Le forti precipitazioni e le inondazioni associate ai cicloni tropicali causano un gran numero di vittime e danni economici in tutto il mondo. Un nuovo studio condotto da un team di ricercatori del CMCC esamina quanto accuratamente i set di dati osservativi e le rianalisi rappresentino i trend nelle precipitazioni associate ai cicloni tropicali, con un focus particolare sulla tempesta da record del 2023, “Freddy”.

I cicloni tropicali (CT) hanno un forte impatto sui trend delle precipitazioni. A seconda di dove si verificano, possono causare fino al 20% delle precipitazioni annue totali sulla terraferma e fino al 40% su alcune regioni oceaniche. Questo rende importante una quantificazione affidabile della quantità di precipitazioni associate ai cicloni tropicali passati, per una migliore comprensione dell’impatto dei cicloni tropicali sul clima.

Un nuovo studio del CMCC, finanziato dal programma di ricerca e innovazione Horizon 2020 dell’Unione Europea nell’ambito del progetto Climate Intelligence (CLINT), mette a confronto le precipitazioni legate ai cicloni tropicali in vari set di dati osservativi e di rianalisi, con un’attenzione particolare sul ciclone tropicale da record Freddy (Oceano Indiano Meridionale, 2023).

“Una quantificazione affidabile della quantità di acqua associata ai cicloni tropicali gioca un ruolo fondamentale nell’aiutare gli stakeholder e i decisori politici ad anticipare e prepararsi a questo tipo di eventi, che hanno impatti significativi sulla società e sugli ecosistemi,” afferma il ricercatore del CMCC e autore principale dello studio Enrico Scoccimarro. “In questo studio abbiamo verificato la capacità dei set di dati osservativi e delle rianalisi di rappresentare le precipitazioni associate ai cicloni tropicali durante il periodo storico, con un focus speciale sul ciclone tropicale Freddy, con l’obiettivo di verificare le potenziali tendenze associate al riscaldamento globale.”

Il ciclone tropicale Freddy si è formato a nord-ovest dell’Australia all’inizio di febbraio 2023 e ha attraversato l’Oceano Indiano verso ovest, facendo diversi approdi, durando più di cinque settimane e causando grandi inondazioni in alcune parti del Madagascar, Malawi e Mozambico. Il pannello superiore mostra l’accumulo di precipitazioni (usando i dataset MSWEP) e l’intensità lungo il percorso del CT, mentre il pannello inferiore mostra l’accumulo totale usando diversi dataset. Fonte: Scoccimarro et al 2024.

I risultati dello studio rivelano che bisogna prestare attenzione quando si utilizzano set di dati osservativi per l’analisi dei trend a causa delle discontinuità temporali che possono verificarsi principalmente a causa dell’introduzione di ulteriori fonti di dati satellitari lungo la serie temporale. È necessaria ancora più cautela nell’uso di prodotti di rianalisi come ERA5 e MERRA2 per l’analisi delle tendenze su lunghi periodi.

Fornendo un benchmark per lavori futuri sul miglioramento della rappresentazione delle precipitazioni associate ai cicloni tropicali attraverso approcci guidati dall’intelligenza artificiale (AI), lo studio fornisce una prova dell’incapacità dei dati osservativi e di rianalisi di rappresentare le tendenze passate degli eventi estremi.

“Questo suggerisce che i modelli climatici, liberi di evolversi seguendo solo le leggi della fisica, possono essere uno strumento migliore rispetto alle osservazioni per determinare le tendenze storiche associate agli eventi estremi come i cicloni tropicali e le relative precipitazioni associate,” afferma Scoccimarro. “Inoltre, questo lavoro caratterizza per la prima volta il ciclone tropicale da record Freddy, anche in termini di precipitazioni associate, all’interno del campione storico dei cicloni tropicali dal 1980 in poi.”

Lo studio è un ulteriore contributo agli sforzi della divisione CLIVAP del CMCC per migliorare la conoscenza delle dinamiche degli eventi estremi e rafforza il ruolo del CMCC come centro leader nell’indagine della relazione tra eventi estremi e il sistema climatico.

Ulteriori informazioni:

Enrico Scoccimarro, Paolo Lanteri and Leone Cavicchia; 2024; Environ. Res. Lett. 19 064013; DOI 10.1088/1748-9326/ad44b5