Climate projection for the Mediterranean and implications for the forest fire risk (with a stress on Sardinia) (Contributo in atti di convegno)

Type
Label
  • Climate projection for the Mediterranean and implications for the forest fire risk (with a stress on Sardinia) (Contributo in atti di convegno) (literal)
Anno
  • 2011-01-01T00:00:00+01:00 (literal)
Alternative label
  • Dubrovski M., Duce P., Arca B., Pellizzaro G. (2011)
    Climate projection for the Mediterranean and implications for the forest fire risk (with a stress on Sardinia)
    in International Conference on Fire Behaviour and Risk - Focus on Wildland Urban Interfaces, Alghero, Italy, 4-6 October 2011
    (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
  • Dubrovski M., Duce P., Arca B., Pellizzaro G. (literal)
Pagina inizio
  • 74 (literal)
Pagina fine
  • 75 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#titoloVolume
  • ICFBR 2011 - Book of Abstracts (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali
  • 2 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
  • Institute of Atmospheric Physics ASCR, Prague, Czech Republic; National Research Council of Italy, Institute of Biometeorology (CNR-IBIMET), Sassari, Italy (literal)
Titolo
  • Climate projection for the Mediterranean and implications for the forest fire risk (with a stress on Sardinia) (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#isbn
  • 978-88-6025-190-9 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#curatoriVolume
  • Pierpaolo Duce, Donatella Spano (literal)
Abstract
  • Future climate projections are commonly based on Global Climate Models (GCMs). As the GCMs do not realistically represent the site specific climate, the GCM output must be downscaled (in space and time) to prepare weather/climate data for the climate change (CC) impact studies. One of the available downscaling methods is based on a weather generator (WG), whose parameters are derived from the present climate observational weather series and then modified according to the GCM based CC scenario. To account for uncertainties in the future climate projection, we employ multiple scenarios which represent uncertainties related to emission scenarios, climate sensitivity and choice of GCM. The CC scenarios are derived using the pattern scaling method, in which the scenario for a specific future is defined as a product of change in global mean temperature (estimated by simple climate model MAGICC for several combinations of climate sensitivity factor and emission scenario) and standardised scenario (= changes related to 1K rise in global temperature, which are derived from individual GCM simulations). The presentation will consist of two parts: (1) Construction of multi-GCM CC scenarios for the Mediterranean (with a stress on Sardinia). We will (i) present maps showing the probabilistic (based on all GCMs included in IPCC-AR4 dataset) projection of temperature, precipitation and PDSI index, and (ii) discuss options for choosing a representative subset of GCMs from all available GCMs. (iii) In addition to commonly used climatic parameters (changes in monthly means of temperature and precipitation), the scenarios will include changes of climatic characteristics, which affect high frequency variability, e.g. changes in probability of wet day occurrence and variability of daily values. (iv) The M&Rfi weather generator, whose parameters are modified according to the above scenarios, will be used to estimate changes in -advanced? climatic characteristics with a stress on extremes (including changes in extreme temperature and precipitation, and changes in lengths of wet/dry/hot/cold spells). (2) Assessment of possible impacts of climate change on wildland fire risk. The main weather parameters affecting the wildland fire occurrence and propagation (air temperature, air relative humidity, wind speed, and precipitations) will be used to calculate the Fire Weather Index (FWI) on annual and seasonal basis. Finally, the possible implications of the projected changes in climate on the forest fire risk will be analyzed at local and regional scale. Acknowledgements: The contribution brings outputs of the PRASCE project (project IAA300420806 funded by the Grant Agency of ASCR), CNR-ASCR bilateral project, and the Proterina C project (co-funded by the European Regional Development Fund (ERDF) under the Italy-France Maritime). (literal)
  • Les projections du climat futur sont généralement basées sur des Modèles généraux de climat (GCMs). Puisque les GCM ne représentent pas de façon réaliste le climat spécifique d'un site, le produit du GCM doit mis à l'échelle (dans l'espace et dans le temps) afin de préparer les données météorologiques/climatiques pour des études d'impact du changement de climat (CC). L'une des méthodes disponibles de mise à l'échelle se base sur un générateur climatique (WG) dont les paramètres sont dérivés de la série d'observations du climat actuel et ensuite modifiés selon le scénario CC basé sur les GCM. Pour prendre en compte les incertitudes dans la projection du climat futur, nous utilisons de multiples scénarios représentant les incertitudes liées aux scénarios d'émission, la sensibilité et le choix du GCM. Les scénarios CC sont dérivés en utilisant la méthode d'échelonnage de modèle dans laquelle le scénario d'un futur spécifique est défini comme produit du changement de la température moyenne générale (estimée à l'aide d'un modèle de climat simple MAGICC pour plusieurs combinaisons de facteur de sensibilité climatique et de scénario d'émission) et comme scénario standardisé (= changements liés à l'augmentation 1K dans la température générale dérivée des simulations GCM individuelles). La présentation sera faite en deux parties: (1) Construction de scénarios multi-GCM CC pour la Méditerranée (avec un accent sur la Sardaigne). Nous (i) présenterons les cartes montrant la projection probabiliste de la température (sur la base de tous les GCM y compris l'ensemble de données IPCC-AR4), la précipitation et l'indice PDSI, et (ii) nous examinerons les options de choix d'un sous-ensemble représentatif de GCM parmi tous les GCM disponibles. (iii) Outre les paramètres climatiques communément utilisés (changements des moyennes mensuelles de température et de précipitations), les scénarios comprendront les changements de caractéristiques climatiques qui influent sur la variabilité à haute fréquence, par ex.: changement de la probabilité du nombre de jours humides et variabilité des valeurs quotidiennes. (iv) Le générateur climatique M&Rfi, dont les paramètres ont été modifiés selon les scénarios ci-dessus, sera utilisé pour estimer les changements dans les caractéristiques climatiques « avancées » avec un accent sur les extrêmes (y compris les changements dans les températures extrêmes et précipitations, et les changements dans la longueur des périodes d'humidité/sécheresse/chaleur/froid). (2) L'évaluation des impacts possibles du changement climatique sur le risque du feu de broussailles. Les principaux paramètres climatiques affectant l'apparition et la propagation d'un feu de broussailles (température de l'air, humidité relative de l'air, vitesse du vent et précipitations) seront utilisés pour calculer l'indice climatique d'incendie (FWI) sur une base annuelle et saisonnière. Enfin, les possibles implications des changements projetés dans le climat sur le risque d'incendie de forêt seront analysées sur une échelle locale et régionale. (literal)
Editore
Prodotto di
Autore CNR
Insieme di parole chiave

Incoming links:


Autore CNR di
Prodotto
Editore di
Insieme di parole chiave di
data.CNR.it