Tre decenni di simulazione dei modelli climatici globali accoppiati delle variazioni di temperatura

Perché contano mappe climatiche migliori

Quando sentiamo parlare di cambiamento climatico, spesso ci viene presentato un unico numero globale: di quanto si è riscaldato il pianeta. Ma nella vita di tutti i giorni ciò che davvero conta è dove e come le temperature cambiano nel mondo. Questo studio esamina quanto bene i modelli climatici riproducono il modello globale dettagliato delle temperature superficiali negli ultimi tre decenni di sviluppo dei modelli, dagli esperimenti iniziali degli anni ’90 fino alle odierne simulazioni a scala chilometrica all’avanguardia. Capire questo progresso ci indica quanta fiducia possiamo riporre nelle mappe del clima futuro che orientano pianificazione, adattamento e politiche.

Da schizzi grezzi a immagini più nitide

I modelli climatici moderni simulano atmosfera, oceani, terre emerse e ghiaccio marino su una griglia che avvolge il globo. Negli anni ’90 queste griglie erano relativamente grossolane, quindi caratteristiche su piccola scala come vortici oceanici o valli montane dovevano essere fortemente semplificate. Da allora la potenza di calcolo e la comprensione scientifica sono cresciute notevolmente, permettendo ai modelli di funzionare con spaziatura molto più fine e con fisiche più dettagliate. Gli autori si concentrano su una domanda semplice ma rivelatrice: quanto fedelmente diverse generazioni di modelli riproducono il modello medio ventennale della temperatura dell’aria vicino alla superficie rispetto ai dataset osservativi?

Giudicare i modelli con molti metri di paragone

Per valutare le prestazioni, lo studio confronta 176 corse di modelli climatici con 10 dataset indipendenti basati su osservazioni che fondono misure meteorologiche, satelliti e altre fonti. Invece di limitarsi alle medie globali, gli autori esaminano quanto è simile il modello di temperatura in ciascuna località della Terra. Un modello ottiene un buon punteggio quando la sua temperatura locale rientra nella dispersione dei dataset di riferimento. Nel tempo, la frazione della superficie terrestre in cui i modelli rientrano in questo intervallo di riferimento è aumentata da circa un quarto per i modelli iniziali a oltre un terzo per l’ultima generazione del Coupled Model Intercomparison Project (CMIP6). Alcuni dei più recenti modelli a scala chilometrica — in particolare il sistema IFS‑FESOM — eguagliano o addirittura superano i migliori modelli più vecchi, avvicinandosi al livello di accordo che sussiste tra i dataset osservativi stessi.

Zone problematiche persistenti sul pianeta

Anche con il miglioramento dei modelli, alcune regioni restano ostinate da simulare. Il nord dell’Atlantico settentrionale, l’Oceano Meridionale e le aree con nuvolosità marina bassa lungo i margini orientali dei grandi bacini oceanici mostrano grandi e durature anomalie di temperatura attraverso molte generazioni di modelli. Per esempio, diverse simulazioni a scala chilometrica risultano ancora troppo fredde in parti dell’Atlantico settentrionale, probabilmente legato a come il ghiaccio marino interagisce con l’oceano. Questi punti caldi e freddi persistenti indicano processi fisici sottostanti che non sono ancora pienamente catturati e rappresentano anche aree dove il progresso futuro potrebbe generare guadagni particolarmente ampi in realismo.

Perché la scelta del riferimento cambia il punteggio

Un risultato chiave è che man mano che i modelli migliorano, le differenze tra i dataset osservativi cominciano a pesare di più. Lavori precedenti spesso giudicavano i modelli rispetto a un singolo prodotto di riferimento, assumendo implicitamente che la maggior parte della discrepanza fosse dovuta all’errore del modello. Confrontando ogni modello separatamente con tutti e 10 i riferimenti, gli autori mostrano che per le simulazioni più recenti e con le prestazioni più elevate fino al 40% dell’errore apparente può derivare dalla scelta del riferimento piuttosto che dal modello stesso. Anche lo scambio tra due rianalisi ampiamente usate — ERA‑Interim e la sua successiva ERA5 — può favorire sistematicamente generazioni di modelli più vecchie o più nuove. Questo significa che affidarsi a un unico dataset può dare un quadro fuorviante su quali modelli siano i “migliori”.

Griglie più fini aiutano, ma non bastano

Una risoluzione spaziale più alta — usando una griglia più fine — tende in generale a portare a modelli con schemi di temperatura migliori quando i modelli sono accuratamente ritunati per quella risoluzione. Nell’ampio archivio CMIP, gli autori rilevano una chiara tendenza: i modelli con griglie più fini producono errori di temperatura più piccoli. Tuttavia, quando lo stesso modello viene semplicemente eseguito a risoluzione più alta senza essere ritunato, le prestazioni possono ristagnare o addirittura peggiorare. Ciò emerge in un insieme speciale di esperimenti ad alta risoluzione in cui si è intenzionalmente evitato un tuning aggiuntivo: cinque coppie su sei hanno mostrato peggioramenti a risoluzione più fine. Al contrario, alcuni prototipi a scala chilometrica competono già o battono i migliori modelli tradizionali nonostante un tuning limitato, sottolineando sia il loro potenziale sia il lavoro ancora necessario per sfruttarlo appieno.

Cosa significa questo per il nostro futuro climatico

In termini semplici, lo studio mostra che i modelli climatici sono diventati costantemente migliori nel mappare il modello di temperatura del pianeta, ma i modelli migliori non hanno sempre fatto salti netti da una generazione all’altra. Le nuove simulazioni a scala chilometrica dimostrano che è possibile superare gli standard odierni, tuttavia la semplice riduzione della spaziatura della griglia non è una soluzione miracolosa. Progettazione attenta del modello, aggiustamenti e test rimangono essenziali. Allo stesso tempo, la crescente influenza dell’incertezza osservativa implica che le valutazioni dei modelli devono tenere conto delle differenze tra i dataset di riferimento invece di fidarsi di uno soltanto. Insieme, queste intuizioni aiutano gli scienziati a costruire “gemelli digitali” della Terra più affidabili — laboratori virtuali che possono esplorare in modo più fedele i climi che potremmo affrontare nei decenni a venire.

Citazione: Brunner, L., Ghosh, R., Haimberger, L. et al. Three decades of simulating global temperature patterns with coupled global climate models. Commun Earth Environ 7, 400 (2026). https://doi.org/10.1038/s43247-026-03497-w

Parole chiave: modelli climatici, schemi di temperatura globale, modellizzazione a scala chilometrica, valutazione dei modelli, simulazione del sistema Terra