A Comparative Study and Evaluation of Long-Term Surface Ozone Time Series Based on Trend Detection Techniques at Mt. Cimone Meteorological Station Relative to TOAR Guidelines

This thesis investigates the variability and long-term trend of surface ozone at the Monte Cimone WMO/GAW Global Station during 1996–2025 using hourly observations from the EBAS database. Monte Cimone is a strategic high-mountain background site in the Northern Apennines, suitable for studying tropospheric ozone variability over the South European and Mediterranean region. The hourly ozone data were processed, quality controlled, and aggregated into daily, monthly, and annual datasets. A 75% monthly data-capture threshold was applied, resulting in 348 valid monthly values out of 360 expected months. The analysis focused on seasonal and diurnal variability, monthly climatology, monthly anomalies, and long-term trend detection. Surface ozone showed a clear seasonal cycle, with lower values in winter and higher values during late spring and summer. The lowest climatological monthly mean was observed in December at 42.33 ppb, while the highest was observed in July at 61.87 ppb. Several complementary statistical methods were applied, including monthly mean linear regression, monthly anomaly regression, annual trend analysis, quantile regression, STL decomposition, and CCGCRV curve fitting. All methods indicated a consistent negative trend. The monthly mean trend was −2.36 ppb decade⁻¹, while the monthly anomaly trend was −2.11 ppb decade⁻¹. Quantile regression showed negative trends across all analyzed quantiles, with the strongest decrease at Q95. STL and CCGCRV also confirmed the long-term decrease, giving trends of −2.25 and −2.14 ppb decade⁻¹, respectively. Overall, the agreement among the different statistical approaches confirms a robust long-term decrease in surface ozone at Monte Cimone during 1996–2025, despite strong seasonal, diurnal, and interannual variability.

Questa tesi studia la variabilità e la tendenza a lungo termine dell’ozono di superficie presso la Stazione Globale WMO/GAW di Monte Cimone durante il periodo 1996–2025, utilizzando osservazioni orarie provenienti dal database EBAS. Monte Cimone è un sito strategico di fondo di alta montagna situato nell’Appennino Settentrionale, adatto allo studio della variabilità dell’ozono troposferico nella regione dell’Europa meridionale e del Mediterraneo. I dati orari di ozono sono stati elaborati, sottoposti a controllo di qualità e aggregati in dataset giornalieri, mensili e annuali. È stata applicata una soglia mensile di disponibilità dei dati pari al 75%, ottenendo 348 valori mensili validi su 360 mesi attesi. L’analisi si è concentrata sulla variabilità stagionale e diurna, sulla climatologia mensile, sulle anomalie mensili e sull’identificazione delle tendenze a lungo termine. L’ozono di superficie ha mostrato un chiaro ciclo stagionale, con valori più bassi in inverno e valori più elevati durante la tarda primavera e l’estate. La media mensile climatologica più bassa è stata osservata a dicembre, con 42,33 ppb, mentre la più alta è stata osservata a luglio, con 61,87 ppb. Sono stati applicati diversi metodi statistici complementari, tra cui la regressione lineare delle medie mensili, la regressione delle anomalie mensili, l’analisi della tendenza annuale, la regressione quantilica, la decomposizione STL e il curve fitting CCGCRV. Tutti i metodi hanno indicato una tendenza negativa consistente. La tendenza delle medie mensili è risultata pari a −2,36 ppb decennio⁻¹, mentre la tendenza delle anomalie mensili è risultata pari a −2,11 ppb decennio⁻¹. La regressione quantilica ha mostrato tendenze negative in tutti i quantili analizzati, con la diminuzione più forte a Q95. Anche STL e CCGCRV hanno confermato la diminuzione a lungo termine, fornendo rispettivamente tendenze pari a −2,25 e −2,14 ppb decennio⁻¹. Nel complesso, l’accordo tra i diversi approcci statistici conferma una robusta diminuzione a lungo termine dell’ozono di superficie a Monte Cimone durante il periodo 1996–2025, nonostante la forte variabilità stagionale, diurna e interannuale.