Climate change is significantly altering meteorological and hydrological processes, affecting water resources management across various sectors, ranging from agriculture to hydropower. In this context, it is crucial to establish reliable frameworks for assessing the impacts of climate change and for developing effective adaptation strategies. This study applies a top-down modeling framework to assess the effects of climate change on the Lake Como water system, by integrating simulations from different climate models, statistical downscaling techniques, hydrological modeling, and impact modeling. The study evaluates planning and management adaptation actions, considering structural, legislative, and operational aspects for Lake Como and three hydropower systems (Cancano-S. Giacomo, Alpe Gera-Campo Moro, and Frera) in the Alpine region. The effectiveness of adaptation strategies is assessed using performance indicators that account for flood protection, hydropower generation, agricultural yields, ecosystem preservation, navigation, and tourism. Results show the possibility of finding suitable adaptation strategies that strongly improve the conditions of downstream sectors, with a minimal impact on hydropower. Future projections show significant variability across climate models, with CMIP6 scenarios indicating more challenging conditions compared to CMIP5 scenarios. Statistical downscaling plays a crucial role in ensuring the realism of hydro-meteorological scenarios, highlighting its importance in climate impact assessments. This research demonstrates the practical importance of modeling framework in supporting decision-making for securing water resilience under future climate conditions and highlights the need for continuous refinement of the modeling tools at different scales, from global climate projections to local hydrology.
Il cambiamento climatico sta modificando in modo significativo i processi meteorologici e idrologici, influenzando la gestione delle risorse idriche in diversi settori, dall'agricoltura alla produzione idroelettrica. In questo contesto, è fondamentale sviluppare quadri di riferimento affidabili per valutare gli impatti dei cambiamenti climatici e definire strategie di adattamento efficaci. Questo studio applica un approccio modellistico "top-down" per analizzare gli effetti del cambiamento climatico sul sistema idrico del Lago di Como, integrando simulazioni provenienti da diversi modelli climatici, tecniche di downscaling statistico, modellizzazione idrologica e modellizzazione d’impatto. La ricerca valuta le azioni di pianificazione e gestione delle risorse idriche, considerando aspetti strutturali, normativi e operativi per il Lago di Como e tre sistemi idroelettrici alpini (Cancano-S. Giacomo, Alpe Gera-Campo Moro e Frera). L’efficacia delle strategie di adattamento viene analizzata attraverso indicatori di performance che tengono conto della protezione dalle alluvioni, della produzione idroelettrica, delle rese agricole, della conservazione degli ecosistemi, della navigazione e del turismo. I risultati mostrano la possibilità di individuare strategie di adattamento in grado di migliorare significativamente le condizioni dei settori a valle, con un impatto minimo sulla produzione idroelettrica. Le proiezioni future evidenziano una forte variabilità tra i modelli climatici, con gli scenari CMIP6 che delineano condizioni più critiche rispetto a quelli CMIP5. Il downscaling statistico si rivela cruciale per garantire la veridicità degli scenari idro-meteorologici, sottolineandone l’importanza nelle valutazioni degli impatti climatici. Questo studio dimostra il valore pratico del quadro modellistico nel supportare i processi decisionali per garantire la resilienza idrica in future condizioni climatiche e sottolinea la necessità di un continuo perfezionamento degli strumenti di modellistica su diverse scale, dalle proiezioni climatiche globali all’idrologia locale.
Multi-sector multi-actor adaptation to climate change in the Lake Como water system
CASPANI, ROBERTO
2023/2024
Abstract
Climate change is significantly altering meteorological and hydrological processes, affecting water resources management across various sectors, ranging from agriculture to hydropower. In this context, it is crucial to establish reliable frameworks for assessing the impacts of climate change and for developing effective adaptation strategies. This study applies a top-down modeling framework to assess the effects of climate change on the Lake Como water system, by integrating simulations from different climate models, statistical downscaling techniques, hydrological modeling, and impact modeling. The study evaluates planning and management adaptation actions, considering structural, legislative, and operational aspects for Lake Como and three hydropower systems (Cancano-S. Giacomo, Alpe Gera-Campo Moro, and Frera) in the Alpine region. The effectiveness of adaptation strategies is assessed using performance indicators that account for flood protection, hydropower generation, agricultural yields, ecosystem preservation, navigation, and tourism. Results show the possibility of finding suitable adaptation strategies that strongly improve the conditions of downstream sectors, with a minimal impact on hydropower. Future projections show significant variability across climate models, with CMIP6 scenarios indicating more challenging conditions compared to CMIP5 scenarios. Statistical downscaling plays a crucial role in ensuring the realism of hydro-meteorological scenarios, highlighting its importance in climate impact assessments. This research demonstrates the practical importance of modeling framework in supporting decision-making for securing water resilience under future climate conditions and highlights the need for continuous refinement of the modeling tools at different scales, from global climate projections to local hydrology.File | Dimensione | Formato | |
---|---|---|---|
MasterThesis_Caspani_Roberto.pdf
accessibile in internet per tutti
Dimensione
11.44 MB
Formato
Adobe PDF
|
11.44 MB | Adobe PDF | Visualizza/Apri |
I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
https://hdl.handle.net/10589/236016