Abstract
Al fine di stimare la dinamica del carbonio organico dei suoli e gli stock di carbonio a scala regionale viene qui proposto un metodo che unisce un modello biofisico all’interpolazione spaziale con metodi geostatistici. Tale metodo può rappresentare un valido strumento a supporto delle misure agro-ambientali per la gestione dei suoli agricoli e la mitigazione dei cambiamenti climatici.
Introduzione
La sostanza organica del suolo, indicatore chiave della qualità e sostenibilità dei terreni, svolge un ruolo di fondamentale importanza nella definizione degli equilibri ambientali poiché regola il ciclo del carbonio (C) nella biosfera, sia come fonte di emissione (processi di decomposizione e mineralizzazione) sia come serbatoio (processo di umificazione). La quantità di C organico contenuta nel suolo (Soil Organic Carbon - Soc), variabile cruciale per la stima delle emissioni e delle capacità di assorbimento di C da parte dei suoli, rappresenta il contenuto di C presente nel suolo in un dato momento. L'entità del Soc può essere utilizzata come punto di partenza per stimare le potenzialità di sequestro del C da parte di un determinato suolo, di un suo particolare utilizzo, di uno specifico sistema colturale. L'importanza di questa valutazione è evidenziata anche nella strategia tematica per il suolo della Commissione Europea (Com2006/231), e la Politica Agricola Comune (Pac) dell’Unione europea ha riconosciuto il ruolo primario della dinamica del C e del suo stoccaggio nei suoli agricoli.
I suoli agricoli, pur se soggetti a consistenti perdite di C nel corso degli ultimi secoli a causa di pratiche non conservative, presentano un contenuto di C pari a tre volte quello dell’atmosfera attuale, e un incremento di appena qualche punto percentuale potrebbe determinare importanti assorbimenti di anidride carbonica (CO2) atmosferica, mitigando gli effetti dei cambiamenti climatici in atto (Paustian et al., 2016). Per aumentare tale potenziale di mitigazione occorre però approfondire la conoscenza dei processi di sequestro del C nei suoli, individuandone i parametri determinanti e le limitazioni; queste informazioni sono fondamentali per formulare adeguate proposte politiche di gestione dei suoli ed efficaci metodologie di monitoraggio degli stock di C terrestri nel tempo (Bellieni et al., 2017).
Quantificare gli stock di C è importante a vari livelli, dal globale al locale. A livello globale la stima degli stock è utile per promuovere politiche e accordi internazionali, necessari per ridurre gli effetti negativi dei cambiamenti climatici, prevedendo scenari e misure di adattamento e di mitigazione, nonché per valutare l'efficacia delle politiche agricole adottate. A livello europeo la gestione del C del suolo è diventata un tema centrale nella politica climatica con la decisione n. 529 del 2013 (Gazzetta Ufficiale dell’Unione Europea, G.U. L 165), che sancisce l’obbligatorietà della contabilizzazione delle emissioni e degli assorbimenti di C delle terre agricole e dei prati e pascoli, per indirizzare le politiche agro-ambientali verso specifiche misure da adottare nei paesi membri per mantenere e incrementare il contenuto di C dei suoli. A livello nazionale, per identificare misure utili ad aumentare il sequestro di C nel suolo, lo Stato italiano ha eletto le attività di gestione delle terre agricole, dei prati e dei pascoli come attività addizionali del Protocollo di Kyoto per il periodo 2013-2020 nel settore Lulucf (Land Use, Land Use Change and Forestry) affidando ad Ismea il coordinamento tecnico del Registro dei serbatoi di carbonio agroforestali (Coderoni e Vitullo, 2014).
Per la contabilizzazione degli stock di C, l'Intergovernmental Panel on Climate Change (Ipcc) ha pubblicato nel 2006 le linee guida per l'inventario e la presentazione delle emissioni nazionali di gas serra (Ipcc, 2006), considerando tre diversi livelli metodologici: Tier1, 2 e 3. Ad oggi la maggior parte dei paesi (tra cui l'Italia) adotta l’approccio Tier1, 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. Con la summenzionata decisione n. 529 del 2013 è stato anche richiesto agli Stati Membri di passare dall'approccio Tier1 al Tier2, basato su misurazioni estese e database nazionali sia per dati di attività sia per fattori di emissione, e Tier3, con l'uso di modelli di simulazione (Di Bene et al., 2014).
Per predire con maggiore accuratezza la dinamica del C organico dei suoli, quindi, è necessario impiegare modelli di simulazione che rendono coevi dati osservati in periodi temporali diversi e tengono conto delle interazioni tra clima, suolo, pianta e tecnica di gestione. I modelli di simulazione permettono di estendere le nostre conoscenze nel tempo e nello spazio, anche attraverso la previsione di scenari futuri, ma generalmente la stima che restituiscono è di tipo puntuale. Per ottenere una stima a livello territoriale è necessario interpolare tali risultati puntuali tramite procedure geostatistiche. Per questo motivo viene qui proposto un metodo combinato che unisce l'applicazione di un modello di simulazione puntuale con una procedura di spazializzazione, per ottenere una stima spaziale del contenuto iniziale di carbonio organico che, insieme alle mappe di suolo e uso del suolo, permette di prevedere la dinamica del carbonio organico nel lungo periodo. Le mappe risultanti costituiscono un valido strumento a disposizione dei decisori, a supporto delle misure agro-ambientali per la gestione dei suoli agricoli e la mitigazione dei cambiamenti climatici.
Metodologia proposta
Tra i modelli riconosciuti validi a livello internazionale si può utilizzare il modello RothC perché, rispetto ad altri modelli predittivi, restituisce output solidi e attendibili anche con pochi dati in input (Coleman e Jenkinson, 1996; 1999). Per adeguare la stima della dinamica del carbonio dei suoli in ambienti mediterranei, è preferibile adottare il modello RothC10N, versione del modello RothC in cui l’algoritmo di base è stato parzialmente modificato specificamente per queste zone (Farina et al., 2013).
I dati necessari al funzionamento dal modello sono: a) clima medio mensile (temperatura, precipitazioni ed evapotraspirazione); b) caratteristiche fisico-chimiche dei suoli (contenuto % di argilla e limo, composizione C inerte, contenuto % C org., densità apparente, profondità di campionamento - 30 cm, corrispondente allo strato arato); c) uso e gestione del suolo (presenza/assenza di coltura e tipologia colturale, resa delle colture, input di C da residui colturali, input di C esogeno da concimi/ammendanti organici, presenza/assenza irrigazione) (Di Bene et al., 2014).
Il metodo proposto per ottenere la stima degli stock di C a livello territoriale prevede in primo luogo l'organizzazione di una banca dati sistematizzata, armonizzata e georeferenziata, comprendente dati di suolo, clima e colture, da cui vengono poi estratti i dati relativi a ciascun punto. Il modello RothC10N viene quindi fatto girare all'equilibrio per un lungo periodo (almeno 20 anni), implementando una procedura ricorsiva (batch) che simula la dinamica del C per tutti i dati puntuali disponibili dell’area in esame, estratti dalla banca dati. In questo modo si rendono temporalmente omogenee tutte le osservazioni. I risultati vengono automaticamente riportati nella stessa banca dati. Infine, per spazializzare i risultati puntuali delle simulazioni ed estenderli al territorio in esame, i dati ottenuti vengono interpolati con metodi geostatistici, ottenendo la distribuzione spaziale del contenuto iniziale di carbonio organico che, insieme alle mappe di suolo e uso del suolo, permette di simulare la dinamica del carbonio organico nel lungo periodo e di stimare il potenziale di sequestro del C per diverse tipologie di suolo e differenti usi del suolo stesso. Questo approccio può essere considerato Tier3 perché basato sull'uso di un modello e di dati "country specific". I metodi di interpolazione di tipo geostatistico sono da preferire ad altri di tipo deterministico perché generalmente più accurati di quest'ultimi, e permettono anche di valutare l'errore commesso in ciascun punto stimato.
La procedura è stata applicata nella provincia di Foggia, scelta perché rappresentativa delle colture tipiche dell'area mediterranea: grano duro, pomodoro, uva da tavola e da vino, olive, pascoli. La zona del Gargano non è stata considerata nello studio perché in gran parte montuosa e coperta da foreste. Il territorio considerato è costituito per circa l'80% da superficie agricola utilizzata (Sau), con clima tipicamente mediterraneo (estati lunghe e calde e inverni brevi e freddi), e suoli prevalentemente profondi, di origine alluvionale e a tessitura argillosa o argilloso-limosa. Nel caso specifico è stato utilizzato quale input per il modello, per la definizione della tipologia e successione colturale, l'uso del suolo ricavato dai punti del Programma statistico Agrit del Ministero delle Politiche Agricole e Forestali (Mipaaf, 2013): ci sono circa 6700 punti ricadenti nel territorio della provincia. Tale uso del suolo è stato combinato con i dati Istat e la carta dei suoli. L'algoritmo di interpolazione utilizzato è stato l'Empirical Bayesian Kriging (Ebk), che permette di tener conto dell'incertezza nella distribuzione delle osservazioni e della loro dipendenza spaziale, e fornisce anche l'errore associato alla stima.
Risultati e discussione
Per la stima degli stock di carbonio i punti Agrit sono stati sovrapposti alle mappe di carbonio del suolo e della tessitura, e i valori sono stati utilizzati per far girare il modello; la stima spaziale è stata poi effettuata tramite Ebk a partire da 280 profili di suolo. Nella tabella 1 è evidenziata l'entità degli stock di C per i principali usi agricoli del suolo nella provincia di Foggia.
Tabella 1 - Stock medio di C organico nei suoli della provincia di Foggia dopo 20 anni di simulazione, per le principali categorie di uso agricolo del suolo
*Istat
Fonte: Farina et al., 2017
Di seguito è riportata la mappa del contenuto iniziale di carbonio nei suoli della provincia di Foggia (Figura 1).
Figura 1 - Mappa dello stock di C iniziale, spazializzato con Ebk
Fonte: Farina et al., 2017
Lo stock di C iniziale in base alla spazializzazione è risultato mediamente pari a 47,4 t/ha, con un errore di stima pari a 0,22 t/ha.
Il modello RothC10N è stato fatto poi girare in ciascun punto Agrit per un periodo di 20 anni, spazializzando i risultati con Ebk, ottenendo la mappa dello stock di carbonio finale (Figura 2). La spazializzazione ha restituito uno stock finale di C pari a 42,6 t/ha, con un errore di stima di 0,3 t/ha.
Figura 2 - Mappa dello stock di C finale, spazializzato con Ebk
Fonte: Farina et al., 2017
La diminuzione o l'aumento del contenuto di C, come indicato da diversi autori, è in genere dovuto principalmente ai differenti usi del suolo e alle diverse modalità di gestione agronomica; per questo motivo l'impiego di informazioni dettagliate sull'uso del suolo in input al modello permette simulazioni accurate della dinamica del C. L'esame del contenuto di C dei suoli nel lungo periodo ha evidenziato che nella provincia di Foggia le aree con colture non irrigue sono in una situazione di equilibrio. Nel caso delle rotazioni con colture irrigue si ha invece un consistente depauperamento, mentre in zone dove sono presenti colture arboree si osserva un incremento. Pertanto, l'adozione di pratiche agronomiche conservative come la riduzione della profondità di lavorazione (lavorazione minima, non lavorazione), l'introduzione di leguminose nella rotazione (colture di copertura), l'applicazione di materiali organici (compost, residui colturali) potrebbero concorrere ad aumentare il sequestro di C (Farina et al., 2017; Bleuler et al., 2017). Inoltre, nei seminativi irrigui la diminuzione dei volumi di adacquamento potrebbe ridurre le perdite di C dai suoli, limitando la mineralizzazione della sostanza organica nei mesi estivi dovuta alle alte temperature e all'umidità del suolo che favoriscono l'attività microbica (Di Bene et al., 2016). Le pratiche di gestione che favoriscono l'incremento degli stock di C devono essere considerate nelle misure agro-ambientali, in quanto contribuiscono non solo alla mitigazione dei cambiamenti climatici, ma anche alla salvaguardia, ripristino e miglioramento della biodiversità, alla migliore gestione delle risorse idriche e alla prevenzione dell’erosione dei suoli.
Il modello restituisce anche le emissioni di CO2, spazializzate con lo stesso metodo (Figura 3).
Figura 3 - Mappa delle emissioni di CO2, spazializzate con Ebk
Fonte: Farina et al., 2017
Le emissioni di CO2 cumulate nell'area di studio nei 20 anni di simulazione ammontano in media a 40 t/ha, e si verificano principalmente da seminativi irrigui e vigneti.
L'approccio proposto ha quali principali punti di forza la relativa facilità di reperimento dei dati e la facile inizializzazione del modello, che non richiede uno spin-up iniziale (cioè una messa a punto dei parametri del modello e della consistenza dei pool di C) per il funzionamento; le stime sono fornite tanto più accurate quanto più i dati in input sono di buona qualità. Per la parte modellistica occorre una accurata fase di validazione per ridurre l'incertezza delle simulazioni, mentre l'incertezza associata alle operazioni di spazializzazione è stata quantificata e minimizzata. Le informazioni sulla dinamica del C e sulle emissioni di CO2 a scala territoriale che si ottengono dalla procedura, utili per la definizione e la programmazione delle misure agro-ambientali da adottare nell'ambito della Pac nonché per indirizzare le politiche agricole locali, sono certamente valide. Tale approccio presenta anche alcune limitazioni, che vanno assolutamente affrontate: a) il modello è chiuso e non consente aggiustamenti dei parametri, rendendolo rigido in alcune situazioni; b) il corretto funzionamento dei modelli è fortemente condizionato dalla disponibilità di banche dati attendibili e con maggiore dettaglio possibile; c) le sperimentazioni di lungo termine non rappresentano tutte le possibili combinazioni di suolo-uso del suolo-gestione; d) è necessario trovare un accordo sui protocolli di validazione delle simulazioni; e) è necessario definire dei metodi validi per quantificare l'incertezza delle simulazioni del modello RothC10N; f) è necessario definire dei metodi per l'upscaling dei risultati, in modo da avere un maggiore dettaglio; g) infine è necessario affrontare i punti di debolezza dei modelli, ad esempio tener conto della presenza di erosione, dell'attività microbica, della dinamica della degradazione di diverse matrici organiche, ecc. Nonostante queste limitazioni, la procedura proposta ha dimostrato di rendere il passaggio dalle stime puntuali della dinamica del C alle stime territoriali molto robusto.
Considerazioni conclusive
L'interpolazione nello spazio delle simulazioni del modello RothC10N utilizzando Ebk può essere considerata una procedura innovativa per la valutazione a scala regionale dello stock di C, secondo i criteri dell'approccio Tier3. Nonostante alcune limitazioni, l’uso della metodologia proposta - che unisce un modello biofisico all’interpolazione spaziale con metodi geostatistici per stimare gli stock di carbonio a scala regionale - rappresenta un valido strumento per i decisori a supporto delle misure agro-ambientali per la gestione dei suoli agricoli e la mitigazione dei cambiamenti climatici. L'accuratezza delle stime può essere migliorata utilizzando dati di maggiore dettaglio e migliore qualità.
La procedura può certamente costituire uno strumento per l’accounting nazionale, anche per via della possibilità di quantificare gli errori di stima come richiesto dall’Ipcc. Naturalmente, affinché possa essere usata a livello nazionale, dovrebbero essere disponibili dati relativi alle aziende quali superfici investite, tipologia di colture in rotazione e dati di gestione agricola nonché le banche dati dei suoli, complete dei dati richiesti dal modello di simulazione. Il metodo può essere utilmente applicato per ottenere stime territoriali in altre aree a vari livelli di dettaglio, posto che siano opportunamente disponibili dati di suolo, clima e colture: un simile approccio di tipo Tier3 consentirebbe ai decisori di promuovere in maniera mirata la diffusione di pratiche agricole volte a migliorare i rapporti tra agricoltura, suolo e cambiamento climatico, e di verificare l’effettivo impatto delle azioni adottate per la corretta gestione dei suoli agricoli.
Riferimenti bibliografici
-
Bellieni M., Brenna S., Caserini S., Acutis M., Perego A., Schillaci C., Farina R., Miglietta F., Vitullo M. (2017), Il contributo dello stoccaggio di carbonio nei suoli agricoli alla mitigazione del cambiamento climatico. Ingegneria dell'Ambiente, vol. 4 n. 2, 161-176
-
Bleuler M., Farina R., Francaviglia R., Di Bene C., Napoli R., Marchetti A. (2017), Modelling the impacts of different carbon sources on the soil organic carbon stock and CO2 emissions in the Foggia province (Southern Italy). Agric. Syst., 157, 258–268
-
Com 2006/231, Commissione Europea (2006), Thematic Strategy for Soil Protection. Communication from the Commission to the Council, the European Parliament, the European Economic and Social Committee, and the Committees of the Region.
-
Coderoni S., Vitullo M. (2014), Crediti di carbonio dai suoli agricoli: contabilizzazione e governance. Agriregionieuropa, anno 10 n. 38, 54-57
-
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, 237-246
-
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
-
Di Bene C., Blasi E., Marchetti A., Lupia F., D'Angelo L., Farina R. (2014), Gestione dei suoli agricoli e contabilizzazione degli stock di carbonio. Agriregionieuropa, anno 10 n. 36, 57-59
-
Di Bene C., Marchetti A., Francaviglia R., Farina R. (2016), Soil organic carbon dynamics in typical durum wheat-based crop rotation of Southern Italy. Ital. J. Agron., 11(763), 209–2016
-
Farina R., Coleman K., Whitmore A.P. (2013), Modification of the RothC model for simulations of soil organic C dynamics in dryland regions. Geoderma, 200-201, 18-30
-
Farina R., Marchetti A., Francaviglia R., Napoli R., Di Bene C. (2017), Modeling regional soil C stocks and CO2 emissions under Mediterranean cropping systems and soil types. Agric. Ecosyst. Environ., 238, 128–141
-
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
-
Mipaaf - Ministero delle politiche agricole, alimentari e forestali (2013), Agrit 2013. Specifiche tecniche di rilevazione dei punti di campionamento per il rilievo dell’uso e la stima di resa
-
Paustian K., Lehmann J., Stephen O., Reay D., Robertson P., Smith P. (2016), Climate-smart soils. Nature, 532, 49-57
Siti di riferimento
-
Strategia tematica per la protezione del suolo [link]
-
G.U. L 165 (2013), Decisione n. 529/2013/UE del parlamento europeo e del consiglio del 21 maggio 2013 sulle norme di contabilizzazione relative alle emissioni e agli assorbimenti di gas a effetto serra risultanti da attività di uso del suolo, cambiamento di uso del suolo e silvicoltura e sulle informazioni relative alle azioni connesse a tali attività: [pdf]