L’estate è appena cominciata e il paragone con il 2003 è già ovunque. Qui proviamo a verificarlo con i dati di Torino e a capire, strada facendo, come si confrontano davvero due estati.
E’ bastato un mese di caldo per fare saltare fuori il paragone: “come nel 2003”, “peggio del 2003”. Il 2003 è ormai il nostro metro di misura condiviso, l’estate che tutti ricordano.
Ma confrontare due estati è meno semplice di quanto sembri. Intanto perché questa non è ancora finita: qui guardiamo maggio e giugno, i primi due mesi della stagione calda, e il 2003 a fine giugno non aveva ancora dato il peggio di sé (piccolo spoiler: il suo picco arrivò ad agosto!). Quindi qualunque cosa emerga da questa pagina è un bilancio parziale, non un verdetto.
E poi perché la domanda “quale estate è stata più calda” ha bisogno di essere resa precisa prima di poter avere una risposta. Più calda in che senso? Più giorni sopra una certa soglia? Giorni più intensi? Sequenze più lunghe? Notti peggiori?
Sono domande diverse, con indicatori diversi. E, come vedremo, non danno tutte la stessa risposta.
Partiamo quindi da come si contano queste cose.
Cos’è un’ondata di calore (e cosa non lo è)
Per la climatologia un’ondata di calore non è “quando fa molto caldo”. È un periodo di almeno sei giorni consecutivi in cui la temperatura massima resta sopra una soglia calcolata sul clima di quel luogo e di quel periodo dell’anno — di solito il 90° percentile del trentennio di riferimento. L’indicatore standard si chiama WSDI (Warm Spell Duration Index) e conta quanti giorni all’anno rientrano in periodi di questo tipo.
Due cose vale la pena sottolineare. La prima: la soglia è relativa, non assoluta. Trenta gradi a fine giugno e trenta gradi a metà maggio non sono la stessa cosa, e l’indicatore lo sa. La seconda, meno intuitiva: un giorno bollente isolato non entra nel conteggio. Nemmeno tre, nemmeno cinque. Se la sequenza si interrompe prima del sesto giorno, per il WSDI quel caldo non è mai esistito.
Non è un difetto dell’indicatore: il WSDI è nato per descrivere il clima, e per quello funziona bene. Il problema nasce quando lo usiamo come se misurasse lo stress su persone, edifici e servizi. Perché lì la domanda è diversa, e la risposta anche.
Il conteggio ufficiale: WSDI
Figura 1: Giorni in ondata di calore (WSDI) a Torino nel periodo 1 maggio – 30 giugno, per singolo episodio. Il confronto con la media 1971-2000 (0,9 giorni) è più eloquente di quello tra le due annate. Dati ERA5-Land.
Nei due mesi considerati, il 2003 registra 38 giorni in ondata di calore, distribuiti su tre episodi distinti (7 giorni a maggio, 7 a cavallo tra maggio e giugno, 24 giorni consecutivi dal 4 al 27 giugno). Il 2026 ne registra 32, in due episodi: 12 giorni tra il 21 maggio e il 1° giugno, e 20 giorni dall’11 giugno in avanti — con l’ondata ancora in corso al 30 giugno, quando il nostro periodo di osservazione si chiude.
Il termine di paragone vero, però, non è il 2003. È la media del trentennio 1971-2000: 0,9 giorni. Meno di uno. Entrambe le annate stanno da qualche parte oltre trenta volte quel valore, e questo è il dato che conta più della loro classifica reciproca.
Il conteggio che non lascia fuori nessuno: Tx90p
Il WSDI, dicevamo, scarta il caldo che non arriva a durare sei giorni. Per recuperarlo serve un secondo indicatore: Tx90p, che misura semplicemente la quota di giorni in cui la massima ha superato la soglia del 90° percentile, senza chiedere che siano consecutivi.
Figura 2: Tx90p, cioè la quota di giorni con temperatura massima sopra il 90° percentile del trentennio 1971-2000. Nel periodo di riferimento la quota vale ~10% per costruzione; la barra verticale indica l’intervallo 5°-95° percentile dei singoli anni di quel trentennio. Dati ERA5-Land.
Il numero da tenere a mente è il primo: nel trentennio di riferimento la quota vale per definizione circa il 10%, perché la soglia è ricavata da quegli stessi anni. È il valore di partenza, il “normale” per costruzione.
Ma il 10% è una media, e i singoli anni oscillavano parecchio. Il 1978 non ebbe nemmeno un giorno sopra soglia; nove anni su dieci restavano sotto il 23%; e l’estate più calda dell’intero trentennio, quella del 1998, si fermò al 26% — poco più di un giorno su quattro.
È il metro con cui leggere le altre due barre. Il 2026 sta al 57% (35 giorni su 61), il 2003 al 77% (47 su 61): rispettivamente due volte e tre volte oltre l’anno più caldo che quel clima riuscisse a produrre. Non estati calde come quelle di una volta, ma valori fuori dall’intera variabilità storica di riferimento.
Figura 3: Calendario dei giorni caldi. Ogni cella è un giorno: grigio sotto la soglia del 90° percentile, rosso sopra — tanto più intenso quanto maggiore lo scarto. Si vedono bene le due strutture diverse: il 2003 sparso fin da maggio, il 2026 più compatto da fine maggio. Dati ERA5-Land.
Il calendario giorno per giorno aiuta a vedere la differenza di struttura tra le due annate. Il 2003 è “sporco” fin da inizio maggio: giorni caldi sparsi, isolati, che il WSDI non conteggia ma che ci sono stati. Il 2026 parte più lentamente, poi da fine maggio in avanti si compatta.
Figura 4: Le temperature massime giornaliere rispetto alla soglia del 90° percentile 1971-2000. L’area colorata misura non solo quanti giorni sono stati sopra soglia, ma di quanto. Dati ERA5-Land.
E qui si vede anche l’intensità, non solo la frequenza: l’area colorata è di quanto la massima ha superato la soglia, giorno per giorno.
Il ribaltamento: le notti
Fin qui il 2003 conduce su tutti i metri. Poi si guardano le minime.
Figura 5: Notti tropicali, cioè giorni con temperatura minima sopra i 20°C, 1 maggio – 30 giugno. È il primo indicatore in cui il 2026 supera il 2003. Dati ERA5.
Notti tropicali — minima sopra i 20°C — nel 2003: sei. Nel 2026: dieci. La media del trentennio 1971-2000, per lo stesso periodo, è zero.
È il primo indicatore che ribalta il confronto, e non è un dettaglio statistico. La notte è il momento in cui il corpo dovrebbe recuperare dallo stress termico accumulato di giorno, e in cui gli edifici dovrebbero smaltire il calore assorbito. Se la minima non scende abbastanza, quel recupero non avviene: aprire le finestre la sera smette di funzionare, e la giornata successiva parte da un livello più alto.
Due indicatori, due verdetti opposti. Non perché uno dei due sbagli, ma perché stanno misurando cose diverse — e solo uno dei due si avvicina a misurare quello che il corpo effettivamente sperimenta.
La pausa che non è una pausa
C’è un secondo punto in cui il conteggio climatologico e l’esperienza fisica si separano, ed è più sottile.
Torniamo alla definizione: un’ondata di calore si interrompe quando la temperatura scende sotto soglia. Se una sequenza dura otto giorni, poi ci sono due giorni sotto soglia, poi altri sette giorni sopra, per l’indicatore sono due ondate distinte. La contabilità è corretta.
Ma quei due giorni bastano davvero a chiudere la partita? La letteratura sanitaria dice di no. Per inerzia termica, edifici, infrastrutture e corpo umano impiegano giorni a tornare alle condizioni di partenza — e mortalità e morbilità restano elevate anche dopo che il picco è passato.
Gli epidemiologi che studiano il rapporto tra caldo e salute hanno dovuto attrezzarsi apposta. I modelli statistici standard, quelli a lag distribuito, catturano bene gli effetti ritardati — il fatto che il caldo di oggi si veda nei decessi di dopodomani — ma non catturano l’interazione tra giorni consecutivi. Non sanno rispondere alla domanda “quanto pesa il fatto che sia il quinto giorno di fila”. Per ottenere quella risposta serve introdurre un termine aggiuntivo nel modello, e quando lo si fa il risultato è netto: uno studio su Stoccolma (Rocklöv, Barnett e Woodward, 2012) stima un aumento dei decessi in eccesso dell’8,1-11,6% per ogni giorno di ondata, effetto che si somma a quello spiegato dalla sola temperatura di quel giorno.
Un lavoro recente su ventotto città dell’Asia orientale (Liu et al., Nature Communications, 2025) va oltre e costruisce un indice apposito — il Cumulative Excess Heatwave Index, CEHWI — per misurare il carico termico accumulato durante le ondate. Il risultato più interessante riguarda proprio il rapporto giorno-notte: dove le ondate sono solo diurne o solo notturne, la popolazione mostra una discreta capacità di adattamento e il rischio di mortalità cresce solo ai livelli più alti dell’indice. Dove sono composte — caldo di giorno e caldo di notte insieme — il rischio cresce in modo più che proporzionale, e comincia a crescere molto prima.
Va detto con onestà: non esiste un numero magico. Nessuno studio dice “servono N giorni di pausa perché il conteggio riparta davvero da zero”. Dipende da quanto scende la minima, da quanto è durata l’ondata precedente, dall’età e dalle condizioni di salute di chi la attraversa. Ma la direzione è chiara, ed è una sola: contare due ondate separate da una pausa breve come due eventi indipendenti sottostima quello che è successo.
Non è solo una questione umana
Vale la pena notare che la stessa logica emerge, a scala completamente diversa, negli studi sul sistema climatico.
Un lavoro pubblicato quest’anno su Communications Earth & Environment (Suarez-Gutierrez et al., 2026) ha generato migliaia di estati simulate, per capire quali sono le ondate di calore peggiori fisicamente possibili nel clima di oggi. Il risultato principale è già di per sé notevole: emergono eventi con intensità cumulata quattro-sei volte superiore a quella del 2003, capaci di durare fino a quaranta giorni contro i dieci del 2003.
Ma il dettaglio che interessa qui è un altro. Se si ordinano tutte le ondate simulate dalla più intensa alla meno intensa, si scopre che quelle in cima all’elenco sono quasi sempre arrivate dopo che un’altra ondata estrema era già passata sulla stessa area nella stessa estate. Tra le prime cinquanta, trentaquattro sono di questo tipo. Tra le prime cinque, tutte e cinque.
Il meccanismo è che il primo evento prepara il terreno al secondo: prosciuga l’umidità del suolo, scalda i bacini marini vicini, e lascia un sistema che risponde diversamente alla successiva perturbazione. Stesso concetto del recupero mancato, applicato al pianeta invece che alle persone.
Dentro la città: dove il caldo non è uguale
Fin qui abbiamo parlato di “Torino” come se fosse un punto solo. Non lo è.
I dati usati per i confronti storici vengono da ERA5, una rianalisi che ricostruisce il clima passato combinando osservazioni e modello fisico su una griglia regolare. È lo strumento giusto per confronti nel tempo — ha copertura omogenea e serie lunghe — ma i suoi valori rappresentano un’area di qualche chilometro, non un punto preciso.
Le stazioni ARPA misurano invece direttamente, in punti specifici. Sono dati di natura diversa, non confrontabili uno a uno con ERA5, ma dicono qualcosa che ERA5 non può dire: quanto varia il caldo dentro la stessa area urbana.
Figura 6: Temperature giornaliere registrate dalle stazioni ARPA dell’area torinese. Pino Torinese, in collina, resta sistematicamente più fresca — e la distanza si allarga proprio durante le ondate. Dati ARPA Piemonte.
La distanza tra le stazioni di città e Pino Torinese, in collina, si mantiene su diversi gradi per tutta la stagione — e si allarga proprio nei picchi. Quando in città si superano i 38°C, la collina resta parecchio sotto.
Figura 7: Temperatura massima: media delle stazioni ARPA cittadine confrontata con la climatologia 1971-2000, bias-corretta per renderla comparabile con le misure a terra (Δ = +0,9 °C). L’area colorata è l’eccedenza sopra il 95° percentile.
Confrontando la media delle stazioni cittadine con la climatologia di riferimento (bias-corretta per renderla comparabile), l’eccedenza è evidente da fine maggio in avanti.
Figura 8: Temperatura minima, stesso confronto. Qui la correzione necessaria è quasi doppia (Δ = +1,6 °C): rispetto al trentennio di riferimento, le notti si sono scaldate molto più dei giorni.
Ma il grafico più significativo è quello delle minime. Lo scarto medio rispetto al riferimento è di +1,6°C, contro +0,9°C sulle massime: le notti si stanno scaldando quasi il doppio dei giorni. È coerente con il dato sulle notti tropicali, e con quello che sappiamo dell’effetto isola di calore urbana, che agisce soprattutto dopo il tramonto — quando le superfici costruite restituiscono all’aria il calore accumulato di giorno.
Il pericolo, l’esposizione, il rischio
L’isola di calore si vede bene dai dati satellitari. La mappa qui sotto è un’elaborazione della temperatura superficiale al suolo, portata a dieci metri di risoluzione combinando la banda termica di Landsat con le informazioni spettrali di Sentinel-2 e la topografia.
Figura 9: Temperatura superficiale al suolo a Torino, elaborazione propria su Google Earth Engine (media giugno-agosto 2023). Le tonalità più scure indicano superfici che sotto il sole accumulano più calore: tessuto costruito denso e aree impermeabilizzate. Verde e corsi d’acqua si distinguono nettamente.
Le superfici che accumulano più calore sono quelle prevedibili: tessuto costruito denso, aree industriali, grandi superfici impermeabilizzate. Il verde e i corsi d’acqua si staccano nettamente.
Ma il posto più caldo non è automaticamente il posto più a rischio, e questo è forse il punto più controintuitivo di tutti. Uno studio condotto da CMCC, Politecnico di Torino, Fondazione LINKS e ASL TO3 (Ellena et al., Urban Climate, 2023) ha applicato lo schema IPCC — rischio come prodotto di pericolo × esposizione × vulnerabilità — alle quasi 3.900 sezioni censuarie della città, incrociando la mappa del calore con la presenza di popolazione anziana e con indicatori di fragilità sociale (isolamento, condizioni abitative, patologie croniche).
Figura 10: Distribuzione del rischio da isola di calore urbana per sezione censuaria a Torino (R.01), sua categorizzazione (R.02) e aree prioritarie di intervento (R.03). Da Ellena et al. (2023), Urban Climate 49, Fig. 5 — riprodotta con licenza CC BY-NC-ND 4.0.
Il risultato: le grandi aree industriali, pur tra le più calde in assoluto, risultano a rischio basso perché ci vive pochissima gente. Il rischio più alto si concentra in quartieri densamente popolati — Barriera di Milano, Mirafiori nord e sud, Parella, Pozzo Strada, Vanchiglietta — dove il calore incontra chi ha meno strumenti per difendersene.
Chi c’è in città oggi
Che porta all’ultimo pezzo del quadro. Tra il 2003 e oggi, a Torino, non è cambiato solo il clima.
Figura 11: Popolazione anziana residente a Torino: gli over 85, la fascia più esposta al rischio calore, sono più che raddoppiati in ventitré anni. Dati ISTAT.
La popolazione over 65 è cresciuta del 13%, quella over 75 del 45%, quella over 85 del 121%. Quest’ultima è più che raddoppiata in ventitré anni.
Non è un dettaglio demografico. Con l’età la capacità di termoregolazione si riduce: si suda meno, si percepisce meno la sete, il cuore fatica di più a compensare la vasodilatazione da calore. Patologie croniche e farmaci di uso comune possono peggiorare ulteriormente la risposta. A questo si somma un fattore sociale — vivere soli, isolamento, accesso limitato ad ambienti climatizzati — che è poi esattamente ciò che lo studio sul rischio metteva nel conto della vulnerabilità.
Stesso caldo, città diversa. Anzi: caldo peggiore, e città più esposta.
Il quadro largo
Quello che stiamo osservando a Torino non è un caso isolato. In Italia le ondate di calore sono aumentate in frequenza, durata e intensità negli ultimi decenni, e i numeri ufficiali lo confermano: il 2024 è stato — per ora — l’anno più caldo dal 1961, con +1,33°C sulla media 1991-2020, e un indicatore WSDI di +29,3 giorni rispetto al riferimento, quarto valore più alto dell’intera serie storica. Dato il trend, è un record che difficilmente resisterà a lungo.
Le proiezioni climatiche danno la misura di dove sta andando la traiettoria. I dati CMIP6 per Torino — sottoposti a downscaling per l’Italia dal CMCC, scenario a emissioni medio-alte SSP3-7.0, mediati su sette modelli — dicono questo:
Figura 12: Proiezioni CMIP6 per Torino (scenario SSP3-7.0), giorni all’anno in ondata di calore. Indice calcolato su ciascuno dei sette modelli separatamente e mediato solo alla fine. Dati CMCC.
Il WSDI medio annuo passa da 8 giorni nel periodo di riferimento 1985-2014 a 69 giorni a metà secolo (2041-2070), fino a 135 giorni nel trentennio 2071-2100.
Centotrentacinque giorni all’anno in ondata di calore. Quattro mesi e mezzo. Non l’estate: molto più dell’estate.
E l’altro indicatore, quello che non lascia fuori il caldo breve, racconta la stessa storia da un’altra angolazione:
Figura 13: Stesse proiezioni lette con l’indicatore Tx90p, cioè la quota di giorni all’anno sopra il 90° percentile del periodo 1985-2014. A fine secolo più di un giorno su due. Dati CMCC.
Il Tx90p passa dal 10% di riferimento — quel 10% che è tale per costruzione, come abbiamo visto all’inizio — al 34% a metà secolo e al 52% a fine secolo. Più di un giorno su due dell’anno intero sopra una soglia che, nel clima di riferimento, veniva superata da un giorno su dieci.
Vale la pena leggere insieme i due numeri di fine secolo, perché dicono cose diverse. Il 52% conta tutti i giorni caldi; il 135 conta solo quelli che stanno dentro sequenze di almeno sei giorni. Il rapporto tra i due — 135 giorni su circa 190 giorni caldi totali — significa che il caldo futuro non è solo più frequente: è anche molto più compatto. Non giornate calde sparse nel calendario, ma blocchi lunghi.
Il significato di fondo è che a quel punto il concetto stesso di “ondata di calore” — costruito come scostamento da una normalità — smette di funzionare, perché la normalità si è spostata sotto ai piedi dell’indicatore. Quello che oggi consideriamo eccezionale diventa il fondo su cui misurare le prossime eccezioni.
Una precisazione necessaria: questi valori non sono confrontabili con quelli di maggio-giugno 2026 citati all’inizio dell’articolo. Là il periodo era due mesi e la soglia veniva dal trentennio 1971-2000; qui l’anno è intero e la soglia viene dal 1985-2014. Sono due domande diverse — “quanto è stato caldo questo bimestre rispetto al clima di allora” contro “quanti giorni caldi avrà un anno medio di fine secolo” — e accostare i numeri direttamente sarebbe un errore.
Allora, 2026 come il 2003?
Torniamo alla domanda di partenza. La risposta onesta, con i dati di due mesi in mano, è: dipende da cosa si intende, e nessuna delle risposte è “sì” o “no” secco.
Di giorno il 2003 è stato peggiore, e di parecchio: più giorni sopra soglia, sequenze più lunghe. Di notte il 2026 è peggiore, e non di poco. Se il metro è il numero di giorni caldi, il 2003 vince il confronto. Se il metro è quanto poco si è riusciti a recuperare, vince il 2026.
C’è però un punto su cui i due anni non si distinguono affatto, ed è forse quello che conta di più: stanno entrambi fuori scala rispetto al clima di riferimento. Trenta e passa volte la media del trentennio 1971-2000 sul WSDI. Due e tre volte l’anno più caldo che quel clima riuscisse a produrre, sul Tx90p. Confrontarli tra loro rischia di far perdere di vista che il vero salto non è tra 2003 e 2026 — è tra entrambi e quello che consideravamo normale.
E c’è una conseguenza pratica in tutto questo. Se gli indicatori standard scartano il caldo breve, contano male le notti e trattano come indipendenti eventi che il corpo vive come continui, allora sottostimano anche tutto ciò che su quegli indicatori è tarato: le soglie di allerta dei piani caldo, i criteri di dimensionamento degli impianti, le priorità degli interventi di adattamento urbano.
Non è un problema accademico. È la differenza tra progettare per il caldo che misuriamo e progettare per il caldo che le persone attraversano.
Bonus: come andò a finire nel 2003
Chiudo dove ho iniziato. Questi due mesi non sono l’estate, e il 2003 è lì a ricordarcelo meglio di qualunque avvertenza metodologica.
Figura 14: L’estate 2003 per intero, da maggio a settembre. A fine giugno — dove si ferma il confronto di questo articolo — mancava ancora la parte peggiore. Dati ERA5-Land.
Estendendo lo sguardo fino a settembre si vede che a fine giugno il 2003 aveva mostrato solo una parte di quello che sarebbe arrivato. Il picco vero fu ad agosto, con medie giornaliere che sfiorarono i 31°C.
Quanto al 2026, per ora possiamo solo dire che i primi due mesi sono stati parecchio fuori norma, in modo diverso dal 2003 — meno estremi di giorno, peggiori di notte. Il resto lo diranno luglio e agosto.
Nota metodologica
ERA5 / ERA5-Land (Copernicus/ECMWF) — Non misure dirette, ma una rianalisi: una ricostruzione del clima passato che combina osservazioni reali (stazioni, satelliti, radiosonde) con un modello fisico che le rende coerenti nello spazio e nel tempo. Standard scientifico per i confronti storici su griglia regolare; i valori rappresentano un’area di alcuni chilometri e possono differire, anche sensibilmente, dal dato di una singola centralina.
Stazioni ARPA Piemonte — Misure dirette e puntuali, disponibili solo dove esiste una stazione fisica. Usate qui per il confronto tra punti diversi della città, non in confronto diretto con ERA5. Dove necessario, la climatologia di riferimento è stata bias-corretta per renderla comparabile con le stazioni.
CMIP6 / CMCC — Proiezioni di modelli climatici, non previsioni meteorologiche. Scenario SSP3-7.0 (emissioni medio-alte), ensemble di sette modelli sottoposti a downscaling statistico per l’Italia a cura del CMCC. Non dicono cosa succederà un giorno preciso, ma in che direzione si sposta la distribuzione. WSDI e Tx90p sono stati calcolati su ciascun modello separatamente — ognuno con la propria soglia p90 derivata dal proprio periodo di riferimento — e mediati solo alla fine. Calcolare gli indici sulla media dell’ensemble, come si è tentati di fare, produce risultati distorti: la media multi-modello smorza la variabilità giornaliera e allunga artificiosamente le sequenze di giorni sopra soglia.
ISTAT — Dati demografici ufficiali su popolazione residente per fascia d’età.
Indicatori — WSDI, Tx90p e TR (notti tropicali) seguono le definizioni ETCCDI. Periodo di riferimento 1971-2000, salvo dove diversamente indicato. Periodo analizzato: 1 maggio – 30 giugno.
LST — Elaborazione propria su Google Earth Engine, media giugno-agosto 2023. Downscaling statistico della temperatura superficiale Landsat 8/9 da 30 a 10 metri, con predittori Sentinel-2 e SRTM.
In questo lavoro ci sono, inevitabilmente, approssimazioni e semplificazioni. Quello che conta sono gli ordini di grandezza e le direzioni, non il singolo decimale.
Fonti
Studi scientifici
- Ellena M., Melis G., Zengarini N., Di Gangi E., Ricciardi G., Mercogliano P., Costa G. (2023), Micro-scale UHI risk assessment on the heat-health nexus within cities by looking at socio-economic factors and built environment characteristics: The Turin case study (Italy), Urban Climate 49, 101514 — doi.org/10.1016/j.uclim.2023.101514
- Suarez-Gutierrez L., Beyerle U., Mittermeier M., Vautard R., Fischer E.M. (2026), Worst-case European heat storylines generated using ensemble boosting, Communications Earth & Environment — doi.org/10.1038/s43247-026-03699-2
- Rocklöv J., Barnett A.G., Woodward A. (2012), On the estimation of heat-intensity and heat-duration effects in time series models of temperature-related mortality in Stockholm, Sweden, Environmental Health 11:23 — pmc.ncbi.nlm.nih.gov/articles/PMC3431980
- Liu J. et al. (2025), Nonlinear exposure-response associations of daytime, nighttime, and day-night compound heatwaves with mortality amid climate change, Nature Communications 16, 635 — doi.org/10.1038/s41467-025-56067-7
Dati
- ERA5-Land — Copernicus Climate Data Store, via Open-Meteo — cds.climate.copernicus.eu
- Stazioni meteorologiche — ARPA Piemonte — arpa.piemonte.it
- Proiezioni climatiche — CMCC, CMIP6 downscalati per l’Italia, scenario SSP3-7.0, 7 modelli — dds.cmcc.it
- Dati demografici — ISTAT, demo.istat.it — demo.istat.it
- Dati satellitari LST — elaborazione propria su Google Earth Engine (Landsat 8/9, Sentinel-2, SRTM)
Riferimenti metodologici e istituzionali
- ETCCDI — Expert Team on Climate Change Detection and Indices, definizione degli indici WSDI, Tx90p e TR — etccdi.pacificclimate.org
- ISPRA — indicatore ambientale “Onde di calore” — indicatoriambientali.isprambiente.it