I primi dataset CMIP6 ad alta risoluzione per l’Italia sono disponibili, offrendo valori giornalieri per le principali variabili climatiche, tra cui temperatura, velocità del vento, umidità relativa e precipitazione accumulata. Informazioni cruciali per l’attuazione di politiche di adattamento basate sulle più recenti conoscenze scientifiche. “Abbiamo fatto un ulteriore passo avanti nella comprensione delle tendenze climatiche locali in Italia con nuove proiezioni dettagliate che consentono a ricercatori e decisori di migliorare le loro valutazioni sui rischi climatici, come ondate di calore, precipitazioni intense e siccità”, afferma la ricercatrice del CMCC Paola Mercogliano.

La complessa topografia italiana rende particolarmente difficile catturare la variabilità climatica su scala locale. Tuttavia, la necessità di avere proiezioni climatiche dettagliate continua a crescere a pari passo con l’aumento dei rischi climatici e degli eventi estremi, evidenziando la necessità di metodologie ottimizzate per l’analisi delle variabili climatiche.

Per sostenere la comunità scientifica italiana nell’avanzamento degli studi climatici su scala locale, il CMCC ha applicato un approccio di statistical downscaling. Questo metodo si è dimostrato efficace nel fornire dati climatici ad alta risoluzione, che il CMCC ha reso accessibili tramite il Data Delivery System (DDS), in termini di dati puri, e la piattaforma Dataclime, dove si possono visualizzare e scaricare mappe sulle variazioni climatiche per diversi indicatori.

Un esempio di mappa del CMCC disponibile su Dataclime, derivata dal Downscaling Statistico delle Proiezioni Climatiche CMIP6 sull’Italia. Viene mostrata la variazione delle Notti Tropicali (TR; numero di giorni all’anno con temperatura minima giornaliera superiore a 20°C) tra il periodo futuro (2036-2065) e il periodo di riferimento passato (1991-2020), considerando gli scenari IPCC SSP1-2.6, per l’ ensemble mean (derivato dagli indicatori TR calcolati per ciascun modello dell’ensemble).

“Il CMCC si propone di aiutare i responsabili politici nazionali, i ricercatori e i professionisti del settore, fornendo informazioni climatiche non solo scientificamente valide, ma anche facilmente disponibili”, afferma Paola Mercogliano, ricercatrice del CMCC e responsabile scientifica della piattaforma Dataclime.

Il CMCC ha pubblicato il suo ultimo dataset, lo Statistical Downscaling through Empirical Quantile Mapping for an ensemble of Global Climate Models over ITaly (SD-EQM_GCMs_IT), disponibile sul DDS tramite lo strumento CMIP6 Stat Downscaled Over Italy. Questo dataset offre valori giornalieri ad alta risoluzione (~5,5 km) per le principali variabili climatiche, tra cui temperatura media, massima e minima, velocità media del vento superficiale, umidità relativa media e precipitazione accumulata per l’Italia, coprendo il periodo dal 1985 al 2100, comprensivo dell’esperimento storico (1985-2014) e di due diversi scenari (2015-2100): SSP1-2.6 e SSP3-7.0.

Le mappe delle variazioni climatiche sono inoltre disponibili sulla piattaforma Dataclime, previa registrazione, attraverso lo strumento Statistical Downscaling of CMIP6 Climate Projections for Italy.

Alcuni dei principali vantaggi della produzione di questo nuovo dataset e delle relative mappe di variazione per indicatori climatici selezionati a livello nazionale includono: l’uso dello statistical downscaling, che è meno oneroso dal punto di vista computazionale rispetto al dynamic downscaling; l’accesso libero a questo primo dataset climatico ad alta risoluzione basato sui nuovi scenari CMIP6; il supporto alla valutazione dei rischi e degli impatti attraverso informazioni più aggiornate che integrano gli scenari CMIP6 con i dati CMIP5 già disponibili; una maggiore risoluzione spaziale e temporale dei modelli globali CMIP6; una rappresentazione migliorata del sistema climatico su scala locale con valutazioni più affidabili della variabilità e degli estremi climatici.

Gli studi climatici hanno bisogno di dati ad alta risoluzione, corretti e accurati, essenziali per affrontare le sfide dei cambiamenti climatici. In questo contesto, metodi statistici come questi permettono una generazione rapida di informazioni climatiche dettagliate, integrando i modelli dinamici e fornendo dati climatici di valore su scala locale. Inoltre, il CMCC sta lavorando anche nel contesto dell’iniziativa EURO-CORDEX e in coordinamento con CLM Assembly per sviluppare anche un dynamical downscaling degli stessi scenari CMIP6.

“Questo dataset rappresenta un significativo miglioramento nella rappresentazione dei modelli climatici storici per le diverse variabili analizzate”, afferma Mercogliano. “Inoltre, la sua disponibilità rappresenta un importante passo avanti nella comprensione delle tendenze climatiche locali in Italia e fornisce nuove proiezioni dettagliate che permettono a ricercatori e decisori di migliorare le loro valutazioni sui rischi climatici, come ondate di calore, precipitazioni intense e siccità.”

Questo lavoro è stato reso possibile grazie allo sforzo collaborativo della comunità scientifica globale che ha sviluppato i modelli CMIP6, al programma Copernicus, che ha reso disponibili i modelli CMIP6 e il dataset CERRA, e all’iniziativa EURO-CORDEX, che da molti anni lavora in in modo coordinato per il progresso delle tecniche di downscaling.

Ulteriori informazioni:

Per maggiori dettagli sul dataset, visitare la pagina dedicata del CMCC Data Delivery System alla piattaforma Dataclime.

Reder, A., Fedele, G., Manco, I. et al. Estimating pros and cons of statistical downscaling based on EQM bias adjustment as a complementary method to dynamical downscaling. Sci Rep 15, 621 (2025). https://doi.org/10.1038/s41598-024-84527-5

Fedele, G., Reder, A. and Mercogliano, P. Statistical Downscaling over Italy using EQM: CMIP6 Climate Projections for the 1985-2100 Period. (2025), submitted