Gli impatti del cambiamento climatico sono particolarmente evidenti nelle zone aride del pianeta, raggruppate sotto il titolo di Arid and Semiarid Land (ASALs). I cambiamenti in atto nella distribuzione delle precipitazioni durante l’anno minacciano il sostentamento delle popolazioni locali dedite all’allevamento, che fanno affidamento su scarse risorse idriche. Per poter rafforzare la capacità di adattamento delle comunità, oltre che a livello globale, nazionale e regionale, è necessario approfondire gli effetti del cambiamento climatico anche a livello locale. Questo studio ha l’obiettivo di valutare l’andamento delle precipitazioni e della temperatura nella Contea di Marsabit, nel nord del Kenya, tra il 1983 e il 2014, per mezzo di dati meteorologici in forma di griglia. L’analisi ha richiesto il supporto di strumenti GIS e l’utilizzo della cartografia tematica, sia per l’analisi dei dati che per la rappresentazione dei risultati. Questi evidenziano una distribuzione disomogenea dei trend delle variabili climatiche nell’area, a causa delle caratteristiche orografiche e della vicinanza delle masse d’acqua oceaniche. È stata inoltre analizzata la correlazione tra variazioni climatiche e altitudine, dimostrando l’influenza della topografia sull’evoluzione del clima locale.

The effects of climate change are particularly severe in global Arid and Semiarid Lands (ASALs), with impacts on many environmental risks. Undergoing changes in the distribution of precipitation throughout the year especially undermine the livelihood of people relying on livestock production and scarce water resources. In addition to more developed analysis at global, national and regional levels, climate change needs to be investigated at local levels, for strengthening communities’ adaptation capacity. This study aims to assess precipitation and temperature trends in Marsabit County in northern Kenya for 1983-2014 using grid meteorological datasets. The research is conducted with extensive support of GIS tools and thematic cartography, both for data analysis and data representation. The results show an inhomogeneous distribution of climatic trends through space. The correlation between climatic trends and altitude is also analysed, showing the influence of local topography on climate evolution.