Dai pattern del vento costiero alle temperature e precipitazioni regionali, il CMCC ha messo a punto il primo dataset climatico ad alta risoluzione basato su modelli CMIP6, realizzato su misura per l’Italia, per offrire a pianificatori di adattamento climatico accesso a informazioni ad alta risoluzione e affidabili sulle potenziali condizioni climatiche future, riproducendo il clima locale italiano con un maggiore livello di dettaglio fino all’anno 2100.
Il cambiamento climatico sta esercitando una pressione significativa su molteplici sistemi, influenzando individui, comunità e nazioni a livello personale, sociale, ambientale ed economico. Comprendere come evolverà il clima secondo i più recenti scenari di Shared Socioeconomic Pathways (SSP), che offrono una rappresentazione più completa dei percorsi di concentrazione dei gas serra (GHG) e dei fattori socioeconomici, è essenziale per analizzare gli impatti del cambiamento climatico sui vari sistemi e supportare processi decisionali informati e strategie di adattamento.
Ricercatori della Fondazione CMCC (Centro Euro-Mediterraneo sui Cambiamenti Climatici) hanno svolto un ruolo cruciale nella progettazione di questo approccio di downsizing, supervisionando la sua implementazione, convalidando i set di dati e valutandone l’incertezza. In particolare, utilizzando un downsizing statistico dei modelli CMIP6 (Coupled Model Intercomparison Project) che costituiscono la base del Sesto Rapporto di Valutazione dell’Intergovernmental Panel on Climate Change (IPCC AR6) per i 4 scenari climatici da SSP1 a SS, ovvero per basse e alte sfide alla mitigazione e all’adattamento del clima.
Il nuovo Studio “Statistical Downscaling over Italy using EQM: CMIP6 Climate Projections for the 1985–2100 Period”, pubblicato il 30 maggio 2025 su Scientific Data e condotto interamente da ricercatori del CMCC, presenta un dataset ad alta risoluzione (SD-EQM_GCMs_IT) con proiezioni climatiche per l’Italia dal 1985 al 2100, colmando un divario critico tra un ensemble grossolano di proiezioni globali esistenti e l’assenza di un ensemble di modelli climatici regionali per gli stessi scenari, offrendo dati ad alta risoluzione che forniscono ai decisori politici, alle industrie e alle comunità informazioni climatiche approfondite per migliorare gli sforzi di resilienza e adattamento.
Attraverso la calibrazione di nove modelli globali rispetto a una rianalisi dettagliata fornita da Copernicua Regional Reanalysis for Europe (CERRA), il team del CMCC è riuscito a correggere bias sistematici e a mettere in evidenza caratteristiche locali – inclusi dettagli del clima locale – che i modelli più grossolani non riescono a cogliere.
“Questo livello di risoluzione è essenziale per definire strategie di adattamento efficaci in un paese dove la complessità topografica genera impatti climatici altamente eterogene – ha affermato Giusy Fedel, autrice principale dello Studio – Inoltre, poiché il dataset è liberamente accessibile tramite il Data Delivery System DDS) del CMCC e visualizzabile sulla piattaforma DataClime, ricercatori, autorità locali e cittadini possono esplorare facilmente i cambiamenti proiettati, sia per le variabili grezze sia per i principali indicatori climatici, a supporto delle valutazioni d’impatto e della pianificazione strategica”.
I risultati evidenziano che nel periodo 2071–2100, rispetto al 1985–2014, in Italia si osserva una netta tendenza all’aumento delle temperature. In uno scenario a basse emissioni (SSP1-2.6), le temperature medie giornaliere aumentano, con il riscaldamento più pronunciato nel sud della penisola e in Sicilia e Sardegna. Se invece le emissioni restano elevate (SSP3-7.0), il riscaldamento è quasi doppio, con aumenti di temperatura significativi in tutto il Paese. I contrasti stagionali risultano particolarmente evidenti in estate, quando lo stress termico si intensifica maggiormente, ancora una volta colpendo soprattutto le regioni meridionali e insulari.
Con l’aumento delle temperature, l’aria tende anche a diventare più secca, come mostrano le variazioni di umidità relativa sulla penisola italiana. Inoltre, la velocità del vento si riduce leggermente in entrambi gli scenari, ma in misura maggiore nello scenario ad alte emissioni; sono tuttavia necessari studi più approfonditi per valutare le tendenze locali, data la forte variabilità spaziale di questo campo.
I pattern delle precipitazioni variano su base regionale: nello scenario a basse emissioni, si prevede un aumento delle precipitazioni nel nord e centro Italia, mentre le aree meridionali (Calabria, Sicilia e l’interno della Sardegna) diventano più aride. In uno scenario ad alte emissioni, gran parte del paese si inaridisce, con solo alcune zone nel nord-est che potrebbero registrare un aumento delle precipitazioni. Ciò significa che le comunità del sud potrebbero affrontare siccità estive più gravi e carenze idriche, mentre le regioni settentrionali potrebbero subire cambiamenti negli eventi estremi di precipitazione invernale.
Nel complesso, i valori giornalieri sia del periodo storico (1985–2014) sia del periodo futuro (2015–2100), considerando i due Shared Socioeconomic Pathways SSP1-2.6, SSP3-7.0, per variabili atmosferiche chiave (temperatura media, massima e minima; velocità del vento; umidità relativa; precipitazioni accumulate), con una risoluzione di circa 5.5 km, permettono allo studio di fornire informazioni climatiche dettagliate per valutazioni su ondate di calore, piogge intense, siccità e altri rischi climatici su scala sub-regionale.
Il dataset si basa su nove diversi modelli climatici, il che consente agli utenti di valutare non solo i cambiamenti medi proiettati (ensemble mean), ma anche l’intervallo di variabilità tra i modelli (ensemble spread), quest’ultimo utile per quantificare l’incertezza modellistica. Ad esempio, è possibile confrontare come i diversi modelli divergano nelle proiezioni future di temperatura o precipitazioni, consentendo una valutazione più accurata di impatti e rischi.
Grazie all’elevata risoluzione spaziale (5.5 km), il dataset riesce a catturare caratteristiche climatiche locali e fenomeni estremi spesso trascurati nei modelli globali più grossolani. Ciò lo rende uno strumento prezioso per pianificare strategie di adattamento mirate a specifiche aree, soprattutto in un Paese come l’Italia, dove la complessità topografica influenza fortemente il clima.
“Questo lavoro prosegue l’impegno del CMCC a rendere disponibili pubblicamente dati climatici di alta qualità – ha affermato Paola Mercogliano, principal scientist del CMCC e responsabile scientifica della piattaforma Dataclime, co-autrice dello studio – contribuendo a sensibilizzare sui cambiamenti climatici e supportando ricercatori e operatori nello sviluppo di valutazioni scientifiche sugli impatti e i rischi climatici”.
In questo modo, l’attività del CMCC funge da ponte tra i risultati dei modelli globali e le esigenze locali di adattamento, fornendo informazioni climatiche affidabili e dettagliate a supporto di vari settori: dalla pianificazione infrastrutturale, all’agricoltura, alla gestione delle risorse idriche, fino alle decisioni in ambito sanitario in tutta Italia. Il CMCC contribuisce inoltre iniziative più ampie a livello europeo tramite EURO-CORDEX, dove sta sviluppando una dynamical downscaling complementare degli ultimi scenari CMIP6.
“Sono orgogliosa di aver sviluppato questo dataset con il supporto dei miei colleghi e i co-autori di questo articolo – ha concluso Fedele – perché trasforma proiezioni climatiche globali grezze in informazioni dettagliate su scala locale, che possono guidare in modo più preciso gli sforzi di mitigazione e adattamento”.