Acqua Liquida nella Calotta Glaciale della Groenlandia: Svelare i Segreti del Flusso e della Ritenzione con ilModello HIRHAM5 e i Suoi Impatti su Scala Locale e Globale

Acqua Liquida nella Calotta Glaciale della Groenlandia: Svelare i Segreti del Flusso e della Ritenzione con il Modello HIRHAM5 e i Suoi Impatti su Scala Locale e Globale
Peter L. Langen¹*, Robert S. Fausto², Baptiste Vandecrux²,³, Ruth H. Mottram¹ e Jason E. Box²
¹ Sezione di Ricerca sul Clima e sull’Artico, Istituto Meteorologico Danese, Copenaghen, Danimarca
² Servizio Geologico di Danimarca e Groenlandia, Copenaghen, Danimarca
³ Centro di Tecnologia Artica (ARTEK), Università Tecnica della Danimarca, Lyngby, Danimarca

La Calotta Glaciale della Groenlandia rappresenta un sistema dinamico cruciale per comprendere i cambiamenti climatici globali, e il suo bilancio di massa superficiale (SMB, Surface Mass Balance) è un indicatore fondamentale della sua salute e del suo contributo all’innalzamento del livello del mare. Per affinare le simulazioni di questo parametro critico, il modello climatico regionale HIRHAM5, sviluppato per analizzare le dinamiche atmosferiche e di superficie nelle regioni polari, è stato sottoposto a un’importante revisione del suo schema di sottosuolo. Questa revisione ha introdotto una serie di miglioramenti mirati a rappresentare in modo più accurato i processi fisici che regolano il movimento e la conservazione dell’acqua liquida nella neve e nel firn (la neve parzialmente compattata che si trova tra la neve fresca e il ghiaccio). Tra le novità implementate spiccano la densificazione progressiva della neve, la variazione della conducibilità idraulica in funzione della struttura del mezzo poroso, la parametrizzazione della saturazione irreducibile dell’acqua – ossia la quantità minima di acqua che rimane intrappolata nei pori della neve senza poter percolarsi ulteriormente – e altri effetti fisici che influenzano la percolazione e la ritenzione dell’acqua liquida all’interno degli strati superficiali e profondi della calotta.

Per valutare l’efficacia di tali miglioramenti e comprendere l’impatto delle scelte di parametrizzazione adottate, sono stati condotti esperimenti di sensibilità che hanno messo a confronto i risultati del modello con un vasto set di dati osservativi. In particolare, nell’area di accumulo della calotta, dove la neve si deposita superando le perdite per fusione o evaporazione, i dati estratti da 68 carote di ghiaccio sono stati utilizzati come riferimento. I risultati indicano che il modello simula l’accumulo netto medio annuo con un errore sistematico (bias) del -5%, mantenendo un’elevata correlazione con le osservazioni (coefficiente di correlazione pari a 0,90). Questo suggerisce che HIRHAM5 è in grado di catturare con buona precisione i pattern di accumulo nella regione, pur tendendo a sottostimare leggermente la quantità complessiva di neve depositata.

Passando all’area di ablazione – la zona della calotta dove la fusione estiva supera l’accumulo invernale – il confronto con 1041 misurazioni effettuate dal programma PROMICE (Programme for Monitoring of the Greenland Ice Sheet) evidenzia un’ulteriore solidità del modello. Qui, il SMB simulato mostra una pendenza di regressione rispetto ai dati osservati compresa tra 0,95 e 0,97, a seconda della configurazione adottata, con un coefficiente di correlazione che varia tra 0,75 e 0,86 e un bias medio del -3%. Questi valori indicano che HIRHAM5 riproduce fedelmente le dinamiche di perdita di massa nelle regioni più basse e vulnerabili della calotta, con una leggera tendenza a sottostimare l’entità dell’ablazione. Per stimare l’errore complessivo sulla perdita di massa a livello dell’intera calotta glaciale, i bias del SMB nelle aree di ablazione a bassa e alta quota sono stati ponderati in base alla quantità di deflusso (runoff) generata da queste regioni. Utilizzando l’albedo osservata, derivata dai dati satellitari MODIS, il bias stimato è del -5%, mentre con l’albedo calcolata internamente dal modello si attesta al -7%. Questa differenza sottolinea l’importanza cruciale dell’albedo – la frazione di radiazione solare riflessa dalla superficie – nel determinare l’accuratezza delle simulazioni di fusione e deflusso.

Un altro aspetto analizzato è la capacità del modello di riprodurre la variabilità temporale e spaziale dei giorni di fusione, un indicatore chiave dell’intensità dei processi di scioglimento superficiale. Confrontando i dati simulati con le osservazioni, emerge una rappresentazione realistica dei pattern spaziali (correlazione prossima a 0,9) e temporali (coefficiente di correlazione di circa 0,9). Tuttavia, il modello mostra alcune limitazioni: sottostima l’ampiezza della variabilità interannuale, con una pendenza di regressione di circa 0,7 rispetto ai dati osservati, e sovrastima invece la variabilità spaziale, con una pendenza di circa 1,2. Queste discrepanze suggeriscono che, sebbene HIRHAM5 catturi efficacemente le tendenze generali, alcune dinamiche locali e annuali potrebbero richiedere ulteriori affinamenti nella parametrizzazione.

Dal punto di vista della struttura termica del sottosuolo e della formazione di caratteristiche idrologiche come acquiferi di firn perenni (strati di acqua liquida intrappolata nel firn che persistono tutto l’anno) e strati di ghiaccio sovrapposti (lenti di ghiaccio formate dal congelamento dell’acqua percolata), le scelte modellistiche più influenti risultano essere l’implementazione dell’albedo e la parametrizzazione della saturazione irreducibile dell’acqua. Ad esempio, in una specifica località dell’area di percolazione, l’uso dell’albedo calcolata internamente genera temperature del sottosuolo eccessivamente elevate al di sotto dei 5 metri di profondità. Tuttavia, adottando una parametrizzazione della saturazione irreducibile che consente valori più alti, si forma uno strato di ghiaccio nel 2011, il quale agisce come barriera termica, riducendo il bias di temperatura nelle profondità negli anni successivi. Al contrario, prima della formazione di questo strato, l’utilizzo di albedi osservate combinate con una saturazione irreducibile più bassa produce i risultati più vicini alle misurazioni, minimizzando l’errore.

La presenza e l’estensione di acquiferi di firn perenni e strati di ghiaccio sovrapposti variano significativamente in base alle scelte dei parametri del modello, influenzando spessore e distribuzione di queste strutture. Sebbene tali caratteristiche abbiano un impatto rilevante a scala locale – modificando la temperatura del sottosuolo e le proprietà fisiche di neve, ghiaccio e acqua – i risultati su scala groenlandese, come il deflusso totale e il SMB complessivo, risultano dominati principalmente dall’implementazione dell’albedo nel clima attuale simulato dal modello. Questo evidenzia come la rappresentazione accurata della riflettività superficiale sia un elemento cardine per prevedere l’evoluzione futura della calotta glaciale e il suo contributo ai cambiamenti globali, sottolineando al contempo la necessità di continuare a perfezionare i modelli climatici regionali per affrontare le complessità dei sistemi polari.

INTRODUZIONE: Dinamiche dell’Acqua Liquida nella Calotta Glaciale della Groenlandia e Implicazioni per il Bilancio di Massa nel Contesto del Cambiamento Climatico
Le variazioni nel bilancio di massa della Calotta Glaciale della Groenlandia costituiscono uno degli elementi di maggiore incertezza nelle proiezioni dell’innalzamento del livello del mare indotto dal cambiamento climatico globale (Church et al., 2013; Gregory et al., 2013). Tra i fattori che contribuiscono a questa incertezza, un ruolo cruciale è svolto dalla capacità della calotta di trattenere l’acqua derivante dalla fusione superficiale, un processo influenzato da fenomeni complessi come il ricongelamento e l’azione delle forze capillari all’interno degli strati di neve e firn (Janssens e Huybrechts, 2000; Harper et al., 2012; Vernon et al., 2013; van As et al., 2016). Negli ultimi decenni, il progressivo aumento delle temperature ha determinato un’espansione verso altitudini più elevate della zona in cui si verificano sia la fusione della neve sia precipitazioni sotto forma di pioggia, un fenomeno documentato da studi come quelli di Howat et al. (2013) e de la Peña et al. (2015). Questa espansione ha avuto conseguenze significative sulla struttura del firn, lo strato intermedio tra la neve fresca e il ghiaccio compatto, che ha subito un riscaldamento graduale e diffuso su scala temporale pluridecennale (>50 anni), come evidenziato dalle osservazioni di Polashenski et al. (2014). Inoltre, il susseguirsi di estati insolitamente calde ha favorito la formazione di lenti di ghiaccio a bassa permeabilità, che hanno amplificato il deflusso dell’acqua di fusione anche nelle regioni tradizionalmente considerate aree di accumulo. Un esempio emblematico è il sito KAN-U, situato a 1840 metri sopra il livello del mare, dove nel 2012 è stato osservato un incremento del runoff legato a queste dinamiche (Machguth et al., 2016a). Considerando che il riscaldamento climatico è destinato a intensificarsi, la comprensione e la modellizzazione accurata della permeabilità del firn assumono un’importanza crescente. Questo studio si propone di analizzare in dettaglio i percorsi dell’acqua liquida all’interno della neve e del firn, integrandoli in un modello di bilancio di massa superficiale (SMB) per migliorarne la capacità predittiva.

Quando l’acqua liquida, generata dalla fusione superficiale o da eventi di pioggia, si forma sulla superficie del manto nevoso, essa tende a infiltrarsi verso gli strati sottostanti attraverso un processo di percolazione che può avere esiti diversi: l’acqua può rimanere allo stato liquido, essere trattenuta nei pori del firn, oppure ricongelarsi formando lenti o tubi di ghiaccio (Benson, 1962; Braithwaite et al., 1992). Questo processo di percolazione è stato descritto in modo sistematico da Colbeck (1972) mediante un modello di flusso di tipo darciano, che considera la neve e il firn come mezzi porosi soggetti a gradienti idraulici. Fenomeni analoghi di percolazione dell’acqua di fusione sono stati osservati e studiati in numerosi contesti glaciali, dalle Alpi all’Artico, dove spessi strati di neve stagionale si accumulano sopra il ghiaccio glaciale, come documentato da Müller (1976), Braithwaite et al. (1994), Parry et al. (2007), Wright et al. (2007), Humphrey et al. (2012), Gascon et al. (2013) e Polashenski et al. (2014). La profondità alla quale l’acqua di fusione riesce a penetrare dipende da due parametri fondamentali: la temperatura e la densità degli strati di neve e firn. La densità regola la conducibilità idraulica, definendo la facilità con cui l’acqua può fluire attraverso il mezzo poroso, oltre a determinare il volume degli spazi porosi disponibili per la ritenzione dell’acqua e la conducibilità termica del materiale. La temperatura del sottosuolo, d’altra parte, influisce sul tasso di densificazione del firn e sul cosiddetto “contenuto di freddo” degli strati, ossia la capacità termica residua che determina se l’acqua liquida si solidificherà e in che misura.

Quando l’acqua liquida si infiltra nel manto nevoso e il contenuto di freddo è sufficiente, il ricongelamento può avvenire, portando alla formazione di strutture come lenti o canalizzazioni di ghiaccio. Queste lenti di ghiaccio agiscono come barriere fisiche, riducendo la percolazione profonda – definita come il flusso d’acqua al di sotto dell’accumulo dell’anno precedente – e modificando significativamente le dinamiche idrologiche della calotta (Machguth et al., 2016a). Il processo di ricongelamento, rilasciando calore latente, contribuisce a un riscaldamento interno del manto nevoso e del firn, un effetto osservato nella Calotta Glaciale della Groenlandia negli ultimi cinque decenni (Polashenski et al., 2014) e riprodotto anche in simulazioni climatiche regionali (van den Broeke et al., 2009). Tuttavia, in contesti caratterizzati da elevati tassi di accumulo nevoso e da superfici con bassa pendenza, l’acqua di fusione può non ricongelarsi completamente, rimanendo intrappolata sotto forma di acquiferi di firn perenni, ossia strati di acqua liquida persistenti nel tempo (Forster et al., 2014; Koenig et al., 2014; Kuipers Munneke et al., 2014). Questi acquiferi, insieme all’acqua ricongelata, possono svolgere un ruolo significativo nel rallentare il contributo della Calotta Glaciale della Groenlandia all’innalzamento del livello del mare in un clima in riscaldamento, rappresentando una sorta di “serbatoio temporaneo” che ritarda il deflusso verso l’oceano (Pfeffer et al., 1991).

Nonostante ciò, la capacità di ritenzione dell’acqua di fusione all’interno del manto nevoso e del firn è limitata dalla disponibilità di spazio poroso (Harper et al., 2012). Proiezioni future basate su modelli climatici, come quelle di van Angelen et al. (2013), suggeriscono che questo spazio poroso potrebbe saturarsi nel giro di poche decine di anni in un contesto di riscaldamento continuo. Una volta raggiunta la saturazione, l’acqua di fusione non potrà più essere trattenuta efficacemente, portando a un’accelerazione del deflusso superficiale e, di conseguenza, a un incremento più rapido della perdita di massa della calotta. Questo scenario sottolinea la necessità di sviluppare modelli di bilancio di massa superficiale che integrino in modo realistico le dinamiche idrologiche del firn, includendo sia i processi di percolazione sia quelli di ritenzione e ricongelamento, per migliorare le previsioni sull’evoluzione della Calotta Glaciale della Groenlandia e sul suo impatto sul livello globale del mare.La necessità di rappresentare accuratamente i processi di ritenzione e percolazione dell’acqua liquida nella neve e nel firn ha rappresentato un motore fondamentale per lo sviluppo di modelli specifici integrati nei sistemi di bilancio di massa superficiale (SMB). Questi processi, caratterizzati da una marcata eterogeneità spaziale e da dinamiche che si sviluppano su scale inferiori a quelle tipicamente risolte dai modelli (sub-griglia), hanno posto sfide significative nella loro simulazione. I primi approcci modellistici si sono affidati a parametrizzazioni semplificate per affrontare tali complessità. Ad esempio, Reeh (1989) propose un metodo basato sull’assunzione che una frazione costante dell’accumulo nevoso invernale venisse trattenuta nel sistema, trascurando variazioni locali o temporali. Successivamente, studi come quelli di Janssens e Huybrechts (2000) e Pfeffer et al. (1991) hanno affinato queste parametrizzazioni, sviluppando schemi più sofisticati per stimare la ritenzione dell’acqua di fusione a partire da un numero limitato di variabili fisiche, come la temperatura superficiale e l’accumulo stagionale. Tuttavia, è solo in tempi più recenti che i progressi nella comprensione dei processi fisici hanno permesso di incorporare descrizioni dettagliate della percolazione e della ritenzione dell’acqua liquida nei modelli di neve e firn. Questi avanzamenti si sono concretizzati sia su scala di calotta glaciale sia in contesti alpini, con lo sviluppo di modelli come CROCUS (Vionnet et al., 2012) e SNOWPACK (Wever et al., 2015), che si basano su rappresentazioni fisicamente fondate delle dinamiche idrologiche e termiche del manto nevoso. Parallelamente, tali approcci sono stati adattati e integrati in modelli climatici regionali di ampia applicazione, come RACMO e MAR, che hanno permesso di simulare l’interazione tra atmosfera e superficie glaciale con maggiore realismo (Fettweis, 2007; van den Broeke et al., 2009; Reijmer et al., 2012). La versione del modello HIRHAM5 descritta da Langen et al. (2015) si inserisce in questo contesto evolutivo, sebbene inizialmente utilizzasse una rappresentazione semplificata della ritenzione dell’acqua liquida e del suo ricongelamento, limitata nella capacità di catturare la complessità dei processi fisici coinvolti.

Un altro elemento cruciale che influenza il bilancio di massa della Calotta Glaciale della Groenlandia è la progressiva riduzione dell’albedo superficiale, un fenomeno che genera un feedback positivo con l’aumento della temperatura e l’intensificazione della fusione (Box et al., 2012; van Angelen et al., 2014). Questo oscuramento della superficie può essere attribuito a molteplici fattori. Da un lato, il riscaldamento climatico generale contribuisce a modificare le proprietà ottiche della neve e del ghiaccio, favorendo una maggiore assorbizione della radiazione solare (Tedesco et al., 2016). Dall’altro, l’accumulo di impurità assorbenti la luce – trasportate da processi atmosferici o esposte dall’erosione superficiale del ghiaccio “sporco” – amplifica ulteriormente questo effetto (Dumont et al., 2014; Keegan et al., 2014; Tedesco et al., 2016). L’interazione tra la diminuzione dell’albedo e i processi di fusione e ricongelamento nel sottosuolo assume un’importanza crescente in un contesto di cambiamento climatico, influenzando il bilancio di massa non solo nelle aree di ablazione, ma anche nella parte inferiore dell’area di accumulo, dove gli effetti del riscaldamento si stanno manifestando con sempre maggiore evidenza (Charalampidis et al., 2015). La corretta modellizzazione di questi fenomeni e delle loro interconnessioni è quindi essenziale per prevedere l’evoluzione della calotta glaciale in scenari di riscaldamento futuro (van Angelen et al., 2012).

In questo lavoro, presentiamo i risultati di un nuovo schema di sottosuolo implementato nel modello regionale HIRHAM5, progettato per rappresentare in modo più realistico le dinamiche della neve e del firn. Questo schema tiene conto dell’evoluzione della densità degli strati superficiali e profondi, integrando parametri come la conducibilità idraulica, che regola il flusso dell’acqua liquida attraverso il mezzo poroso. Inoltre, il modello adotta due diverse implementazioni dell’albedo – descritte in dettaglio nella sezione dedicata alla descrizione del modello e alle simulazioni – per esplorare l’impatto di questo parametro critico sulla fusione e sulla ritenzione idrica. Queste innovazioni consentono la formazione simulata di strutture idrologiche complesse, come acquiferi di firn perenni e strati di ghiaccio impermeabili sovrapposti, che influenzano significativamente la distribuzione dell’acqua liquida e il trasferimento di calore nel sottosuolo. Nella sezione dedicata alla valutazione del modello mediante osservazioni, i risultati delle simulazioni sono confrontati con un ampio set di dati empirici, tra cui l’accumulo netto osservato, il bilancio di massa superficiale (SMB) nell’area di ablazione, l’estensione spaziale e temporale della fusione e i profili di densità del sottosuolo rilevati in diverse località della calotta glaciale. Un’analisi specifica è dedicata al confronto tra l’evoluzione della temperatura del sottosuolo simulata e quella osservata in un sito della Groenlandia occidentale, al fine di validare la capacità del modello di riprodurre le dinamiche termiche profonde.

Per comprendere meglio l’influenza delle scelte modellistiche, sono stati condotti test di sensibilità, i cui risultati sono discussi nella sezione dedicata. Questi esperimenti analizzano l’impatto di parametri chiave – come la parametrizzazione dell’albedo e della conducibilità idraulica – sulla formazione di strutture come gli acquiferi di firn e le lenti di ghiaccio, nonché sulla stima complessiva del bilancio di massa. Le scelte adottate nel modello si rivelano particolarmente rilevanti per la capacità di HIRHAM5 di catturare sia i processi locali sia le dinamiche su scala regionale, offrendo spunti critici per il perfezionamento delle simulazioni climatiche. Infine, le conclusioni, riportate nell’apposita sezione, sintetizzano i principali risultati dello studio, evidenziando i punti di forza del nuovo schema di sottosuolo e identificando le aree che richiedono ulteriori approfondimenti per migliorare la rappresentazione dei complessi fenomeni idrologici e termici della Calotta Glaciale della Groenlandia.

Descrizione del Modello e Simulazioni: Un’Analisi Approfondita del Sistema HIRHAM5 e delle sue Applicazioni alla Calotta Glaciale della Groenlandia
Il modello climatico regionale HIRHAM5 rappresenta un avanzato strumento di simulazione che combina il nucleo dinamico del modello di previsione meteorologica HIRLAM7 (Eerola, 2006) con gli schemi fisici derivati dal modello di circolazione generale ECHAM5 (Roeckner et al., 2003), offrendo una piattaforma robusta per l’analisi dei processi climatici su scala regionale. La sua configurazione, dettagliata in Christensen et al. (2006), è stata ottimizzata per lo studio delle dinamiche atmosferiche e superficiali in ambienti polari. Nel contesto di questo studio, HIRHAM5 è stato applicato a un dominio che copre l’intera Groenlandia, seguendo l’approccio delineato da Lucas-Picher et al. (2012). Il modello opera su una griglia orizzontale a polo ruotato con una risoluzione di 0,05° × 0,05°, equivalente a circa 5,5 km, garantendo una rappresentazione spaziale fine delle variazioni climatiche e topografiche della regione. Verticalmente, l’atmosfera è discretizzata in 31 livelli, mentre il passo temporale è fissato a 90 secondi, consentendo una simulazione dettagliata delle dinamiche atmosferiche rapide. Ai confini laterali del dominio, i dati sono forniti dalla rianalisi ERA-Interim (Dee et al., 2011), che offre campi atmosferici aggiornati ogni 6 ore, includendo variabili come vento, temperatura, umidità e pressione superficiale a livello del modello. Per le aree oceaniche della griglia, le temperature superficiali del mare e la concentrazione di ghiaccio marino sono imposte utilizzando i valori derivati da ERA-Interim, assicurando una rappresentazione realistica delle condizioni al contorno. L’esperimento copre un arco temporale di 35 anni, dal 1980 al 2014, permettendo un’analisi a lungo termine delle tendenze climatiche e dei processi superficiali sulla Calotta Glaciale della Groenlandia.

Schema del Sottosuolo: Innovazioni nella Rappresentazione dei Processi Idrologici e Termici
Alla superficie, la massa di neve viene aggiornata con una frequenza oraria all’interno dello schema del sottosuolo, tenendo conto di una serie di processi che influenzano il bilancio di massa: le nevicate incrementano la massa superficiale, le precipitazioni liquide apportano acqua, la fusione la riduce, mentre deposizione e sublimazione rappresentano flussi minori di materia. Parallelamente, la temperatura superficiale è calcolata risolvendo il bilancio energetico, che integra gli scambi di energia radiativa e turbolenta tra la superficie e l’atmosfera sovrastante con i trasferimenti di calore verso gli strati sottostanti, sia per diffusione sia per avvezione. Nei casi in cui la temperatura superficiale supera 0 °C, il modello la riporta a questo valore limite, utilizzando l’energia eccedente per alimentare il processo di fusione, secondo l’approccio descritto da Langen et al. (2015). Questo meccanismo riflette realisticamente le condizioni fisiche in cui la neve o il ghiaccio superficiale non possono superare il punto di fusione senza trasformarsi in acqua liquida.

Rispetto allo schema originale a cinque strati di ECHAM5 (Roeckner et al., 2003), adattato per ghiacciai e calotte glaciali da Langen et al. (2015), l’attuale versione del sottosuolo di HIRHAM5 introduce una serie di miglioramenti significativi. Tra questi spiccano la modellizzazione della densificazione della neve, che simula il compattamento progressivo degli strati sotto il peso dell’accumulo, e la crescita dei grani di neve, un processo che influisce sulla riflettività e sulla conducibilità termica. Inoltre, il modello include una conducibilità idraulica variabile in base allo stato della neve, la formazione di ghiaccio sovrapposto derivante dal ricongelamento dell’acqua percolata, e la parametrizzazione della saturazione irreducibile dell’acqua, ossia la quantità minima di acqua liquida che rimane intrappolata nei pori senza poter defluire. Un’ulteriore innovazione è la capacità di rappresentare la ritenzione di acqua in eccesso rispetto a questa saturazione, permettendo la formazione di strutture idrologiche complesse come acquiferi di firn. Queste caratteristiche, descritte in dettaglio di seguito, ampliano significativamente la capacità del modello di simulare i processi fisici che regolano il movimento e la conservazione dell’acqua nella Calotta Glaciale.

Discretizzazione Verticale: Una Struttura Raffinata per la Simulazione del Sottosuolo
Lo schema del sottosuolo è strutturato come una griglia orizzontale composta da colonne indipendenti, ciascuna suddivisa verticalmente in 32 strati con spessori equivalenti in acqua costanti nel tempo. Ogni strato è caratterizzato da tre componenti – neve, ghiaccio e acqua liquida – i cui contributi, espressi in termini di equivalente in acqua, possono variare dinamicamente, mentre la somma totale rimane fissa e definisce lo spessore dello strato. Per ottimizzare la risoluzione vicino alla superficie, dove i processi di fusione e percolazione sono più intensi, gli spessori degli strati aumentano esponenzialmente con la profondità. Il primo strato superficiale ha uno spessore di 6,5 cm di equivalente in acqua, mentre gli strati più profondi raggiungono dimensioni significativamente maggiori, fino a 9,2 m di equivalente in acqua per lo strato più basso. Questa distribuzione consente di rappresentare i primi 2,2 m di equivalente in acqua con 12 strati, con spessori che variano tra 6,5 e 37 cm, e i primi 10,4 m con 21 strati, arrivando a spessori di 1,6 m. Complessivamente, il modello copre una profondità totale di 60 m di equivalente in acqua, una scelta che minimizza l’influenza delle condizioni al confine inferiore sulla simulazione.

Quando nuova massa viene aggiunta alla superficie – ad esempio tramite nevicate, pioggia, condensazione o deposizione – lo schema del sottosuolo trasferisce questa massa verso gli strati inferiori per mantenere costanti gli spessori predefiniti degli strati in equivalente in acqua. Al contrario, quando la massa viene rimossa dalla colonna, come nel caso di deflusso superficiale, evaporazione o sublimazione, il modello compensa questa perdita spostando massa verso l’alto a partire da un serbatoio infinito di ghiaccio situato al di sotto dello strato più profondo. Questi movimenti verticali di massa sono accompagnati da un trasferimento corrispondente di proprietà fisiche, tra cui il calore sensibile, la densità della neve, la dimensione dei grani e le frazioni relative di neve, acqua e ghiaccio. Questo approccio dinamico consente al modello di simulare in modo realistico l’evoluzione della struttura del sottosuolo in risposta ai cambiamenti climatici e ai processi superficiali, fornendo una base solida per l’analisi del bilancio di massa della Calotta Glaciale della Groenlandia.

Temperatura, Ricongelamento e Formazione di Ghiaccio Sovrapposto: Dinamiche Termiche e Idrologiche nel Sottosuolo della Calotta Glaciale
La modellizzazione della temperatura e dei processi associati al ricongelamento e alla formazione di ghiaccio sovrapposto rappresenta un elemento centrale nello schema del sottosuolo di HIRHAM5. Il risolutore originale per la diffusione del calore, ereditato dal modello ECHAM5 (Roeckner et al., 2003), è stato significativamente adattato per rispondere alle specificità dei sistemi glaciali, introducendo una rappresentazione della conducibilità termica della neve che tiene conto della sua densità, secondo approcci consolidati nella letteratura scientifica (Yen, 1981; Vionnet et al., 2012). In questo contesto, la conducibilità termica della neve è definita come una funzione della densità della neve rispetto a quella dell’acqua, modulata dalla conducibilità termica del ghiaccio, espressa in unità di watt per metro per kelvin. Questo parametro viene poi integrato con la conducibilità del ghiaccio presente nello strato, calcolando una conducibilità termica complessiva per ogni livello del sottosuolo attraverso una combinazione ponderata in base al volume delle diverse componenti – neve e ghiaccio – presenti. Tale approccio consente di riflettere in modo realistico le variazioni delle proprietà termiche all’interno del manto nevoso e del firn, che dipendono dalla struttura fisica e dalla composizione degli strati.

Per quanto riguarda le condizioni iniziali, la neve che si accumula in superficie viene considerata alla stessa temperatura dello strato più superficiale del modello, assumendo un equilibrio termico immediato con l’ambiente circostante. La pioggia, invece, è trattata come un apporto d’acqua a 0 °C, corrispondente al punto di fusione, senza considerare eventuali contributi energetici derivanti da temperature superiori a questo valore. Questo semplifica il calcolo del bilancio energetico, concentrandosi sugli effetti principali della fusione e della ritenzione idrica. Lo strato più profondo del modello interagisce termicamente con un serbatoio infinito sottostante, la cui temperatura è fissata alla media locale a lungo termine dell’aria vicino alla superficie, derivata dalle simulazioni climatiche. Questa scelta di un confine inferiore freddo potrebbe introdurre una leggera sovrastima del potenziale di ricongelamento, poiché il fondo del modello tende a rimanere più freddo degli strati superiori, specialmente in presenza di rilascio di calore latente dovuto alla solidificazione dell’acqua liquida. Tuttavia, la profondità totale del modello, pari a 60 metri di equivalente in acqua, limita l’impatto di questa approssimazione: il gradiente di temperatura verticale che si sviluppa tra la superficie e il fondo è sufficientemente debole da rendere trascurabile la diffusione di calore associata a questo raffreddamento del confine inferiore, garantendo che le dinamiche termiche simulate rimangano rappresentative delle condizioni reali.

Il concetto di “contenuto di freddo” è fondamentale per la simulazione del ricongelamento. Questo parametro rappresenta l’energia necessaria per riscaldare la massa di neve e ghiaccio presente in uno strato fino alla temperatura di fusione, ossia 0 °C. Quando acqua liquida è presente in uno strato, il contenuto di freddo viene utilizzato per congelarla, trasferendo massa dalla frazione liquida a quella solida di ghiaccio. Nel modello, il processo di ricongelamento è considerato istantaneo, avvenendo entro un singolo passo temporale: la quantità di acqua congelata è limitata sia dalla disponibilità di acqua liquida sia dalla capacità del contenuto di freddo di assorbire l’energia necessaria al cambiamento di fase. Durante questo processo, il rilascio di calore latente – l’energia liberata dalla transizione da liquido a solido – provoca un aumento della temperatura dello strato, un effetto che viene accuratamente contabilizzato per rispettare il principio di conservazione dell’energia. Questo meccanismo non solo modella la formazione di ghiaccio all’interno degli strati, ma influenza anche la struttura termica complessiva del sottosuolo, con implicazioni per la ritenzione idrica e il bilancio di massa superficiale.

Un ulteriore processo simulato è la formazione di ghiaccio sovrapposto, che si verifica in situazioni specifiche in cui acqua liquida si trova in uno strato a temperatura di fusione situato sopra uno strato impermeabile con una temperatura inferiore al punto di congelamento. In questo scenario, l’acqua liquida non può percolarsi ulteriormente verso il basso a causa della barriera rappresentata dallo strato impermeabile, e il modello calcola un flusso di calore diretto verso il basso all’interfaccia tra i due strati. Per determinare questo flusso, si assume che lo strato impermeabile freddo presenti un profilo di temperatura lineare: la temperatura all’interfaccia è pari al punto di fusione (0 °C), mentre al centro dello strato coincide con la temperatura media dello strato stesso, generalmente inferiore a 0 °C. Questo gradiente termico genera un trasferimento di calore verso il basso, che permette la formazione di ghiaccio sovrapposto nello strato superiore, dove l’acqua liquida si solidifica progressivamente. Contemporaneamente, il calore trasferito riscalda lo strato impermeabile sottostante, modificandone la struttura termica nel tempo. Questo processo è cruciale per comprendere la formazione di lenti di ghiaccio nella Calotta Glaciale della Groenlandia, che possono alterare la permeabilità del firn e influire sul deflusso dell’acqua di fusione, con conseguenze significative per il bilancio di massa complessivo in un clima in riscaldamento.

Saturazione dell’Acqua: Un’Analisi Dettagliata dei Processi di Ritenzione Idrica nella Neve e nel Firn della Calotta Glaciale
La saturazione dell’acqua rappresenta un parametro fondamentale per comprendere le dinamiche idrologiche all’interno della neve e del firn, definita come il rapporto tra il volume di acqua liquida presente e il volume totale dello spazio poroso disponibile in uno strato. Questo valore dipende direttamente dalle masse di acqua e neve presenti in ogni livello del sottosuolo, nonché dalle densità relative di questi componenti rispetto a quella dell’acqua e del ghiaccio. Nel modello, la densità del ghiaccio è fissata a 917 chilogrammi per metro cubo, un valore standard che riflette le proprietà fisiche del ghiaccio glaciale puro, mentre le masse di neve e acqua variano in base ai processi di accumulo, fusione e percolazione. La capacità della neve di trattenere acqua liquida è limitata da un livello massimo, noto come saturazione irreducibile dell’acqua, che indica la quantità di acqua che i grani di neve possono trattenere permanentemente grazie alla tensione capillare, senza che essa defluisca sotto l’azione della gravità. La determinazione di questo parametro è cruciale per modellizzare accuratamente il comportamento idrico del manto nevoso e del firn, ma i valori riportati nella letteratura scientifica mostrano una notevole variabilità, riflettendo la complessità delle interazioni fisiche in gioco.

Gli studi sperimentali offrono un quadro diversificato della saturazione irreducibile. Colbeck (1974) ha condotto esperimenti che hanno portato a stimare un valore di 0,07 per neve con una densità di circa 550 chilogrammi per metro cubo, un risultato che evidenzia l’influenza della struttura porosa sulla ritenzione idrica. In contrasto, Yamaguchi et al. (2010) hanno rilevato un valore significativamente più basso, pari a 0,02, per neve con densità simile, suggerendo che fattori come la dimensione dei grani o la loro forma possano modulare la capacità capillare. Per affrontare questa variabilità, Coleou e Lesaffre (1998) hanno sviluppato un approccio più flessibile, conducendo esperimenti su neve con densità diverse e definendo una relazione approssimativa tra la porosità – calcolata come la frazione di spazio vuoto rispetto al volume totale, in funzione della densità della neve e del ghiaccio – e il contenuto irreducibile di acqua liquida, espresso come rapporto tra la massa di acqua e la massa complessiva di neve e acqua. Questa relazione permette di stimare la saturazione irreducibile in modo dinamico, adattandola alle condizioni fisiche specifiche di ogni strato. Ad esempio, per neve con densità molto bassa, intorno a 100 chilogrammi per metro cubo, il valore della saturazione irreducibile può raggiungere circa 0,10, indicando una maggiore capacità di ritenzione dovuta all’abbondanza di spazio poroso. Con l’aumentare della densità a 300 chilogrammi per metro cubo, questo valore scende a circa 0,07, per poi risalire a 0,085 a 600 chilogrammi per metro cubo e raggiungere circa 0,17 quando la densità si avvicina a 810 chilogrammi per metro cubo, vicino al limite del firn compatto. Questa tendenza non lineare riflette l’interazione tra la riduzione della porosità e l’aumento della capacità capillare nei grani di neve più densi.

Diversi modelli climatici hanno adottato approcci distinti per rappresentare la saturazione irreducibile dell’acqua, adattandoli alle loro specificità. Nel modello Crocus/SURFEX, Vionnet et al. (2012) hanno scelto un valore fisso di 0,05, considerato rappresentativo per una gamma tipica di condizioni nevose. Reijmer et al. (2012) riportano che il modello SOMARS/RACMO utilizza un valore più basso, pari a 0,02, mentre Crocus/MAR impiega un valore intermedio di 0,06, evidenziando la diversità di approcci nella comunità scientifica. Kuipers Munneke et al. (2014), invece, hanno applicato la parametrizzazione di Coleou e Lesaffre (1998) per studiare la formazione di acquiferi di firn perenni, integrandola nel modello di firn sviluppato da Ligtenberg et al. (2011). Questo approccio dinamico consente di catturare le variazioni della saturazione irreducibile in risposta alla densificazione del firn, un aspetto critico per la simulazione di strutture idrologiche persistenti nella Calotta Glaciale della Groenlandia. Per esplorare l’impatto di queste scelte modellistiche, il presente studio ha condotto esperimenti di sensibilità utilizzando due configurazioni: un valore fisso di 0,02, rappresentativo di condizioni di bassa ritenzione, e valori calcolati dinamicamente sulla base della parametrizzazione di Coleou e Lesaffre (1998), che permette di adattare la saturazione irreducibile alle proprietà fisiche locali della neve e del firn.

La differenza tra la saturazione complessiva dell’acqua e quella irreducibile fornisce un’indicazione della quantità di acqua liquida che eccede la capacità di ritenzione capillare permanente della neve. Quando la saturazione totale supera quella irreducibile, il surplus rappresenta acqua mobile, che può percolarsi verso strati più profondi, contribuire al deflusso superficiale o, in presenza di condizioni favorevoli, ricongelarsi formando lenti di ghiaccio. Questo concetto è essenziale per comprendere l’evoluzione idrologica della Calotta Glaciale in un contesto di cambiamento climatico, dove l’aumento della fusione superficiale e delle precipitazioni liquide sta modificando la distribuzione dell’acqua nel sottosuolo. La parametrizzazione della saturazione dell’acqua influenza direttamente la formazione di acquiferi di firn, la dinamica del ricongelamento e il bilancio di massa complessivo, rappresentando un elemento chiave per migliorare la capacità predittiva dei modelli climatici regionali come HIRHAM5 e per valutare il contributo della Groenlandia all’innalzamento del livello del mare.

Analisi Approfondita della Figura 1: Variazioni della Saturazione Irreducibile e del Contenuto di Acqua Liquida in Funzione della Densità della Neve nella Calotta Glaciale della Groenlandia
La Figura 1 presenta un’analisi grafica della relazione tra la densità della neve e due parametri chiave per la modellizzazione dei processi idrologici nella neve e nel firn: la saturazione irreducibile dell’acqua (Swi) e il contenuto irreducibile di acqua liquida (Wmi). Questi parametri sono calcolati seguendo la parametrizzazione sperimentale proposta da Coleou e Lesaffre (1998), un approccio che tiene conto della porosità della neve per stimare la capacità di ritenzione idrica. La figura si inserisce nel contesto dello studio delle dinamiche idrologiche della Calotta Glaciale della Groenlandia, dove la corretta rappresentazione della ritenzione dell’acqua liquida è essenziale per simulare processi come il ricongelamento, la formazione di acquiferi di firn perenni e il deflusso superficiale, tutti elementi che influenzano il bilancio di massa superficiale (SMB) e, di conseguenza, il contributo della calotta all’innalzamento del livello del mare in un clima in riscaldamento.

Struttura del Grafico

Il grafico è un diagramma a due assi che riporta due curve distinte, ciascuna rappresentante un parametro diverso:

La curva blu rappresenta la saturazione irreducibile dell’acqua (Swi), definita come la frazione di acqua liquida che può essere trattenuta nei pori della neve per effetto della tensione capillare, rispetto al volume totale dello spazio poroso disponibile.
La curva marrone rappresenta il contenuto irreducibile di acqua liquida (Wmi), espresso come il rapporto tra la massa di acqua liquida trattenuta e la massa totale di neve e acqua nello strato.

Assi e Scala

Asse orizzontale (x): riporta la densità della neve, espressa in chilogrammi per metro cubo (kg/m³). La scala si estende da 0 a 900 kg/m³, coprendo un intervallo che va dalla neve fresca, caratterizzata da densità molto basse (tipicamente inferiori a 100 kg/m³), al firn altamente compattato, con densità vicine a quella del ghiaccio puro, che è di 917 kg/m³. Questo intervallo riflette le condizioni tipiche della Calotta Glaciale della Groenlandia, dove la neve subisce un progressivo processo di densificazione nel tempo.
Asse verticale (y): rappresenta i valori di Swi e Wmi, con una scala che va da 0 a 0,2. Sebbene Swi e Wmi siano grandezze fisicamente distinte – Swi è una frazione volumetrica, mentre Wmi è una frazione di massa – l’asse verticale è condiviso per entrambe le curve, e i valori devono essere interpretati in base alla curva di riferimento. La legenda in alto a destra del grafico chiarisce che la linea blu corrisponde a Swi e la linea marrone a Wmi.

Didascalia e Contesto

La didascalia della figura specifica che i dati rappresentati sono derivati dalla parametrizzazione di Coleou e Lesaffre (1998), un metodo sperimentale che mette in relazione la porosità della neve – e quindi la sua densità – con la capacità di trattenere acqua liquida. Questo approccio è stato scelto per la sua capacità di adattarsi dinamicamente alle variazioni delle proprietà fisiche della neve, un aspetto cruciale per migliorare l’accuratezza delle simulazioni idrologiche rispetto a parametrizzazioni più semplici che utilizzano valori fissi.

Analisi Dettagliata delle Curve

Saturazione Irreducibile dell’Acqua (Swi, linea blu):
- A densità molto basse, intorno a 100 kg/m³, tipiche della neve fresca appena depositata, Swi assume un valore relativamente alto, circa 0,10. Questo indica che la neve leggera, caratterizzata da una struttura porosa aperta con ampi spazi tra i grani, ha una capacità significativa di trattenere acqua liquida per effetto della tensione capillare. La maggiore porosità consente una ritenzione volumetrica più elevata, poiché l’acqua può occupare una frazione maggiore dello spazio disponibile.
- Con l’aumentare della densità fino a circa 300 kg/m³, Swi diminuisce, raggiungendo un minimo di circa 0,07. Questo calo è attribuibile alla progressiva riduzione della porosità: man mano che la neve si compatta sotto il peso dell’accumulo o a causa di processi di metamorfismo, gli spazi porosi si riducono, limitando la quantità di acqua che può essere trattenuta per unità di volume.
- Superati i 300 kg/m³, Swi inizia a risalire, raggiungendo circa 0,085 a una densità di 600 kg/m³ e aumentando ulteriormente fino a circa 0,17 a 810 kg/m³, un valore vicino alla densità del firn altamente compattato. Questo aumento riflette un cambiamento nella dinamica della ritenzione idrica: con densità più elevate, i grani di neve sono più compatti e la tensione capillare diventa più efficace nel trattenere acqua, anche se lo spazio poroso totale è ridotto. La struttura del firn a densità elevate favorisce una maggiore interazione tra i grani, aumentando la capacità di ritenzione capillare per unità di volume.
Contenuto Irreducibile di Acqua Liquida (Wmi, linea marrone):
- A densità basse, intorno a 100 kg/m³, Wmi è relativamente alto, con un valore di circa 0,20. Questo indica che, in termini di massa, la neve fresca può trattenere una quantità significativa di acqua rispetto alla sua massa totale, grazie all’abbondanza di spazio poroso e alla bassa densità del materiale.
- Con l’aumentare della densità, Wmi mostra un andamento decrescente, scendendo gradualmente fino a valori inferiori a 0,05 a densità di circa 800 kg/m³. Questo declino continuo è legato alla riduzione della porosità: man mano che la neve si compatta, lo spazio disponibile per l’acqua diminuisce, e la quantità di acqua che può essere trattenuta per unità di massa si riduce proporzionalmente. A densità elevate, vicine a quelle del ghiaccio, la capacità di ritenzione in termini di massa diventa minima, poiché il materiale è quasi completamente compattato.

Interpretazione Scientifica e Implicazioni

La figura evidenzia la relazione complessa e non lineare tra la densità della neve e la sua capacità di trattenere acqua liquida, un aspetto fondamentale per la modellizzazione dei processi idrologici nella Calotta Glaciale della Groenlandia. La curva di Swi, con il suo andamento a “U”, rivela che la ritenzione volumetrica dell’acqua è massima agli estremi della densità – neve molto leggera o firn molto compatto – mentre raggiunge un minimo a densità intermedie. Questo comportamento è il risultato dell’interazione tra due fattori principali: la porosità, che diminuisce con l’aumentare della densità, e la tensione capillare, che diventa più efficace nei grani di neve più compatti. La curva di Wmi, invece, mostra un declino continuo, riflettendo la riduzione dello spazio poroso disponibile per l’acqua in termini di massa man mano che la neve si densifica.

Questi parametri hanno implicazioni dirette per la simulazione del bilancio di massa superficiale (SMB) della Calotta Glaciale. La saturazione irreducibile (Swi) determina quanta acqua può rimanere intrappolata nella neve o nel firn senza defluire, influenzando processi come il ricongelamento e la formazione di acquiferi di firn perenni. Un valore più alto di Swi, come quello osservato a densità elevate, implica una maggiore ritenzione idrica, che può ritardare il deflusso e ridurre il contributo immediato della calotta all’innalzamento del livello del mare. Al contrario, un valore più basso di Swi, come quello a densità intermedie, favorisce la percolazione dell’acqua verso strati più profondi o il deflusso superficiale, accelerando la perdita di massa. Il contenuto irreducibile di Wmi, invece, fornisce un’indicazione della ritenzione idrica in termini di massa, un parametro utile per valutare l’impatto della densità sulla capacità complessiva di immagazzinamento dell’acqua.

Rilevanza nel Contesto dello Studio

La figura si collega direttamente alla sezione del testo dedicata alla saturazione dell’acqua, dove si discute l’importanza di parametrizzare correttamente la ritenzione idrica per migliorare le simulazioni del modello HIRHAM5. La parametrizzazione di Coleou e Lesaffre (1998) offre un approccio dinamico, adattando Swi e Wmi alle variazioni di densità della neve, a differenza di valori fissi utilizzati in altri modelli, come 0,05 in Crocus/SURFEX o 0,02 in SOMARS/RACMO. Questo metodo consente di catturare in modo più realistico le variazioni della ritenzione idrica in diverse condizioni fisiche, un aspetto cruciale per simulare la formazione di strutture idrologiche complesse, come gli acquiferi di firn perenni, e per stimare il deflusso in un contesto di cambiamento climatico. La figura sottolinea come la scelta di questi parametri possa influenzare significativamente i risultati delle simulazioni, con implicazioni per la comprensione dell’evoluzione della Calotta Glaciale della Groenlandia e del suo ruolo nei cambiamenti globali del livello del mare.

Flusso Discendente dell’Acqua Liquida: Modellizzazione Avanzata dei Processi Idrologici nella Neve e nel Firn della Calotta Glaciale della Groenlandia
La simulazione del flusso verticale dell’acqua liquida attraverso il manto nevoso e il firn rappresenta un elemento cruciale per comprendere le dinamiche idrologiche della Calotta Glaciale della Groenlandia, con implicazioni dirette per il bilancio di massa superficiale (SMB) e il contributo della calotta all’innalzamento del livello del mare. Nel presente studio, il trattamento di questo flusso si basa sull’implementazione proposta da Hirashima et al. (2010), che fornisce un quadro robusto per modellizzare il movimento dell’acqua liquida in un mezzo poroso complesso come la neve. Il flusso dell’acqua è descritto utilizzando la legge di Darcy, un principio fondamentale dell’idrologia che considera due forze principali: il gradiente verticale della suzione capillare, che rappresenta la capacità della neve di trattenere l’acqua nei suoi pori attraverso forze capillari, e la gravità, che agisce come forza motrice spingendo l’acqua verso gli strati inferiori. La coordinata verticale è definita in modo che aumenti verso il basso, riflettendo il percorso naturale dell’acqua che si infiltra dagli strati superficiali verso quelli più profondi del sottosuolo.

La conducibilità idraulica, che determina la velocità con cui l’acqua può fluire attraverso la neve, e la suzione capillare sono parametrizzate in funzione di proprietà fisiche chiave della neve, tra cui il diametro dei grani, la saturazione effettiva dell’acqua liquida – ossia la frazione di acqua che eccede la saturazione irreducibile e può quindi muoversi – e la densità della neve. La conducibilità idraulica complessiva della neve è calcolata come il prodotto di due componenti distinte: la conducibilità in condizioni di saturazione completa, che rappresenta il flusso massimo possibile in un mezzo completamente saturo, e la conducibilità in condizioni non saturate, che tiene conto della presenza di aria nei pori e della saturazione parziale. La conducibilità in condizioni di saturazione completa è stata determinata da Shimizu (1970) e dipende da fattori come l’accelerazione di gravità, la viscosità cinematica dell’acqua – fissata a un valore di 1,787 per 10 alla meno 6 metri quadrati al secondo – e il diametro dei grani di neve, che viene convertito da millimetri a metri per uniformità con le altre unità, seguendo l’approccio di Calonne et al. (2012). Inoltre, questa conducibilità diminuisce esponenzialmente con l’aumentare della densità della neve, un effetto che riflette la riduzione della porosità e della permeabilità man mano che la neve si compatta sotto il peso dell’accumulo o a causa di processi di metamorfismo.

Per modellizzare la conducibilità in condizioni non saturate e la suzione capillare, si adotta la parametrizzazione di van Genuchten (1980), implementata da Hirashima et al. (2010). Questo approccio richiede la stima di due parametri, alfa e n, che sono calcolati in base al diametro dei grani di neve e descrivono la relazione tra la saturazione dell’acqua e le proprietà idrauliche del mezzo. Questi parametri consentono di determinare come la conducibilità idraulica e la suzione capillare variano in funzione della quantità di acqua presente, permettendo una rappresentazione realistica del flusso in condizioni di saturazione parziale. La parametrizzazione di van Genuchten è particolarmente utile per catturare la complessità del movimento dell’acqua in un mezzo poroso eterogeneo come la neve, dove la distribuzione dell’acqua nei pori è influenzata sia dalla struttura fisica del materiale sia dalle forze capillari.

Gli strati del modello del sottosuolo contengono sia neve sia ghiaccio, e la presenza di ghiaccio introduce una complicazione aggiuntiva, riducendo la conducibilità idraulica complessiva dello strato. Per affrontare questa problematica, si utilizza un modello analitico sviluppato da Colbeck (1975) per un manto nevoso con strati di ghiaccio interposti. La conducibilità idraulica totale di uno strato è calcolata combinando la conducibilità della neve e quella del ghiaccio, ponderate in base alla frazione di spessore fisico occupata dalla neve rispetto al totale dello strato. La conducibilità idraulica del ghiaccio è considerata nulla, riflettendo la sua impermeabilità, mentre un parametro aggiuntivo rappresenta il rapporto tra la larghezza dei fori nel ghiaccio e la larghezza del ghiaccio stesso. Questo rapporto agisce come un parametro di regolazione: un valore di 1 indica che il ghiaccio occupa circa la metà dell’area orizzontale dello strato, mentre valori più bassi riducono ulteriormente la permeabilità, simulando una maggiore continuità del ghiaccio. Nel presente studio, sono stati condotti esperimenti di sensibilità utilizzando due valori per questo rapporto, 1 e 0,1, al fine di valutare l’impatto della presenza di ghiaccio sul flusso dell’acqua e di ottimizzare la parametrizzazione per le condizioni della Calotta Glaciale.

L’implementazione della legge di Darcy proposta da Hirashima et al. (2010) è stata adottata per consentire l’uso di passi temporali più lunghi, un vantaggio computazionale che semplifica le simulazioni a lungo termine. Tuttavia, questa implementazione considera esclusivamente il flusso verso il basso, trascurando eventuali movimenti laterali o verso l’alto. Il flusso istantaneo, calcolato utilizzando i valori iniziali delle grandezze che influenzano la conducibilità idraulica e la suzione capillare, varia durante un passo temporale lungo. Se si utilizzasse semplicemente questo flusso istantaneo moltiplicato per la durata del passo temporale, si otterrebbe una sovrastima del flusso totale, poiché l’acqua disponibile per il movimento è limitata. In realtà, il flusso totale in uno strato è vincolato da due fattori: la quantità di acqua che eccede la saturazione irreducibile nello strato sovrastante, che rappresenta il massimo volume di acqua mobile disponibile, e la quantità necessaria per bilanciare le forze di suzione capillare e gravità, secondo la legge di Darcy. Per evitare questa sovrastima, il modello stima iterativamente una quantità limite di flusso, che rappresenta il massimo flusso possibile in un dato passo temporale. Questa quantità limite viene poi utilizzata per calcolare un flusso integrato nel tempo, che tiene conto delle variazioni dinamiche delle condizioni idrauliche durante il passo temporale, secondo il metodo descritto da Hirashima et al. (2010).

Per esplorare ulteriormente l’impatto della conducibilità idraulica sul flusso dell’acqua, sono stati condotti esperimenti di sensibilità utilizzando una versione alternativa del codice, denominata “NoDarcy”. In questa configurazione, si ignora l’effetto ritardante della conducibilità idraulica sul flusso verticale, permettendo a tutta l’acqua in eccesso rispetto alla saturazione irreducibile di percolarsi completamente entro un singolo passo temporale, senza considerare le limitazioni imposte dalla permeabilità della neve o del firn. Questo approccio semplificato consente di valutare l’importanza della conducibilità idraulica nel modulare il movimento dell’acqua, confrontando i risultati con quelli ottenuti utilizzando la legge di Darcy. I risultati di questi esperimenti forniscono una base per comprendere come le scelte modellistiche influenzino la simulazione dei processi idrologici nella Calotta Glaciale della Groenlandia, con implicazioni per la stima del deflusso, la formazione di acquiferi di firn e il bilancio di massa complessivo in un contesto di cambiamento climatico.

Strati Impermeabili e Deflusso: Meccanismi di Ritenzione e Perdita di Acqua Liquida nella Calotta Glaciale della Groenlandia
La modellizzazione degli strati impermeabili e del deflusso dell’acqua liquida rappresenta un aspetto cruciale per comprendere le dinamiche idrologiche della Calotta Glaciale della Groenlandia, con implicazioni dirette per il bilancio di massa superficiale (SMB) e il contributo della calotta all’innalzamento del livello del mare in un contesto di cambiamento climatico. Nel modello HIRHAM5, uno strato viene classificato come impermeabile quando la sua densità secca complessiva, calcolata combinando le densità di neve e ghiaccio presenti nello strato in proporzione alle loro masse, supera una soglia critica di 810 chilogrammi per metro cubo. Questa soglia è stata scelta in base a evidenze empiriche e si discosta leggermente dal valore classico di chiusura dei pori, che è di 830 chilogrammi per metro cubo, come indicato da Cuffey e Paterson (2010). La decisione di adottare un valore inferiore si basa su studi sul campo, come quello condotto da Gregory et al. (2014), che hanno analizzato le proprietà del firn in aree ad alto accumulo, come la zona di spartiacque della Calotta Glaciale dell’Antartide Occidentale (WAIS). Questi studi hanno dimostrato che l’impermeabilità si manifesta in un intervallo di densità compreso tra 780 e 840 chilogrammi per metro cubo, con un valore medio di circa 810 chilogrammi per metro cubo, un intervallo che si presume applicabile anche alla Groenlandia. Questa variabilità riflette la complessità dei processi di densificazione e chiusura dei pori in ambienti glaciali, dove fattori come il tasso di accumulo, la temperatura e la presenza di acqua liquida possono influenzare la permeabilità del firn.

Quando uno strato è identificato come impermeabile, il modello impedisce qualsiasi flusso di acqua liquida verso di esso dagli strati sovrastanti, simulando una barriera fisica che blocca la percolazione. Lo stesso criterio di impermeabilità si applica anche a uno strato in cui tutto lo spazio poroso è completamente riempito di acqua, ossia quando la saturazione dell’acqua raggiunge il valore massimo di 1. In queste condizioni, l’acqua non può più infiltrarsi verso il basso, e il modello deve gestire il destino di questa acqua in eccesso. Per uno strato situato immediatamente sopra uno strato impermeabile, l’acqua che, in assenza di tale barriera, sarebbe fluita verso il basso – sia attraverso il meccanismo di flusso basato sulla legge di Darcy sia attraverso l’approccio semplificato “NoDarcy” descritto in precedenza – non può più percolarsi. Di conseguenza, questa acqua diventa disponibile per il deflusso superficiale, un processo che contribuisce alla perdita di massa della calotta glaciale.

Tuttavia, il deflusso non avviene in modo istantaneo. Il modello HIRHAM5 implementa un meccanismo di deflusso ritardato, che tiene conto delle condizioni locali e della quantità di acqua in eccesso rispetto alla saturazione irreducibile presente nello strato. La quantità di deflusso per ogni passo temporale è calcolata in base all’acqua eccedente, utilizzando una scala temporale caratteristica locale che varia in funzione della pendenza della superficie. Questa scala temporale aumenta man mano che la pendenza si avvicina a zero, riflettendo il fatto che su superfici più piatte l’acqua tende a defluire più lentamente, secondo un approccio descritto da Zuo e Oerlemans (1996). La scala temporale è definita attraverso tre coefficienti, fissati rispettivamente a 0,33 giorni, 25 giorni e 140, valori che sono stati adottati in linea con il modello CROCUS/MAR (Lefebre et al., 2003). Questo meccanismo di deflusso ritardato consente all’acqua in eccesso di rimanere temporaneamente nello strato, dove può subire diverse trasformazioni prima di lasciare il sistema. Ad esempio, l’acqua può ricongelarsi, contribuendo alla formazione di ghiaccio sovrapposto sullo strato impermeabile sottostante, oppure può defluire come runoff, uscendo dal dominio del modello. In alternativa, se le condizioni termiche lo consentono, l’acqua può rimanere nello strato e congelarsi in situ, riducendo la quantità di deflusso effettivo.

Un limite attuale del modello HIRHAM5 è l’assenza di una rappresentazione del flusso orizzontale o del percorso dell’acqua di fusione una volta che questa lascia lo strato. Nel modello, quando l’acqua defluisce secondo il meccanismo descritto, viene considerata come persa dal sistema, uscendo completamente dal dominio di simulazione senza essere ulteriormente tracciata o reindirizzata. Questa semplificazione riflette un focus sui processi verticali di percolazione e ritenzione, che sono fondamentali per la stima del bilancio di massa superficiale, ma limita la capacità del modello di simulare il trasporto dell’acqua su scala regionale, come il flusso attraverso crepacci o sistemi di drenaggio superficiale. Nonostante questa limitazione, l’approccio adottato consente di analizzare in dettaglio l’interazione tra la formazione di strati impermeabili, la ritenzione idrica e il deflusso, fornendo una base solida per comprendere come questi processi influenzino la dinamica idrologica della Calotta Glaciale della Groenlandia in un clima in riscaldamento. Futuri sviluppi del modello potrebbero includere una rappresentazione più completa del flusso orizzontale, migliorando la capacità di simulare il destino dell’acqua di fusione su scala più ampia.

Densificazione e Crescita dei Grani: Processi Fisici Fondamentali nella Modellizzazione della Neve e del Firn nella Calotta Glaciale della Groenlandia
La densificazione della neve e la crescita dei grani rappresentano due processi fisici fondamentali per comprendere l’evoluzione della struttura del manto nevoso e del firn nella Calotta Glaciale della Groenlandia, con implicazioni dirette per la ritenzione dell’acqua liquida, la conducibilità idraulica e il bilancio di massa superficiale (SMB). Nel modello HIRHAM5, l’evoluzione temporale della densità della neve è modellizzata seguendo un approccio descritto da Vionnet et al. (2012), che considera la densità come il risultato dell’interazione tra la pressione esercitata dagli strati sovrastanti e la viscosità della neve. La pressione sovrastante, o pressione di sovraccarico, è generata dal peso degli strati di neve accumulati sopra, che comprime progressivamente gli strati inferiori, portando a una riduzione del volume e a un aumento della densità. La viscosità della neve, invece, rappresenta la resistenza del materiale alla deformazione sotto questa pressione, un parametro che dipende da fattori come la temperatura, la densità della neve e la presenza di acqua liquida.

La viscosità della neve è parametrizzata in modo dettagliato, utilizzando un insieme di coefficienti derivati da Vionnet et al. (2012). Questi includono un valore base per la viscosità, pari a 7,62237 per 10 alla sesta chilogrammi al secondo, un coefficiente di sensibilità alla temperatura di 0,1 per kelvin, un coefficiente legato alla densità di 0,023 metri cubi per chilogrammo e un valore di riferimento per la densità della neve di 250 chilogrammi per metro cubo. Questi parametri consentono di modellizzare come la viscosità vari in risposta a cambiamenti termici e strutturali, con la temperatura che influenza la mobilità dei grani di neve e la densità che riflette il grado di compattazione. Un fattore correttivo costante, fissato a 4, è applicato per semplificare il calcolo, trascurando la riduzione della viscosità che si verifica per grani di neve con dimensioni inferiori a circa 0,3 millimetri, un’approssimazione che si giustifica considerando le dimensioni tipiche dei grani nella Calotta Glaciale. Inoltre, l’effetto della presenza di acqua liquida sulla viscosità e sul tasso di compattazione è rappresentato attraverso un fattore che aumenta con il rapporto tra la massa di acqua liquida e quella di neve. L’acqua liquida, infatti, agisce come un lubrificante, riducendo la resistenza della neve alla deformazione e accelerando il processo di densificazione, un fenomeno particolarmente rilevante in un clima in riscaldamento, dove la fusione superficiale e le precipitazioni liquide sono in aumento.

La densità iniziale della neve appena caduta è un parametro critico per inizializzare correttamente il modello, e viene determinata attraverso una regressione lineare basata su osservazioni della densità superficiale in diverse località della Groenlandia. Questa regressione tiene conto di tre variabili geografiche: l’elevazione della superficie, espressa in metri sopra il livello del mare, la latitudine, in gradi nord, e la longitudine, in gradi est. I coefficienti della regressione sono stati calibrati per riflettere le condizioni specifiche della regione, con un termine costante di 328,35 chilogrammi per metro cubo, un coefficiente negativo per l’elevazione di -0,049376 chilogrammi per metro alla quarta, un coefficiente positivo per la latitudine di 1,0427 chilogrammi per metro cubo per grado e un coefficiente negativo per la longitudine di -0,11186 chilogrammi per metro cubo per grado, secondo uno studio in preparazione di Fausto et al. Questo approccio consente di assegnare una densità iniziale realistica alla neve fresca, che varia in base alla posizione geografica e all’altitudine, riflettendo le differenze climatiche e topografiche della Calotta Glaciale. Ad esempio, a quote più elevate, dove le temperature sono più basse, la neve tende a essere meno densa, mentre in regioni a latitudini più basse o a quote inferiori, dove le temperature sono più alte, la densità iniziale può essere maggiore a causa di processi di metamorfismo più rapidi.

Parallelamente alla densificazione, il modello simula l’evoluzione della dimensione dei grani di neve, un parametro essenziale per calcolare la conducibilità idraulica e comprendere i processi di ritenzione idrica. La dimensione dei grani, espressa in millimetri, è modellizzata seguendo gli approcci di Katsushima et al. (2009) e Hirashima et al. (2010), che tengono conto del contenuto di acqua liquida nello strato, espresso come percentuale della massa di neve. La crescita dei grani è regolata da due meccanismi distinti. Il primo meccanismo, predominante in condizioni di basso contenuto di acqua liquida, segue il modello di Brun (1989) e descrive un aumento della dimensione dei grani proporzionale alla terza potenza del contenuto di acqua liquida. Questo riflette il ruolo dell’acqua nel favorire la coalescenza dei grani, un processo in cui l’acqua liquida facilita il contatto tra i grani, promuovendo la loro fusione e crescita. Il secondo meccanismo, invece, dipende esclusivamente dalla dimensione iniziale dei grani, con un tasso di crescita inversamente proporzionale al quadrato della dimensione stessa, indicando che i grani più piccoli crescono più rapidamente rispetto a quelli più grandi. Per la neve appena caduta, si assume un valore iniziale della dimensione dei grani di 0,1 millimetri, come suggerito da Katsushima et al. (2009), un valore tipico per la neve fresca in ambienti polari.

L’interazione tra densificazione e crescita dei grani ha implicazioni significative per la struttura del manto nevoso e del firn. La densificazione riduce la porosità, influenzando la capacità della neve di trattenere acqua liquida e la sua permeabilità, mentre la crescita dei grani modifica le proprietà ottiche e idrauliche della neve, come la riflettività e la conducibilità idraulica. Questi processi sono particolarmente rilevanti in un contesto di cambiamento climatico, dove l’aumento della fusione superficiale e delle precipitazioni liquide accelera la densificazione e la crescita dei grani, alterando la dinamica idrologica della Calotta Glaciale. La modellizzazione accurata di questi fenomeni nel modello HIRHAM5 consente di migliorare la simulazione del bilancio di massa superficiale, fornendo una base solida per prevedere l’evoluzione della Calotta Glaciale della Groenlandia e il suo impatto sui cambiamenti globali del livello del mare.

Experimental Progettazione Sperimentale per l’Analisi della Sensibilità dei Modelli del Sottosuolo

Nell’ambito dello studio delle dinamiche climatiche e glaciologiche, abbiamo condotto una serie di esperimenti di sensibilità volti a valutare le prestazioni di diverse versioni di uno schema numerico del sottosuolo, utilizzando molteplici configurazioni di parametri. Questi esperimenti sono stati progettati per essere eseguiti in modalità offline rispetto al codice atmosferico regionale HIRHAM5, al fine di isolare e analizzare il comportamento del sottosuolo in risposta a forzanti climatiche specifiche. Per raggiungere questo obiettivo, abbiamo salvato campi di dati con una risoluzione temporale di 6 ore, estratti dalle simulazioni di HIRHAM5. Tali campi includono i flussi energetici superficiali, come la radiazione solare a onde corte discendente, la radiazione a onde lunghe discendente, i flussi di calore latente e sensibile, oltre ai flussi di massa associati alla precipitazione nevosa, alla pioggia e alla sublimazione. Questi dati atmosferici sono stati successivamente utilizzati come input per il codice del sottosuolo offline, dove sono stati interpolati a un intervallo temporale più fine, pari a 1 ora, per soddisfare le esigenze computazionali dello schema del sottosuolo.

All’interno del codice offline, i flussi radiativi ascendenti, sia a onde corte che a onde lunghe, vengono calcolati in funzione di due variabili chiave: l’albedo superficiale e la temperatura superficiale. L’albedo, in particolare, rappresenta un parametro cruciale per determinare l’assorbimento di energia solare e, di conseguenza, l’entità della fusione superficiale. La temperatura superficiale, invece, influenza direttamente i processi termodinamici e i flussi di calore nel sottosuolo. Per garantire la stabilità delle simulazioni, il modello del sottosuolo è stato inizializzato attraverso un processo di spin-up, che consiste nell’utilizzare una condizione iniziale derivata da un esperimento precedente e nel ripetere ciclicamente il decennio 1980-1989. Questo periodo è stato scelto poiché precede le fasi di significativo riscaldamento climatico osservate nei decenni successivi, consentendo di ottenere una rappresentazione stabile delle condizioni di base. Il processo di spin-up è stato protratto fino a quando le variazioni nei valori medi decennali di deflusso superficiale e sotterraneo, nonché delle temperature del sottosuolo, non hanno mostrato ulteriori transitori significativi. Tale stabilizzazione si è generalmente verificata dopo cicli di simulazione compresi tra 50 e 100 anni, a seconda della configurazione specifica. Ogni esperimento di sensibilità ha richiesto un processo di spin-up indipendente per assicurare che le condizioni iniziali fossero coerenti con le impostazioni parametriche adottate. Al termine dello spin-up, le simulazioni transitorie sono state avviate, coprendo il periodo dal 1980 al 2014, utilizzando lo stato finale del modello derivato dal processo di inizializzazione.

Un elemento centrale della nostra analisi è rappresentato dall’albedo superficiale, che gioca un ruolo determinante nel bilancio energetico superficiale, influenzando la quantità di energia disponibile per la fusione e, di conseguenza, la produzione di acqua liquida nel sottosuolo e il deflusso. Per esplorare l’impatto di diverse rappresentazioni dell’albedo, abbiamo implementato due approcci distinti nei nostri esperimenti di sensibilità. Nel primo approccio, denominato “MOD”, abbiamo utilizzato campi giornalieri grigliati di albedo superficiale derivati da osservazioni satellitari MODIS, come descritto nello studio di Box et al. (2012, si veda la sezione dedicata ai dati osservativi). Questo metodo consente di incorporare variazioni spazio-temporali realistiche dell’albedo, basate su misurazioni dirette. Nel secondo approccio, denominato “LIN”, l’albedo è stata calcolata internamente al modello, seguendo la metodologia proposta da Langen et al. (2015). In questo caso, l’albedo della neve varia linearmente in funzione della temperatura dello strato superficiale, assumendo un valore di 0,85 a temperature inferiori a -5°C e decrescendo fino a 0,65 a 0°C. Per il ghiaccio nudo, invece, è stato adottato un valore costante di albedo pari a 0,4. Nei casi in cui la neve è presente in spessori ridotti, l’albedo risultante è stata calcolata come una combinazione ponderata delle albedo di neve e ghiaccio, utilizzando una transizione esponenziale con una profondità caratteristica di 3,2 cm, come suggerito da Oerlemans e Knap (1998). Questo approccio consente di rappresentare in modo realistico la transizione tra superfici nevose e ghiacciate in contesti di fusione parziale.

Gli esperimenti di sensibilità condotti sono stati progettati per valutare l’impatto di diverse combinazioni di parametri e meccanismi fisici. In particolare, abbiamo analizzato l’effetto di variazioni nell’albedo, nei meccanismi di percolazione dell’acqua liquida attraverso il sottosuolo, nella parametrizzazione della ritenzione idrica (Swi) e nella scelta del rapporto tra la densità dell’acqua e quella del ghiaccio (wh/wice). Le configurazioni sperimentali sono state organizzate in una tabella riassuntiva (Tabella 1), che descrive le diverse combinazioni testate. Tra queste, due configurazioni sono state considerate come riferimenti principali: gli esperimenti “MOD-ref” e “LIN-ref”. Entrambi adottano un modello di flusso idrico basato sulla legge di Darcy, una parametrizzazione di Swi conforme a quanto proposto da Coleou e Lesaffre (1998) e un rapporto wh/wice pari a 1. La differenza tra i due esperimenti risiede esclusivamente nella rappresentazione dell’albedo, che è derivata da MODIS nel caso di MOD-ref e calcolata internamente nel caso di LIN-ref. Queste configurazioni di riferimento servono come base per il confronto con gli altri esperimenti di sensibilità, consentendo di isolare l’effetto delle modifiche apportate ai singoli parametri o meccanismi.

In sintesi, il nostro approccio sperimentale combina una modellazione numerica avanzata con un’analisi sistematica delle incertezze legate alla rappresentazione dei processi superficiali e sotterranei. Attraverso l’uso di dati osservativi e parametrizzazioni interne, miriamo a migliorare la comprensione dei fattori che influenzano la dinamica del sottosuolo in ambienti glaciali, con particolare attenzione al ruolo dell’albedo e dei processi idrologici nel determinare il bilancio di massa e il deflusso. I risultati di questi esperimenti forniranno una base solida per future indagini sul comportamento dei sistemi glaciali in risposta ai cambiamenti climatici.

Analisi Dettagliata degli Esperimenti di Sensibilità Presentati nella Tabella 1

La Tabella 1 offre una sintesi strutturata degli esperimenti di sensibilità condotti per valutare l’impatto di diverse configurazioni parametriche e meccanismi fisici all’interno di un modello numerico del sottosuolo, progettato per simulare i processi glaciologici e idrologici in ambienti polari. Questi esperimenti sono stati concepiti per analizzare sistematicamente l’influenza di quattro variabili principali: il meccanismo di percolazione dell’acqua liquida attraverso il sottosuolo (modellato con la legge di Darcy o escluso), la parametrizzazione della saturazione irriducibile dell’acqua (Swi), il rapporto tra la densità dell’acqua e quella del ghiaccio (wh/wice), e il metodo di determinazione dell’albedo superficiale (basato su dati osservativi MODIS o su una funzione lineare della temperatura). Di seguito, viene fornita un’analisi approfondita della struttura della tabella, dei parametri considerati e del significato scientifico di ciascun esperimento, con l’obiettivo di chiarire il ruolo di queste variabili nel contesto della modellazione climatica e glaciologica.

Struttura e Organizzazione della Tabella

La Tabella 1 è organizzata in cinque colonne, ciascuna delle quali rappresenta una dimensione chiave degli esperimenti di sensibilità:

Esperimento: Identifica il nome univoco di ciascun esperimento (ad esempio, MOD-ref, LIN-ref, MOD-w01, ecc.), che riflette la combinazione specifica di parametri testata.
Darcy vs. NoDarcy: Specifica il meccanismo di percolazione dell’acqua nel sottosuolo, distinguendo tra l’utilizzo della legge di Darcy (Darcy), che descrive il flusso attraverso un mezzo poroso, e l’esclusione di tale meccanismo (NoDarcy), che implica un approccio semplificato alla dinamica idrica.
Swi: Indica la parametrizzazione della saturazione irriducibile dell’acqua (Swi), ovvero la frazione minima di acqua liquida che rimane intrappolata nella matrice di neve o ghiaccio poroso. Questo parametro può essere calcolato dinamicamente seguendo la metodologia di Coleou e Lesaffre (1998), indicata come “CL”, oppure impostato a un valore fisso di 0,02.
wh/wice: Rappresenta il rapporto tra la densità dell’acqua (wh) e la densità del ghiaccio (wice), un parametro utilizzato in alcune equazioni del modello per descrivere il bilancio idrico o termico. Questo valore è rilevante solo negli esperimenti che adottano il flusso di Darcy.
Albedo: Specifica il metodo utilizzato per determinare l’albedo superficiale, che può essere derivata da osservazioni satellitari MODIS (indicata come “MODIS”) o calcolata internamente con una funzione lineare della temperatura (indicata come “Linear”).

La tabella elenca sette esperimenti distinti, ciascuno dei quali rappresenta una combinazione unica di questi parametri. Due di questi esperimenti, MOD-ref e LIN-ref, sono definiti come configurazioni di riferimento, poiché adottano impostazioni standard considerate rappresentative per i rispettivi metodi di albedo (MODIS e lineare). Gli altri esperimenti introducono variazioni specifiche per valutare l’impatto di ciascun parametro sul comportamento del modello.

Descrizione Dettagliata dei Parametri

Prima di analizzare gli esperimenti, è utile approfondire il significato scientifico dei parametri considerati:

Meccanismo di Percolazione (Darcy vs. NoDarcy): La legge di Darcy è un modello fisico ampiamente utilizzato per descrivere il flusso di fluidi attraverso mezzi porosi, come la neve o il ghiaccio firn. In questo contesto, il flusso di Darcy tiene conto dei gradienti di pressione e delle proprietà idrauliche del mezzo, consentendo una rappresentazione realistica della percolazione dell’acqua liquida prodotta dalla fusione superficiale. Gli esperimenti “Darcy” includono questo meccanismo, mentre gli esperimenti “NoDarcy” lo escludono, adottando un approccio semplificato in cui il flusso idrico non segue la dinamica di Darcy. Questo confronto permette di valutare l’importanza del flusso poroso nei processi idrologici del sottosuolo, come il deflusso e la ritenzione idrica.
Saturazione Irriducibile dell’Acqua (Swi): La saturazione irriducibile dell’acqua rappresenta la quantità minima di acqua liquida che rimane intrappolata nella matrice porosa di neve o ghiaccio, anche in presenza di drenaggio. La parametrizzazione di Coleou e Lesaffre (1998), indicata come “CL”, calcola Swi in modo dinamico, tenendo conto delle proprietà fisiche del mezzo, come la porosità e la granulometria della neve. In alternativa, un valore fisso di 0,02 implica una semplificazione, assumendo una ritenzione idrica costante e più bassa. La scelta di Swi influisce direttamente sulla quantità di acqua disponibile per il deflusso: un valore più basso (come 0,02) riduce la ritenzione, favorendo un drenaggio più rapido, mentre la parametrizzazione CL può portare a una maggiore variabilità in base alle condizioni locali.
Rapporto wh/wice: Questo parametro rappresenta il rapporto tra la densità dell’acqua e quella del ghiaccio ed è utilizzato in equazioni che descrivono il bilancio idrico o termico nel modello. Un valore di 1,0 indica che le densità sono considerate equivalenti in termini di effetto sul flusso, mentre un valore di 0,1 riduce l’influenza della densità dell’acqua rispetto a quella del ghiaccio. Questo parametro è rilevante solo negli esperimenti che utilizzano il flusso di Darcy, come indicato dalla nota in fondo alla tabella, poiché il meccanismo NoDarcy non richiede tale rapporto per la modellazione del flusso idrico.
Albedo Superficiale: L’albedo determina la frazione di radiazione solare riflessa dalla superficie e, di conseguenza, l’energia disponibile per la fusione. L’approccio “MODIS” si basa su dati osservativi giornalieri grigliati derivati dal satellite MODIS, offrendo una rappresentazione realistica delle variazioni spazio-temporali dell’albedo. L’approccio “Linear”, invece, calcola l’albedo internamente utilizzando una funzione lineare della temperatura superficiale: per la neve, l’albedo varia tra 0,85 a temperature inferiori a -5°C e 0,65 a 0°C, mentre per il ghiaccio nudo è fissata a 0,4. Questo confronto permette di valutare l’impatto di una rappresentazione osservativa rispetto a una parametrizzazione semplificata sul bilancio energetico superficiale.

Analisi degli Esperimenti

La tabella elenca sette esperimenti, ciascuno dei quali esplora una combinazione specifica dei parametri sopra descritti. Di seguito, analizziamo ciascun esperimento in dettaglio:

MOD-ref
- Meccanismo di Percolazione: Darcy.
- Swi: CL (Coleou e Lesaffre, 1998).
- wh/wice: 1,0.
- Albedo: MODIS.
  Questo esperimento rappresenta la configurazione di riferimento per il gruppo di esperimenti che utilizzano l’albedo derivata da MODIS. Adotta il flusso di Darcy per modellare la percolazione dell’acqua, una parametrizzazione dinamica di Swi e un rapporto wh/wice unitario. Serve come baseline per confrontare gli effetti delle variazioni introdotte negli altri esperimenti con albedo MODIS.
MOD-w01
- Meccanismo di Percolazione: Darcy.
- Swi: CL.
- wh/wice: 0,1.
- Albedo: MODIS.
  Rispetto a MOD-ref, questo esperimento modifica il rapporto wh/wice, riducendolo a 0,1. Questa variazione permette di valutare l’impatto di una diversa ponderazione tra la densità dell’acqua e quella del ghiaccio sul flusso idrico e sul bilancio di massa, mantenendo invariati gli altri parametri.
MOD-Swi02
- Meccanismo di Percolazione: Darcy.
- Swi: 0,02.
- wh/wice: 1,0.
- Albedo: MODIS.
  Questo esperimento introduce una saturazione irriducibile dell’acqua fissata a 0,02, invece di utilizzare la parametrizzazione dinamica di Coleou e Lesaffre. L’obiettivo è analizzare come una ritenzione idrica più bassa influisca sul drenaggio dell’acqua e sul deflusso, nel contesto di un’albedo realistica derivata da MODIS.
MOD-NoDarcy
- Meccanismo di Percolazione: NoDarcy.
- Swi: CL.
- wh/wice: – (non rilevante).
- Albedo: MODIS.
  Questo esperimento esclude il flusso di Darcy, adottando un modello semplificato di percolazione dell’acqua. Mantiene la parametrizzazione CL per Swi e l’albedo MODIS, consentendo di isolare l’effetto dell’assenza del flusso poroso sui processi idrologici del sottosuolo.
LIN-ref
- Meccanismo di Percolazione: Darcy.
- Swi: CL.
- wh/wice: 1,0.
- Albedo: Linear.
  Questo è l’esperimento di riferimento per il gruppo che utilizza l’albedo calcolata con una funzione lineare della temperatura. È analogo a MOD-ref in termini di parametri idrologici (Darcy, Swi CL, wh/wice 1,0), ma differisce per il metodo di determinazione dell’albedo, che in questo caso è parametrizzato internamente.
LIN-Swi02
- Meccanismo di Percolazione: Darcy.
- Swi: 0,02.
- wh/wice: 1,0.
- Albedo: Linear.
  Simile a LIN-ref, questo esperimento modifica Swi, impostandolo a un valore fisso di 0,02. L’obiettivo è valutare l’impatto di una ritenzione idrica ridotta nel contesto di un’albedo calcolata internamente, confrontando i risultati con quelli di LIN-ref.

Obiettivi Scientifici e Implicazioni

Gli esperimenti di sensibilità descritti nella Tabella 1 sono stati progettati per analizzare sistematicamente l’influenza di ciascun parametro sul comportamento del modello del sottosuolo, con particolare attenzione a processi come la fusione superficiale, la percolazione dell’acqua, il deflusso e la dinamica termica. I due esperimenti di riferimento, MOD-ref e LIN-ref, forniscono una baseline per il confronto, rappresentando configurazioni standard con albedo MODIS e lineare, rispettivamente. Gli altri esperimenti introducono variazioni mirate per isolare l’effetto di specifici parametri:

MOD-w01 e MOD-Swi02 esplorano l’impatto di modifiche a wh/wice e Swi nel contesto di un’albedo realistica, permettendo di comprendere come questi parametri influenzino il bilancio idrico.
MOD-NoDarcy valuta l’importanza del flusso di Darcy nella modellazione della percolazione, confrontando un approccio realistico con uno semplificato.
LIN-Swi02 analizza l’effetto di una ritenzione idrica ridotta in un contesto di albedo parametrizzata, offrendo un confronto diretto con LIN-ref.

Dal punto di vista scientifico, questi esperimenti contribuiscono a una migliore comprensione delle incertezze associate alla modellazione dei processi glaciologici e idrologici. Ad esempio, la scelta del meccanismo di percolazione (Darcy vs. NoDarcy) può influenzare significativamente la simulazione del deflusso, un fattore critico per il bilancio di massa dei ghiacciai. Allo stesso modo, la rappresentazione dell’albedo (MODIS vs. Linear) ha un impatto diretto sul bilancio energetico superficiale, determinando la quantità di energia disponibile per la fusione. La variazione di parametri come Swi e wh/wice permette di esplorare la sensibilità del modello a diverse ipotesi fisiche, fornendo indicazioni preziose per il miglioramento delle parametrizzazioni.

In conclusione, la Tabella 1 rappresenta un quadro metodologico rigoroso per l’analisi della sensibilità del modello, consentendo di identificare i fattori che maggiormente influenzano i processi simulati. I risultati di questi esperimenti possono essere utilizzati per ottimizzare le configurazioni del modello, migliorandone l’accuratezza nella rappresentazione delle dinamiche del sottosuolo in contesti climatici complessi, come quelli delle regioni polari soggette a cambiamenti climatici.

Valutazione del Modello mediante Confronto con Dati Osservativi

Nell’ambito di questo studio, abbiamo intrapreso un’analisi comparativa approfondita tra i risultati derivanti dalle simulazioni del nostro modello e le osservazioni disponibili, con l’obiettivo di valutare l’accuratezza e l’affidabilità delle rappresentazioni numeriche dei processi glaciologici e climatici. In particolare, il confronto si concentra su tre aspetti principali: l’accumulo superficiale, il bilancio di massa superficiale (SMB) e il conteggio dei giorni di fusione superficiale, come descritto nella sezione dedicata al Bilancio di Massa Superficiale ed Estensione della Fusione. Inoltre, abbiamo analizzato l’evoluzione della temperatura nel sottosuolo in un sito specifico del Programma per il Monitoraggio della Calotta Glaciale della Groenlandia (PROMICE) e i profili di densità nel sottosuolo in una serie di siti selezionati, come riportato nella sezione Temperatura e Densità nel Sottosuolo. Questa valutazione sistematica mira a verificare la capacità del modello di riprodurre fedelmente le dinamiche osservate, fornendo al contempo indicazioni per eventuali miglioramenti delle parametrizzazioni adottate.

Nel contesto di questo studio, il termine “bilancio di massa superficiale” (SMB) è utilizzato per indicare la somma algebrica dell’accumulo superficiale e dell’ablazione, includendo anche l’accumulo interno che si verifica all’interno dello strato di neve superficiale a causa di processi come il ricongelamento dell’acqua di fusione e la formazione di ghiaccio sovrapposto. È importante sottolineare che, in letteratura, il termine SMB è talvolta sinonimo di “bilancio di massa climatico”, come evidenziato da Cogley et al. (2011). L’accumulo superficiale, che rappresenta un contributo positivo al bilancio di massa, è derivato esclusivamente dai dati forniti dal modello atmosferico regionale HIRHAM5, e quindi è considerato un input esterno al modello del sottosuolo. L’ablazione, invece, che rappresenta la perdita di massa dovuta alla fusione e ad altri processi, è influenzata sia dai flussi energetici discendenti provenienti da HIRHAM5, sia da fattori interni al modello del sottosuolo. Tra questi, l’albedo superficiale gioca un ruolo cruciale: nelle simulazioni LIN, l’albedo è calcolata internamente in base alla temperatura superficiale, mentre nelle simulazioni MOD è specificata utilizzando dati osservativi. Inoltre, l’ablazione dipende dai flussi energetici nel sottosuolo, che a loro volta sono influenzati dalle scelte modellistiche relative ai meccanismi fisici e ai parametri adottati, come la percolazione dell’acqua e la conducibilità termica.

Dati Osservativi Utilizzati per la Valutazione

Per garantire un confronto robusto tra simulazioni e realtà, abbiamo fatto ricorso a una serie di dataset osservativi di alta qualità, che coprono diversi aspetti dei processi superficiali e sotterranei della Calotta Glaciale della Groenlandia. Di seguito, descriviamo in dettaglio le fonti di dati utilizzate e le metodologie di elaborazione applicate.

Albedo Superficiale Derivata da MODIS

L’albedo superficiale utilizzata nelle simulazioni MOD è stata ottenuta dal prodotto MOD10A1 del Moderate Resolution Imaging Spectroradiometer (MODIS), uno strumento satellitare che fornisce misurazioni globali dell’albedo con una risoluzione spaziale moderata. Per migliorare la qualità dei dati e renderli idonei all’uso nel modello, l’albedo MODIS è stata sottoposta a un processo di riduzione del rumore e smoothing, come descritto da Box et al. (2012). Questo processo prevede l’identificazione e la rimozione degli artefatti dovuti alla presenza di nuvole, che possono distorcere le misurazioni satellitari. In particolare, per ciascun pixel, vengono calcolate statistiche su un intervallo mobile di 11 giorni: i valori che si discostano di più di due deviazioni standard dalla media di questo intervallo vengono scartati, a meno che non siano entro 0,04 dalla mediana dell’intervallo stesso. Successivamente, la mediana mobile degli 11 giorni viene adottata come valore giornaliero di albedo, garantendo una rappresentazione più fluida e affidabile delle variazioni temporali. Un limite di questo dataset è la sua disponibilità temporale, che inizia solo a partire dal 2000. Per ovviare a questa limitazione e coprire il periodo precedente al 2000, necessario per le nostre simulazioni, è stata utilizzata una climatologia giornaliera derivata dai dati MODIS del periodo 2000-2006, considerato un intervallo di “pre-oscuramento” (cioè prima dell’intensificazione dell’assorbimento di radiazione solare dovuto al deposito di impurità sulla superficie glaciale, come descritto da Tedesco et al., 2016). Questo approccio, già adottato in studi precedenti come Fausto et al. (2016b), consente di estendere l’applicabilità dei dati MODIS a periodi anteriori, pur introducendo un’approssimazione basata su condizioni climatiche medie.

Dati di Accumulo Superficiale

Per valutare l’accumulo superficiale simulato, abbiamo utilizzato una raccolta di dati derivati da 86 carote di ghiaccio, che forniscono tassi di accumulo netto annuale espressi in equivalente d’acqua (w.e.). Questo dataset, compilato da Box et al. (2013), copre un’ampia gamma di altitudini, comprese tra 311 e 3188 metri sopra il livello del mare, rappresentando così diverse condizioni ambientali sulla Calotta Glaciale della Groenlandia. Per garantire la coerenza con il periodo temporale delle nostre simulazioni, abbiamo selezionato solo le carote che si sovrappongono temporalmente agli esperimenti e che si trovano a quote superiori a 1000 metri sopra il livello del mare, un criterio che riflette la necessità di concentrarsi sulle regioni di alta quota, dove l’accumulo è più significativo. Questa selezione ha prodotto un totale di 68 carote, distribuite spazialmente in modo da coprire variazioni altitudinali e differenze geografiche est-ovest e nord-sud (indicate come cerchi rossi nella Figura 2 e dettagliate nella Tabella Supplementare S1). Questi dati forniscono un campione rappresentativo per il confronto con le simulazioni, permettendo di valutare la capacità del modello HIRHAM5 di riprodurre i tassi di accumulo osservati in diverse regioni della Groenlandia.

Bilancio di Massa Superficiale (SMB)

Per il confronto del bilancio di massa superficiale, abbiamo fatto riferimento a un dataset completo di osservazioni storiche e contemporanee raccolte da Machguth et al. (2016b) nell’ambito del programma PROMICE. Questo dataset include misurazioni di SMB provenienti da tutte le regioni della Groenlandia, offrendo una copertura spaziale e temporale estesa. Per adattare i dati alle esigenze delle nostre simulazioni, abbiamo selezionato solo le osservazioni che si sovrappongono temporalmente agli esperimenti e che rientrano nella maschera dei ghiacciai definita dal modello, escludendo così i siti non rappresentativi delle aree glaciali simulate. Questa selezione ha prodotto un totale di 1041 osservazioni provenienti da 351 siti, distribuiti in modo da coprire diverse regioni della Groenlandia (indicate come cerchi blu nella Figura 2). La durata temporale delle osservazioni di SMB varia notevolmente, spaziando da pochi mesi a diversi anni, anche se i periodi più comuni sono un anno intero o una stagione di ablazione di tre mesi (generalmente corrispondente all’estate). Nelle analisi successive (riportate nella Tabella 2 e nella Figura 4), queste osservazioni, espresse in metri di equivalente d’acqua (m w.e.), sono state considerate con lo stesso peso, indipendentemente dalla loro durata temporale. Questo approccio, pur semplificato, consente di aggregare un gran numero di misurazioni eterogenee, fornendo una base robusta per il confronto con i valori di SMB simulati giornalmente dal modello.

Implicazioni per la Valutazione del Modello

L’utilizzo di questi dataset osservativi permette di valutare la performance del modello su più fronti, coprendo sia i processi superficiali (accumulo, ablazione, SMB) sia quelli sotterranei (temperatura e densità). Il confronto tra i dati simulati e osservati è essenziale per identificare eventuali discrepanze sistematiche, che potrebbero derivare da limitazioni nelle parametrizzazioni del modello o da incertezze nei dati di input, come i flussi energetici forniti da HIRHAM5 o l’albedo superficiale. Ad esempio, l’accuratezza della simulazione dell’ablazione dipende non solo dai flussi energetici discendenti, ma anche dalla rappresentazione dell’albedo, che varia tra le simulazioni MOD e LIN, e dai flussi energetici nel sottosuolo, influenzati dalle scelte modellistiche relative alla percolazione dell’acqua e alla conducibilità termica. Inoltre, l’uso di una climatologia MODIS per il periodo pre-2000 introduce un’approssimazione che potrebbe influenzare i risultati delle simulazioni per quel periodo, un aspetto che sarà necessario considerare nell’interpretazione dei risultati.

In sintesi, questa valutazione basata su dati osservativi rappresenta un passo fondamentale per validare il modello e per comprendere i fattori che ne influenzano le prestazioni. I risultati di questo confronto forniranno indicazioni preziose per il miglioramento delle parametrizzazioni, contribuendo a una migliore rappresentazione dei processi glaciologici e climatici nella Calotta Glaciale della Groenlandia, un sistema critico per il monitoraggio degli impatti del cambiamento climatico globale.

Analisi Dettagliata della Distribuzione Spaziale dei Siti di Osservazione nella Figura 2

La Figura 2 rappresenta una mappa cartografica della Calotta Glaciale della Groenlandia, progettata per illustrare la distribuzione spaziale dei siti di osservazione utilizzati per la validazione di un modello numerico del sottosuolo in un contesto glaciologico e climatico. Questa figura fornisce un quadro essenziale per comprendere la copertura geografica e altitudinale delle misurazioni effettuate, che includono dati di accumulo superficiale, bilancio di massa superficiale (SMB) e profili di densità nel sottosuolo. La mappa integra informazioni topografiche, come le curve di livello altimetriche, con la posizione di tre categorie di siti di osservazione, distinguibili per tipologia, e mette in evidenza alcuni siti specifici nominati, offrendo un contesto spaziale dettagliato per le analisi descritte nello studio. Di seguito, viene fornita un’analisi approfondita degli elementi della figura, con particolare attenzione al loro significato scientifico e alla loro rilevanza per la valutazione del modello.

Struttura e Contenuto della Mappa

La Figura 2 delinea l’estensione della Calotta Glaciale della Groenlandia, rappresentata attraverso il contorno del ghiaccio contiguo (contiguous ice sheet), che definisce i limiti geografici della calotta. La mappa include curve di livello altimetriche, che variano da 1000 a 3000 metri sopra il livello del mare (m a.s.l.), con intervalli di 500 metri. Il punto più alto, situato a 2000 m a.s.l., è evidenziato e corrisponde probabilmente alla regione centrale della calotta, dove l’elevazione massima favorisce condizioni di accumulo predominante rispetto all’ablazione. Queste curve di livello forniscono un’indicazione chiara della topografia della calotta glaciale, evidenziando il gradiente altitudinale che diminuisce progressivamente verso i margini, dove le quote più basse sono associate a una maggiore incidenza della fusione superficiale.

Sulla mappa sono riportati i siti di osservazione, distinti in tre categorie principali, ciascuna rappresentata da un simbolo specifico:

Cerchi blu: Indicano i siti di ablazione (Abl. sites), corrispondenti ai 351 siti in cui sono state effettuate 1041 misurazioni del bilancio di massa superficiale (SMB), come descritto nella sezione dedicata al bilancio di massa superficiale.
Cerchi rossi: Rappresentano i siti di accumulo (Acc. sites), che corrispondono alle 68 carote di ghiaccio selezionate per valutare l’accumulo netto annuale, come riportato nella sezione sull’accumulo.
Croci nere: Segnalano i siti di densità (Density sites), che includono 75 carote di firn utilizzate per analizzare i profili di densità nel sottosuolo, come indicato nella sezione sulla temperatura e densità nel sottosuolo.

Distribuzione Geografica e Altitudinale dei Siti di Osservazione

Siti di Ablazione (Cerchi Blu)
I cerchi blu rappresentano i 351 siti di osservazione del bilancio di massa superficiale, per un totale di 1041 misurazioni, distribuiti principalmente nelle regioni marginali della Calotta Glaciale della Groenlandia. Queste aree, spesso a quote più basse (generalmente inferiori a 1500 m a.s.l.), sono caratterizzate da tassi significativi di ablazione, dovuti a temperature più elevate, maggiore esposizione alla radiazione solare e, in alcuni casi, alla presenza di impurità superficiali che riducono l’albedo. La distribuzione dei cerchi blu mostra una concentrazione più densa lungo i bordi occidentali, orientali e meridionali della calotta, riflettendo la necessità di monitorare le zone in cui la fusione è più intensa e dove il bilancio di massa superficiale è spesso negativo. Questa distribuzione è coerente con le dinamiche glaciologiche della Groenlandia, dove le regioni periferiche sono più vulnerabili al riscaldamento climatico e contribuiscono in modo significativo alla perdita di massa complessiva della calotta.
Siti di Accumulo (Cerchi Rossi)
I cerchi rossi indicano le posizioni delle 68 carote di ghiaccio selezionate per valutare l’accumulo netto annuale, espresse in equivalente d’acqua (w.e.). Questi siti sono distribuiti in modo più uniforme sulla calotta glaciale rispetto ai siti di ablazione, coprendo un’ampia gamma di altitudini (tutte superiori a 1000 m a.s.l.) e regioni geografiche. La loro collocazione riflette l’obiettivo di campionare l’accumulo in diverse condizioni ambientali, includendo variazioni altitudinali e differenze est-ovest e nord-sud. Ad esempio, alcuni siti si trovano nelle regioni interne della calotta, a quote elevate (vicino o sopra i 2000 m a.s.l.), dove l’accumulo è massimo a causa delle basse temperature e delle precipitazioni nevose abbondanti. Altri siti sono posizionati più vicino ai margini, in zone di transizione dove l’accumulo può essere influenzato da processi di fusione parziale. Questa distribuzione spaziale consente di catturare la variabilità delle precipitazioni nevose e dell’accumulo netto, fornendo un dataset rappresentativo per il confronto con i dati simulati dal modello atmosferico HIRHAM5.
Siti di Densità (Croci Nere)
Le croci nere rappresentano i 75 siti in cui sono state estratte carote di firn per analizzare i profili di densità nel sottosuolo. Questi siti sono distribuiti in modo relativamente uniforme su gran parte della calotta glaciale, coprendo sia le regioni interne che quelle più vicine ai margini. La densità del firn è un parametro fondamentale per comprendere i processi di compattazione della neve e la sua trasformazione in ghiaccio, che sono influenzati da fattori come la temperatura, l’umidità e la pressione esercitata dagli strati sovrastanti. La distribuzione dei siti di densità riflette la necessità di campionare diverse condizioni di accumulo e fusione: nelle regioni interne, dove l’accumulo predomina, la densità del firn tende a essere più bassa a causa della neve fresca e porosa, mentre nelle zone marginali, dove la fusione e il ricongelamento sono più frequenti, la densità può aumentare a causa della formazione di strati di ghiaccio più compatti. Questi dati sono essenziali per validare la capacità del modello di simulare l’evoluzione della densità nel sottosuolo, un processo critico per il bilancio di massa a lungo termine della calotta glaciale.

Siti Specifici Nominati

La figura evidenzia sette siti specifici, contrassegnati con i loro nomi, che rappresentano località di particolare interesse scientifico, probabilmente selezionate per la loro rappresentatività o per il loro ruolo in campagne di monitoraggio a lungo termine, come quelle condotte nell’ambito del programma PROMICE. Questi siti sono:

Core 7551: Situato nella parte nord-occidentale della calotta glaciale, a un’altitudine relativamente elevata, probabilmente in una zona di accumulo predominante.
Crawford Point: Posizionato nella regione nord-orientale, vicino al margine della calotta, in un’area che potrebbe essere influenzata da condizioni climatiche locali specifiche, come venti catabatici o esposizione alla radiazione solare.
H4-1&2: Localizzato nella parte centrale-occidentale, a un’altitudine intermedia, in una zona di transizione tra accumulo e ablazione.
Site J: Trovato nella zona centrale della calotta, a un’altitudine elevata (vicino ai 2000 m a.s.l.), probabilmente nel cuore della regione di accumulo, dove la fusione è minima.
KAN-U: Situato nella parte sud-occidentale, in una zona di transizione tra accumulo e ablazione, dove il bilancio di massa superficiale può essere influenzato da processi di fusione stagionale.
DYE-2: Posizionato nella regione centro-meridionale, a un’altitudine intermedia, un sito storico di monitoraggio che potrebbe essere stato utilizzato per studi a lungo termine sulla temperatura e la densità nel sottosuolo.
EKT: Localizzato nella parte sud-orientale, vicino al margine della calotta, in una zona di ablazione significativa, dove la fusione estiva è intensa.

Questi siti nominati sono probabilmente stati scelti per la loro capacità di rappresentare diverse condizioni ambientali, come variazioni altitudinali, esposizione alla radiazione solare, tassi di accumulo o ablazione, o per la loro rilevanza in studi precedenti. Ad esempio, un sito come DYE-2 potrebbe essere stato selezionato per il confronto puntuale delle temperature simulate e osservate nel sottosuolo, mentre un sito come KAN-U potrebbe essere rappresentativo delle dinamiche di fusione nelle regioni marginali.

Curve di Livello Altimetriche e Contesto Topografico

Le curve di livello altimetriche, che variano da 1000 a 3000 m a.s.l. con intervalli di 500 m, offrono una rappresentazione dettagliata della topografia della Calotta Glaciale della Groenlandia. Il punto più alto, a 2000 m a.s.l., si trova nella regione centrale della calotta, dove l’elevazione massima crea condizioni favorevoli all’accumulo di neve fresca, con temperature basse che limitano la fusione. Le curve di livello mostrano un gradiente altitudinale che diminuisce verso i margini della calotta, dove le quote più basse (inferiori a 1500 m a.s.l.) sono associate a una maggiore incidenza dell’ablazione. Questa distribuzione altitudinale è coerente con la collocazione dei siti di ablazione (cerchi blu), che si concentrano nelle regioni periferiche a bassa quota, e dei siti di accumulo (cerchi rossi), che sono più numerosi nelle zone interne a quote elevate. La topografia influenza direttamente i processi glaciologici: l’altitudine determina le condizioni termiche e di precipitazione, mentre la pendenza delle curve di livello può influenzare il drenaggio dell’acqua di fusione e il flusso del ghiaccio.

Rilevanza Scientifica della Figura

La Figura 2 svolge un ruolo cruciale nel fornire un contesto spaziale per le osservazioni utilizzate nella valutazione del modello, permettendo di collegare i dati osservativi a specifiche condizioni ambientali e regioni della Calotta Glaciale della Groenlandia. La distribuzione dei siti di accumulo, ablazione e densità riflette la variabilità climatica e topografica della calotta, che presenta differenze significative tra le regioni interne, dominate dall’accumulo, e le regioni marginali, caratterizzate dall’ablazione. Questa variabilità è essenziale per testare la capacità del modello di riprodurre i processi glaciologici in contesti diversi:

Siti di Accumulo: La loro distribuzione uniforme consente di valutare l’accuratezza del modello atmosferico HIRHAM5 nel simulare le precipitazioni nevose e l’accumulo netto in diverse condizioni altitudinali e geografiche. Ad esempio, un sito come Site J, situato nella regione centrale a alta quota, può essere utilizzato per verificare la simulazione dell’accumulo in un’area di accumulo puro, mentre un sito come Core 7551, più vicino al margine nord-occidentale, può riflettere condizioni influenzate da variazioni locali delle precipitazioni.
Siti di Ablazione: La concentrazione di questi siti nelle regioni marginali permette di testare la rappresentazione dell’ablazione nel modello, che dipende dai flussi energetici discendenti di HIRHAM5, dall’albedo superficiale (MODIS o lineare) e dai flussi energetici nel sottosuolo. Siti come EKT, situati nella zona sud-orientale, possono essere rappresentativi delle condizioni di ablazione intensa, dove la fusione estiva è un fattore dominante.
Siti di Densità: La distribuzione di questi siti su tutta la calotta consente di validare la simulazione dei processi di compattazione e trasformazione della neve in ghiaccio, che sono influenzati dalla temperatura, dall’umidità e dalla pressione. Ad esempio, un sito come DYE-2, situato in una zona di transizione, può fornire dati per confrontare i profili di densità simulati con quelli osservati, evidenziando eventuali discrepanze nella rappresentazione dei processi di ricongelamento o compattazione.

Inoltre, la presenza di siti specifici nominati suggerisce che questi potrebbero essere utilizzati per analisi più dettagliate, come il confronto puntuale tra temperature simulate e osservate nel sottosuolo (ad esempio, in un sito PROMICE) o l’analisi dei profili di densità in località chiave. La combinazione di questi dati osservativi con la topografia della calotta, rappresentata dalle curve di livello, permette di correlare le prestazioni del modello a fattori ambientali come l’altitudine, l’esposizione e la posizione geografica, fornendo una base solida per l’interpretazione dei risultati.

Implicazioni per lo Studio

La Figura 2 rappresenta un elemento fondamentale per la valutazione del modello, poiché fornisce un quadro di riferimento spaziale per i dati osservativi utilizzati. La distribuzione dei siti di accumulo, ablazione e densità copre un’ampia gamma di condizioni ambientali, consentendo di testare la robustezza del modello in contesti diversi, dalle regioni interne di alta quota, dominate dall’accumulo, alle zone marginali di bassa quota, caratterizzate dall’ablazione. Questa variabilità spaziale è cruciale per identificare eventuali discrepanze sistematiche nelle simulazioni, che potrebbero derivare da limitazioni nelle parametrizzazioni del modello (ad esempio, nella rappresentazione dell’albedo o della percolazione dell’acqua) o da incertezze nei dati di input, come i flussi energetici forniti da HIRHAM5. Inoltre, la figura evidenzia la complessità della Calotta Glaciale della Groenlandia come sistema, sottolineando la necessità di un approccio integrato che combini osservazioni dettagliate con modellazione numerica per comprendere le dinamiche glaciologiche in un contesto di cambiamento climatico.

In conclusione, la Figura 2 offre una rappresentazione cartografica dettagliata e scientificamente rilevante della distribuzione dei siti di osservazione sulla Calotta Glaciale della Groenlandia. La sua struttura, che integra informazioni topografiche e dati osservativi, permette di contestualizzare le analisi di validazione del modello, fornendo un quadro spaziale essenziale per interpretare i risultati e per identificare le aree di miglioramento nella simulazione dei processi glaciologici e climatici.

Utilizzo di Stazioni Meteorologiche Automatiche e Dati Osservativi per la Validazione del Modello

Nell’ambito della validazione del modello del sottosuolo, un ruolo cruciale è svolto dai dati raccolti attraverso le stazioni meteorologiche automatiche e altre fonti osservative, che consentono di analizzare le discrepanze tra i risultati simulati e le misurazioni reali, migliorando così la comprensione delle dinamiche glaciologiche e climatiche della Calotta Glaciale della Groenlandia. Questa sezione descrive in dettaglio le fonti di dati utilizzate, includendo le stazioni meteorologiche automatiche della rete PROMICE, i dataset satellitari per la fusione superficiale e le misurazioni di temperatura nel sottosuolo, con un focus sul sito KAN-U. L’obiettivo è fornire un quadro scientifico completo delle metodologie di raccolta e analisi dei dati, evidenziando il loro ruolo nella valutazione della performance del modello.

Dati delle Stazioni Meteorologiche Automatiche PROMICE

Per supportare l’interpretazione delle discrepanze tra le simulazioni del modello e le osservazioni, abbiamo fatto ricorso ai dati raccolti dalle stazioni meteorologiche automatiche della rete PROMICE (Programma per il Monitoraggio della Calotta Glaciale della Groenlandia), come descritto da Ahlstrøm et al. (2008). I dettagli di queste stazioni sono riportati nella Tabella Supplementare S2. Le stazioni PROMICE sono distribuite strategicamente sulla Calotta Glaciale della Groenlandia per monitorare le condizioni ambientali in diverse regioni, con particolare attenzione alle zone di transizione tra accumulo e ablazione. Da queste stazioni abbiamo estratto una serie di parametri chiave per il confronto con le simulazioni del modello, tra cui:

Temperatura dell’aria vicino alla superficie: Un indicatore diretto delle condizioni termiche che influenzano la fusione e il ricongelamento della neve.
Temperatura superficiale: Un parametro essenziale per valutare il bilancio energetico superficiale e la fusione.
Radiazione a onde lunghe discendente: Rappresenta il contributo della radiazione infrarossa emessa dall’atmosfera verso la superficie, un fattore critico per il bilancio energetico.
Radiazione a onde corte discendente: Indica l’energia solare in arrivo, che è la principale fonte di energia per la fusione superficiale.
Radiazione a onde corte netta in ingresso: Calcolata come la differenza tra la radiazione a onde corte discendente e quella riflessa, fornisce un’indicazione dell’energia effettivamente assorbita dalla superficie.
Albedo: La frazione di radiazione solare riflessa dalla superficie, un parametro fondamentale per determinare l’assorbimento di energia e, di conseguenza, la fusione.

Questi dati, raccolti con alta risoluzione temporale, consentono di confrontare direttamente le variabili simulate dal modello con le misurazioni reali, permettendo di identificare eventuali discrepanze sistematiche. Ad esempio, una sovrastima della radiazione a onde corte netta in ingresso nelle simulazioni potrebbe indicare un’albedo superficiale sottostimata, un problema che potrebbe essere legato alla parametrizzazione dell’albedo (MODIS o lineare) utilizzata nel modello. L’uso dei dati PROMICE è quindi essenziale per diagnosticare le cause delle discrepanze e per guidare eventuali miglioramenti nelle configurazioni del modello.

Analisi della Fusione Superficiale con Dati Satellitari

Per valutare l’estensione della fusione superficiale simulata dal modello, abbiamo utilizzato il dataset MEaSUREs Greenland Surface Melt Daily 25 km EASE-Grid 2.0, descritto da Mote (2014), che copre il periodo dal 1988 al 2012. Questo dataset, disponibile con una risoluzione giornaliera a partire dal 1987, è stato generato utilizzando le temperature di brillanza misurate da strumenti a microonde, specifically il Special Sensor Microwave Imager (SSM/I) e il Special Sensor Microwave Imager/Sounder (SSMIS), montati a bordo dei satelliti del Defense Meteorological Satellite Program (DMSP). Le temperature di brillanza, che riflettono le proprietà emissive della superficie glaciale, vengono confrontate con soglie predefinite per determinare la presenza o l’assenza di fusione. Queste soglie sono state stabilite utilizzando un modello di emissione a microonde, come descritto da Mote e Anderson (1995) e Mote (2007), che simula le temperature di brillanza di un manto nevoso in fusione, tenendo conto delle variazioni di umidità e temperatura superficiale.

Il risultato di questo processo è un campo giornaliero che classifica ogni pixel della griglia come “in fusione” o “non in fusione”. La griglia utilizzata è la Equal-Area Scalable Earth (EASE) Grid 2.0, con una risoluzione spaziale di 25 km, che consente di coprire l’intera Calotta Glaciale della Groenlandia con un livello di dettaglio adeguato per analisi su larga scala. Questo dataset è particolarmente utile per confrontare l’estensione della fusione simulata dal modello con le osservazioni satellitari, permettendo di valutare la capacità del modello di riprodurre i pattern spaziali e temporali della fusione superficiale. Ad esempio, il dataset può rivelare se il modello sottostima o sovrastima la fusione in determinate regioni o periodi, un’informazione che può essere correlata a fattori come l’albedo superficiale, i flussi energetici discendenti o la parametrizzazione dei processi di fusione nel sottosuolo.

Misurazioni della Temperatura nel Sottosuolo al Sito KAN-U

Un’analisi dettagliata della temperatura nel sottosuolo è stata condotta utilizzando i dati raccolti al sito PROMICE KAN-U, situato nella zona di percolazione della calotta glaciale occidentale, alle coordinate 67.0003 N, 47.0243 W, a un’altitudine di 1840 metri sopra il livello del mare. Questo sito, evidenziato in grassetto nella Figura 2, è stato scelto per la sua posizione rappresentativa delle regioni di transizione tra accumulo e ablazione, dove i processi di fusione e ricongelamento sono particolarmente significativi. La stazione KAN-U è equipaggiata con una catena di termistori che misura la temperatura nel sottosuolo a profondità comprese tra 8 e 10 metri, come descritto da Charalampidis et al. (2015). Per ottenere un profilo continuo della temperatura, i valori misurati dai termistori sono stati interpolati linearmente, garantendo una rappresentazione fluida delle variazioni termiche con la profondità.

La profondità di ciascun termistore è stata determinata combinando i dati dei rapporti di manutenzione della stazione con le variazioni di altezza superficiale osservate. Queste variazioni sono state misurate utilizzando sensori acustici di altezza posizionati sia sul braccio della stazione che su un’assemblea di pali situata a pochi metri di distanza. Tuttavia, tra maggio e agosto 2012, si è verificato un problema significativo: l’assemblea di pali si è inclinata gravemente, e la stazione stessa si trovava sulla superficie, abbassandosi insieme ad essa a causa della fusione. Di conseguenza, né i sensori sul braccio della stazione né quelli sull’assemblea di pali sono stati in grado di monitorare accuratamente l’ablazione durante questo periodo. Per ovviare a questa limitazione, abbiamo utilizzato un approccio alternativo basato sull’analisi di cinque carote di firn prelevate a KAN-U in due momenti distinti: maggio 2012 e aprile 2013. L’abbassamento della superficie tra queste due date è stato stimato come lo scostamento verticale che massimizza la correlazione tra i profili di densità delle carote, seguendo la metodologia descritta da Machguth et al. (2016a). Questo metodo, che sfrutta la corrispondenza tra i profili di densità per dedurre i cambiamenti di altezza superficiale, ha permesso di ricostruire l’ablazione durante il periodo problematico, fornendo dati affidabili per il confronto con le temperature simulate nel sottosuolo.

Implicazioni per la Validazione del Modello

L’integrazione di questi dati osservativi – dalle stazioni meteorologiche automatiche PROMICE, dal dataset MEaSUREs per la fusione superficiale e dalle misurazioni di temperatura nel sottosuolo al sito KAN-U – offre un quadro completo per la validazione del modello. I dati delle stazioni PROMICE consentono di confrontare le variabili superficiali simulate, come la temperatura e l’albedo, con le misurazioni reali, evidenziando eventuali discrepanze che potrebbero derivare da parametrizzazioni inadeguate, come quella dell’albedo o dei flussi energetici. Il dataset MEaSUREs permette di valutare l’accuratezza della simulazione dell’estensione della fusione, un processo critico per il bilancio di massa della calotta glaciale, che dipende da fattori come l’energia disponibile per la fusione e la dinamica del manto nevoso. Infine, le misurazioni di temperatura nel sottosuolo a KAN-U forniscono un’opportunità unica per testare la capacità del modello di riprodurre i processi termici nel sottosuolo, come la conduzione del calore e l’impatto del ricongelamento dell’acqua di fusione.

L’approccio metodologico adottato per affrontare le limitazioni dei dati, come l’uso delle carote di firn per stimare l’ablazione a KAN-U durante il periodo problematico del 2012, dimostra l’importanza di combinare diverse fonti di dati e tecniche di analisi per ottenere un quadro affidabile delle condizioni osservate. Questi dati, nel loro insieme, non solo facilitano l’identificazione delle discrepanze tra modello e osservazioni, ma forniscono anche indicazioni preziose per il miglioramento delle parametrizzazioni del modello, contribuendo a una migliore comprensione delle dinamiche glaciologiche e climatiche della Calotta Glaciale della Groenlandia in un contesto di cambiamento climatico globale.

Analisi Approfondita delle Statistiche di Confronto tra Bilancio di Massa Superficiale Simulato e Osservato nella Tabella 2

La Tabella 2 presenta un’analisi statistica dettagliata del confronto tra il bilancio di massa superficiale (SMB, Surface Mass Balance) simulato da un modello del sottosuolo e quello osservato, utilizzando un dataset di 1041 misurazioni provenienti da 351 siti di ablazione sulla Calotta Glaciale della Groenlandia, come riportato da Machguth et al. (2016b). Questi siti, rappresentati come cerchi blu nella Figura 2, si trovano nelle regioni marginali della calotta, dove la fusione superficiale è predominante, rendendo l’SMB generalmente negativo. La tabella valuta la performance di cinque esperimenti di sensibilità (MOD-ref, MOD-w01, MOD-Swi02, MOD-NoDarcy, LIN-ref, LIN-Swi02), ciascuno caratterizzato da diverse configurazioni di parametri, come il metodo di determinazione dell’albedo, il meccanismo di percolazione dell’acqua e la parametrizzazione della ritenzione idrica. Attraverso una serie di metriche statistiche, la tabella fornisce un quadro completo della capacità del modello di riprodurre le osservazioni, evidenziando l’impatto delle diverse configurazioni e identificando i fattori che influenzano maggiormente l’accuratezza delle simulazioni. Di seguito, analizziamo in dettaglio la struttura della tabella, le metriche utilizzate e i risultati ottenuti, con un’interpretazione scientifica delle implicazioni per la modellazione glaciologica.

Struttura e Metriche della Tabella

La Tabella 2 è organizzata in sei colonne, ciascuna delle quali rappresenta una metrica statistica utilizzata per valutare la corrispondenza tra i valori di SMB simulati e osservati:

Esperimento: Identifica il nome dell’esperimento di sensibilità, che corrisponde alle configurazioni descritte nella Tabella 1 (ad esempio, MOD-ref, LIN-ref, ecc.).
Slope: Rappresenta la pendenza della retta di regressione lineare ortogonale (orthogonal linear fit) tra i valori di SMB simulati e osservati, come illustrato nella Figura 4. Una pendenza vicina a 1 indica una relazione lineare quasi perfetta tra simulazioni e osservazioni.
Intcpt (m w.e.): Indica l’intercetta della retta di regressione lineare ortogonale, espressa in metri di equivalente d’acqua (m w.e.). Un’intercetta vicina a 0 suggerisce l’assenza di uno scostamento sistematico significativo.
R²: Il coefficiente di determinazione, che misura la proporzione della varianza nei dati osservati spiegata dal modello. Un valore di R² vicino a 1 indica una buona capacità predittiva del modello.
RMSE (m w.e.): L’errore quadratico medio (Root Mean Square Error), che quantifica l’errore medio tra i valori simulati e osservati, in metri di equivalente d’acqua. Un RMSE più basso indica una maggiore accuratezza.
Bias (m w.e.): La differenza media tra i valori simulati e osservati, espressa in metri di equivalente d’acqua. Un bias positivo indica che il modello sottostima la perdita di massa (SMB meno negativo rispetto alle osservazioni), mentre un bias negativo indica una sovrastima della perdita di massa (SMB più negativo).
Bias (%): La differenza relativa media (bias relativo), espressa in percentuale, che fornisce un’indicazione della deviazione percentuale tra simulazioni e osservazioni.

Le metriche sono calcolate utilizzando le 1041 osservazioni di SMB, che coprono periodi temporali variabili (da mesi ad anni), ma sono considerate con lo stesso peso nell’analisi, come specificato nel testo. Poiché i siti di ablazione sono caratterizzati da un SMB prevalentemente negativo a causa della fusione, un bias positivo implica che il modello simula una perdita di massa inferiore rispetto alle osservazioni, mentre un bias negativo indica una perdita di massa sovrastimata.

Analisi Dettagliata dei Risultati per Ciascun Esperimento

La tabella riporta i risultati per cinque esperimenti di sensibilità, ciascuno dei quali rappresenta una combinazione unica di parametri, come descritto nella Tabella 1. Analizziamo i dati per ciascun esperimento, evidenziando le differenze e le implicazioni scientifiche.

MOD-ref
- Slope: 0,97
- Intcpt: 0,00 m w.e.
- R²: 0,74
- RMSE: 0,74 m w.e.
- Bias: 0,04 m w.e.
- Bias (%): -3%
  L’esperimento MOD-ref, che utilizza l’albedo derivata da dati satellitari MODIS, il flusso di Darcy per la percolazione dell’acqua, una parametrizzazione di Swi secondo Coleou e Lesaffre (CL) e un rapporto wh/wice pari a 1,0, rappresenta la configurazione di riferimento per gli esperimenti con albedo MODIS. La pendenza di 0,97 indica una relazione quasi lineare tra i valori simulati e osservati, con una leggera sottostima delle variazioni di SMB. L’intercetta di 0,00 m w.e. suggerisce che non vi è uno scostamento sistematico significativo alla base della relazione. Il coefficiente di determinazione R² di 0,74 indica che il 74% della varianza nei dati osservati è spiegata dal modello, un valore che denota una buona capacità predittiva, considerando la complessità dei processi glaciologici. L’RMSE di 0,74 m w.e. riflette un errore medio moderato, accettabile in un contesto di modellazione su larga scala. Il bias di 0,04 m w.e., corrispondente a un bias relativo del -3%, indica che il modello sovrastima leggermente la perdita di massa, simulando un SMB più negativo rispetto alle osservazioni. Questo suggerisce che il modello potrebbe sovrastimare la fusione superficiale, un aspetto che potrebbe essere legato a un’albedo sottostimata o a flussi energetici discendenti sovrastimati da HIRHAM5.
MOD-w01
- Slope: 0,97
- Intcpt: 0,00 m w.e.
- R²: 0,74
- RMSE: 0,74 m w.e.
- Bias: 0,05 m w.e.
- Bias (%): -3%
  Questo esperimento modifica il rapporto wh/wice, riducendolo a 0,1 rispetto a MOD-ref, mantenendo invariati gli altri parametri. I risultati sono praticamente identici a quelli di MOD-ref per pendenza, intercetta, R² e RMSE, con un bias leggermente più alto (0,05 m w.e.), ma un bias relativo invariato (-3%). Questa somiglianza indica che la variazione del rapporto wh/wice ha un impatto trascurabile sulla simulazione dell’SMB nelle regioni di ablazione. Questo risultato è coerente con l’ipotesi che, in queste zone, la fusione superficiale sia il processo dominante, e i parametri idrologici legati al flusso dell’acqua nel sottosuolo abbiano un’influenza limitata sul bilancio di massa complessivo.
MOD-Swi02
- Slope: 0,97
- Intcpt: -0,01 m w.e.
- R²: 0,74
- RMSE: 0,74 m w.e.
- Bias: 0,04 m w.e.
- Bias (%): -3%
  In questo esperimento, la saturazione irriducibile dell’acqua (Swi) è fissata a un valore costante di 0,02, invece di utilizzare la parametrizzazione dinamica di Coleou e Lesaffre. I risultati sono molto simili a quelli di MOD-ref, con una pendenza identica (0,97), un R² invariato (0,74) e un RMSE uguale (0,74 m w.e.). L’intercetta è leggermente negativa (-0,01 m w.e.), suggerendo un piccolo scostamento sistematico, ma il bias (0,04 m w.e.) e il bias relativo (-3%) rimangono praticamente identici a quelli di MOD-ref. Questo indica che la modifica di Swi ha un effetto minimo sull’SMB nelle regioni di ablazione, probabilmente perché la ritenzione idrica nel sottosuolo gioca un ruolo secondario rispetto alla fusione superficiale, che domina i processi in queste aree.
MOD-NoDarcy
- Slope: 0,97
- Intcpt: 0,00 m w.e.
- R²: 0,74
- RMSE: 0,74 m w.e.
- Bias: 0,04 m w.e.
- Bias (%): -3%
  Questo esperimento esclude il flusso di Darcy per la percolazione dell’acqua, mantenendo l’albedo MODIS e la parametrizzazione CL per Swi. I risultati sono identici a quelli di MOD-ref per tutte le metriche: pendenza, intercetta, R², RMSE e bias. Questo risultato è significativo, poiché suggerisce che il meccanismo di percolazione dell’acqua (Darcy o NoDarcy) non influisce in modo apprezzabile sull’SMB nelle regioni di ablazione. In queste zone, la fusione superficiale è il processo dominante, e l’acqua di fusione tende a drenare rapidamente verso il basso o a defluire lateralmente, riducendo l’importanza del flusso poroso nel sottosuolo per il bilancio di massa complessivo.
LIN-ref
- Slope: 0,95
- Intcpt: -0,02 m w.e.
- R²: 0,57
- RMSE: 0,98 m w.e.
- Bias: 0,04 m w.e.
- Bias (%): -3%
  L’esperimento LIN-ref utilizza un’albedo calcolata internamente con una funzione lineare della temperatura, mantenendo il flusso di Darcy, Swi CL e wh/wice pari a 1,0. Rispetto agli esperimenti con albedo MODIS, le prestazioni del modello sono significativamente peggiori. La pendenza di 0,95 indica una leggera sottostima delle variazioni di SMB rispetto alle osservazioni, e l’intercetta di -0,02 m w.e. suggerisce un piccolo scostamento sistematico verso valori più negativi. Il coefficiente R² di 0,57 è notevolmente più basso rispetto a quello degli esperimenti MODIS (0,74), indicando che solo il 57% della varianza nei dati osservati è spiegata dal modello, un valore che denota una capacità predittiva ridotta. L’RMSE di 0,98 m w.e. è più alto rispetto agli esperimenti MODIS (0,74 m w.e.), riflettendo un errore medio maggiore. Tuttavia, il bias (0,04 m w.e.) e il bias relativo (-3%) rimangono simili a quelli degli altri esperimenti, suggerendo che l’errore sistematico non è influenzato dal metodo di determinazione dell’albedo. La performance inferiore di LIN-ref è probabilmente dovuta alla rappresentazione semplificata dell’albedo, che non riesce a catturare le variazioni spazio-temporali reali, a differenza dei dati MODIS.
LIN-Swi02
- Slope: 0,95
- Intcpt: -0,02 m w.e.
- R²: 0,57
- RMSE: 0,98 m w.e.
- Bias: 0,05 m w.e.
- Bias (%): -3%
  Questo esperimento combina l’albedo lineare con un valore fisso di Swi pari a 0,02. I risultati sono praticamente identici a quelli di LIN-ref per pendenza, intercetta e R², con un RMSE invariato (0,98 m w.e.) e un bias leggermente più alto (0,05 m w.e.), ma un bias relativo costante (-3%). Come osservato per MOD-Swi02, la modifica di Swi ha un impatto trascurabile sull’SMB, mentre l’albedo lineare rimane il fattore principale che limita l’accuratezza del modello, come evidenziato dal basso R² e dall’alto RMSE.

Interpretazione Scientifica e Implicazioni

I risultati della Tabella 2 offrono una panoramica dettagliata della performance del modello e dell’impatto delle diverse configurazioni di parametri sull’accuratezza della simulazione dell’SMB. Di seguito, analizziamo le principali implicazioni scientifiche:

Ruolo dell’Albedo nella Simulazione dell’SMB
Il confronto tra gli esperimenti con albedo MODIS (MOD-ref, MOD-w01, MOD-Swi02, MOD-NoDarcy) e quelli con albedo lineare (LIN-ref, LIN-Swi02) evidenzia che l’albedo è il fattore dominante che influenza l’accuratezza del modello. Gli esperimenti con albedo MODIS mostrano un R² più alto (0,74) e un RMSE più basso (0,74 m w.e.) rispetto a quelli con albedo lineare (R² = 0,57, RMSE = 0,98 m w.e.), indicando una maggiore capacità di spiegare la varianza osservata e un errore medio inferiore. Questo risultato è atteso, poiché l’albedo derivata da MODIS riflette variazioni spazio-temporali realistiche, basate su osservazioni satellitari, mentre l’albedo lineare, calcolata come una funzione semplificata della temperatura, non riesce a catturare la complessità delle condizioni reali, come le variazioni locali dovute a impurità superficiali o cambiamenti nella granulometria della neve. L’albedo influenza direttamente il bilancio energetico superficiale, determinando la quantità di energia solare assorbita e, di conseguenza, la fusione superficiale, che è il processo dominante nelle regioni di ablazione.
Impatto Limitato dei Parametri Idrologici
Le variazioni nei parametri idrologici, come il rapporto wh/wice (MOD-w01), la parametrizzazione di Swi (MOD-Swi02, LIN-Swi02) e il meccanismo di percolazione dell’acqua (MOD-NoDarcy), hanno un impatto minimo sull’SMB nelle regioni di ablazione. Questo è evidente dalla somiglianza dei risultati tra MOD-ref e gli altri esperimenti con albedo MODIS, che mostrano metriche statistiche quasi identiche. Nelle zone di ablazione, la fusione superficiale è il processo dominante, e l’acqua di fusione tende a drenare rapidamente verso il basso o a defluire lateralmente, riducendo l’importanza dei processi idrologici nel sottosuolo, come il flusso poroso (Darcy) o la ritenzione idrica (Swi). Questo risultato suggerisce che, per migliorare la simulazione dell’SMB in queste regioni, è più critico concentrarsi sulla rappresentazione dell’albedo e dei flussi energetici superficiali, piuttosto che sui dettagli dei processi idrologici nel sottosuolo.
Bias Sistematico e Sovrastima della Perdita di Massa
Tutti gli esperimenti mostrano un bias relativo del -3%, con un bias assoluto compreso tra 0,04 e 0,05 m w.e., indicando una leggera sovrastima della perdita di massa (SMB più negativo rispetto alle osservazioni). Questo bias sistematico potrebbe essere dovuto a diversi fattori, tra cui una sottostima dell’albedo nel modello, che porterebbe a un assorbimento eccessivo di radiazione solare e a una fusione sovrastimata, o a una sovrastima dei flussi energetici discendenti (ad esempio, radiazione a onde corte o lunghe) forniti da HIRHAM5. Tuttavia, il bias è relativamente piccolo, suggerendo che l’errore sistematico è limitato e che il modello cattura in modo ragionevole le dinamiche complessive dell’SMB. La coerenza del bias tra tutti gli esperimenti indica che questo problema non è legato alle configurazioni specifiche (ad esempio, albedo o parametri idrologici), ma potrebbe essere una caratteristica intrinseca del modello o dei dati di input.
Accuratezza Complessiva e Implicazioni per la Modellazione
Gli esperimenti con albedo MODIS mostrano una buona capacità predittiva, con un R² di 0,74 e un RMSE di 0,74 m w.e., valori che indicano un’accuratezza accettabile considerando la complessità dei processi glaciologici e la variabilità delle osservazioni, che coprono periodi temporali eterogenei (da mesi ad anni). Gli esperimenti con albedo lineare, invece, hanno prestazioni inferiori, con un R² di 0,57 e un RMSE di 0,98 m w.e., evidenziando una maggiore dispersione dei dati simulati rispetto a quelli osservati. Questo sottolinea l’importanza di utilizzare dati osservativi realistici, come quelli derivati da MODIS, per migliorare la simulazione dei processi superficiali, in particolare in contesti dominati dalla fusione, come le regioni di ablazione. L’RMSE più alto negli esperimenti LIN-ref e LIN-Swi02 indica che l’errore medio è più significativo, un aspetto che potrebbe influire sulla capacità del modello di prevedere con precisione la perdita di massa in scenari di cambiamento climatico, dove la fusione superficiale è destinata ad aumentare.

Conclusioni e Prospettive

La Tabella 2 fornisce un’analisi quantitativa rigorosa della performance del modello nel simulare l’SMB nelle regioni di ablazione della Calotta Glaciale della Groenlandia, evidenziando il ruolo cruciale dell’albedo come fattore determinante dell’accuratezza. Gli esperimenti con albedo MODIS (MOD-ref, MOD-w01, MOD-Swi02, MOD-NoDarcy) mostrano prestazioni superiori rispetto a quelli con albedo lineare (LIN-ref, LIN-Swi02), sottolineando la necessità di una rappresentazione realistica dell’albedo per catturare le dinamiche del bilancio energetico superficiale e della fusione. I parametri idrologici, come il meccanismo di percolazione e la ritenzione idrica, hanno un impatto trascurabile in questo contesto, un risultato che riflette la dominanza della fusione superficiale nelle regioni di ablazione e la rapida dinamica di drenaggio dell’acqua di fusione.

Il bias sistematico del -3%, presente in tutti gli esperimenti, suggerisce una leggera sovrastima della perdita di massa, un aspetto che potrebbe essere affrontato migliorando la parametrizzazione dell’albedo o affinando i flussi energetici in ingresso forniti da HIRHAM5. Questi risultati hanno implicazioni significative per la modellazione glaciologica, in particolare in un contesto di cambiamento climatico, dove una simulazione accurata dell’SMB è essenziale per prevedere la perdita di massa della calotta glaciale e il suo contributo all’innalzamento del livello del mare. La tabella evidenzia anche l’importanza di utilizzare dataset osservativi di alta qualità, come quelli derivati da MODIS, per migliorare l’accuratezza delle simulazioni, e suggerisce che future iterazioni del modello potrebbero beneficiare di una parametrizzazione più sofisticata dell’albedo, che tenga conto di fattori come le impurità superficiali e le variazioni nella granulometria della neve. In sintesi, la Tabella 2 rappresenta un contributo fondamentale per la validazione del modello, fornendo indicazioni chiare per il suo miglioramento e per una migliore comprensione delle dinamiche glaciologiche della Groenlandia.

Valutazione della Densità nel Sottosuolo mediante Confronto con Misure di Campo

La valutazione della densità simulata nel sottosuolo rappresenta un aspetto cruciale per la validazione del modello glaciologico, poiché la densità del firn è un indicatore fondamentale dei processi di compattazione e trasformazione della neve in ghiaccio, che influenzano direttamente il bilancio di massa e la dinamica a lungo termine della Calotta Glaciale della Groenlandia. Per effettuare questa valutazione, abbiamo confrontato i profili di densità simulati dal modello con un dataset di misurazioni sul campo, che comprende un totale di 75 carote di firn estratte in diversi siti e periodi temporali, coprendo un intervallo che va dal 1989 al 2013. Questi siti di campionamento sono rappresentati come croci verdi nella Figura 2 e sono dettagliati nella Tabella Supplementare S4, offrendo una copertura spaziale e temporale significativa per l’analisi.

Il dataset utilizzato per il confronto è stato costruito integrando dati provenienti da diverse campagne di ricerca, ciascuna caratterizzata da specifiche metodologie di raccolta e analisi. In particolare, il dataset include:

14 carote estratte durante l’Arctic Circle Traverse tra il 2009 e il 2013, come descritto da Machguth et al. (2016a). Questa campagna si è concentrata su regioni specifiche della calotta glaciale, fornendo dati recenti e dettagliati sulla densità del firn in aree di accumulo e transizione.
32 carote raccolte nell’ambito delle campagne PARCA (Program for Arctic Regional Climate Assessment) condotte tra il 1997 e il 1998, riportate da Mosley-Thompson et al. (2001). Queste carote coprono un’ampia area della calotta glaciale e rappresentano un riferimento storico per lo studio della densità del firn in diverse condizioni ambientali.
Una carota prelevata nel 1989 a Site J, un sito di particolare interesse scientifico situato nella regione centrale della calotta glaciale, come documentato da Kameda et al. (1995). Questo dato fornisce un punto di riferimento temporale più antico, utile per analizzare l’evoluzione della densità nel tempo.
28 carote estratte tra il 2007 e il 2008 lungo la linea EGIG (Expédition Glaciologique Internationale au Groenland), come riportato da Harper et al. (2012). Questa linea di campionamento attraversa la calotta glaciale da ovest a est, coprendo un gradiente altitudinale e climatico significativo, che permette di analizzare la variabilità della densità in diverse zone, dalle regioni di accumulo a quelle di ablazione.

La risoluzione e l’accuratezza dei dati di densità variano tra i diversi dataset, riflettendo le differenze nelle tecniche di misura e nelle condizioni di campionamento. Ad esempio, le carote più recenti, come quelle dell’Arctic Circle Traverse, beneficiano di tecnologie di misura più avanzate, mentre le carote più datate, come quella di Site J, potrebbero essere soggette a maggiori incertezze. Questi aspetti sono descritti in dettaglio negli studi citati, che forniscono informazioni sulle metodologie di raccolta, sull’elaborazione dei dati e sulle potenziali fonti di errore.

Per effettuare il confronto, ogni carota di firn è stata associata al profilo di densità simulato dal modello per la cella di griglia in cui il sito di campionamento si trova. Questo approccio tiene conto della risoluzione spaziale del modello, che suddivide la calotta glaciale in celle di griglia, ciascuna delle quali rappresenta un’area omogenea in termini di condizioni simulate. Tuttavia, poiché più carote possono trovarsi all’interno della stessa cella di griglia, il confronto permette anche di analizzare la variabilità della densità del firn all’interno di una singola cella. Questa variabilità intra-cella è un aspetto importante, poiché riflette le differenze locali nelle condizioni di accumulo, fusione e ricongelamento, che possono essere influenzate da fattori come la topografia, l’esposizione alla radiazione solare e la presenza di impurità superficiali. Ad esempio, in una cella che include sia una zona di accumulo che una zona di transizione verso l’ablazione, le carote possono mostrare profili di densità diversi, con valori più bassi nella neve fresca e porosa delle aree di accumulo e valori più alti nelle aree dove il ricongelamento dell’acqua di fusione ha prodotto strati di ghiaccio più compatti.

Implicazioni Scientifiche del Confronto

Il confronto tra i profili di densità simulati e osservati è essenziale per valutare la capacità del modello di riprodurre i processi fisici che governano la compattazione del firn, come la compressione sotto il peso degli strati sovrastanti, il ricongelamento dell’acqua di fusione e la metamorfosi della neve. Una simulazione accurata della densità è cruciale per diverse ragioni. In primo luogo, la densità del firn influenza la conducibilità termica e idrica del sottosuolo, determinando il trasferimento di calore e il movimento dell’acqua di fusione attraverso gli strati di neve e ghiaccio. In secondo luogo, la densità è un fattore chiave per il calcolo del bilancio di massa a lungo termine, poiché la trasformazione della neve in ghiaccio compatto contribuisce alla crescita della calotta glaciale. Eventuali discrepanze tra i profili simulati e osservati possono indicare limitazioni nelle parametrizzazioni del modello, come la rappresentazione della compattazione, del ricongelamento o della porosità del firn, fornendo indicazioni preziose per il miglioramento del modello.

Inoltre, l’analisi della variabilità intra-cella della densità del firn evidenzia la complessità delle condizioni locali sulla Calotta Glaciale della Groenlandia, che possono variare significativamente anche su scale spaziali ridotte. Questo aspetto sottolinea la necessità di un modello con una risoluzione spaziale adeguata per catturare tali variazioni, o di sviluppare parametrizzazioni che tengano conto della sub-variabilità all’interno delle celle di griglia. La distribuzione temporale delle carote, che copre un periodo di oltre due decenni (1989-2013), permette anche di valutare l’evoluzione della densità nel tempo, un aspetto critico in un contesto di cambiamento climatico, dove l’aumento della fusione superficiale e del ricongelamento può alterare significativamente i profili di densità del firn.

In sintesi, il confronto tra i profili di densità simulati e osservati, basato su un dataset di 75 carote di firn provenienti da diverse campagne di ricerca, rappresenta un passo fondamentale per la validazione del modello del sottosuolo. La varietà dei dataset utilizzati, che coprono diverse regioni, altitudini e periodi temporali, fornisce un quadro rappresentativo delle condizioni della Calotta Glaciale della Groenlandia, consentendo di testare la robustezza del modello in contesti eterogenei. I risultati di questa analisi contribuiranno a migliorare la comprensione dei processi di compattazione del firn e a ottimizzare le parametrizzazioni del modello, con implicazioni significative per la simulazione del bilancio di massa e della risposta della calotta glaciale ai cambiamenti climatici.

Analisi del Bilancio di Massa Superficiale e dell’Estensione della Fusione nei Modelli Glaciologici

Lo studio del bilancio di massa superficiale (Surface Mass Balance, SMB) e dell’estensione della fusione rappresenta un aspetto cruciale per comprendere la dinamica delle calotte glaciali, specialmente in contesti di cambiamento climatico. Le osservazioni dei tassi annuali di accumulo netto, espressi in termini di equivalente idrico (water equivalent, w.e.), sono state confrontate con le simulazioni di accumulo netto generate da modelli glaciologici. In tali modelli, l’accumulo netto è calcolato come la differenza tra la neve caduta e la sublimazione, fornendo una stima della quantità di massa che si accumula o si perde sulla superficie glaciale. I risultati indicano che il modello presenta una deviazione media complessiva del -5% rispetto ai dati osservati, suggerendo una leggera sottostima dell’accumulo netto. Tuttavia, l’elevato coefficiente di correlazione di 0,90 evidenzia una forte concordanza tra le variazioni spaziali simulate e quelle rilevate sul campo. Inoltre, la pendenza della regressione lineare ortogonale, pari a 1,01, conferma che il modello riesce a riprodurre con notevole accuratezza sia l’entità media che le variazioni spaziali dell’accumulo netto. Le deviazioni locali, che possono essere sia positive che negative, si compensano quasi completamente nella media, portando a un errore quadratico medio (root-mean-square error) del 25%. Tuttavia, non è stato possibile individuare un pattern chiaro nella distribuzione di queste deviazioni in funzione dell’altitudine, suggerendo che i fattori che influenzano le discrepanze tra modello e osservazioni non sono strettamente legati alla quota.

Un confronto più dettagliato è stato effettuato tra le misurazioni del bilancio di massa superficiale riportate da Machguth et al. (2016b) e le simulazioni interpolate al vicino più prossimo, calcolate come somme giornaliere per le date corrispondenti alle osservazioni. In questo contesto, l’esperimento di riferimento denominato MOD-ref ha mostrato un’ottima corrispondenza con i dati osservati, con una pendenza della regressione di 0,97, un’intercetta di 0,00 metri di equivalente idrico, un coefficiente di determinazione (R²) di 0,74 e una deviazione relativa del -3%. Quest’ultimo valore indica una lieve sottostima della perdita di massa netta da parte del modello. Analogamente, l’esperimento LIN-ref ha prodotto risultati comparabili, con una pendenza di 0,95, un’intercetta di -0,02 metri di equivalente idrico, un R² di 0,57 e una deviazione relativa anch’essa del -3%. Questi dati suggeriscono che entrambi gli esperimenti, basati su diverse parametrizzazioni dell’albedo (MOD e LIN), offrono prestazioni simili nella stima del bilancio di massa superficiale. Un’analisi comparativa tra diverse versioni del modello, tutte basate sull’albedo MOD, non ha evidenziato un esperimento chiaramente superiore agli altri, e lo stesso risultato è stato osservato per gli esperimenti con albedo LIN. Questo indica che le variazioni nelle parametrizzazioni dell’albedo non influiscono significativamente sulla capacità del modello di riprodurre il bilancio di massa osservato.

Per esplorare la dipendenza del bilancio di massa superficiale dall’altitudine, le analisi statistiche sono state rielaborate suddividendo i siti di misurazione in due categorie: quelli situati sopra i 700 metri sul livello del mare e quelli al di sotto di tale quota. Nei siti ad alta quota, gli esperimenti MOD-ref e LIN-ref sottostimano la perdita di massa netta rispettivamente dell’8% e del 16%, suggerendo una tendenza del modello a non catturare pienamente i processi di ablazione in queste aree. Al contrario, nei siti a bassa quota, il modello tende a sovrastimare la perdita di massa netta, con deviazioni rispettivamente dell’1% per MOD-ref e del 7% per LIN-ref. La deviazione negativa complessiva del -3%, calcolata su tutti i siti, è quindi il risultato di una compensazione tra le sottostime ad alta quota e le sovrastime a bassa quota. Per valutare l’impatto di queste discrepanze sul deflusso totale della calotta glaciale, è stato calcolato il contributo al deflusso proveniente dalle aree sopra e sotto i 700 metri sul livello del mare. I risultati indicano che, in entrambi gli esperimenti (MOD-ref e LIN-ref), circa il 38% del deflusso totale deriva dalle aree a bassa quota, mentre il restante 62% proviene dalle aree ad alta quota. Integrando le deviazioni percentuali con queste proporzioni, si ottengono deviazioni medie ponderate della perdita di massa nella zona di ablazione pari a -5% per l’esperimento MOD-ref e -7% per l’esperimento LIN-ref. Questi valori riflettono una sottostima complessiva della perdita di massa, che rimane tuttavia contenuta.

Un aspetto critico emerso dall’analisi riguarda i siti caratterizzati da bilanci di massa superficiale estremamente negativi, dove il modello tende a sottostimare significativamente la perdita di massa. Questo fenomeno è particolarmente evidente in corrispondenza di siti come QAS_L, situato nel sud della Groenlandia, appartenente al programma PROMICE. Un’analisi focalizzata esclusivamente sui siti PROMICE nella zona di ablazione inferiore (KAN_L, KPC_L, NUK_L, NUK_N, QAS_L, SCO_L, TAS_L e UPE_L), situati a un’altitudine media di 468 metri (± 240 metri di deviazione standard), ha rivelato sottostime medie della perdita di massa pari al 29% per l’esperimento MOD-ref e al 37% per l’esperimento LIN-ref. Queste discrepanze suggeriscono che il modello potrebbe non rappresentare adeguatamente i processi fisici dominanti nelle aree di ablazione inferiore, come la fusione intensa o il deflusso superficiale, specialmente in siti caratterizzati da condizioni estreme.

In conclusione, l’analisi condotta evidenzia che i modelli glaciologici esaminati, pur mostrando un’ottima capacità di riprodurre le variazioni spaziali e temporali del bilancio di massa superficiale, presentano alcune limitazioni, specialmente nelle zone di ablazione inferiore e nei casi di perdite di massa estreme. Le deviazioni rilevate, seppur moderate nella media, sottolineano l’importanza di migliorare la parametrizzazione di processi chiave, come l’albedo e la fusione, per aumentare l’accuratezza delle simulazioni e la loro affidabilità in contesti di previsione climatica e gestione delle risorse idriche derivanti dalle calotte glaciali.

La sottostima significativa dei processi di ablazione nei siti situati a bassissima quota rappresenta una sfida critica per i modelli glaciologici, poiché influisce sulla capacità di prevedere con precisione la perdita di massa delle calotte glaciali. Diverse cause, di natura sia tecnica che fisica, sono state identificate come responsabili di questa discrepanza tra le simulazioni modellistiche e le osservazioni in situ, evidenziando limitazioni intrinseche nei metodi utilizzati e nelle parametrizzazioni adottate.

In primo luogo, la risoluzione spaziale del modello, basata su una griglia di 5,5 km, risulta inadeguata per catturare le variazioni fini del terreno e le transizioni tra superfici terrestri e glaciali nelle immediate vicinanze dei siti a bassa quota, come ad esempio il sito QAS_L nel sud della Groenlandia. Questa limitazione impedisce al modello di rappresentare accuratamente le caratteristiche locali del paesaggio, che possono influenzare significativamente i processi di fusione e deflusso superficiale. La scala della griglia tende a omogeneizzare le proprietà superficiali, riducendo la capacità di simulare micro-variabilità che giocano un ruolo cruciale nelle dinamiche di ablazione.

Un secondo fattore determinante riguarda le discrepanze nelle temperature dell’aria vicino alla superficie. Le osservazioni condotte tra giugno e agosto nei siti a bassa quota evidenziano che il modello HIRHAM5 sottostima sistematicamente tali temperature di circa 2-3 gradi rispetto ai dati misurati (Tabella Supplementare S3). Questa deviazione fredda si riflette in un analogo errore nel gradiente termico tra l’aria e la superficie glaciale, riducendo l’apporto di calore sensibile trasmesso alla superficie. Poiché il trasferimento di calore sensibile è un driver fondamentale per la fusione del ghiaccio, questa sottostima contribuisce direttamente a una rappresentazione inaccurata dei tassi di ablazione, specialmente in condizioni estive quando le temperature sono più elevate.

In terzo luogo, il modello adotta una rappresentazione semplificata degli elementi di rugosità superficiale, come crepacci e ondulazioni a scala sub-griglia, che influenzano la turbolenza nello strato limite atmosferico. Studi precedenti (Fausto et al., 2016a,b) hanno dimostrato che una parametrizzazione inadeguata di tali caratteristiche può portare a una sottostima dei processi di trasferimento di calore turbolento. La turbolenza nello strato limite è essenziale per determinare l’efficienza con cui il calore atmosferico viene trasferito alla superficie glaciale, e una sua rappresentazione incompleta riduce la capacità del modello di simulare correttamente i tassi di fusione, specialmente in aree caratterizzate da superfici glaciali complesse.

Un quarto aspetto critico concerne la parametrizzazione dell’albedo superficiale, che risulta sistematicamente sovrastimata nei siti a bassa quota (Langen et al., 2015; Fausto et al., 2016b). Nel caso dell’esperimento LIN, l’albedo fissa per il ghiaccio nudo, stabilita a 0,4, si rivela eccessivamente alta per siti come QAS_L, dove le misurazioni in situ di luglio 2012 hanno registrato un valore medio di 0,21 (van As et al., 2013). Anche nell’esperimento MOD, che utilizza una parametrizzazione più dinamica, il modello non riesce a catturare valori di albedo così bassi, con un valore medio simulato per luglio 2012 di 0,44 sulla griglia HIRHAM5 (Fausto et al., 2016b). Questa sovrastima dell’albedo si traduce in una riduzione della radiazione solare netta assorbita dalla superficie glaciale. Un’analisi comparativa della radiazione solare netta entrante (calcolata come radiazione entrante meno quella riflessa) tra il 2008 e il 2014 rivela deviazioni modellistiche del -16% per l’esperimento MOD e del -44% per l’esperimento LIN nel sito QAS_L. Queste discrepanze sono attribuibili a deviazioni positive dell’albedo di 0,16 e 0,34 rispettivamente per i due esperimenti (Tabella Supplementare S3), che riducono l’energia disponibile per la fusione.

Per quanto riguarda i siti a quota più alta, si osserva una tendenza simile verso deviazioni fredde nelle temperature dell’aria vicino alla superficie, sebbene tali errori siano generalmente di entità inferiore rispetto a quelli riscontrati nei siti a bassa quota. Un’eccezione significativa è rappresentata dal sito KPC_U, situato nella Groenlandia nord-occidentale, dove l’esperimento LIN evidenzia una sovrastima della perdita di massa associata a una deviazione calda media di 1,7 gradi nelle temperature estive (giugno-agosto). Questa condizione di surriscaldamento attiva un feedback positivo tra il riscaldamento della neve superficiale e la riduzione dell’albedo, amplificando l’assorbimento di radiazione solare. Di conseguenza, si registra una deviazione positiva della radiazione solare netta entrante del 41%, che contribuisce a una sovrastima della fusione in questo sito. Nel caso dell’esperimento MOD, invece, l’albedo specificata impedisce l’attivazione di questo feedback, risultando in una deviazione netta della radiazione solare minima, pari al -5%.

In sintesi, la sottostima dell’ablazione nei siti a bassa quota deriva da una combinazione di limitazioni nella risoluzione spaziale del modello, errori nelle temperature simulate, semplificazioni nella rappresentazione della rugosità superficiale e sovrastime dell’albedo. Questi fattori, agendo in sinergia, riducono la capacità del modello di riprodurre fedelmente i processi di fusione nelle aree di ablazione inferiore, dove le condizioni ambientali sono spesso estreme. Al contrario, nei siti a quota più alta, le deviazioni possono variare in direzione e intensità, come dimostrato dal caso di KPC_U, evidenziando la complessità delle interazioni tra parametrizzazioni modellistiche e dinamiche locali. Migliorare la rappresentazione di questi processi, attraverso una risoluzione spaziale più fine, parametrizzazioni più sofisticate dell’albedo e una modellazione accurata dei trasferimenti di calore, sarà essenziale per incrementare l’affidabilità delle simulazioni glaciologiche e per comprendere meglio l’evoluzione delle calotte glaciali in un contesto di cambiamento climatico.

L’analisi della fusione superficiale delle calotte glaciali rappresenta un elemento cruciale per comprendere le dinamiche glaciali e il loro ruolo nel contesto del cambiamento climatico globale. In questo studio, i dati relativi ai giorni di fusione derivati dalle temperature di brillanza per il periodo compreso tra il 1988 e il 2012 sono stati confrontati con le simulazioni generate dal modello HIRHAM5, utilizzando una griglia EASE a 25 km di risoluzione spaziale. Questa scelta è stata adottata per minimizzare gli artefatti derivanti dal confronto tra osservazioni caratterizzate da variazioni graduali e le simulazioni, che includono dettagli a scala più fine. Nello specifico, i campi giornalieri simulati, che distinguono tra eventi di fusione (assegnando il valore 1) e assenza di fusione (valore 0), sono stati inizialmente elaborati sulla griglia HIRHAM5 ad alta risoluzione di 5 km. La fusione è stata definita come un evento giornaliero con un totale di fusione superiore a 5 mm di equivalente idrico, seguendo una convenzione coerente con altri modelli glaciologici come MAR e RACMO. Successivamente, questi dati sono stati interpolati bilinearmente sulla griglia EASE a 25 km, generando un campo frazionario con valori compresi tra 0 e 1. Per distinguere tra fusione e non fusione, è stata applicata una soglia di 0,5, consentendo di convertire i valori frazionari in una classificazione binaria. Il conteggio annuale dei giorni di fusione ha prodotto 25 campi bidimensionali, che sono stati analizzati confrontando le simulazioni con le osservazioni nelle celle della griglia in cui entrambi i dataset indicano la presenza di ghiaccio.

I risultati di questa analisi comparativa sono stati sintetizzati attraverso diverse metriche statistiche, riportate nella Tabella 3. La deviazione media (“Bias”) rappresenta la differenza a lungo termine tra la somma dei giorni di fusione simulati e osservati a livello dell’intera calotta glaciale. Per valutare la corrispondenza spaziale, è stato calcolato il campo medio a lungo termine dei conteggi annuali dei giorni di fusione, e le statistiche sono state elaborate considerando esclusivamente le celle della griglia in cui almeno uno dei due dataset (osservazioni o modello) segnala eventi di fusione. Questi risultati sono illustrati graficamente nella Figura 5. Parallelamente, le statistiche temporali sono state derivate sommando annualmente i conteggi dei giorni di fusione sull’intera estensione della calotta glaciale, permettendo di analizzare la variabilità interannuale.

Le versioni del modello basate sulla parametrizzazione MOD mostrano una sottostima significativa dei giorni di fusione totali a livello dell’intera calotta glaciale, con una deviazione media di circa il 18% rispetto alle osservazioni. Al contrario, le versioni LIN si dimostrano molto più vicine ai dati osservati, con deviazioni che oscillano tra -4% e +2%, indicando una maggiore accuratezza nella stima complessiva della fusione. Tuttavia, un’analisi più approfondita della variabilità interannuale rivela che tutti i modelli, indipendentemente dalla parametrizzazione, presentano un elevato coefficiente di correlazione (circa 0,9) con le osservazioni, evidenziando una buona capacità di catturare le tendenze temporali generali. Nonostante ciò, la pendenza della regressione temporale risulta sistematicamente troppo bassa, con valori intorno a 0,7, suggerendo che il modello tende a sottostimare l’ampiezza delle variazioni anno per anno. Questo implica che le differenze tra anni con fusione intensa e anni con fusione ridotta sono rappresentate in modo attenuato rispetto alla realtà.

Dal punto di vista spaziale, il pattern medio a lungo termine dei giorni di fusione simulati mostra una forte correlazione con le osservazioni, con coefficienti di correlazione prossimi a 0,9. Tuttavia, la pendenza della regressione spaziale risulta eccessivamente elevata, con valori intorno a 1,2, indicando che il modello amplifica le differenze tra aree caratterizzate da un elevato numero di giorni di fusione e quelle con un numero ridotto. Questo comportamento è ulteriormente illustrato nella Figura 5, che evidenzia come i pattern spaziali simulati siano generalmente coerenti con le osservazioni, ma con alcune discrepanze significative. In particolare, il modello tende a sottorappresentare le aree con pochi giorni di fusione, mentre sovrastima la frequenza delle aree con molti giorni di fusione, creando un contrasto spaziale più marcato rispetto alla realtà osservata.

Confrontando le performance delle versioni LIN e MOD, emerge che i coefficienti di correlazione, sia spaziali che temporali, e le pendenze delle regressioni risultano molto simili tra i due gruppi di esperimenti. Ciò suggerisce che le differenze nelle parametrizzazioni non influiscono significativamente sulla capacità del modello di riprodurre le variazioni spaziali e temporali della fusione. Tuttavia, le versioni LIN si distinguono per una migliore corrispondenza con i totali medi di giorni di fusione a livello dell’intera calotta glaciale, grazie alla loro capacità di ridurre la deviazione complessiva rispetto alle osservazioni. All’interno dei due gruppi di esperimenti, LIN e MOD, non è stato possibile identificare una variante chiaramente superiore alle altre, poiché le statistiche non evidenziano differenze sostanziali in termini di accuratezza complessiva.

In conclusione, l’analisi condotta rivela che, sebbene il modello HIRHAM5 riesca a catturare con buona approssimazione i pattern spaziali e temporali della fusione superficiale, presenta limitazioni significative nella stima quantitativa dei giorni di fusione, specialmente nelle versioni MOD. Le discrepanze osservate, come la sottostima delle variazioni interannuali e l’amplificazione dei contrasti spaziali, suggeriscono la necessità di raffinare le parametrizzazioni modellistiche, in particolare per quanto riguarda i processi che governano la fusione e la sua distribuzione spaziale. Miglioramenti in queste aree potrebbero incrementare l’affidabilità delle simulazioni, fornendo stime più accurate del contributo della fusione superficiale al bilancio di massa delle calotte glaciali e alle proiezioni future di perdita di ghiaccio.

La Figura 3 offre un’analisi approfondita del confronto tra l’accumulo netto annuale simulato da un modello glaciologico e i dati osservati, espressi in metri di equivalente idrico (m w.e.), per un totale di 68 carote di ghiaccio prelevate da siti situati a un’altitudine superiore a 1000 metri sul livello del mare (m a.s.l.). L’accumulo netto, un parametro fondamentale per la valutazione del bilancio di massa superficiale delle calotte glaciali, è calcolato come la differenza tra la neve caduta e la sublimazione (snowfall-minus-sublimation). Questo confronto è essenziale per verificare l’affidabilità del modello nel riprodurre i processi di accumulo, che rappresentano un contributo chiave alla dinamica glaciale e al bilancio complessivo di massa in regioni di alta quota.

Struttura e Contenuto del Grafico

Il grafico si configura come uno scatter plot con due assi principali. Sull’asse delle ascisse (x) sono riportati i valori di accumulo netto osservati, che si estendono da circa 0 a 1,2 m w.e., mentre sull’asse delle ordinate (y) sono rappresentati i valori simulati dal modello, anch’essi nell’intervallo da 0 a circa 1,2 m w.e. Ogni punto blu nel grafico corrisponde a una coppia di valori osservati e simulati per uno dei 68 siti analizzati, offrendo una rappresentazione visiva della relazione tra i due dataset. La distribuzione dei punti mostra una tendenza generale a seguire una relazione lineare, sebbene sia evidente una certa dispersione, che riflette variazioni locali non completamente catturate dal modello.

Per facilitare l’interpretazione, il grafico include due linee di riferimento. La linea nera tratteggiata rappresenta la relazione ideale 1:1, che si verificherebbe se i valori simulati coincidessero perfettamente con quelli osservati, indicando un’accuratezza ideale del modello. La linea blu continua, invece, rappresenta la regressione lineare ortogonale calcolata sui dati, che descrive la relazione effettiva tra i valori osservati e simulati. La vicinanza della linea blu alla linea nera suggerisce una buona corrispondenza complessiva, ma alcune deviazioni sono evidenti e vengono quantificate attraverso le statistiche riportate.

Analisi delle Statistiche della Regressione

A destra del grafico sono elencate le statistiche della regressione lineare ortogonale, che forniscono una valutazione quantitativa della performance del modello:

Numero di campioni (N = 68): Il dataset comprende 68 carote di ghiaccio, un campione significativo che consente un’analisi robusta della relazione tra osservazioni e simulazioni.
Pendenza (Slope = 1.01): La pendenza della regressione, pari a 1,01, è estremamente vicina al valore ideale di 1, indicando che il modello riproduce in modo quasi proporzionale l’accumulo netto osservato. Un valore leggermente superiore a 1 suggerisce una tendenza del modello a sovrastimare lievemente i valori simulati rispetto a quelli osservati, soprattutto per accumuli netti più elevati.
Intercetta (Intercept = -0.03): L’intercetta negativa di -0,03 implica che, per valori osservati molto bassi (vicini a 0), il modello tende a prevedere valori leggermente inferiori. Questo comportamento potrebbe riflettere una sottostima sistematica in condizioni di accumulo minimo, potenzialmente legata a una rappresentazione semplificata dei processi di sublimazione o di deposizione nevosa.
Coefficiente di determinazione (R² = 0.80): Un R² di 0,80 indica che l’80% della variabilità nei dati osservati è spiegata dal modello, evidenziando una forte correlazione tra i valori simulati e quelli misurati. Questo valore suggerisce che il modello è in grado di catturare la maggior parte delle variazioni spaziali e delle tendenze generali nell’accumulo netto, anche se il 20% della variabilità rimane non spiegato, probabilmente a causa di fattori locali o di limitazioni nella parametrizzazione del modello.
Errore quadratico medio (RMSE = 0.10): L’errore quadratico medio di 0,10 m w.e. quantifica la dispersione dei punti attorno alla linea di regressione, fornendo una misura dell’accuratezza del modello. Questo valore relativamente basso indica che le deviazioni tra i valori osservati e simulati sono generalmente contenute, ma la dispersione visibile nel grafico evidenzia che esistono discrepanze locali significative in alcuni siti.
Deviazione media (Bias = -0.02): Il bias di -0,02 m w.e. rivela una leggera sottostima complessiva dell’accumulo netto da parte del modello rispetto alle osservazioni. Questo risultato è coerente con la deviazione media del -5% riportata nel testo associato, suggerendo che, nonostante la buona corrispondenza generale, il modello tende a sottostimare sistematicamente l’accumulo netto, anche se di un margine relativamente piccolo.

Interpretazione Scientifica

Il grafico e le statistiche associate dimostrano che il modello glaciologico riesce a riprodurre con notevole affidabilità l’accumulo netto annuale in regioni di alta quota, come evidenziato dall’elevato coefficiente di determinazione (R² = 0,80) e dalla pendenza della regressione prossima a 1 (1,01). Questi indicatori suggeriscono che il modello non solo cattura l’entità media dell’accumulo netto, ma è anche in grado di rappresentare accuratamente le variazioni spaziali tra i diversi siti analizzati. La vicinanza della linea di regressione blu alla linea ideale 1:1 (nera) conferma ulteriormente questa capacità, indicando che le simulazioni sono generalmente ben allineate con le osservazioni.

Tuttavia, la dispersione dei punti attorno alla linea di regressione, quantificata dall’RMSE di 0,10 m w.e., evidenzia che il modello non è esente da limitazioni. Le discrepanze locali possono essere attribuite a diversi fattori, tra cui variazioni nella topografia, differenze nelle condizioni microclimatiche o una rappresentazione incompleta dei processi di sublimazione e deposizione nevosa. Inoltre, il bias negativo di -0,02 m w.e. (equivalente a un -5% in termini percentuali) suggerisce una tendenza sistematica del modello a sottostimare l’accumulo netto, un aspetto che potrebbe derivare da una parametrizzazione non ottimale di alcuni processi fisici, come la sublimazione, o da una risoluzione spaziale insufficiente per catturare variazioni locali significative.

Implicazioni e Considerazioni

La Figura 3 fornisce un contributo importante per valutare l’affidabilità del modello glaciologico nel simulare l’accumulo netto in contesti di alta quota, dove i processi di accumulo dominano il bilancio di massa superficiale. La forte correlazione tra osservazioni e simulazioni (R² = 0,80) e la pendenza vicina a 1 indicano che il modello può essere utilizzato con fiducia per analisi a scala regionale, come la stima dei contributi di accumulo al bilancio di massa complessivo della calotta glaciale. Tuttavia, le deviazioni locali, evidenziate dall’RMSE e dal bias, sottolineano la necessità di ulteriori miglioramenti nella modellazione. Per esempio, una risoluzione spaziale più fine o una parametrizzazione più dettagliata dei processi di sublimazione e deposizione potrebbero ridurre la dispersione dei dati e migliorare l’accuratezza delle simulazioni.

In conclusione, la Figura 3 dimostra che, pur con alcune limitazioni, il modello glaciologico rappresenta uno strumento valido per lo studio dell’accumulo netto in regioni di alta quota. I risultati ottenuti forniscono una base solida per future indagini, che potrebbero concentrarsi sull’ottimizzazione delle parametrizzazioni e sull’integrazione di dati osservativi aggiuntivi per migliorare la rappresentazione dei processi glaciologici locali e regionali. Questo tipo di analisi è fondamentale per comprendere meglio la risposta delle calotte glaciali al cambiamento climatico e per prevedere con maggiore precisione le variazioni nel bilancio di massa e nel contributo al livello del mare.

La Figura 4 rappresenta un’analisi comparativa dettagliata del bilancio di massa superficiale (Surface Mass Balance, SMB) simulato dai modelli glaciologici MOD-ref e LIN-ref rispetto ai dati osservati, condotta su un totale di 351 siti situati nella zona di ablazione, per un complessivo di 1041 osservazioni. Il bilancio di massa superficiale, espresso in metri di equivalente idrico (m w.e.), è un indicatore fondamentale per valutare i processi di accumulo e ablazione che determinano il guadagno o la perdita di massa di una calotta glaciale. Valori negativi di SMB indicano una predominanza di ablazione, ovvero una perdita di massa dovuta a fusione o sublimazione, mentre valori positivi segnalano un accumulo netto, principalmente legato alla deposizione di neve. Questo confronto è essenziale per valutare l’affidabilità dei modelli nel riprodurre i processi glaciologici e per identificare eventuali discrepanze che possano guidare futuri miglioramenti nella modellazione.

Struttura e Composizione del Grafico

La figura si articola in due pannelli distinti, ciascuno dedicato a un modello: il pannello superiore rappresenta i risultati dell’esperimento MOD-ref, mentre quello inferiore è relativo all’esperimento LIN-ref. Entrambi i pannelli sono configurati come scatter plot, con l’asse delle ascisse (x) che riporta i valori osservati di SMB e l’asse delle ordinate (y) che mostra i valori simulati, entrambi espressi in m w.e. L’intervallo di valori varia da circa -8 m w.e. a +2 m w.e., riflettendo la predominanza di processi il regime di ablazione in questa regione, dove la fusione prevale sull’accumulo, portando a valori di SMB prevalentemente negativi.

I dati sono suddivisi in base all’altitudine dei siti: i punti rossi rappresentano i 425 siti situati a un’altitudine inferiore a 700 metri sul livello del mare (m a.s.l.), mentre i punti blu indicano i 616 siti a un’altitudine superiore a questa soglia (calcolati come 1041 – 425). Questa distinzione permette di analizzare la dipendenza dall’altitudine delle performance dei modelli, un aspetto critico per comprendere le dinamiche di ablazione e accumulo in diverse regioni della calotta glaciale.

Ogni pannello include tre linee di riferimento per facilitare l’interpretazione dei dati:

La linea nera tratteggiata rappresenta la relazione ideale 1:1, che si verificherebbe se i valori simulati corrispondessero esattamente a quelli osservati, indicando un’accuratezza perfetta del modello.
La linea rossa rappresenta la regressione lineare ortogonale calcolata su tutti i 1041 punti (indicata come “ALL” nelle statistiche), offrendo una stima della relazione complessiva tra valori osservati e simulati.
La linea blu rappresenta la regressione lineare ortogonale per i 616 punti relativi ai siti sopra i 700 m (indicata come “>700m”), consentendo un’analisi specifica delle prestazioni del modello a quote più alte.

Statistiche della Regressione Lineare

A destra di ciascun pannello sono riportate le statistiche della regressione lineare ortogonale, suddivise in due categorie: “ALL” (tutti i 1041 siti) e “>700m” (i 616 siti sopra i 700 m). Queste statistiche forniscono una valutazione quantitativa della capacità dei modelli di riprodurre i dati osservati, considerando sia l’accuratezza complessiva che le differenze legate all’altitudine.

Esperimento MOD-ref (Pannello Superiore)

Per l’insieme di tutti i siti (ALL, N = 1041):

Pendenza (Slope = 0.97): La pendenza della regressione è molto vicina a 1, indicando che il modello MOD-ref riproduce i valori osservati in modo quasi proporzionale. Questo suggerisce una buona capacità del modello di catturare l’entità generale del bilancio di massa superficiale.
Intercetta (Intercept = 0.00): Un’intercetta pari a zero implica che il modello non presenta uno scostamento sistematico per valori osservati vicini a 0, garantendo una buona corrispondenza anche in condizioni di bilancio di massa prossimo allo zero.
Coefficiente di determinazione (R² = 0.74): Un R² di 0,74 indica che il 74% della variabilità nei dati osservati è spiegata dal modello, riflettendo una correlazione robusta tra valori simulati e osservati. Tuttavia, il restante 26% di variabilità non spiegata suggerisce la presenza di fattori locali o processi non adeguatamente rappresentati dal modello.
Errore quadratico medio (RMSE = 0.74): Un RMSE di 0,74 m w.e. evidenzia una dispersione significativa dei punti attorno alla linea di regressione, indicando che, nonostante la buona correlazione, ci sono discrepanze locali rilevanti.
Deviazione media (Bias = 0.04): Un bias positivo di 0,04 m w.e. suggerisce una leggera sovrastima media del modello rispetto alle osservazioni. Tuttavia, questo valore non è coerente con il bias del -3% riportato nel testo associato, che potrebbe riflettere una metrica normalizzata o un calcolo basato su una diversa aggregazione dei dati.

Per i siti sopra i 700 m (N = 616):

Pendenza (Slope = 1.04): Una pendenza leggermente superiore a 1 indica che il modello tende a sovrastimare i valori simulati rispetto a quelli osservati, specialmente per valori più alti di SMB.
Intercetta (Intercept = 0.09): Un’intercetta positiva implica che per valori osservati vicini a 0, il modello prevede valori leggermente positivi, contribuendo alla sovrastima.
Coefficiente di determinazione (R² = 0.75): Una correlazione leggermente migliore rispetto all’insieme di tutti i siti, suggerendo che il modello è più accurato a quote più alte.
Errore quadratico medio (RMSE = 0.62): Un RMSE inferiore rispetto a quello calcolato per tutti i siti indica una maggiore precisione nelle regioni di alta quota, dove i processi di accumulo tendono a predominare.
Deviazione media (Bias = 0.08): Un bias di 0,08 m w.e. è coerente con la sottostima della perdita di massa netta dell’8% riportata nel testo, indicando che il modello non cattura pienamente l’ablazione in queste aree.

Esperimento LIN-ref (Pannello Inferiore)

Per l’insieme di tutti i siti (ALL, N = 1041):

Pendenza (Slope = 0.95): Una pendenza leggermente inferiore a 1 suggerisce una tendenza del modello LIN-ref a sottostimare i valori simulati rispetto a quelli osservati, in particolare per valori di SMB più negativi (maggiore ablazione).
Intercetta (Intercept = -0.02): Una leggera intercetta negativa indica che per valori osservati vicini a 0, il modello tende a prevedere valori lievemente negativi, contribuendo alla sottostima.
Coefficiente di determinazione (R² = 0.57): Un R² di 0,57 è significativamente più basso rispetto a MOD-ref, indicando che solo il 57% della variabilità nei dati osservati è spiegata dal modello. Questo suggerisce una correlazione più debole e una maggiore difficoltà nel catturare le variazioni del bilancio di massa.
Errore quadratico medio (RMSE = 0.98): Un RMSE di 0,98 m w.e., più alto rispetto a MOD-ref, evidenzia una dispersione maggiore dei punti, riflettendo una minore precisione del modello.
Deviazione media (Bias = 0.04): Analogamente a MOD-ref, un bias positivo di 0,04 m w.e. indica una leggera sovrastima media, anche se non coerente con il bias del -3% riportato nel testo.

Per i siti sopra i 700 m (N = 616):

Pendenza (Slope = 0.90): Una pendenza inferiore a 1 indica una sottostima più marcata rispetto a MOD-ref, specialmente a quote più alte.
Intercetta (Intercept = 0.06): Un’intercetta positiva suggerisce una leggera sovrastima per valori osservati vicini a 0.
Coefficiente di determinazione (R² = 0.57): La correlazione rimane simile a quella calcolata per tutti i siti, indicando che l’altitudine non migliora significativamente la performance del modello LIN-ref.
Errore quadratico medio (RMSE = 0.82): Un RMSE di 0,82 m w.e. è più alto rispetto a MOD-ref, ma inferiore rispetto all’insieme di tutti i siti, suggerendo una precisione intermedia.
Deviazione media (Bias = 0.16): Un bias di 0,16 m w.e. è coerente con la sottostima della perdita di massa netta del 16% riportata nel testo, evidenziando una difficoltà del modello nel rappresentare adeguatamente l’ablazione a quote più alte.

Interpretazione e Implicazioni

La Figura 4 fornisce una panoramica dettagliata delle prestazioni dei modelli MOD-ref e LIN-ref nella simulazione del bilancio di massa superficiale nella zona di ablazione. Entrambi i modelli mostrano una discreta capacità di riprodurre i dati osservati, ma con differenze significative in termini di correlazione, precisione e dipendenza dall’altitudine.

L’esperimento MOD-ref dimostra una migliore performance complessiva, con un R² di 0,74 per tutti i siti, rispetto a 0,57 per LIN-ref. Questo indica che MOD-ref è più efficace nel catturare la variabilità del bilancio di massa superficiale, con una pendenza di 0,97 che suggerisce una relazione quasi proporzionale tra valori osservati e simulati. Tuttavia, il modello tende a sottostimare la perdita di massa netta nei siti sopra i 700 m (sottostima dell’8%, con un bias di 0,08 m w.e.), mentre sovrastima leggermente quella nei siti sotto i 700 m (1%, come riportato nel testo). Questa compensazione porta a un bias complessivo del -3%, come indicato nel testo associato.

L’esperimento LIN-ref, invece, presenta una correlazione più debole (R² = 0,57) e una maggiore dispersione dei dati (RMSE = 0,98 m w.e.), evidenziando una minore precisione. La pendenza di 0,95 per tutti i siti e di 0,90 per i siti sopra i 700 m indica una tendenza più marcata a sottostimare i valori, specialmente a quote più alte, dove la sottostima della perdita di massa netta raggiunge il 16% (bias di 0,16 m w.e.). Nei siti sotto i 700 m, il modello sovrastima la perdita di massa del 7%, contribuendo alla compensazione del bias complessivo, anch’esso pari al -3%.

Un aspetto critico evidenziato dal grafico è la difficoltà di entrambi i modelli nel catturare le perdite di massa estreme, come si osserva nei punti più a sinistra (valori osservati inferiori a -6 m w.e.), corrispondenti a siti come QAS_L. Questo problema è confermato dal testo, che riporta sottostime del 29% per MOD-ref e del 37% per LIN-ref nei siti PROMICE della zona di ablazione inferiore, situati a un’altitudine media di 468 ± 240 m a.s.l.

Considerazioni Aggiuntive

Le osservazioni coprono intervalli temporali variabili (da pochi mesi a 2 anni), e le simulazioni sono state integrate sulle date esatte delle osservazioni per garantire un confronto diretto. Tuttavia, la dispersione dei punti, specialmente per valori di SMB molto negativi, suggerisce che i modelli non rappresentano adeguatamente i processi di ablazione intensa, probabilmente a causa di limitazioni nella parametrizzazione dell’albedo, della temperatura superficiale o della rugosità del terreno, come discusso in sezioni precedenti del testo.

In conclusione, la Figura 4 evidenzia che, nonostante una discreta capacità di simulare il bilancio di massa superficiale, entrambi i modelli presentano limitazioni significative, in particolare a quote più alte e per perdite di massa estreme. MOD-ref si dimostra più affidabile di LIN-ref in termini di correlazione e precisione, ma entrambi necessitano di miglioramenti per catturare meglio le dinamiche di ablazione, specialmente nelle regioni a bassa quota dove la fusione è più intensa. Questi risultati sottolineano l’importanza di raffinare le parametrizzazioni dei modelli glaciologici per migliorare la loro capacità di prevedere l’evoluzione delle calotte glaciali e il loro contributo al livello del mare in un contesto di cambiamento climatico.

La Tabella 3 presenta un’analisi statistica dettagliata del confronto tra i conteggi annuali dei giorni di fusione osservati, derivati dai dati di Mote (2014), e quelli simulati da diversi esperimenti modellistici, condotta per il periodo 1988-2012. L’obiettivo di questa analisi è valutare la capacità dei modelli glaciologici di riprodurre l’estensione, la distribuzione spaziale e la variabilità temporale della fusione superficiale su una calotta glaciale, un processo critico per comprendere la risposta delle calotte glaciali al cambiamento climatico e il loro contributo all’innalzamento del livello del mare. I dati sono analizzati attraverso due prospettive complementari: una valutazione spaziale, che considera il pattern medio a lungo termine dei giorni di fusione su 2683 celle della griglia, e una valutazione temporale, che esamina la variabilità interannuale su 25 anni (1988-2012), calcolando la somma dei giorni di fusione sull’intera calotta glaciale per ciascun anno.

Struttura e Organizzazione della Tabella

La tabella è strutturata in righe, ciascuna corrispondente a un esperimento modellistico: quattro varianti del modello MOD (MOD-ref, MOD-w01, MOD-Swi02, MOD-NoDarcy) e due varianti del modello LIN (LIN-ref, LIN-Swi02). Le colonne riportano diverse metriche statistiche per valutare le prestazioni dei modelli:

Bias (%): La deviazione percentuale media a lungo termine dei conteggi totali dei giorni di fusione simulati rispetto a quelli osservati, calcolata sull’intera calotta glaciale.
Statistiche Spaziali (Spatial, N = 2683): Basate su 2683 celle della griglia in cui almeno uno dei due dataset (osservazioni o modello) indica la presenza di fusione. Include il coefficiente di correlazione (r) e la pendenza (slope) della regressione lineare ortogonale per il pattern spaziale medio a lungo termine.
Statistiche Temporali (Temporal, N = 25): Basate sui 25 anni del periodo di studio, calcolando per ogni anno la somma dei giorni di fusione sull’intera calotta glaciale. Include il coefficiente di correlazione (r) e la pendenza (slope) della regressione lineare ortogonale per la variabilità interannuale.

Analisi Dettagliata delle Metriche

Deviazione Media (Bias)

La colonna “Bias (%)” quantifica la differenza percentuale media tra i conteggi totali dei giorni di fusione simulati e osservati, offrendo una misura dell’accuratezza complessiva dei modelli a livello dell’intera calotta glaciale.

Esperimenti MOD: Tutte le varianti del modello MOD (MOD-ref, MOD-w01, MOD-Swi02, MOD-NoDarcy) mostrano un bias negativo significativo, con valori che oscillano tra -18% e -19%. Questo indica una sottostima sistematica del numero totale di giorni di fusione, con i modelli MOD che prevedono circa il 18-19% in meno di giorni di fusione rispetto alle osservazioni. Tale sottostima potrebbe essere attribuita a una parametrizzazione non ottimale di fattori chiave come l’albedo superficiale o la temperatura dell’aria vicino alla superficie, che influenzano direttamente i processi di fusione.
Esperimenti LIN: Le varianti del modello LIN mostrano prestazioni più vicine ai dati osservati. LIN-ref presenta un bias positivo del +2%, indicando una leggera sovrastima dei giorni di fusione, mentre LIN-Swi02 ha un bias negativo del -4%, suggerendo una sottostima moderata. Complessivamente, i modelli LIN si dimostrano più accurati, con deviazioni che rientrano in un intervallo ristretto (da -4% a +2%), evidenziando una migliore capacità di catturare l’entità complessiva della fusione rispetto ai modelli MOD.

Statistiche Spaziali

Le statistiche spaziali analizzano la capacità dei modelli di riprodurre il pattern spaziale medio a lungo termine dei giorni di fusione, considerando 2683 celle della griglia in cui è stata rilevata fusione (secondo le osservazioni o le simulazioni). Queste metriche sono cruciali per valutare se i modelli rappresentano correttamente la distribuzione geografica della fusione.

Coefficiente di Correlazione (r):
- Per gli esperimenti MOD, il coefficiente di correlazione è di 0,89 per tutte le varianti (MOD-ref, MOD-w01, MOD-Swi02, MOD-NoDarcy), indicando una forte correlazione tra i pattern spaziali simulati e osservati. Questo suggerisce che i modelli MOD sono in grado di catturare le principali variazioni spaziali della fusione, come le differenze tra regioni con alta e bassa fusione.
- Gli esperimenti LIN mostrano una correlazione leggermente superiore, con un r di 0,93 per entrambe le varianti (LIN-ref e LIN-Swi02). Questo valore più alto indica una maggiore capacità dei modelli LIN di riprodurre le variazioni spaziali, probabilmente grazie a una parametrizzazione più efficace dei processi fisici che governano la fusione.
Pendenza della Regressione (Slope):
- Per gli esperimenti MOD, la pendenza varia da 1,17 (MOD-Swi02) a 1,18 (MOD-ref, MOD-w01, MOD-NoDarcy). Una pendenza superiore a 1 indica che i modelli amplificano i contrasti spaziali: le aree con molti giorni di fusione sono sovrastimate, mentre quelle con pochi giorni di fusione sono sottostimate. Questo comportamento è coerente con quanto riportato nel testo associato, che evidenzia una tendenza dei modelli a produrre troppi punti con molti giorni di fusione e troppo pochi con pochi giorni di fusione.
- Per gli esperimenti LIN, la pendenza è ancora più alta, con valori di 1,22 per LIN-ref e 1,18 per LIN-Swi02. Questo suggerisce che i modelli LIN amplificano i contrasti spaziali in misura ancora maggiore rispetto ai modelli MOD, accentuando ulteriormente le differenze tra regioni con alta e bassa fusione. Tale tendenza potrebbe derivare da una rappresentazione più marcata degli effetti di feedback, come la riduzione dell’albedo in aree di fusione intensa.

Statistiche Temporali

Le statistiche temporali esaminano la variabilità interannuale dei giorni di fusione, calcolando per ciascuno dei 25 anni la somma dei conteggi sull’intera calotta glaciale. Queste metriche valutano la capacità dei modelli di catturare le fluttuazioni anno per anno, un aspetto essenziale per comprendere la risposta della calotta glaciale alle variazioni climatiche.

Coefficiente di Correlazione (r):
- Gli esperimenti MOD mostrano un coefficiente di correlazione di 0,89 per tutte le varianti, indicando una forte correlazione tra le serie temporali simulate e osservate. Questo suggerisce che i modelli MOD sono in grado di seguire le tendenze interannuali generali, come gli anni con fusione più intensa o più ridotta.
- Per LIN-ref, il coefficiente di correlazione è di 0,90, mentre per LIN-Swi02 è di 0,91, il valore più alto tra tutti gli esperimenti. Questi valori indicano una correlazione ancora più forte, con LIN-Swi02 che dimostra la migliore capacità di catturare le variazioni temporali, probabilmente grazie a una parametrizzazione più raffinata dei processi di fusione.
Pendenza della Regressione (Slope):
- Per gli esperimenti MOD, la pendenza è di 0,71 per tutte le varianti, un valore significativamente inferiore a 1. Questo indica che i modelli sottostimano l’ampiezza delle variazioni interannuali: le differenze tra anni con molta fusione e anni con poca fusione sono meno marcate nelle simulazioni rispetto alle osservazioni. Questo comportamento potrebbe riflettere una rappresentazione attenuata dei feedback climatici o delle forzanti esterne che influenzano la fusione.
- Per LIN-ref, la pendenza è di 0,73, leggermente più alta, ma ancora indicativa di una sottostima delle variazioni interannuali. LIN-Swi02 ha una pendenza di 0,69, la più bassa tra tutti gli esperimenti, suggerendo una sottostima ancora più pronunciata delle fluttuazioni anno per anno. Questo potrebbe essere legato a una minore sensibilità del modello LIN-Swi02 alle variazioni climatiche annuali.

Interpretazione Scientifica

La Tabella 3 offre un quadro completo delle prestazioni dei modelli MOD e LIN nel simulare i giorni di fusione, evidenziando sia i punti di forza che le limitazioni di ciascun esperimento.

Accuratezza Complessiva (Bias): I modelli LIN si distinguono per una maggiore accuratezza nei conteggi totali dei giorni di fusione, con LIN-ref che mostra una leggera sovrastima del +2% e LIN-Swi02 una sottostima del -4%. Questi valori sono significativamente più vicini alle osservazioni rispetto ai modelli MOD, che sottostimano sistematicamente la fusione di circa il 18-19%. Questa discrepanza potrebbe derivare da differenze nella parametrizzazione dell’albedo o della temperatura superficiale, con i modelli LIN che sembrano meglio rappresentare i processi fisici che governano la fusione.
Distribuzione Spaziale: Entrambi i gruppi di modelli mostrano una buona correlazione spaziale, con valori di r che variano da 0,89 (MOD) a 0,93 (LIN), indicando una capacità robusta di catturare le variazioni geografiche della fusione. Tuttavia, le pendenze delle regressioni, comprese tra 1,17 e 1,22, rivelano una tendenza sistematica ad amplificare i contrasti spaziali. I modelli sovrastimano le aree con molti giorni di fusione e sottostimano quelle con pochi giorni di fusione, un comportamento che potrebbe derivare da una rappresentazione esagerata dei feedback locali, come la riduzione dell’albedo in aree di fusione intensa.
Variabilità Temporale: La forte correlazione temporale (r tra 0,89 e 0,91) dimostra che i modelli sono in grado di seguire le tendenze interannuali, come gli anni con fusione più o meno intensa. Tuttavia, le pendenze basse (0,69-0,73) indicano una sottostima delle variazioni anno per anno, con i modelli che non riescono a catturare pienamente l’ampiezza delle fluttuazioni interannuali. Questo limite potrebbe riflettere una rappresentazione semplificata delle forzanti climatiche, come le variazioni di temperatura o di radiazione solare, che influenzano la fusione su scala annuale.

Confronto tra Modelli e Implicazioni

Confrontando i due gruppi di modelli, i modelli LIN emergono come più affidabili in termini di bias e correlazione. LIN-ref si distingue per il bias più basso (+2%), mentre LIN-Swi02 mostra il miglior coefficiente di correlazione temporale (0,91), suggerendo una maggiore capacità di seguire le variazioni interannuali. Al contrario, i modelli MOD presentano una sottostima significativa dei giorni di fusione totali (-18% a -19%) e non mostrano differenze rilevanti tra le varianti (MOD-ref, MOD-w01, MOD-Swi02, MOD-NoDarcy). Questo indica che le modifiche apportate nelle varianti MOD non hanno migliorato le prestazioni, suggerendo che le limitazioni di questo gruppo di modelli potrebbero essere legate a problemi strutturali nella parametrizzazione.

Le discrepanze evidenziate dalla Tabella 3, come l’amplificazione dei contrasti spaziali e la sottostima delle variazioni interannuali, hanno implicazioni significative per l’uso di questi modelli in proiezioni climatiche. La tendenza a sovrastimare le aree con alta fusione e a sottostimare quelle con bassa fusione potrebbe portare a stime distorte del deflusso totale derivante dalla calotta glaciale, con potenziali errori nella previsione del contributo all’innalzamento del livello del mare. Allo stesso modo, la sottostima delle variazioni interannuali potrebbe limitare la capacità dei modelli di prevedere gli impatti di eventi climatici estremi, come ondate di calore estive, che possono intensificare la fusione.

Conclusioni e Prospettive

In sintesi, la Tabella 3 rivela che, sebbene i modelli LIN e MOD siano in grado di catturare le tendenze generali della fusione superficiale, presentano limitazioni significative nella rappresentazione dei dettagli spaziali e temporali. I modelli LIN offrono prestazioni migliori in termini di bias e correlazione, ma entrambi i gruppi di modelli necessitano di miglioramenti per affrontare le discrepanze identificate. In particolare, una parametrizzazione più accurata dell’albedo, della temperatura superficiale e dei feedback locali potrebbe ridurre l’amplificazione dei contrasti spaziali, mentre una maggiore sensibilità alle variazioni climatiche annuali potrebbe migliorare la rappresentazione delle fluttuazioni interannuali. Questi miglioramenti sono essenziali per incrementare l’affidabilità dei modelli glaciologici e per fornire stime più precise dell’evoluzione delle calotte glaciali in un contesto di cambiamento climatico globale.

Analisi della Temperatura e della Densità Sottosuperficiale nei Modelli Glaciologici

Lo studio della temperatura e della densità sottosuperficiale rappresenta un aspetto fondamentale per comprendere i processi fisici che governano la dinamica delle calotte glaciali, in particolare nelle regioni di percolazione dove l’acqua di fusione superficiale penetra negli strati di neve e ghiaccio, influenzando la struttura interna e il bilancio di massa. La Figura 6 presenta un confronto tra i dati osservati e simulati della temperatura sottosuperficiale a una profondità compresa tra 8 e 10 metri nel sito KAN-U, situato nella zona di percolazione a un’altitudine di 1840 metri sopra il livello del mare (m a.s.l.), come indicato nella Figura 2. Questo sito è rappresentativo delle condizioni tipiche delle aree di alta quota, dove i processi di fusione e infiltrazione dell’acqua giocano un ruolo cruciale nella modifica delle proprietà termiche e fisiche del firn (neve parzialmente compattata).

Analisi della Temperatura Sottosuperficiale

I risultati della Figura 6 evidenziano che il modello sottosuperficiale tende a sovrastimare le temperature a profondità di 8-10 metri durante l’inverno, mostrando una deviazione calda rispetto alle osservazioni. Questa discrepanza è attribuita a due fattori principali: (i) una deviazione calda della temperatura superficiale, che non è mostrata nei dati ma che influenza il trasferimento di calore verso gli strati inferiori, e (ii) un’eccessiva ritenzione di acqua di fusione nei primi 5 metri di profondità. Quest’ultima contribuisce a riscaldare il sottosuperficiale simulato durante l’inverno, poiché l’acqua trattenuta rilascia calore latente durante il processo di congelamento, aumentando la temperatura degli strati sottostanti. Tuttavia, un’analisi più approfondita rivela che l’eccessiva ritenzione d’acqua potrebbe non essere la causa principale di questa deviazione. Gli esperimenti Swi02, che utilizzano un valore fisso di Swi (un parametro che rappresenta la frazione di acqua trattenuta nel firn) pari a 0,02, mostrano la stessa deviazione calda, suggerendo che il problema risiede più probabilmente nella deviazione della temperatura superficiale o in altri processi non adeguatamente rappresentati dal modello, come il trasferimento di calore conduttivo o convettivo.

Durante l’inizio della stagione di fusione, il modello presenta un comportamento opposto, con temperature simulate che risultano troppo basse rispetto alle osservazioni. Questo indica che l’avanzamento del fronte di bagnatura, ovvero la profondità a cui l’acqua di fusione penetra nel firn, è simulato in modo troppo lento. La penetrazione ritardata dell’acqua impedisce un riscaldamento rapido degli strati più profondi, portando a una deviazione fredda in questa fase iniziale. Tuttavia, una volta che il fronte di bagnatura raggiunge la sua profondità massima, tipicamente verso la metà della stagione di fusione, la deviazione fredda si attenua, e le temperature simulate si avvicinano maggiormente a quelle osservate. Gli esperimenti MOD-Swi02 e LIN-Swi02, che incorporano una parametrizzazione che consente una percolazione più rapida dell’acqua verso profondità maggiori (come discusso nella sezione successiva), mostrano una deviazione fredda meno pronunciata durante l’inizio della stagione di fusione. Questo suggerisce che una rappresentazione più realistica del movimento dell’acqua nel firn può migliorare l’accuratezza delle simulazioni termiche.

Un confronto tra gli esperimenti MOD-ref e LIN-ref al sito KAN-U rivela ulteriori differenze significative. Il modello LIN-ref si distingue per una maggiore fornitura di acqua di fusione superficiale, che si traduce in una maggiore infiltrazione nel firn, e per la formazione di uno strato di ghiaccio sospeso (perched ice layer) a circa 6 metri di profondità, a partire dall’estate del 2011, come illustrato nella Figura 8. Prima della formazione di questo strato, l’esperimento LIN-ref mostra una deviazione calda durante tutto l’anno al di sotto dei 5 metri, mentre l’esperimento MOD-ref tende a essere più freddo in questa regione. Questo comportamento può essere attribuito alla maggiore quantità di acqua di fusione nel modello LIN-ref, che penetra più in profondità e rilascia calore latente durante il congelamento, riscaldando gli strati inferiori.

A partire dall’estate del 2011, con la formazione dello strato di ghiaccio a 6 metri di profondità, si osserva un’inversione di tendenza. L’esperimento LIN-ref si allinea meglio con le osservazioni, riproducendo in modo più accurato le temperature sottosuperficiali, mentre l’esperimento MOD-ref diventa troppo caldo a queste profondità. Questa differenza è coerente con le osservazioni sul campo riportate da Machguth et al. (2016a), che confermano la presenza di uno strato di ghiaccio nel sito in quegli anni. La formazione di questo strato agisce come una barriera che limita la penetrazione dell’acqua di fusione verso profondità maggiori, riducendo il trasferimento di calore latente agli strati inferiori. Nel modello LIN-ref, questa barriera è rappresentata in modo più realistico, portando a temperature più vicine a quelle osservate, mentre nel modello MOD-ref l’assenza o la rappresentazione inadeguata di questo strato di ghiaccio contribuisce a una sovrastima del riscaldamento a profondità maggiori.

Analisi dei Profili di Densità

La Figura 7 presenta un confronto tra i profili di densità simulati e osservati per nove carote di ghiaccio, estratti dagli esperimenti MOD-ref e LIN-ref. Ulteriori carote sono riportate nelle Figure Supplementari S1 e S2, confermando che le conclusioni tratte da questi confronti hanno una validità più generale. I profili di densità sono un indicatore critico della struttura interna del firn, influenzata da processi come la compattazione della neve, la fusione e il congelamento dell’acqua infiltrata, e la formazione di strati di ghiaccio. Un’accurata simulazione della densità è essenziale per comprendere la capacità del firn di immagazzinare acqua di fusione e per valutare il suo ruolo nel bilancio di massa della calotta glaciale.

I risultati mostrano che il modello produce profili di densità realistici nelle aree di neve secca, come esemplificato dalla carota 7551 nella Figura 7. In queste regioni, caratterizzate da una fusione limitata, i processi di compattazione dominano la variazione di densità, e i modelli MOD-ref e LIN-ref forniscono risultati simili. La somiglianza tra i due esperimenti in queste aree è attesa, poiché la fusione minima riduce l’influenza delle differenze nelle parametrizzazioni dell’infiltrazione dell’acqua, che sono più rilevanti nelle zone di percolazione. La capacità del modello di riprodurre accuratamente i profili di densità nelle aree di neve secca suggerisce che la parametrizzazione dei processi di compattazione e metamorfismo della neve è adeguata, almeno in condizioni di fusione limitata.

Implicazioni e Considerazioni

L’analisi della temperatura e della densità sottosuperficiale evidenzia sia i punti di forza che le limitazioni dei modelli glaciologici MOD-ref e LIN-ref. La deviazione calda durante l’inverno a profondità di 8-10 metri indica che i modelli sovrastimano il trasferimento di calore verso gli strati inferiori, probabilmente a causa di una combinazione di temperature superficiali troppo alte e una rappresentazione non ottimale della ritenzione d’acqua nel firn. La deviazione fredda all’inizio della stagione di fusione, invece, sottolinea una simulazione troppo lenta del movimento dell’acqua di fusione, un problema che può essere mitigato migliorando la parametrizzazione della percolazione, come dimostrato dagli esperimenti MOD-Swi02 e LIN-Swi02.

Le differenze tra MOD-ref e LIN-ref, in particolare dopo la formazione dello strato di ghiaccio nel 2011, sottolineano l’importanza di rappresentare accuratamente le strutture interne del firn, come gli strati di ghiaccio sospesi, che possono alterare significativamente il trasferimento di calore e acqua. La maggiore accuratezza del modello LIN-ref in presenza di questo strato evidenzia il ruolo cruciale della fornitura di acqua di fusione e della sua interazione con il firn nella determinazione delle condizioni termiche sottosuperficiali.

Per quanto riguarda i profili di densità, la buona corrispondenza tra simulazioni e osservazioni nelle aree di neve secca è incoraggiante, ma ulteriori analisi nelle zone di percolazione (non discusse in dettaglio in questo segmento) potrebbero rivelare discrepanze maggiori, data la complessità dei processi di fusione e infiltrazione in queste regioni. Migliorare la rappresentazione di questi processi, ad esempio attraverso una parametrizzazione più dettagliata della ritenzione e del movimento dell’acqua, potrebbe incrementare l’accuratezza dei modelli in contesti più dinamici.

In conclusione, l’analisi della temperatura e della densità sottosuperficiale al sito KAN-U fornisce preziose informazioni sulle prestazioni dei modelli glaciologici, evidenziando aree di miglioramento che potrebbero aumentare la loro affidabilità. Questi risultati sono fondamentali per affinare le simulazioni del bilancio di massa delle calotte glaciali e per comprendere meglio il loro ruolo nel sistema climatico globale, in particolare in un contesto di cambiamento climatico che intensifica i processi di fusione e infiltrazione.

L’analisi dei profili di densità del firn in regioni caratterizzate da fusione e ricongelamento, come illustrato nei pannelli della Figura 7, rivela la complessità dei processi che influenzano la struttura interna delle calotte glaciali, in particolare nelle aree di percolazione dove l’acqua di fusione superficiale penetra e si ricongela, formando lenti di ghiaccio di varia entità. In queste zone, i profili di densità non mostrano più un aumento monotono con la profondità, come avviene tipicamente nelle aree di neve secca dove la compattazione è il processo dominante. Ad esempio, al Sito J, il profilo di densità, che in condizioni di neve secca sarebbe caratterizzato da una compattazione graduale e uniforme, è sovrapposto a sequenze di picchi di densità più alti e più bassi, riflettendo la presenza di lenti di ghiaccio e strati di firn meno densi. Questi picchi sono il risultato dell’infiltrazione e del successivo ricongelamento dell’acqua di fusione, che crea discontinuità nella struttura del firn, alterandone le proprietà fisiche e termiche.

Tuttavia, a causa della risoluzione verticale limitata del modello, non è possibile riprodurre con precisione queste caratteristiche sottili, come le lenti di ghiaccio di spessore ridotto. Nonostante questa limitazione, il modello riesce a ottenere una corrispondenza soddisfacente tra la densità osservata, opportunamente levigata per eliminare le variazioni a scala fine (non mostrata), e la densità media simulata. Questa corrispondenza consente al modello di tradurre accuratamente la perdita di massa in abbassamento della superficie, un parametro cruciale per valutare l’evoluzione della calotta glaciale, e di calcolare le proprietà termiche del firn a quella specifica risoluzione. D’altra parte, la densità del firn simulata, rappresentata in tonalità più chiare nei grafici, dovrebbe idealmente corrispondere alle sezioni prive di ghiaccio del profilo di densità osservato. In molti casi, i profili di densità osservati mostrano picchi di densità bassi che sono inferiori ai valori simulati, suggerendo una sovrastima della densità del firn privo di ghiaccio da parte del modello. Tuttavia, considerando l’incertezza di misura associata ai dati osservati, questa sovrastima appare meno evidente e potrebbe non essere statisticamente significativa.

Nelle regioni dove si verifica fusione superficiale, si osservano differenze sistematiche tra i modelli LIN-ref e MOD-ref, attribuibili alle variazioni nell’apporto di acqua di fusione. Il modello LIN-ref tende a produrre densità più elevate rispetto a MOD-ref, a causa di una maggiore quantità di acqua di fusione che penetra nel firn e si ricongela, aumentando la densità attraverso la formazione di ghiaccio all’interno dello spazio poroso. In alcuni casi, questa caratteristica consente al modello LIN-ref di riprodurre le lenti di ghiaccio osservate, come evidenziato dai profili a KAN-U negli anni 2012 e 2013, dove le lenti di ghiaccio sono rappresentate con linee spesse. Tuttavia, in altri siti, come il Sito J, LIN-ref sovrastima chiaramente le densità sottosuperficiali, mentre MOD-ref si adatta meglio al profilo osservato, suggerendo che un apporto eccessivo di acqua di fusione nel modello LIN-ref può portare a una densificazione non realistica in alcune località.

Un’analisi temporale dei profili di densità al sito KAN-U fornisce ulteriori dettagli sull’evoluzione della struttura del firn. La carota estratta nel 2009 ha registrato densità solo fino a 1 metro di profondità e stratigrafia fino a 3 metri, senza rilevare lenti di ghiaccio significative a bassa profondità, indicando che in quell’anno la fusione e il ricongelamento erano limitati. Tuttavia, nelle carote raccolte nella primavera del 2012, sono state osservate numerose lenti di ghiaccio, con una certa variabilità spaziale tra i diversi profili osservati nello stesso sito, suggerendo una distribuzione eterogenea dei processi di infiltrazione e ricongelamento. In questo contesto, il modello LIN-ref ha raggiunto la chiusura dei pori a una profondità di 5 metri, replicando il processo di densificazione osservato. Questo fenomeno, noto come “pore close-off”, si verifica quando lo spazio poroso del firn si riempie di ghiaccio, impedendo ulteriori infiltrazioni di acqua di fusione verso profondità maggiori. Le carote della primavera 2013 mostrano un’evoluzione ulteriore: i complessi di lenti di ghiaccio si sono fusi in uno strato di ghiaccio più coerente e continuo, e di conseguenza, lo strato impermeabile simulato nel modello LIN-ref è aumentato di spessore, riflettendo questa trasformazione.

Un buon accordo spaziale è stato riscontrato anche lungo la linea EGIG, come mostrato nei primi 15 pannelli della Figura Supplementare S2, ordinati per altitudine decrescente. In questa regione, il modello LIN-ref raggiunge la chiusura dei pori negli stessi siti in cui le lenti di ghiaccio e le densità più elevate diventano frequenti nelle carote, precisamente da GGU163 a H2-1, che differiscono di soli 100 metri in altitudine. Questo indica che LIN-ref è in grado di catturare la transizione altitudinale verso condizioni di maggiore densificazione, in linea con le osservazioni. Al contrario, il modello MOD-ref raggiunge la chiusura dei pori a un’altitudine più bassa lungo lo stesso transetto, suggerendo una minore sensibilità ai processi di densificazione indotti dalla fusione e dal ricongelamento.

I profili di densità osservati al sito DYE-2 mostrano una stratigrafia simile a quella rilevata a KAN-U prima della saturazione del firn vicino alla superficie, indicando che questo sito potrebbe subire una trasformazione analoga in futuro, con un aumento della densità e della formazione di lenti di ghiaccio. Una tendenza simile è osservata nelle carote di EKT e Crawford Point, dove si rileva un incremento delle caratteristiche di ghiaccio e della densità vicino alla superficie, suggerendo che anche questi siti potrebbero seguire un percorso di densificazione simile a quello di KAN-U. La capacità del modello di simulare questa densificazione vicino alla superficie, dovuta all’aumento del ricongelamento negli ultimi anni, è un risultato positivo, poiché riflette l’impatto delle condizioni climatiche recenti, come l’intensificazione della fusione estiva, sulla struttura del firn.

All’estremo opposto dello spettro, siti come H4 presentano una stratigrafia in cui il ricongelamento dell’acqua di fusione ha riempito quasi completamente lo spazio poroso, lasciando solo tasche isolate di firn a maggiore profondità. In queste condizioni, le densità simulate hanno raggiunto la chiusura dei pori, e l’acqua di fusione superficiale non è più in grado di percolare in profondità, un comportamento coerente con le osservazioni. Questo stato di saturazione rappresenta l’evoluzione finale del processo di densificazione, in cui il firn si trasforma in ghiaccio solido, alterando significativamente le proprietà idrologiche e termiche della calotta glaciale.

In sintesi, l’analisi dei profili di densità evidenzia la capacità dei modelli LIN-ref e MOD-ref di riprodurre le tendenze generali di densificazione del firn, ma anche le loro limitazioni nel catturare le variazioni a scala fine, come le lenti di ghiaccio sottili, a causa della risoluzione verticale limitata. LIN-ref tende a sovrastimare la densità in alcune località a causa di un maggiore apporto di acqua di fusione, mentre MOD-ref offre una migliore corrispondenza in siti con fusione moderata. L’evoluzione temporale e spaziale della densità, come osservata a KAN-U e lungo la linea EGIG, sottolinea l’importanza di rappresentare accuratamente i processi di fusione e ricongelamento per prevedere i cambiamenti nella struttura del firn e il loro impatto sul bilancio di massa della calotta glaciale. Questi risultati forniscono una base per futuri miglioramenti nei modelli glaciologici, con particolare attenzione alla parametrizzazione dell’infiltrazione dell’acqua e alla risoluzione delle caratteristiche stratigrafiche a scala fine.

La Figura 5, tratta dallo studio di Langen et al., offre un’analisi approfondita del confronto tra la distribuzione spaziale media dei giorni di fusione annuali osservati e simulati sulla calotta glaciale della Groenlandia, per il periodo 1988-2012. L’analisi è condotta utilizzando una griglia EASE a 25 km di risoluzione, un formato scelto per minimizzare gli artefatti derivanti dal confronto tra osservazioni a variazione graduale e simulazioni a scala più fine, come descritto nel testo associato. L’obiettivo principale è valutare la capacità dei modelli glaciologici MOD-ref e LIN-ref, implementati all’interno del framework HIRHAM5, di riprodurre sia l’entità complessiva che i pattern spaziali della fusione superficiale, un processo critico per comprendere il bilancio di massa delle calotte glaciali e il loro contributo all’innalzamento del livello del mare in un contesto di cambiamento climatico.

Struttura e Composizione della Figura

La figura si articola in cinque pannelli, organizzati in due sezioni principali: tre mappe sulla sinistra e due scatter plot sulla destra. Le mappe rappresentano la distribuzione spaziale dei giorni di fusione annuali medi nel periodo 1988-2012, mentre gli scatter plot forniscono un confronto quantitativo tra i valori osservati e simulati in corrispondenza delle celle della griglia in cui è stata rilevata fusione.

Mappe della Distribuzione Spaziale

Le tre mappe mostrano il numero medio di giorni di fusione annuali per ogni cella della griglia, calcolato sia dai dati osservati che dalle simulazioni dei modelli MOD-ref e LIN-ref. La scala di colori, riportata in fondo alle mappe, varia da 0 (bianco) a 120 giorni (rosso scuro), con gradazioni che passano dal viola (pochi giorni di fusione) al rosso (molti giorni di fusione). Le aree in bianco indicano regioni in cui la fusione è inferiore a 5 mm/giorno, un valore soglia considerato non significativo per definire un giorno di fusione, come specificato nel testo.

Osservazioni (Obs): La mappa dei dati osservati evidenzia un gradiente spaziale netto. Le regioni costiere, in particolare nel sud-ovest e sud-est della Groenlandia, mostrano un numero elevato di giorni di fusione, con valori che raggiungono i 120 giorni (in rosso), riflettendo l’influenza delle temperature più calde e dell’altitudine più bassa in queste aree. Le regioni interne e di alta quota, invece, presentano pochi o nessun giorno di fusione (in bianco o viola), a causa delle temperature più fredde e della minore esposizione alla fusione estiva.
MOD-ref: La mappa delle simulazioni del modello MOD-ref riproduce il gradiente spaziale osservato, con un’alta concentrazione di giorni di fusione lungo le coste e una riduzione verso l’interno. Tuttavia, si nota una differenza significativa: le aree con molti giorni di fusione (in rosso) sono più estese rispetto alle osservazioni, specialmente lungo le coste occidentali e orientali, mentre le aree con pochi giorni di fusione (in viola) sono meno frequenti. Questo suggerisce che il modello tende a sovrastimare la fusione nelle regioni più calde e a sottostimare quella nelle regioni più fredde.
LIN-ref: La distribuzione simulata dal modello LIN-ref segue un pattern simile, ma con un’amplificazione ancora più marcata delle aree con molti giorni di fusione. Le regioni in rosso sono ancora più estese rispetto a MOD-ref, coprendo porzioni più ampie delle coste e persino alcune aree interne, mentre le regioni con pochi giorni di fusione (in viola) sono ulteriormente ridotte. Questo comportamento riflette la tendenza del modello LIN-ref a produrre una maggiore quantità di acqua di fusione superficiale, come discusso in altre sezioni del testo, che si traduce in un aumento dei giorni di fusione simulati.

Scatter Plot e Statistiche

I due scatter plot sulla destra confrontano i giorni di fusione osservati (sull’asse x) con quelli simulati (sull’asse y) per ciascuna cella della griglia in cui almeno uno dei due dataset (osservazioni o modello) indica fusione, per un totale di 2683 celle. Ogni punto rappresenta una cella della griglia, e due linee di riferimento sono incluse per facilitare l’interpretazione: una linea nera tratteggiata che rappresenta la relazione ideale 1:1 (valori simulati uguali a quelli osservati) e una linea rossa che mostra la regressione lineare ortogonale calcolata sui dati.

MOD-ref (Scatter Plot a Sinistra): Le statistiche riportate accanto al grafico forniscono una valutazione quantitativa della performance del modello:
- N = 2683: Numero di celle considerate, che corrisponde al totale delle celle in cui è stata rilevata fusione.
- Slope = 1.18: La pendenza della regressione lineare ortogonale è superiore a 1, indicando che il modello amplifica le differenze spaziali. Nelle aree con molti giorni di fusione osservati, il modello prevede un numero ancora maggiore di giorni, mentre nelle aree con pochi giorni di fusione, il modello ne prevede ancora meno, accentuando i contrasti spaziali.
- Intercept = -5.48: Un’intercetta negativa implica che, per valori osservati bassi (vicini a 0), il modello tende a prevedere valori ancora più bassi, contribuendo alla sottostima delle aree con fusione minima.
- R² = 0.79: Il coefficiente di determinazione di 0,79 indica che il 79% della variabilità nei dati osservati è spiegata dal modello, riflettendo una buona correlazione tra i pattern spaziali simulati e osservati. Tuttavia, il 21% di variabilità non spiegata suggerisce la presenza di fattori locali o processi non adeguatamente rappresentati dal modello.
- RMSE = 1.77: L’errore quadratico medio di 1,77 giorni evidenzia una certa dispersione dei punti attorno alla linea di regressione, indicando che il modello non cattura perfettamente tutte le variazioni spaziali.
- Bias = -18%: Una deviazione complessiva del -18% conferma che il modello sottostima il numero totale di giorni di fusione a livello dell’intera calotta glaciale, un risultato coerente con i dati riportati nella Tabella 3.
LIN-ref (Scatter Plot a Destra): Le statistiche per il modello LIN-ref mostrano alcune differenze significative:
- N = 2683: Stesso numero di celle considerate.
- Slope = 1.22: La pendenza è ancora più alta rispetto a MOD-ref, indicando un’amplificazione ancora maggiore dei contrasti spaziali. LIN-ref sovrastima ulteriormente le aree con molti giorni di fusione e sottostima quelle con pochi giorni di fusione, un comportamento che riflette la maggiore quantità di acqua di fusione superficiale simulata da questo modello.
- Intercept = 3.05: Un’intercetta positiva suggerisce che, per valori osservati bassi, il modello tende a prevedere valori leggermente più alti, contribuendo a una leggera sovrastima nelle aree con fusione minima.
- R² = 0.86: Un coefficiente di determinazione di 0,86 indica una correlazione migliore rispetto a MOD-ref, con l’86% della variabilità nei dati osservati spiegata dal modello. Questo suggerisce che LIN-ref cattura in modo più accurato le variazioni spaziali della fusione.
- RMSE = 0.96: Un errore quadratico medio di 0,96 giorni, significativamente più basso rispetto a MOD-ref, evidenzia una maggiore precisione nella riproduzione dei giorni di fusione.
- Bias = 2%: Una leggera sovrastima del 2% dei giorni di fusione totali, anch’essa in linea con i dati della Tabella 3, indica che LIN-ref è più vicino ai valori osservati rispetto a MOD-ref.

Interpretazione Scientifica

Analisi delle Mappe

Le mappe confermano le osservazioni qualitative riportate nel testo associato: entrambi i modelli, MOD-ref e LIN-ref, riproducono il gradiente spaziale generale della fusione superficiale sulla calotta glaciale della Groenlandia, con un’elevata concentrazione di giorni di fusione nelle regioni costiere e una progressiva diminuzione verso le aree interne e di alta quota. Questo gradiente riflette l’influenza di fattori ambientali come la temperatura dell’aria, l’altitudine e la vicinanza all’oceano, che favoriscono una fusione più intensa lungo le coste, specialmente nel sud-ovest e sud-est della Groenlandia.

Tuttavia, le mappe evidenziano anche discrepanze significative. Entrambi i modelli tendono a sovrastimare l’estensione delle aree con molti giorni di fusione (in rosso), specialmente lungo le coste, e a sottostimare le aree con pochi giorni di fusione (in viola), come previsto dalle pendenze delle regressioni (1,18 per MOD-ref e 1,22 per LIN-ref). LIN-ref mostra un’amplificazione più marcata di questa tendenza rispetto a MOD-ref, con regioni in rosso che coprono porzioni più ampie della calotta glaciale, incluse alcune aree interne che nelle osservazioni presentano fusione minima. Questo comportamento è coerente con il bias del 2% di LIN-ref, che indica una leggera sovrastima dei giorni di fusione totali, rispetto alla sottostima del 18% di MOD-ref. La maggiore quantità di acqua di fusione superficiale simulata da LIN-ref, come discusso in altre sezioni del testo, contribuisce a questa sovrastima, portando a un numero maggiore di giorni di fusione nelle regioni più calde.

Analisi degli Scatter Plot

Gli scatter plot forniscono una valutazione quantitativa delle prestazioni dei modelli, confermando e ampliando le osservazioni qualitative delle mappe. La pendenza della regressione lineare ortogonale per MOD-ref (1,18) e LIN-ref (1,22) indica che entrambi i modelli amplificano i contrasti spaziali, sovrastimando i giorni di fusione nelle aree con fusione intensa e sottostimando quelli nelle aree con fusione minima. Questo comportamento è coerente con quanto riportato nel testo, che evidenzia una tendenza dei modelli a produrre troppi punti con molti giorni di fusione e troppo pochi con pochi giorni di fusione, un fenomeno visibile anche nelle mappe.

La correlazione tra i valori osservati e simulati è elevata per entrambi i modelli, con un R² di 0,79 per MOD-ref e di 0,86 per LIN-ref, indicando che i pattern spaziali simulati seguono bene le tendenze osservate. Tuttavia, LIN-ref si dimostra più accurato, con una correlazione migliore e un errore quadratico medio (RMSE) più basso (0,96 giorni rispetto a 1,77 giorni per MOD-ref), suggerendo una maggiore precisione nella riproduzione dei giorni di fusione. Il bias del -18% per MOD-ref conferma una sottostima significativa dei giorni di fusione totali, mentre il bias del 2% per LIN-ref indica una corrispondenza più vicina ai dati osservati, in linea con i risultati della Tabella 3.

Le intercette delle regressioni forniscono ulteriori informazioni sulle discrepanze. L’intercetta negativa di -5,48 per MOD-ref implica che il modello sottostima i giorni di fusione nelle aree con fusione minima, contribuendo alla deviazione complessiva del -18%. Al contrario, l’intercetta positiva di 3,05 per LIN-ref suggerisce una leggera sovrastima in queste aree, che bilancia la sovrastima nelle aree con fusione intensa, portando a un bias complessivo più contenuto.

Implicazioni e Limiti

La Figura 5 dimostra che entrambi i modelli, MOD-ref e LIN-ref, sono in grado di catturare i pattern spaziali generali della fusione superficiale, riproducendo il gradiente osservato tra le regioni costiere e interne della calotta glaciale. Tuttavia, le discrepanze evidenziate, come l’amplificazione dei contrasti spaziali e la sottostima (MOD-ref) o leggera sovrastima (LIN-ref) dei giorni di fusione totali, indicano che i modelli presentano limitazioni significative. La tendenza a sovrastimare le aree con molti giorni di fusione e a sottostimare quelle con pochi giorni di fusione può portare a stime distorte del deflusso totale derivante dalla calotta glaciale, con potenziali implicazioni per le proiezioni dell’innalzamento del livello del mare.

LIN-ref si dimostra più affidabile di MOD-ref in termini di correlazione e precisione, con un R² più alto e un RMSE più basso, oltre a un bias più vicino a zero. Questo suggerisce che le parametrizzazioni utilizzate in LIN-ref, come una maggiore fornitura di acqua di fusione superficiale, migliorano la capacità del modello di riprodurre i giorni di fusione totali. Tuttavia, l’amplificazione dei contrasti spaziali, più marcata in LIN-ref (pendenza 1,22), indica che anche questo modello necessita di miglioramenti per rappresentare accuratamente la distribuzione spaziale della fusione, in particolare nelle regioni con fusione minima o estrema.

Queste discrepanze possono essere attribuite a diversi fattori, come una parametrizzazione non ottimale dell’albedo, che influenza l’assorbimento della radiazione solare e quindi la fusione, o una rappresentazione semplificata dei processi di trasferimento di calore e acqua nel firn. Inoltre, la risoluzione della griglia a 25 km potrebbe non essere sufficiente per catturare variazioni locali significative, come le differenze topografiche o microclimatiche che influenzano la fusione a scala fine.

Conclusioni

In conclusione, la Figura 5 fornisce un’analisi dettagliata della capacità dei modelli MOD-ref e LIN-ref di simulare la distribuzione spaziale dei giorni di fusione annuali sulla calotta glaciale della Groenlandia. Entrambi i modelli riproducono con successo i pattern spaziali generali, ma presentano limitazioni evidenti nell’amplificazione dei contrasti spaziali e nella stima dei giorni di fusione totali. LIN-ref si dimostra più accurato, con una migliore correlazione e un bias più contenuto, ma entrambi i modelli richiedono miglioramenti per rappresentare con maggiore precisione le variazioni spaziali della fusione, in particolare nelle regioni con fusione minima o estrema. Questi risultati sottolineano l’importanza di raffinare le parametrizzazioni dei modelli glaciologici, ad esempio attraverso una rappresentazione più dettagliata dell’albedo, del trasferimento di calore e dell’infiltrazione dell’acqua, per migliorare la loro affidabilità nelle proiezioni climatiche e nella valutazione degli impatti della fusione superficiale sul sistema climatico globale.

La Figura 6, tratta dallo studio di Langen et al., fornisce un’analisi dettagliata del confronto tra le temperature sottosuperficiali osservate e simulate al sito KAN-U, situato nella zona di percolazione della calotta glaciale della Groenlandia a un’altitudine di 1840 metri sopra il livello del mare (m a.s.l.). Il periodo di studio si estende dal 2009 al 2014, coprendo cinque anni durante i quali sono avvenuti cambiamenti significativi nella struttura del firn (neve parzialmente compattata), come la formazione di uno strato di ghiaccio sospeso a partire dall’estate del 2011. L’obiettivo principale è valutare la capacità dei modelli glaciologici MOD-ref e LIN-ref, implementati all’interno del framework HIRHAM5, di riprodurre l’evoluzione temporale e verticale della temperatura nel firn a profondità comprese tra 0 e 12 metri. Questa analisi è cruciale per comprendere i processi di trasferimento di calore e acqua nel firn, che influenzano il bilancio di massa della calotta glaciale e il suo contributo all’innalzamento del livello del mare in un contesto di cambiamento climatico.

Struttura e Composizione della Figura

La figura è strutturata in tre pannelli, ciascuno rappresentato come una mappa di calore (heatmap) che mostra l’evoluzione della temperatura nel tempo (asse x, dal 2009 al 2014) e in profondità (asse y, da 0 a 12 metri). I pannelli sono organizzati come segue:

Pannello Superiore (Observed Temperature): Illustra le temperature osservate, misurate tramite termistori posizionati a diverse profondità nel firn, indicate da linee grigie solide.
Pannello Centrale (Temperature Bias: MOD-ref): Mostra la deviazione (bias) tra le temperature simulate dal modello MOD-ref e quelle osservate, calcolata come temperatura simulata meno temperatura osservata.
Pannello Inferiore (Temperature Bias: LIN-ref): Mostra la deviazione tra le temperature simulate dal modello LIN-ref e quelle osservate, calcolata nello stesso modo.

Scala di Colori e Riferimenti

Pannello Superiore: La scala di colori varia da blu scuro, che rappresenta temperature di -20°C, a rosso, che indica 0°C, coprendo l’intervallo tipico delle temperature nel firn durante il periodo estivo e invernale. Due isoterme di riferimento, -1°C e -5°C, sono indicate con linee tratteggiate per evidenziare le condizioni termiche rilevanti nel firn, come la fusione superficiale (vicino a 0°C) e le temperature più stabili a profondità maggiori.
Pannelli Inferiori: La scala di colori varia da blu scuro (-13°C) a rosso scuro (+13°C), rappresentando la differenza tra temperature simulate e osservate. Il bianco indica una deviazione di 0°C, ovvero una corrispondenza perfetta tra simulazioni e osservazioni, mentre il rosso indica una sovrastima (modello più caldo rispetto alle osservazioni) e il blu una sottostima (modello più freddo). Le isoterme di -1°C e -5°C dal pannello superiore sono riportate per riferimento, facilitando il confronto tra le temperature osservate e le deviazioni dei modelli.

Analisi Dettagliata dei Pannelli

Pannello Superiore: Temperature Osservate

Il pannello superiore mostra l’evoluzione temporale e verticale delle temperature osservate nel firn al sito KAN-U, misurate tramite termistori posizionati a diverse profondità (indicate da linee grigie solide). Le temperature presentano una chiara variabilità stagionale, con un’alternanza tra valori più freddi in inverno e più caldi in estate:

Stagionalità: Durante i mesi invernali (gennaio-febbraio di ogni anno), le temperature superficiali (0-2 m) scendono a valori molto bassi, spesso intorno a -20°C (blu scuro), riflettendo le condizioni climatiche rigide della Groenlandia in questa stagione. A profondità maggiori (8-10 m), le temperature sono più stabili, generalmente comprese tra -10°C e -5°C (colori verde-giallo), indicando un isolamento termico dovuto alla bassa conduttività termica del firn.
Estate e Fusione: Durante l’estate (luglio-agosto), le temperature superficiali raggiungono frequentemente 0°C (rosso), indicando la fusione della neve e del ghiaccio superficiale. L’isoterma di -1°C si trova molto vicina alla superficie in questo periodo, mentre l’isoterma di -5°C si posiziona a una profondità di circa 6-8 m, mostrando che il firn a queste profondità rimane più freddo anche durante la stagione di fusione.
Evoluzione Temporale: Si osserva un cambiamento significativo nel periodo 2011-2014, con un leggero aumento delle temperature a profondità intermedie (4-8 m), passando da valori intorno a -10°C nel 2009-2010 a valori più vicini a -5°C nel 2013-2014 (colori che virano dal verde al giallo). Questo cambiamento è probabilmente legato alla formazione di uno strato di ghiaccio sospeso (perched ice layer) a circa 6 m di profondità a partire dall’estate del 2011, come riportato nel testo e confermato da Machguth et al. (2016a). Questo strato di ghiaccio, formato dal ricongelamento dell’acqua di fusione infiltrata, altera il trasferimento di calore, portando a un riscaldamento relativo degli strati sottostanti.

Pannello Centrale: Deviazione del Modello MOD-ref

Il pannello centrale mostra la deviazione tra le temperature simulate dal modello MOD-ref e quelle osservate, calcolata come temperatura simulata meno temperatura osservata. Questa analisi evidenzia i limiti del modello nel riprodurre le condizioni termiche del firn:

Inverno: Durante i mesi invernali, MOD-ref è sistematicamente troppo caldo a profondità di 8-10 m, come indicato dalle zone rosse con deviazioni che raggiungono i +7°C. Questo comportamento è coerente con quanto riportato nel testo, che attribuisce la deviazione a due fattori principali: una temperatura superficiale simulata troppo alta (non mostrata nei dati) e un’eccessiva ritenzione d’acqua nei primi 5 metri del firn. L’acqua trattenuta rilascia calore latente durante il congelamento, contribuendo a riscaldare gli strati sottostanti e portando a una sovrastima delle temperature a queste profondità. Tuttavia, il testo sottolinea che gli esperimenti Swi02, che utilizzano una ritenzione d’acqua fissa (Swi = 0,02), mostrano lo stesso problema, suggerendo che la deviazione calda della temperatura superficiale è il fattore dominante.
Inizio della Stagione di Fusione (Primavera): All’inizio della stagione di fusione, generalmente tra maggio e giugno, il modello MOD-ref è troppo freddo, con deviazioni negative che raggiungono i -7°C (zone blu), specialmente a profondità di 4-8 m. Questo indica che il modello simula un avanzamento del fronte di bagnatura (wetting front) troppo lento, come discusso nel testo. L’acqua di fusione, che dovrebbe penetrare nel firn e rilasciare calore latente durante il congelamento, non raggiunge rapidamente le profondità intermedie, impedendo un riscaldamento adeguato del firn in questa fase iniziale.
Estate e Autunno: Una volta che il fronte di bagnatura raggiunge la sua profondità massima, tipicamente tra luglio e agosto, la deviazione fredda si attenua, e le temperature simulate si avvicinano a quelle osservate, come mostrato dalle zone bianche o leggermente rosse (deviazioni vicine a 0°C o leggermente positive). Tuttavia, a partire dall’estate del 2011, con la formazione dello strato di ghiaccio a circa 6 m di profondità, MOD-ref inizia a sovrastimare le temperature a profondità maggiori (8-10 m), con deviazioni che raggiungono i +5°C (zone rosse). Questo comportamento è coerente con il testo, che evidenzia come MOD-ref non rappresenti adeguatamente lo strato di ghiaccio, il quale agisce come una barriera termica limitando il trasferimento di calore verso gli strati inferiori.
Andamento Generale: La deviazione calda in inverno e quella fredda in primavera si alternano stagionalmente, riflettendo le difficoltà del modello nel catturare i processi dinamici di fusione e infiltrazione dell’acqua. Dopo il 2011, la sovrastima delle temperature a profondità maggiori diventa più persistente, suggerendo che MOD-ref non riesce a simulare correttamente l’impatto dello strato di ghiaccio sulla distribuzione del calore nel firn.

Pannello Inferiore: Deviazione del Modello LIN-ref

Il pannello inferiore mostra la deviazione tra le temperature simulate dal modello LIN-ref e quelle osservate, offrendo un confronto diretto con le prestazioni di MOD-ref:

Inverno: Come MOD-ref, anche LIN-ref è troppo caldo durante l’inverno a profondità di 8-10 m, con deviazioni che raggiungono i +9°C (zone rosse). Questo problema è attribuito agli stessi fattori: una temperatura superficiale simulata troppo alta e un’eccessiva ritenzione d’acqua nei primi 5 metri. Tuttavia, la deviazione calda è leggermente più marcata in LIN-ref rispetto a MOD-ref, probabilmente a causa della maggiore fornitura di acqua di fusione superficiale simulata da questo modello, come riportato nel testo. L’acqua di fusione, infiltrandosi e ricongelandosi, rilascia più calore latente, contribuendo a un riscaldamento maggiore degli strati sottostanti.
Inizio della Stagione di Fusione (Primavera): All’inizio della stagione di fusione, LIN-ref è anch’esso troppo freddo, con deviazioni negative che raggiungono i -9°C (zone blu), soprattutto a profondità di 4-8 m. Questo comportamento riflette un avanzamento lento del fronte di bagnatura, simile a quello osservato in MOD-ref. Tuttavia, la deviazione fredda è leggermente meno pronunciata in LIN-ref, come evidenziato dal testo, probabilmente perché LIN-ref simula una maggiore quantità di acqua di fusione, che facilita un riscaldamento più rapido del firn rispetto a MOD-ref.
Estate e Autunno: Dopo il 2011, con la formazione dello strato di ghiaccio a circa 6 m di profondità, LIN-ref si allinea meglio con le osservazioni rispetto a MOD-ref. Le deviazioni si riducono, con zone più vicine al bianco (deviazioni di ±3°C), indicando una corrispondenza più stretta tra le temperature simulate e osservate. Questo miglioramento è coerente con il testo, che sottolinea come LIN-ref riproduca meglio lo strato di ghiaccio e il suo impatto sul trasferimento di calore. Lo strato di ghiaccio agisce come una barriera termica, limitando la penetrazione dell’acqua di fusione e del calore verso profondità maggiori, e LIN-ref, grazie alla sua maggiore fornitura di acqua di fusione, simula questa dinamica in modo più realistico.
Andamento Generale: Prima del 2011, LIN-ref mostra una deviazione calda più marcata rispetto a MOD-ref, con zone rosse più estese a profondità inferiori a 5 m, riflettendo l’effetto della maggiore infiltrazione d’acqua. Dopo il 2011, tuttavia, le prestazioni di LIN-ref migliorano, con deviazioni più contenute e una migliore corrispondenza con le osservazioni, specialmente a profondità intermedie (4-8 m), dove lo strato di ghiaccio gioca un ruolo significativo.

Interpretazione Scientifica

La Figura 6 conferma e amplia le osservazioni riportate nel testo, evidenziando sia le limitazioni che i punti di forza dei modelli MOD-ref e LIN-ref nella simulazione delle temperature sottosuperficiali:

Deviazione Calda in Inverno: Entrambi i modelli sovrastimano le temperature a profondità di 8-10 m durante l’inverno, con deviazioni che raggiungono i +7°C per MOD-ref e i +9°C per LIN-ref. Questo problema, come discusso nel testo, è attribuito a una combinazione di una temperatura superficiale simulata troppo alta e un’eccessiva ritenzione d’acqua nei primi 5 metri del firn. L’acqua trattenuta rilascia calore latente durante il congelamento, contribuendo a un riscaldamento degli strati sottostanti. Tuttavia, il testo sottolinea che gli esperimenti Swi02, che utilizzano una ritenzione d’acqua fissa (Swi = 0,02), mostrano lo stesso problema, suggerendo che la deviazione calda della temperatura superficiale è il fattore dominante. Questo indica la necessità di migliorare la parametrizzazione della temperatura superficiale nei modelli, per esempio attraverso una rappresentazione più accurata dei flussi di calore superficiali e delle condizioni climatiche locali.
Deviazione Fredda in Primavera: All’inizio della stagione di fusione, entrambi i modelli sottostimano le temperature, con deviazioni negative che raggiungono i -7°C per MOD-ref e i -9°C per LIN-ref. Questo comportamento riflette un avanzamento troppo lento del fronte di bagnatura, come riportato nel testo, che impedisce un rapido riscaldamento del firn a profondità intermedie. LIN-ref mostra una deviazione leggermente meno pronunciata, grazie alla maggiore fornitura di acqua di fusione, che facilita un trasferimento di calore più rapido. Questo suggerisce che una parametrizzazione più realistica della percolazione dell’acqua potrebbe migliorare le prestazioni dei modelli in questa fase critica della stagione di fusione.
Impatto dello Strato di Ghiaccio (2011): La formazione dello strato di ghiaccio a circa 6 m di profondità nell’estate del 2011, confermata da Machguth et al. (2016a), ha un impatto significativo sulle temperature sottosuperficiali. Questo strato agisce come una barriera termica, limitando la penetrazione dell’acqua di fusione e del calore verso profondità maggiori, e modificando la distribuzione della temperatura nel firn. LIN-ref, che simula una maggiore fornitura di acqua di fusione e rappresenta meglio la formazione di questo strato, si allinea più strettamente con le osservazioni dopo il 2011, con deviazioni ridotte (±3°C). Al contrario, MOD-ref sovrastima le temperature a profondità maggiori (deviazioni fino a +5°C), probabilmente perché non rappresenta adeguatamente l’effetto di barriera dello strato di ghiaccio, consentendo un trasferimento di calore eccessivo verso gli strati inferiori.
Differenze tra MOD-ref e LIN-ref: Le differenze tra i due modelli sono evidenti nel periodo successivo al 2011. Prima di questa data, LIN-ref tende a essere più caldo di MOD-ref a profondità inferiori a 5 m, a causa della maggiore infiltrazione d’acqua, che porta a un maggiore rilascio di calore latente. Dopo il 2011, tuttavia, LIN-ref si dimostra più accurato, grazie alla sua capacità di simulare lo strato di ghiaccio e il suo impatto sul trasferimento di calore. MOD-ref, invece, non riesce a catturare questo effetto, risultando troppo caldo a profondità maggiori e mostrando una deviazione più marcata rispetto alle osservazioni.

Implicazioni e Prospettive

La Figura 6 evidenzia che entrambi i modelli, MOD-ref e LIN-ref, presentano limitazioni significative nella simulazione delle temperature sottosuperficiali al sito KAN-U, con una deviazione calda in inverno e una fredda in primavera. Queste discrepanze riflettono problemi nella parametrizzazione di processi chiave, come la temperatura superficiale, la ritenzione d’acqua e l’avanzamento del fronte di bagnatura. Tuttavia, LIN-ref si dimostra più affidabile dopo il 2011, grazie a una migliore rappresentazione dello strato di ghiaccio e a una maggiore fornitura di acqua di fusione, che gli consentono di simulare in modo più realistico le dinamiche termiche del firn.

Questi risultati hanno implicazioni importanti per la modellazione glaciologica e la comprensione del bilancio di massa delle calotte glaciali. La sovrastima delle temperature in inverno e la sottostima in primavera possono influenzare la stima dei tassi di fusione e del deflusso superficiale, con potenziali errori nelle proiezioni dell’innalzamento del livello del mare. Inoltre, la capacità di rappresentare strutture interne come lo strato di ghiaccio è cruciale per simulare accuratamente il trasferimento di calore e acqua nel firn, un aspetto che influenza la risposta della calotta glaciale al cambiamento climatico.

Per migliorare le prestazioni dei modelli, sarebbe necessario affinare la parametrizzazione della temperatura superficiale, per esempio attraverso una migliore rappresentazione dei flussi di calore superficiali e delle condizioni microclimatiche locali. Inoltre, una simulazione più realistica della percolazione dell’acqua, che tenga conto della variabilità spaziale e temporale dell’infiltrazione, potrebbe ridurre la deviazione fredda all’inizio della stagione di fusione. Infine, una rappresentazione più dettagliata delle strutture interne del firn, come le lenti di ghiaccio e gli strati impermeabili, potrebbe migliorare la capacità dei modelli di simulare l’evoluzione termica e idrologica della calotta glaciale.

In conclusione, la Figura 6 offre un’analisi approfondita delle prestazioni dei modelli MOD-ref e LIN-ref nella simulazione delle temperature sottosuperficiali, evidenziando sia i loro limiti che i loro punti di forza. I risultati sottolineano l’importanza di continuare a migliorare i modelli glaciologici per una comprensione più accurata delle dinamiche termiche del firn, un elemento essenziale per prevedere l’evoluzione delle calotte glaciali e il loro impatto sul sistema climatico globale in un contesto di cambiamento climatico in corso.

La Figura 7, tratta dallo studio di Langen et al., presenta un’analisi comparativa dettagliata dei profili di densità del firn osservati e simulati in nove siti distinti sulla calotta glaciale della Groenlandia, utilizzando i modelli glaciologici MOD-ref e LIN-ref. I siti selezionati rappresentano una gamma di condizioni ambientali, che variano da aree di neve secca con fusione limitata ad aree di percolazione caratterizzate da significativa fusione e ricongelamento dell’acqua superficiale. Questa varietà consente di valutare la capacità dei modelli di riprodurre la densità del firn in contesti diversi, un parametro fondamentale per comprendere la struttura interna della calotta glaciale, il suo comportamento idrologico e termico, e il suo contributo al bilancio di massa complessivo. I siti analizzati includono KAN-U (2009, 2012, 2013), DYE-2 (2013), EKT (2013), Site J (1989), CORE 7551 (1997), Crawford Point (2007) e H4-1 & 2 (2008), coprendo un arco temporale di oltre due decenni e diverse regioni geografiche della calotta glaciale.

Struttura e Composizione della Figura

La figura è organizzata in nove pannelli, ciascuno corrispondente a un sito e a un anno specifico, disposti in una griglia 5×4 (con l’ultimo pannello in basso a destra). Ogni pannello mostra un grafico che rappresenta i profili di densità del firn in funzione della profondità:

Asse x: Densità, espressa in kg/m³, con un intervallo che varia tra i pannelli a seconda delle condizioni locali (generalmente da 200 a 900 kg/m³, con alcuni siti che raggiungono valori più alti in presenza di ghiaccio).
Asse y: Profondità, espressa in metri, che varia tra i pannelli in base alla lunghezza delle carote estratte (da 0 a 10 m per la maggior parte dei siti, fino a 60 m per Site J, che presenta un profilo più profondo).
Linee nei Grafici:
- Verde chiaro, verde scuro, grigio (Observed density): Profili di densità osservati, derivati da carote di firn estratte nei siti specificati. Quando sono disponibili più carote per lo stesso sito (ad esempio, KAN-U 2012 e 2013, DYE-2, EKT, Crawford Point, H4), vengono mostrati più profili per evidenziare la variabilità spaziale.
- Blu scuro (MOD-ref bulk density, ρ_bulk): Densità media simulata dal modello MOD-ref, calcolata secondo l’equazione specifica riportata nel testo (Equazione 12), che rappresenta la densità complessiva del firn, includendo eventuali contributi di ghiaccio.
- Rosso scuro (LIN-ref bulk density, ρ_bulk): Densità media simulata dal modello LIN-ref, calcolata nello stesso modo.
- Blu chiaro (MOD-ref firn density, ρ_s): Densità del firn simulata da MOD-ref, escludendo il ghiaccio (densità secca), rappresentata in tonalità più chiare per distinguerla dalla densità media.
- Rosso chiaro (LIN-ref firn density, ρ_s): Densità del firn simulata da LIN-ref, escludendo il ghiaccio, anch’essa in tonalità più chiara.
- Linee spesse (MOD-ref e LIN-ref): Indicano le profondità in cui la densità simulata supera la soglia di chiusura dei pori (pore close-off), fissata a 810 kg/m³, il valore oltre il quale il firn diventa impermeabile all’infiltrazione dell’acqua, trasformandosi in ghiaccio solido.

Analisi Dettagliata dei Pannelli

KAN-U 2009

Il pannello per KAN-U 2009 mostra un profilo di densità relativamente semplice, tipico di un’area con fusione limitata in quell’anno. La densità osservata (linea verde chiaro) aumenta gradualmente con la profondità, passando da circa 300 kg/m³ in superficie (0 m) a circa 500 kg/m³ a 10 m di profondità. Non si osservano picchi significativi, indicando l’assenza di lenti di ghiaccio a bassa profondità, come riportato nel testo, che specifica che le misurazioni di stratigrafia si limitano ai primi 3 metri e non rilevano strutture di ghiaccio rilevanti. I modelli MOD-ref (blu scuro) e LIN-ref (rosso scuro) riproducono fedelmente questo andamento, con valori che seguono da vicino il profilo osservato, variando anch’essi da circa 300 a 500 kg/m³. Le densità secche (blu chiaro per MOD-ref e rosso chiaro per LIN-ref) sono leggermente inferiori, riflettendo l’assenza di ghiaccio nei modelli a queste profondità, in linea con le osservazioni. Questo pannello evidenzia la capacità dei modelli di simulare accuratamente i profili di densità in condizioni di fusione minima, dove la compattazione della neve domina i processi di densificazione.

KAN-U 2012

Il pannello per KAN-U 2012 mostra un’evoluzione significativa rispetto al 2009, con due profili osservati (verde chiaro e verde scuro) che evidenziano una variabilità spaziale. La densità varia tra 400 e 800 kg/m³, con picchi pronunciati a 4-6 m di profondità, che raggiungono valori prossimi a 800 kg/m³, indicativi della presenza di lenti di ghiaccio formate dal ricongelamento dell’acqua di fusione infiltrata. Questi picchi si alternano a sezioni con densità più basse (400-500 kg/m³), riflettendo la natura eterogenea del firn in questa fase di transizione. LIN-ref (rosso scuro) riproduce questa densificazione, raggiungendo la soglia di chiusura dei pori (810 kg/m³, linea spessa) a circa 5 m di profondità, in accordo con le osservazioni, e simulando la formazione di uno strato impermeabile. MOD-ref (blu scuro), invece, mostra densità più basse, comprese tra 600 e 700 kg/m³, e non raggiunge la soglia di chiusura dei pori, sottostimando la presenza e l’impatto delle lenti di ghiaccio. Le densità secche (blu chiaro e rosso chiaro) sono significativamente più basse (400-500 kg/m³), evidenziando che i modelli attribuiscono i picchi di densità alla presenza di ghiaccio, ma MOD-ref non cattura adeguatamente questa componente.

KAN-U 2013

Il pannello per KAN-U 2013 mostra un ulteriore avanzamento del processo di densificazione. I due profili osservati (verde chiaro e verde scuro) indicano una densità ancora più elevata, con un picco a 800-900 kg/m³ a 5-6 m di profondità, suggerendo che le lenti di ghiaccio osservate nel 2012 si sono fuse in uno strato di ghiaccio più continuo e spesso, come riportato nel testo. La variabilità spaziale tra i due profili è ancora presente, ma meno pronunciata rispetto al 2012, indicando una maggiore uniformità nella struttura del firn. LIN-ref (rosso scuro) continua a simulare la chiusura dei pori a circa 5 m, con uno strato impermeabile più spesso rispetto al 2012, in linea con l’evoluzione osservata. La densità simulata da LIN-ref raggiunge 810-900 kg/m³ a questa profondità, riflettendo accuratamente la formazione dello strato di ghiaccio. MOD-ref (blu scuro) rimane al di sotto della soglia di chiusura dei pori, con densità comprese tra 600 e 700 kg/m³, sottostimando nuovamente la densificazione e la presenza di ghiaccio. Questo pannello evidenzia la capacità di LIN-ref di catturare l’evoluzione temporale della densità del firn in risposta alla fusione e al ricongelamento, mentre MOD-ref mostra limitazioni significative.

DYE-2 2013

Il pannello per DYE-2 2013 presenta due profili osservati (verde chiaro e verde scuro) che mostrano una densità variabile nei primi 5 metri, con valori che oscillano tra 400 e 800 kg/m³. Si osservano picchi di densità (fino a 800 kg/m³) a 2-4 m, indicativi di lenti di ghiaccio, alternati a sezioni con densità più basse (400-500 kg/m³). Questo profilo è simile a quello di KAN-U prima della saturazione (ad esempio, KAN-U 2012), suggerendo che DYE-2 potrebbe subire una trasformazione analoga in futuro, con un aumento della densità e della formazione di strati di ghiaccio più continui. LIN-ref (rosso scuro) sovrastima la densità, con valori medi di 700-800 kg/m³, mentre MOD-ref (blu scuro) è più vicino ai valori osservati, con densità comprese tra 500 e 600 kg/m³. Tuttavia, entrambi i modelli non riescono a riprodurre i picchi fini di densità, a causa della risoluzione verticale limitata, come riportato nel testo. Questo pannello evidenzia che, sebbene i modelli possano approssimare la densità media, non catturano le variazioni a scala fine associate alle lenti di ghiaccio.

EKT 2013

Il pannello per EKT 2013 mostra due profili osservati (verde chiaro e verde scuro) che si estendono fino a 15 metri di profondità. La densità aumenta con la profondità, passando da circa 400 kg/m³ in superficie a 800 kg/m³ a 15 m, con picchi significativi (fino a 800 kg/m³) nei primi 5 metri, indicativi di lenti di ghiaccio vicino alla superficie. La variabilità tra i due profili è evidente, riflettendo l’eterogeneità locale del firn. LIN-ref (rosso scuro) sovrastima la densità, con valori medi di 700-800 kg/m³, mentre MOD-ref (blu scuro) è più vicino ai valori osservati, con densità comprese tra 500 e 600 kg/m³. Anche in questo caso, i modelli non riproducono i picchi fini di densità, a causa della risoluzione limitata. Questo pannello suggerisce che EKT potrebbe seguire un percorso di densificazione simile a quello di KAN-U e DYE-2, con un aumento delle lenti di ghiaccio e della densità superficiale nel tempo.

Site J 1989

Il pannello per Site J 1989 si distingue per la maggiore profondità del profilo, che si estende fino a 60 metri. La densità osservata (verde chiaro) aumenta gradualmente nei primi 20 metri, passando da 300 kg/m³ in superficie a circa 500 kg/m³, con un andamento monotono tipico della compattazione della neve in condizioni di fusione moderata. A profondità maggiori (20-60 m), si osservano picchi di densità (fino a 800 kg/m³), indicativi della presenza di lenti di ghiaccio, alternati a sezioni con densità più basse (400-500 kg/m³). LIN-ref (rosso scuro) sovrastima la densità, con valori medi di 600-700 kg/m³ nei primi 20 metri, mentre MOD-ref (blu scuro) è più vicino ai valori osservati, con densità di 400-500 kg/m³. Entrambi i modelli non riescono a catturare i picchi di densità a profondità maggiori, a causa della risoluzione limitata, come riportato nel testo. Questo pannello evidenzia che, in siti con fusione moderata, MOD-ref può essere più accurato di LIN-ref, ma entrambi i modelli presentano limitazioni nel riprodurre le variazioni a scala fine.

CORE 7551 1997

Il pannello per CORE 7551 1997 rappresenta un’area di neve secca con fusione limitata, come riportato nel testo. La densità osservata (grigia) aumenta monotonicamente con la profondità, passando da circa 300 kg/m³ in superficie a 500 kg/m³ a 15 metri, senza picchi significativi, un comportamento tipico della compattazione della neve in assenza di fusione e ricongelamento. I modelli MOD-ref (blu scuro) e LIN-ref (rosso scuro) riproducono accuratamente questo andamento, con valori che seguono da vicino il profilo osservato (300-500 kg/m³). Le densità secche (blu chiaro e rosso chiaro) coincidono con le densità medie, poiché non è presente ghiaccio in questa area. Questo pannello conferma quanto riportato nel testo, ovvero che i modelli MOD-ref e LIN-ref sono in grado di simulare accuratamente i profili di densità in aree di neve secca, dove la fusione è minima e la compattazione domina i processi di densificazione.

Crawford Point 2007

Il pannello per Crawford Point 2007 mostra due profili osservati (verde chiaro e verde scuro) che si estendono fino a 10 metri di profondità. La densità varia tra 400 e 800 kg/m³ nei primi 5 metri, con picchi significativi (fino a 800 kg/m³) che indicano la presenza di lenti di ghiaccio, alternati a sezioni con densità più basse (400-500 kg/m³). Questo profilo è simile a quello di DYE-2 ed EKT, suggerendo che Crawford Point potrebbe seguire un percorso di densificazione analogo. LIN-ref (rosso scuro) sovrastima la densità, con valori medi di 700-800 kg/m³, mentre MOD-ref (blu scuro) è più vicino ai valori osservati, con densità di 500-600 kg/m³. Come negli altri siti con fusione, i modelli non riproducono i picchi fini di densità, a causa della risoluzione limitata. Questo pannello evidenzia la tendenza di LIN-ref a sovrastimare la densità in aree con fusione significativa, mentre MOD-ref offre una migliore corrispondenza con le osservazioni.

H4-1 & 2 2008

Il pannello per H4-1 & 2 2008 rappresenta un’estremità dello spettro, con un firn quasi completamente saturato. I due profili osservati (verde chiaro e verde scuro) mostrano densità molto elevate (800-900 kg/m³) nei primi 5 metri, con tasche isolate di firn a densità più bassa (circa 400 kg/m³) a profondità maggiori (5-10 m). Questo indica che il ricongelamento dell’acqua di fusione ha riempito la maggior parte dello spazio poroso, trasformando il firn in ghiaccio solido, con solo alcune tasche residue di firn meno denso. LIN-ref (rosso scuro) e MOD-ref (blu scuro) raggiungono la chiusura dei pori (810 kg/m³, linee spesse) nei primi 5 metri, in linea con le osservazioni, simulando correttamente l’impermeabilità del firn a queste profondità. Tuttavia, i modelli non riproducono le tasche di firn isolate a profondità maggiori, probabilmente a causa della risoluzione limitata e della difficoltà di simulare variazioni a scala fine in un firn quasi completamente saturato. Questo pannello conferma la capacità dei modelli di simulare la chiusura dei pori in condizioni di saturazione, ma evidenzia anche i loro limiti nel catturare l’eterogeneità residua.

Interpretazione Scientifica

Prestazioni dei Modelli in Aree di Neve Secca

In aree con fusione limitata, come CORE 7551 (1997), i modelli MOD-ref e LIN-ref riproducono accuratamente i profili di densità, come riportato nel testo. La densità osservata aumenta monotonicamente con la profondità, un comportamento tipico della compattazione della neve in assenza di fusione e ricongelamento, e i modelli seguono questo andamento con precisione (300-500 kg/m³). Le densità secche (ρ_s) coincidono con le densità medie (ρ_bulk), poiché non è presente ghiaccio in queste aree, e non si osservano picchi o discontinuità. Questo risultato evidenzia la capacità dei modelli di simulare i processi di densificazione dominati dalla compattazione, un processo relativamente semplice che non richiede la rappresentazione di fenomeni complessi come l’infiltrazione e il ricongelamento dell’acqua.

Prestazioni dei Modelli in Aree con Fusione e Ricongelamento

In siti caratterizzati da fusione e ricongelamento, come KAN-U (2012, 2013), DYE-2 (2013), EKT (2013), Site J (1989), e Crawford Point (2007), i profili di densità osservati mostrano una maggiore complessità, con picchi di densità (fino a 800-900 kg/m³) che indicano la presenza di lenti di ghiaccio, alternati a sezioni con densità più basse (400-500 kg/m³). Questi picchi riflettono il ricongelamento dell’acqua di fusione infiltrata, che riempie lo spazio poroso e forma strati di ghiaccio, aumentando localmente la densità. Tuttavia, i modelli MOD-ref e LIN-ref non riescono a riprodurre queste variazioni a scala fine, a causa della risoluzione verticale limitata, come riportato nel testo. La densità media simulata (ρ_bulk) è spesso vicina alla densità osservata levigata, permettendo ai modelli di calcolare proprietà termiche e abbassamento della superficie, ma le densità secche (ρ_s) non corrispondono sempre alle sezioni prive di ghiaccio del profilo osservato, suggerendo una sovrastima della densità del firn in alcune regioni.

Differenze tra MOD-ref e LIN-ref

Le differenze tra i due modelli emergono chiaramente nei siti con fusione significativa:

LIN-ref: Tende a produrre densità più alte rispetto a MOD-ref, a causa della maggiore fornitura di acqua di fusione, come riportato nel testo. Questo si traduce in una maggiore densificazione del firn, con la formazione di lenti di ghiaccio e la chiusura dei pori in siti come KAN-U (2012, 2013). LIN-ref simula accuratamente l’evoluzione temporale della densità a KAN-U, passando da un firn con lenti multiple nel 2012 a uno strato di ghiaccio continuo nel 2013, raggiungendo la chiusura dei pori a circa 5 m di profondità. Tuttavia, in altri siti (DYE-2, EKT, Site J, Crawford Point), LIN-ref sovrastima la densità, con valori medi di 700-800 kg/m³ rispetto a valori osservati di 400-600 kg/m³, indicando una tendenza a esagerare il processo di densificazione.
MOD-ref: Mostra densità più basse rispetto a LIN-ref, spesso più vicine ai valori osservati in siti con fusione moderata (DYE-2, EKT, Site J, Crawford Point), con valori medi di 500-600 kg/m³. Tuttavia, in siti con fusione intensa, come KAN-U (2012, 2013), MOD-ref sottostima la densificazione, non raggiungendo la soglia di chiusura dei pori e non rappresentando adeguatamente la formazione di lenti di ghiaccio. Questo suggerisce che MOD-ref potrebbe non simulare a sufficienza l’apporto di acqua di fusione e il suo impatto sulla densità del firn.

Evoluzione Temporale a KAN-U

I pannelli per KAN-U (2009, 2012, 2013) offrono un’analisi temporale dettagliata dell’evoluzione della densità del firn in risposta alla fusione e al ricongelamento:

2009: Il profilo di densità è relativamente semplice, con un aumento graduale da 300 a 500 kg/m³, senza lenti di ghiaccio significative, indicando fusione limitata in quell’anno.
2012: Si osservano lenti di ghiaccio multiple a 4-6 m di profondità, con densità che raggiungono 800 kg/m³, alternati a sezioni meno dense (400-500 kg/m³). LIN-ref simula la chiusura dei pori a 5 m, in linea con le osservazioni, mentre MOD-ref sottostima la densità.
2013: Le lenti di ghiaccio si fondono in uno strato continuo a 5-6 m, con densità di 800-900 kg/m³. LIN-ref continua a simulare la chiusura dei pori, con uno strato impermeabile più spesso, mentre MOD-ref rimane al di sotto della soglia, non catturando pienamente l’evoluzione del firn.

Questa progressione evidenzia la capacità di LIN-ref di seguire l’evoluzione temporale della densità in risposta alla fusione, mentre MOD-ref mostra limitazioni significative.

Saturazione del Firn (H4-1 & 2)

Il pannello per H4-1 & 2 (2008) rappresenta un’estremità dello spettro, con un firn quasi completamente saturato. La densità osservata raggiunge 800-900 kg/m³ nei primi 5 metri, con tasche isolate di firn meno dense (circa 400 kg/m³) a profondità maggiori. Questo indica che il ricongelamento dell’acqua di fusione ha riempito la maggior parte dello spazio poroso, trasformando il firn in ghiaccio solido, con solo alcune tasche residue di firn meno denso. LIN-ref e MOD-ref simulano correttamente la chiusura dei pori nei primi 5 metri, con densità di 810-900 kg/m³, impedendo la percolazione dell’acqua a profondità maggiori, in linea con le osservazioni. Tuttavia, i modelli non riproducono le tasche di firn isolate, probabilmente a causa della risoluzione limitata e della difficoltà di simulare variazioni a scala fine in un firn quasi completamente saturato.

Implicazioni e Limiti

La Figura 7 dimostra che MOD-ref e LIN-ref sono in grado di riprodurre i profili di densità in aree di neve secca, come CORE 7551, dove la compattazione domina i processi di densificazione. Tuttavia, in aree con fusione e ricongelamento, i modelli presentano limitazioni significative:

Risoluzione Verticale Limitata: I modelli non riescono a catturare i picchi di densità associati alle lenti di ghiaccio, a causa della risoluzione verticale insufficiente, come riportato nel testo. Questo limita la capacità dei modelli di simulare variazioni a scala fine, come le lenti di ghiaccio sottili osservate in siti come KAN-U, DYE-2, EKT, Site J e Crawford Point.
Sovrastima della Densità da Parte di LIN-ref: LIN-ref tende a sovrastimare la densità in molti siti (DYE-2, EKT, Site J, Crawford Point), con valori medi di 700-800 kg/m³ rispetto a valori osservati di 400-600 kg/m³. Questo è attribuito alla maggiore fornitura di acqua di fusione, che porta a una densificazione eccessiva del firn. Tuttavia, in siti come KAN-U, questa caratteristica consente a LIN-ref di simulare accuratamente la formazione di lenti di ghiaccio e la chiusura dei pori, come osservato nel 2012 e 2013.
Sottostima della Densificazione da Parte di MOD-ref: MOD-ref spesso sottostima la densità in siti con fusione intensa, come KAN-U (2012, 2013), non raggiungendo la soglia di chiusura dei pori e non rappresentando adeguatamente la formazione di lenti di ghiaccio. Questo suggerisce che MOD-ref potrebbe non simulare a sufficienza l’apporto di acqua di fusione e il suo impatto sulla densità del firn.
Evoluzione Temporale e Spaziale: I pannelli per KAN-U mostrano che LIN-ref è in grado di seguire l’evoluzione temporale della densità, simulando la transizione da un firn con lenti multiple (2012) a uno strato di ghiaccio continuo (2013), mentre MOD-ref non riesce a catturare questa dinamica. La variabilità spaziale osservata in siti come KAN-U, DYE-2, EKT e Crawford Point sottolinea l’importanza di considerare l’eterogeneità locale nella simulazione della densità del firn.

Conclusioni

In conclusione, la Figura 7 evidenzia che i modelli MOD-ref e LIN-ref sono in grado di simulare accuratamente i profili di densità in aree di neve secca, dove la compattazione domina i processi di densificazione, come dimostrato dal pannello per CORE 7551. Tuttavia, in aree con fusione e ricongelamento, i modelli presentano limitazioni significative, non riuscendo a catturare i picchi di densità associati alle lenti di ghiaccio a causa della risoluzione verticale limitata. LIN-ref si dimostra più accurato in siti con fusione intensa, come KAN-U, grazie alla maggiore fornitura di acqua di fusione, che gli consente di simulare la formazione di lenti di ghiaccio e la chiusura dei pori. Tuttavia, questa caratteristica porta a una sovrastima della densità in altri siti, mentre MOD-ref, pur essendo più vicino ai valori osservati in condizioni di fusione moderata, sottostima la densificazione in contesti più dinamici.

Questi risultati suggeriscono la necessità di migliorare i modelli glaciologici per una simulazione più accurata della densità del firn. Una risoluzione verticale più fine potrebbe consentire di catturare le variazioni a scala fine, come le lenti di ghiaccio sottili, mentre una parametrizzazione più realistica della percolazione dell’acqua potrebbe migliorare la rappresentazione del processo di densificazione. Inoltre, una migliore comprensione dell’eterogeneità spaziale e temporale del firn potrebbe aiutare a ridurre le discrepanze tra simulazioni e osservazioni, migliorando la capacità dei modelli di prevedere l’evoluzione della calotta glaciale e il suo impatto sul sistema climatico globale.

Analisi Dettagliata dei Profili di Temperatura e Contenuto Idrico nel Sottosuolo a KAN-U

Lo studio della dinamica termica e idrica del sottosuolo nei primi 10 metri presso il sito di KAN-U, come illustrato nella Figura 8, fornisce un quadro complesso delle variazioni climatiche e delle risposte dei sistemi glaciali simulate in diversi scenari sperimentali. L’esperimento di riferimento MOD-ref evidenzia una variabilità climatica a lungo termine significativa: negli anni ’90 si registrano condizioni di freddo persistente, seguite da un progressivo riscaldamento del sottosuolo negli anni 2000, culminante in uno stato di temperature prossime al punto di fusione (condizioni temperate) diffuse nei primi 10 metri durante gli anni 2010. Questo trend di riscaldamento risulta ulteriormente amplificato nell’esperimento MOD-Swi02, il quale si distingue da MOD-ref esclusivamente per una diversa parametrizzazione della saturazione idrica (Swi). In MOD-Swi02, la ridotta capacità di ritenzione idrica dovuta a forze capillari facilita il trasferimento dell’acqua di fusione superficiale verso strati più profondi, accelerando l’erosione del contenuto freddo del sottosuolo e determinando un incremento delle temperature rispetto al caso di riferimento.

Un ulteriore esperimento, denominato MOD-NoDarcy, adotta la stessa saturazione irriducibile di MOD-ref ma introduce una percolazione istantanea dell’acqua in eccesso rispetto a tale saturazione. Sebbene questa configurazione generi differenze apprezzabili su scale temporali giornaliere, come evidenziato dai profili di contenuto idrico liquido nella Figura 9, le strutture termiche risultanti nei due esperimenti (MOD-ref e MOD-NoDarcy) appaiono praticamente sovrapponibili nella rappresentazione di Figura 8, nonostante i dati giornalieri siano effettivamente utilizzati. Tale somiglianza suggerisce che le variazioni giornaliere nel flusso idrico abbiano un impatto limitato sulla distribuzione termica a lungo termine, sottolineando il ruolo dominante delle proprietà medie del sistema nel determinare l’evoluzione della temperatura del sottosuolo.

L’introduzione di un modello di albedo lineare (LIN) comporta un aumento significativo della produzione di acqua di fusione al sito di KAN-U, con conseguenti temperature del sottosuolo più elevate rispetto agli esperimenti MOD corrispondenti. In particolare, l’esperimento LIN-ref risulta sistematicamente più caldo rispetto a MOD-ref, e analogamente LIN-Swi02 supera MOD-Swi02 in termini di temperature simulate. La parametrizzazione Swi02, caratterizzata da una minore ritenzione idrica, favorisce una penetrazione più profonda del riscaldamento latente rispetto alla formulazione SwiCL, un effetto particolarmente evidente durante le stagioni estive del periodo 2008-2010. Tuttavia, un cambiamento significativo si manifesta nel luglio 2011, quando nell’esperimento LIN-ref emerge il contorno di densità pari a 810 kg m−3, indicativo della formazione di strati impermeabili nel sottosuolo. Questo fenomeno è attribuibile alla maggiore capacità della formulazione SwiCL di trattenere l’acqua percolante, consentendo il ricongelamento di una quantità sufficiente di acqua di fusione da avviare la genesi di uno strato di ghiaccio.

Con il progredire della stagione estiva, l’apporto di calore latente dalla superficie viene interrotto, ma lo strato di ghiaccio continua a crescere verso il basso grazie all’acqua di fusione precedentemente trattenuta. Durante l’inverno successivo, l’accumulo di neve contribuisce a raffreddare e seppellire gradualmente lo strato di ghiaccio. Tuttavia, l’arrivo del fronte di acqua di fusione nella stagione 2012 provoca un ulteriore ispessimento dello strato a partire dalla sua superficie superiore. Le estati successive, 2013 e 2014, aggiungono massa allo strato di ghiaccio dall’alto, in accordo con le osservazioni sul campo riportate da Machguth et al. (2016a). Tuttavia, l’accumulo invernale di neve tende a superare l’apporto estivo di massa, determinando un progressivo movimento verso il basso dello strato di ghiaccio dopo la conclusione della stagione di fusione del 2012.

La Figura 9 approfondisce le differenze nei profili di contenuto idrico liquido (definito come L = pw/ps) tra i vari esperimenti, evidenziando l’influenza della presenza di uno strato di ghiaccio sospeso in LIN-ref e delle diverse scelte di parametri idraulici, come il rapporto wh/wice e l’approccio Darcy rispetto a NoDarcy. In LIN-ref, la formazione dello strato di ghiaccio impermeabile causa un accumulo significativo di acqua liquida sopra di esso, che persiste fintantoché l’apporto di acqua percolante dalla superficie rimane attivo. Durante il luglio 2012, due eventi di fusione eccezionali, documentati da Fausto et al. (2016b), intensificano questo accumulo. Nel periodo compreso tra il 12 luglio (giorno 194) e il 26 luglio (giorno 208), il deflusso dalla colonna riduce temporaneamente il livello di acqua liquida, ma l’elevata saturazione rispetto al limite irriducibile genera un deflusso prolungato, che si estende fino al tardo autunno, anziché una distribuzione uniforme su maggiori profondità, come osservato negli altri esperimenti.

Il confronto tra MOD-ref e MOD-w01 evidenzia l’effetto della riduzione della conduttività idraulica degli strati. In MOD-w01, la conduttività ridotta rallenta il flusso discendente, favorendo la formazione di gradienti verticali più pronunciati nel contenuto idrico liquido prima del rilascio. Questo comportamento si traduce in un flusso verso il basso di natura più intermittente, senza tuttavia portare alla formazione di strati impermeabili. Al contrario, l’esperimento MOD-NoDarcy, caratterizzato da una percolazione istantanea dell’acqua in eccesso, produce un’evoluzione graduale e continua del campo idrico, evitando brusche variazioni locali nel contenuto di acqua.

Un aspetto cruciale emerso dalle simulazioni riguarda il movimento verticale della massa indotto dall’accumulo superficiale e dalla percolazione. Uno strato di ghiaccio, una volta formatosi, tende a diffondersi nel tempo se non viene ulteriormente alimentato dall’alto, perdendo progressivamente la sua capacità di bloccare la percolazione. La formazione di uno strato di ghiaccio sostenibile, in grado di persistere attraverso l’inverno e ostacolare il flusso idrico nella stagione di fusione successiva, richiede un apporto eccezionale di acqua di fusione. Questo requisito potrebbe spiegare l’assenza di strati di ghiaccio persistenti nei modelli MOD a KAN-U, dove le condizioni simulate non raggiungono la soglia critica per la formazione di tali strutture.

In conclusione, l’analisi dei profili di temperatura e contenuto idrico nel sottosuolo a KAN-U evidenzia l’interazione complessa tra parametrizzazioni idrologiche, dinamiche termiche e processi di fusione superficiale. Le differenze tra gli esperimenti sottolineano l’importanza di un’adeguata rappresentazione dei processi di ritenzione e percolazione dell’acqua per comprendere l’evoluzione dei sistemi glaciali in risposta ai cambiamenti climatici.

Analisi Approfondita della Figura 8: Evoluzione Termica del Sottosuolo a KAN-U (1980-2014)

La Figura 8 presenta una rappresentazione dettagliata della temperatura media giornaliera nel sottosuolo (primi 10 metri) al sito di KAN-U, situato in Groenlandia, simulata attraverso una serie di esperimenti numerici. Questi esperimenti esplorano l’impatto di diverse parametrizzazioni idrologiche e di albedo sull’evoluzione termica e sulla formazione di strati impermeabili in un contesto di cambiamenti climatici. I dati coprono un intervallo temporale che va dal 1980 al 2014 per l’esperimento di riferimento (MOD-ref), mentre per gli altri esperimenti (MOD-Swi02, MOD-NoDarcy, LIN-ref e LIN-Swi02) l’analisi si concentra sul periodo 2008-2014. La figura offre un’importante prospettiva sulla risposta del sottosuolo glaciale a variazioni nei flussi idrici e termici, con implicazioni per la comprensione dei processi di fusione e ricongelamento in ambienti polari.

Struttura Grafica e Parametri di Visualizzazione

La figura è composta da cinque pannelli, ciascuno rappresentante un esperimento diverso. Gli assi sono definiti come segue:

Asse verticale: rappresenta la profondità rispetto alla superficie (SRF, surface reference frame), espressa in metri, con un intervallo che va da 0 (superficie) a 10 metri di profondità.
Asse orizzontale: indica il tempo in anni, con MOD-ref che copre l’intero periodo 1980-2014, mentre gli altri esperimenti si limitano al periodo 2008-2014 per un confronto più dettagliato su scala decennale.
Scala cromatica: a destra della figura è presente una scala di temperatura in gradi Celsius (°C), che varia da -20°C (blu scuro) a 0°C (marrone scuro). I colori più freddi (blu) indicano temperature significativamente inferiori al punto di fusione, mentre i colori più caldi (giallo, arancione, rosso) rappresentano temperature prossime a 0°C, tipiche di condizioni temperate in cui il ghiaccio è al confine tra stato solido e liquido.
Linea nera tratteggiata: visibile solo nel pannello LIN-ref, questa linea rappresenta il contorno di densità pari a 810 kg m⁻³, un valore che indica la presenza di strati di ghiaccio impermeabili, capaci di bloccare la percolazione dell’acqua di fusione.

Descrizione Dettagliata dei Pannelli

MOD-ref (1980-2014)
Il pannello MOD-ref funge da esperimento di riferimento e fornisce una visione a lungo termine dell’evoluzione termica del sottosuolo a KAN-U. Negli anni ’80 e ’90, le temperature simulate sono generalmente molto basse, con valori che oscillano tra -15°C e -20°C (dominano i colori blu scuro), riflettendo condizioni di freddo persistente tipiche di un periodo con fusione superficiale limitata. A partire dagli anni 2000, si osserva un progressivo riscaldamento, evidenziato da una transizione verso colori più chiari (verdi e gialli), con temperature che si avvicinano a -5°C, in particolare nei primi 5 metri di profondità. Questo trend si intensifica negli anni 2010, quando le temperature nei primi 3-4 metri raggiungono valori prossimi a 0°C (colori rossi), indicando uno stato temperato diffuso. Questo riscaldamento è attribuibile a un aumento della fusione superficiale, che trasferisce calore latente verso il sottosuolo, erodendo il contenuto freddo accumulato nelle decadi precedenti.
MOD-Swi02 (2008-2014)
L’esperimento MOD-Swi02 introduce una modifica nella parametrizzazione della saturazione idrica (Swi), riducendo la capacità del sottosuolo di trattenere acqua per forze capillari. Questo comporta un trasferimento più rapido dell’acqua di fusione verso strati più profondi, con un conseguente aumento del riscaldamento latente a profondità maggiori. Rispetto a MOD-ref nello stesso periodo (2008-2014), MOD-Swi02 mostra un profilo termico significativamente più caldo, con vaste aree di colore rosso nei primi 5 metri, indicative di temperature vicine a 0°C. Questo effetto è particolarmente pronunciato durante le estati 2008-2010, dove la penetrazione del calore latente è più profonda rispetto a MOD-ref, evidenziando come una minore ritenzione idrica favorisca un riscaldamento più rapido e intenso del sottosuolo.
MOD-NoDarcy (2008-2014)
Nell’esperimento MOD-NoDarcy, la parametrizzazione idrologica assume una percolazione istantanea dell’acqua in eccesso rispetto alla saturazione irriducibile, eliminando l’effetto del flusso Darcy. Questo approccio porta a differenze giornaliere nel contenuto idrico (come mostrato nella Figura 9), ma non si riflettono in variazioni significative nella struttura termica a lungo termine. Il pannello MOD-NoDarcy mostra un’evoluzione della temperatura molto simile a quella di MOD-ref nello stesso periodo (2008-2014), con un’alternanza di colori che va dal blu (temperature più fredde a profondità maggiori) al rosso (temperature temperate nei primi metri). La somiglianza tra i due esperimenti suggerisce che, su scale temporali annuali o decennali, il meccanismo di percolazione istantanea non altera in modo sostanziale la distribuzione termica rispetto al modello di riferimento.
LIN-ref (2008-2014)
L’esperimento LIN-ref utilizza un’albedo lineare (LIN), che aumenta la produzione di acqua di fusione rispetto ai modelli MOD, simulando condizioni di maggiore assorbimento della radiazione solare. Questo si traduce in temperature del sottosuolo più elevate rispetto a MOD-ref, con una predominanza di colori caldi (arancione e rosso) nei primi 5 metri, riflettendo un riscaldamento più marcato. Un elemento distintivo di questo pannello è la comparsa, a partire dal luglio 2011, del contorno di densità 810 kg m⁻³ (linea nera tratteggiata), che segnala la formazione di uno strato di ghiaccio impermeabile a circa 3-4 metri di profondità. Questo strato si forma grazie alla capacità della parametrizzazione SwiCL di trattenere acqua, che poi ricongela, creando una barriera alla percolazione. Nel corso del 2012, lo strato cresce dall’alto a causa dell’arrivo di nuova acqua di fusione, ma successivamente si sposta verso il basso (raggiungendo i 5-6 metri entro il 2014) a causa dell’accumulo di neve in inverno, che lo seppellisce gradualmente. Le estati 2013 e 2014 aggiungono ulteriore massa allo strato dall’alto, ma non abbastanza da contrastare il movimento discendente indotto dall’accumulo invernale.
LIN-Swi02 (2008-2014)
L’esperimento LIN-Swi02 combina l’albedo lineare (LIN) con la parametrizzazione Swi02, che riduce la ritenzione idrica. Questo esperimento mostra le temperature più alte tra tutti i casi analizzati, con una predominanza di colori rossi nei primi 7 metri, indicando condizioni temperate estese. La minore ritenzione idrica consente una penetrazione più profonda dell’acqua di fusione, portando calore latente a profondità maggiori e causando un riscaldamento più intenso rispetto a LIN-ref. Tuttavia, a differenza di LIN-ref, non si osserva la formazione di uno strato impermeabile (nessuna linea nera), poiché il drenaggio rapido impedisce l’accumulo di acqua necessario per il ricongelamento e la formazione di strati di ghiaccio.

Interpretazione Scientifica e Implicazioni

La Figura 8 evidenzia diversi aspetti cruciali della dinamica termica del sottosuolo in un contesto glaciale:

Trend di Riscaldamento a Lungo Termine: Il pannello MOD-ref rivela un chiaro trend di riscaldamento dal 1980 al 2014, con un’accelerazione negli anni 2010. Questo è coerente con l’aumento della fusione superficiale indotto dai cambiamenti climatici, che trasferisce calore latente al sottosuolo, riducendo il contenuto freddo e portando a condizioni temperate diffuse.
Influenza della Parametrizzazione Idrologica: Gli esperimenti MOD-Swi02 e LIN-Swi02 dimostrano che una minore ritenzione idrica (parametrizzazione Swi02) amplifica il riscaldamento del sottosuolo, poiché l’acqua di fusione penetra più rapidamente e profondamente, trasportando calore latente. Al contrario, MOD-NoDarcy mostra che la percolazione istantanea non ha un impatto significativo sulla struttura termica a lungo termine, suggerendo che i processi di flusso idrico giocano un ruolo più importante su scale temporali giornaliere (come evidenziato nella Figura 9).
Formazione di Strati Impermeabili: La comparsa di uno strato di ghiaccio impermeabile in LIN-ref (contorno 810 kg m⁻³) sottolinea l’importanza della ritenzione idrica nel determinare i processi di ricongelamento. Questo strato, formatosi nel 2011, influenza la dinamica idrica bloccando la percolazione e causando l’accumulo di acqua liquida sopra di esso, un fenomeno che persiste nelle stagioni successive. Il movimento discendente dello strato nel tempo riflette l’interazione tra accumulo di neve in inverno e apporto di massa dall’alto durante le stagioni di fusione.
Effetto dell’Albedo: I modelli LIN (LIN-ref e LIN-Swi02) simulano una maggiore produzione di acqua di fusione, dovuta a un’albedo più bassa che aumenta l’assorbimento di radiazione solare. Questo porta a un riscaldamento più pronunciato del sottosuolo, con LIN-Swi02 che raggiunge le temperature più alte grazie alla combinazione di maggiore fusione e drenaggio rapido.

Conclusioni

La Figura 8 offre un’analisi approfondita dell’evoluzione termica del sottosuolo a KAN-U, evidenziando come le diverse parametrizzazioni idrologiche e di albedo influenzino la distribuzione della temperatura e la formazione di strati impermeabili. I risultati sottolineano l’importanza di una rappresentazione accurata dei processi di ritenzione e percolazione dell’acqua per modellizzare correttamente la risposta dei sistemi glaciali ai cambiamenti climatici. In particolare, la formazione di strati di ghiaccio impermeabili, osservata in LIN-ref, ha implicazioni significative per la dinamica idrica e termica, influenzando il deflusso e il trasferimento di calore nel sottosuolo. Questi risultati possono fornire una base per ulteriori studi sull’interazione tra fusione superficiale, percolazione e formazione di strutture glaciali in ambienti polari.

Analisi Scientifica Approfondita della Figura 9: Distribuzione del Contenuto di Acqua Liquida nel Sottosuolo a KAN-U nel 2012

La Figura 9 rappresenta un’analisi dettagliata del contenuto di acqua liquida (L = pw/ps) nel sottosuolo, nei primi 10 metri, presso il sito di KAN-U in Groenlandia, durante il periodo compreso tra il 15 maggio e il 15 ottobre 2012 (corrispondente ai giorni 136-289 dell’anno). I dati sono derivati da quattro esperimenti numerici distinti—MOD-ref, MOD-w01, MOD-NoDarcy e LIN-ref—ciascuno dei quali adotta diverse parametrizzazioni idrologiche e di albedo per simulare la dinamica dell’acqua di fusione e il suo impatto sul sottosuolo glaciale. La figura offre un’importante prospettiva sull’interazione tra processi di fusione superficiale, percolazione dell’acqua e formazione di barriere impermeabili, evidenziando come questi fattori influenzino la distribuzione dell’acqua liquida e il deflusso in un contesto di cambiamenti climatici.

Struttura Grafica e Parametri di Visualizzazione

La figura è organizzata in quattro pannelli, ciascuno corrispondente a un esperimento specifico. La struttura grafica è definita come segue:

Asse verticale: rappresenta la profondità rispetto alla superficie (SRF, surface reference frame), espressa in metri, con un intervallo che va da 0 (superficie) a 10 metri di profondità.
Asse orizzontale: indica il tempo, espresso in giorni dell’anno 2012, dal giorno 136 (15 maggio) al giorno 289 (15 ottobre), coprendo quindi l’intera stagione di fusione estiva e parte dell’autunno.
Scala cromatica: a destra della figura è presente una scala che rappresenta il contenuto di acqua liquida (L = pw/ps), espresso in kg/kg, dove pw è la massa di acqua liquida e ps è la massa totale del sistema (ghiaccio + acqua). I valori variano da 0 (blu scuro, assenza di acqua liquida) a 0.2 (marrone scuro, alta concentrazione di acqua liquida). Una nota specifica nel pannello LIN-ref indica che i valori in alcune aree superano 0.5 kg/kg, oltre il limite massimo della scala cromatica, evidenziando accumuli eccezionali di acqua.
Linea nera solida: visibile esclusivamente nel pannello LIN-ref, questa linea rappresenta il contorno di densità pari a 810 kg m⁻³, che segnala la presenza di uno strato di ghiaccio impermeabile, capace di bloccare la percolazione dell’acqua di fusione.

Descrizione Dettagliata dei Pannelli

MOD-ref
Il pannello MOD-ref funge da esperimento di riferimento e fornisce una baseline per il confronto con gli altri scenari. Durante la prima parte del periodo analizzato, da maggio a giugno (giorni 136-180), il contenuto di acqua liquida è estremamente basso (colori blu scuro, valori prossimi a 0 kg/kg), indicando che il sottosuolo è prevalentemente congelato e che la fusione superficiale è ancora limitata. A partire da luglio (circa giorno 182), si osserva un incremento significativo del contenuto idrico nei primi 2-3 metri di profondità (colori verdi e gialli, valori intorno a 0.05-0.1 kg/kg), corrispondente all’inizio della stagione di fusione estiva. Due eventi di fusione eccezionali, documentati da Fausto et al. (2016b), si verificano intorno ai giorni 194 (12 luglio) e 208 (26 luglio), portando a picchi di contenuto idrico (colori arancioni e rossi, valori fino a 0.15-0.2 kg/kg) nei primi 1-2 metri. L’acqua di fusione percola attraverso il sottosuolo, distribuendosi gradualmente su profondità maggiori, fino a 8-10 metri, senza accumuli significativi in specifici strati. Questo pattern di drenaggio relativamente uniforme suggerisce che, in assenza di barriere impermeabili, l’acqua si muove liberamente attraverso il mezzo poroso, con un’evoluzione graduale del campo idrico.
MOD-w01
L’esperimento MOD-w01 introduce una riduzione della conduttività idraulica degli strati rispetto a MOD-ref, rallentando il flusso discendente dell’acqua e modificando la dinamica della percolazione. Durante i mesi di maggio e giugno, il contenuto di acqua liquida rimane basso (colori blu), simile a MOD-ref. Tuttavia, a partire da luglio, si osserva un comportamento più intermittente nella distribuzione dell’acqua. Durante i picchi di fusione (giorni 194 e 208), si verificano accumuli locali di acqua liquida (colori arancioni e rossi, valori intorno a 0.15-0.2 kg/kg) a diverse profondità, ad esempio intorno ai 2-3 metri e successivamente ai 5-6 metri. Questi accumuli sono seguiti da rilasci improvvisi verso il basso, visibili come bande verticali di colore più chiaro (verdi e gialli). Questo pattern intermittente è il risultato della conduttività idraulica ridotta, che favorisce la formazione di gradienti verticali più pronunciati nel contenuto idrico. L’acqua tende ad accumularsi temporaneamente in determinati strati prima di essere rilasciata verso profondità maggiori, creando un flusso discendente discontinuo rispetto al drenaggio più uniforme osservato in MOD-ref.
MOD-NoDarcy
Nell’esperimento MOD-NoDarcy, si assume che l’acqua in eccesso rispetto alla saturazione irriducibile percoli istantaneamente verso il basso, eliminando l’effetto del flusso Darcy. Questo approccio produce un’evoluzione del contenuto idrico significativamente diversa rispetto agli altri esperimenti. Durante l’intero periodo analizzato, il contenuto di acqua liquida si distribuisce in modo più graduale e uniforme attraverso il profilo verticale (colori prevalentemente verdi e gialli, valori intorno a 0.05-0.1 kg/kg). Anche durante i picchi di fusione in luglio, non si osservano accumuli locali significativi, e l’acqua si distribuisce su tutto il profilo, raggiungendo profondità di 8-10 metri in modo continuo. Questo comportamento riflette l’assenza di ritardi nel drenaggio, tipica del flusso Darcy, portando a una distribuzione più omogenea dell’acqua nel sottosuolo. Tuttavia, il contenuto idrico nei primi metri tende a essere inferiore rispetto a MOD-ref, poiché l’acqua si muove rapidamente verso profondità maggiori senza accumularsi in superficie.
LIN-ref
L’esperimento LIN-ref utilizza un’albedo lineare (LIN), che aumenta la produzione di acqua di fusione rispetto ai modelli MOD, e include la presenza di uno strato di ghiaccio impermeabile, indicato dalla linea nera solida a circa 3-4 metri di profondità (contorno di densità 810 kg m⁻³). Durante i mesi di maggio e giugno, il contenuto idrico è basso (colori blu), simile agli altri esperimenti. Tuttavia, a partire da luglio, si osserva un accumulo eccezionale di acqua liquida sopra lo strato impermeabile (colori marroni scuri), con valori che superano 0.5 kg/kg, oltre il limite della scala cromatica. Questo accumulo è particolarmente evidente durante i due eventi di fusione in luglio (giorni 194 e 208), quando la maggiore produzione di acqua di fusione, dovuta all’albedo LIN, si combina con il blocco della percolazione imposto dallo strato impermeabile. Tra i due eventi di fusione (giorni 194-208), il deflusso laterale dalla colonna riduce temporaneamente il livello di acqua sopra lo strato (colori più chiari, intorno a 0.2 kg/kg), ma l’accumulo riprende con il secondo evento di fusione. Il deflusso continua fino a tardo autunno (ottobre), a causa dell’elevato contenuto idrico in eccesso rispetto alla saturazione irriducibile, che genera un drenaggio prolungato. Sotto lo strato impermeabile, il contenuto di acqua liquida è praticamente nullo (colori blu scuro), poiché l’acqua non riesce a penetrare oltre questa barriera, evidenziando l’impatto significativo dello strato di ghiaccio sulla dinamica idrica.

Interpretazione Scientifica e Implicazioni

La Figura 9 offre un’analisi approfondita della dinamica idrica nel sottosuolo glaciale durante la stagione di fusione del 2012, evidenziando l’influenza delle diverse parametrizzazioni idrologiche e della presenza di strati impermeabili:

Effetto degli Eventi di Fusione: I due eventi di fusione eccezionali in luglio 2012 (giorni 194 e 208), documentati da Fausto et al. (2016b), sono chiaramente visibili in tutti i pannelli, con un aumento del contenuto idrico nei primi metri durante questi periodi. Questi eventi rappresentano un input significativo di acqua di fusione, che si propaga nel sottosuolo in modo diverso a seconda delle parametrizzazioni adottate.
Influenza della Conduttività Idraulica: Il confronto tra MOD-ref e MOD-w01 evidenzia l’impatto della conduttività idraulica sul flusso dell’acqua. In MOD-w01, la conduttività ridotta rallenta il drenaggio, portando a un flusso intermittente caratterizzato da accumuli locali e rilasci improvvisi. Questo comportamento è il risultato di gradienti verticali più pronunciati nel contenuto idrico, che si accumula in determinati strati prima di essere rilasciato verso il basso. In MOD-ref, invece, il flusso è più continuo, con una distribuzione più uniforme dell’acqua su tutto il profilo.
Effetto della Percolazione Istantanea: MOD-NoDarcy mostra un’evoluzione del contenuto idrico più graduale e omogenea, dovuta alla percolazione istantanea dell’acqua in eccesso. Questo elimina i ritardi nel drenaggio, portando a una distribuzione uniforme dell’acqua su tutto il profilo verticale, ma con un contenuto idrico generalmente inferiore nei primi metri rispetto a MOD-ref, poiché l’acqua si muove rapidamente verso profondità maggiori.
Impatto dello Strato Impermeabile: In LIN-ref, la presenza dello strato di ghiaccio impermeabile a 3-4 metri di profondità altera drasticamente la dinamica idrica. L’acqua di fusione, prodotta in quantità maggiore a causa dell’albedo LIN, si accumula sopra lo strato (valori >0.5 kg/kg), poiché la percolazione verso profondità maggiori è bloccata. Questo accumulo genera un deflusso prolungato, che persiste fino a tardo autunno, e sottolinea l’importanza degli strati impermeabili nel controllare il flusso idrico e il trasferimento di calore nel sottosuolo glaciale.
Effetto dell’Albedo: L’albedo lineare in LIN-ref aumenta la produzione di acqua di fusione rispetto ai modelli MOD, amplificando l’accumulo di acqua sopra lo strato impermeabile e portando a valori di contenuto idrico eccezionalmente alti. Questo evidenzia come le variazioni nell’assorbimento della radiazione solare possano influenzare non solo la fusione superficiale, ma anche la dinamica idrica nel sottosuolo.

Conclusioni

La Figura 9 fornisce un’analisi dettagliata della distribuzione del contenuto di acqua liquida nel sottosuolo a KAN-U durante la stagione di fusione del 2012, evidenziando l’interazione complessa tra processi di fusione, percolazione e formazione di strati impermeabili. Le diverse parametrizzazioni idrologiche adottate negli esperimenti—dalla conduttività ridotta in MOD-w01 alla percolazione istantanea in MOD-NoDarcy—determinano pattern di drenaggio che variano da intermittenti a uniformi, con implicazioni significative per il trasferimento di acqua e calore nel sottosuolo. La presenza di uno strato impermeabile in LIN-ref introduce un ulteriore livello di complessità, bloccando la percolazione e causando accumuli eccezionali di acqua liquida, che a loro volta generano un deflusso prolungato. Questi risultati sottolineano l’importanza di una modellizzazione accurata dei processi idrologici per comprendere la risposta dei sistemi glaciali ai cambiamenti climatici, con potenziali implicazioni per la previsione del deflusso glaciale e della stabilità del ghiaccio in regioni polari.

Analisi su Larga Scala dei Modelli di Distribuzione di Ghiaccio Sospeso, Acqua Liquida e Deflusso nei Sistemi Glaciali (2012-2014)

La Figura 10 presenta un’analisi dettagliata della distribuzione spaziale degli strati di ghiaccio sospeso nel periodo compreso tra il 2012 e il 2014, integrata con la distribuzione degli acquiferi di firn perenni rilevata nell’aprile del 2014. La metodologia utilizzata per identificare gli strati di ghiaccio sospeso si basa sull’elaborazione del campo tridimensionale della densità media (ρ_bulk), calcolata come valore medio per il mese di aprile. Il criterio di identificazione prevede una ricerca dall’alto verso il basso: una cella di griglia viene classificata come contenente uno strato di ghiaccio sospeso se, procedendo dalla superficie verso il basso, si incontrano uno o più strati con ρ_bulk ≥ 810 kg m⁻³, seguiti da strati con ρ_bulk < 810 kg m⁻³. Questo approccio consente di individuare la presenza di strati impermeabili che interrompono la percolazione dell’acqua, un fenomeno cruciale per la dinamica idrica nei sistemi glaciali. I risultati mostrano che tali strati di ghiaccio sospeso sono concentrati in una fascia relativamente ristretta, larga tipicamente 3-6 celle di griglia, che si estende dal settore sud-occidentale della regione, lungo la costa occidentale, fino a raggiungere le aree settentrionali e nord-orientali. Tuttavia, questa distribuzione non è continua: in alcune zone, specialmente a ovest e nord-ovest, la presenza di acquiferi di firn perenni interrompe la continuità degli strati di ghiaccio sospeso, evidenziando una competizione tra i processi di formazione del ghiaccio e quelli di ritenzione idrica.

La distribuzione spaziale degli acquiferi di firn perenni, rilevata nell’aprile 2014, mostra una corrispondenza qualitativa con le osservazioni riportate da Forster et al. (2014), che hanno utilizzato carotaggi di firn, rilievi radar aerei e il modello climatico regionale RACMO2 per mappare tali strutture nel sud della regione. Analogamente a quanto simulato in RACMO2, gli acquiferi di firn perenni modellizzati in questo studio contengono esclusivamente acqua trattenuta nella saturazione irriducibile. L’acqua in eccesso, infatti, durante la stagione autunnale, è soggetta a due destini principali: una parte percola verso strati più profondi dove ricongela, mentre un’altra parte defluisce lateralmente come run-off. Di conseguenza, il contenuto totale di acqua nella colonna di firn è strettamente regolato dalla parametrizzazione della saturazione idrica (Swi). Gli esperimenti Swi02 condotti in questo studio risultano direttamente confrontabili con i dati di RACMO2, poiché adottano un approccio simile nella gestione dell’acqua trattenuta. Come evidenziato da Kuipers Munneke et al. (2014), la formazione e il mantenimento di acquiferi di firn perenni richiedono condizioni specifiche, ovvero tassi di accumulo annuale elevati, combinati a una fusione estiva o a precipitazioni (sotto forma di pioggia) da moderate a intense. Queste condizioni non si limitano alle aree sud-orientali descritte da Forster et al. (2014), ma il modello attuale identifica la presenza di acquiferi di firn perenni anche in diverse località a ovest e nord-ovest, suggerendo che tali strutture possano essere più diffuse di quanto precedentemente ipotizzato.

Un confronto tra le diverse parametrizzazioni di ritenzione idrica, in particolare tra SwiCL e Swi02 (ad esempio, MOD-ref contro MOD-Swi02 e LIN-ref contro LIN-Swi02), rivela differenze significative nella distribuzione degli strati di ghiaccio sospeso. La parametrizzazione SwiCL, che prevede una maggiore capacità di ritenzione idrica, risulta associata a una presenza più estesa di strati di ghiaccio sospeso rispetto a Swi02. Un esempio emblematico di questa dinamica è osservabile al sito di KAN-U, come illustrato nella Figura 8. In questo caso, l’esperimento LIN-ref, che utilizza la parametrizzazione SwiCL, mostra la formazione di uno strato di ghiaccio sospeso, mentre l’esperimento LIN-Swi02, con una ritenzione idrica ridotta, non evidenzia tale formazione. Questo risultato suggerisce che la maggiore capacità di trattenere acqua negli strati superficiali, ancora relativamente freddi, favorisca il ricongelamento dell’acqua di fusione e la conseguente genesi di strati impermeabili. La ritenzione idrica prolungata consente infatti all’acqua di rimanere in contatto con strati freddi abbastanza a lungo da ricongelarsi, formando barriere che impediscono la percolazione verso profondità maggiori.

Un aspetto interessante emerso dall’analisi è il ruolo delle variazioni giornaliere nella dinamica idrica del sottosuolo. Come mostrato nella Figura 9, le variazioni giornaliere nel contenuto di acqua liquida e nel flusso verso il basso dipendono fortemente dall’implementazione della conduttività idraulica, come evidenziato dal confronto tra gli esperimenti MOD-ref, MOD-w01 e MOD-NoDarcy. Tuttavia, tali variazioni su scala giornaliera non sembrano avere un impatto significativo sulla distribuzione su larga scala degli strati di ghiaccio sospeso e degli acquiferi di firn perenni. Questo indica che i fattori determinanti per la formazione e la distribuzione di queste strutture sono legati a processi su scale temporali stagionali o annuali, piuttosto che a dinamiche a breve termine. In particolare, l’apporto stagionale di acqua di fusione, i tassi di accumulo nevoso e la saturazione irriducibile emergono come parametri chiave, mentre il timing esatto del flusso verso il basso su scale giornaliere appare meno rilevante. Questo risultato ha implicazioni significative per i modelli climatici, poiché suggerisce che, per rappresentare accuratamente la distribuzione di strati di ghiaccio sospeso e acquiferi di firn perenni, non sia necessario catturare la variabilità idrica su scale temporali giornaliere. Al contrario, risulta più critico modellizzare con precisione i processi a lungo termine, come le precipitazioni, l’accumulo nevoso e le dinamiche del manto nevoso, che influenzano la disponibilità di acqua e la formazione di strutture glaciali.

In conclusione, la Figura 10 evidenzia la complessità dei processi che regolano la distribuzione degli strati di ghiaccio sospeso e degli acquiferi di firn perenni su larga scala. La maggiore diffusione degli strati di ghiaccio sospeso con la parametrizzazione SwiCL sottolinea l’importanza della ritenzione idrica nel favorire il ricongelamento, mentre la corrispondenza tra i modelli e le osservazioni di Forster et al. (2014) valida l’approccio adottato per gli acquiferi di firn perenni. Inoltre, l’irrilevanza delle variazioni giornaliere nella dinamica idrica per la distribuzione su larga scala offre un’importante indicazione per la modellizzazione climatica, suggerendo che gli sforzi futuri dovrebbero concentrarsi sulla rappresentazione accurata dei processi stagionali e annuali per migliorare la comprensione delle dinamiche idriche e termiche nei sistemi glaciali.

La Figura 11 presenta un’analisi approfondita delle differenze nel deflusso totale, calcolato come media per il triennio 2012-2014, derivanti dalle diverse configurazioni adottate nei modelli numerici per simulare i processi idrici e termici nei sistemi glaciali della Groenlandia. La riga superiore della figura riporta i valori di deflusso simulati negli esperimenti MOD-ref e LIN-ref, mentre la sezione sottostante evidenzia la differenza tra questi due scenari. Un’osservazione significativa è che l’implementazione dell’albedo lineare (LIN) nell’esperimento LIN-ref favorisce un aumento della fusione superficiale nelle regioni settentrionali della Groenlandia. Questo incremento della fusione contribuisce verosimilmente alla maggiore diffusione di strati di ghiaccio sospeso in tali aree, come precedentemente illustrato nella Figura 10, dove la presenza di questi strati è stata associata a condizioni di maggiore ritenzione idrica e ricongelamento. Tuttavia, nelle regioni occidentali, meridionali e orientali, l’esperimento MOD-ref tende a produrre tassi di deflusso più elevati rispetto a LIN-ref, indicando una diversa dinamica idrica in queste zone. Un’eccezione a questo pattern generale si osserva in alcune aree specifiche a ovest, dove bande verdi, situate all’interno di una banda gialla, indicano una linea di deflusso più elevata nel caso LIN, suggerendo che in queste regioni l’albedo LIN possa localmente amplificare il deflusso rispetto al caso MOD.

L’analisi evidenzia che la scelta della parametrizzazione dell’albedo rappresenta il fattore predominante nel determinare le variazioni di deflusso. Questa conclusione è ulteriormente avvalorata dai tre pannelli inferiori della Figura 11, i cui valori sono stati amplificati per un fattore di 10 al fine di rendere visibili le differenze più sottili tra le diverse configurazioni. In particolare, il confronto tra l’implementazione del flusso Darcy e l’approccio NoDarcy (percolazione istantanea) si rivela di scarsa rilevanza per il deflusso su larga scala, confermando quanto già emerso in analisi precedenti (ad esempio, nella Figura 9) circa l’irrilevanza delle variazioni giornaliere nella dinamica idrica per i processi su scale temporali più lunghe. Tuttavia, un certo impatto emerge dal confronto tra le parametrizzazioni SwiCL e Swi02, analizzate sia nel contesto degli esperimenti MOD (pannello in basso a sinistra) che LIN (pannello in basso a destra). Si delinea uno schema generale, sebbene con alcune eccezioni: nelle aree caratterizzate da acquiferi di firn perenni, localizzate prevalentemente nel sud e sud-est della Groenlandia, il deflusso tende a essere inferiore con la parametrizzazione SwiCL, che favorisce una maggiore ritenzione idrica. Al contrario, nelle regioni occidentali e settentrionali, dove sono presenti strati di ghiaccio sospeso, il deflusso risulta generalmente più elevato con SwiCL. Questo comportamento è coerente con le dinamiche fisiche sottostanti: in assenza di uno strato di ghiaccio impermeabile, una maggiore ritenzione idrica (SwiCL) consente di immagazzinare più acqua nella colonna di firn, che può successivamente ricongelarsi durante l’inverno, riducendo il deflusso. In presenza di uno strato di ghiaccio, invece, l’acqua di fusione si accumula sopra la barriera (come osservato nella Figura 9), impedendo la percolazione profonda e favorendo un deflusso superficiale più marcato.

La Figura 12 integra questa analisi spaziale con una prospettiva temporale, presentando serie temporali del deflusso totale annuale e del bilancio di massa superficiale (SMB, Surface Mass Balance) a livello dell’intera Groenlandia. Le differenze tra gli esperimenti MOD e LIN emergono chiaramente, riflettendo l’impatto significativo dell’albedo sulla fusione e, di conseguenza, sul deflusso. Al contrario, le differenze tra le parametrizzazioni SwiCL e Swi02 risultano minime, un risultato attribuibile sia alla limitata entità delle variazioni di deflusso mostrate nella riga inferiore della Figura 11 (che richiedono un’amplificazione di un fattore di 10 per essere apprezzabili), sia agli effetti contrastanti tra le aree con acquiferi di firn perenni e quelle con strati di ghiaccio sospeso. Questi effetti contrastanti tendono a compensarsi su scala regionale, riducendo l’impatto netto delle diverse parametrizzazioni di ritenzione idrica sul deflusso totale.

Un ulteriore elemento di interesse riguarda l’approccio utilizzato negli esperimenti MODIS-driven per la stima dell’albedo. Questi esperimenti impiegano una climatologia giornaliera media dell’albedo, calcolata per il periodo 2000-2006, per simulare le condizioni degli anni precedenti al 2000. Questo approccio riduce la variabilità interannuale nel periodo pre-2000, portando a differenze più marcate nel deflusso (e, di conseguenza, nell’SMB) rispetto agli esperimenti LIN, che utilizzano un’albedo lineare più sensibile alle variazioni climatiche. Nel periodo successivo al 2000, invece, gli esperimenti MODIS si basano su albedi derivate direttamente dalle osservazioni satellitari, migliorando l’accordo con gli esperimenti LIN in termini di variabilità interannuale. Questo risultato sottolinea l’importanza di dati osservativi accurati per la stima dell’albedo, specialmente in contesti di modellizzazione a lungo termine, dove la variabilità climatica gioca un ruolo cruciale nella dinamica della fusione e del deflusso.

In sintesi, l’analisi delle Figure 11 e 12 evidenzia il ruolo dominante dell’albedo nel determinare il deflusso in Groenlandia, con impatti significativi sulla fusione superficiale e sulla formazione di strati di ghiaccio sospeso. Le variazioni nella parametrizzazione della ritenzione idrica (SwiCL vs. Swi02) e del flusso (Darcy vs. NoDarcy) hanno effetti più limitati, spesso mascherati da dinamiche contrastanti tra diverse regioni. Questi risultati forniscono indicazioni preziose per la modellizzazione climatica, suggerendo che un’accurata rappresentazione dell’albedo e dei processi di fusione a lungo termine sia cruciale per prevedere le risposte idriche dei sistemi glaciali ai cambiamenti climatici.

Analisi Dettagliata della Figura 10: Distribuzione Spaziale degli Strati di Ghiaccio Sospeso e del Contenuto di Acqua Liquida nella Colonna di Firn in Groenlandia (2012-2014)

La Figura 10 offre una rappresentazione spaziale della distribuzione degli strati di ghiaccio sospeso (perched ice layers) e del contenuto totale di acqua liquida nella colonna di firn in Groenlandia, con un focus temporale sugli anni 2012-2014 per gli strati di ghiaccio sospeso e sull’aprile 2014 per il contenuto di acqua liquida. I dati derivano da sei esperimenti numerici distinti—MOD-ref, MOD-Swi02, MOD-w01, MOD-NoDarcy, LIN-ref e LIN-Swi02—che esplorano l’impatto di diverse parametrizzazioni idrologiche e di albedo sulla formazione di strutture glaciali e sulla dinamica idrica nei sistemi polari. Questa analisi fornisce un’importante prospettiva sulla distribuzione su larga scala di tali fenomeni, con implicazioni per la comprensione dei processi idrologici e termici nei contesti glaciali e per la modellizzazione climatica in regioni come la Groenlandia, dove i cambiamenti climatici stanno intensificando i processi di fusione e ricongelamento.

Struttura e Parametri di Visualizzazione

La figura è organizzata in sei pannelli, ciascuno corrispondente a un esperimento specifico: MOD-ref, MOD-Swi02, MOD-w01, MOD-NoDarcy, LIN-ref e LIN-Swi02. Ogni pannello presenta una mappa della Groenlandia, con i seguenti elementi grafici:

Contorni altimetrici: Sono indicati a intervalli di 500 m, da 1000 a 3000 m s.l.m., con il livello di 2000 m evidenziato in modo particolare, per fornire un contesto topografico.
Estensione della calotta glaciale: È delineata in blu, rappresentando i limiti della calotta glaciale continua.
Strati di ghiaccio sospeso: Sono indicati in nero e identificati attraverso un criterio basato sulla densità media (ρ_bulk) nel mese di aprile degli anni 2012-2014. Una cella di griglia è classificata come contenente uno strato di ghiaccio sospeso se, procedendo dalla superficie verso il basso, si incontrano uno o più strati con ρ_bulk ≥ 810 kg m⁻³, seguiti da strati meno densi con ρ_bulk < 810 kg m⁻³. Questo criterio consente di individuare strati impermeabili che bloccano la percolazione dell’acqua.
Contenuto di acqua liquida: È rappresentato mediante una scala cromatica che varia dal bianco (0 m) al rosso scuro (2 m), indicando il contenuto totale di acqua liquida nella colonna di firn (in metri) nell’aprile 2014. Questa acqua è associata alla presenza di acquiferi di firn perenni, che trattengono acqua nella saturazione irriducibile.

Analisi Dettagliata dei Pannelli

MOD-ref
Il pannello MOD-ref funge da esperimento di riferimento per il confronto con le altre configurazioni. Gli strati di ghiaccio sospeso, rappresentati in nero, si concentrano in una fascia relativamente stretta, larga tipicamente 3-6 celle di griglia, che si estende lungo la costa occidentale della Groenlandia, proseguendo verso nord e nord-est. Questa distribuzione è assente nel sud-est, dove invece si osserva una significativa presenza di acqua liquida. Il contenuto di acqua liquida, associato agli acquiferi di firn perenni, è predominante nel sud-est, con valori che raggiungono 1-1.4 m (colori arancioni), in linea con le osservazioni di Forster et al. (2014). Inoltre, alcune aree a ovest e nord-ovest mostrano concentrazioni minori di acqua liquida (colori gialli, circa 0.2-0.6 m), suggerendo la presenza di acquiferi di firn perenni anche in queste regioni, sebbene meno sviluppati.
MOD-Swi02
L’esperimento MOD-Swi02 adotta una parametrizzazione della saturazione idrica (Swi02) che riduce la capacità di ritenzione idrica rispetto a MOD-ref. Di conseguenza, la distribuzione degli strati di ghiaccio sospeso appare meno estesa e più frammentata rispetto a MOD-ref, con una presenza ridotta lungo la costa occidentale e settentrionale. Questo risultato è coerente con la minore ritenzione idrica, che limita il ricongelamento necessario per la formazione di strati impermeabili. Il contenuto di acqua liquida, invece, mostra una distribuzione simile a MOD-ref, con valori elevati nel sud-est (colori arancioni-rossi, 1-1.6 m), ma con concentrazioni leggermente inferiori a ovest e nord-ovest (circa 0.2-0.4 m). La riduzione della ritenzione idrica in Swi02 sembra favorire un drenaggio più rapido dell’acqua, riducendo la probabilità di formazione di strati di ghiaccio sospeso, ma non influisce in modo significativo sulla distribuzione degli acquiferi di firn perenni.
MOD-w01
L’esperimento MOD-w01 introduce una riduzione della conduttività idraulica rispetto a MOD-ref, rallentando il flusso discendente dell’acqua. La distribuzione degli strati di ghiaccio sospeso è molto simile a quella di MOD-ref, con una fascia stretta lungo la costa occidentale, settentrionale e nord-orientale, indicando che la conduttività idraulica ridotta non ha un impatto significativo sulla formazione di questi strati su larga scala. Analogamente, il contenuto di acqua liquida presenta una distribuzione quasi identica a MOD-ref, con valori elevati nel sud-est (1-1.4 m, colori arancioni) e concentrazioni minori a ovest e nord-ovest (0.2-0.6 m). Questo suggerisce che le variazioni nella conduttività idraulica influenzano principalmente la dinamica idrica su scale temporali giornaliere (come mostrato nella Figura 9), ma non alterano in modo sostanziale la distribuzione su larga scala delle strutture glaciali e idriche.
MOD-NoDarcy
In MOD-NoDarcy, si assume una percolazione istantanea dell’acqua in eccesso rispetto alla saturazione irriducibile, eliminando l’effetto del flusso Darcy. La distribuzione degli strati di ghiaccio sospeso è pressoché identica a quella di MOD-ref e MOD-w01, con una fascia concentrata lungo la costa occidentale, settentrionale e nord-orientale. Anche il contenuto di acqua liquida è simile, con valori elevati nel sud-est (1-1.4 m) e aree minori a ovest e nord-ovest (0.2-0.6 m). Questo conferma che il timing del flusso idrico su scale giornaliere, modificato dall’approccio NoDarcy, non ha un impatto significativo sulla distribuzione su larga scala degli strati di ghiaccio sospeso e degli acquiferi di firn perenni, come già evidenziato in analisi precedenti.
LIN-ref
L’esperimento LIN-ref utilizza un’albedo lineare (LIN), che aumenta la produzione di acqua di fusione rispetto ai modelli MOD, favorendo una maggiore fusione superficiale. Gli strati di ghiaccio sospeso sono più estesi rispetto a tutti i modelli MOD, coprendo una fascia più ampia lungo la costa occidentale, settentrionale e nord-orientale. Questo risultato è attribuibile alla maggiore disponibilità di acqua di fusione, che, in presenza della parametrizzazione SwiCL (maggiore ritenzione idrica), favorisce il ricongelamento e la formazione di strati impermeabili. Il contenuto di acqua liquida è simile agli altri esperimenti nel sud-est (1-1.6 m, colori arancioni-rossi), ma mostra una presenza più marcata a ovest e nord-ovest (colori arancioni, 0.8-1.2 m), suggerendo una maggiore ritenzione idrica in queste aree, probabilmente dovuta alla maggiore fusione indotta dall’albedo LIN.
LIN-Swi02
L’esperimento LIN-Swi02 combina l’albedo LIN con la parametrizzazione Swi02, che riduce la ritenzione idrica. La distribuzione degli strati di ghiaccio sospeso è meno diffusa rispetto a LIN-ref, con una presenza più frammentata lungo la costa occidentale e settentrionale, simile a quanto osservato in MOD-Swi02. La minore ritenzione idrica limita il ricongelamento, riducendo la formazione di strati di ghiaccio sospeso. Il contenuto di acqua liquida è simile a LIN-ref, con valori elevati nel sud-est (1-1.6 m) e concentrazioni significative a ovest e nord-ovest (0.6-1.2 m), indicando che la maggiore fusione indotta dall’albedo LIN contribuisce a una maggiore ritenzione di acqua in queste regioni, nonostante la parametrizzazione Swi02.

Interpretazione Scientifica e Implicazioni

La Figura 10 evidenzia diversi aspetti cruciali della dinamica idrica e glaciale in Groenlandia:

Distribuzione degli Strati di Ghiaccio Sospeso: Gli strati di ghiaccio sospeso si concentrano in una fascia stretta lungo la costa occidentale, settentrionale e nord-orientale, con una distribuzione più estesa negli esperimenti che utilizzano la parametrizzazione SwiCL (MOD-ref, LIN-ref) rispetto a Swi02 (MOD-Swi02, LIN-Swi02). Questo conferma che una maggiore ritenzione idrica favorisce il ricongelamento dell’acqua di fusione, portando alla formazione di strati impermeabili. LIN-ref mostra la distribuzione più estesa, probabilmente a causa della maggiore fusione superficiale indotta dall’albedo LIN, che fornisce più acqua per il ricongelamento.
Distribuzione del Contenuto di Acqua Liquida: Il contenuto di acqua liquida, associato agli acquiferi di firn perenni, si concentra principalmente nel sud-est, con valori che raggiungono 1-1.6 m, in accordo con le osservazioni di Forster et al. (2014). Queste aree sono caratterizzate da alti tassi di accumulo e fusione estiva moderata, condizioni ideali per la formazione di acquiferi perenni, che trattengono acqua nella saturazione irriducibile. Aree minori di acqua liquida sono presenti a ovest e nord-ovest, con valori più elevati nei modelli LIN (fino a 1.2 m), riflettendo la maggiore fusione superficiale e ritenzione idrica in queste regioni.
Interferenza tra Strati di Ghiaccio e Acquiferi: In alcune aree a ovest e nord-ovest, la presenza di acquiferi di firn perenni interrompe la continuità degli strati di ghiaccio sospeso. Questo suggerisce una competizione tra i processi di ritenzione idrica (che favoriscono la formazione di acquiferi) e quelli di ricongelamento (che portano alla formazione di strati di ghiaccio), con implicazioni per la dinamica idrica complessiva.
Effetto delle Parametrizzazioni: Le variazioni nella conduttività idraulica (MOD-w01) e nel flusso (MOD-NoDarcy) non influiscono significativamente sulla distribuzione su larga scala degli strati di ghiaccio sospeso e degli acquiferi di firn perenni, confermando che i fattori stagionali—come l’apporto di acqua di fusione, l’accumulo nevoso e la saturazione irriducibile—sono più rilevanti delle variazioni giornaliere nel flusso idrico.

Conclusioni

La Figura 10 fornisce un’analisi completa della distribuzione spaziale degli strati di ghiaccio sospeso e degli acquiferi di firn perenni in Groenlandia, evidenziando l’influenza delle diverse parametrizzazioni idrologiche e di albedo. La maggiore diffusione degli strati di ghiaccio sospeso con SwiCL e nei modelli LIN sottolinea il ruolo della ritenzione idrica e della fusione superficiale nel favorire il ricongelamento, mentre la concentrazione degli acquiferi di firn perenni nel sud-est, con estensioni a ovest e nord-ovest, riflette le condizioni ambientali favorevoli a tali strutture. Questi risultati hanno implicazioni significative per la modellizzazione climatica, suggerendo che un’accurata rappresentazione dei processi stagionali e a lungo termine sia cruciale per prevedere la risposta dei sistemi glaciali ai cambiamenti climatici e per comprendere le dinamiche idrologiche che influenzano il deflusso e la stabilità del ghiaccio in regioni polari.

Conclusioni: Sintesi dei Risultati e Implicazioni Scientifiche dello Studio sul Sottosuolo Glaciale con il Modello HIRHAM5

Lo studio ha apportato un significativo ampliamento allo schema del sottosuolo implementato nel modello climatico regionale HIRHAM5, integrando una serie di processi fisici cruciali per la modellizzazione delle dinamiche glaciali. Tra le aggiunte più rilevanti figurano la densificazione del firn, la crescita della dimensione dei grani di neve, la conduttività idraulica dipendente dallo stato della neve, la saturazione irriducibile dell’acqua, la capacità di ritenzione dell’acqua in eccesso rispetto a tale saturazione e la formazione di ghiaccio sovrapposto. Queste implementazioni hanno permesso di simulare in modo più realistico i processi idrici e termici nel sottosuolo glaciale, con particolare attenzione alla Groenlandia. Per valutare l’impatto di queste modifiche e delle diverse scelte di parametrizzazione, sono stati condotti esperimenti di sensibilità, analizzando sia gli effetti su piccola scala (ad esempio, a livello locale come al sito di KAN-U) sia su larga scala (a livello dell’intera calotta glaciale), al fine di comprendere come tali fattori influenzino il bilancio di massa superficiale (SMB), la distribuzione dell’acqua liquida e la formazione di strutture glaciali.

I risultati del modello mostrano un’ottima corrispondenza con i dati osservativi, validando l’efficacia delle modifiche apportate. In particolare, il confronto con 68 tassi di accumulo netto annuale derivati da carotaggi di ghiaccio evidenzia un coefficiente di correlazione spaziale di 0.90 e un bias medio del −5%, indicando una rappresentazione accurata delle dinamiche di accumulo su scala regionale. Nelle aree di ablazione, i bilanci di massa superficiale (SMB) simulati sono stati confrontati con un ampio dataset di 1041 osservazioni, mostrando pendenze di regressione di 0.97 per MOD-ref e 0.95 per LIN-ref, con coefficienti di correlazione rispettivamente di 0.86 e 0.75. Questi valori riflettono una buona capacità del modello di catturare le variazioni spaziali e temporali del bilancio di massa. I bias medi di SMB nelle aree di ablazione sono del −3%, suggerendo una leggera sottostima dei tassi di perdita di massa netta. Tuttavia, un’analisi più approfondita rivela che questo basso bias medio è il risultato di una compensazione tra sottostime e sovrastime: il modello tende a sottostimare la perdita di massa nei siti a bassa elevazione e a sovrastimarla in quelli a elevata altitudine. Per quantificare meglio questo effetto, i siti sono stati suddivisi in due gruppi—sopra e sotto i 700 m s.l.m.—e i bias risultanti sono stati ponderati in base alla quantità di deflusso proveniente dalle elevazioni basse rispetto a quelle più alte. Questo approccio ha permesso di calcolare bias ponderati di perdita di massa su scala dell’intera calotta glaciale nelle aree di ablazione, pari a −5% per il modello MOD e −7% per il modello LIN. È importante notare che questi valori non variano significativamente in funzione di altre scelte modellistiche, come l’implementazione del flusso Darcy, la parametrizzazione della saturazione idrica (Swi) o il rapporto wh/wice, suggerendo che tali parametri abbiano un impatto limitato sul bilancio di massa complessivo.

Un ulteriore confronto tra i conteggi annuali di giorni di fusione osservati e simulati ha evidenziato che il modello rappresenta in modo affidabile i pattern spaziali e temporali di variabilità della fusione superficiale. Tuttavia, si riscontrano alcune limitazioni: il modello tende a sottostimare l’ampiezza della variabilità interannuale, non catturando pienamente le fluttuazioni anno per anno, e a sovrastimare la variabilità spaziale, esagerando le differenze tra diverse regioni. Analogamente a quanto osservato per l’SMB, la scelta dell’albedo si conferma il fattore dominante nel determinare queste differenze. Le statistiche disponibili non consentono di identificare una configurazione ottimale per le altre impostazioni del modello (ad esempio, Darcy vs. NoDarcy o diverse parametrizzazioni di Swi), indicando che tali parametri hanno un’influenza secondaria rispetto all’albedo nella rappresentazione della fusione superficiale.

L’analisi della dinamica idrica nel sottosuolo ha rivelato che il meccanismo di flusso verticale—confrontando l’approccio Darcy (che considera la conduttività idraulica) con l’approccio NoDarcy (percolazione istantanea) e variando il rapporto wh/wice tra 1 e 0.1—ha un impatto significativo sulle caratteristiche a breve scala temporale del campo di acqua liquida nel sottosuolo, come mostrato nella Figura 9. Tuttavia, questo effetto si attenua su scale temporali stagionali e su larga scala: né la struttura della temperatura nel sottosuolo né il campo di bilancio di massa su scala regionale mostrano variazioni rilevanti in risposta a queste scelte. Questo risultato suggerisce che, mentre le variazioni giornaliere nel flusso idrico possono influenzare la distribuzione locale dell’acqua liquida, i processi a lungo termine—come l’apporto stagionale di acqua di fusione e l’accumulo nevoso—dominano la dinamica termica e idrica su scale più ampie.

Due parametri del modello si sono rivelati determinanti per l’evoluzione della temperatura del sottosuolo a KAN-U su scale temporali più lunghe: l’albedo e la parametrizzazione della saturazione idrica (Swi). Prima della formazione di una lente di ghiaccio, l’esperimento LIN, caratterizzato da un’albedo lineare che aumenta la fusione superficiale, genera una maggiore produzione di acqua di fusione rispetto al modello MOD. Questo si traduce in un bias caldo perenne al di sotto dei 5 metri di profondità, poiché l’acqua di fusione trasferisce calore latente verso strati più profondi. La scelta della parametrizzazione di Swi ha un impatto significativo in questo contesto: impostando Swi a 0.02 (anziché utilizzare la parametrizzazione di Coleou e Lesaffre, 1998) si facilita la percolazione dell’acqua verso profondità maggiori all’inizio della stagione di fusione. Questo riduce il bias freddo che altrimenti si manifesta nel modello durante quel periodo, sia con l’albedo LIN che con quella MOD, migliorando la corrispondenza con le condizioni osservate. D’altra parte, l’adozione della parametrizzazione di Coleou e Lesaffre (1998) in combinazione con l’albedo LIN favorisce la formazione di uno strato di ghiaccio, come mostrato nella Figura 7 e confermato dalle osservazioni di Machguth et al. (2016a). Questo strato di ghiaccio agisce come una barriera, schermando la parte più profonda del sottosuolo dal riscaldamento latente derivante dal ricongelamento dell’acqua di fusione e riducendo così il bias caldo a profondità maggiori. Questo processo evidenzia l’interazione complessa tra fusione superficiale, ritenzione idrica e formazione di strutture glaciali, sottolineando l’importanza di una parametrizzazione accurata per catturare tali dinamiche.

In sintesi, lo studio dimostra che le modifiche apportate allo schema del sottosuolo di HIRHAM5 migliorano significativamente la capacità del modello di rappresentare i processi idrici e termici nei sistemi glaciali. I risultati confermano l’importanza dell’albedo come fattore dominante nel determinare la fusione superficiale e il bilancio di massa, mentre le scelte relative al flusso idrico e alla ritenzione idrica hanno un impatto più marcato su scale temporali e spaziali ridotte. La formazione di strati di ghiaccio, come osservato a KAN-U, dipende fortemente dalla combinazione di albedo e parametrizzazione di Swi, con implicazioni per la dinamica idrica e termica a lungo termine. Questi risultati forniscono una base solida per ulteriori sviluppi nella modellizzazione climatica, evidenziando la necessità di concentrarsi sui processi a lungo termine per migliorare le previsioni relative alla risposta dei sistemi glaciali ai cambiamenti climatici.

Le combinazioni modellistiche che non includono la formazione di uno strato di ghiaccio sospeso al sito di KAN-U non simulano alcun deflusso in quella località nel periodo compreso tra il 2009 e il 2014. Al contrario, l’esperimento LIN-ref genera un deflusso significativo, pari a 132 mm nel 2010 e a 583 mm nel 2012. Questi valori sono in buon accordo con le stime osservative di Machguth et al. (2016a), che, attraverso il confronto delle stratigrafie di carotaggi di firn raccolti nella primavera del 2012 e del 2013 a KAN-U, hanno stimato un deflusso di 690 ± 150 mm per il 2012. L’aumento dell’altitudine della linea di deflusso osservato con la combinazione LIN-ref, un fenomeno evidenziato anche nella Figura 11, è una diretta conseguenza della formazione dello strato di ghiaccio sospeso. Questo strato impermeabile impedisce la percolazione dell’acqua di fusione verso strati più profondi, favorendo l’accumulo superficiale e il conseguente deflusso laterale. La capacità di modellizzare accuratamente questo processo si rivela cruciale in un contesto di cambiamento climatico, dove un aumento delle temperature globali porterebbe a una maggiore disponibilità di acqua di fusione nelle aree di percolazione, amplificando potenzialmente il deflusso e alterando la dinamica idrica dei sistemi glaciali. Tuttavia, sebbene la formazione dello strato di ghiaccio sospeso a KAN-U sia coerente con le osservazioni sul campo, ciò non implica necessariamente che la combinazione LIN-ref sia intrinsecamente superiore alle altre configurazioni modellistiche. Come illustrato nella Figura 10, gli strati di ghiaccio sospeso si formano anche in altri esperimenti, come quelli basati su MOD e Swi02, in diverse combinazioni e località, ma non esattamente a KAN-U, suggerendo che la formazione di tali strati dipende da una complessa interazione di fattori locali e parametrizzazioni.

Gli acquiferi di firn perenni, invece, si concentrano principalmente nelle regioni meridionali e sud-orientali della Groenlandia, con pattern di distribuzione che corrispondono a quelli identificati da Forster et al. (2014) attraverso carotaggi, rilievi radar e modellizzazioni climatiche. Questi acquiferi si estendono anche lungo la costa occidentale, ma la loro continuità è interrotta da aree in cui sono presenti strati di ghiaccio sospeso, evidenziando una competizione tra i processi di ritenzione idrica e quelli di ricongelamento. La scelta tra le parametrizzazioni SwiCL e Swi02 non sembra influenzare in modo significativo la distribuzione spaziale degli acquiferi di firn perenni, ma ha un impatto rilevante sulla quantità totale di acqua trattenuta in queste strutture. Poiché l’acqua negli acquiferi di firn perenni è interamente costituita da acqua trattenuta nella saturazione irriducibile, la parametrizzazione SwiCL, che favorisce una maggiore ritenzione idrica, porta a una quantità di acqua più elevata rispetto a Swi02. Di conseguenza, nelle aree con acquiferi di firn perenni, SwiCL tende a ridurre il deflusso estivo e autunnale, poiché una maggiore quantità di acqua viene trattenuta nella colonna di firn, rimanendo disponibile per il ricongelamento durante l’inverno. Questo meccanismo evidenzia l’importanza della ritenzione idrica nel modulare il bilancio idrico delle regioni glaciali, con implicazioni per il deflusso e la stabilità del firn.

Un limite del modello attuale è rappresentato dalla gestione del deflusso: una volta che l’acqua defluisce da una colonna, esce dal dominio del modello senza possibilità di interazione con le celle di griglia adiacenti. Se invece fosse implementato un flusso laterale, consentendo all’acqua di spostarsi verso celle vicine—sia in superficie che alla profondità da cui defluisce—questa diventerebbe parte del bilancio idrico delle celle adiacenti. Tale dinamica potrebbe aumentare sia l’entità che l’estensione areale degli strati di ghiaccio sospeso e degli acquiferi di firn perenni, modificando potenzialmente i risultati attuali. L’aggiunta di una rappresentazione del flusso laterale, insieme a un sistema di canalizzazione verticale che simuli il trasporto dell’acqua attraverso condotti o tubazioni naturali, potrebbe alterare le conclusioni di questo studio. Questi aspetti rappresentano un’area prioritaria per futuri sviluppi della modellizzazione, poiché una rappresentazione più realistica del flusso idrico potrebbe migliorare la comprensione delle interazioni tra deflusso, ritenzione idrica e formazione di strutture glaciali.

La formazione degli strati di ghiaccio sospeso ha un impatto diretto sulla dinamica idrica: l’acqua che, in loro assenza, sarebbe percolata verso strati più profondi e ricongelata, si accumula sopra lo strato impermeabile, contribuendo al deflusso superficiale. Questo effetto è visibile nelle mappe di deflusso su larga scala, come mostrato nella Figura 11, ma, in un contesto accumulato a livello dell’intera Groenlandia, il suo impatto sul deflusso totale risulta trascurabile nel clima attuale simulato dal modello. Un’osservazione simile si applica ai dettagli dei meccanismi di percolazione e delle parametrizzazioni di ritenzione idrica: sebbene questi fattori siano rilevanti per la temperatura del sottosuolo, la distribuzione della neve, del ghiaccio e dell’acqua liquida su scala locale (ad esempio, a KAN-U), il loro effetto sul deflusso e sul bilancio di massa superficiale (SMB) a livello dell’intera Groenlandia è limitato. Il fattore dominante in questo contesto rimane la scelta dell’implementazione dell’albedo, che influenza in modo significativo la fusione superficiale e, di conseguenza, il deflusso e l’SMB su scala regionale. Tuttavia, non è ancora chiaro se gli effetti su larga scala degli acquiferi di firn perenni e degli strati di ghiaccio sospeso subiranno cambiamenti significativi in un clima più caldo, dove un aumento della fusione superficiale potrebbe amplificare il ruolo di queste strutture nella dinamica idrica e nel bilancio di massa della calotta glaciale.

In sintesi, lo studio evidenzia l’importanza della formazione degli strati di ghiaccio sospeso nel modulare il deflusso locale, come dimostrato a KAN-U, e sottolinea il ruolo degli acquiferi di firn perenni nel trattenere acqua e ridurre il deflusso nelle regioni meridionali e occidentali della Groenlandia. Tuttavia, su scala regionale, l’impatto di questi fenomeni sul deflusso e sull’SMB rimane secondario rispetto all’influenza dell’albedo. Futuri sviluppi nella modellizzazione, in particolare l’introduzione del flusso laterale e di meccanismi di canalizzazione verticale, potrebbero fornire una rappresentazione più accurata delle dinamiche idriche, con potenziali implicazioni per la previsione degli effetti del cambiamento climatico sui sistemi glaciali.

Analisi Scientifica Approfondita della Figura 11: Distribuzione Spaziale e Differenze nel Deflusso Annuale in Groenlandia (2012-2014)

La Figura 11 presenta un’analisi dettagliata del deflusso annuale (runoff) in Groenlandia, calcolato come media per il triennio 2012-2014, attraverso una serie di esperimenti numerici che esplorano l’impatto di diverse parametrizzazioni modellistiche. La figura è strutturata in due sezioni principali: la riga superiore mostra i valori assoluti di deflusso per gli esperimenti di riferimento MOD-ref e LIN-ref, mentre le righe inferiori illustrano le differenze di deflusso tra coppie di esperimenti selezionati, evidenziando l’influenza di parametri come l’albedo, il meccanismo di flusso idrico e la ritenzione idrica. Questa analisi fornisce un’importante prospettiva sulla dinamica idrica su larga scala in un contesto glaciale, con implicazioni per la comprensione dei processi di fusione superficiale, deflusso e bilancio di massa superficiale (SMB) in un clima in cambiamento.

Struttura Grafica e Parametri di Visualizzazione

La figura è composta da cinque pannelli organizzati in due sezioni:

Riga superiore: Due pannelli che rappresentano il deflusso annuale medio (in mm/anno) per gli esperimenti MOD-ref e LIN-ref, fornendo una baseline per il confronto.
Riga inferiore: Tre pannelli che mostrano le differenze di deflusso (in mm/anno) tra coppie di esperimenti: MOD-ref meno LIN-ref, MOD-ref meno MOD-NoDarcy, MOD-ref meno MOD-Swi02, e LIN-ref meno LIN-Swi02. Per i pannelli MOD-ref vs. MOD-NoDarcy, MOD-ref vs. MOD-Swi02 e LIN-ref vs. LIN-Swi02, i valori delle differenze sono stati amplificati per un fattore di 10 al fine di rendere visibili variazioni altrimenti troppo piccole.
Mappa: Ogni pannello rappresenta una mappa della Groenlandia, con contorni altimetrici (da 1000 a 3000 m s.l.m., in intervalli di 500 m, con il livello di 2000 m evidenziato) e l’estensione della calotta glaciale continua delineata in blu, fornendo un contesto topografico.
Scale cromatiche:
- Deflusso assoluto (riga superiore): Scala che varia da 50 mm/anno (bianco) a 3000 mm/anno (marrone scuro), rappresentando il deflusso in mm/anno.
- Differenze di deflusso (riga inferiore): Scala che varia da -1000 mm/anno (blu) a +1000 mm/anno (marrone scuro), con lo zero rappresentato dal bianco. L’amplificazione (x10) è applicata ai pannelli indicati per evidenziare le differenze più sottili.

Analisi Dettagliata dei Pannelli

Riga Superiore: Deflusso Assoluto

MOD-ref
Il pannello MOD-ref mostra la distribuzione del deflusso annuale medio per l’esperimento di riferimento. Il deflusso si concentra prevalentemente lungo i margini della calotta glaciale, in particolare nelle regioni occidentali, meridionali e orientali, dove si registrano valori elevati (colori arancioni e rossi, 1000-2000 mm/anno). Queste aree corrispondono a zone a bassa elevazione (generalmente al di sotto dei 2000 m s.l.m.), dove la fusione superficiale è più intensa a causa delle temperature più elevate e della maggiore esposizione alla radiazione solare. Nel nord della Groenlandia, invece, il deflusso è significativamente più basso (colori gialli, 250-500 mm/anno), riflettendo condizioni climatiche più fredde e una fusione superficiale meno pronunciata in queste regioni.
LIN-ref
L’esperimento LIN-ref, che utilizza un’albedo lineare (LIN) per simulare una maggiore assorbimento della radiazione solare, mostra una distribuzione del deflusso diversa rispetto a MOD-ref. Nel nord della Groenlandia, il deflusso è notevolmente più elevato (colori arancioni, 1000-1500 mm/anno), indicando una fusione superficiale più intensa rispetto a MOD-ref. Questo aumento è attribuibile all’albedo LIN, che riduce la riflettività della superficie e favorisce una maggiore produzione di acqua di fusione, contribuendo alla formazione di strati di ghiaccio sospeso in queste regioni, come osservato nella Figura 10. Nelle regioni occidentali, meridionali e orientali, il deflusso è simile a quello di MOD-ref, con valori che variano tra 500 e 1500 mm/anno, ma alcune aree a ovest mostrano valori leggermente inferiori (colori più chiari, 500-1000 mm/anno), suggerendo una dinamica idrica diversa in queste zone.

Riga Inferiore: Differenze di Deflusso

MOD-ref – LIN-ref
Questo pannello rappresenta la differenza di deflusso tra MOD-ref e LIN-ref (calcolata come MOD-ref meno LIN-ref), evidenziando l’impatto dell’albedo sulla fusione e sul deflusso. Nel nord della Groenlandia, prevalgono colori verdi e blu (differenze negative, da -200 a -1000 mm/anno), indicando che LIN-ref produce un deflusso significativamente maggiore rispetto a MOD-ref. Questo risultato è coerente con la maggiore fusione superficiale indotta dall’albedo LIN, che aumenta la disponibilità di acqua di fusione e contribuisce alla formazione di strati di ghiaccio sospeso, come mostrato in Figura 10. Nelle regioni occidentali, meridionali e orientali, invece, prevalgono colori arancioni e rossi (differenze positive, da +200 a +1000 mm/anno), mostrando che MOD-ref genera un deflusso più elevato in queste aree. Un’eccezione si osserva in alcune bande verdi a ovest, situate all’interno di una zona gialla, dove LIN-ref produce un deflusso maggiore, indicando una linea di deflusso più alta in LIN-ref. Questo fenomeno è probabilmente legato alla presenza di strati di ghiaccio sospeso, che bloccano la percolazione e favoriscono il deflusso superficiale.
MOD-ref – MOD-NoDarcy (x10)
Questo pannello mostra la differenza di deflusso tra MOD-ref e MOD-NoDarcy, con i valori amplificati per un fattore di 10 per rendere visibili le variazioni. Le differenze sono minime (colori vicini al bianco, ±200 mm/anno dopo amplificazione, quindi ±20 mm/anno in realtà), indicando che la scelta tra il flusso Darcy (che considera la conduttività idraulica) e l’approccio NoDarcy (percolazione istantanea) ha un impatto trascurabile sul deflusso su larga scala. Questo risultato conferma che le variazioni giornaliere nel flusso idrico, influenzate dal meccanismo di percolazione, non hanno un effetto significativo sul deflusso stagionale o annuale, come già evidenziato in analisi precedenti (ad esempio, Figura 9).
MOD-ref – MOD-Swi02 (x10)
Questo pannello rappresenta la differenza di deflusso tra MOD-ref (che utilizza la parametrizzazione SwiCL) e MOD-Swi02, con i valori amplificati per un fattore di 10. Si osserva uno schema generale: nelle aree con acquiferi di firn perenni, localizzate principalmente nel sud e sud-est della Groenlandia, prevalgono colori verdi (differenze negative, da -200 a -400 mm/anno dopo amplificazione, quindi -20 a -40 mm/anno), indicando che SwiCL produce meno deflusso rispetto a Swi02. Questo è dovuto alla maggiore ritenzione idrica di SwiCL, che trattiene più acqua nella saturazione irriducibile, riducendo il deflusso estivo e autunnale e favorendo il ricongelamento invernale. Nelle aree con strati di ghiaccio sospeso, concentrate a ovest e nel nord, prevalgono colori arancioni (differenze positive, da +200 a +400 mm/anno dopo amplificazione, quindi +20 a +40 mm/anno), mostrando che SwiCL genera un deflusso maggiore. Questo effetto è attribuibile all’accumulo di acqua sopra gli strati di ghiaccio impermeabili, che impediscono la percolazione e favoriscono il deflusso superficiale, come osservato nella Figura 9.
LIN-ref – LIN-Swi02 (x10)
Questo pannello mostra la differenza di deflusso tra LIN-ref (SwiCL) e LIN-Swi02, con i valori amplificati per un fattore di 10. Il pattern è simile a quello osservato in MOD-ref vs. MOD-Swi02: nel sud e sud-est, dove sono presenti acquiferi di firn perenni, prevalgono colori verdi (differenze negative, -20 a -40 mm/anno), indicando che SwiCL riduce il deflusso trattenendo più acqua. Nel nord e a ovest, dove si trovano strati di ghiaccio sospeso, prevalgono colori arancioni (differenze positive, +20 a +40 mm/anno), mostrando che SwiCL aumenta il deflusso a causa dell’accumulo di acqua sopra gli strati impermeabili. Questo comportamento riflette le stesse dinamiche osservate nel confronto MOD, ma con un effetto amplificato dalla maggiore fusione superficiale indotta dall’albedo LIN.

Interpretazione Scientifica e Implicazioni

La Figura 11 evidenzia diversi aspetti cruciali della dinamica del deflusso in Groenlandia:

Ruolo Dominante dell’Albedo: Il confronto tra MOD-ref e LIN-ref (riga superiore e primo pannello inferiore) dimostra che la scelta dell’albedo è il fattore principale nel determinare le variazioni di deflusso. LIN-ref, con un’albedo lineare che aumenta l’assorbimento della radiazione solare, genera un deflusso significativamente maggiore nel nord, dove la fusione superficiale è amplificata. Questo contribuisce alla formazione di strati di ghiaccio sospeso, che a loro volta favoriscono il deflusso superficiale bloccando la percolazione, come mostrato in Figura 10. Nelle regioni occidentali, meridionali e orientali, invece, MOD-ref produce un deflusso più elevato, probabilmente perché l’albedo LIN non amplifica ulteriormente la fusione in aree già caratterizzate da tassi di fusione elevati.
Effetto della Linea di Deflusso: Le bande verdi a ovest nel pannello MOD-ref – LIN-ref indicano una linea di deflusso più alta in LIN-ref, un fenomeno legato alla presenza di strati di ghiaccio sospeso che impediscono la percolazione e favoriscono il deflusso superficiale. Questo effetto è particolarmente rilevante in un contesto di cambiamento climatico, dove un aumento della fusione superficiale potrebbe amplificare il deflusso in queste regioni.
Influenza del Meccanismo di Flusso: Il confronto MOD-ref vs. MOD-NoDarcy mostra che la scelta tra flusso Darcy e NoDarcy ha un impatto trascurabile sul deflusso su larga scala, confermando che le variazioni giornaliere nel flusso idrico non influenzano significativamente il deflusso stagionale o annuale. Questo risultato è coerente con le analisi precedenti (ad esempio, Figura 9), che evidenziano l’importanza dei processi a lungo termine rispetto a quelli a breve scala temporale.
Effetto della Ritenzione Idrica: I confronti MOD-ref vs. MOD-Swi02 e LIN-ref vs. LIN-Swi02 rivelano che la parametrizzazione della ritenzione idrica (SwiCL vs. Swi02) ha un impatto differenziale sul deflusso. SwiCL, che favorisce una maggiore ritenzione idrica, riduce il deflusso nelle aree con acquiferi di firn perenni (sud e sud-est), trattenendo più acqua per il ricongelamento invernale. Al contrario, nelle aree con strati di ghiaccio sospeso (ovest e nord), SwiCL aumenta il deflusso, poiché l’acqua si accumula sopra lo strato impermeabile e defluisce superficialmente, come mostrato in Figura 9. Questi effetti contrastanti si compensano su scala regionale, riducendo l’impatto netto sul deflusso totale.

Conclusioni

La Figura 11 sottolinea l’importanza dell’albedo come fattore dominante nel determinare il deflusso in Groenlandia, con LIN-ref che amplifica il deflusso nel nord e MOD-ref che domina nelle regioni meridionali, occidentali e orientali. La presenza di strati di ghiaccio sospeso in LIN-ref contribuisce a una linea di deflusso più alta in alcune aree, un fenomeno che potrebbe diventare più rilevante in un clima più caldo con maggiore fusione superficiale. Le parametrizzazioni di flusso (Darcy vs. NoDarcy) hanno un impatto minimo, mentre la scelta tra SwiCL e Swi02 influenza il deflusso in modo opposto nelle aree con acquiferi di firn perenni e strati di ghiaccio sospeso, riflettendo le diverse dinamiche di ritenzione idrica e deflusso. Questi risultati hanno implicazioni significative per la modellizzazione climatica, evidenziando la necessità di una rappresentazione accurata dell’albedo e dei processi di fusione per prevedere il deflusso e il bilancio di massa in un contesto di cambiamento climatico.

Analisi Scientifica Dettagliata della Figura 12: Evoluzione Temporale del Deflusso Annuale e del Bilancio di Massa Superficiale in Groenlandia (1980-2014)

La Figura 12 presenta un’analisi temporale del deflusso annuale (runoff) e del bilancio di massa superficiale (SMB, Surface Mass Balance) a livello dell’intera Groenlandia, calcolati per il periodo 1980-2014, attraverso quattro esperimenti numerici: MOD-ref, MOD-Swi02, LIN-ref e LIN-Swi02. La figura è composta da due grafici distinti, uno per il deflusso e uno per l’SMB, che illustrano l’evoluzione di questi parametri nel tempo e le differenze tra i vari esperimenti, evidenziando l’impatto delle diverse parametrizzazioni modellistiche, in particolare dell’albedo e della ritenzione idrica. Questa analisi offre una prospettiva cruciale sulla dinamica idrica e sul bilancio di massa della calotta glaciale groenlandese, con implicazioni per la comprensione delle risposte dei sistemi glaciali ai cambiamenti climatici e per la modellizzazione climatica a lungo termine.

Struttura Grafica e Parametri di Visualizzazione

La figura è organizzata in due pannelli verticali:

Grafico superiore: Rappresenta il deflusso annuale in gigatonnellate per anno (Gt/yr) dal 1980 al 2014.
Grafico inferiore: Mostra il bilancio di massa superficiale (SMB) in gigatonnellate per anno (Gt/yr) nello stesso periodo.
Assi:
- Asse orizzontale: Indica gli anni, dal 1980 al 2014, coprendo un intervallo di 35 anni.
- Asse verticale (grafico superiore): Rappresenta il deflusso in Gt/yr, con valori che variano da 0 a 800 Gt/yr.
- Asse verticale (grafico inferiore): Rappresenta l’SMB in Gt/yr, con valori che variano da 0 a 800 Gt/yr.
Linee:
- Quattro linee rappresentano i diversi esperimenti:
  - MOD-ref (linea blu continua): Esperimento di riferimento con parametrizzazione SwiCL per la ritenzione idrica.
  - MOD-Swi02 (linea grigia tratteggiata): Esperimento MOD con parametrizzazione Swi02, che riduce la ritenzione idrica.
  - LIN-ref (linea blu tratteggiata): Esperimento con albedo lineare (LIN) e parametrizzazione SwiCL.
  - LIN-Swi02 (linea grigia continua): Esperimento LIN con parametrizzazione Swi02.

Analisi Dettagliata dei Grafici

Grafico Superiore: Deflusso Annuale (Runoff)

Andamento Temporale:
- Il deflusso annuale mostra una marcata variabilità interannuale, con valori che oscillano tra circa 200 Gt/yr e 700 Gt/yr nel periodo 1980-2014. Negli anni 1980 e 1990, il deflusso è generalmente più basso, con valori che si attestano intorno a 200-400 Gt/yr, riflettendo condizioni climatiche più fredde e una fusione superficiale meno intensa.
- A partire dagli anni 2000, si osserva un trend di aumento del deflusso, con un’accelerazione significativa negli anni 2010. I picchi più elevati si registrano intorno al 2010-2012, dove i valori raggiungono circa 600-700 Gt/yr, in corrispondenza di eventi di fusione eccezionali, come quelli documentati da Fausto et al. (2016b) per il 2012.
Confronto tra Esperimenti:
- MOD vs. LIN: Le linee MOD (MOD-ref e MOD-Swi02) e LIN (LIN-ref e LIN-Swi02) mostrano differenze evidenti lungo tutto il periodo. LIN-ref e LIN-Swi02 producono un deflusso sistematicamente più elevato rispetto a MOD-ref e MOD-Swi02, con discrepanze più marcate nel periodo pre-2000 e durante i picchi di fusione (ad esempio, 2010-2012). Questo risultato è attribuibile all’albedo lineare (LIN), che aumenta l’assorbimento della radiazione solare, portando a una maggiore fusione superficiale e, di conseguenza, a un deflusso più elevato. Nel 2012, ad esempio, LIN-ref raggiunge circa 650 Gt/yr, mentre MOD-ref si attesta intorno a 600 Gt/yr.
- SwiCL vs. Swi02: Le differenze tra SwiCL (MOD-ref, LIN-ref) e Swi02 (MOD-Swi02, LIN-Swi02) sono minime. Le linee MOD-ref e MOD-Swi02, così come LIN-ref e LIN-Swi02, sono quasi sovrapposte per la maggior parte del periodo, indicando che la parametrizzazione della ritenzione idrica ha un impatto trascurabile sul deflusso totale a livello dell’intera Groenlandia. Questo è coerente con quanto mostrato in Figura 11, dove le differenze locali di deflusso tra SwiCL e Swi02 si compensano su scala regionale.
Periodo Pre-2000 vs. Post-2000:
- Nel periodo pre-2000, gli esperimenti MOD utilizzano una climatologia giornaliera media dell’albedo basata sui dati MODIS 2000-2006, che riduce la variabilità interannuale. Di conseguenza, le linee MOD (MOD-ref e MOD-Swi02) mostrano fluttuazioni meno pronunciate rispetto a LIN, portando a differenze più marcate tra MOD e LIN. Ad esempio, negli anni 1980, LIN-ref produce un deflusso di circa 300 Gt/yr, mentre MOD-ref si attesta intorno a 250 Gt/yr.
- Dopo il 2000, con l’uso di albedi derivate direttamente dai dati MODIS, la variabilità interannuale di MOD aumenta, migliorando l’accordo con LIN in termini di pattern temporali. Entrambe le configurazioni mostrano picchi di deflusso negli anni 2010-2012, ma LIN continua a produrre valori leggermente più alti, riflettendo la sua maggiore sensibilità alla fusione superficiale.

Grafico Inferiore: Bilancio di Massa Superficiale (SMB)

Andamento Temporale:
- L’SMB mostra una variabilità interannuale simile a quella del deflusso, con valori che oscillano tra circa 100 Gt/yr e 600 Gt/yr. Negli anni 1980 e 1990, l’SMB è generalmente più alto, con valori che si attestano intorno a 400-600 Gt/yr, indicando un bilancio di massa positivo o vicino all’equilibrio, grazie a una fusione superficiale limitata.
- A partire dagli anni 2000, si osserva un trend di diminuzione dell’SMB, con un calo significativo negli anni 2010. Durante i picchi di fusione (2010-2012), l’SMB scende sotto i 200 Gt/yr, riflettendo un aumento del deflusso che sottrae massa alla calotta glaciale, riducendo il bilancio di massa netto.
Confronto tra Esperimenti:
- MOD vs. LIN: Analogamente al deflusso, LIN-ref e LIN-Swi02 mostrano un SMB sistematicamente inferiore rispetto a MOD-ref e MOD-Swi02 lungo tutto il periodo. Questo è particolarmente evidente nel periodo pre-2000 e durante i picchi di fusione. Ad esempio, nel 2012, LIN-ref registra un SMB di circa 100 Gt/yr, mentre MOD-ref si attesta intorno a 150 Gt/yr. Questo risultato è coerente con il maggiore deflusso in LIN, che riduce l’SMB sottraendo più massa attraverso la fusione superficiale.
- SwiCL vs. Swi02: Le differenze tra SwiCL e Swi02 sono minime anche per l’SMB, con le linee MOD-ref e MOD-Swi02, e LIN-ref e LIN-Swi02, che rimangono molto vicine per tutto il periodo. Questo indica che la parametrizzazione della ritenzione idrica ha un impatto trascurabile sull’SMB a livello regionale, come già osservato per il deflusso.
Periodo Pre-2000 vs. Post-2000:
- Nel periodo pre-2000, la variabilità interannuale di MOD è ridotta a causa dell’uso della climatologia dell’albedo, portando a differenze più marcate con LIN, che mostra un SMB più basso a causa della maggiore fusione. Ad esempio, negli anni 1980, LIN-ref ha un SMB di circa 400 Gt/yr, mentre MOD-ref si attesta intorno a 450 Gt/yr.
- Dopo il 2000, l’uso di albedi MODIS dirette in MOD migliora l’accordo con LIN in termini di variabilità interannuale. Entrambe le configurazioni mostrano un calo dell’SMB durante gli anni di forte fusione (2010-2012), con valori che scendono sotto i 200 Gt/yr, ma LIN continua a registrare un SMB leggermente inferiore a causa del maggiore deflusso.

Interpretazione Scientifica e Implicazioni

La Figura 12 evidenzia diversi aspetti cruciali della dinamica idrica e del bilancio di massa in Groenlandia:

Ruolo Dominante dell’Albedo:
- La differenza principale tra MOD e LIN è attribuibile all’albedo. LIN, con un’albedo lineare che aumenta l’assorbimento della radiazione solare, genera una maggiore fusione superficiale, portando a un deflusso più elevato e a un SMB più basso rispetto a MOD. Questo effetto è più pronunciato nel periodo pre-2000, quando MOD utilizza una climatologia dell’albedo che limita la variabilità interannuale, riducendo la sensibilità alle variazioni climatiche. Dopo il 2000, l’uso di albedi MODIS dirette in MOD migliora la rappresentazione della variabilità, ma LIN continua a produrre un deflusso maggiore e un SMB inferiore, riflettendo la sua maggiore sensibilità alla fusione.
Effetto di SwiCL vs. Swi02:
- Le differenze tra SwiCL e Swi02 sono minime sia per il deflusso che per l’SMB a livello dell’intera Groenlandia. Questo risultato è attribuibile a due fattori principali: (1) le variazioni locali di deflusso (mostrate in Figura 11) sono piccole e si compensano su scala regionale, come evidenziato dall’amplificazione necessaria (x10) per rendere visibili le differenze; (2) gli effetti contrastanti tra aree con acquiferi di firn perenni (dove SwiCL riduce il deflusso trattenendo più acqua) e aree con strati di ghiaccio sospeso (dove SwiCL aumenta il deflusso a causa dell’accumulo sopra lo strato impermeabile) si bilanciano, riducendo l’impatto netto sul deflusso e sull’SMB totali.
Impatto dell’Albedo nel Tempo:
- L’uso di una climatologia dell’albedo pre-2000 in MOD limita la variabilità interannuale, portando a differenze più marcate con LIN in questo periodo. LIN, con un’albedo più sensibile alle variazioni climatiche, produce un deflusso più alto e un SMB più basso, riflettendo una maggiore fusione superficiale. Dopo il 2000, l’introduzione di albedi MODIS dirette in MOD migliora la rappresentazione della variabilità interannuale, riducendo le discrepanze con LIN in termini di pattern temporali, sebbene LIN continui a mostrare valori di deflusso più elevati e SMB più bassi.
Trend a Lungo Termine:
- Il trend di aumento del deflusso e di diminuzione dell’SMB a partire dagli anni 2000 riflette l’intensificazione della fusione superficiale indotta dai cambiamenti climatici, con picchi significativi negli anni 2010-2012. Questo trend è coerente con le osservazioni di un aumento della fusione in Groenlandia in questo periodo, che ha contribuito a una perdita di massa accelerata della calotta glaciale.

Conclusioni

La Figura 12 sottolinea l’importanza dell’albedo come fattore dominante nel determinare le differenze di deflusso e SMB a livello dell’intera Groenlandia, con LIN che produce un deflusso maggiore e un SMB inferiore rispetto a MOD, specialmente nel periodo pre-2000, a causa della sua maggiore sensibilità alla fusione superficiale. Le parametrizzazioni di ritenzione idrica (SwiCL vs. Swi02) hanno un impatto minimo su scala regionale, a causa della compensazione degli effetti locali tra aree con acquiferi di firn perenni e strati di ghiaccio sospeso. L’evoluzione temporale del deflusso e dell’SMB evidenzia un trend di aumento della fusione e di diminuzione del bilancio di massa a partire dagli anni 2000, con implicazioni significative per la stabilità della calotta glaciale groenlandese in un contesto di cambiamento climatico. Questi risultati sottolineano la necessità di una rappresentazione accurata dell’albedo e dei processi di fusione a lungo termine per migliorare le previsioni del deflusso e del bilancio di massa, fornendo una base solida per futuri studi sulla risposta dei sistemi glaciali al riscaldamento globale.

http://journal.frontiersin.org/article/10.3389/feart.2016.00110/abstract

Pubblicato da Alessandro il Aprile 12, 2025Aprile 12, 2025

0 commenti

Lascia un commento Annulla risposta

posts recenti

HARMONIE–AROME: Un Pilastro della Previsione Meteorologica Mesoscalare Europea

Crisi Glaciale Imminente? Nuove Prospettive sul Bilancio di Massa Superficiale della Calotta Glaciale dellaGroenlandia nel Modello Climatico HIRHAM5

Acqua Liquida nella Calotta Glaciale della Groenlandia: Svelare i Segreti del Flusso e della Ritenzione con ilModello HIRHAM5 e i Suoi Impatti su Scala Locale e Globale

Pubblicato da Alessandro il Aprile 12, 2025Aprile 12, 2025

0 commenti

Lascia un commento Annulla risposta

posts recenti

Articoli correlati

HARMONIE–AROME: Un Pilastro della Previsione Meteorologica Mesoscalare Europea

Crisi Glaciale Imminente? Nuove Prospettive sul Bilancio di Massa Superficiale della Calotta Glaciale dellaGroenlandia nel Modello Climatico HIRHAM5