Modellistica applicata alla previsione dei flussi di C delle foreste F. Magnani, A. Nolè, C....
-
Upload
alvise-lopez -
Category
Documents
-
view
215 -
download
1
Transcript of Modellistica applicata alla previsione dei flussi di C delle foreste F. Magnani, A. Nolè, C....
Modellistica applicata alla previsione dei flussi di C delle foreste
F. Magnani, A. Nolè, C. Cassano, S. Dezi, M. Borghetti
Dip. Colture Arboree, Università di Bologna
Dip. Scienze dei Sistemi Colturali, Forestali e dell'Ambiente, Università della Basilicata
Modellistica applicata alla previsione dei flussi di C delle foreste
F. Magnani, A. Nolè, C. Cassano, S. Dezi, M. Borghetti
Dip. Colture Arboree, Università di Bologna
Dip. Scienze dei Sistemi Colturali, Forestali e dell'Ambiente, Università della Basilicata
Progress MeetingRoma, 22-23 Ottobre 2009
Carbo-Italy - Linea 1 Attività 4 Modellistica applicata alla previsione dei flussi di CO2
L'attività modellistica verrà impiegata nell'ambito del progetto, in combinazione con dati sperimentali e strati informativi di varia natura e con reti neurali, per produrre un bilancio del carbonio della vegetazione su scala nazionale.
Il bilancio del carbonio verrà stimato direttamente attraverso la combinazione di modelli di processo di dettaglio con sistemi informativi territoriali, dati telerilevati e database gestionali
Verranno utilizzati diversi modelli per le tre diverse tipologie di LU:
I. Foreste: 3PG e HYDRALL, forcing dei modelli da RS (LAI e fAPAR,
Vcmax ovvero o, dati meteo). Forcing del modello RothC+GENDEC
semplificato da mappe di C nel suolo (UNIBO, UNIBAS)
II. Pascoli e praterie: PASIM, C e N del suolo basato su CENTURY, inclusione degli effetti di pascolo e gestione (UNITUS)
III. Coltivi: NPP da modelli semi-empirici (CROP-SYS) o statistiche di produzione su base provinciale. Rh simile a II (UNIUD)
Modelli bilancio del C delle foreste combinazione di modelli, dati telerilevati e GIS
Mappe di flussi di CO2
a scala regionale
Modelli digitali del terreno
Carte della vegetazione, CORINE
Level 4
Pedologia, C suolo da JRC-SPADBE
Dati LAI, potenzialità fotosintetiche
da immagini MODIS
Dati ambientali (Rg, T, P)
da immagini Eumetsat, Meteosat
Remote sensing
Modello a base funzionale
(3PG, HYDRALL)
Lago Pradaccio (PR): modificazioni 1900-2000
Disequilibrio del C del suolo ceduazione, pascolo, agricoltura e lenta ripresa degli ecosistemi
In Italia, quasi tutti gli ecosistemi hanno una storia di gestione intensiva fino al 1930-1950 e di depauperamento del C del suolo.
Disequilibrio del C del suolo ecosistemi in equilibrio o memoria del recente passato?
steady-state, no management
steady-state, no management
coppice, 15-yr
coppice, 15-yr
L’applicazione del modello dinamico HYDRALL-CEN ha dimostrato che l’assunzione di condizioni stazionarie per l’inizializzazione del C nel suolo può risultare in forti errori.
Criticità #1 memoria del passato, effetti del disequilibrio
La maggior parte dei nostri ecosistemi si trovano in condizioni lontane dall’equilibrio, a causa degli usi del suolo passati
In particolare si osserva spesso un lento accumulo di carbonio nei suoli forestali
Sono disponibili informazioni sul contenuto di C totale dei suoli, ma non sulla sua ripartizione fra frazioni dinamiche e stabili (tempo di residenza > 100 anni)
La ripartizione del C del suolo fra le due componenti ha un forte impatto sulla respirazione del suolo
GPP Ra
Litter surf structural
Litter surf metabolic
Litter soil metabolic
Litter soil structural
Soil active pool
Soil slow pool
NPP
Cu Cm Cn Cv
Ca
Cs
Cf Cw Cr
Leaf
Wood
Root
Rh
Modelli bilancio del C delle foreste schema generale
“fast” pools, steady-state
“slow” soil pools, forcing from soil C maps
RS forcing
EUROPEAN SOIL DATABASE - JRCSPADBE (SOIL PROFILE ANALYTICAL DATA BASE OF EUROPE)
Modelli bilancio del C dei suoli “slow” soil C pools, forcing da mappe di C nel suolo
Fase 1 - Il contenuto di C nei pools “fast” del suolo verranno stimati facendo correre il modello fino a raggiungere condizioni stazionarie (attuali).
Fase 2 - Il contenuto di C nel (singolo) pool “slow” del suolo verrà stimato come differenza fra il C derivato da database JRC e C a steady-state nei pool “fast”
Modelli bilancio del C dei suoli selezione del modello da applicare, inizializzazione
Necessaria una giusta combinazione fra dettaglio e basso numero di pool “slow” (1 grado di libertà)
Sono stati presi in considerazione diversi modelli per la simulazione dei flussi di C dal suolo:
- ICBM – scarso dettaglio
- CENTURY – dettaglio eccessivo (3 pools “slow”)
- YASSO – dettaglio eccessivo (in YASSO 2001) o documentazione insufficiente (YASSO 2007, in press)
- RothC + GENDEC (per lettiera) – giusta combinazione di dettaglio (pool inerte non dinamico). Utilizzato nel Australian National C Inventory
Necessaria soluzione analitica per inizializzazione a condizioni di steady state per i pools “fast” (senza simulare 15 000 anni per ogni pixel !!)
ROTH-C (Rothamsted Carbon Model) breve descrizione del modello
Modello per lo studio del turnover del C organico in suoli drenati che tiene conto del tipo di suolo, della temperatura, del contenuto di umidità e della copertura del suolo.
ROTH-C utilizza uno step mensile per calcolare il carbonio organico totale (TOC), il carbonio della biomassa microbica e la variazione del 14C.
Il SOC (carbonio organico del suolo) è suddiviso in quattro gruppi attivi:DPM (decomposable plant material), RPM (resistant plant material), BIO (microbial biomass), HUM (humified organic matter), più un gruppo, IOM, di materia organica inerte che è resistente alla decomposizione.
Si può assumere che uno solo dei quattro gruppi attivi sia da considerare “slow”
Litter in GENDEC DPM
RPM
BIO
HUM
IOM
Pool “fast”
Pool “slow”
frazione costante del SOC
Ricerca di una soluzione analitica che dia una relazione esplicita tra gli input e gli output del modello che comporterebbe un notevole risparmio di tempo di calcolo (120 000 pixel forestali x 10 000 anni all’equilibrio!!).
Una soluzione analitica esiste se sono costanti nel tempo ρ e B
In tal caso tale soluzione è data da:
ROTH-C (Rothamsted Carbon Model) breve descrizione del modello: soluzione analitica allo steady-state
Sistema di equazioni differenziali che descrive il modello:
C= (DPM, RPM, BIO, HUM)T , (quantità di C nei rispettivi gruppi)A = matrice delle velocità di decomposizioneB= input di carbonio al suoloρ= fattore che dipende dai parametri ambientali
C(t) = A-1 [eAt (AC0+B)-B]
C’ (t) = ρ (t) A C(t) + B(t)
La soluzione è stata verificata in MATLAB, implementata in Fortran90 e verificata contro simulazioni numeriche
ROTH-C (Rothamsted Carbon Model) breve descrizione del modello: combinazione con dati osservati di Csoil
RothC, inizializzato all’equilibrio (soluzione analitica)
Database JRC-
SPADBEdi C soil
DPMSS
RPMSS
BIOSS
HUMSS
IOMSS
DPMSS
RPMSS
BIOSS
HUM
IOM1. Il modello è fatto andare fino all’equilibrio, ottenendo un valore attendibile per i pool veloci
2. I pool lenti vengono stimati per differenza fra Csoil totale misurato e pool veloci (all’equilibrio)
Map of litter production
(above- and below-
ground)
Daily maps of meteo data
Daily LAI
Maps of soil
texture
Functional parameters for selected PFTs
Maps of soil depth
Eumetsat images, Landsaf dataset
(Tmax, Tmin, Rg)
Meterosat images (P)
MODIS/Terra MOD13A2 16 days
1km NDVI
MODIS Albedo products 0.1 deg
(June-July)
Resampled Albedo1 km
LAI maps 16 days
European soil database
JRC-SPADBE
Selected PFTs %
cover
CORINE Level 4 2006
Maps of soil C content
3PG (HYDRALL
)
Map of NPP
… final product
… from soil database
… model products
… from CORINE L4
… from RS
Rasterized resampled
DTM
Level 0Level 2(internal
pre-processing)Digital Terrain
Model
Rg corrected for terrain
(½ hourly meteo data)
Level 1
IBIMET
UNITUS
AISF
AISF
AISF
AISF
AISF
UNIBAS
Daily Rg maps
IBIMET
Daily leaf
N%, o, Vmax
1. Stima della NPP
Level 3
Map of litter production
(above- and below-
ground)
Daily maps of meteo data
Daily LAI
Maps of soil
texture
Functional parameters for selected PFTs
Maps of soil depth
Eumetsat images, Landsaf dataset
(Tmax, Tmin, Rg)
Meterosat images (P)
MODIS/Terra MOD13A2 16 days
1km NDVI
MODIS Albedo products 0.1 deg
(June-July)
Resampled Albedo1 km
LAI maps 16 days
European soil database
JRC-SPADBE
Selected PFTs %
cover
CORINE Level 4 2006
Steady-state C
content of fast soil pools
Daily maps of meteo data
Maps of soil C content
Steady-state C
content of fast soil pools
Maps of soil C content
3PG (HYDRALL
)
Map of NPP
RothC (GENDEC)analytical
Maps of soil
texture
… final product
… from soil database
… model products
… from CORINE L4
… from RS
Rasterized resampled
DTM
Level 0Level 2(internal
pre-processing)Digital Terrain
Model
Rg corrected for terrain
(½ hourly meteo data)
Level 1
IBIMET
UNITUS
AISF
AISF
AISF
AISF
AISF
UNIBAS
Daily Rg maps
IBIMET
Daily leaf
N%, o, Vmax
2. Ripartizione del C del suolo al disequilibrio
Level 3
Level 4
Map of litter production
(above- and below-
ground)
Daily maps of meteo data
Daily LAI
Maps of soil
texture
Functional parameters for selected PFTs
Maps of soil depth
Eumetsat images, Landsaf dataset
(Tmax, Tmin, Rg)
Meterosat images (P)
MODIS/Terra MOD13A2 16 days
1km NDVI
MODIS Albedo products 0.1 deg
(June-July)
Resampled Albedo1 km
LAI maps 16 days
European soil database
JRC-SPADBE
Selected PFTs %
cover
CORINE Level 4 2006
Steady-state C
content of fast soil pools
Daily maps of meteo data
Maps of soil C content
Steady-state C
content of fast soil pools
Maps of soil C content
3PG (HYDRALL
)
Map of NPP
Maps of soil
texture
Daily maps of meteo data RothC
(GENDEC)dynamic
Map of NEP
Map of soil respiration
RothC (GENDEC)analytical
Maps of soil
texture
… final product
… from soil database
… model products
… from CORINE L4
… from RS
Rasterized resampled
DTM
Level 0Level 2(internal
pre-processing)Digital Terrain
Model
Rg corrected for terrain
(½ hourly meteo data)
Level 1
IBIMET
UNITUS
AISF
AISF
AISF
AISF
AISF
UNIBAS
Daily Rg maps
IBIMET
Daily leaf
N%, o, Vmax
Level 5
Level 3
Level 4
3. Stima della NEP
Mappa di NPP annua, 2006 (da 3PG)
Palmroth et al. (PNAS, 2006)
A partire da mappe di NPP generate dal modello 3PG, l’input di lettiera (A+B) è stato stimato assumendo una allocazione alle foglie costante (Litton et al. GCB 2007) e decrescente alle radici (Palmroth et al. PNAS 2006) e condizioni stazionarie
ROTH-C (Rothamsted Carbon Model) calcolo dell’input di lettiera
Dimostrazione degli effetti del disequilibrio per la stima dell’accumulo di carbonio nei suoli.
L’assunzione di steady-state (Strategia #1) sovrastima la Rh, imponendo un accumulo nullo nel suolo.
Il forcing dell’input di lettiera sulla base del C osservato (Strategia #2) sottostima fortemente la Rh se c’e’ stato un recente cambiamento di regime.
L’assunzione di steady-state nei soli pool rapidi (Strategia #3) risulta in stime realistiche di Rh e accumulo di C nel suolo.
ROTH-C (Rothamsted Carbon Model) strategie di inizializzazione
Mappa del C nei suoli (JRC-SPADEB) C nel suolo a steady-state (3PG+RothC)
Il confronto fra le simulazioni di C nel suolo all’equilibrio e i dati del database JRC-SPADEB dimostra il forte disequilibrio dei suoli forestali italiani (a causa di sovrasfruttamento o semplice gestione forestale)
L’assunzione di condizioni stazionarie porta ad una forte sovrastima del C nei suoli
ROTH-C (Rothamsted Carbon Model) disequilibrio del C del suolo
Strategia #1 (steady-state) Strategia #2 (input aggiustato) Strategia #3 (SS pool veloci)
Respirazione suolo 2006, simulazioni RothC
L’aggiustamento del solo pool slow di C (Strategia #3) porta ad una leggera riduzione della respirazione stimata.
L’aggiustamento degli input di lettiera (Strategia #2) sottostima fortemente la respirazione, assumendo una riduzione anche dei pool veloci
ROTH-C (Rothamsted Carbon Model) analisi territoriale: stima della respirazione del suolo
Net ecosystem production (g C m-2 yr-1), anno 2006, simulazioni RothC
Strategia #1 (steady-state) Strategia #2 (input aggiustato) Strategia #3 (SS pool veloci)
L’effetto delle dverse strategie di inizializzazione si riflette specularmente sulle stime di NEP. La strategia #3 fornisce valori intermedi
ROTH-C (Rothamsted Carbon Model) analisi territoriale: stima dello scambio netto dell’ecosistema
In attesa di una validazione contro i dati NEP dei siti eddy (da completare entro la fine del progetto), una stima della bontà dell’approccio viene da un confronto con dati di letteratura.
RothC, inizializzato con la strategia #2 (soli pool veloci all’equilibrio) fornisce valori coerenti coi dati di letteratura
I valori simulati sono stati raccolti in 20 classi di GPP crescente e uguale numerosità
ROTH-C (Rothamsted Carbon Model) analisi territoriale: prima valutazione dei risultati
RothC + CAMFor RothC + GENDEC
da Paul & Polglase (2004)
ROTH-C (Rothamsted Carbon Model) sviluppi ulteriori: inclusione di un modulo per la lettiera
Deposizioni atmosferiche di NOX (mmol N m-
2 yr-1)
1860
1990
2050
Le attività atropiche (industria, trasporti, agricoltura intensiva) hanno determinato una forte emissione in atmosfera di ossidi di azoto (NOx). Questo azoto ricade poi sugli ecosistemi naturali sotto forma di deposizioni secche e umide, determinando una fertilizzazione (eutrofizzazione).
Le deposizioni azotate sono una delle componenti delle ‘piogge acide’ (legate però soprattutto agli ossidi di zolfo, oggi fortemente ridotti nei Paesi occidentali).Nella maggior parte dei casi, però, sembra che l’effetto sia positivo, di stimolo a crescita e immobilizzazione di C.
Definizione del problema apporti di azoto sugli ecosistemi naturali
da Galloway et al. 2004
Definizione del problema effetti delle deposizioni di azoto
Magnani et al. (2007)
Misure a scala globale confermano le predizioni del modello teorico.
La capacità dell’ecosistema di sequestrare carbonio dall’atmosfera (NEP) è strettamente correlata alle deposizioni atmosferiche di azoto.
Criticità #2 effetti delle deposizioni di azoto
E’ stata dimostrata a scala globale l’importanza dell’integrazione fra ciclo dell’N e fissazione di C.
Questo è legato in primo luogo all’effetto della disponibilità di N su potenzialità fotosintetiche ed efficienza di uso della luce nella fotosintesi
Spesso non abbiamo stime affidabili nè per le deposizioni azotate, nè per il contenuto di N nei suoli. E’ certamente il caso per l’Italia
Il problema viene spesso aggirato nei modelli assumendo dovunque una fertilità media, ma questo porta a forti errori
Criticità #2 effetti delle deposizioni di azoto: RS della concentrazione fogliare di N
Ollinger et al. (PNAS, 2008)
Criticità #2 effetti delle deposizioni di azoto: RS della concentrazione fogliare di N
AlbMap_BS_c004_v2_0_00-04_209_0_858