Tu sei qui

Elevation-dependent warming

Le varie regioni del globo non sono tutte uguali dal punto di vista dei cambiamenti climatici.  Nell’ultimo secolo la temperatura è aumentata di quasi 1°C su tutta la terra, ma il tasso di riscaldamento è stato diverso da regione a regione. Le regioni montane di alta quota, ad esempio, sono soggette a un riscaldamento più intenso e più rapido di quello delle regioni circostanti o rispetto alla media globale, un aspetto che per certi versi le accomuna all’ambiente artico. Le montagne rivestono un ruolo cruciale nella dinamica del clima, ma probabilmente più di ogni altra regione sono essenziali perché ciò che accade alle alte quote ha un diretto impatto sulle regioni a valle. Basti solo pensare al ruolo che esse rivestono come serbatoio di acqua dolce impiegata per scopi che vanno dall’approvvigionamento per uso potabile, all’irrigazione e agricoltura, alla produzione di energia. 

La comunità scientifica da alcuni anni si occupa del fenomeno dell’aumento del riscaldamento nelle regioni di montagna, noto come Elevation-Dependent Warming (EDW), poiché esso ha un impatto diretto e negativo sulle risorse criosferiche e in particolare può determinare cambiamenti nello stato, stagionalità e fusione del manto nevoso e sulla dinamica dei ghiacciai. Salvo pochissime eccezioni, quasi ovunque nel mondo i ghiacciai terrestri hanno subito un forte ritiro negli ultimi decenni, e i ghiacciai Alpini italiani non costituiscono un’eccezione. 

Esistono ancora molte difficoltà nel monitoraggio a lungo termine delle regioni di alta quota: la densità di stazioni meteorologiche e climatiche al di sopra dei 4.500 m di quota è circa un decimo di quella nelle regioni sottostanti. Al di sopra dei 5.000 m non sono disponibili serie storiche lunghe di dati osservati, cruciali per rilevare le tendenze climatiche (MRI 2015). Nonostante questo, le misure disponibili nelle varie regione montuose della terra, dal Plateau Tibetano-Himalaya alle Alpi, dalle Montagne Rocciose alle Ande, confermano che in generale c’è stata una tendenza delle montagne a scaldarsi più rapidamente e intensamente  rispetto alle altre regioni e in confronto alla media globale. L’esempio più significativo è probabilmente costituito dal Plateau Tibetano, l’altopiano più alto al mondo, in cui il fenomeno è stato studiato sia con strumenti a terra, sia da satellite: tra il 1961 e il 2012 si è assistito a un aumento di temperatura con un rateo di 0.3-0.4 °C/decennio, i valori più alti corrispondenti alle quote più elevate. Se valutato in un periodo più recente (1991-2012), questo trend si attesta addirittura attorno a 0.7 °C/decennio al di sopra dei 4.000 m, e a 0.3-0.4°C/decennio sotto i 2500 m (Figura 1, MRI 2015 e referenze contenute).

Figura 1: Elevation-Dependent Warming (EDW) nella regione del Plateau Tibetano. Dati da stazioni al suolo di temperatura media annuale dal 1961-1990 e dal 1961 al 2102 (vedere legenda). Pannello estratto dalla Figura 1 in MRI (2015).

 

Il fenomeno di EDW è stato studiato anche nelle regioni montane dell’arco alpino che forniscono un segnale di riscaldamento differenziale con la quota piuttosto variabile da zona e zona, e non sempre chiaro. In Svizzera, che vanta una fitta e sufficientemente lunga rete di stazioni al suolo, l’EDW è stato principalmente osservato in inverno e in primavera, guidato dalle variazioni (diminuzione) nell’albedo superficiale e dai meccanismi di retroazione ghiaccio-albedo connessi (Beniston, 1997).

 C’è stato poi un notevole impulso a usare modelli climatici, soprattutto globali, per studiare l’EDW e per comprendere quali siano i meccanismi che lo guidano.  Gli studi modellistici fino ad ora effettuati si sono focalizzati principalmente sulle montagne Himalayane e sul Plateau Tibetano (Palazzi et al., 2016, con un esempio in Figura 2) e sulle montagne Rocciose degli Stati Uniti (ad esempio, Rangwala et al., 2013, 2016). 

 

Figura 2: Anomalia di temperatura minima invernale tra la fine del 21-esimo secolo (media 2071-2100) e la fine del 20-esimo secolo (media 1971-2000)  in funzione della quota nella regione Himalayano-Tibetana, in base alla media di insieme dei modelli CMIP5 (risoluzione spaziale di 2 gradi lat-lon). La dipendenza del cambio di temperatura dalla quota è valutata assumendo una  regressione lineare e valutandone la pendenza (in rosso, per un intervallo di quote dalla superficie a ~5000 m; in blu da 1500-5000 m). 

 

I meccanismi che contribuiscono all’aumento del trend positivo di temperatura con la quota sono principalmente legati alla diminuzione dell’albedo con la quota e all’aumento della radiazione a onda lunga e dell’umidità con la quota, e quindi hanno a che fare con la presenza o assenza di neve al suolo, con la vegetazione, con le nubi, il vapore acqueo e la presenza di aerosol in atmosfera (Rangwala e Miller 2012) e con i complessi meccanismi di feedback collegati. Essi possono giocare un ruolo diverso a seconda della regione analizzata e della stagione, e a seconda che si consideri il trend delle temperature massime (diurne) o minime (notturne).

Molto c’è ancora da capire sui meccanismi dell’EDW. Nell’ambito di NextData si effettueranno studi di EDW sulla regione Alpina Italiana, sia per analizzarne le specificità sia per confrontarla con le altre regioni montuose sulla terra. Si analizzeranno dati in-situ raccolti nell’ambito del progetto (WP1.1, Task 3) e simulazioni numeriche volte a caratterizzare l’EDW e i suoi meccanismi, a fornire proiezioni future e a dare una stima di quelle che ci si aspetta essere le regioni più vulnerabili in futuro in relazione a questo fenomeno  (WP 2.5 e WP 2.6). 

Verranno in particolare analizzate le simulazioni effettuate con modelli globali e regionali allo stato dell’arte (ad esempio disponibili negli archivi CMIP5 e CORDEX) nonché, più nello specifico, con un modello globale fatto girare da ISAC-CNR (il modello EC-Earth) a diverse risoluzioni spaziali fino a 16 km, valore comparabile con quella più fine raggiunta dai modelli regionali idrostatici.  

Un esempio preliminare di analisi è riportato in Figura 3,  che mostra le mappe dei cambi di temperatura minima nella regione Alpina (GAR, Greater Alpine Region), valutati tra il trentennio futuro 2039-2068 e il trentennio passato 1979-2008, ottenuti dalle simulazioni del modello globale EC-Earth fatti girare a ~16 km (T1279) e a ~80 km (T255). I puntini sovrapposti rappresentano i pixel dove la temperatura minima nel trentennio futuro sarà positiva essendo stata inferiore a 0°C in passato, dunque le aree in cui ci sia aspetta avere una scomparsa di copertura nevosa o di ghiaccio rispetto alle condizioni storiche.

Figura 3: Cambi di temperatura minima tra il trentennio 2039-2068 e il trentennio 1979-2008 ottenuti dalle simulazioni del modello EC-Earth a ~16 km (T1279) e ~80 km (T255). I puntini sovrapposti rappresentano i pixel che saranno liberi da neve/ghiaccio in futuro.

 

Bibliografia

  • MRI EDW Working Group (Pepin N, Bradley R S, Diaz HF, Baraer M, Caceres EB, Forsythe N, Fowler H, Greenwood G, Hashmi MZ, Liu XD, Miller JR, Ning L, Ohmura A, Palazzi E, Rangwala I, Schöner W, Severskiy I, Shahgedanova M, Wang MB, Williamson SN, and Yang DQ, Elevation- dependent warming in mountain regions of the world, Nature Climate Change 5:424–430, DOI 10.1038/nclimate2563 (2015)
  • Beniston M, Diaz H, Bradley R, Climatic change at high elevation sites: an overview, Clim Change 36:233–251, DOI 10.1023/A:1005380714349 (1997)
  • Palazzi E, Filippi L, von Hardenberg J, Insights into elevation-dependent warming in the Tibetan Plateau-Himalayas from CMIP5 model simulations, Clim Dyn, DOI 10.1007/s00382-016-3316-z (2016)
  • Rangwala I, Miller JR (2012) Climate change in mountains: a review of elevation-dependent warming and its possible causes. Clim Change 114:527–547. doi:10.1007/s10584-012-0419-3
  • Rangwala I, Sinsky E, Miller RJ, Amplified warming projections for high al- titude regions of the Northern hemisphere mid-latitudes from CMIP5 mod- els, Environ Res Lett 8:024040(9pp), DOI 10.1088/1748-9326/8/2/024040 (2013)
  • Rangwala I, Sinsky E and Miller RJ, Variability in projected elevation de- pendent warming in boreal midlatitude winter in CMIP5 climate mod- els and its potential drivers, Clim Dyn 46(7):2115–2122 DOI 10.1007/ s00382-015-2692-0 (2016)