Dati climatici di base

Nuovi dati relativi alla Germania e alla Baviera

Nel 2025 è stato pubblicato un AGGIORNAMENTO che includeva le seguenti aggiunte:

• - Il database climatico è stato aggiornato per il periodo di osservazione fino al 2020.
• - L'insieme di modelli climatici è stato integrato con ulteriori simulazioni (Euro-Cordex) e ampliato per includere simulazioni storiche.
• - La correzione della distorsione dei dati di simulazione è stata effettuata utilizzando un software sviluppato internamente.
• - I dati dei risultati sono stati interpolati su una griglia più fitta, tenendo conto delle caratteristiche topografiche.

Differenze

La differenza rispetto al set di dati Impact2C utilizzato a partire dal 2019 consiste essenzialmente in un insieme di modelli più completo, composto da 17 simulazioni per lo scenario RCP8.5. Le statistiche risultanti per gli indicatori climatici selezionati relative a un periodo di 30 anni si basano quindi su 30 × 17 = 510 valori annuali (anziché 120). A confronto, potrebbero esserci deviazioni significative nell’andamento dei singoli indicatori.

L'intervallo della temperatura media annuale in Germania rimane sostanzialmente invariato, compreso tra 11 °C e 14 °C (RCP8.5 al 2100). Differenze più marcate si riscontrano nel numero medio di giorni caldi. Secondo i dati attuali, tale valore è di poco inferiore a 30 giorni. In precedenza, in Germania era di poco superiore a 20 giorni.

L’insieme di modelli più ampio influisce anche sulle precipitazioni totali. Maggiore è il numero di modelli, maggiore è l’ampiezza della variabilità delle precipitazioni annuali. In media, l’andamento rimane in linea con i livelli storici. Tuttavia, l’aumento delle precipitazioni intense e delle temperature medie favorisce periodi di siccità più prolungati.

Dati di osservazione: 1961-2020

Ai fini dell’aggiornamento della serie di dati osservativi sono state prese in considerazione solo le stazioni di rilevamento che fanno parte della rete del DWD dal 1961. Tra queste figurano circa 220 stazioni sinottiche e circa 1.200 stazioni pluviometriche. Tutte forniscono valori giornalieri relativi ai parametri meteorologici. A causa della limitata densità delle stazioni, i fenomeni su piccola scala e, in particolare, le caratteristiche regionali non possono essere rappresentati con assoluta precisione. Questa rete di stazioni costituisce inoltre la base per l’elaborazione dei dati di scenario (vedi Interpolazione).

Ensemble di modelli climatici: dati storici e proiezioni future

L’insieme di modelli climatici RCP8.5, che attualmente comprende 17 simulazioni, è stato integrato con periodi di simulazione storici che risalgono al 1971. L’intero periodo di simulazione copre quindi un totale di 130 anni. L’insieme relativo allo scenario RCP2.6 è significativamente più ridotto, poiché per esso sono disponibili meno simulazioni. Per il periodo storico, la versione attuale consente di confrontare l’andamento dell’insieme di modelli con quello delle osservazioni. Molti indicatori mostrano che le simulazioni sono coerenti con le osservazioni. Fenomeni come le siccità primaverili presentano discrepanze che indicano punti deboli del modello.

Ensemble di modelli climatici

Ensemble di modelli climatici regionali

Per ricavare gli impatti climatici regionali dai futuri scenari di evoluzione del clima (in linea con gli scenari RCP), è necessario affinare le simulazioni dei modelli climatici globali (GCM) per vaste regioni come l’Europa. Ciò avviene solitamente utilizzando tali simulazioni come dati di input per modelli climatici regionali (RCM) a più alta risoluzione. Questi modelli sono in grado di riprodurre in modo più realistico le caratteristiche regionali della distribuzione delle temperature e delle precipitazioni, poiché riflettono meglio, tra l’altro, gli effetti causati dalla topografia e dall’uso del suolo.

Ampia serie di dati di simulazione provenienti da [Euro-Cordex] https://cds.climate.copernicus.eu/datasets/projections-cordex-domains-single-levels?tab=download fornisce la base e il corpus di dati (vedi tabella) necessari per l’attivazione dei servizi climatici per l’Europa, la Germania e i Länder. Il periodo di simulazione copre i dati storici a partire dal 1971 e si estende fino al periodo di scenario previsto, ovvero fino al 2100. Ogni singola combinazione di modelli rappresenta una possibile realizzazione dell’evoluzione climatica e meteorologica. In genere vengono prese in considerazione fasce temporali di 30 anni, la cui variabilità e i cui valori medi sono descritti da 30×17=510 valori annuali. L’insieme di questi valori dà origine a intervalli che comprendono sia la variabilità interna sia l’incertezza del modello.

È risaputo che esistono errori sistematici tra i modelli e le misurazioni. Per il periodo di riferimento storico, tali errori possono essere quantificati al fine di correggere (allineare) i valori delle simulazioni. Nel corso di questo processo vengono mantenute le tendenze esistenti nei dati. Nella ricerca sull’impatto climatico esistono metodi consolidati a tal fine (Lange, 2019). Ciò è dovuto al fatto che l’entità del cosiddetto bias del modello non è l’unico criterio per valutare le simulazioni dei modelli climatici.

Per allineare i valori del modello con quelli delle osservazioni sono necessari dati giornalieri su una griglia uniforme. Ciò è specificato dal set di dati di osservazione generato. Per trasferire i valori del modello sulla griglia di osservazione, i dati del modello vengono prima trasferiti alla rete di stazioni. A tal fine, alle coordinate delle stazioni vengono assegnati i valori del punto di griglia più vicino. L’interpolazione viene quindi eseguita allo stesso modo di quanto avviene per il set di dati di base. Questa fase garantisce che i dati di simulazione e quelli di osservazione abbiano la stessa assegnazione spaziale. In questo modo, gli andamenti climatici possono essere rappresentati senza soluzione di continuità sotto forma di mappe e diagrammi.

I due insiemi di modelli climatici RCP2.6 e RCP8.5 coprono l’intervallo di scenari possibili entro cui potrebbe evolversi il clima futuro in Germania. Le discrepanze esistenti tra gli sviluppi osservati e quelli simulati non possono essere risolte in questa fase, poiché si tratta di un processo continuo di approfondimento delle conoscenze scientifiche. I fenomeni che provocano siccità prolungate sono quindi oggetto di ricerche attuali, rilevanti in tutti i settori della ricerca sull’impatto climatico.

Tavolo:Matrice di simulazione delle combinazioni sottostanti di simulazioni di modelli globali regionalizzati (GCM) per modelli regionali (RCM): RCP8.5 – 17 modelli, RCP2.6 – 7 modelli. Non sono disponibili simulazioni EuroCordex per gli scenari RCP per i campi vuoti. Tra parentesi: membro dell’ensemble (realizzazione) di EC-EARTH utilizzato.

Ulteriore letteratura:Lange, S.: Correzione del bias e downscaling statistico che preservano il trend con ISIMIP3BASD (v1.0), Geosci. Model Dev., 12, 3055–3070, https://doi.org/10.5194/gmd-12-3055-2019, 2019.

Larghezza di banda

Il modello climatico regionale di base comprende sette simulazioni per lo scenario RCP 2.6 e 17 simulazioni per lo scenario RCP 8.5.

Per stimare gli intervalli, l'incertezza del modello e la variabilità interna (annuale) sono state combinate, ordinate e il valore al di sotto del quale si trova il 10% e il 90% dei valori è stato utilizzato per la rappresentazione della serie temporale. Sulla mappa sono mostrati solo i valori medi. Per un periodo di 30 anni e un insieme di modelli di 17 simulazioni, ciò significa che è disponibile un insieme di 17 x 30 = 510 valori annuali per i rispettivi indicatori climatici.

Nota:Durante il periodo di osservazione, l'intervallo risulta esclusivamente dalla variabilità interna di 30 valori annuali. In questo contesto, l'incertezza del modello e la variabilità interna sono state combinate per stimare l'intervallo nei dati dello scenario.

Interpolazione

Per visualizzare gli indicatori climatici derivati dai dati climatici giornalieri, è stato utilizzato un metodo in cui le informazioni disponibili presso le stazioni di misurazione sono state interpolate ai punti di una griglia. La loro risoluzione spaziale è di circa 4 x 4 km, per la quale sono disponibili anche i valori di elevazione da un modello digitale del terreno. Tra le altre cose, il metodo tiene conto dei gradienti di valori esistenti a diverse altitudini nella rete di stazioni. Prima dell'interpolazione vera e propria, gli effetti dell'altitudine nella rete di stazioni vengono eliminati. Il valore ricercato nel corrispondente punto della griglia viene quindi determinato mediante una somma ponderata dei dati delle stazioni entro un raggio di influenza specificato (stazioni vicine), dove la somma viene poi divisa per il numero di stazioni. L'effetto dell'altitudine viene quindi applicato alla griglia di destinazione in base ai valori di elevazione.

Radiazione globale (rsds):Per la radiazione globale si utilizza un metodo diverso. Un test in cui ogni stazione è stata esclusa a turno e i valori sono stati previsti a partire dagli altri, ha dimostrato che la correzione altimetrica peggiora i risultati. I valori vengono quindi interpolati senza gradiente altimetrico, utilizzando funzioni a base radiale della distanza in chilometri, integrate da un termine costante e da un termine lineare. Questo riduce l'errore medio nelle stazioni da circa 20 a circa 16,5 W/m²valori al di fuori dell'intervallo 0–400 W/m²sono limitati. La radiazione globale osservata è derivata dalla durata dell'insolazione nelle stazioni (vedi la spiegazione della variabile).

Ulteriore letteratura:
Cressie N., 1993, Statistica per dati spaziali, Wiley Series in Probability and Statistics
https://app.readthedocs.org/projects/pykrige/downloads/pdf/latest/

Dati di osservazione

Le osservazioni storiche sull'evoluzione climatica, presentate nella sezione Clima, si basano sui dati delle stazioni che fanno parte della rete di misurazione del DWD dal 1961.
Forniscono valori giornalieri per i parametri meteorologici di circa 220 stazioni sinottiche e circa 1.200 stazioni di precipitazione.
Questo set di dati delle stazioni costituisce la base per l'omogeneizzazione e l'interpolazione spaziale su una griglia ad alta risoluzione, tenendo conto delle condizioni topografiche. I valori delle stazioni vicine vengono considerati durante l'omogeneizzazione e l'interpolazione. Gli indicatori climatici derivati vengono calcolati sulla base dei dati giornalieri interpolati. Non si possono escludere possibili artefatti in singoli casi.

Selezione dello scenario

Il portale KlimafolgenOnline mostra due dei quattro principali scenari di concentrazione rappresentativi (RCP2.6, RCP4.5, RCP6.0 e RCP8.5). Questi scenari sono stati elaborati dalla comunità scientifica per il quinto rapporto di valutazione del Gruppo intergovernativo sui cambiamenti climatici (IPCC).

Gli scenari RCP 2.6 e 8.5 utilizzati nel portale tengono conto di diversi livelli di forzante radiativa indotta dai gas serra per il periodo 2021-2100. Il fattore determinante per le rispettive differenze nell'aumento di temperatura negli scenari è l'intensità delle future misure di protezione del clima dal 2021 al 2100, che influenzano la forzante radiativa e le concentrazioni di gas serra.

ILScenario RCP 2.6Il grafico mostra un possibile scenario che dovrebbe essere in linea con il limite globale di due gradi. Ciò richiede misure di protezione climatica rigorose. Il limite di due gradi è un obiettivo politico, poiché gli scienziati ritengono che gli effetti del cambiamento climatico rimarrebbero gestibili se il riscaldamento si mantenesse al di sotto di questa temperatura. Ulteriori informazioni sono disponibili nel rapporto di sintesi tedesco del Quinto Rapporto di Valutazione dell'IPCC. Questo documento è disponibile in formato PDF nel menu alla voce "Conoscenza del Clima". Alla Conferenza delle Nazioni Unite sui cambiamenti climatici di Parigi, nel dicembre 2015, 195 paesi hanno raggiunto un nuovo accordo per combattere il riscaldamento globale. Secondo tale accordo, il riscaldamento globale deve essere limitato a "ben al di sotto dei due gradi" rispetto alle condizioni preindustriali.

ILScenario RCP 8.5Questo è lo scenario peggiore. Descrive un possibile sviluppo climatico con emissioni di gas serra in continuo aumento e senza ulteriori misure di protezione del clima. Sulla base delle simulazioni dei modelli climatici globali attualmente disponibili, ciò si traduce in un aumento della temperatura media globale compreso tra 3,6 °C e 4,1 °C entro il 2100 rispetto ai livelli preindustriali.

In GermaniaL'aumento medio della temperatura entro il 2100 rispetto ai livelli preindustriali sarà compreso tra +2°C (RCP2.6) e +5°C (RCP8.5).

Rese agricole in Germania: il modello statistico ABSOLUT

Come funziona il modello e come viene utilizzato in Germania

I rendimenti digrano invernaleEmais da insilatosono calcolati con ABSOLUT v1.2 (Conradt 2022), un modello statistico sviluppato presso PIK. ABSOLUT non simula la crescita delle piante. Per ogni distretto determina dalle osservazioni come la resa di un anno dipendeva dalle condizioni meteorologiche di quell'anno. Per questo utilizza regressioni lineari multiple sui valori mensili ditemperatura, precipitazioni e radiazione solarePer ogni distretto, vengono selezionate fino a quattro combinazioni di intervalli di mesi e di una di queste variabili che meglio spiegano i rendimenti osservati. I modelli sono stati elaborati utilizzando le statistiche sui rendimenti distrettuali dal 1991 al 2021 (Duden et al. 2024).

Un esempio: nel distretto di Augusta la resa del grano invernale dipende principalmente dalla temperatura di maggio e giugno; ogni grado in più la riduce di circa 3 dt/ha. Inoltre, il modello utilizza la temperatura di gennaio e febbraio e la radiazione solare di maggio e giugno e da novembre a gennaio. Per il mais da insilato, i fattori determinanti sono principalmente la temperatura da giugno ad agosto (circa -21 dt/ha per grado) e le precipitazioni di luglio e agosto (circa +1,5 dt/ha per ogni 10 mm in più al mese).

Per le proiezioni, le regressioni sono guidate dalle simulazioni climatiche del portale (EURO-CORDEX: 17 modelli per RCP8.5, 7 per RCP2.6). Il rendimento di un anno futuro è il rendimento medio osservato del 1991-2020 in quel distretto più ileffetto climaticodelle condizioni meteorologiche di quell'anno rispetto al periodo 1991-2020 nella stessa simulazione. Ciò mantiene il livello dei rendimenti osservati: nel periodo 1991-2020 le medie distrettuali modellate si discostano dalle medie osservate al massimo dell'1%.

Limiti del modello

• La tecnologia e la gestione rimangono invariate.La tendenza al rialzo del passato (varietà, fertilizzanti, gestione) non si sta mantenendo. I risultati mostrano solo l'effetto del clima.
• Nessun effetto della CO₂.Concentrazioni più elevate di CO₂ possono aumentare le rese, soprattutto del grano; questo aspetto non è incluso.
• Gli anni di siccità vengono sottovalutati.Per il 2018 il modello prevede un calo del 7% per il grano invernale in Germania (dato osservato: -10%) e del 21% per il mais da insilato (dato osservato: -26%). Le perdite previste rappresentano quindi una stima piuttosto al ribasso.
• Al di là dell'esperienza.Dopo il 2050 circa, il clima simulato si discosta sempre più dall'intervallo su cui sono stati calibrati i modelli. L'effetto climatico è quindi limitato a ±50% della resa media.

Quali distretti sono mostrati

Un distretto viene mostrato solo se il suo modello ha superato un test indipendente. Il modello doveva prevedere la variazione del rendimento da un anno all'altro per gli anni che non aveva visto al momento della sua costruzione, e farlo almeno altrettanto bene quanto la semplice ipotesi della stessa variazione media ogni anno (efficienza di Nash-Sutcliffe ≥ 0). Questo si applica a270 distretti su 353 per il grano invernaleE301 di 331 per mais da insilatoUno stato federale viene indicato se tali distretti costituiscono almeno la metà della sua superficie. Questo non è il caso del grano invernale in Renania Settentrionale-Vestfalia e Saarland, né del mais da insilato in Renania-Palatinato. Gli stati cittadini per i quali non sono disponibili statistiche sulla resa vengono lasciati vuoti.

Risultati per la Germania

Media dei distretti indicati; la percentuale rappresenta la variazione della mediana dell'insieme rispetto al periodo 1991-2020; tra parentesi la dispersione dell'insieme del modello (dal 10° al 90° percentile).

Con un forte scenario di protezione climatica (RCP2.6), le rese di entrambe le colture rimangono pressoché invariate. Con elevate emissioni (RCP8.5), diminuiscono lentamente fino alla metà del secolo e poi in modo significativo, di circa un decimo entro la fine del secolo. Il mais da insilato subisce perdite leggermente maggiori rispetto al grano invernale; una possibile spiegazione è che il mais cresce per tutta l'estate, mentre il grano viene raccolto a luglio (dato non considerato nei modelli). La variabilità tra le simulazioni del modello è dello stesso ordine di grandezza della variazione stessa, pertanto i risultati possono variare considerevolmente tra i singoli anni e le singole regioni.

Riferimento

Conradt, T. (2022): Scelta di regressioni lineari multiple per la previsione della resa dei raccolti basata sulle condizioni meteorologiche con ABSOLUT v1.2 applicato ai distretti della Germania.Rivista internazionale di biometeorologia66, 2287–2300.doi:10.1007/s00484-022-02356-5

Duden, C., Nacke, C., Offermann, F. (2024): Dati tedeschi su resa e superficie coltivata per 11 colture dal 1979 al 2021 con una risoluzione spaziale armonizzata di 397 distretti.Dati scientifici11, 95.doi:10.1038/s41597-024-02951-8(dataset:doi:10.3220/DATA20231117103252-0)