Servizio Comunitario di Informazione in materia di Ricerca e Sviluppo - CORDIS

H2020

CLARITY — Risultato in breve

Project ID: 701785
Finanziato nell'ambito di: H2020-EU.1.3.2.
Paese: Italia
Dominio: Cambiamento climatico e Ambiente

Scienza dei cittadini e migliore modellizzazione per una maggiore comprensione delle dinamiche climatiche

È necessario un quadro coerente della variabilità climatica. A tal proposito, il progetto CLARITY, finanziato dall’UE, ha preso in prestito metodi dalla fisica statistica e si è avvalso dell’efficacia della scienza dei cittadini per indicare la strada da seguire.
Scienza dei cittadini e migliore modellizzazione per una maggiore comprensione delle dinamiche climatiche
CLARITY si è prefisso di rivelare informazioni sulle fluttuazioni dei dati relativi alle registrazioni climatiche utilizzando i due più importanti fornitori di set di dati globali impiegati per tracciare le anomalie della temperatura. Questi dati sono stati poi adoperati come materiale per realizzare una strategia di modellizzazione bayesiana volta a migliorare l’affidabilità della modellizzazione.

Il gruppo di ricerca ha scoperto che, anche se i dati forniti da questi due prodotti provengono dalle stesse fonti, ovvero le registrazioni delle stazioni meteorologiche globali a terra, le loro diverse metodologie delineano quadri diversi per quanto riguarda le dinamiche a lungo termine delle anomalie globali della temperatura. La squadra ha quindi proposto che le future indagini effettuino verifiche incrociate di tali analisi statistiche e dei risultati corrispondenti ottenuti dalle osservazioni effettive. Inoltre, ha proposto che le analisi significative prendano in considerazione la metodologia alla base della preparazione dei dati.

A questo scopo, il progetto ha raccolto registrazioni climatiche attuali da molteplici fonti effettuate nella città di Venezia.

Statistica e modellizzazione

Le caratterizzazioni statistiche più basilari sono lineari, il che significa che tracciano le trasformazioni nel tempo in modo deterministico, e ogni punto di rilevamento porta, inevitabilmente, a un altro. Tuttavia, sistemi dinamici quali i modelli climatici non possono in alcun modo essere opportunamente ridotti a questo metodo di analisi. Una delle maggiori sfide incontrate durante la realizzazione di previsioni sui cambiamenti climatici è l’adattamento delle fluttuazioni e delle anomalie a tendenze sul lungo periodo.

Sulla base di precedenti esiti positivi con sistemi complessi simili, i due metodi statistici utilizzati da CLARITY a questo scopo sono stati la «detrended fluctuation analysis» (DFA) e l’analisi delle «trasformazioni delle increspature d’urto». Questi metodi vengono generalmente utilizzati per caratterizzare la cosiddetta persistenza a lungo termine, nota anche come correlazioni a lungo termine delle registrazioni di sistemi complessi. Entrambi raggiungono questo obiettivo misurando le fluttuazioni delle registrazioni lungo una determinata linea di tendenza, nell’arco di finestre temporali di diversa lunghezza.

Questi metodi sono stati applicati alle anomalie globali della temperatura e ad altri dati climatici, come spiega meglio il prof. Angelo Rubino, supervisore del progetto, «perché la DFA e le trasformazioni delle increspature d’urto eliminano sistematicamente le tendenze lineari nei dati, oltre a consentire una valutazione della modalità con cui i sistemi, in questo caso i modelli climatici, si comportano nel corso di periodi di tempo più lunghi, permettendoci di ottenere un quadro più completo».

Per ridurre l’incertezza, o l’errore, i dati sono stati poi impiegati con una modellizzazione di tipo bayesiano, che applica una formula per uno specifico set di dati al fine di trovare un modello ottimale di rappresentazione degli stessi. Come chiarisce il prof. Rubino, «ciò che rende unica questa modellizzazione è il fatto che, come contributo ulteriore per la ricerca del modello più adatto, integra non solo i dati, ma anche fonti aggiuntive come le opinioni di esperti».

Raccolta da molteplici fonti di tutti i dati alla luce del sole

Un’altra parte del lavoro svolto nell’ambito del progetto era raccogliere dati climatici attuali da molteplici fonti nella città di Venezia e nei paesi circostanti. Questi sforzi incentrati sulla comunità hanno compreso misurazioni dell’indice UV dell’ambiente realizzate mediante sensori statici distribuiti nelle terrazze, nei cortili e sui tetti di scuole, università e di un ospedale, oltre ad altri svariati spazi esterni accessibili ai sostenitori del progetto. Inoltre, sono state effettuate continue misurazioni delle radiazioni solari UVA e UVB e dell’esposizione personale alle radiazioni solari UV (pUVR) attraverso sensori indossati da volontari, tra cui turisti.

La DFA e l’analisi delle trasformazioni delle increspature d’urto dei dati UV devono ancora essere svolte, ma il gruppo di ricerca ha applicato questi metodi ai dati pUVR e sta ottenendo una maggiore comprensione dei modelli di comportamento individuale alla luce del sole, come la durata di esposizione complessiva e la durata dei periodi trascorsi all’aperto.

Dalla comprensione all’azione

I risultati scientifici raggiunti da CLARITY contribuiscono ad approfondire la comprensione delle complesse interazioni alla base dei processi relativi ai cambiamenti climatici, il che, alla luce dell’impegno europeo assunto nell’accordo di Parigi, potrebbe portare a strategie di adattamento e mitigazione più efficienti.

L’utilizzo dell’analisi statistica DFA e delle trasformazioni delle increspature d’urto per comprendere i dati climatici è un approccio che può essere replicato per altri sistemi o set di dati climatici sia per produrre misure specifiche di dinamica dei dati, sia per utilizzarle allo scopo di verificare la precisione dei modelli climatici.

Il prof. Rubino desidera inoltre sottolineare le possibilità offerte dalla scienza dei cittadini affermando: «L’approccio incentrato sulla comunità di CLARITY, grazie alla raccolta di dati pubblici, contribuisce a realizzare una scienza dei cittadini rilevante dal punto di vista sociale, per un dibattito più inclusivo sull’adattamento. Tale approccio potrebbe essere esteso alla pianificazione pubblica e alla concezione delle politiche del futuro, in modo da coinvolgere tutti gli utenti finali in ogni fase della valutazione dei dati».

Keywords

CLARITY, modellizzazione, analisi statistica, cambiamenti climatici, fluttuazioni, adattamento, mitigazione, scienza dei cittadini, dati, Venezia, UV