Il cambiamento climatico non appare evidente unicamente dal rialzo della temperatura osservato negli ultimi decenni. Molti altri indicatori climatici illustrano il clima e i suoi cambiamenti. Per le stazioni di misura rilevanti sul piano climatologico è possibile rappresentare l’andamento temporale delle grandezze più importanti.
Indicatori climatici
Gli indicatori climatici sono disponibili per le stazioni più importanti della rete climatologica svizzera. Sono calcolati per i periodi dal 1864 fino a oggi e dal 1961 fino a oggi sulla base dei dati omogeneizzati, laddove esistenti. I grafici sono aggiornati circa un mese dopo la fine di un periodo.
Per motivi storici, le precipitazioni sono misurate dal mattino al mattino seguente (ore 05.40-05.40 UTC). Tutte le altre grandezze sono riferite al giorno di calendario (ore 00.00–00.00 UTC). Le serie di dati non sono disponibili per tutte le combinazioni di indicatori climatici, stagioni, periodi e stazioni. Un indicatore non è rappresentato se nella rispettiva stazione la grandezza meteorologica necessaria non è rilevata o se l’indicatore è sempre uguale (ad es. zero). Per esempio nelle stazioni ad alta quota non si registrano mai giorni tropicali, essi non sono quindi rappresentati per queste stazioni. Le combinazioni non disponibili sono indicate in grigio nel menu.
Come sono cambiati i giorni di riscaldamento a Ginevra?
I giorni di riscaldamento sono quelli in cui solitamente si riscaldano gli ambienti interni. In tutta la Svizzera il numero di giorni di riscaldamento sono in netta diminuzione. Negli anni '60 a Ginevra si contavano circa 225 giorni di riscaldamento all’anno, mentre oggi sono in media 190 giorni. Il numero massimo è stato raggiunto nel 1965 con 244 giorni, quello minimo nel 2006 con 181 giorni.
Com’è cambiato il numero dei giorni estivi a Lugano?
Un giorno estivo è definito come tale se la temperatura massima è ≥ 25 °C. A partire dagli anni 1960 il numero di giorni estivi a Lugano è quasi raddoppiato, passando da circa 40 a quasi 80 giorni all’anno. Nel 1977 si sono registrati solo 21 giorni estivi, mentre nel 2003 sono stati ben 111.
Qualità dei dati
Quando possibile si utilizzano dati climatici omogeneizzati, ossia i dati sono esenti da influssi che non dipendono dal clima o dal suo cambiamento. Le serie di dati omogeneizzati non sono ancora disponibili per la neve e gli indicatori che si basano sul soleggiamento; in questo caso le elaborazioni sono effettuate utilizzando i dati originali.
Determinazione dei trend
I trend sono individuati nel seguente modo:
- Oltre al valore per ogni anno, il grafico riporta anche una curva lisciata dei valori (filtro di Gauss su 11 anni) e una stima del trend lineare (tratteggiata). Per le grandezze sommabili (quando si conta il numero di giorni) è rappresentato il trend logistico, per tutte le altre grandezze la linea del trend è calcolata con il metodo Theil-Sen.
- Sono indicate le tendenze assolute per decennio, il trend relativo in percento (la differenza della stima tra l’inizio e la fine della serie di dati divisa per la media della serie), così come la significatività del trend (valore p).
- La significatività è definita con il test non parametrico del trend di Mann-Kendall. Nella climatologia i trend con un valore p inferiore a 0,05 sono considerati significativi.
Bibliografia
- Begert M., Schlegel T., Kirchhofer W., 2005: Homogeneous Temperature and Precipitation Series of Switzerland from 1864 to 2000. International Journal of Climatology 25: 65-80. http://onlinelibrary.wiley.com/doi/10.1002/joc.1118/pdf
- Frei, C. and Schär C., 2001: Detection probability of trends in rare events: Theory and application to heavy precipitation in the Alpine region. J. Climate 14: 1568-1584. http://dx.doi.org/10.1175/1520-0442(2001)014<1568:DPOTIR>2.0.CO;2
- Kendall M.G., 1975: Rank Correlation Methods, Charles Griffin, London.
- Mann H.B., 1945: Nonparametric tests against trend. Econometrika 13:245-259.
- Sen P.K., 1968: Estimates of the regression coefficient based on Kendall's tau. Journal of the American Statistical Association, 63, 1379-1389.
- Theil H., 1950: A rank-invariant method of linear and polynomial regression analysis. Netherlands Akad. Wetensch. Proc., 53, pages: 386-392 (part I), 521-525 (part II), 1397-1412 (part III).