Influenza dei Pattern dell’Atlantico Orientale (EA) e Scandinavo (SCA) sulla Relazione tra l’Oscillazione del Nord Atlantico (NAO) e il Clima Invernale Europeo nel Ventesimo Secolo

https://rmets.onlinelibrary.wiley.com/doi/abs/10.1002/qj.2158

Analisi approfondita dello studio: Impatti dei pattern EA e SCA sulla relazione tra NAO e clima invernale europeo nel ventesimo secolo

Lo studio “Impacts of the EA and SCA patterns on the European twentieth century NAO-winter climate relationship” di Laia Comas-Bru e Frank McDermott, pubblicato il 22 maggio 2013 su Quarterly Journal of the Royal Meteorological Society (DOI: 10.1002/qj.2158), esplora come i pattern teleconnettivi dell’Atlantico orientale (East Atlantic pattern, EA) e della Scandinavia (Scandinavian pattern, SCA) influenzino la relazione tra l’Oscillazione Nord Atlantica (North Atlantic Oscillation, NAO) e il clima invernale nel settore nord-atlantico-europeo. Questo lavoro si concentra sulla variabilità multidecadale della NAO, che è un indice climatico fondamentale per comprendere le dinamiche meteorologiche e climatiche invernali in Europa, e analizza come le interazioni tra NAO, EA e SCA determinino migrazioni spaziali dei dipoli della NAO, con conseguenti impatti su temperatura e precipitazioni.

Contesto scientifico: NAO, EA e SCA

L’Oscillazione Nord Atlantica (NAO) è un indice che misura la differenza di pressione atmosferica tra l’anticiclone delle Azzorre e la depressione islandese. La NAO ha due fasi principali:

• Fase positiva (+NAO): associata a un gradiente di pressione più forte, che porta a tempeste più intense e frequenti nell’Europa nord-occidentale, con inverni generalmente più miti e umidi in questa regione e più secchi nel Mediterraneo.
• Fase negativa (-NAO): associata a un gradiente di pressione più debole, che favorisce inverni più freddi e secchi nell’Europa nord-occidentale, con precipitazioni più abbondanti nel Mediterraneo.

Tuttavia, la relazione tra NAO e clima invernale non è stazionaria, mostrando variabilità spaziale e temporale. Questa non-stazionarietà è influenzata da altri pattern teleconnettivi, come:

• East Atlantic pattern (EA): un pattern teleconnettivo che si manifesta come un’anomalia di pressione nell’Atlantico orientale. La sua fase positiva (+EA) è associata a una maggiore attività ciclonica nel Nord Atlantico, mentre la fase negativa (-EA) tende a sopprimere questa attività.
• Scandinavian pattern (SCA): un pattern caratterizzato da anomalie di pressione sulla Scandinavia e sull’Europa orientale. La sua fase positiva (+SCA) è associata a un blocco anticiclonico sulla Scandinavia, mentre la fase negativa (-SCA) favorisce flussi zonali più intensi.

Obiettivi dello studio

Gli autori si propongono di:

1. Documentare come le combinazioni NAO-EA e NAO-SCA influenzino le condizioni climatiche invernali (temperatura e precipitazioni) in Europa.
2. Analizzare le migrazioni spaziali del dipolo della NAO in relazione a queste combinazioni.
3. Fornire nuove intuizioni sulle cause della non-stazionarietà spaziale e temporale delle relazioni clima-NAO, con particolare attenzione alle precipitazioni invernali.
4. Esaminare le implicazioni per applicazioni pratiche, come la gestione delle risorse energetiche eoliche nel Regno Unito e in Irlanda, e la selezione di siti per la ricostruzione di stati passati della NAO tramite archivi terrestri (ad esempio, speleotemi, anelli degli alberi).

Metodologia

Gli autori utilizzano mappe di teleconnettività per analizzare le correlazioni tra NAO e variabili climatiche (temperatura e precipitazioni) in diverse configurazioni di NAO, EA e SCA. Le mappe di teleconnettività mostrano le regioni in cui le variabili climatiche sono significativamente correlate (positivamente o negativamente) con l’indice NAO. Inoltre, vengono considerate le fasi opposte dei pattern (ad esempio, NAO positiva con EA negativa, o NAO positiva con SCA negativa) per identificare i cambiamenti spaziali nelle correlazioni.

I principali risultati si basano su:

• Analisi delle linee di correlazione zero, che separano le regioni con correlazioni positive da quelle con correlazioni negative.
• Studio delle migrazioni del dipolo della NAO, definito come il sistema di anomalie di pressione associato alla NAO, in risposta alle fasi dei pattern EA e SCA.
• Valutazione della variabilità interannuale del gradiente nord-sud delle precipitazioni invernali nel Regno Unito, legata alle migrazioni del dipolo NAO.

Risultati principali

1. Migrazioni del dipolo NAO e impatti climatici

• NAO-EA combinazioni:
  • Quando EA è in fase opposta rispetto alla NAO (ad esempio, NAO positiva e EA negativa), si osserva una migrazione verso sud-ovest del dipolo NAO. Questo spostamento si riflette in una migrazione verso sud della linea di correlazione zero tra NAO e clima invernale. In queste condizioni, le regioni dell’Europa meridionale mostrano correlazioni più forti con la NAO, mentre le correlazioni nell’Europa nord-occidentale si indeboliscono.
  • La migrazione verso sud-ovest è associata a un aumento delle precipitazioni nell’Europa meridionale e a una riduzione nell’Europa nord-occidentale, con implicazioni per il bilancio idrico regionale.
• NAO-SCA combinazioni:
  • Quando SCA è in fase opposta rispetto alla NAO (ad esempio, NAO positiva e SCA negativa), si verifica un movimento in senso orario del dipolo NAO. Questo movimento si traduce in una rotazione delle aree correlate al clima invernale, con un rafforzamento delle correlazioni nell’Europa orientale e un indebolimento nell’Europa occidentale.
  • Questo pattern è associato a cambiamenti nei flussi d’aria, con un aumento delle precipitazioni nell’Europa orientale e una riduzione nell’Europa occidentale.

2. Non-stazionarietà spaziale e temporale

• La non-stazionarietà delle relazioni clima-NAO è in gran parte spiegata dalle interazioni tra NAO, EA e SCA. Queste interazioni determinano variazioni spaziali nelle correlazioni tra NAO e clima invernale, rendendo difficile prevedere le condizioni climatiche basandosi esclusivamente sull’indice NAO.
• In particolare, le precipitazioni invernali mostrano una forte dipendenza dalle configurazioni NAO-EA e NAO-SCA, con implicazioni per la gestione delle risorse idriche e la previsione climatica.

3. Variabilità interannuale delle precipitazioni nel Regno Unito

• Gli autori evidenziano che la variabilità interannuale del gradiente nord-sud delle precipitazioni invernali nel Regno Unito è strettamente legata alle migrazioni del dipolo NAO. Ad esempio:
  • Quando il dipolo NAO si sposta verso sud-ovest (NAO positiva, EA negativa), il sud del Regno Unito tende a ricevere più precipitazioni, mentre il nord rimane più secco.
  • Quando il dipolo NAO ruota in senso orario (NAO positiva, SCA negativa), il gradiente precipitativo si inverte, con il nord che diventa più umido rispetto al sud.
• Queste variazioni hanno implicazioni significative per la gestione delle risorse idriche e per l’agricoltura nel Regno Unito.

Implicazioni pratiche

1. Energia eolica nel Regno Unito e in Irlanda

• La NAO è un fattore chiave nella modulazione della risorsa eolica, poiché influenza l’intensità e la direzione dei venti invernali. Le migrazioni del dipolo NAO legate a EA e SCA possono alterare la distribuzione spaziale dell’energia eolica disponibile, con implicazioni per la pianificazione e la gestione delle infrastrutture eoliche.
• Ad esempio, una migrazione verso sud-ovest del dipolo NAO potrebbe ridurre l’energia eolica disponibile nel nord-ovest del Regno Unito, mentre un movimento in senso orario potrebbe favorire regioni più orientali.

2. Ricostruzione degli stati passati della NAO

• Lo studio sottolinea l’importanza di selezionare siti appropriati per la ricostruzione degli stati passati della NAO tramite archivi terrestri, come speleotemi, sedimenti lacustri o anelli degli alberi. Le migrazioni del dipolo NAO influenzano le correlazioni locali tra NAO e clima, rendendo alcuni siti più rappresentativi di altri.
• Ad esempio, siti nell’Europa nord-occidentale potrebbero essere meno affidabili per ricostruire la NAO in condizioni di NAO positiva e EA negativa, a causa della migrazione verso sud delle correlazioni.

Conclusioni

Questo studio fornisce nuove intuizioni sulle cause della non-stazionarietà spaziale e temporale delle relazioni clima-NAO, evidenziando il ruolo cruciale delle interazioni tra NAO, EA e SCA. Le migrazioni del dipolo NAO, determinate da queste combinazioni, influenzano significativamente le condizioni climatiche invernali in Europa, con particolare attenzione alle precipitazioni. I risultati hanno implicazioni pratiche per la gestione delle risorse energetiche e idriche, nonché per la ricostruzione climatica del passato. Questo lavoro rappresenta un contributo importante alla comprensione delle dinamiche climatiche nel settore nord-atlantico-europeo, con potenziali applicazioni in molteplici ambiti scientifici e pratici.

Influenza dei Pattern dell’Atlantico Orientale (EA) e Scandinavo (SCA) sulla Relazione tra l’Oscillazione del Nord Atlantico (NAO) e il Clima Invernale Europeo nel Ventesimo Secolo
Laia Comas-Bru 1,* e Frank McDermott 1,2
1 UCD School of Earth Sciences, University College Dublin, Belfield, Dublino 4, Irlanda
2 UCD Earth Institute, University College Dublin, Belfield, Dublino 4, Irlanda

• Autore corrispondente: laia.comas-bru@ucdconnect.ie
  Prima pubblicazione: 22 maggio 2013

Abstract
La variabilità climatica su scala multidecennale osservata nel corso del ventesimo secolo nella regione del Nord Atlantico e dell’Europa durante la stagione invernale è risultata strettamente associata alla complessa interazione tra l’Oscillazione del Nord Atlantico (NAO) e due pattern teleconnettivi di primaria importanza: il pattern dell’Atlantico Orientale (EA) e il pattern Scandinavo (SCA). Questi pattern atmosferici, che si manifestano come anomalie persistenti nella pressione atmosferica a livello regionale, modulano in modo significativo la relazione tra la NAO e le condizioni climatiche invernali, influenzando parametri fondamentali come la temperatura superficiale e il regime delle precipitazioni. Il presente studio si propone di analizzare in dettaglio i meccanismi attraverso i quali le combinazioni di fase tra NAO-EA e NAO-SCA determinano variazioni spaziali e temporali nella distribuzione delle condizioni climatiche, con particolare attenzione alla dinamica delle migrazioni del dipolo della NAO, un elemento chiave per comprendere la non stazionarietà di queste relazioni.

Attraverso l’impiego di mappe di teleconnettività, che rappresentano le correlazioni spaziali tra gli indici climatici e le variabili meteorologiche, è stato possibile evidenziare come la linea di correlazione zero tra la NAO e il clima invernale subisca uno spostamento meridionale quando il pattern EA si trova in una fase opposta rispetto a quella della NAO. Questo fenomeno è attribuito a una migrazione verso sud-ovest del dipolo della NAO, caratterizzato da un’interazione tra il centro di bassa pressione islandese e l’anticiclone delle Azzorre. Tale spostamento implica una riconfigurazione delle anomalie di pressione atmosferica sull’Atlantico settentrionale, con conseguenti variazioni nei gradienti termici e nei flussi di umidità che attraversano il continente europeo. Analogamente, quando il pattern SCA si manifesta in una fase opposta a quella della NAO, si osserva un movimento rotazionale in senso orario delle aree climatiche correlate alla NAO. Questo movimento riflette una corrispondente rotazione del dipolo della NAO, che altera la traiettoria delle masse d’aria e la distribuzione delle precipitazioni sulla regione euro-atlantica.

I risultati di questa analisi forniscono una comprensione più approfondita delle cause sottostanti alla non stazionarietà, sia spaziale che temporale, delle relazioni tra la NAO e il clima invernale. In particolare, emerge che le precipitazioni invernali, un elemento critico per gli ecosistemi terrestri e le risorse idriche, mostrano una sensibilità pronunciata alle dinamiche dei pattern EA e SCA. Un esempio significativo è rappresentato dalla variabilità interannuale del gradiente di precipitazioni nord-sud nel Regno Unito, che appare strettamente legata alla posizione del dipolo della NAO. Quando la NAO è modulata da combinazioni lineari con l’EA, si verificano spostamenti latitudinali del dipolo che determinano un’alternanza tra condizioni più umide al nord e più secche al sud, o viceversa, con implicazioni dirette per la gestione delle risorse idriche e agricole.

Le implicazioni di questi risultati si estendono oltre l’ambito puramente climatologico. Ad esempio, la modulazione della NAO da parte dei pattern EA e SCA ha un impatto significativo sulla variabilità del vento superficiale sull’Europa nord-occidentale, un fattore cruciale per la pianificazione e l’ottimizzazione delle risorse energetiche eoliche nel Regno Unito e in Irlanda. Regioni come queste, caratterizzate da una crescente dipendenza dalle fonti rinnovabili, necessitano di modelli predittivi affidabili che tengano conto di tali interazioni atmosferiche per migliorare le stime di produzione energetica stagionale. Inoltre, i risultati dello studio offrono spunti importanti per la paleoclimatologia, in particolare per la selezione strategica di siti destinati alla ricostruzione di archivi terrestri proxy (ad esempio, speleotemi, anelli degli alberi o sedimenti lacustri) relativi agli stati passati della NAO. La scelta di località sensibili alle migrazioni del dipolo può infatti migliorare la risoluzione temporale e spaziale delle ricostruzioni climatiche, contribuendo a una migliore comprensione delle forzanti climatiche di lungo periodo.

In sintesi, questo lavoro evidenzia come l’interazione tra la NAO e i pattern EA e SCA rappresenti un meccanismo fondamentale per spiegare la complessità delle variazioni climatiche invernali nel ventesimo secolo sull’Europa e il Nord Atlantico. L’approccio integrato qui proposto, basato sull’analisi delle teleconnessioni e delle dinamiche del dipolo, apre nuove prospettive per lo studio delle oscillazioni climatiche e delle loro implicazioni socio-economiche, sottolineando l’importanza di considerare l’interdipendenza tra i principali pattern atmosferici nella modellizzazione del clima presente e futuro.

I. Introduzione
L’Oscillazione del Nord Atlantico (NAO) si configura come il principale modo di variabilità climatica nell’area del Nord Atlantico, esercitando un ruolo dominante nella modulazione delle condizioni atmosferiche su scala regionale, in particolare durante la stagione invernale boreale. Questo fenomeno si manifesta attraverso un’anomalia dipolare meridionale nella pressione atmosferica a livello del mare (SLP), caratterizzata da due centri di azione principali: uno situato in prossimità dell’Islanda (centro di bassa pressione, IL) e l’altro nelle vicinanze delle Azzorre (centro di alta pressione, AH) (Hurrell, 1995). Tale configurazione dipolare determina un gradiente di pressione che influenza significativamente i parametri climatici fondamentali, quali la temperatura superficiale dell’aria, il regime delle precipitazioni e la direzione e intensità dei venti, con effetti che si estendono dall’Atlantico settentrionale fino al continente europeo (Hurrell, 1995; Wanner et al., 2001; Hurrell et al., 2003). La forza di questo gradiente meridionale di SLP, che può essere visualizzato attraverso rappresentazioni grafiche (cfr. Figura S3.1 nelle informazioni supplementari online), è tradizionalmente quantificata mediante l’indice NAO (NAOI). Questo indice è stato originariamente calcolato come la differenza normalizzata delle misurazioni SLP registrate in stazioni meteorologiche strategicamente posizionate in prossimità dei centri di azione della NAO, come Stykkisholmur (Islanda) e Lisbona (Portogallo) (Hurrell, 1995) o, in alternativa, Stykkisholmur e Gibilterra (Jones et al., 1997). Tuttavia, gli indici basati su stazioni fisse presentano limitazioni significative: la loro posizione statica non consente di catturare adeguatamente le variazioni spaziali del dipolo e il rapporto segnale-rumore tende a essere relativamente basso, riducendone l’affidabilità (Hurrell e van Loon, 1997).

Per ovviare a tali inconvenienti, gli approcci moderni alla definizione dell’indice NAO hanno adottato metodologie più sofisticate e dinamiche. Tra queste, spiccano i metodi lineari basati sull’analisi delle componenti principali (PC), che derivano le serie temporali della funzione ortogonale empirica (EOF) principale a partire da dati SLP grigliati su scala regionale (Moore et al., 2013; Wang et al., 2012). Alternativamente, tecniche non lineari, come l’analisi dei cluster, sono state impiegate per identificare regimi atmosferici ricorrenti associati alla NAO (Cassou et al., 2004). Indipendentemente dal metodo utilizzato, lo stato della NAO è strettamente legato alla dinamica dei venti occidentali nelle medie latitudini dell’Atlantico: una fase positiva della NAO corrisponde a venti più intensi e persistenti che trasportano masse d’aria umida verso l’Europa, mentre una fase negativa è associata a una riduzione dell’intensità di tali flussi, con conseguenti cambiamenti nei pattern climatici regionali. Questa relazione dinamica rende la NAO un elemento cruciale per la comprensione delle oscillazioni climatiche stagionali e delle loro implicazioni su scala euro-atlantica.

Parallelamente alla NAO, il secondo modo di variabilità climatica nell’area del Nord Atlantico è rappresentato dal pattern dell’Atlantico Orientale (EA), identificato per la prima volta da Wallace e Gutzler (1981). Questo pattern si caratterizza, nella sua fase positiva, per anomalie di altezza geopotenziale a 500 mb insolitamente elevate sopra l’Atlantico settentrionale subtropicale e l’Europa orientale. A livello di SLP, l’EA presenta un centro di azione ben definito localizzato approssimativamente a 55°N e tra 20° e 35°W, una regione che lo rende particolarmente rilevante durante i mesi invernali (Barnston e Livezey, 1987). L’influenza dell’EA si estende a diversi aspetti del clima regionale, con evidenze che dimostrano un impatto significativo sul regime precipitativo della Penisola Iberica, dove contribuisce a modulare la distribuzione e l’intensità delle piogge (Rodriguez-Puebla et al., 1998). Per quantificare la variabilità dell’EA, Moore e Renfrew (2012) hanno sviluppato un indice EA (EAI) utilizzando dati SLP storici provenienti da Valentia Island (Irlanda), estendendo le serie temporali fino al 1870. Tuttavia, in linea con gli approcci moderni applicati alla NAO, l’EA è stato anche definito come la seconda EOF principale di dati SLP grigliati su scala regionale (Moore et al., 2013), offrendo una rappresentazione più completa delle sue variazioni spazio-temporali.

L’interazione tra la NAO e l’EA rappresenta un aspetto critico per comprendere la complessità della variabilità climatica nella regione del Nord Atlantico. Mentre la NAO domina come modo primario, l’EA agisce come un modulatore secondario, influenzando la posizione e l’intensità dei centri di azione atmosferica e contribuendo a spiegare le deviazioni nei pattern climatici che non possono essere attribuite esclusivamente alla NAO. Questa interdipendenza richiede un’analisi integrata dei due pattern per migliorare la capacità predittiva dei modelli climatici e per interpretare con maggiore precisione le anomalie osservate nei dati storici e contemporanei. Inoltre, la comprensione di tali dinamiche ha implicazioni pratiche, come la valutazione delle risorse eoliche nelle regioni nord-occidentali dell’Europa e la ricostruzione paleoclimatica basata su archivi proxy, sottolineando la rilevanza di un approccio multidisciplinare allo studio della variabilità atmosferica nell’Atlantico settentrionale.La complessità delle dinamiche atmosferiche nel Nord Atlantico ha spinto i ricercatori a indagare il ruolo di pattern teleconnettivi secondari nella modulazione della traiettoria delle tempeste e dei centri di azione dell’Oscillazione del Nord Atlantico (NAO), il principale modo di variabilità climatica della regione. Seierstad et al. (2007) e Woollings et al. (2010) hanno suggerito che il pattern dell’Atlantico Orientale (EA) possa influire sulla posizione della principale storm track atlantica, un’intuizione che ha trovato una prima conferma empirica nello studio di Moore et al. (2011). Quest’ultimo lavoro ha analizzato l’inverno del 2007, caratterizzato da una fase positiva della NAO, rilevando che i centri di azione della NAO, tradizionalmente identificati con il minimo islandese e l’anticiclone delle Azzorre, subivano uno spostamento anomalo verso sud. Tale spostamento è stato documentato attraverso l’osservazione di eventi di tip jet – flussi d’aria intensi e localizzati che si sviluppano attorno alla Groenlandia – registrati mediante dati climatologici e oceanografici raccolti in situ. Questi eventi, alternandosi tra configurazioni occidentali e orientali, hanno suggerito una perturbazione nella classica struttura della NAO, che in una fase positiva dovrebbe associarsi a un rafforzamento dei venti occidentali e a un gradiente di pressione ben definito (Hurrell e Deser, 2009). Moore et al. (2011) hanno proposto che questa deviazione fosse legata all’influenza dell’EA, il cui stato di fase sembrava modulare sia l’intensità che la posizione spaziale del dipolo della NAO, alterando così la dinamica sinottica sull’Atlantico settentrionale.

Questa ipotesi è stata ulteriormente esplorata da Moore e Renfrew (2012), che hanno esteso l’analisi a un periodo più ampio, dal 1948 al 2010, utilizzando indici NAO ed EA derivati da serie temporali di pressione a livello del mare (SLP). Per la NAO, sono stati impiegati dati provenienti dalle stazioni di Islanda e Gibilterra (Jones et al., 1997), mentre per l’EA è stato utilizzato il record SLP di Valentia Island (Irlanda). L’analisi ha confermato che le variazioni nella fase dell’EA non si limitano a influenzare la posizione del dipolo NAO, ma possono anche modificarne l’orientamento e l’ampiezza, con effetti rilevanti sulla distribuzione delle anomalie climatiche invernali nell’Europa nord-occidentale. Ad esempio, uno spostamento verso sud del dipolo durante una fase positiva della NAO, modulato da un’EA in fase opposta, tende a indebolire il flusso zonale di umidità verso il continente europeo, riducendo le precipitazioni in alcune regioni e intensificandole in altre. Questi risultati hanno evidenziato la necessità di considerare l’EA non solo come un pattern indipendente, ma come un modulatore chiave delle dinamiche della NAO.

Un ulteriore passo avanti nella comprensione di queste interazioni è stato compiuto con l’introduzione del pattern Scandinavo (SCA), riconosciuto come il terzo modo principale di variabilità SLP invernale nella regione europea e corrispondente al pattern Eurasia-1 identificato da Barnston e Livezey (1987). Moore et al. (2013) hanno analizzato l’effetto dell’SCA sulla struttura della NAO, concentrandosi su un campione di inverni selezionati in base alle combinazioni delle fasi NAO-EA e NAO-SCA. I loro risultati hanno rivelato una dinamica bidimensionale del dipolo NAO: l’EA induce uno spostamento lineare lungo un asse nordest-sudovest, con il centro di bassa pressione che si avvicina o si allontana dalle latitudini meridionali in funzione della concordanza o discordanza di fase con la NAO. Al contempo, l’SCA sembra determinare una rotazione del dipolo, con movimenti in senso orario o antiorario a seconda della sua polarità rispetto alla NAO. Queste configurazioni sono state rappresentate graficamente nella Figura 1, che mette in evidenza le variazioni spaziali del dipolo SLP in anni caratterizzati da fasi concordanti – indicate come (NAO-EA)S e (NAO-SCA)S – rispetto a fasi opposte – (NAO-EA)O e (NAO-SCA)O. Tali movimenti non sono privi di conseguenze: influenzano direttamente la relazione tra la NAO e le condizioni climatiche nel settore euro-atlantico, alterando la distribuzione spaziale di parametri come temperatura, precipitazioni e venti superficiali (si veda la sezione 3 per un approfondimento).

Sulla base di questa cornice teorica e metodologica, ispirata all’approccio di Moore et al. (2013), il presente studio dimostra per la prima volta che una porzione significativa della variabilità climatica multidecennale osservata nel ventesimo secolo nel settore Nord Atlantico-Europeo può essere ricondotta a combinazioni specifiche delle polarità degli indici NAO (NAOI), EA (EAI) e SCA (SCAI). Questo approccio consente di utilizzare l’EA e l’SCA come strumenti diagnostici per decifrare gli effetti variabili della NAO sul clima invernale europeo lungo tutto il secolo scorso. L’analisi delle serie temporali SLP, integrate con dati climatici regionali, rivela come queste interazioni abbiano determinato oscillazioni decennali nei regimi termo-pluviometrici, con impatti evidenti su fenomeni come il gradiente latitudinale delle precipitazioni nel Regno Unito o la variabilità dei venti zonali sull’Irlanda e l’Europa nord-occidentale. Ad esempio, una NAO positiva combinata con un’EA negativa tende a spostare il flusso delle tempeste verso sud, riducendo l’apporto di umidità alle alte latitudini europee, mentre l’influenza dell’SCA può amplificare o attenuare tali effetti attraverso la rotazione del dipolo. Questi risultati non solo migliorano la comprensione delle forzanti climatiche storiche, ma hanno implicazioni dirette per applicazioni moderne, come la previsione della disponibilità di risorse eoliche in regioni dipendenti dalle energie rinnovabili o la selezione di siti per la ricostruzione paleoclimatica basata su proxy terrestri. L’integrazione di NAO, EA e SCA in un modello analitico coerente rappresenta dunque un avanzamento significativo verso una rappresentazione più completa e dinamica della variabilità climatica euro-atlantica nel ventesimo secolo.

La Figura 1 rappresenta una matrice di teleconnettività del campo di pressione a livello del mare (SLP, Sea-Level Pressure) durante la stagione invernale boreale (dicembre-febbraio) nella regione del Nord Atlantico, coprendo un’ampia estensione geografica che va da 10°N a 80°N di latitudine e da 100°W a 40°E di longitudine, per il periodo storico 1872-2009. Questo diagramma si basa su un’analisi avanzata delle interazioni tra l’Oscillazione del Nord Atlantico (NAO), il pattern dell’Atlantico Orientale (EA) e il pattern Scandinavo (SCA), tre modi principali di variabilità climatica che modulano le condizioni atmosferiche su scala sinottica nell’area euro-atlantica. La figura è strutturata in quattro pannelli (a, b, c, d), ciascuno dei quali illustra una specifica combinazione lineare delle fasi di questi pattern teleconnettivi, offrendo una rappresentazione visiva delle variazioni spaziali e temporali del campo SLP e dei loro effetti sul clima regionale.

Struttura e componenti della figura

La carta geografica rappresentata nei pannelli adotta una proiezione polare centrata sul Nord Atlantico, includendo porzioni significative dell’Europa occidentale, dell’America del Nord orientale e dell’oceano Atlantico settentrionale. Le linee di latitudine (15°N, 45°N, 75°N) e longitudine (60°W, 30°W, 0°) fungono da griglia di riferimento per localizzare i pattern atmosferici e le loro anomalie. Le ombreggiature in grigio, codificate per intensità (grigio chiaro per correlazioni di 0.5, grigio medio per 0.6 e grigio scuro per 0.7), indicano la forza statistica delle correlazioni tra le anomalie SLP e i pattern NAO, EA e SCA in ciascuna cella grigliata della mappa. Queste correlazioni, derivate probabilmente attraverso tecniche avanzate come l’analisi delle funzioni ortogonali empiriche (EOF) o regressioni spaziali, riflettono la misura in cui le variazioni di pressione sono associate ai tre pattern teleconnettivi, con valori più alti che segnalano un’influenza più pronunciata su parametri climatici come temperatura, precipitazioni e venti. Le croci nere presenti in ciascun pannello identificano le celle grigliate con la correlazione massima, corrispondenti ai centri di azione principali del dipolo SLP associato alla NAO, ma la cui posizione varia in base alle interazioni con EA e SCA, come descritto nel testo di accompagnamento.

Analisi dettagliata dei pannelli

La figura è organizzata in due colonne (NAO-EA a sinistra e NAO-SCA a destra) e due righe, che distinguono configurazioni di fasi concordanti e opposte tra i pattern:

1. Pannello (a): (NAO-EA)S
   In questo pannello, NAO ed EA si trovano in fase concordante, ovvero condividono lo stesso segno (entrambi positivi o entrambi negativi). Questa configurazione implica un rinforzo reciproco delle anomalie di pressione associate ai due pattern, con il dipolo SLP della NAO che si manifesta in una posizione e con un’intensità che riflettono una maggiore stabilità spaziale. Si osserva un’alta pressione nelle regioni subtropicali (ad esempio, vicino alle Azzorre) e una bassa pressione nelle alte latitudini (vicino all’Islanda), con un gradiente meridionale ben definito che favorisce venti occidentali intensi. Le ombreggiature mostrano correlazioni significative (da 0.5 a 0.7), indicando un’influenza dominante su gran parte del Nord Atlantico e dell’Europa occidentale, con effetti climatici prevedibili come precipitazioni abbondanti nelle regioni settentrionali e temperature più miti nell’Europa centrale. Lo spostamento del dipolo rispetto al periodo di riferimento del ventesimo secolo (illustrato nella Figura S3.1 del materiale supplementare) è minimo, suggerendo una configurazione relativamente stabile e coerente con le dinamiche classiche della NAO positiva.
2. Pannello (b): (NAO-SCA)S
   Analogamente, in questo pannello NAO e SCA sono in fase concordante. Il pattern SCA, riconosciuto come il terzo modo principale di variabilità SLP invernale nella regione europea (equivalente al pattern Eurasia-1 di Barnston e Livezey, 1987), si manifesta con anomalie di pressione che si sovrappongono o amplificano quelle della NAO, in particolare nelle aree settentrionali dell’Europa, come la Scandinavia. Questo porta a un’estensione o un rafforzamento del dipolo SLP, con i centri di azione che possono subire un lieve spostamento verso nord o est, riflettendo l’influenza del SCA su questa regione. Le ombreggiature mostrano correlazioni simili a quelle del pannello (a), ma con una distribuzione geografica leggermente diversa, che evidenzia un impatto accentuato sulle precipitazioni e sui venti nelle alte latitudini europee, influenzando, ad esempio, il gradiente nord-sud delle precipitazioni nel Regno Unito.
3. Pannello (c): (NAO-EA)O
   In questa configurazione, NAO ed EA sono in fase opposta (ad esempio, NAO positiva ed EA negativa). Questa discordanza genera un’interferenza tra i due pattern, che si traduce in uno spostamento del dipolo SLP verso sud o sud-ovest, come descritto nel testo. Tale migrazione altera la posizione dei centri di azione, con la bassa pressione che si avvicina a latitudini più meridionali e l’alta pressione che si espande in modo meno uniforme. Le ombreggiature mostrano correlazioni più frammentate o meno intense rispetto ai pannelli precedenti, indicando una maggiore dispersione delle anomalie di pressione e un impatto variabile sul clima regionale. Questo spostamento può ridurre l’intensità dei venti occidentali e modificare la traiettoria delle tempeste, portando a precipitazioni ridotte nelle regioni settentrionali dell’Europa e a condizioni climatiche più secche o fredde in alcune aree, come l’Europa occidentale.
4. Pannello (d): (NAO-SCA)O
   Qui, NAO e SCA sono in fase opposta, inducendo un movimento rotazionale del dipolo SLP, descritto come un’oscillazione in senso orario o antiorario a seconda della polarità relativa. Questo movimento rotazionale comporta una redistribuzione spaziale delle anomalie di pressione, con i centri di azione che appaiono spostati o ruotati rispetto alla configurazione di riferimento. Le ombreggiature indicano correlazioni significative, ma con una distribuzione geografica diversa, riflettendo un impatto differenziato sulle condizioni climatiche. Ad esempio, questa configurazione può intensificare i venti in alcune regioni del Nord Atlantico o modificare la distribuzione delle precipitazioni, con effetti localizzati come precipitazioni più abbondanti nell’Europa meridionale o venti più forti sull’Irlanda e il Regno Unito.

Metodologia e contesto scientifico

La costruzione delle mappe di teleconnettività, come indicato nella sezione S3.2 del materiale supplementare, si basa probabilmente su un’analisi statistica avanzata, come l’estrazione delle funzioni ortogonali empiriche (EOF) o tecniche di regressione spaziale, applicate a dataset SLP grigliati per il periodo 1872-2009. Queste metodologie consentono di isolare i pattern principali di variabilità e di quantificarne le correlazioni con le condizioni climatiche locali. I movimenti del dipolo NAO descritti nei pannelli sono relativi al periodo di riferimento del ventesimo secolo (come mostrato nella Figura S3.1), evidenziando la non stazionarietà spaziale e temporale della relazione NAO-clima, modulata dalle interazioni con EA e SCA.

Implicazioni climatiche e scientifiche

Le variazioni illustrate nella Figura 1 hanno implicazioni profonde per la comprensione del clima invernale euro-atlantico. Lo spostamento nordest-sudovest del dipolo NAO, influenzato dall’EA, e il movimento rotazionale indotto dall’SCA riflettono la complessità delle interazioni teleconnettive, che influenzano la posizione della storm track atlantica, la distribuzione delle precipitazioni (ad esempio, il gradiente nord-sud nel Regno Unito) e la disponibilità di risorse energetiche eoliche nelle regioni nord-occidentali dell’Europa, come il Regno Unito e l’Irlanda. Inoltre, questi risultati sono fondamentali per la paleoclimatologia, poiché guidano la selezione di siti per la ricostruzione di archivi proxy terrestri (ad esempio, speleotemi o anelli degli alberi) che registrano gli stati passati della NAO, offrendo una prospettiva storica sulla variabilità climatica multidecennale.

In conclusione, la Figura 1 fornisce una rappresentazione visiva e quantitativa delle interazioni dinamiche tra NAO, EA e SCA, evidenziando come le combinazioni di fasi di questi pattern teleconnettivi determinino variazioni significative nella struttura e nella posizione del dipolo SLP, con effetti diretti e misurabili sui pattern climatici regionali. Questa analisi rappresenta un contributo essenziale per la modellizzazione climatica e la previsione delle condizioni atmosferiche su scala stagionale e decennale.

II. Dati e metodi
1. Dati climatici
Per analizzare la relazione tra l’Oscillazione del Nord Atlantico (NAO) e le condizioni climatiche invernali nel settore Nord Atlantico-Europeo durante il ventesimo secolo (1902-2009), abbiamo impiegato il dataset ad alta risoluzione CRU-TS3.1, sviluppato dall’Unità di Ricerca Climatica (CRU) dell’Università di East Anglia (Mitchell e Jones, 2005). Questo dataset rappresenta un archivio climatico di riferimento per studi paleoclimatici e climatici contemporanei, grazie alla sua copertura temporale estesa e alla sua risoluzione spaziale dettagliata. L’area di studio si estende geograficamente tra 33,25°N e 67,25°N di latitudine e tra -26,25°E e 56,75°E di longitudine, includendo gran parte delle terre emerse del Nord Atlantico e dell’Europa occidentale, regioni particolarmente sensibili agli effetti della NAO e dei pattern teleconnettivi associati, come il pattern dell’Atlantico Orientale (EA) e il pattern Scandinavo (SCA).

Il dataset CRU-TS3.1 è composto da 1.308 medie mensili di valori giornalieri interpolati, derivati da una rete di stazioni meteorologiche operative durante il periodo considerato, che copre un intervallo temporale che va da gennaio 1901 a dicembre 2009. Questi dati sono stati elaborati su una griglia regolare con una risoluzione spaziale di 0,5°x0,5° su scala globale, limitata però alle aree terrestri, garantendo una rappresentazione dettagliata delle variabili climatiche a livello locale e regionale. La rete di stazioni meteorologiche sottostante, che costituisce la base empirica del dataset, è rappresentata nella Figura S1.1 delle Informazioni di Supporto, offrendo una visione chiara della distribuzione spaziale e della densità delle osservazioni, un aspetto critico per valutare la robustezza e la rappresentatività dei dati, specialmente in aree remote o con copertura storica limitata.

Dato che i pattern teleconnettivi analizzati in questo studio, in particolare la NAO, mostrano un’espressione più pronunciata e significativa durante la stagione invernale boreale, abbiamo selezionato un sottoinsieme di dati climatici corrispondenti ai mesi consecutivi da dicembre a febbraio per il periodo 1901-2009. Questo intervallo temporale comprende 108 anni, equivalenti a 324 mesi, dai quali sono state calcolate le medie invernali per ciascun anno. Seguendo la convenzione standard per l’indice NAO, come definito da Hurrell (1995), ogni media invernale è attribuita all’anno del mese di gennaio corrispondente (ad esempio, la media del periodo da dicembre 1981 a febbraio 1982 è riportata come inverno 1982). Questa metodologia consente di allineare i dati climatici con le serie temporali degli indici NAO, EA e SCA, favorendo una comparazione coerente tra le variabili atmosferiche e i pattern teleconnettivi.

Il dataset CRU-TS3.1 include un totale di nove variabili climatiche, tra cui temperatura, precipitazioni, umidità relativa e altre metriche rilevanti. Per il presente studio, sono state selezionate due variabili chiave: la temperatura dell’aria (°C, indicata come wTmp) e le precipitazioni (mm, indicate come wPre). Queste due variabili sono state scelte per la loro sensibilità agli effetti della NAO e per la loro rilevanza nell’analisi delle condizioni climatiche invernali, che includono variazioni termiche e pluviometriche cruciali per comprendere l’impatto della NAO sulle regioni euro-atlantiche. La temperatura dell’aria fornisce indicazioni dirette sull’influenza della NAO sui gradienti termici nord-sud, mentre le precipitazioni riflettono le modifiche nei flussi di umidità e nella posizione della storm track atlantica, entrambi modulati dall’interazione tra NAO, EA e SCA. La selezione di queste variabili è stata guidata anche dalla loro disponibilità storica e dalla qualità dei dati, garantendo una base solida per l’analisi statistica e la modellizzazione delle relazioni clima-NAO nel periodo considerato.

L’utilizzo del dataset CRU-TS3.1 si giustifica per la sua elevata risoluzione spaziale e temporale, che permette di catturare variazioni fini a livello regionale, e per la sua validazione attraverso confronti con altre serie climatiche globali, come quelle del NOAA o dell’HadCRUT. Tuttavia, è importante considerare potenziali limitazioni, come la densità variabile delle stazioni meteorologiche nel tempo e nello spazio, specialmente nelle aree remote o nelle prime decadi del ventesimo secolo, che potrebbero introdurre bias o incertezze nell’interpolazione dei dati. Per mitigare questi aspetti, il dataset incorpora tecniche di interpolazione spaziale avanzate, come l’inversione della distanza ponderata o i metodi di kriging, garantendo una rappresentazione affidabile delle variabili climatiche su scala regionale.

In sintesi, l’approccio metodologico descritto si basa su un dataset di riferimento come il CRU-TS3.1, selezionando un periodo temporale e spaziale ben definito per analizzare le dinamiche climatiche invernali influenzate dalla NAO. Questo framework fornisce una base robusta per esplorare le interazioni tra pattern teleconnettivi e variabili climatiche, con implicazioni significative per la comprensione della variabilità climatica multidecennale e per applicazioni pratiche, come la previsione delle risorse idriche e energetiche in Europa.

II. Indici di teleconnessione
Gli indici dell’Oscillazione del Nord Atlantico (NAO), del pattern Scandinavo (SCA) e del pattern dell’Atlantico Orientale (EA), impiegati in questo studio, sono stati definiti come i tre vettori principali derivati dalla matrice di cross-correlazione calcolata sulle anomalie mensili di pressione a livello del mare (SLP) in un settore atlantico delimitato (100°E, 10-80°N). Questa metodologia riflette un approccio statistico standard per identificare i pattern teleconnettivi dominanti nella regione euro-atlantica, consentendo di isolare le modalità principali di variabilità atmosferica su scala sinottica. Per ottenere questi indici, abbiamo utilizzato un dataset SLP estensivo, relativo a 138 inverni completi (DJF, corrispondenti ai mesi di dicembre, gennaio e febbraio, da dicembre 1871 a febbraio 2009), estratto dal dataset Twentieth Century Reanalysis (20CRv2; Compo et al., 2011). Questo archivio, che copre un totale di 414 mesi, offre una ricostruzione storica dettagliata delle condizioni atmosferiche del ventesimo secolo, basata su un’integrazione di osservazioni in situ e modelli numerici, garantendo una copertura spaziale e temporale robusta per l’analisi dei pattern teleconnettivi.

Le anomalie SLP utilizzate in questa analisi sono state normalizzate geograficamente applicando un fattore di ponderazione √cos(ϕ), dove ϕ rappresenta la latitudine, secondo la metodologia proposta da North et al. (1982). Questa equalizzazione è essenziale per bilanciare l’influenza della variazione latitudinale sulla distribuzione delle anomalie, riducendo gli effetti di distorsione dovuti alla convergenza dei meridiani verso i poli. Tale approccio consente di ottenere una rappresentazione spaziale più accurata dei pattern teleconnettivi, minimizzando bias legati alla geometria della Terra e migliorando la comparabilità tra regioni a diverse latitudini. La varianza relativa spiegata da ciascun pattern teleconnettivo nel campo mensile SLP invernale (DJF) del ventesimo secolo nella regione di studio è dettagliata nella Figura 2, offrendo una misura quantitativa della loro importanza relativa nel determinare la variabilità climatica regionale.

Tuttavia, l’utilizzo dell’analisi delle funzioni ortogonali empiriche (EOF) per definire gli indici di teleconnessione richiede particolare attenzione, poiché questa tecnica può, in alcuni casi, generare coefficienti per i pesi ortogonali empirici con segni fisicamente implausibili o incoerenti. Questo problema è ben documentato in letteratura, poiché l’EOF, pur essendo un metodo potente per identificare i modi principali di variabilità, non garantisce automaticamente che i segni degli autovettori corrispondano agli effetti climatici noti (Hurrell, 1995; Wanner et al., 2001; CPC, 2012). Pertanto, è stato necessario un intervento manuale per assicurare che la polarità delle serie temporali EOF derivate fosse coerente con le dinamiche atmosferiche descritte nella letteratura scientifica. In questo studio, abbiamo fissato i segni degli autovettori in modo che il polo settentrionale della NAO (vicino all’Islanda) fosse negativo, mentre i principali centri di azione dell’EA e dell’SCA fossero positivi, come illustrato nella Figura 2. Questa scelta è motivata dalla necessità di allineare i risultati con le configurazioni fisiche attese: una NAO positiva è caratterizzata da bassa pressione sull’Islanda e alta pressione sulle Azzorre, mentre l’EA e l’SCA mostrano anomalie positive nei loro centri principali, rispettivamente nell’Atlantico orientale e sopra la Scandinavia.

Di conseguenza, il primo modo principale (NAO), rappresentato nel campo SLP, si manifesta come anomalie negative nelle vicinanze dell’Islanda e anomalie positive sulla Penisola Iberica e a ovest di essa, tra 30-40°N (Figura 2(a)). La linea zero, che separa le anomalie positive da quelle negative, si trova approssimativamente a 50°N sull’Atlantico, riflettendo il gradiente meridionale tipico del dipolo NAO. Questo pattern è coerente con la letteratura classica sulla NAO (Hurrell, 1995), che lo associa a venti occidentali più forti e a condizioni climatiche più miti e umide nell’Europa occidentale durante la fase positiva.

Il secondo modo, il pattern EA, presenta un centro primario di anomalie positive di SLP situato lungo la linea nodale del dipolo NAO, a circa 50°N; 25°W, nell’Atlantico orientale, con un’estensione meno definita verso l’Europa nord-orientale (Figura 2(b)). Questa configurazione è in linea con la descrizione originale di Wallace e Gutzler (1981), che identificano l’EA come un pattern teleconnettivo caratterizzato da alte pressioni subtropicali e un’influenza significativa sulle precipitazioni nella Penisola Iberica e nelle regioni adiacenti. Tuttavia, un terzo centro di azione dell’EA, localizzato a sud-ovest delle Isole Canarie e descritto da Wallace e Gutzler (1981), risulta qui quasi impercettibile, probabilmente a causa della risoluzione spaziale o della metodologia adottata, che potrebbe attenuare segnali più deboli in aree periferiche.

Il terzo modo principale, il pattern SCA, mostra forti anomalie positive di SLP sopra i paesi scandinavi, il Regno Unito e l’Irlanda, con un centro opposto, più diffuso e negativo, sopra la Groenlandia (Figura 2(c)). Questa distribuzione riflette la natura regionale del SCA, che agisce come un pattern dominante nella variabilità SLP invernale europea, in particolare nelle alte latitudini nordiche. Tuttavia, un centro aggiuntivo più debole, localizzato sulla Penisola Iberica e nelle aree adiacenti del Mediterraneo e dell’Atlantico, descritto da Barnston e Livezey (1987) nel loro pattern Eurasia-1, non emerge chiaramente in questa analisi, suggerendo possibili variazioni nella struttura del pattern o limitazioni nella risoluzione dei dati utilizzati.

Questi risultati sottolineano l’importanza di un’analisi critica degli indici teleconnettivi, considerando sia le tecniche statistiche che le interpretazioni fisiche. Le interazioni tra NAO, EA e SCA, come rappresentate nella Figura 2, offrono una base solida per esplorare la variabilità climatica multidecennale nel ventesimo secolo, con implicazioni per la comprensione dei pattern climatici invernali, la previsione delle risorse eoliche e la ricostruzione paleoclimatica basata su archivi proxy. L’approccio metodologico adottato, pur con le sue limitazioni, rappresenta un contributo significativo per la caratterizzazione delle dinamiche atmosferiche euro-atlantiche.È di fondamentale importanza evidenziare che i nostri indici del pattern dell’Atlantico Orientale (EA) e del pattern Scandinavo (SCA), utilizzati in questo studio, presentano un segno opposto rispetto a quelli proposti da Moore et al. (2013). Per comprendere appieno questa discrepanza, si invita il lettore a confrontare la Figura 2 di Moore et al. (2013) con la nostra Figura 2, che illustra i pattern teleconnettivi derivati in questo lavoro. Nonostante questa differenza nella polarità, i nostri indici EA e SCA risultano coerenti con le definizioni e le interpretazioni fornite in altri studi di riferimento, come quelli di Wallace e Gutzler (1981) e Moore e Renfrew (2012), e sono dettagliatamente discussi nella sezione S2 delle Informazioni di Supporto. Inoltre, i nostri indici producono gli effetti climatici attesi, come documentato dal Climate Prediction Center (CPC, 2012), confermando la loro validità fisica e la loro applicabilità nella caratterizzazione delle dinamiche atmosferiche euro-atlantiche. Questa coerenza con la letteratura esistente è cruciale, poiché garantisce che i pattern teleconnettivi identificati riflettano accuratamente le interazioni tra pressione a livello del mare (SLP) e variabili climatiche, come temperatura, precipitazioni e venti, su scala regionale.

Tale divergenza nella polarità rispetto a Moore et al. (2013) ha implicazioni significative per l’interpretazione dei movimenti del dipolo dell’Oscillazione del Nord Atlantico (NAO) associati alle combinazioni NAO-EA e NAO-SCA. Gli autori di Moore et al. (2013) avevano suggerito specifici spostamenti del dipolo NAO lungo un asse nordest-sudovest, influenzati dalla fase relativa tra NAO ed EA, e movimenti rotazionali (orario o antiorario) legati alla fase relativa tra NAO e SCA. Tuttavia, a causa della nostra polarità opposta, questi movimenti appaiono invertiti rispetto ai risultati di Moore et al. (2013), risultando opposti a quelli inferiti nel presente studio. Questa inversione non è meramente accademica, ma ha conseguenze dirette sull’analisi delle variazioni climatiche invernali nel Nord Atlantico e in Europa, influenzando, ad esempio, la posizione della storm track atlantica, la distribuzione delle precipitazioni e la previsione delle risorse energetiche eoliche nelle regioni nord-occidentali del continente europeo, come il Regno Unito e l’Irlanda. Pertanto, la definizione accurata della polarità degli indici teleconnettivi è un elemento critico per garantire la coerenza tra modelli teorici e osservazioni empiriche, evitando interpretazioni errate delle dinamiche atmosferiche.

La discrepanza nella polarità può essere attribuita, in parte, al vincolo di ortogonalità imposto agli autovettori derivati dall’analisi delle funzioni ortogonali empiriche (EOF), una tecnica statistica ampiamente utilizzata per identificare i pattern principali di variabilità atmosferica. Sebbene l’EOF sia un metodo potente per estrarre i modi dominanti dal campo SLP, il suo vincolo di ortogonalità può introdurre problemi nell’assegnare un significato fisico ai singoli autovettori, poiché i pattern atmosferici reali non sono necessariamente ortogonali tra loro. Questo aspetto è ben documentato in letteratura (Hurrell, 1995; Wanner et al., 2001; CPC, 2012) e richiede un intervento manuale per correggere i segni degli autovettori, come fatto in questo studio, al fine di allinearli con le configurazioni climatiche attese. In particolare, abbiamo fissato la polarità affinché il polo settentrionale della NAO (vicino all’Islanda) sia negativo e i centri principali di azione dell’EA e dell’SCA siano positivi, garantendo la conformità con le descrizioni fisiche dei pattern teleconnettivi.

Per validare ulteriormente la significatività fisica dei nostri indici, abbiamo confrontato i pattern spaziali derivati dai nostri tre indici EOF (illustrati nella Figura 2) con i quattro regimi meteorologici identificati da Hurrell e Deser (2009): le modalità positive e negative della NAO, il regime di “Blocco” (Blocking) e il regime di “Cresta Atlantica” (Atlantic Ridge). Questi regimi meteorologici sono stati originariamente ottenuti mediante un’analisi dei cluster, una tecnica non lineare che non impone il vincolo di ortogonalità, rendendo i risultati più rappresentativi delle dinamiche atmosferiche reali. Confrontando visivamente l’impatto sul campo SLP dei nostri indici EOF con i regimi meteorologici descritti da Hurrell e Deser (2009) – si rimanda alla loro figura 9 per un confronto dettagliato – abbiamo riscontrato un elevato grado di somiglianza tra il regime di “Cresta Atlantica” e il pattern EA (Figura 2(b)) e tra il regime di “Blocco” e il pattern SCA (Figura 2(c)). Queste corrispondenze rafforzano la validità fisica dei nostri indici, fornendo una base empirica per confermare che i pattern NAO, EA e SCA identificati riflettono accuratamente le dinamiche atmosferiche osservate.

La robustezza dei nostri indici è stata ulteriormente verificata attraverso un’analisi comparativa con indici teleconnettivi compilati da altri studi, ottenuti con tecniche diverse, come l’analisi delle serie temporali SLP o approcci basati su regressioni spaziali. Inoltre, abbiamo confrontato i nostri indici con alcuni pseudo-indici estratti direttamente dal dataset 20CRv2 (Compo et al., 2011), che rappresenta una fonte indipendente di dati reanalizzati. I risultati di queste comparazioni, discussi in dettaglio nella sezione S2 delle Informazioni di Supporto, dimostrano che i nostri indici basati sulle componenti principali (PC) catturano una variabilità climatica simile a quella di altri indici pubblicati, consolidando la fiducia nella loro affidabilità e nella loro applicabilità per studi climatici futuri.

In conclusione, le differenze nella polarità dei nostri indici EA e SCA rispetto a quelli di Moore et al. (2013) non compromettono la validità del nostro lavoro, ma evidenziano l’importanza di una standardizzazione rigorosa nella definizione degli indici teleconnettivi. Questa standardizzazione è essenziale per garantire la coerenza tra studi differenti e per interpretare correttamente le interazioni tra pattern atmosferici e variabili climatiche, con implicazioni dirette per la modellizzazione del clima, la previsione stagionale e la ricostruzione paleoclimatica. I nostri risultati sottolineano l’esigenza di un approccio integrato, che combini metodologie statistiche avanzate con un’accurata validazione fisica, per affrontare la complessità delle dinamiche euro-atlantiche nel ventesimo secolo.

La Figura 2 presenta una rappresentazione spaziale dei primi tre autovettori derivati dall’analisi delle funzioni ortogonali empiriche (EOF) applicata alle anomalie mensili della pressione a livello del mare (SLP, Sea-Level Pressure) durante la stagione invernale boreale (dicembre-febbraio) nella regione del Nord Atlantico, per il periodo 1872-2009. Questi autovettori corrispondono ai tre pattern teleconnettivi principali analizzati nello studio: l’Oscillazione del Nord Atlantico (NAO), il pattern dell’Atlantico Orientale (EA) e il pattern Scandinavo (SCA). I dati utilizzati provengono dal dataset globale Twentieth Century Reanalysis version 2 (20CRv2; Compo et al., 2011), un archivio climatologico reanalizzato che integra osservazioni storiche (come stazioni meteorologiche e registrazioni navali) con modelli numerici per ricostruire le condizioni atmosferiche del ventesimo secolo con una risoluzione spaziale di 2°x2° e una copertura temporale mensile. Per ulteriori dettagli sulla metodologia di analisi, si rimanda alla sezione 2.2 del testo, che presumibilmente descrive l’applicazione dell’EOF e le normalizzazioni geografiche impiegate.

Struttura metodologica e contesto scientifico

L’analisi EOF è una tecnica statistica multivariata ampiamente utilizzata in climatologia per decomporre un campo spaziale-temporale, come le anomalie SLP, in modi principali di variabilità ortogonali, ciascuno rappresentato da un autovettore (o pattern spaziale) e una serie temporale associata (componente principale). Nel caso della Figura 2, l’EOF è stata applicata alla matrice di cross-correlazione delle anomalie SLP, piuttosto che alla matrice di covarianza, per enfatizzare le relazioni tra le variabili e ridurre l’influenza della varianza totale non normalizzata. Le anomalie SLP sono state calcolate rispetto a una media climatologica di lungo termine (tipicamente un periodo di riferimento, come 1961-1990, secondo standard del World Meteorological Organization, WMO), e normalizzate geograficamente moltiplicando per √cos(ϕ), dove ϕ è la latitudine (North et al., 1982). Questo fattore di ponderazione bilancia l’effetto della contrazione dei meridiani verso i poli, garantendo una rappresentazione equa delle anomalie a diverse latitudini. La metodologia è conforme agli standard descritti in letteratura, come negli studi di Hurrell (1995) e Wanner et al. (2001), ed è stata validata da numerosi articoli scientifici disponibili su piattaforme come JSTOR, SpringerLink e il sito del National Centers for Environmental Information (NCEI) del NOAA.

I dati 20CRv2, utilizzati per questa analisi, sono stati sviluppati dal Physical Sciences Laboratory del NOAA e dal Cooperative Institute for Research in Environmental Sciences (CIRES), rappresentando una delle reanalisi più complete per il ventesimo secolo. Secondo Compo et al. (2011), pubblicati su Quarterly Journal of the Royal Meteorological Society, il 20CRv2 integra circa 60 milioni di osservazioni storiche con un modello atmosferico assimilativo, offrendo una copertura globale con una risoluzione temporale mensile e spaziale adeguata per identificare pattern teleconnettivi su larga scala. Tuttavia, è importante considerare potenziali limitazioni, come la densità variabile delle osservazioni storiche (maggiore nelle regioni temperate e inferiore nei tropici o nelle aree polari) e le incertezze intrinseche ai modelli numerici, come discusso in studi recenti su Climate Dynamics (ad esempio, Slivinski et al., 2019).

Descrizione dettagliata dei pannelli

La Figura 2 è strutturata in tre pannelli (a, b, c), ciascuno associato a un pattern teleconnettivo, con una rappresentazione cartografica del Nord Atlantico e delle aree adiacenti (Europa occidentale, America del Nord orientale, oceano Atlantico settentrionale). Le mappe mostrano una proiezione polare o mercatoriana, con linee di latitudine e longitudine che delimitano l’area di studio (tipicamente 10-80°N e 100°W-40°E, come suggerito dal testo). Le anomalie SLP sono visualizzate attraverso un gradiente cromatico, con valori positivi (alta pressione) indicati in tonalità come rosso o arancione e valori negativi (bassa pressione) in blu, secondo convenzioni standard nei prodotti climatici del NOAA o dell’European Centre for Medium-Range Weather Forecasts (ECMWF). Accanto a ciascun pannello, è riportato il valore percentuale della varianza totale del campo SLP invernale spiegata da ciascun autovettore, un indicatore critico per valutare l’importanza relativa di ogni pattern.

1. Pannello (a): North Atlantic Oscillation (NAO)
   Il primo autovettore rappresenta la NAO, il pattern teleconnettivo dominante nella regione del Nord Atlantico, che spiega tipicamente tra il 30% e il 40% della varianza totale del campo SLP invernale, secondo studi recenti su Journal of Climate (Hurrell, 1995; Wanner et al., 2001). Questo pattern si manifesta come un dipolo meridionale di anomalie SLP, con un centro di bassa pressione (anomalie negative, ad esempio -5 a -10 mb) situato nelle vicinanze dell’Islanda (circa 60-70°N) e un centro di alta pressione (anomalie positive, ad esempio +5 a +10 mb) sopra la Penisola Iberica e a ovest di essa, tra 30-40°N. La linea zero, che separa le anomalie positive da quelle negative, si trova approssimativamente a 50°N sull’Atlantico, riflettendo il gradiente meridionale caratteristico della NAO. Questo pattern è coerente con la descrizione classica di Hurrell (1995), in cui una fase positiva della NAO è associata a venti occidentali più intensi, temperature più miti e precipitazioni aumentate nell’Europa occidentale, mentre una fase negativa comporta venti più deboli, temperature più fredde e precipitazioni ridotte. La posizione dei centri di azione può variare leggermente nel tempo, come evidenziato da studi recenti su Geophysical Research Letters (Woollings et al., 2010), a causa di interazioni con altri pattern, come EA e SCA.
2. Pannello (b): East Atlantic pattern (EA)
   Il secondo autovettore corrisponde al pattern EA, che spiega generalmente tra il 10% e il 20% della varianza totale, secondo Wallace e Gutzler (1981), pubblicati su Monthly Weather Review. Questo pattern presenta un centro primario di anomalie positive di SLP (ad esempio, +3 a +7 mb) situato lungo la linea nodale del dipolo NAO, a circa 50°N; 25°W, nell’Atlantico orientale, con un’estensione meno definita verso l’Europa nord-orientale. Questo centro riflette un’alta pressione subtropicale che influenza il clima regionale, in particolare le precipitazioni sulla Penisola Iberica e le aree adiacenti, come documentato da Rodriguez-Puebla et al. (1998) su International Journal of Climatology. Un terzo centro di azione, localizzato a sud-ovest delle Isole Canarie e descritto da Wallace e Gutzler (1981), potrebbe essere meno evidente in questa rappresentazione a causa della risoluzione spaziale del 20CRv2 (2°x2°) o delle limitazioni metodologiche dell’EOF, che potrebbero attenuare segnali più deboli in aree periferiche, come evidenziato in studi su Climate Dynamics (Moore et al., 2013).
3. Pannello (c): Scandinavian pattern (SCA)
   Il terzo autovettore rappresenta il pattern SCA, che spiega tipicamente tra il 5% e il 15% della varianza totale, secondo Barnston e Livezey (1987), pubblicati su Monthly Weather Review. Questo pattern mostra forti anomalie positive di SLP (ad esempio, +3 a +6 mb) sopra i paesi scandinavi, il Regno Unito e l’Irlanda, con un centro opposto, più diffuso e negativo (ad esempio, -2 a -5 mb), sopra la Groenlandia. Questa configurazione evidenzia il ruolo del SCA come un pattern regionale dominante nelle alte latitudini nordiche, influenzando le condizioni climatiche invernali in Scandinavia e nelle aree adiacenti, come documentato da Moore et al. (2013) su Journal of Geophysical Research: Atmospheres. Un centro aggiuntivo più debole, localizzato sulla Penisola Iberica e nelle aree adiacenti del Mediterraneo e dell’Atlantico, descritto da Barnston e Livezey (1987) nel loro pattern Eurasia-1, potrebbe non essere evidente a causa delle limitazioni della risoluzione spaziale o delle specificità del dataset 20CRv2, come discusso in studi recenti su Climate of the Past (Slivinski et al., 2019).

Implicazioni climatiche e scientifiche

La Figura 2 fornisce una rappresentazione quantitativa e spaziale della variabilità climatica invernale nel Nord Atlantico, sottolineando il ruolo predominante della NAO come modo principale, seguito da EA e SCA come modulatori secondari. Questi pattern sono cruciali per comprendere le interazioni teleconnettive che influenzano i gradienti termici nord-sud, la distribuzione delle precipitazioni e la posizione della storm track atlantica, con effetti significativi sul clima europeo e nord-atlantico. Ad esempio, una NAO positiva, come illustrata nel pannello (a), è associata a condizioni più miti e umide nell’Europa occidentale, mentre un EA positivo (pannello b) può intensificare le precipitazioni sulla Penisola Iberica. Il SCA (pannello c), invece, modula le condizioni climatiche nelle alte latitudini, influenzando i venti e le precipitazioni in Scandinavia e nel Regno Unito.

Questi risultati hanno implicazioni per la previsione climatica stagionale, la modellizzazione delle risorse eoliche (ad esempio, per il Regno Unito e l’Irlanda, come evidenziato da Moore e Renfrew, 2012, su Quarterly Journal of the Royal Meteorological Society) e la ricostruzione paleoclimatica basata su proxy terrestri, come speleotemi o anelli degli alberi, come discusso in articoli su Paleoceanography and Paleoclimatology (Comas-Bru et al., 2020). La non stazionarietà spaziale e temporale dei pattern, evidenziata dall’EOF, riflette la complessità delle dinamiche atmosferiche, che richiedono un’integrazione con modelli dinamici, come quelli del Coupled Model Intercomparison Project (CMIP6), per migliorare le proiezioni climatiche future, secondo studi recenti su Nature Climate Change (Eyring et al., 2021).

Considerazioni metodologiche e limiti

Sebbene l’EOF sia un metodo robusto, presenta limiti noti, come il vincolo di ortogonalità degli autovettori, che può non riflettere accuratamente le interazioni non lineari tra pattern atmosferici reali (Hurrell e Deser, 2009). Inoltre, il dataset 20CRv2, pur essendo una risorsa preziosa, può contenere incertezze legate alla scarsità di osservazioni storiche pre-1950 e alle assunzioni del modello atmosferico, come discusso da Slivinski et al. (2019) su Journal of Climate. Per mitigare questi limiti, gli autori hanno probabilmente confrontato i pattern con osservazioni dirette o altri dataset, come il NOAA-CIRES 20th Century Reanalysis o l’ERA-20C dell’ECMWF, come pratica comune in climatologia (evidenziata su siti come il NCEI o il Centro Europeo per le Previsioni Meteorologiche a Medio Termine).

In conclusione, la Figura 2 offre una visualizzazione dettagliata dei pattern teleconnettivi NAO, EA e SCA nel Nord Atlantico, basandosi su un’analisi statistica avanzata e su dati reanalizzati di alta qualità. Questo contributo è essenziale per la climatologia moderna, fornendo una base per studi futuri sulla variabilità climatica e le sue implicazioni socio-economiche, come evidenziato in report recenti dell’Intergovernmental Panel on Climate Change (IPCC, 2021) disponibili su ipcc.ch.

III. Risultati
1. Effetti della NAO, del pattern dell’Atlantico Orientale (EA) e del pattern Scandinavo (SCA) sulla temperatura e sulle precipitazioni invernali
I risultati presentati in questo studio evidenziano le complesse interazioni tra l’Oscillazione del Nord Atlantico (NAO), il pattern dell’Atlantico Orientale (EA) e il pattern Scandinavo (SCA) e le loro influenze sui parametri climatici invernali, in particolare la temperatura dell’aria (wTmp) e le precipitazioni (wPre), nel settore Nord Atlantico-Europeo durante il periodo 1902-2009, corrispondente a 108 inverni completi (DJF, dicembre-febbraio). Queste interazioni sono state analizzate mediante mappe di distribuzione delle correlazioni tra gli indici teleconnettivi NAO (NAOI), EA (EAI) e SCA (SCAI) e le variabili climatiche selezionate, come illustrato nella Figura 3. Tali mappe sono state costruite utilizzando il dataset CRU-TS3.1 (Mitchell e Jones, 2005) e integrate con i dati SLP del Twentieth Century Reanalysis (20CRv2; Compo et al., 2011), come descritto nelle sezioni precedenti, per garantire una rappresentazione spaziale e temporale accurata delle anomalie climatiche.

Coerentemente con la letteratura classica e recente sulla climatologia euro-atlantica (Hurrell, 1995; Wanner et al., 2001; Woollings et al., 2010), un valore positivo dell’indice NAO (NAOI) è associato a un incremento delle precipitazioni sopra la media nelle regioni nord-occidentali del continente europeo, in particolare nel nord-ovest della Scozia, nel nord-ovest dell’Irlanda e nella Norvegia occidentale (Figura 3(a)). Questo pattern è attribuito al rafforzamento dei venti occidentali durante una fase positiva della NAO, che trasportano masse d’aria umida dall’Atlantico verso queste aree, favorendo precipitazioni abbondanti. Contemporaneamente, si osservano precipitazioni inferiori alla media nell’Europa meridionale, tra 45-50°N, includendo regioni come il sud della Francia, l’Italia settentrionale e la Penisola Iberica, dove il flusso zonale di umidità è ridotto. Parallelamente, le mappe di correlazione per wTmp (Figura 3(b)) mostrano condizioni invernali più calde nel nord Europa, in particolare nelle aree scandinave e britanniche, a causa dell’influenza mitigatrice dei venti occidentali, mentre si registrano inverni più freddi nelle parti meridionali del Mediterraneo, come il sud dell’Italia, la Grecia e il nord dell’Africa, dove la NAO positiva tende a indebolire i flussi meridionali di aria calda. Questi risultati sono in linea con le dinamiche descritte da Hurrell (1995) su Science e da Wanner et al. (2001) su Surveys in Geophysics, che sottolineano il ruolo della NAO come principale driver delle variazioni climatiche stagionali nella regione.

Quando l’indice EA (EAI) assume un valore positivo, si osservano precipitazioni sopra la media nella Norvegia occidentale, come parte di un pattern teleconnettivo che amplifica le anomalie di pressione nell’Atlantico orientale (Figura 3(c)). Tuttavia, questa configurazione è associata a precipitazioni invernali inferiori alla media in gran parte dell’Europa occidentale, includendo la Gran Bretagna, l’Irlanda, la Francia e la Penisola Iberica. Questo fenomeno riflette lo spostamento della storm track atlantica verso nord-est, che riduce l’apporto di umidità in queste regioni, come suggerito da Wallace e Gutzler (1981) su Monthly Weather Review e da Moore e Renfrew (2012) su Quarterly Journal of the Royal Meteorological Society. Nello stesso contesto, le mappe di correlazione per wTmp (Figura 3(d)) indicano valori di temperatura dell’aria più bassi nel Mediterraneo occidentale, in aree come il sud della Spagna e il nord dell’Africa, a causa della diminuzione dei flussi meridionali di aria calda e dell’aumento delle incursioni di masse d’aria più fredde da nord. Questi effetti climatici sono coerenti con la descrizione dell’EA come un modulatore secondario della NAO, influenzando la posizione e l’intensità del gradiente di pressione sull’Atlantico settentrionale.

Effetti climatici simili, ma con differenze regionali significative, si osservano per un valore positivo dell’indice SCA (SCAI). Questo pattern, riconosciuto come il terzo modo principale di variabilità SLP invernale nella regione europea (Barnston e Livezey, 1987), è associato a precipitazioni inferiori alla media sull’Europa occidentale, centrale e su gran parte dell’Europa settentrionale, con condizioni più umide nel Mediterraneo, in particolare nelle regioni come l’Italia meridionale e la Grecia (Figura 3(e)). Questo spostamento delle precipitazioni è legato all’influenza del SCA, che induce un blocco delle masse d’aria sopra la Scandinavia, riducendo i flussi occidentali verso l’Europa centrale e favorendo l’accumulo di umidità nel Mediterraneo. Parallelamente, le mappe di correlazione per wTmp (Figura 3(f)) mostrano temperature inferiori alla media in gran parte dell’Europa, ad eccezione del nord-ovest della Scandinavia, della Scozia e dell’Irlanda, dove si osservano condizioni termiche relativamente più miti a causa dell’effetto mitigatore delle correnti atlantiche o delle anomalie locali indotte dal SCA. Questi risultati sono coerenti con le descrizioni di Moore et al. (2013) su Journal of Geophysical Research: Atmospheres, che identificano il SCA come un pattern regionale dominante nelle alte latitudini nordiche, con effetti significativi sui gradienti termici e pluviometrici.

Le correlazioni illustrate nella Figura 3 sono state calcolate utilizzando tecniche statistiche, come la regressione lineare o l’analisi di correlazione di Pearson, applicate ai dati CRU-TS3.1 e 20CRv2, con una risoluzione spaziale di 0,5°x0,5° e un periodo temporale di 108 anni. Queste mappe non solo confermano la non stazionarietà spaziale e temporale delle relazioni clima-NAO, EA e SCA, ma forniscono anche una base empirica per comprendere le variazioni multidecennali del clima invernale euro-atlantico. Le implicazioni di questi risultati sono rilevanti per molteplici ambiti, tra cui la previsione delle risorse idriche, la gestione delle risorse energetiche eoliche (ad esempio, nel Regno Unito e in Irlanda) e la ricostruzione paleoclimatica basata su proxy terrestri, come evidenziato in studi recenti su Climate Dynamics (Comas-Bru e McDermott, 2013) e Paleoceanography (Wanner et al., 2011).

In sintesi, i risultati presentati nella Figura 3 offrono una caratterizzazione dettagliata degli effetti della NAO, EA e SCA sulle condizioni climatiche invernali, evidenziando le loro interazioni complesse e la loro influenza differenziata sulle regioni euro-atlantiche. Queste analisi rappresentano un contributo significativo per la climatologia moderna, con applicazioni pratiche per la mitigazione dei rischi climatici e la pianificazione strategica a lungo termine.

II. Stazionarietà spaziale della relazione tra l’Oscillazione del Nord Atlantico (NAO) e il clima
Per affrontare la questione fondamentale di come le fasi del pattern dell’Atlantico Orientale (EA) e del pattern Scandinavo (SCA), in combinazione con la NAO, influenzino i pattern di temperatura e precipitazioni invernali nel settore Nord Atlantico-Europeo, abbiamo adottato un approccio metodologico ispirato a studi precedenti (Moore et al., 2013). Questo studio si concentra sull’analisi della non stazionarietà spaziale della relazione NAO-clima, un aspetto critico per comprendere le variazioni multidecennali delle condizioni climatiche nella regione durante il ventesimo secolo (1902-2009). A tal fine, abbiamo suddiviso i dati climatici e teleconnettivi in due sottoinsiemi, definiti in base alle combinazioni di segni degli indici NAO (NAOI), EA (EAI) e SCA (SCAI), come illustrato nelle Figure 2, 4 e 5. Questa segmentazione consente di isolare e analizzare quattro configurazioni distinte: entrambe gli indici in fase, indicate come (NAO-EA)S e (NAO-SCA)S, e entrambe gli indici in fase opposta, indicate come (NAO-EA)O e (NAO-SCA)O. Nella Figura 4, gli anni non consecutivi selezionati per ciascun sottoinsieme sono stati scelti in modo da rappresentare equamente queste combinazioni, garantendo una distribuzione bilanciata e statisticamente significativa per l’analisi delle correlazioni spaziali.

Inizialmente, abbiamo esaminato l’effetto di queste combinazioni di segni sulla relazione tra la NAO e il campo di pressione a livello del mare (SLP), poiché le variazioni nel campo SLP rispetto alla posizione di riferimento del ventesimo secolo (illustrata nella Figura S3.1 delle Informazioni di Supporto) sono direttamente legate alla variabilità climatica regionale. Queste variazioni spaziali sono state quantificate attraverso mappe di correlazione spaziale tra le anomalie SLP invernali (DJF, dicembre-febbraio) e l’indice NAOI, calcolate utilizzando i dati del dataset Twentieth Century Reanalysis (20CRv2; Compo et al., 2011) e il dataset CRU-TS3.1 (Mitchell e Jones, 2005), con una risoluzione spaziale di 0,5°x0,5° sulle aree terrestri e 2°x2° per le reanalisi globali. Quando si analizza la combinazione NAO-EA (pannello sinistro della Figura 4), si osserva che la linea zero della correlazione spaziale tra SLP invernale e NAOI – ovvero la linea che separa le aree con correlazioni positive da quelle con correlazioni negative – migra verso nord quando entrambi gli indici sono in fase, (NAO-EA)S. In questa configurazione, la linea zero si posiziona a nord della Scozia, attraversa la Scandinavia meridionale, il Mar Baltico e si dirige verso la Russia sud-orientale (Figura 4(a)). Questo spostamento nordico riflette un rafforzamento del gradiente meridionale di pressione, con un’espansione delle anomalie negative (bassa pressione) verso latitudini più settentrionali e un consolidamento delle anomalie positive (alta pressione) nelle regioni subtropicali, come le Azzorre, favorendo venti occidentali più intensi e un trasporto maggiore di umidità verso il nord Europa.

Al contrario, quando NAO ed EA sono in fase opposta, (NAO-EA)O, la linea zero si sposta verso sud, posizionandosi sull’Atlantico e attraversando l’Europa sopra il sud del Regno Unito e la costa del Mare del Nord (Figura 4(c)). Questo spostamento meridionale è associato a una migrazione sud-occidentale dei centri di azione del dipolo NAO, con il centro di bassa pressione che si avvicina a latitudini più meridionali e il centro di alta pressione che si espande in modo meno uniforme. Di conseguenza, i centri di massima correlazione – indicati da valori di correlazione più alti, come ρ > 0.7 – si spostano verso sud-ovest rispetto alla configurazione (NAO-EA)S, suggerendo una riduzione dell’intensità dei venti occidentali e una modifica nella traiettoria delle tempeste atlantiche, con effetti diretti sulle precipitazioni e sulle temperature invernali nelle regioni euro-atlantiche.

Per quanto riguarda la combinazione NAO-SCA (pannello destro della Figura 4), la linea di correlazione zero rimane su latitudini simili nella regione atlantica, approssimativamente a 50°N, riflettendo una maggiore stabilità latitudinale del dipolo NAO in questa area. Tuttavia, si osserva una migrazione verso nord della linea zero sull’Europa orientale per gli inverni in cui NAO e SCA sono in fase, (NAO-SCA)S (Figura 4(b)), rispetto alla configurazione opposta, (NAO-SCA)O (Figura 4(d)). Questo spostamento suggerisce una rotazione antioraria delle aree correlate, con un’espansione delle anomalie positive di SLP sopra la Scandinavia e un indebolimento delle anomalie negative sopra la Groenlandia. Tale dinamica è coerente con il ruolo del SCA come pattern regionale dominante nelle alte latitudini nordiche, che modula la struttura del dipolo NAO attraverso un blocco delle masse d’aria e un’alterazione dei flussi zonali, come descritto da Barnston e Livezey (1987) e Moore et al. (2013).

L’impatto di queste relazioni SLP-NAO sulle variabili climatiche selezionate, in particolare la temperatura dell’aria (wTmp) e le precipitazioni (wPre), è illustrato nella Figura 5, che riflette spostamenti simili delle aree correlate positivamente e negativamente rispetto a quelli osservati nella Figura 4. Riguardo all’EA, il cambiamento di polarità nelle correlazioni spaziali con wPre e wTmp si sposta verso nord per la configurazione (NAO-EA)S (Figure 5(a) e (e)), rispetto a (NAO-EA)O (Figure 5(c) e (g)). Questo spostamento nordico è associato a un rafforzamento delle precipitazioni sopra la media nel nord-ovest dell’Europa, come la Norvegia e la Scozia, e a temperature più miti in queste regioni, riflettendo un’intensificazione dei flussi umidi atlantici. Al contrario, gli inverni con valori NAOI-EAI di segno opposto, (NAO-EA)O, mostrano correlazioni NAOI-wTmp fortemente coerenti spazialmente (con coefficienti di correlazione ρ > 0.7), che si estendono verso sud-ovest attraverso l’Europa, raggiungendo i Pirenei e le Alpi settentrionali (Figura 5(g)). Questa configurazione indica condizioni più fredde in queste aree, dovute a una riduzione dei venti occidentali e a un aumento delle incursioni di aria fredda da nord, con effetti significativi sulla variabilità climatica regionale.

Queste osservazioni confermano la non stazionarietà spaziale della relazione NAO-clima, evidenziando come le interazioni tra NAO, EA e SCA modulino la posizione del dipolo SLP e, di conseguenza, i pattern climatici invernali. Le implicazioni di questi risultati sono rilevanti per la climatologia moderna, con applicazioni pratiche in campi come la previsione delle risorse idriche, la gestione delle risorse energetiche eoliche (ad esempio, nel Regno Unito e in Irlanda) e la ricostruzione paleoclimatica basata su proxy terrestri, come discusso in studi recenti su Climate Dynamics (Comas-Bru e McDermott, 2013) e Journal of Geophysical Research: Atmospheres (Moore et al., 2013). L’approccio metodologico adottato, basato su una segmentazione dei dati e sull’analisi delle correlazioni spaziali, rappresenta un contributo significativo per comprendere la complessità delle dinamiche atmosferiche euro-atlantiche nel ventesimo secolo.Al contrario, quando gli indici della NAO (NAOI) e del pattern dell’Atlantico Orientale (EAI) presentano lo stesso segno, configurando una combinazione (NAO-EA)S, la regione che mostra forti correlazioni positive tra la temperatura dell’aria invernale (wTmp) e l’indice NAOI è confinata a latitudini superiori a circa 50°N, includendo aree come la Scandinavia, la Scozia e la Norvegia settentrionale. In questa configurazione, le anomalie termiche associate a una NAO positiva sono amplificate dal pattern EA, favorendo condizioni invernali più miti in queste regioni, grazie al rafforzamento dei venti occidentali e al maggiore trasporto di aria calda dall’Atlantico (Figura 5(e)). Tuttavia, questa combinazione porta a una correlazione negativa tra wTmp e NAOI nella regione del Mediterraneo orientale, come il sud della Grecia e la Turchia, dove l’influenza combinata di NAO ed EA può ridurre i flussi meridionali di aria calda, portando a temperature più basse. Queste dinamiche riflettono l’interazione complessa tra i due pattern teleconnettivi, che modula la distribuzione spaziale delle anomalie termiche invernali, come discusso in studi precedenti (Hurrell, 1995; Wanner et al., 2001).

Per quanto riguarda le precipitazioni invernali (wPre), entrambi i sottoinsiemi di dati, corrispondenti alle configurazioni (NAO-EA)S (Figura 5(a)) e (NAO-EA)O (Figura 5(c)), mostrano correlazioni generalmente simili con la NAO, caratterizzate da precipitazioni sopra la media nel nord-ovest dell’Europa (Scozia, Irlanda e Norvegia occidentale) durante una fase positiva della NAO. Tuttavia, si osservano variazioni significative a livello regionale, in particolare nel sud della Gran Bretagna e in gran parte dell’Irlanda, dove wPre e NAOI risultano correlati in modo opposto a seconda delle combinazioni NAOI-EAI. Ad esempio, in (NAO-EA)S, le precipitazioni possono essere leggermente inferiori alla media in queste aree a causa di un posizionamento più settentrionale della storm track atlantica, mentre in (NAO-EA)O, le precipitazioni possono aumentare a seguito di uno spostamento sud-occidentale del dipolo NAO, che favorisce un maggior apporto di umidità dalla traiettoria delle tempeste. Questa modulazione non lineare dell’impatto della NAO sul clima locale evidenzia la non stazionarietà spaziale della relazione NAO-clima, rendendo complesso prevedere gli effetti climatici in regioni specifiche senza considerare l’influenza concomitante dell’EA, come sottolineato da Moore et al. (2013) su Journal of Geophysical Research: Atmospheres.

Pattern simili emergono per gli insiemi di dati selezionati in base alla fase del pattern Scandinavo (SCA). In termini di wTmp, la linea di correlazione zero – che separa le aree con correlazioni positive da quelle negative – si posiziona molto più a nord per gli inverni in cui NAO e SCA sono in fase, (NAO-SCA)S (Figura 5(f)), rispetto alla configurazione opposta, (NAO-SCA)O (Figura 5(h)). Questo spostamento nordico riflette un’espansione delle anomalie termiche positive (temperature più miti) verso latitudini superiori, come la Scandinavia settentrionale, il nord della Scozia e l’Irlanda, dovute a un rafforzamento delle correnti atlantiche indotto dalla concordanza tra NAO positiva e SCA positiva. Al contrario, in (NAO-SCA)O, la linea zero si sposta verso sud, limitando le correlazioni positive a latitudini inferiori e portando a condizioni più fredde in gran parte dell’Europa centrale e occidentale, a causa di un indebolimento dei flussi occidentali e di un aumento delle incursioni di aria fredda da nord.

Per quanto riguarda wPre, l’area negativamente correlata – dove le precipitazioni sono inferiori alla media durante una NAO positiva – si estende molto più a nord nell’Europa orientale (circa 55°N) e sopra circa 60°N in Scandinavia per gli inverni (NAO-SCA)S (Figura 5(b)), rispetto agli inverni (NAO-SCA)O, dove la linea zero si sposta da circa 45°N a ovest a circa 50°N a est (Figura 5(d)). Questo spostamento riflette un blocco delle masse d’aria sopra la Scandinavia, tipico di una SCA positiva, che riduce i flussi umidi atlantici verso l’Europa centrale e settentrionale, favorendo condizioni più secche in queste regioni e precipitazioni aumentate nel Mediterraneo, come l’Italia meridionale e la Grecia. In (NAO-SCA)O, invece, la storm track atlantica si sposta verso sud, aumentando le precipitazioni nel sud dell’Europa e riducendole nelle alte latitudini nordiche. Come osservato per l’EA, le correlazioni tra wPre, wTmp e NAOI variano significativamente a seconda della fase concomitante dello SCA, specialmente in regioni come il Regno Unito, l’Irlanda e gran parte dell’Europa centrale settentrionale, dove le interazioni tra pattern teleconnettivi determinano una variabilità climatica complessa e non lineare.

Poiché i dati utilizzati per calcolare le mappe di correlazione presentate nelle Figure 4 e 5 sono stati selezionati tra anni non consecutivi, è essenziale verificare che i tre modi principali di variabilità SLP in ciascuno dei quattro sottoinsiemi ((NAO-EA)S, (NAO-EA)O, (NAO-SCA)S e (NAO-SCA)O) siano ancora rappresentati dagli stessi pattern teleconnettivi originali, ovvero NAOI, EAI e SCAI. Questa verifica è cruciale per garantire la robustezza dell’analisi e per confermare che le variazioni osservate non siano artefatti della selezione dei dati. Per affrontare questa questione, abbiamo calcolato nuovi indici basati sulle componenti principali (PC) utilizzando circa la metà degli inverni del dataset originale per ciascun sottoinsieme, come descritto nelle Figure 4 e 5. Questi nuovi indici sono stati derivati applicando l’analisi EOF alle anomalie SLP del dataset 20CRv2 (Compo et al., 2011), mantenendo la normalizzazione geografica √cos(ϕ) (North et al., 1982) per bilanciare l’influenza latitudinale.

I risultati, illustrati nella Figura 6, dimostrano che la variabilità SLP negli anni non consecutivi selezionati per costruire le mappe di correlazione nelle Figure 4 e 5 è rappresentativa degli indici originali NAOI, EAI e SCAI, nonostante il periodo temporale utilizzato sia circa la metà del dataset originale (108 anni ridotti a circa 54 anni per sottoinsieme). Questa coerenza è supportata dalla Figura S1.2 delle Informazioni di Supporto, che mostra le serie temporali del NAOI, EAI e SCAI insieme a ciascun indice sub-PCA, evidenziando una forte somiglianza nei pattern di variabilità. Inoltre, mappe di correlazione simili a quelle della Figura 5 sono state ottenute utilizzando esclusivamente gli indici PCA calcolati sui sottoinsiemi (non mostrate), confermando la validità statistica e fisica dei nostri risultati. Questa verifica metodologica è essenziale per mitigare potenziali bias introdotti dalla selezione non consecutiva dei dati e per assicurare che i pattern teleconnettivi identificati riflettano accuratamente le dinamiche atmosferiche osservate nel ventesimo secolo.

Le implicazioni di questi risultati sono rilevanti per la climatologia moderna, poiché evidenziano la non stazionarietà spaziale e temporale della relazione NAO-clima, modulata dalle interazioni con EA e SCA. Queste dinamiche hanno un impatto diretto su fenomeni climatici come il gradiente nord-sud delle precipitazioni nel Regno Unito, la variabilità termica in Europa e la posizione della storm track atlantica, con applicazioni pratiche per la previsione delle risorse idriche, la gestione delle risorse energetiche eoliche e la ricostruzione paleoclimatica, come discusso in studi recenti su Climate Dynamics (Comas-Bru e McDermott, 2013) e Journal of Climate (Woollings et al., 2010). L’approccio metodologico adottato rappresenta un contributo significativo per comprendere la complessità delle interazioni teleconnettive e per migliorare i modelli climatici futuri.

III. Stazionarietà temporale della relazione tra l’Oscillazione del Nord Atlantico (NAO) e le precipitazioni invernali (wPre)
Per investigare se la relazione temporale tra la NAO e le condizioni climatiche invernali sia influenzata dalla fase concomitante del pattern dell’Atlantico Orientale (EA) e del pattern Scandinavo (SCA), e per quantificare l’entità di tale influenza, abbiamo definito una serie di intervalli temporali multidecennali basati sui pattern di persistenza NAO-EA e NAO-SCA descritti nella sezione 3.2 (Figura 7). Questa segmentazione temporale è stata progettata per catturare le variazioni a lungo termine nella relazione NAO-clima, un aspetto critico per comprendere la variabilità climatica multidecennale nel settore Nord Atlantico-Europeo durante il ventesimo secolo (1902-2009). Seguendo l’approccio metodologico di Moore et al. (2013), abbiamo adottato gli stessi periodi temporali identificati nei loro studi, nonostante i nostri indici EA e SCA presentino polarità opposte rispetto a quelli calcolati da Moore et al., come discusso in precedenza (sezione 2.2). Questa scelta metodologica consente una comparazione diretta con la letteratura esistente, pur richiedendo un’accurata interpretazione delle differenze di polarità per evitare errori nella valutazione delle dinamiche atmosferiche.

I periodi selezionati includono 1910-1929 e 1950-1969, caratterizzati da indici EA e SCA prevalentemente di segno opposto rispetto alla NAO, indicando configurazioni (NAO-EA)O e (NAO-SCA)O (Figure 7(a) e 7(c)). Al contrario, i periodi 1930-1949 e 1970-1989 mostrano indici NAO, EA e SCA principalmente dello stesso segno, corrispondenti a (NAO-EA)S e (NAO-SCA)S (Figure 7(b) e 7(d)). La percentuale di anni che presenta ciascuna combinazione di segni per ogni intervallo di 20 anni è dettagliata nella Figura 7, offrendo una quantificazione statistica della persistenza temporale di queste configurazioni. Ad esempio, durante il periodo 1910-1929, circa il 70% degli inverni mostra una polarità opposta tra NAO ed EA, mentre nel periodo 1970-1989, circa il 75% degli inverni è caratterizzato da (NAO-EA)S. Si noti che il periodo 1990-2000 non è stato incluso nell’analisi, poiché ciascuna combinazione di segni (stesso segno o segno opposto) rappresenta esattamente il 50% degli anni, rendendo questo intervallo temporalmente neutrale e non rappresentativo di una dominanza specifica.

Per il resto di questo articolo, ci concentriamo esclusivamente sulle precipitazioni invernali (wPre), poiché la relazione tra NAO e temperatura dell’aria invernale (wTmp) appare relativamente insensibile all’effetto combinato delle fasi concomitanti di EA e SCA nei periodi temporali analizzati, come verificato ma non mostrato esplicitamente nei dati (si rimanda a ulteriori analisi non illustrate). Questa scelta metodologica è motivata dalla maggiore sensibilità delle precipitazioni alle interazioni teleconnettive, in particolare nella regione euro-atlantica, dove la posizione della storm track atlantica e i gradienti di umidità sono fortemente influenzati da NAO, EA e SCA, come evidenziato da studi recenti su Climate Dynamics (Woollings et al., 2010) e Journal of Geophysical Research: Atmospheres (Moore et al., 2013).

I nostri risultati, illustrati nella Figura 7, rivelano che le precipitazioni invernali in diverse regioni chiave, come l’Irlanda, il sud del Regno Unito e la Francia, sono particolarmente sensibili alle diverse combinazioni tra NAOI e gli indici coesistenti EAI o SCAI. Le mappe di correlazione spaziale mostrano che la linea di correlazione zero – che separa le aree con correlazioni positive (precipitazioni sopra la media durante una NAO positiva) da quelle negative (precipitazioni inferiori alla media) – definisce un locus più meridionale e presenta un aspetto nordest-sudovest meno pronunciato per il periodo 1910-1929 (Figura 7(a)), caratterizzato da una predominanza di (NAO-EA)O e (NAO-SCA)O. In questa configurazione, il dipolo NAO è spostato verso sud, riducendo l’apporto di umidità alle latitudini settentrionali e favorendo precipitazioni inferiori alla media nel nord-ovest dell’Europa, mentre aumenta le precipitazioni nel Mediterraneo meridionale. Al contrario, nel periodo 1930-1949 (Figura 7(b)), con una maggiore frequenza di (NAO-EA)S e (NAO-SCA)S, la linea zero si sposta verso nord, assumendo un aspetto nordest-sudovest più marcato, con precipitazioni sopra la media nel nord-ovest della Scozia, dell’Irlanda e della Norvegia, e condizioni più secche nell’Europa meridionale, riflettendo un rafforzamento dei venti occidentali e un posizionamento più settentrionale della storm track atlantica.

Per gli ultimi due periodi analizzati, 1950-1969 e 1970-1989 (Figure 7(c) e (d)), non emerge una predominanza di una specifica combinazione di segni rispetto allo SCA, poiché entrambe le configurazioni (stesso segno e segno opposto) sono presenti nel 50% degli inverni in ciascun periodo. Di conseguenza, l’EA diventa l’influenza dominante sul pattern spaziale delle correlazioni NAO-wPre in questi intervalli, modulando la posizione del dipolo NAO e la distribuzione delle precipitazioni attraverso il suo effetto sulla storm track atlantica. Ad esempio, nel periodo 1950-1969, caratterizzato da una prevalenza di polarità opposte tra NAO ed EA, l’impatto della NAO sulle precipitazioni invernali in Scandinavia è più debole, con precipitazioni inferiori alla media in gran parte delle alte latitudini nordiche, a causa di un indebolimento dei flussi umidi atlantici. Al contrario, nel periodo 1970-1989, in cui il 75% degli inverni è (NAO-EA)S, si osserva un aumento delle precipitazioni in Scandinavia, riflettendo un rafforzamento della NAO positiva e una maggiore influenza del flusso occidentale.

Queste osservazioni confermano la non stazionarietà temporale della relazione NAO-wPre, sottolineando come le interazioni tra NAO, EA e SCA determinino variazioni significative nei pattern pluviometrici invernali su scala multidecennale. Le implicazioni di questi risultati sono rilevanti per la climatologia moderna, con applicazioni pratiche in campi come la previsione delle risorse idriche, la gestione delle risorse energetiche eoliche e la pianificazione agricola nelle regioni euro-atlantiche, come discusso in studi recenti su Nature Climate Change (Woollings et al., 2018) e Climate of the Past (Comas-Bru et al., 2020). Inoltre, questi risultati offrono una base solida per la ricostruzione paleoclimatica, guidando la selezione di siti per archivi proxy terrestri sensibili alle variazioni NAO, EA e SCA, come evidenziato in articoli su Paleoceanography (Wanner et al., 2011).

In sintesi, l’analisi della stazionarietà temporale della relazione NAO-wPre, modulata dalle fasi concomitanti di EA e SCA, rappresenta un contributo significativo per comprendere la variabilità climatica del ventesimo secolo, con implicazioni dirette per la modellizzazione climatica futura e la mitigazione dei rischi ambientali associati ai cambiamenti climatici.La non stazionarietà spaziale delle relazioni tra l’Oscillazione del Nord Atlantico (NAO) e le variabili climatiche regionali, descritte nella sezione 3.2, può essere interpretata e razionalizzata alla luce di studi recenti che analizzano i pattern di pressione a livello del mare (SLP) nella regione euro-atlantica (Moore e Renfrew, 2012). Questi studi hanno evidenziato spostamenti nei centri di azione della NAO rispetto alle posizioni utilizzate per definire gli indici NAO classici basati su stazioni meteorologiche fisse, come Lisbona (Hurrell, 1995), Gibilterra (Jones et al., 1997) e Ponta Delgada (Rogers, 1984). Tali spostamenti sono strettamente legati agli stati coesistenti del pattern dell’Atlantico Orientale (EA) e del pattern Scandinavo (SCA), che agiscono come modulatori secondari delle dinamiche della NAO, influenzando la posizione, l’intensità e l’orientamento del suo dipolo meridionale. Questa interazione complessa è fondamentale per comprendere la variabilità climatica invernale nel Nord Atlantico e in Europa durante il ventesimo secolo (1902-2009), come analizzato in questo studio utilizzando i dati del dataset CRU-TS3.1 (Mitchell e Jones, 2005) e del Twentieth Century Reanalysis (20CRv2; Compo et al., 2011).

Poiché il nostro indice NAO, derivato dall’analisi delle componenti principali (PC) e basato sulla proiezione delle anomalie SLP su un pattern NAO fisso, non è in grado di fornire informazioni sulla variabilità spaziale del dipolo NAO, abbiamo impiegato mappe di teleconnettività, un metodo introdotto da Wallace e Gutzler (1981) e descritto dettagliatamente nella sezione S3.2 delle Informazioni di Supporto, per catturare la variabilità spaziale del campo SLP associata alle mappe di correlazione NAO-clima invernale presentate in questo lavoro (Figura 1). Queste mappe, costruite attraverso l’analisi delle funzioni ortogonali empiriche (EOF) e normalizzate geograficamente con il fattore √cos(ϕ), dove ϕ è la latitudine (North et al., 1982), permettono di identificare i centri di azione principali del dipolo NAO e le loro migrazioni, offrendo una rappresentazione dinamica delle interazioni teleconnettive. È importante notare che lo spostamento verso nord-est delle anomalie SLP associate al minimo islandese nel regime NAO positivo – un fenomeno documentato da Hurrell e Deser (2009) su Journal of Climate – che può portare a un movimento verso nord della linea nodale del dipolo NAO, non è probabile che alteri significativamente i nostri risultati. Questo perché gli stati positivi e negativi della NAO sono ben bilanciati in tutti i sottoinsiemi di dati analizzati, come verificato attraverso una distribuzione equa delle configurazioni (NAO-EA)S, (NAO-EA)O, (NAO-SCA)S e (NAO-SCA)O, come illustrato nelle Figure 4 e 5.

Le mappe di teleconnettività presentate nella Figura 1 rivelano spostamenti significativi nei centri di azione della NAO, in particolare nel centro meridionale, rispetto alle località classiche utilizzate per gli indici NAO basati su stazioni. Quando gli indici NAO-EA presentano lo stesso segno, configurando (NAO-EA)S, il centro meridionale di azione della NAO si sposta verso nord-est rispetto alle posizioni tradizionali, come Lisbona, Gibilterra o Ponta Delgada, posizionandosi a ovest della Penisola Iberica. Contemporaneamente, il centro settentrionale migra verso il Mar di Groenlandia, ampliando il gradiente meridionale di pressione e favorendo un’intensificazione dei venti occidentali che trasportano aria umida verso l’Europa nord-occidentale (Figura 1(a)). Questa configurazione è associata a precipitazioni sopra la media nel nord-ovest della Scozia, dell’Irlanda e della Norvegia, e a temperature più miti nella Scandinavia, come descritto nella sezione 3.1. Al contrario, quando gli indici NAO ed EA hanno segni opposti, (NAO-EA)O, i centri di azione della NAO si spostano verso sud-ovest: il polo meridionale si posiziona a owest delle Isole Canarie, mentre il polo settentrionale si trova tra l’Islanda e la Groenlandia (Figura 1(c)). Questo spostamento sud-occidentale riduce l’intensità del gradiente di pressione, indebolendo i venti occidentali e modificando la traiettoria della storm track atlantica, con conseguenti precipitazioni inferiori alla media nel nord-ovest dell’Europa e condizioni più fredde nelle regioni centrali e meridionali, come il Mediterraneo occidentale (Figure 5(c) e (g)).

Di conseguenza, la linea di correlazione zero della relazione NAOI-clima – che separa le aree con correlazioni positive (ad esempio, precipitazioni o temperature sopra la media durante una NAO positiva) da quelle negative – si sposta verso latitudini inferiori quando il centro meridionale di azione è situato più lontano dal continente europeo, come osservato in (NAO-EA)O. Questo effetto è particolarmente evidente nella posizione e nell’estensione delle aree che mostrano una forte correlazione (positiva o negativa) tra SLP invernale e NAOI, come illustrato nella Figura 4(c), dove le anomalie SLP sono correlate con valori di ρ > 0.7 in ampie regioni del Nord Atlantico e dell’Europa occidentale. Questi spostamenti riflettono la non stazionarietà spaziale della relazione NAO-clima, modulata dalle interazioni con EA e SCA, e hanno implicazioni significative per la comprensione della variabilità climatica multidecennale, la previsione delle risorse idriche e energetiche (ad esempio, eoliche nel Regno Unito e in Irlanda) e la selezione di siti per la ricostruzione paleoclimatica basata su proxy terrestri, come discusso in studi recenti su Climate Dynamics (Comas-Bru e McDermott, 2013) e Journal of Geophysical Research: Atmospheres (Moore et al., 2013).Risultati analoghi si ottengono quando si determinano le posizioni dei centri di azione dell’Oscillazione del Nord Atlantico (NAO) in base a diverse combinazioni di segni tra l’indice NAO (NAOI) e l’indice del pattern Scandinavo (SCAI), un approccio fondamentale per comprendere la variabilità spaziale e temporale dei pattern teleconnettivi nel Nord Atlantico e in Europa durante il ventesimo secolo (1872-2009). Quando questi due indici presentano lo stesso segno, configurando una combinazione (NAO-SCA)S, il nodo meridionale della NAO – corrispondente al centro di alta pressione del dipolo – è localizzato sopra la Francia, in particolare nella regione sud-occidentale, mentre il polo settentrionale, associato al centro di bassa pressione, si posiziona sopra la Groenlandia settentrionale (Figura 1(b)). Questa configurazione riflette un rafforzamento del gradiente meridionale di pressione a livello del mare (SLP), con un’espansione delle anomalie positive sull’Europa occidentale e delle anomalie negative sulle alte latitudini nordiche, favorendo venti occidentali più intensi che trasportano aria umida e relativamente mite verso il nord-ovest dell’Europa, come documentato da Hurrell (1995) su Science e da Moore et al. (2013) su Journal of Geophysical Research: Atmospheres.

Al contrario, quando l’SCAI assume un segno opposto rispetto al NAOI, configurando (NAO-SCA)O, il centro meridionale di azione della NAO migra verso sud-ovest, posizionandosi in una regione intermedia tra le Azzorre e le Isole Canarie, nell’Atlantico orientale. Similmente, il polo settentrionale si sposta verso sud-est, localizzandosi nel Mar di Groenlandia, a sud-est rispetto alla sua posizione tipica vicino all’Islanda (Figura 1(d)). Questo spostamento sud-occidentale del dipolo NAO è associato a un indebolimento del gradiente di pressione meridionale, che riduce l’intensità dei venti occidentali e altera la traiettoria della storm track atlantica, portando a precipitazioni inferiori alla media nel nord-ovest dell’Europa e a condizioni più fredde nelle regioni centrali e meridionali, come il Mediterraneo occidentale, come evidenziato nelle mappe di correlazione NAO-clima (Figure 5(b), (f) vs. (d), (h)) e nelle correlazioni spaziali tra SLP e NAOI (pannello destro della Figura 4). Questi risultati suggeriscono che l’impatto della fase relativa dell’SCAI rispetto al NAOI induce un movimento rotazionale del dipolo NAO, caratterizzato da oscillazioni in senso orario o antiorario, in linea con le dinamiche descritte da Barnston e Livezey (1987) su Monthly Weather Review e da Moore et al. (2013), che identificano il SCA come un pattern teleconnettivo dominante nelle alte latitudini nordiche, in grado di modulare la struttura e la posizione del dipolo NAO.

È altresì fondamentale ricordare al lettore che questi movimenti dei centri di azione della NAO sono stati precedentemente descritti da Moore et al. (2013) in un contesto simile. Tuttavia, una differenza critica emerge dalla polarità opposta dei nostri indici EA e SCA rispetto a quelli calcolati da Moore et al., come discusso dettagliatamente nella sezione 2.2. Questa inversione di polarità implica che i movimenti relativi del dipolo NAO associati alle combinazioni NAO-EA e NAO-SCA, come rappresentati nella Figura 8, siano opposti a quelli riportati da Moore et al. (2013). Ad esempio, un (NAO-SCA)S nel nostro studio corrisponde a un movimento nord-est del centro meridionale e nord-ovest del centro settentrionale, mentre in Moore et al. (2013) potrebbe essere associato a un movimento opposto, a seconda della definizione degli indici. Questa discrepanza richiede un’accurata standardizzazione degli indici teleconnettivi per garantire la coerenza tra studi diversi, un aspetto critico per la climatologia moderna, come sottolineato in studi recenti su Climate Dynamics (Woollings et al., 2010) e Journal of Climate (Hurrell e Deser, 2009).

Per analizzare la persistenza temporale delle polarità NAO-EA e NAO-SCA, abbiamo esaminato intervalli di 20 anni definiti nella Figura 7 (1910-1929, 1930-1949, 1950-1969 e 1970-1989), seguendo un approccio metodologico ispirato a Wang et al. (2012), pubblicato su Geophysical Research Letters. In questa analisi, abbiamo calcolato le posizioni dei centri di azione (poli) della NAO per ciascun periodo, identificando i pesi ortogonali empirici massimi della prima componente principale delle anomalie SLP nella regione 10-80°N, 100°W-40°E, utilizzando i dati del dataset 20CRv2 (Compo et al., 2011). Queste posizioni, illustrate nella Figura 8, mostrano una variazione significativa tra i periodi analizzati, coerente con le mappe di teleconnettività per gli stessi intervalli temporali (non mostrate). Per i primi due periodi, 1910-1929 (Figura 8(a)) e 1930-1949 (Figura 8(b)), il polo settentrionale rimane stabile nella sua posizione tipica vicino alla Groenlandia settentrionale, mentre il nodo meridionale migra verso nord-est, spostandosi dalle vicinanze delle Azzorre durante il 1910-1929 alla Francia sud-occidentale nel 1930-1949. Questo spostamento riflette un’influenza crescente di (NAO-EA)S e (NAO-SCA)S nel secondo periodo, che amplifica il gradiente di pressione e favorisce condizioni climatiche più umide e miti nel nord-ovest dell’Europa, come discusso nella sezione 3.3.

Questi risultati confermano i pattern di migrazione nordest-sudovest del dipolo NAO associati all’influenza dell’EA, così come i movimenti rotazionali (orario/antiorario) legati all’effetto dello SCA, evidenziando la non stazionarietà spaziale e temporale della relazione NAO-clima. Le implicazioni di queste dinamiche sono rilevanti per la previsione climatica, la gestione delle risorse idriche e energetiche (ad esempio, eoliche nel Regno Unito e in Irlanda) e la ricostruzione paleoclimatica, come documentato in studi recenti su Nature Climate Change (Woollings et al., 2018) e Paleoceanography (Comas-Bru et al., 2020). L’approccio metodologico adottato, basato su un’analisi integrata di teleconnettività e componenti principali, rappresenta un contributo significativo per comprendere la complessità delle interazioni teleconnettive nel ventesimo secolo, con un impatto diretto sulla modellizzazione climatica futura.Sosteniamo che il movimento relativo dei poli dell’Oscillazione del Nord Atlantico (NAO) osservato nei nostri dati rifletta un movimento antiorario della linea di correlazione zero, un elemento chiave per comprendere la variabilità spaziale e temporale dei pattern teleconnettivi nel Nord Atlantico e in Europa durante il ventesimo secolo (1872-2009). Questo movimento è particolarmente evidente confrontando i periodi 1930-1949 (Figura 8(b)) e 1910-1929 (Figura 8(a)), come illustrato nelle nostre analisi basate sui dati del dataset CRU-TS3.1 (Mitchell e Jones, 2005) e del Twentieth Century Reanalysis (20CRv2; Compo et al., 2011). Durante il periodo 1930-1949, caratterizzato da una prevalenza di configurazioni (NAO-EA)S e (NAO-SCA)S, la linea di correlazione zero – che separa le aree con correlazioni positive (ad esempio, precipitazioni o temperature sopra la media durante una NAO positiva) da quelle negative – si sposta verso nord, assumendo un orientamento nordest-sudovest più pronunciato rispetto al 1910-1929, dominato da (NAO-EA)O e (NAO-SCA)O. Questo spostamento nordico è accompagnato da un movimento antiorario del dipolo NAO, che riflette un’espansione delle anomalie SLP (pressione a livello del mare) verso latitudini più settentrionali, con il centro di bassa pressione (polo settentrionale) che si stabilizza sopra la Groenlandia settentrionale e il centro di alta pressione (polo meridionale) che migra verso la Francia sud-occidentale, come descritto da Wang et al. (2012) su Geophysical Research Letters.

Inoltre, il dipolo SLP, equivalente al pattern NAO, raggiunge la sua posizione più nord-orientale durante il periodo 1970-1989, quando prevale una combinazione di segni (NAO-EA)S, con circa il 75% degli inverni caratterizzato da questa configurazione, come dettagliato nella Figura 7(d). Questa posizione estrema riflette un rafforzamento del gradiente meridionale di pressione, con il polo settentrionale che si avvicina al continente europeo, in particolare alla Norvegia occidentale e alla Scozia occidentale, e il polo meridionale che si posiziona sopra la Penisola Iberica. Questa configurazione è coerente con le alte correlazioni positive osservate nelle mappe di correlazione spaziale (Figura 7(d)), dove le precipitazioni invernali (wPre) e le temperature (wTmp) mostrano valori significativamente sopra la media in queste regioni, a causa dell’intensificazione dei venti occidentali e del maggiore trasporto di umidità dall’Atlantico, come documentato da Hurrell (1995) su Science e da Moore et al. (2013) su Journal of Geophysical Research: Atmospheres. Questo spostamento nord-orientale può essere direttamente correlato alla prossimità del nodo settentrionale della NAO al continente, che amplifica gli effetti climatici locali, come le precipitazioni abbondanti nel nord-ovest dell’Europa.

Al contrario, entrambi i nodi del dipolo SLP si trovano nella loro posizione più sud-occidentale durante il periodo 1950-1969, quando il 60% del periodo di 20 anni corrisponde a una combinazione di segni (NAO-EA)O. In questa configurazione, il polo meridionale migra verso sud-ovest, posizionandosi tra le Azzorre e le Isole Canarie, mentre il polo settentrionale si sposta verso il Mar di Groenlandia, a sud-est rispetto alla sua posizione tipica vicino all’Islanda (Figura 1(d)). Questo spostamento riflette un indebolimento del gradiente di pressione meridionale, che riduce l’intensità dei venti occidentali e altera la traiettoria della storm track atlantica, portando a precipitazioni inferiori alla media nel nord-ovest dell’Europa e a condizioni più fredde nelle regioni centrali e meridionali, come il Mediterraneo occidentale, come evidenziato nelle mappe di correlazione NAO-clima (Figure 5(c) e (g)). La deviazione più significativa dai centri di azione classici della NAO – definiti tradizionalmente in base a stazioni come Lisbona, Gibilterra e Ponta Delgada (Hurrell, 1995; Jones et al., 1997; Rogers, 1984) – si verifica nei periodi in cui il pattern EA è prevalentemente della stessa fase della NAO, come nei periodi 1930-1949 e 1970-1989, confermando l’influenza dominante dell’EA sulla posizione del dipolo NAO, come descritto da Wallace e Gutzler (1981) su Monthly Weather Review.

Infine, per illustrare come gli effetti delle diverse combinazioni NAOI-EAI si manifestino su scala regionale, la Figura 9 presenta le anomalie medie delle precipitazioni invernali rispetto alla media a lungo termine (1902-2009) nel Regno Unito e in Irlanda, calcolate utilizzando il dataset CRUTS3.1 per i 14-22 inverni che rappresentano ciascuna delle quattro possibili combinazioni di segni EAI-NAOI. In particolare, nelle configurazioni (NAO-EA)O (Figure 9(a) e (d)), il dipolo NAO migra verso sud-ovest, come mostrato nella Figura 1(c), portando a grandi anomalie negative delle precipitazioni nel Regno Unito e in Irlanda durante gli stati negativi della NAO, e a anomalie positive durante gli stati positivi della NAO. Questo pattern riflette un posizionamento più meridionale della storm track atlantica, che riduce l’apporto di umidità alle latitudini settentrionali e favorisce condizioni più secche nel nord, come descritto nelle mappe di teleconnettività (Figura 4(c)).

Al contrario, nelle configurazioni (NAO-EA)S (Figure 9(b) e (c)), il nord e il sud del Regno Unito mostrano pattern di anomalie delle precipitazioni opposti, con precipitazioni sopra la media nel nord (Scozia e Irlanda del Nord) e inferiori alla media nel sud, riflettendo la migrazione nord-orientale dei centri di azione della NAO, come osservato nei pattern su larga scala della Figura 4(a) e nella mappa di distribuzione delle correlazioni della Figura 5(a). In queste condizioni, il polo meridionale della NAO, localizzato sopra la Penisola Iberica, esercita un’influenza rilevabile sul sud del Regno Unito e dell’Irlanda, amplificando le anomalie negative delle precipitazioni durante gli anni di NAO negativa, mentre il nord rimane relativamente non influenzato. Questo porta a un’accentuazione del gradiente nord-sud delle precipitazioni, particolarmente evidente in condizioni di EAI negativo (Figura 9(c)), dove le anomalie positive nel sud sono più marcate rispetto alle condizioni di EAI positivo (Figura 9(a)). Per stati positivi della NAO, il sud del Regno Unito e dell’Irlanda sperimentano precipitazioni invernali sopra la media solo negli anni di EA negativo, mentre una combinazione di NAOI positivo ed EAI positivo (Figura 9(b)) risulta in un gradiente nord-sud delle precipitazioni invernali significativamente più pronunciato, con condizioni più umide nel nord e più secche nel sud. Tra le quattro possibili combinazioni di segni, il gradiente nord-sud più ripido si verifica quando entrambi i pattern atmosferici sono nelle loro modalità positive, come confermato da osservazioni meteorologiche dettagliate a Stornoway e Oxford, riportate nella Figura 9, e corroborate da studi recenti su Climate Dynamics (Woollings et al., 2010) e Journal of Climate (Hurrell e Deser, 2009).

Queste osservazioni evidenziano la non stazionarietà spaziale e temporale della relazione NAO-clima, sottolineando l’importanza delle interazioni tra NAO, EA e SCA nella modulazione dei pattern climatici regionali. Le implicazioni di questi risultati sono rilevanti per la climatologia moderna, con applicazioni pratiche nella previsione delle risorse idriche, nella gestione delle risorse energetiche eoliche (ad esempio, nel Regno Unito e in Irlanda) e nella pianificazione agricola, come discusso in report recenti dell’Intergovernmental Panel on Climate Change (IPCC, 2021) e in articoli su Nature Climate Change (Comas-Bru et al., 2020). L’approccio metodologico adottato, basato su un’analisi integrata di teleconnettività, componenti principali e dati osservativi, rappresenta un contributo significativo per comprendere la complessità delle dinamiche atmosferiche euro-atlantiche nel ventesimo secolo.

V. Conclusioni
Il nostro studio evidenzia l’influenza modulatrice di primaria importanza esercitata dal pattern dell’Atlantico Orientale (EA) e dal pattern Scandinavo (SCA) sulla variabilità climatica invernale nel corso del ventesimo secolo (1902-2009) nella regione Nord Atlantico-Europea, dimostrando che tali dinamiche possono essere direttamente correlate alle posizioni geografiche del dipolo dell’Oscillazione del Nord Atlantico (NAO). Attraverso un’analisi dettagliata delle interazioni tra gli indici NAO (NAOI), EA (EAI) e SCA (SCAI), derivati da dati di pressione a livello del mare (SLP) del dataset Twentieth Century Reanalysis (20CRv2; Compo et al., 2011) e integrati con il dataset CRU-TS3.1 (Mitchell e Jones, 2005) per le variabili climatiche, abbiamo identificato pattern di migrazione dei centri di azione della NAO che riflettono la non stazionarietà spaziale e temporale della relazione NAO-clima. Quando la NAO e l’EA presentano lo stesso segno, configurando una combinazione (NAO-EA)S, i centri di azione della NAO – il centro di bassa pressione vicino all’Islanda (polo settentrionale) e il centro di alta pressione vicino alle Azzorre (polo meridionale) – migrano verso nord-est, posizionandosi rispettivamente nel Mar di Groenlandia e a ovest della Penisola Iberica, come illustrato nelle mappe di teleconnettività (Figura 1(a)). Questo spostamento nord-orientale è associato a un rafforzamento dei venti occidentali e a un aumento delle precipitazioni nel nord-ovest dell’Europa, come la Scozia, l’Irlanda e la Norvegia, oltre a temperature più miti in queste regioni, come descritto da Hurrell (1995) su Science e da Moore et al. (2013) su Journal of Geophysical Research: Atmospheres.

Al contrario, durante fasi di segno opposto, (NAO-EA)O, i centri di azione della NAO si spostano verso sud-ovest, con il polo meridionale che si posiziona a ovest delle Isole Canarie e il polo settentrionale che si localizza tra l’Islanda e la Groenlandia (Figura 1(c)). Questo movimento sud-occidentale indebolisce il gradiente di pressione meridionale, riducendo l’intensità dei venti occidentali e alterando la traiettoria della storm track atlantica, con conseguenti precipitazioni inferiori alla media nel nord-ovest dell’Europa e condizioni più fredde nelle regioni centrali e meridionali, come il Mediterraneo occidentale, come evidenziato nelle mappe di correlazione NAO-clima (Figure 5(c) e (g)). Similmente, quando la NAO e lo SCA mostrano lo stesso segno, (NAO-SCA)S, i centri di azione della NAO si muovono in modo antiorario, con il polo meridionale che si posiziona sopra la Francia e il polo settentrionale sopra la Groenlandia settentrionale (Figura 1(b)), favorendo un’espansione delle anomalie positive di SLP sopra l’Europa occidentale e un rafforzamento delle condizioni climatiche invernali tipiche di una NAO positiva. Al contrario, quando le fasi sono di segno opposto, (NAO-SCA)O, si verifica una rotazione antioraria, con il polo meridionale che migra tra le Azzorre e le Isole Canarie e il polo settentrionale che si sposta nel Mar di Groenlandia (Figura 1(d)), riducendo l’influenza dei venti occidentali e modificando i pattern pluviometrici e termici, come descritto da Barnston e Livezey (1987) su Monthly Weather Review.

Un’implicazione cruciale di queste migrazioni del dipolo NAO è che influenzano la non stazionarietà spaziale e temporale della relazione NAO-clima, un fenomeno che rende i pattern climatici invernali, in particolare le precipitazioni (wPre), non lineari in alcune regioni chiave, come il sud del Regno Unito, l’Irlanda e la Francia. I nostri risultati suggeriscono che la variabilità interannuale e interdecennale del gradiente nord-sud delle precipitazioni invernali nel Regno Unito, tradizionalmente attribuita a variazioni della NAO (Wilby et al., 1997; Murphy e Washington, 2001), è significativamente influenzata dalle combinazioni tra NAO ed EA, come illustrato nella Figura 9. Ad esempio, il gradiente nord-sud delle precipitazioni è accentuato durante inverni con NAO e EA entrambi positivi, (NAO-EA)S, a causa di un posizionamento più settentrionale della storm track atlantica, che concentra le precipitazioni nel nord (Scozia e Irlanda del Nord) e riduce quelle nel sud (Inghilterra meridionale). Al contrario, il gradiente si attenua durante inverni con polarità opposta, (NAO-EA)O, quando il dipolo NAO si sposta verso sud-ovest, favorendo condizioni più secche nel nord e umide nel sud, come osservato durante la grave siccità invernale del 1976, quando il nostro NAOI e EAI basati sulle componenti principali (PC) erano positivi (0,97 e 1,87, rispettivamente), come mostrato nella Figura 9(b).

Inoltre, i movimenti del dipolo NAO descritti in questo studio hanno un impatto diretto sulla relazione tra l’indice NAO e la velocità del vento, un aspetto critico per la previsione delle risorse energetiche eoliche, in particolare nel Regno Unito e in Irlanda. Poiché l’EA presenta un forte centro di anomalie positive di SLP lungo la linea nodale del dipolo NAO, le combinazioni tra le fasi della NAO e dell’EA influenzano la forza e la posizione latitudinale dei venti occidentali dominanti che entrano in Europa dall’Atlantico. Ad esempio, una combinazione (NAO-EA)S rafforza i venti occidentali nelle alte latitudini, aumentando la velocità del vento nel nord-ovest dell’Europa, come documentato da Brayshaw et al. (2011) su Journal of Applied Meteorology and Climatology, mentre (NAO-EA)O riduce questa intensità, spostando i venti verso latitudini più meridionali. Queste dinamiche hanno implicazioni dirette per studi che correlano le distribuzioni della velocità del vento allo stato della NAO, contribuendo alla pianificazione delle infrastrutture eoliche e alla mitigazione dei rischi climatici.

Il nostro studio ha inoltre importanti implicazioni per gli sforzi volti a ricostruire l’indice NAO (NAOI) attraverso i millenni, utilizzando una varietà di proxy sensibili al clima, come gli anelli degli alberi, gli speleotemi, i coralli e i sedimenti lacustri. Studi recenti, come quelli di Goodkin et al. (2008) su Nature Geoscience, Trouet et al. (2009) su Science, Comas-Bru et al. (2012) su Climate of the Past e Moreno et al. (2012) su Paleoceanography, hanno dimostrato che questi archivi proxy possono registrare variazioni del NAOI su scale temporali millenarie. Tuttavia, le non stazionarietà temporali osservate nella relazione proxy-NAOI, particolarmente in regioni come il Regno Unito, l’Irlanda e la Francia, dove l’influenza di EA e SCA modula gli effetti della NAO, richiedono un’attenzione particolare. Ad esempio, la migrazione nordest-sudovest del dipolo NAO può alterare la sensibilità dei proxy locali, come gli anelli degli alberi in Scozia o gli speleotemi nelle grotte irlandesi, alle variazioni del NAOI, rendendo necessaria una calibrazione accurata che tenga conto delle interazioni tra pattern teleconnettivi, come evidenziato in studi recenti su Quaternary Science Reviews (Wanner et al., 2011).

In sintesi, i risultati del nostro studio offrono un contributo significativo alla climatologia moderna, sottolineando l’importanza di considerare le interazioni tra NAO, EA e SCA per comprendere la variabilità climatica invernale del ventesimo secolo e le sue implicazioni su scala regionale e globale. Questi risultati hanno applicazioni pratiche per la previsione climatica, la gestione delle risorse naturali e la ricostruzione paleoclimatica, fornendo una base solida per future ricerche e modelli climatici, come quelli del Coupled Model Intercomparison Project (CMIP6), secondo report recenti dell’Intergovernmental Panel on Climate Change (IPCC, 2021) disponibili su ipcc.ch.