Bollettino Settembre 2022

Siccità Estrema

Intensità massima rilevata per alcune regioni

Situazione Generale

A Settembre diverse perturbazioni hanno interessato parte dell’Europa, riducendo il deficit accumulato nei mesi. E le tanto agognate piogge si sono affacciate anche sul territorio italiano, anche se non in maniera omogenea e soprattutto “lasciando ancora all’asciutto” le zone più in sofferenza come il nord-ovest. E come era facile prevedere, oltre a non essere ancora risolutive del forte deficit idrico, tali precipitazioni si sono rivelate in alcuni casi molto intense e ancora più dannose, grazie anche ad un suolo secco e compatto ed una maggiore energia accumulata dal sistema climatico in questi mesi bollenti. Sta di fatto che a chiusura del mese, una siccità severo-estrema di lungo periodo risulta ancora presente su buona parte delle regioni settentrionali.

Focus Mensile

Se dal punto di vista del solo deficit di pioggia le regioni settentrionali rimangono quelle con la maggiore estensione di territorio interessata dalla siccità, quando si combina tale deficit con le anomalie di temperatura dei primi nove mesi dell’anno, allora anche altre zone del centro-sud risultano affette da siccità prolungata. L’esposizione della popolazione alla siccità severo-estrema di lungo periodo si attesta intorno al 13%, valore che sale al 30% se si include anche l’intensità moderata. Anche il territorio agricolo continua ad avere percentuali alte di esposizione al pericolo siccità, in particolare per i terreni irrigui, ma anche nel caso dei prati-pascoli, il che ha delle possibili ripercussioni anche sul comparto zootecnico.

Clicca sulle immagini per ingrandire

Indice SPI (Standardized Precipitation Index)

Clicca sulle immagini per ingrandirle.

L’indice relativo al solo mese di Settembre mostra chiaramente le aree su cui si sono concentrate le maggiori piogge, ovvero il centro e parte del settore tirrenico centro-meridionale. Dove il cumulato delle precipitazioni è stato particolarmente elevato, i valori dell’indice si mostrano positivi anche su scale temporali più ampie. Ed è possibile infatti notare quanto il tragico evento nelle Marche sia stato così intenso da ripercuotersi anche sul lungo periodo (12 mesi). Restano invece condizioni di siccità estrema in Piemonte e Valle d’Aosta, così come anche in altre zone padane settentrionali.

Indice TCI (Temperature Condition Index)

L’indice di stress termico evidenzia come nella prima parte del mese le temperature si siano mantenute elevate su diverse zone, in particolare nel nord-ovest, Reggiano-Modenese e Romagna, coste toscane settentrionali e laziali, Sicilia. Nella seconda parte del mese, invece, rimane soltanto la zona nord-occidentale, mentre sono evidenti i cali termici nelle aree interessate dalle maggiori perturbazioni.
Clicca l'immagine per ingrandirla.
Clicca l'immagine per ingrandirla.

Indice VCI (Vegetation Condition Index)

La vegetazione forestale risente delle prolungate condizioni di siccità lungo tutto il mese, evidenziando valori di stress su buona parte dell’arco alpino, Appennino settentrionale, colline toscane meridionali e Appennino calabro meridionale. Nella porzione orientale del Trentino-Alto Adige i valori particolarmente bassi sono da attribuirsi anche alla diffusione del Bostrico tipografo che sta disseccando vaste porzioni boschive ed il cui attacco è probabilmente stato ulteriormente favorito anche da questa siccità.
Clicca l'immagine per ingrandirla.
Clicca l'immagine per ingrandirla.

Indice VHI (Vegetation Health Index)

L’indice complessivo VHI conferma come diverse aree forestali stiano risentendo delle condizioni climatiche estreme degli ultimi mesi, dalle valli alpine, ai boschi padani e appenninici settentrionali.
Clicca l'immagine per ingrandirla.
Clicca l'immagine per ingrandirla.

Indice Pluviometrico SPI

Indice scelto a livello internazionale, attraverso la “Dichiarazione di Lincoln”, per l’identificazione di siccità meteorologiche (SPI 3 mesi). Basato sulla sola precipitazione cumulata mensile (McKee et al., 1993), quantifica un deficit o surplus di pioggia rispetto ai valori medi, a diverse scale temporali (usualmente 1, 3, 6, 12, 24 e 48 mesi), consentendo la determinazione delle diverse tipologie di siccità, dalla meteorologica, all’agricola all’idrologica. Le serie di pioggia (almeno 30 anni) vengono adattate in una distribuzione gamma, successivamente trasformata in un distribuzione normale, con media zero e deviazione standard pari a 1. Tale standardizzazione permette il confronto fra diverse aree geografiche e climatiche. Le equazioni da cui deriva lo SPI sono di seguito rappresentate: dove H(x) è la probabilità cumulativa della pioggia xc e d sono delle costanti.
La tabella seguente indica le classi di siccità o surplus in base ai valori dell’indice:

Riferimenti bibliografici

McKee T.B., Doesken N. J., Kliest J. (1993). The relationship of drought frequency and duration to time scales. In Proceedings of the 8th Conference of Applied Climatology, 17-22 January, Anaheim, CA. American Meterological Society, Boston, MA. 179-184.

Guttman, N. B. (1999). Accepting the Standandardized Precipitation Index: a calculation algorithm. J. Amer. Water Resour. Assoc., 35 (2), 311-322.

Indice ESI
Evaporative Stress Index

L’indice ESI (Evaporative Stress Index) quantifica anomalie temporali standardizzate del rapporto fra evapotraspirazione reale e potenziale e fornisce indicazioni “proxy” circa la rapida evoluzione dell’umidità superficiale del suolo e delle condizioni di stress delle colture. I valori dell’indice, calcolato con aggregazioni di brevi periodi (es. 4 settimane), forniscono indicazioni circa cambiamenti rapidi, mentre aggregazioni più lunghe, che integrano dati su periodi di tempo maggiori (es. 12 settimane), sono rappresentative di cambiamenti più lenti.


Riferimenti bibliografici

Anderson, M. C., J. M. Norman, J. R. Mecikalski, J. P. Otkin, and W. P. Kustas, 2007a: A climatological study of evapotranspiration and moisture stress across the continental U.S. based on thermal remote sensing: I. Model formulation. J. Geophys. Res., 112, D10117, doi:10110.11029/12006JD007506.

Anderson, M. C., J. M. Norman, J. R. Mecikalski, J. P. Otkin, and W. P. Kustas, 2007b: A climatological study of evapotranspiration and moisture stress across the continental U.S. based on thermal remote sensing: II. Surface moisture climatology. J. Geophys. Res., 112, D11112, doi:11110.11029/12006JD007507.

TCI
Temperature Condition Index

Temperature Condition Index



dove LSTi, LSTmin, e LSTmax sono rispettivamente l’ultima immagine LST disponibile e i valori minimo e massimo assoluti lungo la serie temporale, relativi allo stesso periodo. In accordo con lo studio di Sun and Kafatos, per il calcolo del TCI invece della temperatura di brillanza viene utilizzata la LST. Nonostante l’LST sia calcolato per tutto l’anno, durante il periodo autunno-invernale le immagini satellitari sono più influenzate dalla maggiore copertura nuvolosa che contraddistingue questi mesi più freddi. Il dataset di LST (DOI: 10.5067/MODIS/MOD11A2.006) utilizzato per il calcolo dei TCI proviene dall’elaborazione delle immagini dello strumento MODIS (Moderate Resolution Imaging Spectroradiometer) del satellite Terra (EOS AM-1).


Riferimenti Bibliografici

Kogan, F. N. (1995). Application of vegetation index and brightness temperature for drought detection. Advances in Space Research. 15, 91-100.

Sun D., Kafatos M. (2007). Note on the NDVI-LST relationship and the use of temperature-related drought indices over North America. Geophysical Research Letters, 34.

VCI
Vegetation Condition Index




dove NDVIi, NDVImin, e NDVImax sono rispettivamente l’ultima immagine NDVI disponibile ed i valori minimo e massimo assoluti lungo la serie temporale, riferiti allo stesso periodo. Nonostante l’NDVI sia calcolato per tutto l’anno, durante il periodo autunno-invernale le immagini satellitari sono più influenzate dalla maggiore copertura nuvolosa che contraddistingue questi mesi più freddi. Il dataset degli indici di vegetazione (DOI: 10.5067/MODIS/MOD13Q1.006) utilizzato per il calcolo del VCI e dell’E-VCI proviene dall’elaborazione delle immagini dello strumento MODIS (Moderate Resolution Imaging Spectroradiometer) del satellite Terra (EOS AM-1).
 

Riferimenti Bibliografici

Kogan, F. N. (1995). Application of vegetation index and brightness temperature for drought detection. Advances in Space Research. 15, 91-100.

VHI
Vegetation Health Index



dove a, e b sono coefficienti che quantificano rispettivamente il contributo del VCI e del TCI nella risposta della vegetazione. Data la complessità del nostro ambiente e visto quanto esso sia caratterizzato da diversi tipi di vegetazione (dalle conifere e latifoglie sempreverdi Mediterranee alle conifere e latifoglie decidue temperate) che rispondono in maniera differente alla temperatura ed alla disponibilità idrica, ai coefficienti è stato assegnato lo stesso peso (0.5) per semplificare il calcolo dell’indice.


Riferimenti bibliografici

Kogan, F. N. (1995). Application of vegetation index and brightness temperature for drought detection. Advances in Space Research. 15, 91-100.

Kogan F.N. (2001). Operational space technology for global vegetation assessment. Bulletin of the American Meteorological Society. 82 (9), 1949-1964.