Base Layer
- Title
- SiccITàLY
- Description
- Aggiornamento al 28 ottobre 2026
Gli indici di siccità rappresentano il deficit (o l'eccesso) idrico rispetto ai dati storici. SiccITàLY è il terzo progetto della serie, sviluppato con Google Earth Engine (GEE) a partire da uno script fornito dal programma NASA-ARSET. Il servizio open data vuole supportare le autorità governative nella gestione consapevole della risorsa idrica in risposta agli eventi siccitosi, analizzandone frequenza, gravità e durata per area e periodo.
Il progetto rispetta i principi della Scienza Aperta e i criteri FAIR (Findable, Accessible, Interoperable, Reusable), contribuendo alla trasparenza e al riuso dei dati ambientali e promuovendo la collaborazione tra istituzioni, comunità e cittadini.
Area di interesse: Italia
💧 Laghi e invasi
- JRC Global Surface Water (v1.4): individua le aree lacustri persistenti in Italia. Il layer occurrence rappresenta la percentuale di presenza d'acqua nel periodo 1984–2021; sono considerate persistenti le aree con presenza ≥50%. Il filtro raster-based mantiene solo corpi idrici ≥1 ha (30 pixel). Usato come maschera per il calcolo dell'NDWI sui corpi idrici.
- HydroLAKES v1.0: dataset globale dei laghi, filtrato per l'Italia (≥1 ha), con dati morfometrici e idrologici statici aggiornati al 2016. Attributi principali: profondità media, pendenza sponde, irregolarità planimetrica, lunghezza costa, perimetro, area, tipo (naturale/artificiale), tempo di ritorno idrico, area bacino, volume totale stimato, nome lago, tra gli altri.
Credito: Messager, M.L., Lehner, B., Grill, G., Nedeva, I., Schmitt, O. (2016). Estimating the volume and age of water stored in global lakes using a geo-statistical approach. Nature Communications, 7(1), 1–11.
- Variazione livello idrico 2020–2026: calcolata con script GEE dedicato su immagini Sentinel-1 (polarizzazione VH), confrontando il 1° luglio 2026 con il 2020. Le immagini sono filtrate per ridurre lo speckle e differenziate (VH2026–VH2020, segno invertito). Analisi limitata alle acque interne tramite maschera JRC Global Surface Water.
- NDCI (Normalized Difference Chlorophyll Index): qualità delle acque interne da immagini Sentinel-2 Harmonized, per il rilevamento del fitoplancton e dei bloom algali da eutrofizzazione. Scala: <0,0 acqua limpida; 0,0–0,1 fitoplancton lieve; 0,1–0,3 concentrazioni moderate; >0,3 acqua molto eutrofica.
- NDWI (30 m/px): calcolato da Sentinel-2 SR Harmonized su laghi/invasi ≥1 ha (maschera JRC), rappresenta lo stato idrico più recente.
- JRC Global Surface Water Occurrence (30 m/px): frequenza storica di presenza d'acqua 1984–2021 da immagini Landsat.
Citazione: Pekel, J.-F. et al. (2016). Nature, 540, 418–422.
🌧️ Precipitazioni e temperatura marina
- Precipitazioni istantanee EUMETSAT: mappa mm/h da integrazione SEVIRI (Meteosat) e microonde LEO, algoritmo Rapid Update. Risoluzione temporale 15 min, spaziale ~3 km al nadir, copertura disco MSG. © EUMETSAT (2026).
- Anomalie temperatura del mare NASA-GIBS.
🔥 Anomalie termiche e incendi
- NASA FIRMS: anomalie termiche (canale T21, temperatura di brillantezza in K); valori elevati indicano possibili hotspot attivi, valori bassi superfici calde non necessariamente da incendio (aree industriali, serre).
Densità hotspot (KDE): da MODIS/VIIRS, kernel 1 km di risoluzione, raggio 2 km, periodo 1 giu–13 ott 2025. ⚠️ Include anche attività industriali e aree vulcaniche attive: non va confuso con la mappatura delle aree percorse dal fuoco.
🛰️ Vegetazione da sensori iperspetttrali (NASA)
- CIRE (Chlorophyll Index Red Edge): indice iperspettrale da OCI/PACE, stato di salute e vigore della vegetazione. Periodi: 18 feb–21 mar, 20 giu, 5 ago–5 set 2025; in aggiornamento le medie 2026 (25 gen–6 apr, 14 mar–30 apr). Risoluzione ~0,1° (~11 km all'equatore), prodotto PACE_OCI_L3M_LANDVI.
- NDVI: da OCI/PACE, periodo 21 mar–20 giu 2025, stessa risoluzione del CIRE.
- CIRE Near Real-Time (L2): prodotto PACE_OCI_L2_LANDVI_NRT, giornata 5 luglio 2026, risoluzione nativa ~1,2 km al nadir (geometria swath originale, non grigliata).
🌵 Monitoraggio, previsione e proiezione della siccità
- Siccità agricola (VCI): 5 classi (estrema, severa, moderata, leggera, assente), risoluzione 250 m. Script GEE su dati MODIS (Terra/Aqua) per il Vegetation Condition Index, basato su NDVI min/max storici per ecosistema. Satelliti utilizzati: Landsat 4-9, Terra, Aqua, SNPP, JPSS.
Nota: Landsat 7 è stato decommissionato il 4 giugno 2025; i dati storici restano disponibili in archivio ma non genera nuove acquisizioni. Landsat Next dovrebbe garantirne la continuità in futuro.
- Siccità meteorologica (SPI): Standardized Precipitation Index (McKee et al., 1993), risoluzione 5.550 m all'equatore, serie SPI-1 (1 e 12 mesi) su dati CHIRPS dal 1981. Bassa probabilità cumulativa = evento siccitoso.
Satelliti: TRMM e GPM (costellazione IMERG).
- Siccità improvvisa: SIF (Global Solar-induced Chlorophyll Fluorescence) misura l'attività fotosintetica reale della vegetazione e rileva lo stress idrico e la siccità improvvisa (Flash Drought) prima dell'ingiallimento delle foglie. Integra i dati del satellite NASA OCO-2 con i sensori MODIS (Terra e Aqua), con risoluzione di 0,05 gradi (circa 5 km).Valori: pari o superiori a 0,40 fotosintesi ottimale, da 0,15 a 0,39 norma, da 0,00 a 0,14 stress idrico moderato, pari o inferiori a -0,05 arresto fotosintetico o siccità. Mari e ghiacci (NoData) sono trasparenti..
- LST classificata: 4 classi (≤30°C, 30–35°C, 35–40°C, >40°C), risoluzione 1 km (MODIS).
- Maschera calore estremo: binaria (0/1) per pixel >40°C, 1 km.
- LST diurna media annuale: MOD11A2, composito 8 giorni, 1 km.
- LST diurna massima annuale: MOD11A2, per analisi di ondate di calore, 1 km.
- Anomalia evapotraspirazione (ET): periodo 1 giu–11 set 2026, prodotto MOD16A2 v6.1 (Terra), confronto con media storica 2015–2025. Negativo = stress idrico vegetativo; positivo = disponibilità idrica regolare/maggiore. Algoritmo Penman-Monteith, composito 8 giorni, risoluzione 500 m.
- Umidità superficiale del suolo (NISAR): banda L, satellite NASA-ISRO NISAR, risoluzione 200 m (unico prodotto globale L3 della missione), accuratezza nominale 0,06 m³/m³ su aree non densamente boscose. Range 0,02 (suoli aridi)–0,60 (terreni saturi). Acquisizioni: 17–29 giu, 29 giu, 3–10 lug, 25 lug, 2 set, 11–21 ago 2026. Mosaico nazionale da orbite mattutine discendenti, riproiettato nei sistemi cartografici italiani, con filtro di smoothing passa-basso per la rimozione delle striature del sensore. Casi di studio per la Basilicata con acquisizioni del 16 lug, 21 ago, 14 set e 20 ott 2026 senza filtraggio.
Citazione: NASA/JPL/NISAR (2026). NISAR Provisional Soil Moisture (v1) [Dataset]. NASA ASF DAAC. doi:10.5067/NIL3SME2-P1
- Anomalia umidità superficiale (SMAP): banda sm_surface_anomaly, prodotto SPL4SMGP v8, periodo 1 giu–26 ago 2026. Differenza tra media mobile 30 giorni e media storica 2015–oggi (escluso anno corrente). Range indicativo ±0,13 m³/m³ (fino a -0,15 = forte deficit). Griglia EASE-Grid 2.0, risoluzione nativa 9 km, aggiornamento ogni 3 ore.
- Proiezioni climatiche NEX-GDDP-CMIP6 (NASA Earth eXchange, risoluzione 0,25°×0,25° / 25 km):
- Giorni estremamente secchi in estate (JJA), 10° percentile, periodo 2020–2026
- Giorni estremamente piovosi in estate (JJA), 90° percentile, periodo 2020–2026
- Ondate di caldo estremo (JJA), 90° percentile su Tmedia, periodo 2020–2030
- Ondate di freddo estremo, 10° percentile su Tmin, periodo 2020–2030
- Precipitazioni medie annuali proiettate al 2050 (mm/day) e relativa differenza rispetto allo storico
- Temperatura atmosferica media annuale proiettata al 2050 (K) e relativa differenza (°C)
Nota metodologica: i modelli NEX-GDDP-CMIP6 forniscono proiezioni storiche e future "downscaled" dal 1950 al 2100, basate su 8 variabili del Climate Model Intercomparison Project (CMIP6).
📚 Citazioni:
L'Erario, V. (2026). SiccITàLY [Dataset]. SATmonitoring di Vito L'Erario. https://doi.org/10.5281/zenodo.23452903
ARSET (2026). Agricultural Flash Drought Detection using Solar-Induced Fluorescence (SIF) and Soil Moisture Data
ARSET (2026). Harnessing NISAR: Next-Generation Radar Observations for Earth Applications
ARSET (2025). Orientation to PACE/OCI NASA-SSAI Terrestrial Products
ARSET (2025). Assessing Extreme Weather Statistics using NASA Earth eXchange Global Daily Downscaled Projections (NEX-GDDP-CMIP6)
ARSET (2025). Calculating Spectral Indices for Land and Aquatic Applications Using QGIS
ARSET (2025). Introduction to NASA Earth Observations and Tools for Wildfire Monitoring and Management
ARSET (2024). Drought Monitoring, Prediction, and Projection using NASA Earth System Data
📊 Impact Report: SiccITàLY - Open Science al servizio del territorio
🎯 La Visione: Democratizzazione e Indipendenza
Il progetto SiccITàLY nasce per abbattere le barriere all'accesso ai dati sulla siccità e idrologici complessi. Fondato sull'indipendenza tecnologica e sulla trasparenza, il sistema trasforma i dati grezzi dei programmi ESA-Copernicus e NASA in informazioni geospaziali pronte all'uso per cittadini, tecnici e ricercatori.
🔬 Validazione Scientifica
Non solo una mappa, ma un dataset certificato:
Metodologie: elaborazione basata sui protocolli NASA ARSET (Applied Remote Sensing Training).
Standard OGC: distribuzione dei dati tramite servizi interoperabili WMS/WFS tramite QGIS Server.
Certificazione: dataset depositato su Zenodo con DOI univoco (10.5281/zenodo.13350518).
Identità Ricercatore: integrazione completa con il profilo ORCID per garantire la tracciabilità e la paternità scientifica del dato.
📈 Metriche di Impatto (aggiornate ad Ottobre 2026)
L'interesse della comunità scientifica e tecnica è dimostrato dai numeri registrati sui repository internazionali:
Visualizzazioni: 2K+
Download Tecnici: 3K+
Nota: quando il numero dei download è maggiore delle visualizzazioni significa un riuso operativo del dato tramite script e integrazioni dirette in altri software GIS.
🛠️ Architettura Open Source
Parte dell'ecosistema si basa su software libero, garantendo la sovranità del dato:
QGIS Server: per la gestione cartografica professionale.
Lizmap Web Client (WebGIS TL Ambiens): per un'interfaccia utente democratica e accessibile.
Open Data: integrazione di dati multispettrali per il monitoraggio della siccità e degli invasi. - Organization
- SATmonitoring di Vito L'Erario
- Person
- Vito L'Erario
- vito.lerario (at) satmonitoring.it
- Phone
- +39 392-365-7398
- Website
- https://www.satmonitoring.it/
- Projection
- EPSG:32633
- Extent
- -1610108.53979999991133809, 3653049.45789999980479479, 1632430.42390000005252659, 5896069.1306999996304512
- Web Map Service
- WMS URL
- WMTS URL
