Il record clamoroso della lotteria di Nenana: i ghiacci artici diventano sempre più granita

Il record clamoroso della lotteria di Nenana: i ghiacci artici diventano sempre più granita

Il famoso climatologo Gavin Schmidt ci informa, sul blog real climate, che il record della Nenana Ice Classic (la scommessa sul giorno in cui il fiume Nenana, che scorre nell’omonima città dell’Alaska, si libera dai ghiacci invernali) è stato di nuovo battuto, quest’anno, dopo che già nel 2016 era stato aggiornato. Il nuovo record aggiorna di ben otto giorni il precedente, relativo al 2016 (essendo il 2016 bisestile, in realtà l’anticipo reale è di nove giorni), il che appare abbastanza clamoroso.

Fig. 1 – Date della rottura del ghiaccio sul fiume Nenana dal 1924 a oggi. Fonte: IARC.

Come viene evidenziato in Fig. 1, il nuovo record si colloca a circa un mese di distanza, in anticipo, rispetto alle medie del trentennio 1981-2010, con i valori più tardivi dal 2014 pari ai valori più precoci prima di tale anno (escludendo 1926 e 1940, quest’ultimo rappresentante la data più precoce prima del 2016).
Schmidt cita l’anomalia di caldo registratasi in Alaska nei primi due mesi dell’anno (Fig. 2) come possibile concausa del record. Il che ci stimola a osservare come sono andate le cose da quelle parti. Per farlo, usiamo – come al solito – le mappe facilmente creabili con i dati NCEP/NCAR.

Fig. 2 – Anomalie di temperatura media superficiale registrate nel Nord America durante i primi due mesi dell’anno 2019, raffrontati alle medie del periodo 1981-2010. Fonte: NCEP/NCAR.

La mappa (Fig. 2) evidenzia come il territorio alaskiano abbia risentito di un’anomalia termica positiva su gran parte del suo territorio, con valori che, nella parte occidentale, hanno superato i 4 °C. Al contrario, una buona metà degli Stati Uniti ha registrato anomalie termiche negative, che in certi punti (la fascia centrale verso il Canada) hanno raggiunto -4 °C.


Fig. 3 – Anomalie di altezza di geopotenziale a 500 hPa registrate nel Nord America durante i primi due mesi dell’anno 2019, raffrontati alle medie del periodo 1981-2010. Fonte:
NCEP/NCAR .

Guardando la mappa (Fig. 3) delle anomalie di altezza di geopotenziale (in parole semplici, la quota alla quale sono misurati 500 hPa di pressione), si notano i valori ampiamente positivi sull’Alaska e quelli negativi che hanno interessato la parte occidentale degli USA e il Canada. In particolare, il valore assoluto dei primi è molto alto e coinvolge tutto il territorio dell’Alaska. Il regime di tempo che ne è conseguito ha avuto caratteristiche più anticicloniche del solito proprio sull’Alaska, con correnti discendenti che hanno contribuito a mitigare le temperature e, quindi, l’anticipo nella fusione dei ghiacci fluviali del Nenana. Al contrario, la fascia centrale degli USA ha risentito di frequenti saccature che hanno apportato aria più fresca del solito, o per più tempo.


Fig. 4 – Anomalie di temperatura media superficiale registrate in Europa durante i primi due mesi dell’anno 2019, raffrontati alle medie del periodo 1981-2010. Fonte: NCEP/NCAR.

E da noi, come è andato il bimestre? La maggior parte dell’Europa ha registrato un’anomalia termica positiva nei primi due mesi dell’anno (Fig. 4), eccezion fatta per la penisola iberica, il bacino occidentale del Mediterraneo (incluso il sud Italia, con la Sicilia più fresca) e quello orientale, e l’estremo nord della Scandinavia. L’area alpina mostra un’anomalia positiva di circa 0.5 °C – non troppo elevata, ma pur sempre positiva – la quale, associata alla scarsa quantità di precipitazioni, ha prodotto una forte riduzione del manto nevoso alpino rispetto alla media.

In definitiva, è ormai da sei anni che il fiume Nenana non apre più i suoi ghiacci dopo metà maggio. Nella serie di misure che data dal 1924, questo non era mai successo. Il record di quest’anno è sicuramente frutto di una situazione meteorologica abbastanza particolare, così come particolare è stato l’inverno anormalmente secco nel nord Italia e, al contrario, è stato molto umido nella zona del Colorado americano (comunicazione personale). Tuttavia è anche vero che non si tratta di un caso unico: in passato, situazioni simili sono già accadute e non facevano anticipare così tanto la data del disgelo. Mentre invece è diventato ormai quasi normale osservare anomalie molto positive su aree prossime al circolo polare artico. Quest’anno è stata l’Alaska a “beneficiarne”.

Fig. 6. – estensione del ghiaccio marino artico: confronto tra i valori del 2019 e le statistiche relative agli altri anni.

Il global warming concorre a “dopare” il sistema climatico, rendendo più facile l’aggiornamento di nuovi record “di caldo” – anche se non necessariamente sempre nelle stesse località – e questo ne è un tipico esempio. Tuttavia, anche se è ancora troppo presto per poter affermare che si sia raggiunto un “tipping point” da quelle parti, la discontinuità nei dati di questa particolare lotteria appare abbastanza preoccupante. Così come appare altrettanto preoccupante la continua riduzione dell’estensione dei ghiacci marini artici, che quest’anno hanno stabilito il nuovo minimo (Fig. 6). Insomma, i ghiacci artici si stanno sempre più trasformando in granite sotto i nostri occhi…

Annunci
La falsa petizione “contro le eco-bufale” del Prof. Zichichi e Il Giornale

La falsa petizione “contro le eco-bufale” del Prof. Zichichi e Il Giornale

Faccio uscire anche sul mio blog questo post uscito su Climalteranti sul tema del clima, e di come certi scienziati e giornali ne parlano in modo del tutto improprio e soprattutto costruendo un inesistente consenso alle loro posizioni. Il testo del post è opera collettiva e compare oggi su vari altri siti e blog.


Zichichi3Il 5 luglio è apparso su “Il Giornale” un articolo in cui il Prof. Antonino Zichichi ha ribadito le sue posizioni estreme sulla questione climatica, parlando di “eco-bufale”, di “terrorismo” e criticando in modo radicale la modellistica climatica; l’articolo è stato presentato da un titolo (si presume della redazione) in cui si definivano “ciarlatani” gli scienziati che ritengono che le attività umane stiano modificando il clima del pianeta.

Climalteranti ha già spiegato in un precedente post lo scarso spessore scientifico di questa ulteriore raffica di “zichicche”, nonché la stranezza della sezione intitolata “Appello della Scienza contro le eco-bufale” dove “La Scienza” sembrava rappresentata, oltre che dal prof. Zichichi in persona, dalle firme di venti scienziati.

Ora, questa cosa è parecchio strana per vari motivi. Il primo è che dei venti firmatari non ce n’è uno, che sia uno, che si occupi di clima. Sono quasi tutti fisici delle particelle o fisici teorici. La seconda stranezza è che non si capisce bene dall’articolo de “Il Giornale” che cosa queste persone abbiano firmato. Di quali “eco-bufale” si tratta, esattamente?

Così, abbiamo pensato di contattare direttamente i firmatari, chiedendo loro gentilmente se potevano darci qualche delucidazione su cosa avessero firmato e se fossero d’accordo con le idee di Zichichi. La lettera è stata firmata da 37 studiosi che in diverso modo lavorano nel settore dei cambiamenti climatici.

I risultati sono stati interessanti. Dei venti firmatari, cinque ci hanno risposto esplicitamente che non hanno firmato niente del genere e che NON sono assolutamente d’accordo con le opinioni di Zichichi e nemmeno con l’idea di chiamare “ciarlatani” e “terroristi” quelli che si occupano di clima. Degli altri 15, nessuno ha confermato che ha firmato sapendo cosa firmava e che è d’accordo con Zichichi.

Ad esempio:

– Isabell Melzer-Pellmann ci ha scritto: “sono molto dispiaciuta che il mio nome sia stato citato nel giornale con l’articolo del Prof. Zichichi, di cui non condivido le opinioni”;

– Michael Duff ci ha scritto: “potrei aver firmato una richiesta di sanzioni più dure contro l’inquinamento, ma è un peccato se la mia firma e l’articolo del professor Zichichi hanno creato l’impressione che io sia uno scettico sul clima, perché non lo sono”;

– Peter Jenni ci ha scritto: “è vero che ho firmato un testo in inglese con quattro punti, pensando (forse non abbastanza) che fossero ragionevoli. In nessun modo ho pensato che avrebbero implicato il contenuto o lo stile / le accuse riportato nell’articolo de Il Giornale firmato dal Prof. Zichichi”.

In sostanza, dalle risposte ricevute, ci sembra di capire che in una recente scuola di fisica tenuta a Erice sia circolata una breve petizione (“cinque righe in inglese”) in cui si parlava di agire con più forza contro l’inquinamento atmosferico, ma non si diceva niente delle particolari opinioni del Prof. Zichichi sulla scienza e sugli scienziati del clima.

Alla fine dei conti, sembra chiaro che qualcuno abbia sfruttato la buona fede di perlomeno alcuni (e forse molti) dei firmatari della “petizione” per una delle solite operazioni politiche dove si cerca di screditare la scienza del clima.

In conclusione, l’appello dei 20 scienziati contro le eco-bufale semplicemente non esiste: ci sono solo le tesi senza fondamento di un fisico delle particelle, a cui – e questa è la cosa più grave –, un quotidiano nazionale continua a dare credito. In spregio non tanto alle regole basilari della deontologia professionale che imporrebbero di controllare le fonti (su questo ci siamo abituati, non chiediamo tanto a Il Giornale), ma al buon senso.

Ecco il testo della lettera ai 20 scienziati presunti firmatari dell’appello pubblicato da “Il Giornale”:

Dear colleague,

You may be aware that your name and academic affiliation have been included in a list of signatories of an appeal related to climate change recently published in a National Italian newspaper (Il Giornale, 05-07-2017).

From the article as it has been published, it is difficult to understand what is exactly the text of the “appeal.” However, the title says that the signatories are against unspecified “climate hoaxes” and against “environmental terrorism.” The appeal seems to consist of (or at least to be in agreement with) a series of statements by Professor Antonino Zichichi which appear in the same pages. As scientists directly and indirectly involved in climate science, we find hard to follow the logic of Prof. Zichichi’s arguments and surely we don’t agree with his interpretation of climate science. We note also that the text includes branding as “charlatans” those who maintain that greenhouse gases can modify the earth’s climate.

We are, of course, open to discuss different interpretations of climate than the currently accepted ones. But we find hard to believe that a group of scientists who don’t seem to have qualifications and/or experience in climate science agreed to sign a document in which their colleagues engaged in climate science research are defined as charlatans and terrorists.

We therefore wonder whether you are aware of what exactly you signed and of how your signature has been presented and used in Italian media. On this point, we hope that you can provide us with a clarification.

For your information, we include a scan of the article that was published on “Il Giornale.” We also thought you might be interested in a list of the scientific organizations – which include many thousands of working scientists – which agree on the fact that climate change is the result of human activities. https://www.opr.ca.gov/s_listoforganizations.php.

Signed by the following scientists

Vincenzo Artale, ENEA, Roma

Carlo Barbante, Università di Venezia

Ugo Bardi, Università di Firenze

Alessio Bellucci, Centro EuroMediterraneo sui Cambiamenti Climatici, Bologna

Daniele Bocchiola, Politecnico di Milano

Giorgio Budillon, Università Parthenope, Naples

Carlo Cacciamani, Arpae-Simc, Bologna

Simone Casadei, Fuels Department, Innovhub-SSI

Stefano Caserini, Politecnico Milano

Claudio Cassardo, Università di Torino

Sergio Castellari, Istituto Nazionale di Geofisica e Vulcanologia

Claudio Della Volpe, Università di Trento

Sara Falsini, Università di Firenze

Davide Faranda, LSCE-IPSL, Université Paris-Saclay

Paolo Gabrielli, The Ohio State University

Antonio Garcia-Olivares, Institute of Marine Sciences, Barcelona

Emilio García-Ladona, Institute of Marine Sciences, Barcelona

Mario Grosso, Politecnico di Milano

Klaus Hubacek, University of Maryland

Christian Kerschner, Masaryk University, Brno, Czech Republiic

Piero Lionello , Università del Salento

Luca Lombroso, Università di Modena

Vittorio Marletto, ARPAE Emilia-Romagna

Simona Masina, Centro Euro-Mediterraneo sui Cambiamenti Climatici, CMCC

Maurizio Maugeri, Università di Milano

Luca Mercalli, The Italian Meteorological Society

Gabriele Messori, Stockholms Universitet

Daveide Natalini, Global Sustainability Institute, Anglia Ruskin University, Cambridge

Elisa Palazzi, Istituto di Scienze dell’Atmosfera e del Clima (ISAC-CNR)

Antonello Pasini, CNR, and Università di Roma 3.

Ilaria Perissi, INSTM, University of Florence

Lulin Radulov, BSERC, Technical University of Sofia

Jordi Sole Olle, Institute of Marine Science, Barcelona

Stefano Tibaldi, Centro Euro-Mediterraneo sui Cambiamenti Climatici

Antonio Turiel, Institute of Marine Sciences, Barcelona

Marina Vitullo. National Institute for Environmental Protection and Research, ISPRA

Dino Zardi, Università di Trento

 

Testo del Comitato Scientifico di Climalteranti e di Antonello Pasini

Global warming update

Global warming update

Il 2016 è ormai terminato, e ci sono già i dati del gennaio 2017, che secondo il database GISS si collocano a +1.175 °C rispetto alle medie del periodo 1880-1909, assunte a valori rappresentativi della media preindustriale. Tale valore è il secondo nella lista dei mesi di gennaio più caldi, dopo il gennaio 2016 (+1.385 °C) e il gennaio 2007 (+1.215 °C) e davanti al gennaio 2015 (+1.075 °C) e al gennaio 2002 (+1.005 °C), gli unici sopra la soglia di 1°C.

Abbiamo quindi deciso di ripresentare i grafici a spirale delle anomalie di temperatura (dati GISS) aggiornati al mese di gennaio 2017 incluso. Qui sotto vediamo la spirale dei soli dati.

spiral_only_data

Past (observed) global mean temperatures (GISS data), expressed as anomalies with respect to 1880-1909 period.

A seguire, i grafici che rappresentano i dati prima, e le simulazioni dei modelli dopo, con tre scenari prescelti, sempre espressi come anomalia termica rispetto al trentennio storico 1880-1909, estratti dai membri dell’esperimento CMIP. Il primo visualizza lo scenario con le emissioni più moderate (lo abbiamo definito “low emission”, e si riferisce al RCP 2.6 – ricordiamo che il numero indica la forzante radiativa, in W/m2).

spiral_data_rcp26

Past (observed – GISS data) and future (predicted – CMIP RCP 2.6 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 2.6 scenario.

Il secondo visualizza i dati e le simulazioni secondo lo scenario RCP 4.5, da noi definito “medium emission” in quanto si pone a metà, come forzante radiativa, tra i vari scenari possibili.

spiral_data_rcp45

Past (observed – GISS data) and future (predicted – CMIP RCP 4.5 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 4.5 scenario.

Il terzo, infine, visualizza dati e simulazioni secondo lo scenario RCP 8.5, da noi definito “high emission”, in quanto la forzante radiativa ad esso associata è la maggiore.

spiral_data_rcp85

Past (observed – GISS data) and future (predicted – CMIP RCP 8.5 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 8.5 scenario.

Gli stessi grafici sono qui di seguito visualizzati in modalità lineare. In questi ultimi non si vede ancora il dato relativo al gennaio 2017 in quanto rimarrà visibile sono dopo aver inserito anche il dato di febbraio.

linear_only_data

Past (observed – GISS data) global mean temperatures, expressed as anomalies with respect to 1880-1909 period.

linear_data_rcp26

Past (observed – GISS data) and future (predicted – CMIP RCP 2.6 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 2.6 scenario.

linear_data_rcp45

Past (observed – GISS data) and future (predicted – CMIP RCP 4.5 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 4.5 scenario.

linear_data_rcp85

Past (observed – GISS data) and future (predicted – CMIP RCP 8.5 experiment member) global mean temperatures, expressed as anomalies with respect to 1880-1909 period, according to RCP 8.5 scenario.

Ci sono pochi commenti da fare a questi grafici, ed ai dati a cui essi si appoggiano: i grafici “parlano da soli”. Il primo, e più banale, commento è che, guardando i grafici, si nota come l’accelerazione impressa negli ultimi anni ha portato i dati a sovrapporsi alle simulazioni dei modelli. Negli scenari che abbiamo definito come corrispondenti a livelli bassi e medi di emissioni, i dati si collocano su valori di anomalia molto elevati, e mostrano come, al momento, lo scenario di “concentration pathway” che più si avvicina ai dati è quello “high emission”, ovvero l’RCP 8.5.

Il secondo commento è che i primi valori disponibili per il 2017, quelli di gennaio, mostrano sì una lieve diminuzione, peraltro attesa (dal momento che l’episodio di El Niño è ormai terminato), ma non così significativa, dal momento che il valore rimane comunque sul podio.

Insomma, guardando all’accordo di Parigi, la strada per far rimanere le anomalie di temperatura entro i 2 °C rispetto ai valori preindustriali appare sempre di più in salita, soprattutto vista la notevole inerzia della politica, mentre l’opzione di rimanere entro 1.5 °C è di fatto ormai irrealizzabile, salvo cataclismi (come, ad esempio, l’arrivo di un grosso e imprevisto meteorite) che porrebbero comunque in secondo piano le questioni climatiche.

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.

linear_data_animation

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.

spiral_data_animation

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”.

trends-gw

“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 climalteranti.it, 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 climalteranti.it, 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!

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.

linear

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 www.gushmag.it, Licenza #1894867 da www.canstockphoto.com Dasha Petrenko)

Un piatto di pasta (fonte http://www.gushmag.it, Licenza #1894867 da http://www.canstockphoto.com 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: thumbs.dreamstime.com)

La pasta è pronta! (fonte: thumbs.dreamstime.com)

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: vanthian.altervista.org)

La prima fase: portare l’acqua all’ebollizione (fonte: vanthian.altervista.org)

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: www.greenme.it)

La scolatura prima di impiattare (fonte: http://www.greenme.it)

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.