IMPATTO DEI CAMBIAMENTI CLIMATICI SULLA … colturali/S1 Climate Change Lombardia - 1.pdfIMPATTO DEI...
Transcript of IMPATTO DEI CAMBIAMENTI CLIMATICI SULLA … colturali/S1 Climate Change Lombardia - 1.pdfIMPATTO DEI...
IMPATTO DEI CAMBIAMENTI CLIMATICI SULLA SOSTENIBILITÀ DELL’AZIENDA CEREALICOLO-
ZOOTECNICA IN LOMBARDIA
12 Maggio 2016
Giovanni Cappelli, Livia Paleari, Simone Bregaglio, Andrea Giussani, Marco Acutis, Stefano Brenna, Dante Fasolini, Roberto Confalonieri
Università di Milano, Dipartimento di Scienze Agrarie ed Ambientali,
CASSANDRA lab
Cambiamento climatico - Agricoltura
Strategie di risposta (mitigazione, adattamento)
Piano Regionale di Adattamento ai Cambiamenti Climatici (PACC)
Convenzione ERSAF – UNIMI DISAA FASE 1
Strategie di adattamento (Riso, frumento, mais)
Convenzione ERSAF – UNIMI DISAA FASE 2
Sistemi colturali erbacei alternativi
Sostenibilità ambientale e aziendale?
PSR 2014-2020
Introduzione Arundo Donax L.
(Aree marginali)
Outline
12 Maggio 2016
12 Maggio 2016
Premessa (1)
Aumento della concentrazione atmosferica di GHG (CO2, CH4, N2O, H2O, O3, ALOCARBURI)
Aumento delle temperature e ondate di calore
Aumento dell’intensità delle precipitazioni (con distribuzioni caratterizzate da
marcate differenze territoriali)
Aumento di eventi meteorologici estremi (inondazioni/eventi siccitosi)
Variazioni di temperatura media attese in base al rapporto SRES dell’IPCC (2007).
Emissioni atmosferiche (attuali e previste) da combustibili fossili (fonti: IEA; CDIAC) from Raupach et al., 2007
(Fonte: Mendelsohn et al., 2004)
L’agricoltura è probabilmente uno dei settori economici più esposti in molte regioni del mondo.
Differenze in funzione di
Contesto produttivo (tecnologia, infrastrutture, formazione…)
Condizioni pedoclimatiche
Colture (specie coltivate, varietà/ibridi…)
12 Maggio 2016
Premessa (2)
Molte iniziative e risorse investite IPCC, Banca mondiale, Unione Europea
12 Maggio 2016
Strategia comunitaria (4)
Strategia di mitigazione: agire sulle cause
(emissioni)
Strategia di adattamento: minimizzare gli effetti
(nuove varietà, semine, irrigazione…)
Risposta comune e coordinata a livello
internazionale (es. protocollo di Kyoto)
Risposta a livello nazionale/regionale
SNA, PNA PACC «La Lombardia….presenta un’elevata vulnerabilità agli impatti del cambiamento climatico».
Piano di sviluppo rurale - PSR 2014-2020
Piano di sviluppo rurale - PSR 2014-2020
12 Maggio 2016
Premessa (3)
Piano Regionale di Adattamento ai Cambiamenti Climatici (PACC)
Salute umana Difesa del suolo Turismo Agricoltura Settore energetico Trasporti e mobilità Qualità dell’aria Biodiversità e aree protette .....
Progetto HELPSOIL (qualità dei suoli)
Progetto MANFRED (specie forestali dell’arco alpino)
Progetto EMONFUR (foreste di pianura)
Convenzione ERSAF – UNIMI DISAA (produzioni agricole)
Macroaree
elaborazione di scenari di evoluzione climatica; valutazione qualitativa degli impatti; individuazione dei settori più vulnerabili; stesura di protocolli di analisi di rischio integrato; definizione di linee-guida per misure di
adattamento settore-specifiche
Obiettivi
Progetti
FASE 1 Valutazione variazioni produttive delle principali colture cerealicole (riso, frumento e mais): elaborazione di efficaci strategie di adattamento (semina e lunghezza del ciclo).
Convenzione ERSAF – UNIMI DISAA
12 Maggio 2016
Premessa (3)
FASE 2 • Problematica acqua: impatto delle strategie di adattamento definite
nella Fase 1 in termini di consumo idrico, testando sistemi irrigui caratterizzati da diversa efficienza.
• Problematica aziendale: impatto dei cambiamenti climatici sulla sostenibilità del modello aziendale cerealicolo-zootecnico, tipico della struttura aziendale lombarda di pianura.
I modelli di simulazione basati sui processi costituiscono uno strumento previsionale strategico per lo studio dell’evoluzione di sistemi non stazionari
Sistema di supporto alle decisioni a diversi livelli di scala: strategie di adattamento (agricoltore, decisore politico).
Consentono di esplorare condizioni diverse dalle attuali per diversi livelli di complessità del sistema colturale.
Livello d’incertezza
Gli studi condotti mediante modelli di simulazione hanno valutato l’impatto esclusivamente in termini quantitativi non valutando malattie, danni da stress abiotici, qualità delle produzioni (Porter et al., 2005; White et al. 2011; Supit et al., 2012).
12 Maggio 2016
Premessa (4)
12 Maggio 2016
Metodologia (1)
12 Maggio 2016
Metodologia: Dataset climatico
Scenari futuri: A1 (“business as usual scenario” – maggior impatto) e B2: (CO2 stabilizzata a circa
550 ppm già nel 2020 – minor impatto) secondo le proiezioni di due diversi GCM (Hadley3 e NCAR).
Variazioni mensili di temperatura e precipitazioni rispetto clima attuale (IPCC).
Scenario di riferimento: JRC-MARS 1975-1994 (25 x 25 Km).
CLIMAK: a stochastic model for weather data generation (Danuso 2002)
Scenari climatici futuri (2020 e 2050): es. anomalie di temperatura massima nei mesi estivi
12 Maggio 2016
Metodologia: Dataset vegetazionale
12 Maggio 2016
Metodologia: Dataset gestionale
12 Maggio 2016
Metodologia: Adattamento
Danni abiotici
Danni biotici
Crescita colturale
Soluzione di modellazione (1)
12 Maggio 2016
Crescita colturale
Soluzione di modellazione (2)
12 Maggio 2016
Danni abiotici
Soluzione di modellazione (3)
12 Maggio 2016
Danni biotici (1)
Soluzione di modellazione (4)
12 Maggio 2016
Danni biotici (2)
Soluzione di modellazione (5)
12 Maggio 2016
Qualità
Soluzione di modellazione (6)
12 Maggio 2016
Coltura Tipologia di danno Soglia (°C)
Frumento Gelata -8
Riso ecotipo Indica Sterilità fiorale da freddo 13.5
Riso ecotipo Japonica Sterilità fiorale da freddo 12.5
Parametrizzazione
• Frumento: Bechini et al. 2006;
• Mais: Donatelli et al. 1997, dati sperimentali e parametrizzazioni sviluppate in progetti precedenti (DISAA);
• Riso: Confalonieri et al. 2009.
Modelli colturali
Modelli di fitopatie
• Elmintosporiosi: Aylor e Lukens 1974, Levy e Cohen 1983, e Harlapur 2005;
• Ruggine bruna: Fernandes, Soliman, Confalonieri, Donatelli e Tubiello.
Climate Change and Agriculture in Latin America, 2020-2050. Projected impacts and response to adaptation strategies. Whashinghton DC, World Bank;
• Brusone: Biloni et al 2007.
Modelli di danni abiotici
Dati collezionati nel distretto Lombardo-Piemontese dall’ENR (Cappelli et al., 2014): varietà Indica (cv. Thaibonnet) e Japonica (cv. Loto).
Qualità delle produzioni
12 Maggio 2016
Frumento tenero: accorciamento generalizzato del ciclo negli scenari futuri
Risultati
Frumento
- 5/6 gg
- 7 gg - 14 gg
No adattamento Adattamento
Risultati
Frumento
2050: Incrementi medi pari a 10.5% (potenziale, limitata da ruggine), 21% (gelate). Adattamento: ulteriore incremento medio di resa potenziale pari a 2.2 %.
Hadley A1B
NCAR B1
Conclusioni (Frumento)
Frumento
Aumento crescente di tutti i livelli produttivi
Marcata riduzione delle perdite produttive dovute a gelate ed alla pressione del patogeno
Effetto fertilizzante CO2 bilancia la riduzione del ciclo
L’adozione di varietà a ciclo più lungo massimizza i risultati produttivi in tutto il territorio
I valori ottenuti risultano coerenti con quanto osservato da Semenov (2011) e Supit (2012) in Europa ed in particolare in Italia.
12 Maggio 2016
Riso: accorciamento generalizzato del ciclo negli scenari futuri
Risultati
- 21 gg
- 25 gg - 37 gg
No adattamento Adattamento
Hadley A1B
NCAR B1
Risultati
Indica Japonica
2050: aumento del livello produttivo potenziale pari a circa 11-13% (Indica). Perdite variabili (Japonica) tra -4% (Milano, Pavia) e -10% (Mantova)
Hadley A1B
NCAR B1
Indica Japonica
Risultati
Adattamento Indica: aumenti pari a 5% (NCAR B1) e 3% (Hadley A1B). Japonica: variazioni positive ad eccezione di Mantova (-4%).
Qualità (1)
Indica Japonica Milling suitability
Technological suitability
TECHNOLOGICAL SUITABILITY – % difference compared to current scenario -16.5 4
MILLING SUITABILITY – % difference compared to current scenario -16.5 4
Economic revenues -17:-136 € ha-1
Indica Japonica
Economic revenues -12:-82 € ha-1
Riso
Aumento crescente di tutti i livelli produttivi (Indica) grazie alla riduzione della pressione del patogeno e dell’incidenza di sterilità da freddo
Il superamento di regimi termici subottimali controbilancia la riduzione del ciclo colturale
Incrementi di resa più contenuti (Japonica), con situazioni negative già nel 2020
Semine precoci di varietà a ciclo più lungo massimizzano i risultati produttivi in tutto il territorio (Indica) e determinano il totale recupero del divario produttivo (Japonica)
Conclusioni (Riso)
Qualità
Generale decadimento aspetti qualitativi, più marcato per varietà Japonica
Diverso comportamento del cereale nelle fasi di lavorazione e forte perdita valore di mercato
Adozione di varietà a ciclo più lungo si dimostra la strategia più efficace (soprattutto per Japonica), ma non è risolutiva
12 Maggio 2016
Mais da granella: accorciamento generalizzato del ciclo negli scenari futuri
Risultati
- 22 gg
- 31 gg - 37 gg
No adattamento Adattamento
Risultati
2050: perdite medie di produzione potenziale pari a -26.4% (Granella) e -24% (Trinciato) nello scenario più pessimistico.
Mais
Granella Trinciato
Hadley A1B
NCAR B1
Risultati
Adattamento: riduzione perdite del 50% granella: perdite pari a – 5.5% (NCAR B1) e -15% (Hadley A1B). trinciato: risultati analoghi, con situazioni positive per la provincia di SO
Granella
Hadley A1B
NCAR B1
Trinciato
Mais
Conclusioni (Mais)
Mais
Perdite di resa crescenti, più accentuate nelle provincie di Mantova e Brescia
La riduzione della pressione del patogeno non bilancia la riduzione del ciclo colturale
La coltura da trinciato mostra andamenti paragonabili alla coltura da granella
Perdite più marcate per la coltura praticata in secondo raccolto
Semine anticipate di ibridi a ciclo più lungo dimezzano le perdite produttive
I risultati ottenuti concordano con quanto osservato da Supit (2012)
12 Maggio 2016
FASE 1 Valutazione variazioni produttive delle principali colture cerealicole (riso, frumento e mais): elaborazione di efficaci strategie di adattamento (semina e lunghezza del ciclo).
Convenzione ERSAF – UNIMI DISAA
12 Maggio 2016
Premessa (3)
12 Maggio 2016
Estensione base dati
Definizione unità di simulazione elementare
Attribuzione informazioni elaborate nella fase precedente (Fase 1) e relative a:
dataset climatici (dati meteorologici per lo scenario attuale e gli scenari futuri;
distribuzione colturale (aree coltivate a frumento tenero, mais da granella, silomais e riso);
dataset gestionale (date di semina specifiche per coltura e definite mediante regole automatiche od elaborazione di dati telerilevati).
Cella 25x25 Km
Costituzione del dataset pedologico: individuazione suolo più
rappresentativo ad ogni unità di simulazione
a) categoria pedologica (WRB 2006) più rappresentata in termini di superficie
Carta dei suoli della Lombardia - scala 1:250.000 (ERSAF, 2011).
Attribuzione a ciascuna R.A.:
b) Unità Tipologica di Suolo (UTS) prevalente e relative caratteristiche chimico-fisiche (Tessitura, CSC…)
UTS prevalenti nell’area di simulazione
12 Maggio 2016
Estensione banca dati: suolo
ERSAF, 18 Novembre 2013
Estensione base dati: acqua
Stima proprietà idrologiche: funzioni di pedotrasferimento basate sulla tessitura (CropSyst: Saxton et al., 1986)
Spazializzazione dei sistemi irrigui (Coffani e Angileri 2006)
Definizione di regole per l’irrigazione automatica specifiche
a) Riprodurre l’attuale scenario di gestione idrica (Es. scorrimento: data del primo
intervento irriguo, durata del turno, numero massimo di interventi, mm ad adacquata);
b) Sistemi alternativi e più efficienti (ala gocciolante)
Estensione motore di simulazione
Crescita e sviluppo:
• approcci modellistici adottati nella Fase 1 (CropSyst)
Modelli idrologici:
introduzione delle librerie di modelli idrologici UNIMI.SoilW
Redistribuzione dell’acqua tra gli strati di suolo
• serbatoi, • serbatoi con “travel time”, • risoluzione numerica dell’equazione di Richards
Traspirazione reale della pianta
Evaporazione del suolo
Effetti delle lavorazioni sulle caratteristiche pedologiche Help file: http://agsys.cra-cin.it/tools/soilw/help/
Codedoc file: http://agsys.cra-cin.it/tools/soilw/codedoc/
12 Maggio 2016
Estensione motore di modellazione (2)
Gestire gli eventi di irrigazione in maniera coerente con le specificità dei sistemi irrigui considerati
Regole automatiche secondo l’approccio regola-impatto
Regole Sistema irriguo
Aspersione Scorrimento Localizzata
DVS INI 1.8 1.8 1.8
DVS END 2.8 2.8 2.8
Massimo numero di interventi 11 6 45
Durata turno irriguo (giorni) - 10 2
Soglia di acqua utile 0.5 - 0.9
Spessore del profilo (m) 0.65 - 0.5
Esclusione strato superficiale da evaporazione FALSO FALSO FALSO
Impatti
Volume irriguo (mm intervento-1
) 60 110 15
Efficienza del sistema irriguo 0.7 0.5 0.9
Intercettazione potenziale* 1 0 0 *L'intercettazione da parte della coltura è modulata in funzione dell'evoluzione dell'indice di area fogliare: essa
aumenta gradualmente con il procedere dello sviluppo della coltura
Regole: insieme di condizioni affinché un’agrotecnica venga applicata
Impatto: effetto dell’agrotecnica
12 Maggio 2016
Esperimento di simulazione
Le simulazioni effettuate per valutare la sostenibilità delle strategie di adattamento ipotizzate nel corso della Fase1 sia in termini di consumi idrici ed economici
12 Maggio 2016
Riprodurre risultati Fase 1 tenendo conto di:
Suolo
Irrigazione
Precipitazioni
Risultati (1)
12 Maggio 2016
Risultati (2)
produzioni ottenute, numero di interventi irrigui e dei millimetri ad
adacquata;
surplus irriguo derivante dall’adozione di ibridi a ciclo + lungo
consumi di gasolio e dei costi per sostenere i suddetti surplus irrigui
(efficienza; gasolio agricolo pari a 1.06 € l-1);
valutazione delle plusvalenze economiche generate in termini di resa
dall’attuazione dell’adattamento (circa 24 € q-1 granella, 4 € q-1 trinciato)
12 Maggio 2016
Regione Agraria Sistema
irriguo
CIS (mm ha-1)
Eff. (Kg m -3H2O)
Δ resa (Kg ha-1)
V. Δ resa (€ ha-1)
S.I. (mm ha-1)
Gasolio (l mm-1)
Costo S.I. (€ ha-1)
Bilancio (€ ha-1)
12-06 Pianura varesina S. 446.4 2.6 564.0 155.4 72.4 44.5 47.2 108.2
15-02 Pianura di Legnan S. 446.4 2.6 564.0 155.4 72.4 44.5 47.2 108.2
15-03 Pianura di Seveso S. 483.6 2.3 650.8 179.3 104.1 64.0 67.8 111.5
15-04 Pianura di Monza S. 489.8 2.3 560.0 154.3 99.3 61.0 64.7 89.6
15-05 Pian. Canale Vill S. 483.6 2.1 255.5 70.4 60.1 36.9 39.2 31.2
15-06 Pianura di Milano S. 465 2.2 133.6 36.8 30.5 18.7 19.9 16.9
15-07 Pianura Lambro-Ad S. 465 2.2 133.6 36.8 30.5 18.7 19.9 16.9
15-08 Ticino e Lambro S. 483.6 2.1 256.3 70.6 49.1 30.2 32.0 38.6
15-09 San Colombano al S. 440.2 2.3 109.9 30.3 22.2 13.6 14.5 15.8
16-06 Colline di Bergam S. 427.8 2.7 101.8 28.0 20.8 12.8 13.5 14.5
16-07 Colline del medio S. 446.4 2.6 189.1 52.1 44.9 27.6 29.2 22.9
16-08 Pianura dell'Isol S. 427.8 2.7 101.8 28.0 20.8 12.8 13.5 14.5
16-09 Pianura bergamasc S. 427.8 2.7 101.8 28.0 20.8 12.8 13.5 14.5
16-10 Pianura bergamasc S. 446.4 2.6 189.1 52.1 44.9 27.6 29.2 22.9
17-10 Colline di Bresci S. 465 2.3 266.1 73.3 52.5 32.3 34.2 39.1
17-11 Morenica Nord-Occ S. 465 2.0 45.5 12.5 36.0 22.1 23.5 -10.9
17-12 Pianura Bresciana S. 483.6 2.1 391.3 107.8 76.6 47.1 49.9 57.9
17-13 Pianura Bresciana S. 434 2.3 244.2 67.3 21.5 13.2 14.0 53.3
17-14 Pianura Bresciana S. 427.8 2.4 181.3 49.9 15.3 9.4 10.0 40.0
18-02 Colline Sett. Olt ASP. 355.3 3.3 473.5 130.5 22.8 35.0 37.1 93.4
18-04 Lomellina Occiden S. 444.3 2.5 383.1 105.5 57.0 35.1 37.2 68.4
18-05 Lomellina Orienta S. 468.6 2.1 221.1 60.9 49.2 30.3 32.1 28.9
18-06 Pianura di Pavia S. 462.5 2.3 272.7 75.1 59.1 36.3 38.5 36.6
18-07 Pianura Pavese Se S. 462.5 2.3 272.7 75.1 59.1 36.3 38.5 36.6
18-08 Pianura Pavese de S. 474.4 2.1 118.0 32.5 49.9 30.7 32.5 0.0
18-09 Lomellina Padana S. 438.3 2.5 186.8 51.5 24.6 15.1 16.0 35.5
18-10 Pianura dell'Oltr ASP. 297.3 3.9 366.3 100.9 20.1 30.9 32.8 68.1
18-11 Basso Pavese S. 480.3 2.3 131.7 36.3 77.2 47.4 50.3 -14.0
19-01 Pianura Cremasca S. 462.3 2.3 292.1 80.5 69.8 42.9 45.4 35.0
19-02 Pianura di Crema S. 462.4 2.3 289.6 79.8 69.8 42.9 45.4 34.3
19-03 Pianura soresines S. 468.3 2.3 272.8 75.2 59.9 36.8 39.0 36.2
19-04 Pianura di Soresi S. 468.3 2.3 258.1 71.1 54.6 33.5 35.5 35.6
19-05 Pianura di Cremon S. 462.4 2.3 457.0 125.9 96.3 59.2 62.7 63.2
19-06 Pianura fra Oglio ASP. 263.1 4.2 311.1 85.7 6.4 9.8 10.4 75.3
19-07 Pianura di Piaden ASP. 317.8 3.4 506.3 139.5 26.0 40.0 42.4 97.1
20-01 Morenica Merid. d ASP. 314.5 3.3 468.6 129.1 16.8 25.8 27.4 101.8
20-02 Pianura tra Minci ASP. 297.4 3.4 509.9 140.5 17.2 26.4 28.0 112.5
20-03 Pianura tra Minci ASP. 310.9 3.3 607.9 167.5 36.7 56.4 59.8 107.7
20-04 Pianura tra Oglio ASP. 317.8 3.4 506.3 139.5 26.0 40.0 42.4 97.1
20-05 Pianura di Mantov ASP. 314.4 3.2 499.6 137.6 31.4 48.2 51.1 86.6
20-06 Pianura Occ. Oltr ASP. 324.8 3.1 402.9 111.0 21.2 32.5 34.5 76.5
20-07 Pianura Orient. O ASP. 359.0 2.9 470.1 129.5 26.2 40.2 42.6 86.9
20-09 Morenica del Lago S. 426.2 2.7 155.8 42.9 28.4 17.5 18.5 24.4
98-01 Pianura di Lodi S. 462.5 2.2 272.7 75.1 69.8 42.9 45.4 29.7
98-02 Pianura di Codogn S. 426.5 2.4 188.5 51.9 23.1 14.2 15.0 36.9
98-03 Pian. Lodigiana d S. 426.3 2.5 159.2 43.9 28.4 17.5 18.5 25.3
CIS= Consumo irriguo stagionale; S.I.= Surplus irriguo; N.I = Non irriguo; ASP = Aspersione; S. = Scorrimento; V. Δ resa = Valore
economico del surplus produttivo.
Risultati (3)
440 mm - 560 mm
300 mm - 360 mm
160 mm - 200 mm
12 Maggio 2016
Risultati (4)
12 Maggio 2016
Risultati (5)
12 Maggio 2016
Grazie per l’attenzione!