LA FENOLOGIA IN TRENTINO: I DATI, LA RICERCA, LE ... · secondo due scenari (da IPCC): A2 e B2...

LA FENOLOGIA IN TRENTINO: I LA FENOLOGIA IN TRENTINO: I LA FENOLOGIA IN TRENTINO: I LA FENOLOGIA IN TRENTINO: I DATI, LA RICERCA, LE ESPERIENZE DATI, LA RICERCA, LE ESPERIENZE DATI, LA RICERCA, LE ESPERIENZE DATI, LA RICERCA, LE ESPERIENZE DIDIDIDI RETERETERETERETEE. Eccel

FondazioneFondazioneFondazioneFondazioneFondazioneFondazioneFondazioneFondazione Edmund Mach Edmund Mach Edmund Mach Edmund Mach Edmund Mach Edmund Mach Edmund Mach Edmund Mach

S.MicheleS.MicheleS.MicheleS.MicheleS.MicheleS.MicheleS.MicheleS.Michele allallallallallallallall’’’’’’’’AdigeAdigeAdigeAdigeAdigeAdigeAdigeAdige (TN)(TN)(TN)(TN)(TN)(TN)(TN)(TN)Centro Centro Centro Centro RicercaRicercaRicercaRicerca e e e e InnovazioneInnovazioneInnovazioneInnovazione

““““Fenologia: cicli vegetativi e cambiamenti climatici. La scuola Fenologia: cicli vegetativi e cambiamenti climatici. La scuola Fenologia: cicli vegetativi e cambiamenti climatici. La scuola Fenologia: cicli vegetativi e cambiamenti climatici. La scuola incontra la ricercaincontra la ricercaincontra la ricercaincontra la ricerca”””” –––– Trento, 19 ottobre 2012Trento, 19 ottobre 2012Trento, 19 ottobre 2012Trento, 19 ottobre 2012

Trend nell’inizio, nella fine e nella lunghezza della

stagione vegetativa (media di betulla, pruno, sorbo,

ribes) in Europa

Evidenza di un trend climatico nelle serie fenologiche

Data di dispiegamento delle foglie della

quercia nel Surrey (dal 1750 al 2000)



Serie diverse + anomalie termiche di fine inverno

germogliamento = 1367.1297-0.6352*x, n.s.fioritura = 1696.2-0.7714*x, p<0.05

invaiatura = 1895.5209-0.8396*x, p>0.05

germogliamento fioritura invaiatura1986 1988 1990 1992 1994 1996 1998 2000 2002

Anno

80

100

120

140

160

180

200

220

240

260

Gio

rni g

iulia

ni

Anticipo di circa 11 giorni per le tre

fenofasi!

San Michele: osservazioni 1987-2000 (vite)

I modelli fenologici

• Per quantificare l’effetto delle forzanti ambientali

(temperatura, fotoperiodo, ecc…) sullo sviluppo

fenologico

• Per simulare il ciclo annuale di piante e animali

• Per predire l’accadimento di fenofasi

• Per simulare la risposta fenologica al cambiamento

climatico

Ipotesi di controllo

ambientale sulla fenologia

Formalizzazione delle ipotesi

Calibrazione del modello

Validazione del modello

• Predizioni a breve termine della vulnerabilità della

pianta ad attacchi di pesti

• Pianificazione delle pratiche agricole

- Raccolto

- Trattamenti fitosanitari

- …

Esempi di applicazioni – Breve termine

Esempi di applicazioni – Evoluzione climatica

• Predizione di date di schiusura gemme e valutazione del

rischio di gelo

• Predizione dei cambiamenti della sincronia tra i livelli

trofici (pianta e parassita)

• Predizione dei cambiamenti della sincronia tra richiesta e

disponibilità di cibo (es. migratori)

• Predizione del cambiamento nella lunghezza della

stagione vegetativa

• Valutazione delle modifiche nei flussi di massa ed energia

tra atmosfera e biosfera

Simulare e prevedere il rischio da Simulare e prevedere il rischio da Simulare e prevedere il rischio da Simulare e prevedere il rischio da gelata per il melogelata per il melogelata per il melogelata per il melo

• Modellistica della fenologia della fioritura del melo

• Applicazione dei modelli fenologici ad output di

modello climatico

• Stima del rischio da gelata in due località

(Mezzolombardo e Cles)

Rea, R. & Eccel E., 2006 – Int. J. Biometeorology

Eccel et al., 2009 – Int. J. Biometeorology

il progetto “GePri - Le gelate primaverili in Trentino”(2003-2007)

Serie date di fioritura del melo, 1984 - 2003

Prima di tutto, un modello di fioritura per il melo

• L’identificazione della gelata per una data coltura richiede la conoscenza della fase fenologica sensibile al gelo

• D’altro canto, le serie fenologiche di fioritura del passato sono scarse, spesso irregolari, si riferiscono a varietà forse diverse da quelle attuali

• Il modello fenologico ci permette di supplire alla rilevazione mancante, nel tempo e anche nello spazio

• I modelli fenologici si prestano ad essere accoppiati a modelli climatici con scenari futuri!

B) Fuori dal Trentino (test):• 1 anno di date di fioritura in Piemonte (4 siti)• 6 anno di date di fioritura in Romagna (1sito)

La nostra indagine – Il database fenologicoMelo Golden Delicious

A) In Trentino, ad “alta risoluzione” (serie per lo sviluppo del modello):• 16 anni di registrazione delle fenofasi “orientate alla gemma” (2 siti – Mezzolombardo e Cles)• 8 - 12 anni di registrazione della semplice data di fioritura (6 siti, da 210 a 727 m s.l.m.)

La nostra indagine – Il database fenologicoMelo Golden Delicious

Thermal Time / Spring Warming

(Robertson 1968; Cannell & Smith 1983)

Sequential

(Sarvas 1972, 1974; Richardson et al. 1974)

Parallel

(Landsberg 1974; Sarvas 1974)

Alternating

(Cannell & Smith 1983; Murray et al. 1989)

La modellistica della dormienza delle gemme

Gro

wth

po

ten

tia

l

J A S O N D J F M A M J J

quiescence

dormancy

entrance

pre-

dormancy

dormancy

dormancy

break

Modelli di fioritura – un rapido sguardoall’approccio standard

1) Soddisfacimento del freddo (CU – “chilling

units”): per interrompere la dormienza

∑= s) - (T GDD d Td > s

2) Accumulo di calore (fase “forzante”– GDD,

gradi giorno): per interrompere la quiescienza e

sviluppare le gemme a fiore

Il nostro modello

• Uso di dati orari

• Approccio da modello “Utah” (Richardson et al., 1974) per le unità di freddo (CU)

“Utah progressivo”

( )∑=

−+−+=24

1h

2

10in.flow.

bh GDH1)GDH(k

T(k)T,max 1)-GDH(k (k) GDH

• La fase di accumulo (forzante) inizia al soddisfacimento del fabbisogno di freddo; l’efficienza è però variabile ed aumenta durante la stagione

Il nostro modello

Temperature [°C] CU

T < 1.4 0

1.5< T <2.4 0.5

2.5< T <9.1 1

9.2< T <12.4 0.5

12.5< T <15.9 0

16< T <18 -0.5

T >18 -1-1.5

-1.0

-0.5

0.0

0.5

1.0

1.5

-6 -4 -2 0 2 4 6 8 10 12 14 16 18 20 22

T [°C]

CU

Risultati

Fonte: Rea & Eccel, Int. J. Biomet., Vol. 51 (2006)

Verso un modello da applicare ovunque

e, dopo la calibrazione...

aspectslopeAMsite IITCI ++⋅=

T media (aprile + maggio)

GDHin.fioritura = f (pendenza, esposizione, Tmedia, stress idrico…) = f (Isite)

Osservazione: località più fresche richiedono meno energia termicaper ottenere lo stesso risultato!

GDHin.flowering = a Isite + b

Fonte: Rea & Eccel, Int. J. Biomet., Vol. 51 (2006)

Ricapitolando:

calcolo dell’indice “Isite” (Tmedia, pendenza, esposizione)

calcolo del requisito in gradi-ora

(eventuale calcolo dei valori orari da Tmin e Tmax)

applicazione del modello di accumulo freddo →determinazione della data di interr. della dormienza

applicazione del modello di GDH (gradi-ora) → data di fioritura

Il modello climatico: generalità

•I modelli climatici sono codici di calcolo che descrivono l’atmosfera secondo equazioni fisiche

•La fisica dell’atmosfera è applicata ai nodi di una griglia; il modello perciò descrive e prevede le grandezze meteorologiche di interesse in singoli punti fissi della griglia

•I modelli climatici, rispetto a quelli meteorologici, danno un peso importante alla temperatura degli oceani, che cambia con lentezza

•I modelli sono deterministici, ossia prevedono tutto ad ogni passo temporale; l’utilizzo delle previsioni però deve essere probabilistico.

Es: non è significativo sapere la temperatura prevista al 28 marzo 2016, e neanche quante volte ha gelato in quel mese, quanto piuttosto sapere quante gelate sono previste mediamente in marzo nel decennio 2010 – 2020 in confronto al decennio 2000 - 2010

Il modello climatico: generalità

I modelli climatici

•Forzanti al modello: incremento di gas serra in atmosfera secondo due scenari (da IPCC): A2 e B2

•A2 e B2 sono due scenari convenzionali di tipo socio-economico. A2 è pessimistico (sviluppo improntato al modello “economico”), B2 ottimistico (sviluppo orientato al controllo delle emissioni)

•In ogni caso è previsto un incremento continuo delle temperature nel prossimi 100 anni

Proiezioni climatiche: gli scenari IPCC

IPCC: Special Report on EmissionScenarios (SRES)

La nostra applicazione

•Modello HadCM3 (Hadley Centre, Serv. Meteor. Britannico – UK METoffice)

•I valori calcolati sul punto griglia più vicino al Trentino sono stati stimati per due siti (S. Michele e Cles), mediante una calibrazione (downscaling statistico) con i dati misurati alle due stazioni dal 1995 al 2005

E V O L U Z IO N E T E M P E R A T U R EC L E S - S C E N A R IO " A 2 "

0

2

4

6

8

1 0

1 2

1 4

1 6

1 8

2 0

2 2

2 4

1990

1995

2000

2005

2010

2015

2020

2025

2030

2035

2040

2045

2050

2055

2060

2065

2070

2075

2080

2085

2090

2095

A N N O

T (°C )

T m in

T m a x

L’applicazione del modello fenologico alle serie ditemperatura (strument. + simulate) - Mezzolombardo

20-mar

30-mar

9-apr

19-apr

29-apr

9-mag

19-mag

1960

1965

1970

1975

1980

1985

1990

1995

2000

2005

2010

2015

2020

2025

2030

2035

2040

2045

2050

Da temperature misurate Scenario B2 Scenario A2

1997

•Progressivo anticipo della fioritura negli ultimi 20 anni

•Anticipo non significativo per gli scenari futuri

Un maggiore dettaglio sul futuro… (A2 e B2 IPCC)

•Il modello a fabbisogno di caldo variabile (con il clima) presenta più stabilità nelle date di fioritura rispetto al modello con fabbisogno fisso

•L’anticipo è significativo** solo per i trend secolarisolo per i trend secolari

30-mar

4-apr

9-apr

14-apr

19-apr

1995

2000

2005

2010

2015

2020

2025

2030

2035

2040

2045

2050

Media Mobile su 11 per. (B2 GDH variabile ) Media Mobile su 11 per. (A2 GDH variabile )

Media Mobile su 11 per. (B2 GDH fisso) Media Mobile su 11 per. (A2 GDH fisso)

Mezzolombardo

•Il modello a fabbisogno di caldo variabile (con il clima) presenta più stabilità nelle date di fioritura rispetto al modello con fabbisogno fisso

•L’anticipo è significativo** solo per i trend secolarisolo per i trend secolari

4-apr

9-apr

14-apr

19-apr

24-apr

29-apr

1995

2000

2005

2010

2015

2020

2025

2030

2035

2040

2045

2050

Media Mobile su 11 per. (B2 GDH variabile ) Media Mobile su 11 per. (A2 GDH variabile )

Media Mobile su 11 per. (B2 GDH fisso) Media Mobile su 11 per. (A2 GDH fisso)

Cles

Un maggiore dettaglio sul futuro… (A2 e B2 IPCC)

Stima del rischio di gelo - Mezzolombardo

•Sono state calcolate le giornate per stagione con T < +1 °C da 2 giorni prima della data di fioritura stimata fino al 31 maggio

•Rischio previsto in calo nei prossimi decenni solo se rapportato ai 40 anni passati. Dagli anni ’90 in poi variazioni non significative

0

1

2

3

4

1968

1972

1976

1980

1984

1988

1992

1996

2000

2004

2008

2012

2016

2020

2024

2028

2032

2036

2040

2044

2048

nr. g

iorn

i gel

o pe

r st

agio

ne

Da temperaturemisurate

Scenario B2

Scenario A2

Conclusioni

•Il modello fenologico consente di simulare con precisione la data di fioritura dal melo, note le serie di temperatura

•Pare verificato un meccanismo di ““acclimatamentoacclimatamento””del melo a climi diversi tra località e località nello stesso periodo. Vale anche per una località fissa, con clima che cambia progressivamente?

•Temperature in aumentoin aumento, senza grande possibilità di errore

•date di fioritura in (relativo) anticipo(relativo) anticipo; la tendenza in atto è destinata forse forse ad attenuarsi. Le date mostrano una leggera tendenza all’anticipo, significativa solo nell’orizzonte secolare

•1+1 = 2: il rischio non pare significativamente variare nei prossimi decenni

Progetto Fenovitis (2007-2009)

Come reagisce la vite al riscaldamento

climatico?

• Modellistica di fasi fenologiche chiave (sch. gemme, fioritura,

invaiatura)

• Applicazione dei modelli fenologici ad output downscalato di

modello climatico

• Ricerca di legami statistici tra parametri morfo-climatici e

trend

Caffarra & Eccel, (2011) – Austral. J. Grape and Wine Res.

Caffarra & Eccel, (2010) – Int. J. Biomet.

1. Sviluppo di un modello fenologico per lo

chardonnay

2. Applicazione del modello a scenari di

cambiamento climatico

1. Apertura delle gemme

2. Fioritura

3. Invaiatura

Progetto FENOVITIS

• Analisi preliminari

• Selezione di una forma generale del modello

• Calibrazione “guidata” del modello

• Validazione

1. Modello fenologico per lo Chardonnay

Quali fattori climatici influenzano le tre fenofasi?

Modello: data fenologica ~ temp x rad x prec

Poco effetto di radiazione solare e

precipitazioni

MODELLO CHE USA LA SOLA TEMPERATURA!

Analisi preliminari: regressione multipla

(pi(pi(pi(piùùùù di recente: sviluppo del modello di recente: sviluppo del modello di recente: sviluppo del modello di recente: sviluppo del modello ““““Dorm.photDorm.photDorm.photDorm.phot””””, che considera il fotoperiodo), che considera il fotoperiodo), che considera il fotoperiodo), che considera il fotoperiodo)

Serie Fenologiche

1. S. Michele a/A (Trentino)

2. Mezzocorona (Trentino)

3. Cembra (Trentino)

4. Conegliano (Veneto)

5. Carpeneto (Piemonte)

• Calibrazione di modelli basati su diverse ipotesi

• Selezione del miglior modello per ciascuna

fenofase

� Criteri di qualità

i. Significanza statistica ( F test)

ii. Errore medio assoluto (MAE)

iii. R2 del modello (SStot-SSres)/SStot

Analisi preliminari: selezione del modello

xxx3Degree days (abovethreshold temp “Tsoglia”) from preceding phenophase

7

xx2Degree days (abovethreshold temp “Tsoglia”) from t0

6

xx1Winkler degrees frompreceding phenophase

5

x2Winkler degrees from t04

xx3Sigmoidal heat units frompreceding phenophase

3

xxx4

Sigmoidal heat units from t0

2

x9Unified Model for Budburst (Chuine, 2000)

1

InvFiorGermEquazione

Nr. Param.

NomeModello

∑

∑

+=

+= +

e)-d(Tmed

c)-b(Tmedc)-a(Tmed

e1

1 e1

12

orcingState of F

Ccrit

∑ +=

e)-d(x e1

1Fcrit

∑ +=

e)-d(x e1

1Fcrit

∑ −= 10TmedFcrit

∑ −= 10TmedFcrit

∑ −= TsogliaTmedFcrit

∑ −= TsogliaTmedFcrit

Modelli testati

Apertura gemme:

Unified model (Chuine, 2000), modello

generale che considera il fabbisogno di

freddo

Fioritura e invaiatura

Risposta sigmoidale della velocità di

sviluppo alla temperatura

-10 0 10 20 30 40

0.0

0.2

0.4

0.6

0.8

1.0

x

1/(1

+ e

xp(d

* (x

+ e)

))

Ve

loci

tàd

i sv

ilu

pp

o

Temperatura

Migliori modelli

•• Restringere o fissare i valori entro intervalli Restringere o fissare i valori entro intervalli

biologicamente realisticibiologicamente realistici

•• Utilizzare conoscenze Utilizzare conoscenze sperimentalisperimentali (letteratura)(letteratura)

•• Usare una serie di dati Usare una serie di dati estesaestesa e contenente condizioni e contenente condizioni non non

omogeneeomogenee per la calibrazione del modello (Conegliano, 39 per la calibrazione del modello (Conegliano, 39

anni)anni)

Dare un significato biologico al modello

Confronto con altri modelli fenologici

• Modello di regressione lineare con i dati di temperature

medie dei mesi precedenti

• Gradi Winkler (temp > 10) budbreak date = -2.2722 * temp + 122.18

R2 = 0.2942

60

70

80

90

100

110

120

0 5 10 15

Temp. media Marzo

Gio

rno

di a

p. g

emm

e

5 10 15 20

5

10

15

Gra

di W

inkl

erValidazione del modello “FENOVITIS”

4.40.21Fen

5.16-0.15L

5.68-0.27W

Invaiatura

4.050.23Fen

4.68-0.01L

Fioritura

5.10.33Fen

5.330.31LApertura

gemme

Errore

assoluto

Modelling

Efficiency

Previsioni

(San Michele, Cembra, Carpeneto,

Mezzocorona)

ModelFase

Validazione del modello “FENOVITIS”

Bontà d’adattamento ai datasetErrore di previsione della data feno

Idoneo per temperature in aumento? Validazione del modello “FENOVITIS” in stagioni calde

3.6Winkler

Fenovitis

Winkler

Mod lin

Fenovitis

Winkler

Mod lin

Fenovitis

Mod lin

Modello

6.0

6.8

9.7Carpeneto

4.0

5.0

5.2Cembra

1.8

10.3Mezzocorona

Errore negli anni “caldi”Sito

• Considera il fabbisogno di freddo per la rottura della dormienza invernale

• Rispetta il realismo biologico, mantenendo l’intervallo delle “risposte fenologiche” entro quanto misurato sperimentalmente

• E’ migliore nella previsione fenologica rispetto a modelli empirici e ai “gradi Winkler”, anche in anni particolarmente caldi

Il modello FENOVITIS, riassumendo:

Forte legame tra temperatura e

sviluppo fenologico

Fenologia: indicatore d’impatto

di cambiamenti climatici sulle

piante

8

9

10

11

12

13

14

15

16

17

18

1990 2010 2030 2050 2070 2090

Anno

Te

mp

. m

ed

ia a

nn

ua

le °

C A2

B2

Cembra

8

9

10

11

12

13

14

15

16

17

18

1990 2010 2030 2050 2070 2090

Anno

Te

mp

. m

ed

ia a

nn

ua

le °

C

Temperature: proiezioni 1990-2098

San Michele Cembra

80

100

120

140

160

180

200

220

2005 2025 2045 2065 2085

Anno

Gio

rno

de

ll'a

nn

o

La fenologia dello chardonnay simulata per i prossimi decenni

secondo lo scenario B2 e … A2

San Michele: fenologia 2000-2098

Invaiatura

Fioritura

Ap. gemme

Anno

La fenologia dello chardonnay simulata per i prossimi decenni

secondo lo scenario B2 e … A2

Cembra: fenologia 2000-2098

80

100

120

140

160

180

200

220

2005 2025 2045 2065 2085

Anno

Gio

rno

de

ll'a

nn

o Invaiatura

Fioritura

Ap. gemme

Estensione dello studio: 10 località trentine

• Valle (aree viticole

attuali)

• Montagna (aree

viticole potenziali)

• Che impatto potrebbe avere il

riscaldamento climatico sulla

fenologia della vite?

• Come potrebbero cambiare le

aree adatte alla viticoltura?

1028Zortea

1022Sant'Orsola

500Lomaso

982Fondo

409Storo

204Rovereto

386Borgo Valsugana

131Avio

600Cembra

228

San Michele

all'Adige

Altezza (m)Siti

Altezza e coltura prevalente

A2

B2

Località di montagna

Clima abbastanza caldo perché l’invaiatura

avvenga entro il 1° Settembre:

• 2020 - Lomaso

• 2057 - S. Orsola

• 2058 - Fondo

• 2082 - Zortea

Località di montagna

11 12 13 14 15

-0.4

5-0

.35

-0.2

5-0

.15

A2

Mean temperature (°C)

Reg

ress

ion

coef

ficie

nt

10 11 12 13 14

-0.4

5-0

.35

-0.2

5-0

.15

B2

Mean temperature (°C)

200 400 600 800 1000

-0.4

5-0

.35

-0.2

5-0

.15

Elevation(m)

Reg

ress

ion

coef

ficie

nt

200 400 600 800 1000

-0.4

5-0

.35

-0.2

5-0

.15

Elevation(m)

Trend d’anticipo nella fioritura e invaiatura

Quota

Temp. media 2000-2098

Co

eff

. R

eg

ress

ion

e d

el

tre

nd

di

fio

r. (

o)

e i

nv

aia

tura

( •• ••)

Fenovitis

Trend d’anticipo nella fioritura e invaiatura

A maggiori quote (e climi più freddi) c’è un trend

d’anticipo più accentuato

zone di montagna più sensibili a variazioni

climatiche

Fenovitis

TERMOGRAMMA DI DUE SITI

-6

-4

-2

0

2

4

6

8

10

12

14

16

18

1 2 3 4 5 6 7 8 9 10 11 12

T °C

DIGRESSIONE: PERCHEDIGRESSIONE: PERCHEDIGRESSIONE: PERCHEDIGRESSIONE: PERCHE’’’’ IL RISCALDAMENTO CLIMATICO IL RISCALDAMENTO CLIMATICO IL RISCALDAMENTO CLIMATICO IL RISCALDAMENTO CLIMATICO AGISCE DI PIUAGISCE DI PIUAGISCE DI PIUAGISCE DI PIU’’’’ SULLE LOCALITASULLE LOCALITASULLE LOCALITASULLE LOCALITA’’’’ FRESCHEFRESCHEFRESCHEFRESCHE

TERMOGRAMMA DI DUE SITI

-8

-6

-4

-2

0

2

4

6

8

10

12

14

16

1 2 3 4 5 6 7 8 9 10 11 12

Ipotesi: soglia 5 °C

Aumento termico di 2 Aumento termico di 2 Aumento termico di 2 Aumento termico di 2 °°°°CCCC

T °C

Envirochange

Envirochange 2008-2012

Come cambia il rischio fitosanitario in

dipendenza dal cambiamento climatico?

• Modelli agro-fenologici in area alpina

• Modelli per le fenologia dei patogeni/parassiti

• Simulazione del rischio di attacchi

• Spazializzazione dei risultati

Caffarra et al. – Agric. Ecos. and Envir. (2012)

IL PROGETTOIL PROGETTOIL PROGETTOIL PROGETTO ENVIROCHANGEENVIROCHANGEENVIROCHANGEENVIROCHANGE (2008(2008(2008(2008----2012)2012)2012)2012)

Valutare:

RISCHIO ATTACCO

Modelli agro-

fenologici

Modelli fenol. di

patogeni/parassiti

Simulazione delle

fenofasi vulnerabili

(vulnerabilità)

Simulazione fenologia

del patogeno/parassita

(potenziale di attacco)*

Envirochange

Vite: quali fenofasi vulnerabili?

Envirochange

(1) Fioritura

(fine)

(1) Fioritura

(inizio)

Botrytis cinerea

(botrite)

Bacche matureFiorituraLobesia botrana

(tignoletta)

Bacche matureGermogli di 10

cm

Plasmopara viticola

(peronospora)

(2) Bacche mature(2) Invaiatura

8 °Brix (misura zuccheri)Schius. GemmeErysiphe necator

(oidio)

Fine vulnerabilitàInizio

vulnerabilità

Patogeno/parass.

OIDIOOIDIOOIDIOOIDIO ((((ErysipheErysipheErysipheErysiphe necatornecatornecatornecator))))

1.Attacca foglie e frutti. Danneggia la produzione e la qualità. Favorisce l’attacco di altri parassiti, quali Botrytis cinerea

2.Ciclo biologico con fasi sessuate ed asessuate

3.Periodo vulnerabilità della vite: dall’apertura delle gemme (BBCH 8) a 8°Brix

Caffarra et al. (2012) – Agriculture, Ecosystems & Environment

1. 1. 1. 1. ““““Sul legame sottile tra poesia Sul legame sottile tra poesia Sul legame sottile tra poesia Sul legame sottile tra poesia

classica e fitopatologiaclassica e fitopatologiaclassica e fitopatologiaclassica e fitopatologia””””

LLLL’’’’ANGOLINOANGOLINOANGOLINOANGOLINODELLDELLDELLDELL’’’’AgroAgroAgroAgro----semiologosemiologosemiologosemiologo

1.1.1.1.Attacco Attacco Attacco Attacco oidicooidicooidicooidicoalla alla alla alla vitevitevitevite…………

Attaccamento Attaccamento Attaccamento Attaccamento ovidicoovidicoovidicoovidicoalla viticoltura: alla viticoltura: alla viticoltura: alla viticoltura: ”…”…”…”… terra terra terra terra feraxferaxferaxferax CererisCererisCererisCereris multoquemultoquemultoquemultoque

feraciorferaciorferaciorferacior uvisuvisuvisuvis””””....Ovidio Ovidio Ovidio Ovidio su Sulmona (su Sulmona (su Sulmona (su Sulmona (AmoresAmoresAmoresAmores))))

BBCHBBCHBBCHBBCH °°°°BRIXBRIXBRIXBRIX

2. 2. 2. 2. ““““Sulla natura palindroma Sulla natura palindroma Sulla natura palindroma Sulla natura palindroma

di E. di E. di E. di E. necatornecatornecatornecator””””

LLLL’’’’ANGOLINOANGOLINOANGOLINOANGOLINODELLDELLDELLDELL’’’’AgroAgroAgroAgro----semiologosemiologosemiologosemiologo

2.2.2.2.

MATERIALE ENOICOMATERIALE ENOICOMATERIALE ENOICOMATERIALE ENOICO

• Chardonnay (anche Chardonnay (anche Chardonnay (anche Chardonnay (anche per base spumante)per base spumante)per base spumante)per base spumante)

• EEEE’’’’ il vitigno piil vitigno piil vitigno piil vitigno piùùùùcoltivato in coltivato in coltivato in coltivato in Trentino (28%)Trentino (28%)Trentino (28%)Trentino (28%)

• Copre sia aree di Copre sia aree di Copre sia aree di Copre sia aree di fondovalle (200 m) fondovalle (200 m) fondovalle (200 m) fondovalle (200 m) sia di sia di sia di sia di ““““montagnamontagnamontagnamontagna””””(fino a 700 m)(fino a 700 m)(fino a 700 m)(fino a 700 m)

IL MODELLO FENOLOGICO DELLA VITEIL MODELLO FENOLOGICO DELLA VITEIL MODELLO FENOLOGICO DELLA VITEIL MODELLO FENOLOGICO DELLA VITE

Espansione del modello FENOVITISFENOVITISFENOVITISFENOVITIS(Caffarra & Eccel, 2010). Approccio “sequenziale”:

1. Rimozione dormienza Rimozione dormienza Rimozione dormienza Rimozione dormienza ((((soddisfsoddisfsoddisfsoddisf. . . . accumulo freddo)accumulo freddo)accumulo freddo)accumulo freddo)

2. Fase Fase Fase Fase ““““forzanteforzanteforzanteforzante”””” ((((soddisfsoddisfsoddisfsoddisf. accumulo . accumulo . accumulo . accumulo termico) termico) termico) termico)

3. Modello validato suModello validato suModello validato suModello validato su serie esterne serie esterne serie esterne serie esterne allallallall’’’’area di calibrazionearea di calibrazionearea di calibrazionearea di calibrazione

IL MODELLO FENOLOGICO DELLIL MODELLO FENOLOGICO DELLIL MODELLO FENOLOGICO DELLIL MODELLO FENOLOGICO DELL’’’’OIDIOOIDIOOIDIOOIDIO

Modello ciclo “temperatura ~ latenzatemperatura ~ latenzatemperatura ~ latenzatemperatura ~ latenza””””(periodo tra deposizione spore e nuova sporulazione) (Caffi et al., 2011).

Interv. ottimale: 22-27°C.Inizio accumulo: schiusura gemme (BBCH 8)

LATi = γ + ψTi - τTi2

LATP = ∑i 1/LATi

Sporulazione a LATP = 1Sporulazione a LATP = 1Sporulazione a LATP = 1Sporulazione a LATP = 1

IL MODELLO CLIMATICO IL MODELLO CLIMATICO IL MODELLO CLIMATICO IL MODELLO CLIMATICO ---- AAAA

Downscaling da mod. a larga scala AOGCM HadCM3HadCM3HadCM3HadCM3 (MetOffice):

Risoluzione AOGCM: 2.5° x 3.75°

Scenari: A2 (“business as usual”) e B2 (“autoregolamentazione”)

Serie locali: S. Michele (fondovalle), Cembra (montagna viticola)

RISULTATI: NR. RISULTATI: NR. RISULTATI: NR. RISULTATI: NR. DIDIDIDI CICLI DURANTE LE CICLI DURANTE LE CICLI DURANTE LE CICLI DURANTE LE FASI SENSIBILIFASI SENSIBILIFASI SENSIBILIFASI SENSIBILI

IL MODELLO CLIMATICO IL MODELLO CLIMATICO IL MODELLO CLIMATICO IL MODELLO CLIMATICO ---- BBBB

Downscaling multimodello da output prog. “ENSEMBLES”:

• Modelli ricondotti a una risoluzione comune di 2.5° x 2.5°

• Scenario comune: A1B

ENSEMBLES –ModelSTREAM1

INSTITUTIONS Resolution AGCM OGCM

INGV-SINTEX-G INGV-Italy 1.125°×1.125° ECHAM4 (T106L19) OPA 8.2FUB-EGMAM Freie Universitaet

Berlin(Germany)3.75°×3.75° ECHAM4 (T30L39) HOPE-G (T42 with

equatorial refinement,L20)

NERSC-BCCR Nansen Environmentaland Remote Sensing

Center (Norway)

2.81°×2.81 ARPEGE V3 T63L31 NERSC-MICOM V1.0

METO-HC(HADGEM1)

Met Office's HadleyCentre (UK)

1.875°×1.875° HadGAM1( includesland and river routingcomponents)

HadGOM1( includessea ice components)

IPSL-CM4 Inst.Pierre SomonLaplace (France)

3.75°×3.75° LMDZ (96x72x19) OPA8.2

ECHAM5 MPI OM Max-PlanckInstitute(Germany)

1.875°×1.875° ECHAM5.2.02(T63L31)

MPI-OM Vers. 1.0(GR1.5L40)

ECHAM5 DMI OM DMI 1.875°×1.875° ECHAM5.2.02a(T63L31)

MPI-OM Vers. 1.0(GR1.5L40)

COSCOSCOSCOS’’’’EEEE’’’’ LO SCENARIO LO SCENARIO LO SCENARIO LO SCENARIO ““““A1BA1BA1BA1B””””????

“A1A1A1A1 scenario family: a future world of veryveryveryvery rapidrapidrapidrapid economiceconomiceconomiceconomicgrowthgrowthgrowthgrowth, global population that peakspeakspeakspeaks in in in in midmidmidmid----centurycenturycenturycentury and declines thereafter, and rapid introduction of new and more more more more efficientefficientefficientefficient technologiestechnologiestechnologiestechnologies”

“BBBB” = fonti energetiche bilanciatebilanciatebilanciatebilanciate tra fossili e non

STAT. DOWNSCALING (CCA)

SUB-DOWNSCALING (PLS)

R Multisite Autoregr.Weath. GEN. (RMAWGEN)

DAILY SERIES(’61-’90 + PROJECTIONS)

HOURLY INTERPOLATOR

HOURLY SERIES (TEMP. ONLY)

DOWNSCALED SEASONAL

SELECTED SERIES (10)

GCM OUTPUT (ENSEMBLES)

INSTRUMENTAL HOMOG. SEASONAL

SERIES

DOWNSCALEDSEASONAL

EXTENDED SERIES (43-45)

MONTHLY INTERPOLATOR

MONTHLY SERIES(’61-’90 + PROJECTIONS)

INITIAL HOMOGEN. DATA

FINAL OR INTERMEDIATE PRODUCTS

ALGORITHM APPLIED

INSTRUMENTAL HOMOG. MONTHLY SERIES

INSTRUMENTAL HOMOG. DAILY SERIES

IL PERCORSO DEL DATO CLIMATICOIL PERCORSO DEL DATO CLIMATICOIL PERCORSO DEL DATO CLIMATICOIL PERCORSO DEL DATO CLIMATICO…………

RISULTATI DEL MODELLO SPAZIALIZZATORISULTATI DEL MODELLO SPAZIALIZZATORISULTATI DEL MODELLO SPAZIALIZZATORISULTATI DEL MODELLO SPAZIALIZZATO

1978-2007


2021-2050


2071-2099

CONCLUSIONI (OIDIO)CONCLUSIONI (OIDIO)CONCLUSIONI (OIDIO)CONCLUSIONI (OIDIO)

� Il modello indica una tendenza alla diminuzione della pressione con un clima via via più caldo, a parità di altre condizioni ambientali, dovuto princip. all’anticipo della maturazione

� Scarsa differenza con l’attuale per condizioni ambientali più favorevoli al patogeno

� Possibilità di adattamento di Erysiphealla fenologia anticipata della vite →minore attenuazione degli attacchi?

LA FENOLOGIA IN TRENTINO: I DATI, LA RICERCA, LE ... · secondo due scenari (da IPCC): A2 e B2...

Documents

Transcript of LA FENOLOGIA IN TRENTINO: I DATI, LA RICERCA, LE ... · secondo due scenari (da IPCC): A2 e B2...