Tagliaferri und Merlo - L'acqua, una risorsa per il sistema agricolo lomba

More documents

Recommendations

Info

Roberto Colombo Vegetazione e Cambi Climatici 79 me un possibile meccanismo tampone per la sottrazione di carbonio dall’atmosfera (Watson et al, 2000). Tale ecosistema riveste pertanto un significativo ruolo potenziale per il sequestro di CO2 dall’atmosfera e per lo stoccaggio a lungo termine del carbonio (Schimel, 1995). Nonostante le misure puntuali, sia di scambi gassosi sia di biomassa, permettano di comprendere e quantificare i processi che guidano le dinamiche del ciclo del carbonio negli ecosistemi investigati, non possono essere utilizzate direttamente per generalizzare i risultati su aree più ampie o per differenti ecosistemi. Una tecnica di estrapolazione per predire il bilancio del carbonio a piccola scala (e.g. regionale) può essere basata sull’utilizzo accoppiato di modelli di simulazione dei cicli biogeochimici con informazioni remote telerilevate. Pertanto i metodi per il passaggio da osservazioni puntuali a osservazioni distribuite nello spazio (up scaling) sono recentemente sviluppati a partire dalla combinazione di modelli ecosistemici guidati da immagini telerilevate. L’impiego di modelli ecologici guidati da informazione telerilevate rappresenta pertanto una tecnica innovativa per decifrare gli scambi di carbonio in differenti ecosistemi e consente di ottenere stime a differenti scale da regionali a globali. Le informazioni telerilevate a diverso grado di risoluzione geometrica, spettrale e temporale, sono impiegate sia in fase di parametrizzazione sia di ricalibrazione di modelli quali quelli appartenenti alla famiglia dei Light Use Efficiency (LUE, e.g. Cfix) che hanno il vantaggio di richiedere una parametrizzazione poco onerosa sia di quelli più complessi di processo di simulazione dei cicli biogeochimici (e.g. BIOME-BGC). Nell’ambito del Progetto FLA-KYOTO è stato sviluppato un modello basato sulla filosofia LUE, a passo giornaliero, che simula la quantità di carbonio assimilato dal processo di fotosintesi moltiplicando la radiazione fotosinteticamente attiva assorbita (APAR) per il coefficiente di conversione radiazione-biomassa potenziale, corretto in funzione di alcuni fattori limitanti del processo fotosintetico come la disponibilità idrica, la temperatura dell’aria e il deficit di saturazione di vapore. Il valore di APAR è calcolato come il prodotto tra la frazione di radiazione fotosinteticamente attiva assorbita dalla vegetazione e la PAR ricavata dai dati di radiazione globale giornalieri. La spazializzazione del modello è consentita dalle stime di fAPAR ottenute a partire da immagini satellitari multitemporali MO- DIS e misure di APAR di campo. Sulla base delle misure dirette di biomassa e di APAR cumulata condotte è stato possibile calcolare il coefficiente di proporzionalità che indica l’efficienza di produzione di biomassa secca attraverso la fotosintesi, al netto della respirazione. Tale calcolo è stato realizzato per via grafica determinando il valore del coefficiente angolare della retta interpolatrice dei punti ottenuti plottando l’APAR cumulata nel tempo rispetto alla biomassa secca espressa in gC/m 2 . Il modello individuato stima la produttività primaria netta (NPP, gC*m -2 *day -1 ) in un anno come la differenza tra la fotosintesi netta annuale (PSNnet), la respirazione di crescita (Rg) e la respirazione di mantenimento dei tessuti del fusto (Rmo):
80 Vegetazione e Cambi Climatici Roberto Colombo Riferimenti bibliografici Colombo R., Bellingeri D., Fasolini D., Marino C.M., (2003). Retrieval of Leaf Area Index in Different Vegetation Types using High Resolution Satellite Data, Remote Sensing of Environment, 86/1, 120- 131. Gobron, N., B. Pinty, F. Mélin, M. Taberner, M.M. Verstraete, A. Belward, T. Lavergne, Widlowski J.- L. (2005). The State of Vegetation in Europe Following the 2003 Drought, International Journal of Remote Sensing, 26/9, 2013-2020. Meroni M., Colombo R., Panigada C., (2004). Inversion of a Radiative Transfer Model with Hyperspectral Observations for LAI Mapping in Poplar Plantations, Remote Sensing of Environment, 92/2, 195-206. Myneni, R. B., Keeling, C. D., Tucker, C. J., Asrar, G., Nemani, R. R., (1997). Increase Plant Growth in the Northern High Latitudes from 1981-1991, Nature, 386, 698-702. Penuelas, J., Filella I., (2001). Responses to a warming world, Science, 294, 793-795. Shimel, D.S., (1995). Terrestrial Biogeochemical Cycles: Global Estimates with Remote Sensing, Remote Sensing of Environment, 51, 49-56. Watson R.T., Noble I.R., Bolin B., Ravindranath N.H., Verardo D.J., Dokken D.J., (2000). Land Use, Land-Use Change and Forestry, IPCC Special report, Cambridge University Press.
Page 2:
C'era una stella sola e limpida nel
Page 6 and 7:
Presentazione 3 L’acqua come riso
Page 8:
Presentazione 5 e saranno riservate
Page 12:
Lorenzo Craveri Andrea Porro * Il c
Page 15 and 16:
12 Il contesto regionale Lorenzo Cr
Page 17 and 18:
Page 19 and 20:
Page 21 and 22:
Page 24 and 25:
Maurizio Maugeri Clima in Italia e
Page 26 and 27:
Page 28 and 29:
Page 30 and 31:
Page 32: Maurizio Maugeri Clima in Italia e
Page 36 and 37: Sauro Coffani e Marina Ragni Il sis
Page 46: Stefano Bocchi Sistemi colturali e
Page 49 and 50: 46 Sistemi colturali e irrigazione
Page 58 and 59: Claudio Smiraglia e Guglielmina Dio
Page 66: Claudio Gandolfi Arianna Facchi Bia
Page 69 and 70: 66 Pianificazione dell’irrigazion
Page 78 and 79: Roberto Colombo Vegetazione e Cambi
Page 80 and 81: Roberto Colombo Vegetazione e Cambi
Page 84: Stefano Brenna Marco Pastori Carlo
Page 87 and 88: 84 Inquinamento delle acque Stefano
Page 95: Realizzazione a cura di ERSAF Strut
Page 98: Il sito della ricerca in agricoltur
show all

Tagliaferri und Merlo - L'acqua, una risorsa per il sistema agricolo lomba

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?