Progetto di Ricerca F.I.S.R. EVOLUZIONE DEI SISTEMI COLTURALI
Transcript
Progetto di Ricerca F.I.S.R. EVOLUZIONE DEI SISTEMI COLTURALI
Progetto di Ricerca F.I.S.R. EVOLUZIONE DEI SISTEMI COLTURALI A SEGUITO DI CAMBIAMENTI CLIMATICI (coordinatore: Dr. Domenico VENTRELLA) RELAZIONE SUL PRIMO ANNO DI ATTIVITA’ AL 31-12-2007 --------------------------------------------------------------------------------------------------------------------- INTRODUZIONE GENERALE Il presente rapporto tecnico descrive in maniera dettagliata le attività di ricerca svolte nell’ambito del Progetto FISR “CLIMESCO” – Evoluzione dei sistemi colturali a seguito dei cambiamenti climatici (decreto direttoriale 285/ric del 2/2/2006). Coordinato dall’”Unità di Ricerca per i sistemi colturali degli ambienti caldo-aridi” di Bari (CRA-SCA, Ex-Istituto Sperimentale Agronomico) del Consiglio per la ricerca e la sperimentazione in agricoltura, CLIMESCO vede coinvolte altre 5 Unità Operative (UO) e 6 sub-unità finanziate mediante commesse esterne da ogni singola UO. Il Progetto CLIMESCO si sviluppa preliminarmente lungo un percorso basato sulla caratterizzazione pedo-climatica e sulla individuazione di aree agro-ambientali omogenee (Linea 1) nelle regioni di Sicilia e Puglia. L’individuazione nel territorio di aree omogenee dal punto di vista pedo-climatico permette di definire una potenziale “offerta” di risorse messe a disposizione per le varie colture che, a loro volta, rappresentano la “domanda” potenziale. Il secondo passaggio si realizza attraverso la simulazione degli andamenti climatici nei prossimi decenni relativamente alle aree oggetto di indagine. Tale obiettivo (Linea 2) è perseguito attraverso tecniche di regionalizzazione di scenari climatici globali, operate dai cosiddetti Global Climate Models mediante approcci di tipo sia statistico che dinamico. Le attività descritte nella Linea 3 rappresentano importanti approfondimenti tematici, aventi l’obiettivo di migliorare le conoscenze e i risvolti applicativi su singoli aspetti, ritenuti strategicamente importanti nelle aree in studio. Congiuntamente, tali attività hanno anche l’obiettivo di fornire data-set completi riguardanti la coltura, il suolo e la gestione agronomica, indispensabili per la calibrazione e la validazione puntuale dei modelli di simulazione che caratterizzeranno le attività della linea 4. La definizione di scenari agroclimatici, l’analisi di impatto che tali condizioni potranno avere sui sistemi colturali attualmente caratterizzanti le aree di indagine e la definizione di interventi agronomici correttivi per conservare o eventualmente accrescere la loro sostenibilità saranno le fasi finali che caratterizzeranno la Linea 4 la cui attività andrà a pieno regime a partire dalla seconda annualità. La presente relazione si articola secondo le attività previste nel Progetto rimodulato come riportato nella Tabella 1. In particolare, i prodotti attesi nel primo anno di attività riguardano il “Database delle fonti di dati pedologici, climatici e agronomici nelle aree di interesse per il progetto” (R1: responsabile Dr.ssa Annamaria Castrignanò) e “L’individuazione dei modelli di 1 --------------------------------------------------------------------------------------------------------------------simulazione” capaci di prevedere efficacemente la risposta di colture rappresentative delle aree oggetto dello studio” (R16: responsabile Dr. Michele Rinaldi) entrambi allegati alla presente relazione. Questo rapporto, invece, descrive in maniera dettagliata lo stato di avanzamento di tutte le attività previste dal Progetto ed effettivamente svolte. Come supportato dalla presente relazione scientifica e dagli allegati suddetti, lo scrivente coordinatore scientifico del Progetto CLIMESCO dichiara che l’attività scientifica svolta sino al 31-12-2007 ha consentito il raggiungimento degli obiettivi previsti per il primo anno. Questo rapporto tecnico si suddivide in due parti. La prima riporta una sintesi delle attività svolte nelle quattro linee di attività. La seconda, invece, dopo una breve esposizione delle iniziative organizzate nell’ambito del Coordinamento, entra nel merito delle singole attività previste dal Progetto con relazioni redatte dai singoli responsabili riguardanti le attività svolte, i risultati conseguiti, i prodotti e gli scostamenti rispetto al piano scientifico iniziale. Il Coordinatore Scientifico Dr. Domenico Ventrella 2 --------------------------------------------------------------------------------------------------------------------- Tabella 1 - Attività di ricerca previste nel Progetto CLIMESCO articolate nell’ambito delle quattro Linee di ricerca Linea 1 - Individuazione di aree agro-ambientali omogenee (responsabile:Dr.ssa A. Castrignanò) 1. Attività 1.1 Costruzione di un Sistema Geografico Informativo (GIS) relativo a suolo, clima e sistemi colturali (Responsabile Dr.ssa A. Castrignanò). Collaborazione con il Dipartimento di Agronomia, Coltivazioni Erbacee e Pedologia dell’Università di Palermo: Prof. S. Raimondi (commessa esterna di UNIPA) 2. Attività 1.2 Caratterizzazione climatica (Responsabile: Dr. G. Rana) 3. Attività 1.3 Elaborazione dei dati secondo tecniche a) univariate per la produzione di mappe tematiche e b) multivariate per la individuazione di aree agro-ambientali omogenee (Responsabile: Dr.ssa A. Castrignanò) 4. Attività 1.4 Valutazione dei caratteri dei suoli ed interpretazione dei pedopaesaggi (Responsabile Prof. A. Buondonno) Linea 2 – Cambiamenti climatici (responsabile: Dr. M. Miglietta) 5. Attività 2.1 Simulazione di scenari climatici (Responsabile: Dr. M. Miglietta). Collaborazione con l’Università degli Studi di Lecce: Prof. P. Lionello (Commessa esterna di CNR-ISAC) Linea 3 - Ottimizzazione delle risorse idriche (responsabile: Prof. A. Caliandro) 6. Attività 3.1.1 Strategie di gestione dell’irrigazione con acque saline (UNI-PA: Prof. G. Crescimanno) 7. Attività 3.1.2 Dinamica della concentrazione salina lungo il profilo del suolo e valutazione della capacità lisciviante delle piogge (UNI-FG: Prof. M. Monteleone) 8. Attività 3.1.3 Verifica del fabbisogno di lisciviazione e del drenaggio nella gestione irrigua di terreni suscettibili alla salinità (UNI-FG: Prof. M. Monteleone) 9. Attività 3.1.4 Effetti dello stress idrico e salino sulla produzione quanti-qualitativa di due colture tipiche dell’area metapontina ed evoluzione dei parametri fisico-chimici del suolo (CRA-ISA: Dr. Nicola Losavio) 10. Attività 3.1.5 Effetti della salinità sulle variabili irrigue (UNI-FG: Prof. M. Monteleone) - collaborazione con il CNR-ISPA (Istituto di Scienze delle Produzioni Alimentari, Bari): Dr. V. Cantore – commessa esterna di UNI-FG 11. Attività 3.2 Sistemi colturali e fabbisogni idrici (Responsabile: Dr. M. Mastrorilli) 12. Attività 3.3 Evoluzione dei coefficienti e delle resistenze colturali in relazione ai cambiamenti climatici (Responsabile: Prof. M. Perniola) – collaborazione con CRA - Centro di ricerca per la cerealicoltura (Foggia) – commessa esterna di UNIFG 13. Attività 3.4 Approfondimento delle procedure di valutazione dei parametri idrologici del suolo normalmente richiesti dai modelli del bilancio idrico (Responsabile: Prof. A. Caliandro) - collaborazione con il Dipartimento di Scienze e Tecnologie Agro-ambientali, Università di Bologna: Prof. Patruno e Prof. Cavazza e Patruno (commessa esterna di UNIBA) Linea 4 - Simulazione di scenari colturali (responsabile: Dr. D. Ventrella) 14. Attività 4.1 Calibrazione e validazione dei modelli a scala puntuale (Responsabile: Dr. M. Rinaldi) 15. Attività 4.2 Adattamento del modello da scala puntuale a scala di comprensorio (up-scaling) (Responsabile: Dr. G. Rana) – collaborazione con il Dipartimento di Produzione Vegetale dell’Università di Milano: Prof. M. Acutis (commessa esterna di CRA-SCA) 16. Attività 4.3 Simulazione di scenari irrigui (Responsabile: Dr. D. Ventrella) 17. Attività 4.4 Ottimizzazione dell’uso del suolo in condizioni di limitata disponibilità delle risorse idriche, utilizzando modelli di programmazione lineare (Responsabile: Prof. A. Caliandro) 3 --------------------------------------------------------------------------------------------------------------------SINTESI DELLE ATTIVITA’ SVOLTE AL 31-Dicembre-2007 Linea 1: individuazione di aree agro-ambientali omogenee (responsabile: Dr.ssa A. Castrignanò) Nell’ambito delle aree selezionate, ricadenti nelle regioni Puglia e Sicilia, sono stati acquisiti dati ed informazioni utili per la caratterizzazione agronomica e pedoclimatica. Il lavoro si è articolato nelle seguenti fasi: costruzione di un database comprendente caratteristiche pedologiche (proprietà fisiche, chimiche ed idrologiche), climatiche (medie pluriennali) ed agronomiche (land use, sistemi colturali e pratiche agronomiche prevalenti) relativamente alle aree di studio; georeferenziazione dei dati; omogeneizzazione dei dati (unità di misura e risoluzione temporale e spaziale) provenienti da diverse fonti. I dati sono stati sottoposti a test statistici per verificare l’omogeneità della varianza; ciò si è reso necessario a causa della diversa sorgente e numerosità di dati per ciascuna fonte. I dati così acquisiti sono archiviati in ambiente GIS. Dal punto di vista climatico, la prima attività ha riguardato il recupero dei dati agrometeorologici e l'analisi dei sensori (meccanici e/o automatici) utilizzati per la loro acquisizione, al fine di stabilire le caratteristiche meteorologiche degli stessi per una precisa e dettagliata definizione dell'errore sperimentale commesso nelle misure. Le medie a lungo termine delle variabili climatologiche (valori mensili di temperatura e precipitazione) e loro rispettive varianze, relative ad un sufficiente numero di anni, variabile per ciascuna stazione, sono state sottoposte a test preliminari di qualità e di omogeneità. I dati presi in considerazione riguardano: temperatura e umidità dell'aria, pioggia, radiazione solare ed evapotraspirazione di riferimento, calcolata con il modello di Penman-Monteith ove possibile, altrimenti con il modello di Hargreaves. I dati, eventualmente corretti ed interpolati, al fine di integrare quelli mancanti, sono stati sottoposti ad analisi geostatistica per la loro spazializzazione e restituzione in formato griglia. Oltre che nelle pagine seguenti, l’attività svolta nell’ambito di questa linea è descritta in maniera approfondita nella relazione che accompagna il Prodotto R1, contenuto nel CD allegato e previsto nel Progetto “Database pedologico, climatico e culturale”. Linea 2: cambiamenti climatici (responsabile: Dr. M. Miglietta) La simulazione del clima nelle aree di interesse richiede l’applicazione di opportune tecniche di regionalizzazione di scenari climatici globali, ossia di simulazioni effettuate da GCM (Global Climate Models). La risoluzione correntemente utilizzata per simulazioni climatiche su scala globale non consente una definizione ottimale della morfologia e dell'orografia dei bacini che compongono l’area mediterranea. L'estrazione di informazioni su variabili importanti dal punto di vista ambientale, quali temperatura, venti e precipitazioni, richiede necessariamente una rielaborazione complessa delle informazioni derivate da simulazioni globali, ossia la loro regionalizzazione. Gli approcci alla regionalizzazione sono di tipo dinamico e statistico. Il Progetto prevede l’applicazione di entrambi gli approcci per l’ottenimento di una più elevata risoluzione. Nell’attività sinora svolta, sono stati acquisiti dati relativi ad alcuni modelli GCM (CSIRO-Mk2, HADCM3 e CGCM2), relativamente agli scenari A2 e B2 per la previsione dei cambiamenti climatici. Nell’ambito del downscaling dinamico, il sistema modellistico è stato validato confrontando i risultati di temperatura superficiale simulati con quelli di ERA40 del centro Europeo ECMWF, in cui si trova un buon accordo nelle zone continentali, mentre il modello tende a sovrastimare il ciclo annuale nell’area Mediterranea. Sono stati reperiti i risultati di downscaling dinamico prodotto con RegCM sui dati del GCM HadCM3. Parallelamente, sono state sviluppate ed applicate tecniche di downscaling statistico di cui, una prima fase, riguarda l’analisi Canonica della Correlazione (CCA) articolata in un percorso di 4 --------------------------------------------------------------------------------------------------------------------training ed uno successivo di validation, concernente le precipitazioni. I buoni risultati conseguiti consentono di estendere la metodologia messa a punto agli altri parametri meteorologici necessari all’impiego dei modelli di simulazione della Linea 4. I risultati del downscaling dinamico sono risultati in accordo con quelli del downscaling statistico. Linea 3: ottimizzazione delle risorse idriche (responsabile: Prof. A. Caliandro) Le attività previste per la prima annualità sono state attuate in ricerche di pieno campo ed in ambiente protetto. Nel primo caso gli schemi sperimentali sono stati progettati e realizzati in aziende private e sperimentali. Successivamente all’impianto delle colture si è proceduto alla raccolta di tutti quei parametri inerenti a: accrescimento, conduzione agronomica e risposta produttiva delle colture soggette a differenti trattamenti agronomici, caratterizzazione fisicochimica e stato idrico del terreno. In tutti i siti sperimentali, sono stati rilevati in continuo i parametri meteorologici necessari per la determinazione dell’evaporazione di riferimento con l’equazione di Penman-Monteith. In particolare, in Sicilia sono state individuate parcelle coltivate a vite nelle quali si sono attuate diverse strategie di somministrazione di acque saline che prevedono l’alternanza di acque a diversa salinità (conducibilità elettrica). Sono state condotte intense campagne di misura durante le quali sono stati rilevati numerosi parametri di tipo fisiologico per le piante di vite e di tipo fisico-idraulico per quanto concerne il terreno. La dinamica della concentrazione salina lungo il profilo del suolo e la valutazione della capacità lisciviante delle piogge sono state approfondite nell’ambito della sperimentazione condotta in ambiente protetto da parte dell’Università di Foggia. La stessa UO ha inoltre condotto una ricerca in pieno campo presso azienda privata, con l’obiettivo di contribuire alla definizione dei criteri per una corretta gestione della tecnica irrigua nel contesto pedo-climatico del Tavoliere dove l’irrigazione con acqua salmastra è pratica diffusa e frequente. Per poter definire in maniera corretta le condizioni al contorno inferiore del suolo, è stata scavata una trincea profonda 0,70 m completamente impermeabilizzata con la deposizione, lungo le pareti ed il fondo, di un telo di materiale plastico. Sei tubi drenanti, dislocati longitudinalmente in due gruppi di tre al fondo di ogni trincea, consentono l’intercettazione delle acque di drenaggio. Nel primo anno di attività, l’attività sperimentale è stata realizzata su coltura di pomodoro da industria. Presso un’azienda privata del Metapontino su terreno argilloso, una ricerca di pieno campo ha previsto la coltivazione di pomodoro sottoposta a quattro trattamenti irrigui basati sul parziale o totale ripristino dell'evapotraspirazione massima e utilizzo di acqua dolce e salmastra. Dopo la normale caratterizzazione del suolo, lo stato idrico e salino del suolo è stato monitorato in continuo con apparecchiatura TDR, così come sono stati determinati i parametri dell’accrescimento e della risposta produttiva del pomodoro alle variabili in studio. Le colture ortive di pomodoro e carciofo sono state oggetto di sperimentazione presso il CDS “E. Pantanelli” a Policoro (MT) da parte del CNR-ISPA. In particolare per entrambe le colture sono state eseguite due prove per valutare il limite di intervento irriguo ottimale in relazione alla salinità dell’acqua. Per il pomodoro, inoltre, una terza ricerca è stata effettuata per valutare gli effetti del caolino sulla tolleranza alla salinità. Oltre alle normali determinazioni sulla pianta e il terreno, sono stati rilevati anche gli scambi gassosi delle piante, la temperatura della canopy (term. infrarosso) e la temperatura interna dei frutti (mediante l’impiego di termistori). Il CRA-SCA ha svolto ricerche di pieno campo presso l'azienda sperimentale di Rutigliano (Bari), in una zona con caratteristiche carsiche. Nell’ambito di questa ricerca è stato progettato e realizzato un impianto sperimentale composto da simulatore di pioggia e "shelter anti-pioggia" che prevede la coltivazione di specie a ciclo autunno-vernino (ad esempio frumento duro) e primaverile. 5 --------------------------------------------------------------------------------------------------------------------I consumi idrici giornalieri sono stati determinati su pomodoro ed asparago, allevati con diverse tecniche irrigue finalizzate al risparmio idrico. Per quanto riguarda il pomodoro da industria sono state confrontate la tecnica tradizionale (fila binata con restituzione del 100% dell’ET stimata col metodo di Penman-Monteith) con l’irrigazione sub-ottimale (50% dell’ET) applicata a: fila binata, fila continua e irrigazione alternata. Durante la stagione di crescita del pomodoro, è stato monitorato lo stato idrico della coltura (tramite il pre-dawn leaf water potential). Nello studio sui consumi idrici dell’asparago, avente come obiettivo finale la determinazione dei coefficienti colturali calibrandoli sulla base delle moderne agro-tecniche, sono poste a confronto due cultivar, due sistemi irrigui (irrigazione di superficie con ali gocciolanti e subirrigazione con ali interrate a -30 cm) e quattro trattamenti irrigui (100 e 50% ETc, assenza di irrigazione dalla fine di giugno, al termine della prima ‘gettata’, e da metà agosto, al termine della seconda ‘gettata’). L’Università di Potenza ha svolto un’attività di ricerca riguardante lo studio dei coefficienti colturali (Kc) e delle resistenze colturali in relazione ai cambiamenti climatici avvalendosi di misure agrometereologiche e di dati derivanti da stazioni lisimetriche. La stima dei fabbisogni idrici ed irrigui è stata condotta su frumento e pomodoro. Al fine di simulare il cambiamento climatico è stato considerato lo scenario di emissione A2 dell’IPCC . Il deficit idrico potenziale è stato ottenuto stimando l’evapotraspirazione di riferimento (ETo) mediante l’equazione di Penman-Monteith, su base giornaliera, opportunamente ricalibrata modificando parametri resistivi dell’equazione. I Kc per entrambe le colture sono stati corretti considerando i dati di umidità relativa e di velocità del vento effettivamente misurati mentre l’impatto dei cambiamenti climatici sulla durata delle fasi fenologiche è stato valutato considerando la somma termica delle singole fasi. Le procedure di valutazione dei parametri idrologici del suolo, richiesti dai modelli del bilancio idrico, hanno rappresentato gli obiettivi della ricerca condotta dall’Università di Bari in collaborazione con quella di Bologna. Su diversi tipi di suolo si sono determinati alcuni parametri (massa volumica apparente, umidità, curva di ritenzione idrica, capacità idrica di campo) e sono state individuate le relazioni principali che legano tali variabili. Linea 4: simulazione di scenari colturali (responsabile: Dr. D. Ventrella) L’ultima linea del progetto si articola in 3 attività. Nell’ambito della prima di queste, “Calibrazione e validazione dei modelli a scala puntuale” (CRA-SCA) è stato effettuato uno screening tra i modelli esistenti, per selezionare quelli in grado di simulare a passo temporale giornaliero, a scala sia puntuale che comprensoriale, i principali sistemi colturali delle aree in studio. I modelli che meglio hanno risposto allo scopo sono risultati: Epic, DSSAT, CropSyst e SWAP. Le caratteristiche principali di tali strumenti sono dettagliatamente riportate nell’allegato rapporto “Individuazione di modelli” (Risultato R16). La seconda attività della Linea 4 ha riguardato la problematica dell’up-scaling. In questo primo anno di attività ci si è concentrati sulla determinazione dell’evapotraspirazione reale di una coltura (ET). Sono state effettuate delle misure di ET su vigneti di uva da vino, in Sicilia, allevata ad alberello e sono state individuate le procedure per poter estendere a livello di campo misure effettuate a scala di pianta. Per quanto riguarda la Simulazione di scenari irrigui (CRA-SCA), l’attività sarà svolta, secondo la programmazione a suo tempo elaborata, nella seconda annualità. L’ultima attiività della linea 4 ha riguardato l’Ottimizzazione dell’uso del suolo in condizioni di limitata disponibilità delle risorse idriche, utilizzando modelli di programmazione lineare (UNIBA). Con l’intento di definire l’allocazione ottimale della risorsa idrica disponibile, per le colture praticate nell’area della Capitanata (vite, olivo, pesco, frumento duro, pomodoro da industria, carciofo ed asparago) sono state effettuate ricerche bibliografiche riguardanti la risposta 6 --------------------------------------------------------------------------------------------------------------------produttiva al variare del volume stagionale di irrigazione. Sono stati utilizzati dati sperimentali di nove colture erbacee (bietola da zucchero a semina autunnale e primaverile, mais da granella a semina primaverile ed estiva, fagiolo borlotto da consumo fresco e secco, pomodoro da industria, melanzana e peperone) mentre per la risoluzione di problemi di ottimizzazione in presenza di vincoli è stato utilizzato un compilatore integrato denominato GAMS (General Algebric Modelling System). I dati sperimentali sono stati regrediti attraverso la nota equazione di Mitscherlich. Mediante la modellazione si è inteso ottimizzare la distribuzione dei volumi stagionali di irrigazione tra le diverse colture, una volta assegnato un volume complessivamente disponibile. 7 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ DI COORDINAMENTO DEL PROGETTO CLIMESCO Responsabile: Dr. Domenico Ventrella (CRA-SCA). L’attività scientifica del progetto CLIMESCO sono iniziate di fatto nel Gennaio del 2007. In questo anno l’attività dell’ufficio di coordinamento, supportato oltre che dallo scrivente, dalla Dr.ssa Maria Ardissone e dal Dr. Raffaele Lopez, ha riguardato sia aspetti di natura amministrativa che di taglio scientifico. In particolare, per gli aspetti di carattere amministrativo si è provveduto alla gestione dei contatti tra i partecipanti al Progetto con l’ufficio referente Figura 1 – I due Convegni organizzati in ambito CLIMESCO dell’ente finanziatore “Ministero dell’Istruzione, dell’Università e della Ricerca” e al monitoraggio delle attività di rendicontazione di tutte le spese sostenute nell’ambito del Progetto. Nel corso del 2006 si sono svolte, presso la sede del CRA-SCA di Bari, due riunioni di programmazione riguardante l’intero Progetto e la linea 3 (rispettivamente il 21 Settembre e il 28 Novembre). Successivamente, il 28 Novembre del 2007 si è tenuto un workshop in cui, alla presenza del tutor del Progetto Prof. Paolo Sequi, ogni singolo responsabile del progetto ha esposto una relazione sulle attività svolte e i risultati ottenuti nel primo anno. Nel corso del 2007, presso la sede di Bari del CRA-SCA, si sono tenuti i seguenti seminari: • Controllo della qualità e stima dei dati mancanti su serie mensili di temperatura e precipitazione, Dr. Domenico Vitale, Gianfranco Rana – 23 Maggio 2007; • Strumentazione e metodologia per il controllo delle condizioni ambientali a diversi livelli di CO2, Dr.ssa Laura D’Andrea– 19 Luglio 2007; 8 --------------------------------------------------------------------------------------------------------------------• Tecniche di rilievo topografico mediante GPS differenziale, Ing, Giuseppe Perrucci (GEOTOP ITALIA), presso l’Azienda Agraria Sperimentale “Agostinielli” di Rutigliano – 16 e 17 Ottobre 2007. Il 16 Gennaio 2007, a Palermo, si è tenuto un workshop dal titolo “Irrigation, salinization and desertification” organizzato dalla Prof.ssa G. Crescimanno dell’Unità Partecipante “Università di Palermo” e in collaborazione con l’ufficio di coordinamento. Un’altra importante iniziativa di divulgazione è stata l’organizzazione del convegno “Vulnerabilità dei sistemi colturali ai cambiamenti climatici” tenutosi a Bari, presso la Fiera del Levante, il 18 e 19 Ottobre 2007. Coofinanziato dal Progetto CLIMESCO e da due Progetti Figura 2 – Il Sito WEB del Progetto CLIMESCO Europei in atto presso il CRA-SCA (ADAGIO e WEMED), l’evento ha visto la partecipazione di esperti nazionali ed internazionali e si è articolato in due parti. Nella prima si sono trattati temi generali riguardanti gli effetti dei cambiamenti climatici sulla produttività delle specie agrarie. Nella seconda, sono stati esposti casi studio riguardanti aree geografiche e sistemi colturali rappresentativi del territorio nazionale, includendo specie sia erbacee che arboree. 9 --------------------------------------------------------------------------------------------------------------------E’ stata costituita ed è operativa, dal mese di Novembre 2007, il sito WEB del Progetto CLIMESCO all’indirizzo http://climesco.entecra.it (Fig. 2). Sempre nel corso del 2007, il coordinatore del Progetto ha presentato le attività del Progetto nell’ambito dei seguenti Convegni nazionali ed internazionali: • Assemblea Generale 2007 dell’”European Geosciences Union”, Vienna (Austria), 15 – 20 April 2007; • Conferenza Nazionale 2007 dei Cambiamenti Climatici, Roma 12-13 Settembre 2007; • Cambiamenti climatici e rischi geologici in Puglia (Ordine Regionale dei Geologi della Puglia), Sannicandro (BA), 30 Settembre 2007; • V Convegno dell’’Associazione Italiana Società Scientifiche Agraria”, Foggia 10-12 Dicembre 2007. 10 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 1.1 “Costruzione di un Sistema Geografico Informativo (GIS) relativo a suolo, clima e sistemi colturali”. Responsabile: Dr.ssa Annamaria Castrignanò (CRA-SCA). Attività svolta Per quanto riguarda l’attività 1.1 “Costruzione di un Sistema Geografico Informativo (GIS) relativo a suolo, clima e sistemi colturali”, il lavoro svolto è stato orientato alla realizzazione di layers informativi dei vari tematismi di interesse da implementare in un progetto GIS. Questa attività ha richiesto la raccolta di informazioni di diverso tipo relative alle due aree di studio, la Capitanata e il bacino di Delia-Nivolelli. Dopo una previa scelta del tipo di informazioni, principalmente sulla base della qualità e dell’attendibilità della fonte, è stata effettuata una operazione di omogeneizzazione dei dati, al fine di uniformare le unità di misura e la risoluzione temporale e spaziale, a causa della diversità delle sorgenti. I dati raccolti e immagazzinati nel GIS sono in formati differenti, a seconda della tipologia del dato e della fonte da cui sono stati ottenuti. In particolare, i dati relativi a campionamenti puntuali di suolo erano originariamente riportati sotto forma di database alfanumerico, mentre per le carte di suolo, uso del suolo, geologia e topografia, erano originariamente in supporto cartaceo. L’utilizzo delle coordinate geografiche dei dati puntuali e la georeferenziazione delle carte in formato cartaceo ha consentito la digitalizzazione di tutti i dati a disposizione e la loro rappresentazione vettoriale in ambiente GIS, corredati dai relativi database alfanumerici. Gli elementi fisiografici ed amministrativi, utili all’individuazione delle aree di studio, e le informazioni topografiche ed idrografiche sono stati digitalizzati a partire dalla cartografia topografica ufficiale edita dall’Istituto Geografico Militare in scala 1:25.000 e, per informazioni di maggiore dettaglio disponibili nella zona di Delia-Nivolelli, dalla Carta tecnica regionale in scala 1:10.000 edita dalla Regione Sicilia. Le informazioni digitalizzate sono state immagazzinate nel GIS in formato shapefile. Particolare impegno ha richiesto la digitalizzazione di punti quotati, effettuata nell’area di studio del bacino di Delia-Nivolelli, a partire dalle carte tecniche regionali, finalizzata alla realizzazione di un modello digitale del suolo ad alta risoluzione. In particolare, un primo campionamento di 2364 punti quotati è stato effettuato su cartografia tecnica di base in scala 1:5.000; in seguito, al fine di ottenere una più omogenea distribuzione dei punti nell’area di 11 --------------------------------------------------------------------------------------------------------------------studio, è stato effettuato un ulteriore campionamento di 1227 punti dalla Carta Tecnica Regionale in scala 1:10.000. Per quanto riguarda la caratterizzazione geolitologica delle aree di studio, la digitalizzazione del dato è stata preceduta da una fase di interpretazione delle unità geologiche riportate sulla cartografia ufficiale, al fine di individuare delle classi litologiche aventi caratteristiche tessiturali simili. In particolare, per tale attività sono state consultate le note illustrative della Carta Geologica d’Italia, dei fogli geologici n. 163, 164, 155 e 156 per la Capitanata e 257 e 265 per il bacino di Delia-Nivolelli, edita in scala 1:100.000 dal Servizio Geologico Nazionale. Le classi geolitologiche individuate sono state digitalizzate ed immagazzinate nel GIS in formato shapefile. Per ciò che attiene ai dati climatici, sono stati raccolti i dati di temperatura e di pioggia di alcune stazioni nelle aree di studio. Per la zona della Capitanata, i dati climatici sono stati immagazzinati successivamente alle procedure di analisi di qualità del dato effettuate nell’ambito dell’attività 1.2 del progetto, relativamente a venti stazioni termo-pluviometriche dell’Istituto Idrografico della Regione Puglia. Nel GIS sono state calcolate le statistiche di base per le varie stazioni. Per quanto riguarda i dati climatici dell’area di Delia-Nivolelli, sono disponibili i dati termo-pluviometrici di 5 stazioni climatiche, su cui sono attualmente in corso le elaborazioni per l’analisi di qualità del dato sempre nell’ambito dell’attività 1.2. Risultati conseguiti Il risultato finale per l’attività 1.1 è rappresentato da due progetti GIS relativi alle due aree di studio. Per tale prodotto, tutti i dati sono stati ricondotti ad uno stesso sistema di riferimento geografico per poter essere implementati in uno stesso progetto GIS. Per quanto riguarda l’area di studio della Capitanata, i layers del GIS sono stati georeferenziati secondo il sistema di riferimento U.T.M. fuso 33, con Datum WGS84, mentre per l’area di Delia-Nivolelli è stato utilizzato lo stesso sistema di riferimento, ma con datum ED50. Il progetto GIS dell’area della Capitanata comprende i seguenti layers: • Elementi geografici – comprendente i limiti amministrativi regionali e provinciali e i confini delle aree di studio; l’idrografia superficiale e gli elementi topografici utili alla comprensione delle caratteristiche fisiografiche dell’area di studio; • Telerilevamento – contenente le immagini telerilevate dell’area della Capitanata datate 5 Aprile e 26 Luglio 2006. Tale layer contiene, inoltre, la mappa di uso del 12 --------------------------------------------------------------------------------------------------------------------suolo dell’area della di studio ottenuta mediante classificazione supervisionata dell’immagine LANDSAT TM del 26 luglio 2006; • Geolitologia – comprendente la caratterizzazione geolitologica e la digitalizzazione delle seguenti classi litologiche individuate nell’area di studio: 1) Calcari del Cretaceo, 2) argille plio-quaternarie, 3) sabbie plio-quaternarie, 4) depositi ghiaiosi plio-quaternari, 5) depositi marini terrazzati, 6) depositi alluvionali terrazzati e 7) depositi d’alveo attuali. • Suolo – comprendente lo shapefile ed il database alfanumerico associato di 1353 profili pedologici provenienti da diverse fonti; • Clima – comprendente lo shapefile dell’ubicazione delle 20 stazioni termopluviometriche del Servizio Idrografico della regione Puglia ed il database alfanumerico ad esso associato recante le statistiche di base relative ai dati di temperatura e di pioggia, calcolate dopo l’analisi di qualità del dato. Il progetto GIS dell’area Delia-Nivolelli comprende i seguenti layers: • Elementi geografici – comprendente i limiti amministrativi regionali e provinciali, l’idrografia superficiale e i confini delle aree di studio. Il layer comprende, inoltre, un dataset di punti quotati digitalizzati dalla cartografia tecnica regionale della regione Sicilia, al fine di realizzare un modello digitale del sottosuolo. Sono anche riportati i fogli n° 617080, 617120, 617160, 618090, 618100 e 618130 della Carta Tecnica Regionale in scala 1:10.000. • Telerilevamento – In questo layer sono riportate le ortofoto in bianco e nero che fungeranno da supporto nella fotointerpretazione per l’individuazione delle aree viticole; più precisamente si tratta di ortofoto n° 6171, 6172, 6183 e 6184 con risoluzione 1.5 m e prodotte dall’Assessorato Territorio e Ambiente della Regione Sicilia, realizzate con volo del 1997; • Geolitologia – comprendente la caratterizzazione geolitologica e la digitalizzazione delle seguenti classi litologiche individuate nelle aree di studio: 1) Argille marnose, 2) depositi alluvionali, 3) depositi litorali; • Suolo – comprendente lo shapefile ed il database alfanumerico associato della mappa pedologica, della mappa di uso del suolo e di 330 campioni di suolo. Sono stati inoltre inseriti i dati relativi a 10 profili PIT aperti nella zona nell’ambito di studi precedenti; 13 --------------------------------------------------------------------------------------------------------------------• Clima - comprendente lo shapefile dell’ubicazione di 5 stazioni, sui cui dati è attualmente in corso l’analisi di qualità del dato nell’ambito dell’attività 1.2. Prodotti Fiorentino C., Tarantino C., Castrignanò A., Pasquariello G., 2006. Use of geostatistical analyses to improve classification, Atti del Convegno “Spatial Data Methods for Enviromental and Ecological Processes” Foggia - Baia delle Zagare – Italia. Fiorentino C., Tarantino C., Castrignanò A., Pasquariello G., 2006. Uso dell’informazione spaziale per il miglioramento della classificazione. Atti del Convegno “10a Conferenza Nazionale ASITA” Bolzano – Italia. Scostamenti rispetto al piano scientifico Il ritardo nella consegna dei dati meteorologici in formato cartaceo relativi al bacino di Delia-Nivolelli e la loro digitalizzazione hanno causato uno scostamento nei tempi di consegna dei dati sottoposti ai necessari controlli di qualità. Per quanto attiene a tutti gli altri layers tematici, non ci sono scostamenti, per cui il progetto GIS risulta attualmente in consegna al coordinamento del progetto. 14 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 1.2 “Caratterizzazione climatica”. Responsabile: Dr. Gianfranco Rana (CRA-SCA). Attività svolta Il lavoro svolto può essere suddiviso in cinque sotto-attività sotto specificate. L’analisi ha riguardato 20 stazioni agrometeorologiche della Capitanata e 4 stazioni della provincia di Trapani. Controllo di qualità delle serie di Temperatura: Consistenza Assoluta Inizialmente, il dato è stato filtrato affinché fossero verificate le seguenti condizioni: • Tmin < Tmax; • - 20 °C < Tmin, Tmax < + 50 °C. Qualora non venisse verificata una delle condizioni anzidette il dato è stato considerato scorretto ed inevitabilmente rigettato. Controllo di qualità delle serie di Temperatura: Controllo Climatologico Per ognuna delle stazioni, si è stimata la climatologia mensile attraverso il calcolo delle 12 medie mensili μ i ottenute considerando tutte le osservazioni mensili dell’intero periodo di rilevamento. Allo stesso modo è stato calcolato σ i , lo scarto quadratico medio da μ i , relativamente ad ogni mese. L’ipotesi di normalità delle distribuzioni mensili è stata testata e validata tramite il test di Shapiro – Wilk. L’individuazione di eventuali anomalie presenti nei dati è stata condotta considerando come tali quelle osservazioni che ricadevano nelle code della distribuzione. Nello specifico: • se il valore xij è compreso nell’intervallo [−2σˆ ,+2σˆ ] allora il dato è stato considerato corretto; • se il valore xij è risultato esterno all’intervallo [−2σˆ ,+2σˆ ] , il dato è stato considerato sospetto e si è proceduto ad un ulteriore confronto con le osservazioni rilevate in quel mese nelle altre stazioni di rilevamento (controllo spaziale). Il controllo spaziale, applicato ai dati, accerta se l’anomalia rispetto alla climatologia riscontrata in una determinata stazione si fosse verificata anche in altri siti di rilevamento, per cui: 15 --------------------------------------------------------------------------------------------------------------------• se il valore xij è risultato esterno all’intervallo [−3σˆ ,+3σˆ ] e almeno un’osservazione rilevata in quel mese in una delle altre stazioni è risultata dello stesso segno e maggiore di due deviazioni standard il dato viene considerato corretto, altrimenti non valido; • se il valore x ij è risultato esterno all’intervallo [−2σˆ ,+2σˆ ] , ma minore in valore assoluto di tre deviazioni standard e presenta lo stesso segno di almeno un’altra osservazione rilevata in quel mese in una delle altre stazioni il dato viene considerato corretto, altrimenti non valido. Il controllo di qualità delle serie di precipitazione Il controllo di qualità della precipitazione si prefigge di identificare valori eccessivi di precipitazione mensile non rispondenti a realtà, (dovuti o ad errori di digitazione dati o alla registrazioni di valori di pioggia cumulata su più giorni) ed eventuali periodi non segnalati di mancato funzionamento della stazione. Data la forte asimmetria distributiva delle precipitazioni, si è proceduto ad una trasformazione dei dati assumendo che i logaritmi delle osservazioni mensili rilevate nelle diverse stazioni avessero una double exponential distribution (Fisher Tippett Type I). La forma funzionale di tale distribuzione è data da x − μ in cui la variabile x è collegata alla variabile u tramite un F (u ) = exp[−e −u ] con u = σ parametro di posizione μ e un parametro di scala σ > 0 . La stima dei parametri anzidetti è stata condotta seguendo la procedura indicata da Kimball 1 (Sneyaers, 1990). Una volta stimati i parametri di posizione e di scala per ogni mese, si è proceduto alla trasformazione dei dati tramite: u = x − μ . Alla luce di quanto anzi detto il controllo per eliminare σ i valori sospetti di precipitazione non rispondenti a realtà è stato condotto nel modo seguente: • se il valore u dello scarto standardizzato del dato è risultato compreso nell’intervallo [−2σˆ ,+2σˆ ] allora il dato associato viene considerato corretto; • se il valore u dello scarto standardizzato è risultato esterno all’intervallo [−2σˆ ,+2σˆ ] , il dato associato viene considerato sospetto e si procede ad un ulteriore confronto con 1 Sneyers, R., 1990., On the Statistical Analysis of Series of Observation, Technical note n°143, World Meteorological Organization N°415. 16 --------------------------------------------------------------------------------------------------------------------gli scarti calcolati per quel mese nelle altre stazioni di rilevamento (controllo spaziale). Il controllo spaziale, applicato ai dati, accerta se l’anomalia rispetto ai livelli di precipitazione riscontrati in una determinata stazione si fosse verificata anche in altri siti di rilevamento, per cui: • se il valore u dello scarto standardizzato è risultato esterno all’intervallo [−3σˆ ,+3σˆ ] e almeno un valore dello scarto calcolato per quel mese in una delle altre stazioni circonvicine è risultato dello stesso segno e maggiore di due deviazioni standard il dato viene considerato corretto, altrimenti non valido; • se il valore u dello scarto è risultato esterno all’intervallo [−2σˆ ,+2σˆ ] , ma minore in valore assoluto di tre deviazioni standard e presenta lo stesso segno di almeno un altro scarto calcolato per quel mese in una delle altre stazioni circonvicine il dato viene considerato corretto, altrimenti non valido. Risultati Le serie storiche ricostruite sono a disposizione del progetto su supporto informatico, sotto forma di dataset in MS-Excel. Ricostruzione delle serie di temperatura Una volta effettuato il controllo di qualità dei dati ed aver eliminato le eventuali anomalie presenti nelle serie si è proceduto alla ricostruzione delle stesse andando a stimare le osservazioni mancanti e quelle ritenute anomale. La metodologia di stima utilizzata ha fatto riferimento alla seguente: ( y1 ) = σ 1t + μ1 dove ( y1 ) è il valore da stimare della serie y1 ; t = x −μ σ ; x serie competa di lungo periodo maggiormente correlata con y1 rispetto alle altre stazioni circonvicine. Poiché l’applicazione di tale metodologia richiede la presenza di una serie completa di lungo periodo si è proceduto in primo luogo a ricostruirne una seguendo la metodologia legata all’approccio moderno o stocastico di analisi statistica delle serie storiche. A tale scopo è stato individuato un modello ARIMA seguendo la procedura proposta da Box e Jenkins. 17 --------------------------------------------------------------------------------------------------------------------La scelta della serie di lungo periodo da ricostruire con tale approccio è ricaduta, sia per quanto riguarda le temperature minime che le massime, sulle rilevazioni effettuate presso la stazione di Cerignola poiché offrivano: - un’adeguata copertura dell’intero periodo di osservazione dal 1930 al 2003; - una sufficiente continuità delle osservazioni (da Gennaio 1930 a Novembre 1974) indispensabile per una corretta individuazione del processo stocastico generatore; - un basso numero di osservazioni mancanti (21 per le massime e 18 per le minime). Ricostruzione delle serie di precipitazione Per la ricostruzione dei dati mancanti di precipitazione, dopo aver effettuato il controllo di qualità ed aver depurato le serie da eventuali anomalie si è proceduto al calcolo dei coefficienti di correlazione tra le variabili trasformate e successivamente alla ricostruzione delle serie stimando i dati mancanti tramite ( y1 ) = σˆ 1u x + μˆ 1 , dove ( y1 ) è il valore da stimare della serie y1 ; ux = x − μˆ σˆ ; x serie completa di lungo periodo maggiormente correlata con y1 rispetto alle altre stazioni circonvicine. Le serie storiche omogeneizzate, controllate ed, eventualmente, ricostruite, sono state consegnate ai colleghi del CRA-SCA che svolgono l’attività 1.1 e ai colleghi che svolgono l’attività 2.1 del CNR-ISAC di Lecce. Scostamenti rispetto al piano scientifico Quest’attività ha rispettato i tempi indicati nella proposta di progetto. 18 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 1.3 “Elaborazione di dati secondo tecniche a) univariate per la produzione di mappe tematiche e b) multivariate per la individuazione di aree agro-ambientali omogenee”. Responsabile: Dr.ssa Annamaria Castrignanò (CRA-SCA) Attività svolta Per quanto riguarda l’attività 1.3 “Elaborazione di dati secondo tecniche a) univariate per la produzione di mappe tematiche e b) multivariate per la individuazione di aree agroambientali omogenee”, il lavoro ha riguardato la spazializzazione dei dati puntuali mediante diverse metodologie geostatistiche. - Per quanto riguarda il ‘data set’ dei parametri del suolo per l’area di studio della Capitanata, preliminarmente alle successive elaborazioni geostatistiche e statistiche, sono stati effettuati dei controlli di qualità nell’attività 1.1. Un ulteriore processo di omogeneizzazione della varianza si è reso necessario a causa della diversa sorgente e numerosità di dati per ciascuna fonte. In particolare, quest’ultimo processo ha riguardato la suddivisione dell’area d’interesse in classi caratterizzate da una stessa fonte di dati e unità di paesaggio. Per ciascuna di esse per ogni parametro è stata calcolata la varianza, che è stata assunta come misura dell’errore dei dati nella successiva fase di interpolazione. Relativamente all’interpolazione dei dati, per quei parametri che mostravano un alto grado di continuità sia in superficie che in profondità, essenzialmente i parametri relativi alla tessitura e alle proprietà idrauliche, si sono applicate tecniche multivariate (cokriging con errore), mentre, per quelli poco correlati con le altre variabili (pH, sostanza organica, CSC), tecniche univariate (kriging ordinario con errore). Le uscite di tali elaborazioni geostatistiche sono state prodotte in formato ASCII in modo da poter essere importate in qualsiasi sistema GIS. Al fine di operare una sintesi dei numerosi parametri di suolo stimati, si è proceduto anche ad una loro classificazione “unsupervised” in aree omogenee secondo due criteri: il primo basato sulle correlazioni statistiche fra le diverse variabili; il secondo in base al grado di contiguità spaziale dei campioni. L’adozione di questi due criteri si è resa indispensabile al fine di evitare l’eccessiva frammentarietà spaziale, che si ottiene comunemente con gli algoritmi di clustering tradizionali. A tale scopo si è impiegata una tecnica di clustering basata sulla stima non parametrica della funzione densità ed utilizzando come variate, oltre i parametri stimati di suolo alle due profondità, anche le coordinate. Preventivamente all’applicazione della procedura di clustering, tutte le variabili sono state 19 --------------------------------------------------------------------------------------------------------------------standardizzate a media 0 e varianza unitaria. Quest’ultimo approccio è stato preferito ad altri più comunemente usati in passato perché, oltre ai numerosi vantaggi di natura statistica, consente anche un miglior adattamento della partizione spaziale prodotta alle caratteristiche ambientali specifiche, con cluster di diversa forma, estensione e numerosità, caratterizzati da sufficiente compattezza. L’inconveniente principale è però la richiesta notevole di risorse computer e di tempo calcolo, per cui si è scelto un livello di risoluzione non elevato, con passo di griglia pari a 500 m. - Per quanto riguarda l’area di studio del bacino di Delia-Nivolelli, si è voluto realizzare un modello digitale della quota (DEM) ad alta risoluzione, da utilizzare come informazione secondaria esaustiva (nota ad ogni cella della griglia di interpolazione), al fine di migliorare la stima delle variabili primarie di suolo, campionate in modo sparso. A tale scopo l’insieme totale dei punti quotati (3591), acquisiti nell’attività 1.1, sono stati suddivisi in 2 file indipendenti: uno di 2635 punti, da utilizzare per la realizzazione del DEM, e l’altro di 956 punti da utilizzare in fase di validazione. Quest’ultimo file è stato estratto dal file totale in modo da garantire una distribuzione uniforme dei punti di validazione sull’area in esame. Per ottenere ciò si è applicato un algoritmo di ricerca basato sulla simulazione di tipo annealing. Per la costruzione del DEM si sono applicate tecniche di tipo geostatistico; l’accuratezza del DEM, così ottenuto, è stata comparata con quella di un DEM realizzato con una delle tecniche spline, attualmente largamente utilizzate, del tipo a “thin-plate”. Poiché l’insieme dei dati quotati mostra un trend spaziale (variabile non stazionaria), una variabilità di tipo anisotropico, con massimo gradiente in direzione 40° dal Nord geografico, ed una distribuzione non simmetrica dei valori, con significativi scostamenti dalla gaussianità, è stato necessario adottare un trattamento particolare dei dati. Più specificatamente, i dati sono stati preventivamente trasformati mediante un’anamorfosi gaussiana ed è stata quindi applicata la tecnica delle variabili intrinseche di ordine k, relativa alla geostatistica non stazionaria. La variabilità totale è stata scomposta in una componente sistematica (trend), rappresentata da un polinomio lineare nelle coordinate x e y, e in una componente stocastica, descritta da una funzione di covarianza generalizzata di tipo lineare. Per la stima della quota ai nodi di una griglia di passo pari a 5 m, si è applicato il kriging ordinario, utilizzando la covarianza generalizzata al posto del più comunemente noto variogramma. 20 --------------------------------------------------------------------------------------------------------------------Risultati conseguiti I risultati del clustering per l’area della Capitanata sono stati prodotti in formato ArcView e ad ogni shape files sono state associate delle tabelle esplicative, nelle quali sono presenti per ognuno degli 8 cluster individuati i valori medi e le deviazioni standard di ogni parametro analizzato sia per lo strato superficiale che, dove esso è presente, per lo strato profondo (tab. 1). Tabella 1: Risultati del clustering (s= strato superiore (0-0.40 m); i= strato inferiore (< 0.40 m); m=media; d.st=deviazione standard) Oltre ai files delle aree omogenee (cluster) sono stati prodotti i file ASCII (formato raster), dei valori interpolati di ogni parametro elaborato. Questi files sono facilmente importabili in qualsiasi sistema GIS e quindi rappresentabili graficamente, producendo per ogni singolo parametro, alle due profondità, le corrispondenti mappe tematiche. Per quanto riguarda il DEM di Delia-Nivolelli, sono stati prodotti in formato raster i file dei valori ottenuti con tecniche geostatistiche delle stime della quota (figura 1) e degli estremi dell’intervallo fiduciale al 95% di probabilità (figura 2 e 3). Per il DEM ottenuto con la tecnica spline si è realizzato il solo file dei valori stimati 21 --------------------------------------------------------------------------------------------------------------------- Fig.1. DEM elaborato applicando tecniche inferenziali di tipo geostatistico. Fig.2. Estremo inferiore dell’intervallo fiduciale al 95% di probabilità relativo alla figura precedente. 22 --------------------------------------------------------------------------------------------------------------------- Fig.3. Estremo superiore dell’intervallo fiduciale al 95% di probabilità relativo alla figura 1. Il test di validazione, svolto per i due modelli di DEM, ha prodotto risultati soddisfacenti e sufficientemente equivalenti per i due metodi: errore medio: -0.12 m e -0.09 m; deviazione standard: 3.78 m e 3.83 m, rispettivamente per il metodo geostatistico e per quello delle spline. Gli errori sperimentali sono stati interpolati con tecniche geostatistiche, producendo le mappe di errore per i due metodi, sufficientemente simili e con andamento prevalentemente erratico. Prodotti Nei giorni 16-17 ottobre 2007 si è svolto, presso l’Az. Agricola Sperimentale "Agostinielli" del CRA–SCA, Rutigliano (Ba), il Corso “Tecniche di rilievo topografico mediante GPS differenziale”, organizzato nell’ambito del Progetto CLIMESCO con lezioni teoriche ed esercitazioni in campo tenute dall’Ing. Giuseppe Perrucci della GEOTOP ITALIA. Partecipazione al Convegno “Vulnerabilità dei sistemi colturali ai cambiamenti climatici”, Bari 18-19 Ottobre, ove è stata presentata la comunicazione orale dal titolo: Analisi climatica e applicazione del CERES-wheat in Capitanata. E. Barca, A. Castrignanò e B. Basso. Scostamenti rispetto al piano scientifico Un black-out prolungato, ripetute interruzioni della rete intranet del laboratorio e le notevoli richieste di tempo computer per le analisi geostatistiche multivariate hanno impedito la realizzazione, entro la fine del 2007, delle mappe tematiche dei singoli parametri del suolo del bacino Delia- Nivolelli alle tre profondità di campionamento. 23 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 1.4 “Valutazione dei Caratteri dei Suoli ed Interpretazione dei Pedopaesaggi” Responsabile: Prof. Andrea Buondonno (Dipartimento di Scienze Ambientali, Seconda Università degli Studi di Napoli) Attività svolta L’Attività 1.4 si inserisce nella Linea 1 “Individuazione di Aree Agro-Ambientali Omogenee” (Capofila: Dott.ssa A. Castrignanò) del Progetto CLIMESCO. Obiettivi specifici dell’Attività 1.4 sono la valutazione dei caratteri dei suoli e l’interpretazione dei pedopaesaggi nei “sistemi omogenei multivariati” individuati nell’ambito dell’Attività 1.3 “Elaborazione dei dati secondo tecniche a) univariate per la produzione di mappe tematiche e b) multivariate per la individuazione di aree agro-ambientali omogenee” (Responsabile: dott.ssa A. Castrignanò) pertinente alla stessa Linea 1. La prima fase dello studio è stata dedicata ad una approfondita rassegna bibliografica indirizzata alla messa a punto dei criteri valutativi e delle metodologie interpretative per la definizione della funzionalità dei pedopaesaggi, comparando criticamente i vari sistemi di valutazione delle Terre ed analizzandone le possibilità ed opportunità di sintesi ed integrazione. Una corretta interpretazione della funzionalità del suolo presuppone una valutazione univoca e sintetica (Carter et al., 1997), che deve essere espressa in coerenza con le specifiche potenzialità, caratteristiche pedo-ambientali, destinazioni d’uso. Occorre quindi formulare un insieme discreto di giudizi valutativi, utilizzando un Minimum Data Set di informazioni che siano al tempo stesso facilmente acquisibili e altamente informative (Gregorich et al., 1994; Papendick et al., 1995), ovvero di indicatori atti a misurare e “quantificare” la qualità/funzionalità del suolo. Al set di indicatori è altresì necessario associare informazioni accessorie in grado di descrivere la variabilità della qualità in relazione a precisi riferimenti topografici territoriali. Occorre ancora definire a quali orizzonti, o strati, fare riferimento per il rilevamento e la misura dei parametri del suolo utilizzati come indicatori. Va ancora considerato che, anche a scale territoriali relativamente piccole, i suoli di norma presentano forti differenziazioni di espressione pedogenetica, in conseguenza dell’ampia variabilità di fattori e processi di pedogenesi. Pertanto, uno stesso parametro può essere indicatore di degrado per un determinato suolo, mentre può risultare fisiologicamente connesso con le specifiche proprietà di un altro pedotipo. Alla luce di tali considerazioni si è ritenuto più agevole e concettualmente più corretto, anche in accordo con i principi fondamentali della Land Evaluation, individuare ed interpretare i fattori limitanti la funzionalità del suolo come “detrattori” della qualità, piuttosto 24 --------------------------------------------------------------------------------------------------------------------che non ricercare indicatori “diretti” della qualità stessa, che avrebbero necessariamente solo applicabilità locale. Un adeguato criterio di approccio che tiene conto di tutti questi aspetti è fornito dal Fertility Capability Classification System (FCCS), introdotto da Buol e collaboratori nel 1975 (Buol et al., 1975), e successivamente perfezionato ed aggiornato (Sanchez et al., 1982; Sanchez e Buol, 1985; Buol, 1986; Smith, 1989; Smith et al., 1990; Yost et al., 1997) fino all’ultima stesura proposta da Sanchez e collaboratori nel 2003 (Sanchez et al., 2003). Ai fini della classificazione il FCCS prende in considerazione la tessitura, in forma semplificata, del topsoil (da 0 a -20 cm) e del subsoil, o substrate, (da -20 a –60 cm), e gli eventuali fattori limitanti, o modifiers. Questi ultimi vengono indicati solo se presenti in uno o ambedue degli strati considerati. Il FCCS presenta tuttavia lo svantaggio di fornire in prima istanza informazioni di tipo categoriale/discreto e non numerico/continuo. Risultati conseguiti Sulla base di quanto premesso si è quindi provveduto alla elaborazione di un modello deterministico di stima, da noi definito “Pedoindice di Aretè”, “Pi_α, I_apprx” (Odierna et al., 2007; Buondonno et al., 2007), quale misura numerica oggettiva della funzionalità del suolo sulla base dell’attribuzione di “pesi” convenzionali a ciascuna delle limitazioni previste dal FCCS. Nello specifico, sono stati inizialmente presi in considerazione : a) i types tessiturali sabbioso, franco, argilloso, organico e roccioso, relativi al topsoil e/o al subsoil; b) i modifiers gley, clima asciutto/arido, basse temperature, pietrosità, pendenza, rischio di erosione, condizioni sulfuriche, tossicità da Al, alcalinità, salinità, limitate riserve di K, fissazione di P, materiali amorfi ai raggi X, condizioni vertiche, bassa CSC. I parametri canonici della FCCS sono stati quindi integrati con parametri sperimentali relativi alla presenza di nitrati e di PTE, nonché al rischio di mineralizzazione della sostanza organica. In una terza fase, tenuto conto delle specifiche finalità del Progetto CLIMESCO, il modello deterministico della prima approssimazione, “Pi_α, I_apprx”, è stato affinato integrando ulteriormente i modifiers di base del FCCS - prendendo in considerazione l’orografia e individuando più classi di pendenza - nonché introducendo il concetto di “fattore di magnificazione”, “Γ”, al fine di quantificare l’effetto combinato di limitazioni preesistenti. Si è così pervenuti alla seconda approssimazione del “Pedoindice di Aretè”, “Pi_α, II_apprx”. La quarta fase dello studio è stata indirizzata al collaudo del modello del “Pi_α, II_apprx”. In attesa che fossero disponibili i dati relativi alle Aree Agro-Ambientali Omogenee, 25 --------------------------------------------------------------------------------------------------------------------è stato utilizzato il data-base del Comprensorio Asa-Picentino-Tusciano del Destra Sele, già acquisito dal Working Group di Pedologia Applicata e Pedotecnica del Dipartimento di Scienze Ambientali, Seconda Università degli Studi di Napoli. Tale scelta è risultata adeguata ed opportuna, in quanto il territorio esaminato si presenta quanto mai variabile in relazione a geomorfologia, geolitologia, pedodiversità e uso del suolo, offrendo quindi una casistica altamente differenziata ed applicabile ad una vasta gamma di pedopaesaggi. I risultati hanno evidenziato che le limitazioni più frequenti sono quelle condizionate dalla alcalinità fisiologica, dal regime xerico, e dall’orografia. Tali limitazioni, di cui le prima due di minimo impatto, sono di fatto limitazioni assolutamente naturali, legate alla fisiografia del territorio ed alla geolitologia dei substrati e delle coperture. Le altre principali limitazioni osservate, ovvero tessiture fini, discontinuità tessiturali, condizioni vertiche e contenuto di PTE, rappresentano una frazione minoritaria dei casi, e sono prevalentemente indipendenti dall’impatto antropico. E’ stato altresì interessante rilevare come la distribuzione e il valore dei parametri rilevati nelle aree agricole forniscano un quadro sostanzialmente confortante, dal momento che, come osservato, nel territorio analizzato la maggior parte delle limitazioni è intrinseca alla natura del suolo, alla geomorfologia e al pedoclima. In definitiva, dal punto di vista metodologico il criterio di valutazione del “Pi_α, II_apprx.” è risultato essere applicabile e affidabile, fornendo informazioni coerenti e sintetiche. E’ altresì evidente che il calcolo è semplice, e che l’indice è aperto e flessibile, adattabile ai differenti territori, ma comunque presume un approccio rigoroso dal punto di vista pedologico. In altri termini, è un indice che può essere elaborato solo da chi abbia competenze pedologiche specifiche e approfondite, come è giusto e corretto che sia allorquando si valuta la funzionalità dei suoli nel suo complesso. Nel contempo, tuttavia, lo stesso indice fornisce informazioni comprensibili e gestibili anche dai non specialisti pedologi. Pubblicazioni Odierna P., Guida L., Buondonno C., Coppola E., Sanchez Sosa R., Rinaldi M., Castrignanò A., Buondonno A. 2006. Affinamento di un indice per la valutazione della qualità del suolo nel bacino idrografico Asa-Picentino-Tusciano. In: Gessa C., Lorito S., Vianello G. e Vittori Antisari L. (Eds.) “Suolo, Ambiente, Paesaggio – Atti Conv. Naz. SISS, Imola, 27-30 giugno 2006”, 212-219. 26 --------------------------------------------------------------------------------------------------------------------Buondonno A., Odierna P., Castrignanò A., Coppola E., Guida L., Leone A.P., Rinaldi M. 2007. The “Aretè pedo-index” for the evaluation of soil quality on a quantitative scale. Poster. 5th ESSC Intern. Congr. “Changing soil in a changing world: the soils of tomorrow”, Palermo, Italy, June, 25-30, 524. In preparazione Buondonno A., Odierna P., Coppola E. 2008. The “Aretè pedo-index” as a quantitative measure of soil functionality. 27 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 2.1 “Simulazione di scenari climatici”. Responsabile: Dr. Marcello. Miglietta (CNR-ISAC). Collaborazione con l’Università di Lecce (Prof. Piero Lionello) Attivita' svolta Introduzione Negli ultimi anni l'utilizzo di computer sempre più potenti ha permesso lo sviluppo di modelli climatici sempre più raffinati che includono sia la dinamica dell'atmosfera che dell'oceano. Questi modelli vanno sotto il nome di Global Climate Model (GCM). Attualmente si possono reperire simulazioni effettuate con questi modelli su una griglia di qualche grado di longitudine e latitudine. Per verificare la bontà di questi modelli si utilizza un cosiddetto controlrun (CTR) ottenuto da una simulazione con l'attuale composizione dell'atmosfera e si verifica se il clima ottenuto è in accordo con quello osservato nelle registrazioni storiche di pressione e temperatura. Per quanto tali simulazioni riproducano le condizioni osservate con buona precisione, ci sono delle strutture climatiche che non rappresentano correttamente. Ad esempio, è noto come alcuni modelli non prevedano con cura la pressione al livello del mare mentre sembrano avere prestazioni migliori nel valutarne la variabilità. In ogni caso, è pratica comune in letteratura utilizzare il CTR come base di riferimento per i risultati delle previsioni climatiche. Tali previsioni sono effettuate utilizzando i GCM a partire da vari scenari di aumento di gas serra, definiti dall'IPCC negli Special Report Emission Scenarios (SRES). Le differenze fra i valori così ottenuti e quelli del CTR rappresentano la previsione delle variazioni climatiche dovute all’attività antropica alla risoluzione della griglia del GCM. Per quanto questa risoluzione aumenti sempre più, le proiezioni ottenibili attualmente sono ancora fatte su una griglia di centinaia di chilometri, che si dimostra inadeguata per quanto riguarda la previsione di campi a bassa correlazione spaziale come le precipitazioni (von Storch e Zwiers 1999). Per questo motivo sono state sviluppate numerose tecniche di downscaling dinamico e statistico. Nelle prime, modelli ad area regionale utilizzano i risultati dei GCM come condizioni al contorno per nuove simulazioni a più alta risoluzione. Nel downscaling statistico, si stabilisce un legame statistico fra le variabili a grande scala (dette predittori) e quelle che si desidera descrivere a scala regionale (predittandi, nel nostro caso le precipitazioni) studiando i dati delle serie storiche di entrambe le variabili. Il modello statistico viene poi utilizzato per ottenere il valore dei predittandi in scenari climatici futuri utilizzando i valori dei predittori forniti come risultato dal modello GCM. 28 --------------------------------------------------------------------------------------------------------------------Obiettivo 1: Messa a punto del sistema modellistico Downscaling dinamico Il modello regionale RegCM (Giorgi et al. 2004) è stato implementato su una macchina DELL con processore INTEL dual Xeon, sistema operativo Linux Red Hat e compilatore Fortran INTEL con interfaccia NetCDF per la lettura dei dati di input. Per la griglia del modello è stata scelta la proiezione Lambert Conformal (griglia ruotata), che garantisce le migliori prestazioni alle medie latitudini, ed è stata definita in modo da coprire tutto il Mediterraneo. Il dominio è centrato sull'Italia e comprende l’Europa continentale fino all’Inghilterra e gran parte del Nord Africa. La griglia è costituita di 100 x 75 punti con una risoluzione di 55.5 km e 18 livelli verticali, ed è simile all’implementazione dello stesso modello nel contesto del progetto PRUDENCE. L’area è quindi molto più estesa di quella di interesse per il progetto; ciò nasce dalla necessità di tenere il bordo del dominio lontano dall’area oggetto di studio, in modo da consentire al modello di rappresentare correttamente circolazioni all’interno del dominio che non siano forzate dai bordi laterali. La risoluzione spaziale del modello è stata scelta come compromesso tra la necessità di aumentare considerevolmente la risoluzione del GCM che è stato utilizzato come condizione al contorno, e al tempo stesso effettuare le simulazioni in un tempo di calcolo accettabile. Nella fase di definizione della griglia il modello necessita di dati di input quali la topografia (dati GTOPO30, modello digitale del terreno fornito dallo US Geological Survey a 30’’ d’arco, usati qui con risoluzione di 10’, compatibilmente con la risoluzione dell’implementazione) e la distribuzione di tipi funzionali di vegetazione, di cui necessita il modello di suolo BATS (Dickinson et al., 1993). Ogni classe raggruppa tutti i tipi di vegetazione esistenti in classi caratterizzate da valori comuni di parametri che influenzano il ciclo dell’acqua, il bilancio di energia alla superficie e lo scambio di momento tra l’atmosfera e il suolo (dati del Global Land Cover Characteristics database - GLCC). È stato identificato il modello globale ECHAM5 come potenziale candidato per fornire le condizioni al contorno necessarie per produrre il downscaling dinamico. Esso è l’unico i cui output possono essere scaricati dalla rete web, cioè dal CERA WWW-Gateway del World Data Center for Climate di Amburgo. Attualmente la comunità di modellisti su scala regionale sta cooperando per sviluppare l’interfaccia necessaria per produrre le condizioni iniziali e al contorno di RegCM a partire da questo GCM. Nel frattempo sono reperiti e analizzati dei risultati alternativi prodotti da RegCM nel contesto del progetto PRUDENCE, dove il modello è 29 --------------------------------------------------------------------------------------------------------------------stato utilizzato per il downscaling dinamico delle simulazioni di controllo e relative agli scenari A2 e B2 prodotte dal GCM HadCM3. Il modello RegCM è stato configurato per produrre una simulazione di controllo degli anni 1993-1994-1995. I dati necessari come condizioni iniziali e al contorno, ovvero temperatura, umidità, geopotenziale e vorticità relativa a diversi livelli nell’atmosfera, sono stati ricavati dalle rianalisi dell’ECMWF e interpolati nella griglia del modello col modulo di preprocessing. Nella fase di definizione delle condizioni al contorno è necessaria anche la temperatura superficiale del mare, per la quale sono stati usati i dati ottenuti per optimum interpolation dal NOAA (National Oceanic and Atmospheric Administration). Sulla macchina utilizzata, il modello in questa configurazione richiede 2 giorni e 60Gbyte di spazio per produrre la simulazione di 3 anni. Passando ad una risoluzione doppia, considerato che il passo temporale deve essere ridotto per garantire la stabilità numerica, il modello impiegherebbe 10 volte tanto. Il postprocessing del modello produce output in formato NetCDF o formato Grads. Al momento sono stati usati solamente gli output in formato NetCDF per le analisi dei risultati, i campi in formato Grads sono stati utilizzati per verifica. La simulazione è stata ripetuta variando l’uso del suolo per studiare la sensitività dei bilanci superficiali e della controreazione della circolazione atmosferica a questa variabile. Obiettivo 2. Raccolta serie storiche di dati Nell'ambito del progetto era nostro compito raccogliere e gestire delle serie storiche riguardanti predittori e predittandi. Come Predittori sono stati scelti: - Pressione al livello del mare (SLP) dal progetto di rianalisi ERA40 del centro Europeo ECMWF. Si tratta della media mensile su una griglia Gaussiana di approssimativamente 1.125°x1.125° su tutto il mondo relativa al periodo 1958-2001. I dati sono in formato grib e si sono sviluppate delle apposite routine in c/c++ per trasformarli in formato leggibile e interpolarli su griglie di risoluzione diversa; - Temperatura a 500 mb ricavate dal progetto ERA40 del ECMWF utilizzando le stesse routine di estrazione dati. Si tratta sempre di medie mensili relative al periodo 1958-2001; - Pressione al livello del mare dal progetto EMULATE [ansell2006]: si tratta della media giornaliera della pressione a livello del mare per il periodo 1850–2003. I dati si riferiscono ad una griglia di risoluzione bassa (5°x5°) su una zona che va da 70W° a 50E° in longitudine e da 25N° a 70N° in latitudine. I dati sono salvati in un formato .txt semplice da gestire. Pur 30 --------------------------------------------------------------------------------------------------------------------riferendosi ad una zona limitata, i dati coprono la regione interessata dall'oscillazione nord atlantica (NAO) che come e' noto influenza in modo notevole le precipitazioni in Europa. Come predittandi sono state raccolte le precipitazioni medie mensili delle Climate Research Unit (CRU) dell' Università dell'East Anglia. Questi dati coprono il periodo 1901-2002 su una griglia di 0.5°x0.5° (http://www.cru.uea.ac.uk). Dalla stessa CRU abbiamo ottenuto la media mensile della temperatura sempre su una griglia 0.5°x0.5° relativa allo stesso periodo di tempo. Entrambi i dataset CRU comprendono tutta la Terra. Nei nostri calcoli preliminari abbiamo selezionato 22 punti che coprono la Puglia, la Basilicata e parte delle Calabria Ionica. Come predittandi utilizzeremo in sede di calcolo dei risultati finali i dati di media mensile di precipitazione e di temperatura forniti dal dott. Rana e dal dott. Vitale del CRA riguardanti alcune stazione della Capitanata per il periodo 1950 -2003. Downscaling statistico Esistono numerose tecniche di downscaling statistico. In questa relazione utilizzeremo solamente quella nota come Analisi Canonica della Correlazione (CCA) benché altre tecniche siano state testate (ad es. la tecnica Analog), ma sembrano dare risultati peggiori. Per effettuare il downscaling statistico è stato sviluppato appositamente del software in C++ in ambiente Linux con routine per la gestione dei dati su griglia, per le interpolazioni e per l'analisi CCA, CCA con filtro PCA su predittori e predittandi e per il metodo Analog. Il software acquisisce file di serie storiche preprocessati in un formato predeterminato e produce oltre alla previsione climatologica anche una serie di file necessari per la visualizzazione dei pattern correlati. La visualizzazione viene effettuata con script di gnuplot scritti appositamente. Alcune operazioni vengono effettuate con script di shell e con awk. I GCM sono stati usati ormai da molti anni per simulare il clima terrestre ed ormai possono riprodurre con successo le variazioni stagionali e regionali dei valori medi e delle variabilità di grandezze meteorologiche con un buon grado di accuratezza (IPCC-TAR). Fra tutti questi modelli abbiamo sinora acquisito i dati relativi a: 1) modello CSIRO-Mk2, sviluppato in Australia, presso il Commonwealth Scientific and Industrial Research Organisation (CSIRO); 2) modello HADCM3, sviluppato in Gran Bretagna presso l’Hadley Centre for Climate Prediction and Research; 3) modello CGCM2, sviluppato in Canada presso il Canadian Center for Climate Modelling and Analysis. 31 --------------------------------------------------------------------------------------------------------------------I modelli simulano la circolazione sulla base della composizione atmosferica secondo lo scenario analizzato. In questa relazione utilizzeremo i risultati del modello per il “20°secolo” come CTR e gli scenari A2 e B2 per la previsione dei cambiamenti climatici. Il CTR “20°secolo” effettua la simulazione del clima utilizzando i valori di gas serra misurati per il secolo appena trascorso. Il CTR viene poi prolungato utilizzando lo scenario A2 e B2 per il periodo 1991-2100. E' stata sviluppato un semplice software che gestisce i dati scaricati e li interpola su griglie differenti (ogni modello ha una griglia diversa). Risultati conseguiti Downscaling dinamico - E’ stata realizzata una simulazione di controllo di RegCM con le rianalisi dell’ECMWF. Il sistema modellistico è stato validato confrontando i risultati di temperatura superficiale simulati con quelli di ERA40, in cui si trova un buon accordo nelle zone continentali, mentre il modello tende a sovrastimare il ciclo annuale nell’area Mediterranea. - Lo studio di sensitività del modello ha rilevato un’importante effetto sulle variabili superficiali e sulla precipitazione dovuto al cambiamento di landuse. Dalle analisi preliminari è stato notato un effetto notevole in estate, con differenze dell’ordine di 5 mm di precipitazione totale nel periodo giugno-agosto e dell’ordine di 1°C di temperatura media se si sostituisce alla vegetazione osservata quella spontanea (quella cioè che si svilupperebbe naturalmente se fosse escluso l’effetto di modificazione dovuto all’uomo). - Sono stati reperiti i risultati di downscaling dinamico prodotto con RegCM sui dati del GCM HadCM3. Le corrispondenti serie temporali di precipitazione e temperatura derivate per l’area della Capitanata (FG) sono state calcolate. Si nota un segnale significativo per la temperatura, che negli scenari aumenta di 2-3°C in tutto il ciclo annuale rispetto alla simulazione di controllo, e una diminuzione della precipitazione in estate. Questi risultati sono stati in accordo con quelli prodotti del downscaling statistico. Raccolta serie storiche Come detto nel paragrafo 1, sono stati raccolti dati su griglia relativi a temperatura, pressione a livello del mare e precipitazione. Inoltre sono disponibili i dataset di serie storiche relative ai dati di media mensile di precipitazione e di temperatura riguardanti alcune stazione della Capitanata per il periodo 1950 -2003 e che sono state messe a disposizione dal CRA. Sono 32 --------------------------------------------------------------------------------------------------------------------infine disponibili, anche se incompleti, i dati sinottici relativi alle stazioni dell’aeronautica militare italiana nelle aree di interesse del progetto. Downscaling statistico Seguendo le indicazioni in letteratura abbiamo utilizzato come predittore per le precipitazioni la pressione al livello del mare. Prima di effettuare l'analisi CCA su tutto la serie storica di predittori e predittandi abbiamo diviso la serie in due parti. La prima dal 1901 al 1962 (training) è stata usata per effettuare una CCA mentre i dati di SLP (predittori) della seconda parte della serie dal 1963 al 2002 (validation) sono stati utilizzati per simulare una proiezione delle precipitazioni della seconda metà del secolo. In questo modo è possibile verificare l'accuratezza e la stabilità del modello statistico confrontando le precipitazioni realmente osservate con la simulazione. Il risultato ottenuto con due coppie di canonical pattern, è sufficientemente buono e, sebbene peggiore rispetto a quello ottenuto da altri autori sulla Spagna (von Storch et al. 1993) e da noi con lo stesso software per la Valle dell'Ebro, mostra tuttavia una certa capacità predittiva. L'analisi CCA su tutta la serie storica (1901-2002) fornirà poi due coppie di canonical pattern con cui ricostruiremo il segnale misurato ed effettuato il downscaling statistico dei risultati dei tre GCM presi in considerazione. Prodotti M. Zampieri and P. Lionello, “A model of potential natural vegetation”, 10th International Meeting on Statistical Climatology, August 20-24, 2007, Beijing, China L. Palatella, P. Paradisi, M.M. Miglietta, P. Lionello, “Risultati preliminari di downscaling statistico delle precipitazioni invernali nella regione Puglia”, in “Clima e Cambiamenti Climatici, le attività del CNR” a cura di B. Carli, G. Cavarretta, M. Colacino, S. Fuzzi. Consiglio Nazionale delle Ricerche, Roma (2007). Scostamenti rispetto al piano scientifico Nessuno. Bibliografia Ansell, T. J. et al. 2006. Daily mean sea level pressure reconstructions for the European North Atlantic region for the period 1850-2003, Journal of Climate 19: 2717-2742 33 --------------------------------------------------------------------------------------------------------------------Dickinson, R. E., A. Henderson-Sellers, and P. J. Kennedy, 1993: Biosphere-atmosphere transfer scheme (bats) version 1e as coupled to the ncar community climate model, Tech. rep., National Center for Atmospheric Research. Giorgi, F., X. Bi and J.S. Pal, 2004: Mean, interannual variability and trends in a regional climate change experiment over Europe. Part I: Present day climate (1961-1990). Climate Dynamics, 22, 733-756. von Storch H. & Zwiers F.W. 1999. Statistical Analysis in Climate Research, Cambridge: Cambridge University Press. 34 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 3.1.1 “Strategie di gestione dell’irrigazione con acque saline”. Responsabile: Prof. Giuseppina Crescimanno (UNIPA-ITAF) Attività svolta Le attività di ricerca e di sperimentazione svolte dall’unità operativa Unipa-ITAF nel I anno del Progetto CLIMESCO sono state effettuate con l’obiettivo di “individuare strategie di gestione dell’irrigazione con acque saline finalizzate alla riduzione dei fenomeni di accumulo dei soluti apportati con l’irrigazione, che tengano conto dei fattori limitanti esistenti (quantità e qualità dell’acqua disponibile) e del tipo di colture, oltre che di peculiarità tipiche dei suoli (tessitura argillosa, presenza di crepacciature)”. Le indagini sono state effettuate in parcelle sperimentali site: • nel bacino del Delia-Nivolelli, presso l’Azienda Angileri. Il bacino del Delia-Nivolelli aveva rappresentato l’oggetto di precedenti indagini (Progetto europeo ENV4-CT97-0681, 19982001), e pertanto per tale bacino si dispone di dati relativi al suolo, alla qualità delle acque e alle colture. Pertanto per il suddetto bacino si dispone di una base di partenza per l’individuazione di aree omogenee (attività R1, Responsabile Dr.ssa Anna Maria Castrignanò); • nel Bacino del torrente Mazaro, adiacente al precedente (Attività R1 ed R2). Il bacino del Mazaro è stato preso in considerazione in un secondo tempo, dopo l’inizio del progetto. Nel suddetto bacino ricade l’Azienda Foraci, che dispone di due fonti di approvvigionamento irriguo con differente della salinità delle acque. Tale Azienda fornisce pertanto la possibilità di effettuare delle indagini finalizzate alla valutazione degli effetti dell’irrigazione sui processi di salinizzazione del suolo, sulla quantità della produzione e sulla dei qualità vini prodotti in azienda. In entrambi i bacini la salinità delle acque irrigue è strettamente legata alla geologia dell’area, e in special modo alla presenza della “Serie Gessoso-Solfifera” generata in ambiente evaporitico. Il clima dell’area è semi-arido, caratterizzato da estati secche ed inverni temperati. La coltura prevalente è la vite, con una copertura dell'83% dell’intera area coltivata, la quale viene irrigata prevalentemente con sistemi a goccia. Con riferimento ad entrambe le aree, nel corso del I anno si è avviata una campagna di misure per la determinazione delle caratteristiche idrauliche dei suoli e di alcuni parametri chimici e colturali che saranno utilizzati per l’applicazione e calibrazione del modello SWAP, prevista tra le attività del II e III anno (Linee di ricerca 4.1 e 4.3, Attività R8). Alla determinazione dei parametri chimici collabora anche il Prof. Giuseppe Alonzo . 35 --------------------------------------------------------------------------------------------------------------------Le misure effettuate a partire dal mese di Giugno 2006 hanno messo in evidenza il fatto che nella prima delle due aziende, Angileri, si riscontrano maggiori rischi di salinizzazione e che il drenaggio risulta insufficiente a garantire lo smaltimento degli afflussi meteorici. La seconda azienda (Foraci), è caratterizzata da un minore rischio di salinizzazione, e poiché è dotata di due fonti di approvvigionamento idrico, e precisamente di un lago artificiale con acqua dalle caratteristiche chimico-fisiche del tutto analoghe a quella utilizzata dal consorzio irriguo Delia-Nivolelli (Lago Trinità: EC=1.65 dS/m), e di un pozzo freatico situato ad una distanza di 15 Km che attinge acqua da una falda che non presenta problemi di salinità (EC=0.4 dS/m), si presta ad una sperimentazione finalizzata ad indagare la risposta del sistema suolopianta a diversi trattamenti irrigui (Attività R10). .Inoltre tale Azienda produce vini di qualità, e pertanto i risultati che si otterranno potranno essere utilizzati anche ai fini di un miglioramento della qualità dei vini prodotti. Gli aspetti delle indagini legate alla qualità dei vini saranno curati dal Dott. Luigi Pirrone, della sezione industrie del Dipartimento ITAF. Nel corso della stagione irrigua 2007, in entrambe le aziende si sono effettuate le seguenti indagini (Attività R10): • Misure in pieno campo con il metodo del tensioinfiltrometro per la determinazione della conduciìbilità idrica satura ed insatura; • Prelievo di campioni indisturbati con diametro 5 cm ed altezza 8 cm sui quali effettuare prove di outflow multi-step, di campioni con diametro 5 e altezza 11 cm per la determinazione della curva caratteristica di contrazione, e di campioni con diametro 25 cm e altezza 30 cm per la detrminazione della conducibilità idrica satura del suolo; • Monitoraggio della salinità e della sodicità del suolo attraverso prelievo settimanale di campioni e misure della conducibilità elettrica dell’estratto saturo (ECsat) e dell’ESP (Exchangeable Sodium percentage); • Monitoraggio del contenuto idrico del suolo attraverso prelievo settimanale di campioni e determinazione dell’umidità con metodo termogravimetrico; • Misure di traspirazione, attraverso l’installazione di una stazione per la misura dei flussi xilematici (sap-flow). La traspirazione viene determinata utilizzando un sistema integrato UP-SapFlow, con 9 stazioni di misura integrato ad un datalogger di acquisizione. Tale attività è stata effettuata in collaborazione con il CRA-UR-SCA (Dott. G. Rana) e con l’Istituto per i sistemi Agricoli e Forestali del Mediterraneo (ISAFOM-CNR) di Ercolano (Na) (Dott. F. De Lorenzi). 36 --------------------------------------------------------------------------------------------------------------------Con riferimento all’Azienda Foraci, si è proceduto ad indagini più dettagliate nel continuo suolo-pianta-atmosfera, realizzando due trattamenti irrigui in due parcelle contigue, con due repliche per trattamento, nelle quali è stata effettuata: • irrigazione con acque saline (FORACI/LAKE) • irrigazione con acque dotate di buona qualità (FORACI/WELL) Nella stagione irrigua 2007 sono stati realizzati in ognuno dei due trattamenti n. 6 interventi irrigui, utilizzando in una parcella l’acqua con maggiore salinità (FORACI/LAKE) e nella seconda l’acqua con minore salinità (FORACI/WELL ). Per ognuno dei citati trattamenti si sono effettuate misure (in due repliche), delle caratteristiche idrologiche, colturali e chimiche. I parametri climatici sono stati acquisiti mediante una stazione collocata in prossimità delle due parcelle che acquisisce dati pluviometrici, anemometrici e di radiazione solare Con riferimento alla determinazazione del contenuto idrico del suolo, si sta procedendo all’installazione di un sistema automatico di acquisizione dei dati (TDR100, con sonde TDR installate, per ogni punto di misura, alle profondità di 20, 40, 60 e 80 cm ). Con riferimento alla coltura,si è proceduto alla misura di: temperatura fogliare; radiazione solare; indice di sviluppo fogliare (LAI); efficienza fotosintetica; traspirazione effettiva; conduttanza stimatica; potenziale fogliare. Le indagini effettuate sulla coltura e più in generale sui rapporti suolo-pianta sono state effettuate in collaborazione con il Dr. Kenneth Marcum, dell’Arizona State University, che ha trascorso un periodo di sei settimane a Palermo nel corso della campagna di misure. Inoltre, al fine di valuatare l’effetto dei due trattamenti irrrigui sulla salinità del suolo, si sono effettuate campagne di misura della salinità con la sonda EM-38 della GEONICS secondo una griglia a maglia ≈40 m2. E stata deliberata in data 11/10/2007 dal Consiglio del Dip. ITAF la prevista convenzione tra l’unità operativa UNIPA-ITAF ed il Dipartimento di Agronomia Ambientale e Territoriale (AAT) dell’Università di Palermo per la Linea 1: “Individuazione di aree agro-ambientali omogenee”. Risultati conseguiti Con riferimento all’Azienda Angileri, si sono ricavate le curve di ritenzione e le funzioni conducibilità idrica-potenziale matriciale, applicando il metodo di stima dei parametri e utilizzando il modello proposto da Gardner per la funzione K(h), ed il modello di Brutsaert (Brutsaert, 1966) per la rappresentazione della curva di ritenzione. La caratterizzazione idraulica 37 --------------------------------------------------------------------------------------------------------------------risulta ad oggi completa per i due orizzonti (0-30 e 30-60 cm) di quattro profili scelti per le indagini. Inoltre, lungo i quattro profili, alle profondità di 15, 35, 60 e 85 cm, si sono acquisiti, con cadenza settimanale, contenuto idrico gravimetrico (U) , e conducibilità elettrica dell’estratto saturo (ECsat). Al momento sono disponibili 448 campioni sui quali sono state effettuateo sono in corso misure di U e di ECsat. Inoltre sono stati inviati al CRA-UR-SCA Bari (Dr.ssa A.Maria Castrignanò) una serie di dati rilevati in precedenza (Progetto europeo ENV4-CT97-0681), e precisamente misure di salinità effettuate con la sonda EM38 (Geonics) lungo transetti che attraversano l’intero bacino, unitamente a misure di tessitura, massa volumica apparente e conducibilità elettrica dell’estratto 1:5, relativi alle profondità di 0.15 e 45 cm.Per tutti i punti di misura il database contiene anche le coordinate UTM, nonché le coordinate Est, Nord e quota rilevate sulla cartografia in scala 1:5000. L’elaborazione di tali dati da parte dell’Unità operativa del CRA-UR-SCA, di cui è responsabile la Dr.ssa Castrignanò, consentirà di individuare aree omogenee come previsto dalla linea 1. Con riferimento all’Azienda Foraci sono state realizzate prove di conducibilità in campo (2 repliche per ogni profilo per un totale di 16 prove) applicando la tecnica del “Tension Infiltrometer” (infiltrometro a depressione) per la misura della conducibilità idrica satura (Ksat), e sono in corso prove di outflow Multistep, misure della curva di contrazione e misure della conducibilità idrica con il metodo della crosta (su un totale di 112 campioni). Inoltre, sono disponibili misure di U e di ECsat relative ai campionamenti effettuati con cadenza settimanale, misure che verranno effettuare in continuo appena si procederà all’installazione della stazione di rilevamento fissa (TDR100). Ad oggi, lungo quattro profili, alle profondità di 15, 35, 60 e 85 cm, sono stati prelevati in totale 192 campioni. Con riferimento ai due trattamenti irrigui realizzati con le due acque di diversa salinità, le misure effettuate utilizzando la sonda EM-38 nel corso della campagna estiva, prima e dopo gli interventi irrigui, hanno mostrato che la parcella irrigata con l’acqua che presenta minore salinità risulta meno soggetta a rischi di salinizzazione subito dopo l’intervento irriguo, e che a tale minore salinità corrispondono flussi traspirativi più elevati. Tuttavia, a causa di fattori legati alla topografia delle parcelle che si stanno esaminando con maggiore dettaglio, tale situazione di minore salinità risulta transitoria, e la salinità tende ad aumentare a qualche giorno di distanza dall’irrigazione. Le indagini continueranno e dopo la prossima stagione irrigua sarà possibile, avendo a disposizione una maggiore mole di dati, pervenire a considerazioni più accurate ed alla 38 --------------------------------------------------------------------------------------------------------------------quantificazione dei valori di salinità del suolo, per la determinazione dei quali si sta procedendo alla calibrazione delle letture fornite dalla EM-38 con valori di conducibilità dell’estratto saturo e dell’estratto 1:5. Prodotti • Organizzazione del Workshop: “Irrigation, salinization and desertification. (CLIMESCO)” – Palermo, 16 Gennaio 2007 – Aula Magna della Facoltà di Agraria- a cura dell’Unità operativa UNIPA-ITAF. • Crescimanno G. and P. Garofalo. 2007. Irrigation strategies for optimal use of saline water in Mediterranean agriculture. International Conference on “Water Saving in Mediterranean Agriculture and Future Research needs”. CIHEM, Bari, 14-17 February 2007 • Crescimanno G., Marcum K. B., Morga F. e Reina C. (2007). Assessing and monitoring the risk of salinization by the Geonics EM-38: Application in a Sicilian irrigated area, Procs. of the “Global Network on Salinization prevention and productive use of Salt-effect habitats (SPUSH) and The Expert consultation on Advances Assessment and monitoring of salinization for Managing Salt-affected habitats”. Dubai, (United Arab Emirates). 26-29 November 2007. Nell’ambito delle attività del progetto CLIMESCO si inquadrano anche le due seguenti tesi di dottorato, entrambe in corso di svolgimento (Dottorato di Idronomia Ambientale, XX e XXI ciclo): • Processi di trasporto di acqua e soluti nel terreno insaturo e scenari di gestione dell’irrigazione in terreni argillosi (Ing. Francesco Morga) • Relazioni suolo-pianta in condizioni di stress idrico e salino (Dott. Carlo Reina) Scostamenti rispetto al piano scientifico Il piano scientifico previsto è stato rispettato, l’unica variante è rappresentata dall’avere aggiunto una seconda area di indagini (Mazaro) al piano iniziale. Ciò costituisce più che una variazione un ampliamento delle indagini previste al fine di conseguire risultati più interessanti ai fini della gestione dell’irrigazione con acque saline e della calibrazione e validazione di modelli di previsione e di gestione. Sono state inserite inoltre collaborazioni inizialmente non previste, come quella instaurata con il Dr. Kenneth Marcum, dell’Arizona State University (è stato anche stipulato un accordo quadro di collaborazione tra l’Università di Palermo e l’Arizona State University), e quella con il 39 --------------------------------------------------------------------------------------------------------------------Dr. Jamshid Farifteh, (ITC, International Institute for Geoinformation) , con il quale è stato stipulato un contratto di prestazione professionale, per la costruzione di un GIS, il monotoraggio della salinità e l’individuazione di scenari di gestione dell’irrigazione per il bacino del Mazaro. Si è inoltre iniziato un rapporto di collaborazione tra i partners del progetto CLIMESCO e l’UNESCO-BRESCE, che ha sede a Venezia (Lettera del Dott. Ventrella del 8/11/07, prot 1981, 07). Tali collaborazioni, inizialmente non previste, costituiscono un apporto scientifico di notevole livello ed un valore aggiunto per il progetto CLIMESCO. 40 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 3.1.2 “Dinamica della concentrazione salina lungo il profilo del suolo e valutazione della capacità lisciviante delle piogge”. Responsabile: Prof. Massimo Monteleone (UNI-FG). Attività svolta L’obiettivo generale della ricerca è quello di poter effettuare delle valutazioni riguardo al processo di lisciviazione e, in particolare: 1) verificare l’effetto che l’irrigazione con acqua a diversi livelli di salinità determina sul contenuto in sali del suolo e sulla loro distribuzione lungo il profilo; 2) verificare l’effetto della lisciviazione, applicata secondo determinati rapporti, sull’allontanamento dei sali in eccesso. La sperimentazione è stata condotta in ambiente protetto ed ha previsto due cicli di coltivazione di pomodoro intervallati da uno di frumento duro, al fine di riprodurre una delle rotazioni colturali più frequenti in Capitanata. Le piante sono state allevate in contenitori di crescita, in fibra di vetro rinforzato, di forma cilindrica, rialzati da terra, con diametro di 0,4 m e altezza pari a 1,20 m. I cilindri sono provvisti, in basso, di uno scarico per il recupero dell’acqua di drenaggio e, lateralmente, di sei aperture distanti tra loro 0,18 m da cui poter prelevare, alle diverse altezze, dei campioni di terreno e/o di soluzione circolante. Il primo ciclo colturale è stato realizzato precedentemente all’avvio del progetto “Climesco” ed ha previsto la coltivazione dell’ibrido di pomodoro da industria Genius; durante il secondo ciclo, all’ibrido Genius è stato affiancato l’ibrido Tania, entrambi a frutto allungato. Per l’irrigazione sono state impiegate acque a tre livelli di conducibilità elettrica (ECw): • acqua di fonte a 0,6 dSm-1 (S0) • acque a 4 e 6 dSm-1 (S4 e S6) queste ultime ottenute solubilizzando sale marino commerciale in acqua di fonte. È stato adottato uno schema sperimentale a blocchi randomizzati, con dodici ripetizioni. Il trapianto è stato eseguito il 1° agosto nel primo ciclo, il 30 giugno nel secondo; sono state adottate le normali pratiche agronomiche in uso nella zona. È stato utilizzato il metodo irriguo a goccia, fissando il limite di intervento all’esaurimento del 40% dell’acqua disponibile. La programmazione irrigua è stata definita misurando tre volte a settimana l’umidità volumetrica del suolo con un sistema di misura TDR (riflettometria nel domino del tempo) a cinque differenti altezze lungo il profilo dei vasi, seguendo la crescita radicale della pianta. La misura dell’umidità tramite TDR è stata validata da misurazioni gravimetriche. Adottando un semplice criterio di bilancio idrico, si sono derivati i consumi idrici medi di ogni vaso; i volumi irrigui quindi sono stati quantificati in modo da restituire interamente i quantitativi idrici di fatto consumati. A 41 --------------------------------------------------------------------------------------------------------------------ciascun trattamento sperimentale è stata, inoltre, applicata la frazione di lisciviazione ritenuta idonea, in accordo alla formula: LR = ECw / 2 ECemax dove: ECw = conducibilità elettrica dell’acqua irrigua; ECmax = valore soglia di conducibilità elettrica dell’estratto di pasta satura del suolo in corrispondenza del quale si azzera -1 la produzione del pomodoro. Poiché ECemax è pari a 13 dS m , ne consegue che per le tesi S4 e S0 il volume di irrigazione è stato incrementato rispettivamente del 15% e del 25% rispetto ai valori calcolati. Nei giorni di irrigazione e in quelli immediatamente successivi si è provveduto alla misurazione del volume e della conducibilità elettrica dell’acqua di percolazione in corrispondenza di ciascun contenitore di crescita. Il livello di salinità raggiunto dal suolo è stato monitorato all’avvio ed al termine dei due cicli colturali e con riferimento ai 5 livelli di profondità, mediante prelievo di campioni di terreno sui quali è stata determinata la conducibilità elettrica dell’estratto di pasta satura (ECe). Tutte le determinazioni su suolo, acqua irrigua e di drenaggio sono state effettuate secondo quanto indicato nel protocollo sperimentale condiviso con le altre Unità Operative partecipanti al Progetto Esecuzione del Bilancio Salino (metodologia) Al termine di ciascun ciclo colturale è stato realizzato il bilancio salino. Il quantitativo netto di sali apportato al suolo è facilmente determinabile operando la differenza fra quantità di sali addotta con l’acqua irrigua (Sin) ed allontanata a seguito della lisciviazione (Sout). Maggiore è il flusso drenante, maggiore dovrebbe risultare anche il quantitativo di sali asportato. Al fine di verificare questa ipotesi è possibile definire il “rapporto di lisciviazione” (Wratio): Wratio = Wout/Win (1) Ne consegue che è possibile impostare una relazione lineare tra l’accumulo netto dei sali nel suolo e l’entità del “rapporto di lisciviazione”: ΔS = Sin – Sout = α + β Wratio (2) in assenza di lisciviazione, Wout = 0, quindi, Sout = 0 e Wratio = 0; l’accumulo salino è pari ad α che corrisponde, dunque, al valore massimo di arricchimento in sali del suolo; infatti se: Wratio = 0 e Sout = 0, → α = Sin (3) è atteso che il coefficiente β abbia valore negativo, condizione che consente di verificare l’efficacia del leaching; solo allorché β sia negativo, infatti, il valore di ΔS diminuisce all’aumentare di Wratio. 42 --------------------------------------------------------------------------------------------------------------------L’entità del coefficiente β informa però anche sull’efficienza del leaching medesimo, stante le condizioni sperimentali date; infatti a parità di Wratio, valori negativi decrescenti di β evidenziano una più cospicua sottrazione di sali dal suolo tramite le acque di drenaggio; il valore di β può quindi essere esplicitato come: │β│ = Sout/Wratio (4) il bilancio finale dei sali (ΔS = Sin – Sout) può anche essere anche interpretato come il prodotto del “carico salino” apportato con l’irrigazione (Sin) per un fattore di “efficienza relativa del leaching”, variabile definita come “rapporto di salinità” (Sratio) che è pari a Sout/Sin, per cui: Sratio = Sout/Sin (5) Di conseguenza, una formulazione alternativa dell’equazione 2 è data dalla seguente: ΔS = Sin – Sout = Sin (1 – Sratio) (6) da cui si evince che ΔS tende a 0 (condizione di bilanciamento salino) allorchè Sratio tende al valore unitario (massima “efficienza relativa del leaching”). Dividendo entrambi i membri dell’equazione 2 per Sin, è possibile derivare, dopo semplici passaggi matematici, l’equazione: Sratio = α’ + β’ Wratio (7) dove α’ = 1 – αSin e β’ = βSin; α’ e β’ sono coefficienti a valore costante per ciascun trattamento irriguo, in quanto anche Sin è costante per ciascuno di essi. L’incremento netto di sali nel suolo (ΔS) non dipende solo dall’entità dei flussi idrici che lo attraversano, ma anche dalla concentrazione salina dell’acqua nel suolo e quindi dalla concentrazione dell’acqua drenante. Questo può essere considerato mediante un’altra variabile che si può indicare come “rapporto di concentrazione salina” (Cratio) che è uguale a : Cratio = CoutCin (8) Ovviamente, ogni termine di concentrazione è uguale al rapporto tra il quantitativo di sali ed il quantitativo di acqua, in cui essi questi ultimi sono disciolti: Cin = Sin/Win e Cout = Sout/Wout (9) Il rapporto di concentrazione salina può essere esplicitato in funzione di Wratio, a partire dall’equazione 7 mediante opportuni passaggi matematici che conducono a: Cratio = β’ + α’/Wratio (10) A partire dalle variabili e dalle equazioni introdotte è possibile formulare un’equazione riassuntiva che offre un’immediata comprensione dei principali fattori in grado di influenzare la lisciviazione, definita “accumulo salino”: 43 --------------------------------------------------------------------------------------------------------------------ΔS = Sin (1 – Wratio * Cratio) (11) Un modello empirico completo, relativo all’interpretazione del processo di lisciviazione, può essere definito a partire dal sistema di equazioni riportate, rispettivamente, in equazione 2, 7 ed 11. Tutte le equazioni sono intrinsecamente lineari nei loro coefficienti e tutte dipendono originariamente dai soli coefficienti α e β dell’equazione 2. La determinazione del loro valore consente, di conseguenza, l’interpretazione empirica del processo. Risultati conseguiti Prima di procedere alla discussione dei risultati relativi al bilancio salino del suolo, si riportano i dati medi sperimentali registrati al termine di ciascun ciclo di coltivazione (fig. 1). Il livello di salinità del suolo è aumentato nel corso dei due cicli e soprattutto negli strati più profondi di terreno ad indicare che le acque di percolazione, pur non riuscendo a lisciviare tutti i sali in ingresso con l’acqua di irrigazione, sono state per lo meno efficaci ad allontanarli verso gli strati di terreno dove la densità radicale è minore. Il valore massimo di ECe è corrisposto alla tesi S6 che è passata da circa 10 dSm-1 alla fine del primo ciclo colturale a 17 dSm-1 alla fine del secondo ciclo; nella tesi S4 l’incremento di salinità è avvenuto da 7 a 14 dSm-1. In superficie i S0 S4 S6 livelli di profondità valori di ECe sono passati da 6,8 a secondo ciclo di coltivazione S0 8,6 e da 4,8 a 7,4 dSm-1, S4 S6 P1 P1 P2 P2 P3 P3 P4 P4 P5 P5 0 5 10 15 conducibilità elettrica del terreno (dS m-1) 20 0 5 10 15 livelli di profondità primo ciclo di coltivazione 20 conducibilità elettrica del terreno (dS m-1) Fig. 1- Andamento della ECe del suolo rispettivamente al termine dei due cicli di coltivazione del pomodoro, in rapporto ai tre regimi irrigui a diverso apporto di salinità. rispettivamente nelle tesi S6 e S4, passando dal primo al secondo ciclo di coltivazione. Bilancio salino del suolo La relazione lineare espressa dall’equazione 2 fra l’accumulo netto di sali nel suolo, ΔS, e il “rapporto di lisciviazione”, Wratio, è stata risolta mediante l’Analisi della Covarianza. In figura 2 sono riportate le relative rette. Nel primo ciclo colturale, l’accumulo massimo di sali (valore dell’intercetta α) è stato di circa 5,5 t ha-1 per ogni unità (dSm-1) di conducibilità elettrica dell’acqua irrigua (ECw), mentre nel secondo ciclo esso è risultato pari a circa 7 – 8 t ha-1 per ogni unità di ECw. Sempre con riferimento al primo ciclo, le rette corrispondenti ai tre livelli di salinità si sono caratterizzate per 44 --------------------------------------------------------------------------------------------------------------------un’inclinazione (β) statisticamente omogenea (tab. 1); ciò ad indicare che, durante il primo anno, i tre trattamenti hanno manifestato la medesima efficienza di lisciviazione. 40 S0 C1: primo ciclo S4 S6 C2: secondo ciclo 50 S0: Y = 5.46 - 17.57 X S4: Y = 32.82 - 119.75 X S6: Y = 44.30 - 126.11 X -1 S0: Y = 3.41 - 13.76 X S4: Y = 21.70 - 30.21 X S6: Y = 31.46 - 31.20 X 40 30 30 20 20 10 10 0 accum. netto salino (t ha ) -1 accum. netto salino (t ha ) 50 0 0,0 0,1 0,2 Wratio (-) 0,3 0,0 0,1 0,2 0,3 Wratio (-) Fig. 2 – Accumulo netto di sali nel suolo (t ha-1) al termine dei due cicli di coltivazione del pomodoro, in funzione del “rapporto di lisciviazione” (Wratio) e dei tre livelli di salinità Con riferimento al secondo ciclo, le rette relative ai trattamenti S4 e S6 non si sono differenziate statisticamente fra loro nel valore della loro inclinazione (tab. 1); inoltre, tali inclinazioni sono risultate significativamente superiori rispetto al ciclo precedente. Questa condizione è stata interpretata come un aumento dell’efficienza di lisciviazione, passando da un anno al successivo, a seguito del contestuale incremento di salinità realizzatosi nel suolo. La retta relativa al trattamento S0, nel secondo ciclo colturale non è risultata molto dissimile rispetto a quella del primo ciclo, proprio in conseguenza di un limitato accumulo salino verificatosi nel frattempo. Le rette relative alla variabile “rapporto di salinità”, Sratio, che rispondono, a loro volta, all’equazione 7, sono riportate in figura 3. Con riferimento a ciascun ciclo colturale, le rette relative ai tre trattamenti irrigui hanno manifestato lo stesso valore di intercetta. I valori più elevati di α’ nel secondo ciclo di coltivazione rispetto al primo sono giustificati dal livello superiore di concentrazione salina nel suolo. Tab. 1 – Contrasti fra le inclinazioni delle rette definite dal modello ANCOVA in grado d’interpretare l’accumulo salino netto del suolo (t ha-1) in funzione del “rapporto di lisciviazione” (Wratio) nei due cicli colturali del pomodoro 45 --------------------------------------------------------------------------------------------------------------------La differenza fra i due cicli colturali si è avuta nell’inclinazione delle rette (coefficiente β’). Nel primo ciclo, il lunga superiore rispetto agli S0 C1: primo ciclo S4 S0: Y = 0.009 + 3.93 X 1,2 S4: Y = 0.009 + 1.56 X S6: Y = 0.009 + 1.32 X 1,0 S6 C2: secondo ciclo 1,4 S0: Y = 0.15 + 1.92 X S4: Y = 0.15 + 2.77 X S6: Y = 0.15 + 2.11 X 1,2 1,0 0,8 0,8 0,6 0,6 Condizione completamente 0,4 0,4 diversa presentata 0,2 0,2 invece l’anno successivo. Le 0,0 altri trattamenti (S4 e S6). si è 0,0 0,0 0,1 rette si sono infatti dislocate molto prossime l’una all’altra e quella collocata Sratio (-) coefficiente angolare di gran 1,4 Sratio (-) controllo S0 ha mostrato un 0,2 0,3 0,0 0,1 Wratio (-) 0,2 0,3 Wratio (-) Fig. 3 – Valori predetti del “rapporto di salinita” (Sratio), in funzione del “rapporto di lisciviazione” (Wratio) e rispetto ai tre livello di salinità. più in alto è stata la retta relativa alla tesi S4. Ciò ha dimostrato che l’acqua irrigua a più bassa concentrazione salina è stata più efficiente ai fini della lisciviazione rispetto alle acque più salmastre fintanto che il suolo era ad un livello di salinità ancora contenuto (primo ciclo colturale); al procedere dell’accumulo salino nel suolo, invece, così come si è verificato nel corso del secondo ciclo colturale, è aumentata l’efficienza relativa del leaching operato dalle acque più salmastre. L’andamento, infine, delle curve relative alla variabile Cratio, il “rapporto di concentrazione salina” è illustrato in figura 12 12 all’equazione 10. 10 10 Cratio (-) S0 C1: first crop cycle S4 S6 C2: second crop cycle Cratio (-) 14 14 4. tali curva rispondono Durante il primo ciclo colturale, le 8 8 6 6 4 4 superiormente nel piano, quanto minore 2 2 0 0 era il livello di salinità delle acque 0.0 0.1 0.2 Wratio (-) 0.3 0.0 0.1 0.2 0.3 Wratio (-) Fig. 4 – Valori predetti del “rapporto di concentrazione” (Cratio), in funzione del “rapporto di lisciviazione” (Wratio) e rispetto ai tre livelli di salinità dell’acqua irrigua. curve si sono dislocate tanto più irrigue. La tesi S0 ha mostrato valori di Cratio molto più elevati rispetto alle tesi S4 e S6. Nel secondo ciclo, le tre curve si sono presentate molto più prossime l’una all’altra. A ciò si aggiunge che nel primo ciclo di coltivazione esse tendono al loro valore asintotico con una velocità attenuata dal livello di salinità dell’acqua irrigua; nel secondo ciclo, l’ascesa delle curve è stata molto più graduale, così come il loro tendere al valore asintotico. La ragione di tale diversità, ancora una volta, è da attribuirsi al differente accumulo di sali 46 --------------------------------------------------------------------------------------------------------------------realizzatosi nel suolo nei due cicli colturali. Se il terreno è relativamente libero da sali, il livello di salinità delle acque di drenaggio si mette in equilibrio con quello dell’acqua irrigua e non si verifica alcun effetto di diluizione a carico dell’acqua di drenaggio; al contrario, all’aumentare del Wratio, se il contenuto salino del suolo è elevato (come nel secondo ciclo colturale), il livello di salinità dell’acqua di drenaggio è di per sé elevato e non influenzato da quello dell’acqua irrigua. Inoltre, all’aumentare di Wratio si osserva un effetto di diluizione a carico delle acque di drenaggio. Prodotti Molti dei dati sperimentali relativi alla sperimentazione effettuata sono in corso di elaborazione. Saranno, quindi, oggetto di pubblicazione nel momento in cui si disporrà di risultati più completi. . Scostamenti rispetto al piano scientifico L’attività sperimentale non prevede scostamenti rispetto al predefinito Piano Scientifico. 47 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 3.1.3 “Verifica del fabbisogno di lisciviazione e del drenaggio nella gestione irrigua di terreni suscettibili alla salinità”. Responsabile: Prof. Massimo Monteleone (UNI-FG). Attività svolta L’obiettivo generale dell’attività di ricerca è quello di contribuire alla definizione di validi criteri di gestione della tecnica irrigua in un contesto pedo-climatico quale quello delle aree costiere del Tavoliere, dove l’irrigazione con acqua salmastra è pratica diffusa e la salinizzazione dei suoli rappresenta un rischio ambientale non trascurabile. La sperimentazione è stata avviata presso un’azienda agricola ubicata in agro di San Giovanni Rotondo e San Marco in Lamis (FG), località “Amendola”. L’azienda si contraddistingue per un indirizzo colturale prevalentemente cerealicolo ed orticolo ed utilizza, ai fini irrigui, acqua salmastra captata da un pozzo artesiano, nonché una limitata disponibilità di acqua dolce intercettata dalle fluenze del fiume Candelaro. Durante questo primo anno di attività, l’attività sperimentale è stata realizzata su coltura di pomodoro da industria, a bacca tonda, cv “Perfect Peel”, trapiantata il 20 aprile 2007 ed allevata secondo le ordinarie tecniche colturali, a file binate distanti 1,20 m (distanza tra le file = 0,40 m), su una superficie di terreno di circa 300 m2 (larghezza = 19,2 m; lunghezza = 15,6 m ). UNIVERSITA' DEGLI STUDI DI FOGGIA FACOLTA' DI AGRARIA SCHEMA CAMPO SPERIMENTALE PROGETTO CLIMESCO Loc. "Amendola" Parcella L2 B Parcella L1 Parcella L0 A B A B A B A Fig. 1. Schema del campo sperimentale. 48 --------------------------------------------------------------------------------------------------------------------Quest’ultima è stata suddivisa in 3 parcelle sperimentali di circa 100 m2 ciascuna (larghezza = 6,4 m; lunghezza = 15,6 m) (fig. 1). In corrispondenza di ciascuna parcella sperimentale è stata realizzata una vasca di drenaggio, grazie allo scavo di una trincea avente una superficie di circa 50 m2 (larghezza = 3,2 m; lunghezza = 15,6 m) e profonda 0,70 m, che è stata completamente impermeabilizzata con un telo di materiale plastico disposto lungo le pareti laterali ed il fondo. Sul fondo di ogni trincea, sono stati dislocati longitudinalmente, in due gruppi di tre, sei tubi drenanti (Ø = 52 mm), al fine di consentire l’intercettazione delle acque di drenaggio. Ciascun gruppo di tubi drenanti è stato, a sua volta, collegato ad un serbatoio (cisterna avente una capacità di 1000 litri) per la raccolta delle acque di drenaggio, opportunamente interrato all’estremità di ogni parcella, da cui poter prelevare con l’ausilio di una pompa tali acque, dopo eventuali interventi di lisciviazione e/o eventi piovosi. Ogni trincea è stata, infine, rinterrata con il terreno proveniente dal rispettivo scavo, rispettando, nei limiti del possibile, la stratigrafia originaria del suolo. Il recupero delle acque di drenaggio, la misura del loro volume e della loro conducibilità elettrica ha consentito l'esecuzione del bilancio idro-salino. La raccolta del pomodoro è stata effettuata il 26 luglio 2007. Sono stati ipotizzati tre distinti trattamenti sperimentali: • Trattamento L0 (controllo), caratterizzato da un apporto irriguo costituito esclusivamente da acqua salmastra e da completa assenza di interventi liscivianti; • Trattamento L1 (leaching), contraddistinto da un apporto irriguo costituito esclusivamente da acqua salmastra e da interventi liscivianti preferibilmente successivi alla raccolta della coltura, comunque da effettuarsi nel momento in cui il livello di salinità del suolo supera il valore soglia preventivamente definito; • Trattamento L2 (alternanza), caratterizzato da un apporto irriguo costituito da acqua salmastra a cui si aggiunge una limitata disponibilità (200 mm) di acqua dolce; l’acqua di migliore qualità potrà essere destinata ad interventi irrigui nelle fasi fenologiche critiche nonché ad interventi liscivianti successivi alla raccolta della coltura, comunque da effettuarsi nel momento in cui il livello di salinità del suolo supera il valore soglia preventivamente definito Con riferimento a quest’ultimo valore, è stata fissata una “soglia critica” di conducibilità elettrica dell’estratto di pasta satura del terreno (ECe) pari a 5 dSm-1, in corrispondenza della quale, secondo il modello proposto da Maas e Hoffman, si verifica una riduzione produttiva pari al 25% rispetto alla produzione massima, ottenibile in condizioni non saline. Superato tale valore 49 --------------------------------------------------------------------------------------------------------------------soglia, si rende perciò necessario l’intervento di lisciviazione. La sperimentazione, inoltre, è stata condotta nel contesto effettivo di una azienda reale ed ha adottato tutte le metodiche e la prassi ordinariamente messe in atto da un conduttore concreto e non ipotetico. In particolare, si è voluto che l’irrigazione, e più precisamente, la definizione del momento di intervento irriguo e del volume di adacquamento, rispecchiassero la normale pratica adottata in azienda. Pertanto, le variabili irrigue non sono state oggetto di specifiche indicazioni nell’ambito del protocollo sperimentale. È stato utilizzato il metodo irriguo a goccia ed un’acqua avente una conducibilità elettrica che, durante il ciclo di sviluppo del pomodoro, è variata da 4,7 a 5,3 dSm-1. Nel corso del ciclo colturale, infine, sono state monitorate le variabili meteorologiche, è stata eseguita una serie di determinazioni su suolo, acqua irrigua e di drenaggio, è stato seguito il ritmo di accrescimento della coltura, così come previsto dal protocollo sperimentale condiviso con le altre Unità Operative partecipanti al Progetto. Risultati conseguiti Suolo. Su 9 campioni di terreno prelevati, prima del trapianto della coltura di pomodoro, in 3 differenti punti di ciascuna parcella sperimentale ed alla profondità di 60 cm, è stata effettuata una preliminare caratterizzazione chimico-fisica, i cui risultati sono riportati nella tabella 1. Tab. 1 – Proprietà chimico-fisiche del terreno su cui è stata condotta la prova sperimentale CARATTERISTICHE CHIMICHE N tot (‰) 1,1 P2O5 assimilabile (ppm) 62,4 K scambiabile (ppm) in fase di determinazione Sostanza organica (%) 1,6 pH 7,6 -1 ECe (dSm ) 2,4 GRANULOMETRIA Sabbia (%) 45,8 Limo (%) 34,3 Argilla (%) 19,9 Il suolo analizzato è risultato mediamente dotato di Azoto totale, di Sostanza organica e ricco di Fosforo assimilabile. Ha mostrato un valore di pH sub-alcalino ed una discreta conducibilità elettrica. È risultato, inoltre, di tipo franco. Volumi irrigui Il volume irriguo stagionale è stato pari a 544 mm. Sono stati effettuati 22 interventi irrigui, a partire dal trapianto e fino al 22/07/07. Durante il ciclo di sviluppo del pomodoro, si sono verificati diversi eventi piovosi (concentrati nella prima metà del ciclo stesso), i quali hanno 50 --------------------------------------------------------------------------------------------------------------------apportato una quantità di acqua pari a 117 mm. Considerando nel complesso gli apporti idrici naturali ed artificiali, la coltura ha beneficiato di una disponibilità di acqua pari a 661 mm. Come riferito precedentemente, nel corso della sperimentazione ci si è strettamente attenuti alle modalità di erogazione dei volumi di adacquamento così come stabilito, nei tempi e nelle quantità, dal conduttore dell’azienda agricola presso cui è stata condotta la sperimentazione. Il confronto tra tali volumi di adacquamento e quelli calcolati mediante l’impostazione del bilancio idrico del suolo è riportato nella figura 2. Fig. 2. Confronto tra i volumi di adacquamento calcolati e quelli effettivamente applicati, nel corso della stagione irrigua del pomodoro Bilancio idro-salino Sulla base dei volumi irrigui erogati alla coltura, dei volumi di drenaggio osservati durante l’intera sperimentazione, nonché delle loro rispettive conducibilità elettriche, è stato possibile procedere all’esecuzione del bilancio idro-salino, i cui risultati sono riportati in tabella 2. Tale bilancio e, quindi, la determinazione delle sue diverse componenti ed indici derivati, è stato realizzato con riferimento a ciascun serbatoio di raccolta delle acque di drenaggio, come di seguito riportato. Inoltre, su un totale di 288 campioni di terreno, prelevati con cadenza decadale in 4 diversi punti di ciascuna parcella sperimentale (all’interno ed all’esterno della bina di pomodoro) e a 3 profondità (0-20; 20-40; 40-60 cm) è stata misurata la ECe (dSm-1). L’andamento medio della ECe durante il ciclo colturale del pomodoro è riportato in figura 3, dalla quale è possibile evincere come, già a partire dal trapianto, si sia operata una progressiva salinizzazione del terreno. Intorno al 30° giorno dal trapianto la ECe ha cominciato però a diminuire, a causa dei 51 --------------------------------------------------------------------------------------------------------------------Tabella 2 – Bilancio idro-salino eseguito durante il ciclo di sviluppo del pomodoro L0 A L0 B L1 A L1 B L2 A L2 B Volume stagionale irriguo (m3 ha-1) Apporto idrico stagionale (m3 ha-1) Volume stagionale di drenaggio (m3 ha-1) Rapporto di lisciviazione (%) 5442 6608 465 7,03 5442 6608 581 8,79 5442 6608 798 12,08 5442 6608 928 14,04 5442 6608 172 2,61 5442 6608 687 10,40 Sali apportati con l'acqua irrigua (t ha-1) Sali lisciviati dal drenaggio t ha-1) Accumulo salino (t ha-1) Frazione sali allontanata (%) Frazione di Sali accumulata (%) 10,8 1,3 9,5 12,4 87,6 10,8 1,7 9,1 16,0 84,0 10,8 2,6 8,2 24,2 75,8 10,8 3,0 7,8 27,9 72,1 10,8 0,6 10,3 5,2 94,8 10,8 2,4 8,4 22,2 77,8 ripetuti eventi piovosi, i quali, in corrispondenza del 42° giorno dal trapianto, hanno determinato il verificarsi del primo evento di drenaggio, il cui valore medio è stato pari a 1,7 mm. Fig. 3 – Andamento della conducibilità elettrica media del suolo, durante il ciclo colturale del pomodoro Successivamente, l’apporto irriguo eseguito da parte dell’agricoltore ha superato i fabbisogni idrici della coltura, generando anch’esso drenaggio e conseguente lisciviazione dei sali. Nella parte conclusiva del ciclo, infatti, si sono osservati due eventi di drenaggio, molto più consistenti rispetto al primo e pari, come valore medio, rispettivamente a 27 e 32 mm. Ciò è stato causa della riduzione del valore della ECe che si è portata dal valore massimo raggiunto durante il ciclo, pari a 6,6 dSm-1 (82° giorno dal trapianto), al valore finale di 4,8 dSm-1. L’evoluzione della salinità osservata durante il ciclo di sviluppo del pomodoro non ha reso necessario la differenziazione dei trattamenti sperimentali (sebbene ciò si sia realizzato prima della semina dello spinacio, coltura successiva al pomodoro nel prosieguo dell’attività sperimentale), così 52 --------------------------------------------------------------------------------------------------------------------come ipotizzato all’inizio della prova. Allo stesso modo, nel momento in cui è stato osservato il superamento del prefissato valore soglia di ECe, non è risultato utile intervenire con interventi di lisciviazione, perché tale situazione si è manifestata verso la fine del ciclo colturale, quando la coltura non è particolarmente sensibile alla salinità. Bilancio salino L’accumulo salino (t ha-1) ed il rapporto di salinità (%) osservati nel corso della sperimentazione sono stati messi a confronto col rapporto di lisciviazione (%) (fig. 4a e 4b). Fig. 4 – Andamento dell’accumulo salino (a) e del rapporto di salinità (b), osservati nel corso del ciclo colturale del pomodoro, in funzione del rapporto di lisciviazione. È possibile osservare come l’efficienza di lisciviazione misurata nell’arco dell’intero ciclo colturale sia stata pari a 223 kg/ha per punto percentuale di acqua lisciviata, mentre il rapporto di salinità (rapporto tra sali lisciviati e sali apportati e, cioè, frazione di sali allontanati col drenaggio) sia risultato essere circa il doppio della frazione di acqua lisciviata. È stata, inoltre, applicata la seguente formula che mette a bilancio gli apporti e le perdite di sali operati rispettivamente dall’acqua irrigua e da quella di drenaggio e che permette di valutare l’accumulo salino e quindi l’incremento della conducibilità elettrica dell’estratto di pasta satura: ΔEC e = IEC i − Rn 2 EC e 0 2W cc + Rn dove: I = altezza d’acqua irrigua (mm); ECi = conducibilità elettrica (dSm-1) dell’acqua irrigua; Rn = altezza d’acqua di drenaggio (mm); ECe0 = conducibilità elettrica (dSm-1) del suolo all’inizio del periodo considerato; Wcc = altezza d’acqua (mm) corrispondente alla C.I.C. (Wcc = θcc * D; dove θcc = C.I.C. (%); D = 0,70 m - profondità del suolo). Con riferimento agli intervalli di tempo decadali in corrispondenza dei quali è stata misurata la ECe, tale formula è risultata poco attendibile. Si è, infatti, riscontrato un notevole scostamento dei valori di ECe predetti rispetto a quelli osservati nel corso dell’attività sperimentale (fig. 5). Al contrario, la stessa 53 --------------------------------------------------------------------------------------------------------------------formula, utilizzata assumendo come riferimento temporale l’intero ciclo colturale, ha fornito un valore di ECe del tutto corrispondente a quello effettivamente misurato (ECe pred = 6,46 dSm-1; ECe oss = 6,44 dSm-1). Fig. 5. Confronto tra i valori predetti e i valori osservati di conducibilità elettrica del suolo, durante il ciclo colturale del pomodoro Prodotti Molti dei dati sperimentali relativi a questo primo anno di attività sono in corso di elaborazione. Saranno, quindi, oggetto di pubblicazione nel momento in cui si disporrà di risultati più completi. Scostamenti rispetto al piano scientifico L’attività sperimentale realizzata nel corso di questo primo anno di attività non ha riportato alcuno scostamento rispetto al Piano Scientifico previsto. 54 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ DI RICERCA: 3.1.4 “Effetti dello stress idrico e salino sulla produzione quanti-qualitativa di due colture tipiche dell’area metapontina ed evoluzione dei parametri fisico-chimici del suolo”. Responsabile: Dr. Nicola Losavio (CRA-SSC) Attività svolta L’obiettivo della ricerca effettuata a Metaponto (MT), presso un’azienda agraria privata, è quello di apportare ulteriori contributi alla problematica degli effetti dello stress salino e idrico sull’accrescimento e produzione della coltura di pomodoro e sulle caratteristiche fisico-chimiche del suolo. Dopo aver individuato l’azienda ed aver effettuato il prelievo di campioni di terreno (due strati: 0-20 cm e 21-50 cm) per determinare in laboratorio le principali caratteristiche, sono state caratterizzate le biomasse da utilizzare nella prova complementare (sia dal punto di vista della composizione chimica che della potenzialità agronomica). Successivamente è stata effettuata la lavorazione principale del terreno e quindi la distribuzione dei fertilizzanti che sono stati interrati con i successivi lavori effettuati a fine aprile. Il concime minerale è stato distribuito in due momenti: pre-trapianto, con solfato ammonico, e in copertura, con nitrato ammonico; il compost proveniente da rifiuti solidi urbani è stato distribuito in un’unica soluzione circa 20 giorni prima del trapianto delle piantine. In entrambi i casi sono stati somministrati l’equivalente di 140 kg ha1 di azoto. Il trapianto delle piantine di pomodoro (cultivar “Tomito”) è avvenuto il 7 maggio 2007 su parcelle elementari di 25.9 m2. La densità di investimento è stata di 2.1 piante m-2, con interfile di 1.2 m. E’ stato studiato l’effetto di sei trattamenti irrigui sull’accrescimento e sulla produzione di pomodoro (specie moderatamente sensibile alla salinità), ripristinando il 100, 75 e 50% dell’acqua evapotraspirata con acqua dolce (ECW = 0,9 dS m-1), proveniente dal Consorzio di Bonifica di Bradano e Metaponto, e con l’utilizzo di acqua salmastra (ECW = 6 dSm-1), ottenuta dalla solubilizzazione di sale marino commerciabile. Gli interventi irrigui sono stati eseguiti ogni qualvolta la sommatoria dell'evapotraspirazione massima della coltura, calcolata a partire dai dati giornalieri misurati alla vasca evaporimetrica, per il coefficiente di vasca (posto uguale a 0,8 per l’area considerata) e per i coefficienti colturali del pomodoro (0,7 dal trapianto alla fioritura; 1,15 dalla fioritura all’allegagione; 1 dall’allegagione alla raccolta), al netto degli eventuali apporti idrici naturali utili, risultava pari al 50% della riserva idrica utile del terreno calcolata per lo strato 0-50 cm in 55 --------------------------------------------------------------------------------------------------------------------funzione delle sue caratteristiche idrologiche (capacità idrica di campo e punto di appassimento) e della densità apparente. Lo schema sperimentale adottato è stato la randomizzazione completa con tre ripetizioni. Il metodo irriguo utilizzato è stato quello ‘a goccia’ posizionando prima del trapianto, su ciascuna fila, un’ala con gocciolatori autocompensanti (portata 2,3 l/h). Tutte le altre pratiche colturali sono state effettuate secondo la normale tecnica richiesta dalla coltura. Per tutto il ciclo colturale è stato monitorato il contenuto idrico e la conducibilità elettrica del terreno con sonde TDR100 dislocate a tre profondità (10, 30 e 50 cm) e collegate ad un datalogger per l’acquisizione dei dati in continuo. Durante il ciclo biologico, oltre a seguire le principali fasi fenologiche, sulla pianta sono state effettuate misure biometriche (altezza, numero di foglie e frutti, peso pianta tal quale e relativa sostanza secca) e determinati la percentuale in sostanza secca, l’indice di superficie fogliare (LAI), l’indice in verde (SPAD 502, Minolta) e il contenuto di nitrati sui piccioli delle foglie (Nitrachek reflectometer Merck). Alla raccolta, effettuata in un’unica soluzione il 21 agosto, su un’area di saggio di 1 m2 sono stati rilevati il peso ed il numero totale delle bacche (suddivise in verdi, invaiate e mature) e la relativa sostanza secca (in stufa termoventilata a 80 °C per 48 ore) e determinata la produzione totale, commerciabile e lo scarto (suddiviso in bacche verdi e marce), la percentuale di umidità, il peso medio delle bacche e relativo numero medio delle bacche per pianta. Subito dopo la raccolta sono stati prelevati campioni di terreno a due profondità (0-20, 2040) per la determinazione delle caratteristiche fisico-chimiche e della conducibilità elettrica, al fine di conoscere l’eventuale accumulo di sale nei due strati di terreno. E’ in corso l’analisi statistica di tutti i parametri produttivi mediante la procedura del pacchetto statistico SAS. L’effetto dei trattamenti a confronto si sta valutando attraverso la procedura dell’analisi della varianza, e le medie si stanno confrontando con il test StudentNewman-Keuls. Risultati conseguiti Il ciclo colturale del pomodoro ha avuto una durata di complessiva di 107 giorni. I valori medi mensili delle temperature minime e massime del periodo interessato dalla coltura sono risultati leggermente superiori rispetto a quelli provenienti dalla media pluriennale (1981-2006): rispettivamente, + 0,48 e + 1,22 °C; le precipitazioni, invece, rispetto ai valori “normali”, sono 56 --------------------------------------------------------------------------------------------------------------------risultate maggiori nei mesi di maggio e giugno (41,72 e 22,12 mm), ma completamente assenti, rispetto ai valori normali, nel rimanente periodo colturale. Sono stati effettuati 16 interventi, apportando volumi irrigui stagionali pari a 5286, 3965 e 2643 m3 ha-1 rispettivamente per i trattamenti che prevedevano il reintegro del 100, 75 e 50% dell’evapotraspirazione massima della coltura, a cui va aggiunto un valore di pioggia utile pari a 249 m3 ha-1. Lo stress salino e idrico non hanno influenzato in maniera rilevante l’accrescimento e lo stato nutrizionale delle piante. Alla raccolta, effettuata in un’unica soluzione il 21 agosto, la produzione totale e commerciabile e la percentuale di scarto non hanno mostrato differenze significative tra i diversi trattamenti a confronto. In tutti i trattamenti irrigui la produzione commerciabile (bacche invaiate e mature) ha superato le 65 t/ha. Le bacche prodotte col trattamento che prevedeva l’utilizzo di acqua salmastra hanno evidenziato una maggiore percentuale di sostanza secca, mentre il loro peso medio è risultato significativamente inferiore rispetto ai trattamenti irrigati con acqua dolce; i tre volumi irrigui stagionali non hanno procurato differenze significative sulla produzione commerciabile e le sue principali componenti. Dai risultati produttivi del primo anno di ricerca sembrerebbe che per il pomodoro è possibile utilizzare minori volumi stagionali irrigui e, qualora si presentasse la necessità, utilizzare acqua tendenzialmente salmastra senza compromettere l’accrescimento, lo stato nutrizionale e le produzioni commerciabili. Una migliore gestione dell’acqua consente di praticare un’agricoltura sostenibile raggiungendo livelli produttivi soddisfacenti. Scostamenti rispetto al piano scientifico Nella stessa azienda agricola e sulla stessa specie ortiva (pomodoro) è stato anche valutato l’effetto combinato del compost, interrato come fertilizzante circa 20 giorni prima del trapianto, e dell’acqua salmastra. La prova ha previsto due trattamenti irrigui mediante la restituzione del 100% dell’acqua evapotraspirata con acqua dolce (ECW = 0,9 dS m-1) e con acqua salmastra (ECW = 6 dSm-1). Questa prova complementare è stata realizzata e seguita con le stesse metodologie impiegate per la prova principale. Il compost utilizzato è stato sottoposto a determinazioni analitiche idonee alla caratterizzazione sia dal punto di vista della composizione chimica che della potenzialità agronomica. 57 --------------------------------------------------------------------------------------------------------------------Anche in questa prova nessuna differenza significativa è stata riscontrata nei parametri analizzati e provenienti dai due trattamenti irrigui a confronto. La produzione commerciabile, in entrambi i trattamenti, ha superato le 85 t/ha. L’utilizzo di biomasse di scarto opportunamente trasformate, oltre a non determinare riduzioni della produzione commerciabile, presenta il vantaggio di apportare sostanza organica al suolo migliorandone le sue caratteristiche fisico-chimiche; permette, infine, di riciclare risorse il cui destino alternativo sarebbe lo smaltimento in discarica, con elevati costi ambientali ed economici. 58 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 3.1.5 “Effetti della salinità sulle variabili irrigue”. Responsabile: Prof. Massimo Monteleone (UNI-FG) Collaborazione con CNR-ISPA, Bari (Dr. Vito Cantore) Attività svolta In pien’aria, presso il CDS “E. Pantanelli” a Policoro (MT), nel 2007 sono state realizzate le seguenti prove sperimentali: • due prove su pomodoro (Prova 1a) e carciofo (Prova 1b) per valutare il limite di intervento irriguo ottimale in relazione alla salinità dell’acqua. • una prova su pomodoro (Prova 2) per valutare gli effetti del caolino sulla tolleranza alla salinità. 1. Prova 1a (pomodoro) Sono stati confrontati 3 livelli di salinità dell’acqua (ECw = 0,5-S0, 5-S1 e 10-S2 dS m-1), 3 limiti di intervento irriguo (20-L1, 40-L2 e 60%-L3 dell’AD), su due cultivar (‘HLY 19’ e ‘Perfectpeel’). E’ stato adottato il piano sperimentale a split plot con 3 ripetizioni. I livelli di salinità dell’acqua sono stati ottenuti solubilizzando sale marino commerciale nell’acqua dolce. L’irrigazione è stata realizzata ‘a goccia’ con restituzione del 100% dell’ETc, quando veniva raggiunto il limite di intervento irriguo prestabilito in ciascun trattamento, calcolato per mezzo del bilancio idrologico. L’ETc è stata stimata con il metodo evapotraspirometrico. Complessivamente sono stati somministrati 3870, 3960 e 3960 m3 ha-1 in 49, 25 e 17 adacquate, rispettivamente in L1, L2 e L3. Il pomodoro è stato trapiantato il 5 giugno su file distanti 1,5 m con una densità di 2,7 piante m-2. La raccolta è stata realizzata manualmente il 20 settembre. Principali rilievi • Temperatura e umidità relativa dell’aria, ventosità, radiazione globale, precipitazioni, evaporazione da evaporimetro di ‘classe A’; • umidità del terreno ogni 20 giorni prima dell’adacquata, con il metodo gravimetrico, per verificare se il bilancio idrologico veniva calcolato correttamente; • ECe a 0, 25, 50 e 75 cm dal gocciolatore, alla profondità 0-80 cm (inizio, metà e fine ciclo colturale); • LAI, IC, fasi fenologiche, produzione e sue componenti, parametri qualitativi. 59 --------------------------------------------------------------------------------------------------------------------Prova 1b (carciofo) Vengono confrontati 3 livelli di salinità dell’acqua (ECw = 0,5-S0, 5-S1 e 10-S2 dS m-1) e 3 limiti di intervento irriguo (20-L1, 40-L2 e 60%-L3 dell’AD). E’ stato adottato il piano sperimentale a split plot con 3 ripetizioni. I livelli di salinità dell’acqua vengono ottenuti solubilizzando nell’acqua dolce sale marino commerciale. L’impianto del carciofo ‘Violetto di Provenza’ è stato realizzato il 5 luglio per mezzo di ovoli piantati a file distanti 100 cm, con densità di 1 pianta m-2. La prova, attualmente in corso, si concluderà nella primavera 2009. L’irrigazione viene realizzata con le stesse modalità riportate per la prova 1a; inoltre vengono effettuati i medesimi rilievi di detta prova. 2. Prova 2 (pomodoro) Sono stati confrontati 3 livelli di salinità dell’acqua (ECw = 0,5-S0, 5-S1 e 10-S2 dS m-1), 2 trattamenti con caolino (trattato, controllo non trattato), su due cultivar (‘HLY 19’ e ‘Perfectpeel’). E’ stato adottato il piano sperimentale a split plot con 3 ripetizioni. I livelli di salinità dell’acqua sono stati ottenuti solubilizzando nell’acqua dolce sale marino commerciale. L’irrigazione è stata realizzata ‘a goccia’ con restituzione del 100% dell’ETc, quando nello strato di terreno maggiormente esplorato dalle radici si perdeva il 40% dell’AD. L’ETc è stata stimata con il metodo evapotraspirometrico. Complessivamente sono stati somministrati 3960 m3 ha-1 in 25 adacquate. Il pomodoro è stato trapiantato il 5 giugno a file distanti 1,5 m con una densità di 2,7 piante m-2. La raccolta è stata realizzata manualmente il 18 settembre. Principali rilievi Oltre agli stessi rilievi eseguiti per la prova 1a, sono stati rilevati anche gli scambi gassosi (ADC-LCA3), la temperatura della canopy (term. infrarosso) e la temperatura interna dei frutti (termistori). Risultati conseguiti 1. Prova 1a (pomodoro) In generale, i trattamenti con diversa salinità e limiti di intervento irriguo hanno influenzato le produzioni di bacche. 60 --------------------------------------------------------------------------------------------------------------------In particolare, le produzioni totale e commerciabile si sono ridotte del 50 e 48% passando da S0 a S2. I limiti di intervento irriguo che hanno determinato la produzione totale più elevata sono stati L2 e L3 (in media 90,5 Mg ha-1 contro 82 Mg ha-1 di L1), mentre la produzione commerciabile più elevata è stata ottenuta da L2 (54 Mg ha-1) rispetto a L1 e L3 (49 Mg ha-1). L’incidenza di frutti con scottature e con marciume apicale (presenti quasi esclusivamente in ‘HLY 19’) non è stata influenzata dai trattamenti (Tab. 1). Le variazioni produttive in relazione ai trattamenti si possono attribuire prevalentemente al loro effetto sul peso medio dei frutti, risultato decrescente con l’aumento dell’ECw e più elevato in L2. Questo parametro è stato più elevato per ‘Perfectpeel’ rispetto a ‘HLY 19’. L’indice di forma, diverso tra le cultivar (1,8 ‘HLY 19’ e 1,1 ‘Perfectpeel’), non è variato con i trattamenti. La maggior consistenza dei frutti è stata rilevata in ‘HLY 19’ e per i trattamenti S0 e S1 (Tab. 2). I solidi solubili e la sostanza secca dei frutti, più elevati in ‘HLY 19’, si sono ridotti con l’aumento della ECw mentre non sono stati influenzati dai limiti di intervento irriguo (Tab. 3). Tab. 1. Produzioni e fisiopatie dei frutti in relazione ai livelli di salinità, ai limiti di interventi irriguo e alle cultivar. Trattamenti Produzione commerciabile (Mg ha-1) (Mg ha-1) totale Marciume apicale (% ) Frutti scottati (%) Salinità S0 S1 S2 Limiti intervento irriguo L1 L2 L3 Cultivar HLY 19 Perfectpeel Significatività Salinità Limiti int. irriguo Cultivar Salinità x Limiti int. irr. Salinità x cultivar Limiti int. irr. x cultivar 123 a 80 b 61 c 71 a 45 b 37 c 2,2 2,4 2,3 3,3 2,8 3,0 82 b 93 a 88 a 49 b 54 a 49 b 2,4 2,0 2,5 3,1 2,9 3,1 90 86 54 48 4,2 a 0,4 b 2,3 3,7 ** ** ns ns ns ns ** ** ns ns ns ns ns ns * ns ns ns ns ns ns ns ns ns Lettere diverse indicano valori significativamente differenti secondo il test SNK (P = 0,05). 61 --------------------------------------------------------------------------------------------------------------------Tab. 2. Caratteristiche morfologiche dei frutti in relazione a livelli di salinità, limiti di interventi irrigui e cultivar. Trattamenti Peso medio (g) Lungh. (a) (mm) Largh. (b) (mm) Indice di forma a b-1 68,2 a 53,1 b 41,5 c 68.5 a 63.1 ab 55.4 b 48.7 a 45.5 a 40.0 b 1.4 1.4 1.4 4,7 a 4,6 a 3,9 b 52,6 b 60,2 a 50,0 b 61,4 b 66,5 a 59,1 b 45,3 44,6 44,0 1,4 1,5 1,3 4,5 4,2 4,4 45,3 b 63,2 a 66,6 a 58,1 b 37,6 b 52,7 a 1,8 a 1,1 b 5,3 a 3,5 b ** * ** ns ns ns * * ** ns ns ns * ns ** ns ns ns ns ns ** ns ns ns * ns ** ns ns ns Consistenza kg cm-2 Salinità S0 S1 S2 Limiti intervento irriguo L1 L2 L3 Cultivar HLY 19 Perfectpeel Significatività Salinità Limiti int. irriguo Cultivar Salinità x Limiti int. irr. Salinità x cultivar Limiti int. irr. x cultivar Lettere diverse indicano valori significativamente differenti secondo il test SNK (P = 0,05). Tab. 3. Caratteristiche qualitative dei frutti in relazione a livelli di salinità, limiti di interventi irriguo e cultivar. Trattamenti Solidi solubili (°Brix) Acido Acidità ascorbico titolabile (mg 100 g-1 succo) pH Sostanza secca (g 100 g-1 p.f.) Salinità S0 S1 S2 Limiti intervento irriguo L1 L2 L3 Cultivar HLY 19 Perfectpeel Significatività Salinità Limiti int. irriguo Cultivar Salinità x Limiti int. irr. Salinità x cultivar Limiti int. irr. x cultivar 6,3 c 7,1 b 7,8 a 28,7 28,5 27,8 0,28 0,31 0,30 4,4 4,4 4,4 7,1 c 8,1 b 8,8 a 7,1 7,1 6,9 29,4 27,2 28,3 0,30 0,29 0,30 4,4 4,4 4,4 8,1 8,1 7,8 7,3 a 6,8 b 32,3 a 24,3 b 0,30 0,29 4,5 4,3 8,2 a 7,8 b ** ns * ns ns ns ns ns * ns ns ns ns ns ns ns ns ns ns ns ns ns ns ns ** ns * ns ns ns Lettere diverse indicano valori significativamente differenti secondo il test SNK (P = 0,05). 2. Prova 2 (pomodoro) In generale, l’assimilazione netta (A), la traspirazione (T), la conduttanza stomatica (gs) e l’efficienza d’uso dell’acqua (WUE) non si sono differenziati tra le cultivar, mentre sono stati influenzati dai livelli di salinità e dai trattamenti con caolino. 62 --------------------------------------------------------------------------------------------------------------------Passando da S0 a S2, A, T e gs si sono ridotte rispettivamente del 33, 29 e 36%. Il caolino ha causato la riduzione del 19, 28, 36 e 10%, rispettivamente di A, T, gs e WUE (Tab. 4). Tab. 4. Assimilazione netta (A), traspirazione, conduttanza stomatica (gs) ed efficienza d’uso dell’acqua (WUE) a mezzogiorno di una giornata con cielo sereno, in relazione a livelli di salinità, trattamenti con caolino e cultivar. WUE A T gs (μmol CO2 mmol-1 H2O) Trattamenti (μmol m-2 s-1) (mol m-2 s-1) (mol m-2 s-1) Salinità S0 21,5 a 5,1 a 0,61 a 4,2 ab S1 18,3 b 4,2 b 0,49 b 4,4 a S2 14,4 c 3,6 c 0,39 c 4,0 b Caolino Trattato 16,2 b 3,6 b 0,39 b 4,5 a Non trattato 19,9 a 5,0 a 0,61 a 4,0 b Cultivar HLY 19 18,0 4,2 0,49 4,3 Perfectpeel 18,1 4,4 0,51 4,1 Significatività Salinità ** ** ** * Caolino ** ** ** ** Cultivar ns ns ns ns Salinità x caolino * * * * Salinità x cultivar ns ns ns ns Caolino x cultivar ns ns ns ns Lettere diverse indicano valori significativamente differenti secondo il test SNK (P = 0,05). La temperatura della canopy è stata lievemente influenzata dal caolino. In particolare, mentre in S0 essa è stata di 0,3-0,4 °C più elevata nelle piante trattate con ilcaolino, in S2 la situazione si è invertita; infatti il caolino ha determinato una riduzione termica di 0,4-0,5 °C. Inoltre, il caolino ha ridotto la temperatura interna dei frutti, specie nei giorni con cielo sereno. Le produzioni totale e commerciabile si sono ridotte all’aumentare dell’ECw, rispettivamente del 42 e 46%, passando da S0 a S2; mentre gli stessi parametri sono aumentati rispettivamente del 12 e del 20% come conseguenza dei trattamenti con il caolino. E’ stata osservata, inoltre, un’interazione significativa tra i livelli di salinità e i trattamenti con caolino. Infatti, si nota una minore riduzione produttiva in relazione alla salinità nelle tesi trattate con il caolino. Pertanto il caolino ha dimostrato di poter aumentare la tolleranza alla salinità del pomodoro. Tra i parametri qualitativi, si può evidenziare la sostanza secca e i solidi solubili che sono aumentati all’aumentare della salinità; inoltre, i solidi solubili sono aumentati anche come conseguenza dei trattamenti con il caolino (Tab. 5). 63 --------------------------------------------------------------------------------------------------------------------Tab. 5. Produzione e qualità dei frutti in relazione ai livelli di salinità, ai trattamenti con caolino e alle cultivar. Trattamenti Salinità S0 S1 S2 Caolino Trattato Non trattato Cultivar HLY 19 Perfectpeel Significatività Salinità Caolino Cultivar Salinità x caolino Salinità x cultivar Caolino x cultivar Produzione commerciabile (Mg ha-1) (Mg ha-1) totale Sostanza secca (g 100 g-1 p.f) Solidi solubili totali (°Brix) 89,1 a 75,7 b 51,6 c 85,0 a 70,5 b 46,0 c 8,1 b 8,6 b 9,5 a 7,1 b 7,5 b 8,6 a 76,2 a 68,0 b 73,4 a 60,9 b 8,9 8,7 7,9 a 7,5 b 70,2 74,0 65,2 69,1 8,8 8,8 7,8 7,6 ** ** ns * ns ns ** ** ns * ns ns * ns ns ns ns ns * * ns ns ns ns Lettere diverse indicano valori significativamente differenti secondo il test SNK (P = 0,05). Prodotti Nessun prodotto. Scostamenti rispetto al piano scientifico Le prove sperimentali sono state realizzate in pien’aria anziché in ambiente protetto avendo ravvisato l’opportunità di operare nelle condizioni reali di coltivazione. Anziché studiare i consumi idrici del pomodoro si è ritenuto opportuno estendere la ricerca anche al carciofo su cui, come per il pomodoro, vengono studiati i limiti di intervento irriguo ottimali in relazione alla salinità dell’acqua. Considerati gli interessanti risultati riguardanti la mitigazione degli effetti delle alte temperature sul pomodoro ottenuti recentemente dall’ISPA attraverso trattamenti con caolino, si è ritenuto di estendere la ricerca per valutare la possibilità di aumentare la tolleranza alla salinità attraverso l’impiego di tale composto. Pertanto, è stata realizzata una prova non prevista, per valutare gli effetti del caolino sulla tolleranza alla salinità del pomodoro. Per l’approfondimento del fenomeno, oltre alle produzioni e alla qualità dei frutti, sono stati studiati gli scambi gassosi su scala di singola foglia e la temperatura di vegetazione e frutti. 64 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 3.2 “Sistemi colturali e fabbisogni idrici”. Responsabile: Dr. Marcello Mastrorilli (C.R.A. - SCA) Attività svolta L’attività si inquadra tra gli studi sulle possibili evoluzioni dei sistemi colturali in irriguo, sulla base delle attuali conoscenze agronomiche e delle previsioni del clima futuro. Oggetto dell’indagine sono le colture erbacee che si avvicendano nelle aree pedoclimatiche omogenee (linea di ricerca 1). Particolare attenzione è stata data alle tecniche colturali, con particolare riferimento all’irrigazione, di due specie coltivate in irriguo: pomodoro e asparago. Si tratta di colture consolidate nelle aree indagate dal progetto Climesco, il cui successo è vincolato al corretto uso delle risorse idriche. L’attività si articola in due azioni. La prima riguarda la determinazione giornaliera dell’evapotraspirazione (modello di Penman-Monteith con l’adozione del coefficiente colturale “Kc dual”) e le esigenze irrigue delle colture attraverso bilancio idrico (per le aree omogenee evidenziate dalla linea di ricerca 1.3). La seconda azione mira a trasferire il metodo di calcolo dell’ETref e della stima dei fabbisogni irrigui ai possibili scenari climatici. Per quanto concerne la prima azione, presso l’azienda sperimentale CRA-SCA di Rutigliano, sono stati eseguiti alcuni approfondimenti al fine di definire correttamente l’acqua disponibile nel terreno. Negli appezzamenti destinati alle prove di campo sono state ripetute nel tempo (tra giugno e ottobre 2007) 7 misure di capacità idrica di campo (CIC). Questo parametro è stato determinato isolando idraulicamente (lateralmente con delle lastre di metallo e superiormente con un foglio di plastica) un bacino di 4 metri quadri e monitorando l’umidità del terreno ad intervalli di tempo regolari. La capacità di campo si stabilisce allorché i valori di umidità diventano pressoché stabili nel tempo. La stabilità è stata raggiunta dopo circa 80 ore dall’inizio dell’esperimento. Le misure sono state eseguite, dopo aver erpicato e livellato il terreno, a fine coltura (frumento) e dopo la lavorazione profonda (a 30 centimetri). Le differenze tra la CIC misurata prima e dopo le lavorazioni sono minime, ma statisticamente significative. Su terreno sodo la CIC corrisponde al 26,7 % di umidità del terreno e su terreno lavorato a 27,1 %. Contemporaneamente alla CIC sono stati determinati la densità apparente del terreno (tramite cilindri a volume noto) e la conducibilità satura (Ks) col metodo del doppio cilindro. L’elevata variabilità dei dati di conducibilità ha impedito di ottenere valori attendibili di Ks. I consumi idrici giornalieri sono stati determinati su pomodoro e asparago, allevati con diverse tecniche irrigue finalizzate al risparmio idrico. 65 --------------------------------------------------------------------------------------------------------------------Per quanto riguarda il pomodoro da industria (ibrido PS9260) sono state confrontate la tecnica tradizionale (fila binata con restituzione del 100% dell’ET stimata col metodo di Penman-Monteith) con l’irrigazione sub-ottimale (50% dell’ET) applicata a: fila binata, fila continua e irrigazione alternata. Questa consiste nel predisporre una doppia ala gocciolante per ogni fila di piante (a distanza di 15 cm dalla pianta). Ad ogni adacquamento l’irrigazione avviene alternativamente da una sola ala gocciolante. I risultati riportati nella letteratura scientifica mostrano che questa tecnica irrigua consente alle colture di meglio “sopportare” regimi irrigui sub-ottimali. Durante la stagione di crescita del pomodoro sono stati monitorati lo stato idrico della coltura (tramite il pre-dawn leaf water potential, Ψ) e dello strato superficiale di terreno di 30 centimetri (tecnica TDR), l’accrescimento e la resa. L’umidità si è mantenuta prossima alla capacità di campo fino a 30 centimetri dall’ala gocciolante nella tesi irrigua “100 % dell’ET” e fino a 15 centimetri nella tesi “50 % dell’ET”. I valori di Ψ registrati sulla coltura irrigata col 100% dell’ET sono risultati significativamente più elevati di quelli della tesi stressata. Anche i consumi idrici si sono differenziati per le due tesi: 430 mm e 375 mm rispettivamente per 100 % e per 50% dell’ET. Nonostante queste differenze relative allo stato idrico e al fabbisogno idrico, l’accrescimento e la resa sono risultati simili nelle due tesi. Nell’ambito della tesi “50 % dell’ET”, con la tecnica della fila binata si sono ottenute rese in bacche significativamente superiori rispetto alla “fila continua”. L’irrigazione “alternata” non ha mostrato nessun vantaggio produttivo. I consumi irrigui sono stati studiati anche su asparago. In ambienti mediterranei caratterizzati da estati caldo-aride, sono poco noti i fabbisogni idrici dell’asparago. Il primo approccio allo studio dei fabbisogni idrici dell’asparago è stato di tipo modellistico. Adottando il ‘water balance model’’, è stato simulato per 21 anni (1984-2004) il fabbisogno irriguo dell’asparago per la zona di Rutigliano (lat.41°01’ N; long. 17°01’ E; alt. 147 m). In questo ambiente, dove la temperatura media annuale dell’aria varia tra 11,1°C e 20.3°C, e la pioggia annua è di 596 mm (184 mm tra maggio e ottobre), il fabbisogno irriguo simulato è risultato pari a 370 mm, un terzo inferiore rispetto ai volumi stagionali normalmente restituiti dagli agricoltori. Per la verifica di queste simulazioni è stata avviata un’attività sperimentale ‘on farm’, in agro di Ascoli Satriano (FG), con l’obiettivo di redigere il bilancio idrico di un’asparagiaia in condizioni di effettiva coltura e di stimare le perdite di produzione conseguenti a stress idrici programmati durante la stagione vegetativa precedente. Nell’azienda “ospite” si coltivava la varietà ‘Grande’ (impiantata nel 2000). I trattamenti irrigui a confronto erano 100, 75 e 50 % dell’ET. Il 66 --------------------------------------------------------------------------------------------------------------------dispositivo sperimentale (blocchi con 4 repliche di superficie di 2000 m2, parcelle elementari di 100 m2 ) si completava con altre due tesi di “stress idrico programmato” in cui l’irrigazione si sospendeva in corrispondenza del termine del primo (’getti’ di giugno-luglio) o del secondo flusso vegetativo (’getti’ di luglio-agosto). Risultati conseguiti La sintesi di un triennio di indagini evidenzia che i trattamenti irrigui hanno influenzato significativamente i volumi stagionali irrigui (V st in mm), il numero di interventi (N° irr) e la produzione areica (t/ha). Questi primi risultati 100% Etc 75% Etc 50% Etc Stress lug. Stress ago. V st N° irr t/ha WUE indicano che è possibile migliorare l’efficienza di 327 245 163 197 212 utilizzazione dell’acqua (WUE in kg/m3) correggendo 10 10 10 6 8 5,8 6,9 6,5 6,7 5,9 0,18 0,28 0,40 0,38 0,28 la tecnica irrigua. Da questa esperienza risulta che ci sono ampi margini per ottimizzare le variabili irrigue di una coltivazione di asparago in ambiente mediterraneo caratterizzato da estati caldo-aride. In un triennio le migliori produzioni (7 t/ha) si sono ottenute con un volume stagionale non superiore a 400 mm. Si confermano, quindi, i risultati ottenuti con l’approccio della simulazione. E’ possibile contenere i volumi riducendo la stagione irrigua e i coefficienti colturali FAO (anche fino al 50 % in meno). La sospensione temporanea dell’irrigazione si è dimostrata una pratica efficiente dal punto di vista dell’uso dell’acqua (riduzione dei volumi irrigui anche del 40%). Lo studio sui consumi idrici dell’asparago si completa presso l’azienda sperimentale di Rutigliano, dove sono a confronto due cultivar (‘Grande’ e ‘Italo’ impiantati nel 2005), due sistemi irrigui (irrigazione di superficie con ali gocciolanti e subirrigazione con ali interrate a -30 cm), quattro trattamenti irrigui (100 e 50% ETc, assenza di irrigazione dalla fine di giugno, al termine della prima ‘gettata’, e da metà agosto, al termine della seconda ‘gettata’). Per questa prova si sta monitorando l’umidità del terreno a diverse profondità, in tutte le combinazioni sperimentali. L’obiettivo della ricerca è di ricalcolare i coefficienti colturali di questa specie, calibrandoli alle moderne agro-tecniche. Infine, nel primo anno di attività a Rutigliano sono stati realizzati due dispositivi sperimentali per studiare i sistemi colturali in condizioni pluviometriche alterate. Per studiare le colture a semina autunnale è stato costruito uno “shelter anti-pioggia” di 300 m² di superficie; per i sistemi colturali intensivi, l’azienda sperimentale è stata dotata di una macchina semovente 67 --------------------------------------------------------------------------------------------------------------------capace di distribuire acqua per aspersione a diverse intensità di pioggia su una superficie di circa 2 ettari. Specie a semina autunnale Ripetizioni x 4 Colza x 2 cv Frumento duro x 5 cv Orzo x 2 cv Cece x 2 cv Colza x 2 cv Frumento duro x 5 cv Orzo x 2 cv Cece x 2 cv (rainfed vs piogge ridotte) apporti idrici “ridotti” (colture sotto lo shelter antipioggia) apporti idrici “normali” (colture rain-fed) Si sta eseguendo il monitoraggio dei principali parametri agro-meteorologici (quelli richiesti in input dal modello di Penman-Monteith per il calcolo dell’evapotraspirazione) e del profilo di umidità del terreno (tecnica del TDR). La prova in campo si completa con i rilievi ad intervalli regolari della fenologia e dell’accrescimento delle colture. Questo data set servirà per calibrare i modelli colturali utilizzando i futuri scenari climatici. Parallelamente è stato avviato lo studio dei sistemi colturali intensivi. La patata primaticcia sarà “seminata” a Febbraio 2008 su una superficie di 1,5 ettari. Si confronteranno 2 cultivar (Liseta e Arinda) e 3 regimi irrigui con l’obiettivo di valutare i consumi idrici, le rese e l’efficienza di utilizzazione dell’acqua. Infine si intende realizzare un data-set per la calibrazione dei modelli di crescita. Resa 6.9 ± 0.99 t/ha 10 scenario A2 4.17 ± 0.9 scenario B2 4.22 ± 0.75 Un primo tentativo di simulazione delle 8 rese 6 scenari climatici è 4 stato 2 utilizzando il mais 2098 2095 2092 2089 2086 2083 2080 2077 2074 2071 2002 1999 1996 1993 1990 1987 1984 0 nei futuri realizzato come coltura test. Il modello Stics (Brisson et al, 2003) è stato dapprima calibrato, con i dati agronomici raccolti da una prova di campo che prevedeva il completo soddisfacimento dei fabbisogni irrigui. Una volta calibrato, il modello 68 --------------------------------------------------------------------------------------------------------------------Stics è stato validato utilizzando un data set agronomico derivante da una prova eseguita a Rutigliano in due annate successive e che prevedeva tre regimi irrigui contrastanti. Stabilita la capacità di Stics di prevedere le rese di mais in diversi regimi irrigui, sono state simulate le rese facendo ricorso alla serie storica ventennale di dati agro-meteorologici rilevati a Rutigliano e ai dati meteorologici giornalieri previsti per gli ultimi trenta anni del XXI secolo per lo scenario A2 e B2. Dal confronto tra le rese simulate nel passato recente e quelle del prossimo futuro, risulta che, sebbene irrigato sufficientemente, la produttività del mais si ridurrà. La riduzione è dovuta ad una lieve diminuzione della biomassa totale, ma soprattutto ad un minore peso delle cariossidi. Le cariossidi accumulano meno sostanza secca perché si riduce l’intervallo tra la fioritura e la maturazione fisiologica. La diminuzione del ciclo colturale prevista dagli scenari futuri contiene i consumi idrici, ma i valori di WUE rimangono gli stessi di quelli stimati nell’ultimo ventennio del XX secolo. Scostamenti rispetto al piano scientifico Rispetto al Progetto Esecutivo Rimodulato, è stata aggiunta la sperimentazione concernente i consumi irrigui dell’asparago data l’importanza economica di questa coltura e la scarsa conoscenza dei suoi fabbisogni irrigui. In particolare l’impianto sperimentale, sito nell’azienda del CRA di Rutigliano, prevede il confronto fra due cultivar, due sistemi irrigui (superficiale e sub-irrigazione) e quattro trattamenti irrigui 69 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 3.3 “Evoluzione dei coefficienti e delle resistenze colturali in relazione ai cambiamenti climatici”. Responsabile: Prof. Michele Perniola (UNI-BAS) Collaborazione con CRA-CER, Foggia (Dr. Antonio Troccoli) Attività svolta L’attività di ricerca di seguito riportata è stata svolta in collaborazione con il Centro di ricerca per la cerealicoltura (Foggia), che ha fornito parte dei dati agrometeorologici e produttivi utilizzati per le simulazioni effettuate. L’obiettivo generale della linea di ricerca 3.3 è stato quello di pervenire a precise metodologie di stima dei consumi idrici ed irrigui delle colture in relazione ai cambiamenti climatici. Dallo studio sullo stato dell’arte è emerso chiaramente che in futuro l’aumento della concentrazione della CO2 determinerà una modifica degli stessi processi che regolano gli scambi gassosi a livello fogliare. In particolare quando la concentrazione di CO2 nell’atmosfera sarà pari al doppio della concentrazione attuale (380 ppm) si assisterà ad una diminuzione della conduttanza stomatica pari al 22% circa. La parziale chiusura degli stomi, inevitabilmente si traduce in una riduzione del processo traspirativo. Tuttavia, diminuendo la traspirazione viene meno l’azione termoregolatrice della traspirazione e dunque la minore traspirazione dovrebbe indurre un aumento della temperatura fogliare. Dal momento che la forza motrice per la perdita d’acqua dalla foglia è il gradiente di pressione di vapore dell’acqua tra l’esterno e l’interno della foglia, e dal momento che tale gradiente è strettamente dipendente dalla temperatura, se quest’ultima aumenta la traspirazione dovrebbe diminuire. Abbiamo dunque due effetti che si compensano vicendevolmente. Tuttavia, quando dalla scala fogliare passiamo a considerare quello che succede a livello di pianta e di intera coltura, il quadro dei fenomeni appena descritti diviene meno chiaro e quindi più complesso. Infatti, nel processo di up-scaling a livello di canopy intervengono numerose variabili, dal momento che la conduttanza stomatica è soltanto una, di una serie di conduttanze. Andrebbe considerato allora come variano in relazione ai cambiamenti climatici anche la resistenza aerodinamica e le resistenze all’interno della canopy. In un quadro così delineato al fine di studiare come si modificano le esigenze idriche delle colture dobbiamo considerare anche l’effetto del mutato regime termico sulla fenologia e sulla durata complessiva del ciclo delle colture. In questo primo anno l’attività di ricerca è consistita sostanzialmente nel valutare attraverso il modello CropWat (Clarke e Smith, 1998) come si modificano i consumi idrici di due colture rappresentative delle aree agricole della 70 --------------------------------------------------------------------------------------------------------------------regione Basilicata, sulla base dei dati misurati dal 1961 al 2006 e di uno scenario climatico futuro. Lo stima dei fabbisogni idrici ed irrigui è stata condotta su frumento e pomodoro. Si è considerato un periodo storico (1961-2006) di dati agrometeorologici misurati presso la stazione di Metaponto (MT, 40°00’ N, 16°48 ’E), opportunamente regrediti statisticamente per evidenziare gli andamenti medi temporali. I dati misurati sono stati temperatura, precipitazioni, velocità del vento, radiazione solare e umidità relativa. L’andamento climatico misurato è stato messo a confronto con uno scenario climatico futuro per il periodo 2042-2071 ottenuto da un modello di simulazione a circolazione regionale (HadRM3P) che ha una risoluzione spaziale di 0,44° latitudine e 0,44° longitudine ottenuto mediante un downscaling dinamico. Il modello di simulazione è stato validato e calibrato sui dati misurati (1961-2006) per l’area geografica in esame. Al fine di simulare il cambiamento climatico è stato considerato uno scenario di emissione (A2, 900 ppm di CO2) tra quelli proposti dallo Special Report sugli scenari di emissione dell’IPCC (2000). Il deficit idrico potenziale è stato ottenuto stimando l’evapotraspirazione di riferimento (ETo) mediante l’equazione di Penman-Monteith, su base giornaliera, opportunamente ricalibrata nei termini resistivi per lo scenario futuro (Kimball, 2004). Infatti dal momento che l’effetto dei cambiamenti climatici sui consumi idrici delle colture vengono complessivamente considerati dalla equazione di Penman-Monteith, si può calcolare l’ETo dopo aver modificato i parametri resistivi della Penman-Monteith per il calcolo dell’evapotraspirazione di riferimento. Le piogge utili sono state calcolate applicando il metodo USDA. Per la stima dell’ETc si è seguito l’approccio “two step”, FAO Irrigation and Drainage Paper n.56 (Allen et al., 1998). I Kc per entrambe le colture (frumento e pomodoro) sono stati corretti considerando i dati di umidità relativa e di velocità del vento effettivamente misurati per il 1985, e simulati per il 2071 sulla base delle indicazioni fornite dal Paper FAO n.56. L’impatto dei cambiamenti climatici sulla durata delle fasi fenologiche è stato valutato considerando la GDD = ∑n (Tmed − T0veg) 0 somma termica delle singole fasi calcolata secondo il metodo NOAA. Come zero di vegetazione per il frumento è stato considerato il valore di 5°C, per il pomodoro 10°C fino alla fase di attecchimento, 13° C per le fasi successive. 71 --------------------------------------------------------------------------------------------------------------------Risultati conseguiti In riferimento al periodo storico misurato, dall’analisi dei dati è emerso che a partire dal 1985 le temperature medie annuali hanno mostrato una tendenza verso l’aumento ed inoltre il regime pluviometrico si è modificato rispetto agli andamenti misurati negli anni precedenti. Nel 1985 è stata misurata una temperatura media annuale di 15,5°C e una precipitazione totale annua di 486 mm. Assumendo come riferimento il 1985, la temperatura media annuale è aumentata nel 2006 di 1,3°C e sulla base dei dati ottenuti dalla simulazione A2, nel 2071 è atteso un ulteriore incremento, quantificato sempre rispetto al 1985 di +4,8°C. L’analisi statistica delle precipitazioni, a fronte di una forte variabilità annuale, ha evidenziato una semplice tendenza ad una moderata riduzione. In una situazione climatica così delineata il deficit idrico potenziale nel 2006 è risultato abbastanza simile a quello misurato nel 1985, mentre per il 2071 è atteso un suo aumento (+327 mm). Per entrambe le colture i coefficienti colturali non variano in modo determinante nel loro valore numerico, bensì nella durata delle singole fasi. In particolare sul pomodoro, la durata complessiva del ciclo colturale si riduce, tra lo scenario previsto nel 2071 e il 1985 di ben 35 giorni. L’accorciamento del ciclo colturale è risultata la causa principale della riduzione dei consumi idrici (ETc) del frumento che, in concomitanza della più favorevole distribuzione delle precipitazioni, ha portato ad una riduzione dei fabbisogni irrigui sia nel 2006 che nel 2071. La situazione è diversa se consideriamo una coltura come il pomodoro che svolge il proprio ciclo nel periodo primaverile estivo. Per questa coltura sia l’ETo che l’ETc aumentano passando dal 1985 al 2006 e diminuiscono per la forte contrazione del ciclo nel 2071 sempre rispetto al 1985 (490 e 481 mm). Le piogge che sostanzialmente non variano molto tra il 1985 ed il 2006, nel 2071 si riducono drasticamente (del 90% circa) determinando un impatto negativo sui consumi irrigui che nel pomodoro aumentano del 7 % rispetto al 1985. In altri termini il modello di simulazione climatica conferma la tendenza misurata nell’ultimo decennio ad un significativo aumento delle temperature (dell’ordine 0,06 °C/anno) e ad una riduzione delle precipitazioni totali annue di circa il 15% (rispetto al 1985) di cui si modifica la distribuzione durante l’anno a favore dei periodi autunnali e primaverili. L’aumento delle temperatura e la concomitante prevista riduzione delle precipitazione porta ad un aumento del deficit idrico potenziale annuo. Per le colture a ciclo autunno-primaverile, come il frumento, non si prevede un ulteriore aumento del deficit idrico rispetto all’attualità. La riduzione dei consumi idrici (per la riduzione della durata del ciclo colturale e, in parte, per la parziale chiusura stomatica) in concomitanza 72 --------------------------------------------------------------------------------------------------------------------con la più favorevole distribuzione delle piogge, andranno probabilmente a compensare la maggiore domanda evapotraspirativa dell’ambiente determinata dall’aumento della temperatura. Per le colture a ciclo primaverile-estivo, come il pomodoro, si prevede invece un consistente aumento del deficit idrico e, quindi, dei fabbisogni irrigui. Per le colture che svolgono il loro ciclo in questo periodo dell’anno, infatti, il consistente aumento della domanda evapotraspirativa dell’aria non riesce ad essere compensato dalla riduzione del ciclo colturale e dalla parziale chiusura stomatica. Prodotti Pubblicazioni LOVELLI S., PERNIOLA M., CAPONIO T., DI TOMMASO T. (2007). Effetto dei cambiamenti climatici sui consumi idrici di frumento e pomodoro. Convegno AISSA Foggia 10-12 dicembre, pp.120-121. LOVELLI S., PERNIOLA M., FERRARA A., DI TOMMASO T. (2007). Yield response factor to water (Ky) and water use efficiency of Carthamus tinctorius L. and Solanum melongena L.. Agric. Water Manage. 92, 73-80. LOVELLI S., PERNIOLA M., ARCIERI M., RIVELLI A.R., (2007). Water use assessment in muskmelon by the Penman-Monteith “one –step” approach. Submitted to Agric. Water Manag. Partecipazione e comunicazioni a congressi: Michele Perniola, Stella Lovelli. Effetti dei cambiamenti climatici sui processi produttivi delle piante di interesse agrario. Convegno: Vulnerabilità dei sistemi colturali ai cambiamenti climatici. Bari, 18-19 Ottobre 2007. Partecipazione ai seguenti convegni: “Farming System Design 2007”, International symposium, Catania, Sept. 10-12, 2007. “Il Contributo delle ricerca agronomica all’innovazione dei sistemi colturali mediterranei” XXXVII Convegno Nazionale SIA. Catania, 13-14 settembre. “15th European Biomass Conference & Exhibition, 7-11 may 2007, Berlin. “Relazione suolo, Pianta, Atmosfera: Sicurezza e qualità delle produzioni agroalimentari e tutela dell’Ambiente”.V Convegno AISSA, Foggia, 10-12 dicembre 2007. Collaborazioni 73 --------------------------------------------------------------------------------------------------------------------Adesione al progetto “Adaptation of Agricolture in European regions at environmental risk under Climate change” (ADAGIO- Spcific Support Action VI Programma Quadro). Scostamenti rispetto al piano scientifico Non ci sono stati scostamenti rispetto al piano scientifico previsto dal progetto. 74 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 3.4 “Approfondimento delle tecniche di valutazione dei parametri idrologici del suolo normalmente richiesti dai modelli del bilancio idrico”. Responsabile: Prof. Angelo Caliandro (UNI-BA). Collaborazione con il DISTA - Università degli Studi di Bologna (Prof.ssa Antonia Patruno e Prof. Luigi Cavazza) Attività svolta Durante il primo anno di attività l’unità operativa dell’Università di Bari, Dipartimenti di Scienze delle Produzioni Vegetali di Bari e di Scienze e Tecnologie Agro-ambientali (DiSTA) dell’Università di Bologna, dovendo occuparsi dell’approfondimento delle procedure di valutazione dei parametri idrologici del suolo normalmente richiesti dai modelli del bilancio idrico, ha avviato le ricerche previste dal DiSTA ed ha predisposto il dispositivo sperimentale previsto dal Dipartimento di Scienze delle Produzioni Vegetali di Bari. Il DiSTA in due campi sperimentali situati in località di Baricella e Cadriano (Bologna), caratterizzati da terreni classificati rispettivamente Ustic Endoacquerts (tipico vertisuolo) e Udic Ustochrepts, ha predisposto il seguente dispositivo sperimentale: a) 6 parcelle aventi dimensioni 2 m x 2 m per la determinazione della Capacità idrica di campo (CIC) col metodo dell’aiuola bagnata per aspersione; b) 6 parcelle di 1,5 m x 1 m per il prelievo di campioni di terreno: 1) indisturbato con cilindretti metallici col proposito di determinare la curva del potenziale in funzione dell’umidità; 2) disturbato per la determinazione dell’analisi granulometrica e le principali analisi chimiche; c) piezometri aventi diametro di 8 cm le cui aperture inferiori sono poste a profondità di -1m; -1,5m; -2,5m in modo da rendere possibile il rilevamento delle fluttuazioni del pelo libero della falda ipodermica. Il prelevamento del terreno e l’aspersione dell’aiuola sono stati effettuati a Cadriano il 1903-2007, a Baricella invece si è dovuto attendere fino al 14-05-2007 a causa dell’impraticabilità del campo per piogge frequenti. In corrispondenza del prelevamento dei campioni di terreno la falda era a profondità di 178 cm a Cadriano ed a 203 cm a Baricella. Dalle parcelle di 1,5 x 1 m sono state prelevate: 75 --------------------------------------------------------------------------------------------------------------------a) campioni di terreno disturbato alla profondità di 0-4 cm per prove di incrostamento; b) campioni di terreno indisturbato (cilindretti ∅: 5,5 cm; h: 2,8 cm) alla profondità di 20-22,8 cm (3 ripetizioni) per determinazione dei punti caratteristici della curva di ritenzione idrica; Inoltre, alla profondità di 20-22 cm sono stati prelevati: c) un campione disturbato di terreno di circa 2 kg per le determinazioni delle caratteristiche chimiche di laboratorio; d) due campioni disturbati di terreno per le determinazioni dell’umidità (metodo termogravimetrico) per confronto con quella dei cilindretti; e) due campioni disturbati, alla distanza di circa 50 cm dalle parcelle di 2 m x 2 m ed alla profondità di 35-40 cm, al fine di determinare l’umidità prima dell’aspersione. Nelle parcelle di 2 m x 2 m dopo 48 ore dall’aspersione sono stati prelevati, alla stessa profondità del punto precedente (35-40 cm), due campioni per la determinazione dell’umidità. Risultati conseguiti Nell’ipotesi di uniformità di terreno tra una parcella e l’altra è possibile confrontare la diversa umidità alle due profondità di prelevamento. Si constata che in media alla profondità di 35-40 cm, rispetto a quella a 20-22 cm, l’umidità è risultata maggiore del 2 % a Baricella e dell’8,3 % a Cadriano (tab. A e B). A - Umidità iniziale nelle parcelle di 1,5m x 1m B – Umidità iniziale ad una distanza di 50 cm dalle parcelle di 2 m x 2 m Località Località Baricella Cadriano Umidità a 20-22 cm Baricella Cadriano Umidità a 35-40 cm (w %, 1° rip.) 34,61 19,52 (w %, 1° rip.) 35,46 20,48 (w %, 2° rip.) 35,41 19,50 (w %, 2° rip.) 36,00 21,76 media 35,01 19,51 media 35,73 21,12 C – Umidità a 48 ore dall’aspersione nell’aiuola Località Baricella Cadriano D – Confronto con l’umidità iniziale media alla stessa profondità Località Umidità a 35-40 cm Baricella Cadriano Umidità a 35-40 cm (w %, 1°rip.) 37,16 20,84 (w % iniziale) 35,73 21,12 (w %, 2° rip.) 35,45 20,44 (w % dopo 48 ore) 36,30 20,64 media 36,30 20,64 differenza +0,57 -0,52 76 --------------------------------------------------------------------------------------------------------------------Dopo 48 ore dall’aspersione l’umidità del terreno, rispetto a prima dell’aspersione è risultata più elevata dell’1,6 % a Baricella mentre a Cadriano (tab. C e D) più bassa del 2,33 %. Il diverso comportamento dell’umidità nei due campi dopo l’aspersione potrebbe essere attribuito all’umidità iniziale corrispondente a circa -330 cm di potenziale matriciale a Baricella, e circa -50 a Cadriano. Le curve di ritenzione idrica sui campioni indisturbati, prelevati con i cilindretti sono stati determinati con i metodi stakman e pressiometrico. I valori di umidità, espressi in peso ed in volume, corrispondenti ai potenziali matriciali considerati, sono riportati in tabella E e in figura1. E – Valori di umidità gravimetrica corrispondenti ai potenziali considerati per le curve di ritenzione Località Potenziale matriciale ponderale -1 cm 43,65 ±1,53 25,25 ±0,70 -30 cm 41,11 ±0,75 22,72 ±0,06 -50 cm 40,71 ±0,68 21,23 ±0,11 -100 cm 37,74 ±0,64 19,92 ±0,19 -330 cm 36,41 ±0,50 19,18 ±0,21 w% Baricella Err.Stand. w% Cadriano Err.Stand. Fig. 1 Curve di ritenzione idrica del terreno indisturbato prelevato alla profondità di 20-22,8 cm a Baricella (Ba) e a Cadriano (Cd) Le umidità corrispondenti agli stessi potenziali sono più elevati a Baricella rispetto a Cadriano. I due terreni hanno granulometria e materia organica differenti (tabella F): argilloso, con contenuto in sostanza organica del 3,18 % e con pH 8,20 a Baricella; medio argilloso tendenzialmente limoso con contenuto in materia organica dell’1,60 % e con pH 6,60 a Cadriano (tabella F e figura 2). F - Caratteristiche chimiche e fisiche dei due diversi terreni Località Baricella Cadriano % t.f. 0,15 10,93 Limo (0,05-0,002 mm), % t.f. 27,01 50,20 Argilla < 0,002 mm, % t.f. 72,84 38,37 Materia organica, % s.s. 3,18 1,60 8,20 6,60 Granulometrica (USDA) Sabbia (2-0,05 mm), pH (1:5) Fig.2 Classificazione dei terreni di Baricella e Cadriano secondo il Soil Conservation Service (USDA), adottando la classificazione statunitense delle particelle elementari. 77 --------------------------------------------------------------------------------------------------------------------I risultati riguardanti la capacità idrica di campo e la funzione di ritenzione idrica ψ(w) per i due terreni esaminati costituiscono una buona base di partenza ai fini della formulazione di bilanci idrici, modelli colturali e pilotaggio dell’irrigazione. Le differenze di umidità tra i due terreni sembrano in relazione al contenuto in argilla, all’umidità iniziale dei terreni ed al contenuto di materia organica Nel secondo anno di attività ci si propone: in Emilia-Romagna, se le condizioni pluviometriche lo consentiranno, di valutare l’influenza delle variazioni della profondità della falda sui parametri idrologici prima esaminati;in Puglia di realizzare le prove già eseguite nei campi dell’Emilia-Romagna. Prodotti Partecipazione al workshop dal titolo “Irrigation, salinization and desertification” tenutosi a Palermo il 16 gennaio 2007 ed organizzato dalla Facoltà di Agraria. In quel contesto il Prof. Cavazza ha esposto una relazione avente per titolo “Limiti della mescolanza di acque con diversa salinità per l’irrigazione”. Pubblicazioni recenti relative al tema del progetto : Cavazza L, Patruno A, Cirillo E. 2007. Effect of yearly oscillating water table on soil moisture retention curves. Biosystems Engineering 98, 257-265. Scostamenti rispetto al piano scientifico L’attività di ricerca è in corso e non si discosta dal piano scientifico previsto. 78 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 4.1 “Calibrazione e validazione dei modelli a scala puntuale”. Responsabile: Dr. Michele Rinaldi (CRA-SCA). Attività svolta Il piano di sviluppo dell’attività ha previsto: • Screening tra modelli colturali e di sistemi colturali • Calibrazione • Validazione • I modelli di simulazione individuati sono stati: • EPIC (Erosion Productivity Impact Calculator - USDA, USA) • DSSAT (Decision Support System for the Agrotechnology Transfer - Univ. of Florida, Univ. of Hawaii, USA) • CROPSYST (Cropping Systems - Washington State University, USA) • STICS (Simulateur mulTIdisciplinaire pour les Cultures Standard - INRA, F) • SWAP (Soil-Water-Atmosphere-Plant - Wageningen University, NL) La calibrazione e validazione di modelli di simulazione presso il CRA-SCA di Bari, ha riguardato alcune colture, schematizzate in tabella 1. Tabella 1- Colture interessate da attività di calibrazione e validazione di modelli di simulazione presso il CRA-SCA di Bari DSSAT x x x x x CROPSYST x x x x SWAP STICS x x Vite x Favino Soia x Radicchio Girasole x Anguria Pomodoro x Scarola Frumento x Carota Sorgo x Cece Mais EPIC x x x x x x x x x 79 --------------------------------------------------------------------------------------------------------------------Il modello EPIC è stato calibrato su alcune colture come frumento, pomodoro, sorgo da granella, girasole, mais, colza, per le quali i risultati sono stati buoni, mentre la calibrazione su radicchio e carota non è stata soddisfacente. Il modello DSSAT è stato calibrato con buoni risultati su mais, sorgo da granella, frumento, pomodoro, girasole e cece. Nel modello, la calibrazione sul pomodoro da industria (PS 1296, dataset del 2002) ha riguardato principalmente la durata dell’accrescimento (varietà a crescita determinata), le dimensione delle bacche e le dimensione e durata dell’apparato fogliare. La validazione del modello è stata eseguita sulla stessa varietà usando due dataset, 2003 e 2004. Il modello CROPSYST, è stato calibrato su mais, sorgo da granella, frumento, girasole, favino, soia, cece, e vite. Eccetto che per queste ultime tre colture, i risultati sono stati molto incoraggianti. Il modello SWAP è stato calibrato sui dati di sorgo da granella nel 2000, validato sui dati del 1993, con buoni risultati. Il modello STICS è stato validato su mais senza modificare i parametri di default e le risposte sono risultate buone con la coltura in condizioni idriche ottimali, sufficienti in condizioni idriche limitate. Inoltre, sui modelli esaminati sono state osservate le principali funzioni “aggiuntive” riportate schematicamente in tabella 2, che risultano importanti nella scelta finale. Tabella 2 - Principali funzioni “aggiuntive” dei modelli esaminati Sistemi colturali Analisi Analisi Confronto Calibrazione temporale spaziale automatico con automatica dati misurati Effetto della CO2 EPIC x x x DSSAT x x x x x x CROPSYST x x x x x x SWAP x x STICS x x x In più, al fine di valutare l'effetto dei differenti scenari climatici sulla fenologia delle colture di un avvicendamento tipico dell'area del mediterraneo meridionale (pomodoro-frumento 80 --------------------------------------------------------------------------------------------------------------------duro), si è ipotizzato un confronto tra una situazione attuale (concentrazione di CO2 pari a 350 ppm) ed uno scenario climatico futuro (concentrazione di CO2 pari a 700 ppm) mediante una prova sperimentale con camere aperte in alto. Per ora si stanno valutando ipotesi di costruzione del sistema controllato e di offerte commerciali per la realizzazione. Risultati conseguiti I risultati possono essere così schematizzati: • Le attività di calibrazione e validazione su diversi modelli sono state parzialmente ultimate, altre sono in progress, altre attendono i dati sperimentali del progetto Climesco • I risultati migliori si sono ottenuti con modelli sui quali i costitutori hanno investito, aggiornandoli e aggiungendo nuove funzionalità (DSSAT, SWAP, CropSyst) • Le validazioni più robuste sono state ottenute sulle colture di sorgo, mais, girasole e pomodoro • Una serie di parametri colturali applicabili per le diverse colture sono disponibili non solo per l’area della Capitanata, ma anche per il Metapontino, la Murgia Barese e la pianura Abruzzese Considerando la numerosità dei processi simulati, le funzioni implementate, la possibilità di upgrade, vista l’attività di calibrazione e validazione effettuata su più colture e in più ambienti, la capacità di applicazioni a livello territoriale e di tenere conto di livelli di concentrazione della CO2 atmosferica, i modelli più completi risultano essere i modelli DSSAT e CROPSYST, ciò non esclude la possibilità di approfondire con altri modelli processi specifici: p. es. il bilancio idrico e salino (SWAP) e l’erosione (EPIC). Prodotti Partecipazione e comunicazione a Convegni: Rinaldi M., Ubaldo R., “VULNERABILITÀ DELLA COLTURA DI POMODORO AI CAMBIAMENTI CLIMATICI IN CAPITANATA” - Presentazione orale al convegno “Vulnerabilità dei sistemi colturali ai cambiamenti climatici”, Bari, 18 e 19 ottobre 2007. Scostamenti rispetto al piano scientifico Non si ravvisano importanti scostamenti dagli obiettivi previsti. 81 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 4.2 “Adattamento del modello da scala puntuale a scala di comprensorio”. Responsabile Dr. Gianfranco Rana (CRA-SCA). Attività svolta L’adattamento del modello da scala puntuale a quella di comprensorio è chiamato upscaling. Esso è definito come il processo di trasformazione di una determinazione (misura, output modello) da una scala spaziale data a una più grande. Affinché ciò sia possibile deve essere chiara la dimensione del fenomeno da analizzare. Per cui è necessario uno studio preliminare specifico, che tenga conto dell’interazione coltura -ambiente. In CLIMESCO l’up-scaling si concentra sulla determinazione dell’evapotraspirazione reale di una coltura (ET) dalla scala di campo a quella di bacino. In questo 1° anno sono state effettuate delle misure di ET su vigneti di uva da vino in Sicilia (provincia di Trapani), in collaborazione con l’unità dell’Università di Palermo (G. Crescimanno), sui campi sperimentali da questa gestiti nell’ambito del progetto. Poiché tale coltura è tradizionalmente allevata ad alberello e, dunque, presenta una copertura del suolo non omogenea, è necessario effettuare misure a livello di pianta e poi estenderle a livello di campo, anche per stabilire la percentuale di acqua persa dal sistema per evaporazione dal suolo. Per cui è stata misurata la traspirazione con il metodo sap flow denominato “Thermal dissipation probe” (TDM)2. Tale tecnica consiste nel misurare le differenze di temperatura (ΔT) esistenti tra due aghi (termocoppie) inseriti nel tronco della pianta in studio, di cui il superiore è riscaldato a potenza costante. Il flusso di acqua si misura utilizzando le relazioni seguenti: FTDP = Fd Asw (in g s-1) dove Asw è l’area della sezione circolare conducente e Fd = 118.99 K 1.231 (in g m-2 s-1) K= ΔTmax − ΔT ΔT con 22 Granier, A. (1985). Une nouvelle methode pour la mesure du flux de s`eve brute dans le tronc des arbres. Ann. Sci. For,. 42, 81-88. Granier, A. 1987a. Evaluation of transpiration in a Douglas fir stand by means of sap flow measurements. Tree Physiology, 3, 309-320. Granier, A., R. Huc and S.T. Barigali (1996). Transpiration of natural rain forest and its dependence on climactic factors. Agr. Forest Meteorol., 78,19-29. 82 --------------------------------------------------------------------------------------------------------------------ΔTmax differenza massima di temperature, che si rileva quando il flusso è nullo (o quasi) ovvero di notte. Sono stati studiati due vigneti, in particolare: Vigneto 1 (azienda privata ANGILERI): varietà “Cataratto” ad alberello; nel bacino DeliaNivolelli; misura in continuo TDM di 6 piante; non irrigato. Vigneto 2 (azienda privata FORACI): varietà “Sirah” ad alberello; bacino del Mazaro; misura in continuo TDM di 3 piante; irrigato con acqua salina EC=1.6 dS/m. Nel mese di marzo 2007, in ambedue i bacini è stata installata una stazione per la misura delle variabili agrometeorologiche standard: temperatura e umidità dell’aria; velocità e direzione del vento, radiazione globale. I sensori utilizzati sono stati preliminarmente calibrati nei laboratori di micrometeorologia del CRA-SCA. L’evapotraspirazione reale delle colture è stata misurata mediante la tecnica micrometeorologica denominata “eddy covariance” 3, nel corso di una campagna sperimentale ad hoc nel periodo luglio-agosto 2007. Una stazione meteo standard per la misura delle variabili in pendenza è stata installata nel luglio 2007 nel bacino Delia-Nivolelli, e spostata nel bacino del Mazaro nel dicembre 2007. Il vigneto di Angileri ha posto dei problemi tecnici legati alla cattiva conduzione agronomica. Infatti, tale coltura è stata colpita da peronospora nel giugno 2007, provocando un danneggiamento, anche molto rilevante, delle foglie e una conseguente riduzione, fino all’annullamento, della traspirazione. Tale evenienza, ha peraltro, messo alla prova la tecnica TDP che si è rivelata idonea alla misura di traspirazioni anche molto basse. Un altro problema tecnico è stato rilevato, su ambedue i vigneti, nell’isolamento termico delle piante in cui si misurava la traspirazione con il metodo TDP. Dapprima le piante sono state isolate secondo una tecnica standard, che consisteva nel proteggere i soli fusti in cui erano inseriti gli aghi delle sonde, con un isolante termico. Dopodiché, constatato che le differenze di temperatura subivano un brusco, ingiustificato, innalzamento subito dopo l’alba, l’isolamento termico è stato esteso anche al suolo (diametro 1 m) che circondava le piante sotto analisi. Risultati Le misure sono in corso di elaborazione. L’up-scaling dalla pianta al campo è stata effettuata utilizzando la relazione che esiste tra traspirazione e caratteristiche biometriche delle 3 Rana, G., Katerji, N., 2000. Measurement and estimation of actual evapotranspiration in the field under Mediterranean climate: a review. Eur. J Agr., 13(2-3), 125-153. 83 --------------------------------------------------------------------------------------------------------------------piante, così semplificata4. Nello specifico, abbiamo effettuato misure di area della sezione delle piante (Ap) e, corrispondentemente, misure di diametro della corona circolare conducente la linfa (sapwood, Asf), trovando la relazione lineare: A p = 0.92 Asf (r2=0.85) relazione utilizzata per l’up-scaling, che fornirà la stima dell’evapotraspirazione a livello di campo a partire dalla traspirazione misurata a livello di pianta con la tecnica sap flow TDP. La relazione tra traspirazione misurata con la tecnica sap flow TDP (Tsf) e l’evapotraspirazione, misurata con l’eddy covariance (ETEC), per il vigneto di Foraci, su una settimana di dati è descritta dalla seguente equazione: Tsf = 0.813ETEC (r2=0.83) In definitiva, da questo primo anno di lavoro si possono trarre le seguenti conclusioni: a) La tecnica sap flow Thermal Dissipation – Granier permette una misura corretta della traspirazione a livello di plot, ove sia applicata correttamente l’upscaling dalla pianta alla coltura b) 6 sonde per campo sembrano sufficienti a tener conto della variabilità spaziale delle aree conduttrici (sapwood area) c) È cruciale un buon isolamento termico delle piante d) La tecnica di upscaling (pianta-plot) basata sulla relazione diametro pianta/area conducente è efficace e) Sembra opportuno quantificare l’evaporazione dal suolo nei diversi casi Prodotti Katerji, N., Rana, G., 2008. Crop evapotranspiration measurement and modelling in Mediterranean region, 170 pagine. (In stampa). Rana, G., De Lorenzi, F., 2008. Flux measurement in trees: methodological approach and application to vineyards. Italian Journal of Agronomy, (in stampa). Scostamenti rispetto al piano scientifico Il lavoro svolto ha rispettato i tempi previsti. E’ stata stipulata una convenzione di collaborazione a titolo gratuito tra il CRA-SCA (G. Rana) e il CNR-ISAFoM di Ercolano (F. De Lorenzi). 4 Trambouze W., Bertuzzi P., Voltz M. 1998. Comparison of methods for estimating actual evapotranspiration in a row-cropped vineyard. Agric. For. Meteorol., 91, 193-208. 84 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 4.3 “Simulazione di scenari irrigui” Responsabile: Dr. Domenico Ventrella (CRA-SCA) Attività svolta Come riportato nella Introduzione Generale, l’attività di ricerca prevista per la “Simulazione di scenari irrigui” è stata programmata a partire dal secondo anno in accordo con quanto specificato nell’articolazione temporale del Progetto CLIMESCO (B1.3) relativamente all’Obiettivo 3 della linea 4, obiettivo che riguarda: • la definizione di scenari agro-climatici e dei sistemi colturali; • l’analisi delle variabili di risposta in termini sia temporali che spaziali; • la determinazione dei fabbisogni irrigui. Nel primo anno di attività, comunque, sono stati svolti alcuni piani di ricerca bibliografica e studi preliminari del territorio. Per quanto riguarda il primo aspetto sono stati esaminati casi studio analoghi realizzati da altre Istituzioni Scientifiche. In particolare si è fatto riferimento allo studio “Water productivity of irrigated crops in Sirsa District” ricadente nel territorio Indiano e realizzato dall’Università di Wageningen e dall’ente di Ricerca ALTERRA (Olanda), dall’International Water Management Institute e dalla Chaudhary Charan Singh Haryana Agricultural University. Soprattutto per quanto riguarda le istituzioni olandesi, sono stati avviati rapporti di collaborazione con alcuni ricercatori tra i quali il Prof. R.A. Feddes e J.C. van Dam e il Dr. J.G. Kroes. Di particolare interesse è risultata l’attività di ricerca in svolgimento presso l’International Water Management Institute (Sri Lanka), in collaborazione con l’Università di Wageningen, per la definizione degli scenari agro-climatici a motivo della particolare attenzione rivolta verso le problematiche attinenti l’utilizzo ottimale della risorsa idrica, aspetto questo che si ritiene essere di particolare importanza strategica per il futuro delle aree meridionali, oggetto di studio del Progetto CLIMESCO. L’attività di ricerca di questa importante Istituzione scientifica è documentata dall’abbondante materiale bibliografico disponibile presso il sito http://www.iwmi.cgiar.org. Per quanto riguarda il bacino della Capitanata, sono stati avviati rapporti di collaborazione con il Consorzio della Bonifica per la Capitanata di Foggia che risulterà determinante per il reperimento di dati territoriali e per la definizione degli scenari agroclimatici. Un altro contatto fondamentale per le attività dei prossimi due anni, è stato avviato con l’Istituto Agronomico 85 --------------------------------------------------------------------------------------------------------------------Mediterraneo per quanto attiene il Progetto Europeo del VI Programma Quadro SCENES, acronimo di Water Scenarios for Europe and for Neighbouring States, il cui obiettivo principale è quello di contribuire all’individuazione e all’analisi di possibili scenari futuri sulla disponibilità e l’uso dell’acqua in un orizzonte temporale di medio e lungo periodo su scala sia europea che locale. Proprio in questo secondo ambito, sono state previste diverse aree sensibili in tutto il territorio europeo, tra le quali è stata prescelta quella ricadente nel Bacino del Candelaro che rappresenta la parte della Capitanata a più alta specializzazione per quanto attiene alle colture erbacee. Relativamente alle attività previste per questo studio pilota, sono stati avviati i contatti per partecipare attivamente ad iniziative le cui finalità potranno essere condivise nell’ambito del Progetto CLIMESCO. Tali iniziative di comune interesse si baseranno sull’incontro di rappresentanti del mondo della ricerca e di enti decisori territoriali e riguarderanno l’individuazione: • delle maggiori problematiche che ostacolano la corretta e sostenibile gestione del territorio e delle risorse ambientali; • delle cause che possono essere considerate all’origine delle suddette problematiche; • dei possibili legami causali tra cause ed effetti; • di scenari futuri per la gestione del bacino del Candelaro e descrizione degli elementi fondamentali. I risultati di tale valutazione sarà estesa al bacino della provincia di Trapani con le opportune varianti che saranno concordate con l’unità partecipante dell’Università di Palermo e relativi enti locali. 86 --------------------------------------------------------------------------------------------------------------------- ATTIVITÀ 4.4 “Ottimizzazione dell’uso del suolo in condizioni di limitata disponibilità delle risorse idriche, utilizzando modelli di programmazione lineare”. Responsabile: Prof. Angelo Caliandro (UNI-BA). Attività svolta Durante il primo anno di attività l’unità di operativa dell’Università di Bari, Dipartimento di Scienze delle Produzioni Vegetali, ha individuato l’area di studio nell’ambito del territorio irriguo del Consorzio di Bonifica della Capitanata, così come previsto in progetto. L’area individuata, della superficie di 3256 ha, ricade nel Comprensorio Sinistra Ofanto, Zona Bassa, Distretto 4, di cui sono state individuate le colture praticate e le relative superfici, il numero di aziende e le loro dimensioni. Per le colture praticate (vite, olivo, pesco, frumento duro, pomodoro da industria, carciofo ed asparago) sono state effettuate ricerche bibliografiche riguardanti la risposta produttiva al variare del volume stagionale di irrigazione; informazioni di notevole utilità per definire l’allocazione ottimale della risorsa idrica disponibile tra le colture da irrigare. Purtroppo, però, i dati disponibili relativi alle colture arboree sono limitati. Preliminarmente, per mettere a punto un modello di allocazione ottimale delle risorse idriche sono stati utilizzati dati sperimentali di risposta produttiva a dosi crescenti di acqua ottenuti in anni diversi relativi a nove colture erbacee (bietola da zucchero a semina autunnale e primaverile, mais da granella a semina primaverile ed estiva, fagiolo borlotto da consumo fresco e secco, pomodoro da industria, melanzana e peperone). Nel mettere a punto il modello di allocazione si è preferito considerare più colture in considerazione del fatto che la complessità del problema dell’ottimizzazione dell’uso dell’acqua è funzione del numero di specie coltivate in una data area da irrigare, nell’ipotesi in cui esse siano caratterizzate da un fabbisogno conflittuale di risorse complessivamente limitate (acqua e/o superficie coltivabile). Per affrontare quest’ultimo aspetto è stato individuato un compilatore integrato da risolutori matematici ad alta prestazione, denominato GAMS (General Algebric Modelling System), che permette di risolvere problemi di ottimizzazione in presenza di vincoli. Esso, inoltre, essendo un modello matematico programmato per la risoluzione di problemi di ottimizzazione non lineari, risulta adatto al caso in esame, tenuto conto che le curve di risposta produttiva all’irrigazione sono funzioni non lineari nei parametri. Pertanto, al fine di regredire i 87 --------------------------------------------------------------------------------------------------------------------dati sperimentali reperiti in letteratura, tra le funzioni riportate in letteratura (Bogulslawski, Mitscherlich, Mitscherlich modificata da Giardini e Borin, Vannella, etc.), sulla base delle esperienze maturate nell’ambito del Dipartimento di Scienze delle Produzioni Vegetali di Bari (DSPV) su questo argomento, è stata scelta quella di Mitscherlich modificata da Giardini e Borin.5 Regredendo i dati sperimentali con l’equazione di Mitscherlich sono stati calcolati i parametri delle curve di risposta produttiva all’irrigazione. Poiché l’allocazione ottimale della risorsa idrica mira a massimizzare il reddito netto aziendale o comprensoriale, i valori della produzione areica massima stimata dalla funzione di Mitscherlich sono stati convertiti in Produzione Lorda Vendibile (euro/ha), tenendo conto dei prezzi attuali di mercato dei prodotti agricoli. La produzione lorda vendibile al netto delle spese di irrigazione (PLVni) è la variabile dipendente del problema essendo quantificabile in funzione del volume irriguo assegnato, sulla base delle distinte curve di produzione. Mediante la modellazione si è inteso ottimizzare la distribuzione dei volumi stagionali di irrigazione tra le diverse colture, una volta assegnato un volume complessivamente disponibile. Perciò, il problema dell’allocazione ottimale della risorsa idrica è soggetto al vincolo fisico di effettiva disponibilità della risorsa, vale a dire che la somma dei volumi stagionali irrigui da distribuire a ciascuna coltura non può superare il volume totale disponibile. Un altro vincolo di cui si è tenuto conto è di tipo economico che massimizza il reddito complessivo delle colture irrigate distribuendo opportunamente tra queste ultime la risorsa idrica disponibile. Si è supposto, inoltre, che ciascun impianto irriguo fosse destinato alla singola coltura, e che la superficie destinata a ciascuna coltura fosse fissa ed unitaria (1 ettaro). Con queste ipotesi di partenza, il problema è rappresentabile con 4 equazioni: una funzione obiettivo; un vincolo fisico ( ∑V p ≤ Vdisponibile , dove Vp è il volume che garantisce per ciascuna p coltura la produzione lorda vendibile ottimale (PLVp) e Vdisponibile il volume disponibile per l’intero comprensorio);e 2 vincoli economici. 5 [ ][ ][ y = A 1 − 10 − c (b + x ) ⋅ 10 − k (b + x ) / 1 + 101−c (b + x ) 2 ] dove: y è la produzione areica in t ha-1; A è la produzione areica massima stimata dalla funzione; b è il volume di acqua naturale disponibile utilizzata dalla coltura, m3 ha-1; c è il coefficiente di azione dell’acqua; K è il coefficiente di depressione della produzione dopo aver raggiunto il valore massimo, in ( ha m-3 )2; x è il volume stagionale d’irrigazione applicato secondo lo schema sperimentale, in m3 ha-1. 88 --------------------------------------------------------------------------------------------------------------------I vincoli economici consentono di TARIFFA VARIABILE modellare la relazione funzionale tra costi 0.4 variabili e volume irriguo utilizzato per ottenere Vap Vcp Vbp C3= 0.3 una certa PLVni p . Allo scopo si è partiti dall’ipotesi, quasi sempre verificata, che il C2= 0.2 comprensorio sia gestito utilizzando un sistema C1= 0.1 tariffario crescente all’aumentare del volume Tariffa 3 (€/m ) Vc2 Vc1 0 areico specifico stagionale d’irrigazione. Tale 0 1000 2000 3000 4000 5000 3 Volume (m ) quantità, come mostrato in figura 1, è funzione Figura 1 del volume di acqua irrigua somministrato a ciascuna coltura ed è espressa analiticamente dalle seguenti condizioni: Va + Vb + Vc = V utilizzato ≤ Vdisponibil e dove Va ,Vb e Vc rappresentano i tre volumi in cui può essere idealmente suddiviso il Vdisponibile , essendo V a = ∑ Va , p , V b = ∑ V b, p p e Vc = p ∑V c, p . p Deve essere altresì rispettata la condizione che Va , p sia sempre inferiore o uguale a Vc1 (2000 m3) volume massimo entro cui il costo unitario (€/m3) è C1 e che Vb , p sia sempre [ ] compreso tra 0 e 1000 m3 (ossia Va , p + Vb , p ∈ 2000 − 3000m 3 ), volume massimo entro cui il costo unitario (€/m3) è C2. In sintesi: Va , p ≤ 2000 m 3 Vb , p ≤ 1000 m 3 La suddivisione del Vdisponibile nei tre volumi Va ,Vb e Vc avviene direttamente in fase di ottimizzazione. Un’ulteriore applicazione del modello potrebbe essere rivolta all’analisi dell’ottimizzazione dell’allocazione della risorsa idrica, al variare anche delle superfici destinate alle singole colture. Nel caso dell’esempio di messa a punto del modello le incognite risulterebbero 27 (9 colture x 3 tariffe applicate all’acqua somministrata alle singole colture (Vp). 89 --------------------------------------------------------------------------------------------------------------------Le relazioni vincolari sono “m” in numero minore rispetto alle variabili decisionali “n” ed esiste quindi una infinità “n-m” di soluzioni possibili( ∞ n− m ), tra cui l’algoritmo utilizzato deve tentare di trovare la soluzione ottima, si tratta di ottimo locale o di ottimo globale. La soluzione globale del problema consiste pertanto nella ricerca dell’unico vettore V( V1, V2, Vn) che massimizza la produzione lorda vendibile al netto delle spese irrigue (PLVni), valutata come somma algebrica delle PLVni di ciascuna delle colture considerate. La funzione obiettivo Come si è detto, l’obiettivo consiste nel massimizzare la redditività economica delle colture di un’area (Z = Reddito Netto o PLVni o altro), nell’ipotesi che sia noto il volume di risorsa idrica complessivamente disponibile per tale comparto. In simboli: Z = PLVni = A p ⋅ ∑ PLV p − A p ⋅ ∑ C fissi − A p ⋅ C var ⋅ ∑ V p p p p dove PLVP è la produzione lorda vendibile ottimale della singola coltura, ottenuta applicando la relazione di Mitcherlish modificata da Giardini e Borin, ossia: [ ] PLVMAX ⋅ 1 − 10 − c ( b+V ) ⋅10 − k ( b+V ) PLV p = 1 + 10[1−c ( b+V ) ] 2 Ap è la superficie destinata a ciascuna specie (in questo caso Ap =1ha); C fissi sono i costi fissi, funzione della superficie attrezzata; C var sono i costi variabili in funzione del volume irriguo impiegato. Nel caso in esame alla superficie assegnata a ciascuna specie colturale è stato attribuito un valore fisso e unitario e quindi l’unica variabile indipendente è il vettore (V1, V2,…. Vn). Risultati Adattando la funzione di Mitscherlich modificata da Giardini e Borin ai dati produttivi delle 9 colture esaminate sono stati calcolati i parametri A (produzione areica massima stimata dalla funzione), b (volume di acqua naturale disponibile utilizzata dalla coltura, m3 ha-1) e c (coefficiente di azione dell’acqua), riportati nella tabella 2. 90 --------------------------------------------------------------------------------------------------------------------Il modello GAMS ha consentito di definire la distribuzione dell’acqua disponibile non limitata tra le nove colture esaminate, occupante ciascuna la superficie di 1 ettaro, per ottenere la Produzione Lorda Vendibile massima di ciascuna coltura, al netto delle spese irrigue (fig. 2). Tabella 2. Colture esaminate Melanzana Bietola autun. Bietola prim. Fagiolo secco Fagiolo fresco Mais da granella estivo Mais da granella primaverile Peperone Pomodoro da industria Parametri dell’equazione di Mitscherlich modificata da Giardini e Borin A(t/ha) PLV=A*p (1) (€/ha) b (m3/ha) C (ha/m3)*10-4 K (ha*m-3)2*10-9 Pioggia media del ciclo colturale (mm) 45.81 84.13 69.17 3.56 10 18323.04 3485.00 2865.00 2845.84 7000.00 2500.0 5942.0 2850.0 883.7 304.0 3.76 2.14 3.16 4.20 3.90 0.00 0.00 0.00 0.00 0.00 150 436 125 50 50 8.70 1130.54 656.8 4.58 0.00 87 11.60 1508.00 676.5 4.57 0.00 109 45.20 22597.50 253.5 3.90 0.00 55 107.60 24210.00 1947.9 2.65 1.82 71 Con tale procedura il volume stagionale d’irrigazione totale è risultato pari a 37.000 m3, mentre il volume stagionale areico specifico d’irrigazione è variato dal 100% dell’ETM, per le colture orticole, al 48 e 42% dell’ETM, per le bietola a semina autunnale e primaverile (fig. 3). Figura 2 Figura 3 Il modello GAMS, inoltre, imponendo disponibilità idriche massime inferiori a quelle necessarie per ottenere la massima PLVni, per ciascuna coltura in esame, permette di massimizzare il reddito anche in condizioni idriche limitanti. 91 --------------------------------------------------------------------------------------------------------------------Prodotti Allo stato atttuale è in fase di completamento una pubblicazione sulla messa a punto del modello GAMS utilizzando dati sperimentali reperiti in letteratura sulla risposta produttiva a volumi stagionali d’irrigazione crescenti. L’unità operativa ha partecipato: al workshop on: “Irrigation, salinization and desertification” svoltosi presso la Facoltà di Agraria dell’Università di Palermo il 15 gennaio 2007, dove è stata presentata una comunicazione a nome del Prof. Angelo Caliandro dal Titolo “Irrigazione con acqua salmastra: effetti su aspetti fisiologici e morfologici delle piante e sulla produzione di alcune colture”; al convegno “Vulnerabilità dei sistemi colturali ai cambiamenti climatici”, tenutosi a Bari il 18 e 19 ottobre 2007, presentando una comunicazione a nome del Prof. Angelo Caliandro dal titolo “Irrigazione con acque salmastre: effetti su fisiologia, morfologia e produttività di alcune colture agrarie”. Scostamenti rispetto al piano scientifico L’attività di ricerca in corso non si discosta da quanto previsto dal piano scientifico. 92