GW continues to break records, in the silence of media.

GW continues to break records, in the silence of media.

No news, no bad news, says a proverb. Since last October, 2015, the news is always the same: monthly global temperature anomaly has updated previous record of heat. At least, considering GISS database, that start from 1880. Ten consecutive months, including also the month of June 2016, in which the anomaly was equal to that of June 2015 (and higher than others). Never occurred before. With August well positioned for beating its warm record, the only hope fror avoiding a complete year of records is kept in the month of September. This when ENSO index has turned versus its negative phase, as this global SST animation shows. And this is not a good news.

Below, the update of the plots shown some months ago using linear and spiral visualization, and including the data until July. It is evident in both figures as the red line from October 2015 constitutes the upper border of the temperature ensemble.


Anomaly of monthly global mean temperatures, according with GISS database. Linear visualization.

Both visualizations show the beginning of the actual warming phase, in late 1980’s, and the violent acceleration in last nine months, much larger than those observed in previous large El Niño (positive phase of ENSO) episodes.


Anomaly of monthly global mean temperatures, according with GISS database. Spiral viualization.

Despite these alarming data, the news about the continuous records of global temperatures does not attract public opinion too much. A research of “global warming” keywords on google trends gives a signal slowly decreasing since the peak of 2007, perhaps due to the book and movie of Al Gore “An inconvenient truth”.


“Global warming” key according with google trends.

Of course, soccer and olympic games, or actresses gossips, or Pokemons, are much more attractive news for common people. After all, global temperatures involve just the earth…

The insane temperature rise of our planet

The insane temperature rise of our planet

Climate change is an issue that is not yet capturing the public opinion as it should do. One of the reasons is that the year-be-year temperature variations, at global scale, are much smaller than day-by-day variations at local scale, or seasonal variations at global or local scale. However, there is a certain parallelism between the body temperature of a person and the climate. If one records its body temperature every minute of a day, he will discover some daily variations, which could vary little less than 1 °C. Also, different persons can have different mean body temperatures, with values spanned over 1 °C or sligthly more, depending on each personal condition. An athlete immediately after a competition, or a normal person after a stressing exercise, can have a body temperature even 1°c or more superior to its normal mean. Well, these normal variations represent the “weather” of the person, and do not indicate necessarily the presence of a pathology.

However, if the temperature of a certain person start rising, more or less regularly, in the time, this variation represents a sort of “climate” of the person, with is changing, and may be a symptom of something not necessarily good for the health of the person. This is true even if such “climate” variation could be smaller than those that we have previously called “weather” variations. The scientific problem is thus to distinguish normal variations from abnormal variations, differentiating the scales. While the communication problem is how to inform in a correct but clear way the people about such dynamics.

We have now the fortune of having available more than one century of meteorological observations, carried out in several meteorological stations displaced in various places in the Earth. Several climatic centers have collected a subset of these data and have performed some analyses on such data, in order to exclude anomalous trends or data. And have calculated an estimate of the global mean temperature. Since the choice of stations and the treatment of data has been different from centre to centre, there are some differences among the datasets, but the emerging signal is univoque and incontestable: global mean temperature is increasing.

Furthermore, several climatic models (that, more properly, are now called Earth System Models) have been run by different teams to simulate the future climate of the Earth. Despite each individual model tends to give a particular answer, the current method to consider such kind of projections is to consider the ensemble of the results of a wide set of models. This has been performed, for instance, during the experiment CMIP5, whose preliminary results have constituted the core of the findings of the last IPCC report.

With Stefano Caserini, coordinator of Italian blog, we have had the idea of combining the two informations, data and models, in a visual way. We have chosen as dataset the GISS and as model the CMIP5 ensembles, by selecting three different scenarios adopted: the RCP 2.6, the RCP 4.5, and the most extreme RCP 8.5, respectively corresponding to low, medium, and high emissions. In particular, RCP 8.5 scenario outlines what we would expect if the emissions will continue to change as they did until now (i.e. with a continuous increment).

Monthly climate change - GISS + RCP 8.5

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting the extreme high-emissions scenario RCP 8.5.

This is instead the case of the milder scenario RCP 2.6:

GISS + RCP 2.6

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting the low-emissions scenario RCP 2.6.

while this is the animation of the intermediate scenario RCP 4.5:

GISS + RCP 4.5

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting one of the intermediate scenarios, i.e. the medium-emissions RCP 4.5 .

Model simulations data are available in the period 1860-2100, while GISS observations refer to the period 1880-2016 (last datum is April). I have merged those two datasets by evaluating in each case the respectively anomaly in the common period 1880-1909 (a 30-year period, as usually it is done in climate analyses).

I have visualized the result with two different methods. I have used the spiral method of monthly anomalies, originally developed by Ed Hawkins for HadCRUT data, and I have considered the linear plot of montly anomalies, as done by myself in a recent post with HadCRUT data.

The first method is discussed in detail in this post of, thus here I will describe the second, adding some short general considerations (short because I believe that these plots can talk by themselves).

These are, in my opinion, two different but impactive ways to visualize the climate change which is going on. The animations start from 1880 and, month by month, show the temperature variations up to April 2016. It is evident the initial cooling in the first decade of 1900, the warming between 1920 and 1930, the stationariety in the decade of the WWII, another weak warming immediately after, then a stasis between 1960 and 1970, and then rapid increase of warming rate since 1980, with last fifteen years able to update at least one montly record almost every year. Until the anomalous period of last nine months, which places completely out of the above range.

Future climate simulations by CMIP5 scenarios show a continuous warming, almost similar for all three scenarios up to 2030, then rapidly differentiating. Note that warming rate of models is more regular, due to the fact that these data represent an ensemble and are not just the output of a single model. The anomalous warmest records established from January to April 2016 seems to be updated around 2025-2030, when those values would become the regular climate. Then, after 2030, different scenarios start to differentiate from each other, with just the common result to show a larger anomaly in winter. At the end of this century, even in the low emissions scenario (RCP 2.6), a season like the last one will be regarded as a cool period. But, if we look at the most extreme scenario (RCP 8.5, corresponding to high emissions), it will be regarded as a sort of mini-ice age…

The scenarios begin to differentiate from about 2030… there is still a few time for trying to make occurring the mild scenario RCP 2.6 instead of the extreme RCP 8.5 one… not too much time, because greenhouse gases increases inexorably, and consequent global warming too.

We can choose… we must choose!

La temperatura malata del nostro pianeta

La temperatura malata del nostro pianeta

Il cambiamento climatico è una tematica che non cattura ancora l’opinione pubblica come dovrebbe. Una ragione è che le fluttuazioni termiche annue, a scala globale, sono molto più piccole delle variazioni diurne a piccoal scala, o di quelle stagionali a scala locale o globale. Tuttavia, si può notare un certo parallelismo tra la temperatura corporea di una persona e il clima. Se uno monitorasse la propria temperatura corporea in ogni minuto del giorno, noterebbe alcune variazioni diurne di poco meno di 1 °C. Inoltre, persone diverse possono avere temperature corporee diverse, anche in questo caso con variazioni di 1 °C o più, anche in funzione delle proprie condizioni personali. Un atleta, immediatamente dopo una gara, o una persona normale dopo un esercizio stressante, possono avere una temperatura corporea superiore anche di 1 °C rispetto alla norma. Bene, queste variazioni normali rappresentano il “tempo meteorologico” di una persona, e non indicano necessariamente la presenza di qualche malattia.

Tuttavia, se la temperatura di qualcuno inizia ad aumentare, più o meno regolarmente, nel tempo, questa variazione rappresenta una sorta di “clima” di una persona, che sta cambiando, e può essere il sintomo di qualcosa non necessariamente positivo per la salute della persona. Questo è vero anche se queste variazioni “climatiche” sono inferiori a quelle che in precedenza abbiamo chiamato variazioni del “tempo meteorologico”. Il problema scientifico è quindi distinguere le variazioni normali da quelle anormali, differenziandone le scale. Mentre il problema comunicativo è come informare l’opinione pubblica, in modo corretto ma comprensibile, riguardo a queste dinamiche.

Abbiamo la fortuna di avere a disposizione oltre un secolo di osservazioni meteorologiche, eseguite in diverse stazioni dislocate in varie località della Terra. Molti centi climatici hanno raccolto dei sottoinsiemi di questi dati e li hanno analizati, in maniera da eliminare i trend o i dati anomali. E hanno calcolato una stima della temperatura media globale. Poiché la scelta delle stazioni ed il trattamento dei dati è stato differente da centro a centro, ci sono alcune differenze tra i vari dataset, anche se il segnale che emerge è abbastanza univoco e incontestabile: la temperatura media globale sta aumentando.

Inoltre, diversi modelli climatici (ora si chiamano più propriamente Earth System Models, cioè modelli del sistema terrestre) sono stati fatti girare da vari gruppi di ricerca per simulare il clima terrestre futuro. Anche se ogni modello tende a fornire una risposta particolare, oggi si preferisce guardare a questo tipo di proiezioni considerando l’insieme de irisultati di un ampio gruppo di modelli. Questo è stato fatto, ad esempio, nel corso dell’esperimento CMIP5, i cui risultati preliminari hanno costituito il nucleo delle affermazioni riportate sull’ultimo rapporto IPCC.

Con Stefano Caserini, coordinatore di, abbiamo avuto l’idea di combinare le due informazioni, dati e proiezioni modellistiche, in modo visuale. Abbiamo scelto come dataset quello del GISS, e come dati modellistici gli insiemi dell’esperimento CMIP5, selezionando tre diversi scenari: RCP 2.6, RCP 4.5 e il più estremo RCP 8.5, corrispondenti rispettivamente ad emissioni basse, medie e alte. In particolare, lo scenario RCP 8.5 corrisponde a quello che ci si aspetteremmo che succedesse nel caso in cui le emissioni proseguissero a variare come hanno fatto finora (cioè con un continuo incremento):

Monthly climate change - GISS + RCP 8.5

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting the extreme high-emissions scenario RCP 8.5.

Qui vediamo invece la situazione che ci aspettiamo secondo lo scenario “migliore”: RCP 2.6:

Monthly climate change - GISS + RCP 2.6

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting the low-emissions scenario RCP 2.6.

mentre qui è presentato qullo intermedio RCP 4.5:

Monthly climate change - GISS + RCP 4.5

Evolution of monthly mean temperature anomalies from 1880 to 2100, referred to the period 1880-1909. the observations relative to the period January 1880 – April 2016 are extraxted from dataset GISS, while the simulation data, relative to the period 2017-2100, have been gathered from the ensemble values of experiment CMIP5, in this case selecting one of the intermediate scenarios, i.e. the medium-emissions RCP 4.5 .

Le simulazioni modellistiche sono disponibili nel periodo 1860-2100, mentre le osservazioni GISS si riferiscono al periodo 1880-2016 (l’ultimo dato è quello di aprile). Ho integrato i due dataset calcolando per ognuno la rispettiva anomalia (differenza rispetto alla media) nel periodo comune 1880-1909 (un trentennio, come di solito si fa nelle analisi climatiche).

La visualizzazione del risultato l’ho fatta in due modi diversi. Ho usato il metodo a spirale delle anomalie mensili, sviluppato orinariamente da Ed Hawkins per i dati HadCRUT, ed ho anche mostrato un grafico lineare delle anomalie mensili, come avevo fatto in un post recente per visualizzare i dati HadCRUT. Il primo dei due metodi è visualizzato in dettaglio in questo post su, per cui qui di seguito descriverò il secondo e farò alcune brevi considerazioni generali (brevi perché ritengo che i grafici parlino da soli).

Si tratta di due metodi diversi ma efficaci per visualizzare il cambiamento climatico in corso e quello che ci attende. Le animazioni iniziano dal 1880 e, mese per mese, mostrano le variazioni di temperatura fino ad aprile 2016. Si vede bene il raffreddamento nel primo decennio del 1900, il riscaldamento tra il 1920 e il 1930, la stazionarietà nel decennio della seconda guerra mondiale, il successivo piccolo riscaldamento, la nuova stasi tra il 1960 ed il 1970, e poi il rapido incremento del rateo di riscaldamento a partire dal 1980, con gli ultimi quindici anni in grado di aggiornare almeno un record mensile praticamente ogni anno. Fino ad arrivare al periodo anomalo degli

ultimi nove mesi, che si colloca totalmente al di fuori dal range dei valori precedenti.

Le simulazioni climatiche future degli scenari CMIP5 mostrano un continuo riscaldamento, praticamente analogo per i tre scenari fino al 2030, dopodiche gli scenari si differenziano nettamente tra loro. Notiamo anche che il rateo di riscaldamento fornito dai modelli è più regolare, grazie al fatto che questi dati sono rappresentativi di un insieme e non il risultato di un modello singolo. I valori anomali registrati nel quadrimentre gennaio-aprile 2016 sembrano rientrare nelle medie intorno al 2025-2030, quando saranno rappresentativi del “clima normale” di quegli anni.

Dopo il 2030, come si diceva, gli scenari si differenziano rapidamente, con l’unico risultato comune di un riscaldamento più sensibile d’inverno. A fine secolo, anche secondo lo scenario di basse emissioni (RCP 2.6), una stagione come l’ultima trascorsa apparirà come un periodo freddo. Ma, se si guarda lo scenario più estremo (RCP 8.5, che corrisponde alle emissioni alte), apparirà quasi come una sorta di mini-era glaciale…

Gli scenari iniziano a differenziarsi intorno al 2030… c’è ancora un briciolo di tempo per cercare di far verificare lo scenario sopportabile RCP 2.6 invece di quello estremo RCP 8.5… non tanto tempo, perchè i gas serra aumentano inesorabilmente, e il conseguente riscaldamento globale anche.

Possiamo scegliere… dobbiamo scegliere!

Global temperature change, month by month

Global temperature change, month by month

Recently, several authors attempted to visualize the exceptionality of the global mean temperatures recorded in last months. Without pretending to be exhaustive, I would mention the very impressive spiralling of Ed Hawkins, or also the animation of monthly temperatures with annual records by Tom Randall & Blacki Migliozzi. I think that it is important to stress about the rapidity and intensity of actual global warming, underlining the word GLOBAL (eventual anomalies of few months in small areas of the planet do not have nothing to do with global warming!).

The following animation is my modest contribution. Starting dataset is still from the CRU, and in particular the dataset HadCRUT4 (filled-in by Cowtan and Way) on climexp website. Such data are already anomalies, but I have performed an additional montly detrending by substracting, month by month, the average of the period 1850-1879.

The animation updates, year by year, the coldest and warmer months.


Sulle calorie, sull’energia e sul risparmio energetico

Sulle calorie, sull’energia e sul risparmio energetico

Oggi il mio post cambia un po’ discorso rispetto alla tematica del blog. Infatti parlerò di calorie. Traggo ispirazione dal fatto che, nell’università coreana in cui mi trovo in questo momento (la Ewha Womans University – rimando chi volesse approfondire il motivo della presenza di scuole femminili in Corea a questo mio articolo di qualche tempo fa), hanno tentato di invogliare la gente a far le scale (invece dell’ascensore – ma l’iniziativa non pare riscuotere molto successo…) appiccicando sugli scalini l’indicazione delle calorie consumate ogni due gradini, nonché dei secondi di vita risparmiati. Apparentemente si perdono 0,3 calorie ogni due gradini saliti, o meglio 0,3 Cal, che in realtà sono le grandi calorie, quelle usate in scienza della nutrizione, che comunemente si chiamano calorie. Il numero torna con quanto viene indicato su alcuni siti popolari in cui si parla di calorie e nutrizione, come ad esempio questo sito, dove si dice che salire le scale richiede circa 8÷11 calorie al minuto. Beh, nell’ipotesi, non così campata per aria, di salire un gradino al secondo, questo significa un consumo calorico di 0,13÷0,18 calorie al gradino, numero che è in linea con l’indicazione sui gradini dell’università Ewha. Ma è un numero che, in realtà, non ci dice molto, di per sé. Sembra soltanto molto piccolo, e forse è per questo motivo che “non tira”. Ma è davvero piccolo?

2016-03-07 10.03.40

Fig. 1 – dettaglio di una rampa di scale dell’istituto che ospita il Dipartimento di Atmospheric Sciences and Engineering presso la Ewha Womans University, Seoul, Corea.

Proviamo a fare alcuni “conti della serva”. L’altezza media di un gradino varia tra 10 e 15 cm. Se una persona di 70 kg sale verticalmente di un metro, deve spendere energia per vincere la forza di gravità. Tale energia equivale all’energia potenziale gravitazionale, ed è data da E=mgh dove m è la massa della persona (70 kg, abbiamo detto), g l’accelerazione di gravità (9,81 m s-2) e h lo spostamento in verticale (diciamo 10 cm, ovvero 0,1 m). Si ottiene E=68,67 J. E siccome 1 J = 0,239 cal = 2,39 10-4 Cal, questo significa circa 0,016 Cal a gradino. Cioé circa un decimo rispetto al valore indicato… ma questa è solo l’energia spesa per salire… l’energia spesa da un essere umano non si limita alla sola energia contro la forza di gravità. Il dispendio energetico complessivo, stando in piedi inattivi, è quantificato in 1,0 Cal/min (ovvero 0,016 Cal/s) mentre, se si cammina, tale dispendio è circa tre volte maggiore (2,5÷3,5 Cal/min camminando in piano a 4 km/h, pari a circa 0,042÷0,058 Cal/s). Pertanto, se si considera che una persona salga un gradino al secondo, ecco che al lavoro fisico fatto contro la gravità vanno già sommati il consumo di una persona inattiva e il consumo nel camminare in piano (camminare in salita equivale a camminare in piano più lo spostamento verticale), ovvero si arriva in media a circa 0,08 Cal al gradino, che è circa metà del valore indicato. Poi, naturalmente, ci sono altri aspetti da considerare, ma intanto vediamo che l’ordine di grandezza del dato pare sensato.


Fig. 2 – Articolo “Il destino del grasso” pubblicato nella sezione “Pentole e provette” del numero di Marzo 2016 de Le Scienze.

Vediamo di approfondire ancor più il discorso: in questo, prendo ispirazione anche dal magistrale articolo di Dario Bressanini uscito sul penultimo numero de Le Scienze, e dai consumi riportati su quest’altro sito, che è molto ricco di spunti. Qui il consumo energetico richiesto per salire le scale è quantificato in 12,8 cal/min, a cui viene aggiunto il dato di 6 cal/min per la discesa dalle scale. Tali dati sono riferiti ad una persona di 70 kg, e – sempre nell’ipotesi di salire o scendere un gradino al secondo, possono rispettivamente tradursi in 0,21 e 0,10 Cal per scalino salito/sceso. Essi risultano un po’ maggiori rispetto ai dati appiccicati agli scalini dell’università Ewha, ma occorre notare che essi sono riferiti ad una persona con normopeso di 70 kg, mentre presumibilmente le studentesse dell’università della Ewha sono più vicine ai 50 kg: in tal caso le cifre cambiano rispettivamente in 9,2 Cal/min per salire le scale e 4,3 Cal/min per scenderle, pari rispettivamente a 0,15 e 0,07 Cal per scalino, e il primo dei due valori è esattamente il valore riportato sugli scalini.

Sono valori piccoli? Effettivamente lo sembrano… ma in realtà non è così! Infatti, lo stesso sito permette il paragone con molte altre attività fisiche, e si può scoprire che, grossolanamente, il rateo di consumo energetico nel salire le scale è in realtà ragguardevole e del tutto paragonabile a quello relativo ad una partita di calcio o di rugby, nell’unità di tempo: salire le scale è infatti un’attività energeticamente molto dispendiosa, solo che, ovviamente, non è pensabile di farlo per la durata di un’intera partita di calcio: 90 minuti…

In ogni caso, i numeri di cui sopra possono permettere una rapida conversione dell’energia in gradini di scale da fare, o volendo in piani, se si ipotizza che un piano sia composto da trenta gradini da 10 cm. E, quindi, può essere interessante paragonare tali valori a quelli delle riserve energetiche immagazzinate nel nostro corpo, o a quelli degli alimenti che mangiamo. Perché esprimere le calorie in gradini da salire ci può aiutare a quantificare.

Il cibo italiano è notoriamente ricco di carboidrati. Ebbene, 1 g di carboidrati equivale a 3,8 Cal. Quindi, la razione di 60 g di pasta (senza sugo) da sola contiene un minimo di 228 Cal, ed equivale a 1550 gradini da salire (per un individuo di 50 kg), o 51 piani. In realtà, poiché poi bisogna pure scendere, si può usare il dato di 0,15+0,07=0,22 Cal/gradino, comprensivo di salita e discesa, e l’equivalenza sarebbe con soli 1036 gradini, ovvero 34 piani. Naturalmente un individuo di 70 kg consuma di più e pertanto potrebbe permettersi di salire e scendere soltanto per 735 gradini, equivalenti a 25 piani.

Questo giochino si può ripetere abbastanza facilmente per diversi alimenti, e si ottiene la tabella in allegato, nella quale ho riportato alcuni alimenti di uso comune prendendo i dati relativi all’apporto calorico da questo sito. Vorrei soltanto sottolineare che non sto demonizzando il cibo di per sé: ogni persona necessita di un apporto calorico adeguato durante la giornata, che in genere viene quantificato tra le 2000 e le 2500 Cal, a seconda del sesso e dell’attività fisica, e quando tali valori non vengono raggiunti in modo sistematico e prolungato si va incontro alla denutrizione. Il mio scopo è far capire il valore calorico degli alimenti. E far capire che, se le calorie ingurgitate eccedono sistematicamente le soglie (“che sarà mai qualche caloria in più…“), il nostro corpo le accumula producendo lipidi cioé grassi, al rateo di 9 Cal per 1 g. Se uno accumula 1 kg, ad esempio, poi per smaltirlo, dovrà consumare 9000 Cal. Ovvero salire 60000 scalini, ovvero 2000 piani.

La tabella seguente riporta le equivalenze tra calorie, gradini e piani, nell’ipotesi di salire un gradino al secondo e che un piano contenga 30 gradini, per un uomo medio di 70 kg e una donna media di 50 kg, che definirei quindi in gran forma. Ho inserito alcuni alimenti di uso comune, e altri che rappresentano degli sfizi…


Tabella 1 – Contenuto calorico di porzioni standard di cibo, rapportate al numero di gradini da salire e scendere da parte di un individuo medio di 50 e 70 kg, e/o di piani.

mm_Big Tasty Bacon

Fig. 3 – Per smaltire le calorie di un panino come questo, occorre salire e scendere scale per l’equivalente di un centinaio di piani!

Che dire? Diciamo che alcuni sfizi “costano” molto, in termini di calorie. Non vuol dire che non ce li si può permettere, ma occorre esserne consapevoli in modo da poterli compensare riducendo le calorie nel resto della giornata o nel giorno successivo.

Ora, uno si potrebbe chiedere cosa c’entri tutto questo discorso sulle calorie e sui contenuti energetici del cibo con il clima. Il motivo è presto detto.


Fig. 4 – Immagine di un succulento e accattivante gelato sormontato da abbondante panna montata.

Da un lato, il nostro corpo richiede un determinato contenuto calorico giornaliero; ingurgitare più calorie del dovuto può magari appagare i sensi (a chi i sensi non andrebbero in subbuglio guardando – ad esempio – un bel gelato sormontato dalla panna montata, come quello in figura 4?), ma ha come risultato che, se l’operazione è ripetuta spesso, si ingrassa e conseguentemente si danneggia la propria salute; inoltre si richiede un maggiore (e inutile) quantitativo di cibo dall’ambiente, per produrre il quale serve un maggiore apporto energetico che, attualmente, in gran parte richiede l’uso dei combustibili fossili, e quindi produce gas serra. Infine, la tendenza all’obesità è poi collegata all’insorgenza di diverse malattie, che generalmente si manifestano più avanti negli anni, ma con un’età media della popolazione che ormai ha superato gli 80 anni diventa poi inevitabile doversi scontrare, prima o poi, con qualche patologia che rischia di diventare invalidante. Nel 1988 negli USA uscì il musical Hairspray, noto in Italia come “Grasso è bello“, poi trasformato in film ed interpretato, tra gli altri, da John Travolta e Michelle Pfeiffer. Beh, il film è certo divertente, ma il messaggio è fuorviante e sbagliato. Grasso potrà anche essere bello, de gustibus, ma sicuramente non fa bene né a se stessi, né all’ambiente. Limitare la nutrizione al quantitativo corretto è dunque una maniera salutare e magari indiretta ma molto utile anche per limitare le emissioni di gas serra, e quindi anche il cambiamento climatico in corso. Questo discorso vale in generale, e vale anche analizzando in particolare il costo energetico di produzione del cibo: non voglio qui parlare nel dettaglio di questo argomento, ma è noto, ad esempio, che la carne bovina ha un altissimo costo produttivo in termini di emissioni, ed un suo consumo eccessivo danneggia la salute in vari modi.


Fig. 5 – La locandina del film Hairspray.

Dall’altro lato, svolgere quitidianamente attività fisica aiuta la salute del nostro corpo e, di nuovo, contribuisce a limitare il dispendio energetico. Ad esempio, si pensi, in un palazzo di pochi piani, all’ipotesi di salire e scendere i piani a piedi usando le scale rispetto ad utilizzare l’ascensore. Da un lato ci sono i benefici sulla salute: l’attività fisica quotidiana richiesta per il nostro benessere, la diminuzione del rischio di mortalità durante la salita, il consumo energetico, la maggiore forma fisica e capacità aerobica, la perdita di peso, il potenziamento muscolare, il miglioramento della quantità di colesterolo “buono” presente nel sangue, solo per citare i più comuni. Dall’altro, uno può farsi un’idea del consumo energetico di un ascensore leggendosi questo interessante e corposo documento, in cui sono prese in considerazione diverse tipologie di ascensori, e dove si può notare come una buona parte del consumo sarebbe abbattibile con l’installazione di ascensori di nuova concezione.

Riassumendo: fare attenzione a ciò che si mangia ed all’apporto calorico del cibo, e fare attività fisica ci fa rimanere in salute e ci permette anche di limitare (un po’) le emissioni di gas serra che alterano il nostro clima. Perché dunque non farlo?

Il mese di luglio visto dalla stazione di fisica

Il mese di luglio visto dalla stazione di fisica

Le statistiche definitive sul mese di luglio appena trascorso lo archiviano come il mese mediamente più caldo nella serie di osservazioni condotte presso la nostra stazione meteorologica, dislocata sul tetto dell’istituto di fisica.

La stazione meteorologica del Dipartimento di Fisica dell’università di Torino acquisisce dati in modo abbastanza continuativo dal 1992. Abbastanza perché, malgrado negli anni si sia fatto il possibile per garantire un dataset il più continuo possibile di dati, ogni tanto guasti e vicende di vario tipo hanno prodotto alcune lacune temporali. Per avere un database continuo, sono state fatte delle interpolazioni usando alcune serie di dati acquisiti nella città di Torino: in particolare, sono state usate le serie dei dati giornalieri delle stazioni Buon Pastore, Alenia, Giardini Reali, Reiss Romoli, Vallere e Consolata di ARPA Piemonte, e la serie omogeneizzata della Società Meteorologica Italiana. Le interpolazioni dei dati mancanti sono state eseguite calcolando, sui dati disponibili, le rette di regressione (separatamente per temperature massime, medie e minime) rispetto ad ogni stazione, e mediando i vari dati così ottenuti per regressione da ogni stazione. Per la serie omogeneizzata della Società Meteorologica Italiana, che non dispone del dato di temperatura media, questa è stata ricavata come semisomma della minima e della massima.

Al fine di ottenere un database statistico di riferimento con cui raffrontarsi (normalmente il periodo di media usato a tale scopo è il trentennio 1961-90), sono state effettuate a ritroso le ricostruzioni dei dati fino al 1961, quindi essi sono stati mediati nel trentennio.

Media delle temperature minime, medie e massime nel periodo giugno-luglio di ogni anno dall’inizio delle osservazioni. Dati Dip. di Fisica - Unito.

Media delle temperature minime, medie e massime nel periodo giugno-luglio di ogni anno dall’inizio delle osservazioni. Dati Dip. di Fisica – Unito.

Il primo grafico che commentiamo è la media delle temperature nel periodo giugno-luglio di ogni anno dall’inizio delle osservazioni: si vede come il 2015 risulti secondo soltanto rispetto al 2003, che detiene ancora il primato, ma di poco. La differenza maggiore la si riscontra nelle massime (quasi 1 °C), mentre le minime differiscono di circa 0,5 °C.

Se ci limitiamo ai valori medi di luglio, tuttavia, notiamo come il 2015 balzi nettamente in testa, surclassando non solo il luglio 2003 (che non fu straordinario: luglio fu il meno anomalo dei tre mesi estivi) ma anche agosto 2003, mese considerato a lungo imbattibile, anche alcuni giorni fa, quando molti ritenevano difficile poter avere svariate ondate di calore di intensità tale da poter attaccare quel record. Dando un’occhiata ai valori ricostruiti a ritroso fino al 1961, nessun mese ha mai fatto osservare valori termici simili, per cui possiamo concludere che luglio 2015 è stato il mese più caldo almeno dal 1961 ad oggi in area urbana.

Prima di proseguire, due parole sulla significatività dei dati. Chi segue le vicende meteorologiche cittadine ha sicuramente notato come i valori minimi registrati dalla nostra stazione siano particolarmente alti, soprattutto in questi mesi estivi e di notte, e soprattutto se confrontati con le stazioni suburbane e con quelle dislocate su prato. Questo fatto tuttavia non deve sorprendere più di tanto. Le stazioni “a norma” secondo l’organizzazione meteorologica mondiale (WMO) dovrebbero essere posizionate su erba, cosa che in area urbana è difficile da realizzare. D’altra parte, una stazione dislocata su cemento è più rappresentativa delle temperature che si registrano in area urbana. La posizione sul tetto dell’edificio rende il termometro meno legato all’eventuale colorazione scura dell’asfalto e più esposto alle eventuali brezze. D’altra parte, in situazioni di ondate di calore come quelle registratesi nel luglio appena trascorso, suolo e muri si scaldano durante la giornata, trasmettendo il calore anche al’interno, e rimangono caldi anche di notte, emettendo radiazione ad onda lunga che può essere intercettata da altri muri o dagli oggetti come i termometri. Diversa è la situazione di un prato inerbito, se l’erba rimane viva, in quanto la pianta traspira tutto quello che può al fine di abbassare la temperatura delle proprie foglie, e mantiene pertanto il suolo più fresco.

Anomalie delle temperature minime, medie e massime registrate a luglio. Dati Dip. di Fisica - Unito.

Anomalie delle temperature minime, medie e massime registrate a luglio. Dati Dip. di Fisica – Unito.

Passiamo ora a vedere le anomalie delle temperature registrate a luglio: tali anomalie, calcolate rispetto al trentennio 1961-90, risultano tra 5,4 e 6,3 °C, a seconda della temperatura, e sono le maggiori in assoluto per il mese di luglio, superando di oltre 2 °C il valore più alto precedente. Se per le massime tale anomalia non batte (per pochissimo) il valore di quella dell’agosto 2003, di 6,4 °C, per le medie e le minime risulta invece la maggiore in assoluto. Con una deviazione standard delle temperature sul trentennio 1961-90 compresa tra 1,8 e 2,0 °C, tali anomalie risultano pari ad un numero di deviazioni standard compreso tra 4,9 e 5,5. La statistica ci dice che, in una distribuzione nornale, un evento che si allontani dalla media di cinque deviazioni standard ha una probabilità di verificarsi di uno su oltre un milione: è pertanto evidente che la probabilità di avere, in dodici anni, ben due eventi (agosto 2003 e luglio 2015) così lontani dalla media indica che l’insieme statistico non rappresenta più il campione. E questo è vero, in quanto, infatti, le temperature medie stanno aumentando, e manca pertanto il criterio della stazionarietà del campione statistico.

Anomalie delle temperature minime, medie e massime registrate a luglio. Dati Dip. di Fisica - Unito.

Anomalie termiche a luglio rispetto al periodo climatico di riferimento 1961-90 per le temperature minime, medie e massime). Dati Dip. di Fisica – Unito.

Anche il grafico che mostra il numero di giorni, nei vari mesi di luglio del terzo millennio, con superamento di determinate soglie termiche (rispettivamente 27, 30 e 33 °C per le temperature minime, medie e massime) vede primeggiare senza rivali luglio 2015, in cui in ben 26 giornate su 31 è stata superata la soglia delle minime. Neppure agosto 2003 fece registrare così tanti giorni sopra soglia.

numero di giorni, nei vari mesi di luglio del terzo millennio, con superamento di determinate soglie termiche (rispettivamente 27, 30 e 33 °C per le temperature minime, medie e massime

Numero di giorni nei mesi di luglio con superamento di determinate soglie termiche (rispettivamente 27, 30 e 33 °C per le temperature minime, medie e massime). Dati Dip. di Fisica – Unito.

Ragionando non tanto sui valori assoluti ma sulle anomalie (sempre calcolate rispetto al periodo 1961-90), il discorso non cambia, anzi diventa ancora più evidente l’anomalia del mese appena trascorso.

numero di giorni, nei vari mesi di luglio del terzo millennio, con superamento di determinate soglie termiche (rispettivamente 27, 30 e 33 °C per le temperature minime, medie e massime

Numero di giorni, nei vari mesi di luglio del terzo millennio, con anomalie rispetto al periodo di riferimento 1961-90 superiori a 5 °C per le temperature minime, medie e massime. Dati Dip. di Fisica – Unito.

Valutando infatti le giornate con anomalie superiori a 5 °C, si vede come, a fronte di svariati anno con valori compresi tra zero e otto, il 2015 svetti con 16 giornate con anomalie delle minime e 23 giornate con anomalie delle massime oltre i 5 °C. Anche in questo caso, agosto 2003 si inchina a luglio 2015…

Dati Dip. di Fisica - Unito.

Temperature minime, medie e massime relative al 2014 (linee sottili), al 2015 (linee spesse) ed alla media climatica 1961-90 (puntini). Dati Dip. di Fisica – Unito.

Ma ho lasciato per ultimo il grafico più eclatante, che rende comprensibile in modo immediato quanto luglio 2015 sia risultato fuori statistica rispetto alla media ed al trentennio climatico 1961-90. In questo grafico vediamo tre terne di curve: minime, medie e massime relative al 2014 (linee sottili), al 2015 (linee spesse) ed alla media climatica (puntini). Beh, che dire: la curva delle temperature medie di luglio 2015 supera spesso la media climatica delle massime, e per 25 giornate su 31 supera le massime registrate un anno fa nello stesso periodo. La stessa cosa vale per l’andamento delle medie del 2015 rispetto alla media climatica delle minime ed alle minime del 2014. E penso che questo sia sufficiente… anche perché la curva delle massime è veramente incommentabile: basti dire che soltanto il 31 luglio 2015 è risultato sottomedia, e soltanto come valori massimi.

Elenco delle temperature minime, medie e massime più alte registrate nel periodo 1961-2015. I valori relativi al periodo 1961-1991 sono ricostruiti. Dati Dip. di Fisica - Unito.

Elenco delle temperature minime, medie e massime più alte registrate nel periodo 1961-2015. I valori relativi al periodo 1961-1991 sono ricostruiti. Dati Dip. di Fisica – Unito.

Nella tabella seguente andiamo proprio a vedere come si sono classificate le giornate singole di questo luglio nella classifica globale. Sono mostrate le prime venti posizioni per ogni valore termico (minima, media e massima), e abbiamo volutamente incluso, pur indicandoli in corsivo, anche i valori ricostruiti relativi al periodo 1961-90 (quando la stazione non c’era), in modo da collocare i valori attuali nel contesto storico. Si nota come, per tutte le temperature, ci siano tra otto e dieci giornate di luglio 2015 posizionate tra le venti più calde dal 1961. Aggiornato il record della minima del 13 agosto 2003, 26,5 °C, con i 27,1 °C del 7 e del 16 luglio; solo sfiorato il record di 32,3 °C delle medie dell’11 agosto 2003, con i 32,1 °C del 6 luglio; mentre si è avvicinato “al podio” delle massime la giornata del 21 luglio, con 38,1 °C, ancora lontano dai 39,4 °C dell’11 agosto 2003. Notiamo infine come, togliendo luglio 2015 e agosto 2003, rimangano pochi altri casi di giornate così calde in classifica.

Piogge cumulate nei vari mesi di luglio del III millennio. Dati Dip. di Fisica - Unito.

Piogge cumulate nei vari mesi di luglio del III millennio. Dati Dip. di Fisica – Unito.

L’ultimo grafico che vediamo si riferisce alle cumulate di pioggia registrate nel mese di luglio nella nostra stazione. Anche qui i valori sono stati ricostruiti nello stesso modo di quelli termici. Notiamo come sicuramente luglio 2015 sia risultato un mese generalmente poco piovoso, anche se già solo nel terzo millennio il luglio 2006 fu ancora meno piovoso. Si sono registrati soltanto tre episodi di pioggia, di cui due significativi, ed uno responsabile di oltre il 75% della precipitazione, legata ad un singolo evento temporalesco. Del resto, la maggior parte delle piogge estive sono legate ad episodi temporaleschi. Certo, paragonare luglio 2015 ai due anni precedenti, in cui si registrarono quasi 150 mm ciascuno, è impressionante. Tra l’altro, tenendo conto dell’insieme alte temperature – scarse precipitazioni, si intuisce che l’evapotraspirazione sia stata ingente e tale da far evaporare gran parte dell’acqua contenuta nello strato delle radici delle piante, trasformando una stagione che fino a giugno era idrologicamente non critica in una stagione a rischio di siccità (e certamente i pochi mm di pioggia caduti nella giornata odierna non possono risolvere la crisi).

In conclusione, dall’analisi dei valori acquisiti dalla nostra stazione di fisica si evince che abbiamo vissuto un altro mese che, alla luce dei riscontri statistici, può essere definito straordinario dal punto di vista termico, a dodici anni di distanza da un’estate storica caratterizzata da un altro mese straordinario. Sono caduti diversi record nella nostra stazione: quello delle minime in un singolo giorno, quello delle medie mensili di minime, medie e massime, e quello delle anomalie medie mensili minime e medie. A livello di pioggia, luglio 2015 è stato secco ma non il più secco, grazie ad un singolo evento temporalesco. Le previsioni per la settimana entrante mostrano la possibilità di un’altra robusta ondata di calore, e quindi vedremo se il 2015 avrà altre cartucce in serbo per archiviare definitivamente i record del 2003, o se – cosa che sinceramente speriamo – i valori rimarranno più contenuti.

Fa caldo, quindi impiego meno tempo a cuocere la pasta. O no?

Un amico mi ha posto il quesito seguente: “l’incremento delle temperature medie rispetto alla norma ha un qualche effetto misurabile sul tempo di cottura della pasta? A me pare di sì…”. Sono le tipiche domande che mi fanno scattare una molla: il quesito infatti mi ha incuriosito ed ho provato a ragionarci su.

Un piatto di pasta (fonte, Licenza #1894867 da Dasha Petrenko)

Un piatto di pasta (fonte, Licenza #1894867 da Dasha Petrenko)

Ho ben presente che uno studio di questo tipo ben si presterebbe ad essere candidato per il premio Ig Nobel, ma in realtà non aspiro a tanto, e ritengo invece utile fare due conti a spanne per vedere di dare una risposta all’amico. E siccome la risposta è interessante, ho deciso di trasformare la risposta in un post.

Per una volta, pubblico un post un po’ leggero, anche se le formule, come vedrete, non mancano. Notiamo subito, infatti, che si tratta di un bell’esercizio di fisica, e in particolare di termodinamica, ma serve anche qualche nozione di base di cucina. Conoscendo le mie modeste abilità culinarie (ma la pasta riesco anche io a cuocerla al dente!), ho cercato un po’ di aiuto sul web per le dosi, visto che normalmente io “vado a spanne”.

La pasta è prontaaaaa (fonte:

La pasta è pronta! (fonte:

Torniamo a noi. Parlavamo e parleremo di pasta, ma un discorso analogo varrebbe per il riso. Per preparare un piatto di pasta per due persone servono 160 grammi di pasta (ho detto due persone, non due lupi!) e almeno un litro di acqua. Anzi, la regola aurea dei cuochi (fonte: questo post) specifica che sono necessari 1 litro di acqua ogni 100 g di pasta, quindi nel nostro esempio occorrono 1.6 litri di acqua.

Se l’acqua si trovasse alla temperatura iniziale T, la quantità di calore che dovrebbe essere fornita dal fuoco della cucina a gas è Qa=ma ca ΔT dove ma=1 kg è la massa di acqua e ca= 4187 J/kgK il calore specifico dell’acqua, mentre ΔT=100-T è la differenza di temperatura tra la temperatura ambiente e quella di ebollizione dell’acqua (nella formula precedente, T va espressa in °C, mentre ΔT, essendo una differenza, può essere considerata in gradi Kelvin; 100 °C è la temperatura di ebollizione in condizioni standard: livello del mare, acqua distillata e pressione media).

La prima fase: portare l'acqua all'ebollizione (fonte:

La prima fase: portare l’acqua all’ebollizione (fonte:

A questa quantità di calore bisognerebbe aggiungere anche quella relativa alla pasta, che vale Qp=mp cp ΔT con mp=0.16 kg e cp=2.15 J/kgK (valore tratto da questa fonte: anche se non fosse esatto al 100%, vedremo più avanti che tale valore è ininfluente). In definitiva, Q=Qa+Qp=(6699.2+0.344) ΔT=6699.544 ΔT ≈6699.2 ΔT, ovvero la quantità di calore assorbita dalla pasta risulta trascurabile rispetto a quella assorbita dall’acqua.

Si noti che qui si fa l’ipotesi di mettere la pasta nell’acqua prima che questa bolla, ma in realtà, che la si metta prima o dopo, il discorso non cambia, in quanto il calore è energia, che è una grandezza additiva. Quello che potrebbe cambiare, invece, è il gusto della pasta… ma di questo non vorrei parlare!

Poniamo di aver regolato il gas in maniera tale che, alla temperatura ambiente in casa tipica di un mese fa (T1=24 °C), fossero necessari 10 minuti per portare acqua e pasta dalla temperatura ambiente all’ebollizione. Se la temperatura aumentasse fino al valore di questi giorni (T2=32 °C nelle case), servirebbe meno tempo per portare a ebollizione acqua e pasta? E se sì, di quanto si ridurrebbe?

Per rispondere a queste domande occorre valutare le quantità di calore alle due temperature:
Q1=( mp cp + ma ca) ΔT1   e   Q2=( mp cp + ma ca) ΔT2
Se ipotizziamo di regolare il gas allo stesso modo, dal momento che il gas fornisce la stessa potenza (energia per unità di tempo), si possono uguagliare le due potenze, calcolate dividendo il calore per l’intervallo di tempo:
P1=Q1/Δt1=( mp cp + ma ca) ΔT1/Δt1   e   P2=Q2/Δt2=( mp cp + ma ca) ΔT2/Δt2
e siccome P1=P2 se ne deduce che:
( mp cp + ma ca) ΔT1/Δt1 = ( mp cp + ma ca) ΔT2/Δt2
da cui:
Δt2=Δt1 ΔT2/ΔT1

La scolatura prima di impiattare (fonte:

La scolatura prima di impiattare (fonte:

Questa espressione – tra l’altro – risulta indipendente dalla massa della pasta e dell’acqua, e dipende invece soltanto dalla temperatura ambiente.

Usando i valori numerici sopra riportati:
Δt2=10 min 68/76 = 8 min 56 s
ovvero si risparmierebbero 1 minuto e 4 secondi, pari all’11% circa del tempo necessario per portare acqua e pasta all’ebollizione.

La percentuale dell’11% dipende dal rapporto tra le variazioni di temperatura ΔT2/ΔT1, ed è anche indipendente dalla potenza del gas usata.

Buon appetito!!!
Alcune note qui di seguito, che spiegano alcune approssimazioni fatte in questo conto “spannometrico”.

  1. il guadagno sui tempi si limita alla fase necessaria a portare l’acqua in ebollizione; durante la cottura, infatti, l’acqua rimane in ebollizione e quindi non cambia nulla. Al limite, quando fa caldo, la dispersione termica dalla pentola è minore, per cui basta un fuoco basso a mantenere attiva l’ebollizione.
  2. Qualcuno potrebbe obbiettare che la pasta andrebbe cotta in acqua salata e non in acqua dolce, il che potrebbe comportare la variazione del punto di ebollizione: è vero. La regola aurea dei cuochi (fonte: questo post) dice che sono necessari 10 g di sale ogni 100 g di pasta, quindi nel nostro esempio di sopra ne occorrono 16. Il punto di ebollizione dell’acqua sale di 0.14 °C ogni 8 g di sale (fonte: questo post), per cui nel nostro esempio esso diventerà 100.28 °C invece di 100 °C. L’effetto, oltre che ad insaporire la pasta, è quello di diminuire (di poco) i tempi di cottura della pasta. Supponendo di versare il sale nell’acqua subito all’inizio, o comunque prima del raggiungimento del punto di ebollizione, ripetendo i conti di sopra si trova che il tempo risparmiato diventa il 10.5%, ed i dieci minuti di cottura si ridurrebbero di 1 minuto e 3 secondi, per cui l’effetto è minimo e può essere definito trascurabile.
  3. Rispetto ad un mese fa, la pressione superficiale è un pochino maggiore adesso, a causa della presenza dell’anticiclone africano, ma le differenze sono piccole, di qualche hPa. Una pressione maggiore fa aumentare il punto di ebollizione: ad esempio, un incremento di una ventina di hPa produce un aumento di 1 °C nella temperatura di ebollizione (fonte: questo post). L’effetto sulle tempistiche di ebollizione è pertanto simile a quello sopra descritto per l’acqua salata, ovvero del tutto trascurabile.
  4. Ho ipotizzato che l’acqua per la pasta abbia la stessa temperatura dell’aria in casa. Questa è in realtà un’ipotesi “forte”, in quanto normalmente l’acqua scorre sottoterra ed ha una temperatura inferiore a quella dell’aria, specialmente nella stagione fredda, quando le case sono riscaldate. Ad esempio, le simulazioni che facciamo con il modello WRF ci dicono che, oggi 23 luglio, la temperatura a 40 cm di profondità è di 27 °C circa. È un valore molto alto rispetto alla norma, tuttavia inferiore alle temperature tipiche che ci sono in casa. Tuttavia, in questi giorni, verifico sperimentalmente che, in realtà, se non si “tira l’acqua” per un po’ di tempo, il primo getto ha all’incirca la temperatura ambiente, visto che i tubi scorrono in casa ed i muri si sono riscaldati. Questo è particolarmente vero nelle ore in cui generalmente si consuma poca acqua, ovvero nei pressi del pranzo (dopo pranzo, invece, si lavano i piatti e l’acqua corre maggiormente, per cui è più fresca). La temperatura esatta dell’acqua dipende quindi dal consumo delle persone, o addirittura del condominio, e risulterebbe arduo determinarla a priori, e proprio per questo motivo ho scelto di usare la temperatura ambiente, il cui valore è determinabile con maggiore facilità. Se usassi valori inferiori, il rapporto ΔT2/ΔT1 tenderebbe ad aumentare e quindi il tempo risparmiato Δt2 tenderebbe a diminuire.