Laboratorio di Telerilevamento delle Dinamiche Ambientali (LTDA) Dip. di Scienze dell’Ambiente e del Territorio (DISAT), Università degli Studi di Milano-Bicocca (UNIMIB) Piazza della Scienza, 1 - 20126 Milano, Italia Tel. 0264482848; Fax. 0264482895 e-mail: roberto.colombo@unimib.it www.disat.unimib.it/telerilevamento/
Stima dei parametri biofisici
Il telerilevamento satellitare si presta molto bene alla determinazione di alcuni parametri biofisici della vegetazione che possono essere successivamente impiegati in vari ambiti ecologici e laddove sia richiesta la parametrizzazione di modelli relativi agli scambi di massa ed energia che avvengono all’interfaccia atmosfera-superficie investigata. I metodi tradizionali per la stima dei parametri ecologici si basano in genere su rilevazioni puntua-li di misure a terra e, pur essendo molto precisi, sono fortemente legati alle condizioni sta-zionali dei siti di rilevazione e quindi difficilmente estendibili ad aree vaste ed eterogenee.
Tale limitazione può essere superata attraverso l’impiego di dati telerilevati da satellite che consente la mappatura dei parametri investigati a diverse scale di risoluzione spaziale e il loro periodico aggiornamento.
In termini quantitativi, tali parametri si derivano dall’analisi delle diverse caratteristi-che di assorbimento e riflessione della radiazione nei domini del visibile, infrarosso vici-no, medio e termico. I parametri ecologici della vegetazione che vengono impiegati nel-la modellistica ecologica sono rappresentati dall’indice di area fogliare (Leaf Area Index, LAI), dalla frazione di radiazione fotosinteticamente attiva assorbita (fraction of Absorbed Photosynthetically Active Rdiation, fAPAR), della copertura della vegetazione e infine dal-la temperatura e l’albedo deldal-la superficie investigata.
Il modello predittivo è in genere determinato empiricamente con tecniche di regres-sione ordinarie ai minimi quadrati impiegando indici radiometrici, oppure tramite
inver-Il telerilevamento è uno strumento diagnostico che, nell’ambito della gestione del territorio e della conservazione della natura, è in grado di fornire una se-rie di informazioni riguardanti alcune propse-rietà delle superfici in modo distribuito nello spazio (attraverso la creazione di mappe) e nel tempo (tramite il monitoraggio temporale). L’abilità del telerilevamento di misurare radianze spettrali, provenienti da superfici a terra, dalle dimensioni di qualche metro fino all’intero globo, conferisce a questa disciplina la potenzialità di fornire informazioni quantitative aggiornate che non possono essere ottenute facilmente attraverso tecniche convenzionali a terra.
In questo contributo sono presentate due applicazioni di telerilevamento satellitare che prevedono la stima di parametri biofisici della vegetazione nell’ambito delle ricerche legate al cambiamento climatico. In questo contesto, è comunque da ricordare che il monitoraggio temporale effettuato a partire da osservazioni telerilevate satellitari pre-senta due limitazioni dovute: i) al ridotto periodo di osservazione (pochi decenni di mi-sure) e, ii) al fatto che la sola quantità misurabile è la radiazione elettromagnetica che permette di calcolare tre parametri fisici rappresentati da intensità, fase e polariz-zazione della radiazione.
A b s t r a c t
76 Vegetazione e Cambi Climatici Roberto Colombo
sione di modelli fisicamente basati di trasferimento radiativo (Colombo et al., 2003; Me-roni et al., 2004). Nel primo caso si considera che la variabile indipendente, X (variabi-le ecologica, e.g. LAI) sia misurata senza errore e pertanto viene stimata invertendo l’equazione costruita plottando le misure di campo rispetto alle riflettanze osservata. In questo caso si ottiene, quindi, una funzione di trasferimento che consente di generare la mappa del parametro indagato. In Figura 1 è mostrata per esempio la relazione linea-re che lega l’indice NDWI (Normalised Diffelinea-rence Water Index) al contenuto d’acqua equi-valente nella canopy misurato in campo nel sito sperimentale di Zerbolò a Pavia dove è localizzata una stazione micrometeorologica di misura dei flussi di acqua e carbonio gestita dal JRC-IES di Ispra. Nel secondo caso invece la stima dei parametri ricercati è effettuata mediante inversione di modelli di trasferimento radiativo che consentono di riprodurre la riflettività
validato con un insieme di dati a terra, può essere usato in modo predittivo in aree geo-grafiche differenti.
Variazioni inter-annuali del ciclo fenologico
Il cambiamento climatico e il progressivo riscaldamento globale è ben documentato in let-teratura e sembra essere responsabile di provocare una serie di alterazioni di consueti feno-meni biologici stagionali producendo anticipi e/o ritardi di fioritura e maturazione dei frut-ti, variazioni di crescita delle piante, spostamenti dei corridoi di migrazione degli animali e cambi altitudinali nelle nidificazioni. Questi cosiddetti cambi fenologici possono pertanto generare una serie di conseguenze ad ampio spettro, coinvolgendo sia i processi ecologici che le pratiche agricole e la gestione forestale, sia la salute umana che l’economia globale.
La conoscenza dell’evoluzione fenologica delle colture di interesse agrario è utile alla cor-retta gestione di alcune pratiche agronomiche la cui realizzazione è stcor-rettamente legata allo sta-dio di sviluppo (concimazione, irrigazione, trattamenti antiparassitari e diserbo). Nella tradizio-ne popolare sono infatti documentati alcuni aforismi legati alla fenologia: “Per Sant’Urbano (25 maggio), il frumento è fatto grano” oppure “Chi vuole aver del mosto, zappi le viti d’agosto”
che sottolineano l’importanza della cadenza dei cicli evolutivi a fini pratici. Da un punto di vi-sta scientifico, il trasferimento di calore, massa e di momento tra la superficie e atmosfera di-pendono fortemente dalle caratteristiche della superficie e quindi la conoscenza della dinami-ca del ciclo vegetativo nelle foreste permette di quantifidinami-care il periodo di sdinami-cambio del biossido di carbonio e dell’acqua tra la superficie e l’atmosfera, di modellare il grado di intercettazione della radiazione e quindi valutare le variazioni di albedo nell’ambito dei bilanci radiativi.
Nel caso della vegetazione, i cambi fenologici sono indicatori sensibili dei cambiamen-ti delle condizioni della biosfera terrestre in risposta al riscaldamento globale e possono es-sere monitorati dallo spazio (Penuelas e Filella, 2001). Per esempio, evidenze di aumento dell’attività fotosintetica dal 1981 al 1991, sono state osservate e quantificate a partire da in-formazioni satellitari NOAA-AVHRR e hanno mostrato un progressivo aumento del periodo di crescita della vegetazione nel tempo (Myneni et al., 2001). Le informazioni remote otte-nute da sensori satellitari ad alta risoluzione temporale permettono di calcolare indici ottici legati alle proprietà della superficie e di valutarne le loro variazioni nello spazio e nel tem-po. Tali osservazioni consentono quindi di monitorare alcuni eventi fenologici quali l’inizio della stagione vegetativa, il massimo vigore e la fine della stagione di crescita che, combi-nate con osservazioni fenologiche di campo e misure ancillari di varia natura, possono aiu-tare a sviluppare modelli matematici di simulazione delle dinamiche della vegetazione in ri-sposta ai cambiamenti climatici. Fra gli indici spettrali che descrivono lo stato e la densità della copertura vegetale quello più largamente utilizzato è l’indice NDVI (Normalized Dif-ference Vegetation Index) che si basa sulla differenza normalizzata tra la banda spettrale dell’infrarosso vicino e del rosso. Tale indice viene calcolato mediante la relazione:
dove è la riflettività a 620-670 nm, e è la riflettività calcolata a 841-876 nm.
78 Vegetazione e Cambi Climatici Roberto Colombo
Nell’ambito del Progetto REPHLEX (REmote sensing of PHenology Larix EXperiment), l’impiego di dati telerilevati MODIS con frequenza giornaliera, risoluzione spaziale di 250x250m e risoluzione spettrale relativa alle bande del rosso (620-670 nm) e dell’infra-rosso vicino (841-876 nm) ha consentito di determinare l’indice di vegetazione NDVI e di correlarlo successivamente alle fasi di crescita, osservate in campo, relative a vegetazione alpina di larice. Nella Figura 2 sono riportati gli andamenti relativi di un sito campione nei cinque anni di osservazioni MODIS.
In questo contesto, l’analisi dell’andamento della fAPAR nel tempo ha messo in evi-denza la risposta della vegetazione all’anomalia climatica che ha caratterizzato l’Europa nel-la primavera e nell’estate 2003 nelle quali sono state registrate temperature record che hanno provocato più di 15,000 ricoveri documentati nella sola Francia (Gobron et al., 2004). Studi di questo tipo possono pertanto consentire di individuare uniche relazioni tra clima, sviluppo e crescita delle piante e definire come i fattori climatici possano in-fluenzare la società attuale.
Up scaling del ciclo del carbonio
Negli ultimi anni la comunità scientifica internazionale ha focalizzato l’attenzione sull’ana-lisi del ciclo biogeochimico del carbonio degli ecosistemi forestali poiché riconosciuti
co-Figura 3 - Andamento temporale 2000-2005 dell’indice NDVI per una copertura di larice ricavato a partire da immagini MODIS. L’analisi di tale andamento permette di osservare variazioni del periodo di crescita e del massimo vigore raggiunto a massima crescita
me un possibile meccanismo tampone per la sottrazione di carbonio dall’atmosfera (Wat-son et al., 2000). Tale ecosistema riveste pertanto un significativo ruolo potenziale per il sequestro di CO2dall’atmosfera e per lo stoccaggio a lungo termine del carbonio (Schi-mel, 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 ne-gli ecosistemi investigati, non possono essere utilizzate direttamente per generalizzare i ri-sultati 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’uti-lizzo accoppiato di modelli di simulazione dei cicli biogeochimici con informazioni remo-te remo-telerilevaremo-te. Pertanto i metodi per il passaggio da osservazioni puntuali a osservazioni distribuite nello spazio (up scaling) sono recentemente sviluppati a partire dalla combi-nazione di modelli ecosistemici guidati da immagini telerilevate. L’impiego di modelli eco-logici guidati da informazione telerilevate rappresenta pertanto una tecnica innovativa per decifrare gli scambi di carbonio in differenti ecosistemi e consente di ottenere stime a dif-ferenti scale da regionali a globali.
Le informazioni telerilevate a diverso grado di risoluzione geometrica, spettrale e tem-porale, 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 comples-si di processo di comples-simulazione dei cicli biogeochimici (e.g. BIOME-BGC).
Nell’ambito del Progetto FLA-KYOTO è stato sviluppato un modello basato sulla filo-sofia 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 alcu-ni fattori limitanti del processo fotosintetico come la dispoalcu-nibilità idrica, la temperatura dell’aria e il deficit di saturazione di vapore. Il valore di APAR è calcolato come il prodot-to tra la frazione di radiazione foprodot-tosinteticamente attiva assorbita dalla vegetazione e la PAR ricavata dai dati di radiazione globale giornalieri. La spazializzazione del modello è con-sentita 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 produzio-ne di biomassa secca attraverso la fotosintesi, al produzio-netto della respirazioproduzio-ne. 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 al-la biomassa secca espressa in gC/m2. Il modello individuato stima la produttività pri-maria netta (NPP, gC*m-2*day-1) in un anno come la differenza tra la fotosintesi netta an-nuale (PSNnet), la respirazione di crescita (Rg) e la respirazione di mantenimento dei tes-suti del fusto (Rmo):
80 Vegetazione e cambi climatici Roberto Colombo
Riferimenti bibliografici
SColombo 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.
SGobron, 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.
SMeroni 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.
SMyneni, 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.
SPenuelas, J., Filella I., (2001). Responses to a warming world, Science, 294, 793-795.
SShimel, D.S., (1995). Terrestrial Biogeochemical Cycles: Global Estimates with Remote Sensing, Remote Sensing of Environment, 51, 49-56.
SWatson 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.