MONITORAGGIO DELLA QUALITA’

BIOLOGICA DEL SUOLO NEL VENETO:

PRIMI RISULTATI

Gennaio 2014

2

ARPAV Direttore Generale Carlo Emanuele Pepe Servizio Osservatorio Suolo e Bonifiche Paolo Giandon Progetto e realizzazione Servizio Osservatorio Suolo e Rifiuti Paolo Giandon (Responsabile della struttura) Francesca Ragazzi (Testi ed elaborazione dati) Campionamento ed analisi: Francesca Ragazzi, Francesca Pocaterra (ARPAV) Fabrizia Turra (stagista Università di Padova) Davide Michelin (stagista Università di Trieste) Alice Garbujo (stagista Università di Parma)

INDICE

1 Il suolo e la biodiversità pag. 1

2 La vita sotterranea è a rischio pag. 1

3 Misurare la biodiversità del suolo pag. 2

4 L’indice QBS: evoluzione e significato pag. 3

5 Determinazione dell’indice QBS-ar pag. 4 5.1 Prelievo del campione

5.2 Estrazione e conservazione della selettura

5.3 Analisi del campione

5.4 Calcolo del valore EMI

6. Il monitoraggio della qualità biologica del suolo nel Veneto pag. 8 6.1 Obiettivi

6.2 Campionamento

6.3 Elaborazione dei dati

6.4 Risultati

6.4.1 Effetto della stagione sull’indice QBS-ar in diverse colture pag. 8 6.4.2 Indice QBS-ar e composizione edafica in diverse colture pag. 10 6.4.3 Effetto di alcune caratteristiche del suolo sull’indice QBS-ar pag. 18

7. Conclusioni pag. 23

8. Bibliografia pag. 24

1

MONITORAGGIO DELLA QUALITA’ BIOLOGICA DEL SUOLO NEL VENETO:

PRIMI RISULTATI

1. Il suolo e la biodiversità (Floccia e Jacomini, 2012) Il suolo è il punto nodale per gli equilibri ambientali che assicurano la continuità della vita sulla Terra e la salute del territorio (CE 2006b). Questo perché, a dispetto dell’apparenza statica, il suolo è un sistema dinamico che svolge numerose funzioni (ecologiche, economiche, sociali e culturali) e fornisce servizi essenziali per le attività umane e la sopravvivenza degli ecosistemi (CE 2006c). Il suolo fornisce cibo, biomassa e materie prime, funge da substrato per le attività umane, è un elemento del paesaggio e del patrimonio culturale e svolge un ruolo fondamentale come habitat e pool genico (CE 2006b). I suoli sono, nella loro tipologia e varietà, fondamentali al sostentamento della produzione primaria (vegetali, funghi, microrganismi) e alla sopravvivenza degli habitat naturali. Il suolo, inoltre, è il principale deposito di carbonio del pianeta, tanto che il protocollo di Kyoto ne sottolinea l’importanza e la necessità di tutelarlo; in particolare, accurate pratiche di gestione del suolo consentono il sequestro del carbonio nei terreni e in tal modo possono attenuare in maniera determinante i cambiamenti climatici (CE 2006c). Tali funzioni sono troppo spesso date per scontate e i loro prodotti ritenuti sempre disponibili e abbondanti. Poiché generalmente il degrado del suolo è un processo lento, che raramente comporta effetti drammatici immediati, è particolarmente difficile sensibilizzare l’opinione pubblica sull’importanza di un uso sostenibile (CE 2012a). I servizi all’ecosistema forniti dal suolo sono dovuti principalmente agli organismi viventi che lo popolano. Essi, infatti, svolgono un ruolo primario nei processi di formazione del suolo (pedogenesi), nella successione ecologica, nella decomposizione e trasformazione della sostanza organica, nei cicli di carbonio, azoto, fosforo, zolfo e acqua, nel rilascio di elementi disponibili per piante e altri organismi (micronutrienti), nel controllo del regime delle acque, nell’attenuazione della contaminazione chimica e biologica e nella conservazione del patrimonio genetico. Alla biodiversità del suolo sono attribuiti, infine, altri servizi meno evidenti, quale l’impollinazione, poiché molti insetti impollinatori presentano una fase del loro ciclo di vita all’interno del suolo (CE 2012a; Lavelle et al. 2006). 2. La vita sotterranea è a rischio (Floccia e Jacomini, 2012) Il suolo è un complesso corpo vivente che fornisce all’uomo gli elementi necessari al sostentamento, ma è anche una risorsa non rinnovabile nel breve periodo ed estremamente fragile, che può essere soggetta a intensi processi degradativi. Tali processi sono essenzialmente legati all’antropizzazione; anche i fenomeni naturali, quali frane ed erosione, sono spesso innescati e/o amplificati dall’intervento umano sul territorio. Le scorrette pratiche agricole e forestali, le attività industriali spesso concentrate in aree localizzate, lo sviluppo urbano incontrollato, le attività turistiche non sostenibili, i cambiamenti climatici e le variazioni di uso del suolo stesso possono dare luogo a fenomeni che ne limitano o inibiscono totalmente la funzionalità. La Strategia tematica per la protezione del suolo individua otto minacce in grado di compromettere irrimediabilmente le funzioni del suolo: compattazione, contaminazione locale e diffusa, erosione, perdita di sostanza organica, impermeabilizzazione, salinizzazione, diminuzione della biodiversità e, infine, la desertificazione intesa come ultima fase del degrado. Sebbene le problematiche legate a tali minacce possano essere manifeste anche in tempi molto brevi (es.

2

incidenti industriali, eventi meteorologici estremi) generalmente, a causa della resilienza del suolo, i problemi sono evidenziati solo quando sono in uno stato avanzato o ad un grado tale da renderne estremamente oneroso e economicamente poco proponibile il ripristino. A questi livelli anche la capacità di adattamento e la fondamentale azione di mitigazione degli agenti inquinanti svolta dagli organismi edafici è notevolmente ridotta o, nei casi estremi, annullata. 3. Misurare la biodiversità del suolo (APAT, 2004) La crescente consapevolezza dei problemi legati all’inquinamento dei suoli ha contribuito ad individuare lo studio della pedofauna come una necessità prioritaria nell’ambito dello sviluppo delle ricerche relative alla valutazione della qualità del territorio. Gli strumenti maggiormente significativi per il monitoraggio di matrici differenti quali l’acqua e l’aria, si basano al momento su criteri che prendono in considerazione soprattutto la presenza di flora e fauna, come ad esempio per la qualità dell’aria la Biodiversità Lichenica o le faunule muscinali, o per la qualità dell’acqua l’Indice Biotico Esteso (IBE). Il successo di questo tipo di approcci metodologici ha suggerito che, anche per il suolo, lo studio delle biocenosi sia l’approccio più corretto verso la quale dirigere gli sforzi della ricerca. Rispetto ad altre matrici (aria, acqua), la ricerca e l’applicazione di strumenti biologici per identificare la qualità biologica del suolo mostrano ancora un notevole ritardo, imputabile soprattutto alle carenze conoscitive sugli ecosistemi edafici e sui loro singoli componenti. Ad oggi, si hanno esperienze sperimentali e applicative principalmente con riferimento ai bioindicatori, bioaccumulatori, saggi ecotossicologici; il monitoraggio delle comunità del suolo invece è in uno stadio di sviluppo iniziale. La valutazione della qualità del suolo è considerato il principale indicatore della gestione sostenibile del territorio: il suolo, infatti, è lo specchio del metabolismo dell’ecosistema e integra al proprio interno i processi biogeochimici delle differenti componenti dello stesso. Tuttavia, come all’IBE è stato affiancato un indice più integrato quale l’Indice di Funzionalità Fluviale (IFF), così per una matrice complessa quale il suolo sarebbe auspicabile poter riunire in un unico indice lo stato e le funzioni dell’ecosistema. Purtroppo ciò non è ancora possibile, come espresso da alcuni ricercatori americani, che hanno individuato dei criteri e redatto delle conclusioni per lo sviluppo di un Indice Terrestre di Integrità Ecologica (TIEI). Gli stessi ricercatori prospettano un’estesa attività di ricerca per testare ancora gli indici esistenti, definire le scale di applicazione e la specificità a determinati siti e problemi, poiché gli indici applicabili su grande scala non risultano in genere indicativi per problemi specifici (Andreasen et

al., 2001), in quanto sono le risposte della fauna del suolo all’eterogeneità del paesaggio a determinare la scala ottimale per produrre adeguati modelli di biodiversità. Nel suolo, infatti, la fauna interagisce in vari modi con il substrato che la ospita. Esistono specie con un ciclo vitale che si svolge in maniera continuativa nel suolo, altre che vi risiedono solo in particolari momenti. Le reti trofiche edafiche sono sempre molto complesse, coinvolgendo numerosi gruppi e con abbondanze enormi di individui. Ne risulta che le zoocenosi del suolo possono essere utilizzate quali importanti descrittori della qualità dell’ambiente e, per poterle valutare, è necessario utilizzare metodologie che consentano di evidenziare il numero di specie presenti o le funzioni e i processi che esse svolgono. Dal punto di vista metodologico, la divisione della fauna del suolo in relazione alle dimensioni e all’habitat assume un significato particolare (Górny e Grüm, 1993). Le suddivisioni comunemente accettate comprendono:

- la microfauna (con organismi compresi tra 0,02 e 0,2 mm di diametro),

3

- la mesofauna (0,2-2,0 mm), - la macrofauna (2-20 mm), - la megafauna (>20mm).

Ad esse corrispondono reti trofiche che hanno tempi di rigenerazione, spazi vitali e tassi vitali proporzionalmente differenti. La fauna edafica può inoltre essere suddivisa in (Bullini et al., 1998):

- hyperedaphon, che vive nella bassa vegetazione, ma talora si trova nell’ambiente edafico; - piedaphon, che vive sulla superficie del suolo (in genere nella lettiera); - hemiedaphon, che vive a media profondità, fino agli strati superficiali del suolo; - euedaphon, che vive negli strati profondi del suolo.

Una zoocenosi che sembra particolarmente idonea alla valutazione della qualità del suolo, è quella appartenente alle mesoreti, in quanto, rispetto ad altri gruppi (Gupta e Yeates, 1997), pone meno problemi:

1) nella cosiddetta incertezza sistematica, cioè l’incompleta descrizione di molti taxa; 2) nell’incertezza spaziale, cioè l’assenza di modelli accurati di distribuzione degli organismi

sul terreno; 3) nell’incertezza formativa, cioè nella difficoltà di un’elaborazione sufficientemente robusta

di un indice, senza avere una completa conoscenza sistematica dei gruppi; 4) nell’incertezza geografica e pedologica, cioè nell’utilizzo di dati elaborati in altre nazioni o

per altri tipi di suolo. Inoltre:

1) il ruolo svolto dalla mesofauna nel ciclo della formazione e del rinnovamento del suolo, riveste sicuramente una grande importanza ecologica ed economica;

2) l’area coperta durante il loro ciclo vitale, non avendo vagilità eccessiva, è significativamente rappresentativa del sito in esame;

3) la loro storia naturale permette di conoscere le condizioni ecologiche del suolo; 4) molte specie sono state identificate come utili bioindicatori della qualità del suolo.

A conferma di ciò, i microartropodi hanno assunto sempre più spazio nei monitoraggi ambientali e l’Organizzazione Internazionale per la Standardizzazione (ISO) sta già utilizzando la mesofauna tra i metodi di valutazione del suolo (ISO 11266:1994; ISO 11267:1999; ISO 11268-1:1993; ISO 11268-2:1998; ISO 16387:2004). In generale, gli indici di qualità del suolo basati sugli invertebrati del suolo valutano la consistenza delle popolazioni presenti. Alcuni metodi, utilizzati prevalentemente dagli entomologi, prevedono di campionare con delle trappole a caduta la macrofauna che cammina sulla superficie del suolo (APAT, 2004). Un approccio innovativo è stato proposto dall’Università di Parma nel 2001 con l’applicazione di un indice sintetico per la valutazione della qualità biologica del suolo (QBS-ar), che descrive il grado di sofferenza delle popolazioni di microartropodi, analizzando la funzionalità e il livello di adattamento delle forme presenti e senza prevedere le estenuanti conte degli individui o la classificazione a livello di specie estremamente faticosa e difficoltosa per i non esperti (Parisi, 2001; Parisi et al., 2005). 4. L’indice QBS: evoluzione e significato

Il QBS-ar è stato ideato nel 1998 dal Professor Vittorio Parisi e collaboratori dell’Università di Parma e valuta la qualità biologica di un suolo attraverso l'analisi di tutti i gruppi di microartropodi presenti nel terreno (insetti, aracnidi, miriapodi, crostacei) che vengono utilizzati come

4

bioindicatori (Fogliati e Nicola, 2013). Questi organismi presentano una serie complessa di adattamenti alla vita nell’ambiente edafico e si dimostrano sensibili allo stato di sofferenza di un suolo che può derivare dalle lavorazioni agricole e dal compattamento dovuto al passaggio di uomini e mezzi. Tutti gli organismi, indipendentemente dall’origine embriologica, convergono verso una forma biologica che consente il miglior adattamento all’ambiente. Gli animali del suolo presentano in gradi diversi adattamenti e conseguenze alla vita ipogea, come ad esempio la miniaturizzazione, l’anoftalmia (assenza degli organi visivi), l’allungamento e l’appiattimento del corpo, l’accorciamento o l’irrobustimento delle appendici sensoriali e locomotorie, la riduzione delle fanere (tegumenti protettivi che sporgono dal corpo), la riduzione o la scomparsa di alcune appendici come la furca (organo utilizzato per il salto) nei Collemboli o le ali metatoraciche nei Coleotteri, la presenza di organi sensoriali per recepire il grado di umidità come l’organo postantennale dei Collemboli, la depigmentazione o l’eventuale pigmentazione criptica per confondersi con le particelle di terra come negli Acari, la riduzione o la scomparsa degli organi sensoriali che recepiscono le radiazioni luminose (Menta, 2012). I vari gruppi sono definiti da forme biologiche caratterizzate dalla stessa serie di caratteri convergenti. Questi organismi si sono così adattati all’ambiente edafico che al di fuori di esso non possono più sopravvivere (Parisi et al., 2005). I microartropodi hanno un ruolo importante nella catena del detrito e nel flusso energetico che accompagna gli ultimi stadi del ciclo della materia. Sono coinvolti nella triturazione e sminuzzamento dei residui vegetali, nella demolizione e traslocazione della sostanza organica, controllano e disperdono la microflora e la microfauna e sono predatori della micro e mesofauna (Menta, 2012). Questi detritivori sono molto sensibili alle alterazioni naturali o causate dall’uomo e agli equilibri chimico-fisici di questo ambiente, per cui si possono considerare dei buoni bioindicatori. È importante sottolineare che maggiore è il grado di adattamento dei microartropodi al suolo, minore sarà la loro capacità di abbandonarlo quando si trova in condizioni sfavorevoli e maggiore sarà quindi la loro vulnerabilità. La presenza o l’assenza degli organismi più adattati diventa perciò un buon indicatore del livello di disturbo del suolo. Il grado di adattamento delle forme biologiche alla vita nel suolo varia in base alla presenza e alla combinazione dei caratteri sopra citati e per quantificarlo si utilizza una scala di riferimento di punteggi chiamati EMI (Indici EcoMorfologici): per ogni carattere che evidenzia l’adattamento al suolo si attribuisce un punteggio, da un minimo di 1 ad un massimo di 20, a seconda che la forma considerata sia pochissimo o decisamente adattata al suolo. Nel QBS-ar non si fa riferimento tanto alla tassonomia, quanto piuttosto al tasso di adattamento al suolo, alla convergenza evolutiva. Quando in un campione di pedofauna prelevato dal suolo sono presenti diverse forme biologiche appartenenti allo stesso gruppo, si tiene conto solamente del valore di EMI più alto riscontrato (Codurri et al., 2005). L’Indice di Qualità Biologica del Suolo (QBS-ar) è un punteggio totale attribuito a un campione di terreno, dato dalla somma di tutti i valori dei singoli EMI. 5. Determinazione dell’indice QBS-ar

L’applicazione dell’indice QBS-ar si articola in 5 cinque fasi: prelievo del campione, estrazione e conservazione dei microartropodi, determinazione delle forme biologiche contenute e infine calcolo dell’indice QBS-ar (Parisi et al., 2005).

5

5.1 Prelievo del campione

Nello studio qui descritto prima di procedere al campionamento vengono raccolte informazioni sull’uso del suolo, la coltura e la fase della stessa e sono definite alcune delle caratteristiche ambientali dell’area in cui viene effettuato il prelievo, come la zona climatica di riferimento e il bacino deposizionale di appartenenza. I dati relativi alle medie (calcolate sui 30 giorni precedenti il giorno di campionamento) della piovosità nonché della temperatura misurata a 2 m dal piano di campagna e a 30 cm di profondità sono stati rilevati dalla stazione di telemisura ARPAV più vicina all’area di campionamento. Tramite la realizzazione di trivellate e profili sono stati rilevati tessitura, granulometria, drenaggio, le percentuali di carbonati e di carbonio organico del suolo. Ogni singolo campione estratto (figura 1) è costituito da tre distinte zolle cubiche di 10 cm di lato (repliche), raccolte in punti distanti una decina di metri l’uno dall’altro, curando di comprendere la massima variabilità (esempio campionare sia fila che interfila in colture come il mais o il vigneto); affinché il calcolo del QBS-ar sia valido, l’umidità del suolo al momento del prelievo deve essere compresa tra il 40% e l’80% della capacità di campo. Dopo aver rimosso l’eventuale lettiera o copertura erbacea, i campioni sono riposti in buste di plastica in cui deve rimanere una riserva di aria.

Figura1: Prelievo del campione in campo.

5.2 Estrazione e conservazione della selettura

Entro le 24 ore seguenti i campioni vengono posizionati nel selettore di Berlese-Tullgren (figura 2) che consiste, nella versione più semplice, in un imbuto in cui viene posto un setaccio del diametro di 220 mm e maglie della rete di circa 2 mm, sotto il quale vi è un recipiente di raccolta. A 20 cm al di sopra di esso è posizionata una moderata sorgente di calore, generalmente una lampada da 40 watt, che provoca lo spostamento progressivo della pedofauna attiva verso il basso per sfuggire all’essiccamento, fino a cadere nel recipiente. Una permanenza di cinque giorni della zolla nel selettore porta all’estrazione di oltre il 95% degli animali così raccolti (definiti in seguito“selettura”). La selettura viene fissata direttamente nel recipiente in una soluzione composta da due parti di etanolo al 70% e una di glicerina.

6

Figura2: Estrazione della selettura con il selettore di Berlese-Tullgren.

5.3 Analisi del campione

Per il riconoscimento delle forme biologiche in essa contenute, la selettura è stata osservata e analizzata utilizzando un microscopio ottico Zeiss Stemi SR stereoscopico a luce riflessa ad ingrandimenti variabili da 8X a 50X (figure 3 e 4). La determinazione è stata, ove possibile, condotta fino al livello di famiglia o genere e ad ogni taxon è stato assegnato un punteggio utilizzando una scala di riferimento chiamata EMI.

Figura 3: Microscopio ottico stereoscopico per l’analisi del campione.

Figura 4: Il campione viene posizionato in scatole petri suddivise in quadranti per facilitare la lettura del campione e il conteggio degli individui presenti.

5.4 Calcolo del valore EMI

Gli EMI (Indici EcoMorfologici) non si basano sulla tassonomia in senso stretto, quanto sul principio secondo il quale tutti gli organismi del suolo, indipendentemente dall’origine embriologica, convergano verso una forma biologica (FB) che consenta il miglior adattamento all’ambiente.

7

Le forme biologiche comprendono pertanto taxa diversi accomunati però dall’avere la stessa serie di caratteri convergenti. Il grado di adattamento alla vita nel suolo varia in base alla presenza e alla combinazione di alcuni caratteri quali: depigmentazione, miniaturizzazione, allungamento e appiattimento del corpo, accorciamento delle appendici sensoriali e locomotorie (spesso irrobustite), riduzione o scomparsa degli organi deputati alla vista, sviluppo di organi sensoriali atti alla percezione del grado di umidità. Alle forme che presentano il maggior grado di adattamento alle condizioni del suolo (euedafiche), viene attribuito un punteggio EMI pari a 20, mentre a quelle che lo sono scarsamente è assegnato un punteggio pari a 1 (epiedafiche); tutte le forme biologiche caratterizzate da condizioni intermedie, presentano un punteggio pari al loro grado di specializzazione (emiedafiche). La tabella 1 riporta i punteggi di EMI assegnati ad ogni taxon.

TAXA EMI TAXA EMI

Pseudoscorpioni 20 Ortotteri 1→ 20

Scorpioni 10 Embiotteri 10

Palpigradi 20 Fasmodei 1

Opilionidi 10 Mantodei 1

Araneidi 1→ 5 Mecotteri 1→ 10

Acari 20 Isotteri 10

Isopodi 10 Blattari 5

Diplopodi 10→ 20 Psocotteri 1

Pauropodi 20 Emitteri 1→ 10

Sinfili 20 Rafidiotteri 1→ 10

Chilopodi 10→ 20 Tisanotteri 1

Proturi 20 Coleotteri 1→ 20

Dipluri 20 Imenotteri 1→ 10

Collemboli 1→ 20 Ditteri 1→ 10

Microcorifi 10 Planipenni (larve) 10

Zigentomi 10 Lepidotteri (larve) 10

Dermatteri 1

Tabella 1: punteggio EMI dei principali taxa. Il simbolo → indica che per alcuni taxa il punteggio vari a seconda del grado di adattamento degli individui rinvenuti. Le larve dei Ditteri e dei Coleotteri sono considerate separatamente dagli adulti perché i due stadi vitali hanno ecologie differenti.

Il metodo non è quantitativo, quindi basta trovare un individuo di un gruppo per attribuire il punteggio assegnato. È importante ricordare che, poiché il QBS-ar misura e quantifica la potenzialità del suolo di una determinata area, non si esegue la media delle tre zolle, ma la sommatoria di tutte le forme di fauna edafica trovate (per quelle che si presentano in più zolle, si considera il punteggio più alto raggiunto).

8

6. Il monitoraggio della qualità biologica del suolo nel Veneto

6.1 Obiettivi

Non esistendo ancora dati sulla qualità biologica del suolo nel territorio veneto, il monitoraggio in una prima fase ha lo scopo di raccogliere i dati in situazioni diverse per verificare la variabilità dell’indice ed eventualmente stabilire dei valori di riferimento per situazioni che possono essere definite “normali”; obiettivo del monitoraggio, infatti, è valutare l’attuale qualità biologica dei suoli per verificare se esiste un’evoluzione nel tempo e per avere dei valori di confronto che consentano di individuare eventuali situazioni di degrado o inquinamento che si ripercuotono su questo importante aspetto. 6.2 Campionamento

I campionamenti sono stati eseguiti dal 2009 al 2013 in 53 siti a diverso uso agricolo del suolo: particolare attenzione è stata rivolta alle principali colture presenti in regione, mais e soia come colture primaverili-estive, frumento e colza come colture autunno-vernine, vite come coltura arborea, medica come foraggera, infine orticole come coltivazione più intensiva. In più siti si è ripetuto il campionamento in diverse stagioni con la stessa coltura o nella stessa stagione con colture diverse per verificare il variare dell’indice nelle diverse condizioni. Si è inoltre posta attenzione all’effetto di diverse caratteristiche del suolo sull’indice, a parità di uso del suolo. 6.3 Elaborazione dei dati

Dopo l’estrazione della selettura e l’analisi al microscopio si sono ottenuti per ciascun campionamento un valore di indice QBS-ar e, per circa il 60% dei campioni, il dato del conteggio delle varie forme biologiche nei diversi campioni, utile per poter fare successivamente delle valutazioni sulla consistenza numerica dei diversi taxa. L’elaborazione statistica dei dati è stata condotta inizialmente sull’intero dataset e, successivamente, per ciascuna coltura. Le elaborazioni sono state eseguite con il programma Statistica, versione 8.0. Sui dati sono state eseguite alcune elaborazioni di statistica descrittiva con la determinazione di media, mediana, minimo, massimo, percentili, deviazione standard, errore standard, coefficienti di asimmetria e curtosi, test per la normalità (Lilliefords, Kolmorogov-Smirnov). Sono inoltre stati eseguiti dei test statistici, con metodi parametrici (confronti multipli a posteriori o Post Hoc: test HSD-Honestly Significant Difference di Tuckey, test t) e non parametrici (Kruskal-Wallis), per verificare l’esistenza di differenze tra i valori di QBS-ar nelle diverse situazioni. 6.4 Risultati

L’elaborazione statistica ha preso in considerazione dapprima i campioni prelevati in terreni senza particolari caratteristiche ma in diversi usi agricoli, in seguito si sono analizzati i valori dei campioni prelevati su suoli con valori di carbonio organico e salinità elevati per testare l’effetto di questi fattori sulla qualità biologica del suolo. 6.4.1 Effetto della stagione sull’indice QBS-ar in diverse colture

Il primo effetto che si è voluto testare è se l’indice QBS-ar rilevato in una coltura cambia nei diversi periodi dell’anno in cui normalmente si prelevano i campioni, primavera e autunno. Le colture per le quali si avevano più dati nei due periodi sono: mais, frumento, soia e vigneto. Per il mais erano disponibili 17 campioni autunnali (media QBS-ar 117) e 10 primaverili (media QBS-ar 92), per il frumento 8 campioni primaverili (media QBS-ar 142) ed uno solo autunnale (QBS-ar 102), per la soia 9 campioni autunnali (media QBS-ar 112) e uno primaverile (QBS-ar 127), per il vigneto 6 valori autunnali e 4 primaverili.

9

Trattandosi di confronti tra 2 gruppi (o tra 1 gruppo e 1 dato), è stato eseguito il test t di Student per verificare l’esistenza di differenze significative nel valore medio dell’indice nelle due stagioni. Per il mais il test (figura 5 e tabella2) ha mostrato una differenza statisticamente significativa tra le due stagioni: come ci si poteva aspettare, in autunno si ha una maggiore espressione della potenzialità biologica del suolo coltivato a mais rispetto alla primavera, quando il terreno è stato sottoposto da poco a lavorazioni e la coltura non è ancora sviluppata.

Figura 5: Indice QBS-ar rilevato in autunno e in primavera in terreni coltivati a mais. Box plot con media ed errore standard. COLTURA: MAIS

Media autunno

Media primavera

valore t gl p N Validi autunno

N Validi primavera

Dev.Std. autunno

Dev.Std. primavera

Rapp. F Varianze

p Varianze

QBS-ar 116,7 92,2 2,1 25,0 0,0 17,0 10,0 29,2 30,1 1,1 0,9 Tabella2: Test t di confronto tra le medie dell’indice QBS-ar del mais in autunno e in primavera.

Nel caso di frumento e soia non erano stati raccolti abbastanza campioni nella stagione meno favorevole, eppure il confronto con l’unico dato esistente ha dato risultato positivo per il frumento ma negativo per la soia (figure 6 e 7).

Figura 6: Indice QBS-ar rilevato in primavera in terreni coltivati a frumento. Box plot con media ed errore standard; la linea blu rappresenta il valore dell’indice in autunno.

Figura 7: Indice QBS-ar rilevato in autunno in terreni coltivati a soia. Box plot con media ed errore standard; la linea blu rappresenta il valore dell’indice in primavera.

10

Anche per il vigneto si sono messi a confronto i campioni di primavera con quelli autunnali, ma le differenze tra i due gruppi non sono risultate statisticamente significative: la media dei campioni autunnali risulta pari a 137, mentre quella dei campioni primaverili è 152 (tabella 3 e figura 8). Il vigneto, ormai generalmente inerbito, sembra essere poco influenzato da variazioni stagionali essendo poco disturbato rispetto alle colture annuali in cui le lavorazioni più intense modificano l’assetto biologico del suolo.

Figura 8: Indice QBS-ar rilevato in autunno e in primavera in terreni coltivati a vigneto. Box plot con media ed errore standard. COLTURA: VIGNETO

Media autunno

Media primavera

valore t gl p N Validi autunno

N Validi primavera

Dev.Std. autunno

Dev.Std. primavera

Rapp. F Varianze

p Varianze

QBS-ar 136,5 151,7 -0,5 8,0 0,6 4,0 6,0 61,8 40,9 2,3 0,4 Tabella 3: Test t di confronto tra le medie dell’indice QBS-ar del vigneto in autunno e in primavera.

6.4.2 Indice QBS-ar e composizione edafica in diverse colture

Dopo aver verificato che è preferibile campionare il suolo nelle diverse colture nella stagione più favorevole, in cui vi è la massima espressione biologica, per cautelarsi da valori anomali dovuti ad andamenti climatici sfavorevoli o da pratiche agronomiche che possono essere di disturbo, sono stati presi in considerazione soltanto i campioni prelevati nella stagione ideale: l’autunno per mais e soia, la primavera per frumento, colza e orticole; nel caso del vigneto, per il quale non si è riscontrato alcun effetto stagionale, sono stati considerati tutti i campioni. Su una popolazione di 53 campioni si è testato con l’analisi della varianza (test parametrico HSD-Honestly Significant Difference di Tuckey, tabella 4) se i valori di QBS-ar nelle diverse colture erano diversi.

11

Istogramma: QBS-arK-S d=,08122, p> .20; Lilliefors p> .20

Normale Attesa

0 50 100 150 200 250

X <= Soglia Categoria

0

5

10

15

20

25

30

N. o

sser

vazi

oni

Figura 9: Indice QBS-ar rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard.

Figura 10: Istogramma di frequenza dell’indice QBS-ar rilevato in terreni a diverso uso agricolo

colza frumento mais orticole soia vignetoQBS-ar media

117,80media 147,14

media 116,71

media 61,833

media 110,00

media 145,60

colza 0,726933 1,000000 0,100903 0,999059 0,769181frumento 0,726933 0,527219 0,000815 0,306772 0,999999

mais 1,000000 0,527219 0,064175 0,998574 0,386294orticole 0,100903 0,000815 0,064175 0,139940 0,001013

soia 0,999059 0,306772 0,998574 0,139940 0,281338vigneto 0,769181 0,999999 0,386294 0,001013 0,281338

Tabella 4: Analisi della varianza (HSD N a gruppi diseguali) per l’indice QBS-ar riscontrato nelle diverse colture.

Il valore medio più basso è quello dei suoli coltivati ad orticole (QBS-ar medio di 61), seguito da soia, mais e colza (QBS-ar medio rispettivamente di 110, 117 e 118), infine i valori più alti sono del frumento (QBS-ar medio di 147) e del vigneto (146). Come si vede nel box-plot (figura 9) e dalla tabella dei confronti tra le medie, possono essere considerati diversi i valori estremi, cioè soltanto quelli delle orticole rispetto al vigneto e al frumento, ma non quelli degli altri gruppi. Su 31 dei 52 campioni era stato eseguito il conteggio degli individui dei diversi taxa: anche su questo dato sono state verificate le differenze tra i diversi usi agricoli (figura 11). Il valore più basso si è confermato quello delle orticole (84 individui) e quello più alto quello del vigneto (2041 individui) che si differenzia da tutte le altre colture (soia 306, colza 359, mais, 721, frumento 769), pur essendo più variabile (tabella 5).

12

Figura 11: Numero di artropodi rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard.

colza frumento mais orticole soia vignetototale

individuimedia 358,5

media 769

media 720,6

media 83,8

media 305,8

media 2041,3

colza 0,951774 0,971536 0,991684 0,999997 0,017834frumento 0,951774 0,999995 0,702510 0,921831 0,116073

mais 0,971536 0,999995 0,760866 0,949672 0,094786orticole 0,991684 0,702510 0,760866 0,996927 0,004491

soia 0,999997 0,921831 0,949672 0,996927 0,013745vigneto 0,017834 0,116073 0,094786 0,004491 0,013745

Tabella 5: Analisi della varianza (HSD N a gruppi diseguali) per il numero di artropodi riscontrato nelle diverse colture.

L’analisi della varianza sulla numerosità dei vari taxa al variare dell’uso agricolo del suolo (figure da 12 a 18) ha mostrato che non ci sono differenze rilevanti tra il numero di pseudoscorpioni, opilionidi, isopodi, diplopodi, pauropodi, proturi, blattari, coleotteri, larve e adulti di ditteri, larve di lepidottero (tutti questi taxa sono presenti in percentuali molto basse e in alcune colture sono anche assenti del tutto) presenti nei campioni delle varie colture. Il numero di collemboli (più alto nel vigneto) nonostante presenti valori differenti, in termini statistici non dà differenze significative. Differenze importanti si notano invece tra il mais e il frumento per quanto riguarda il numero di araneidi e di larve di coleotteri (valori più alti per il frumento). Il vigneto, avendo in generale un numero più elevato di individui, si differenzia dal frumento, colza, mais, orticole e soia per quanto riguarda il numero di sinfili, emitteri e imenotteri. Il vigneto inoltre, per il gran numero di acari, si differenzia da orticole, soia e colza. Anche il numero di chilopodi è molto elevato nel vigneto, tanto da determinare differenze significative con le orticole e la soia. Le larve di imenottero sono presenti particolarmente nel vigneto, a differenza di colza, frumento, mais e soia. I dipluri invece sono particolarmente presenti nel frumento che per questo si differenzia da mais, orticole, soia e colza.

13

Figura 12: Numero di acari rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard.

Figura 13: Numero di collemboli rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard.

Figura 14: Numero di larve di coleotteri rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard.

Figura 15: Numero di araneidi rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard.

Figura 16: Numero di sinfili rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard.

Figura 17: Numero di chilopodi rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard.

14

Figura 18: Numero di dipluri rilevato in terreni a diverso uso agricolo. Box plot con media ed errore standard. Utili indicazioni si ricavano anche dalle composizioni percentuali delle popolazioni delle varie colture: la percentuale è calcolata sul numero medio di individui di ciascun taxon per i campioni di ciascun uso del suolo.

colza

1%

50%

1%

38%

6%4%

% araneidi

% acari

% chilopodi

% collemboli

% larve coleotteri

altri

Figura 19: Percentuale di ciascun taxon di artropodi rilevato in terreni coltivati a colza.

15

frumento

1%

45%

1%

3%

43%

4% 3%

% araneidi

% acari

% sinfili

% dipluri

% collemboli

% larve coleotteri

altri

Figura 20: Percentuale di ciascun taxon di artropodi rilevato in terreni coltivati a frumento.

mais

44%

1%

51%

4%

% acari

% dipluri

% collemboli

altri

Figura 21: Percentuale di ciascun taxon di artropodi rilevato in terreni coltivati a mais.

16

soia

42%

3%

51%

4%

% acari

% dipluri

% collemboli

altri

Figura 22: Percentuale di ciascun taxon di artropodi rilevato in terreni coltivati a soia.

medica

0%

72%

2%

24%

1%

1%

% araneidi

% acari

% sinfili

% collemboli

% larve coleotteri

altri

Figura 23: Percentuale di ciascun taxon di artropodi rilevato in terreni coltivati a medica.

17

orticole

35%

62%

1%

2%

% acari

% collemboli

% larve coleotteri

altri

Figura 24: Percentuale di ciascun taxon di artropodi rilevato in terreni coltivati ad orticole.

vigneto

39%

1%

29%

7%

1%

16%

5% 2%

% acari

% sinfili

% collemboli

% emitteri

% larve coleotteri

% imenotteri

% larve ditteri

altri

Figura 25: Percentuale di ciascun taxon di artropodi rilevato in terreni coltivati a vigneto.

18

Il vigneto appare più ricco in composizione edafica rispetto ai seminativi: oltre ad acari e collemboli, presenti in tutte le colture, sono stati trovati in numero rilevante anche imenotteri, emitteri, larve di ditteri e coleotteri, sinfili; è inoltre l’unica coltura in cui sono stati descritti pseudoscorpioni. Tra i seminativi le colture invernali come colza e frumento sono risultate più varie in composizione: infatti solo in queste sono presenti araneidi e larve di coleotteri, assenti invece nelle estive soia e mais, il frumento si differenzia dal colza per avere anche dipluri e sinfili. Mais e soia, più povere in composizione, presentano oltre ad acari e collemboli, dipluri in percentuale significativa. La medica si differenzia dagli altri usi agricoli per la prevalenza degli acari (72%) rispetto a tutti gli altri taxa, mentre le orticole per la prevalenza dei collemboli (62%). 6.4.3 Effetto di alcune caratteristiche del suolo sull’indice QBS-ar

Si è voluto infine verificare se il QBS-ar varia in condizioni pedologiche particolari, cioè su suoli organici, acidi e salini tipici delle depressioni delle aree veneziane di Cavarzere e del rodigino. Per questo motivo si è preso in considerazione lo stesso uso del suolo, il mais, e la stessa stagione, l’autunno, per eliminare l’effetto della coltura e della stagione sull’indice. I siti dai quali provengono i campioni sono 16, in parte localizzati nelle depressioni organiche e in parte in altre tipologie di suolo, non organici e non salini (figura 26); per questi campioni è stata effettuata sia l’analisi del QBS-ar che il conteggio dei microartropodi.

Figura 26: Localizzazione dei 16 siti di campionamento coltivati a mais in diverse tipologie di suolo.

I 16 siti sono stati suddivisi in gruppi, inizialmente per un singolo carattere, il contenuto di carbonio organico, la salinità e il pH e, successivamente, per la combinazione di questi stessi fattori, per verificare l’esistenza di qualche effetto sulla qualità biologica dei suoli.

19

Una prima analisi ha riguardato il valore dell’indice QBS-ar dei campioni suddivisi nei 3 gruppi funzionali in base al contenuto di carbonio organico (tabella 6).

Tabella 6: Suddivisione in gruppi funzionali dei campioni in base alla percentuale di carbonio organico del suolo.

L’analisi della varianza (metodo parametrico) applicato ai tre gruppi non ha dato differenze significative, anche se le medie sembrano essere diverse (figura 27), probabilmente per l’alta variabilità all’interno dei gruppi.

Figura 27: Indice QBS-ar dei raggruppamenti funzionali in base al contenuto di carbonio organico del suolo. Box plot con media ed errore standard. L’analisi ha poi riguardato la salinità superficiale del suolo, considerata secondo altri 3 gruppi funzionali (tabella 7) stabiliti in base alla conduttività elettrica (EC1:2).

gruppo funzionale

salinità

EC1:2 (mS/cm)

N° campioni

media QBS-ar

Sb salinità bassa <0,4 6 141,8 Sm salinità media 0,4-1 6 91,5 Sa salinità alta >1 4 118,3

Tabella 7: Suddivisione in gruppi funzionali dei campioni in base alla salinità del suolo (conduttività elettrica determinata con rapporto suolo/acqua 1:2).

gruppo funzionale carbonio

Corg % N° campioni

media QBS-ar

Cb carbonio organico basso <1,2% 5 105,6 Cm carbonio organico medio 1,2-2,4% 6 130,3 Ca carbonio organico alto >2,4% 5 112,4

20

Figura 28: Indice QBS-ar dei raggruppamenti funzionali in base alla salinità del suolo. Box plot con media ed errore standard. In questo caso l’indice QBS-ar sembra essere influenzato dalla salinità: i campioni su terreni non salini hanno valori in media più alti rispetto a quelli su terreni a salinità medio-alta (figura 28 e tabella 8); non c’è però relazione tra grado di salinità e QBS-ar (i gruppi a salinità media hanno valori più bassi di quelli a salinità alta).

Sb Sm Sa QBS-ar media

141,83 media 91,5

media 118,25

Sb 0,003641 0,297908 Sm 0,003641 0,219031 Sa 0,297908 0,219031

Tabella 8: Analisi della varianza (HSD N a gruppi diseguali) per i tre gruppi funzionali definiti in base alla salinità del suolo. Nessun effetto sembra invece avere sull’indice la reazione secondo i gruppi individuati nella tabella 9.

gruppo funzionale

pH pH N°

campioni media QBS-ar

Pac pH acido <=6,5 2 133 Pn pH neutro 6,6-7,3 2 100,5 Pba pH basico >=7,4 12 117,2

Tabella 9: Suddivisione in gruppi funzionali dei campioni in base al pH del suolo.

21

Figura 29: Indice QBS-ar dei raggruppamenti funzionali in base al pH del suolo. Box plot con media ed errore standard. L’analisi della varianza tra gruppi non evidenzia differenze significative, anche a causa della disomogeneità numerica dei gruppi. La correlazione tra l’indice QBS-ar e gli stessi caratteri del suolo ha dato valori non significativi ad esclusione della conduttività elettrica (tabella 10).

QBS-ar pH EC1:2 CorgQBS-ar 1,00 -0,01 -0,24 0,00pH -0,01 1,00 -0,66 -0,90EC1:2 -0,24 -0,66 1,00 0,68Corg 0,00 -0,90 0,68 1,00 Tabella 10: coefficienti di correlazione (p< 0,05) tra l’indice QBS-ar e alcuni caratteri del suolo.

Anche l’analisi delle componenti principali (PCA, principal component analysis) non ha dato risultati significativi (figura 30 e tabella 11).

Fatt. 1 Fatt. 2 Fatt. 3 Fatt. 4QBS-ar 0,007220 0,902902 0,089844 0,000033pH 0,348569 0,029507 0,132301 0,489622EC1:2 0,291655 0,043562 0,664411 0,000372Corg 0,352556 0,024028 0,113443 0,509973 Tabella 11: pesi fattoriali delle variabili per i primi 4 fattori nell’analisi delle componenti principali.

22

Proiezione delle variabili sul piano fattoriale ( 1 x 2)

QBS-ar

pH EC1:2

Corg

-1,0 -0,5 0,0 0,5 1,0

Fatt. 1 : 62,73%

-1,0

-0,5

0,0

0,5

1,0

Fa

tt. 2

: 26

,35%

QBS-ar

pH EC1:2

Corg

Figura 30: Grafico dei primi 2 fattori della PCA.

Si può concludere che l’unico effetto significativo dei caratteri del suolo presi in esame può essere la salinità, effetto che va però verificato su un numero maggiore di campioni.

23

7. Conclusioni

Le attività di monitoraggio della qualità biologica dei suoli nel Veneto hanno consentito di definire dei valori di riferimento per l’indice QBS-ar per i più comuni utilizzi agricoli del suolo. I valori più bassi dell’indice sono nei suoli sfruttati più intensivamente come le orticole; i valori più elevati sono delle colture arboree come il vigneto in cui il suolo è meno disturbato e del frumento tra i seminativi; valori intermedi sono stati trovati negli altri seminativi come colza, mais e soia. Si è visto che il periodo migliore per la raccolta del campione è la primavera per le colture autunno-vernine, come colza e frumento, e l’autunno per le primaverili-estive mais e soia: in queste condizioni il suolo è meno disturbato e le colture sono al massimo sviluppo, condizioni favorevoli allo sviluppo della pedofauna. Nei suoli coltivati a vigneto l’indice QBS-ar non è invece influenzato dalla stagione e il prelievo è valido sia in autunno che in primavera. Considerando la consistenza numerica degli artropodi nei vari usi del suolo si sono ottenuti risultati analoghi a quelli dell’indice QBS-ar: i valori maggiori sono quelli nel vigneto, seguito dal frumento, le orticole hanno delle popolazioni scarse anche numericamente, mentre gli altri seminativi hanno numeri intermedi di individui. Analizzando la composizione relativa dei diversi taxa si può affermare che il vigneto appare più ricco in composizione edafica rispetto ai seminativi: oltre ad acari e collemboli, presenti in tutte le colture, sono stati trovati in numero rilevante anche imenotteri, emitteri, larve di ditteri e coleotteri, sinfili; è inoltre l’unica coltura in cui sono stati descritti pseudoscorpioni. Tra i seminativi le colture invernali come colza e frumento sono risultate più varie in composizione: infatti solo in queste sono presenti araneidi e larve di coleotteri, assenti invece nelle estive soia e mais, il frumento si differenzia dal colza per avere anche dipluri e sinfili. Mais e soia, più povere in composizione, presentano oltre ad acari e collemboli, dipluri in percentuale significativa. La medica si differenzia dagli altri usi agricoli per la prevalenza degli acari (72%) rispetto a tutti gli altri taxa, mentre le orticole per la prevalenza dei collemboli (62%). Testando l’effetto di alcune caratteristiche del suolo, contenuto di carbonio organico, reazione e salinità, sull’indice QBS-ar di campioni prelevati su mais, si è osservato che soltanto la salinità ha effetto sulla pedofauna. A parità di coltura si inoltre notato che l’indice, e quindi la pedofauna, non è influenzato dalla tessitura del suolo se non da quella molto grossolana (l’indice assume valori più bassi nei terreni sabbiosi o sabbioso franchi in superficie). Nella prossima fase di approfondimento il monitoraggio prosegue con il campionamento annuale delle colture più diffuse (mais, soia, frumento, colza e vite) in alcune aziende pubbliche per avere il controllo delle pratiche agronomiche che vengono adottate e viene esteso anche all’arboricoltura da legno, al prato permanente e alla medica, così da monitorare nel tempo lo stato di salute biologica dei suoli veneti.

24

8. Bibliografia

Andreasen, J.K., O’Neill, R.V., Noss, R. e Slosser, N.C., 2001. Considerations for the development of

a terrestrial index of ecological integrity. Ecological Indicators 1 (1): 21-35. APAT, 2004. Proposta di guida tecnica su metodi di analisi per il suolo e i siti contaminati. Utilizzo

di indicatori biologici ed eco tossicologici. RTI CTN_TES 1/2004. Bertola, 2012. Monitoraggio della pedofauna in suoli periglaciali e deglacizzati. Convegno “Biodiversità in ambiente alpino” Torino 24 febbraio 2012. Bullini, L., Pignatti, S., Virzo De Santo, A., 1998. Ecologia generale. UTET, Torino: 520 pp. CE - Commissione delle Comunità europee, 2006a.COM (2006) 216 68 - Comunicazione della Commissione. Arrestare la perdita di biodiversità entro il 2010 – e oltre. Sostenere i servizi

ecosistemici per il benessere umano. CE - Commissione delle Comunità europee, 2006b. COM (2006) 231 69- Comunicazione della Commissione al Consiglio, al Parlamento europeo, al Comitato economico e sociale europeo e al Comitato delle regioni. Strategia tematica per la protezione del suolo. CE - Commissione delle Comunità europee, 2006c. COM (2006) 232 70 Proposta di Direttiva del

Parlamento europeo e del Consiglio che istituisce un quadro per la protezione del suolo e modifica

la direttiva. 2004/35/CE. Codurri M., Truzzi A. e Bertonazzi M. C., 2005. Microartropodi del terreno: manuale da campo per

il riconoscimento dei microartropodi del terreno come indicatori della qualità biologica del suolo

(metodo QBS-ar), Calvatone, Consorzio del Parco Naturale dell’Oglio Sud Floccia F. & Jacomini C. (a cura di) 2012. Programma RE MO. Rete nazionale monitoraggio della

biodiversità e del degrado dei suoli. ISPRA, Quaderni – Natura e biodiversità n. 4/2012. Fogliati L., Nicola A., 2013. Il biomonitoraggio del suolo.

http://www.aip-suoli.it/suolo/biomonitoraggio/biomonitoraggio.htm Gardi C., Montanarella L., Arrouays D., Bispo A., Lemanceau P., Jolivet C., Mulder C., Ranjard L., Rombke J., Rutgers M., Menta C., 2009. Soil biodiversity monitoring in Europe: ongoing activities

and challenges. European Journal of Soil Science, 60, 807-819. Górny M. e Grüm L. (Eds), 1993. Methods in soil zoology. Elsevier – Amsterdam, London, New York, Tokyo - & PWN – Polish Scientific Publishers, Warszawa. Menta C., 2007. Pedofauna come strumento di valutazione della qualità del suolo. Biologi Italiani, Anno XXXVII, n°8, 50-55. Menta C., 2008. Guida alla conoscenza della biologia e dell’ecologia del suolo, Bologna, Gruppo Perdisa Editore

25

Menta C., 2012. Valutazione della biodiversità del suolo: l’indice di qualità QBS-ar. Veneto Agricoltura Parisi V., 2001. La qualità biologica del suolo, un metodo basato sui microartropodi. Acta Naturalia de L’Ateneo Parmense 37, 97-106. Parisi V., Menta C., Gardi C., Jacomini C. e Mozzanica E., 2005. Microarthropod communities as a

tool to assess soil quality and biodiversity: a new approach in Italy, Agriculture Ecosystems & Environment, (105): 323 – 333 Unione Europea, 2010 a. Biodiversità del suolo – la fabbrica della vita.

http://ec.europa.eu/environment/soil/pdf/soil_biodiversity_leaflet_it.pdf Unione Europea, 2010 b. La fabbrica della vita. Perché la biodiversità del suolo è tanto importante. http://ec.europa.eu/environment/soil/pdf/soil_biodiversity_brochure_it.pdf

26

Servizio Osservatorio Suolo e Bonifiche Via Santa Barbara, 5a 31100 Treviso, Italy Tel. +39 0422 558620/640/642 Fax +39 0422 558516 E-mail: ssu@arpa.veneto.it Gennaio 2013