Il rischio di cambiamento del regime delle precipitazioni cattura l'intensificarsi sia delle piogge intense sia dei periodi secchi prolungati. Si valuta con due indici, la pioggia massima su 5 giorni e la sequenza più lunga di giorni secchi, confrontati con la distribuzione storica: quando uno dei due peggiora rispetto al passato, il rischio cresce.
Indicatore. Rx5day = massimo annuale della pioggia cumulata su 5 giorni (mm); CDD = massima sequenza annuale di giorni secchi consecutivi (giorni), dove giorno secco = precipitazione < 1 mm.
Dati. Variabile precipitazione giornaliera (pr) dal Copernicus Climate Data Store (CDS), convertita da kg m⁻² s⁻¹ a mm/giorno. Periodo storico 1850–1970, usato per le distribuzioni di Rx5day e CDD. La pioggia giornaliera è la media dei modelli climatici: i valori mostrati e la classe sono calcolati su questa media. Scenari: SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5.
Calcolo.
(1) Si convertono le precipitazioni giornaliere in mm/giorno.
(2) Dal periodo storico si calcolano Rx5day (massimo della somma mobile su 5 giorni, per anno) e CDD (massima sequenza di giorni con pioggia < 1 mm).
(3) Si calcolano i percentili empirici P20, P40, P60, P80, P95 delle due distribuzioni storiche.
(4) Per ogni scenario e anno si calcolano Rx5day e CDD e si classificano rispetto ai percentili; il livello è il peggiore tra i due indici.
Soglie → livello A–F.
• F: Rx5day > P95 oppure CDD > P95
• E: > P80
• D: > P60
• C: > P40
• B: > P20
• A: altrimenti.
I percentili 20 / 40 / 60 / 80 / 95 sono una scelta di xNatura senza fonte pubblicata.
Da fisico a impatto. Il livello fisico (A–F) è combinato con la sensibilità del processo produttivo tramite la matrice di rischio (6 livelli fisici per 5 fasce di sensibilità) → livello di impatto. L'importo in euro di questo rischio è quello descritto nel paragrafo «Danno di produzione» (Versione 2026): il fattore di danno per classe della Versione 2025 non si usa più per questo rischio.
Danno di produzione. La pioggia conta per quello che fa al lavoro del sito più che all'edificio: si stima il valore aggiunto perso, in euro per addetto all'anno (moltiplicati per gli addetti del sito). Base: «stima xNatura», perché una stima regionale viene applicata a un singolo sito.
• Effetto: Kotz, Levermann e Wenz 2022 misurano, su 1.554 regioni dal 1979 al 2019, come cambia la produzione della manifattura e dei servizi con il numero di giorni piovosi (giorni con più di 1 mm di pioggia): un giorno piovoso in più vale circa -0,07% della produzione nella manifattura e -0,09% nei servizi, un po' meno dove i giorni piovosi sono già tanti. Coefficienti della manifattura per industria, estrazione, energia, acqua e costruzioni, dei servizi per le altre attività (abbinamento di xNatura); l'agricoltura nello studio non è significativa e non ha perdita.
• Clima: per ciascuno di dieci modelli climatici (l'insieme ISIMIP3b), la pioggia giornaliera NASA NEX-GDDP-CMIP6, celle di 0,25° (circa 25 km), corretta sulle osservazioni (Thrasher et al. 2022); variazione tra i 20 anni attorno all'anno e il 1995-2014, poi la media dei modelli. La correzione mantiene la sequenza giornaliera di ogni modello, quindi i giorni piovosi sono spesso circa la metà in più che alle stazioni meteo: si usa solo la variazione dentro ciascun modello.
• La variazione si applica come cambiamento duraturo del livello della produzione, come fanno Waidelich et al. 2024 con le stesse funzioni. Dove piove meno che nel 1995-2014 lo studio implica un piccolo guadagno, mostrato come 0.
• Euro: quota persa × valore aggiunto annuo per occupato del paese e del settore dei processi produttivi del sito, come per lo stress termico e la qualità dell'aria (Eurostat in Europa, Banca Mondiale e ILO fuori).
Fonti.
• [Copernicus Climate Data Store (CDS)](Copernicus Climate Data Store (CDS))
• [ETCCDI Climate Change Indices](ETCCDI Climate Change Indices)
• [Climate Change 2021: The Physical Science Basis](Climate Change 2021: The Physical Science Basis)
• [Indices for monitoring changes in extremes based on daily temperature and precipitation data](Indices for monitoring changes in extremes based on daily temperature and precipitation data)
• [Kotz et al. 2022, The effect of rainfall changes on economic production](Kotz et al. 2022, The effect of rainfall changes on economic production)
• [Waidelich et al. 2024, Climate damage projections beyond annual temperature](Waidelich et al. 2024, Climate damage projections beyond annual temperature)
• [Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6](Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6)
• [Eurostat, national accounts by industry (nama_10_a64)](Eurostat, national accounts by industry (nama_10_a64))
• [World Bank, gross value added at basic prices](World Bank, gross value added at basic prices)
• [ILOSTAT, employment (ILO modelled estimates)](ILOSTAT, employment (ILO modelled estimates)).
Indicatore. Rx5day = massimo annuale della pioggia cumulata su 5 giorni (mm); CDD = massima sequenza annuale di giorni secchi consecutivi (giorni), dove giorno secco = precipitazione < 1 mm.
Dati. Variabile precipitazione giornaliera (pr) dal Copernicus Climate Data Store (CDS), convertita da kg m⁻² s⁻¹ a mm/giorno. Periodo storico 1850–1970, usato per le distribuzioni di Rx5day e CDD. La pioggia giornaliera è la media dei modelli climatici: i valori mostrati e la classe sono calcolati su questa media. Scenari: SSP1-2.6 / SSP2-4.5 / SSP3-7.0 / SSP5-8.5.
Calcolo.
(1) Si convertono le precipitazioni giornaliere in mm/giorno.
(2) Dal periodo storico si calcolano Rx5day (massimo della somma mobile su 5 giorni, per anno) e CDD (massima sequenza di giorni con pioggia < 1 mm).
(3) Si calcolano i percentili empirici P20, P40, P60, P80, P95 delle due distribuzioni storiche.
(4) Per ogni scenario e anno si calcolano Rx5day e CDD e si classificano rispetto ai percentili; il livello è il peggiore tra i due indici.
Soglie → livello A–F.
• F: Rx5day > P95 oppure CDD > P95
• E: > P80
• D: > P60
• C: > P40
• B: > P20
• A: altrimenti.
I percentili 20 / 40 / 60 / 80 / 95 sono una scelta di xNatura senza fonte pubblicata.
Da fisico a impatto. Il livello fisico (A–F) è combinato con la sensibilità del processo produttivo tramite la matrice di rischio (6 livelli fisici per 5 fasce di sensibilità) → livello di impatto. L'importo in euro di questo rischio è quello descritto nel paragrafo «Danno di produzione» (Versione 2026): il fattore di danno per classe della Versione 2025 non si usa più per questo rischio.
Danno di produzione. La pioggia conta per quello che fa al lavoro del sito più che all'edificio: si stima il valore aggiunto perso, in euro per addetto all'anno (moltiplicati per gli addetti del sito). Base: «stima xNatura», perché una stima regionale viene applicata a un singolo sito.
• Effetto: Kotz, Levermann e Wenz 2022 misurano, su 1.554 regioni dal 1979 al 2019, come cambia la produzione della manifattura e dei servizi con il numero di giorni piovosi (giorni con più di 1 mm di pioggia): un giorno piovoso in più vale circa -0,07% della produzione nella manifattura e -0,09% nei servizi, un po' meno dove i giorni piovosi sono già tanti. Coefficienti della manifattura per industria, estrazione, energia, acqua e costruzioni, dei servizi per le altre attività (abbinamento di xNatura); l'agricoltura nello studio non è significativa e non ha perdita.
• Clima: per ciascuno di dieci modelli climatici (l'insieme ISIMIP3b), la pioggia giornaliera NASA NEX-GDDP-CMIP6, celle di 0,25° (circa 25 km), corretta sulle osservazioni (Thrasher et al. 2022); variazione tra i 20 anni attorno all'anno e il 1995-2014, poi la media dei modelli. La correzione mantiene la sequenza giornaliera di ogni modello, quindi i giorni piovosi sono spesso circa la metà in più che alle stazioni meteo: si usa solo la variazione dentro ciascun modello.
• La variazione si applica come cambiamento duraturo del livello della produzione, come fanno Waidelich et al. 2024 con le stesse funzioni. Dove piove meno che nel 1995-2014 lo studio implica un piccolo guadagno, mostrato come 0.
• Euro: quota persa × valore aggiunto annuo per occupato del paese e del settore dei processi produttivi del sito, come per lo stress termico e la qualità dell'aria (Eurostat in Europa, Banca Mondiale e ILO fuori).
Fonti.
• [Copernicus Climate Data Store (CDS)](Copernicus Climate Data Store (CDS))
• [ETCCDI Climate Change Indices](ETCCDI Climate Change Indices)
• [Climate Change 2021: The Physical Science Basis](Climate Change 2021: The Physical Science Basis)
• [Indices for monitoring changes in extremes based on daily temperature and precipitation data](Indices for monitoring changes in extremes based on daily temperature and precipitation data)
• [Kotz et al. 2022, The effect of rainfall changes on economic production](Kotz et al. 2022, The effect of rainfall changes on economic production)
• [Waidelich et al. 2024, Climate damage projections beyond annual temperature](Waidelich et al. 2024, Climate damage projections beyond annual temperature)
• [Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6](Thrasher et al. 2022, NASA Global Daily Downscaled Projections, CMIP6)
• [Eurostat, national accounts by industry (nama_10_a64)](Eurostat, national accounts by industry (nama_10_a64))
• [World Bank, gross value added at basic prices](World Bank, gross value added at basic prices)
• [ILOSTAT, employment (ILO modelled estimates)](ILOSTAT, employment (ILO modelled estimates)).