Le cause degli incendi in Sicilia — analisi per provincia e comune

Tutte le 9 province, 391 comuni, eventi d'incendio discreti derivati da FIRMS, 2003–2026. Clicca su una provincia per esplorare i suoi comuni. Questa versione aggiunge tre elementi che l'analisi precedente, limitata ad Agrigento, non aveva: copertura dell'intera isola, un controllo di coerenza breve-vs-lungo periodo (per non confondere un vero cambiamento recente con un artefatto del sensore di rilevamento), e un'analisi delle anomalie da ignizione ripetuta che ha individuato — e ha dovuto correggere — una contaminazione industriale reale, prima che potesse essere scambiata per un segnale comportamentale.

Caricamento…

Nota: l'interfaccia, i titoli, le tabelle, i testi di commento e le raccomandazioni per comune sono tradotti integralmente. Le note tecniche riga-per-riga nelle colonne finali delle tabelle di dettaglio (es. "motivi", "base della deviazione") restano in inglese, la lingua originale in cui sono state generate dall'analisi dei dati grezzi.

1Selettore di provincia e mappa

Dimensione del punto = numero di eventi d'incendio vicino a quel comune. Intensità del colore = frazione di ignizioni notturne (una scala di grandezza, non d'identità — con 9 province, una codifica a colori per provincia non supererebbe i criteri di sicurezza per il daltonismo a questa densità, quindi l'identità della provincia è affidata al selettore a chip e alle etichette, secondo il metodo di accessibilità di questo studio).

2Dettaglio della regione selezionata

3Breve periodo vs lungo periodo — e la trappola del bias del sensore

Il numero grezzo aggregato di eventi di ogni provincia cresce dal 2003 al 2025 (p<0,05 in 8 province su 9) — ma quella tendenza scompare in tutte e 9 se ci si limita alla sotto-serie coerente basata solo su MODIS (VIIRS, con risoluzione ~3 volte più fine, è entrato in servizio a metà periodo e rileva meccanicamente più piccoli incendi senza che il numero di incendi sia realmente aumentato). Leggi la tendenza aggregata come «più sensore», non «più fuoco», a meno che la colonna solo-MODIS non concordi.

4Correzioni di qualità dei dati — cosa è stato individuato prima che potesse fuorviare

Un'analisi delle località con ignizioni ripetute (la stessa tecnica che gli investigatori antincendio usano per segnalare una fonte fissa e ricorrente) ha fatto emergere celle a griglia ad alta ricorrenza in tutta l'isola. Controllarle singolarmente è stato fondamentale: la maggior parte delle più marcate si sono rivelate vera contaminazione, non incendi — rimuoverle era necessario prima che una qualsiasi località potesse essere responsabilmente definita un'anomalia.

⚠ 35 celle della griglia (≈680 rilevamenti grezzi, ≈436 «eventi» discreti) erano fonti di calore industriali statiche, non incendi vegetazionali — rimosse da ogni cifra di questo rapporto

Firma fisica, non solo il flag di tipo proprio di FIRMS (che intercetta questi casi solo in parte): FRP mediana <3 MW (contro 6–9 MW nei siti reali di incendio boschivo), ≥85% notturni, ricorrenti nello stesso punto di ~350 m per 4 o più anni diversi. Questi punti ricadono quasi esattamente sulle maggiori infrastrutture energetiche/petrolchimiche della Sicilia — Priolo Gargallo (polo petrolchimico siracusano), Gela (raffineria ENI), il corridoio della raffineria di Milazzo presso San Filippo del Mela, e Porto Empedocle — coerenti con torce di sfiato del gas, non con incendi boschivi. Ogni statistica provinciale e temporale di questo rapporto è calcolata dopo questa correzione.

✓ Corroborato in modo indipendente: il 1° e il 4° comune di Ragusa per numero di eventi d'incendio sono un reato ambientale documentato, non un incendio boschivo

Acate (798 eventi, 41% notturni) e Vittoria (571 eventi, 46% notturni) sono, con ampio margine, le due località della provincia di Ragusa con il maggior numero di eventi termici rilevati da FIRMS — ed entrambe mostrano una firma diversa da qualsiasi altro luogo in Sicilia: nessuna elevazione nel weekend (p=0,70 e p=0,54 — statisticamente piatte per giorno della settimana, l'unica chiara eccezione a livello di popolazione in tutta l'isola), e una concentrazione notturna estrema. Una verifica in tempo reale sul web per questo rapporto ha trovato esattamente questo: i Carabinieri della provincia di Ragusa hanno condotto ripetute operazioni nel 2026 contro le «fumarole» — la combustione notturna illegale di plastica e rifiuti serricoli dell'industria orticola intensiva della zona — con denunce specificamente ad Acate e Vittoria, incluso un blitz con supporto elicotteristico che ha sequestrato 4 siti illegali e denunciato 7 persone all'autorità giudiziaria nelle due settimane precedenti la stesura di questo rapporto. Le statistiche d'incendio della provincia di Ragusa misurano un fenomeno reale ma diverso — combustione illegale di rifiuti agricoli, non incendio boschivo — e questo è molto probabilmente il motivo per cui Ragusa è l'unica provincia in cui la firma settimanale a livello di popolazione non raggiunge la significatività (p=0,83, vedi pannello di provincia). Fonti: Radio RTM Modica, Ragusa Oggi, Radio RTM (Vittoria seizure).

? Non risolto: un cluster ricorrente di 16 anni a sud di Catania non si risolve chiaramente in un senso o nell'altro

Una zona ristretta di circa 1 km² (37,43–37,44°N, 15,00–15,03°E, in/presso la fascia industriale di Catania) mostra ~140 eventi discreti in 16 anni diversi, 40–90% notturni a seconda della sotto-cella — una ricorrenza abbastanza alta da segnalare, ma che non ha superato la soglia rigorosa del filtro industriale (FRP e frazione notturna erano incoerenti tra le sue sotto-celle, a differenza dei casi puliti di raffineria sopra). Una verifica in tempo reale conferma che la zona industriale di Catania è autonomamente nota alla cronaca per l'attività di incendi, incluso un rogo attivo durante il periodo di stesura di questo rapporto, il che è coerente con entrambe le spiegazioni e non ne risolve nessuna. Questa è la singola segnalazione aperta più utile all'azione in questo rapporto — merita una verifica sul campo (catasto, permessi, o un sopralluogo) prima di poter essere letta come «ulteriore contaminazione industriale» oppure come «un autentico schema di ignizione ricorrente», e questo testo si astiene deliberatamente dal concludere in un senso o nell'altro.

Elenco completo classificato delle anomalie di ricorrenza (che si discostano dallo schema di popolazione) qui sotto — solo località, mai individui, e da leggere insieme ai due riquadri qui sopra prima di considerare qualunque riga come più di «corrisponde a uno schema insolito».

5Il confronto con la codifica ufficiale

Verificato direttamente per 3 dei 9 piani operativi provinciali antincendio (POP AIB 2024) — Agrigento, Catania, Palermo — più il riscontro, a livello regionale, dell'analisi causale più ampia secondo cui tutti e 9 i piani provinciali riportano un testo standard strutturalmente identico.

⚠ Non esiste un registro delle cause per singolo incendio a nessun livello di dettaglio verificabile da questo rapporto, in nessuna provincia

Nessuno dei 3 piani POP AIB 2024 verificati direttamente contiene una tabella delle cause per singolo incendio, comune o data. Il Catasto Incendi italiano (Legge 353/2000) — l'unico strumento di legge che potrebbe produrre un dato verificabile per singolo incendio e particella — risultava, secondo la stampa dell'epoca, di fatto non aggiornato dalla maggior parte dei comuni siciliani a metà 2025. Quindi per nessuno dei 72 eventi campionati nel fascicolo qui sotto — che copre tutte le 9 province — esiste un registro ufficiale delle cause accessibile con cui verificare la classificazione indipendente, in un senso o nell'altro.

6Fascicolo a campione casuale per l'intera isola

72 eventi, stratificati 8 per provincia, seme casuale fisso, elaborati con lo stesso classificatore basato solo su covariate usato nell'analisi di Agrigento — ora comprensivo di una regola specifica per Ragusa sulle «fumarole», giustificata dalla corroborazione indipendente qui sopra.

7Anomalie non spiegate da negligenza, incidente, industria o dallo schema delle fumarole

Un approfondimento diretto: dopo aver escluso tutto ciò che i §4 e §5 già spiegano — fonti industriali statiche, lo schema corroborato di combustione di rifiuti a Ragusa, e l'ordinaria ignizione agro-pastorale/di bordo strada — cosa resta che appaia più coerente con un'accensione deliberata che con una di queste spiegazioni? Due segnali distinti, tenuti separati perché non costituiscono la stessa affermazione.

Segnale delle celle a ricorrenza anomala: per lo più risolto, un'onesta ritrattazione

Delle 20 celle della griglia che sono ricorse ben al di sopra del loro fondo locale (§4), tutte tranne una risalgono ormai a una spiegazione precisa — 12 a corridoi industriali, 7 alla zona delle fumarole di Acate/Vittoria. L'unica cella rimasta senza spiegazione, presso Salaparuta (Trapani), 6 eventi tra il 2007 e il 2019, non regge a una lettura manuale del suo fascicolo grezzo: i terreni agricoli si trovano a soli 0,6–1,1 km di distanza, 3 rilevamenti su 7 cadono nel weekend, e l'incendio più grande registrato lì (235,9 MW, 3 settembre 2016) è un'ignizione diurna di sabato — perfettamente dentro lo schema di popolazione, non al di fuori di esso. Supera la soglia automatica ma non regge a un secondo sguardo. Il metodo delle località ricorrenti, applicato onestamente, non fa emergere in nessun punto della Sicilia un candidato stabile del tipo «qualcuno continua ad accendere fuochi esattamente in questo punto», una volta rimosse le spiegazioni confermate.

Segnale sui singoli eventi: 54 incendi significativi soddisfano tutti i criteri contemporaneamente

Un test diverso: incendi singoli (non piccolo rumore a singolo pixel — n_rilev≥3 oppure FRP≥20MW) che sono simultaneamente a ignizione notturna, accessibili da strada (facili da raggiungere), lontani sia dal margine di ogni terreno agricolo sia da qualsiasi insediamento (quindi non spiegabili con la bruciatura di residui colturali o di rifiuti da cortile), fuori dal calendario di raccolto/stoppie, E situati in un comune con uno schema normale altrimenti ben consolidato, chiaramente sbilanciato su weekend/diurno, che questo specifico incendio infrange. Tutte e cinque le condizioni dovevano valere insieme — non un punteggio additivo — motivo per cui questo elenco è breve. Nessuno di questi è una prova di alcunché; ciascuno è una località e una data in cui le spiegazioni ordinarie si esauriscono tutte insieme, in un modo che meriterebbe di essere verificato con permessi, pattugliamenti o testimonianze. Nessun individuo è identificato in nessun punto di questo rapporto.

8Contesto socio-economico — popolazione e reddito per comune

Dati aperti reali e tracciabili del governo italiano, uniti agli stessi 391 comuni: popolazione residente 2018–2021 (ISTAT) e reddito medio dichiarato per contribuente, anno d'imposta 2024 (Ministero dell'Economia e delle Finanze). La finestra di popolazione è breve — tre anni — quindi va letta come un segnale di direzione recente, non come un'affermazione di lungo periodo (la storia pluridecennale di Alessandria della Rocca resta specifica a quel case study). Selezionare una provincia qui sopra restringe anche le due tabelle sottostanti.

Altre due dimensioni reali e tracciabili: altitudine e clima estivo — ora complete per tutti i 391 comuni

L'altitudine (modello digitale di elevazione, per centroide di comune) e le normali climatiche estive decennali (2015–2024, massime giornaliere e precipitazioni, per centroide di comune) sono state raccolte per tutti i 391 comuni. L'altitudine ha retto al primo passaggio. Il clima no, all'inizio: il fornitore dell'archivio storico (Open-Meteo ERA5) ha limitato per frequenza questo studio dopo i primi 100 comuni — prima un blocco orario, poi, al nuovo tentativo, un blocco giornaliero più rigido — quindi in questo passaggio si è cambiato fornitore e si sono ripresi tutti i 391 comuni da zero tramite l'API puntuale di NASA POWER (rianalisi basata su MERRA-2), che ha restituito copertura completa senza alcun attrito di rate-limit. I due fornitori non sono stati considerati intercambiabili a metà campione, motivo per cui ogni comune è stato riacquisito dall'unica fonte anziché incollare 100 valori Open-Meteo su 291 valori NASA POWER.

Le correlazioni sull'altitudine sono sostanzialmente invariate rispetto al controllo parziale precedente e reggono con la copertura completa dei comuni:

L'altitudine correla negativamente con la concentrazione nel calendario di raccolto (ρ di Spearman=−0,35, p<10⁻&sup9;, n=373): i comuni a quota più bassa si concentrano più strettamente nella finestra di calendario raccolto/stoppie fissa usata in questa analisi; i comuni dell'interno a quota più alta si distribuiscono più uniformemente durante l'anno. Questo è esattamente il meccanismo che lo studio completo aveva identificato specificamente per Alessandria della Rocca («il grano dell'interno, all'altitudine di ADR, si raccoglie a metà/fine luglio») — esteso qui, misurato, a tutta l'isola.
L'altitudine correla negativamente con la frazione di ignizioni notturne (ρ=−0,24, p<10⁻⁵, n=373): i comuni più alti sono più sbilanciati verso il giorno. Coerente con il riscontro del §4 secondo cui le fonti notturne industriali/da fumarole confermate (Priolo Gargallo, Gela, corridoio di Milazzo, Acate/Vittoria) sono tutte località costiere di pianura a bassa quota.
Altitudine contro eventi ogni 1.000 abitanti è debole (ρ=0,26, p<10⁻&sup6;, n=390) — i comuni più alti mostrano marginalmente più eventi pro capite, ma la relazione è molto più debole di quelle su calo demografico o reddito nel §8 qui sopra.

Il riscontro sul clima (temperatura/precipitazione) NON regge con la copertura completa, e riportiamo la correzione anziché mantenere il numero parziale più eclatante. Sul campione precedente di n=100, i comuni più caldi e secchi sembravano mostrare un «classico segnale meteo-incendio» — più eventi pro capite (ρ=0,32 per la temperatura, ρ=−0,31 per la precipitazione, entrambi p<0,002). Con la copertura completa a n=390:

La relazione con la temperatura si riduce drasticamente ed è solo marginalmente significativa da sola (temperatura massima media estiva contro eventi ogni 1.000 abitanti: ρ di Spearman=0,12, p=0,022, n=390) — e, come mostra il controllo di multicollinearità qui sotto, non regge nemmeno controllando per le altre covariate di questo rapporto.
La relazione con la precipitazione contro gli eventi pro capite non è affatto statisticamente significativa (precipitazione estiva contro eventi ogni 1.000: ρ=−0,08, p=0,11, n=390). Il riscontro del campione parziale su un effetto reale della precipitazione per questo specifico esito non regge al completamento del campione.

⚠ Controllo di multicollinearità, eseguito perché un approccio a una variabile per volta può trarre in inganno

Ogni predittore in questa sezione (calo demografico, reddito, altitudine, temperatura estiva, precipitazione estiva, giorni estivi ≥35°C) è stato verificato contro ogni altro predittore per collinearità, e ogni esito è stato poi ritestato in una regressione congiunta contro tutti e sei i predittori insieme — non una correlazione bivariata alla volta — perché una variabile che sembra significativa da sola può semplicemente muoversi insieme a una diversa variabile, quella davvero causale.

Altitudine e temperatura tra loro sono solo debolmente correlate (r=0,10, n=390) — non la coppia collineare che ci aspettavamo di trovare. La vera collinearità è interna ai dati climatici stessi: temperatura estiva, precipitazione estiva e giorni estivi ≥35°C sono tre modi di misurare quasi la stessa cosa (temperatura–precipitazione r=−0,72; temperatura–giorni35 r=+0,96; precipitazione–giorni35 r=−0,70). Il Variance Inflation Factor per temperatura e giorni≥35°C supera 12 in entrambi i casi (>10 è la soglia standard di «multicollinearità grave») — trattarle come tre conferme indipendenti dello stesso segnale climatico sarebbe sbagliato.

Una volta controllati congiuntamente tutti e sei i predittori, la temperatura non ha alcuna relazione indipendente con nessun esito di questo rapporto — né con gli eventi pro capite (p=0,086), né con la frazione di ignizioni notturne (p=0,23), né con la concentrazione nel calendario raccolto-stoppie (p=0,64). Ovunque la temperatura sembrasse significativa da sola, si muoveva insieme alla sua forte anti-correlazione con la precipitazione. Questo corregge quanto pubblicato in questa sezione pochi minuti prima, che riportava temperatura contro frazione notturna e temperatura contro concentrazione raccolto-stoppie come riscontri appena «consolidati»; non erano effetti indipendenti, e questa impostazione viene qui ritirata anziché lasciata in piedi.

Sono stati aggiunti e testati allo stesso modo altri due predittori: distanza dalla costa (calcolata dalla linea di costa Natural Earth contro il centroide di ogni comune) e copertura del suolo (CORINE 2018, autorevole a livello UE, una classe per centroide di comune) — perché il testo di questo rapporto invoca ripetutamente «pianura costiera» e «agricolo dell'interno» come spiegazioni senza mai misurare direttamente nessuna delle due. Entrambi sono ora completi per tutti i 391 comuni, ed entrambi cambiano di nuovo il quadro.

✅ La distanza dalla costa è il predittore geografico singolo più forte trovato in tutta questa analisi

Bivariato, prima di ogni controllo: i comuni più lontani dalla costa hanno più eventi pro capite (ρ di Spearman=0,54, p<10⁻³⁰, n=390 — la correlazione singola più forte di tutta questa sezione), una frazione di ignizioni notturne più bassa (ρ=−0,50, p<10⁻²³, n=373), e una concentrazione nel calendario di raccolto leggermente minore (ρ=−0,27, p<10⁻&sup6;).

Regge al controllo congiunto, e cambia come va letta l'altitudine. Aggiungendo la distanza dalla costa al modello completo: per la frazione di ignizioni notturne, la distanza dalla costa è indipendentemente significativa (β=−0,32, p<0,0001) e l'altitudine non è più significativa (p=0,33, in calo da p=0,008 nel modello a 6 predittori). Per la concentrazione nel calendario raccolto-stoppie, la distanza dalla costa è di nuovo il predittore più forte (β=−0,33, p<0,0001) e l'altitudine scende a marginale (p=0,074, in calo da p<0,0001). Altitudine e distanza dalla costa sono a loro volta correlate (r=0,40) — la lettura più probabile è che l'effetto indipendente apparente dell'altitudine su questi due esiti fosse in gran parte un proxy più debole della distanza dalla costa stessa, non un meccanismo separato. Questo non è un ribaltamento dei numeri bivariati sull'altitudine riportati sopra (restano correlazioni reali, misurate) ma cambia quale variabile va considerata responsabile del potere esplicativo.

Per gli eventi ogni 1.000 abitanti, la distanza dalla costa è anch'essa indipendentemente significativa (β=+0,28, p=0,0001) — il terzo predittore che regge per questo esito, insieme a calo demografico e reddito. L'adattamento del modello migliora su tutta la linea: R² sale da 0,234→0,268 (eventi pro capite), 0,179→0,229 (frazione notturna), 0,212→0,251 (concentrazione raccolto-stoppie) — un miglioramento reale, anche se il 73–77% della varianza da comune a comune in questi esiti resta non spiegata da tutti i predittori testati finora, dichiarato apertamente anziché lasciato intendere come un modello completo.

Verifica diretta dell'ipotesi «zone agricole calde dell'interno» di questo stesso rapporto — confermata come pattern reale, non esplicativa in modo indipendente una volta controllata la distanza dalla costa

L'interpretazione offerta in precedenza sul perché i comuni più caldi fossero più sbilanciati verso il giorno era un'ipotesi, esplicitamente segnalata come non dimostrata. Ora viene testata direttamente contro dati reali di copertura del suolo (CORINE 2018) anziché lasciata come una storia plausibile: 240 dei 390 comuni (62%) hanno una classe agricola al loro centroide. Quei comuni a centroide agricolo sono, in media, più caldi (31,5°C contro 30,9°C di massima estiva, p=0,010), a quota più bassa (374m contro 507m, p<0,0001), e più lontani dalla costa (16,2km contro 12,4km, p=0,002) rispetto ai comuni a centroide non agricolo — tutte e tre le differenze vanno nella stessa direzione prevista dall'ipotesi. Il pattern è reale.

Ma nel modello congiunto completo, l'indicatore di centroide agricolo in sé non porta alcun potere esplicativo indipendente per la frazione di ignizioni notturne (p=0,158) o la concentrazione nel calendario raccolto-stoppie (p=0,584) una volta controllate distanza dalla costa, altitudine e il resto — è la distanza dalla costa, non l'uso del suolo in sé, ciò che i dati indicano davvero come responsabile. L'unico punto in cui l'indicatore agricolo raggiunge la significatività è la quota di weekend (β=+0,12, p=0,030) — i comuni a centroide agricolo sono leggermente più sbilanciati verso ignizioni nel weekend, plausibilmente lavoro agricolo del fine settimana, anche se questo modello spiega molto poco della quota-weekend nel complesso (R²=0,036) e l'effetto è piccolo.

Quadro aggiornato di ciò che regge sotto controllo congiunto (n=373 per i due esiti con firma di incendio, tutti i nove — presto dieci, vedi sotto — predittori considerati insieme):

Frazione di ignizioni notturne: distanza dalla costa (β=−0,32, p<0,0001), calo demografico (β=+0,18, p=0,0007) e precipitazione (β=+0,17, p=0,017) sono indipendentemente significativi. Altitudine, reddito, temperatura e giorni≥35°C escono tutti dal modello una volta inserita la distanza dalla costa.
Concentrazione nel calendario raccolto-stoppie: distanza dalla costa (β=−0,33, p<0,0001), precipitazione (β=−0,23, p=0,001), reddito (β=+0,12, p=0,028) e calo demografico (β=+0,12, p=0,024) sono indipendentemente significativi. L'altitudine ora è solo marginale (p=0,074); la temperatura esce dal modello.
Eventi ogni 1.000 abitanti: calo demografico (β=−0,25, p<10⁻&sup6;), reddito (β=−0,19, p=0,0004) e distanza dalla costa (β=+0,28, p=0,0001) sono indipendentemente significativi; anche l'altitudine ora è debolmente significativa (β=−0,13, p=0,014), e i giorni≥35°C risultano significativi (p=0,0097) mentre la temperatura stessa no (p=0,068) — dato che il loro VIF supera 12, questa specifica ripartizione tra le due variabili non è attribuibile in modo affidabile all'una o all'altra da sola, e va letta come «qualcosa nel cluster caldo/secco conta un po'», non come prova che i giorni-sopra-35 specificamente siano il meccanismo.

Tutti i numeri sopra sono misurati sui dataset completi per 391/391 comuni.

Un decimo predittore — densità della rete stradale (conteggio di segmenti di strade reali entro 2km da ogni centroide, OSM Overpass), per quantificare il criterio «accessibile su strada» già usato in modo qualitativo al §7 — è ora completo per 364 dei 391 comuni (93%; 27 comuni hanno incontrato un timeout persistente del server anche con una query più leggera di solo conteggio e sono stati lasciati come lacune anziché forzati). Il risultato è un negativo pulito, riportato come qualsiasi risultato positivo: il conteggio stradale ha correlazioni bivariate reali — più strade significa meno eventi pro capite (ρ=−0,20, p=0,0001), una frazione di ignizioni notturne più alta (ρ=0,21, p=0,0001), e in particolare più concentrazione nel calendario raccolto-stoppie (ρ=0,34, p<10⁻¹⁰) — ma quasi nulla di questo regge al controllo congiunto contro gli altri otto predittori. Una volta che distanza dalla costa, reddito e il resto sono nel modello, il conteggio stradale non è significativo per gli eventi pro capite (p=0,90), la frazione notturna (p=0,40), o la quota-weekend (p=0,82). L'unico sopravvissuto è un piccolo contributo indipendente alla concentrazione raccolto-stoppie (β=+0,11, p=0,047) — reale ma debole, sopra distanza dalla costa, precipitazione e calo demografico, che restano i predittori dominanti per quell'esito esattamente come riportato sopra. La densità stradale non cambia il riscontro principale di questa sezione: la distanza dalla costa resta il predittore più forte e più robusto trovato in tutta questa analisi, invariato dal test di un decimo candidato contro di essa.

✅ Verifica incrociata: il riscontro sulla distanza dalla costa è un effetto geografico reale, o un artefatto di quale satellite lo ha rilevato?

Il §10 ha già stabilito che VIIRS è strutturalmente più sensibile di notte rispetto a MODIS (a livello isolano: MODIS 14,7% notturno, VIIRS 43,6% notturno — riprodotto di nuovo qui sullo stesso archivio fresco di 203.046 rilevazioni). Se la quota di VIIRS nelle rilevazioni di un comune non fosse distribuita uniformemente tra comuni costieri e dell'interno, parte del riscontro distanza-dalla-costa-contro-frazione-notturna sopra potrebbe essere strumentale anziché comportamentale. Non è distribuita uniformemente — la quota VIIRS correla con la distanza dalla costa (ρ di Spearman=−0,32, p<10⁻&sup9;, n=357: i comuni dell'interno ricevono una copertura relativamente più MODIS-centrica) — quindi questo è stato testato direttamente anziché presunto.

La relazione con la distanza dalla costa regge all'interno di ciascun sensore preso separatamente, e se mai è leggermente più forte della cifra aggregata: comuni solo-MODIS (n=292, ≥15 rilevazioni MODIS), ρ=−0,38, p<10⁻¹&sup0;; comuni solo-VIIRS (n=369, ≥15 rilevazioni VIIRS), ρ=−0,44, p<10⁻¹&sup8;. Una reale differenza di mix di sensori esiste ed è dichiarata, ma non spiega il riscontro sulla distanza dalla costa — l'effetto è presente anche guardando al solo MODIS, che non ha alcun vantaggio di rilevamento notturno rispetto al giorno. Questo rafforza, anziché indebolire, il riscontro.

Le due località confermate da SEVIRI del §10, viste attraverso la nuova lente geografica

La verifica incrociata geostazionaria indipendente al §10 ha testato tre località specifiche. I loro profili di distanza dalla costa e copertura del suolo, calcolati a posteriori anziché scelti per adattarsi, si allineano esattamente con il pattern statistico sopra: Priolo Gargallo (fonte industriale a dominanza notturna confermata) si trova a 3,5km dalla costa su classe CORINE 112 (tessuto urbano discontinuo); San Filippo del Mela (la fonte industriale del corridoio di Milazzo) si trova a 2,7km dalla costa, stessa classe di suolo. Entrambe sono il profilo da manuale — bassa quota, costiero, non agricolo — che il modello di questa sezione associa a un'alta frazione di ignizioni notturne. L'incendio del luglio 2026 di Alessandria della Rocca, confermato da SEVIRI — il caso di incendio reale di punta di questo stesso rapporto — si trova a 22,1km dalla costa, a 431m di quota, su classe CORINE 223 (oliveti): il profilo opposto, esattamente dove il modello prevede un'ignizione a dominanza diurna legata al calendario di raccolto. Tre punti sono un'illustrazione, non un test statistico, ma sono un'illustrazione pulita.

Un'altra verifica incrociata descrittiva, dal dossier stratificato di 72 eventi del §6: la categoria di classificazione più piccola, «possibile fumarole / combustione illegale di rifiuti» (n=4, tutti eventi del corridoio di Ragusa), presenta in media 7,0km dalla costa — contro 12,9–24,4km per ogni altra classificazione, e la quota media più bassa di qualsiasi categoria (132m contro 256–531m). Con n=4 questo è illustrativo, non un'affermazione statistica, ed è etichettato come tale — ma è di nuovo lo stesso pattern, da un pezzo completamente diverso della base di prove di questo rapporto.

9Valutazione per regione — cosa dicono i dati di fare al riguardo

Per ogni comune: le sue cifre misurate, il suo profilo socio-economico, e una raccomandazione — ma la raccomandazione non è inventata paese per paese. Ognuna è tratta dalla tabella di mitigazione con evidenze graduate dello stesso case study (rilevamento precoce, gestione del combustibile/dei terreni abbandonati, applicazione del calendario di raccolto, conformità al catasto incendi, oppure — dove una località è già spiegata in modo indipendente — una nota che destinare risorse antincendio boschivo lì sarebbe fuori bersaglio) e scatta solo quando i numeri di questo comune superano una soglia dichiarata, basata sui dati (quartili calcolati su tutti i 391 comuni, mostrati nel testo di ogni raccomandazione). Clicca su qualunque riga per vedere il quadro completo di quel comune.

✅ Le correlazioni del §8 reggono allo stesso modo in ogni provincia? Testato formalmente: no — e le differenze sono abbastanza grandi da cambiare dove ogni intervento sotto andrebbe prioritizzato

Una correlazione aggregata a livello isolano può nascondere il fatto che una relazione sia in realtà un fenomeno di due o tre province, o che si inverta da qualche parte. Questo è stato testato direttamente con un F-test a modelli annidati (permettere a ciascuna delle 9 province la propria pendenza spiega significativamente di più di una pendenza condivisa?) anziché limitarsi a osservare 9 piccoli numeri per provincia. Ognuna delle cinque relazioni testate mostra un'eterogeneità a livello provinciale statisticamente significativa (tutte p<10⁻⁶): distanza dalla costa→frazione notturna (F=4,1), distanza dalla costa→concentrazione raccolto-stoppie (F=15,2), distanza dalla costa→eventi pro capite (F=5,7), calo demografico→eventi pro capite (F=5,0), e reddito→eventi pro capite (F=6,0). Non sono la stessa relazione ripetuta nove volte a nove volumi diversi — alcune province portano l'intero segnale isolano, alcune non ne mostrano nulla, e una lo inverte.

Provincia (n)	Dist. costa → frazione notturna	Dist. costa → concentrazione raccolto	Dist. costa → eventi/1.000	Reddito → eventi/1.000
Messina (108)	ρ=−0,45***	ρ=−0,31**	ρ=+0,51***	ρ=−0,49***
Palermo (82)	ρ=−0,69***	ρ=−0,76***	ρ=+0,75***	ρ=−0,58***
Catania (58)	ρ=−0,24*	ρ=−0,19 (n.s.)	ρ=+0,69***	ρ=−0,75***
Trapani (24)	ρ=−0,29 (n.s.)	ρ=+0,07 (n.s.)	ρ=+0,79***	ρ=−0,65***
Caltanissetta (22)	ρ=−0,53**	ρ=−0,75***	ρ=+0,13 (n.s.)	ρ=−0,74***
Siracusa (21)	ρ=−0,41 (debole)	ρ=+0,00 (n.s.)	ρ=+0,28 (n.s.)	ρ=−0,29 (n.s.)
Agrigento (43)	ρ=−0,20 (n.s.)	ρ=−0,57***	ρ=+0,23 (n.s.)	ρ=−0,42***
Enna (20)	ρ=−0,06 (n.s.)	ρ=−0,29 (n.s.)	ρ=−0,17 (n.s.)	ρ=−0,66***
Ragusa (12)	ρ=−0,44 (n=12, debole)	ρ=+0,57 (n=12, invertita)	ρ=+0,12 (n.s.)	ρ=−0,68**

Tre pattern su cui agire in modo diverso:

Reddito e calo demografico predicono l'attività degli incendi in praticamente ogni provincia — il reddito raggiunge p<0,05 in 8 province su 9 individualmente (solo Siracusa, n=21, non ci arriva, e la direzione è comunque negativa anche lì). Questa è l'unica relazione in tutto questo rapporto che è genuinamente isolana, non concentrata da nessuna parte. È la base più solida per una raccomandazione isolana (non differenziata per provincia): i programmi socio-economici e sui terreni abbandonati vanno bene ovunque, non solo dove i pattern costieri sono più forti.
L'effetto della distanza dalla costa è concentrato a Messina, Palermo e Caltanissetta — tutte e tre lo mostrano fortemente su più esiti; Agrigento, Enna e Siracusa ne mostrano poco o nulla. La sorveglianza e il contrasto industriale-notturno costiero (già segnalati a livello isolano nei riscontri di Priolo Gargallo/corridoio di Milazzo del §4) sono, su questa evidenza, un investimento prioritario per Messina/Palermo/Caltanissetta, non qualcosa da distribuire sottilmente su tutta l'isola con la stessa intensità.
La relazione raccolto-stoppie di Ragusa corre nella direzione opposta rispetto al resto dell'isola (ρ=+0,57 contro una relazione negativa ovunque altro sia significativa) — i comuni più lontani dalla costa di Ragusa mostrano più, non meno, concentrazione nel calendario di raccolto. Questa è una conferma statistica indipendente di ciò che il riscontro sulle fumarole corroborato sul terreno del §4 e il catalogo di soluzioni sotto già trattano come un caso speciale: la fascia costiera di Ragusa è dominata dall'agricoltura in serra (il pattern fumarole di Acate/Vittoria), non dall'economia industriale-costiera che guida il pattern a Messina e Palermo. La raccomandazione esistente sul «contrasto alla combustione illegale di rifiuti» per Ragusa non è un'ipotesi; questo test di eterogeneità è una seconda linea di evidenza indipendente per trattare Ragusa diversamente anziché applicarvi la narrazione costiera isolana. n=12 per Ragusa è piccolo — l'inversione di direzione merita di essere notata, la magnitudine esatta non va sovra-interpretata.

Correlazionale in tutto, come ovunque altro in questo rapporto — questo mostra dove ogni pattern è statisticamente reale e dove non lo è, non il perché. Le province a n piccolo (Ragusa n=12, Enna n=20, Siracusa n=21) hanno coefficienti individualmente rumorosi anche se il test di eterogeneità complessivo (che aggrega i gradi di libertà residui su tutti i 373–390 comuni) è robusto; leggere i singoli numeri delle province piccole come indicativi, non precisi.

Due correzioni permanenti valide su tutta l'isola, indipendentemente dai numeri di ogni singolo comune

Il fuoco prescritto su una scala realisticamente raggiungibile in Sicilia è stato confutato, non confermato, dallo studio — non viene raccomandato qui sotto indipendentemente da come appaiano i numeri di un comune. La soppressione aerea e la sorveglianza con droni/mappature per l'attribuzione portano entrambe evidenze deboli rispetto al loro costo e alla loro visibilità (~290.000€ di droni hanno identificato 3 responsabili in 3 anni) — nessuna delle due è il prossimo investimento a maggiore impatto, su scala isolana.

Catalogo delle soluzioni con stime di grandezza fondate sulla letteratura — citazioni reali, nessuna percentuale inventata

Ogni intervento qui sotto è valutato in base alle proprie evidenze, dalla propria fonte, nel proprio contesto. Questi numeri non sono sommabili (metodi diversi, luoghi diversi, non si possono sommare in un'unica previsione composita per la Sicilia) e non sono misurati in Sicilia salvo dove indicato — sono la migliore evidenza reale disponibile, riportata onestamente anche dove non esiste una cifra difendibile.

Intervento	Grandezza, con fonte	Avvertenza
Gestione del combustibile e dei terreni abbandonati, pascolo estensivo	Riduzione dell'estensione degli incendi del 25,9% (anni umidi) fino al 60,9% (anni mediani), 45,8% (anni secchi) — Lovreglio, Lovreglio, Satta, Mura e Pulina (2024), Fire 7(11):409, simulato con FlamMap, Sardegna (l'analogo strutturale più vicino in questo rapporto)	Basato su simulazione, Sardegna non Sicilia; trasferibile in direzione data la somiglianza strutturale, non una cifra misurata in Sicilia
Fuoco prescritto	Riduzione della severità degli incendi (dNBR/RBR) del ~24–27% dove applicato, persistente per ~5 anni — Fernández-Guisuraga e Fernandes (2024), Fire Ecology 20(4), doi:10.1186/s42408-023-00233-z, Portogallo continentale, 2005–2021	Effetto internazionale reale — ma lo studio completo ha esplicitamente testato e confutato che il fuoco prescritto alla scala realisticamente raggiungibile in Sicilia sposterebbe i risultati. L'efficacia altrove non è in discussione; la scala raggiungibile qui è il vincolo determinante.
Rilevamento precoce e torrette di avvistamento	Il 71% delle segnalazioni d'incendio siciliane 2017-21 è arrivato dal personale delle torrette contro il 17% dalla linea cittadini (misurato, dallo studio completo di questo rapporto)	Evidenza solida che le torrette sono il canale di rilevamento dominante. Evidenza più debole su quanto esattamente un rilevamento più rapido riduca la superficie bruciata finale: uno studio statunitense del 2024 sui costi di soppressione ha trovato che le riduzioni dei ritardi di segnalazione portano un effetto marginale piccolo (~0,25% di riduzione dei costi per ogni ora di miglioramento nel tempo di rilevamento; i ritardi rappresentano ~3% del costo totale di soppressione) — PLOS ONE (2024), «Machine learning estimates on the impacts of detection times on wildfire suppression costs.» Nessuna percentuale di riduzione della superficie bruciata specifica per la Sicilia viene inventata qui.
Conformità al catasto incendi (Legge 353/2000)	>1/3 dei comuni siciliani non conformi; ~41% della superficie bruciata 2010-22 ricade in comuni non conformi (misurato, dallo studio completo di questo rapporto)	Un riscontro correlazionale, non una dimensione dell'effetto di un intervento testato. Non esiste in letteratura una stima causale «se il comune X si conforma, la superficie cala del Y%» per questo specifico meccanismo.
Contrasto alla combustione di rifiuti (schema fumarole di Ragusa)	Non applicabile — questo non è un incendio boschivo	Un problema diverso (combustione illegale di rifiuti agricoli/serricoli) che richiede il contrasto della gestione dei rifiuti, già in corso (operazioni dei Carabinieri 2026). Nessuna percentuale di riduzione del rischio di incendio boschivo si applica.
Soppressione aerea	Nessuna stima di riduzione positiva da citare	Il riscontro dello studio completo: evidenza debole rispetto al costo/visibilità; la disponibilità crolla nei giorni di picco della domanda simultanea indipendentemente dalla dimensione della flotta. Non raccomandato come prossimo investimento.
Sorveglianza con droni/mappature per l'attribuzione	Nessuna stima di riduzione positiva da citare	Il riscontro dello studio completo: fallito nei propri termini (~290.000€ di droni, 3 responsabili identificati in 3 anni). Non raccomandato.

Nessun numero composito «la superficie bruciata in Sicilia calerebbe del X%» viene offerto sommando le righe qui sopra — provengono da metodi diversi (simulazione, telerilevamento, modellazione dei costi di soppressione), luoghi diversi, e non sono sommabili. Questa è una scelta deliberata, non un'omissione.

10Metodologia di rilevamento notturno — la «notte» è reale, ed è misurata in modo equo?

Una domanda diretta meritava una risposta diretta e verificata, non una rassicurazione. Tre cose sono verificate qui: se «notte» in questo rapporto significhi qualcosa di fisicamente reale, se MODIS/VIIRS rilevino gli incendi notturni e diurni alle stesse condizioni, e se una scelta di pulizia dei dati già presente nella pipeline — mai dichiarata prima — abbia spostato qualche numero in una direzione comoda. Ha spostato un numero. Di seguito la dimensione esatta di questo spostamento, verificata su un nuovo pull indipendente di 203.046 rilevamenti dell'intero archivio siciliano 2003–2026 (tutti i sensori: MODIS, VIIRS Suomi-NPP, VIIRS NOAA-20, VIIRS NOAA-21) — non affermata, misurata.

✅ Il rilevamento è termico, non visivo — la notte non è un punto cieco, semmai il contrario

Il rilevamento attivo di incendi FIRMS non ha mai dipeso dalla luce visibile. MODIS e VIIRS montano entrambi canali nel medio infrarosso (~4µm) e nell'infrarosso termico (~11µm) ed eseguono un algoritmo contestuale di anomalia termica che opera con lo stesso meccanismo di giorno e di notte — è così che i satelliti vedono gli incendi al buio; non è un adattamento aggiunto a un sistema visivo. Semmai, il rilevamento notturno è più sensibile: la soglia di rilevamento di MODIS Collection 6.1 è 3,7 MW al nadir in cielo sereno notturno, contro una soglia diurna effettiva molto più alta; la soglia notturna di VIIRS è 0,5 MW, tra i rilevamenti di potenza radiativa più sensibili di qualsiasi prodotto operativo. Lo sfondo notturno è più freddo e meno variabile di quello diurno (nessun riscaldamento solare), quindi un incendio piccolo o freddo è più facile da isolare termicamente di notte rispetto allo stesso incendio contro uno sfondo diurno riscaldato dal sole. Il flag giorno/notte stesso è il campo standard di FIRMS, assegnato in base all'angolo zenitale solare (>85° = notte) — non da alcun criterio visivo. Fonti: Giglio et al. 2016 (ATBD/Guida Utente MODIS C6); Schroeder et al. 2014 (ATBD VIIRS 375m).

⚠ Un avvertimento reale e quantificato che abbiamo trovato e dichiariamo: il filtro di confidenza gonfia le frazioni notturne di ~4 punti

Questo rapporto — come la maggior parte dei lavori basati su FIRMS — scarta i rilevamenti a «bassa confidenza» prima dell'analisi (confidenza MODIS < 30 scartata; VIIRS «bassa» scartata, «nominale»/«alta» mantenuta). Questa riga era nella metodologia del case study ma non era mai stata spiegata — e non è simmetrica tra giorno e notte. Sia l'ATBD ufficiale di VIIRS 375m sia la Guida Utente MODIS Collection 6/6.1 documentano che la classificazione a «bassa confidenza» è determinata in gran parte da un test di rigetto per riflesso solare (sun glint) — e il riflesso solare non può verificarsi di notte. Schroeder et al. (2014) hanno inoltre riscontrato che i pixel a «bassa confidenza» hanno un tasso di falso allarme urbano/industriale molto più alto (fino al 40% sui parchi industriali in una regione studiata) rispetto ai pixel nominali/alti, quindi scartarli è un controllo reale di falsi allarmi, fondato sulla letteratura — non un'esclusione arbitraria. Ma poiché il riflesso solare è strutturalmente solo diurno, scartare i rilevamenti a bassa confidenza rimuove rumore diurno reale rimuovendo quasi nulla di notte, il che gonfia meccanicamente la frazione notturna misurata. Un recente preprint indipendente (Dhage, ottobre 2025, non ancora sottoposto a peer review) ha documentato questo a livello globale per VIIRS: su 6,0 milioni di rilevamenti VIIRS notturni nel mondo in un campione di un anno, esattamente zero erano «bassa confidenza» (χ²=1.474.795, p<10⁻¹⁵).

Lo abbiamo verificato direttamente sull'intero archivio della Sicilia, non solo sulla letteratura (203.046 rilevamenti, 2003–2026, tutti e quattro i sensori):

VIIRS: dei 21.700 rilevamenti a bassa confidenza nell'intero archivio siciliano, 21.700 erano diurni ed esattamente zero notturni — i nostri stessi dati riproducono esattamente lo schema di Dhage.
Frazione notturna VIIRS: 38,13% non filtrata → 43,59% con il filtro pubblicato solo nominale/alta (+5,46 punti).
Frazione notturna MODIS: 14,83% non filtrata → 14,70% filtrata (−0,13 punti — trascurabile, come previsto: questo è un meccanismo specifico di VIIRS).
Combinato, secondo la metodologia esattamente pubblicata in questo rapporto: 34,72% non filtrato → 38,96% filtrato (+4,24 punti percentuali).
L'effetto segue la storia dei satelliti esattamente come previsto dal meccanismo del riflesso solare: −0,07 punti nel 2003–2011 (solo MODIS, VIIRS non ancora in orbita) contro +4,0/+5,4 punti in ogni era in cui VIIRS è presente (2012–2017, 2018–2024, 2025–2026). Questa è quasi la conferma più pulita possibile che si tratti di un vero effetto dell'algoritmo del sensore, non di rumore.

Cosa cambia e cosa no

Il valore di riferimento della frazione notturna a livello di popolazione, usato in tutto questo rapporto come termine di paragone, è gonfiato di circa 4 punti percentuali da questa scelta di filtraggio — leggi ogni confronto «X% contro popolazione Y%» in questo rapporto tenendolo a mente. Le affermazioni con ampio margine non vengono ribaltate: sia la classificazione di Priolo Gargallo come fonte industriale sia il riscontro delle fumarole di Ragusa si basano su divari di 40–60+ punti tra la località segnalata e qualsiasi valore di riferimento plausibile — uno spostamento di 4 punti nel riferimento cambia la dimensione del divario, non la sua esistenza. Il riscontro delle fumarole è corroborato in modo indipendente dalle segnalazioni di contrasto dei Carabinieri (prova sul campo, non solo un artefatto satellitare) e non dipende affatto da questa scelta di filtro. I confronti relativi sono più solidi di quelli assoluti: poiché lo stesso filtro si applica uniformemente a ogni comune e provincia, una località «elevata rispetto al riferimento di popolazione» resta elevata rispetto a quello stesso riferimento (ugualmente gonfiato). Abbiamo tentato una verifica diretta delle percentuali specifiche pubblicate per le zone calde (Priolo Gargallo, Acate, Vittoria) con una semplice ricerca per raggio sull'archivio aggiornato; i risultati non corrispondevano abbastanza da poter essere trattati come una correzione — la nostra rapida verifica per raggio usa criteri di inclusione diversi (un raggio fisso su tutti gli anni) rispetto al metodo preciso di celle a griglia ricorrenti dell'originale, quindi la discrepanza è un disallineamento metodologico da parte nostra, non una prova che le cifre originali per zona calda siano sbagliate. Non stiamo correggendo quei numeri specifici; farlo correttamente richiederebbe rieseguire il clustering originale a celle a griglia, indicato come lavoro futuro qui sotto, non dichiarato come già fatto.

✅ Aggiornamento: la riproduzione corretta è completata — le affermazioni principali sulle zone calde sono confermate in modo indipendente

La verifica per raggio qui sopra è stata superata da una riproduzione completa e metodologicamente corretta: la pipeline originale esatta (cella a griglia 0,0045° ≈ 500m, filtro delle fonti statiche, clustering degli eventi con KD-tree eps=2,2km/1 giorno, assegnazione del comune, punteggio delle zone calde ricorrenti) è stata rieseguita dall'inizio alla fine sull'archivio fresco e indipendente di 203.046 rilevamenti.

La cella industriale segnalata di Priolo Gargallo: 83% notturno (questa riproduzione) contro 82% pubblicato — conferma indipendente, non una correzione. Stesse coordinate (37,127°N, 15,199°E), stesso schema di ricorrenza (23× eccesso rispetto al vicinato locale, 10 anni distinti).
Acate a livello di comune: 42,2% notturno (contro 41% pubblicato); Vittoria a livello di comune: 48,4% (contro 46% pubblicato) — entrambi entro il margine di riproduzione rispetto all'originale.
Con la copertura satellitare più completa (questo nuovo pull include VIIRS NOAA-20, che l'elenco di fonti originale non includeva), la scansione delle zone calde ricorrenti fa emergere 93 celle candidate (40 che si discostano dallo schema di popolazione) contro 20 originariamente — più potenza statistica da più dati, non una discrepanza. Le candidate aggiuntive sono singolarmente più piccole/recenti e sono catalogate nei dati sottostanti anziché narrate caso per caso qui.

Questa è la correzione alla versione precedente di questa sezione, che trattava erroneamente un'approssimazione grezza per raggio come se fosse paragonabile al metodo preciso dell'originale. Non lo era; la riproduzione corretta lo è, e conferma da vicino le cifre pubblicate.

✅ Verifica incrociata geostazionaria indipendente, eseguita: l'evento più grande di questo rapporto è confermato da un secondo satellite indipendente

Una vera verifica incrociata contro le immagini termiche geostazionarie EUMETSAT SEVIRI (un satellite, un sensore e una pipeline di elaborazione completamente diversi da FIRMS) è stata condotta per due casi:

L'incendio di Alessandria della Rocca di luglio 2026 (picco misurato da FIRMS 541,66 MW, 18-07-2026): il granulo SEVIRI corrispondente (18:57 UTC, stessa data) mostra un'anomalia di temperatura di luminosità di +37,0°K esattamente alle coordinate FIRMS, con un chiaro schema spaziale di nucleo caldo e alone nei pixel circostanti — una conferma indipendente e inequivocabile di un incendio reale e vasto, da un sensore e un'agenzia senza alcun collegamento con la NASA FIRMS.
Le piccole fonti industriali (Priolo Gargallo, San Filippo del Mela): nessuna anomalia chiara si risolve alla risoluzione nativa di ~3km di SEVIRI (scarti di +0,8°K e −0,1°K rispetto al fondo locale, entrambi coerenti con il rumore). Questo è fisica attesa, non una contraddizione: una fonte puntiforme di ~1–2 MW occupa una piccola frazione di un pixel di 3km, ben al di sotto di ciò che un'immagine geostazionaria grezza può isolare rispetto allo sfondo — è proprio per questo che servono sensori polari a orbita bassa e a risoluzione fine (MODIS/VIIRS, 1km/375m) per individuare questo tipo di fonte, e perché una strategia di monitoraggio solo geostazionario la perderebbe del tutto.

Ambito, dichiarato apertamente: questa è una verifica mirata su due casi documentati, non una rianalisi storica continua dell'intero archivio 2003–2026 (che richiederebbe il recupero e l'elaborazione dell'ordine di centinaia di migliaia di granuli a disco intero da ~120MB ciascuno — un'impresa distinta e molto più grande). Entro questo ambito, entrambi i risultati sono reali, ed entrambi sono esattamente ciò che la fisica sottostante prevede.

Cosa non abbiamo fatto — dichiarato apertamente, non nascosto

Una verifica incrociata geostazionaria continua (EUMETSAT SEVIRI / MTG-FCI, cadenza di 10–15 minuti, giorno e notte, usata operativamente per il rilevamento in tempo reale) non è stata eseguita per questa analisi storica di 23 anni — quell'archivio è di ordini di grandezza più grande dell'archivio FIRMS a orbita polare usato qui, e recuperarlo/rielaborarlo retroattivamente per il 2003–2026 è un'impresa separata, molto più grande di questa verifica. Questa è un'opportunità di validazione aperta, non conclusa in un senso o nell'altro. Separatamente, questa verifica ha scoperto che il modulo originale firms_analyse.py — il caricatore di base che ogni script root-cause pubblicato (sicily_events.py, sicily_static_filter.py e altri) importa — non era mai stato inserito in questo repository, solo i suoi script chiamanti lo erano. Abbiamo ricostruito un equivalente basato sul miglior sforzo possibile, corrispondente esattamente alla metodologia documentata, etichettato chiaramente come una ricostruzione e non un recupero dell'originale byte-esatto, colmando una vera lacuna di riproducibilità che questa verifica ha fatto emergere.

Conclusione: il rilevamento notturno in questo rapporto è reale, termico e — secondo la letteratura — semmai più sensibile del rilevamento diurno, non meno. Una scelta metodologica specifica, non dichiarata in precedenza, gonfia effettivamente le frazioni notturne di alcuni punti percentuali tramite un meccanismo documentato e basato sulla fisica (il riflesso solare è solo diurno), non discrezionale. L'abbiamo trovato, quantificato sul nostro stesso archivio regionale completo, e lo stiamo dichiarando e correggendo qui il riferimento invece di lasciarlo implicito. Non ribalta nessuna conclusione con ampio margine di questo rapporto; significa che ogni percentuale qui va letta come accurata entro pochi punti, non esatta al decimale — cosa già vera per qualunque conteggio derivato da satellite, e ora dichiarata invece che presupposta.

Metodologia: archivio incendi attivi FIRMS MODIS+VIIRS 2003–2026, Etna escluso, filtrato per firma fisica delle fonti statiche (vedi §4), raggruppato in eventi discreti (concatenamento ≤2,2 km / ≤1 giorno, unione KD-tree). 391 comuni / 9 province tramite OpenStreetMap (Overpass), eventi assegnati al centroide del comune più vicino. Strade/insediamenti/uso del suolo tramite OpenStreetMap, elaborati per provincia. Proxy meteo/pioggia tramite l'archivio Open-Meteo ERA5, per centroide di provincia. Le statistiche inferenziali a livello comunale sono applicate solo con n≥30; sotto quella soglia, solo conteggi descrittivi. Campione casuale: seme fisso 20260723, riproducibile. Questo rapporto sostituisce l'analisi regionale limitata ad Agrigento pubblicata in precedenza in questa sessione — la correzione delle fonti statiche si applica retroattivamente anche ai numeri della Zona 0 (Porto Empedocle) di quella versione.