Le aree di studio sono state delimitate sulla base dei terreni legalmente defi niti “pascoli”. In Trentino sono stati impiegati i dati catastali e i piani forestali inclusi nei contratti di affi tto delle malghe.
Il modello qualitativo considera tre criteri base: copertura del suolo, disponibilità idrica e pendenza. A ognuno di questi criteri sono stati attribuiti punteg- gi di vocazionalità secondo una scala da 1 a 5 propo- sta in un documento FAO sulle Land Suitability Classes (1 = permanentemente non vocato, 2 = attualmente non vocato, 3 = marginalmente vocato, 4 = moderata- mente vocato, 5 = altamente vocato). Data la scarsità di dati sperimentali riguardanti il comportamento di ovini e caprini in ambienti alpini, l’assegnazione dei punteggi per i singoli criteri è stata principalmente effettuata sulla scorta di stime di esperti. La coper- tura del suolo è stata articolata su strutture di vege- tazione rapidamente riconoscibili e identifi cabili in campo. Per ogni area di studio, tali categorie (o tipi strutturali) sono state identifi cate e mappate attra- verso interpretazione di ortofoto e osservazioni di campo. In ogni pascolo sono stati effettuati tre rilievi fi tosociologici per categoria di vegetazione, misuran- done anche la produttività. La mappa della copertura
del suolo è poi stata classifi cata secondo i punteggi di vocazionalità assegnati ai differenti tipi strutturali. Per i punti di abbeverata si sono impiegate le carte tecniche rese disponibili in ogni regione o provincia autonoma dalle rispettive autorità locali. Sono state quindi elaborate le mappe delle distanze dalle acque correnti (ruscelli, sorgenti, ecc.) e ferme (torbiere, paludi, laghi), riclassifi candole secondo i punteggi attribuiti a questo criterio. Per le mappe di pendenza si è impiegato il modello digitale del terreno (DTM), che ha una struttura a celle quadrate e passo di cam- pionamento pari a 10 metri. Anche in questo caso le mappe sono state riclassifi cate in base ai punteggi di vocazionalità attribuiti al criterio. Il modello è aperto alla possibilità di essere integrato con criteri addizio- nali. Allo scopo di considerare la eterogeneità della vegetazione, aspetto che gli esperti contattati hanno considerato unanimemente importante nelle prefe- renze alimentari delle capre, nei casi trentini per ogni pascolo è stato calcolato l’Interdispersion Juxtaposi- tion Index (IJI). Tale indice analizza la confi gurazione spaziale degli elementi del paesaggio, nella fatti- specie i differenti tipi di vegetazione, evidenziando quanto ampiamente sono distribuiti nell’area totale. Quanto è maggiore l’eterogeneità della vegetazione, tanto più alto sarà l’indice.
Risultati
A malga Covel l’87% della super- fi cie appartiene alle due classi di vocazionalità più elevate (4 e 5) per le capre. Ciò è dovuto alla relativa ampiezza dei pascoli aperti e alla diffusa presenza di arbusti di latifoglie (Tabella 1), mentre anche la morfologia del terreno sembra favorire questo tipo di animali in grado di muo- versi bene su versanti di penden- za compresa tra i 20° e i 40°. Per le pecore invece soltanto il 60%
nei pascoli aperti sul fondovalle (Tabella 2).
A malga Agnelezza l’80% della superfi cie presenta vocazionali- tà buona o ottima per le capre. Riguardo le pecore, invece l’ap- plicazione del modello porta a una percentuale identica, l’80%, compresa però nelle classi 3 e 4. Pertanto, in base al modello, la malga risulta più adatta per le capre che per le pecore.
Nel caso di malga Juribello l’area di vocazionalità massima è più ampia per le pecore che per le capre. Va osservato che all’inter- no della malga le aree con valo- re massimo per capre e pecore appaiono abbastanza diversifi ca- te e perciò complementari.
MALGA MALGA MALGA MALGA
AGNELEZZA COVEL JURIBELLO SADOLE
Vegetazione 2.67 3.15 3.56 3.93 Pendenza 4.44 4.52 4.21 3.93 Disp. idrica 4.69 4.74 4.98 4.81 VALORE MEDIO 3.94 4.14 4.25 4.23 IJI 0.81 0.85 0.67 0.83 TOTALE 3.19 3.51 2.85 3.51
Tabella 1 - Indice di vocazionalità sintetico (capre) delle aree di studio
MALGA MALGA MALGA MALGA
AGNELEZZA COVEL JURIBELLO SADOLE
Vegetazione 2.31 2.80 3.41 2.50 Pendenza 3.44 3.50 4.52 3.52 Disp. idrica 4.69 4.74 4.98 4.81 VALORE MEDIO 3.48 3.68 4.30 3.61 IJI = = = = TOTALE 3.48 3.68 4.30 3.61
Tabella 2 - Indice di vocazionalità sintetico (pecore) delle aree di studio
della superfi cie rientra nelle due classi più elevate.
Il 74% della superfi cie di malga Sadole viene compresa nelle due classi di vocazionalità più ele- vate per le capre; tali superfi ci sono situate nei dintorni degli edifi ci e in corrispondenza degli ontaneti sulla destra orografi ca del pascolo.
Nel caso delle pecore la superfi - cie compresa nelle classi di mag- giore vocazionalità scende al 58%; tali aree risultano concentrate
Per comparare le diverse malghe, sono state calcolate e sommate le medie ponderate (secondo l’area relativa) dei punteggi assegna- ti per ogni singolo criterio. Tale somma può essere considerata come l’indicatore sintetico della vocazionalità della singola malga. Nel caso delle capre si è moltipli- cata tale somma per l’IJI relativo alla copertura del suolo.
In base ai calcoli effettuati, mal- ga Covel, Sadole e Agnelezza risultano relativamente più adat- te per il pascolo di caprini, malga Juribello per ovini. Va osservato che malga Agnelezza risulta più adatta per le capre di malga Juri- bello per l’inclusione nel modello dell’indice di interdispersione.
Mappa vegetativa di Malga Covel (Val di Peio, TN, Italia) e classi di vocazionalità al pascolo ovino e caprino
Tavole di vocazionalità al pascolo ovino e caprino di Malga Sadole (Val di Fiemme, TN, Italia)
L
a maturazione e la qualità dell’uva risultano dall’interazione di vari fattori principali: la combinazione di varietà di vite e tipo di portinnesto, le condizioni climatiche, le caratteristiche geomorfometriche dei vigneti, il tipo di suolo e le sue proprietà fi siche e nutrizionali ed infi ne le pratiche agronomiche. Tra questi fattori, le condizioni climatiche durante la stagione vegetativa incidono sul fenomeno della maturazione e possono spiegare la maggior parte delle differenze annuali in termini di produzione e qualità.Dati meteorologici e indici bioclimatici sono stati utilizzati spesso per costruire mappe tematiche regionali e per individuare nuove aree adatte alla viticoltura.