https://www.google.com/url?sa=t&source=web&rct=j&opi=89978449&url=https://www.researchgate.net/publication/371084665_Rapidly_increasing_likelihood_of_exceeding_50_C_in_parts_of_the_Mediterranean_and_the_Middle_East_due_to_human_influence&ved=2ahUKEwiO5pzZ3dGVAxXj_rsIHeIgMIcQFnoECBoQAQ&usg=AOvVaw39WtTqgXLcKRjLByThd4ZD

Il superamento della soglia dei 50 °C rappresenta uno degli aspetti più impressionanti e comunicativamente delicati del riscaldamento climatico contemporaneo. Valori di questa entità evocano scenari estremi e possono facilmente alimentare interpretazioni secondo cui, nel prossimo futuro, l’intero bacino del Mediterraneo sarebbe destinato a sperimentare con regolarità temperature superiori ai 50 °C. Lo studio di Nikolaos Christidis, Dann Mitchell e Peter A. Stott, pubblicato nel 2023 su npj Climate and Atmospheric Science, offre tuttavia una valutazione molto più precisa e articolata. Gli autori non sostengono che tutta la regione mediterranea supererà presto e sistematicamente questa soglia, ma dimostrano che, in alcune località particolarmente calde del Mediterraneo, dell’Africa settentrionale e del Medio Oriente, la probabilità di raggiungere temperature massime giornaliere superiori ai 50 °C è aumentata in modo considerevole a causa dell’influenza antropica sul clima e potrebbe continuare a crescere nel corso del XXI secolo. 

La ricerca si colloca nell’ambito della cosiddetta scienza dell’attribuzione climatica, il cui obiettivo non è prevedere il giorno o l’anno esatto in cui si verificherà un determinato estremo, ma confrontare la probabilità dell’evento nel clima realmente osservato, influenzato dalle emissioni umane, con quella che avrebbe caratterizzato un mondo controfattuale privo delle principali forzanti antropiche. In altri termini, la domanda non è se una singola giornata rovente sia stata “causata” esclusivamente dal cambiamento climatico, poiché gli eventi meteorologici dipendono sempre anche dalla variabilità naturale e dalla configurazione della circolazione atmosferica, ma quanto il riscaldamento di origine antropica abbia reso quell’evento più probabile o più intenso. Christidis e colleghi hanno applicato questo approccio alle temperature massime giornaliere di dodici località distribuite in dodici paesi e in tre continenti, scelte per rappresentare differenti condizioni climatiche all’interno dell’area mediterranea e mediorientale. 

La variabile principale utilizzata è la temperatura massima del giorno più caldo dell’anno, indicata nello studio come tx01. Questa misura permette di seguire l’evoluzione degli estremi locali senza confonderla con quella delle temperature medie stagionali. Gli autori hanno impiegato simulazioni provenienti da undici modelli climatici del progetto CMIP6, confrontando cinquanta simulazioni rappresentative del clima naturale, denominate NAT, con quarantasei simulazioni comprendenti l’insieme delle forzanti naturali e antropiche, indicate come ALL. Le proiezioni future sono state estese fino al 2100 secondo lo scenario SSP2-4.5, un percorso intermedio nel quale le emissioni non continuano a crescere senza controllo, ma neppure diminuiscono abbastanza rapidamente da limitare il riscaldamento globale ai livelli più ambiziosi dell’Accordo di Parigi. I risultati relativi al presente, alla metà e alla fine del secolo sono stati stimati attraverso finestre climatiche pluridecennali, non mediante previsioni meteorologiche riferite a singoli anni. 

Questa distinzione è fondamentale per interpretare correttamente le conclusioni. Lo studio descrive variazioni probabilistiche e tempi di ritorno, cioè il numero medio di anni che separerebbe due superamenti di una determinata soglia in un clima statisticamente stabile. Un tempo di ritorno di cento anni non significa che l’evento si presenti regolarmente una volta ogni secolo, né che dopo novantanove anni debba necessariamente verificarsi. Significa semplicemente che, in ogni singolo anno, la probabilità media dell’evento è approssimativamente pari all’uno per cento. Allo stesso modo, un aumento della probabilità di cento o mille volte può apparire enorme, ma deve essere valutato in relazione alla rarità iniziale: moltiplicare per mille una probabilità quasi nulla può produrre un rischio non più trascurabile, ma ancora relativamente basso. È quindi scorretto trasformare automaticamente un elevato rapporto di rischio nella previsione di superamenti imminenti e annuali in ogni area mediterranea. 

Nel clima naturale ricostruito dai modelli, temperature superiori ai 50 °C risultano estremamente rare oppure praticamente impossibili in tutte le località analizzate. Anche nel sito saudita più caldo, il tempo di ritorno stimato per un simile evento, in assenza dell’influenza antropica, è dell’ordine di un secolo. Nel clima attuale, invece, il superamento dei 50 °C presenta già tempi di ritorno inferiori a cento anni in cinque delle località considerate. Nei siti più caldi, gli autori stimano che la probabilità sia aumentata di un fattore compreso tra circa dieci e mille rispetto al clima naturale. In alcune località dove la simulazione controfattuale non produce praticamente alcun superamento, il rapporto di rischio tende matematicamente all’infinito: ciò non significa che l’evento sia certo, ma che esso passa da una probabilità indistinguibile da zero in assenza delle emissioni antropiche a una probabilità misurabile nel clima attuale. 

Le differenze geografiche restano comunque molto ampie. Entro la fine del secolo, secondo lo scenario SSP2-4.5, temperature superiori ai 50 °C potrebbero verificarsi annualmente nei siti più caldi degli Emirati Arabi Uniti, del Qatar e dell’Arabia Saudita, dove le massime estreme simulate raggiungono valori compresi nella fascia media o alta dei 50 °C. Nella località saudita considerata, la media della temperatura del giorno più caldo dell’anno potrebbe arrivare intorno ai 53 °C, trasformando il superamento dei 50 °C da evento eccezionale a caratteristica relativamente ordinaria dell’estate. In molte altre località analizzate il superamento potrebbe verificarsi almeno una volta ogni dieci anni, mentre nei siti relativamente più freschi di Israele, Giordania e Turchia rimarrebbe molto raro anche alla fine del secolo, pur non risultando più completamente impossibile nelle simulazioni. 

Particolarmente significativo è il risultato relativo alla Spagna meridionale, perché consente di comprendere come lo studio non preveda l’immediata diffusione generalizzata dei 50 °C sul continente europeo. Nel sito spagnolo considerato, tale soglia non viene mai superata nelle simulazioni del clima naturale e rimane estremamente rara fino alla metà del secolo. Soltanto verso il 2100 il tempo di ritorno scenderebbe, secondo la migliore stima, a circa settant’anni. Il rischio aumenta quindi rapidamente in termini relativi, ma il superamento resterebbe un evento eccezionale, non annuale. Non sarebbe pertanto corretto utilizzare questa ricerca per affermare che, nel giro di pochi anni, gran parte della Spagna, dell’Italia o dell’intero Mediterraneo raggiungerà abitualmente i 50 °C. Lo studio dimostra piuttosto che una soglia precedentemente quasi inconcepibile in alcune zone europee sta gradualmente entrando nel campo degli eventi fisicamente possibili. 

Il record europeo offre un riferimento concreto. L’Organizzazione meteorologica mondiale ha ufficialmente riconosciuto la temperatura di 48,8 °C rilevata l’11 agosto 2021 in Sicilia come record di temperatura massima per l’Europa continentale. Questo valore non implica che il superamento dei 50 °C sia imminente o inevitabile in Italia, ma mostra che l’Europa meridionale si è già avvicinata molto a una soglia che fino a pochi decenni fa sembrava caratteristica esclusiva dei deserti subtropicali. La differenza di 1,2 °C tra il record siciliano e i 50 °C è meteorologicamente rilevante, ma non abbastanza ampia da rendere fisicamente inverosimile un futuro superamento in presenza della giusta combinazione tra riscaldamento di fondo, subsidenza anticiclonica, avvezione di aria nordafricana, suoli estremamente secchi e condizioni locali favorevoli. 

La tendenza evidenziata da Christidis e colleghi è coerente con la più ampia letteratura scientifica che identifica il Mediterraneo come uno dei principali punti critici del cambiamento climatico globale. Le simulazioni CMIP5 e CMIP6 analizzate da Cos e collaboratori mostrano un riscaldamento robusto in tutte le stagioni, con un’amplificazione particolarmente evidente durante l’estate. Considerando i diversi scenari emissivi e la dispersione tra i modelli, il riscaldamento estivo mediterraneo proiettato entro la fine del secolo varia approssimativamente tra 1,8 e 8,5 °C nelle simulazioni CMIP6. Gli incrementi più elevati appartengono naturalmente agli scenari con maggiori emissioni e non devono essere letti come una previsione unica, ma il segnale di fondo rimane chiaro in tutti gli esperimenti: le estati mediterranee continueranno a riscaldarsi, mentre in numerose aree si prevede anche una diminuzione delle precipitazioni estive. 

Nella regione comprendente il Mediterraneo orientale e il Medio Oriente il riscaldamento procede inoltre più rapidamente della media globale e di molte altre regioni abitate. La sintesi scientifica di Zittis e collaboratori evidenzia come questa vasta area sia esposta a un’interazione particolarmente critica tra aumento delle temperature, crescente aridità, stress idrico, espansione delle condizioni climatiche desertiche e maggiore frequenza degli estremi termici. La possibilità di superare i 50 °C non dipende pertanto da un semplice spostamento uniforme verso l’alto della temperatura media, ma dalla combinazione tra il riscaldamento globale e processi regionali capaci di amplificare gli estremi. 

La circolazione atmosferica svolge un ruolo determinante. Le ondate di calore più intense sono spesso associate alla presenza prolungata di promontori anticiclonici e blocchi atmosferici, nei quali la subsidenza comprime e riscalda l’aria, limita la formazione di nubi e favorisce una forte insolazione. Il riscaldamento antropico innalza la temperatura di partenza sulla quale agiscono queste configurazioni dinamiche: una struttura anticiclonica che nel clima del passato avrebbe prodotto un’ondata di calore molto intensa può oggi generare temperature ancora più elevate. Alcuni studi hanno inoltre riscontrato che la frequenza delle giornate interessate da ondate di calore è aumentata in Europa a un ritmo circa tre volte superiore rispetto al resto delle medie latitudini terrestri, mentre l’intensità cumulativa sarebbe cresciuta a un ritmo circa quattro volte maggiore. Una parte di questa accelerazione è stata collegata alla maggiore persistenza di particolari configurazioni della corrente a getto eurasiatica, anche se la letteratura non attribuisce l’intero fenomeno a un unico meccanismo dinamico. 

Un ulteriore fattore di amplificazione è rappresentato dall’umidità del suolo. Quando il terreno contiene sufficiente acqua, una parte dell’energia solare disponibile viene utilizzata per l’evaporazione e la traspirazione della vegetazione, limitando il riscaldamento dell’aria. Quando il suolo è molto secco, una quota maggiore dell’energia si trasforma invece in calore sensibile, facendo aumentare più rapidamente la temperatura prossima alla superficie. Un’analisi osservativa condotta sull’Europa ha stimato che una diminuzione di 100 millimetri dell’umidità del suolo possa essere associata a un aumento di circa 1,6 °C delle temperature massime mensili estive in alcune aree dell’Europa centro-meridionale e sudorientale. Nei periodi caratterizzati da suoli secchi, il valore ventennale di ritorno delle temperature massime può risultare da 2 a 4 °C più elevato rispetto alle condizioni con terreni umidi. Questa retroazione tra siccità e calore è particolarmente importante nel Mediterraneo, dove la diminuzione delle precipitazioni e l’aumento dell’evapotraspirazione possono predisporre il territorio a estremi più intensi. 

La soglia dei 50 °C deve comunque essere interpretata come indicatore meteorologico di un estremo eccezionale e non come confine universale tra condizioni sicure e letali. Il rischio per la salute umana non dipende esclusivamente dalla temperatura massima dell’aria, ma anche dall’umidità, dalla ventilazione, dalla radiazione solare, dalla temperatura notturna, dalla durata dell’evento, dall’attività fisica, dall’abbigliamento, dall’età, dalle condizioni sanitarie e dalla possibilità di accedere ad ambienti raffrescati. In un clima molto secco il corpo conserva una maggiore capacità di dissipare calore attraverso l’evaporazione del sudore, mentre in presenza di elevata umidità questo meccanismo diventa progressivamente meno efficace. Gli studi sulla temperatura di bulbo umido mostrano che combinazioni estreme di calore e umidità possono avvicinarsi ai limiti fisiologici della termoregolazione umana anche con temperature dell’aria inferiori a 50 °C. 

Per collegare il pericolo meteorologico alle possibili conseguenze sanitarie, Christidis e colleghi hanno utilizzato gli indici High Risk Warming e High Risk Days. La temperatura associata al minimo rischio di mortalità varia da luogo a luogo, perché le popolazioni sono parzialmente acclimatate al proprio clima. Gli autori la approssimano attraverso l’84º percentile della distribuzione locale delle temperature massime giornaliere. Il riscaldamento antropico avrebbe già innalzato questo riferimento di circa 1,6–2,3 °C nelle località esaminate. Proseguendo lungo lo scenario SSP2-4.5, entro il 2100 potrebbero aggiungersi complessivamente da uno a due mesi all’anno nei quali le temperature superano la soglia locale associata a un aumento del rischio di mortalità. 

È però necessario evitare una lettura troppo letterale di questo risultato. L’indice non rappresenta una previsione diretta del numero di giorni nei quali si verificheranno necessariamente decessi, né calcola il numero effettivo delle vittime. Si tratta di un indicatore termico semplificato che stima quanti giorni aggiuntivi potrebbero presentare condizioni statisticamente associate a una mortalità più elevata rispetto al clima attuale. Lo stesso studio riconosce che il bilancio sanitario reale dipenderà dall’umidità atmosferica, dalle caratteristiche demografiche, dalla qualità degli edifici, dalla disponibilità di climatizzazione, dalle disuguaglianze economiche, dall’efficienza dei sistemi sanitari e dalla capacità di adattamento delle popolazioni. La distinzione tra pericolo, esposizione e vulnerabilità è quindi essenziale: lo stesso valore termico può produrre conseguenze molto differenti in due comunità con condizioni sociali, urbanistiche e sanitarie diverse. 

L’associazione tra riscaldamento antropico e mortalità da caldo è comunque sostenuta da numerose analisi epidemiologiche indipendenti. Uno studio basato su 732 località distribuite in 43 paesi ha stimato che, nel periodo 1991–2018, circa il 37% dei decessi legati al caldo durante la stagione calda fosse attribuibile al riscaldamento climatico indotto dalle attività umane, con impatti rilevabili in tutti i continenti considerati. Questo risultato mostra che la componente antropica della mortalità da caldo non appartiene soltanto a scenari futuri, ma è già presente nelle statistiche sanitarie contemporanee. 

L’estate europea del 2022 costituisce uno degli esempi più drammatici. L’analisi di oltre 45 milioni di decessi registrati in 823 regioni di 35 paesi ha stimato 61.672 morti associate al caldo tra il 30 maggio e il 4 settembre. L’Italia presentò il numero assoluto più elevato, con circa 18.010 decessi stimati, e uno dei maggiori tassi di mortalità rispetto alla popolazione. Il rischio aumentò fortemente con l’età, raggiungendo i valori più elevati tra le persone di almeno ottant’anni. Sebbene queste cifre derivino da modelli epidemiologici e siano accompagnate da ampi intervalli di confidenza, esse mostrano come temperature molto inferiori ai 50 °C possano già produrre un rilevante carico sanitario quando persistono per settimane, interessano vaste aree e impediscono un adeguato recupero fisiologico durante la notte. 

Una successiva analisi di attribuzione ha stimato che circa il 56% della mortalità europea associata al caldo durante l’estate del 2022 non si sarebbe verificato in assenza del riscaldamento antropico. La stessa ricerca ha rilevato percentuali comprese indicativamente tra il 44 e il 54% anche nelle estati dal 2015 al 2021, suggerendo che l’influenza umana non interviene soltanto durante gli eventi record, ma modifica sistematicamente il livello ordinario del rischio termico. Le persone anziane e le donne anziane hanno mostrato il carico assoluto più elevato, anche per effetto della struttura demografica e della maggiore vulnerabilità fisiologica. 

L’adattamento può ridurre sensibilmente questi impatti, ma non deve essere considerato illimitato. Per l’estate del 2023 sono stati stimati circa 47.690 decessi europei associati al caldo. Secondo gli autori, in assenza degli adattamenti sviluppati dall’inizio del XXI secolo — comprendenti una maggiore consapevolezza, sistemi di allerta, miglioramenti sanitari, cambiamenti comportamentali e diffusione del raffrescamento — il carico di mortalità avrebbe potuto essere superiore di circa l’80%, e più che doppio tra le persone di almeno ottant’anni. Ciò dimostra che le politiche di prevenzione salvano concretamente vite, ma anche che il numero delle vittime rimane elevato nonostante i progressi compiuti. 

In prospettiva, il problema non riguarda soltanto l’aumento delle temperature medie, ma la trasformazione statistica degli eventi molto rari. Studi probabilistici sulla mortalità indicano che, anche in scenari climatici intermedi, una stagione calda con tempo di ritorno centennale potrebbe determinare in alcune località una mortalità da caldo superiore al 10% di tutti i decessi annuali. In diversi contesti europei l’impatto di una stagione estrema potrebbe raddoppiare o triplicare rispetto al clima recente. Questo genere di analisi è particolarmente rilevante per la pianificazione sanitaria, perché infrastrutture e servizi di emergenza devono essere dimensionati non soltanto sulla base dell’estate media, ma anche tenendo conto di eventi rari e ad altissimo impatto. 

Le strategie di adattamento dovranno quindi integrare sistemi di allerta precoce, assistenza alle persone sole e anziane, riduzione dell’isola di calore urbana, aumento delle superfici verdi e ombreggiate, adeguamento degli edifici, protezione dei lavoratori esposti, accesso economicamente sostenibile al raffrescamento e rafforzamento dei servizi sanitari. Particolare attenzione dovrà essere dedicata alle temperature notturne, poiché notti persistentemente calde limitano il recupero dell’organismo e possono amplificare gli effetti diurni. Anche l’organizzazione del lavoro dovrà essere ripensata nelle aree più calde, evitando le attività fisiche intense nelle ore centrali e prevedendo pause, idratazione e soglie operative fondate su indici che incorporino umidità, radiazione e ventilazione, non soltanto la temperatura dell’aria.

In conclusione, la possibilità di superare i 50 °C in alcune parti del Mediterraneo e del Medio Oriente non può più essere considerata un’ipotesi puramente teorica. Il riscaldamento antropico ha già modificato la distribuzione delle temperature estreme e ha reso possibili eventi che, nel clima preindustriale, sarebbero stati estremamente improbabili. Tuttavia, affermare genericamente che nei prossimi anni tutto il Mediterraneo oltrepasserà abitualmente i 50 °C sarebbe una semplificazione allarmistica non sostenuta dallo studio. I superamenti più frequenti e potenzialmente annuali sono proiettati soprattutto per le regioni più calde della Penisola Arabica verso la fine del secolo; in molte aree mediterranee la soglia potrebbe diventare più plausibile, ma restare rara, mentre nelle località relativamente più fresche continuerebbe a rappresentare un evento eccezionale. Il messaggio scientificamente corretto non è dunque che i 50 °C siano imminenti ovunque, ma che il margine che separa alcune regioni da condizioni termiche senza precedenti si sta riducendo e che ogni ulteriore incremento del riscaldamento globale aumenta la probabilità, la durata e l’impatto degli estremi. La mitigazione delle emissioni determinerà quanto rapidamente questa probabilità crescerà; l’adattamento stabilirà quanta parte del rischio climatico si trasformerà effettivamente in mortalità, malattia e perdita di vivibilità.

INTRODUZIONE

Il riscaldamento osservato dall’inizio dell’era industriale costituisce ormai uno dei segnali più solidamente documentati della trasformazione del sistema climatico terrestre. L’aumento della temperatura media globale non rappresenta una semplice oscillazione naturale sovrapposta alla variabilità meteorologica, ma il risultato di una perturbazione persistente del bilancio energetico planetario, determinata principalmente dall’accumulo atmosferico di anidride carbonica, metano, protossido di azoto e altri gas serra prodotti dalle attività umane. Le analisi di rilevamento e attribuzione, fondate sul confronto tra osservazioni, ricostruzioni climatiche e simulazioni modellistiche, mostrano che l’influenza antropica ha riscaldato inequivocabilmente l’atmosfera, gli oceani e le terre emerse. Tale influenza non si manifesta soltanto nell’incremento delle temperature medie globali, ma anche nella modificazione delle distribuzioni statistiche regionali, con un progressivo spostamento verso valori più elevati e un conseguente aumento della frequenza e dell’intensità degli estremi caldi. 

Un aspetto fondamentale della climatologia contemporanea consiste nel comprendere che anche un incremento relativamente contenuto della temperatura media può produrre variazioni molto ampie nella probabilità degli eventi collocati alle estremità della distribuzione climatica. Quando l’intera distribuzione delle temperature viene spostata verso valori più elevati, le condizioni che in passato erano considerate eccezionali diventano progressivamente meno rare, mentre emergono valori che non avevano precedenti nel clima storico. Questo principio è particolarmente importante nel caso delle temperature massime giornaliere, poiché gli effetti sanitari, ecologici ed economici non dipendono soltanto dall’aumento della media stagionale, ma soprattutto dall’intensità, dalla durata e dalla persistenza degli episodi estremi. Le analisi regionali mostrano inoltre che la risposta degli estremi termici non è spazialmente uniforme: le superfici continentali tendono a riscaldarsi più rapidamente degli oceani e alcune regioni subtropicali, mediterranee e mediorientali presentano condizioni favorevoli a un’amplificazione particolarmente marcata del caldo estremo.

La necessità di distinguere il contributo antropico dalla variabilità naturale ha favorito, soprattutto dagli inizi del XXI secolo, lo sviluppo della scienza dell’attribuzione degli eventi estremi. Tale disciplina non pretende generalmente di stabilire che un determinato episodio meteorologico sia stato prodotto esclusivamente dal cambiamento climatico, poiché ogni evento nasce dall’interazione tra circolazione atmosferica, condizioni oceaniche, umidità del suolo, radiazione, topografia e variabilità interna. L’obiettivo consiste invece nel confrontare la probabilità o l’intensità dell’evento nel clima attuale con quella che avrebbe caratterizzato un mondo controfattuale privo della principale influenza antropica. In termini probabilistici, l’attribuzione permette quindi di stimare quanto il riscaldamento prodotto dalle attività umane abbia reso un evento più probabile, più intenso oppure entrambe le cose.

Uno dei lavori fondativi di questo settore fu pubblicato da Peter Stott, Dáithí Stone e Myles Allen in seguito alla devastante ondata di calore europea del 2003. Gli autori confrontarono simulazioni comprendenti le forzanti naturali e antropiche con esperimenti nei quali erano presenti soltanto le forzanti naturali, concludendo che l’influenza umana aveva almeno raddoppiato il rischio di un’estate europea calda quanto quella del 2003. Quell’evento rappresentò un punto di svolta non soltanto per la climatologia, ma anche per l’epidemiologia ambientale: successive ricostruzioni demografiche stimarono che durante l’estate del 2003 si fossero verificati in Europa più di 70.000 decessi aggiuntivi. L’ondata di calore dimostrò pertanto come una perturbazione meteorologica di durata relativamente limitata potesse trasformarsi in una crisi sanitaria continentale quando interagiva con l’invecchiamento della popolazione, l’inadeguatezza degli edifici, la scarsa preparazione dei sistemi sanitari e l’assenza di efficaci piani di prevenzione. 

Da allora, le metodologie di attribuzione si sono notevolmente evolute. Gli studi contemporanei utilizzano grandi insiemi di simulazioni, osservazioni ad alta risoluzione, modelli probabilistici e, in alcuni casi, sistemi operativi di previsione meteorologica capaci di riprodurre la dinamica fisica dei singoli eventi. Una recente analisi sistematica di 213 ondate di calore verificatesi tra il 2000 e il 2023 ha concluso che il cambiamento climatico antropico aveva aumentato l’intensità di tutti gli episodi esaminati e ne aveva accresciuto la probabilità, sebbene con rapporti di rischio molto differenti da un evento all’altro. Tale risultato non implica che ogni ondata di calore presenti la stessa origine dinamica o la stessa sensibilità al riscaldamento globale, ma conferma che l’innalzamento della temperatura di fondo agisce ormai come un moltiplicatore sistematico degli estremi caldi. 

Il riscaldamento futuro potrebbe inoltre spingere una quota rilevante della popolazione mondiale al di fuori delle condizioni climatiche nelle quali le società umane si sono sviluppate nel corso dell’Olocene. L’analisi della cosiddetta “nicchia climatica umana” ha mostrato che, per circa 6.000 anni, gran parte della popolazione si è concentrata in intervalli relativamente ristretti di temperatura media annuale, favorevoli allo sviluppo dell’agricoltura, degli insediamenti e delle attività economiche. In assenza di una forte riduzione delle emissioni e considerando anche i mutamenti demografici, tra uno e tre miliardi di persone potrebbero trovarsi entro il 2070 in condizioni climatiche oggi tipiche delle regioni più calde del Sahara. Questa prospettiva non deve essere interpretata come l’esistenza di un singolo limite termico invalicabile per la civiltà, ma come l’indicazione di un rapido allontanamento dalle condizioni ambientali alle quali infrastrutture, colture, sistemi sanitari e organizzazioni sociali risultano storicamente adattati. 

Gli effetti del caldo estremo sulla salute sono complessi e non dipendono unicamente dal valore della temperatura massima. La risposta fisiologica è condizionata anche dall’umidità atmosferica, dalla ventilazione, dalla radiazione solare, dalla temperatura notturna, dalla durata dell’esposizione, dall’attività fisica, dall’idratazione, dall’età e dalle patologie preesistenti. Quando la temperatura ambientale aumenta, l’organismo intensifica la vasodilatazione cutanea e la sudorazione per disperdere il calore metabolico. Se l’umidità è elevata o la ventilazione insufficiente, l’evaporazione del sudore perde efficacia; la temperatura interna può allora aumentare, accrescendo il rischio di disidratazione, squilibri elettrolitici, sincope, aggravamento delle malattie cardiovascolari e respiratorie, danno renale e colpo di calore. La persistenza di temperature elevate durante la notte è particolarmente pericolosa perché limita il recupero fisiologico e prolunga lo stress termico per più giorni consecutivi.

Il rapporto tra temperatura e mortalità presenta generalmente una forma non lineare, spesso descritta come una curva a U o a J. Il rischio tende a raggiungere un minimo in corrispondenza di una temperatura localmente ottimale e aumenta quando le condizioni diventano progressivamente più calde o più fredde. La temperatura associata al minimo rischio non è uguale in tutte le popolazioni: nelle regioni calde essa è normalmente più elevata, a testimonianza di una certa acclimatazione biologica, comportamentale e infrastrutturale. Tuttavia, l’adattamento non elimina il rischio, soprattutto quando vengono superate soglie mai sperimentate in precedenza o quando gli estremi durano abbastanza a lungo da esaurire la capacità di compensazione degli individui e dei servizi sanitari.

Una valutazione condotta su 732 località di 43 paesi ha stimato che, nel periodo 1991–2018, circa il 37% dei decessi associati al caldo durante la stagione calda fosse attribuibile all’incremento delle temperature prodotto dal cambiamento climatico antropico. La frazione variava notevolmente tra le diverse regioni, ma un contributo antropico alla mortalità risultava identificabile in tutti i continenti inclusi nell’analisi. Lo studio dimostra che gli effetti sanitari del riscaldamento non appartengono esclusivamente alle proiezioni della seconda metà del secolo: una parte del carico di mortalità associato alle temperature elevate è già riconoscibile nelle osservazioni contemporanee. 

La vulnerabilità persiste anche nelle regioni in cui il caldo intenso fa parte della climatologia ordinaria. Durante l’ondata di calore che colpì Ahmedabad, nello Stato indiano del Gujarat, nel maggio 2010, l’analisi della mortalità per tutte le cause rilevò un forte incremento dei decessi rispetto ai periodi di riferimento. La ricerca mostrò che vivere abitualmente in un clima caldo non garantisce una protezione completa quando le temperature raggiungono livelli eccezionali e persistenti. La vulnerabilità dipende infatti dalla qualità delle abitazioni, dall’accesso all’acqua e all’elettricità, dalla possibilità di interrompere il lavoro, dalla presenza di malattie croniche e dalla disponibilità di assistenza sanitaria. 

Analoghe differenze emergono nelle città dell’America Latina. Uno studio comprendente 326 centri urbani di nove paesi e oltre 15 milioni di decessi registrati tra il 2002 e il 2015 ha documentato una relazione significativa tra gli estremi termici e la mortalità. Benché nel periodo osservato la frazione complessiva attribuita al freddo fosse superiore a quella associata al caldo, il rischio relativo aumentava rapidamente alle temperature più elevate e risultava particolarmente marcato nelle persone anziane. Questi risultati evidenziano che l’urbanizzazione, le disuguaglianze sociali e la limitata capacità di adattamento possono trasformare il caldo in un moltiplicatore delle fragilità preesistenti. 

Anche l’Europa continua a mostrare un’elevata vulnerabilità. Per la sola estate del 2022 sono stati stimati oltre 60.000 decessi associati al caldo, con tassi fortemente crescenti nelle fasce di età superiori ai 65 anni e valori particolarmente elevati tra le persone con più di ottant’anni. La distribuzione geografica degli impatti ha confermato la particolare esposizione dell’Europa meridionale e mediterranea, dove l’intensità delle anomalie termiche si combina con una popolazione mediamente anziana e con un patrimonio edilizio non sempre adeguato al raffrescamento estivo. L’entità delle stime è soggetta alle incertezze caratteristiche dei modelli epidemiologici, ma l’ordine di grandezza del fenomeno mostra come il caldo estremo costituisca già una rilevante causa di mortalità prematura. 

Le città rappresentano uno dei principali punti critici del rischio termico. L’elevata presenza di asfalto, cemento e superfici impermeabili favorisce l’assorbimento della radiazione solare durante il giorno e il rilascio del calore nelle ore serali e notturne. La ridotta vegetazione limita l’ombreggiamento e l’evapotraspirazione, mentre il traffico, gli impianti industriali e i sistemi di climatizzazione emettono ulteriore calore antropico. Il risultato è l’isola di calore urbana, la cui intensità varia in funzione della struttura degli edifici, della ventilazione, delle caratteristiche dei materiali e della disponibilità di aree verdi. L’isola di calore può sovrapporsi a un’ondata di calore di scala regionale, prolungando l’esposizione notturna e impedendo agli organismi e agli ambienti interni di raffreddarsi adeguatamente.

L’esposizione urbana non è inoltre distribuita in modo equo. Le aree con redditi più bassi presentano spesso meno alberi, una maggiore densità edilizia, abitazioni meno isolate e un accesso più limitato alla climatizzazione. Un’analisi condotta nelle maggiori aree urbane degli Stati Uniti ha rilevato diffuse disuguaglianze demografiche nell’esposizione all’isola di calore superficiale, mostrando che la struttura sociale e quella termica delle città possono sovrapporsi. Sebbene i risultati specifici non possano essere trasferiti automaticamente a ogni paese, essi illustrano un principio generale: il rischio climatico nasce dall’interazione tra pericolo fisico, esposizione e vulnerabilità, e non può essere descritto esclusivamente attraverso la temperatura meteorologica. 

Le conseguenze delle temperature elevate si estendono anche alla salute mentale. La letteratura epidemiologica ha individuato associazioni tra caldo, disturbi del sonno, peggioramento di alcune patologie psichiatriche, aumento degli accessi ai servizi sanitari e rischio di suicidio. I meccanismi proposti comprendono lo stress fisiologico, la privazione del sonno, l’alterazione della termoregolazione, gli effetti dei farmaci, l’isolamento sociale e l’aggravamento delle difficoltà economiche. Tuttavia, la forza delle evidenze non è uniforme per tutti gli esiti e rimangono importanti problemi metodologici, quali la diversa definizione dell’esposizione, la possibile confusione con fattori stagionali e le differenze tra popolazioni. Le revisioni disponibili indicano una relazione particolarmente consistente tra alte temperature e rischio di suicidio, ma sottolineano la necessità di ulteriori studi per chiarire causalità, soglie e gruppi maggiormente vulnerabili. 

Il caldo estremo costituisce inoltre una crescente minaccia per la salute occupazionale. I lavoratori agricoli, edili, stradali, portuali e industriali possono essere esposti contemporaneamente a temperature elevate, radiazione solare diretta, sforzo fisico e indumenti protettivi che ostacolano la dispersione del calore. Una revisione sistematica comprendente dati provenienti da numerosi paesi ha mostrato che lo stress termico professionale è associato a sintomi clinici, danni renali, riduzione della capacità lavorativa e perdita di produttività. Quando l’organismo deve deviare una parte crescente del flusso sanguigno verso la superficie cutanea per dissipare calore, la capacità di sostenere un’attività muscolare intensa diminuisce; aumentano quindi le pause, rallenta il ritmo di lavoro e cresce il rischio di errori e infortuni. Il problema assume una particolare rilevanza sociale perché le occupazioni più esposte sono spesso caratterizzate da una minore possibilità di modificare gli orari o interrompere l’attività. 

In questo contesto, il superamento di soglie assolute come 40, 45 o 50 °C assume un forte significato comunicativo e operativo, pur non rappresentando da solo una misura completa del rischio fisiologico. Nel Regno Unito, dopo il record di 38,7 °C registrato a Cambridge nel luglio 2019, Christidis e collaboratori valutarono la probabilità di superare localmente i 40 °C. Lo studio concluse che l’influenza antropica stava aumentando rapidamente la possibilità di raggiungere tale soglia, precedentemente considerata quasi inconcepibile nel clima britannico. Nel luglio 2022, pochi anni dopo la pubblicazione dell’analisi, il Regno Unito registrò effettivamente una temperatura di 40,3 °C. Il caso britannico mostra come la ricerca probabilistica non debba essere confusa con una previsione deterministica, ma possa identificare con anticipo la progressiva comparsa di eventi precedentemente esterni all’esperienza climatica di una regione. 

Per i paesi già caratterizzati da estati molto calde, la soglia critica di interesse si sposta verso valori ancora più elevati. Temperature massime superiori ai 50 °C sono state osservate in alcune aree desertiche e semidesertiche, ma la loro frequenza, durata ed estensione spaziale possono aumentare in modo sostanziale con il riscaldamento globale. Nel Mediterraneo, la temperatura di 48,8 °C registrata in Sicilia l’11 agosto 2021 ha mostrato quanto anche l’Europa meridionale possa avvicinarsi a tale soglia. Il valore non implica che i 50 °C diventeranno imminenti o abituali in tutta l’Europa mediterranea; indica tuttavia che, in presenza di una forte avvezione subtropicale, subsidenza anticiclonica, intensa radiazione solare e suoli estremamente secchi, il margine rispetto a temperature precedentemente ritenute proprie dei deserti più caldi si è sensibilmente ridotto.

Le proiezioni per il Nord Africa e il Medio Oriente sono particolarmente preoccupanti. Una ricerca basata su simulazioni climatiche regionali ha indicato che, in uno scenario di emissioni molto elevate, nella seconda metà del secolo potrebbero emergere ondate di calore definite “super-estreme” o “ultra-estreme”, con temperature localmente superiori a 56 °C e durata di diverse settimane. Entro la fine del secolo, circa metà della popolazione della regione MENA potrebbe risultare esposta ogni anno a eventi appartenenti alle categorie più severe. Lo stesso studio mostra però differenze sostanziali tra gli scenari: in un percorso intermedio, la superficie interessata dagli eventi più estremi risulterebbe molto inferiore rispetto allo scenario di emissioni elevate. Tale divergenza conferma che il futuro termico regionale non è predeterminato, ma dipende in misura decisiva dall’evoluzione delle emissioni e dall’efficacia delle politiche di mitigazione. 

La soglia dei 50 °C deve comunque essere interpretata con cautela. Essa costituisce un utile indicatore di temperature meteorologiche eccezionalmente elevate, ma non coincide con un limite fisiologico universale. In condizioni molto secche, l’evaporazione del sudore può continuare a fornire una certa capacità di raffreddamento anche con temperature dell’aria estremamente alte, purché siano disponibili acqua, ventilazione, riposo e ombra. In un’atmosfera umida, invece, temperature dell’aria inferiori possono produrre uno stress termico altrettanto grave o superiore. Di conseguenza, la valutazione sanitaria dovrebbe includere, oltre alla temperatura massima, grandezze come la temperatura di bulbo umido, la temperatura globo-bulbo umido, la radiazione, il vento e la durata dell’esposizione. Nondimeno, il superamento dei 50 °C rimane un segnale di grande rilevanza climatica, perché indica condizioni capaci di compromettere le attività all’aperto, accrescere il fabbisogno energetico, danneggiare le infrastrutture e mettere sotto forte pressione i sistemi sanitari.

È all’interno di questo quadro scientifico che si colloca lo studio di Nikolaos Christidis, Dann Mitchell e Peter Stott. Gli autori mirano a quantificare come l’influenza antropica abbia modificato e continuerà a modificare la probabilità di superare i 50 °C in dodici località distribuite intorno al bacino del Mediterraneo e nel Medio Oriente. Poiché le località esaminate presentano climatologie differenti, viene considerata anche la soglia dei 45 °C, più adatta a rappresentare gli estremi nelle aree relativamente più fresche dove i 50 °C rimangono improbabili persino nelle proiezioni future. L’obiettivo non consiste dunque nell’affermare che tutta la regione mediterranea raggiungerà uniformemente una determinata temperatura, ma nel ricostruire la diversa evoluzione locale del rischio lungo un gradiente che comprende località già prossime ai 50 °C e località nelle quali tali valori restano eccezionali. 

La metodologia adottata appartiene all’attribuzione probabilistica basata sul rischio. I dati provengono da undici modelli climatici partecipanti alla sesta fase del Coupled Model Intercomparison Project, CMIP6, e comprendono esperimenti nei quali vengono rappresentate tutte le principali forzanti climatiche ed esperimenti controfattuali privi dell’influenza antropica. Il confronto tra questi due mondi modellistici consente di stimare la probabilità degli estremi nel clima naturale e in quello modificato dalle attività umane. Le simulazioni vengono inoltre confrontate con le osservazioni delle stazioni meteorologiche, passaggio essenziale per verificare se i modelli siano in grado di rappresentare adeguatamente la climatologia delle temperature massime e la variabilità interannuale delle località selezionate. 

La variabile centrale dell’analisi è tx01, ossia la temperatura massima del giorno più caldo dell’anno. Questo indicatore permette di concentrare l’attenzione sulla parte estrema della distribuzione annuale, distinguendola dalle variazioni della temperatura media estiva. Successivamente vengono calcolate le probabilità di superamento delle soglie di 45 e 50 °C e i relativi tempi di ritorno. È importante sottolineare che un tempo di ritorno non costituisce una periodicità regolare: un evento con tempo di ritorno di cento anni presenta, in condizioni climatiche stazionarie, una probabilità media dell’uno per cento in ogni anno e potrebbe verificarsi anche in due anni ravvicinati. Inoltre, poiché il clima sta cambiando, i tempi di ritorno non rimangono costanti ma si riducono progressivamente, rendendo necessario riferirli a specifici periodi climatici.

Per le proiezioni future gli autori adottano uno scenario emissivo intermedio, differente da un percorso privo di mitigazione. Tale scelta consente di esaminare una traiettoria nella quale vengono riconosciuti alcuni interventi globali di riduzione delle emissioni e adattamento, senza assumere il rapido raggiungimento degli obiettivi climatici più ambiziosi. Anche in questo caso, lo scenario non rappresenta una previsione certa, ma una possibile evoluzione dipendente dalle decisioni economiche, tecnologiche e politiche. La comparazione con scenari più o meno emissivi rimane concettualmente importante: quanto maggiore sarà il riscaldamento globale, tanto più rapidamente le soglie estreme verranno superate e tanto più vaste saranno le regioni interessate.

Lo studio distingue correttamente la pericolosità meteorologica dal rischio complessivo. La prima descrive la probabilità e l’intensità delle temperature estreme; il secondo dipende anche dal numero di persone e attività presenti nelle aree esposte e dal loro grado di vulnerabilità. Una temperatura di 50 °C in un’area scarsamente popolata non produce le stesse conseguenze di un identico valore in una metropoli densamente abitata, con edifici surriscaldati, interruzioni elettriche e una popolazione anziana. Analogamente, due città caratterizzate dalla stessa temperatura possono subire impatti molto differenti in funzione della disponibilità di acqua, climatizzazione, servizi sanitari, sistemi di allerta, spazi verdi e protezioni per i lavoratori. L’attribuzione meteorologica rappresenta quindi una componente indispensabile, ma non sufficiente, della valutazione del rischio climatico.

Per offrire una prospettiva sanitaria complementare, gli autori impiegano l’indice High Risk Days, concepito per stimare il numero aggiuntivo di giornate nelle quali il caldo può favorire un incremento della mortalità rispetto a un clima di riferimento. L’indicatore si basa sulla temperatura e non costituisce una previsione diretta del numero di decessi: non include infatti in maniera esplicita umidità, qualità dell’aria, condizioni individuali, trasformazioni demografiche o adattamento futuro. La sua utilità consiste nel collegare il cambiamento della distribuzione termica alla possibile estensione temporale dei periodi sanitariamente pericolosi. Un aumento dei giorni ad alto rischio implica che i sistemi sanitari, le reti energetiche e le comunità dovranno affrontare esposizioni più lunghe, non soltanto picchi più elevati.

Le più recenti proiezioni epidemiologiche per le città europee confermano l’importanza di integrare clima, demografia e adattamento. Un’analisi comprendente 854 aree urbane ha indicato che, in assenza di adeguate strategie di adattamento, l’aumento della mortalità associata al caldo potrebbe superare la diminuzione dei decessi attribuibili al freddo nella maggior parte degli scenari, con particolare vulnerabilità per l’Europa mediterranea e orientale. Anche ipotesi di adattamento relativamente elevate non eliminano necessariamente l’aumento netto del rischio negli scenari caratterizzati da un forte riscaldamento. Questi risultati dimostrano che l’adattamento è essenziale, ma non può sostituire la mitigazione: oltre determinati livelli di esposizione, la capacità di protezione delle popolazioni diventa progressivamente più costosa, diseguale e incerta. 

L’importanza dello studio risiede pertanto nel trasformare una soglia termica apparentemente astratta in una misura probabilistica della trasformazione climatica. La comparazione tra mondo preindustriale, clima presente e possibili condizioni future consente di determinare se i superamenti dei 45 o dei 50 °C siano ancora eventi praticamente impossibili, se siano diventati rari ma plausibili oppure se stiano evolvendo verso una frequenza annuale. Questa distinzione è indispensabile per evitare due errori opposti: da un lato, minimizzare il rischio sostenendo che temperature tanto elevate siano sempre appartenute alla normale variabilità climatica; dall’altro, generalizzare i risultati affermando che tutto il Mediterraneo supererà regolarmente i 50 °C nel prossimo futuro.

L’evidenza scientifica sostiene una conclusione più articolata. L’influenza antropica sta già aumentando la probabilità degli estremi termici in tutta la regione esaminata, ma la rapidità e l’entità del cambiamento dipendono fortemente dalla climatologia locale. Nelle zone più calde della Penisola Arabica, temperature superiori ai 50 °C possono trasformarsi da eventi rari in condizioni ricorrenti; nelle aree mediterranee relativamente più fresche, la stessa soglia può continuare a essere eccezionale, pur diventando progressivamente meno inconcepibile. Le conseguenze sanitarie dipenderanno non soltanto dal raggiungimento dei record, ma soprattutto dalla moltiplicazione dei giorni molto caldi, dalla durata delle ondate di calore e dalla persistenza delle temperature notturne elevate.

In questa prospettiva, lo studio non rappresenta un esercizio volto a individuare record spettacolari, ma un contributo alla pianificazione del rischio. Quantificare oggi la probabilità di soglie estreme permette di progettare edifici, reti elettriche, sistemi sanitari, piani di allerta e normative sul lavoro compatibili con il clima dei prossimi decenni. Allo stesso tempo, il confronto tra differenti condizioni di forzante dimostra che il rischio futuro non è inevitabile nella sua intera estensione: ogni riduzione delle emissioni limita l’ulteriore innalzamento della temperatura di fondo e riduce la frequenza con cui le configurazioni atmosferiche estreme possono produrre valori senza precedenti. La mitigazione determina quindi l’entità del pericolo climatico futuro, mentre l’adattamento stabilisce in quale misura tale pericolo si tradurrà in malattia, mortalità, perdita di produttività e destabilizzazione sociale.

RISULTATI – Cambiamenti locali di tx01: osservazioni, rianalisi e dati CMIP6

L’analisi dei cambiamenti locali nella temperatura del giorno più caldo dell’anno rappresenta uno dei passaggi più complessi della ricerca sugli estremi climatici. A differenza delle temperature medie globali o regionali, che possono essere ricostruite attraverso reti osservative relativamente ampie e mediante l’integrazione di molteplici fonti informative, gli estremi riferiti a una località specifica richiedono serie giornaliere sufficientemente lunghe, continue, omogenee e prive di alterazioni dovute a spostamenti della stazione, cambiamenti nella strumentazione, modificazioni dell’ambiente circostante o interruzioni delle osservazioni. La limitata disponibilità di serie con queste caratteristiche restringe la possibilità di effettuare studi di attribuzione su scala puntuale e spiega perché gran parte della letteratura si concentri su regioni relativamente estese oppure su singoli eventi e località particolarmente ben documentati. Inoltre, la probabilità attribuita a un evento può dipendere dalla scala spaziale utilizzata: un estremo definito sulla singola stazione non è necessariamente equivalente a quello calcolato come media di una regione, poiché la media spaziale attenua le peculiarità locali e tende a ridurre l’ampiezza dei valori estremi. 

Lo studio di Christidis, Mitchell e Stott affronta questa difficoltà selezionando dodici località appartenenti a dodici paesi e distribuite su tre continenti intorno al Mediterraneo e nel Medio Oriente. La scelta non pretende di fornire una rappresentazione esaustiva di ogni territorio nazionale, ma costruisce un campione di siti collocati in regioni climaticamente sensibili, nei quali è scientificamente pertinente domandarsi se le soglie di 45 e 50 °C possano essere superate con frequenza crescente. Le località sono identificate mediante codici nazionali e dispongono di osservazioni giornaliere per diversi decenni recenti. In due siti, QAT e SAU, temperature massime giornaliere superiori a 50 °C erano già presenti nei dati utilizzati, mentre altre cinque stazioni avevano registrato valori prossimi alla medesima soglia. Il campione comprende tuttavia anche siti relativamente meno estremi, come quelli indicati con TUR, ISR e JOR, nei quali i record osservati risultano ancora diversi gradi inferiori a 50 °C. Questa eterogeneità è metodologicamente utile, poiché consente di confrontare luoghi nei quali il superamento dei 50 °C fa già parte della variabilità osservata con località nelle quali rappresenterebbe un evento completamente nuovo. 

La variabile tx01 utilizzata dagli autori corrisponde alla più alta temperatura massima giornaliera registrata in ciascun anno. Essa non rappresenta quindi la temperatura media dell’estate, né la media delle giornate più calde, ma il singolo valore massimo annuale di Tmax. In una serie di quarant’anni si ottengono, per esempio, quaranta valori di tx01, uno per ogni anno. Questa definizione permette di studiare direttamente l’evoluzione della coda calda della distribuzione termica, cioè della componente maggiormente rilevante per il superamento di soglie assolute eccezionali. Al tempo stesso, tx01 è intrinsecamente più variabile di una media stagionale: il giorno più caldo può dipendere da una configurazione atmosferica di breve durata, dalla direzione del vento, dall’umidità del suolo, dalla copertura nuvolosa, dall’avvezione di masse d’aria desertiche e da particolari condizioni locali. Ne consegue che il segnale del riscaldamento antropico può essere temporaneamente nascosto da forti oscillazioni interannuali, pur emergendo progressivamente quando vengono analizzate serie sufficientemente lunghe o grandi insiemi di simulazioni. 

Le osservazioni delle stazioni costituiscono il riferimento più diretto per descrivere quanto effettivamente avvenuto in uno specifico sito, ma la loro copertura temporale è generalmente troppo breve per ricostruire con precisione la probabilità di eventi caratterizzati da tempi di ritorno di centinaia o migliaia di anni. Nessuna serie osservativa di alcune decine d’anni può contenere, per definizione, un numero sufficiente di eventi millenari da permettere una stima puramente empirica robusta. Le osservazioni vengono quindi impiegate soprattutto per verificare la climatologia locale, la distribuzione dei massimi annuali e l’attendibilità dei modelli, mentre l’estensione dell’analisi al clima preindustriale e ai decenni futuri richiede l’utilizzo congiunto di rianalisi e simulazioni climatiche. Questa combinazione non sostituisce le misure reali, ma permette di collocarle all’interno di un quadro temporale e probabilistico molto più ampio.

Per ricostruire il contesto storico regionale, gli autori utilizzano la Twentieth Century Reanalysis, indicata con la sigla 20CR. Una rianalisi è una ricostruzione fisicamente coerente dello stato dell’atmosfera ottenuta combinando un modello meteorologico con osservazioni storiche attraverso procedure di assimilazione dei dati. Il progetto 20CR è particolarmente prezioso perché estende la ricostruzione atmosferica molto indietro nel XIX secolo, colmando almeno in parte il vuoto esistente tra le ricostruzioni paleoclimatiche e le rianalisi moderne. Il sistema assimila principalmente osservazioni della pressione atmosferica al suolo e utilizza come condizioni al contorno la temperatura superficiale marina e l’estensione del ghiaccio marino; variabili quali temperatura dell’aria, vento, umidità e nuvolosità vengono pertanto ricostruite dal modello in maniera coerente con le osservazioni assimilate e con la dinamica atmosferica. La versione più recente del sistema fornisce campi globali a intervalli di tre ore e include anche una stima dell’incertezza, caratteristica essenziale quando si analizzano periodi nei quali la rete osservativa era molto più rada di quella contemporanea. 

L’impiego di 20CR non significa che le temperature estreme del XIX secolo siano conosciute con la medesima precisione delle temperature odierne. Poiché le osservazioni assimilate diventano più scarse procedendo indietro nel tempo, la ricostruzione dei dettagli locali è inevitabilmente più incerta. Inoltre, la temperatura prossima alla superficie non viene assimilata direttamente nello stesso modo in cui lo è la pressione, ma è prodotta dal sistema modellistico. La rianalisi è quindi particolarmente efficace nel fornire un quadro coerente della circolazione atmosferica e delle variazioni su vasta scala, mentre i singoli valori estremi puntuali devono essere interpretati insieme alle osservazioni indipendenti e alle informazioni sull’incertezza. Nello studio, 20CR viene utilizzata soprattutto per descrivere la distribuzione geografica e le tendenze storiche di tx01 tra il 1871 e il 2010, non per sostituire i record ufficiali delle stazioni meteorologiche. 

La ricostruzione mostra una netta differenziazione geografica. Durante il periodo esaminato, valori superiori a 45 °C compaiono soltanto in una parte limitata dell’Europa, mentre sono molto più diffusi nell’Africa settentrionale, nella Penisola Arabica e in altre regioni del Medio Oriente. Tale distribuzione riflette il gradiente climatico esistente tra il settore europeo del Mediterraneo e le aree subtropicali desertiche. Nell’Europa meridionale, temperature di 45 °C costituiscono ancora estremi eccezionali e fortemente dipendenti dalla concomitanza di avvezioni sahariane, subsidenza anticiclonica, elevata insolazione e condizioni del suolo molto secche. Nella Penisola Arabica e in alcune parti del Nord Africa, invece, la maggiore continentalità, l’aridità, la ridotta copertura nuvolosa e l’elevata radiazione solare estiva rendono climatologicamente più probabili valori prossimi o superiori a tali soglie. Studi indipendenti basati su simulazioni globali e regionali confermano che la regione MENA e la Penisola Arabica sono tra le aree nelle quali l’intensità e la durata degli estremi caldi sono destinate ad aumentare più marcatamente nel XXI secolo. 

Le tendenze di tx01 calcolate con la rianalisi indicano un riscaldamento significativo nella maggior parte della regione considerata. Tutte le dodici località mostrano un incremento del massimo annuale, con tassi stimati compresi tra circa 0,5 e 2,5 °C per secolo. Questo intervallo non deve essere interpretato come una previsione lineare valida anche per il XXI secolo: si tratta della tendenza ricavata dal periodo storico della rianalisi, durante il quale l’intensità delle forzanti antropiche non è rimasta costante. Il riscaldamento è stato relativamente debole nelle prime fasi dell’industrializzazione e ha accelerato soprattutto nei decenni più recenti. Proiettare meccanicamente la pendenza storica nel futuro sottostimerebbe o sovrastimerebbe il cambiamento a seconda dello scenario emissivo e della risposta regionale del sistema climatico. Il dato è comunque significativo perché indica che il riscaldamento non riguarda soltanto le temperature medie, ma è già riconoscibile anche nel giorno più caldo dell’anno. 

In alcune zone dell’Europa orientale e dell’Asia occidentale la mappa mostra deboli tendenze negative, ma lo studio precisa che esse non superano il test di significatività statistica di Mann–Kendall. Questo test non parametrico viene comunemente impiegato per verificare la presenza di una tendenza monotona in una serie temporale senza richiedere che i dati seguano una distribuzione normale. Nella Figura 1, la significatività viene valutata al livello del 10%, e gli autori assumono che l’autocorrelazione seriale abbia un effetto minimo sulle serie di tx01. Questi dettagli richiedono una lettura prudente: il livello del 10% è meno restrittivo del più comune 5%, mentre un’eventuale autocorrelazione non considerata potrebbe modificare l’incertezza della tendenza. Il risultato più robusto non è pertanto la presenza di ogni singola macchia positiva o negativa nella mappa, ma la predominanza spaziale del riscaldamento e la mancanza di evidenza statistica a favore di un raffreddamento persistente nelle aree orientali. 

La componente di attribuzione è costruita utilizzando le simulazioni CMIP6, il grande programma internazionale che coordina esperimenti climatici eseguiti da numerosi centri di ricerca secondo protocolli comuni. Il valore di CMIP6 non consiste nel produrre una singola previsione considerata definitiva, ma nel consentire il confronto tra modelli indipendenti, differenti rappresentazioni dei processi fisici e molteplici traiettorie delle forzanti climatiche. L’uso di un insieme multimodello permette di campionare almeno una parte dell’incertezza strutturale, ossia quella derivante dalle diverse formulazioni della sensibilità climatica, delle nubi, del ciclo idrologico, degli scambi terra-atmosfera e della circolazione. Nel lavoro di Christidis e colleghi vengono impiegati undici modelli, con cinquanta simulazioni NAT e quarantasei simulazioni ALL che iniziano nel 1850. 

Gli esperimenti NAT rappresentano un clima nel quale operano le forzanti naturali, ma viene rimossa l’influenza antropica responsabile del riscaldamento di lungo periodo. Gli esperimenti ALL comprendono invece l’insieme delle forzanti che hanno agito sul clima reale, inclusi gas serra, aerosol antropici, variazioni solari ed eruzioni vulcaniche. Il confronto tra le due famiglie di simulazioni costruisce il nucleo controfattuale dell’attribuzione: NAT approssima il clima che avrebbe potuto manifestarsi senza l’intervento umano, mentre ALL ricostruisce il mondo storicamente osservato e, per il futuro, la sua evoluzione in presenza di una determinata traiettoria emissiva. Le singole simulazioni differiscono tra loro anche quando utilizzano lo stesso modello e le stesse forzanti, perché vengono inizializzate con condizioni leggermente diverse; queste differenze permettono di campionare la variabilità interna e di separarla, almeno statisticamente, dal segnale forzato. 

Le simulazioni ALL vengono estese fino al 2100 seguendo SSP2-4.5, scenario appartenente alla famiglia socioeconomica definita “middle of the road”. Il numero 4.5 indica un livello nominale di forzante radiativa di circa 4,5 watt per metro quadrato nel 2100. Tale percorso non coincide né con uno scenario di mitigazione molto intensa né con il limite superiore delle emissioni: descrive un mondo nel quale persistono sviluppi sociali, tecnologici e demografici intermedi e nel quale le politiche climatiche non sono sufficienti a fermare rapidamente il riscaldamento. È quindi una traiettoria possibile e utile per l’analisi, non una previsione certa dell’evoluzione socioeconomica futura. Le differenze tra gli scenari diventano progressivamente più ampie nella seconda metà del secolo; di conseguenza, i risultati prossimi al 2100 dipendono in misura sostanziale dalle emissioni effettive che verranno prodotte nei prossimi decenni. 

Per mettere in relazione le simulazioni globali con le stazioni, gli autori associano ciascuna località alla cella modellistica più vicina. Questa procedura è ragionevole per la temperatura dell’aria, che presenta generalmente una correlazione spaziale più ampia rispetto a variabili discontinue come le precipitazioni convettive. Una cella di un modello climatico non rappresenta tuttavia il punto esatto in cui si trova il termometro: essa descrive il comportamento medio di un’area che può comprendere pianure, rilievi, coste, superfici agricole e zone urbanizzate. Le differenze di altitudine, distanza dal mare, esposizione ai venti e uso del suolo possono generare scarti significativi tra la stazione e il valore grigliato. Tale approssimazione è quindi più affidabile quando il sito non si trova in un ambiente topograficamente molto complesso o all’interno di una grande area urbana, e deve essere verificata confrontando la distribuzione simulata con quella osservata. 

Proprio per limitare l’interferenza del riscaldamento urbano, le stazioni selezionate si trovano in piccoli centri o presso aeroporti situati all’esterno delle principali aree metropolitane. Questa scelta rende più coerente il confronto con le celle dei modelli globali, che non risolvono esplicitamente la struttura delle strade, la geometria degli edifici, i materiali urbani, il calore prodotto dal traffico e la riduzione della vegetazione. Essa comporta però una conseguenza interpretativa fondamentale: i risultati riguardano le specifiche località campionate e non possono essere automaticamente estesi all’intero paese o alla città più vicina. All’interno di un’area metropolitana, l’esposizione termica può differire considerevolmente tra centro, periferia, parchi, quartieri densamente edificati e aeroporti. Lo stesso articolo riconosce pertanto che le probabilità degli estremi potrebbero risultare più elevate in alcuni ambienti urbani limitrofi, sebbene l’effetto dell’isola di calore sia generalmente più netto nelle temperature notturne e possa assumere caratteristiche differenti durante il giorno. 

Ai valori simulati viene applicata una correzione semplice dell’errore medio rispetto alle osservazioni. Tale operazione serve a compensare, per esempio, un modello che riproduce una località sistematicamente più calda o più fredda del valore rilevato dalla stazione. Una correzione della media migliora la comparabilità delle soglie assolute, ma non garantisce automaticamente che il modello rappresenti in modo perfetto la variabilità interannuale, la forma della distribuzione o la coda degli eventi più estremi. Per questa ragione la valutazione modellistica non può limitarsi alla coincidenza delle medie: deve verificare se l’insieme dei modelli riproduca in maniera plausibile la distribuzione di tx01 dalla quale vengono successivamente stimate le probabilità. In termini metodologici, la correzione del bias riduce un errore sistematico identificabile, ma non elimina l’intera incertezza relativa alla rappresentazione dei processi locali. 

Le serie illustrate nella Figura 2 mostrano la divergenza progressiva tra il clima NAT e il clima ALL. Durante una parte del periodo storico, le oscillazioni naturali sono sufficientemente grandi da mascherare o attenuare temporaneamente la separazione tra i due esperimenti. Un singolo anno relativamente fresco può quindi verificarsi anche in un clima che si sta riscaldando, mentre un anno eccezionalmente caldo avrebbe potuto manifestarsi, sebbene con probabilità inferiore, anche nel mondo controfattuale. Con il trascorrere dei decenni, tuttavia, la forzante antropica sposta verso l’alto l’intera distribuzione di tx01 e la distanza tra ALL e NAT diventa sempre più evidente. Non si tratta della scomparsa della variabilità naturale, ma del suo sviluppo intorno a un livello termico progressivamente più elevato. 

Nelle località relativamente meno calde, come TUR, il superamento dei 45 °C passa gradualmente da condizione straordinaria a evento più plausibile. Nei siti già molto caldi, la soglia di 45 °C è invece regolarmente superata e perde progressivamente capacità discriminante; per questi luoghi, il parametro più informativo diventa il superamento dei 50 °C. Questa differenza dimostra perché una singola soglia non possa descrivere con la stessa efficacia tutte le climatologie. Quarantacinque gradi possono costituire un estremo senza precedenti in un sito mediterraneo relativamente temperato, ma una condizione ricorrente in un ambiente desertico. Analogamente, 50 °C possono essere già stati osservati in Arabia Saudita o Qatar, pur rimanendo prossimi all’impossibilità statistica nelle località più fresche del campione attuale. 

Il risultato più impressionante riguarda il sito saudita, SAU, dove la media multimodello di tx01 raggiunge circa 53 °C verso la fine del secolo nello scenario SSP2-4.5. L’espressione utilizzata dagli autori, secondo la quale 50 °C diventerebbero una temperatura relativamente bassa, deve essere letta nel contesto preciso della variabile analizzata: non significa che la temperatura media estiva o ogni giornata calda raggiungerebbero 53 °C, ma che la media del valore massimo annuale simulato sarebbe superiore alla soglia dei 50 °C. In altri termini, in molti anni il giorno più caldo potrebbe oltrepassare 50 °C, mentre in alcuni anni il massimo sarebbe inferiore e in altri ancora sensibilmente superiore. La distinzione tra massimo annuale e temperatura ordinaria è indispensabile per evitare una rappresentazione sensazionalistica dei risultati. 

Verso la fine del XXI secolo, l’esperimento ALL produce almeno alcuni anni con tx01 superiore a 50 °C in tutte le dodici località, comprese quelle che nel clima contemporaneo presentano record molto più bassi. Questo esito indica che, all’interno dell’insieme modellistico e sotto SSP2-4.5, il superamento dei 50 °C entra nel dominio degli eventi fisicamente simulabili in ogni sito considerato. Non dimostra però che tutte le località raggiungeranno sicuramente tale soglia entro una determinata data, né che il superamento diventerà annuale ovunque. Una simulazione di almeno un anno oltre soglia in un grande insieme di modelli e membri significa che la probabilità non è più nulla, ma la frequenza effettiva può rimanere estremamente diversa tra una località e l’altra. Nei siti più freschi l’evento potrebbe continuare ad avere un tempo di ritorno molto lungo; in quelli più caldi potrebbe invece diventare frequente o quasi ordinario. 

Questa lettura è coerente con la più ampia letteratura sulla regione MENA. Lelieveld e collaboratori hanno mostrato che la temperatura media dei giorni più caldi della regione, stimata intorno a 43 °C nel clima recente considerato dal loro studio, potrebbe avvicinarsi a 46 °C intorno alla metà del secolo e quasi a 50 °C entro la sua conclusione nello scenario RCP8.5. Zittis e colleghi, mediante simulazioni climatiche regionali, hanno evidenziato la possibilità che scenari emissivi molto elevati producano nella seconda metà del secolo ondate definite “super-estreme” o “ultra-estreme”, caratterizzate non soltanto da picchi eccezionali, ma anche da grande durata ed estensione spaziale. Le proiezioni CMIP6 per la Penisola Arabica indicano analogamente un riscaldamento continuo, particolarmente intenso durante l’estate. Questi studi utilizzano scenari, modelli e indici differenti e non devono essere sovrapposti numericamente, ma convergono nell’individuare un forte spostamento verso condizioni termiche senza precedenti nelle regioni già oggi più calde. 

Nel complesso, la sezione mostra che l’aumento degli estremi locali emerge da tre livelli informativi complementari. Le stazioni documentano le temperature realmente osservate e permettono di verificare i modelli; la rianalisi 20CR colloca queste osservazioni in una prospettiva geografica e storica più lunga; gli esperimenti CMIP6 separano il contributo delle forzanti antropiche dalla variabilità naturale e consentono di esplorare possibili condizioni future. Nessuna di queste componenti sarebbe sufficiente se considerata isolatamente. Le stazioni sono accurate localmente ma temporalmente limitate, la rianalisi offre continuità spaziale e storica ma presenta maggiori incertezze nei periodi scarsamente osservati, mentre i modelli permettono esperimenti controfattuali impossibili nel mondo reale ma dipendono dalla rappresentazione dei processi fisici e dagli scenari assunti.

Il risultato scientificamente più rilevante non consiste pertanto nell’affermazione indistinta che tutto il Mediterraneo supererà 50 °C, bensì nella dimostrazione che la distribuzione del giorno più caldo dell’anno si sta spostando verso l’alto in tutte le località esaminate. Le soglie di 45 e 50 °C assumono significati diversi lungo il gradiente climatico regionale: possono diventare ricorrenti nelle aree desertiche più calde, plausibili ma ancora rare in alcuni siti mediterranei e rimanere altamente eccezionali nelle località relativamente temperate. Lo studio documenta inoltre che il passaggio da “mai osservato” a “fisicamente possibile” può precedere di molto il passaggio da “possibile” a “frequente”. Questa distinzione dovrebbe guidare sia la comunicazione pubblica sia la pianificazione dell’adattamento, evitando contemporaneamente la minimizzazione del segnale antropico e la generalizzazione allarmistica di risultati strettamente locali.

La traiettoria futura rimane infine condizionata dalle emissioni. SSP2-4.5 rappresenta un percorso intermedio e non descrive né il massimo riscaldamento possibile né una mitigazione compatibile con i livelli più bassi della gamma climatica. Scenari caratterizzati da minori emissioni limiterebbero lo spostamento della distribuzione di tx01 e renderebbero meno probabili i superamenti estremi nella seconda metà del secolo; traiettorie più emissive produrrebbero invece un riscaldamento più rapido e valori superiori. Il dato di 53 °C per SAU e la comparsa di anni oltre 50 °C in tutte le località devono quindi essere interpretati come risultati condizionati a uno specifico esperimento climatico, non come un destino immutabile. La robustezza del segnale risiede nella direzione del cambiamento — un aumento generalizzato dei massimi annuali — mentre l’esatta intensità locale dipende dalla variabilità naturale, dalla risposta dei modelli, dalle caratteristiche geografiche e, soprattutto, dalla futura evoluzione delle forzanti antropiche. 

Le stazioni meteorologiche della Tabella 1 e la geografia del caldo estremo tra Mediterraneo e Medio Oriente

La Tabella 1 costituisce la base osservativa dell’intero studio di Nikolaos Christidis, Dann Mitchell e Peter A. Stott, poiché identifica le dodici stazioni meteorologiche impiegate per valutare la capacità dei modelli climatici di rappresentare le temperature massime locali e per stimare come la probabilità di superare le soglie di 45 e 50 °C sia cambiata dal clima preindustriale al presente e possa evolvere fino alla fine del XXI secolo. La tabella non deve pertanto essere interpretata come un semplice elenco di record nazionali. Ogni valore riguarda esclusivamente la stazione indicata, durante il relativo periodo di osservazione, e non necessariamente coincide con la più alta temperatura mai misurata nell’intero paese. Questa precisazione è essenziale: il valore di 46,6 °C registrato a Morón de la Frontera nel 1967, per esempio, è il record della serie utilizzata dagli autori per quella specifica stazione spagnola, non una dichiarazione sul primato assoluto della Spagna. Allo stesso modo, i valori attribuiti ad Algeria, Egitto, Marocco o Tunisia rappresentano le osservazioni delle stazioni selezionate e non un inventario completo degli estremi termici nazionali. La scelta di località precise permette però di mettere in relazione osservazioni puntuali e celle dei modelli CMIP6, costruendo una procedura di attribuzione coerente e riproducibile. 

Le dodici stazioni sono distribuite in tre continenti e coprono un’ampia fascia geografica, compresa approssimativamente tra i 24,43° N di Abu Dhabi e i 41,67° N di Edirne, nonché tra gli 8,04° W di Menara, in Marocco, e i 54,65° E di Abu Dhabi. Il campione attraversa quindi ambienti climatici profondamente differenti: il settore iberico del Mediterraneo, il Maghreb, l’entroterra nordafricano, il Mediterraneo orientale, la Turchia europea e le regioni aride della Penisola Arabica. Tale distribuzione rende possibile osservare un marcato gradiente termico, dal clima mediterraneo relativamente più temperato di Edirne e Morón de la Frontera alle condizioni desertiche e subtropicali di Doha, Qaisumah e Abu Dhabi. Lo studio non tratta dunque il Mediterraneo e il Medio Oriente come un sistema climaticamente uniforme, ma riconosce che la probabilità di raggiungere una determinata soglia dipende dalla climatologia locale, dalla latitudine, dalla continentalità, dalla distanza dal mare, dall’altitudine, dalla circolazione atmosferica e dalle caratteristiche della superficie terrestre.

La variabile riportata nell’ultima colonna è la temperatura massima giornaliera record, Tmax, registrata presso ciascuna stazione durante il periodo disponibile. Essa è strettamente collegata all’indice tx01 utilizzato nello studio, che corrisponde alla più elevata temperatura massima giornaliera di ogni anno. In altre parole, per ogni anno viene identificato il giorno più caldo e la sua temperatura massima viene inserita nella serie tx01. Il record mostrato nella tabella è quindi il valore più alto dell’intera successione annuale disponibile per quella stazione. Questa scelta concentra l’attenzione sulla coda estrema della distribuzione termica, cioè sulla parte maggiormente rilevante quando si vuole determinare la probabilità di superare soglie assolute come 45 o 50 °C. Un simile indicatore è però molto più variabile di una temperatura media stagionale, poiché può dipendere da una singola configurazione atmosferica particolarmente favorevole al caldo: una forte avvezione subtropicale, la subsidenza associata a un promontorio anticiclonico, l’assenza di nuvolosità, l’intensa insolazione, la scarsa umidità del suolo e una ventilazione proveniente dalle regioni desertiche possono combinarsi per produrre il massimo annuale.

La Penisola Arabica occupa il vertice della distribuzione termica rappresentata nella tabella. La stazione di Qaisumah, in Arabia Saudita, situata a 28,33° N e 46,12° E, ha registrato 50,8 °C nel 2007, il valore più elevato tra le dodici località. La serie disponibile copre il periodo 1966–2021. Doha International, in Qatar, posta a 25,26° N e 51,56° E, ha raggiunto 50,4 °C nel 2010, durante una serie osservativa più breve, estesa dal 1983 al 2021. Queste sono le sole due stazioni della tabella nelle quali la soglia dei 50 °C risulta già formalmente superata. Abu Dhabi International, negli Emirati Arabi Uniti, ha invece raggiunto 49,2 °C nel 1999, avvicinandosi alla soglia senza oltrepassarla durante il periodo 1983–2021. I tre siti mostrano come, nelle aree più calde del Golfo e dell’entroterra arabico, 50 °C non rappresentino più un limite puramente teorico, ma un estremo già osservato o climaticamente molto vicino.

Le differenze tra le tre stazioni della Penisola Arabica meritano tuttavia attenzione. La prossimità geografica non implica necessariamente una climatologia identica. Doha e Abu Dhabi risentono maggiormente dell’influenza del Golfo Persico, dove l’elevata temperatura marina può favorire una forte umidità atmosferica, mentre Qaisumah presenta caratteristiche più continentali. Una temperatura dell’aria di 49 °C in un ambiente costiero umido può produrre condizioni fisiologiche diverse rispetto a 50 °C in un ambiente interno più secco; la tabella, però, riporta soltanto Tmax e non include umidità, temperatura di bulbo umido, vento o radiazione. Essa descrive pertanto la pericolosità termica meteorologica in termini di temperatura massima, ma non esaurisce la valutazione dello stress termico umano. Gli stessi autori distinguono esplicitamente la componente meteorologica del rischio dagli effetti complessivi, che dipendono anche dall’esposizione della popolazione e dalla sua vulnerabilità. 

Il gruppo nordafricano presenta valori molto elevati, sebbene nessuna delle stazioni selezionate abbia raggiunto i 50 °C nel periodo riportato. Menara, in Marocco, con coordinate 31,61° N e 8,04° W, ha registrato 49,6 °C nel 2012, collocandosi appena quattro decimi di grado sotto la soglia. Minya, in Egitto, ha raggiunto 48,6 °C nel 1992; Kairouan, in Tunisia, 48,3 °C nel 2018; Ech Cheliff, in Algeria, 48,0 °C nel 2015; Hon, in Libia, 47,6 °C nel 2010. Queste cinque località descrivono un’ampia fascia di caldo estremo che attraversa il Nord Africa da ovest a est. La differenza tra 47,6 e 49,6 °C può sembrare relativamente contenuta, ma assume notevole importanza nella statistica degli estremi: quando ci si avvicina alla parte finale della distribuzione, anche pochi decimi o pochi gradi possono corrispondere a grandi differenze nel tempo di ritorno dell’evento.

Il valore di 49,6 °C osservato a Menara è particolarmente significativo per la vicinanza alla soglia di riferimento scelta dagli autori. Non significa che il superamento dei 50 °C debba inevitabilmente verificarsi nel breve periodo, ma indica che un piccolo spostamento verso l’alto della distribuzione delle temperature massime può aumentare fortemente la probabilità di oltrepassare tale limite. La scienza dell’attribuzione non interpreta quindi il record come una previsione deterministica; confronta piuttosto la distribuzione degli estremi in un clima naturale controfattuale con quella del clima influenzato dalle attività umane. Lo studio conclude che, nelle località più calde, la probabilità di superare 50 °C è già aumentata di ordini di grandezza rispetto al mondo preindustriale e potrebbe continuare a crescere rapidamente nel corso del secolo. 

La stazione di Kairouan aggiunge un elemento temporale interessante, perché il suo record di 48,3 °C risale al 2018, uno degli anni più recenti presenti nella tabella. Anche Ech Cheliff ha stabilito il proprio massimo di serie in epoca recente, con 48,0 °C nel 2015, così come Menara nel 2012. Hon ha raggiunto 47,6 °C nel 2010. La presenza di diversi record nordafricani dopo il 2010 è coerente con l’aumento regionale degli estremi caldi, ma la tabella, considerata isolatamente, non consente di dimostrare una tendenza statistica. Per farlo sarebbe necessario esaminare tutti i valori annuali di tx01, verificare l’omogeneità delle serie e valutare la significatività della tendenza. Un elenco di record contiene infatti soltanto il massimo assoluto e non fornisce informazioni sulla frequenza con cui valori quasi altrettanto elevati si siano verificati negli anni precedenti.

Il contesto climatico più generale rafforza comunque la rilevanza dei dati nordafricani. L’IPCC riferisce con elevata confidenza che, dagli anni Ottanta, il riscaldamento atmosferico mediterraneo ha superato il ritmo medio globale e che il riscaldamento estivo regionale futuro potrebbe risultare circa il 50% più intenso dell’incremento medio globale annuo. Nella regione mediterranea le ondate di calore sono già aumentate in intensità, numero e durata e si prevede che continuino a intensificarsi con l’ulteriore riscaldamento. Lo stesso quadro regionale associa l’aumento termico a una crescente domanda evaporativa e, in numerosi settori, a una diminuzione delle precipitazioni, condizioni capaci di rafforzare l’essiccamento del suolo e l’amplificazione delle temperature massime. 

I dati delle simulazioni regionali Euro-CORDEX conducono a conclusioni analoghe. Le proiezioni indicano un aumento consistente dell’intensità e della durata delle ondate di calore mediterranee in differenti scenari emissivi e configurazioni modellistiche. Gli eventi considerati eccezionali all’inizio del XXI secolo potrebbero avvicinarsi alle condizioni medie delle ondate di calore più intense verso la fine del secolo, soprattutto negli scenari con maggiori concentrazioni di gas serra. Questi risultati non implicano che tutte le località raggiungeranno gli stessi valori assoluti, ma mostrano che l’intera distribuzione degli episodi caldi è destinata a spostarsi, aumentando sia i picchi sia la persistenza temporale. 

Morón de la Frontera rappresenta il settore europeo sudoccidentale del campione. La stazione spagnola, posta a 37,16° N e 5,62° W, presenta una serie dal 1955 al 2021 e un massimo di 46,6 °C registrato nel 1967. Il fatto che il record della serie sia relativamente antico dimostra perché non sia corretto utilizzare il solo anno del massimo come prova del cambiamento climatico. Anche nel clima del passato potevano verificarsi eventi molto intensi per effetto della variabilità naturale e di configurazioni atmosferiche eccezionali. L’influenza antropica non elimina questa variabilità, ma modifica il livello di fondo sul quale essa agisce e, di conseguenza, la probabilità di eguagliare o superare i record storici. Una località può quindi conservare per decenni un vecchio primato pur mostrando un aumento delle temperature medie o dei valori elevati meno estremi.

Il valore spagnolo è comunque inferiore di 4,2 °C al massimo della stazione saudita e di 4,0 °C a quello di Doha, evidenziando la distanza ancora esistente tra il settore europeo del Mediterraneo e le aree più calde della Penisola Arabica. Allo stesso tempo, 46,6 °C rappresentano già una temperatura estremamente elevata per una località europea. La successiva verifica da parte dell’Organizzazione meteorologica mondiale di 48,8 °C osservati in Sicilia l’11 agosto 2021 come record della temperatura massima per l’Europa continentale ha mostrato che, in condizioni meteorologiche eccezionali, il margine europeo rispetto ai 50 °C può ridursi a poco più di un grado. Il dato siciliano non appartiene alla Tabella 1 e non deve essere confuso con il record di Morón, ma offre un importante riferimento indipendente sul limite raggiunto dal caldo europeo contemporaneo. 

Edirne, in Turchia, rappresenta il sito più settentrionale del campione, a 41,67° N, e presenta anche il record più basso: 44,1 °C nel 2007. La serie copre il periodo 1955–2021. La stazione turca è importante proprio perché la soglia dei 50 °C appare oggi molto lontana dalla climatologia osservata. Tra il record di Edirne e quello di Qaisumah esiste una differenza di 6,7 °C. Tale distanza mostra che l’ingresso di valori superiori a 50 °C nel dominio delle possibilità future non equivale alla loro trasformazione immediata in eventi frequenti. In una località relativamente più fresca, i modelli possono simulare occasionalmente un superamento verso la fine del secolo, pur mantenendo tempi di ritorno molto lunghi; nei siti arabici più caldi, invece, la stessa soglia può diventare ricorrente o persino inferiore alla media del giorno più caldo annuale.

Beer Sheva, in Israele, e King Hussein, in Giordania, occupano una posizione analoga nella parte meno estrema del campione. Beer Sheva ha raggiunto 44,9 °C nel 2002 durante il periodo 1951–2016, mentre King Hussein ha registrato 44,8 °C nel 2010 nel periodo 1959–2021. Questi valori sono appena inferiori alla soglia di 45 °C utilizzata nello studio come riferimento alternativo per le località relativamente più fresche. L’adozione di due soglie risponde a una necessità climatologica: 50 °C rappresentano un indicatore adatto per Arabia Saudita, Qatar, Emirati Arabi Uniti e parte del Nord Africa, ma sarebbero troppo lontani dalla distribuzione attuale di Edirne, Beer Sheva e King Hussein per descrivere efficacemente i cambiamenti già in corso. In questi siti, il superamento di 45 °C può offrire un segnale più sensibile della trasformazione degli estremi.

La soglia di 45 °C non costituisce un limite biologico universale, ma un riferimento statistico e meteorologico. Lo stesso vale per 50 °C: la pericolosità sanitaria dipende dall’interazione tra temperatura, umidità, radiazione solare, vento, durata dell’esposizione e capacità di raffreddamento notturno. Tuttavia, soglie assolute di questa grandezza mantengono una notevole utilità operativa, perché segnalano condizioni che possono mettere sotto pressione la salute, il lavoro all’aperto, l’agricoltura, le infrastrutture e i sistemi energetici. Nelle zone desertiche, inoltre, la frequenza con cui viene superato un determinato limite può essere più informativa del singolo record, poiché una successione di giorni prossimi o superiori a 50 °C produce conseguenze diverse rispetto a un picco isolato.

Considerando congiuntamente i dodici valori, il record medio aritmetico del campione è di circa 47,7 °C, mentre la mediana è pari a circa 48,2 °C. Queste statistiche descrittive non devono essere interpretate come una temperatura rappresentativa dell’intera regione, perché il campione non è stato costruito mediante una distribuzione spaziale uniforme e le località sono state intenzionalmente selezionate in aree particolarmente calde. Inoltre, una media tra record di stazioni differenti combina climatologie, durate osservative e condizioni geografiche non omogenee. Il dato più significativo non è quindi la media regionale dei massimi, bensì l’ampiezza del gradiente: si passa dai 44,1 °C di Edirne ai 50,8 °C di Qaisumah, con otto stazioni su dodici che hanno raggiunto almeno 47,6 °C e due che hanno oltrepassato 50 °C.

Anche la distribuzione temporale dei record merita una lettura accurata. Nove dei dodici massimi riportati sono stati osservati dal 2000 in avanti e sei appartengono al periodo 2010–2018. I tre record precedenti sono quelli di Morón de la Frontera nel 1967, Minya nel 1992 e Abu Dhabi nel 1999. Questa concentrazione recente è compatibile con un clima che si riscalda, ma non rappresenta da sola un test formale di attribuzione. La probabilità che un record si collochi negli ultimi anni dipende anche dalla durata complessiva della serie, dalla presenza di dati mancanti, dalla qualità delle osservazioni e dalla variabilità naturale. Per dimostrare un cambiamento climatico occorre utilizzare l’intera distribuzione annuale e confrontarla con simulazioni che includano e che escludano l’influenza antropica, esattamente come viene fatto nello studio. 

Le durate delle serie osservative non sono identiche. Beer Sheva dispone della serie più antica, iniziata nel 1951, ma termina nel 2016; Morón de la Frontera ed Edirne iniziano nel 1955; Hon nel 1956; Ech Cheliff, Minya, Menara e Kairouan nel 1957; King Hussein nel 1959; Qaisumah nel 1966; Abu Dhabi e Doha soltanto nel 1983. Questa eterogeneità condiziona il confronto tra i record. Una stazione osservata per settant’anni ha avuto più opportunità di registrare un evento raro rispetto a una serie di trentanove anni. Ciò non rende inutilizzabili le serie più brevi, ma impone che la probabilità degli estremi non venga dedotta semplicemente contando i record. Nei modelli statistici e climatici, la diversa lunghezza delle osservazioni viene considerata nella fase di valutazione e nella stima dell’incertezza.

La disponibilità di osservazioni locali sufficientemente lunghe costituisce uno dei principali limiti degli studi di attribuzione puntuale. Le reti meteorologiche sono più dense e continue in alcune regioni europee, mentre risultano spesso meno complete in parti del Nord Africa e del Medio Oriente. Inoltre, le serie storiche possono essere influenzate da cambiamenti nella strumentazione, nell’orario di lettura, nell’ubicazione della stazione o nell’uso del suolo circostante. Per ottenere risultati affidabili sono pertanto necessarie procedure di controllo della qualità e omogeneizzazione. Christidis e colleghi utilizzano le stazioni disponibili non per estrapolare direttamente eventi con tempi di ritorno millenari, ma per verificare se i modelli siano capaci di rappresentare la climatologia e la variabilità locale di tx01. Le probabilità molto rare vengono successivamente stimate attraverso grandi insiemi di simulazioni, che forniscono un numero di anni virtuali molto superiore a quello delle osservazioni. 

La scelta di stazioni aeroportuali o poste al di fuori dei maggiori centri urbani risponde alla necessità di ridurre l’influenza diretta dell’isola di calore urbana. Abu Dhabi International e Doha International, per esempio, sono siti aeroportuali, mentre altri osservatori si trovano in centri di dimensioni inferiori. I modelli climatici globali descrivono la temperatura media di celle relativamente ampie e non riproducono in dettaglio strade, edifici, superfici asfaltate e calore antropico. Confrontare una cella modellistica con una stazione situata nel centro di una grande metropoli potrebbe quindi introdurre una discrepanza non imputabile alla fisica climatica del modello, ma alla mancata rappresentazione dell’ambiente urbano. Gli autori precisano tuttavia che i risultati si applicano alle specifiche stazioni e che le probabilità potrebbero essere differenti, e in alcuni casi più elevate, nelle città vicine. 

L’effetto urbano non può comunque essere descritto come un semplice incremento costante aggiunto alla temperatura. L’isola di calore è spesso più intensa durante la notte, quando i materiali edilizi restituiscono l’energia accumulata durante il giorno, mentre il comportamento delle temperature massime diurne varia in funzione dell’umidità, della ventilazione, dell’ombreggiamento e della struttura della città. Nelle regioni aride, l’irrigazione e la vegetazione urbana possono talvolta produrre localmente un effetto di raffrescamento diurno, mentre l’elevata capacità termica delle superfici costruite ostacola il raffreddamento notturno. Le proiezioni regionali per il Medio Oriente e il Nord Africa avvertono però che le grandi concentrazioni urbane saranno tra le aree maggiormente esposte agli estremi futuri e che i modelli privi di una rappresentazione dettagliata delle città possono sottostimare alcune componenti del rischio. 

Lo studio di Zittis e collaboratori sul Medio Oriente e sul Nord Africa ha mostrato che, in scenari di emissioni molto elevate, le temperature di picco durante future ondate di calore potrebbero superare localmente 56 °C. Gli autori definiscono tali eventi “super-estremi” o “ultra-estremi” e sottolineano il potenziale impatto sulle popolazioni urbane. Queste proiezioni non devono essere sovrapposte direttamente ai record della Tabella 1, poiché derivano da un diverso insieme di modelli, indici e scenari; tuttavia, forniscono un contesto fisico coerente con la presenza dei valori più elevati in Qatar, Arabia Saudita ed Emirati Arabi Uniti. La Tabella 1 descrive il punto di partenza osservato, mentre gli studi modellistici regionali esplorano l’ampliamento futuro della distribuzione. 

Un altro aspetto importante riguarda la distinzione tra record e frequenza. Il record identifica il valore massimo raggiunto almeno una volta, ma non indica quante volte siano stati superati 45, 48 o 50 °C. Due stazioni possono condividere lo stesso record e avere distribuzioni molto diverse: nella prima, temperature prossime al massimo possono verificarsi quasi ogni estate; nella seconda, il record può essere un episodio isolato seguito da valori abitualmente molto inferiori. Per valutare l’evoluzione del rischio è quindi necessario considerare la distribuzione completa di tx01, i tempi di ritorno e le probabilità annuali. È proprio questo passaggio che permette agli autori di distinguere tra località nelle quali 50 °C sono già relativamente plausibili e località nelle quali il superamento rimane raro anche se compare in alcune simulazioni future.

La Tabella 1 dimostra inoltre perché sia improprio affermare genericamente che “il Mediterraneo raggiungerà 50 °C”. La regione comprende località che hanno già superato tale soglia, siti che si sono fermati pochi decimi al di sotto e stazioni il cui massimo osservato rimane tra 44 e 45 °C. Anche all’interno dello stesso paese possono esistere differenze rilevanti tra costa, pianura interna, altopiano, valle e grande area urbana. I risultati devono pertanto essere formulati in termini locali e probabilistici. Il cambiamento climatico aumenta la possibilità di estremi senza eliminare i gradienti geografici: le aree più calde rimangono generalmente le più vicine alle soglie assolute maggiori, mentre le regioni più fresche possono registrare aumenti termici importanti senza raggiungere la stessa temperatura.

La relazione tra il record della stazione e il riscaldamento antropico non è infine lineare né automatica. Un nuovo primato può essere favorito dal riscaldamento di fondo, ma richiede anche una configurazione meteorologica capace di trasformare quel fondo più caldo in un estremo locale. Viceversa, l’assenza di un nuovo record per alcuni decenni non dimostra l’assenza del riscaldamento, perché la variabilità atmosferica può impedire temporaneamente il ripetersi della combinazione necessaria. Per questa ragione le analisi di attribuzione confrontano distribuzioni di probabilità e non si limitano a stabilire se il massimo assoluto sia recente oppure antico.

Nel complesso, la Tabella 1 documenta una regione nella quale il caldo estremo presenta già intensità eccezionali, ma anche una notevole diversità spaziale. Qaisumah e Doha mostrano che 50 °C sono già stati superati in alcune parti della Penisola Arabica; Menara e Abu Dhabi si collocano immediatamente sotto la soglia; Algeria, Egitto, Tunisia e Libia presentano massimi compresi tra 47,6 e 48,6 °C; Morón de la Frontera raggiunge 46,6 °C; Beer Sheva, King Hussein ed Edirne rimangono tra 44,1 e 44,9 °C. Questa progressione non è soltanto descrittiva, ma definisce il diverso punto di partenza dal quale il riscaldamento futuro agirà sulle probabilità locali.

Il significato scientifico della tabella risiede pertanto nella costruzione di un ponte tra osservazioni e simulazioni. Le stazioni forniscono la misura reale degli estremi sperimentati; i modelli permettono di stimare quanto tali estremi sarebbero stati probabili in assenza dell’influenza umana e come potrebbero evolvere sotto uno scenario futuro. La robustezza dell’analisi non deriva dal singolo record, ma dalla coerenza tra dati osservativi, ricostruzioni climatiche, simulazioni NAT prive della forzante antropica e simulazioni ALL comprendenti tutte le forzanti. In questo quadro, i valori della Tabella 1 mostrano che il confine tra temperature eccezionali e temperature climaticamente plausibili si sta spostando, ma a velocità e con conseguenze molto differenti nelle diverse località. 

RISULTATI – Record e tendenze del giorno più caldo dell’anno nella rianalisi 20CR

La Figura 1 costituisce un passaggio fondamentale dello studio di Christidis, Mitchell e Stott, poiché colloca le dodici stazioni meteorologiche selezionate all’interno di un quadro climatico molto più ampio rispetto a quello ricavabile dalle sole osservazioni puntuali. La figura non mostra semplicemente dove siano state rilevate temperature elevate, ma combina due informazioni differenti: nel pannello superiore rappresenta la più alta temperatura massima giornaliera ricostruita in ogni cella della griglia durante il periodo 1871–2010; nel pannello inferiore mostra invece la tendenza della temperatura del giorno più caldo di ciascun anno, indicata con tx01. La prima mappa descrive quindi la geografia storica dei record, mentre la seconda illustra la loro evoluzione nel tempo. Questa distinzione è essenziale, perché una regione può possedere un record assoluto molto elevato senza mostrare necessariamente la tendenza più intensa, mentre un’altra area può partire da valori climaticamente più bassi ma sperimentare un rapido incremento degli estremi annuali. 

La variabile tx01 corrisponde alla temperatura massima giornaliera più elevata registrata o ricostruita in ciascun anno. Non rappresenta la media delle temperature estive e neppure la media delle giornate più calde, ma identifica un unico valore annuale: quello del giorno che ha raggiunto la Tmax più alta. Una serie di tx01 lunga centoquarant’anni contiene pertanto centoquaranta valori, uno per anno. Questo indice permette di studiare direttamente la parte più estrema della distribuzione termica, particolarmente rilevante quando l’obiettivo è valutare la possibilità di superare soglie assolute quali 45 o 50 °C. Rispetto a una media stagionale, tx01 risente maggiormente della variabilità meteorologica interannuale, poiché il massimo annuale può essere determinato da una configurazione atmosferica di durata relativamente breve, caratterizzata da subsidenza anticiclonica, avvezione di aria subtropicale, cieli sereni, intensa radiazione solare, debole ventilazione e suoli molto secchi.

Per estendere l’analisi molto indietro nel tempo, gli autori utilizzano la Twentieth Century Reanalysis, generalmente abbreviata in 20CR. Una rianalisi è una ricostruzione numerica dello stato passato dell’atmosfera, ottenuta combinando osservazioni storiche con un modello meteorologico e un sistema di assimilazione dei dati. La famiglia 20CR utilizza principalmente osservazioni della pressione atmosferica superficiale e del livello del mare, insieme alle temperature della superficie oceanica e alla distribuzione dei ghiacci marini impiegate come condizioni al contorno. Il sistema produce campi atmosferici completi e coerenti, accompagnati da stime dell’incertezza, consentendo di analizzare la variabilità meteorologica a partire dal XIX secolo anche in regioni nelle quali le osservazioni dirette della temperatura erano incomplete o discontinue. 

Ciò non significa che la rianalisi possa essere considerata equivalente a una rete uniforme di termometri presenti ovunque dal 1871. Le temperature prossime alla superficie sono ricostruite dal modello in coerenza con le osservazioni assimilate e con la dinamica atmosferica, ma la loro precisione dipende dalla quantità e dalla qualità dei dati disponibili. Nel XIX secolo e nei primi decenni del XX secolo la rete osservativa era molto più rada, soprattutto nel Sahara, nella Penisola Arabica e in ampie zone del Medio Oriente. L’incertezza tende quindi ad aumentare procedendo verso i periodi più antichi e nelle aree scarsamente osservate. La Figura 1 deve essere interpretata principalmente come una rappresentazione coerente dei grandi contrasti geografici e delle tendenze di lungo periodo, non come un archivio definitivo dei record ufficiali di ogni singola località.

Il pannello (a), intitolato “20CR Record Tmax 1871–2010”, riporta per ogni cella della griglia il più alto valore di Tmax presente nell’intero periodo. La scala cromatica si estende approssimativamente da 15 a 50 °C: i colori chiari rappresentano record relativamente contenuti, mentre le tonalità arancioni, rosse e marrone scuro indicano valori progressivamente più elevati. Secondo la didascalia, le colorazioni più scure corrispondono a temperature superiori a 45 °C. La mappa non mostra dunque quante volte tali valori siano stati raggiunti, né la durata degli episodi di caldo; indica soltanto la temperatura massima più elevata ricostruita almeno una volta in ciascuna cella durante circa centoquarant’anni.

Il contrasto tra Europa, Nord Africa e Medio Oriente è particolarmente evidente. Gran parte dell’Europa occidentale e settentrionale presenta colori relativamente chiari, coerenti con record generalmente inferiori a quelli delle regioni subtropicali. Le tonalità diventano progressivamente più calde procedendo verso la Penisola Iberica meridionale, l’Italia, i Balcani e il Mediterraneo orientale. Soltanto alcune limitate aree europee raggiungono nella rianalisi valori superiori a 45 °C. Ciò indica che, durante il periodo 1871–2010, temperature di questa entità sono rimaste geograficamente circoscritte nel continente europeo e legate a condizioni meteorologiche particolarmente eccezionali. 

Una situazione molto diversa emerge nel Nord Africa. Il Sahara occidentale, il settore interno del Marocco e dell’Algeria, la Libia e vaste zone dell’Egitto presentano estese tonalità rosse e marrone scuro. In queste aree il superamento dei 45 °C non appare limitato a singole celle isolate, ma costituisce una caratteristica spazialmente diffusa della climatologia degli estremi. I valori più elevati sono favoriti dall’intensa radiazione solare estiva, dalla scarsa copertura nuvolosa, dalla continentalità e dalla ridottissima disponibilità di acqua nel suolo. Quando l’evapotraspirazione è fortemente limitata, una quota maggiore dell’energia disponibile alla superficie viene trasformata in calore sensibile, aumentando la temperatura dell’aria nei bassi strati atmosferici.

Il ruolo dell’umidità del terreno è particolarmente importante nelle zone di transizione tra climi mediterranei e desertici. In presenza di suoli umidi, parte dell’energia solare viene impiegata nell’evaporazione dell’acqua e nella traspirazione della vegetazione, limitando il riscaldamento della superficie. Quando il suolo si dissecca, diminuisce il flusso di calore latente e aumenta quello sensibile, favorendo temperature massime più elevate. Studi osservativi e modellistici hanno dimostrato che questa retroazione può amplificare gli estremi caldi europei e mediterranei e che l’effetto tende a rafforzarsi durante le siccità prolungate. 

La Penisola Arabica costituisce un altro nucleo di temperature eccezionalmente elevate. L’interno dell’Arabia Saudita, il settore del Golfo, il Qatar e le regioni circostanti mostrano colori generalmente compresi tra l’arancione intenso e il rosso scuro. La combinazione di latitudine subtropicale, forte insolazione, aridità e frequente subsidenza atmosferica favorisce massime giornaliere prossime o superiori a 50 °C. Le località indicate con SAU, QAT e ARE ricadono proprio in questo ambiente climatico. Qaisumah e Doha avevano già superato i 50 °C nelle osservazioni di stazione riportate nella Tabella 1, mentre Abu Dhabi aveva raggiunto 49,2 °C. La mappa regionale conferma quindi che tali valori non sono anomalie isolate rispetto al contesto circostante, ma espressioni locali di una vasta fascia climatica nella quale il caldo estremo raggiunge già oggi intensità molto elevate. 

A est della Penisola Arabica, una seconda area particolarmente calda compare tra l’Iraq, l’Iran e le zone interne dell’Asia sudoccidentale. La colorazione molto scura indica record elevati su superfici continentali poste lontano dall’influenza moderatrice degli oceani. Nelle regioni interne, l’assenza di grandi masse d’acqua limita l’inerzia termica e permette alla superficie di riscaldarsi rapidamente durante le persistenti configurazioni anticicloniche estive. La topografia e la canalizzazione dei flussi possono inoltre produrre forti differenze locali, che tuttavia risultano attenuate dalla risoluzione relativamente grossolana della rianalisi.

La distribuzione dei record evidenzia pertanto un gradiente climatico meridionale e continentale. Spostandosi dall’Europa nordoccidentale verso il Mediterraneo meridionale, il Sahara e la Penisola Arabica, aumentano progressivamente le temperature massime assolute. Questo gradiente non dipende soltanto dalla latitudine: anche la distanza dal mare, l’altitudine, la copertura del suolo, l’umidità disponibile e la circolazione atmosferica regionale contribuiscono in modo decisivo. Le coste mediterranee possono essere temporaneamente raffreddate dalle brezze marine, mentre le pianure interne e le depressioni topografiche possono raggiungere temperature sensibilmente superiori. La Figura 1 offre un quadro spaziale generale, ma non può risolvere tutte le differenze microclimatiche presenti all’interno di ogni cella.

I dodici punti azzurri del pannello superiore identificano le stazioni considerate nello studio. ESP rappresenta Morón de la Frontera in Spagna; MAR Menara in Marocco; DZA Ech Cheliff in Algeria; TUN Kairouan in Tunisia; LBY Hon in Libia; EGY Minya in Egitto; ISR Beer Sheva in Israele; JOR King Hussein in Giordania; TUR Edirne in Turchia; SAU Qaisumah in Arabia Saudita; QAT Doha in Qatar; ARE Abu Dhabi negli Emirati Arabi Uniti. La loro posizione permette di confrontare i record puntuali della Tabella 1 con la struttura termica regionale ricostruita da 20CR. Gli autori hanno scelto intenzionalmente località caratterizzate da climatologie differenti, alcune già prossime o superiori a 50 °C e altre ancora lontane da tale soglia. 

Edirne, Beer Sheva e King Hussein, indicate rispettivamente con TUR, ISR e JOR, si trovano in aree nelle quali i record ricostruiti sono più moderati rispetto al Sahara e alla Penisola Arabica. Questa configurazione è coerente con i valori osservati nelle stazioni: 44,1 °C a Edirne, 44,9 °C a Beer Sheva e 44,8 °C a King Hussein. La probabilità contemporanea di raggiungere 50 °C in questi siti è pertanto prossima allo zero, poiché la soglia si colloca circa cinque o sei gradi sopra i massimi storici locali. L’interesse scientifico non risiede nell’affermare che questi luoghi raggiungeranno presto certamente 50 °C, ma nel valutare se una temperatura oggi quasi inconcepibile possa entrare nel campo degli eventi fisicamente possibili con il progressivo spostamento della distribuzione climatica. 

Il pannello (b) cambia completamente prospettiva. Invece del record assoluto, mostra la tendenza lineare di tx01 nel periodo 1871–2010, espressa in gradi Celsius per anno. I colori rossi indicano che la temperatura del giorno più caldo dell’anno è aumentata, quelli azzurri o blu rappresentano una diminuzione e le tonalità prossime al bianco corrispondono a variazioni deboli. La scala laterale si estende approssimativamente da −0,05 a +0,05 °C all’anno. Una tendenza di +0,01 °C all’anno equivale a circa +1 °C per secolo; +0,02 °C all’anno corrisponde approssimativamente a +2 °C per secolo, mentre +0,04 °C all’anno equivarrebbe a circa +4 °C per secolo, se mantenuta linearmente lungo cento anni.

Questa conversione deve essere utilizzata soltanto per comprendere l’ordine di grandezza della mappa. Le tendenze climatiche reali non procedono necessariamente in modo lineare e costante per un intero secolo. Nel periodo 1871–2010 l’intensità delle forzanti antropiche è cambiata fortemente: il riscaldamento è stato relativamente limitato nei primi decenni e ha accelerato nella seconda metà del XX secolo. Inoltre, tx01 presenta una notevole variabilità interannuale. Il valore indicato dalla mappa rappresenta quindi una tendenza media sull’intero intervallo, non il ritmo esatto osservato in ogni singolo decennio e neppure una proiezione automatica per il futuro.

Il segnale dominante del pannello inferiore è comunque chiaramente positivo. Gran parte del Nord Africa, del Medio Oriente e della Penisola Arabica presenta tonalità rosse, spesso accompagnate dalle croci che indicano la significatività statistica della tendenza. Il riscaldamento appare particolarmente intenso in vaste zone del Sahara occidentale e centrale, in Egitto, nella Penisola Arabica e nell’Asia sudoccidentale. Ciò significa che le regioni nelle quali i record storici sono già più elevati sono anche interessate, in molti casi, da un ulteriore aumento della temperatura del giorno più caldo dell’anno.

Questa sovrapposizione tra elevata climatologia di base e tendenza positiva è particolarmente rilevante. Un incremento di 1 o 2 °C produce conseguenze differenti a seconda del punto di partenza. In una regione il cui massimo annuale si colloca normalmente intorno a 35 °C, lo stesso aumento può intensificare sensibilmente le ondate di calore senza rendere plausibili i 50 °C. In una località nella quale tx01 è già prossima a 49 o 50 °C, anche un incremento apparentemente modesto può trasformare una soglia rara in un evento ricorrente. È proprio questa interazione tra climatologia locale e riscaldamento a spiegare perché il rischio futuro cresca molto più rapidamente nei siti più caldi.

Il Nord Africa mostra una tendenza positiva relativamente uniforme, sebbene con intensità variabile. Le stazioni di Marocco, Algeria, Tunisia, Libia ed Egitto si trovano quasi tutte all’interno o ai margini di aree caratterizzate da riscaldamento di tx01. Lo studio stima, considerando i singoli siti, incrementi compresi approssimativamente tra 0,5 e 2,5 °C per secolo. Questa ampiezza dimostra che la risposta non è uniforme: la diversa evoluzione della circolazione, dell’aridità, dell’umidità del suolo e delle condizioni costiere può produrre tendenze locali differenti anche all’interno dello stesso grande dominio climatico. 

Il Mediterraneo europeo presenta un quadro più eterogeneo. La Penisola Iberica meridionale, parte dell’Italia e alcune aree balcaniche mostrano tendenze positive, mentre intorno al Mar Nero, nell’Europa orientale e in settori dell’Asia occidentale compaiono limitate zone azzurre. Gli autori precisano tuttavia che le deboli tendenze negative osservate in queste aree non risultano statisticamente significative. Esse non costituiscono quindi una prova robusta di un raffreddamento climatico del giorno più caldo, ma possono essere compatibili con la variabilità interna, con l’incertezza della rianalisi o con differenze regionali nella circolazione atmosferica. 

Le croci nere sovrapposte alla mappa indicano le celle nelle quali la tendenza è significativamente diversa da zero secondo il test di Mann–Kendall, applicato al livello del 10%. Il test di Mann–Kendall è un metodo non parametrico utilizzato per identificare una tendenza monotona nelle serie temporali senza richiedere che i valori seguano una distribuzione normale. Esso valuta se, procedendo nel tempo, i dati tendano sistematicamente ad aumentare o diminuire, senza dipendere in modo diretto dall’esatta forma della distribuzione degli estremi.

Il livello di significatività del 10% implica che la soglia scelta per rifiutare l’ipotesi di assenza di tendenza è meno restrittiva rispetto al livello del 5% frequentemente impiegato in altri studi. Questo non rende il risultato privo di valore, ma richiede di interpretare le croci come un’indicazione statistica dipendente dal criterio adottato. La didascalia specifica inoltre che gli autori assumono un effetto minimo della correlazione seriale e non applicano una correzione esplicita. Se una serie climatica presenta autocorrelazione, cioè se il valore di un anno è parzialmente collegato a quello degli anni precedenti, il numero effettivo di osservazioni indipendenti può essere inferiore alla lunghezza nominale della serie. Di conseguenza, la significatività locale deve essere considerata insieme alla coerenza spaziale e fisica del segnale, non come una prova isolata e definitiva. 

L’ampia presenza delle croci nelle regioni caratterizzate da tonalità rosse rafforza comunque l’interpretazione di un riscaldamento diffuso degli estremi annuali. La coerenza spaziale del segnale su Nord Africa, Penisola Arabica e Medio Oriente rende poco plausibile che l’intero schema sia prodotto soltanto da oscillazioni casuali locali. Il risultato è inoltre coerente con la letteratura scientifica più ampia, secondo cui le temperature massime, i giorni caldi e le ondate di calore sono aumentati nella regione mediterranea e sono destinati a intensificarsi con l’ulteriore riscaldamento globale. L’IPCC identifica il Mediterraneo come una regione particolarmente vulnerabile alla combinazione di ondate di calore più lunghe e intense, siccità crescente e limitata disponibilità idrica. 

Studi regionali sul Mediterraneo orientale e sul Medio Oriente hanno rilevato un forte aumento osservato delle temperature negli ultimi decenni e proiettano un’ulteriore intensificazione degli estremi. La regione presenta una particolare esposizione alla combinazione tra riscaldamento atmosferico, aridificazione, crescita demografica e urbanizzazione. Le simulazioni regionali indicano che, in scenari caratterizzati da emissioni molto elevate, nella seconda metà del secolo potrebbero emergere ondate di calore di intensità senza precedenti, con temperature localmente superiori a 50 °C e, nelle proiezioni più estreme, picchi ancora maggiori. Questi risultati futuri non sono direttamente rappresentati nella Figura 1, che termina nel 2010, ma sono fisicamente coerenti con la tendenza positiva già riconoscibile nella rianalisi storica. 

La Figura 1 mostra inoltre che il riscaldamento degli estremi non equivale a una semplice migrazione uniforme verso nord delle condizioni desertiche. Il Mediterraneo è caratterizzato da forti contrasti tra mare e terra, coste e aree interne, pianure e rilievi. Le masse d’aria sahariane possono raggiungere l’Europa meridionale attraverso specifiche configurazioni della circolazione, ma la temperatura effettivamente osservata al suolo dipende anche dall’origine della massa d’aria, dal percorso compiuto, dalla subsidenza, dall’umidità del terreno e dall’influenza marina. Il cambiamento climatico innalza il livello termico di fondo sul quale agiscono tali dinamiche, aumentando la probabilità che una configurazione già favorevole produca nuovi record.

Gli episodi recenti del Mediterraneo occidentale illustrano la rilevanza di questa interazione. Le estati del 2022 e del 2023 hanno prodotto anomalie termiche eccezionali nell’area occidentale, mentre l’ondata di calore precoce dell’aprile 2023 tra Penisola Iberica e Nord Africa è stata rafforzata dalla siccità di lunga durata e dalle retroazioni tra suolo e atmosfera. Questi studi mostrano che il caldo estremo deriva sia dal riscaldamento climatico di fondo sia dalla combinazione contingente di circolazione atmosferica e condizioni superficiali. 

Un aspetto metodologico importante riguarda la differenza tra una mappa dei record e una mappa della probabilità. Il pannello (a) non permette di stabilire quanto spesso una temperatura superiore a 45 °C si sia verificata. Una cella potrebbe avere oltrepassato la soglia una sola volta in centoquarant’anni, mentre un’altra potrebbe averlo fatto numerose volte, pur mostrando un record assoluto simile. Per determinare la frequenza degli eventi occorre analizzare l’intera distribuzione di tx01 e calcolare probabilità e tempi di ritorno. La Figura 1 svolge pertanto una funzione preliminare: identifica il contesto geografico e la direzione delle tendenze, mentre le successive sezioni dello studio utilizzano le simulazioni CMIP6 per quantificare l’evoluzione della probabilità di superare 45 e 50 °C.

Occorre anche distinguere il record di una cella della rianalisi dal record ufficiale di una stazione. Una cella rappresenta una superficie relativamente estesa e restituisce un valore medio o rappresentativo del modello, mentre una stazione misura le condizioni in un punto specifico. La topografia, l’altitudine e l’ambiente locale possono determinare differenze importanti. Un termometro collocato in una pianura interna arida può registrare un massimo superiore alla media della cella; al contrario, una stazione costiera ventilata può risultare più fresca del territorio circostante. Per questa ragione gli autori impiegano la rianalisi per il quadro spaziale e storico, ma valutano i modelli climatici attraverso il confronto con le serie delle dodici stazioni. 

La risoluzione della 20CR contribuisce inoltre all’aspetto “a mosaico” della figura. I quadrati cromatici non devono essere interpretati come bruschi confini climatici reali: rappresentano celle della griglia all’interno delle quali i campi atmosferici sono ricostruiti a una determinata risoluzione. In natura la temperatura varia in maniera più continua, salvo le discontinuità introdotte da coste, rilievi e differenti superfici. La mappa è quindi adatta a identificare i grandi nuclei di caldo e le tendenze regionali, ma non a stabilire il record di una singola città o vallata.

Anche la variazione nel tempo della densità osservativa può influire sulle ricostruzioni di lungo periodo. Le rianalisi storiche dipendono da un numero crescente di osservazioni procedendo verso il presente; le versioni più recenti della 20CR hanno migliorato la risoluzione, il sistema di assimilazione e la quantità di dati disponibili, ma rimane necessaria cautela quando si interpretano tendenze locali relative ai periodi più antichi. Il confronto con osservazioni indipendenti e con altre rianalisi costituisce quindi una pratica essenziale. 

Nonostante queste limitazioni, la Figura 1 offre un messaggio robusto. La geografia dei massimi storici mostra che valori superiori a 45 °C erano già caratteristici di vaste zone del Sahara, della Penisola Arabica e del Medio Oriente, mentre rimanevano molto più circoscritti in Europa. La mappa delle tendenze indica tuttavia che tx01 è aumentata nella maggior parte dell’area analizzata, comprese tutte le località di riferimento secondo le stime riportate dagli autori. I tassi locali sono compresi tra circa 0,5 e 2,5 °C per secolo, sebbene la loro intensità e significatività varino spazialmente. 

Il risultato non autorizza ad affermare che l’intero Mediterraneo stia già assumendo la climatologia della Penisola Arabica. Le differenze di partenza rimangono molto ampie e la stessa tendenza può produrre esiti diversi. Un aumento di tx01 a Edirne non comporta automaticamente il raggiungimento imminente dei 50 °C, così come un incremento simile a Doha o Qaisumah può rendere molto più frequente una soglia già oltrepassata nel clima contemporaneo. La figura dimostra dunque una convergenza nella direzione del cambiamento, non un’omogeneizzazione completa delle temperature assolute.

L’analisi permette anche di comprendere perché la soglia dei 45 °C sia utilizzata insieme a quella dei 50 °C. Nei siti più freschi, 50 °C si collocano talmente lontano dalla distribuzione osservata da fornire poche informazioni sul cambiamento presente; 45 °C rappresentano invece un limite più vicino ai record e quindi più sensibile allo spostamento della distribuzione. Nelle località arabiche e in alcune aree nordafricane, la soglia dei 45 °C è già troppo comune per distinguere adeguatamente gli estremi più severi, rendendo necessario considerare 50 °C. La scelta delle soglie è quindi adattata alla diversa climatologia dei siti, pur mantenendo un riferimento comune che consenta il confronto.

Dal punto di vista fisico, l’aumento di tx01 rappresentato nel pannello inferiore può essere interpretato come il risultato dell’interazione tra forzante antropica e variabilità naturale. Il riscaldamento prodotto dall’aumento dei gas serra sposta verso l’alto il livello termico medio, mentre le configurazioni atmosferiche continuano a determinare in quale anno e in quale luogo si verifica il massimo più intenso. La variabilità naturale può temporaneamente mascherare il segnale, producendo anni meno caldi o periodi privi di nuovi record, ma non annulla il progressivo aumento della probabilità delle temperature elevate. Lo studio utilizza successivamente simulazioni con e senza influenza antropica proprio per separare statisticamente questi due contributi. 

La Figura 1 rappresenta pertanto una transizione concettuale tra osservazione storica e attribuzione. Il pannello (a) stabilisce quali regioni possedevano già le condizioni climatiche necessarie per avvicinarsi o superare 45–50 °C; il pannello (b) mostra che il limite superiore della distribuzione si sta spostando in gran parte del dominio. Le successive proiezioni CMIP6 traducono questa evidenza in probabilità future, mostrando che in alcuni siti il superamento dei 50 °C può passare da evento estremamente raro a condizione ricorrente, mentre nelle località più fresche può entrare nel campo delle possibilità senza necessariamente diventare frequente. 

In conclusione, la Figura 1 non annuncia il raggiungimento uniforme e imminente dei 50 °C in tutto il Mediterraneo, ma documenta una trasformazione più complessa e scientificamente significativa. I record storici più elevati restano concentrati nel Sahara, nella Penisola Arabica e nell’Asia sudoccidentale; l’Europa mediterranea presenta valori generalmente inferiori e più localizzati. Tuttavia, il giorno più caldo dell’anno mostra una tendenza crescente nella maggior parte della regione e in tutte le dodici località selezionate. Il cambiamento climatico antropico agisce quindi su climatologie di partenza differenti, amplificando il caldo estremo laddove esso è già molto intenso e rendendo progressivamente plausibili, nelle regioni più fresche, temperature precedentemente estranee all’esperienza osservativa. Il significato principale della figura risiede proprio in questa sovrapposizione tra geografia dei record e geografia delle tendenze: le aree più calde non soltanto partono da valori superiori, ma in molti casi continuano a riscaldarsi, riducendo rapidamente il tempo di ritorno degli estremi termici più severi.

Valutazione dei modelli climatici

La valutazione dei modelli costituisce una fase essenziale di qualsiasi analisi di attribuzione degli eventi estremi, poiché le stime del ruolo esercitato dalle attività umane dipendono direttamente dalla capacità delle simulazioni climatiche di rappresentare in modo realistico la variabile meteorologica utilizzata per definire l’evento. Nel caso esaminato da Christidis, Mitchell e Stott, la variabile di riferimento è tx01, ossia la temperatura massima giornaliera più elevata registrata nel corso di ciascun anno. Questo indice descrive, in termini semplici, il giorno più caldo dell’anno e presenta proprietà statistiche generalmente più robuste rispetto a indicatori basati su eventi ancora più rari e collocati molto lontano nella coda superiore della distribuzione. Poiché ogni anno fornisce un valore di tx01, è possibile costruire serie temporali di massimi annuali sufficientemente omogenee da consentire il confronto tra osservazioni e simulazioni, pur permanendo le inevitabili limitazioni derivanti dalla lunghezza relativamente ridotta delle serie strumentali. Lo studio utilizza un insieme di 11 modelli CMIP6, comprendente 46 simulazioni del clima reale, indicate come esperimenti ALL, e 50 simulazioni controfattuali del clima naturale, denominate NAT. Le prime includono sia le forzanti naturali sia quelle antropogeniche, mentre le seconde considerano esclusivamente le variazioni dell’attività solare e degli aerosol vulcanici, escludendo l’influenza delle emissioni umane di gas serra, degli aerosol antropogenici, dell’ozono e dei cambiamenti nell’uso del suolo. Questa struttura sperimentale deriva dal Detection and Attribution Model Intercomparison Project, o DAMIP, sviluppato nell’ambito di CMIP6 per separare e quantificare il contributo delle diverse forzanti ai cambiamenti osservati del sistema climatico. 

La questione centrale non consiste nel pretendere che ciascun modello riproduca esattamente la successione annuale delle temperature osservate. Un modello climatico non è una previsione deterministica del tempo verificatosi in uno specifico anno, ma una rappresentazione numerica delle proprietà statistiche e fisiche del sistema climatico. La variabilità interna dell’atmosfera e dell’oceano determina infatti una successione in parte caotica di estati più o meno calde, configurazioni anticicloniche, periodi siccitosi e avvezioni di masse d’aria subtropicali. Anche un modello fisicamente corretto non dovrebbe quindi simulare necessariamente un’estate eccezionalmente calda nello stesso anno in cui essa è stata osservata. Ciò che deve riprodurre è la distribuzione statistica degli eventi: il valore medio, la dispersione interannuale, la forma della distribuzione, la frequenza relativa degli anni molto caldi e, soprattutto, il comportamento della coda superiore dalla quale vengono ricavate le probabilità di superamento di soglie quali 45 o 50 °C. Questa distinzione è fondamentale nell’attribuzione probabilistica, perché l’obiettivo non è ricostruire la cronologia esatta di ogni episodio, bensì confrontare la probabilità di un determinato estremo nel mondo reale con quella che lo stesso estremo avrebbe avuto in un clima privo dell’influenza antropica. L’IPCC sottolinea infatti che i modelli climatici sono generalmente in grado di riprodurre la direzione dei cambiamenti osservati negli estremi termici su scala globale e nella maggior parte delle regioni, pur potendo presentare differenze nella loro ampiezza a scala locale. 

Gli autori scelgono di valutare l’insieme multimodello nel suo complesso anziché attribuire un giudizio definitivo a ciascun modello considerato isolatamente. Tale impostazione risponde a una caratteristica fondamentale della modellistica climatica: modelli differenti possono presentare errori di segno opposto, sensibilità climatiche diverse, differenti rappresentazioni dei processi superficiali e risoluzioni spaziali non coincidenti. L’utilizzo di un insieme multimodello permette quindi di esplorare una gamma più ampia di possibili risposte climatiche e di incorporare, almeno parzialmente, l’incertezza strutturale derivante dalle diverse formulazioni numeriche del sistema atmosfera-oceano-superficie terrestre. Inoltre, il gran numero di anni simulati produce campioni statistici molto più estesi delle sole osservazioni disponibili, rendendo possibile la stima di probabilità associate a eventi rari. Gli autori limitano comunque il numero di simulazioni provenienti da ciascun modello, in modo che i sistemi dotati di ensemble più numerosi non esercitino un peso sproporzionato sul risultato finale. Due modelli con lacune rilevanti nei dati e prestazioni insufficienti nei test preliminari sono stati esclusi, lasciando 46 simulazioni ALL e 50 NAT. Questa procedura non elimina completamente la dipendenza tra modelli, poiché molti sistemi climatici condividono componenti, schemi fisici o genealogie di sviluppo, ma riduce il rischio che un singolo modello domini artificialmente la distribuzione complessiva. 

Il primo elemento esaminato è la deviazione standard di tx01, che misura l’ampiezza della variabilità interannuale del giorno più caldo dell’anno. Una deviazione standard eccessivamente piccola indicherebbe un clima modellato troppo stabile, nel quale gli anni estremamente caldi risulterebbero meno frequenti di quanto osservato; al contrario, una deviazione standard troppo grande produrrebbe oscillazioni annuali esagerate e potrebbe aumentare artificialmente la probabilità di superare le soglie più elevate. Il fatto che la deviazione standard osservata rientri nell’intervallo generato dai modelli in tutte le località rappresenta pertanto un importante elemento di coerenza. Nessun modello mostra sistematicamente una variabilità troppo elevata o troppo bassa nell’intero insieme delle stazioni, suggerendo che gli eventuali errori non assumano la forma di una distorsione comune e persistente. Questo risultato è particolarmente significativo perché la probabilità degli estremi dipende non soltanto dallo spostamento del valore medio, ma anche dalla dispersione della distribuzione: a parità di temperatura media, una distribuzione più larga produce una maggiore frequenza di valori eccezionalmente elevati. La verifica della deviazione standard non è tuttavia sufficiente, poiché due serie possono avere la stessa media e la stessa dispersione pur differendo notevolmente nella forma delle code, nell’asimmetria o nella persistenza temporale.

Per questa ragione, gli autori analizzano anche gli spettri di potenza delle serie di tx01. Lo spettro di potenza permette di scomporre la variabilità osservata e simulata in funzione delle diverse scale temporali, distinguendo, per esempio, le oscillazioni relativamente rapide da quelle decadali o multidecadali. In termini climatici, questa verifica serve a stabilire se i modelli distribuiscano la variabilità nel tempo in maniera compatibile con le osservazioni. Un modello potrebbe infatti presentare una deviazione standard complessivamente corretta, ma concentrare troppa variabilità nelle oscillazioni da un anno all’altro e troppo poca nelle fluttuazioni di durata pluriennale, oppure viceversa. Nel lavoro di Christidis e colleghi, gli spettri osservati risultano compresi nell’intervallo modellistico, fornendo indicazioni favorevoli sulla capacità dell’ensemble di rappresentare non soltanto la quantità totale di variabilità, ma anche la sua organizzazione temporale. L’uso degli spettri nelle analisi di rilevamento e attribuzione ha una tradizione consolidata, perché una corretta rappresentazione della variabilità alle diverse frequenze è necessaria per distinguere un segnale forzato da oscillazioni interne che possono temporaneamente amplificarlo o mascherarlo. 

Una parte centrale della valutazione è costituita dai grafici quantile-quantile, comunemente indicati come grafici Q-Q. In questi diagrammi, i quantili della distribuzione simulata vengono confrontati con i corrispondenti quantili della distribuzione osservata. Se modello e osservazioni descrivono distribuzioni simili, i punti tendono a disporsi lungo una linea diagonale. Deviazioni sistematiche dalla diagonale segnalerebbero invece una rappresentazione distorta di determinate parti della distribuzione. Per esempio, una curvatura verso valori modellati superiori nella parte alta del grafico indicherebbe che il modello produce estremi caldi più intensi di quelli osservati; una curvatura opposta suggerirebbe una sottostima della coda calda. Il vantaggio del grafico Q-Q consiste proprio nella possibilità di valutare separatamente il corpo centrale e le code della distribuzione, anziché limitarsi a confrontare media e varianza. Nel presente studio non emerge alcuna discrepanza sistematica tra tx01 modellata e osservata, e il grado di accordo rimane soddisfacente anche per i quantili più elevati. Questo aspetto è decisivo, perché le soglie di 45 e 50 °C appartengono alla parte calda della distribuzione e le successive stime dei tempi di ritorno dipendono dalla capacità dei modelli di descrivere correttamente proprio tale regione statistica. 

L’accordo visivo dei grafici Q-Q viene integrato mediante il test di Kolmogorov-Smirnov, applicato separatamente a ciascuna località. Il test confronta la funzione di distribuzione cumulativa dei valori osservati di tx01 con quella ottenuta aggregando i valori delle 46 simulazioni ALL nel periodo coperto dalle osservazioni. L’ipotesi nulla è che i due campioni provengano dalla stessa distribuzione statistica. In tutte le stazioni considerate, il valore di p risulta superiore a 0,1; pertanto non vi sono evidenze statistiche sufficienti per rifiutare l’ipotesi di compatibilità tra distribuzione modellata e distribuzione osservata. Questo risultato deve essere interpretato con precisione: un valore di p superiore a 0,1 non dimostra che le distribuzioni siano perfettamente identiche, ma indica che le differenze riscontrate non sono abbastanza grandi da essere considerate incompatibili con le fluttuazioni campionarie. La distinzione è importante soprattutto nel caso degli estremi climatici, poiché le serie osservative relativamente brevi riducono la potenza statistica del test e limitano la quantità di informazioni disponibile sulle code più rare. Gli autori riconoscono esplicitamente tale limite, osservando tuttavia che la combinazione delle diverse procedure diagnostiche sarebbe stata comunque capace di identificare modelli nettamente discordanti rispetto alle osservazioni o al resto dell’ensemble. 

Il test di Kolmogorov-Smirnov fornisce una valutazione globale della distanza tra due distribuzioni, ma non è specificamente progettato per attribuire il massimo peso alle code estreme. Per questo motivo la sua interpretazione diventa più convincente quando viene affiancata dal confronto della deviazione standard, dagli spettri di potenza e dai grafici Q-Q. Le quattro verifiche rispondono infatti a domande complementari: la deviazione standard valuta l’ampiezza complessiva della variabilità; gli spettri ne esaminano la distribuzione sulle diverse scale temporali; i grafici Q-Q verificano la corrispondenza tra i quantili, comprese le code; il test di Kolmogorov-Smirnov valuta formalmente la compatibilità delle distribuzioni cumulative. La convergenza dei risultati riduce la possibilità che una buona prestazione secondo un singolo indicatore nasconda errori rilevanti in altre proprietà della serie. Tale approccio è coerente con le valutazioni sviluppate in precedenti studi di attribuzione. Vautard e colleghi, per esempio, hanno mostrato che la validazione di un modello destinato all’attribuzione degli estremi dovrebbe comprendere variabilità, tendenze, parametri delle distribuzioni estreme e, ove possibile, processi fisici quali circolazione atmosferica, interazioni terra-atmosfera e regimi di blocco. Il loro lavoro evidenzia anche che un modello può riprodurre correttamente alcune caratteristiche degli estremi pur conservando bias in specifici processi regionali, come un’eccessiva essiccazione del suolo capace di amplificare la variabilità termica estiva. 

Questo punto consente di comprendere sia la forza sia i limiti della valutazione effettuata da Christidis e colleghi. Lo studio non pretende di dimostrare che gli 11 modelli riproducano perfettamente ogni meccanismo responsabile delle temperature superiori a 45 o 50 °C. La formazione di un estremo termico locale può dipendere dalla persistenza di un promontorio subtropicale, dalla subsidenza atmosferica, dall’avvezione di aria molto calda, dall’aridità del suolo, dalla riduzione dell’evapotraspirazione, dalle caratteristiche della copertura vegetale, dalla topografia e dalle condizioni del mare circostante. Un’analisi fisica completa richiederebbe la valutazione separata di ciascuno di questi processi. Tuttavia, in un quadro di attribuzione probabilistica, la proprietà essenziale è che il modello rappresenti adeguatamente la distribuzione della variabile finale dalla quale vengono ricavate le probabilità. Se differenti combinazioni di processi modellistici conducono a una distribuzione di tx01 coerente con le osservazioni, l’ensemble può essere considerato adatto alla specifica domanda statistica, pur senza essere necessariamente perfetto in ogni componente fisica. Ciò non significa che i meccanismi dinamici siano irrilevanti, ma che l’adeguatezza del modello deve essere giudicata in rapporto alla domanda scientifica formulata.

Una particolare attenzione deve essere riservata al confronto tra osservazioni puntuali e dati modellistici rappresentativi di una cella di griglia. Una stazione meteorologica misura la temperatura in un luogo specifico, mentre la temperatura simulata da un modello rappresenta mediamente un’area molto più ampia. Il confronto diretto potrebbe quindi essere problematico in presenza di forti gradienti altimetrici, coste complesse, superfici irrigate, aree desertiche molto eterogenee o grandi agglomerati urbani. Gli autori utilizzano il punto di griglia più vicino a ciascuna stazione e applicano una correzione del bias medio, sottraendo la differenza tra la media modellata e quella osservata durante il periodo comune. Questa correzione non modifica la variabilità interannuale né la forma della distribuzione, ma riallinea il suo centro, rendendo più coerente il confronto delle soglie assolute. L’impiego di una correzione media è frequente negli studi di attribuzione, perché i bias climatici medi possono derivare dalla risoluzione del modello, dall’altitudine rappresentata nella griglia o dalle caratteristiche locali non risolte esplicitamente. Rimane comunque necessario verificare che, dopo la correzione, la dispersione e le code siano realistiche: proprio a questa esigenza rispondono i test descritti nella sezione. 

La selezione di stazioni situate lontano dai grandi centri urbani riduce inoltre il rischio che il confronto sia alterato dall’isola di calore urbana. Le superfici artificiali, la ridotta vegetazione, l’accumulo di calore negli edifici e il calore prodotto dalle attività umane possono innalzare le temperature cittadine rispetto alle zone circostanti, soprattutto durante la notte, ma in determinate condizioni possono influire anche sui valori massimi diurni. Poiché i modelli climatici globali non rappresentano in modo esplicito tutti i dettagli della morfologia urbana, una stazione collocata nel centro di una grande città potrebbe risultare sistematicamente più calda del corrispondente punto di griglia. Nello studio, la buona corrispondenza tra distribuzioni osservate e simulate non mostra segnali di un riscaldamento urbano tale da rendere le simulazioni eccessivamente fredde. Questa conclusione vale tuttavia soltanto per le località selezionate e non può essere trasferita automaticamente alle aree metropolitane vicine, nelle quali l’esposizione umana e le temperature effettive potrebbero essere superiori. L’IPCC riconosce che l’urbanizzazione ha probabilmente aggravato gli estremi termici nelle città, con un’influenza particolarmente evidente sulle temperature notturne. 

La solidità della distribuzione modellata è particolarmente importante perché le probabilità successive vengono stimate adattando una distribuzione generalizzata dei valori estremi, o GEV, ai massimi annuali di tx01. La teoria dei valori estremi fornisce un quadro statistico specificamente concepito per descrivere i massimi o i minimi estratti da blocchi temporali, come gli anni. A partire dai parametri della distribuzione è possibile stimare la probabilità annuale di superare una soglia e il corrispondente tempo di ritorno. Tuttavia, le estrapolazioni verso periodi di ritorno molto lunghi sono sensibili alla forma della coda e alle dimensioni del campione: piccoli errori nella variabilità o nei quantili superiori possono tradursi in grandi differenze nella probabilità attribuita agli eventi più rari. Wehner, Gleckler e Lee hanno mostrato che la valutazione dei valori di ritorno delle temperature estreme nei modelli CMIP richiede un confronto diretto con analoghe quantità ricavate dalle osservazioni, proprio perché una buona rappresentazione del clima medio non garantisce automaticamente una buona rappresentazione dei massimi rari. Nel lavoro di Christidis e colleghi, l’accordo riscontrato per la coda calda di tx01 costituisce quindi il presupposto statistico indispensabile per utilizzare l’ensemble nella stima delle probabilità di superamento di 45 e 50 °C. 

L’elevato numero di anni simulati riduce l’incertezza campionaria, ma non la elimina. Le 46 simulazioni ALL forniscono molte più realizzazioni climatiche rispetto alle serie osservative, permettendo di osservare combinazioni di variabilità interna e forzante esterna che non sono ancora comparse nel breve periodo strumentale. Tuttavia, tali anni non possono essere considerati completamente indipendenti sotto ogni aspetto: i valori consecutivi all’interno di una stessa simulazione possono presentare persistenza, mentre simulazioni dello stesso modello condividono identiche parametrizzazioni e sensibilità. Anche modelli diversi possono essere genealogicamente correlati. Inoltre, il pooling dei dati presuppone che l’ensemble multimodello rappresenti una gamma plausibile di comportamenti climatici, non necessariamente una distribuzione probabilistica perfettamente calibrata di tutti i futuri possibili. Per questa ragione gli intervalli di incertezza ottenuti attraverso il bootstrap devono essere interpretati come una misura dell’incertezza statistica interna al quadro sperimentale adottato, non come una quantificazione assoluta di ogni fonte di incertezza fisica, osservativa e strutturale.

Nel complesso, la valutazione fornisce una base ragionevole per considerare l’ensemble adatto all’analisi di attribuzione proposta. La variabilità osservata rientra nell’intervallo modellistico, la struttura temporale non presenta incompatibilità evidenti, i grafici Q-Q mostrano una buona corrispondenza anche nella coda calda e il test di Kolmogorov-Smirnov non rileva differenze statisticamente significative tra le distribuzioni osservate e simulate. Nessuno di questi risultati, preso isolatamente, dimostrerebbe la perfezione dei modelli; considerati congiuntamente, essi indicano però che non esiste una distorsione sistematica abbastanza marcata da compromettere l’utilizzo di tx01 per stimare il cambiamento della probabilità degli estremi. La conclusione più corretta non è quindi che i modelli riproducano ogni dettaglio del clima locale, ma che rappresentino con sufficiente affidabilità le proprietà statistiche essenziali del giorno più caldo dell’anno nelle stazioni considerate.

La sezione assume infine un significato più ampio nel dibattito sull’affidabilità delle proiezioni estreme. Un modello non dovrebbe essere giudicato soltanto in base alla capacità di simulare un singolo record osservato, poiché un record è per definizione il risultato di una specifica realizzazione della variabilità meteorologica. La valutazione deve concentrarsi sull’intera distribuzione, sulle sue fluttuazioni temporali e sui processi che possono modificarne la forma. Nel presente caso, il buon accordo tra osservazioni e simulazioni implica che il forte aumento delle probabilità di temperature eccezionali calcolato nelle sezioni successive non deriva semplicemente da un ensemble intrinsecamente troppo variabile o artificialmente predisposto a produrre valori estremi. Esso emerge invece dal progressivo spostamento verso temperature più elevate della distribuzione modellata nelle simulazioni comprendenti le forzanti antropogeniche. Tale interpretazione è coerente con la più ampia letteratura scientifica e con la valutazione dell’IPCC, secondo cui l’influenza umana rappresenta il principale fattore dell’aumento osservato della frequenza e dell’intensità degli estremi caldi a scala globale e nella maggior parte delle regioni continentali. 

Evoluzione osservata e modellata del giorno più caldo dell’anno nelle regioni mediterranee e mediorientali

La Figura 2 costituisce uno degli elementi centrali dello studio di Christidis, Mitchell e Stott dedicato alla crescente probabilità di superare temperature di 50 °C in alcune aree del Mediterraneo, del Nord Africa e del Medio Oriente. Il grafico mette a confronto, per dodici località distribuite su tre continenti, le osservazioni strumentali e le simulazioni climatiche relative a tx01, definita come la temperatura massima giornaliera più elevata registrata nel corso di ciascun anno. Ogni punto della serie non descrive pertanto la temperatura media estiva né l’intera durata di un’ondata di calore, ma esclusivamente il valore raggiunto nel giorno più caldo dell’anno. 

La scelta di tx01 risponde all’esigenza di utilizzare una variabile capace di rappresentare gli estremi termici locali in modo relativamente semplice e confrontabile. L’indice permette di studiare come si sposti nel tempo la parte più calda della distribuzione annuale delle temperature, evitando di confondere il cambiamento dell’intensità massima con quello della frequenza o della durata delle ondate di calore. Due regioni potrebbero infatti presentare valori simili di tx01, ma differire profondamente nel numero complessivo di giornate torride, nella persistenza del caldo e nelle temperature notturne.

L’asse orizzontale della figura copre il periodo compreso tra il 1850 e il 2100, mentre quello verticale riporta tx01 in gradi Celsius. Le serie nere rappresentano le osservazioni delle stazioni meteorologiche, disponibili soltanto per alcuni decenni recenti; le linee rosse corrispondono alle 46 simulazioni ALL, nelle quali sono incluse sia le forzanti naturali sia quelle antropogeniche; le linee blu rappresentano invece le 50 simulazioni NAT, costruite considerando soltanto le forzanti naturali. I dati provengono da 11 modelli climatici CMIP6 e le simulazioni ALL vengono estese fino al 2100 secondo lo scenario intermedio SSP2-4.5. 

La distinzione tra ALL e NAT è fondamentale ai fini dell’attribuzione. Le simulazioni ALL rappresentano un mondo climatico influenzato dalle variazioni naturali, dalle emissioni antropogeniche di gas serra, dagli aerosol, dai cambiamenti nell’uso del suolo e dalle altre forzanti considerate nei modelli. Le simulazioni NAT descrivono invece un clima controfattuale nel quale l’influenza umana viene rimossa, lasciando agire soprattutto le variazioni dell’attività solare e gli effetti delle eruzioni vulcaniche.

Il confronto non deve essere interpretato come se le linee blu rappresentassero una previsione alternativa realmente percorribile a partire dal presente. Esse costituiscono piuttosto un esperimento numerico necessario per stimare come si sarebbe comportato il clima in assenza della componente antropogenica. La differenza crescente tra il fascio rosso e quello blu fornisce quindi un’indicazione visiva del contributo umano all’aumento dei massimi termici annuali.

Le due linee orizzontali grigie, collocate rispettivamente a 45 e 50 °C, svolgono la funzione di soglie climatiche assolute. La soglia di 45 °C è particolarmente utile nelle località relativamente meno calde, dove il superamento dei 50 °C rimane estremamente raro; quella di 50 °C identifica invece un livello di calore eccezionale, ma con significato climatologico differente a seconda della regione. In Arabia Saudita o Qatar, per esempio, essa si colloca già in prossimità della distribuzione attuale, mentre in Turchia, Israele e Giordania risulta ancora molto distante dai massimi storicamente osservati. 

Le abbreviazioni riportate nei pannelli indicano Emirati Arabi Uniti, Algeria, Egitto, Spagna, Israele, Giordania, Libia, Marocco, Qatar, Arabia Saudita, Tunisia e Turchia. La selezione comprende quindi ambienti climatici molto differenti: dalle aree desertiche della Penisola Arabica alle regioni semiaride nordafricane, fino ai settori mediterranei europei e anatolici. Tale eterogeneità permette di osservare come un identico riscaldamento di fondo possa produrre conseguenze statistiche molto diverse in relazione alla climatologia locale.

Durante la prima parte del periodo storico le simulazioni rosse e blu risultano largamente sovrapposte. Ciò non implica che l’influenza antropogenica fosse completamente assente, ma indica che il suo segnale era ancora piccolo rispetto alla variabilità naturale del sistema climatico. Da un anno all’altro, la temperatura del giorno più caldo può oscillare sensibilmente in risposta alla circolazione atmosferica, alla copertura nuvolosa, all’umidità del suolo, all’avvezione di masse d’aria subtropicali e alla persistenza di configurazioni anticicloniche.

La dispersione verticale delle linee colorate rappresenta proprio questa combinazione di variabilità interna, differenze tra modelli e differenze tra le singole realizzazioni numeriche. Un anno simulato può risultare particolarmente caldo anche nella configurazione NAT, mentre un singolo anno ALL può essere relativamente meno estremo. Il segnale climatico emerge non dall’andamento di una singola linea, ma dallo spostamento progressivo dell’intero insieme delle simulazioni.

A partire dalla seconda metà del XX secolo e soprattutto nel corso del XXI, il fascio rosso tende a separarsi sempre più chiaramente da quello blu. Nelle simulazioni NAT, tx01 continua a oscillare attorno a valori relativamente stabili; nelle simulazioni ALL, invece, la distribuzione si sposta verso l’alto in tutte le località. La variabilità annuale non scompare, ma agisce su un livello termico di fondo progressivamente più elevato. 

Questo comportamento è coerente con la valutazione complessiva dell’IPCC, secondo cui le emissioni antropogeniche di gas serra rappresentano il principale fattore dell’aumento osservato dell’intensità e della frequenza degli estremi caldi su scala globale e nella maggior parte dei continenti. L’IPCC sottolinea inoltre che gli aumenti percentuali della frequenza tendono a essere maggiori per gli eventi più rari: uno spostamento apparentemente modesto della distribuzione media può quindi determinare una crescita molto ampia della probabilità di superare soglie collocate nella coda estrema. 

Il fenomeno può essere compreso immaginando la distribuzione di tx01 come una curva che si sposta gradualmente verso temperature superiori. Se la soglia di 50 °C si trova inizialmente molto lontana dal centro della distribuzione, soltanto una frazione trascurabile degli anni riesce a superarla. Quando l’intera distribuzione si sposta anche di pochi gradi, la soglia entra progressivamente in una zona caratterizzata da probabilità maggiori, producendo una riduzione molto rapida del tempo di ritorno.

La non linearità del rischio è particolarmente evidente nelle località più calde. In Qatar e Arabia Saudita, dove sono già state osservate temperature massime superiori a 50 °C, un ulteriore riscaldamento trasforma gradualmente una soglia estrema in un valore più vicino alla normale variabilità annuale. Gli autori stimano che, in Arabia Saudita, la tx01 media delle simulazioni possa raggiungere circa 53 °C entro la fine del secolo, rendendo i 50 °C relativamente poco eccezionali rispetto al nuovo livello climatico. 

Nei pannelli relativi a Emirati Arabi Uniti, Qatar e Arabia Saudita, le linee rosse superano sempre più frequentemente la soglia superiore durante il XXI secolo. In queste regioni il problema non consiste soltanto nella possibile comparsa di record isolati, ma nel progressivo aumento della frequenza con cui condizioni vicine o superiori ai 50 °C potrebbero verificarsi. Il cambiamento riguarda quindi il carattere statistico dell’estremo: ciò che in passato apparteneva alla parte più remota della distribuzione può diventare un evento ricorrente.

Anche Libia, Marocco, Algeria, Egitto e Tunisia mostrano un marcato spostamento del fascio rosso. In queste località, tx01 si colloca già frequentemente al di sopra dei 45 °C e può avvicinarsi ai 50 °C nel clima recente. Nel corso del XXI secolo, numerose simulazioni ALL oltrepassano la soglia superiore, mentre le simulazioni NAT rimangono prevalentemente concentrate sui livelli storici.

Il Nord Africa presenta tuttavia una dispersione interannuale generalmente ampia. Questa caratteristica suggerisce che la temperatura massima di un singolo anno continuerà a dipendere fortemente dalla configurazione meteorologica, anche in presenza di un robusto riscaldamento di fondo. Non tutti gli anni futuri saranno quindi necessariamente più caldi di qualsiasi anno precedente, ma la probabilità di ottenere valori eccezionalmente elevati crescerà progressivamente.

In Spagna, Israele, Giordania e Turchia, la soglia dei 50 °C appare molto più lontana dalla climatologia osservata. La soglia di 45 °C assume pertanto maggiore rilevanza, poiché rappresenta un livello estremo ma più vicino alla distribuzione locale. La Figura 2 mostra che i superamenti dei 45 °C, molto rari o assenti nel clima naturale di alcune di queste stazioni, diventano progressivamente più plausibili nelle simulazioni contenenti la forzante antropogenica. 

La Turchia rappresenta uno degli esempi più chiari. Nel periodo storico, tx01 rimane generalmente diversi gradi al di sotto dei 45 °C; verso la fine del XXI secolo, invece, una parte crescente delle simulazioni rosse raggiunge o supera tale livello. Il grafico non indica che i 45 °C diventeranno inevitabili ogni anno, ma mostra che la soglia entra all’interno dell’intervallo delle possibilità simulate.

Israele e Giordania presentano una trasformazione analoga. I massimi annuali osservati si collocano prevalentemente intorno ai 40 °C o poco al di sopra, ma l’insieme ALL si sposta gradualmente verso la soglia dei 45 °C. Secondo le analisi probabilistiche sviluppate nello stesso studio, nelle tre località relativamente più fresche — Israele, Giordania e Turchia — gli anni con tx01 superiore a 45 °C sarebbero estremamente rari nel clima NAT, con tempi di ritorno dell’ordine di secoli, ma potrebbero verificarsi almeno una volta per decennio entro la fine del secolo. 

La Spagna occupa una posizione intermedia. Il clima storico consente già occasionalmente temperature molto elevate, ma la soglia di 50 °C rimane al di sopra dei valori normalmente osservati. Nelle simulazioni ALL di fine secolo compaiono tuttavia anni che raggiungono o superano tale livello, mostrando che anche un estremo privo di precedenti nella serie locale può diventare fisicamente plausibile in un clima più caldo.

La presenza di alcuni superamenti simulati non equivale comunque a una previsione certa di un record nazionale. I valori modellistici sono riferiti alla cella di griglia più vicina alla stazione e sono sottoposti a una correzione del bias medio rispetto alle osservazioni. Essi non risolvono tutte le caratteristiche topografiche, costiere, urbane o microclimatiche capaci di influenzare una misura puntuale. 

Gli autori hanno selezionato stazioni esterne ai grandi centri urbani, spesso situate presso aeroporti o piccoli abitati, per ridurre l’influenza dell’isola di calore urbana. La buona sovrapposizione tra osservazioni nere e intervallo simulato durante il periodo comune suggerisce che i dati alla scala della griglia rappresentino adeguatamente la distribuzione locale di tx01 per le finalità dell’analisi. I risultati non devono però essere trasferiti automaticamente alle città vicine, dove esposizione, densità edilizia e accumulo di calore possono produrre condizioni differenti. 

Le osservazioni nere svolgono quindi una funzione decisiva di controllo. Esse non devono coincidere anno per anno con una specifica simulazione, perché ciascun membro dell’ensemble genera una diversa sequenza della variabilità naturale. È sufficiente che la distribuzione osservata, la sua dispersione e la sua coda calda risultino compatibili con l’intervallo prodotto dai modelli.

Le verifiche statistiche effettuate dagli autori mostrano che la deviazione standard osservata di tx01 rientra nell’intervallo delle simulazioni e che nessun modello presenta sistematicamente una variabilità troppo elevata o troppo ridotta nelle dodici località. Anche gli spettri di potenza, utilizzati per analizzare la variabilità su differenti scale temporali, collocano generalmente le osservazioni all’interno dell’intervallo modellistico. 

I grafici quantile-quantile utilizzati nella successiva valutazione mostrano inoltre un buon accordo tra la distribuzione osservata e quella simulata, compresa la coda calda corrispondente ai valori più elevati di tx01. Il test di Kolmogorov-Smirnov non identifica differenze statisticamente significative tra le distribuzioni osservate e quelle ottenute dalle simulazioni ALL, con valori di p superiori a 0,1 in tutte le località. Questi risultati non dimostrano che i modelli siano perfetti, ma indicano che essi sono sufficientemente coerenti con le osservazioni per essere impiegati nell’analisi di attribuzione. 

La Figura 2 possiede dunque una doppia funzione. Da un lato mostra il cambiamento futuro dei massimi annuali; dall’altro permette di verificare che il livello e la variabilità delle temperature osservate siano adeguatamente contenuti nell’insieme modellistico. Senza questa seconda condizione, la separazione tra rosso e blu potrebbe essere il risultato di un modello incapace di rappresentare il clima locale, anziché l’espressione di un reale effetto delle forzanti antropogeniche.

La progressiva separazione tra le simulazioni ALL e NAT è coerente con numerosi studi indipendenti sulla regione MENA. Lelieveld e collaboratori hanno mostrato che il riscaldamento estivo del Medio Oriente e del Nord Africa può essere particolarmente intenso e che, in uno scenario di elevate emissioni, la temperatura dei giorni più caldi potrebbe passare da circa 43 °C nel periodo di riferimento a quasi 47 °C a metà secolo e a valori prossimi ai 50 °C verso la fine del secolo, considerando la media regionale. 

Gli stessi autori hanno associato l’amplificazione estiva del riscaldamento alle caratteristiche delle superfici aride. Quando l’umidità del suolo è molto ridotta, una quota minore dell’energia disponibile viene utilizzata per l’evaporazione e una parte maggiore riscalda direttamente la superficie e gli strati inferiori dell’atmosfera. L’aumento della radiazione infrarossa atmosferica verso il basso e la limitata capacità dei terreni secchi di immagazzinare calore contribuiscono così a intensificare i massimi termici. 

Zittis e colleghi, mediante un insieme di proiezioni climatiche regionali, hanno previsto che in uno scenario senza una sostanziale mitigazione possano emergere nella seconda metà del secolo ondate di calore definite “super-estreme” e “ultra-estreme”, caratterizzate da temperature fino a 56 °C o superiori e da una durata di diverse settimane. Queste stime si riferiscono a uno scenario più severo rispetto allo SSP2-4.5 impiegato da Christidis e colleghi e non devono quindi essere sovrapposte direttamente alla Figura 2, ma confermano la particolare sensibilità della regione all’intensificazione del caldo. 

Ntoumos e collaboratori, analizzando 18 modelli CMIP5 sotto differenti scenari emissivi, hanno riscontrato un aumento generalizzato degli estremi termici in tutta la regione MENA. Nello scenario RCP8.5, l’incremento mediano del giorno più caldo dell’anno raggiunge circa 6,1 °C alla fine del secolo rispetto al periodo di riferimento, mentre ampie parti della regione potrebbero superare 50 °C durante gli episodi più intensi e alcune zone del Golfo e dell’Iraq potrebbero oltrepassare 56 °C. 

Il confronto tra questi studi mostra che l’entità finale del riscaldamento dipende fortemente dal percorso emissivo. La Figura 2 non descrive lo scenario più estremo disponibile, ma una traiettoria intermedia nella quale vengono riconosciuti alcuni progressi di mitigazione senza una rapida stabilizzazione delle concentrazioni atmosferiche. Il fatto che superamenti dei 50 °C compaiano in tutte le località verso la fine del secolo anche in tale contesto conferisce particolare rilievo al risultato, pur non implicando che essi diventino ugualmente frequenti ovunque. 

Un ulteriore elemento da considerare è che tx01 rappresenta soltanto la temperatura dell’aria e non descrive direttamente lo stress fisiologico. L’impatto sulla salute dipende anche dall’umidità, dalla ventilazione, dalla radiazione solare, dalla temperatura notturna, dalla durata dell’episodio, dall’accesso al raffrescamento e dalle condizioni individuali. Una giornata di 45 °C in un ambiente umido può produrre uno stress termico più grave rispetto a una temperatura superiore in un ambiente molto secco, soprattutto quando il corpo non riesce a disperdere efficacemente il calore attraverso l’evaporazione del sudore.

Analogamente, la figura rappresenta il pericolo meteorologico, ma non il rischio complessivo. Nel quadro concettuale dell’IPCC, il rischio deriva dall’interazione tra pericolosità, esposizione e vulnerabilità. L’aumento di tx01 accresce la componente fisica del pericolo, ma le conseguenze concrete dipendono dalla distribuzione della popolazione, dalla qualità delle abitazioni, dall’organizzazione sanitaria, dalle condizioni lavorative e dalla capacità di adattamento. 

La rilevanza della soglia di 50 °C non è quindi esclusivamente simbolica. Un suo superamento segnala condizioni atmosferiche potenzialmente molto pericolose, ma la gravità reale dipende dal contesto. Nelle aree già adattate a temperature elevate, infrastrutture e comportamenti possono ridurre una parte del rischio; nello stesso tempo, l’aumento della frequenza e della durata degli episodi può mettere sotto pressione sistemi elettrici, risorse idriche, attività agricole e lavoro all’aperto.

È inoltre importante distinguere tra la possibilità di un evento e la sua ricorrenza. La comparsa di una singola linea rossa sopra i 50 °C indica che l’ensemble considera fisicamente possibile tale valore in un determinato clima. Per stabilire se esso si verifichi mediamente una volta ogni cento, venti, dieci anni oppure quasi annualmente è necessario analizzare le distribuzioni probabilistiche e i tempi di ritorno, operazione svolta nelle figure successive dello studio.

La Figura 2 non deve pertanto essere letta come un calendario di temperature future. Non è possibile dedurre da essa quale anno supererà una soglia, né quale sarà l’esatto valore misurato da una specifica stazione. Il grafico mostra invece l’evoluzione del ventaglio delle possibilità climatiche e la progressiva modifica della probabilità degli estremi.

Il suo messaggio scientifico principale è che la variabilità naturale, pur continuando a modulare fortemente i massimi annuali, non produce nelle simulazioni NAT una tendenza paragonabile a quella osservata nell’ensemble ALL. La componente antropogenica non elimina le oscillazioni annuali, ma innalza il livello sul quale esse si sviluppano, rendendo più frequenti valori che un tempo sarebbero stati eccezionali o praticamente impossibili.

Nelle località già molto calde, questo processo tende a trasformare i 50 °C da evento raro a fenomeno ricorrente. Nelle località più temperate, determina dapprima una rapida crescita dei superamenti dei 45 °C e successivamente rende plausibili estremi senza precedenti. L’intensità del cambiamento varia regionalmente, ma la direzione è coerente in tutti i pannelli.

La Figura 2 offre quindi una rappresentazione immediata del passaggio da un clima nel quale le distribuzioni ALL e NAT sono difficilmente distinguibili a uno nel quale esse divergono nettamente. Essa mostra che il superamento delle grandi soglie termiche non dipende soltanto da occasionali configurazioni meteorologiche eccezionali, ma dal progressivo spostamento della distribuzione climatica prodotto dall’accumulo delle forzanti antropogeniche.

Nel complesso, la concordanza tra osservazioni e simulazioni nel periodo storico, la stabilità delle serie NAT e l’aumento sistematico delle serie ALL sostengono l’interpretazione attributiva proposta dagli autori. Le temperature superiori a 45 e 50 °C continueranno a essere influenzate dalla variabilità meteorologica, ma il loro rapido aumento di probabilità nelle regioni mediterranee, nordafricane e mediorientali non può essere spiegato dalle sole forzanti naturali. La Figura 2 documenta così non una semplice successione di possibili record, ma una trasformazione strutturale del regime degli estremi termici annuali, destinata a diventare sempre più evidente con il proseguire del riscaldamento globale.

La probabilità di superare 45 e 50 °C

La valutazione della probabilità di superare soglie assolute come 45 e 50 °C costituisce un passaggio decisivo per comprendere la trasformazione degli estremi termici nel Mediterraneo, nel Nord Africa e nel Medio Oriente. Lo studio di Christidis, Mitchell e Stott non si limita a stabilire se il giorno più caldo dell’anno stia diventando più caldo, ma cerca di quantificare quanto frequentemente possano essere raggiunte temperature che, nel clima naturale o preindustriale, sarebbero risultate estremamente rare o persino assenti dalle simulazioni. La variabile utilizzata è tx01, vale a dire il valore massimo della temperatura massima giornaliera registrato in ciascun anno. L’evento estremo viene quindi definito come un anno nel quale tx01 supera una determinata soglia, senza richiedere che la temperatura rimanga eccezionalmente elevata per più giorni consecutivi. Questa impostazione permette di studiare l’evoluzione dei massimi annuali, distinguendola dalla frequenza, dalla durata e dall’intensità complessiva delle ondate di calore. 

Le probabilità vengono ricavate confrontando due grandi insiemi di simulazioni climatiche CMIP6. L’ensemble NAT rappresenta un mondo controfattuale sottoposto soltanto alle forzanti naturali, come le variazioni dell’irraggiamento solare e degli aerosol vulcanici. L’ensemble ALL comprende invece sia le forzanti naturali sia quelle antropogeniche, tra cui l’aumento dei gas serra, le variazioni degli aerosol prodotti dalle attività umane, i cambiamenti dell’ozono e dell’uso del suolo. Gli autori utilizzano 50 simulazioni NAT e 46 simulazioni ALL provenienti da 11 modelli climatici; le simulazioni ALL vengono prolungate fino al 2100 seguendo lo scenario intermedio SSP2-4.5, una traiettoria che incorpora alcuni progressi nella mitigazione ma non una rapida eliminazione delle emissioni. Il confronto tra i due ensemble consente quindi di stimare come l’influenza umana abbia modificato, e possa continuare a modificare, la probabilità di oltrepassare le soglie termiche considerate. 

Per il clima NAT gli autori utilizzano tutti gli anni disponibili tra il 1850 e il 2020, ottenendo un campione molto ampio di valori annuali di tx01. Il clima naturale viene trattato come approssimativamente stazionario, poiché non presenta il riscaldamento progressivo associato all’accumulo delle forzanti antropogeniche. Per il clima reale e futuro, che è invece chiaramente non stazionario, le probabilità vengono calcolate entro specifiche finestre temporali rappresentative delle condizioni attuali, della metà del secolo e della sua parte finale. In questo modo, ogni stima descrive la frequenza dell’evento all’interno di un determinato stato climatico e non presume che la probabilità rimanga invariata per l’intero periodo 1850–2100. 

I risultati vengono espressi principalmente attraverso il tempo di ritorno, definito come l’inverso della probabilità annuale di superamento. Un tempo di ritorno di cento anni indica, per esempio, una probabilità media dell’1% in ciascun anno, a condizione che il clima rimanga simile a quello per il quale la stima è stata effettuata. Non significa che l’evento si verifichi regolarmente ogni cento anni né che, dopo un superamento, debbano trascorrere necessariamente cento anni prima del successivo. Due eventi con tempo di ritorno centennale possono manifestarsi anche in anni ravvicinati, mentre potrebbero trascorrere intervalli molto più lunghi senza alcun superamento. Il tempo di ritorno è dunque una misura probabilistica media e non una periodicità deterministica. Questa distinzione diventa ancora più importante in un clima in rapido cambiamento, nel quale la probabilità può aumentare sensibilmente durante la durata di una vita umana.

La scelta di analizzare sia 45 sia 50 °C riflette le grandi differenze climatiche esistenti tra le dodici località considerate. In Arabia Saudita, Qatar, Emirati Arabi Uniti e in alcune regioni nordafricane, 45 °C non rappresenta necessariamente un valore eccezionale, poiché può essere raggiunto frequentemente anche in un clima privo di una forte influenza antropogenica. In Israele, Giordania e Turchia, al contrario, la stessa temperatura appartiene alla parte più remota della distribuzione storica. La soglia dei 50 °C è invece estrema quasi ovunque, ma la sua rarità varia considerevolmente tra un ambiente desertico della Penisola Arabica e una località mediterranea europea. L’utilizzo di due soglie permette quindi di evitare una valutazione uniforme di regioni caratterizzate da climatologie profondamente differenti. 

Per la soglia dei 45 °C, la maggior parte delle località più calde mostra tempi di ritorno brevi anche nel mondo NAT. In tali aree, il superamento può avvenire ogni anno oppure ogni pochi anni, indicando che questa temperatura rientra già nella normale variabilità dei massimi annuali di un clima caldo e arido. L’influenza antropogenica può aumentare ulteriormente la frequenza dell’evento, ma il cambiamento relativo appare meno spettacolare perché la probabilità di partenza è già elevata. Quando una soglia viene quasi sempre oltrepassata, la sua probabilità non può crescere molto oltre il valore unitario e il rapporto tra clima antropogenico e naturale tende inevitabilmente ad avvicinarsi a uno. Ciò non significa che il riscaldamento umano sia irrilevante: la temperatura può continuare ad aumentare ben oltre i 45 °C anche quando la semplice frequenza di superamento della soglia ha ormai raggiunto la saturazione statistica. 

La situazione cambia radicalmente nelle tre località relativamente più fresche, indicate con le sigle ISR, JOR e TUR, corrispondenti a Israele, Giordania e Turchia. Nel clima NAT, un anno con tx01 superiore a 45 °C presenta un tempo di ritorno dell’ordine di diversi secoli. Ciò significa che il superamento appartiene alla coda estrema della distribuzione e potrebbe non comparire affatto durante una normale serie osservativa lunga alcuni decenni. Nel clima attuale, l’influenza antropogenica avrebbe già aumentato la probabilità approssimativamente di un fattore dieci, mentre entro la fine del XXI secolo simili temperature potrebbero verificarsi almeno una volta ogni decennio. La trasformazione non riguarda quindi soltanto l’intensificazione di un estremo già conosciuto, ma il passaggio da una condizione quasi estranea al clima locale a un fenomeno con rilevanza per la pianificazione ordinaria. 

Il risultato più rilevante emerge tuttavia dall’analisi della soglia dei 50 °C. Nelle simulazioni NAT, raggiungere questo livello risulta estremamente raro o non avviene affatto in molte delle località considerate. Persino presso la stazione saudita, la più calda dell’insieme, il tempo di ritorno naturale stimato è dell’ordine di un secolo. Questo dato mostra che anche nelle regioni climaticamente predisposte a temperature eccezionali il superamento dei 50 °C non rappresenterebbe un evento ordinario in assenza dell’influenza umana. La situazione odierna è già differente: in cinque località lo studio calcola tempi di ritorno inferiori a cento anni, segnalando che l’evento è entrato nell’intervallo delle possibilità climatiche rilevanti per il presente. 

La riduzione dei tempi di ritorno accelera durante il XXI secolo. Entro il 2100, una tx01 superiore a 50 °C potrebbe verificarsi almeno una volta ogni dieci anni nella maggior parte delle località esaminate. Nei siti più caldi degli Emirati Arabi Uniti, del Qatar e dell’Arabia Saudita, il superamento potrebbe diventare annuale, mentre i massimi assoluti simulati raggiungono la fascia media o superiore dei 50 °C. In termini statistici, una soglia che nel mondo naturale apparteneva alla coda più estrema della distribuzione verrebbe progressivamente inglobata nel suo corpo centrale. Questo non implica che ogni singolo luogo supererà esattamente 50 °C ogni estate, poiché le stime riguardano specifiche stazioni e celle modellistiche; indica però che, nelle condizioni climatiche di fine secolo, il giorno più caldo dell’anno potrebbe oltrepassare tale livello con una frequenza media prossima a quella annuale nei siti maggiormente esposti. 

Il cambiamento può apparire particolarmente rapido perché la probabilità degli eventi di coda reagisce in modo fortemente non lineare allo spostamento della distribuzione termica. Se la temperatura media dei massimi annuali aumenta di alcuni gradi, la probabilità di superare una soglia molto elevata può moltiplicarsi di decine o centinaia di volte. Il fenomeno è analogo allo spostamento verso destra di una distribuzione statistica: anche quando la sua forma e la sua variabilità rimangono relativamente simili, la superficie situata oltre una soglia fissa cresce rapidamente. L’IPCC ha concluso che l’influenza umana ha già aumentato frequenza e intensità degli estremi caldi su scala globale e che ogni ulteriore incremento del riscaldamento medio determina aumenti progressivamente maggiori degli eventi più rari. 

Il caso della Spagna è particolarmente significativo perché mostra come un valore privo di precedenti nella climatologia locale possa diventare progressivamente plausibile senza trasformarsi necessariamente in un evento frequente. Nelle simulazioni NAT della stazione spagnola, i 50 °C non vengono mai raggiunti, mentre il superamento rimane estremamente raro anche intorno alla metà del XXI secolo. Successivamente, però, la probabilità cresce rapidamente e la migliore stima del tempo di ritorno scende a circa settant’anni entro il 2100. Un tempo di ritorno di settant’anni continua a descrivere un evento raro, ma è radicalmente diverso da una probabilità prossima allo zero: su un territorio ampio e nell’arco di più decenni, un estremo di tale rarità diventa rilevante per la progettazione delle infrastrutture, la protezione sanitaria e la gestione dell’emergenza. 

La conclusione relativa alla Spagna non dovrebbe essere interpretata come una previsione puntuale secondo la quale una determinata stazione raggiungerà certamente 50 °C entro una data precisa. Essa rappresenta una stima probabilistica condizionata allo scenario SSP2-4.5, alle caratteristiche dell’ensemble CMIP6, alla correzione dei bias modellistici e alla distribuzione statistica scelta. Rimangono inoltre importanti fattori locali, come altitudine, distanza dal mare, irrigazione, copertura del suolo, topografia e circolazioni regionali, che possono favorire o limitare i massimi assoluti. Il risultato indica tuttavia che il margine termico che separa le regioni europee più calde dai valori tipici dei deserti subtropicali si restringe sensibilmente con il progredire del riscaldamento. Gli autori considerano infatti possibile una migrazione verso nord di condizioni estreme oggi maggiormente associate al Nord Africa, soprattutto nei settori della Spagna meridionale caratterizzati dalle tendenze più accentuate. 

La Libia rappresenta un’altra situazione emblematica. Nelle simulazioni controfattuali, i superamenti dei 50 °C non appartengono al clima preindustriale della località considerata, ma potrebbero diventare comuni nei prossimi decenni sotto l’effetto delle forzanti antropogeniche. In questo caso la soglia si trova abbastanza vicina alla distribuzione attuale da essere rapidamente raggiunta quando il clima di fondo si riscalda. Il passaggio da evento assente a evento comune non richiede necessariamente un cambiamento radicale della variabilità interannuale: può derivare soprattutto dal progressivo innalzamento dell’intera distribuzione di tx01. 

In Israele, Giordania e Turchia, la probabilità dei 50 °C rimane invece estremamente bassa persino verso la fine del secolo. Le simulazioni ALL producono tuttavia alcuni anni nei quali la soglia viene superata, dimostrando che l’evento non può più essere considerato rigorosamente impossibile nel clima futuro rappresentato dai modelli. Questa distinzione è importante: un evento può rimanere altamente improbabile e, nello stesso tempo, passare da una condizione esterna alla distribuzione simulata a una possibilità presente nella sua coda più remota. L’assenza di precedenti osservativi non costituisce quindi una prova dell’impossibilità fisica futura, specialmente quando il sistema climatico si allontana rapidamente dalle condizioni che hanno prodotto il record storico disponibile. 

La Figura 6 dello studio sintetizza questa trasformazione classificando i superamenti in quattro categorie di probabilità, comprese tra “quasi impossibili” e “comuni”. Per la soglia dei 45 °C, molte località appartengono già alle categorie più frequenti nel mondo NAT e mostrano pertanto un cambiamento classificatorio relativamente limitato. Per i 50 °C, invece, numerosi siti attraversano rapidamente più categorie nel passaggio dal clima naturale a quello attuale, fino alle condizioni di metà e fine secolo. La rappresentazione categoriale rende evidente che il cambiamento più importante non consiste soltanto in un aumento lineare della temperatura, ma in una riorganizzazione della rarità climatica: eventi che appartenevano alla categoria dell’impossibilità pratica entrano prima tra quelli molto rari, poi tra quelli occasionali e, nei siti più caldi, tra quelli comuni. 

Per quantificare formalmente il contributo antropogenico, gli autori utilizzano il rapporto di rischio, o risk ratio, ottenuto confrontando la probabilità dell’evento nelle simulazioni ALL con quella delle simulazioni NAT. Un rapporto pari a uno indica che l’evento ha la stessa probabilità nei due mondi; un valore pari a dieci significa che l’evento è dieci volte più probabile in presenza delle forzanti antropogeniche. Questo approccio è ampiamente utilizzato nella scienza dell’attribuzione, poiché permette di rispondere non alla domanda semplicistica se il cambiamento climatico abbia “causato” un singolo episodio, ma a quella scientificamente più appropriata di quanto abbia modificato le sue possibilità di verificarsi. 

Per la soglia dei 45 °C, i rapporti di rischio risultano relativamente contenuti nelle località dove tale livello era già frequentemente superato nel mondo NAT. Se la probabilità naturale è prossima al 100%, un ulteriore aumento non può essere rappresentato efficacemente attraverso la sola frequenza di superamento. In questi casi sarebbe più informativo analizzare l’intensità eccedente, ossia di quanti gradi la temperatura oltrepassi i 45 °C, oppure la durata e la frequenza complessiva delle giornate estremamente calde. Nelle località più fresche, dove la probabilità naturale è invece molto bassa, lo stesso spostamento termico produce rapporti di rischio molto più elevati. La misura dipende pertanto non soltanto dall’entità assoluta del riscaldamento, ma anche dalla posizione iniziale della soglia rispetto alla climatologia locale. 

Per i superamenti dei 50 °C, lo studio riporta probabilità decine o centinaia di volte superiori rispetto al clima NAT nelle località più calde, con ulteriori aumenti nel corso del secolo. In alcuni siti il rapporto di rischio viene indicato come infinito, perché nel campione NAT la probabilità stimata è nulla o prossima allo zero, mentre nell’ensemble ALL compaiono superamenti. Il significato scientifico è che l’evento, praticamente assente nel mondo controfattuale simulato, diventa possibile in presenza dell’influenza antropogenica. Non si deve tuttavia intendere l’infinito come una misura fisica esatta o come la dimostrazione matematica che la probabilità naturale sia rigorosamente zero: esso può derivare dal fatto che nessun evento è stato campionato in un ensemble comunque finito. La letteratura statistica sull’attribuzione raccomanda perciò di accompagnare questi valori con intervalli di confidenza e limiti inferiori del rapporto di rischio, soprattutto quando le probabilità controfattuali sono estremamente piccole. 

La differenza tra Arabia Saudita ed Emirati Arabi Uniti chiarisce ulteriormente l’interpretazione del rapporto di rischio. Nel clima NAT, i 50 °C sono più plausibili nella località saudita rispetto a quella emiratina. Di conseguenza, il denominatore del rapporto è maggiore in Arabia Saudita e l’aumento relativo dovuto alle attività umane può risultare inferiore, anche se la temperatura assoluta futura resta elevatissima. Negli Emirati, invece, un evento molto raro nel clima naturale diventa frequente nel mondo antropogenicamente riscaldato, producendo un rapporto di rischio più alto. Un valore relativo maggiore non significa quindi necessariamente che il sito raggiungerà temperature assolute superiori, ma che la distanza tra la probabilità naturale e quella antropogenica è più grande. 

I risultati sono coerenti con la più ampia letteratura dedicata al Mediterraneo e alla regione MENA. Lelieveld e collaboratori hanno mostrato, attraverso un insieme di modelli CMIP5, che il riscaldamento regionale tende a essere particolarmente pronunciato durante l’estate, quando le superfici già calde e aride dispongono di scarsa umidità per alimentare l’evapotraspirazione. In condizioni di suolo secco, una quota maggiore dell’energia disponibile viene trasformata in calore sensibile, aumentando direttamente la temperatura dell’aria. Lo studio ha stimato che la temperatura massima media dei giorni più caldi della regione, pari a circa 43 °C nel periodo recente considerato, potrebbe raggiungere approssimativamente 46–47 °C a metà secolo e avvicinarsi a 50 °C entro il 2100 in uno scenario ad alte emissioni. 

L’amplificazione degli estremi nelle regioni aride non dipende esclusivamente dalla forzante radiativa globale, ma anche dalle interazioni tra superficie terrestre e atmosfera. La riduzione dell’umidità del suolo limita il raffreddamento evaporativo; la persistenza di cieli sereni favorisce un’intensa radiazione solare; la subsidenza associata agli anticicloni subtropicali riscalda e dissecca la massa d’aria; la scarsa capacità termica dei terreni aridi facilita forti massimi diurni. Nel Mediterraneo, studi recenti hanno attribuito l’accelerazione del riscaldamento alla combinazione tra aumento dei gas serra, diminuzione degli aerosol e tendenza negativa dell’umidità superficiale del suolo. Questi meccanismi contribuiscono a spiegare perché gli estremi terrestri regionali possano crescere più rapidamente della temperatura media globale. 

Ntoumos e collaboratori, utilizzando 18 modelli CMIP5 e diversi scenari emissivi, hanno riscontrato un aumento generalizzato degli indici di caldo estremo nella regione MENA. Nel percorso a emissioni elevate, le aree che hanno già raggiunto circa 50 °C nel clima recente potrebbero sperimentare massimi di almeno 56 °C entro la fine del secolo, mentre temperature superiori a 50 °C si estenderebbero su una parte molto più ampia della regione. Lo stesso studio prevede un forte aumento sia delle giornate con massime superiori a 40 °C sia delle notti con minime oltre 30 °C, dimostrando che il cambiamento non riguarda soltanto il record annuale, ma l’intera stagione calda e la riduzione del sollievo termico notturno. Questi valori derivano anche da scenari più severi rispetto allo SSP2-4.5 e non devono essere sovrapposti direttamente alle stime di Christidis e colleghi, ma confermano la sensibilità regionale alle emissioni cumulative. 

Zittis e collaboratori hanno inoltre mostrato che, in una traiettoria priva di un’efficace mitigazione, nella seconda metà del XXI secolo potrebbero emergere in Medio Oriente e Nord Africa ondate di calore “super-estreme” e “ultra-estreme”, con temperature fino a 56 °C o superiori e durata di diverse settimane. Tale studio considera eventi prolungati mediante un indice di magnitudo delle ondate di calore, mentre l’analisi di tx01 riguarda un singolo massimo annuale; le due metriche non sono quindi equivalenti. La loro concordanza nella direzione del cambiamento suggerisce tuttavia che l’aumento dei record giornalieri potrebbe accompagnarsi a una maggiore persistenza del caldo, con implicazioni molto più gravi rispetto a un picco isolato. 

L’analisi delle soglie assolute non esaurisce infatti il significato del rischio termico. Una temperatura di 50 °C rappresenta un pericolo meteorologico eccezionale, ma gli effetti sulla popolazione dipendono anche dall’umidità, dalla ventilazione, dalla radiazione solare, dalla durata dell’esposizione, dalle temperature notturne e dalla capacità di adattamento. Una comunità abituata a estati torride può disporre di edifici, comportamenti e sistemi di allerta più adatti rispetto a una regione nella quale simili temperature non si sono mai verificate; nondimeno, anche le popolazioni acclimatate possono essere esposte a rischi crescenti quando vengono superati i limiti storici delle infrastrutture, della fisiologia e dell’organizzazione sociale. Gli stessi autori precisano che lo studio riguarda principalmente la componente meteorologica del rischio, mentre gli impatti effettivi dipendono dall’interazione tra pericolosità, esposizione e vulnerabilità. 

Dal punto di vista statistico, le stime degli eventi più rari devono essere considerate insieme alle relative incertezze. Gli autori adattano una distribuzione dei valori estremi ai campioni di tx01 e applicano una procedura bootstrap ripetuta mille volte. Il valore centrale riportato corrisponde alla mediana delle stime, mentre gli intervalli tra il quinto e il novantacinquesimo percentile descrivono l’incertezza campionaria. Gli intervalli diventano inevitabilmente più ampi quando il numero di superamenti osservati o simulati è molto piccolo, come accade per i 50 °C nelle località più fresche. L’ampio ensemble fornisce molte più informazioni rispetto alle sole serie strumentali, ma non elimina l’incertezza strutturale dei modelli, quella relativa allo scenario emissivo e quella associata alla forma statistica della coda estrema. 

Le probabilità di fine secolo sono inoltre condizionate allo scenario SSP2-4.5 e non rappresentano un destino indipendente dalle scelte future. Una traiettoria con emissioni più elevate produrrebbe generalmente un riscaldamento e un aumento degli estremi maggiori, come indicano gli studi basati su RCP8.5; una mitigazione più rapida potrebbe invece limitare lo spostamento della distribuzione e mantenere più lunghi i tempi di ritorno. Il contrasto tra le proiezioni di Christidis e quelle degli studi “business as usual” dimostra che l’entità finale del rischio dipende dalla quantità cumulativa di gas serra immessa nell’atmosfera. 

Nel complesso, la sezione evidenzia una trasformazione fondamentale della climatologia degli estremi. Per i 45 °C, il cambiamento appare relativamente contenuto nelle regioni che già superavano frequentemente la soglia, ma assume grande rilievo in Israele, Giordania e Turchia, dove eventi naturali dell’ordine di una volta ogni secoli potrebbero diventare almeno decadali. Per i 50 °C, il segnale è molto più netto: una temperatura praticamente impossibile o estremamente rara nel mondo naturale entra progressivamente nella distribuzione del clima attuale e futuro, diventando decadale nella maggior parte delle località e potenzialmente annuale negli Emirati Arabi Uniti, in Qatar e in Arabia Saudita entro la fine del secolo. 

Il significato principale non consiste quindi nella previsione che ogni località raggiungerà inevitabilmente 50 °C, ma nella drastica riduzione della rarità associata a questa soglia. L’influenza antropogenica modifica il contesto nel quale opera la variabilità meteorologica: le configurazioni atmosferiche favorevoli al caldo estremo continuano a determinare quali specifici anni registreranno i valori più elevati, ma agiscono su una base termica progressivamente più calda. Di conseguenza, eventi un tempo collocati oltre i limiti dell’esperienza osservata diventano possibili, poi plausibili e infine ricorrenti. È precisamente questo passaggio, dalla quasi impossibilità alla normalizzazione statistica dell’estremo, a rendere i risultati particolarmente rilevanti per l’adattamento climatico, la pianificazione territoriale e la protezione delle popolazioni esposte.

Valutazione della distribuzione modellata di tx01 mediante i grafici quantile–quantile

La Figura 3 rappresenta un passaggio metodologico fondamentale dello studio di Christidis, Mitchell e Stott, poiché verifica se l’insieme dei modelli climatici utilizzato per l’attribuzione sia effettivamente capace di riprodurre la distribuzione osservata del giorno più caldo dell’anno. Prima di calcolare la probabilità di superare soglie assolute come 45 o 50 °C, non è infatti sufficiente constatare che i modelli simulino una tendenza generale al riscaldamento: occorre accertare che essi descrivano in maniera plausibile anche la variabilità interannuale, la forma della distribuzione e soprattutto la sua coda superiore, dalla quale dipendono le stime degli eventi più rari. Una rappresentazione distorta della coda calda potrebbe produrre tempi di ritorno e rapporti di rischio artificialmente elevati o, al contrario, sottostimare la probabilità delle temperature eccezionali. Gli autori utilizzano pertanto i grafici quantile–quantile, comunemente abbreviati in Q-Q plot, per confrontare sistematicamente le distribuzioni osservate e modellate di tx01 nelle dodici località di riferimento. 

La variabile tx01 corrisponde alla temperatura massima giornaliera più elevata registrata in ogni anno. Si tratta quindi di una serie di massimi annuali: da ciascun anno viene selezionato un solo valore, quello del giorno più caldo. Tale indice consente di studiare l’intensità dell’estremo annuale senza confonderla con la durata delle ondate di calore, con il numero complessivo delle giornate torride o con le condizioni termiche notturne. La scelta è particolarmente adatta a un’analisi centrata sul superamento di soglie assolute, poiché permette di stabilire direttamente se almeno una giornata dell’anno abbia oltrepassato un determinato livello termico. Nello studio, tx01 viene calcolata sia dalle osservazioni delle stazioni meteorologiche sia dai dati giornalieri di temperatura massima forniti dalle simulazioni CMIP6. 

Ogni pannello della Figura 3 corrisponde a una località: ARE indica gli Emirati Arabi Uniti, DZA l’Algeria, EGY l’Egitto, ESP la Spagna, ISR Israele, JOR la Giordania, LBY la Libia, MAR il Marocco, QAT il Qatar, SAU l’Arabia Saudita, TUN la Tunisia e TUR la Turchia. Sull’asse orizzontale sono collocati i quantili osservati di tx01, mentre sull’asse verticale compaiono i quantili modellati. Le numerose linee arancioni rappresentano le singole simulazioni dell’esperimento ALL, nel quale i modelli comprendono sia le forzanti naturali sia quelle antropogeniche. Il confronto viene effettuato durante il periodo coperto dalle osservazioni, affinché distribuzioni modellate e osservate si riferiscano a condizioni climatiche temporalmente confrontabili. 

Un quantile identifica il valore al di sotto del quale ricade una determinata frazione dei dati. La mediana, per esempio, è il cinquantesimo percentile e divide la distribuzione in due parti ugualmente numerose; il novantesimo percentile identifica invece un valore superato soltanto dal 10% delle osservazioni. Nel grafico Q-Q, i valori delle due serie vengono ordinati e confrontati a parità di posizione nella distribuzione: il quantile osservato più basso viene associato al corrispondente quantile modellato, così come i valori mediani e quelli appartenenti alla parte superiore della distribuzione. Il grafico non confronta quindi lo stesso anno osservato e simulato, ma valori con la medesima frequenza relativa.

Questa distinzione è essenziale perché un modello climatico non è tenuto a riprodurre il giorno più caldo esattamente nello stesso anno in cui esso è stato osservato. La variabilità interna dell’atmosfera e dell’oceano determina sequenze meteorologiche differenti in ogni simulazione, anche quando le forzanti esterne sono identiche. Un anno particolarmente caldo nelle osservazioni può pertanto corrispondere a un anno ordinario in una determinata simulazione e a un estremo in un’altra. Ciò che deve risultare coerente è la distribuzione statistica complessiva, non la cronologia puntuale degli eventi.

La linea grigia diagonale rappresenta la relazione di perfetta uguaglianza tra quantili osservati e modellati. Un punto collocato esattamente sulla diagonale indica che, per quella posizione della distribuzione, il modello produce lo stesso valore delle osservazioni. Se le linee arancioni seguono da vicino la diagonale lungo l’intero intervallo, la distribuzione simulata possiede una forma simile a quella osservata. Se invece si dispongono sistematicamente sopra la diagonale, il modello tende a produrre temperature più alte; quando restano sotto, tende a simularle più basse.

La forma delle deviazioni fornisce informazioni più articolate di una semplice differenza media. Una linea approssimativamente parallela alla diagonale, ma spostata verso l’alto o verso il basso, indicherebbe soprattutto un errore nel livello medio. Una pendenza maggiore rispetto alla diagonale suggerirebbe invece una distribuzione modellata troppo ampia, con una variabilità eccessiva; una pendenza più debole indicherebbe una dispersione insufficiente. Una curvatura concentrata nella parte superiore destra segnalerebbe infine un problema specifico nella rappresentazione della coda calda, anche in presenza di un buon accordo nel corpo centrale della distribuzione.

Nel caso della Figura 3, gran parte delle linee arancioni segue abbastanza fedelmente la diagonale grigia. L’accordo è particolarmente evidente nella porzione centrale dei grafici, corrispondente ai valori di tx01 più frequentemente registrati. Ciò indica che i modelli riproducono in modo plausibile sia l’ordine di grandezza dei massimi annuali sia la loro normale variabilità da un anno all’altro. Le linee non coincidono perfettamente, ma oscillano attorno alla diagonale senza mostrare una deviazione comune e persistente nella stessa direzione. Gli autori concludono pertanto che non emerge alcuna discrepanza sistematica tra le distribuzioni modellate e osservate. 

La regione superiore destra di ogni pannello assume un’importanza ancora maggiore. Essa rappresenta gli anni in cui tx01 raggiunge i valori più elevati, ossia la coda calda dalla quale vengono successivamente ricavate le probabilità di superamento di 45 e 50 °C. Anche in questa parte dei grafici le linee modellistiche rimangono generalmente vicine alla diagonale, sebbene presentino una dispersione più ampia. Gli autori sottolineano che l’accordo resta soddisfacente proprio per i valori superiori di tx01, fornendo un elemento di fiducia nella capacità dell’ensemble di rappresentare la probabilità degli estremi caldi. 

La maggiore dispersione alle estremità non costituisce un risultato inatteso. I quantili centrali sono determinati da numerosi anni e risultano quindi relativamente stabili; i quantili estremi dipendono invece da pochissime osservazioni. In una serie di quaranta o cinquant’anni, il massimo quantile può essere fortemente influenzato da un solo evento eccezionale. Una differenza di uno o due gradi nella parte superiore può quindi derivare non soltanto da un errore del modello, ma anche dall’incertezza campionaria associata alla brevità della serie osservativa. La letteratura sulla statistica degli estremi evidenzia che le inferenze riguardanti eventi con tempi di ritorno molto lunghi possono cambiare considerevolmente in funzione delle dimensioni del campione e della forma assunta per la coda della distribuzione. 

Nei pannelli relativi agli Emirati Arabi Uniti, all’Algeria e all’Egitto, le linee modellistiche mostrano un’elevata coerenza con la diagonale nella parte centrale della distribuzione. Verso i quantili superiori alcune simulazioni producono valori leggermente più alti delle osservazioni, mentre altre rimangono al di sotto. Questa disposizione attorno alla linea di identità è preferibile a una deviazione unidirezionale, poiché suggerisce che l’ensemble comprenda una gamma plausibile di realizzazioni senza una tendenza generalizzata a esagerare o ridurre gli estremi.

In Spagna, Israele e Giordania l’allineamento centrale appare anch’esso soddisfacente, mentre le maggiori deviazioni si concentrano prevalentemente nei quantili più bassi e più elevati. Nelle code inferiori alcune simulazioni producono massimi annuali relativamente più freddi rispetto a quelli osservati; nella parte superiore compaiono sia moderate sottostime sia occasionali sovrastime. Il comportamento non indica una rottura della relazione tra modelli e osservazioni, ma la naturale crescita dell’incertezza quando il confronto riguarda pochi valori estremi.

Libia e Tunisia presentano una dispersione piuttosto evidente nella parte inferiore dei rispettivi grafici, mentre la corrispondenza migliora generalmente nella zona centrale e superiore. Tale configurazione suggerisce che alcuni membri possano avere maggiore difficoltà nel rappresentare gli anni relativamente meno caldi rispetto alla climatologia locale, senza mostrare però un errore uniforme nella coda calda. Dal punto di vista dell’attribuzione delle temperature superiori a 45 o 50 °C, la qualità della porzione superiore è più direttamente rilevante della precisione nei quantili inferiori.

Nel Marocco la dispersione tra le simulazioni aumenta soprattutto verso i massimi più elevati. Alcune linee rimangono al di sotto della diagonale, indicando una moderata sottostima degli estremi osservati, mentre altre raggiungono o oltrepassano la linea di uguaglianza. Questa variabilità tra membri può derivare dalle differenze nella rappresentazione della circolazione atmosferica regionale, degli scambi tra Sahara e Atlantico, delle condizioni del suolo e della risoluzione topografica. La Figura 3 non permette tuttavia di identificare direttamente quale processo fisico sia responsabile delle divergenze, poiché si tratta di una valutazione puramente distribuzionale.

Anche nei pannelli del Qatar e dell’Arabia Saudita le linee si concentrano attorno alla diagonale nel corpo centrale, mentre divergono maggiormente in prossimità dei valori massimi. In Arabia Saudita alcune simulazioni producono una coda superiore più calda delle osservazioni; in Qatar diversi membri rimangono leggermente sotto la diagonale, ma l’ensemble comprende anche realizzazioni più calde. Poiché queste località possiedono già una climatologia prossima ai 50 °C, differenze apparentemente limitate nella coda possono tradursi in variazioni significative della probabilità di superare la soglia.

La Turchia mostra una buona relazione complessiva, ma numerose simulazioni tendono a collocarsi sotto la diagonale nei quantili più alti, suggerendo una possibile sottostima moderata di alcuni estremi osservati. Anche in questo pannello, però, non tutti i membri mostrano la stessa deviazione e le linee rimangono generalmente vicine all’intervallo osservato. Gli autori non rilevano pertanto un errore sistematico abbastanza forte da rendere inutilizzabile l’ensemble.

Un elemento metodologico importante è che i valori modellati di tx01 sono stati sottoposti a una correzione del bias medio. Per ogni modello, gli autori hanno calcolato la differenza tra la media simulata e quella osservata durante il periodo comune e l’hanno sottratta dall’intera serie modellata. La correzione assicura che il centro delle distribuzioni coincida mediamente con quello delle osservazioni, ma non modifica automaticamente la deviazione standard, l’asimmetria, la forma delle code o l’ordinamento relativo degli anni. Di conseguenza, la buona aderenza dei grafici Q-Q non deve essere interpretata come una verifica indipendente del valore medio grezzo del modello; costituisce soprattutto una valutazione della forma, della dispersione e delle code delle distribuzioni dopo l’allineamento della media. 

Questa precisazione evita di attribuire alla Figura 3 più informazioni di quante ne contenga. Una correzione media può eliminare, per esempio, un errore dovuto all’altitudine della cella modellistica o alla risoluzione spaziale, ma non può trasformare una distribuzione troppo stretta in una distribuzione corretta né correggere una coda superiore irrealisticamente pesante. Se dopo il riallineamento le linee si discostassero fortemente dalla diagonale ai quantili alti, le stime probabilistiche dei 50 °C rimarrebbero poco affidabili. Il buon accordo osservato nella figura assume pertanto un significato sostanziale, pur essendo condizionato dalla correzione applicata.

Il confronto presenta inoltre una differenza di scala spaziale. Le osservazioni provengono da strumenti situati in punti specifici, mentre i dati climatici rappresentano la temperatura media di una cella di griglia, che può comprendere un territorio molto più ampio. Gli autori utilizzano il punto di griglia più vicino a ogni stazione e scelgono siti lontani dai maggiori centri urbani, limitando così il rischio che l’isola di calore urbana renda le osservazioni sistematicamente più calde delle simulazioni. La coerenza mostrata dai Q-Q plot suggerisce che, per le località selezionate e per una variabile spazialmente correlata come la temperatura, i dati di griglia costituiscano una ragionevole approssimazione delle condizioni locali. Questa conclusione non implica però che lo stesso metodo sarebbe ugualmente valido in una grande area metropolitana, in una valle molto stretta o in un territorio caratterizzato da forti contrasti topografici. 

La valutazione grafica è integrata da altri test. La deviazione standard osservata di tx01 ricade nell’intervallo prodotto dai modelli e nessun sistema mostra valori sistematicamente troppo alti o troppo bassi in tutte le stazioni. Gli spettri di potenza, utilizzati per esaminare come la variabilità sia distribuita tra scale interannuali e più lunghe, collocano anch’essi le osservazioni all’interno dell’intervallo modellato. Infine, il test di Kolmogorov–Smirnov, applicato confrontando i valori osservati con il campione aggregato delle 46 simulazioni ALL durante il periodo osservativo, restituisce in ogni località valori di p superiori a 0,1. Non emergono quindi differenze statisticamente significative sufficienti a respingere l’ipotesi che i due campioni appartengano alla stessa distribuzione. 

Un valore di p superiore a 0,1 non dimostra tuttavia che le distribuzioni siano identiche. Esso indica soltanto che, tenuto conto delle dimensioni dei campioni, le differenze osservate non risultano abbastanza grandi da essere considerate statisticamente incompatibili. La potenza del test è limitata dalla brevità delle serie strumentali e dalla scarsità dei valori appartenenti alle code. La conclusione corretta non è quindi che i modelli riproducano perfettamente ogni proprietà della temperatura locale, ma che non mostrino discrepanze sufficientemente evidenti da compromettere l’impiego dell’ensemble per la specifica analisi probabilistica.

La letteratura sull’attribuzione sottolinea inoltre che un buon accordo statistico non garantisce automaticamente una rappresentazione perfetta dei processi fisici. Vautard e collaboratori, valutando il modello HadGEM3-A per l’attribuzione degli estremi europei, hanno mostrato che un sistema può riprodurre adeguatamente molte distribuzioni e configurazioni atmosferiche pur conservando bias nelle interazioni terra–atmosfera, nell’essiccamento del suolo, nelle precipitazioni e nell’intensità delle ondate di calore. In particolare, un’eccessiva riduzione dell’umidità del suolo può amplificare artificialmente la variabilità estiva e i picchi termici, anche quando le tendenze generali risultano realistiche. 

La Figura 3 valuta pertanto l’adeguatezza statistica dell’ensemble, ma non sostituisce una diagnosi fisica dettagliata. Non mostra se i modelli riproducano correttamente la frequenza dei blocchi anticiclonici, la subsidenza subtropicale, l’avvezione sahariana, il contenuto idrico del suolo, l’evapotraspirazione o le circolazioni costiere. Questi processi possono essere importanti nella generazione di uno specifico estremo e potrebbero compensarsi reciprocamente, producendo una distribuzione complessivamente corretta per ragioni non sempre perfettamente realistiche. Per una valutazione completa sarebbe quindi auspicabile integrare i Q-Q plot con analisi della circolazione atmosferica e delle interazioni superficie–atmosfera.

L’utilizzo di un insieme multimodello riduce comunque il rischio che le conclusioni dipendano da un solo sistema numerico. Lo studio seleziona 11 modelli CMIP6, limita a dieci il numero massimo di simulazioni per ciascun modello ed esclude due sistemi con lacune rilevanti e prestazioni insufficienti nelle verifiche preliminari. L’ensemble ALL comprende così 46 simulazioni. Questa strategia amplia il campione, incorpora una parte dell’incertezza strutturale e impedisce che i modelli dotati di un numero maggiore di membri assumano un peso eccessivo. 

Resta tuttavia una possibile dipendenza tra modelli, poiché differenti sistemi climatici possono condividere componenti numeriche, parametrizzazioni o una comune genealogia di sviluppo. Le linee arancioni non devono quindi essere interpretate come 46 esperimenti completamente indipendenti. Il loro insieme rappresenta una gamma di possibili risposte climatiche, ma non una distribuzione perfettamente campionata di ogni incertezza concepibile.

La Figura 3 ha anche un rapporto diretto con l’impiego successivo della distribuzione generalizzata dei valori estremi. Gli autori adattano una GEV ai campioni di tx01 per stimare la probabilità di oltrepassare 45 o 50 °C e i relativi tempi di ritorno. La teoria dei valori estremi può estendere l’inferenza oltre gli eventi effettivamente presenti nel campione, ma le sue conclusioni sono sensibili alla rappresentazione della coda e alla numerosità dei dati. Studi metodologici hanno mostrato che le stime parametriche degli eventi molto rari possono differire dalle frequenze empiriche ricavate da grandi ensemble, soprattutto quando i massimi annuali disponibili sono pochi. La verifica Q-Q assume quindi la funzione di controllo preliminare: dimostra che la distribuzione simulata utilizzata per l’adattamento statistico non presenta una distorsione evidente rispetto alle osservazioni. 

Nel complesso, la Figura 3 documenta una concordanza soddisfacente tra le distribuzioni osservate e quelle modellate di tx01. Le simulazioni riproducono generalmente bene il corpo centrale, non mostrano errori sistematici comuni alle dodici stazioni e mantengono un accordo plausibile anche nella coda superiore. Le differenze aumentano, come prevedibile, nei quantili estremi, ma si distribuiscono sia sopra sia sotto la diagonale e non rivelano una tendenza uniforme a sovrastimare il caldo.

Il significato scientifico della figura non consiste nel certificare che ogni modello sia corretto in ogni dettaglio, bensì nel dimostrare che l’ensemble multimodello possiede caratteristiche statistiche compatibili con quelle osservate e può quindi essere utilizzato, con le dovute cautele, per stimare il mutamento delle probabilità degli estremi. Grazie alla combinazione dei Q-Q plot, della deviazione standard, degli spettri di potenza e del test di Kolmogorov–Smirnov, gli autori forniscono una base metodologica per sostenere che il rapido aumento dei superamenti di 45 e 50 °C non sia semplicemente il prodotto di modelli dotati di code eccessivamente calde. Esso emerge invece dal confronto tra distribuzioni statisticamente plausibili sottoposte a differenti condizioni di forzante climatica, rafforzando l’interpretazione secondo cui l’influenza antropogenica sta modificando profondamente la rarità dei massimi termici nelle regioni mediterranee e mediorientali considerate.

Cambiamento della probabilità di superare 45 °C nelle regioni mediterranee e mediorientali

La Figura 4 quantifica la trasformazione della probabilità di superare la soglia assoluta di 45 °C nelle dodici località considerate dallo studio di Christidis, Mitchell e Stott. La variabile analizzata è tx01, vale a dire la temperatura massima giornaliera più elevata registrata nel corso di ogni anno. Un superamento si verifica quindi quando almeno una giornata dell’anno oltrepassa 45 °C; la figura non descrive direttamente il numero complessivo di giornate sopra tale soglia, la durata delle ondate di calore o l’intensità dello stress termico notturno. Essa misura piuttosto quanto frequentemente, in differenti condizioni climatiche, il massimo annuale possa raggiungere un livello termico estremamente elevato. Lo studio adotta una metodologia di attribuzione basata sul rischio, confrontando simulazioni climatiche comprendenti l’influenza antropogenica con simulazioni controfattuali nelle quali agiscono soltanto le forzanti naturali. 

L’asse verticale riporta il tempo di ritorno espresso in anni. Questa grandezza corrisponde all’inverso della probabilità annuale dell’evento: un tempo di ritorno di cento anni equivale a una probabilità media dell’1% in ciascun anno, un tempo di dieci anni a una probabilità del 10%, un tempo di due anni a una probabilità del 50%, mentre un valore prossimo a un anno indica che il superamento si verifica quasi annualmente. Il termine “tempo di ritorno” non deve tuttavia essere interpretato come un intervallo rigidamente periodico. Un evento decennale non compare necessariamente una volta ogni dieci anni esatti: potrebbe verificarsi in due anni ravvicinati e poi non ricomparire per un periodo molto più lungo. Esso descrive una frequenza media valida per un determinato stato climatico, non una regolarità cronologica.

Tale precisazione è particolarmente importante in un sistema climatico non stazionario. Nel clima naturale ipotizzato dalle simulazioni NAT, le probabilità possono essere considerate relativamente stabili su intervalli lunghi; nel clima reale e futuro, invece, l’accumulo delle forzanti antropogeniche sposta progressivamente la distribuzione delle temperature verso valori superiori. Di conseguenza, una definizione come “evento centennale” perde rapidamente validità quando il clima continua a riscaldarsi: ciò che aveva una probabilità dell’1% nel clima preindustriale può diventare un evento ventennale, decennale o persino annuale entro pochi decenni. La Figura 4 rende visibile proprio questa riduzione della rarità climatica. 

Sull’asse orizzontale sono rappresentate quattro condizioni climatiche. NAT identifica il mondo controfattuale privo dell’influenza antropogenica; 2022 rappresenta approssimativamente il clima contemporaneo; 2050 descrive le condizioni previste intorno alla metà del secolo; 2100 quelle della sua parte finale. La linea nera collega le migliori stime, corrispondenti al cinquantesimo percentile, ossia alla mediana delle distribuzioni statistiche ottenute dagli autori. Le barre verticali colorate mostrano invece l’intervallo compreso tra il quinto e il novantacinquesimo percentile, che esprime l’incertezza delle stime.

La discesa della linea nera dal clima NAT verso il 2100 indica una riduzione del tempo di ritorno e, quindi, un aumento della probabilità di superare 45 °C. Quanto più ripida è la discesa, tanto più marcata risulta la trasformazione della rarità dell’evento. In alcuni pannelli l’asse verticale è lineare, mentre in altri è logaritmico. La scala logaritmica è necessaria per rappresentare nello stesso spazio grafico tempi di ritorno che differiscono di diversi ordini di grandezza, come accade in Israele, Giordania, Spagna e soprattutto Turchia. In una scala di questo tipo, il passaggio da 10.000 a 1.000 anni occupa uno spazio simile a quello da 100 a 10 anni, poiché in entrambi i casi la probabilità aumenta di un fattore dieci.

Il risultato generale evidenzia una netta distinzione tra le località nelle quali 45 °C appartengono già alla climatologia ordinaria dei massimi annuali e quelle nelle quali la stessa soglia si trova ancora nella coda più remota della distribuzione. Negli Emirati Arabi Uniti, in Qatar e in Arabia Saudita, il tempo di ritorno è prossimo a un anno persino nel clima NAT. In questi ambienti desertici, la probabilità naturale di oltrepassare 45 °C è già quasi pari al 100%, per cui il successivo riscaldamento antropogenico non può produrre un grande aumento numerico della frequenza di superamento: una probabilità già prossima all’unità non può crescere oltre il suo limite massimo.

Nei pannelli ARE, QAT e SAU, la linea nera raggiunge rapidamente il valore di un anno e successivamente rimane quasi orizzontale. Questo appiattimento non indica un arresto del riscaldamento, ma una saturazione della metrica. Una volta che i 45 °C vengono superati praticamente ogni anno, il tempo di ritorno non è più in grado di rappresentare l’ulteriore intensificazione del caldo. Il massimo annuale può continuare a salire da 48 a 50, 53 o più gradi, mentre la frequenza di superamento della soglia resta formalmente pari a una volta all’anno. Per queste località, la soglia di 50 °C analizzata nella figura successiva costituisce quindi un indicatore molto più discriminante. 

La distinzione tra frequenza e intensità è essenziale. Un rapporto di rischio vicino all’unità per il superamento dei 45 °C in Arabia Saudita non significherebbe che l’influenza umana sia trascurabile, ma soltanto che la soglia scelta era già troppo bassa rispetto al clima locale. Per misurare adeguatamente il cambiamento sarebbe necessario esaminare temperature superiori, il numero di gradi con cui viene oltrepassata la soglia, la durata degli episodi o la frequenza delle giornate estremamente calde. La letteratura sulla regione MENA mostra infatti che il riscaldamento futuro interessa contemporaneamente l’intensità dei massimi, il numero delle giornate e notti calde e la persistenza delle ondate di calore. 

Algeria, Egitto, Libia, Marocco e Tunisia occupano una posizione intermedia. Nel clima NAT, i 45 °C non sono annuali, ma vengono raggiunti mediamente ogni pochi anni. La migliore stima appare dell’ordine di tre o quattro anni in Algeria, di circa cinque o sei anni in Egitto, di tre anni in Libia e Marocco e di poco più di due anni in Tunisia. Pur trattandosi di valori approssimativi ricavabili dalla rappresentazione grafica, il messaggio è inequivocabile: la soglia è già climaticamente accessibile senza una forte influenza antropogenica, ma non costituisce ancora una caratteristica costante di ogni estate.

Nel clima contemporaneo, i tempi di ritorno di queste località diminuiscono rapidamente. In Algeria ed Egitto essi si avvicinano a uno o due anni; in Libia, Marocco e Tunisia il superamento diventa già quasi annuale. Entro la metà del secolo, e ancor più entro il 2100, le linee convergono verso un tempo di ritorno pari a un anno. Una temperatura che nel mondo naturale avrebbe caratterizzato soltanto alcune estati tende così a diventare una componente ordinaria del massimo annuale.

La trasformazione risulta coerente con le proiezioni regionali sviluppate da Lelieveld e collaboratori mediante un ensemble di modelli CMIP5. Quello studio ha mostrato che il riscaldamento della regione MENA tende a essere particolarmente intenso durante l’estate e che la temperatura massima media dei giorni più caldi, valutata intorno a 43 °C nel periodo recente considerato, potrebbe avvicinarsi a 46–47 °C verso la metà del secolo e a circa 50 °C entro la sua fine nello scenario ad alte emissioni RCP8.5. Gli autori hanno inoltre rilevato un forte aumento del numero di giornate e notti calde, confermando che il cambiamento non riguarda esclusivamente pochi record isolati. 

La forte risposta delle regioni aride deriva anche dalle interazioni tra superficie terrestre e atmosfera. Nei climi più umidi, una parte significativa dell’energia disponibile può essere utilizzata per l’evaporazione dell’acqua e per la traspirazione della vegetazione, limitando l’aumento della temperatura superficiale. Nei suoli desertici o fortemente disseccati, questa forma di raffreddamento evaporativo è molto ridotta; una quota maggiore del bilancio energetico alimenta quindi il flusso di calore sensibile e il riscaldamento degli strati atmosferici inferiori. Lelieveld e colleghi collegano l’amplificazione estiva del caldo nella regione MENA anche all’aumento della radiazione infrarossa discendente, alla limitata capacità di immagazzinamento termico dei terreni asciutti e all’espansione delle configurazioni di bassa pressione termica dal Sahara verso il Medio Oriente. 

La contemporanea riduzione dell’umidità del suolo può inoltre creare una retroazione positiva. Temperature più elevate accrescono la domanda evaporativa atmosferica, favoriscono l’essiccamento superficiale e riducono ulteriormente la frazione di energia utilizzata per l’evapotraspirazione. Una quota maggiore dell’energia solare riscalda così direttamente la superficie e l’aria. L’IPCC attribuisce con confidenza media all’influenza antropogenica un contributo all’aumento delle siccità agricole ed ecologiche nel Mediterraneo e rileva che la maggiore domanda evaporativa, associata a temperature più alte, umidità relativa più bassa e variazioni della radiazione, ha intensificato l’essiccamento in diverse regioni. La combinazione di caldo e aridità rende pertanto particolarmente favorevole la crescita dei massimi annuali. 

Il caso della Spagna mostra una dinamica differente. Nel clima NAT, il superamento dei 45 °C presenta un tempo di ritorno dell’ordine di varie decine di anni. La soglia si trova quindi nella coda superiore della distribuzione, ma non è completamente estranea alla variabilità climatica naturale. Nel clima attuale il tempo di ritorno scende a pochi anni; verso il 2050 si riduce ulteriormente, mentre entro il 2100 si avvicina a uno o due anni. Una temperatura inizialmente eccezionale potrebbe così diventare molto comune entro la fine del secolo.

Nel pannello spagnolo, l’uso della scala logaritmica rende evidente che la diminuzione non è soltanto di alcuni anni in valore assoluto, ma corrisponde a un aumento della probabilità di almeno un ordine di grandezza. Se, per esempio, un evento passa indicativamente da un tempo di ritorno di alcune decine di anni a circa due anni, la sua probabilità annuale aumenta da pochi punti percentuali a circa il 50%. Non si tratta quindi di una semplice variazione marginale, bensì di una profonda riorganizzazione della distribuzione degli estremi.

Questa evoluzione è coerente con la valutazione dell’IPCC per l’Europa e il Mediterraneo. L’influenza umana ha già aumentato la frequenza e l’intensità degli estremi caldi nella maggior parte delle regioni terrestri, mentre ulteriori incrementi del riscaldamento globale produrranno giornate e notti calde più frequenti e intense. Per il Mediterraneo assume particolare importanza anche la crescente concomitanza tra caldo e siccità: gli eventi composti caldo-aridi sono diventati più frequenti e si prevede che continuino ad aumentare con ogni ulteriore incremento del riscaldamento. 

Israele e Giordania presentano una trasformazione ancora più pronunciata. Nelle simulazioni NAT, un anno nel quale tx01 supera 45 °C ha un tempo di ritorno dell’ordine di secoli. La figura colloca la migliore stima intorno a qualche centinaio di anni, con intervalli di incertezza molto ampi. Nel clima contemporaneo il tempo di ritorno scende a qualche decennio; verso il 2050 si avvicina all’ordine di cinque-dieci anni; entro il 2100 raggiunge pochi anni. Lo studio sintetizza il risultato osservando che nelle tre località più fresche, Israele, Giordania e Turchia, superamenti naturali estremamente rari potrebbero verificarsi almeno una volta per decennio entro la fine del secolo. 

In termini probabilistici, passare da un evento con ricorrenza plurisecolare a uno con ricorrenza inferiore a dieci anni equivale a un aumento di decine di volte, e in alcuni casi superiore a cento volte, della probabilità annuale. La temperatura assoluta di 45 °C non cambia, ma cambia radicalmente il clima nel quale essa è inserita. Nel mondo NAT rappresenta un valore collocato nella coda quasi inaccessibile della distribuzione; nel clima futuro entra progressivamente in una zona nella quale il superamento può verificarsi più volte durante una normale vita umana.

La Turchia costituisce l’esempio più estremo della Figura 4. Nel clima NAT, il tempo di ritorno stimato per il superamento dei 45 °C è dell’ordine di 10.000 anni, sebbene con una notevole incertezza. Nel clima attuale esso si riduce indicativamente all’ordine di un millennio; verso il 2050 scende a qualche decina di anni; alla fine del secolo si avvicina a circa dieci anni. La probabilità aumenterebbe quindi approssimativamente di tre ordini di grandezza rispetto al clima naturale, trasformando un evento praticamente impossibile su scale temporali storiche in un fenomeno potenzialmente decadale.

Il valore di 10.000 anni non dovrebbe essere interpretato come una periodicità misurabile direttamente attraverso le osservazioni. Nessuna serie meteorologica possiede una lunghezza sufficiente per documentare empiricamente un intervallo simile. La stima deriva dall’adattamento statistico della distribuzione degli estremi e dall’ampio campione prodotto dall’ensemble modellistico. Di conseguenza, i valori più lunghi sono accompagnati da intervalli di incertezza molto estesi e devono essere interpretati soprattutto come indicazione di una probabilità naturale estremamente piccola, non come una quantificazione cronologica esatta.

L’ampiezza delle barre verticali costituisce una componente sostanziale della figura. Nei siti caldi, dove i superamenti sono numerosi, le probabilità sono stimate con maggiore precisione e gli intervalli risultano relativamente stretti. Nelle località più fresche, soprattutto nel clima NAT, l’evento compare poche volte o può non comparire affatto nel campione; la forma della coda statistica deve quindi essere estrapolata oltre i dati più frequenti, producendo una maggiore incertezza. Questa caratteristica spiega le barre molto ampie di Israele, Giordania e Turchia.

L’incertezza non annulla tuttavia il segnale. Anche considerando l’intervallo tra il quinto e il novantacinquesimo percentile, la direzione del cambiamento rimane generalmente robusta: i tempi di ritorno diminuiscono nettamente passando dal mondo NAT alle condizioni attuali e future. In altre parole, può essere incerta l’esatta frequenza di un superamento, ma è molto meno incerto il fatto che esso diventi sostanzialmente più probabile in presenza delle forzanti antropogeniche.

La differente risposta tra regioni calde e relativamente fresche deriva dalla posizione della soglia rispetto alla distribuzione locale di tx01. Se i 45 °C si collocano già al di sotto o vicino al valore centrale della distribuzione, come nella Penisola Arabica, il loro superamento è quasi certo. Se la soglia si trova molto lontano nella coda, come in Turchia, anche uno spostamento di pochi gradi può produrre un aumento relativo enorme della probabilità. Questa proprietà non lineare delle distribuzioni statistiche spiega perché lo stesso riscaldamento possa generare variazioni apparentemente modeste in un sito e incrementi di centinaia o migliaia di volte in un altro.

Supponendo che la forma generale della distribuzione rimanga approssimativamente simile, il riscaldamento antropogenico la sposta verso destra, cioè verso temperature più alte. La soglia fissa di 45 °C non si muove, ma cambia la porzione della distribuzione collocata al di sopra di essa. In una località già torrida, questa porzione era molto ampia e può aumentare soltanto marginalmente; in una località più fresca era quasi nulla, ma può crescere rapidamente quando il centro della distribuzione si avvicina alla soglia.

La Figura 4 documenta pertanto una modifica della rarità statistica, non soltanto della temperatura media. Questa distinzione è centrale nella scienza dell’attribuzione. L’influenza antropogenica non deve necessariamente “creare” dal nulla la configurazione meteorologica responsabile di una giornata eccezionalmente calda; può rendere molto più probabile che una configurazione simile produca un valore superiore alla soglia, innalzando il livello termico di fondo sul quale opera la variabilità atmosferica. Lo studio di Christidis e colleghi conclude che alle dodici località considerate la probabilità delle temperature estreme è in rapido aumento a causa delle forzanti umane. 

Il quadro è coerente anche con lo studio regionale di Zittis e collaboratori, basato su un ampio insieme di proiezioni climatiche regionali. In uno scenario privo di un’efficace mitigazione, gli autori prevedono nella seconda metà del XXI secolo la comparsa di ondate di calore definite “super-estreme” e “ultra-estreme”, con temperature fino a 56 °C o superiori e durata di diverse settimane. Tale ricerca considera la magnitudo e la persistenza delle ondate di calore, mentre la Figura 4 analizza il singolo massimo annuale; le due metriche non sono equivalenti, ma convergono nell’indicare una rapida intensificazione del pericolo termico nel Mediterraneo meridionale, in Nord Africa e nel Medio Oriente. 

La differenza tra un singolo superamento e un’ondata di calore prolungata è rilevante anche per gli impatti. Tx01 può raggiungere 45 °C per un solo giorno, mentre una crisi sanitaria e infrastrutturale dipende spesso dalla persistenza delle temperature elevate, dal mancato raffreddamento notturno, dall’umidità atmosferica e dall’esposizione della popolazione. Tuttavia, l’aumento della probabilità del massimo annuale indica che l’intero limite superiore del clima locale si sta spostando e può accompagnarsi a stagioni calde più lunghe e a un numero maggiore di giornate pericolose, come suggeriscono gli studi regionali. 

La soglia dei 45 °C non possiede inoltre lo stesso significato fisiologico e sociale in tutte le località. Nelle regioni desertiche, popolazioni, edifici e attività possono essere maggiormente adattati a temperature molto elevate, sebbene ciò non elimini il rischio per anziani, lavoratori all’aperto, persone con patologie pregresse e comunità prive di raffrescamento adeguato. Nelle località dove simili valori erano quasi sconosciuti, infrastrutture, reti elettriche, trasporti, pratiche agricole e sistemi sanitari potrebbero essere meno preparati. Lo stesso valore meteorologico può quindi produrre conseguenze differenti in funzione dell’esposizione e della vulnerabilità.

Lelieveld e collaboratori ricordano che gli estremi termici costituiscono una delle principali cause meteorologiche di mortalità prematura e possono determinare perdite rilevanti della capacità lavorativa. Zittis e colleghi associano l’intensificazione del caldo nella regione MENA a conseguenze potenziali per salute, agricoltura, domanda energetica e risorse idriche, sottolineando che le fasce economicamente più fragili sarebbero spesso le più esposte. 

La Figura 4 non rappresenta comunque una previsione deterministica per ogni singolo anno. I punti 2022, 2050 e 2100 descrivono stati climatici medi ricavati da finestre temporali delle simulazioni, non date nelle quali debba verificarsi necessariamente un superamento. La linea nera che li unisce ha una funzione visiva e non implica che il tempo di ritorno diminuisca in modo perfettamente lineare. La variabilità naturale continuerà a produrre anni relativamente meno caldi e anni eccezionali, ma l’intera distribuzione si collocherà progressivamente su livelli superiori.

Le proiezioni sono inoltre condizionate allo scenario emissivo utilizzato, alle caratteristiche dei modelli e alla correzione dei bias applicata. Una mitigazione più incisiva potrebbe rallentare lo spostamento della distribuzione e mantenere tempi di ritorno più lunghi; emissioni più elevate potrebbero invece accelerare la transizione verso superamenti frequenti. Lo studio di Lelieveld mostra, per esempio, che nello scenario RCP4.5 l’aumento degli estremi tende a moderarsi nella seconda metà del secolo, mentre prosegue più intensamente nel percorso RCP8.5. 

Nel complesso, la Figura 4 permette di distinguere tre regimi climatici. Negli Emirati Arabi Uniti, in Qatar e in Arabia Saudita, i 45 °C sono già quasi annuali nel mondo naturale e la soglia risulta statisticamente satura. In Algeria, Egitto, Libia, Marocco e Tunisia, un evento naturale con ricorrenza di pochi anni diventa sostanzialmente annuale. In Spagna, Israele, Giordania e soprattutto Turchia, un superamento raro, plurisecolare o quasi impossibile si trasforma in un fenomeno con ricorrenza pluriennale o decadale.

Il risultato più importante non è quindi che tutte le località raggiungano la medesima temperatura con la stessa frequenza, ma che il riscaldamento antropogenico modifichi profondamente la posizione della soglia all’interno di ciascuna climatologia. Nei siti caldi aumenta soprattutto l’intensità oltre i 45 °C; nei siti più freschi aumenta in modo spettacolare la frequenza con cui la soglia viene raggiunta. La metrica del tempo di ritorno rende evidente questa differenza, mostrando come una temperatura precedentemente associata a condizioni eccezionali possa entrare gradualmente nell’esperienza climatica ordinaria.

La Figura 4 costituisce pertanto una rappresentazione quantitativa del passaggio da un clima nel quale i 45 °C erano quasi inconcepibili in alcune regioni a uno nel quale potrebbero verificarsi più volte nel corso di pochi decenni. Il fatto che la riduzione dei tempi di ritorno emerga sistematicamente nelle simulazioni comprendenti l’influenza umana, mentre il mondo NAT mantiene probabilità molto inferiori nei siti più freschi, sostiene l’interpretazione attributiva degli autori. L’aumento non deriva soltanto da oscillazioni naturali occasionali, ma dal progressivo innalzamento della distribuzione dei massimi annuali prodotto dalle forzanti antropogeniche. 

In questa prospettiva, la soglia dei 45 °C assume un duplice significato. Nelle regioni desertiche segnala un livello ormai insufficiente per descrivere l’eccezionalità futura, poiché viene già superato quasi annualmente. Nelle aree mediterranee e mediorientali relativamente più fresche, rappresenta invece un indicatore estremamente efficace della perdita di rarità degli estremi. La Figura 4 mostra così che il cambiamento climatico non produce una risposta uniforme, ma altera in modo differenziato e non lineare le probabilità locali, trasformando alcuni eventi da rari a comuni e altri da praticamente impossibili a concretamente plausibili entro la fine del XXI secolo.

Aumento dei giorni ad alto rischio e crescita della mortalità associata al caldo in un clima che cambia

La valutazione degli effetti sanitari delle temperature estreme richiede normalmente serie storiche dettagliate che mettdizioni meteorologiche con il numero di decessi osservati, distinguendo possibilmente le diverse cause di morte, le fasce di età, il sesso e le caratteristiche socioeconomiche della popolazione. Nei Paesi per i quali tali informazioni non sono disponibili con una copertura temporale e spaziale adeguata, non è possibile effettuare una vera analisi epidemiologica di attribuzione della mortalità al caldo. In queste circostanze si possono tuttavia utilizzare indicatori climatici semplificati, costruiti sulla base della relazione generalmente osservata tra temperatura e mortalità, per stimare come il riscaldamento antropogenico stia modificando la frequenza delle condizioni potenzialmente pericolose. Gli indici di “riscaldamento ad alto rischio”, High Risk Warming o HRW, e di “giorni ad alto rischio”, High Risk Days o HRD, appartengono a questa categoria: non calcolano direttamente il numero di decessi futuri, ma quantificano rispettivamente l’aumento della temperatura associato all’influenza umana sul clima e l’incremento dei giorni che superano una soglia termica rilevante per la salute. mento epidemiologico di questi indicatori risiede nel concetto di temperatura ottimale, spesso indicata come Optimum Temperature, OT, o temperatura di minima mortalità, Minimum Mortality Temperature, MMT. Essa rappresenta la temperatura alla quale il rischio statistico di morte raggiunge il proprio valore minimo all’interno di una determinata popolazione. La relazione tra temperatura e mortalità non è generalmente lineare, ma assume una forma curva, spesso descritta come una “U”, una “V” o una “J”: il rischio aumenta quando la temperatura si allontana dalla zona di minimo, sia verso condizioni fredde sia, più rapidamente, verso condizioni calde. La MMT non deve quindi essere interpretata come una temperatura fisiologicamente perfetta e immutabile, bensì come il risultato osservato dell’interazione tra clima locale, acclimatazione individuale, struttura demografica, condizioni abitative, accesso ai servizi sanitari, diffusione degli impianti di raffrescamento e comportamento della popolazione. Una stessa temperatura assoluta può pertanto produrre conseguenze molto differenti in città diverse, poiché ciò che costituisce un caldo eccezionale in una regione temperata può risultare relativamente comune in un’area subtropicale. icerche condotte in Giappone e in numerose città distribuite tra continenti e zone climatiche differenti hanno suggerito che la temperatura ottimale possa essere approssimata, in molti contesti, dall’84º percentile della distribuzione locale delle temperature massime giornaliere. Questo significa che, ordinando tutte le giornate in base alla temperatura massima, la soglia indicativa della minima mortalità si collocherebbe intorno al valore superato soltanto dal 16% dei giorni più caldi. L’84º percentile costituisce quindi una soglia relativa, adattata al clima di ciascuna località, e non un valore termico assoluto identico ovunque. Tale approssimazione è particolarmente utile quando mancano dati sanitari sufficienti per stimare direttamente la curva temperatura-mortalità. È tuttavia necessario conservarne una lettura prudente: gli studi multicentrici mostrano che il percentile corrispondente alla minima mortalità può variare considerevolmente, collocandosi approssimativamente intorno al 60º percentile in alcune regioni tropicali e tra l’80º e il 90º percentile in molte aree temperate. L’84º percentile deve dunque essere considerato un indicatore operativo generalizzato, non una soglia biologica universale valida per ogni popolazione e per ogni periodo storico. anza sanitaria delle temperature non ottimali è confermata da analisi epidemiologiche condotte su vaste aree geografiche. Uno studio multicountry coordinato da Antonio Gasparrini, comprendente 384 località, ha stimato che il 7,71% della mortalità complessiva osservata nei Paesi analizzati fosse attribuibile a temperature superiori o inferiori alla temperatura di minima mortalità. In quel campione la quota maggiore del carico sanitario era associata alle temperature moderatamente fredde, anche perché tali condizioni si verificavano molto più frequentemente degli estremi assoluti. Questo risultato non ridimensiona il pericolo del caldo intenso: indica piuttosto che il carico sanitario totale dipende dalla combinazione tra incremento del rischio e frequenza dell’esposizione. Le temperature estremamente elevate possono essere relativamente rare ma produrre aumenti molto rapidi del rischio giornaliero, mentre condizioni meno estreme, ripetute per molti giorni, possono generare un impatto cumulativo altrettanto rilevante. Una successiva valutazione globale ha stimato che, nel periodo esaminato, oltre cinque milioni di decessi annui fossero associati a temperature non ottimali, pur con ampie differenze geografiche e con inevitabili incertezze derivanti dai dati e dai modelli utilizzati. ro dello studio dedicato alla probabilità di superare i 50 °C, la differenza tra l’84º percentile delle temperature massime giornaliere nel clima attuale e il corrispondente valore nel clima naturale controfattuale costituisce l’indice HRW. Il clima NAT non rappresenta una fase storica osservata direttamente, ma una ricostruzione modellistica delle condizioni che si sarebbero verificate in assenza dell’influenza antropogenica, in particolare senza l’aumento dei gas serra prodotto dalle attività umane. Se, per esempio, l’84º percentile di Tmax è oggi superiore di 2 °C rispetto al mondo NAT, ciò significa che la popolazione è esposta a una fascia di caldo ad alto rischio spostata verso valori di circa 2 °C più elevati. L’HRW può quindi essere interpretato come la quantità aggiuntiva di riscaldamento alla quale la società deve adattarsi per mantenere un livello di rischio paragonabile a quello del clima non alterato dall’uomo. Nelle dodici località considerate dallo studio, l’indice risulta compreso tra 1,6 e 2,3 °C, fornendo un’indicazione della rilevanza già assunta dal contributo antropogenico nella definizione delle condizioni termiche pericolose. che l’84º percentile della temperatura massima rimanga inferiore a 50 °C, e nella maggior parte delle località persino al di sotto dei 40 °C, è particolarmente significativo. La mortalità associata al caldo non comincia infatti soltanto al raggiungimento di temperature eccezionali come 45 o 50 °C. Il rischio può iniziare ad aumentare molto prima, una volta superata la temperatura di minima mortalità locale, e crescere progressivamente con l’intensità e la durata dell’esposizione. Una giornata con 50 °C collocherebbe pertanto una popolazione molto al di fuori della propria normale distribuzione climatica e della zona termica alla quale infrastrutture, abitazioni e sistemi sanitari sono storicamente adattati. Non è tuttavia possibile tradurre automaticamente tale superamento in un numero preciso di morti: l’impatto dipenderebbe dalla durata dell’episodio, dalle temperature notturne, dall’umidità, dal vento, dall’irraggiamento solare, dall’inquinamento atmosferico, dall’accesso all’acqua e al raffrescamento e dalla tempestività degli interventi di protezione civile e sanitaria. La soglia dei 50 °C deve quindi essere interpretata come un segnale di esposizione eccezionalmente elevata, non come un confine rigido al di sotto del quale il caldo sarebbe innocuo e al di sopra del quale si produrrebbe inevitabilmente una determinata quantità di mortalità. o di vista fisiologico, il corpo umano mantiene la temperatura interna entro limiti relativamente ristretti attraverso la sudorazione, la vasodilatazione cutanea e l’aumento della circolazione sanguigna verso la superficie corporea. Quando l’ambiente diventa molto caldo, il sistema cardiovascolare deve sostenere contemporaneamente la dispersione del calore e il mantenimento di un’adeguata perfusione degli organi. La perdita di acqua e sali attraverso il sudore può determinare disidratazione, riduzione del volume plasmatico, alterazioni elettrolitiche e incremento del lavoro cardiaco. Nei soggetti fragili questi processi possono aggravare patologie cardiovascolari, respiratorie e renali preesistenti; nei casi più gravi la capacità di termoregolazione può collassare, provocando esaurimento da calore o colpo di calore. Le persone anziane risultano particolarmente vulnerabili per la ridotta percezione della sete, la minore efficienza della sudorazione, la presenza di malattie croniche e l’assunzione di farmaci capaci di interferire con la termoregolazione, l’idratazione o la funzione cardiovascolare. o della sola temperatura massima giornaliera rende gli indici HRW e HRD facilmente calcolabili e comparabili, ma non esaurisce la complessità dello stress termico umano. L’umidità elevata ostacola l’evaporazione del sudore e riduce l’efficacia del principale meccanismo di raffreddamento corporeo; allo stesso tempo, condizioni estremamente calde e secche possono produrre una disidratazione molto rapida. Anche le temperature minime notturne sono fondamentali, perché notti persistentemente calde impediscono all’organismo e agli edifici di disperdere il calore accumulato durante il giorno. Una sequenza di giornate torride intervallate da notti molto calde può quindi risultare più pericolosa di un singolo picco di Tmax, poiché prolunga lo stress fisiologico, limita il recupero e aumenta l’esposizione cumulativa. Per una valutazione sanitaria completa sarebbe opportuno affiancare alla Tmax indicatori di temperatura notturna, umidità, durata dell’evento e temperatura percepita, tenendo presente che nessun singolo indice biometeorologico descrive perfettamente il rischio in tutte le popolazioni. HRD affronta la seconda componente del rischio, vale a dire la frequenza dell’esposizione. Esso misura la variazione del numero di giorni nei quali la temperatura massima supera l’84º percentile calcolato rispetto a un determinato clima di riferimento. Se il riferimento è il clima attuale, l’HRD futuro indica quanti giorni aggiuntivi supereranno la soglia che oggi caratterizza approssimativamente la parte più calda della distribuzione termica. Se invece il riferimento fosse il clima NAT, l’indice esprimerebbe l’intero aumento antropogenico della frequenza dei giorni potenzialmente pericolosi. La scelta del periodo di riferimento è pertanto decisiva: l’HRD non è un numero assoluto, ma una differenza rispetto a condizioni climatiche esplicitamente definite. Nello studio considerato, le proiezioni indicano entro la fine del secolo un incremento, secondo la migliore stima, equivalente a circa uno o due mesi di giorni ad alto rischio nelle località analizzate. Ciò significa che condizioni oggi confinate alla frazione più calda dell’anno potrebbero estendersi per diverse settimane aggiuntive, modificando profondamente la stagionalità dell’esposizione al caldo. ta di uno o due mesi di HRD non equivale però necessariamente a uno o due mesi di emergenza sanitaria continua, né consente di quantificare direttamente i decessi. L’indice identifica i giorni nei quali aumenta la probabilità di esposizione a temperature associate a un rischio superiore al minimo, ma non incorpora la forma specifica della curva temperatura-mortalità di ciascuna città. Non distingue inoltre tra un superamento marginale della soglia e un’anomalia estrema di molti gradi, né considera esplicitamente la successione temporale delle giornate calde. Dal punto di vista epidemiologico, una serie di giorni consecutivi può produrre effetti differenti rispetto allo stesso numero di superamenti distribuiti nell’arco della stagione. Gli effetti del caldo possono manifestarsi nello stesso giorno o nei giorni immediatamente successivi, mentre la persistenza dell’evento può determinare un progressivo esaurimento delle capacità fisiologiche, sociali e sanitarie di risposta. L’HRD deve dunque essere letto come indicatore preliminare di pressione climatica sulla salute, utile soprattutto quando mancano dati di mortalità ad alta risoluzione. ssione tra riscaldamento antropogenico e mortalità da caldo non è soltanto una proiezione futura. Un’analisi basata su 732 località di 43 Paesi ha stimato che, nel periodo 1991–2018, mediamente il 37% dei decessi associati al caldo fosse attribuibile alla componente antropogenica del cambiamento climatico, con effetti rilevabili in tutti i continenti esaminati e una considerevole variabilità geografica. Il risultato è stato ottenuto confrontando l’esposizione termica osservata con un clima controfattuale privo dell’influenza umana, applicando successivamente le relazioni epidemiologiche locali tra temperatura e mortalità. Sebbene il valore del 37% non debba essere trasferito automaticamente a qualsiasi Paese o singola ondata di calore, esso dimostra che una parte misurabile del carico sanitario contemporaneo è già riconducibile all’aumento delle temperature prodotto dalle attività umane. enza europea mostra concretamente quanto possa essere elevato il costo umano delle estati eccezionalmente calde. Per il periodo compreso tra il 30 maggio e il 4 settembre 2022, uno studio pubblicato su Nature Medicine ha stimato 61.672 decessi associati al caldo in Europa, con un intervallo di confidenza compreso tra 37.643 e 86.807. I valori assoluti più elevati furono stimati in Italia, Spagna, Germania, Francia, Regno Unito e Grecia, mentre i maggiori tassi relativi interessarono soprattutto i Paesi mediterranei. Queste stime non corrispondono al conteggio dei soli certificati di morte nei quali compare la dicitura “colpo di calore”: gran parte della mortalità da caldo si manifesta infatti attraverso l’aggravamento di patologie cardiovascolari, respiratorie, renali o metaboliche e viene ricostruita statisticamente confrontando mortalità osservata, andamento stagionale e temperature. Il carico sanitario reale del caldo risulterebbe quindi fortemente sottovalutato qualora si considerassero esclusivamente i decessi classificati direttamente come ipertermia. mento può modificare nel tempo la relazione tra temperatura e mortalità. Studi multicountry hanno documentato in diverse popolazioni una diminuzione della vulnerabilità al caldo nel corso degli ultimi decenni, attribuibile verosimilmente a una combinazione di miglioramenti sanitari, maggiore consapevolezza, diffusione del raffrescamento, cambiamenti comportamentali e introduzione di sistemi di allerta. Anche la temperatura di minima mortalità può spostarsi verso valori più elevati, indicando una certa capacità di acclimatazione fisiologica e sociale. Tale adattamento, tuttavia, non è né illimitato né uniforme. Può procedere più lentamente del riscaldamento climatico, può essere insufficiente durante gli eventi estremi e può dipendere da tecnologie energivore o economicamente inaccessibili a una parte della popolazione. Inoltre, la riduzione del rischio relativo a una determinata temperatura può essere compensata dall’aumento molto rapido della frequenza, della durata e dell’intensità delle esposizioni. Per questa ragione non è corretto presumere che le società si adatteranno automaticamente a qualsiasi livello di riscaldamento futuro. rabilità è distribuita in modo profondamente diseguale. Oltre agli anziani e alle persone affette da malattie croniche, risultano maggiormente esposti coloro che lavorano all’aperto, vivono soli, abitano nei piani superiori di edifici scarsamente isolati, non dispongono di sistemi di raffrescamento o risiedono in quartieri densamente urbanizzati e poveri di vegetazione. L’isola di calore urbana può mantenere temperature elevate anche dopo il tramonto, mentre la qualità degli edifici determina quanto calore venga accumulato durante il giorno e rilasciato negli ambienti interni durante la notte. Povertà energetica, isolamento sociale, difficoltà di accesso ai servizi sanitari e impossibilità di sospendere il lavoro amplificano quindi il rischio indipendentemente dalla temperatura meteorologica misurata. Due persone esposte allo stesso valore di Tmax possono sperimentare livelli di pericolo molto differenti, perché la mortalità da caldo emerge dall’interazione tra pericolosità climatica, esposizione e vulnerabilità sociale. ci HRW e HRD risultano perciò particolarmente utili come strumenti di comunicazione e di prima valutazione, ma devono essere integrati con informazioni demografiche, sanitarie e territoriali. L’HRW descrive lo spostamento della distribuzione termica verso condizioni più calde, mentre l’HRD traduce tale spostamento in un aumento del numero di giornate che oltrepassano una soglia locale. Insieme mostrano che il cambiamento climatico agisce simultaneamente sull’intensità e sulla frequenza dell’esposizione: non rende soltanto possibili temperature massime più elevate, ma prolunga il periodo dell’anno durante il quale la popolazione può trovarsi al di sopra della propria zona di minima mortalità. Questa trasformazione è epidemiologicamente importante perché la salute pubblica non viene minacciata esclusivamente dai record assoluti; anche l’espansione stagionale del caldo moderatamente o fortemente anomalo può generare un carico cumulativo considerevole.

La prospettiva di diverse settimane aggiuntive di caldo opprimente richiede un adattamento strutturale, non limitato alle raccomandazioni individuali durante le emergenze. I piani caldo-salute devono comprendere sistemi di previsione e allerta calibrati sulle soglie locali, sorveglianza epidemiologica in tempo reale, identificazione delle persone fragili, assistenza domiciliare, protezione dei lavoratori, disponibilità di spazi pubblici raffrescati e comunicazioni comprensibili e tempestive. Sul lungo periodo diventano essenziali la riqualificazione termica degli edifici, la ventilazione, l’ombreggiamento, l’aumento della vegetazione urbana, la riduzione delle superfici impermeabili e una pianificazione territoriale capace di contenere l’isola di calore. La seconda edizione delle linee guida dell’Organizzazione mondiale della sanità per i piani caldo-salute, pubblicata nel giugno 2026, sottolinea proprio la necessità di integrare preparazione, allerta, risposta sanitaria, comunicazione del rischio e protezione mirata delle popolazioni vulnerabili. mento, per quanto indispensabile, non può infine sostituire la mitigazione delle emissioni. Ogni ulteriore incremento della temperatura media sposta verso l’alto l’intera distribuzione delle temperature quotidiane, rendendo più frequenti i superamenti delle soglie locali e aumentando la probabilità di episodi estremi senza precedenti. Le proiezioni europee indicano che il riscaldamento climatico e l’invecchiamento della popolazione potrebbero agire congiuntamente nell’amplificare la mortalità futura, mentre anche livelli considerevoli di adattamento potrebbero non compensare completamente l’espansione dell’esposizione. Limitare il riscaldamento riduce pertanto sia l’entità dell’HRW sia il numero futuro di HRD, contenendo la distanza tra le condizioni climatiche e la capacità fisiologica, infrastrutturale e sociale delle comunità di affrontarle. lesso, l’aumento previsto di circa uno o due mesi dei giorni ad alto rischio non deve essere interpretato come una previsione deterministica di mortalità, ma come il segnale di una profonda riorganizzazione del rischio climatico. Le popolazioni saranno esposte più spesso e più a lungo a temperature superiori ai livelli localmente associati alla minima mortalità, mentre eventi prossimi o superiori a 50 °C le porterebbero in condizioni estremamente lontane dalla normale zona di comfort. L’effettivo impatto sanitario dipenderà dalla rapidità del riscaldamento, dall’umidità, dalle temperature notturne, dalla durata degli episodi, dalla struttura demografica e dalla capacità di adattamento. Gli indici HRW e HRD non sostituiscono quindi le analisi epidemiologiche basate sui dati di mortalità, ma offrono una rappresentazione scientificamente utile dell’aumento antropogenico della pressione termica sulla salute, ricordando che il pericolo non risiede soltanto nel raggiungimento di nuovi record, bensì nella progressiva trasformazione di condizioni un tempo eccezionali in una componente sempre più frequente e persistente della stagione calda.

Discussione: l’aumento delle temperature estreme oltre 50 °C tra attribuzione climatica, rischio sanitario e necessità di adattamento

Comprendere come cambino la frequenza, l’intensità e la distribuzione geografica degli eventi meteorologici estremi sotto l’influenza del riscaldamento antropogenico rappresenta un presupposto essenziale per costruire politiche climatiche fondate su evidenze scientifiche. L’analisi degli estremi non può infatti limitarsi alla descrizione dei record osservati, ma deve stabilire in quale misura l’aumento delle concentrazioni atmosferiche di gas serra abbia modificato la probabilità che tali eventi si verifichino. La scienza dell’attribuzione risponde precisamente a questa esigenza attraverso il confronto tra il clima reale, comprensivo dell’influenza umana, e un clima controfattuale nel quale vengono rimossi o fortemente ridotti i principali forzanti antropogenici. Tale confronto non afferma normalmente che il cambiamento climatico abbia “causato” da solo un singolo episodio, poiché ogni evento nasce dall’interazione tra variabilità atmosferica, condizioni oceaniche, umidità del suolo e circolazione su diverse scale temporali; esso consente tuttavia di stimare quanto l’influenza umana ne abbia modificato la probabilità o l’intensità. Il Sesto rapporto di valutazione dell’IPCC ha concluso che l’influenza antropogenica costituisce il principale fattore dell’aumento osservato nella frequenza e nell’intensità degli estremi caldi sulla maggior parte delle terre emerse, fornendo così il quadro generale entro il quale devono essere interpretati i risultati relativi al Mediterraneo e al Medio Oriente. 

In questa prospettiva, la soglia dei 50 °C assume un significato climatico e sociale particolarmente rilevante. Non rappresenta una soglia fisiologica universale oltre la quale inizi improvvisamente il pericolo, poiché effetti sanitari gravi possono comparire a temperature molto inferiori, soprattutto in presenza di elevata umidità, notti calde e vulnerabilità individuali. Essa costituisce però un indicatore immediatamente comprensibile di caldo eccezionale, collocato ben al di sopra della normale distribuzione delle temperature massime nella maggior parte delle località mediterranee. L’analisi di attribuzione sulla quale si basa la sezione mostra che la probabilità di superare 50 °C sta aumentando rapidamente in alcune parti del Mediterraneo e del Medio Oriente e che, nelle località più calde esaminate, l’influenza antropogenica ha già accresciuto di almeno un ordine di grandezza la possibilità di osservare simili valori. Lo studio indica inoltre che, entro la fine del secolo e nello scenario emissivo considerato, temperature oggi eccezionali potrebbero diventare molto meno rare in alcune località, mentre nel clima preindustriale simulato sarebbero risultate sostanzialmente assenti. Il risultato principale non consiste quindi nell’affermare che ogni estate europea raggiungerà diffusamente i 50 °C, bensì nel mostrare che la coda più estrema della distribuzione termica si sta spostando verso valori un tempo ritenuti quasi inverosimili. 

Questo spostamento invita a interrogarsi sulla possibile migrazione verso nord di condizioni climatiche finora associate soprattutto al Nord Africa e al Medio Oriente. L’espressione “migrazione climatica” deve essere interpretata con precisione: non implica che l’intero clima nordafricano si trasferisca meccanicamente in Europa, né che precipitazioni, vegetazione, circolazione atmosferica e caratteristiche stagionali divengano identiche su entrambe le sponde del Mediterraneo. Indica piuttosto che determinati aspetti della distribuzione termica, soprattutto quelli relativi agli estremi più elevati, possono comparire progressivamente a latitudini nelle quali erano storicamente molto rari o assenti. Le condizioni climatiche regionali rimarranno differenziate dalla geografia, dall’influenza marina, dall’orografia e dalla circolazione atmosferica, ma alcune località dell’Europa meridionale potranno sperimentare estremi termici più simili a quelli attualmente osservati nelle regioni subtropicali limitrofe. Tale processo è coerente con l’identificazione del bacino mediterraneo come area particolarmente vulnerabile all’aumento delle ondate di calore, alla siccità e alla combinazione di molteplici rischi climatici, sebbene la vulnerabilità risulti generalmente maggiore nei settori meridionali e orientali, dove le capacità economiche e infrastrutturali di adattamento possono essere inferiori. 

La Spagna meridionale costituisce un esempio istruttivo perché combina latitudine relativamente bassa, continentalità in alcune aree interne, frequenti avvezioni di aria molto calda dal Nord Africa, intensa radiazione solare estiva e marcate tendenze di riscaldamento. Non è tuttavia corretto attribuire ogni episodio estremo alla semplice “risalita dell’aria africana”. Le masse d’aria sahariane possono contribuire in modo importante a singoli eventi, ma l’intensità raggiunta al suolo dipende anche dalla persistenza anticiclonica, dalla subsidenza, dalla compressione adiabatica, dall’aridità dei terreni, dal deficit di precipitazioni precedente e dai processi di ricircolo e riscaldamento locale dell’aria. Il riscaldamento globale agisce innalzando il livello termico di fondo sul quale opera questa variabilità meteorologica: configurazioni atmosferiche già capaci di produrre caldo intenso nel clima passato possono oggi generare temperature più elevate, mentre configurazioni eccezionali possono spingere i valori verso soglie prive di precedenti osservativi locali. Studi recenti sul Mediterraneo occidentale hanno inoltre evidenziato l’importanza congiunta dei suoli eccezionalmente secchi, delle persistenti strutture di alta pressione e delle elevate temperature superficiali del Mediterraneo e dell’Atlantico nella formazione delle stagioni calde estreme. 

Il concetto di un aumento della probabilità di almeno dieci volte deve essere interpretato in termini statistici e non come una previsione deterministica. Se, per esempio, un superamento aveva nel clima naturale simulato una probabilità annua estremamente piccola, un aumento di dieci volte potrebbe lasciarlo relativamente raro, pur rendendolo molto più plausibile rispetto al passato. In altri casi, quando la probabilità iniziale era già più elevata, lo stesso fattore di incremento può trasformare un evento eccezionale in un fenomeno osservabile più volte nel corso di una vita o persino di alcuni decenni. Il rapporto di probabilità non fornisce inoltre direttamente la data del prossimo superamento, perché la variabilità atmosferica rimane determinante nell’alternanza tra estati più o meno calde. Il valore scientifico dell’attribuzione consiste nel dimostrare che la distribuzione statistica dalla quale emergono i singoli eventi è cambiata: il “dado climatico” continua a produrre risultati differenti da un anno all’altro, ma alcune facce associate al caldo estremo sono diventate più probabili.

È altrettanto importante riconoscere i limiti dell’analisi. Il lavoro utilizza un insieme multimodello formato dalle simulazioni effettivamente disponibili, un cosiddetto ensemble di opportunità, nel quale i diversi modelli possono contribuire con numeri disuguali di realizzazioni. Questa struttura non equivale a un campionamento perfettamente equilibrato dello spazio delle incertezze climatiche. Alcuni modelli possono inoltre condividere componenti, schemi fisici o genealogie comuni e non essere quindi completamente indipendenti. L’accordo tra più simulazioni aumenta la robustezza del segnale, ma non elimina gli errori sistematici relativi alla rappresentazione della convezione, dei suoli, dell’orografia, dell’interazione terra-atmosfera e degli estremi locali. L’ensemble offre pertanto una misura indicativa, non esaustiva, dell’incertezza modellistica. La presenza di limiti non annulla il risultato centrale, ma impone di descriverlo mediante intervalli di probabilità e di evitare interpretazioni eccessivamente precise del valore atteso in una singola città.

I risultati dipendono anche dal disegno sperimentale e, in particolare, dallo scenario futuro delle emissioni. Le differenze tra percorsi emissivi possono rimanere relativamente contenute nei primi decenni, a causa dell’inerzia del sistema climatico e delle emissioni già prodotte, ma diventano progressivamente più ampie nella seconda metà del secolo. Uno scenario con emissioni elevate prolunga e intensifica lo spostamento della distribuzione termica, mentre una mitigazione rapida riduce la probabilità di raggiungere gli estremi più elevati. La proiezione secondo cui i superamenti di 50 °C potrebbero diventare comuni in determinate località non deve dunque essere considerata un destino inevitabile e indipendente dalle decisioni umane. È una conseguenza condizionata dal percorso di emissioni, dall’entità del riscaldamento globale e dalla risposta regionale del sistema climatico. L’analisi degli scenari serve proprio a mostrare che le politiche di mitigazione possono ancora influenzare in modo sostanziale la frequenza degli estremi nella seconda parte del secolo.

Un’ulteriore cautela deriva dalla selezione delle località. Le dodici stazioni considerate forniscono una prospettiva significativa sulle aree più calde, ma non possono rappresentare tutta la variabilità del Mediterraneo e del Medio Oriente. La probabilità di raggiungere 50 °C cambia notevolmente anche su distanze relativamente brevi, a causa dell’altitudine, della distanza dal mare, della ventilazione, della copertura del suolo, dell’irrigazione e della conformazione topografica. Le coste possono essere mitigate dalla brezza marina durante il giorno, ma sperimentare umidità elevata e temperature notturne opprimenti; le conche interne possono invece raggiungere massime più alte in condizioni secche e poco ventilate. L’urbanizzazione modifica ulteriormente l’esposizione attraverso l’accumulo di calore nei materiali, la riduzione della vegetazione, la produzione di calore antropico e il rallentamento del raffreddamento notturno. Il segnale misurato da una stazione meteorologica non coincide necessariamente con quello sperimentato negli edifici, nei cantieri, nelle strade densamente costruite o nei quartieri più poveri. Studi europei hanno evidenziato che l’isola di calore urbana può accrescere sensibilmente il rischio di mortalità durante gli estremi caldi, confermando che il pericolo climatico deve essere distinto dall’esposizione effettiva della popolazione. 

La temperatura massima giornaliera è un indicatore fondamentale, ma non descrive da sola il caldo potenzialmente letale. La risposta fisiologica dipende dall’insieme di temperatura dell’aria, umidità, vento, irraggiamento solare, attività fisica, abbigliamento e possibilità di accedere all’ombra o al raffrescamento. Con umidità elevata l’evaporazione del sudore diventa meno efficiente e il corpo incontra maggiori difficoltà nel dissipare il calore metabolico; in condizioni molto secche, d’altra parte, l’evaporazione può essere più efficace ma la perdita di acqua può diventare estremamente rapida, soprattutto durante il lavoro fisico. Anche le notti calde rivestono un ruolo decisivo, perché impediscono il recupero fisiologico e mantengono elevate le temperature negli edifici privi di climatizzazione. Ricerche recenti sul Golfo Persico hanno mostrato che i massimi di caldo umido possono manifestarsi nelle ore serali o notturne, in relazione al trasporto verso terra di aria marittima molto umida operato dalle brezze, dimostrando che il momento più pericoloso non coincide necessariamente con quello della massima temperatura diurna. 

Il frequente richiamo alla temperatura di bulbo umido di 35 °C come limite teorico di sopravvivenza deve essere anch’esso trattato con cautela. Tale valore deriva da un modello idealizzato nel quale un individuo sano, ben idratato, all’ombra e in condizioni di ventilazione favorevole non riesce più a disperdere il calore metabolico attraverso l’evaporazione. Studi fisiologici più recenti hanno però mostrato che i limiti effettivi possono essere inferiori e dipendono fortemente dall’età, dall’attività svolta, dall’esposizione solare, dall’abbigliamento e dalle condizioni di salute. Una persona anziana, un lavoratore impegnato in uno sforzo intenso o un individuo esposto direttamente al sole può raggiungere condizioni non compensabili ben prima della soglia teorica di 35 °C di bulbo umido. Non bisogna quindi interpretare valori inferiori come automaticamente sicuri, né considerare il pericolo limitato ai climi contemporaneamente caldissimi e molto umidi: anche temperature dell’aria estremamente elevate in ambiente secco possono compromettere la termoregolazione, specialmente durante attività fisiche prolungate. 

La regione del Golfo Persico costituisce uno dei principali laboratori naturali per lo studio dei limiti della tolleranza umana, perché combina temperature molto alte, forte umidità costiera, rapida urbanizzazione e una vasta presenza di lavoratori impegnati all’aperto. Le proiezioni climatiche hanno indicato che alcune aree dell’Asia sudoccidentale potrebbero avvicinarsi o superare più frequentemente soglie di stress termico estreme nel corso del secolo, soprattutto in assenza di una forte mitigazione. Ciò non implica che intere regioni diventeranno improvvisamente e permanentemente inabitabili, ma suggerisce che determinate attività all’aperto potrebbero risultare pericolose o impossibili per alcune ore e stagioni, rendendo l’abitabilità sempre più dipendente dall’accesso a edifici raffrescati, acqua, energia affidabile e sistemi sanitari. Una simile dipendenza tecnologica crea una forma di vulnerabilità sistemica: un’interruzione elettrica durante un’ondata di calore estrema può trasformare rapidamente gli edifici climatizzati in ambienti pericolosi, soprattutto per anziani, malati e persone con mobilità limitata. 

L’esposizione occupazionale costituisce uno degli aspetti più critici. Gli operai edili, gli agricoltori, gli addetti alla manutenzione stradale, i lavoratori portuali e tutte le persone impegnate in attività fisiche all’aperto producono quantità elevate di calore metabolico proprio mentre l’ambiente ostacola la dispersione termica. Il rischio non riguarda soltanto il colpo di calore immediatamente riconoscibile, ma comprende disidratazione, esaurimento da calore, perdita di coordinazione, aumento degli infortuni, danno renale e aggravamento di patologie cardiovascolari. L’Organizzazione internazionale del lavoro considera il caldo eccessivo una crescente minaccia per la sicurezza e la salute occupazionale e sottolinea la necessità di combinare pause, idratazione, ombreggiamento, acclimatazione, sorveglianza sanitaria, modifica degli orari e riduzione dell’intensità del lavoro. Le normative che vietano il lavoro nelle ore centrali rappresentano un primo strumento di protezione, ma un divieto basato esclusivamente sull’orario può risultare insufficiente quando il caldo umido persiste al mattino, alla sera o durante la notte. Per questo alcuni Paesi del Golfo hanno iniziato a integrare nelle norme soglie meteorologiche di stress termico, sebbene l’efficacia concreta dipenda dall’applicazione, dai controlli e dalla possibilità reale dei lavoratori di interrompere l’attività senza conseguenze economiche. 

L’eventuale sottostima delle malattie e dei decessi occupazionali costituisce un problema metodologico e sociale rilevante. Un decesso avvenuto durante o dopo una giornata estremamente calda può essere registrato come evento cardiovascolare, insufficienza renale o causa non specificata, senza che il contributo dell’esposizione termica venga identificato. La situazione è resa più complessa dalla presenza di lavoratori migranti, dalla frammentazione dei sistemi di sorveglianza, dalla difficoltà di ricostruire l’esposizione individuale e dai possibili conflitti tra tutela della salute e interessi economici. L’assenza di una classificazione esplicita come “morte da caldo” non dimostra quindi l’assenza di un nesso termico. Le valutazioni epidemiologiche devono confrontare mortalità e ricoveri con le condizioni meteorologiche, tenendo conto dei ritardi temporali e delle patologie pregresse. In questo senso, migliorare i registri sanitari e occupazionali rappresenta una componente essenziale dell’adattamento, perché non è possibile proteggere efficacemente una popolazione se l’entità del problema rimane invisibile o sottostimata.

Gli impatti del riscaldamento antropogenico sulla mortalità sono già misurabili e non appartengono esclusivamente alle proiezioni future. Un’analisi multicentrica comprendente 732 località in 43 Paesi ha stimato che, nel periodo 1991–2018, circa il 37% dei decessi associati al caldo durante la stagione calda fosse attribuibile al cambiamento climatico prodotto dalle attività umane, pur con ampie differenze tra città e regioni. Il dato non può essere trasferito automaticamente alle località dello studio sui 50 °C, ma dimostra che l’aumento antropogenico delle temperature ha già generato un carico sanitario rilevabile su tutti i continenti inclusi nell’analisi. Il rischio futuro dipenderà inoltre non soltanto dal clima, ma dall’invecchiamento della popolazione, dalla crescita urbana, dalla prevalenza di malattie croniche e dall’evoluzione delle capacità di adattamento. Proiezioni riferite alle città europee indicano che il forte aumento della mortalità da caldo potrebbe superare i benefici derivanti dalla diminuzione dei decessi associati al freddo, soprattutto nell’Europa meridionale e negli scenari di maggiore riscaldamento. 

La distinzione tra pericolo, esposizione e vulnerabilità è fondamentale. Il pericolo è costituito dall’intensità, dalla durata e dalla frequenza del caldo; l’esposizione riguarda il numero di persone presenti negli ambienti interessati; la vulnerabilità descrive la probabilità che l’esposizione produca un danno. Una città può sperimentare temperature meno elevate di un’area desertica ma registrare conseguenze sanitarie gravi se la popolazione è anziana, gli edifici trattengono calore, il verde urbano è scarso e l’aria condizionata poco diffusa. Al contrario, una località abitualmente molto calda può aver sviluppato comportamenti, architetture e servizi più adatti, senza per questo essere immune dagli estremi senza precedenti. La crescita demografica e urbana aumenta il numero di persone esposte, mentre l’espansione informale delle città può concentrare le fasce più povere in abitazioni sovraffollate, scarsamente ventilate e costruite con materiali inadatti. Di conseguenza, una stessa anomalia meteorologica può produrre impatti radicalmente differenti a seconda delle condizioni sociali.

La pianificazione sanitaria deve pertanto passare da un’impostazione prevalentemente reattiva a una strategia anticipatoria. Le risposte emergenziali attivate quando l’ondata di calore è già in corso rimangono indispensabili, ma non possono sostituire la preparazione strutturale. I sistemi di allerta devono utilizzare soglie calibrate sulla relazione locale tra temperatura e salute, considerare l’umidità e le temperature notturne e comunicare il rischio in modo comprensibile. I servizi sanitari devono identificare preventivamente le persone fragili, pianificare l’aumento degli accessi, garantire la continuità elettrica delle strutture e coordinarsi con servizi sociali, protezione civile e amministrazioni locali. Le misure più efficaci non consistono soltanto nel consigliare genericamente di bere acqua e rimanere al fresco, ma nel rendere concretamente disponibili luoghi sicuri, assistenza domiciliare, trasporti, controlli sui lavoratori e reti di sostegno per chi vive solo. Revisioni degli interventi programmati hanno riscontrato una riduzione degli effetti sanitari nelle località in cui sono stati introdotti piani preventivi, pur sottolineando le difficoltà nel separare l’effetto dei singoli provvedimenti da quello dell’acclimatazione e dei cambiamenti socioeconomici. 

L’adattamento dell’ambiente costruito costituisce una delle risposte più durature. Ombreggiamento, ventilazione naturale, isolamento delle coperture, schermature solari, tetti riflettenti, alberature, superfici permeabili e riduzione del calore prodotto da traffico e impianti possono diminuire l’esposizione senza dipendere esclusivamente dalla climatizzazione meccanica. La progettazione deve considerare anche le temperature notturne, poiché edifici massicci e poco ventilati possono continuare a rilasciare durante la notte il calore accumulato. Gli interventi sul verde urbano devono essere distribuiti equamente: piantare alberi soltanto nei quartieri già privilegiati rischia di accrescere le disparità termiche, mentre le aree più densamente abitate e vulnerabili rimangono prive di ombra. Anche l’acqua urbana può contribuire al raffrescamento, ma deve essere valutata alla luce della crescente scarsità idrica mediterranea. L’adattamento climatico non consiste dunque nell’applicazione di una tecnologia isolata, bensì nella trasformazione coordinata di edifici, spazi pubblici, sistemi energetici e servizi sociali.

L’aria condizionata rappresenta una protezione efficace durante il caldo estremo e numerosi studi hanno associato la sua disponibilità a una diminuzione del rischio di mortalità. La sua efficacia non autorizza però a considerarla una soluzione completa. L’accesso è fortemente diseguale tra Paesi e all’interno delle stesse città: il costo dell’acquisto e dell’elettricità può escludere le famiglie più povere, mentre miliardi di persone potrebbero rimanere prive di raffrescamento residenziale anche nei prossimi decenni. Inoltre, un’espansione non pianificata della climatizzazione aumenta la domanda elettrica nei momenti di picco, può aggravare il rischio di interruzioni della rete e, quando l’energia proviene da combustibili fossili, accresce le emissioni responsabili del riscaldamento futuro. Gli apparecchi rilasciano anche calore verso l’esterno, contribuendo localmente al riscaldamento urbano, soprattutto nelle ore notturne. La climatizzazione deve quindi essere resa più efficiente e accessibile, alimentata da energia a basse emissioni e integrata con soluzioni passive che riducano il fabbisogno energetico. Le analisi sulla diffusione futura degli impianti evidenziano chiaramente questo compromesso tra beneficio sanitario immediato e costi energetici e climatici. 

La questione dell’equità attraversa tutte le politiche di adattamento. Le popolazioni che hanno contribuito in misura minore alle emissioni storiche possono essere quelle più esposte agli effetti del riscaldamento e meno capaci di proteggersi. Un divieto di lavorare nelle ore calde è inefficace se comporta la perdita del salario necessario alla sopravvivenza; un centro climatizzato è poco utile se una persona anziana non dispone di trasporto; un’allerta digitale non raggiunge chi non ha accesso alla tecnologia o non comprende la lingua del messaggio. Analogamente, incentivi destinati alla riqualificazione energetica possono favorire soprattutto i proprietari con maggiore disponibilità finanziaria, lasciando gli affittuari vulnerabili negli edifici peggiori. Un adattamento giusto deve quindi includere protezione del reddito, standard abitativi minimi, tariffe energetiche sociali, servizi pubblici accessibili e partecipazione delle comunità alla definizione degli interventi. L’obiettivo non è soltanto ridurre la temperatura media degli ambienti, ma impedire che la possibilità di sopravvivere al caldo dipenda dal reddito.

Anche il concetto di acclimatazione richiede prudenza. Le popolazioni possono modificare comportamenti, orari, abbigliamento e infrastrutture e la relazione statistica tra temperatura e mortalità può cambiare nel tempo. Studi condotti negli Stati Uniti e in altri Paesi hanno documentato una riduzione della vulnerabilità relativa a determinate temperature, probabilmente dovuta alla diffusione dell’aria condizionata, ai miglioramenti sanitari e ai sistemi di allerta. Tuttavia, l’adattamento osservato nel passato non garantisce una protezione illimitata nel futuro. Esistono vincoli fisiologici, energetici, economici e infrastrutturali; inoltre, il rischio può aumentare anche quando la vulnerabilità relativa diminuisce, qualora la frequenza e l’intensità delle esposizioni crescano più rapidamente. Le condizioni senza precedenti sono particolarmente problematiche perché popolazioni e sistemi sanitari non possiedono esperienza diretta del nuovo livello di pericolo. 

L’estensione dell’analisi ad altre regioni calde, come Asia meridionale, America centrale e Australia, sarebbe scientificamente importante, ma richiede dati osservativi e simulazioni adeguate. Ogni regione presenta meccanismi specifici: nell’Asia meridionale il caldo estremo può combinarsi con umidità monsonica e densità demografica elevata; in America centrale interagisce con povertà, lavoro agricolo e accesso limitato ai servizi; in Australia si associa anche a siccità, incendi e forti gradienti tra aree costiere e interne. Non sarebbe appropriato trasferire direttamente le probabilità calcolate per il Mediterraneo a questi contesti. La metodologia di attribuzione può essere replicata, ma deve utilizzare soglie, modelli, osservazioni e dati sanitari regionalmente pertinenti. Ciò sottolinea la necessità di rafforzare le reti meteorologiche e i sistemi di registrazione sanitaria proprio nei Paesi nei quali i dati rimangono più frammentari.

Le temperature superiori a 50 °C non devono infine oscurare il fatto che il carico sanitario maggiore può derivare dall’accumulo di molte giornate meno spettacolari ma comunque superiori alla soglia di minima mortalità. I record attirano comprensibilmente l’attenzione pubblica, ma la salute collettiva è influenzata dalla durata della stagione calda, dal numero di notti tropicali, dalla successione degli episodi e dall’impossibilità di recuperare tra un’ondata e l’altra. L’aumento dei giorni ad alto rischio discusso nello studio rappresenta quindi un indicatore almeno altrettanto importante del singolo superamento estremo. Una stagione nella quale il caldo oppressivo si prolunga per molte settimane può esercitare pressioni continue sui servizi sanitari, sull’energia, sull’agricoltura e sul lavoro, anche senza raggiungere quotidianamente valori prossimi a 50 °C. Ricerche recenti mostrano che il riscaldamento sta intensificando non soltanto le massime diurne percepite, ma anche i minimi notturni di stress termico, prolungando in molte regioni dell’emisfero boreale la stagione nella quale l’organismo è sottoposto a condizioni gravose. 

L’adattamento è dunque necessario, ma non può sostituire la mitigazione. Senza una riduzione profonda e duratura delle emissioni, le soglie intorno alle quali vengono progettati edifici, reti elettriche, sistemi sanitari e regolamenti del lavoro continueranno a essere superate con frequenza crescente. Ogni incremento aggiuntivo del riscaldamento globale aumenta la probabilità degli estremi e rende più difficile, costoso e diseguale l’adattamento. La mitigazione limita la grandezza del pericolo; l’adattamento riduce l’esposizione e la vulnerabilità residue. Le due strategie non sono alternative, ma complementari: affidarsi soltanto alla mitigazione lascerebbe le popolazioni impreparate al riscaldamento già inevitabile, mentre affidarsi soltanto all’adattamento presupporrebbe erroneamente che ogni livello futuro di caldo possa essere gestito attraverso risorse tecniche ed economiche illimitate.

Nel complesso, la discussione dello studio non sostiene che l’intero Mediterraneo sia destinato a sperimentare sistematicamente temperature superiori a 50 °C, né che il clima europeo diventerà indistinguibile da quello nordafricano. Dimostra però che l’influenza antropogenica sta modificando rapidamente la probabilità degli estremi più elevati e che, in alcune località particolarmente esposte, valori un tempo praticamente impossibili nel clima preindustriale potrebbero diventare eventi ricorrenti entro la fine del secolo. Le conseguenze non dipenderanno esclusivamente dal termometro: umidità, temperature notturne, condizioni urbane, lavoro fisico, struttura demografica, povertà e accesso al raffrescamento determineranno la trasformazione del pericolo meteorologico in danno umano. Il messaggio scientifico più importante è pertanto duplice. Da un lato, l’aumento del rischio è già rilevabile e richiede una pianificazione sanitaria, urbanistica e occupazionale anticipatoria; dall’altro, la gravità delle condizioni future rimane sensibile alle decisioni sulle emissioni. Evitare che alcune comunità vengano spinte verso o oltre i limiti della vivibilità richiede sistemi di allerta, protezione dei lavoratori, trasformazione degli edifici, raffrescamento equamente accessibile e, contemporaneamente, una mitigazione sufficientemente rapida da impedire che l’adattamento si trasformi in una rincorsa permanente a estremi sempre più intensi.

La crescente probabilità di superare 50 °C nel Mediterraneo e nel Medio Oriente: interpretazione scientifica della Figura 5

La Figura 5 rappresenta uno dei risultati centrali dello studio di Christidis, Mitchell e Stott, poiché quantifica come il riscaldamento antropogenico stia modificando la probabilità che la temperatura massima giornaliera oltrepassi la soglia eccezionale di 50 °C in dodici località distribuite tra Europa meridionale, Nord Africa e Medio Oriente. Le sigle riportate nei pannelli corrispondono a Emirati Arabi Uniti, Algeria, Egitto, Spagna, Israele, Giordania, Libia, Marocco, Qatar, Arabia Saudita, Tunisia e Turchia. L’indicatore climatico utilizzato è il tx01, definito come la più elevata temperatura massima giornaliera registrata o simulata in ciascun anno. L’evento analizzato non è quindi genericamente una giornata calda, ma un anno nel quale almeno una giornata raggiunge o supera 50 °C. Questa distinzione è essenziale, perché la figura descrive il comportamento della coda più estrema della distribuzione delle temperature annuali e non il numero complessivo di giorni sopra tale soglia. 

Sull’asse verticale è rappresentato il tempo di ritorno, ossia l’inverso della probabilità annuale di superamento. Un tempo di ritorno di 10 anni corrisponde, in condizioni climatiche statisticamente costanti, a una probabilità annua del 10%; un tempo di ritorno di 100 anni corrisponde all’1%; un ritorno di 1000 anni equivale allo 0,1%. Questi valori sono evidenziati dalle tre linee orizzontali grigie: punteggiata per 10 anni, tratteggiata per 100 anni e continua per 1000 anni. Il tempo di ritorno non deve essere interpretato come una scadenza regolare: un evento centennale non è obbligato a verificarsi esattamente una volta ogni secolo, ma possiede, in ogni singolo anno appartenente a quel particolare stato climatico, una probabilità media dell’1%. Potrebbe quindi presentarsi due volte in un intervallo relativamente breve oppure non manifestarsi per un periodo molto più lungo.

La scala verticale è logaritmica e si estende da un anno a un milione di anni. Ogni intervallo equivalente sull’asse rappresenta pertanto una variazione di uno o più ordini di grandezza. La discesa della linea nera non esprime semplicemente una modesta riduzione del tempo di attesa, ma può indicare un aumento della probabilità di dieci, cento o migliaia di volte. Il passaggio da 100.000 a 100 anni, per esempio, corrisponde a una probabilità mille volte maggiore; il successivo passaggio da 100 a 10 anni implica un ulteriore aumento di dieci volte. La scelta della scala logaritmica consente di visualizzare nello stesso grafico eventi quasi impossibili e fenomeni potenzialmente annuali, ma richiede particolare attenzione: differenze grafiche apparentemente piccole possono rappresentare trasformazioni climatiche enormi.

Le quattro condizioni riportate sull’asse orizzontale descrivono differenti mondi climatici. NAT rappresenta il clima controfattuale governato dai soli forzanti naturali, come variazioni dell’attività solare e aerosol vulcanici, dal quale viene esclusa l’influenza antropogenica. Il punto denominato 2022 rappresenta il clima attuale mediante una finestra trentennale centrata sul 2022; 2050 indica una finestra analoga centrata sulla metà del secolo; 2100 corrisponde agli ultimi trent’anni delle simulazioni, estesi fino alla fine del XXI secolo. Le proiezioni future seguono SSP2-4.5, uno scenario intermedio nel quale lo sviluppo socioeconomico e le politiche climatiche non seguono né il percorso di mitigazione più rapido né quello di emissioni più elevate. Le conclusioni della figura sono quindi condizionate a tale traiettoria e non devono essere interpretate come indipendenti dalle future scelte emissive. 

La linea nera collega le stime centrali, corrispondenti alla mediana delle probabilità ottenute attraverso la procedura statistica. Le barre verticali colorate delimitano invece l’intervallo compreso tra il 5º e il 95º percentile e descrivono l’incertezza derivante dalla variabilità climatica, dalle differenze tra modelli e dal campionamento statistico degli eventi rari. Nella didascalia originale il clima NAT è indicato in verde, anche se nella copia della figura appare prevalentemente azzurro; il clima presente è rosa, quello di metà secolo rosso e quello di fine secolo rosso scuro. Quando la barra è molto estesa, soprattutto verso tempi di ritorno di centinaia di migliaia di anni, non significa che non esista alcuna informazione, ma che la probabilità è talmente piccola da risultare difficile da quantificare con precisione. L’elemento più robusto è spesso la direzione del cambiamento, mentre il valore numerico esatto conserva un’incertezza considerevole.

Le stime sono state ricavate da undici modelli CMIP6 sottoposti a verifiche rispetto alle osservazioni delle stazioni meteorologiche. L’ensemble comprende 50 simulazioni NAT e 46 simulazioni ALL, queste ultime includenti forzanti naturali e antropogeniche. Per evitare che i modelli dotati di un numero maggiore di realizzazioni dominassero arbitrariamente l’ensemble, gli autori hanno limitato a dieci le simulazioni utilizzabili per ciascun modello e hanno escluso quelli che non superavano i test di valutazione. Le temperature simulate sono state inoltre corrette per il bias medio rispetto alle osservazioni locali. La probabilità del superamento è stata stimata adattando ai valori di tx01 una distribuzione generalizzata dei valori estremi, la GEV, mentre l’incertezza è stata calcolata ripetendo mille volte il campionamento mediante bootstrap Monte Carlo. Per il clima NAT sono disponibili 8550 valori annuali, mentre ogni finestra climatica ALL comprende 1380 valori, ottenuti moltiplicando 46 simulazioni per 30 anni. 

L’impiego di una distribuzione dei valori estremi è necessario perché soglie come 50 °C sono scarsamente campionate, soprattutto nei climi più freschi. Se nelle simulazioni un evento compare raramente o non compare affatto, la sua probabilità non può essere calcolata semplicemente dividendo il numero dei superamenti per gli anni disponibili; occorre stimare matematicamente la forma della coda della distribuzione. Questa procedura è consolidata nella climatologia degli estremi, ma comporta inevitabili incertezze quando si tenta di estrapolare molto oltre i valori effettivamente simulati. Per questa ragione i tempi di ritorno di centinaia di migliaia o milioni di anni devono essere intesi soprattutto come indicazione di un evento virtualmente impossibile nel clima considerato, non come previsione cronologica dotata di precisione letterale.

Il risultato generale della Figura 5 è la marcata discesa dei tempi di ritorno dal clima NAT verso il presente e il futuro. Nel mondo controfattuale privo dell’influenza antropogenica, il superamento di 50 °C risulta estremamente raro o statisticamente quasi impossibile in tutte le località. Persino nella stazione saudita, la più predisposta a temperature tanto elevate, il tempo di ritorno naturale è dell’ordine di un secolo. Nel clima attuale, al contrario, cinque località presentano già tempi di ritorno inferiori a cento anni. Entro la fine del secolo, lo studio stima che nella maggior parte dei siti il superamento possa avvenire almeno una volta ogni dieci anni, mentre negli Emirati Arabi Uniti, in Qatar e in Arabia Saudita potrebbe assumere una frequenza prossima a quella annuale. 

Nei Paesi della Penisola Arabica il segnale è particolarmente evidente. Negli Emirati Arabi Uniti il superamento di 50 °C passa da un tempo di ritorno naturale dell’ordine di decine di migliaia di anni a qualche decennio nel clima presente, per ridursi a pochi anni intorno al 2050 e avvicinarsi alla ricorrenza annuale alla fine del secolo. In Qatar l’evoluzione è simile: l’evento, estremamente raro nel clima NAT, diventa già plausibile su scala pluridecennale nel presente e progressivamente comune nelle proiezioni. In Arabia Saudita la soglia è più vicina alla climatologia locale già nel mondo naturale, ma il riscaldamento antropogenico la trasforma da evento secolare a fenomeno ricorrente. Gli autori rilevano che, in questa località, la media del tx01 potrebbe raggiungere circa 53 °C verso la fine del secolo, facendo sì che 50 °C non rappresentino più una coda eccezionale, ma una soglia relativamente bassa rispetto ai nuovi estremi annuali. 

Questi risultati sono coerenti con altre proiezioni regionali per il Medio Oriente e il Nord Africa. Zittis e collaboratori, utilizzando un ampio ensemble di simulazioni climatiche regionali e uno scenario emissivo più elevato rispetto a SSP2-4.5, hanno prospettato nella seconda metà del secolo la comparsa di ondate di calore “super-estreme” e “ultra-estreme”, caratterizzate da massime fino a 56 °C o superiori e da durate di diverse settimane. In quello scenario, circa metà della popolazione della regione MENA potrebbe essere esposta entro fine secolo a episodi estremi con ricorrenza annuale. I valori non sono direttamente sovrapponibili a quelli della Figura 5, poiché scenari, definizioni degli eventi e metodi differiscono, ma entrambe le analisi indicano che il cambiamento non consiste soltanto in una crescita graduale delle medie: riguarda la comparsa ricorrente di condizioni collocate oltre l’esperienza climatica storica. 

Nel Nord Africa emerge una progressiva trasformazione di eventi quasi impossibili in episodi climaticamente plausibili. In Algeria il tempo di ritorno scende da valori enormemente lunghi nel clima NAT a qualche centinaio di anni nel presente, a qualche decennio a metà secolo e a pochi anni verso il 2100. In Egitto si osserva una traiettoria comparabile, con un superamento che passa da quasi impossibile nel clima naturale a pluridecennale nel presente e potenzialmente inferiore a dieci anni alla fine del secolo. In Marocco e Tunisia i 50 °C rimangono oggi eventi rari, ma le stime future si avvicinano rispettivamente a intervalli di pochi anni. La Libia presenta uno dei cambiamenti più marcati: la soglia, virtualmente assente nel clima naturale, diviene possibile nel presente e potrebbe acquisire una frequenza molto elevata entro il 2100.

La rapidità di questa trasformazione non deve sorprendere dal punto di vista statistico. Quando una soglia si trova nella parte estrema di una distribuzione, anche uno spostamento della temperatura media di pochi gradi può produrre un aumento sproporzionato della probabilità di superamento. Immaginando la distribuzione delle massime annuali come una curva, il riscaldamento ne sposta il centro verso destra; una soglia che prima si trovava lontanissima dalla maggior parte dei valori viene progressivamente inglobata in una zona molto più densamente popolata della distribuzione. Non è pertanto necessario che la temperatura media aumenti di dieci o venti gradi affinché un evento diventi cento o mille volte più probabile. Le variazioni più spettacolari si producono proprio nelle code, dove piccoli spostamenti climatici modificano drasticamente le probabilità.

Nel Mediterraneo questo spostamento è rafforzato da processi regionali specifici. Uno studio di Urdiales-Flores e collaboratori ha mostrato che il riscaldamento accelerato del bacino mediterraneo è dominato dal forzante radiativo dei gas serra, ma viene ulteriormente favorito dalla diminuzione degli aerosol e dalla riduzione dell’umidità del suolo. La scarsità d’acqua nel terreno limita l’energia utilizzata per l’evaporazione e accresce la quota destinata al riscaldamento sensibile dell’aria; si instaura così una retroazione terra-atmosfera nella quale siccità, disseccamento del suolo e temperature elevate si amplificano reciprocamente. La combinazione tra declino degli aerosol e feedback del suolo appare particolarmente rilevante per la recente accelerazione del riscaldamento mediterraneo. 

La Spagna costituisce il caso europeo più significativo della figura. Nel clima NAT il superamento di 50 °C è sostanzialmente assente e rimane estremamente raro anche nella finestra climatica attuale e intorno al 2050. Verso la fine del secolo, tuttavia, la migliore stima del tempo di ritorno scende a circa 70 anni, entrando quindi nell’ordine di grandezza degli eventi climaticamente plausibili. L’intervallo 5–95% è molto ampio, estendendosi da frequenze assai elevate a tempi prossimi o superiori al secolo, e segnala che l’entità esatta del rischio è meno robusta della sua direzione. La Figura 5 non sostiene che tutta la Spagna raggiungerà regolarmente 50 °C, ma che nella specifica località meridionale analizzata un valore sostanzialmente impossibile nel clima naturale potrebbe diventare realizzabile entro una vita umana. 

Questa indicazione è coerente con il comportamento recente del Mediterraneo occidentale. La ricostruzione di Tejedor e collaboratori ha stimato che le temperature estive regionali del 2022 e del 2023 abbiano superato la variabilità naturale dell’ultimo millennio, con anomalie rispettivamente di circa +3,6 e +2,9 °C. Nelle loro simulazioni, eventi termici che in condizioni climatiche passate avrebbero avuto tempi di ritorno dell’ordine di diecimila anni possono diventare ricorrenti ogni 4–75 anni, a seconda dell’evoluzione futura delle emissioni. Sebbene lo studio analizzi le anomalie estive regionali e non il superamento locale di 50 °C, esso rafforza l’interpretazione generale della Figura 5: il Mediterraneo occidentale sta entrando in un regime nel quale estremi precedentemente incompatibili con la variabilità naturale diventano statisticamente accessibili. 

I pannelli relativi a Israele, Giordania e Turchia ricordano tuttavia che il riscaldamento non elimina le differenze climatiche regionali. In queste località la soglia dei 50 °C rimane molto lontana dalla climatologia delle massime annuali e i tempi di ritorno centrali continuano a essere estremamente lunghi anche nelle proiezioni di fine secolo. Alcune simulazioni producono comunque superamenti verso il 2100, mostrando che l’evento non è più rigorosamente impossibile. La distinzione è importante: la probabilità può aumentare di molte volte pur rimanendo molto bassa in valore assoluto. Un rischio cresciuto cento volte non diventa necessariamente comune se il punto di partenza era prossimo allo zero.

La figura mette quindi in evidenza la differenza tra rischio relativo e rischio assoluto. Negli Emirati Arabi Uniti, in Qatar e in Arabia Saudita l’aumento antropogenico si traduce sia in rapporti di probabilità enormi sia in frequenze assolute molto elevate. In Turchia o Giordania, invece, la probabilità relativa può aumentare fortemente senza trasformare il superamento in un evento frequente. Quando la probabilità nel clima NAT è praticamente nulla, il rapporto tra probabilità futura e naturale tende matematicamente all’infinito. Nella scienza dell’attribuzione un rapporto infinito non significa che l’incertezza sia scomparsa, ma che il modello controfattuale non produce un numero sufficiente di eventi per attribuire loro una probabilità distinguibile da zero. 

Il valore di 50 °C possiede una grande forza comunicativa, ma non rappresenta una soglia universale della mortalità umana. Gli effetti sanitari del caldo cominciano generalmente a temperature assai inferiori e dipendono dall’acclimatazione locale, dall’età, dalla salute, dalla durata dell’esposizione, dall’umidità e dalla temperatura notturna. L’analisi multicountry di Gasparrini e collaboratori, basata su 384 località, ha stimato che il 7,71% della mortalità osservata fosse associato a temperature non ottimali, con temperature di minima mortalità variabili tra aree tropicali e temperate. Ciò significa che un superamento di 50 °C porterebbe quasi tutte le popolazioni esaminate molto oltre la propria zona di minimo rischio, ma non implica che temperature inferiori siano innocue. 

Anche l’umidità modifica profondamente il pericolo fisiologico. Con aria umida l’evaporazione del sudore viene ostacolata, mentre con aria estremamente secca la disidratazione può procedere molto rapidamente. Gli esperimenti fisiologici più recenti hanno mostrato che i limiti effettivi della termoregolazione umana possono essere raggiunti a temperature di bulbo umido inferiori alla soglia teorica di 35 °C frequentemente citata, con valori dipendenti dall’età, dall’attività fisica e dalla combinazione tra caldo e umidità. La Figura 5 rappresenta esclusivamente la temperatura massima dell’aria e non deve pertanto essere trasformata direttamente in una mappa della letalità: una giornata a 50 °C in ambiente desertico e una giornata meno calda ma molto umida possono produrre forme differenti, entrambe gravi, di stress fisiologico. 

Le conseguenze sanitarie del riscaldamento antropogenico sono già misurabili. Vicedo-Cabrera e collaboratori, analizzando 732 località in 43 Paesi nel periodo 1991–2018, hanno stimato che mediamente circa il 37% dei decessi associati al caldo nella stagione calda fosse attribuibile alla componente antropogenica del cambiamento climatico. Questa percentuale non può essere applicata direttamente ai pannelli della Figura 5, perché ogni città presenta una specifica relazione tra temperatura, popolazione e mortalità, ma dimostra che il cambiamento delle probabilità climatiche non è soltanto una questione teorica: una parte del carico sanitario contemporaneo è già riconducibile all’aumento delle temperature causato dalle attività umane. 

La reale esposizione urbana potrebbe inoltre discostarsi dalle stime delle stazioni utilizzate nello studio. Gli autori hanno selezionato siti lontani dai grandi centri cittadini e aeroporti o località relativamente poco urbanizzate, cercando di evitare che l’isola di calore alterasse il confronto tra modelli e osservazioni. Questa scelta migliora la coerenza climatologica, ma significa che la Figura 5 non incorpora direttamente l’ulteriore riscaldamento sperimentato nei quartieri densamente costruiti. Un’analisi condotta su 85 città europee ha stimato che, nei giorni più caldi, l’isola di calore urbana aumenti il rischio di mortalità rispetto alle aree rurali circostanti, con effetti più intensi nelle zone maggiormente edificate. Il rischio urbano effettivo dipende quindi non soltanto dalla probabilità meteorologica del superamento, ma anche dalla forma della città, dalla vegetazione, dai materiali, dalla ventilazione e dalla capacità degli edifici di raffreddarsi durante la notte. 

Un limite ulteriore riguarda la risoluzione spaziale. Ogni stazione viene associata al punto di griglia modellistico più vicino, che rappresenta un’area molto più ampia del singolo sito. Tale approssimazione è ragionevole per la temperatura, variabile caratterizzata da una correlazione spaziale relativamente elevata, ma può attenuare gli estremi prodotti da valli chiuse, altopiani, superfici desertiche, brezze costiere o particolari condizioni del suolo. La probabilità di superare 50 °C può quindi variare sensibilmente all’interno dello stesso Paese. I risultati non devono essere estesi automaticamente all’intero territorio nazionale: ESP non rappresenta tutta la Spagna, così come SAU non descrive uniformemente l’intera Arabia Saudita.

L’ensemble multimodello costituisce allo stesso tempo un punto di forza e una fonte di cautela. L’impiego di numerosi modelli amplia il campione disponibile e permette di rappresentare differenti formulazioni dei processi climatici, ma i modelli non sono completamente indipendenti, possono condividere componenti e contribuiscono all’ensemble con numeri non perfettamente uguali di simulazioni. Le barre d’incertezza non comprendono necessariamente tutte le forme possibili di errore strutturale, come una rappresentazione incompleta delle retroazioni suolo-atmosfera, dell’irrigazione, dell’urbanizzazione o dei processi convettivi. Gli stessi autori definiscono il sistema un “ensemble di opportunità”: sufficientemente ampio da fornire indicazioni robuste, ma non costruito come un campione ideale e perfettamente bilanciato di tutte le incertezze climatiche. 

Occorre infine considerare che i tempi di ritorno sono calcolati per differenti stati climatici, mentre il clima reale continuerà a cambiare. Dire che nel clima del 2100 un evento possiede un ritorno di dieci anni significa immaginare che le condizioni termiche di fine secolo rimangano statisticamente costanti per un periodo sufficientemente lungo. Nel mondo reale il rischio si muoverà progressivamente dal valore attuale verso quello futuro e la probabilità varierà anno dopo anno. La figura non è quindi un calendario del prossimo evento, ma una comparazione tra distribuzioni climatiche: mostra come la medesima soglia assuma significati statistici radicalmente diversi in un mondo naturale, nel clima contemporaneo e in un clima ulteriormente riscaldato.

Nel suo complesso, la Figura 5 documenta un cambiamento profondo della geografia e della frequenza del caldo estremo. Nel clima privo dell’influenza antropogenica i 50 °C sarebbero stati quasi impossibili nella maggior parte delle località e comunque rari persino nelle regioni più calde della Penisola Arabica. Nel clima attuale la soglia è già diventata plausibile in diversi siti, mentre entro la fine del secolo potrebbe essere superata almeno una volta ogni decennio nella maggior parte delle località analizzate e quasi ogni anno negli Emirati Arabi Uniti, in Qatar e in Arabia Saudita. In Spagna il miglior valore stimato di circa 70 anni segnala che temperature oggi collocate ai limiti dell’esperienza europea potrebbero entrare nel dominio degli eventi concretamente possibili. 

Il messaggio scientifico della figura non è che ogni area mediterranea raggiungerà inevitabilmente 50 °C, né che la soglia diventerà annuale ovunque. Esso consiste nel mostrare come l’aumento relativamente graduale della temperatura media possa tradursi in variazioni di molti ordini di grandezza nella probabilità degli estremi. Le regioni partono da climatologie differenti e conserveranno rischi assoluti molto diversi, ma la direzione del cambiamento è comune: i tempi di ritorno si accorciano e valori precedentemente incompatibili con il clima naturale diventano progressivamente plausibili. La mitigazione delle emissioni determina quanto lontano si sposterà la distribuzione termica, mentre l’adattamento urbano, sanitario e lavorativo determina quanta parte del nuovo pericolo si trasformerà in mortalità, malattie e perdita di produttività. La Figura 5 deve pertanto essere letta non come una semplice previsione di record meteorologici, ma come una rappresentazione quantitativa dell’ingresso di una vasta regione in un regime climatico nel quale gli estremi superiori a 50 °C cessano gradualmente di appartenere all’eccezione teorica e diventano un rischio operativo da includere nella pianificazione del XXI secolo.

Evoluzione della probabilità di superare 45 °C e 50 °C nel Mediterraneo e nel Medio Oriente: interpretazione scientifica della Figura 6

La Figura 6 fornisce una sintesi particolarmente efficace della trasformazione in atto nella climatologia degli estremi termici del Mediterraneo, del Nord Africa e del Medio Oriente. Il grafico non mostra direttamente le temperature medie né l’intensità delle singole ondate di calore, ma classifica la probabilità che il valore annuale più elevato della temperatura massima giornaliera, indicato come tx01, superi due soglie assolute molto elevate: 45 °C nel pannello superiore e 50 °C in quello inferiore. Le dodici righe corrispondono agli Emirati Arabi Uniti, all’Algeria, all’Egitto, alla Spagna, a Israele, alla Giordania, alla Libia, al Marocco, al Qatar, all’Arabia Saudita, alla Tunisia e alla Turchia. Le quattro colonne descrivono invece il clima naturale controfattuale, il clima presente, quello previsto intorno alla metà del secolo e quello della fine del XXI secolo. La figura consente quindi di seguire il passaggio di ciascuna località da una classe di rarità a un’altra sotto l’influenza delle forzanti antropogeniche. 

La classificazione è costruita sulla base del tempo di ritorno, ossia dell’inverso della probabilità annuale del superamento. Il bianco identifica un evento quasi impossibile, con tempo di ritorno superiore a 1000 anni e probabilità annua inferiore allo 0,1%; il beige indica un evento estremamente raro, compreso tra 100 e 1000 anni, quindi con probabilità annua tra lo 0,1 e l’1%; l’arancione rappresenta un evento raro, con tempo di ritorno tra 10 e 100 anni e probabilità compresa tra l’1 e il 10%; il rosso indica infine un evento definito comune, con tempo di ritorno inferiore a 10 anni e probabilità annua superiore al 10%. Il termine “comune” deve essere interpretato nel senso statistico stabilito dagli autori: non significa necessariamente che la soglia venga superata ogni estate, ma che il fenomeno appartiene ormai a una fascia di probabilità nella quale può presentarsi più volte nel corso di alcuni decenni.

Il tempo di ritorno non rappresenta una periodicità regolare. Un evento con ritorno di 20 anni non è obbligato a verificarsi esattamente una volta ogni ventennio, così come un evento centennale può comparire due volte in un intervallo relativamente breve. Il concetto indica la frequenza media attesa in un clima statisticamente stazionario. Nella realtà del XXI secolo, tuttavia, il clima non è stazionario, perché la distribuzione delle temperature continua a spostarsi mentre aumenta il riscaldamento globale. Le quattro colonne della figura devono pertanto essere considerate come fotografie di differenti stati climatici: il tempo di ritorno associato alla fine del secolo descrive la probabilità in un clima molto più caldo, non la frequenza media lungo l’intero periodo compreso tra oggi e il 2100.

Il clima denominato Natural non coincide semplicemente con un periodo storico osservato. È un mondo controfattuale ricostruito attraverso simulazioni climatiche nelle quali vengono rappresentati i forzanti naturali, mentre viene esclusa l’influenza derivante dall’aumento antropogenico dei gas serra e dagli altri interventi umani sul sistema climatico. Il confronto tra questo mondo e le simulazioni comprendenti tutti i forzanti consente di stimare quanto l’attività umana abbia modificato la probabilità degli estremi. Il metodo appartiene alla scienza dell’attribuzione climatica, disciplina che non tenta di assegnare una causa unica a un evento meteorologico, ma quantifica come la presenza del riscaldamento antropogenico ne abbia alterato probabilità e intensità. L’IPCC considera ormai accertato che le emissioni umane abbiano aumentato la frequenza e l’intensità degli estremi caldi e sottolinea che le variazioni percentuali della frequenza tendono a essere particolarmente elevate proprio per gli eventi più rari. 

La Figura 6 utilizza esclusivamente la migliore stima, cioè il valore centrale dell’analisi probabilistica. Non vengono rappresentati gli intervalli compresi tra il 5º e il 95º percentile mostrati nelle precedenti Figure 4 e 5. Questa semplificazione rende il quadro immediatamente leggibile, ma nasconde una parte importante dell’informazione. Due località possono infatti appartenere alla stessa categoria rossa pur presentando tempi di ritorno molto diversi, per esempio nove anni e poco più di un anno. Analogamente, il colore bianco può comprendere sia un tempo di ritorno appena superiore a 1000 anni sia un evento stimato nell’ordine di centinaia di migliaia di anni. La figura è quindi molto utile per individuare le transizioni qualitative, ma non sostituisce la lettura quantitativa dei grafici precedenti.

Il pannello superiore mostra che la soglia di 45 °C apparteneva già alla normale variabilità climatica delle aree più calde della regione prima dell’influenza antropogenica. Emirati Arabi Uniti, Algeria, Egitto, Libia, Marocco, Qatar, Arabia Saudita e Tunisia risultano rossi in tutte e quattro le condizioni climatiche. In queste località il superamento possiede un tempo di ritorno inferiore a dieci anni persino nel mondo NAT. Ciò non significa che il cambiamento climatico non abbia prodotto effetti: la probabilità può aumentare fortemente anche senza determinare un passaggio di categoria. Un evento che passa, per esempio, da una frequenza di una volta ogni nove anni a una ricorrenza quasi annuale rimarrebbe sempre classificato in rosso, nonostante il notevole incremento del rischio.

La permanenza nella categoria rossa evidenzia inoltre che una soglia assoluta non assume lo stesso significato climatologico in tutte le regioni. Nel deserto arabico o nelle aree interne del Nord Africa, 45 °C possono essere raggiunti in presenza di configurazioni meteorologiche estive intense ma non eccezionalmente improbabili. In una località europea o anatolica più fresca, la stessa temperatura si colloca invece molto più lontano dalla media e nella coda estrema della distribuzione. La vulnerabilità non dipende tuttavia soltanto dalla rarità climatologica: popolazioni abituate a estati molto calde possono possedere una maggiore acclimatazione e infrastrutture differenti, ma rimangono esposte a rischi considerevoli quando gli episodi diventano più lunghi, le notti più calde e i valori si spostano oltre l’esperienza storica locale.

La Spagna presenta nel pannello dei 45 °C una delle transizioni più significative per l’Europa. Nel clima naturale il superamento è arancione, quindi raro e associato a un tempo di ritorno compreso tra 10 e 100 anni. Nel clima presente diventa rosso, mantenendo tale classificazione a metà e a fine secolo. Il grafico suggerisce pertanto che una temperatura un tempo eccezionale nella località meridionale considerata sia già entrata nella categoria degli eventi con probabilità annua superiore al 10%. La classificazione non implica che 45 °C siano ormai comuni in tutta la Spagna: lo studio utilizza località di riferimento specifiche e la probabilità può variare profondamente tra le zone costiere, gli altopiani interni, le vallate e le aree montuose. Gli autori sottolineano infatti che le stazioni selezionate offrono una prospettiva istruttiva ma necessariamente limitata della risposta regionale. 

La traiettoria spagnola assume particolare rilevanza alla luce delle recenti ricostruzioni climatiche del Mediterraneo occidentale. Tejedor e collaboratori hanno concluso che le temperature estive regionali del 2022 e del 2023 abbiano superato la variabilità naturale ricostruita nell’ultimo millennio, raggiungendo anomalie eccezionali rispettivamente di circa 3,6 e 2,9 °C. Secondo quello studio, il riscaldamento antropogenico può trasformare alcune ondate di calore regionali da fenomeni con un ritorno dell’ordine di uno ogni 10.000 anni a eventi con ricorrenza compresa tra 4 e 75 anni, a seconda dello scenario futuro. Non si tratta della stessa metrica utilizzata nella Figura 6, ma il risultato conferma il principio statistico sottostante: eventi collocati molto al di fuori della variabilità naturale possono entrare rapidamente nel dominio delle condizioni climaticamente plausibili. 

Anche Israele e Giordania mostrano per la soglia di 45 °C una progressione netta. Nel clima naturale le due località appartengono alla categoria beige, con un tempo di ritorno compreso tra 100 e 1000 anni. Nel clima presente il colore diventa arancione, indicando un ritorno inferiore a 100 anni, mentre dalla metà del secolo entrambe passano al rosso. La transizione completa da estremamente raro a comune dimostra come l’aumento della temperatura di fondo possa modificare di due ordini di grandezza la probabilità di un estremo senza che sia necessario un cambiamento altrettanto grande della temperatura media. Una soglia collocata nella coda della distribuzione è infatti estremamente sensibile a uno spostamento anche di pochi gradi del clima medio.

La Turchia mantiene un comportamento differente. Il superamento di 45 °C è bianco nel clima naturale e nel presente, quindi associato a un ritorno superiore a 1000 anni secondo la migliore stima. A metà secolo passa nella categoria arancione e vi rimane alla fine del secolo. Il riscaldamento trasforma quindi un evento quasi impossibile in un evento raro, ma non comune. Questo risultato ricorda che l’influenza antropogenica opera su climatologie locali differenti: la direzione del cambiamento è condivisa, ma il livello assoluto del rischio rimane condizionato da latitudine, altitudine, continentalità, circolazione atmosferica e caratteristiche geografiche della singola stazione.

Il pannello inferiore, dedicato al superamento di 50 °C, mostra una separazione regionale molto più marcata. Nel clima naturale la maggior parte delle località è bianca e la soglia appare quasi impossibile. Le eccezioni sono l’Arabia Saudita, dove l’evento è già raro, e la Tunisia, dove è estremamente raro. Il fatto che persino molte località desertiche presentino un tempo di ritorno naturale superiore a 1000 anni evidenzia quanto 50 °C rappresentino un livello collocato lontano nella coda superiore delle temperature massime annuali. Lo studio conclude che in tutte le località considerate tali temperature sarebbero state estremamente rare o impossibili nel mondo preindustriale, mentre la loro probabilità cresce rapidamente con il riscaldamento antropogenico. 

Negli Emirati Arabi Uniti, in Libia e in Qatar, la struttura temporale è identica: il superamento di 50 °C è quasi impossibile nel mondo naturale, diventa raro nel clima presente e passa alla categoria comune già a metà del secolo. La permanenza nel rosso alla fine del secolo indica che la migliore stima colloca il tempo di ritorno sotto i dieci anni. Le precedenti stime quantitative dello studio mostrano inoltre che, nelle località più calde, la frequenza può avvicinarsi alla ricorrenza annuale entro il 2100. L’aumento non rappresenta semplicemente il passaggio da un’estate calda a un’estate leggermente più calda, ma una riorganizzazione della coda estrema che trasforma un fenomeno quasi assente dal clima naturale in una componente potenzialmente ricorrente del nuovo clima. 

L’Arabia Saudita costituisce il caso più avanzato lungo questa traiettoria. Nel clima NAT il superamento di 50 °C è già classificato come raro, mentre diventa comune nel presente e rimane rosso nelle due proiezioni future. La diversa posizione iniziale della località saudita spiega perché il rapporto relativo tra probabilità naturale e attuale possa risultare meno elevato rispetto agli Emirati Arabi Uniti, pur in presenza di una probabilità assoluta molto maggiore. Quando una soglia è già relativamente vicina alla distribuzione locale, un ulteriore riscaldamento la rende frequente; quando è inizialmente quasi impossibile, anche una probabilità futura inferiore può corrispondere a un rapporto di rischio antropogenico enormemente più grande.

In Algeria, Egitto e Marocco, il superamento di 50 °C attraversa tutte le quattro categorie. È quasi impossibile nel clima naturale, estremamente raro nel presente, raro a metà secolo e comune alla fine del secolo. Questa progressione costituisce forse la rappresentazione visivamente più chiara dell’effetto cumulativo del riscaldamento antropogenico. Un evento con probabilità annua inizialmente inferiore allo 0,1% entra dapprima nella fascia compresa tra lo 0,1 e l’1%, successivamente supera l’1% e infine oltrepassa il 10%. Il risultato non garantisce che tutte le regioni dei tre Paesi sperimenteranno la stessa evoluzione, ma segnala che, nelle località selezionate, una temperatura inizialmente incompatibile con la normale variabilità potrebbe diventare un rischio da considerare nella pianificazione ordinaria entro la fine del secolo.

La Tunisia mostra una transizione leggermente più lenta. Il superamento è estremamente raro nel clima naturale, diventa raro nel presente, rimane raro a metà secolo e passa al rosso soltanto verso la fine del secolo. La permanenza nella stessa categoria arancione tra presente e metà secolo non implica necessariamente stabilità: il tempo di ritorno può ridursi da valori vicini a 100 anni a valori poco superiori a dieci anni senza modificare il colore. Questa caratteristica dimostra nuovamente che la Figura 6 deve essere interpretata come una sintesi qualitativa e non come un sostituto delle distribuzioni probabilistiche complete.

La Spagna è bianca nel clima naturale, nel presente e a metà secolo, ma diventa arancione alla fine del XXI secolo. Secondo la migliore stima, quindi, i 50 °C rimangono quasi impossibili fino alla metà del secolo, mentre verso il 2100 assumono un tempo di ritorno compreso tra 10 e 100 anni. Il risultato non indica che la soglia diventerà abituale, ma implica che potrebbe passare dal dominio dell’impossibilità statistica a quello degli eventi osservabili nell’arco di una vita umana. Gli intervalli d’incertezza mostrati nella Figura 5 sono molto ampi per la Spagna, perciò il momento e l’entità esatta della transizione sono meno robusti della conclusione generale secondo cui la probabilità aumenterà sensibilmente. Gli autori interpretano questo segnale come una possibile estensione verso nord di alcune caratteristiche degli estremi termici attualmente più tipici del Nord Africa, soprattutto nelle aree europee caratterizzate dalle tendenze di riscaldamento più forti. 

In Israele, Giordania e Turchia, il superamento di 50 °C resta bianco in tutti i periodi. La migliore stima mantiene pertanto un tempo di ritorno superiore a 1000 anni anche alla fine del secolo. Ciò non significa che la probabilità rimanga invariata o rigorosamente nulla. Gli autori riferiscono che nelle simulazioni di fine secolo compaiono alcuni anni con temperature superiori a 50 °C anche nelle tre località più fresche, dimostrando che il fenomeno non è fisicamente impossibile; la frequenza rimane tuttavia troppo bassa per oltrepassare la soglia statistica dei 1000 anni nella stima centrale. 

Il confronto tra i due pannelli dimostra che l’aumento del rischio non è lineare rispetto alla soglia. I 45 °C sono già comuni in gran parte del Nord Africa e della Penisola Arabica, mentre i 50 °C rimangono molto più selettivi. L’aggiunta di soli 5 °C non rappresenta un semplice incremento quantitativo: sposta l’evento in una porzione assai più sottile della distribuzione, dove la probabilità può diminuire di diversi ordini di grandezza. Allo stesso tempo, quando la distribuzione termica si sposta verso valori superiori, è proprio questa coda sottilissima a mostrare gli aumenti relativi più rapidi. L’IPCC sottolinea che, con l’incremento del riscaldamento globale, cresce la probabilità di estremi privi di precedenti osservativi e che gli eventi inizialmente più rari presentano spesso le variazioni percentuali maggiori. 

Il meccanismo statistico può essere compreso immaginando la distribuzione delle massime annuali come una curva centrata intorno ai valori più frequenti. Nel clima naturale, 50 °C si collocano molto lontano dal centro e vengono raggiunti soltanto dall’estremità più remota della curva. Il riscaldamento antropogenico sposta l’intera distribuzione verso temperature superiori e può modificarne anche la dispersione e la forma. Di conseguenza, la soglia fissa viene intercettata da una frazione sempre maggiore degli anni simulati. Non è quindi necessario un aumento medio di 10 o 20 °C per moltiplicare di cento o mille volte la probabilità: uno spostamento termico molto più contenuto può produrre effetti enormi quando viene applicato alla coda estrema.

A questo spostamento generale si aggiungono processi regionali che amplificano le temperature estive. Il Mediterraneo è riconosciuto dall’IPCC come una regione particolarmente vulnerabile alla combinazione tra aumento delle ondate di calore, diminuzione delle precipitazioni, siccità e crescente scarsità idrica. Le temperature estreme e le ondate di calore sono già aumentate per intensità, numero e durata e si prevede che continuino a crescere. La riduzione dell’umidità del suolo limita l’energia utilizzata per l’evaporazione, lasciando una quota maggiore della radiazione disponibile per riscaldare direttamente la superficie e l’atmosfera. Si crea così una retroazione positiva nella quale la siccità favorisce temperature più elevate, che a loro volta intensificano l’evaporazione e l’aridità. 

L’importanza di tale interazione è stata osservata durante la straordinaria ondata di calore della primavera 2023 nel Mediterraneo occidentale. Lemus-Cánovas e collaboratori hanno mostrato che l’evento, particolarmente intenso nella Penisola Iberica e nell’Africa nordoccidentale, fu amplificato dalla siccità preesistente e dalle interazioni tra umidità del suolo e temperatura. Il caldo estremo non derivò quindi esclusivamente dall’avvezione di aria subtropicale o dalla configurazione atmosferica su larga scala, ma anche dalla limitata capacità dei terreni secchi di dissipare energia attraverso l’evapotraspirazione. Questo tipo di evento composto siccità-caldo offre un esempio concreto dei processi capaci di favorire il passaggio delle località rappresentate nella Figura 6 verso categorie di rischio più elevate. 

Nel Medio Oriente e nel Nord Africa il riscaldamento estivo può essere ulteriormente influenzato dalla struttura delle depressioni termiche continentali, dalla subsidenza, dall’espansione delle aree aride e dalle retroazioni terra-atmosfera. Lelieveld e collaboratori hanno individuato per la regione MENA una crescita particolarmente forte degli estremi estivi, mentre Zittis e colleghi hanno prospettato, nello scenario emissivo più elevato, la comparsa di ondate di calore definite “super-estreme” e “ultra-estreme”, con picchi potenzialmente superiori a 56 °C in alcune località mediorientali. Quest’ultimo studio utilizza scenari e definizioni differenti rispetto alla Figura 6, perciò i valori non sono direttamente confrontabili; entrambi i lavori concordano tuttavia sulla possibilità che condizioni oggi eccezionali diventino ricorrenti in assenza di una forte mitigazione. 

La Figura 6 non deve essere letta come una rappresentazione diretta della letalità. La temperatura massima dell’aria è soltanto una delle componenti dello stress termico umano. L’impatto fisiologico dipende anche dall’umidità, dalla radiazione solare, dal vento, dall’attività fisica, dall’abbigliamento, dalla temperatura notturna e dalla possibilità di accedere all’ombra, all’acqua e ad ambienti raffrescati. Esperimenti fisiologici hanno indicato che i limiti reali della termoregolazione possono essere raggiunti a combinazioni di temperatura e umidità meno estreme di quanto suggerito dal tradizionale riferimento teorico ai 35 °C di temperatura di bulbo umido. Il rischio può quindi diventare grave ben prima dei 50 °C, soprattutto per anziani, persone con patologie croniche e lavoratori impegnati in attività fisica. 

La relazione epidemiologica tra temperatura e mortalità è generalmente non lineare e varia tra le popolazioni. Lo studio multicountry coordinato da Gasparrini, basato su 384 località caratterizzate da climi differenti, ha dimostrato che il rischio cresce quando la temperatura si allontana dal livello locale di minima mortalità. Questo livello può essere molto inferiore a 45 o 50 °C anche nelle regioni calde. Le soglie della Figura 6 rappresentano pertanto condizioni collocate ben al di sopra della zona di comfort statistico della popolazione e possono determinare conseguenze sanitarie importanti, ma non costituiscono il punto a partire dal quale iniziano i decessi associati al caldo. 

Le proiezioni epidemiologiche europee rafforzano la rilevanza del passaggio della Spagna nella categoria rossa per i 45 °C e in quella arancione per i 50 °C. Un’analisi pubblicata su Nature Medicine, relativa a 854 aree urbane europee, ha stimato che, in assenza di adattamento, l’aumento futuro dei decessi associati al caldo supererebbe la riduzione di quelli correlati al freddo in tutti gli scenari esaminati. Le vulnerabilità maggiori emergono nel Mediterraneo e nell’Europa orientale, mentre anche una riduzione del rischio relativo attraverso l’adattamento potrebbe non compensare completamente l’aumento dell’esposizione negli scenari caratterizzati da riscaldamento elevato. Questi risultati non permettono di trasformare direttamente i colori della Figura 6 in un numero di decessi, ma mostrano che l’ingresso di temperature estreme in categorie di maggiore frequenza ha conseguenze sanitarie sostanziali. 

Il rischio effettivo deriva dall’interazione tra pericolosità climatica, esposizione e vulnerabilità. Un superamento di 45 °C in una zona scarsamente popolata non produce lo stesso impatto dello stesso valore in un’area urbana densamente abitata. All’interno delle città, l’accumulo di calore nei materiali, la scarsità di vegetazione e il ridotto raffreddamento notturno possono intensificare l’esposizione rispetto alle stazioni meteorologiche circostanti. Uno studio condotto su 85 città europee ha mostrato che l’effetto dell’isola di calore può aumentare la mortalità durante l’estate, anche se il suo bilancio annuale varia tra città fredde e calde. La valutazione dei rischi futuri deve quindi integrare le probabilità climatiche della figura con la struttura urbana, la distribuzione demografica e le condizioni abitative. 

Particolarmente vulnerabili sono i lavoratori all’aperto, per i quali il calore metabolico prodotto dall’attività fisica si somma a quello ambientale. Agricoltori, operai edili, addetti alla manutenzione stradale e lavoratori portuali possono subire disidratazione, esaurimento da calore, danno renale, riduzione delle capacità cognitive e aumento del rischio di incidenti. L’Organizzazione internazionale del lavoro stima che miliardi di lavoratori siano esposti a calore eccessivo e sottolinea che molte normative nazionali rimangono troppo generiche rispetto alla crescente intensità del rischio. In un clima nel quale 45 o 50 °C passano da condizioni rare a comuni, le sole raccomandazioni individuali non sono sufficienti: occorrono soglie operative, pause obbligatorie, idratazione, ombra, modifica degli orari, sorveglianza sanitaria e protezione del reddito. 

Dal punto di vista metodologico, la Figura 6 deve essere interpretata tenendo presenti le incertezze dell’ensemble modellistico. Lo studio utilizza simulazioni CMIP6 con e senza influenza antropogenica e applica metodi statistici dei valori estremi per stimare probabilità che spesso si trovano oltre il campione direttamente osservabile. Le stime dipendono dalla capacità dei modelli di rappresentare le temperature locali, dalla correzione dei bias, dalla forma attribuita alla coda della distribuzione, dal numero di simulazioni e dal percorso futuro delle emissioni. Gli autori descrivono il campione multimodello come un “ensemble di opportunità”, nel quale i modelli disponibili non contribuiscono tutti nello stesso modo. La direzione generale del cambiamento appare robusta, ma il tempo di ritorno preciso di un evento molto raro può conservare una notevole incertezza. 

Anche la scelta di soglie assolute comporta vantaggi e limiti. I valori di 45 e 50 °C permettono confronti intuitivi tra Paesi e comunicano immediatamente la gravità dell’estremo, ma non tengono conto della diversa acclimatazione locale. Una soglia percentile, definita rispetto alla climatologia di ciascuna località, può descrivere meglio il carattere eccezionale dell’evento per la popolazione e gli ecosistemi locali. D’altra parte, una temperatura assoluta molto elevata conserva un’importanza fisica specifica perché può avvicinare persone, infrastrutture, colture e sistemi energetici a limiti operativi indipendenti dalla climatologia storica. Per una valutazione completa è quindi utile combinare soglie assolute, percentili locali, durata delle ondate, temperature notturne e indici termoigrometrici.

Il valore scientifico fondamentale della Figura 6 risiede nella rappresentazione della transizione tra regimi di rischio. Per i 45 °C, molte regioni nordafricane e arabe erano già nella categoria comune, mentre Spagna, Israele e Giordania vi entrano sotto l’influenza antropogenica. Per i 50 °C, il quadro del mondo naturale è dominato dal bianco, ma nel clima futuro gran parte del Nord Africa e della Penisola Arabica passa progressivamente al rosso. La Spagna attraversa una soglia qualitativa meno avanzata ma simbolicamente importante, trasformando un evento quasi impossibile in raro entro fine secolo. Israele, Giordania e Turchia rimangono invece nella classe di probabilità più bassa, a dimostrazione del fatto che non esiste un’omogenea “africanizzazione” di tutto il Mediterraneo.

Le implicazioni per la mitigazione sono profonde. Le categorie di metà e fine secolo non costituiscono una previsione indipendente dalle scelte umane, ma derivano dallo scenario emissivo utilizzato. Una riduzione rapida delle emissioni limita lo spostamento della distribuzione termica e impedisce o ritarda il passaggio verso classi di maggiore probabilità. L’adattamento può ridurre la vulnerabilità attraverso sistemi di allerta, edilizia bioclimatica, verde urbano, protezione dei lavoratori e servizi sanitari preparati, ma non può neutralizzare indefinitamente un aumento continuo dell’intensità e della frequenza degli estremi. Gli studi regionali mostrano che anche uno scenario intermedio può produrre impatti severi, mentre i percorsi ad alte emissioni renderebbero possibili condizioni molto più estreme. 

Nel complesso, la Figura 6 non afferma che ogni località raggiungerà inevitabilmente 45 o 50 °C entro una determinata data. Essa dimostra che il significato statistico di queste soglie sta cambiando. Temperature un tempo quasi impossibili diventano estremamente rare, poi rare e infine comuni; eventi già possibili diventano più frequenti senza necessariamente cambiare colore; località inizialmente molto diverse convergono verso classi di rischio superiori, pur mantenendo importanti differenze regionali. Il messaggio più rilevante non riguarda soltanto il superamento di un record, ma la trasformazione di condizioni eccezionali in fenomeni capaci di ripetersi all’interno della vita di una persona, di mettere sotto pressione infrastrutture e sistemi sanitari e di ridefinire i limiti climatici ai quali le società mediterranee e mediorientali devono adattarsi.

Aumento antropogenico del rischio di superare 45 °C e 50 °C nel Mediterraneo e nel Medio Oriente: analisi scientifica della Tabella 2

La Tabella 2 quantifica uno dei risultati più importanti dello studio, vale a dire l’entità con cui l’influenza antropogenica ha già modificato e potrebbe modificare ulteriormente entro la fine del XXI secolo la probabilità che la temperatura massima giornaliera più elevata dell’anno, indicata dall’indice tx01, superi le soglie assolute di 45 °C e 50 °C nelle dodici località selezionate. Le sigle ARE, DZA, EGY, ESP, ISR, JOR, LBY, MAR, QAT, SAU, TUN e TUR corrispondono rispettivamente a Emirati Arabi Uniti, Algeria, Egitto, Spagna, Israele, Giordania, Libia, Marocco, Qatar, Arabia Saudita, Tunisia e Turchia. Il confronto non riguarda semplicemente temperature osservate in due periodi differenti, ma contrappone la probabilità degli eventi nel clima influenzato dalle attività umane a quella stimata in un mondo controfattuale, denominato NAT, nel quale vengono rappresentati i forzanti naturali ma viene escluso il contributo antropogenico. In questo modo la tabella non descrive soltanto quanto il clima sia diventato più caldo, ma tenta di attribuire quantitativamente all’intervento umano la trasformazione della probabilità degli estremi termici. 

L’indicatore impiegato è il risk ratio, chiamato anche probability ratio, definito come il rapporto tra la probabilità di superamento nel clima comprendente tutti i forzanti e la probabilità dello stesso superamento nel clima NAT. Un valore pari a 2 indica che l’evento è diventato due volte più probabile rispetto al mondo naturale; un valore pari a 10 corrisponde a una probabilità decuplicata; un valore pari a 1000 esprime un aumento di tre ordini di grandezza. Le colonne “Present day” e “End of the century” mantengono entrambe il clima NAT come denominatore: il rapporto di fine secolo non indica quindi quante volte l’evento sarà più probabile rispetto a oggi, ma quante volte sarà più probabile rispetto al mondo controfattuale senza riscaldamento antropogenico. Questa distinzione è indispensabile per evitare di interpretare erroneamente le cifre più elevate. Lo studio ricava le probabilità mediante una distribuzione generalizzata dei valori estremi applicata alle simulazioni CMIP6, confrontando 50 realizzazioni NAT e 46 simulazioni comprendenti tutti i forzanti; per il futuro viene seguito lo scenario intermedio SSP2-4.5. 

Le cifre tra parentesi rappresentano l’intervallo di incertezza compreso tra il 5º e il 95º percentile, ottenuto attraverso una procedura di ricampionamento Monte Carlo ripetuta mille volte. Il valore esterno alle parentesi è la migliore stima, corrispondente al 50º percentile. Il risultato 5,54 (4,66–6,87) riportato per la Spagna, per esempio, indica che il superamento di 45 °C è stimato oggi 5,54 volte più probabile rispetto al clima naturale, mentre le diverse realizzazioni statistiche collocano plausibilmente il rapporto tra 4,66 e 6,87. Un intervallo stretto indica una maggiore stabilità quantitativa della stima; uno molto ampio segnala invece che, pur essendo evidente la crescita del rischio, il suo esatto fattore moltiplicativo rimane difficile da determinare. L’incertezza diventa particolarmente grande quando si lavora con temperature collocate nella parte più remota della distribuzione, poiché pochi eventi simulati o osservati possono modificare sensibilmente il risultato. 

Per la soglia di 45 °C, la tabella mostra rapporti relativamente contenuti nelle località dove tale temperatura era già frequente anche nel mondo NAT. Negli Emirati Arabi Uniti, in Qatar e in Arabia Saudita il risk ratio viene riportato come 1 sia nel clima presente sia alla fine del secolo. Questo risultato non deve essere interpretato come prova dell’assenza di riscaldamento o di una probabilità immutata. In tali regioni i 45 °C vengono raggiunti così frequentemente anche nelle simulazioni naturali che la probabilità di superamento è già prossima al limite massimo. Se, per esempio, l’evento si verifica quasi ogni anno sia nel clima NAT sia in quello attuale, il rapporto tra le due probabilità rimane vicino all’unità, anche se le temperature medie, l’intensità dei picchi o il numero di giorni estremamente caldi aumentano. Il risk ratio perde dunque sensibilità quando la soglia scelta è troppo bassa rispetto alla climatologia locale e la probabilità è già prossima a uno. Gli stessi autori precisano che, per una soglia moderata come 45 °C, i rapporti possono ridursi all’unità nelle località in cui il superamento era comune anche senza influenza antropogenica. 

In Algeria, Egitto, Libia, Marocco e Tunisia la soglia dei 45 °C era climaticamente possibile nel mondo NAT, ma l’influenza antropogenica ne ha aumentato in modo riconoscibile la probabilità. In Algeria il risk ratio è pari a 2,73, con un intervallo di 2,66–2,83, nel presente e raggiunge 3,53, con intervallo 3,44–3,62, entro la fine del secolo. In Egitto il rapporto passa da 3,37 (3,23–3,52) a 5,19 (5,03–5,36). La Libia mostra un aumento da 2,72 (2,64–2,82) a 3,26 (3,16–3,36), mentre in Marocco il rischio relativo cresce da 3,28 (3,17–3,41) a 4,19 (4,02–4,32). In Tunisia la probabilità è oggi quasi raddoppiata, con un rapporto di 1,98 (1,93–2,03), e potrebbe risultare 2,38 (2,34–2,42) volte superiore a quella naturale alla fine del secolo. Gli intervalli relativamente stretti indicano che, per questa soglia e in queste località, l’ensemble produce stime piuttosto coerenti. 

Questi valori relativamente moderati non indicano un impatto trascurabile. Quando un evento è già frequente, raddoppiarne o triplicarne la probabilità può comportare un notevole aumento del numero di stagioni nelle quali viene superata la soglia, della durata complessiva dell’esposizione e della possibilità di osservare più episodi nello stesso anno. Il rapporto di probabilità, inoltre, viene calcolato sull’indice tx01 e segnala soltanto se almeno una giornata dell’anno supera il valore prescelto. Non descrive direttamente quante giornate oltre 45 °C si verifichino, quanto a lungo persista il caldo, quale sia la temperatura minima notturna o se il superamento raggiunga 46, 48 oppure 50 °C. In una regione già molto calda, il passaggio da superamenti episodici a sequenze più lunghe e ripetute può avere conseguenze rilevanti pur producendo variazioni limitate del risk ratio riferito a una soglia ormai quasi sempre oltrepassata.

La Spagna occupa una posizione climatologica differente. Il superamento di 45 °C risulta oggi 5,54 volte più probabile rispetto al clima NAT e potrebbe diventare 22 volte più probabile entro la fine del secolo, con un intervallo futuro compreso tra 19 e 29. La crescita tra il presente e il futuro non deve essere letta come un semplice aumento da 5,54 a 22 rispetto a oggi: entrambi i valori sono calcolati rispetto alla probabilità naturale. È tuttavia evidente che la distanza tra il clima futuro e il mondo NAT diventa molto maggiore. Una soglia che in Europa meridionale apparteneva alla parte eccezionale della distribuzione termica entra progressivamente nel dominio degli eventi ricorrenti. Il dato riguarda la specifica località spagnola selezionata e non può essere esteso uniformemente a tutto il territorio nazionale, ma offre un’indicazione importante per le aree meridionali e interne più esposte agli estremi. 

La crescita relativa risulta ancora più pronunciata in Israele e Giordania. In Israele la probabilità presente di superare 45 °C è stimata 10 volte quella naturale, con un intervallo da 8 a 13, mentre alla fine del secolo il rapporto raggiunge 82, con valori compresi tra 69 e 104. In Giordania il risk ratio passa da 9 (6–23) a 107 (91–283). Tali differenze derivano dalla posizione iniziale della soglia nella distribuzione locale: se 45 °C erano molto rari nel mondo naturale, un incremento termico di pochi gradi può portare una quota molto maggiore degli anni simulati oltre la soglia, generando rapporti di decine o centinaia. Israele e Giordania mostrano quindi come una temperatura già tipica delle aree più calde della Penisola Arabica possa essere trasformata, nelle località meno predisposte, da estremo quasi eccezionale a evento sensibilmente più frequente.

Il caso della Turchia è il più evidente esempio della differenza tra rischio relativo e rischio assoluto. Il superamento di 45 °C risulta oggi circa 10 volte più probabile rispetto al clima naturale, ma il rapporto sale a 1128 alla fine del secolo, con un intervallo estremamente ampio compreso tra 574 e 2617. Un numero così elevato non significa che la Turchia diventerà più calda dell’Arabia Saudita o che sperimenterà 45 °C più frequentemente delle località arabe. Il valore nasce soprattutto dal fatto che la probabilità NAT è vicinissima allo zero: dividendo una probabilità futura divenuta apprezzabile per un denominatore quasi nullo si ottiene un rapporto enorme, anche quando l’evento continua a essere relativamente raro in termini assoluti. La Figura 6, infatti, classifica il superamento turco di fine secolo come raro, non comune. Il risk ratio misura quindi la distanza dal clima naturale, non la graduatoria assoluta delle temperature tra Paesi.

La parte della tabella relativa a 50 °C cambia completamente ordine di grandezza. Tale soglia si colloca molto più lontano nella coda della distribuzione e sarebbe stata estremamente rara o sostanzialmente impossibile in tutte le località considerate nel clima naturale. Di conseguenza, i risk ratio raggiungono valori di decine, centinaia, migliaia, oltre centomila oppure risultano formalmente infiniti. Questo comportamento è coerente con un principio generale della climatologia degli estremi: lo spostamento verso destra della distribuzione termica può produrre incrementi moderati della probabilità per soglie già frequenti, ma variazioni di molti ordini di grandezza per soglie inizialmente quasi irraggiungibili. Il Sesto rapporto dell’IPCC conclude che l’influenza umana ha già aumentato la frequenza e l’intensità degli estremi caldi e che, con livelli crescenti di riscaldamento globale, gli eventi inizialmente più rari subiscono spesso gli aumenti relativi più marcati. 

Negli Emirati Arabi Uniti, la probabilità attuale di superare 50 °C è stimata 4845 volte superiore a quella naturale, con un intervallo molto ampio compreso tra 1678 e 44.775. Alla fine del secolo il rapporto oltrepassa 10.000. Il valore elevatissimo dipende dal contrasto tra una probabilità NAT molto piccola e un rischio assoluto che nel clima attuale è diventato concretamente rilevante. Le Figure 5 e 6 mostrano infatti che, mentre nel mondo naturale il superamento avrebbe avuto un tempo di ritorno estremamente lungo, nel clima presente può verificarsi su scala pluridecennale e nel futuro potrebbe diventare comune o quasi annuale. Il dato degli Emirati rappresenta quindi un caso nel quale un risk ratio enorme si accompagna anche a una forte crescita della probabilità assoluta. 

In Algeria, il rapporto attuale per i 50 °C è indicato come superiore a 100.000, con un intervallo che parte da 4644 e raggiunge l’infinito; anche alla fine del secolo la migliore stima rimane superiore a 100.000. In Egitto, il rapporto presente è pari a 976, con un’incertezza compresa tra 196 e 18.373, mentre alla fine del secolo supera 10.000, con un intervallo che parte da 5352 e oltrepassa 100.000. La vastità di questi intervalli non mette in dubbio la direzione del risultato, ma rivela quanto sia difficile quantificare esattamente un rapporto quando la probabilità naturale è estremamente piccola. In termini scientifici, è molto più robusto concludere che l’influenza antropogenica ha moltiplicato enormemente la probabilità che stabilire se il fattore esatto sia mille, diecimila o centomila.

In Marocco, dove la probabilità naturale non è stimata esattamente pari a zero, i rapporti rimangono finiti ma aumentano rapidamente. Il superamento di 50 °C risulta oggi 20 volte più probabile rispetto al clima NAT, con un intervallo da 11 a 36, e potrebbe diventare 469 volte più probabile entro la fine del secolo, con un range compreso tra 316 e 1498. In Tunisia, il rapporto passa da 8 (6–12) nel presente a 95 (78–120) nel futuro. Le due località mostrano un’evoluzione nella quale la soglia inizialmente rarissima diventa progressivamente più accessibile alla distribuzione termica, pur con ritmi differenti. Il cambiamento è coerente con le proiezioni regionali per il Medio Oriente e il Nord Africa, che indicano una forte intensificazione degli estremi estivi e, negli scenari emissivi elevati, la possibile comparsa di ondate di calore prolungate con massime superiori a 56 °C in alcune aree della regione. Tali proiezioni utilizzano scenari e definizioni differenti e non possono essere sovrapposte direttamente alla Tabella 2, ma confermano la vulnerabilità della regione MENA alla crescita delle temperature più estreme. 

Nel Qatar, la probabilità di superare 50 °C è stimata oggi 250 volte superiore a quella naturale, con un intervallo da 164 a 3984, mentre alla fine del secolo il rapporto raggiunge 3231, con un range da 2228 a 52.711. In Arabia Saudita, invece, i valori sono molto più bassi: 31 (27–34) nel presente e 66 (60–74) alla fine del secolo. Questa differenza non significa che l’Arabia Saudita presenti un rischio assoluto minore del Qatar. Al contrario, nella località saudita i 50 °C erano relativamente più plausibili già nel mondo NAT e risultano oggi molto frequenti; il denominatore del rapporto è quindi più grande e il risk ratio rimane più contenuto. Nel Qatar la probabilità naturale era molto più piccola, per cui la trasformazione antropogenica produce un rapporto numericamente maggiore. Il confronto mostra chiaramente che il risk ratio misura l’aumento relativo rispetto alla climatologia di partenza e non può essere utilizzato da solo per stabilire quale località abbia la maggiore probabilità assoluta di raggiungere la soglia. 

Il risultato saudita offre un esempio particolarmente utile. Un rapporto pari a 31 può sembrare meno allarmante di un valore di 4845 o di un risultato infinito, ma indica comunque che un evento già fisicamente possibile nel clima naturale è diventato trentuno volte più probabile nel clima attuale. Poiché la probabilità di partenza era maggiore, il rischio assoluto risultante può essere superiore a quello di località caratterizzate da rapporti molto più elevati. Entro la fine del secolo la Figura 5 colloca Emirati Arabi Uniti, Qatar e Arabia Saudita tra i siti nei quali il superamento di 50 °C potrebbe avvicinarsi alla frequenza annuale. Per interpretare correttamente la Tabella 2 è quindi sempre necessario affiancare al rapporto relativo i tempi di ritorno assoluti mostrati nelle figure precedenti. 

La dicitura “inf”, riportata per Spagna, Israele, Giordania, Libia e Turchia, non indica una probabilità fisicamente infinita né un rischio illimitato. Essa compare quando la probabilità del superamento nel clima NAT viene stimata pari o prossima a zero. Poiché il risk ratio è ottenuto dividendo la probabilità del clima influenzato dall’uomo per quella naturale, il rapporto tende matematicamente all’infinito quando il denominatore tende a zero. Il significato climatologico è che l’evento sarebbe stato effettivamente impossibile, o troppo raro per essere distinto da zero nel campione simulato, senza l’influenza delle emissioni antropogeniche, mentre diventa possibile nel clima presente o futuro. Risultati infiniti non sono inconsueti negli studi di attribuzione degli eventi estremi, ma devono essere presentati come limiti statistici e non come quantità numeriche letterali. 

Il caso della Spagna chiarisce bene tale concetto. Il risk ratio per i 50 °C è infinito sia nel presente sia alla fine del secolo, ma la Figura 5 mostra che la probabilità assoluta resta estremamente bassa nel clima contemporaneo e diventa soltanto rara verso il 2100, con una migliore stima del tempo di ritorno di circa 70 anni. L’infinito non significa dunque che la Spagna raggiunga già oggi frequentemente i 50 °C; indica che qualsiasi probabilità diversa da zero nel clima influenzato dall’uomo viene confrontata con una probabilità naturale stimata nulla. Alla fine del secolo il superamento può entrare nel dominio degli eventi osservabili durante una vita umana, ma rimane molto meno frequente che nella Penisola Arabica o in Libia. È pertanto scorretto utilizzare il solo valore “inf” per sostenere che il rischio spagnolo sia superiore a quello saudita.

Una logica analoga vale per Israele, Giordania e Turchia, dove il rapporto relativo è infinito ma il superamento di 50 °C rimane quasi impossibile secondo la migliore stima anche alla fine del secolo. Le simulazioni future producono alcuni valori oltre soglia, dimostrando che l’evento non è fisicamente escluso, ma la sua frequenza resta troppo bassa per scendere sotto un tempo di ritorno di 1000 anni. In Libia, invece, lo stesso risk ratio infinito si associa a un quadro assoluto completamente differente: l’evento, assente nel mondo NAT, diventa raro nel presente e comune dalla metà del secolo. Lo stesso simbolo può quindi descrivere situazioni climatiche molto diverse, unite soltanto dalla quasi totale assenza dell’evento nel denominatore naturale. 

Dal punto di vista statistico, i rapporti estremamente elevati derivano dal comportamento non lineare della coda della distribuzione. Il riscaldamento non si limita ad aggiungere una quantità costante alla probabilità di ogni temperatura. Quando l’intera distribuzione delle massime annuali si sposta verso valori superiori, una soglia collocata vicino al centro può mostrare una variazione relativa contenuta, mentre una soglia situata nella coda remota può passare da quasi nessun superamento a decine o centinaia di superamenti nel campione multimodello. Studi basati su grandi ensemble hanno mostrato che il cambiamento della probabilità degli estremi può dipendere sia dallo spostamento del valore medio sia da eventuali modificazioni della variabilità; per gli estremi caldi, lo spostamento del clima medio costituisce spesso una componente dominante, ma la risposta varia tra regioni e variabili. 

La Tabella 2 documenta pertanto un processo differente da una semplice crescita lineare delle temperature. Per la soglia di 45 °C, già comune in molte località desertiche, il rapporto può saturare vicino all’unità; nelle località più fresche raggiunge invece decine o migliaia. Per i 50 °C, inizialmente quasi impossibili, i rapporti diventano enormi in quasi tutta la regione. Questa asimmetria mostra perché anche un aumento della temperatura media apparentemente limitato possa produrre conseguenze radicali sugli estremi assoluti. Il sistema climatico non deve riscaldarsi mediamente di 10 °C affinché una soglia diventi mille volte più probabile: è sufficiente che il centro della distribuzione si avvicini a un valore che prima apparteneva alla sua porzione quasi vuota.

La rilevanza sanitaria di questi risultati non deriva dall’esistenza di una soglia biologica universale fissata esattamente a 45 o 50 °C. La mortalità associata al caldo aumenta generalmente a temperature molto inferiori, una volta superata la temperatura locale di minima mortalità, e dipende da umidità, radiazione solare, ventilazione, temperature notturne, durata dell’episodio, condizioni sanitarie e capacità di adattamento. Un’analisi condotta su 732 località di 43 Paesi ha stimato che una quota media rilevante della mortalità da caldo osservata nel periodo 1991–2018 fosse già attribuibile al riscaldamento antropogenico. In Europa, l’estate 2022 è stata associata a una stima di 61.672 decessi correlati al caldo, con un carico particolarmente elevato nelle popolazioni anziane e nei Paesi meridionali; un successivo lavoro di attribuzione ha stimato che oltre la metà di tale mortalità fosse riconducibile alla componente antropogenica del riscaldamento. 

Temperature dell’aria prossime o superiori a 50 °C spingerebbero comunque le popolazioni molto oltre le normali condizioni di comfort termico. Il rischio fisiologico non dipende soltanto dal valore misurato dal termometro: l’umidità riduce l’efficacia dell’evaporazione del sudore, l’attività fisica accresce la produzione metabolica di calore e l’esposizione solare aumenta il carico radiativo. Studi sperimentali hanno mostrato che i limiti effettivi della termoregolazione umana possono essere raggiunti a combinazioni di temperatura e umidità meno estreme rispetto al limite teorico di 35 °C di bulbo umido frequentemente citato. Ciò rende particolarmente vulnerabili anziani, persone con patologie cardiovascolari o renali e lavoratori impegnati all’aperto, anche quando la temperatura dell’aria rimane inferiore a 50 °C. 

La crescita del rischio relativo assume inoltre una dimensione occupazionale e sociale. Agricoltori, operai edili, lavoratori stradali e addetti alle attività portuali non possono sempre evitare le ore più calde e producono calore metabolico durante lo sforzo. L’Organizzazione internazionale del lavoro rileva che l’aumento delle temperature quotidiane e la maggiore frequenza delle ondate di calore stanno già aggravando i rischi di disidratazione, esaurimento da calore, danno renale, infortuni e perdita di produttività. Nelle regioni rappresentate dalla tabella, il passaggio di una soglia da estremamente rara a comune rende insufficienti le sole risposte emergenziali: diventano necessari limiti operativi basati sullo stress termico, pause obbligatorie, accesso all’acqua, ombreggiamento, modifica degli orari, sorveglianza sanitaria e protezione economica dei lavoratori. 

Anche le caratteristiche dell’ambiente costruito modificano la traduzione del risk ratio climatico in rischio umano. Le probabilità riportate derivano da località meteorologiche e punti di griglia modellistici, mentre l’esposizione nei centri urbani può essere amplificata dall’isola di calore, dalla scarsa ventilazione, dall’assenza di vegetazione e dal lento raffreddamento notturno degli edifici. Due città sottoposte alla stessa temperatura massima possono registrare effetti sanitari diversi a causa dell’età della popolazione, della qualità delle abitazioni, dell’accesso alla climatizzazione e dell’efficienza dei servizi sanitari. La tabella quantifica quindi la componente meteorologica del pericolo, ma non incorpora direttamente l’esposizione demografica e la vulnerabilità socioeconomica, che devono essere aggiunte nelle valutazioni d’impatto.

Gli intervalli di incertezza richiedono infine un’interpretazione equilibrata. Un range ampio, come quello degli Emirati Arabi Uniti per i 50 °C, non autorizza a concludere che il risultato sia privo di valore: tutte le stime indicano comunque un aumento di almeno molte centinaia o migliaia di volte. Al contrario, valori apparentemente precisi non eliminano le incertezze strutturali relative ai modelli, alla correzione dei bias, alla risoluzione spaziale e allo scenario emissivo. L’ensemble utilizzato è un insieme di opportunità, formato dai modelli e dalle simulazioni disponibili, con contributi non perfettamente equivalenti. La direzione del cambiamento è più robusta del valore esatto di alcuni rapporti estremi, soprattutto quando la probabilità NAT si avvicina a zero. 

Nel complesso, la Tabella 2 dimostra che l’influenza antropogenica non ha modificato allo stesso modo tutte le soglie e tutte le località. Per 45 °C, il risk ratio rimane vicino all’unità nelle aree dove il superamento era già quasi annuale, assume valori compresi tra circa 2 e 5 in gran parte del Nord Africa e raggiunge decine o migliaia nelle località in cui la soglia era inizialmente molto rara. Per 50 °C, invece, l’assenza o la quasi assenza dell’evento nel mondo naturale determina rapporti di decine, centinaia, migliaia, oltre centomila o formalmente infiniti. Il segnale non indica che tutte le località convergeranno verso lo stesso clima, ma mostra che gli estremi più remoti stanno entrando rapidamente nel dominio delle possibilità fisiche e, in alcuni casi, degli eventi ricorrenti.

Il messaggio scientifico più importante consiste nella necessità di distinguere sempre tra probabilità assoluta, aumento relativo e incertezza. Un risk ratio pari a 1 può accompagnarsi a un rischio assoluto elevatissimo quando la soglia era già comune; un rapporto di 1128 o infinito può riferirsi a un evento che rimane raro perché la probabilità naturale era quasi nulla. Letta insieme alle Figure 5 e 6, la tabella mostra tuttavia un quadro inequivocabile: l’attività umana ha già alterato profondamente la probabilità degli estremi termici nel Mediterraneo e nel Medio Oriente e, nello scenario considerato, la distanza dal clima naturale continua ad aumentare fino alla fine del secolo. La mitigazione delle emissioni determina quanto ulteriormente si sposterà la distribuzione delle temperature, mentre l’adattamento sanitario, urbano e occupazionale stabilirà in quale misura questa crescita del pericolo si tradurrà in mortalità, malattie, perdita di produttività e ampliamento delle disuguaglianze.

Il riscaldamento ad alto rischio e lo spostamento antropogenico delle soglie termiche associate alla mortalità: analisi della Figura 7

La Figura 7 introduce una prospettiva differente rispetto alle rappresentazioni precedenti dedicate ai tempi di ritorno dei 45 e dei 50 °C. L’attenzione non è più concentrata esclusivamente sugli estremi più rari della distribuzione termica, ma si sposta verso una soglia climatica potenzialmente più significativa per la salute pubblica: l’84º percentile della temperatura massima giornaliera, indicato come Tmax84. Le barre azzurre della riproduzione grafica rappresentano il clima naturale controfattuale, NAT, mentre quelle rosse descrivono il clima presente, comprensivo dell’influenza antropogenica. I numeri collocati sopra le barre indicano la differenza tra i due valori e costituiscono l’indice di High-Risk Warming, HRW, cioè la quantità di riscaldamento che separa l’attuale distribuzione delle temperature da quella che sarebbe presumibilmente esistita senza l’alterazione umana del clima. Lo studio stima un HRW compreso tra 1,6 e 2,3 °C nelle dodici località analizzate. 

L’84º percentile è il valore al di sotto del quale ricade approssimativamente l’84% delle temperature massime giornaliere, mentre il restante 16% delle giornate presenta valori superiori. Non si tratta pertanto di un record eccezionale, bensì di una soglia situata nella parte alta, ma ancora relativamente frequente, della distribuzione climatica locale. Il suo impiego deriva da studi epidemiologici che hanno cercato di identificare la temperatura ottimale, Optimum Temperature, o temperatura di minima mortalità, Minimum Mortality Temperature, MMT, cioè il livello in corrispondenza del quale il rischio statistico di morte raggiunge il proprio minimo. Al di sopra e al di sotto della MMT la mortalità tende generalmente ad aumentare, producendo le tipiche relazioni temperatura-mortalità descritte mediante curve a U, V o J. 

Honda e collaboratori, analizzando inizialmente le prefetture giapponesi, osservarono che la temperatura ottimale risultava fortemente correlata con l’80º–85º percentile delle temperature massime giornaliere. Un successivo studio esteso a 79 città appartenenti a differenti continenti e regimi climatici riscontrò che, nella maggior parte dei casi, la temperatura ottimale e l’84º percentile di Tmax erano relativamente vicini. Da questa evidenza deriva l’adozione del Tmax84 quale approssimazione climatica della soglia di minima mortalità quando non sono disponibili serie sanitarie locali sufficientemente lunghe e omogenee. 

Questa approssimazione deve tuttavia essere interpretata con cautela. L’84º percentile non costituisce una soglia biologica universale e non coincide necessariamente con la reale MMT di ogni popolazione. L’analisi multicountry di Gasparrini e collaboratori ha mostrato che il percentile corrispondente alla minima mortalità varia notevolmente tra regioni: può collocarsi intorno al 60º percentile in alcune località tropicali e avvicinarsi all’80º–90º percentile nelle regioni temperate. La posizione della MMT dipende dal clima locale, dall’acclimatazione, dalla composizione demografica, dalla qualità degli edifici, dall’accesso al raffrescamento e dalle condizioni sociali e sanitarie. L’84º percentile deve quindi essere considerato un indicatore operativo utile per un confronto climatico generale, non una ricostruzione epidemiologica esatta della soglia sanitaria di ciascuna stazione. 

La distinzione è importante anche per comprendere correttamente il significato dell’HRW. La Figura 7 non dimostra che la popolazione abbia già sviluppato una completa tolleranza fisiologica a temperature superiori di 1,6–2,3 °C. Le barre rosse risultano più alte perché l’intera distribuzione climatica si è spostata verso valori maggiori, non perché sia stata misurata direttamente una pari capacità di adattamento umano. L’indice può essere interpretato come la quantità aggiuntiva di riscaldamento alla quale le popolazioni e i sistemi sociali dovrebbero adattarsi per conservare un rischio termico paragonabile a quello del clima NAT. Gli stessi autori lo definiscono una misura semplificata del riscaldamento antropogenico capace di aumentare la pressione sulla mortalità termica. 

La distribuzione delle barre segue un evidente gradiente geografico. Le soglie più basse appartengono alla Turchia, alla Giordania, a Israele e alla Spagna; seguono le località nordafricane di Marocco, Algeria, Tunisia, Egitto e Libia; i valori più elevati caratterizzano Qatar, Emirati Arabi Uniti e Arabia Saudita. Tale ordinamento riflette soprattutto la climatologia locale e non deve essere confuso con una graduatoria della vulnerabilità sanitaria. Una soglia più alta indica che le temperature massime abituali sono maggiori, ma non significa automaticamente che la popolazione sia immune dagli effetti del caldo o che disponga di risorse adattive adeguate.

In Turchia il Tmax84 aumenta da circa 31,1 °C nel clima NAT a circa 32,8 °C nel presente, producendo un HRW di 1,7 °C. La località turca presenta il valore assoluto più basso della figura, coerentemente con una climatologia relativamente più fresca rispetto agli altri siti. Ciò non rende irrilevante lo spostamento: una variazione prossima a due gradi interessa una soglia superata da una frazione consistente delle giornate più calde e può modificare la durata e l’intensità della stagione di stress termico, anche senza raggiungere gli estremi assoluti di 45 o 50 °C.

In Giordania il passaggio è approssimativamente da 32,8 a 34,7 °C, con un HRW di 1,9 °C, mentre in Israele l’aumento è pari a 1,6 °C, da circa 33,4 a 35,0 °C. Le due località sono geograficamente vicine ma non identiche dal punto di vista climatico; differenze di altitudine, continentalità, circolazione regionale e influenza marittima possono produrre valori assoluti e risposte differenti. Il confronto mostra che l’impronta antropogenica non si manifesta come un incremento perfettamente uniforme, pur rimanendo positiva in tutti i siti.

La Spagna presenta un incremento di 1,8 °C, con un Tmax84 che passa da circa 33,6 °C nel clima naturale a circa 35,4 °C nel presente. Questo valore è particolarmente significativo perché mostra che il rischio termico sanitario nell’Europa meridionale non deve essere valutato soltanto rispetto alla possibilità futura di raggiungere 50 °C. Una temperatura massima giornaliera intorno a 35 °C si colloca già nella fascia superiore della distribuzione locale e può essere associata a un aumento della mortalità, soprattutto se persiste per più giorni, coincide con temperature notturne elevate o interessa una popolazione anziana e urbanizzata.

Nel Marocco l’84º percentile cresce da circa 34,8 a 36,6 °C, con una differenza di 1,8 °C. In Algeria passa approssimativamente da 35,8 a 37,5 °C, con un HRW di 1,7 °C, mentre in Tunisia l’aumento da circa 35,8 a 37,6 °C corrisponde a 1,8 °C. La relativa somiglianza tra queste tre località riflette la presenza di regimi climatici caldi, ma non autorizza a considerare omogeneo l’intero Nord Africa: distanza dal mare, altitudine, condizioni del suolo e circolazioni locali possono determinare differenze considerevoli anche all’interno del medesimo Paese.

In Egitto la soglia sale da circa 36,1 a 38,0 °C, con un incremento di 1,9 °C, mentre in Libia si passa da circa 37,2 a 39,2 °C, producendo un HRW di 2,0 °C. La Libia rappresenta la prima località, procedendo lungo il grafico, nella quale la soglia presente si avvicina ai 40 °C. Il valore non corrisponde alla massima annuale, ma alla parte superiore relativamente frequente della distribuzione delle Tmax: ciò implica che temperature prossime ai 40 °C non devono essere considerate esclusivamente eventi eccezionali, ma possono appartenere a una componente climaticamente rilevante della stagione calda.

La Penisola Arabica presenta valori assoluti nettamente superiori. In Qatar il Tmax84 passa da circa 41,1 a 42,7 °C, con un HRW di 1,6 °C; negli Emirati Arabi Uniti cresce da circa 41,6 a 43,3 °C, con una differenza di 1,7 °C. In Arabia Saudita si osservano sia la soglia attuale più elevata sia il maggiore incremento antropogenico: il valore sale approssimativamente da 42,9 a 45,2 °C, con un HRW di 2,3 °C. In quest’ultima località, quindi, una temperatura massima superiore a 45 °C si colloca intorno all’84º percentile della distribuzione presente e non rappresenta più soltanto la coda estrema degli eventi annuali.

Il confronto tra le località evidenzia che il valore assoluto della soglia e l’entità del riscaldamento antropogenico sono due informazioni distinte. Il Qatar presenta un Tmax84 molto elevato ma uno degli HRW più bassi, pari a 1,6 °C; la Libia possiede una soglia assoluta inferiore ma uno spostamento di 2,0 °C; l’Arabia Saudita combina entrambi gli elementi. L’HRW misura la differenza tra due climi nella stessa località e non deve essere impiegato per confrontare direttamente la vulnerabilità sanitaria tra Paesi.

La relativa uniformità dell’aumento, quasi sempre compreso tra 1,6 e 2,0 °C con l’eccezione saudita, indica che l’influenza umana ha prodotto un chiaro spostamento dell’intera fascia superiore delle temperature quotidiane. Tale risultato è coerente con la letteratura che identifica nelle emissioni antropogeniche il principale fattore dell’aumento recente degli estremi caldi. La Figura 7 traduce tuttavia questo cambiamento fisico in un indicatore orientato agli impatti: non considera soltanto di quanti gradi sia cresciuta una media climatica, ma quanto si sia spostata una soglia utilizzata come riferimento per la relazione tra temperatura e mortalità.

Lo studio globale di Yin e collaboratori, basato su 420 località distribuite in sei continenti, ha confermato che la MMT varia geograficamente e tende a essere strettamente associata alle caratteristiche della distribuzione termica locale. Gli autori hanno inoltre evidenziato che la temperatura di minima mortalità può modificarsi con il clima, riflettendo una certa capacità di adattamento. Questa capacità, tuttavia, non implica che la mortalità rimanga invariata: se il riscaldamento procede più rapidamente dell’adattamento fisiologico, comportamentale e infrastrutturale, una quota crescente della popolazione continuerà a essere esposta a condizioni superiori alla zona di minimo rischio. 

L’adattamento deve essere distinto dall’acclimatazione climatica apparente. Una popolazione residente in una regione calda può presentare una MMT più elevata rispetto a una popolazione di clima temperato, ma ciò deriva dall’insieme di processi biologici, comportamentali e sociali. Abitudini quotidiane, orari lavorativi, materiali edilizi, disponibilità di aria condizionata, accesso all’acqua e qualità dell’assistenza sanitaria contribuiscono alla relazione osservata. Un cambiamento della distribuzione termica non garantisce che tutti questi sistemi si spostino alla stessa velocità, né che l’adattamento sia accessibile in modo uniforme alle diverse fasce sociali.

La Figura 7 deve pertanto essere interpretata come rappresentazione del deficit adattivo potenziale creato dall’influenza antropogenica. Se la soglia climatica associata alla minima mortalità si è spostata di circa due gradi, le comunità devono compensare tale cambiamento attraverso adattamenti sufficienti a impedire che lo stesso incremento si traduca in una maggiore mortalità. Qualora l’adattamento sia incompleto, l’aumento della frequenza e dell’intensità delle giornate superiori alla precedente soglia produrrà un’espansione del carico sanitario.

L’importanza di questo processo è confermata dalle analisi di attribuzione epidemiologica. Vicedo-Cabrera e collaboratori, utilizzando dati di mortalità provenienti da 732 località in 43 Paesi, hanno stimato che mediamente il 37% dei decessi associati al caldo durante la stagione calda nel periodo 1991–2018 fosse attribuibile al riscaldamento antropogenico. Il valore varia considerevolmente tra regioni e non può essere trasferito direttamente alle dodici località della Figura 7, ma dimostra che lo spostamento antropogenico delle distribuzioni termiche ha già prodotto effetti sanitari misurabili, non soltanto rischi teorici futuri. 

La stessa conclusione emerge dagli studi probabilistici sulle stagioni caratterizzate da mortalità eccezionale. Lüthi e collaboratori hanno combinato relazioni empiriche temperatura-mortalità per 748 località con grandi ensemble climatici, stimando che una stagione con mortalità da caldo avente un tempo di ritorno di cento anni nel clima del 2000 potrebbe verificarsi mediamente ogni dieci-venti anni nel clima del 2020 in gran parte delle località analizzate. Il risultato mostra che un cambiamento termico relativamente contenuto può alterare fortemente la frequenza degli impatti sanitari estremi, specialmente quando la distribuzione delle temperature si sposta oltre soglie alle quali le popolazioni erano storicamente adattate. 

La Figura 7 chiarisce inoltre perché l’attenzione esclusiva ai 50 °C possa fornire una rappresentazione incompleta del rischio. Nella maggior parte delle località il Tmax84 presente è inferiore a 40 °C; soltanto Qatar, Emirati Arabi Uniti e Arabia Saudita superano nettamente tale valore. In Spagna, per esempio, il riferimento si colloca intorno a 35,4 °C, mentre in Turchia è inferiore a 33 °C. Un eventuale raggiungimento dei 50 °C collocherebbe queste popolazioni rispettivamente circa 15 e 17 °C al di sopra del loro attuale 84º percentile, cioè enormemente al di fuori della parte della distribuzione climatica alla quale organismi, edifici e servizi sono normalmente esposti.

Anche nelle località più calde la distanza rimane considerevole. In Arabia Saudita, dove il Tmax84 presente raggiunge circa 45,2 °C, una massima di 50 °C sarebbe comunque quasi cinque gradi superiore alla soglia di riferimento. Poiché la relazione tra temperatura e mortalità tende a diventare rapidamente crescente oltre la MMT, un simile scostamento può produrre effetti molto maggiori di quelli associati a un superamento marginale. Non è tuttavia possibile ricavare dalla sola figura il numero di decessi, poiché la pendenza della curva temperatura-mortalità varia tra popolazioni e dipende dall’intensità e dalla durata dell’esposizione.

La temperatura massima giornaliera non descrive inoltre tutte le componenti dello stress termico. L’umidità influenza l’efficienza dell’evaporazione del sudore; la radiazione solare aumenta il carico assorbito dal corpo; il vento può facilitare o limitare la dispersione del calore; le minime notturne elevate impediscono il recupero fisiologico; l’attività lavorativa produce calore metabolico aggiuntivo. Gli autori riconoscono quindi che il Tmax84 e l’HRW rappresentano indicatori semplificati e che la mortalità reale dipende anche da variabili meteorologiche e socioeconomiche non comprese nel grafico. 

La scelta dell’84º percentile presenta comunque un vantaggio rispetto a una soglia assoluta uniforme: adatta il riferimento alla climatologia di ciascuna località. Cinquanta gradi rappresentano condizioni molto differenti in Turchia e in Arabia Saudita, mentre un percentile identifica sempre una posizione equivalente all’interno della distribuzione locale. Ciò rende il Tmax84 utile per confrontare il cambiamento climatico tra regioni molto diverse, anche se non elimina la necessità di disporre di dati sanitari locali per stimare accuratamente la MMT e la forma della curva di rischio.

La figura non mostra intervalli d’incertezza attorno alle singole barre e deve quindi essere letta come una rappresentazione delle migliori stime modellistiche. I valori derivano dagli esperimenti CMIP6 utilizzati dagli autori per confrontare simulazioni comprendenti le forzanti antropogeniche con simulazioni NAT. Le differenze possono risentire della scelta dei modelli, della correzione dei bias, della risoluzione spaziale e della capacità di riprodurre la climatologia delle singole stazioni. Lo studio stesso sottolinea che l’ensemble disponibile è un “ensemble di opportunità”, nel quale i modelli non contribuiscono necessariamente in misura perfettamente equilibrata. 

Un ulteriore limite riguarda l’assenza, nei Paesi considerati, dei dati sanitari necessari a una vera analisi di attribuzione della mortalità. L’HRW non è stato costruito mettendo direttamente in relazione le temperature locali con i decessi osservati, ma applicando una relazione generalizzata tra l’84º percentile e la temperatura ottimale. La sua funzione è quindi quella di fornire un primo indicatore comparabile del cambiamento del pericolo sanitario, non di sostituire studi epidemiologici nazionali o urbani basati su mortalità giornaliera, cause di morte, età, sesso e condizioni socioeconomiche. 

Le analisi epidemiologiche più ampie mostrano perché questa distinzione sia necessaria. Gasparrini e collaboratori hanno stimato che quasi l’8% della mortalità complessiva nelle località esaminate fosse associato a temperature non ottimali, comprendendo sia caldo sia freddo. Il carico maggiore derivava spesso dalle temperature moderatamente non ottimali, perché molto più frequenti degli estremi assoluti. Questo risultato implica che la salute pubblica non è minacciata soltanto dai record, ma anche dall’espansione del numero di giornate che superano di poco o moderatamente la MMT locale. 

L’estate europea del 2022 fornisce un esempio concreto della rilevanza sanitaria delle alte temperature anche in assenza di valori diffusi prossimi a 50 °C. Ballester e collaboratori hanno stimato 61.672 decessi associati al caldo tra la fine di maggio e l’inizio di settembre in 35 Paesi europei, con un impatto particolarmente elevato nelle fasce di età avanzata. Un successivo studio di attribuzione ha stimato che circa il 56% di tale mortalità fosse riconducibile al riscaldamento antropogenico. Questi risultati non derivano dalla Figura 7 e utilizzano metodi epidemiologici differenti, ma mostrano la concretezza del legame tra spostamento delle temperature e incremento del carico sanitario. 

L’HRW assume quindi anche un valore comunicativo. Un aumento medio globale di uno o due gradi può sembrare astratto, ma uno spostamento analogo della soglia associata alla minima mortalità significa che la popolazione deve affrontare giornate calde sistematicamente più intense rispetto al mondo naturale. Il cambiamento non riguarda soltanto la possibilità di nuovi record: investe l’intera porzione superiore della distribuzione termica e amplia la fascia stagionale nella quale il rischio di mortalità può aumentare.

La relazione con il successivo indice High-Risk Days è diretta. Una volta identificato il Tmax84 del clima di riferimento, è possibile contare quanti giorni futuri supereranno tale valore. Lo studio stima che, entro la fine del secolo, le dodici località potrebbero sperimentare circa uno o due mesi aggiuntivi di giorni ad alto rischio rispetto al clima presente. La Figura 7 stabilisce dunque l’intensità dello spostamento antropogenico della soglia, mentre la Figura 8 ne traduce l’evoluzione futura in un aumento della frequenza annuale dell’esposizione. 

Dal punto di vista delle politiche sanitarie, la figura suggerisce che le soglie di allerta non dovrebbero essere fondate esclusivamente su valori assoluti uguali per tutti i territori. Una temperatura di 35 °C può rappresentare una condizione relativamente ordinaria in una località arabica ma collocarsi intorno o oltre la soglia di rischio in una regione europea. I piani caldo-salute devono quindi integrare percentili locali, temperature notturne, umidità, durata degli episodi e vulnerabilità della popolazione, aggiornando periodicamente le soglie in un clima non più stazionario.

L’eventuale spostamento della MMT verso temperature superiori non deve inoltre diventare un argomento per minimizzare il rischio. L’adattamento può ridurre la vulnerabilità relativa, ma può essere incompleto, diseguale o dipendente da sistemi energetici fragili. L’aria condizionata, gli edifici efficienti e i servizi sanitari possono proteggere una parte della popolazione, mentre anziani soli, lavoratori all’aperto, persone con patologie croniche e famiglie in povertà energetica rimangono maggiormente esposti. La capacità di adattamento non è quindi una proprietà uniforme della società, ma una risorsa distribuita in modo diseguale.

Nel complesso, la Figura 7 mostra che l’influenza umana ha già innalzato di circa due gradi la fascia superiore delle temperature massime quotidiane rilevante per la salute nelle dodici località. Il valore minimo dell’HRW, pari a 1,6 °C, interessa Israele e Qatar, mentre il massimo di 2,3 °C viene raggiunto in Arabia Saudita. La differenza tra clima NAT e presente è positiva ovunque, dimostrando che il riscaldamento antropogenico non riguarda soltanto gli estremi record, ma anche temperature relativamente frequenti e più strettamente connesse all’esposizione sanitaria quotidiana.

Il significato più profondo del grafico consiste pertanto nel collegare il cambiamento fisico del clima con la capacità delle popolazioni di proteggere la propria salute. L’84º percentile non rappresenta un confine rigido tra sicurezza e pericolo e l’HRW non equivale direttamente a una misura dei decessi; insieme, tuttavia, indicano che le condizioni climatiche alle quali le società devono adattarsi si sono già allontanate in maniera considerevole dal mondo naturale controfattuale. Poiché la reale MMT può spostarsi soltanto attraverso una combinazione di acclimatazione, miglioramento delle abitazioni, organizzazione sanitaria e riduzione delle disuguaglianze, il persistere del riscaldamento rischia di ampliare la distanza tra la rapidità del cambiamento climatico e quella dell’adattamento umano. La Figura 7 costituisce quindi non soltanto una rappresentazione del riscaldamento già avvenuto, ma anche una misura indiretta della crescente sfida sanitaria posta da un clima nel quale la parte più calda della distribuzione termica continua a spostarsi verso condizioni sempre più difficili da sostenere.

METODI – Calcolo dell’indice tx01 mediante i dati CMIP6

L’analisi delle variazioni osservate e future delle temperature estreme richiede l’impiego di indicatori capaci di rappresentare adeguatamente gli eventi più intensi senza dipendere eccessivamente da campioni statistici molto limitati. Nel presente studio tale esigenza viene affrontata attraverso il calcolo dell’indice tx01, definito come il valore più elevato della temperatura massima giornaliera, Tmax, registrato o simulato durante ciascun anno. Questo indicatore corrisponde concettualmente al cosiddetto TXx utilizzato dall’Expert Team on Climate Change Detection and Indices e rappresenta quindi la temperatura raggiunta nel giorno più caldo dell’anno. La scelta di un massimo annuale consente di costruire una serie temporale costituita da un valore per ogni anno e di applicare successivamente i metodi della statistica degli estremi. Rispetto a indicatori riferiti a eventi molto più rari, collocati nelle regioni più remote della distribuzione delle temperature, tx01 presenta proprietà statistiche generalmente più robuste, poiché ogni anno fornisce un’osservazione indipendente del massimo stagionale o annuale. Ciò non elimina l’incertezza associata agli estremi, ma riduce il problema del campionamento insufficiente che emerge quando si tenta di stimare direttamente la probabilità di temperature eccezionali attraverso serie osservative relativamente brevi. La letteratura sulle ondate di calore sottolinea infatti che la quantificazione dei valori situati nella coda superiore della distribuzione dipende sensibilmente dalla lunghezza delle serie, dalla definizione dell’indice e dal metodo statistico adottato; gli indicatori basati sui massimi annuali costituiscono pertanto un compromesso efficace tra rilevanza fisica e robustezza inferenziale.

I valori di tx01 vengono ricavati dai dati giornalieri di Tmax prodotti da un ensemble multimodello composto da undici modelli appartenenti alla sesta fase del Coupled Model Intercomparison Project, CMIP6. CMIP6 costituisce un’infrastruttura sperimentale coordinata a livello internazionale nella quale differenti centri di ricerca eseguono simulazioni climatiche secondo protocolli comuni, utilizzando forzanti, scenari e periodi temporali armonizzati. Tale impostazione permette di confrontare modelli caratterizzati da differenti formulazioni della dinamica atmosferica, della circolazione oceanica, della criosfera, delle superfici continentali, dei cicli biogeochimici e delle interazioni tra le varie componenti del sistema terrestre. Uno degli obiettivi fondamentali di CMIP6 consiste proprio nel comprendere la risposta del sistema climatico alle forzanti esterne, distinguendola dalla variabilità interna e valutando contemporaneamente l’origine e le conseguenze dei bias sistematici dei modelli. L’uso di una pluralità di modelli è particolarmente importante nello studio degli estremi termici, poiché la rappresentazione delle temperature più elevate può essere influenzata dalla risoluzione orizzontale, dalla parametrizzazione dei processi superficiali, dall’umidità del suolo, dal bilancio radiativo, dalla copertura vegetale e dalla capacità del modello di riprodurre i regimi di circolazione atmosferica responsabili delle condizioni di caldo persistente.

Le valutazioni comparative mostrano che i modelli CMIP6 hanno generalmente migliorato alcuni aspetti della simulazione degli estremi di temperatura rispetto alla precedente generazione CMIP5, pur conservando errori regionali e differenze non trascurabili tra i singoli modelli. Fan e collaboratori, analizzando sedici indici climatici estremi, hanno rilevato un miglioramento complessivo delle prestazioni di CMIP6 nella rappresentazione spaziale e temporale degli estremi termici, mentre ulteriori studi hanno evidenziato che in alcune regioni i modelli possono ancora sottostimare i massimi assoluti della temperatura giornaliera. Questo risultato è importante perché dimostra che il passaggio a una generazione modellistica più avanzata non rende superflua la valutazione preliminare delle simulazioni. Prima di includere un modello nell’analisi probabilistica è necessario verificare che esso riproduca in modo sufficientemente realistico la distribuzione osservata di tx01, la sua variabilità interannuale e, per quanto possibile, la struttura statistica della coda calda. Nel presente studio vengono pertanto esclusi due modelli che non superano i test di confronto con le osservazioni e che presentano lacune rilevanti nei dati. Questa selezione non implica che i modelli rimanenti siano privi di bias, ma riduce il rischio che simulazioni chiaramente inadeguate alterino le probabilità attribuite agli eventi estremi.

L’impostazione metodologica segue un quadro di attribuzione basato sul rischio, nel quale il ruolo delle attività umane viene quantificato confrontando due rappresentazioni alternative del sistema climatico. Il primo insieme, indicato con ALL, comprende sia le forzanti naturali sia quelle antropogeniche; il secondo, denominato NAT, descrive invece un clima controfattuale sottoposto soltanto alle forzanti naturali. Le simulazioni NAT includono quindi le variazioni dell’irradianza solare e gli effetti radiativi degli aerosol prodotti dalle eruzioni vulcaniche, ma escludono i cambiamenti antropogenici delle concentrazioni dei gas serra, degli aerosol industriali, dell’ozono e dell’uso del suolo. Le simulazioni ALL comprendono invece l’azione congiunta di tutte queste componenti. Il confronto non deve essere interpretato come una ricostruzione perfetta di ciò che sarebbe avvenuto in assenza dell’influenza umana, bensì come un esperimento controllato mediante il quale è possibile stimare quanto la distribuzione probabilistica delle temperature estreme venga modificata dalla presenza delle forzanti antropogeniche. Il Detection and Attribution Model Intercomparison Project, DAMIP, è stato progettato proprio per rendere disponibili simulazioni coerenti con tutte le principali forzanti e simulazioni nelle quali esse vengono isolate o raggruppate, fornendo una base sperimentale comune agli studi di rilevamento e attribuzione.

La logica dell’attribuzione probabilistica è diversa dalla ricerca di una causa unica per uno specifico episodio meteorologico. Un’ondata di calore continua infatti a essere determinata dalla configurazione sinottica, dalla subsidenza atmosferica, dall’avvezione di masse d’aria calda, dalle condizioni del suolo e dalla variabilità naturale del sistema climatico. L’influenza antropogenica agisce modificando il contesto termodinamico nel quale tali processi si sviluppano e può quindi aumentare la probabilità che una determinata configurazione atmosferica produca temperature molto elevate. Il confronto fra ALL e NAT permette di valutare lo spostamento della distribuzione di tx01, l’aumento della probabilità di superamento di una soglia e la variazione del relativo tempo di ritorno. L’IPCC ha concluso che l’influenza umana costituisce il principale fattore responsabile dell’aumento osservato nella frequenza e nell’intensità degli estremi caldi dalla metà del XX secolo e che ogni ulteriore incremento del riscaldamento globale rende gli eventi termici estremi progressivamente più frequenti e intensi. Questa conclusione generale non sostituisce l’analisi locale, poiché l’entità del cambiamento dipende dalla regione, dalla circolazione atmosferica, dall’aridità del suolo, dalla vicinanza al mare e dalle caratteristiche della superficie, ma fornisce il quadro fisico entro il quale interpretare il confronto tra gli esperimenti ALL e NAT.

Le simulazioni NAT coprono il periodo compreso tra il 1850 e il 2020, mentre quelle ALL iniziano anch’esse nel 1850 e vengono prolungate fino al 2100 mediante lo scenario SSP2-4.5. Quest’ultimo è comunemente descritto come un percorso intermedio o “middle of the road”, nel quale lo sviluppo sociale, economico e tecnologico segue tendenze che non comportano né una transizione estremamente rapida verso la decarbonizzazione né una crescita incontrollata delle emissioni. La sigla 4.5 indica approssimativamente il livello di forzante radiativa, espresso in watt per metro quadrato, raggiunto verso la fine del secolo rispetto alle condizioni preindustriali. SSP2-4.5 è stato scelto come scenario di riferimento in ScenarioMIP e in numerosi esperimenti DAMIP, consentendo di raccordare le simulazioni storiche con le proiezioni future e di analizzare l’evoluzione dell’influenza delle diverse forzanti. Non si tratta di una previsione deterministica dello sviluppo reale della società, ma di una traiettoria condizionata utilizzata per esaminare come il sistema climatico potrebbe rispondere qualora le emissioni e le trasformazioni socioeconomiche seguissero quel particolare percorso.

Per essere ammessi nell’ensemble, i modelli devono fornire sia le simulazioni ALL sia quelle NAT. Tale requisito è essenziale perché il confronto tra i due mondi climatici deve essere effettuato utilizzando sistemi modellistici coerenti: differenze nella struttura dei modelli, nella sensibilità climatica o nella rappresentazione della variabilità naturale potrebbero altrimenti essere erroneamente interpretate come effetti delle forzanti antropogeniche. Per ciascun esperimento il numero di simulazioni viene inoltre limitato a un massimo di dieci membri per modello. Alcuni centri di ricerca producono infatti ensemble molto più numerosi di altri; includere indiscriminatamente tutti i membri disponibili attribuirebbe un peso sproporzionato ai modelli dotati di maggiore capacità computazionale, senza che ciò corrisponda necessariamente a una loro superiore affidabilità. La limitazione riduce questo squilibrio e impedisce che la distribuzione multimodello sia dominata dalle caratteristiche di poche famiglie modellistiche. Dopo l’applicazione dei criteri di disponibilità, qualità e completezza, l’ensemble ALL comprende 46 simulazioni e quello NAT 50 simulazioni.

L’utilizzo di ensemble numerosi risponde innanzitutto alla necessità di rappresentare la variabilità climatica interna. Anche in presenza delle stesse forzanti esterne, piccole differenze nelle condizioni iniziali possono produrre successioni differenti di anni caldi e relativamente freschi, poiché fenomeni come ENSO, le oscillazioni atmosferiche extratropicali e le interazioni tra atmosfera, oceano e superficie terrestre evolvono in modo parzialmente caotico. Ogni membro dell’ensemble costituisce quindi una possibile realizzazione del clima compatibile con il medesimo insieme di forzanti. Riunendo molti membri e molti anni si amplia il campione disponibile e si separa più efficacemente il segnale forzato dalla variabilità interna. Questo aspetto è particolarmente rilevante quando si stimano probabilità molto basse: una singola simulazione può non contenere un numero sufficiente di eventi eccezionali, mentre un grande ensemble aumenta la possibilità di campionare la parte superiore della distribuzione e restringe, almeno parzialmente, l’incertezza statistica.

Il secondo vantaggio dell’approccio multimodello consiste nella rappresentazione dell’incertezza strutturale. I modelli non sono copie indipendenti e perfettamente equivalenti del sistema climatico, ma differiscono nella risoluzione, nelle parametrizzazioni e nella risposta alle forzanti. Un ensemble costruito con diversi modelli consente pertanto di esplorare una gamma più ampia di comportamenti plausibili rispetto a un’analisi basata su un unico sistema. La dispersione multimodello non coincide tuttavia con l’intera incertezza scientifica: alcuni modelli condividono componenti, codici o schemi fisici e non possono essere considerati statisticamente indipendenti; inoltre, errori comuni a gran parte della comunità modellistica potrebbero non emergere dalla sola variabilità tra i modelli. Per questa ragione l’ensemble deve essere interpretato come un campione strutturato delle attuali conoscenze modellistiche e non come una distribuzione probabilistica perfetta di tutti i climi possibili. La selezione dei modelli, il limite imposto al numero dei membri e la verifica rispetto alle osservazioni contribuiscono comunque a rendere l’insieme più equilibrato e idoneo all’analisi degli estremi.

Per ogni stazione osservativa il valore annuale di tx01 viene calcolato impiegando la Tmax giornaliera del punto di griglia del modello geograficamente più vicino. Questa procedura permette di associare le simulazioni globali a specifiche località, ma richiede cautela perché una cella di un modello climatico rappresenta una superficie molto più estesa dell’ambiente immediatamente circostante una stazione. La temperatura simulata è una media rappresentativa della scala della griglia e non riproduce necessariamente gli effetti microclimatici legati alla topografia locale, alla distanza dalla costa, all’altitudine effettiva, alla copertura del suolo o alla morfologia urbana. Ciononostante, la temperatura dell’aria presenta generalmente una coerenza spaziale maggiore rispetto a variabili come le precipitazioni convettive; il punto di griglia più vicino può quindi costituire un proxy locale ragionevole quando la stazione è rappresentativa del contesto regionale e non è dominata da processi altamente localizzati. Il metodo risulta particolarmente adatto alle stazioni poste in aree aperte, aeroportuali, suburbane o scarsamente urbanizzate, mentre diviene più problematico nei centri densamente edificati.

L’isola di calore urbana costituisce infatti una possibile fonte di divergenza tra osservazioni puntuali e simulazioni climatiche globali. Gli edifici, le superfici impermeabili, la ridotta evapotraspirazione, l’accumulo di calore nei materiali e le emissioni antropiche possono produrre temperature urbane superiori a quelle delle aree rurali circostanti, soprattutto durante le ore notturne, ma con effetti rilevabili anche sui massimi diurni. Un esempio significativo proviene dal confronto tra Kyoto e Kameoka: un ensemble CMIP6 analogo a quello impiegato nel presente studio è risultato capace di rappresentare adeguatamente le temperature della stazione suburbana di Kameoka, mentre per il centro di Kyoto è stato necessario introdurre una correzione specifica per tenere conto del riscaldamento urbano. Le osservazioni delle due località hanno iniziato a divergere in modo evidente con l’espansione urbana del secondo dopoguerra, dimostrando che una parte del riscaldamento registrato nel centro cittadino non può essere attribuita direttamente alla sola forzante climatica su grande scala. Tale evidenza giustifica la preferenza accordata, negli studi di attribuzione, a stazioni lontane dai nuclei urbani più intensamente trasformati oppure a procedure capaci di separare il contributo urbano da quello climatico regionale.

Ai valori modellati di tx01 viene infine applicata una correzione del bias medio. Per ciascun modello si calcola la differenza tra la media simulata e la media osservata durante il periodo comune di riferimento; tale differenza viene successivamente sottratta da tutti i valori di tx01 prodotti dallo stesso modello, sia nell’esperimento ALL sia nell’esperimento NAT. Se, per esempio, un modello simula nel periodo osservativo un giorno più caldo dell’anno mediamente superiore di due gradi rispetto alla stazione, tutti i suoi valori vengono ridotti di due gradi. La procedura riallinea quindi il livello medio delle simulazioni a quello osservato senza modificare direttamente le variazioni interannuali, l’ordine degli anni o il segnale temporale simulato. L’applicazione della stessa correzione alle simulazioni ALL e NAT è fondamentale per preservare la comparabilità tra i due esperimenti e impedire che differenze introdotte dal post-processing vengano confuse con l’effetto delle forzanti antropogeniche.

La correzione è particolarmente importante quando l’analisi riguarda il superamento di soglie assolute, come 45 o 50 °C. Anche un bias medio relativamente modesto può infatti produrre grandi errori nella stima delle probabilità situate nella coda della distribuzione: un modello sistematicamente troppo caldo supererebbe una determinata soglia con eccessiva frequenza, mentre un modello troppo freddo potrebbe non raggiungerla quasi mai. La letteratura sui dati climatici corretti mostra che il riallineamento delle statistiche modellate alle osservazioni facilita il confronto tra serie differenti e riduce la distorsione nella valutazione degli impatti dipendenti da soglie termiche. Hempel e collaboratori hanno evidenziato come, in assenza di un aggiustamento del comportamento medio nel periodo di riferimento, il momento in cui vengono superate soglie climatiche critiche possa risultare anticipato o ritardato artificialmente. Analogamente, Sippel e colleghi hanno mostrato che una correzione adeguatamente costruita può migliorare la rappresentazione degli estremi e della variabilità, pur sottolineando l’importanza di considerare proprietà statistiche ulteriori rispetto alla sola media.

La semplicità della correzione media adottata nello studio presenta al tempo stesso vantaggi e limiti. Essa è trasparente, facilmente riproducibile e meno invasiva rispetto a tecniche di quantile mapping che modificano l’intera distribuzione simulata. Preserva inoltre il segnale di cambiamento prodotto dal modello, assumendo implicitamente che il bias medio stimato durante il periodo osservativo rimanga costante anche nei climi NAT e futuri. Tale ipotesi non può però essere verificata direttamente per condizioni climatiche mai osservate. Il bias potrebbe variare con il livello di riscaldamento, con la circolazione atmosferica o con lo stato di umidità del suolo; inoltre, correggere soltanto la media non garantisce che il modello rappresenti perfettamente la varianza, l’asimmetria e la forma della coda superiore. Le tecniche più complesse possono correggere questi aspetti, ma rischiano a loro volta di alterare i trend, le relazioni fisiche tra variabili e il segnale climatico originario. La letteratura più recente raccomanda pertanto di valutare attentamente ogni metodo di bias adjustment, poiché la scelta della procedura può incidere sulle stime degli estremi e introdurre una componente aggiuntiva di incertezza.

Nel complesso, la metodologia integra osservazioni locali, simulazioni climatiche coordinate, grandi ensemble, esperimenti controfattuali e una correzione statistica essenziale. L’indice tx01 fornisce una misura annuale stabile dell’intensità del caldo estremo; il confronto tra ALL e NAT consente di isolare probabilisticamente l’effetto delle forzanti antropogeniche; l’ensemble multimodello amplia il campionamento degli eventi rari e incorpora una parte dell’incertezza strutturale; la selezione preliminare elimina le simulazioni meno affidabili; l’associazione con il punto di griglia più vicino rende possibile l’analisi a scala locale; la correzione del bias permette infine di confrontare le temperature modellate con soglie fisiche osservabili. I risultati ottenuti con questo approccio non devono essere interpretati come previsioni esatte della temperatura che verrà registrata in un determinato luogo e anno, ma come stime probabilistiche condizionate ai modelli, alle forzanti e allo scenario considerato. La robustezza dell’inferenza deriva quindi non dall’assenza di incertezza, bensì dalla sua valutazione esplicita attraverso più modelli, più membri, periodi temporali estesi e confronti sistematici con le osservazioni. È precisamente questa struttura sperimentale a rendere possibile la quantificazione di come l’influenza umana abbia modificato, e possa continuare a modificare, la probabilità dei giorni più caldi dell’anno nelle regioni esaminate.

Aumento dei giorni ad alto rischio sanitario nel corso del XXI secolo

La Figura 8 amplia la prospettiva dello studio oltre il semplice aumento dei record termici, traducendo il riscaldamento antropogenico in un indicatore direttamente collegato alla durata annuale dell’esposizione della popolazione a temperature potenzialmente dannose per la salute. I dodici pannelli mostrano l’evoluzione dell’indice HRD, acronimo di High-Risk Days, nelle località selezionate degli Emirati Arabi Uniti, dell’Algeria, dell’Egitto, della Spagna, di Israele, della Giordania, della Libia, del Marocco, del Qatar, dell’Arabia Saudita, della Tunisia e della Turchia. L’indice non misura il numero effettivo di decessi che si verificheranno in ciascun anno, ma rappresenta il numero aggiuntivo di giornate nelle quali la temperatura massima supera una soglia climatologica associata a un incremento del rischio di mortalità, rispetto al clima assunto come riferimento. Esso costituisce pertanto un indicatore dell’espansione temporale delle condizioni termiche sfavorevoli e non una previsione demografica o epidemiologica completa. 

La costruzione dell’HRD deriva dal concetto di temperatura ottimale, spesso indicata nella letteratura epidemiologica come optimum temperature o minimum mortality temperature. Si tratta della temperatura in corrispondenza della quale il rischio di mortalità osservato in una determinata popolazione raggiunge il proprio minimo. Al di sopra di questo livello, la mortalità tende generalmente ad aumentare secondo una relazione non lineare, la cui inclinazione dipende dalle caratteristiche climatiche, demografiche, sociali e sanitarie locali. Le popolazioni che vivono abitualmente in climi caldi presentano in genere una temperatura di minima mortalità più elevata rispetto a quelle delle regioni temperate, riflettendo una combinazione di acclimatazione fisiologica, adattamento comportamentale, infrastrutture, abitudini quotidiane e diffusione dei sistemi di raffrescamento. Il grande studio multicentrico coordinato da Gasparrini, basato su centinaia di località distribuite in diversi continenti, ha mostrato che la temperatura di minima mortalità può collocarsi approssimativamente tra il 60º percentile della distribuzione termica nelle regioni tropicali e l’80º–90º percentile nei climi temperati, evidenziando quanto la relazione temperatura–mortalità sia specifica del contesto locale. 

In assenza di serie di mortalità sufficientemente complete e omogenee per tutte le località considerate, Christidis, Mitchell e Stott adottano come approssimazione della temperatura ottimale l’84º percentile della temperatura massima giornaliera, Tmax. Tale scelta deriva da precedenti analisi epidemiologiche condotte in Giappone e in città appartenenti a differenti regioni climatiche, nelle quali il percentile è risultato ragionevolmente vicino alla temperatura associata al minimo rischio di mortalità. Poiché il 16% dei giorni si colloca, per definizione, al di sopra dell’84º percentile, un anno appartenente al periodo di riferimento contiene mediamente circa 58 giornate superiori alla soglia. L’indice HRD viene quindi calcolato sottraendo questo numero medio di giorni di riferimento dal numero di giornate che, in ciascun periodo futuro, superano la medesima soglia termica. Un valore HRD pari a 30 non indica pertanto che nell’anno si verifichino soltanto trenta giornate calde, ma che vi siano circa trenta giornate ad alto rischio in più rispetto al numero già caratteristico del clima presente. 

Il periodo assunto come riferimento corrisponde al clima attuale rappresentato dall’intervallo 2008–2037. Per ogni località viene determinato l’84º percentile della Tmax all’interno di tale periodo, dopodiché si conta quante volte questa soglia viene superata negli anni successivi. Le serie temporali vengono ottenute mediante finestre mobili trentennali delle simulazioni ALL, che comprendono sia le forzanti naturali sia quelle antropogeniche e che proseguono fino al 2100 seguendo lo scenario intermedio SSP2-4.5. La media calcolata sui membri dell’ensemble è raffigurata dalla linea rossa spessa, mentre la fascia rosa delimita l’intervallo compreso tra il 5º e il 95º percentile dei risultati modellistici. La figura rappresenta dunque una risposta media dell’ensemble e la dispersione delle proiezioni, non una traiettoria deterministica valida in modo identico per ogni singolo anno. 

Il risultato più evidente consiste nell’aumento sistematico dell’indice in tutte le località. Le linee rosse partono da valori prossimi allo zero, poiché il confronto viene effettuato rispetto al clima contemporaneo, e crescono progressivamente durante il secolo. Alla sua conclusione, la media dell’ensemble indica aumenti compresi tra 27,5 e 53,7 giorni all’anno. Anche il valore più contenuto equivale quindi a quasi un mese supplementare di condizioni termiche superiori alla soglia sanitaria locale, mentre i valori più elevati si avvicinano a due mesi. Gli autori sintetizzano infatti le proiezioni come un’estensione di circa uno o due mesi della stagione annuale caratterizzata da caldo potenzialmente oppressivo e da una maggiore probabilità di mortalità termica. 

Gli incrementi maggiori vengono simulati negli Emirati Arabi Uniti e in Qatar, con rispettivamente 53,7 e 53,5 giorni aggiuntivi alla fine del secolo. Questi valori indicano che, nello scenario considerato, la soglia corrispondente al clima presente potrebbe essere superata per quasi otto settimane in più ogni anno. Non significa necessariamente che queste regioni sperimenteranno il maggiore aumento assoluto della mortalità, poiché la traduzione dell’esposizione termica in conseguenze sanitarie dipenderà dall’adattamento, dalla struttura della popolazione e dalle condizioni lavorative; il risultato segnala tuttavia una notevole espansione della parte dell’anno durante la quale le temperature si collocano al di sopra della zona di minimo rischio climatico attuale.

Il forte incremento previsto per la Penisola Arabica è coerente con altri studi climatici dedicati alla regione del Medio Oriente e del Nord Africa. Lelieveld e collaboratori hanno documentato un’intensificazione particolarmente marcata degli estremi termici nella regione MENA durante il XXI secolo, mentre Zittis e colleghi hanno mostrato che, negli scenari con emissioni elevate, nella seconda metà del secolo potrebbero emergere ondate di calore definite “super-estreme” o “ultra-estreme”, caratterizzate da temperature fino a 56 °C o superiori e da durate di diverse settimane. Sebbene la Figura 8 sia costruita sul più moderato SSP2-4.5 e non su uno scenario senza mitigazione, la direzione del cambiamento è coerente: la distribuzione delle temperature si sposta verso valori più elevati e le soglie sanitarie caratteristiche del clima contemporaneo vengono oltrepassate con crescente frequenza. 

Valori molto elevati compaiono anche in Israele, con 43,6 giorni aggiuntivi, in Egitto, con 42,2, e in Giordania, con 41,7. L’Arabia Saudita raggiunge 39,3 giorni e la Libia 38,4. In queste aree, il riscaldamento non si limita ad accrescere l’intensità del giorno più caldo dell’anno, ma modifica l’intera porzione superiore della distribuzione termica. Molte giornate che nel clima attuale si collocherebbero appena al di sotto della soglia possono oltrepassarla in un clima più caldo, determinando un aumento molto più consistente della frequenza rispetto a quello che potrebbe essere suggerito dalla sola variazione della temperatura media. Tale comportamento deriva dalla natura statistica degli estremi: quando una distribuzione si sposta verso valori superiori, anche un incremento medio di pochi gradi può moltiplicare il numero dei superamenti di una soglia posta nella sua coda calda.

Le località del Mediterraneo occidentale e settentrionale mostrano aumenti relativamente inferiori, ma tutt’altro che marginali. Alla fine del secolo vengono stimati 31,8 giorni supplementari in Tunisia, 29,7 in Marocco, 29,4 in Turchia, 29,3 in Algeria e 27,5 in Spagna. La posizione apparentemente più bassa della Spagna non deve essere interpretata come assenza di un rischio sanitario grave. Un aumento medio di 27,5 giorni rappresenta quasi quattro settimane aggiuntive di esposizione oltre una soglia già definita rispetto al clima caldo attuale. Inoltre, lo studio mostra che anche nella località spagnola considerata la probabilità di temperature eccezionalmente elevate cresce rapidamente, fino a rendere climaticamente plausibili entro la fine del secolo valori che nel mondo privo dell’influenza antropogenica sarebbero stati sostanzialmente irraggiungibili. I risultati sono coerenti con l’identificazione del Mediterraneo, e in particolare dei suoi settori meridionali e orientali, come una regione fortemente sensibile all’aumento delle temperature medie e degli estremi. 

Le differenze tra le dodici curve dipendono dall’interazione tra il riscaldamento simulato e la forma della distribuzione locale della Tmax. Due località soggette a un incremento termico simile possono presentare aumenti differenti dell’HRD se una possiede una distribuzione più stretta, se la soglia presente si trova in una parte diversa della distribuzione o se la stagionalità del caldo è più concentrata. L’HRD deve quindi essere considerato un indice relativo al clima locale, non una classifica assoluta della pericolosità sanitaria dei diversi Paesi. I valori derivano inoltre da singole stazioni, spesso situate in città minori o in aree aeroportuali, selezionate per limitare l’influenza dell’isola di calore urbana. Non possono essere estesi automaticamente all’intero territorio nazionale, dove altitudine, distanza dal mare, urbanizzazione e circolazioni regionali possono produrre esposizioni molto differenti. 

La forma delle curve suggerisce che l’aumento dei giorni ad alto rischio non avvenga sempre a velocità costante. In alcuni pannelli, soprattutto negli Emirati Arabi Uniti, in Qatar, in Giordania e in Israele, la crescita appare più rapida nelle prime fasi della proiezione e successivamente tende a diventare meno ripida. Questa curvatura non implica necessariamente una stabilizzazione del rischio, ma può riflettere sia l’evoluzione temporale del riscaldamento nello scenario SSP2-4.5 sia le caratteristiche della distribuzione stagionale delle temperature. Man mano che la soglia viene superata da una quota crescente dei giorni della stagione calda, l’ulteriore incremento dell’indice può essere limitato dal numero complessivo di giornate potenzialmente disponibili durante l’anno. Nelle regioni caratterizzate da estati già molto lunghe, il cambiamento può manifestarsi non soltanto attraverso l’aggiunta di nuovi giorni estremamente caldi, ma anche mediante l’anticipazione primaverile e il prolungamento autunnale della stagione di rischio.

L’ampliamento della fascia rosa procedendo verso la fine del secolo esprime la crescente dispersione fra le simulazioni. Tale incertezza comprende le differenze nella sensibilità climatica dei modelli, nella rappresentazione dei processi terrestri e atmosferici e nella variabilità naturale simulata. Negli Emirati Arabi Uniti e in Qatar l’intervallo raggiunge alla fine del secolo un’ampiezza particolarmente elevata: alcuni membri producono aumenti prossimi a un mese, mentre altri suggeriscono incrementi di oltre due mesi. L’incertezza non annulla però il segnale centrale, poiché quasi tutte le simulazioni mantengono valori positivi e crescenti. In altri termini, l’esatta entità dell’aumento rimane incerta, ma la direzione del cambiamento è robusta nell’ensemble utilizzato.

Il significato sanitario della Figura 8 è rafforzato dalla letteratura epidemiologica che ha quantificato gli effetti delle temperature non ottimali. L’analisi internazionale di Gasparrini e collaboratori ha attribuito alle temperature non ottimali il 7,71% della mortalità complessiva nelle popolazioni esaminate, sebbene la quota direttamente associata al caldo estremo rappresentasse soltanto una parte di questo totale. Il dato non può essere trasferito meccanicamente alle località della figura, ma dimostra che la temperatura ambientale costituisce già oggi un determinante misurabile della mortalità e che la relazione di rischio si estende oltre gli episodi più eccezionali. 

Un’evidenza ancora più direttamente collegata all’attribuzione climatica proviene dallo studio di Vicedo-Cabrera e collaboratori, che ha confrontato condizioni climatiche osservate e controfattuali in 732 località appartenenti a 43 Paesi. Gli autori hanno stimato che mediamente il 37% dei decessi correlati al caldo durante la stagione calda fosse attribuibile al cambiamento climatico di origine antropica, con effetti rilevabili in tutti i continenti studiati. Tale risultato mostra che il contributo umano alla mortalità termica non costituisce esclusivamente un rischio futuro: è già individuabile negli impatti sanitari contemporanei. La Figura 8 estende idealmente questa conclusione nel futuro, mostrando che, in assenza di un adattamento sufficiente o di una mitigazione più incisiva, il numero annuale di giornate associate a un rischio superiore potrebbe continuare a crescere per tutto il secolo. 

La gravità potenziale di un aumento di alcune settimane della stagione di rischio è illustrata anche dall’esperienza europea recente. Ballester e collaboratori hanno stimato 61.672 decessi correlati al caldo tra la fine di maggio e l’inizio di settembre del 2022, con i più elevati tassi relativi di mortalità nei Paesi mediterranei, tra cui Italia, Grecia, Spagna e Portogallo. Sebbene tale stima riguardi una specifica estate e utilizzi modelli epidemiologici differenti dall’HRD, essa dimostra che una stagione calda eccezionale può produrre un impatto sanitario su scala continentale. L’aggiunta ricorrente di trenta, quaranta o cinquanta giorni oltre la soglia climatica attuale potrebbe quindi aumentare non soltanto la frequenza degli episodi acuti, ma anche la durata della pressione esercitata sui servizi sanitari e sulle popolazioni vulnerabili. 

L’HRD rimane tuttavia un indicatore volutamente semplificato. Esso utilizza la temperatura massima giornaliera e non incorpora direttamente l’umidità atmosferica, la temperatura minima notturna, la velocità del vento, la radiazione solare o la durata delle sequenze calde. Questi fattori possono modificare profondamente lo stress fisiologico. Un’elevata umidità ostacola l’evaporazione del sudore; notti persistentemente calde impediscono il recupero termico dell’organismo; la radiazione diretta e l’assenza di ventilazione accrescono il carico termico percepito. Due giornate caratterizzate dalla stessa Tmax possono pertanto produrre effetti sanitari differenti. Gli stessi autori sottolineano che l’indice offre una stima generale dei giorni durante i quali potrebbe aumentare la mortalità e non sostituisce modelli epidemiologici fondati su dati locali di mortalità, umidità, inquinamento e vulnerabilità. 

Un’ulteriore limitazione riguarda l’ipotesi implicita che la soglia associata al clima presente rimanga un termine di confronto significativo per tutto il secolo. Le popolazioni possono adattarsi in parte all’aumento delle temperature attraverso cambiamenti fisiologici, comportamentali, tecnologici e infrastrutturali. L’installazione di sistemi di raffrescamento, il miglioramento dell’isolamento e della ventilazione degli edifici, l’ampliamento delle aree verdi, la diffusione delle allerte sanitarie e l’organizzazione dei servizi di assistenza possono ridurre la mortalità a parità di esposizione. Uno studio sulla mortalità europea del 2023 ha stimato che il carico di decessi sarebbe stato circa l’80% più elevato in assenza dell’adattamento osservato dall’inizio del secolo, con benefici particolarmente rilevanti tra gli individui di almeno ottant’anni. Ciò dimostra che l’adattamento è reale e può salvare molte vite, ma non garantisce che riesca a compensare indefinitamente l’intensificazione e il prolungamento del caldo. 

La capacità adattativa è inoltre distribuita in modo profondamente diseguale. L’accesso all’aria condizionata, all’assistenza sanitaria, ad abitazioni termicamente sicure e a condizioni lavorative protette varia tra Paesi, città e gruppi sociali. Anziani, persone affette da patologie cardiovascolari o respiratorie, lavoratori all’aperto, soggetti socialmente isolati e famiglie con risorse economiche limitate possono subire rischi molto superiori alla media. Nelle regioni del Golfo, dove la climatizzazione è ampiamente diffusa negli ambienti interni, i lavoratori impegnati nell’edilizia, nell’agricoltura e nei servizi esterni rimangono esposti a condizioni particolarmente gravose. Un medesimo valore dell’HRD può quindi tradursi in impatti sanitari molto differenti a seconda della distribuzione dell’esposizione e della vulnerabilità.

L’espansione della stagione calda possiede infine implicazioni cumulative che vanno oltre i singoli episodi estremi. Una maggiore persistenza delle condizioni ad alto rischio può ridurre le possibilità di recupero tra un’ondata di calore e la successiva, aumentare la disidratazione cronica, aggravare patologie preesistenti, limitare il lavoro all’aperto e accrescere il consumo energetico necessario per il raffrescamento. Le strutture sanitarie potrebbero essere sottoposte a periodi di pressione più lunghi, mentre le reti elettriche sarebbero chiamate a sostenere picchi di domanda più frequenti. L’indice rappresentato nella figura deve pertanto essere letto anche come una misura della crescente durata della sfida adattativa: non si tratta soltanto di prepararsi a record termici isolati, ma di riorganizzare città, attività produttive e sistemi sanitari per affrontare settimane aggiuntive di esposizione ogni anno.

Nel complesso, la Figura 8 dimostra che l’influenza antropogenica può trasformare profondamente il calendario climatico delle regioni mediterranee e mediorientali. Entro la fine del XXI secolo, nello scenario SSP2-4.5, la media dell’ensemble indica quasi un mese supplementare di giornate ad alto rischio persino nelle località con gli incrementi minori e fino a circa 54 giorni negli Emirati Arabi Uniti e in Qatar. Questi risultati non costituiscono una previsione diretta dei futuri decessi, ma segnalano un’espansione robusta del periodo durante il quale le temperature supereranno la soglia associata al minimo rischio del clima contemporaneo. La loro interpretazione scientificamente più corretta richiede quindi di mantenere distinti il pericolo meteorologico, l’esposizione della popolazione e la vulnerabilità sanitaria. Il riscaldamento determina l’aumento del pericolo; la distribuzione demografica e le attività umane regolano l’esposizione; le condizioni sociali, sanitarie e infrastrutturali determinano quanta parte del pericolo si trasformi effettivamente in malattia o mortalità. La mitigazione delle emissioni può limitare l’entità del riscaldamento futuro, mentre l’adattamento può ridurne le conseguenze; nessuna delle due strategie, considerata isolatamente, appare tuttavia sufficiente di fronte alla prospettiva di una stagione di rischio prolungata di uno o due mesi ogni anno.

Calcolo della probabilità degli eventi estremi

La quantificazione della probabilità di raggiungere temperature massime annuali eccezionalmente elevate rappresenta uno dei passaggi centrali dell’analisi di attribuzione climatica. Nel presente studio un evento estremo viene definito come il superamento, da parte dell’indice tx01, delle soglie assolute di 45 o 50 °C. Poiché tx01 corrisponde al valore più elevato della temperatura massima giornaliera simulato in ciascun anno, l’analisi non riguarda la frequenza complessiva delle giornate molto calde, bensì la probabilità che almeno un giorno dell’anno raggiunga o superi livelli termici eccezionali. La scelta di soglie assolute permette di formulare una domanda fisicamente immediata: con quale frequenza un determinato luogo potrebbe sperimentare un massimo annuale superiore a 45 o 50 °C in un clima dominato dalle sole forzanti naturali, nel clima contemporaneo e nelle condizioni previste per la metà e la fine del XXI secolo? 

Il confronto viene effettuato tra il clima NAT, nel quale sono incluse soltanto le forzanti naturali, e il clima ALL, che comprende anche l’influenza antropogenica derivante dai gas serra, dagli aerosol, dalle variazioni dell’ozono e dai cambiamenti dell’uso del suolo. In questa impostazione, l’attribuzione non cerca di stabilire se un singolo evento sia stato “causato” esclusivamente dalle attività umane, formulazione poco adatta a descrivere la natura probabilistica degli estremi meteorologici. Essa valuta piuttosto quanto la presenza delle forzanti antropogeniche abbia modificato la probabilità che l’evento si verifichi. Tale prospettiva, introdotta nelle prime formulazioni moderne dell’attribuzione probabilistica, considera il cambiamento climatico come un fattore capace di spostare la distribuzione delle condizioni meteorologiche e di alterare le probabilità associate alla sua coda estrema. 

L’esperimento NAT viene considerato sostanzialmente stazionario nell’arco temporale esaminato. In termini statistici, ciò significa che la distribuzione dei valori di tx01 non presenta un cambiamento sistematico paragonabile a quello prodotto dall’aumento delle forzanti antropogeniche nel clima ALL. Gli autori possono quindi riunire tutti i valori annuali simulati tra il 1850 e il 2020, ottenendo un campione complessivo di 8.550 osservazioni, derivante da 50 simulazioni moltiplicate per 171 anni. Questa aggregazione fornisce una rappresentazione molto ampia delle possibili realizzazioni del clima naturale e permette di campionare anche eventi che, in una singola serie di 100 o 150 anni, potrebbero non comparire mai. 

La grande dimensione del campione NAT assume un’importanza particolare quando si studiano probabilità estremamente basse. Se un evento possiede, per esempio, una probabilità annuale dell’ordine di uno su mille, una serie climatica di un solo secolo contiene in media molto meno di un superamento e non consente una stima empirica affidabile. Riunendo migliaia di massimi annuali provenienti da numerosi membri dell’ensemble, aumenta invece la possibilità di descrivere la parte più remota della distribuzione e si riduce l’incertezza dovuta al campionamento. Gli esperimenti con grandi ensemble sono stati sviluppati proprio per separare più efficacemente la risposta forzata dalla variabilità interna e per fornire un numero sufficiente di realizzazioni di eventi rari. Studi che hanno combinato ensemble climatici estesi e teoria dei valori estremi hanno mostrato come questa strategia possa migliorare la stima dei tempi di ritorno, pur senza eliminare le incertezze legate alla struttura dei modelli e alla forma statistica della coda. 

Il clima ALL non può invece essere trattato come un unico campione stazionario comprendente l’intero periodo 1850–2100. La progressiva intensificazione delle forzanti antropogeniche determina infatti uno spostamento della distribuzione delle temperature verso valori più elevati, cosicché la probabilità di superare 45 o 50 °C cambia nel tempo. Riunire indiscriminatamente valori appartenenti al XIX, al XX e al XXI secolo produrrebbe una distribuzione artificiale, composta da regimi climatici differenti, e impedirebbe di associare una probabilità a un preciso stato del clima. Il concetto di stazionarietà è particolarmente delicato nell’analisi degli estremi, poiché i tempi di ritorno tradizionali presuppongono che la distribuzione rimanga invariata: quando il clima evolve, una probabilità stimata per un determinato periodo non può essere considerata valida indefinitamente. 

Per affrontare questa non stazionarietà, lo studio utilizza finestre temporali di trent’anni rappresentative di differenti condizioni climatiche. Il clima contemporaneo viene descritto attraverso un periodo di trent’anni centrato sul 2022, mentre quello di metà secolo viene rappresentato da una finestra della stessa durata centrata sul 2050. Per il clima di fine secolo vengono invece utilizzati gli ultimi trent’anni delle simulazioni ALL estese secondo lo scenario SSP2-4.5. Ogni finestra contiene quindi 1.380 valori di tx01, ottenuti moltiplicando i 46 membri dell’ensemble ALL per i 30 anni considerati. La finestra trentennale costituisce un compromesso metodologico: deve essere sufficientemente ampia da fornire un campione utile alla stima statistica, ma non tanto lunga da mescolare fasi climatiche caratterizzate da livelli di riscaldamento troppo differenti. 

Le finestre non devono essere interpretate come intervalli nei quali il clima sia perfettamente immobile. Anche all’interno di un trentennio le temperature possono continuare ad aumentare, soprattutto nelle fasi di più rapido riscaldamento. L’assunzione è piuttosto che ciascuna finestra descriva in modo sufficientemente approssimato il clima caratteristico di un determinato momento del secolo. Questa soluzione è comune negli studi di attribuzione e di proiezione quando si desidera produrre stime riferite a stati climatici distinti senza introdurre modelli statistici non stazionari eccessivamente complessi. Altri approcci consentono ai parametri della distribuzione estrema di variare direttamente con il tempo o con la temperatura media globale, ma richiedono ipotesi supplementari sulla forma di tale relazione. Gli studi sulle temperature massime australiane, per esempio, hanno mostrato come modelli GEV stazionari e non stazionari possano essere confrontati per identificare cambiamenti nel livello, nella variabilità e nella forma delle distribuzioni estreme. 

Il campione ALL di 1.380 valori è considerevolmente più piccolo rispetto agli 8.550 valori dell’esperimento NAT. A parità di probabilità, una riduzione del numero delle osservazioni comporta una maggiore incertezza di campionamento, soprattutto nella coda della distribuzione. Nel clima futuro, tuttavia, il superamento delle soglie considerate diventa più frequente. Quando un evento passa da quasi impossibile a relativamente raro, il numero atteso dei superamenti nel campione cresce e la sua probabilità può essere stimata con maggiore precisione relativa. Gli autori osservano pertanto che la minore dimensione dei campioni ALL è compensata almeno parzialmente dall’aumento della probabilità degli eventi in un mondo più caldo. Ciò non significa che le stime future siano prive di incertezza, ma che un evento che compare decine o centinaia di volte nel campione è statisticamente più facilmente caratterizzabile di un evento che compare una sola volta o non compare affatto. 

La probabilità di superamento non viene calcolata limitandosi al semplice rapporto tra il numero degli eventi osservati nel campione e il numero totale dei valori. Un metodo puramente empirico non potrebbe infatti assegnare una probabilità diversa da zero a temperature superiori al massimo effettivamente simulato e risulterebbe instabile quando i superamenti sono pochissimi. Lo studio adatta pertanto ai valori di tx01 una distribuzione generalizzata dei valori estremi, o GEV, concepita per descrivere statisticamente i massimi estratti da blocchi temporali regolari. Nel caso analizzato, ogni blocco corrisponde a un anno e il relativo massimo è rappresentato da tx01. La distribuzione GEV costituisce da decenni uno strumento fondamentale della climatologia statistica e della meteorologia, poiché riunisce in un’unica formulazione le principali famiglie limite dei massimi e consente di stimare probabilità e livelli di ritorno oltre la parte centrale dei dati osservati. 

La GEV è definita mediante tre parametri fondamentali. Il parametro di posizione rappresenta il livello caratteristico dei massimi annuali; il parametro di scala descrive la loro dispersione; il parametro di forma determina il comportamento della coda superiore e, quindi, la rapidità con cui la probabilità diminuisce procedendo verso temperature sempre più elevate. Quest’ultimo parametro è particolarmente importante quando si valutano soglie come 50 °C, perché stabilisce se la distribuzione ammetta una coda relativamente lunga, una diminuzione di tipo esponenziale oppure un limite superiore finito. Piccole variazioni nella stima del parametro di forma possono produrre grandi differenze nei tempi di ritorno degli eventi più rari. Per tale ragione la teoria dei valori estremi offre una base matematica per l’estrapolazione, ma non elimina la necessità di campioni ampi e di controlli sulla qualità dell’adattamento statistico. 

La distribuzione viene adattata separatamente agli 8.550 valori NAT e ai 1.380 valori di ciascuna finestra ALL. Da ogni distribuzione stimata viene ricavata la probabilità annuale che tx01 superi la soglia di 45 o 50 °C. La probabilità di superamento esprime la possibilità che, in un anno scelto casualmente all’interno del clima rappresentato dal campione, il giorno più caldo raggiunga almeno la temperatura considerata. Se la probabilità è pari a 0,02, ciò significa che il superamento possiede una probabilità annuale del 2%; se è pari a 0,001, la probabilità è dello 0,1%. Questa interpretazione è condizionata al modello statistico, all’ensemble climatico e al periodo temporale utilizzato, e non costituisce una frequenza immutabile valida in ogni possibile stato futuro del clima.

Il tempo di ritorno viene calcolato come l’inverso della probabilità annuale. Una probabilità di 0,02 corrisponde quindi a un tempo di ritorno di 50 anni, mentre una probabilità di 0,01 equivale a 100 anni. Il termine può tuttavia essere facilmente frainteso. Un tempo di ritorno di 50 anni non implica che l’evento debba verificarsi esattamente una volta ogni cinquant’anni, né che dopo un suo verificarsi sia necessario attendere altri cinquant’anni. Esprime una frequenza media in un clima ipoteticamente stazionario: ogni anno mantiene la medesima probabilità e due eventi possono verificarsi anche in anni consecutivi. Nel clima in riscaldamento, inoltre, il tempo di ritorno dipende dal periodo considerato; una temperatura classificata come evento millenario nel clima NAT può diventare centennale nel presente e decadale verso la fine del secolo. 

L’estrapolazione verso tempi di ritorno molto superiori alla lunghezza effettiva delle serie richiede particolare prudenza. La teoria GEV permette formalmente di stimare eventi più rari di quelli direttamente campionati, ma l’incertezza cresce rapidamente man mano che ci si allontana dalla regione ben rappresentata dai dati. Esperimenti condotti su simulazioni climatiche millenarie hanno mostrato che serie di lunghezza paragonabile o inferiore al tempo di ritorno che si desidera stimare possono produrre valutazioni molto imprecise anche quando viene utilizzata una distribuzione GEV. Anche l’analisi della grande ondata di caldo nordamericana del 2021 ha evidenziato quanto una serie osservativa relativamente breve possa rendere instabile la stima probabilistica di eventi che superano nettamente i precedenti record. L’ampiezza degli ensemble utilizzati nello studio riduce questo problema, ma non lo annulla completamente, soprattutto per la soglia di 50 °C nel clima NAT. 

Per quantificare l’incertezza associata alle probabilità e ai tempi di ritorno viene impiegata una procedura bootstrap Monte Carlo. Il bootstrap, introdotto da Efron come metodo generale di ricampionamento statistico, consiste nella costruzione di numerosi campioni artificiali ottenuti estraendo con reinserimento i valori dal campione originale. Ogni nuovo campione conserva approssimativamente le caratteristiche statistiche dei dati disponibili, ma contiene una diversa combinazione di osservazioni. Ripetendo l’analisi molte volte è possibile valutare quanto la stima finale vari in conseguenza della limitata dimensione e composizione del campione. 

Nel presente caso i valori di tx01 vengono ricampionati mille volte. A ciascuno dei mille campioni viene nuovamente adattata la distribuzione GEV e vengono ricalcolate la probabilità di superamento e il corrispondente tempo di ritorno. Il risultato non è quindi un singolo valore, ma una distribuzione formata da mille possibili stime compatibili con i dati disponibili. La mediana di tale distribuzione, corrispondente al 50º percentile, viene presentata come stima centrale o migliore stima, mentre il 5º e il 95º percentile definiscono l’intervallo di incertezza riportato nelle figure. Tale intervallo contiene il 90% centrale delle stime bootstrap e descrive l’incertezza di campionamento propagata attraverso l’adattamento della GEV. 

L’uso della mediana anziché della media è particolarmente appropriato per i tempi di ritorno estremi, la cui distribuzione può risultare fortemente asimmetrica. Quando la probabilità stimata si avvicina a zero, il suo inverso può assumere valori enormi, generando una lunga coda verso tempi di ritorno molto elevati. La media potrebbe essere quindi dominata da poche stime eccezionalmente grandi, mentre la mediana individua il valore centrale senza essere altrettanto sensibile agli estremi della distribuzione bootstrap. Per lo stesso motivo gli intervalli d’incertezza possono essere molto asimmetrici: un evento può avere, per esempio, una stima centrale di alcuni secoli, ma un limite superiore assai più distante rispetto a quello inferiore.

L’intervallo compreso tra il 5º e il 95º percentile non deve essere interpretato come una misura di tutte le possibili fonti d’incertezza. La procedura bootstrap descrive soprattutto l’incertezza dovuta al campionamento dei valori di tx01 e alla conseguente stima dei parametri statistici. Rimangono inoltre l’incertezza strutturale dei modelli climatici, quella legata alla sensibilità climatica, alla rappresentazione dei processi atmosferici e terrestri, alla correzione dei bias e alla scelta della forma parametrica della distribuzione. Esiste anche una dipendenza tra alcuni modelli appartenenti alle medesime famiglie o costruiti con componenti condivise, che limita l’interpretazione del numero complessivo di simulazioni come se si trattasse di osservazioni completamente indipendenti. I grandi ensemble aumentano notevolmente l’informazione disponibile, ma devono essere affiancati da una valutazione fisica e statistica della loro adeguatezza. 

Una volta stimate le probabilità nei due mondi climatici, l’influenza antropogenica viene espressa attraverso il rapporto di rischio, o risk ratio. Esso è calcolato dividendo la probabilità dell’evento nel clima ALL per quella stimata nel clima NAT. Un rapporto pari a uno indica che l’evento possiede la stessa probabilità nei due esperimenti; un rapporto superiore a uno segnala che l’influenza umana ne ha aumentato la probabilità; un valore pari a dieci indica che l’evento è dieci volte più probabile nel clima comprendente le forzanti antropogeniche. Un rapporto inferiore a uno implicherebbe invece una diminuzione della probabilità, risultato teoricamente possibile per alcune tipologie di eventi, ma poco atteso nel caso di soglie termiche calde assolute in un clima che si riscalda. 

Il rapporto di rischio costituisce il cuore dell’attribuzione probabilistica perché confronta direttamente la frequenza dell’evento nel mondo fattuale e in quello controfattuale. Questa impostazione venne applicata in modo pionieristico all’ondata di calore europea del 2003, mostrando che l’influenza antropogenica aveva modificato sostanzialmente il rischio di estati eccezionalmente calde. Da allora, il confronto tra simulazioni con e senza forzanti umane è diventato uno dei principali strumenti per attribuire cambiamenti nella probabilità degli estremi termici. Il risultato non significa che la variabilità naturale cessi di essere importante: essa continua a determinare quando e dove un particolare evento si manifesta, mentre la forzante antropogenica modifica lo sfondo termico e la probabilità complessiva di oltrepassare la soglia. 

Anche l’incertezza del rapporto di rischio viene ricavata attraverso le molteplici stime bootstrap delle probabilità ALL e NAT. Per ogni coppia di probabilità ricampionate è possibile calcolare un diverso rapporto, generando una distribuzione di mille valori plausibili. Quando la probabilità NAT è estremamente piccola, il rapporto può diventare molto elevato e fortemente incerto: piccole variazioni del denominatore producono infatti grandi variazioni del risultato. Nei casi in cui l’evento non compaia praticamente mai nel clima naturale, può essere scientificamente più informativo concludere che esso sarebbe stato estremamente improbabile o quasi impossibile senza l’influenza antropogenica, piuttosto che attribuire eccessiva precisione a un rapporto numerico enorme.

L’interpretazione dei risultati deve inoltre distinguere fra cambiamenti della probabilità e cambiamenti dell’intensità. Il metodo descritto mantiene fisse le soglie di 45 e 50 °C e domanda quanto vari la probabilità di superarle. Un’altra possibile formulazione dell’attribuzione manterrebbe fissa la probabilità, per esempio quella di un evento centennale, e confronterebbe la temperatura associata a tale frequenza nei climi NAT e ALL. Le due prospettive sono complementari: la prima misura quante volte più frequentemente può essere superata una soglia specifica; la seconda misura quanto più caldo sia diventato un evento dotato della medesima rarità. La scelta della formulazione influenza il risultato comunicato e deve quindi essere dichiarata con chiarezza.

Nel complesso, la metodologia adottata combina un’ampia base simulativa con gli strumenti della teoria dei valori estremi e del ricampionamento statistico. Il clima NAT viene rappresentato attraverso 8.550 massimi annuali, mentre gli stati climatici presente, di metà secolo e di fine secolo vengono descritti mediante campioni di 1.380 valori estratti da finestre trentennali delle simulazioni ALL. L’adattamento della distribuzione GEV permette di stimare le probabilità di superamento delle soglie di 45 e 50 °C anche quando gli eventi sono scarsamente rappresentati nel campione; il tempo di ritorno traduce tali probabilità in una misura più intuitiva della rarità; il bootstrap quantifica l’instabilità delle stime dovuta al campionamento; il rapporto di rischio confronta infine il mondo influenzato dalle attività umane con quello determinato dalle sole forzanti naturali. 

La forza dell’approccio risiede nella possibilità di trasformare un cambiamento della distribuzione climatica in un’affermazione quantitativa sul rischio. La sua corretta lettura richiede però di considerare sempre gli intervalli d’incertezza, la natura condizionata delle proiezioni e la progressiva perdita di validità del concetto tradizionale di tempo di ritorno in un clima non stazionario. Un evento definito oggi come eccezionale non conserva necessariamente la stessa rarità nei decenni futuri: il riscaldamento sposta continuamente la distribuzione di tx01, rendendo più frequenti soglie che appartenevano alla coda più remota del clima naturale. Il risultato più significativo dell’analisi non consiste quindi soltanto nello stabilire se 45 o 50 °C siano fisicamente raggiungibili, ma nel quantificare la velocità con cui tali temperature passano dalla quasi impossibilità alla plausibilità e, in alcuni luoghi, a una ricorrenza compatibile con l’orizzonte temporale della vita umana.

Indicatori della mortalità correlata al caldo

La valutazione degli effetti sanitari del cambiamento climatico richiede strumenti capaci di collegare l’evoluzione delle temperature a condizioni potenzialmente associate a un aumento della mortalità. Nel presente studio tale collegamento viene costruito mediante due indicatori climatici, denominati HRW, High-Risk Warming, e HRD, High-Risk Days. Essi descrivono due dimensioni complementari del rischio termico: l’HRW misura l’aumento dell’intensità della temperatura considerata rilevante per la salute, mentre l’HRD quantifica l’incremento della frequenza annuale con cui tale livello viene superato. I due indici non costituiscono modelli epidemiologici completi e non forniscono direttamente il numero di decessi attribuibili al caldo; rappresentano piuttosto indicatori climatici di pericolo, concepiti per stimare quanto il riscaldamento antropogenico abbia allontanato le condizioni termiche dal clima naturale e quante giornate aggiuntive richiedano un adattamento fisiologico, sociale e infrastrutturale. La metodologia fu introdotta da Christidis, Mitchell e Stott per valutare, in un quadro formalmente attribuzionale, l’effetto del cambiamento climatico di origine umana sull’intensità e sulla frequenza degli estremi termici rilevanti per la salute. 

Il fondamento epidemiologico degli indicatori risiede nel concetto di temperatura ottimale, indicata con la sigla OT, e strettamente collegata alla cosiddetta temperatura di minima mortalità. In numerose popolazioni la relazione tra temperatura ambientale e mortalità assume una forma non lineare: il rischio diminuisce avvicinandosi a una fascia termica localmente favorevole, raggiunge un minimo e aumenta nuovamente quando le temperature diventano troppo basse o troppo elevate. La temperatura corrispondente al punto di minimo rischio non è universale, perché risente del clima locale, delle caratteristiche demografiche, dell’acclimatazione, delle condizioni abitative, della diffusione degli impianti di raffrescamento, dell’accesso ai servizi sanitari e di numerosi altri fattori. Lo studio multicentrico di Gasparrini e collaboratori, condotto su 384 località distribuite in tredici Paesi, ha mostrato che la temperatura di minima mortalità tendeva a collocarsi intorno al 60º percentile della distribuzione termica in alcune regioni tropicali e tra l’80º e il 90º percentile in diversi climi temperati. Questa variabilità dimostra che la soglia sanitaria deve essere considerata una proprietà locale e dinamica, non un valore fisiologico identico per tutte le popolazioni. 

In assenza di dati sanitari omogenei per le dodici località mediterranee e mediorientali esaminate, gli autori impiegano l’84º percentile della temperatura massima giornaliera come approssimazione operativa della temperatura ottimale. Questa scelta deriva dagli studi di Honda e collaboratori, inizialmente condotti in Giappone e successivamente estesi a città caratterizzate da climi differenti. Le analisi mostrarono che il percentile della temperatura massima poteva fornire una stima relativamente stabile del livello termico associato alla mortalità minima, rendendo possibile il confronto tra località con temperature assolute molto diverse. Il lavoro del 2014 verificò il modello su dati provenienti da Giappone, Corea, Taiwan, Stati Uniti ed Europa, mostrando che una soglia relativa alla climatologia locale poteva risultare più trasferibile di un’unica temperatura assoluta. L’84º percentile non deve tuttavia essere interpretato come una legge biologica universale: è un’approssimazione statistica utile quando mancano serie locali dettagliate di mortalità, ma la sua validità può cambiare tra regioni, fasce d’età e periodi storici. 

L’uso di un percentile, anziché di una soglia fissa uguale per tutte le località, riconosce implicitamente il ruolo dell’adattamento climatico. Una temperatura massima di 35 °C può costituire un evento eccezionale e altamente stressante in una regione fresca, mentre può rappresentare una condizione estiva relativamente comune in un’area desertica o subtropicale. Le popolazioni esposte abitualmente a temperature elevate possono sviluppare forme di acclimatazione fisiologica e adottare comportamenti, orari lavorativi, strutture edilizie e tecnologie più adatti al caldo. Ciò non significa che siano immuni dagli effetti sanitari delle temperature estreme, ma che il punto in cui il rischio comincia ad aumentare può trovarsi a un livello più elevato della distribuzione termica assoluta. Gli indicatori HRW e HRD cercano pertanto di misurare il cambiamento rispetto alla fascia di adattamento propria di ogni luogo, concentrandosi sullo spostamento della climatologia locale anziché confrontare popolazioni differenti mediante una soglia termica uniforme.

L’indice HRW esprime la differenza tra l’84º percentile della temperatura massima giornaliera nel clima attuale influenzato dalle attività umane e il corrispondente percentile nel clima controfattuale NAT, nel quale sono presenti soltanto le forzanti naturali. Esso misura quindi di quanto si sia innalzato il livello termico intorno al quale la popolazione dovrebbe teoricamente riorganizzare il proprio adattamento per mantenere una relazione temperatura–mortalità simile a quella esistente nel clima naturale. Se, per esempio, l’84º percentile risulta oggi superiore di due gradi rispetto alla simulazione NAT, l’interpretazione dell’indice è che la fascia termica associata alle condizioni di rischio si sia spostata verso l’alto di circa due gradi per effetto dell’influenza antropogenica. Nelle località studiate l’HRW risulta compreso approssimativamente tra 1,6 e 2,3 °C, indicando che una quota già sostanziale del riscaldamento rilevante per il rischio sanitario è attribuibile alle forzanti umane. 

L’espressione “livello al quale le persone devono adattarsi” deve essere interpretata con cautela. L’adattamento non consiste semplicemente nel tollerare fisiologicamente una temperatura più elevata, né può essere considerato automatico o illimitato. Esso comprende modificazioni individuali e collettive: acclimatazione fisiologica, riduzione dell’attività durante le ore più calde, accesso all’acqua, raffrescamento degli edifici, sistemi di allerta, assistenza agli anziani, riorganizzazione del lavoro all’aperto, incremento delle aree verdi e adeguamento delle infrastrutture sanitarie ed energetiche. Valori elevati dell’HRW indicano una crescente distanza tra le condizioni climatiche alle quali la popolazione era storicamente adattata e quelle del clima attuale, ma non specificano quanta parte di tale distanza sia stata effettivamente compensata dalle trasformazioni sociali. Una comunità dotata di edifici ben isolati, sistemi sanitari efficienti e piani di prevenzione può presentare una mortalità inferiore rispetto a una popolazione esposta alle medesime temperature ma caratterizzata da povertà energetica, abitazioni surriscaldate e accesso limitato all’assistenza.

Per calcolare l’HRW, l’84º percentile del clima naturale viene ricavato dai dati giornalieri di Tmax delle simulazioni NAT. Il valore rappresentativo del clima contemporaneo viene invece determinato attraverso le simulazioni ALL nella finestra 2008–2037, centrata approssimativamente sulle condizioni climatiche attuali considerate dallo studio. Questa scelta permette di confrontare due stati climatici distinti: il mondo controfattuale privo dell’influenza antropogenica e il mondo contemporaneo nel quale le forzanti naturali e umane agiscono congiuntamente. Poiché il percentile è espresso come temperatura assoluta, eventuali errori sistematici dei modelli potrebbero alterarne il valore. Gli autori applicano pertanto a ciascun modello una correzione del bias medio analoga a quella utilizzata per tx01, riallineando la climatologia simulata alle osservazioni senza eliminare lo spostamento relativo tra gli esperimenti NAT e ALL. 

La correzione del bias è particolarmente importante nel caso dell’HRW perché un modello sistematicamente troppo caldo o troppo freddo potrebbe attribuire all’84º percentile una temperatura assoluta poco realistica. Ciò comprometterebbe il confronto con le osservazioni e potrebbe produrre una rappresentazione fuorviante della soglia termica locale. La procedura non risolve tuttavia tutte le possibili discrepanze modellistiche: correggere la media non garantisce che siano riprodotte perfettamente la variabilità giornaliera, l’asimmetria della distribuzione, la persistenza delle ondate di calore o le interazioni tra temperatura e umidità. Il metodo è stato scelto perché trasparente e coerente con la struttura dell’analisi, ma i valori dell’HRW devono essere interpretati come stime condizionate ai modelli climatici, alla definizione del percentile e all’ipotesi che la correzione media rimanga valida nei diversi stati climatici.

L’indice HRD affronta una questione differente e complementare: non misura quanto si innalzi la soglia termica, ma quanti giorni supplementari superino la soglia di riferimento. Nel periodo di base, per costruzione statistica, circa il 16% delle giornate si colloca al di sopra dell’84º percentile. In un anno di 365 giorni ciò corrisponde mediamente a circa 58 giornate. L’HRD confronta il numero annuale di giorni superiori alla soglia con questa frequenza caratteristica del periodo di riferimento. Se in un clima futuro la soglia contemporanea viene superata mediamente durante 88 giornate, l’indice segnala trenta giorni aggiuntivi rispetto alle condizioni di base. Il risultato non rappresenta trenta decessi né trenta giornate nelle quali si verificheranno necessariamente morti attribuibili al caldo; indica trenta giornate supplementari nelle quali l’esposizione termica supera il livello assunto come indicativo dell’inizio di un rischio crescente.

Nel presente studio il riferimento dell’HRD è costituito dal clima attuale del periodo 2008–2037. La scelta differisce da quella impiegata per interpretare l’HRW: quest’ultimo confronta il clima contemporaneo con il mondo NAT, mentre l’HRD della Figura 8 misura l’aumento futuro dei giorni caldi rispetto alla situazione contemporanea. La distinzione è fondamentale. L’HRW quantifica il riscaldamento sanitario già maturato per effetto dell’influenza umana rispetto al clima naturale; l’HRD descrive invece quante giornate ulteriori potrebbero aggiungersi nel corso del XXI secolo rispetto al livello di esposizione già presente oggi. Il periodo di base potrebbe teoricamente essere spostato verso il clima NAT o verso un’altra fase storica per rappresentare differenti ipotesi di adattamento. Il lavoro originario sugli indici ha mostrato che la scelta del riferimento modifica il livello iniziale della serie, ma non necessariamente la direzione e la portata generale della crescita futura. 

Per costruire la serie temporale dell’HRD vengono impiegate finestre mobili di trent’anni applicate ai dati giornalieri delle simulazioni ALL. Per ogni anno centrale si determina il numero medio annuo di giornate nelle quali Tmax supera l’84º percentile del periodo 2008–2037. La finestra mobile attenua le oscillazioni legate alla variabilità meteorologica di singoli anni e consente di evidenziare il cambiamento del clima medio sottostante. Una finestra troppo breve produrrebbe infatti serie molto irregolari, dominate dall’alternanza tra estati relativamente miti ed eccezionalmente calde; una finestra molto lunga mescolerebbe invece condizioni climatiche appartenenti a fasi differenti del riscaldamento. La durata trentennale rappresenta quindi un compromesso tra stabilità statistica e capacità di seguire l’evoluzione temporale del segnale antropogenico. 

La procedura viene ripetuta separatamente per ciascuna delle 46 simulazioni ALL. Le singole serie descrivono possibili evoluzioni del clima compatibili con le stesse forzanti esterne ma caratterizzate da differenti realizzazioni della variabilità interna. La loro media costituisce la linea centrale riportata nella Figura 8, mentre la dispersione compresa tra il 5º e il 95º percentile forma l’intervallo d’incertezza. L’ampiezza della fascia non rappresenta soltanto l’imprecisione di una singola previsione, ma sintetizza la diversità delle risposte modellistiche e delle possibili sequenze di variabilità naturale. Il progressivo ampliamento dell’intervallo verso la fine del secolo segnala che l’entità esatta dell’aumento rimane incerta, mentre la tendenza positiva comune alla maggior parte delle simulazioni dimostra la robustezza del cambiamento nella direzione di un numero crescente di giornate sopra la soglia contemporanea. 

A differenza dell’HRW, l’HRD non richiede in questo caso una correzione esplicita del bias medio. L’indice deriva infatti dalla differenza tra due conteggi calcolati utilizzando la medesima simulazione e una soglia costruita con lo stesso errore sistematico. Un modello mediamente troppo caldo presenterà un percentile di riferimento a sua volta più elevato; il bias comune tende quindi a compensarsi quando si confronta la frequenza futura dei superamenti con quella del periodo di base. Questa proprietà rende l’HRD relativamente robusto rispetto a un errore additivo costante, ma non lo rende indipendente da ogni difetto modellistico. Errori nella variabilità giornaliera, nella durata della stagione calda o nella frequenza delle situazioni atmosferiche persistenti possono ancora modificare il numero dei superamenti, anche quando la media viene compensata.

L’utilità degli indici HRW e HRD consiste nella possibilità di effettuare una prima valutazione del rischio in regioni dove non sono disponibili serie epidemiologiche complete, omogenee e sufficientemente lunghe. Un’applicazione successiva condotta in Ecuador ha impiegato gli stessi indicatori con dati climatici regionalizzati, riscontrando incrementi progressivi dell’intensità e del numero di giornate sopra l’84º percentile nelle regioni costiera, andina e amazzonica. Gli autori hanno tuttavia evidenziato la necessità di validare gli indici mediante dati locali di mortalità, poiché l’assunzione che l’84º percentile rappresenti adeguatamente la temperatura ottimale potrebbe non essere ugualmente valida in tutti i contesti climatici e sociali. Questo esempio mostra che HRW e HRD possono essere strumenti utili di screening climatico, ma non sostituiscono un’analisi epidemiologica fondata sulla relazione osservata tra esposizione e salute. 

La distinzione tra indicatore climatico e mortalità effettiva è essenziale. Il numero di decessi associati al caldo dipende non soltanto dalla frequenza dei superamenti termici, ma anche dalla forma della curva esposizione–risposta, dall’età della popolazione, dalla prevalenza di patologie cardiovascolari e respiratorie, dalla qualità delle abitazioni e dalla capacità del sistema sanitario. Lo studio multicentrico di Gasparrini e collaboratori ha attribuito alle temperature non ottimali il 7,71% della mortalità complessiva nelle località analizzate, ma ha anche mostrato differenze marcate tra Paesi e condizioni climatiche. La quota associata al caldo estremo rappresentava soltanto una parte del carico complessivo, poiché molti decessi risultavano collegati a deviazioni moderate ma frequenti dalla temperatura ottimale. Questo risultato sottolinea che l’impatto sanitario non è determinato esclusivamente dai record assoluti: anche l’espansione del numero di giornate moderatamente superiori alla soglia locale può produrre conseguenze rilevanti. 

L’influenza antropogenica sulla mortalità da caldo è stata quantificata più direttamente da Vicedo-Cabrera e collaboratori mediante dati epidemiologici provenienti da 732 località in 43 Paesi. Confrontando le temperature osservate con un clima controfattuale privo del riscaldamento antropogenico, lo studio ha stimato che mediamente il 37% dei decessi correlati al caldo durante la stagione calda fosse attribuibile al cambiamento climatico di origine umana, con effetti rilevabili in tutti i continenti inclusi nell’analisi. Tale risultato non può essere trasferito numericamente alle dodici stazioni considerate nel presente lavoro, ma conferma la premessa fondamentale degli indici: lo spostamento antropogenico della distribuzione termica è già sufficientemente grande da produrre conseguenze sanitarie misurabili. 

La gravità potenziale dell’aumento dei giorni sopra la soglia è illustrata anche dalla mortalità osservata durante le estati europee recenti. Ballester e collaboratori hanno stimato circa 61.700 decessi correlati al caldo in Europa tra la fine di maggio e l’inizio di settembre del 2022, con tassi particolarmente elevati nei Paesi mediterranei. La stima deriva da modelli epidemiologici regionali e non dall’indice HRD, ma dimostra che un’estate prolungata e intensamente calda può produrre un carico sanitario molto ampio anche in società dotate di sistemi sanitari avanzati. In questa prospettiva, l’aumento di uno o due mesi dei giorni ad alto rischio indicato dalle simulazioni non deve essere interpretato come un semplice allungamento statistico dell’estate, ma come una possibile estensione del periodo durante il quale le popolazioni vulnerabili e le strutture sanitarie sono sottoposte a stress. 

La temperatura massima giornaliera, pur costituendo una variabile intuitiva e largamente disponibile, non esaurisce la complessità dello stress termico umano. L’umidità influenza l’efficienza dell’evaporazione del sudore, mentre temperature minime notturne elevate possono impedire il recupero fisiologico dopo l’esposizione diurna. Anche la radiazione solare, il vento, l’attività fisica, l’abbigliamento e la durata consecutiva degli episodi concorrono a determinare il carico termico. Raymond, Matthews e Horton hanno mostrato che gli estremi di caldo umido sono aumentati rapidamente in numerose regioni e che condizioni molto severe possono emergere anche con temperature dell’aria inferiori ai massimi registrati nei climi desertici. Di conseguenza, due giornate caratterizzate dalla stessa Tmax possono presentare rischi molto differenti se cambiano l’umidità e la ventilazione. 

Gli indici non incorporano direttamente neppure la persistenza del caldo. Una singola giornata sopra la soglia e una sequenza di dieci giornate consecutive vengono conteggiate come superamenti individuali, ma la seconda situazione può produrre effetti cumulativi più gravi, riducendo la possibilità di recupero e aumentando progressivamente la disidratazione, lo stress cardiovascolare e il sovraccarico dei servizi sanitari. Analogamente, l’HRD non distingue una giornata appena superiore all’84º percentile da una giornata con temperature prossime o superiori a 50 °C. Il primo indice misura quindi prevalentemente la frequenza, mentre l’HRW rappresenta lo spostamento dell’intensità caratteristica; nessuno dei due, isolatamente, descrive pienamente la durata e la severità degli episodi. La loro interpretazione congiunta è più informativa, perché permette di distinguere l’innalzamento del livello termico dall’espansione del numero di giorni esposti.

Un’altra limitazione riguarda l’evoluzione futura dell’adattamento. Il metodo mantiene fissa la soglia contemporanea quando calcola l’HRD, assumendo implicitamente che essa rimanga un riferimento significativo durante il secolo. In realtà, la temperatura di minima mortalità potrebbe spostarsi gradualmente verso valori più elevati qualora la popolazione migliori la propria capacità di protezione. Tuttavia, l’adattamento potrebbe risultare incompleto, diseguale o più lento del riscaldamento. Le persone anziane, gli individui con patologie croniche, i lavoratori all’aperto, le famiglie prive di raffrescamento e coloro che vivono in quartieri densamente edificati possono mantenere una vulnerabilità elevata anche quando la media della popolazione mostra segnali di acclimatazione. Gli indicatori descrivono quindi il fabbisogno climatico di adattamento, non la quota di adattamento che sarà effettivamente realizzata.

La scelta di utilizzare il clima 2008–2037 come riferimento offre una lettura prudente delle proiezioni future, perché non conteggia come “giorni aggiuntivi” l’aumento già avvenuto rispetto al clima naturale. Le serie della Figura 8 iniziano infatti in prossimità dello zero e mostrano soltanto l’ulteriore crescita rispetto alle condizioni contemporanee. Se il riferimento fosse il clima NAT, i valori iniziali sarebbero già positivi e il numero complessivo di giornate attribuibili all’influenza umana risulterebbe maggiore. Ciò significa che l’HRD rappresentato non misura l’intero cambiamento dall’epoca preindustriale, ma la parte di rischio che potrebbe aggiungersi nel futuro a una situazione nella quale il riscaldamento antropogenico ha già modificato il clima e la relativa soglia sanitaria. 

Nel complesso, HRW e HRD forniscono una rappresentazione sintetica ma scientificamente significativa delle trasformazioni del rischio termico. L’HRW misura lo spostamento verso l’alto della temperatura che delimita approssimativamente la fascia di minima mortalità, indicando il livello aggiuntivo di caldo al quale le comunità devono adattarsi. L’HRD traduce tale spostamento nella dimensione temporale, quantificando il numero supplementare di giornate annuali superiori alla soglia del clima contemporaneo. L’applicazione ai modelli CMIP6 suggerisce che il riscaldamento antropogenico abbia già innalzato l’84º percentile locale di circa 1,6–2,3 °C e che, nello scenario SSP2-4.5, molte località mediterranee e mediorientali possano sperimentare entro la fine del secolo da circa uno a due mesi aggiuntivi di condizioni termiche ad alto rischio. Queste stime non equivalgono a previsioni di mortalità, ma segnalano una crescente pressione climatica sui sistemi sanitari e sulle capacità di adattamento. 

La corretta interpretazione degli indicatori richiede pertanto di distinguere tre componenti del rischio: il pericolo climatico, rappresentato dalla crescita delle temperature e dei giorni sopra la soglia; l’esposizione, determinata dalla presenza delle persone nei luoghi e negli orari interessati; la vulnerabilità, legata all’età, alla salute, alle condizioni sociali e alle possibilità di protezione. HRW e HRD descrivono soprattutto la prima componente. Per trasformarli in stime quantitative dei decessi sarebbero necessari dati locali sulla mortalità, modelli esposizione–risposta non lineari, informazioni demografiche e ipotesi esplicite sull’adattamento futuro. La loro funzione principale consiste quindi nel mostrare che il cambiamento climatico non aumenta soltanto la possibilità di record termici eccezionali, ma amplia progressivamente la porzione dell’anno durante la quale le temperature superano livelli associati a conseguenze sanitarie avverse. Tale ampliamento rende indispensabile una strategia integrata nella quale la mitigazione delle emissioni limiti il riscaldamento futuro e l’adattamento riduca la probabilità che il crescente pericolo climatico si traduca in malattia e mortalità.