La generazione dei layer dei fattori del modello RUSLE ha una duplice finalità:
la costruzione della complessa architettura GIS che costituisce il territorio virtuale, insieme alla superficie frattale;
la dimostrazione della dimensione pratica dell'utilizzo dei territori virtuali per costruire simulazioni e scenari.
In questa tesi si propone l'esempio dell'applicazione del modello RUSLE come metodo per costruire simulazioni e scenari dei processi erosivi in relazione ad usi specifici del suolo: agricoltura dipendente dall'acqua piovana.
Il fattore R (Figura 4.1) è stato generato a partire dai dati pluviometrici (Tabella 4.1) ottenuti da stazioni meteorologiche ARPAV dislocate in sei comuni nell'area del territorio esistente. I dati ottenuti dalla stazione nel comune di Crespadoro, per la sua localizzazione e per la differenza significativa nei dati delle precipitazioni annuali rispetto alle altre stazioni, sono stati impiegati per definire il fattore R per le aree montane ossia a quote superiori a 600 m. Le altre cinque stazioni sono state invece impiegate come base dati per le aree di pianura e collina, in considerazione della loro disposizione sul territorio esistente.
Il fattore LS (Figura 4.2) è frutto unicamente delle morfologie frattali generate: ne consegue che, nell'equazione della RUSLE, il suo contributo è tanto più efficace quanto meglio si è riusciti a controllare i parametri di ANT Landscape per generare le superfici frattali dotate delle caratteristiche desiderate. Nello specifico sono presenti valori molto alti dell'UCA in alcuni pixel del DEM, disposti secondo una precisa direzione. Questi valori identificano sequenze di pixel interpretabili come aree che ricevono un elevato flusso d'acqua da ampie aree adiacenti. Il risultato è che in questi pixel l'erosione idrica superficiale è particolarmente marcata e probabilmente, se si trattasse di territorio esistente, in queste aree avrebbe potuto svilupparsi un alveo fluviale. Tuttavia la RUSLE è un modello che serve per quantificare l'erosione dei suoli e non l'erosione fluviale. L'abbozzata canalizzazione che si produce per la presenza di alti valori dell'UCA non è quindi da
107
intendersi come la vera e propria costruzione di una ramificazione fluviale virtuale. In ogni caso è possibile trarre due conclusioni:
gli strumenti di modellazione idrologica dei software GIS, in seguito all'applicazione della RUSLE in un certo arco temporale, hanno incrementato la complessità del DEM virtuale secondo un preciso significato ambientale;
l'impiego dei frattali ha dimostrato un comportamento conforme ai risultati attesi, secondo i quali la costruzione di morfologie fluviali può essere problematica, basandosi unicamente sulla generazione procedurale di superfici. Si può ipotizzare il superamento di tale limite con gli strumenti di modellazione idrologica di cui sono dotati i software GIS.
Per questi motivi, dal punto di vista pratico, l'applicazione del modello RUSLE su un DEM virtuale potrebbe assumere anche un fine differente rispetto a quello presentato in questa tesi: potrebbe essere impiegato in una prima fase di costruzione del DEM virtuale per conferire alle superfici una maggiore complessità ed eterogeneità tipica dei paesaggi reali.
I fattori C (Figura 4.4) e K (Figura 4.6) dipendono dal metodo impiegato per costruire una topologia di vettori dotati di un significato preciso in relazione alla variabilità delle caratteristiche di copertura del suolo e tessiturali presenti nel territorio esistente. Per il fattore C la procedura impiegata consiste nella generazione di un layer di poligoni (Figura 4.3) che riproduce la proporzione percentuale (Tabella 4.7) delle caratteristiche dominanti identificate nei suoli del paesaggio esistente, tramite il metodo AEZ. Su questa base, per ogni poligono, sono stati attribuiti i valori disponibili in letteratura del fattore C (Tabella 4.8), ponderati sulle percentuali di copertura del suolo calcolate nel paesaggio esistente, e i valori del fattore K, per i quali è stata assunta una composizione media per le categorie "tessitura grossolana" e "tessitura media/moderatamente fine" (Tabella 4.10).
La tabella 5.1 riporta una cross-tabulazione delle categorie di pendenza rispetto alla mappa raster di output del modello RUSLE, riclassificata in quattro categorie di rischio incrementale, in accordo con la categorizzazione proposta da Bosco e Olivieri (2008). Nelle Alpi l'elevata estensione delle aree soggette ad erosione, che presentano un rischio significativo, dipende principalmente da una combinazione di fattori morfologici (LS) e di copertura (C). Inoltre il modello RUSLE non considerando la sedimentazione del materiale eroso tende a sovrastimare il fenomeno dell'erosione (Bosco and Olivieri 2008). Complessivamente nelle Alpi, Bosco e Olivieri (2008) rilevano un medio rischio erosivo per circa il 50% della loro estensione, un basso rischio per il 18% e un alto rischio per il 32%. La tabella 5.1 restituisce una situazione che presenta un rischio complessivamente maggiore per il territorio esistente rispetto alla situazione generale delle Alpi. Si
108
osserva una incremento del rischio erosivo con le categorie di pendenza e un alto rischio in aree a basse pendenze, quest'ultimo attribuibile alle aree nelle quali il fattore LS determina la formazione di un'abbozzata canalizzazione dovuta ad un elevato deflusso idrico (UCA). Nel caso specifico lavorando con dati a maggior risoluzione rispetto all'output del modello RUSLE, i valori del raster ottenuto non sono rappresentativi dell'estensione dei pixel ed è stato necessario rapportarli alla risoluzione corretta. Ciò implica una maggior variabilità dei valori dipendente dalla risoluzione scelta (29,0142x29,0142), rispetto a valori medi rappresentativi di superfici maggiori a risoluzioni minori (100x100 ossia un ettaro). Nel complesso, il risultato è largamente dipendente dal fattore LS e, indirettamente, dall'efficacia con cui si riesce a creare il DEM virtuale, nonché dai molteplici modelli impiegabili per costruire i layer virtuali. In letteratura sono disponibili numerosi modelli (Bosco and Olivieri 2008; van der Knijff, Jones and Montanarella 2000) per applicare la RUSLE e la loro efficacia può dipendere dal contesto nel quale vengono applicati.
In conclusione, i layer virtuali sono il risultato di una sequenza di approssimazioni logiche che mirano a riprodurre le caratteristiche dominanti del paesaggio esistente. Tali approssimazioni definiscono il livello di complessità del territorio che si vuole replicare o costruire. Un territorio virtuale per sua natura presenta unicamente i limiti imposti da colui che l'ha costruito, compatibilmente con gli obiettivi prefissati. DEM virtuale a parte (generato con Blender), le procedure impiegate per costruire i layer informativi per applicare la RUSLE rappresentano un esempio di come è possibile impiegare i software GIS per costruire un'architettura di mappe virtuali sulla cui base sperimentare e testare modelli.