Climatologi e statistici dell'Università Ca' Foscari di Venezia hanno elaborato un metodo per stimare con precisione gli errori sistematici che influenzano le previsioni climatiche decennali. Il metodo proposto promette grandi progressi verso il raggiungimento di previsioni climatiche affidabili a breve termine. Il risultato è stato pubblicato ieri sulla prestigiosa rivista Rapporti scientifici del Natura gruppo editoriale.

La previsione climatica decennale esplora l'evoluzione del clima con un orizzonte di previsione di circa un decennio, e rappresenta una delle frontiere più interessanti della ricerca sul clima per le sue potenzialità economiche, ripercussioni politiche e sociali.

I modelli numerici attualmente impiegati nei sistemi di previsione del clima decennali sono affetti da gravi errori sistematici (o distorsioni) in regioni chiave dell'oceano e dell'atmosfera, a causa della loro rappresentazione imperfetta dei processi fisici fondamentali. A causa di questi pregiudizi, lo stato medio simulato del clima può essere significativamente diverso da quello osservato su vaste regioni.

Come nel caso delle previsioni del tempo, questi modelli sono inizializzati – assimilano i dati osservati in modo che l'evoluzione climatica simulata sia il più vicino possibile a quella osservata. Per prevedere l'evoluzione futura, il modello è "liberato". Nella prima fase il modello è quindi "costretto" a seguire le osservazioni; poi, dal momento in cui si "libera" si allontana progressivamente dal clima medio osservato e si distende verso il proprio, clima medio specifico. Come se fossero due mondi paralleli separati:realtà osservata e realtà simulata. Nel momento in cui il modello evolve liberamente senza vincoli osservativi, il modello va alla deriva, con una progressiva "transizione" dalla prima alla seconda realtà (di parte).

La questione è complessa, e l'evoluzione della deriva è quindi molto spesso solo stimata mediante semplici metodi empirici, e la quantificazione della sua incertezza è stata trascurata:in altre parole, la deriva è tipicamente considerata come un mero errore da correggere.

Questa ricerca, in contrasto, si concentra sulla deriva, che viene considerato per la prima volta come un processo statistico con una propria dinamica temporale. Il modello statistico ha permesso di separare le diverse componenti che concorrono determinando drift e bias, comprese le tendenze e le stagionalità degli errori a lungo termine. Ulteriore, ha permesso di stabilire relazioni causali tra deriva e altri processi climatici.

L'articolo pubblicato ieri è coautore di Davide Zanchettin, Carlo Gaetano, Angelo Rubino e Maeregu Arisido del DAIS insieme a ricercatori del Max Planck Institute di Amburgo, il Centro Bjerknes per la ricerca sul clima e l'Istituto geofisico dell'Università di Bergen, nell'ambito del grande progetto europeo PREFACE (preface.b.uib.no/).

Il metodo proposto - basato su un modello dinamico lineare - è il risultato di sinergie tra gruppi di ricerca sulla statistica, modellazione numerica e dinamica climatica coordinata dai professori Gaetan e Rubino (work package leader nel progetto PREFACE).

"La nostra rappresenta un'applicazione innovativa, nel campo della ricerca sul clima, di una metodologia statistica ben consolidata in altri campi, come l'economia. Si spera che il nostro risultato possa favorire la cooperazione tra ricercatori europei nel campo della statistica e della climatologia, seguendo una tendenza anticipata dai colleghi negli Stati Uniti", spiega Davide Zanchettin.

"Volevamo portare metodi statistici più sofisticati alla ricerca sul clima. Abbiamo raggiunto questo obiettivo grazie all'impegno del DAIS di costruire un "ponte tra due mondi" - climatologia dinamica e statistica - che spesso utilizzano linguaggi diversi", dice Angelo Rubino.

"LA PREFAZIONE ha rappresentato una grande opportunità per mostrare come la teoria statistica complessa non sia un mero esercizio teorico, ma un potenziale supporto in altri campi" conclude Carlo Gaetan.