Gestione dei suoli agricoli e contabilizzazione degli stock di carbonio

Gestione dei suoli agricoli e contabilizzazione degli stock di carbonio
Proposta operativa a supporto delle politiche agro-climatico-ambientali

Introduzione

L’Unione Europea (UE), per rispettare gli impegni di riduzione delle emissioni di gas serra (Ghg) stabiliti a seguito del Protocollo di Kyoto (PK), ha di recente emanato la decisione n. 529 del 2013 (Gazzetta Ufficiale dell’Unione Europea, G.U. L 165), in cui vengono fissati alcuni criteri per contabilizzare le emissioni e gli assorbimenti di Ghg nel settore delle attività di uso del suolo, di cambiamento di uso del suolo e silvicoltura (Land Use, Land Use Change and Forestry, note come attività Lulucf). Il documento prevede che dal 2021 gli Stati Membri dovranno contabilizzare emissioni e assorbimenti di Ghg anche per terreni agricoli e pascoli.
Tuttavia la decisione non stabilisce le metodologie per effettuare la contabilizzazione, ma richiede che ogni Stato Membro nel biennio 2016-2018 informi la Commissione “…sui sistemi in essere e in corso di sviluppo per stimare le emissioni e gli assorbimenti risultanti da attività di gestione delle terre coltivate e dei pascoli…”. Tali sistemi dovranno armonizzarsi con i criteri metodologici proposti dalle linee guida dell’Intergovernmental Panel on Climate Change - Ipcc (2006 Guidelines - Ipcc, 2006) e utilizzati dai Paesi firmatari come base di riferimento per l’elaborazione dell’inventario nazionale delle emissioni.
Attualmente, per la contabilizzazione delle emissioni di Ghg provenienti dal suolo, la maggior parte dei paesi firmatari, Italia compresa, ha adottato l’approccio Tier 1 che impiega coefficienti legati solamente all’uso o al cambiamento d’uso del suolo, della tipologia di fertilizzante impiegato e dei residui colturali apportati al suolo. Per predire con maggiore accuratezza la dinamica del C organico (C org.) dei suoli e identificare le connessioni con le scelte dell’imprenditore agricolo, la decisione n. 529 del 2013 (G.U. L 165) richiede agli Stati Membri di passare da un calcolo di tipo Tier 1 a quello Tier 2, basato su misurazioni estese e database, e Tier 3, cioè uso di modelli di simulazione che permettono di rendere coevi dati osservati in periodi temporali diversi e tengono conto delle interazioni tra clima, suolo, pianta e tecnica di gestione.
A livello nazionale, diverse ricerche hanno studiato le relazioni tra gestione del suolo, contenuto di sostanza organica e potenziale emissivo dei suoli a livello locale (Chiti et al., 2012; Mondini et al., 2012). Ciononostante, il contenuto di C org. dei suoli, variabile cruciale per la stima delle emissioni e delle capacità di assorbimento di C da parte dei suoli, presenta diverse criticità (AA.VV., 2011) poiché le campagne di campionamento dei suoli condotte dal 1990 ad oggi sono state sviluppate con finalità differenti rispetto a quelle attualmente definite e hanno utilizzato metodologie disomogenee per la definizione del campione e la catalogazione dei dati, rendendone difficile l’uso nelle attività addizionali previste dal PK (Cóndor e Vitullo, 2010). Per migliorare le stime dello stock di C nei suoli italiani, in previsione dei futuri obblighi europei stabiliti nel quadro del PK, a gennaio 2012, il Ministero delle Politiche Agricole, Alimentari e Forestali ha cofinanziato un progetto di ricerca, denominato Carbon in Italian Soils (Cis).
Il progetto, coordinato dall’Istituto nazionale di economia agraria (Inea), con la partecipazione del Centro di ricerca per lo studio delle relazioni pianta-suolo (Cra-Rps) e del Consorzio universitario per la ricerca socioeconomica e per l’ambiente (Cursa), si pone i seguenti obiettivi:

  • proporre una metodologia per la stima del C org. dei suoli agricoli italiani basata sull’uso del modello RothC che simula la dinamica del carbonio e la relativa suscettività alla perdita o all’accumulo in funzione del tipo di suolo, clima, tecniche colturali e pratiche di gestione agricola;
  • implementare una procedura ricorsiva (batch) che simula la dinamica del carbonio per tutti i dati puntuali disponibili dell’area in esame;
  • spazializzare i risultati puntuali delle simulazioni ed estenderli al territorio in esame;
  • fornire indicazioni per identificare le possibili divergenze negli impatti, sulle performance ambientali ed economiche, che analoghe misure agro-climatiche-ambientali potrebbero generare in areali pedologici e climatici diversi.

Metodologia e scelta delle aree di studio

La metodologia adottata è in accordo con l’approccio Tier 3, proposto dall’Ipcc (2006). Considerando lo stato attuale delle fonti informative su base nazionale, tra i modelli per la stima della dinamica del carbonio riconosciuti validi a livello internazionale, è stato scelto il modello RothC perché, rispetto ad altri modelli predittivi, restituisce output solidi e attendibili anche con pochi dati in input (maggiori dettagli in Coleman e Jenkinson, 1996; 1999). In sintesi, i dati necessari al funzionamento dal modello sono:

  • clima mensile (temperatura, precipitazioni ed evapotraspirazione)1;
  • caratteristiche fisico-chimiche dei suoli (contenuto % di argilla e limo, composizione C inerte, contenuto % C org., densità apparente, profondità di campionamento, generalmente 30 cm, corrispondente allo strato arato)2;
  • uso e gestione del suolo (presenza/assenza e tipologia colturale, resa delle colture, input di C da residui colturali, input di C esogeno da concimi/ammendanti organici, presenza/assenza irrigazione)3.

Per adeguare la stima della dinamica del carbonio dei suoli in ambienti mediterranei, l’algoritmo di base del modello è stato parzialmente modificato (Farina et al., 2013).
Poiché il modello esegue una stima puntuale della dinamica del carbonio, la sua applicazione a livello territoriale ha comportato l’implementazione di una procedura ricorsiva (batch) in cui i dati relativi a ciascun punto sono stati estratti dal database georeferenziato ed elaborati da RothC (Mondini et al., 2012).
Per ottenere i risultati del modello a scala territoriale è stato creato un database sistematizzato, armonizzato e georeferenziato a partire dalle seguenti fonti:

  • banca dati climatica - periodo di riferimento 1989-2012 con maglia a 20 km (Fonte: Joint research centre, Jrc)4;
  • banca dati dei suoli (Fonte: Consiglio per la Ricerca e la sperimentazione in Agricoltura (Cra); Quaglino e Rusco, 2001);
  • banca dati superfici e rese delle colture agrarie con rilevamento annuale (Fonte: Agrit-Mipaaf, Rica-Inea, statistiche Istat) dal 2001 al 2013.

Gli output del modello, costituiti dalle variazioni di C org. e CO2 (delta C org. e delta CO2) per il periodo considerato, sono restituiti in formato tabellare e ricollegati al database stesso che prosegue nelle iterazioni di calcolo in funzione della richiesta temporale. In figura 1 è riportato lo schema di funzionamento del modello RothC.

Figura 1 - Schema del funzionamento del modello RothC5

In figura 2 è presentato lo schema metodologico seguito per stimare la variazione di C org. dei suoli agricoli dal 2001 al 2013.

Figura 2 - Schema generale di analisi e tipologia di output ottenibili6

Per identificare la più adeguata modalità di spazializzazione dei risultati puntuali a diverse scale territoriali e testare il modello in ambienti con caratteristiche pedo-paesaggistiche e orientamenti colturali differenti, sono state selezionate aree di studio pilota.
L’individuazione delle aree di test per lo svolgimento della valutazione empirica di quanto descritto è stata operata tenendo conto della distribuzione e rappresentatività delle principali colture agrarie (cereali, ortive, foraggere, legnose agrarie) sul territorio nazionale (sud, centro e nord) e della differente reperibilità dei dati per il popolamento del database. La Provincia di Foggia (Regione Puglia) è stata scelta come caso pilota per un’analisi di sistemi agricoli tipici del sud Italia. I suoli presentano una tessitura prevalentemente limo-argillosa con il 64% dei punti riconducibili tassonomicamente ai seguenti gruppi: Haplic-Calcisols (42% dei casi), Vertic-Cambisol (13% dei casi) e Haplic-Phaeozem (9% dei casi) (Fao, 2006). Il clima è tipicamente mediterraneo (precipitazioni medie annue 700 mm, temperature medie annue 14.6 °C). Per quanto riguarda le tipologie di coltivazioni, la provincia si caratterizza per un’attività agricola principalmente cerealicola (46% della Sau) e foraggera-pascoliva (24% della Sau), seguita da colture ortive (prevalentemente pomodoro da industria, 9% della Sau) e arboree agrarie (olivo e vite che ricoprono rispettivamente il 10% e il 7% della Sau). Rispetto ai sistemi colturali, i seminativi sono dominati dal frumento duro, spesso in monosuccessione o in rotazione con pomodoro da industria (Fonte: dati Agrit, Rica e Istat 2001-2013).
Allo stato attuale, le informazioni contenute nel database armonizzato sono state usate per validare il modello per i seminativi della provincia di Foggia e le simulazioni sono state effettuate considerando una tecnica colturale ordinaria (caratterizzata da lavorazioni profonde e asportazione dei residui colturali alla raccolta) e un valore medio delle rese delle colture (dati Rica, integrati con le statistiche Istat) per il periodo 2001-2013.

Risultati preliminari e prospettive future

In figura 3 sono riportate le variazioni puntuali del contenuto di C organico (delta C org.) nei suoli ottenute nei 13 anni di simulazione per i seminativi di frumento duro in monosuccessione o in rotazione con altre colture, seguendo la dinamica del C nel sistema colturale nel suo complesso. Per i 221 punti selezionati, indipendentemente dalla rotazione colturale considerata, il range complessivo delle variazioni è compreso tra le -20 e le +10 tonnellate per ettaro (t ha-1) (Figura 3).

Figura 3 - Variazioni del contenuto di C organico (C org.) nei suoli per i 13 anni di simulazione in relazione al tipo di seminativo (frumento duro in monosuccessione o frumento duro in rotazione con altre colture).

In particolare, nel 72% dei casi si verificano riduzioni degli stock di C pari mediamente a 0,43 t ha-1 annue, rispetto ai valori iniziali (triangoli con punta rivolta verso l’alto). Per quantificare le variazioni (2001-2013) di C org. in areali omogenei per caratteristiche pedo-climatiche, gli sviluppi della ricerca prevedono la spazializzazione dei dati di input che saranno utilizzarli per implementare le banche dati e restituire output affidabili a livello di areale.
Alla luce dei risultati ottenuti da Farina et al. (2013) sulle relazioni tra utilizzo e gestione del suolo e contenuto di carbonio per l’area presa in esame, le perdite di C org. riscontrate nel caso della rotazione frumento-pomodoro da industria (51% dei casi), potrebbero essere attribuite alla maggiore mineralizzazione della sostanza organica nel periodo estivo causata dalle alte temperature e dall’irrigazione fornita al pomodoro nel periodo estivo che, aumentando l’umidità del suolo, favoriscono l’attività microbica. Di contro, le perdite di C org. osservate nel caso del frumento in monosuccessione e nella combinazione che prevede un anno di riposo (rotazione frumento-maggese) (22% dei casi), potrebbero dipendere dalla minore quantità di materiale organico apportato (-35%) al suolo, rilevabile dalle minori rese registrate con questo sistema colturale rispetto all’avvicendamento frumento-pomodoro da industria.
I risultati ottenuti per i seminativi hanno dimostrato che la metodologia proposta è attendibile e applicabile alle altre categorie colturali della provincia. Dopodiché potrà essere estesa alle aree pilota rappresentative degli ambienti agricoli del nord (provincia di Lodi) e del centro Italia (provincia di Macerata).
Infine, l’ultima fase del progetto sarà finalizzata alla valutazione dei benefici ambientali e dei costi aziendali derivati dall’adozione di buone pratiche agricole per conservare/incrementare il contenuto di C org. nel suolo nei diversi contesti aziendali e territoriali con l’obiettivo di definire valori di riferimento con cui poter ipotizzare scenari di diffusione a diversa scala sia a livello aziendale che territoriale7. La quantificazione dei trade-off tra conservazione del carbonio C nei suoli e produttività/redditività dei sistemi colturali permetterà di verificare nei diversi areali l’effettiva valenza ambientale di alcune pratiche conservative generalmente riconosciute come “buone pratiche”. Tale informazione sarà funzionale alla formulazione di giudizi inerenti il gradiente di applicabilità e diffusione per tali pratiche nei contesti regionali. Nello specifico saranno messi a confronto costi e benefici connessi al raggiungimento di analoghi target di riferimento, espressi in contenuto di C organico nei suoli agricoli, ottenibili tramite la diffusione di diverse combinazioni di pratiche di conservazione/miglioramento.

Conclusioni

La metodologia proposta amplia l’offerta delle metodologie disponibili per fornire indicazioni chiave nella stesura del quadro delle politiche europee che, per rispondere alle richieste del PK, inseriscono l’obiettivo della lotta ai cambiamenti climatici tra le sfide dell’intero pacchetto Pac (Blasi et al., 2012; Coderoni, 2013). Con la definizione della focus area dedicata alla gestione e al miglioramento dei suoli agricoli nella priorità 4 (G.U. L 347), i Psr regionali nelle loro strategie potranno attivare misure finalizzate alla tutela e al miglioramento degli agroecosistemi. In tal senso, approcci di tipo Tier 3, basati su schemi metodologici simili a quello seguito per il presente lavoro e ampiamente riconosciuti dalla comunità scientifica nazionale e internazionale, consentirebbero ai policy maker regionali di differenziare, secondo una logica di costo/opportunità, le entità delle indennità dedicate alla diffusione di pratiche agricole volte a migliorare i rapporti tra agricoltura, suolo e cambiamento climatico. Infine, questo tipo di analisi consentirebbe da un lato di verificare l’effettivo impatto di azioni nella gestione dei suoli agricoli e dall’altro di negoziare con parametri di maggiore oggettività i futuri strumenti di compensazione per il settore agricolo promossi nell’alveo delle politiche climatiche europee.

Riferimenti bibliografici

  • AA.VV. (2011), Libro bianco - Sfide ed opportunità dello sviluppo rurale per la mitigazione e l’adattamento ai cambiamenti climatici, Ministero delle Politiche Agricole e Forestali (Mipaaf), Roma, Italia [link]

  • Blasi E., Franco S., Passeri N. (2012), Da Kyoto alla Pac: come calcolare le emissioni di gas serra del settore agricolo? Agriregionieuropa, n. 29

  • Coderoni S. (2013), Agricoltura e cambiamenti climatici: dalle politiche comunitarie ai Psr, Agriregionieuropa, n. 35

  • Coleman K., Jenkinson D.S. (1996), RothC-26.3 - a model for the turnover of carbon in soil. In: Powlson D.S., Smith P., Smith J.U. (eds.), Evaluation of Soil Organic Matter Models Using Existing Long-Term Datasets, Nato Asi Series I. Springer-Verlag, Heidelberg, pp. 237-246

  • Chiti T., Gardin L., Perugini L., Quaratino R., Vaccari F.P., Miglietta F., Valentini R. (2012), Soil organic carbon stock assessment for the different cropland land uses in Italy, Biology and Fertility of Soils, n. 48, pp. 9-17

  • Coleman K., Jenkinson D.S. (1999), RothC-26.3. A Model for the turnover of carbon in soil: Model description and user's guide. Lawes Agricultural Trust, Harpenden, UK

  • Cóndor R.D., Vitullo M. (2010), Emissioni di gas serra dall'agricoltura, selvicoltura ed altri usi del suolo in Italia, Agriregionieuropa, n. 21

  • Fao (2006). World Reference Base for Soil Resources. World Soil Resources Reports 103, Food and Agricultural Organisation, Rome, Italy

  • Farina R., Coleman K., Whitmore A.P. (2013), Modification of the RothC model for simulations of soil organic C dynamics in dryland regions, Geoderma, n. 200-201, pp. 18-30

  • Ipcc (2006), 2006 Ipcc Guidelines for National Greenhouse Gas Inventories, Prepared by the National Greenhouse Gas Inventories Programme, Eggleston H.S., Buendia L., Miwa K., Ngara T. and Tanabe K. (eds.). Published: Iges, Japan

  • Mondini C., Coleman K, Whitmore A.P. (2012), Spatially explicit modelling of changes in soil organic C in agricultural soils in Italy, 2001–2100: Potential for compost amendment, Agriculture, Ecosystems and Environment, n. 153, pp. 24-32

  • Quaglino E., Rusco E. (2001), Sviluppo di una base dati georiferita relativa al suolo dell'intera regione Puglia (Italia) su scala 1:50.000. Progetto Interreg II Italia – Albania assessorato alla programmazione ufficio informatico e servizio cartografico, pp. 36 [link]

Siti di riferimento

  • 1. I dati di precipitazione ed evapotraspirazione potenziale (Etp), espressi in mm, sono stati usati per calcolare il deficit idrico superficiale mensile dei suoli.
  • 2. Il contenuto percentuale di argilla è usato dal modello per calcolare i parametri idrologici (capacità di campo e punto di appassimento) e il bilancio idrico del suolo. La percentuale di C org., la densità apparente e la profondità di campionamento sono, invece, usate per calcolare il contenuto di C org. in tonnellate per ettaro (t ha-1).
  • 3. È importante specificare se il suolo è coperto da vegetazione o è privo di copertura (nudo) perché, come riportato ampliamente in letteratura, la velocità di decomposizione del C org. è maggiore nei suoli nudi (set-aside o maggese) rispetto a quelli con la vegetazione in atto. Gli input di C da residui colturali rappresenta la quantità di C, espressa in tonnellate per ettaro (t ha-1), che torna al suolo mensilmente durante il ciclo della coltura, includendo anche il C rilasciato dalle radici come essudati radicali.
  • 4. Per riportare i dati climatici forniti dal Jrc da una maglia a 20 km a una scala puntuale di campo (griglia con passo a 30 m), è stato necessario effettuare un’operazione di downscaling tramite il Geographically Weighted Regression (Gwr), utilizzando come regressori: la latitudine, la longitudine, la distanza dalla costa, l’altimetria e la radiazione solare potenziale. Per gli ultimi due regressori sono stati impiegati i dati geomorfometrici ottenuti dal modello digitale del terreno Gdem con passo a 30 metri (Fonte: Advanced spaceborne thermal emission and reflection radiometer, Aster Global digital elevation model Ver. 2).
  • 5. Il modello simula la dinamica del C organico nei suoli su base mensile. RothC prevede la presenza di un comparto inerte non interessato da processi dinamici (inert organic matter, Iom) e di quattro comparti attivi, rappresentati da: residui vegetali decomponibili (decomposable plant material, Dpm), residui vegetali resistenti (resistant plant material, Rpm), biomassa microbica (microbial biomass, Bio), sostanza organica umificata, humus (humified organic matter, Hum). Quando una frazione organica arriva nel suolo, a seconda della sua natura e del tipo di suolo, viene ripartita fra le frazioni attive Dpm e Rpm. Successivamente, la frazione Rpm subisce una degradazione a humus, biomassa microbica e CO2. La degradazione del C organico oltre che dalla composizione del materiale di partenza e dalle proprietà intrinseche dei singoli pool, è funzione del clima, della pedologia e della copertura del suolo.
  • 6. La linea spessa tratteggiata traccia un esempio di flusso di dati per l’analisi di una tipologia di coltivazione condotta secondo tre diversi sistemi colturali in una generica area di studio.
  • 7. Tenendo conto del recente Regolamento (UE) n. 1305/2013 del Parlamento Europeo e del Consiglio (G.U. L 347) del 20 dicembre 2013, il contributo regionale dei pagamenti a superficie per le misure del programma di sviluppo rurale (Psr) dovrebbe coprire i costi aggiuntivi, i mancati redditi e, in alcuni casi, i costi di transizione dovuti agli impegni assunti dagli agricoltori o dai gruppi di agricoltori.
Tematiche: 
Rubrica: