Downscaling
Downscaling significa prendere informazioni note a grandi scale per fare previsioni a scale locali. Il downscaling dei modelli climatici è un tentativo di colmare il divario tra gli effetti globali e locali attraverso la stratificazione di dati a livello locale su modelli climatici su vasta scala. Generalmente, le informazioni climatiche provengono da modelli climatici globali.
A questa risoluzione, un’intera regione può essere rappresentata solo da alcune celle della griglia, quando ogni cella rappresenta un singolo valore. Inoltre, i modelli climatici globali non tengono adeguatamente conto delle variazioni della vegetazione, della topografia complessa e delle coste, che sono aspetti importanti della risposta fisica che governa il segnale di cambiamento climatico regionale/locale.
La modellazione in scala ridotta esamina in dettaglio le aree relativamente piccole, in alcuni casi fino a 25 chilometri quadrati, una risoluzione molto più elevata rispetto a quella offerta dalle simulazioni di modelli climatici globali. Gli informazioni su scale molto più piccole che supportano l’impatto e la valutazione e la pianificazione dell’adattamento più dettagliati, che è vitale in molte regioni vulnerabili del mondo.
Esistono due strategie generali per il downscaling:
- downscaling dinamico e downscaling statistico.
Il downscaling dinamico utilizza un modello climatico regionale (RCM) con risoluzione spaziale più elevata (in genere 10-50 km) su un’area limitata e è alimentato con condizioni meteorologiche su larga scala dal GCM.
Il downscaling statistico deriva innanzitutto relazioni statistiche tra le variabili di piccola scala osservate (spesso a livello di stazione meteo) e le variabili di scala più grandi (GCM). I futuri valori delle variabili di grande scala ottenute dalle proiezioni GCM del clima futuro sono quindi utilizzati per guidare le relazioni statistiche e quindi stimare i dettagli su scala ridotta del clima futuro.