Le tavole climatiche della sezione Dati climatici contengono i valori storici presunti di temperatura e precipitazioni relativi alla zona monitorata, ottenuti con le ricostruzioni statistiche-matematiche di seguito descritte.

Non disponendo ovviamente di dati storici per la zona in esame, sono state ricostruite ipotetiche serie storiche trentennali 1971-2000 e 1981-2010 mediante procedimenti matematici basati su confronti con stazioni ufficiali che dispongono di dati storici, in particolare:

  • per le temperature: stazione di Lecce-Galatina dell’Aeronautica Militare, codice WMO 16332;
  • per le precipitazioni: stazioni di Nardò e Galatina del Servizio Idrografico/Mareografico Nazionale, codici 03427 e 03426.

Di seguito si descrivono brevemente le procedure di calcolo e gli approcci statistici utilizzati allo scopo.

 Sezione Temperature 

Si parte da un dataset di dati composto dalle rilevazioni di temperature minime e massime medie decadali disponibili per le stazioni di Galatone e Galatina AM, periodo Ottobre 2007 – Giugno 2014, per un totale di 227 dati.

Occorre sottolineare che i dati della stazione di Galatone corrispondono ad una stazione che ha il medesimo posizionamento di quella attuale, inteso sia in senso geografico (stesse coordinate) che come altezza dal suolo (circa 10 m); questo aspetto è estremamente indispensabile se vogliamo fare dei confronti termici accettabili, visto che diversi posizionamenti possono in alcuni casi influenzare sensibilmente i valori registrati.
Tuttavia si è tenuto conto anche delle lievi differenze fisiologiche derivanti dal tipo di strumentazione utilizzata, con sensore in schermo passivo riguardo la vecchia stazione e sensore in schermo ventilato per la nuova.

Si è adottato quindi il procedimento della perequazione (interpolazione fra punti noti) con la creazione di diagrammi di dispersione tra le coppie di dati delle stazioni onde ricavare funzioni adatte tramite la regressione lineare, trattandosi in questo caso di correlazione diretta; in questo modo vengono calcolati i dati storici “fittizi” in funzione di quelli della stazione di riferimento.

Sono state create diverse funzioni di regressione lineare, distinte tra temperature minime e massime, per le 3 situazioni seguenti:

  • coppia di funzioni (una per le min e l’altra per le max) basate sui dati globali complessivi, valide quindi per l’intero anno;
  • coppie di funzioni diversificate per ciascun mese, ciascuna da utilizzare quindi per il mese di riferimento;
  • coppie di funzioni diversificate per stagione, ciascuna quindi utilizzabile per il trimestre di riferimento.

La valutazione del miglior metodo adottabile è stata basata sul miglior compromesso tra le seguenti variabili statistiche:

  • varianza/scarto quadratico medio;
  • coefficiente di determinazione R2 (rapporto varianza spiegata/totale);
  • test di Durbin-Watson.

Senza addentrarci nel dettaglio dell’analisi statistica, si è deciso di adottare il 3° metodo, ovvero quello basato sulle stagioni, come miglior approccio per il calcolo degli ipotetici valori storici.
Nella pagina successiva sono rappresentati i vari diagrammi a dispersione suddivisi per stagioni, con le rispettive equazioni delle rette ricavate e coefficienti di determinazione.

Nelle tavole climatiche, oltre ai valori di temperatura minima, massima e media, vengono visualizzati anche i semi-intervalli del range interquartile (IQR/2), ovvero l’ampiezza della fascia di valori compresa tra il primo ed il terzo quartile, in cui è compreso il 50% dei dati statistici corrispondenti alla “fascia centrale” della campana di Gauss.

Questo intervallo serve a capire se un determinato dato di temperatura, pur con determinate anomalie positive/negative rispetto alla media, possa essere compreso comunque nel range di normale variabilità climatica, oppure si tratti di un valore relativamente anomalo, nel caso tale valore si trovi fuori da questo range.
I limiti dell’intervallo interquartile sono leggermenti diversi e maggiormente “stringenti” del valore dello scarto quadratico medio (sigma), il quale delimita un intervallo in cui è compreso il 68% dei dati (vi è anche la seguente relazione: IQR=1,35*sigma (circa)).

Come riflessione generale, occorre tuttavia sottolineare una certa “prudenza” nell’utilizzo rigoroso di questi dati, considerando alcune lacunee intrinseche di queste ricostruzioni derivanti dai seguenti fattori:

  • modesta quantità di dati;
  • il fatto di effettuare un’analisi basata sul comportamento climatico degli ultimi anni per ricavare serie storiche trentennali;
  • supporre uguali cambiamenti climatici (sia in “modulo” che “direzione”) tra le due medie storiche per entrambe le stazioni.

Questi aspetti presuppongono quindi un certo margine di errore inevitabile rispetto all’ipotetica presenza di dati storici reali, tuttavia si possono trarre delle indicazioni di massima sull’andamento climatico del passato per effettuare confronti, ovviamente non in modo rigoroso e puntuale.

 Sezione Precipitazioni 

In questo caso si parte dai dati relativi alle medie storiche di precipitazioni mensili ed annuali delle stazioni meteo più vicine, ovvero quelle di Nardò e Galatina del SIMN, per i trentenni di riferimento.
In questo caso, per ricavare i dati ipotetici della stazione di Galatone, si è proceduto ad una specie di “interpolazione” geografica basata sulle rispettive distanze dal mar Ionio delle stazioni citate; questo perchè gli studi pluviometrici specifici della micro-zona evidenziano, a parità di latitudine, un aumento dell’accumulo medio spostandosi verso l’interno (e viceversa una diminuzione verso la costa ionica).

Per cui si sono ottenuti valori pluviometrici ipotetici mediante proporzioni matematiche basate sulle distanze dal mare, ed ovviamente i dati ottenuti sono molto più sovrapponibili alla stazione più vicina (Nardò) rispetto a quella più lontana (Galatina); tuttavia vi sono lievi differenze in positivo rispetto alla stazione neretina.
Come in precedenza, anche in questo caso vengono visualizzati i semi-intervalli del range interquartile, per individuare il range di normale variabilità climatica che comprende il 50% dei dati statistici corrispondenti alla fascia centrale della campana di Gauss.

Anche in questa ricostruzione occorre comunque tener conto di un piccolo margine di errore intrinseco inevitabile, tuttavia con molta probabilità abbastanza minore di quello riscontrabile nel caso delle temperature, perchè l’”interpolazione geografica” dovrebbe essere più performante rispetto ad un’analisi basata sugli ultimi anni che vuole ricostruire intere serie storiche.
Quindi in questo caso l’utilizzo dei dati ricavati è certamente più utilizzabile con confronti maggiormente esaustivi.

Nella prossima pagina vengono rappresentati i diagrammi a dispersione ottenuti.