– I.F.M. n. 1 anno 2008
ROBERTO PILLI (*) - TOMMASO ANFODILLO (*)
IL CONTRIBUTO DELLE AREE ASSESTATE A FRONTE DELLE RICHIESTE POSTE DAL PROTOCOLLO DI KYOTO:
UN ESEMPIO DALLA REGIONE VENETO
Il Protocollo di Kyoto consente ai Paesi inseriti nell’Annesso I, come l’Italia, di avvalersi delle attività legate alla Gestione Forestale come misura complementare per il raggiungimento degli obiettivi fissati in sede internazionale. Obiettivo del presente studio è realizzare un’indagine preliminare volta a proporre una prima valutazione del ruolo che possono assumere, in tale contesto, le aree assestate presenti nel nostro Paese.
Utilizzando il database «Gestione Piani di Assestamento» della Direzione Regiona- le Foreste ed Economia Montana del Veneto (PILLIe ANFODILLO, 2006) sono stati stimati lo stock e le capacità fissative delle fustaie assestate presenti nel territorio regionale. A tale scopo è stata utilizzata sia la metodologia proposta dalle Good Practice Guidance dell’Intergovernmental Panel on Climate Change, con l’impiego di fattori di espansione della biomassa (NABUURSet al., 2003), sia un modello funzionale basato sull’applicazione di equazioni allometriche (PILLIet al., 2006).
I risultati, oltre ad evidenziare la possibilità di pervenire ad una stima diretta delle capacità fissative di tali formazioni sfruttando le sole informazioni assestamentali già disponibili, eventualmente integrate da specifiche indagini, dimostrano le potenzialità offerte dall’applicazione di equazioni allometriche in loco dei fattori di espansione della biomassa ricavati da fonti bibliografiche.
Parole chiave: Protocollo di Kyoto; gestione forestale; piani di assestamento; fattori di espansione; equazioni allometriche.
Key words: Kyoto Protocol; forest management; forest plans; biomass expansion factors;
allometric equations.
INTRODUZIONE
Il Protocollo di Kyoto (PK) consente ai Paesi inseriti nell’Annesso I, come l’Italia, di avvalersi delle attività legate alla Gestione Forestale (Forest Management, FM) quale misura complementare per il raggiungimento degli obiettivi fissati in sede internazionale (CICCARESEet al., 2003). Queste atti- vità, definite come un complesso di pratiche per la conduzione e l’uso soste- nibile di una foresta finalizzate al conseguimento di rilevanti funzioni ecologi-
(*)Dipartimento Territorio e Sistemi Agro-Forestali, Università degli Studi di Padova, viale del- l’Università, 23 - Agripolis, 35020 Legnaro (PD).
che, economiche e sociali, devono aver avuto inizio dopo il 1990 e, come richiesto dall’art. 3.4 del Trattato, devono essere legate ad un’azione antropi- ca, cioè connessa ad espliciti e diretti interventi gestionali (CICCARESEe PET-
TENELLA, 2002). Per evitare che il ricorso a tale misura porti ad eludere i reali impegni di riduzione assunti con il Protocollo, i crediti generati attraverso il FM devono essere ridotti al 15%, per eliminare la frazione di carbonio (C) accumulata dalle foreste per effetto di fattori non «direct human induced», quali l’invecchiamento naturale o la fertilizzazione azotata (CICCARESEet al., 2003). Nell’ambito degli Accordi di Marakesh, inoltre, è stato fissato un limi- te di crediti (CAP) potenzialmente raggiungibili con la Gestione Forestale pari, per il nostro Paese, a 0,18 Mt di C anno-1, recentemente portati a 2,78 Mt di C anno-1(CICCARESEe PETTENELLA, 2002; CICCARESEet al., 2006).
Nel quadro delineato dalla definizione di FM adottata negli stessi Accordi (FCCC/CP/2001/13/Add.1, p.58), si inseriscono i due approcci proposti alle Parti dalle «Good Practice Guidance for Land Use, Land Use Change and Fore- stry» dell’Intergovernmental Panel on Climate Change (IPCC), di seguito indi- cate come Good Practice Guidance (GPG). Il cosiddetto «Narrow Approach», più restrittivo, che considera come soggette a FM le sole aree interessate da interventi colturali «intensivi», quali la preparazione del sito e la piantagione, lo sfollo e la protezione diretta del popolamento, e il «Broad Approach», che non richiede l’esecuzione di specifiche pratiche su ciascun sito, ma la sola iden- tificazione delle aree soggette ad un generico sistema di pratiche colturali (SCH-
LAMADINGERet al., 2003). In Italia sembra al momento prevalere un’interpre- tazione più ampia tesa a considerare come «gestite», ai fini dell’applicazione del Trattato, tutte le aree boscate non soggette a processi di afforestation, refo- restation o deforestation (CIPE, 2002; AA.VV., 2005). Verrebbe quindi compu- tata l’intera superficie forestale nazionale, riferita al 1990, secondo i parametri di superficie, copertura e altezza fissati dal nostro Paese (INFC, 2005), indi- pendentemente dalla presenza di specifici strumenti pianificatori agenti sulla stessa. Ciò consentirebbe di sfruttare per intero le potenzialità di assorbimento del soprassuolo forestale, imponendo tuttavia una serie di oneri legati (i) agli eventuali debiti derivanti da una riduzione degli stock di carbonio dovuta a cause naturali o antropiche (CICCARESEet al., 2006), (ii) ai costi di raccolta delle necessarie informazioni e, non ultimo, (iii) alla necessità di dimostrare che tale superficie sia in toto soggetta ad un seppur generico sistema di pratiche coltu- rali. Infatti, indipendentemente dalle decisioni che verranno assunte in sede nazionale, per poter conteggiare gli assorbimenti (sink) derivanti dal FM, dovranno essere sviluppati degli inventari completi, trasparenti ed adeguati a rappresentare le variazioni di stock e di superficie occorse, quantificando, per quanto possibile, le incertezze ad esse associate (MILNEe JALLOW, 2003).
Adottando invece una definizione più restrittiva di FM, limitata alle sole aree soggette a specifici strumenti pianificatori, quali le zone protette o dotate
1Carta Regionale dei tipi forestali: documento base (DELFAVERO, 2006).
di Piano di Assestamento, pur rinunciando a parte delle capacità di assorbi- mento offerte dai popolamenti forestali, sarebbe possibile ridurre notevol- mente i costi di inventariazione e monitoraggio, sfruttando le informazioni assestamentali già disponibili (CICCARESEet al., 2006; PILLIe ANFODILLO, 2006). Tali aree possiedono inoltre i requisiti necessari per essere, a pieno titolo, considerate come «direttamente gestite dall’uomo». Strumento princi- pale per la corretta gestione di una foresta è infatti il Piano di Assestamento, inteso come la pianificazione, nel tempo e nello spazio, delle attività selvicol- turali più idonee per condurre le singole comprese boschive verso assetti che garantiscano l’assolvimento massimo, continuo e costante delle loro funzioni, preceduta dall’acquisizione di tutte le informazioni necessarie a conseguire tale scopo (HELLRIGL, 1986). L’ampia diffusione, almeno nelle proprietà di maggiori dimensioni, di tale strumento, rende disponibile una vasta gamma di informazioni che, seppure con alcuni limiti legati alla mancata applicazio- ne o aggiornamento dei piani, possono soddisfare i requisiti posti dalle Good Practice Guidance relativamente tanto alla definizione delle pratiche colturali e delle aree interessate dalle stesse (le particelle e le comprese), quanto della tempistica di realizzazione degli interventi (definita nelle schede particellari).
Si impone dunque una attenta valutazione di costi e benefici correlati alla scelta delle aree «gestite» ai fini del PK e quindi della stessa definizione di «gestione forestale».
Obiettivo del presente lavoro è analizzare, in un caso di studio concre- to offerto dalle aree assestate presenti nella Regione Veneto, l’effettivo con- tributo che tali soprassuoli possono offrire a fronte delle richieste poste dal Protocollo di Kyoto.
MATERIALI E METODI
Le elaborazioni proposte sono state eseguite a partire dal database predisposto da PILLI e ANFODILLO (2006) utilizzando la banca dati
«Gestione Piani Assestamento» relativa alle aree assestate della Regione Veneto. Gli Autori, dopo aver riclassificato le particelle assestate in Catego- rie Forestali (che non corrispondono a quelle già definite nella Carta Regio- nale dei tipi forestali1, ma derivano da una classificazione delle particelle basata sulla composizione attuale) e, per le sole fustaie, in classi di densità del soprassuolo, hanno associato una seriazione diametrica media alle prin- cipali specie presenti entro ciascuna particella a fustaia e stimato dei coeffi- cienti di variazione media annua del numero di piante/ha presenti nelle diverse classi diametriche.
Come noto, la stima dello stock di carbonio della biomassa vivente può avvenire:
– attraverso l’applicazione di fattori di espansione della biomassa (biomass expansion factors, BEF), derivanti da specifici rilievi effettuati nell’area in esame o desunti da fonti bibliografiche (NABUURSet al., 2003), oppure, – attraverso l’impiego di equazioni allometriche, sviluppate ad hoc per il ter-
ritorio in esame (JOOSTENet al., 2004; FATTORINIet al., 2004) o basate su di un modello funzionale di validità generale, quale quello proposto da PILLI
et al. (2006).
Tenuto conto delle informazioni disponibili è possibile proporre, alme- no per le fustaie assestate, l’applicazione di entrambi gli approcci (Tab. 1). Il primo teso a fornire un dato facilmente raffrontabile con altri studi, in quanto il più possibile aderente alla metodologia indicata dalle Good Practice Gui- dance, il secondo, più innovativo, basato sull’applicazione alle seriazioni dia- metriche medie relative alle fustaie assestate di un modello funzionale di vali- dità generale (FEHRMANNe KLEINN, 2006; PILLIet al., 2006).
Applicazione di BEF
Tenuto conto delle indicazioni proposte dalle GPG, in mancanza di fonti bibliografiche specificatamente riferite al territorio in esame e data la notevole differenza tra i BEF stimati nei diversi Paesi (si vedano ad es., per una rassegna esemplificativa, HAJNY, 2003; LEHTONENet al., 2004), appare più opportuna l’applicazione di fattori di espansione desunti direttamente dai valori tabellari forniti dall’IPCC.
Le aree assestate rientrano nella categoria Forest Land Remaining Fore- st Land, ove le variazioni dello stock di C (ΔCFFLB) possono essere calcolate mediante lo Stock Change Method (NABUURSet al., 2003):
(1) dove Ctsarà pari a:
(2) V = volume mercantile (ovvero provvigione espressa in m3ha-1);
D = densità basale del legno (espressa in t m-3);
BEF2= fattore di espansione della biomassa (adimensionale) per la conver- sione del volume in biomassa arborea del soprassuolo, comprensiva di cor- teccia, massa fogliare e blastometrica;
R = rapporto di biomassa fusto/radici (adimensionale);
CF = correcting factor, frazione di C presente nella sostanza secca, posto pari a 0,5.
[V D BEF ] (1 R) CF
Ct= × × 2 × + ×
( )
( 2 1)
t t
FFLB t t
C
C C2 1
−
= − Δ
Tabella 1 – Dataset utilizzato per le analisi e riepilogo della classificazione delle particelle a fustaia pro- posta da PILLIe ANFODILLO(2006).
– Classification of the high forest compartments proposed by PILLIe ANFODILLO(2006).
Categoria Classe Classi Seriazioni Numero Forestale1 densità2 strutturali3 diametriche4 Particelle
Abieteti 1 1 √ 165
Abieteti 2 1 √ 383
Abieteti 2 2 √ 2
Abieteti 3 1 √ 4
Abieteti 3 2 √ 366
Abieteti 4 1 √ 50
Abieteti 4 2 √ 63
Carp-querc 1 1 √ 15
Castagneti 1 1 - 14
Castagneti 2 1 √ 1
Faggete 1 1 √ 221
Faggete 1 2 √ 8
Faggete 2 1 √ 58
Faggete 2 2 √ 16
Faggete 3 1 √ 22
Faggete 4 1 - 20
Lariceti 1 1 √ 69
Lariceti 1 2 √ 517
Lariceti 2 1 √ 6
Lariceti 2 2 √ 106
Lariceti 3 1 √ 37
Lariceti 4 1 √ 4
Orno-ost 1 1 √ 17
Peccete 1 1 √ 779
Peccete 1 2 √ 18
Peccete 2 1 √ 13
Peccete 2 2 √ 778
Peccete 3 1 √ 410
Peccete 3 2 √ 7
Peccete 4 1 √ 69
Peccete 4 2 √ 80
Piceo-fg 1 1 √ 73
Piceo-fg 1 2 √ 107
Piceo-fg 2 1 √ 74
Piceo-fg 2 2 √ 30
Piceo-fg 3 1 √ 7
Piceo-fg 3 2 √ 26
Piceo-fg 4 1 √ 2
Pinete 1 1 - 231
Pinete 2 1 √ 33
Pinete 3 1 √ 13
Pinete 4 1 √ 8
Totale √ 4922
1: distinte in funzione della composizione reale del soprassuolo
2: distinte in funzione della densità (area basimetrica) del soprassuolo
3: distinte in funzione della distribuzione diametrica del soprassuolo
4: presenza di una o più seriazioni diametriche medie (√)
Per la stima del volume (V) potrebbero essere impiegati, per ciascuna particella, i dati assestamentali riferiti all’anno di esecuzione del rilievo, tut- tavia, stante l’ampio range temporale in cui si distribuiscono gli stessi, ciò determinerebbe una forte disomogeneità dei risultati e renderebbe impossi- bile eseguire un confronto significativo tanto su scala spaziale che tempora- le. Per questo si ritiene più opportuno utilizzare la provvigione media di ciascuna Categoria Forestale (intesa come un gruppo di Tipologie Forestali omogeneo per composizione del soprassuolo arboreo, in relazione alla pre- senza di 1-3 specie caratteristiche), ripartita, ove presenti, in classi di den- sità (PILLIe ANFODILLO, 2006).
Utilizzando i dati di provvigione e composizione percentuale relativi a 4.922 particelle a fustaia, già classificate in Categorie Forestali e classi di densità, mediante una procedura Bootstrap (EFRON e TIBSHIRANI, 1993), sono state calcolate la provvigione, età e composizione media afferenti a ciascun gruppo. Nota la media aritmetica delle diverse variabili per ciascun gruppo, si è perciò provveduto all’estrazione casuale di 10.000 campioni, ciascuno con numerosità pari a circa l’80% del numero di osservazioni complessivamente disponibili per il gruppo in esame. È stata quindi calco- lata, per ogni replicazione, la media dei 10.000 valori. La deviazione stan- dard relativa a tale distribuzione rappresenta l’errore standard della media, attraverso il quale è stato possibile calcolare i limiti di confidenza dei valori stimati. Per l’applicazione della metodologia sono state utilizzate specifiche macro sviluppate in ambiente SAS™.
La provvigione media stimata per ciascun gruppo è stata ripartita, attraverso la composizione percentuale media, nel volume mercantile (Vi) afferente alle diverse specie. A ciascuna di esse è stata quindi applicata l’e- quazione (2), utilizzando i valori specifici di densità basale ed i fattori di espansione (1,3 per le conifere e 1,4 per le latifoglie) proposti dalle Good Practice Guidance.
Per quanto concerne la biomassa radicale, tenuto conto (i) delle ogget- tive difficoltà di indagine inerenti tale comparto (LASSERREet al., 2006), (ii) delle incertezze, ben evidenziate da numerosi Autori (GALVAGNI et al., 2006; LASSERRE et al., 2006; PELTONIEMI et al., 2006) associate alle stime proposte per questa componente, (iii) del fatto che la stessa non costituisce, nel complesso, una fonte netta di emissione di carbonio in atmosfera ma rappresenta invece un pool di accumulo, il valore della biomassa ipogea, in conformità a quanto consentito dal così detto «Tier 1» proposto dall’IPCC (NABUURSet al., 2003), è stato considerato nullo (R = 0).
Lo stock medio di C afferente a ciascuna categoria è stato calcolato come media dei valori stimati per ciascuna classe di densità, ponderata con
la corrispondente superficie boscata e l’inverso della deviazione standard (w = 1/σ2). Poiché infatti il peso w connesso a ciascuna categoria è legato al quadrato dell’incertezza ad essa corrispondente, categorie con un grado di incertezza maggiore verranno ad avere un peso inferiore sul risultato finale (TAYLOR, 1993).
La stima del carbon sink attribuibile ad ogni categoria attraverso lo Stock Change Method, richiede la conoscenza dello stock di C in due diversi momenti. A tale scopo sono state selezionate 815 particelle per le quali si disponeva della provvigione unitaria relativa a due Piani di Assestamento successivi, separati da un arco di tempo medio di 11 anni, rilevata mediante rilievi relascopici o cavallettamenti.
A ciascuna particella è stato applicato lo Stock Change Method, stiman- do il carbonio afferente a ciascun periodo attraverso l’eq. (2) previa riparti- zione del volume, come nel caso precedente, tra le diverse specie in funzio- ne della composizione reale del soprassuolo rilevata nel secondo periodo.
Ad ogni specie sono stati applicati i valori di densità basale ed i fattori di espansione proposti dalle Good Practice Guidance. Il rapporto fusto/radici anche in questo caso non è stato preso in considerazione, trascurando per- ciò il parametro R. È stato infine calcolato il sink medio attribuibile a cia- scuna Categoria Forestale, tralasciando naturalmente le classi per le quali non era disponibile un dataset di riferimento.
La metodologia proposta dalle GPG prevede la possibilità di conside- rare nullo lo stock della lettiera (ΔC FFDW+ ΔC FFLT= 0) e del suolo purché tali componenti non costituiscano una fonte netta di carbonio per l’atmo- sfera. Tale assunzione, pur considerando i noti elementi di incertezza relati- vi alla valutazione di questi pool, è stata verificata da numerosi studi relativi all’ambiente forestale (LISKIet al., 2002; LASSERREet al., 2006; TOGNETTI e MARCHETTI, 2006).
La stima dello stock di carbonio presente in ciascuna categoria si basa quindi su tre elementi:
– La provvigione media unitaria afferente ad ogni categoria, eventualmente ripartita in classi di densità (sino ad un massimo di 4).
– La composizione percentuale di ciascuna categoria e classe, impiegata per ripartire il precedente valore tra le diverse specie presenti nel sopras- suolo, moltiplicando poi ciascuna di esse per il corrispondente valore di densità basale.
– La superficie boscata afferente a ciascuna categoria e/o classe, desunta direttamente dai dati assestamentali.
Attraverso la procedura Bootstrap è stato stimato l’errore associato tanto alla provvigione media unitaria quanto alla composizione media di
ciascuna categoria o classe di densità. Non sono invece disponibili dati che consentano, così come richiesto dalle GPG, una stima dell’errore associato alla superficie afferente ai diversi gruppi.
La stima dello stock presente per unità di superficie si è quindi artico- lata in quattro fasi:
1. La stima del volume di ogni specie ottenuto moltiplicando la provvigione unitaria per la corrispondente composizione percentuale, espressa in ter- mini di area basimetrica.
2. La stima dello stock di C corrispondente ad ogni specie: è il prodotto del precedente valore per la densità basale di ciascuna specie ed i fattori di espansione proposti dalle GPG (1,3 per le conifere e 1,4 per le latifoglie).
3. La somma dei valori precedenti, fornisce una stima dello stock complessi- vo presente in ciascuna classe di densità (o Categoria Forestale) per unità di superficie.
4. La media ponderata dei valori relativi alle singole classi rappresenta lo stock relativo a ciascuna categoria.
Secondo le indicazioni fornite dalle GPG (PACIORNIK e RYPDAL, 2003), se la variabile considerata presenta una distribuzione normale (requisito in questo caso quasi sempre garantito dall’applicazione della pro- cedura Bootstrap) l’incertezza percentuale è espressa, con un livello di con- fidenza del 95%, dalla relazione:
(3) σ = deviazione standard;
μ = valore medio.
Seguendo la procedura appena descritta, nella fase (1) l’errore, legato al prodotto di diverse quantità, può essere stimato come:
(4) U1= errore percentuale associato alla stima della provvigione;
U2= errore percentuale associato alla stima della composizione.
Le due grandezze non risultano tra loro correlate e la deviazione stan- dard è generalmente inferiore al 30%, pertanto l’applicazione dell’equazio- ne (4) può fornire una soddisfacente stima dell’errore percentuale associato a tale fase.
La fase (2) prevede la moltiplicazione del volume afferente a ciascuna specie per la densità basale ed il BEF corrispondenti. Poiché questi ultimi sono stati desunti dai valori forniti dall’IPCC essi non consentono una
2 2 2
1 U
U
U = +
2 100
95 = ×
μσ U
stima dei relativi limiti di confidenza, pertanto non può essere valutato l’er- rore associato a tale fase.
Nella terza fase l’errore è legato alla somma dei valori afferenti alle sin- gole specie e può perciò essere stimato come:
(5)
Ui= percentuale di errore associato con ciascuna specie;
Ei= stock afferente ad ogni specie.
I valori potrebbero in questo caso risultare indirettamente correlati tra loro, inficiando in parte la validità dell’equazione impiegata, tuttavia, data l’impossibilità di valutare gli effetti di tale correlazione, si ritiene comunque accettabile l’applicazione dell’algoritmo proposto.
Nella quarta ed ultima fase viene stimato lo stock medio afferente ad ogni categoria come media ponderata dei valori di stock unitari delle sin- gole classi di densità. La deviazione standard in questo caso è data da (TAYLOR, 1993):
(6) dove wi= l/σ2i , con σideviazione standard relativa alle singole classi.
Per la stima dell’assorbimento, effettuata ripartendo la provvigione tra le diverse specie, seguendo poi una procedura analoga alla precedente, non è stata effettuata una valutazione dell’errore, in quanto il valore fornito necessita di ulteriori approfondimenti e verifiche, soprattutto relativamente all’effettivo contributo delle utilizzazioni boschive.
Applicazione di equazioni allometriche
L’applicazione di equazioni allometriche può costituire una valida alternativa all’impiego di fattori di espansione desunti da fonti bibliografi- che, generalmente destinati a formazioni costituite da soprassuoli coetanei e monospecifici, perciò inadatti per l’area presa in esame. Per questo si pre- senta, come elemento di confronto con la precedente analisi, una stima dello stock e del sink basata su tale approccio, comunque conforme alle indicazioni delle Linee Guida dell’IPCC.
Il principale limite di queste relazioni è generalmente legato all’impos- sibilità di applicare le stesse a contesti territoriali o specie diversi dallo stretto ambito nel quale sono state sviluppate (BROWN, 2002). Tale proble-
⎟⎟
⎠
⎞
⎜⎜
⎝
⎛ ∑
= = N −
i wi 1
2 / 1
σ
n
n n
E E
E
E U E
U E U U
+ + +
× + +
× +
= ×
...
) (
...
) (
) (
2 1
2 2
2 2 1 2 1
matica, risulta in parte superata dal modello funzionale proposto da PILLI
et al. (2006), basato sulle assunzioni generali del WBE model, sviluppato da WEST et al. (1999), secondo i quali tutte le piante vascolari, indipendente- mente dalla specie e dall’età, presentano la stessa struttura di base, come conseguenza del fatto che tutte sono sottoposte alle stesse pressioni evoluti- ve. La struttura universale della rete vascolare è stata recentemente dimo- strata su base empirica da ANFODILLO et al. (2006). Secondo il modello, la massa dovrebbe scalare con il diametro con un esponente universale b = 8/3 (WESTet al., 1999). In un recente studio (PILLIet al., 2006), attraverso l’analisi di numerose serie di dati relativi a popolamenti diversi per specie e ambienti, sono stati definiti valori più precisi di a e b, dividendo, sulla base di una soglia diametrica empirica, le piante arboree in tre stadi ed attri- buendo loro un valore di b costante pari a 2,08, 2,66 e 2,51, rispettivamente per lo stadio giovane, adulto e maturo.
La procedura qui proposta si basa sull’applicazione alle seriazioni dia- metriche medie associate a ciascuna Categoria Forestale di un modello basato sull’impiego della power function:
M = aDb (7)
dove M è la biomassa arborea epigea, D il diametro a 1,3 m e a e b sono detti rispettivamente coefficiente ed esponente di scala. La relazione, espressa in scala logaritmica, viene linearizzata come:
ln M = ln a + b ln D (8)
La stima della biomassa arborea epigea risulta in questo caso, almeno in parte, «aspecifica», in quanto il valore di b è correlato con la sola fase di crescita arborea, e avente validità generale, in quanto il coefficiente di scala è a sua volta correlato con la sola densità media del legno della specie con- siderata. Quest’ultima, come noto, è influenzata anche dalle condizioni sta- zionali del soprassuolo preso in esame, tuttavia, in mancanza di specifici rilievi, essa può essere desunta, con accettabili limiti di confidenza, anche da dati bibliografici.
In base al modello, il valore del coefficiente b, in tutti i soggetti con diametro superiore a 15,8 cm (soglia diametrica minima attribuita alle pian- te mature) può essere assunto pari a 2,51, mentre il coefficiente di scala può essere stimato a partire dalla densità apparente (ρ) come:
ln(a) = 3,12 + 1,11ρ (9)
Dal momento che la distribuzione diametrica relativa alle fustaie asse- state della Regione Veneto adotta una soglia di cavallettamento di 17,5 cm e in assenza di specifici dati relativi all’altezza dei soprassuoli in esame, tutti i soggetti censiti possono essere assegnati allo stadio maturo. Attra-
Tabella 2 – Valori di densità apparente impiegati nell’eq. (9) (GIORDANO1980, GIORDANO1988).
– Average wood density, expressed as the ratio between mass and volume at 12% moisture content, applied in eq. (9) (GIORDANO1980, GIORDANO1988).
Specie Densità
(Mg m-3)
Abies alba 0,44
Acer sp. 0,74
Betulla sp. 0,65
Castanea sativa 0,58
Fagus sylvatica 0,73
Fraxinus excelsior 0,72
Fraxinus ornus 0,72
Larix decidua 0,65
Latifoglie diverse 0,74 Ostria carpinifolia 0,81
Picea abies 0,45
Pinus cembra 0,45
Pinus nigra 0,56
Pinus sylvestris 0,55
Quercus pubescens 0,82
Quercus ilex 0,82
Robinia pseudoacacia 0,75
Salix sp. 0,77
La massa unitaria (riferita cioè ad un singolo soggetto di una determi- nata specie, appartenente ad una data classe diametrica), moltiplicata per il correcting factor (CF = 0,5) esprime il carbonio stoccato nella massa epi- gea del singolo individuo. Questo valore può essere utilizzato sia a livello di singola particella, laddove sia stato eseguito un rilievo relascopico o un cavallettamento totale, sia a livello di Categoria Forestale e classe di den- sità, impiegando le corrispondenti seriazioni diametriche medie ricostruite da PILLI e ANFODILLO (2006). Analogamente alla stima eseguita con i coefficienti di espansione, questo secondo approccio appare più corretto, garantendo una maggiore omogeneità dei dati tanto su scala temporale che spaziale.
verso le equazioni (8) e (9) è quindi possibile stimare la biomassa epigea totale (espressa in kg di sostanza secca) di ciascun individuo per le 19 spe- cie considerate nelle seriazioni diametriche medie. La densità apparente, ricavata da fonti bibliografiche (Tab. 2), si distingue dalla densità basale, data dal rapporto tra sostanza secca e volume allo stato fresco, associata all’impiego dei BEF, in quanto esprime il rapporto tra la massa ed il volu- me ad umidità costante, in questo caso pari al 12% (GIORDANO, 1980;
GIORDANO, 1988).
L’applicazione della procedura consente di prevedere per la massa sti- mata un errore standard del 4,2% (PILLI et al., 2006). Non è stato invece considerato l’errore associato alle distribuzioni diametriche medie.
Prima di applicare l’equazione allometrica alle seriazioni diametriche associate ad ogni gruppo strutturale, è necessario riesaminare brevemente il dataset disponibile (Tab. 1). Mentre per alcune classi di densità sono stati individuati due gruppi di seriazioni diametriche medie, ciascuno compren- dente più specie, per la quarta classe delle Faggete e la prima classe di Pinete e Castagneti, non è stato possibile ricostruire alcuna seriazione, a causa della mancanza di osservazioni utili nel training dataset (PILLIe ANFODILLO, 2006).
Al fine di consentire comunque l’applicazione della procedura proposta, a queste classi sono state attribuite le seriazioni medie relative rispettivamente alla terza classe di densità delle Faggete ed alla seconda classe di densità di Castagneti e Pinete, corrette con un fattore di ponderazione espresso da:
(10) dove Prov1è la provvigione media stimata nella classe priva di seriazio- ne di riferimento e Prov2è la provvigione media della classe immediatamente precedente (per le Faggete) o successiva (per Castagneti e Pinete).
Per le fustaie oggetto di rilievo relascopico o cavallettamento totale, il database disponibile fornisce anche la variazione media annua (al netto delle utilizzazioni) del numero di piante presenti per unità di superficie, specie e classe diametrica (PILLIe ANFODILLO, 2006). Calcolando, per ogni classe diametrica e specie, la differenza tra il numero di piante presenti ad ettaro, entro ciascuna particella, all’inizio ed alla fine del commitment period (2008-2012), è possibile stimare la variazione di biomassa epigea occorsa nel quinquennio, attraverso l’equazione (7), come:
δMn,i=δN n,i (aDn,ib) (11) dove δMn,iè la variazione di biomassa relativa a ciascuna i-esima classe dia- metrica, di ogni n-esima specie (la procedura applicata considera 6 specie), Dn,iè il diametro della i-esima classe diametrica della specie considerata e δNn,i è la variazione del numero di soggetti presenti nella i-esima classe, della n-esima specie, nel quinquennio. Il coefficiente b, costante, è pari a 2,51 mentre il parametro a può essere calcolato attraverso l’equazione (9) in funzione della densità media del legno (Tab. 2).
Il sink medio di ciascuna Categoria Forestale, cui, come nel caso pre- cedente, non è stato associato alcun errore, è stato calcolato come media dei valori relativi alle particelle campione, ripartite in funzione della catego- ria di appartenenza.
2 1 rov rov
P Fp = P
RISULTATI E DISCUSSIONE
Applicazione di BEF
I risultati dell’applicazione dei BEF alle diverse Categorie Forestali, ripartiti per classe di densità, sono riportati in Tab. 3. Le formazioni ove si registra lo stock più elevato per unità di superficie sono gli Abieteti (78,3 Mg ha-1), seguiti da Peccete (67,5 Mg ha-1) e Piceo-faggeti (50,7 Mg ha-1).
L’incertezza relativa alle singole categorie, calcolata applicando l’eq.
(6) alla deviazione standard, è risultata inferiore al 15% per Abieteti (10,6%), Carpineti e Querco-carpineti (6,0%), Faggete (5,8%) e Piceo-fag- geti (10,7%). Castagneti e Peccete presentano valori di poco superiori al 16%, mentre nelle Pinete l’errore risulta pari al 19,2%. Infine nei Lariceti l’errore percentuale ha superato il 24% e negli Orno-ostrieti ed Ostrio- querceti ha raggiunto il 28%, a causa, nel primo caso, della notevole diffe- renza che si riscontra tra la biomassa stimata nella prima e nella quarta clas- se e, nel secondo, della scarsa numerosità del campione. Anche il dato rela- tivo a Carpineti e Querco-carpineti deve comunque essere considerato con una certa prudenza, stante la scarsa numerosità del campione disponibile.
Il dato medio relativo tanto alle Peccete quanto alle Faggete, appare nettamente inferiore rispetto ad analoghi studi proposti in letteratura (JOO-
STENet al., 2004; HAJNY, 2003). Ciò nonostante, analizzando i dati relativi alle singole classi di densità, si evidenziano, almeno per le formazioni prin- cipali, stock decisamente superiori nella terza e quarta classe (da valori di 188 Mg ha-1per le Faggete a 123 Mg ha-1 per gli Abieteti) rispetto al valore medio stimato per l’intera categoria. In particolare, lo stock stimato per le Faggete, risente fortemente della scarsa provvigione attribuita alla prima classe di densità (108 m3ha-1) ove presumibilmente si collocano anche for- mazioni da poco transitate a fustaia (in seguito a interventi di conversione o ad invecchiamento). Lo stock relativo alla terza classe di questa stessa cate- goria risulta infatti analogo a quello (120 Mg ha-1) riportato da JOOSTEN et al. (2004) per le Faggete della Germania occidentale. HAJNY (2003) per i boschi coetanei di Leinefelde (Germania nord orientale) riporta valori di biomassa totale epigea compresi tra 97 Mg ha-1per popolamenti di 30 anni e 240 Mg ha-1per formazioni di oltre 150 anni. Naturalmente le caratteristi- che strutturali, oltre che climatiche, delle Faggete del Veneto risultano, nel complesso, nettamente diverse, tuttavia i dati appaiono in linea con la stima della biomassa attribuita alle diverse classi di densità, compresa tra 78 Mg ha-1e 376 Mg ha-1, rispettivamente per la prima e quarta classe.
Per le Peccete, ancora HAJNY(2003), per il sito di Tharandt (Germa- nia orientale) indica una biomassa totale epigea compresa tra 291 e 70 Mg ha-1, rispettivamente per popolamenti coetanei di 107 e 24 anni, mentre per
K N I S K
C O T Categoria S
Forestale Classe densità
stock Mg ha-1
Sup Bosc.
(ha)
stock tot (Mg)
stock medio Mg ha-1
U95% σ Particelle campione sink
Mg ha-1 y-1 Abieteti 1 34,7 3235,3 112376,3 5,25
Abieteti 2 72,3 7318,1 529159,2 5,23 Abieteti 3 98,0 6666,6 652993,1 7,25 Abieteti 4 123,7 1779,9 220107,1
78,29 21,90
4,05 337 0,68
Carp-q. 1 41,3 166,0 6848,7 41,26 12,21 1,25 0 - Cast. 1 27,7 48,7 1346,5 17,27
Cast. 2 89,9 5,1 455,6 33,53
0,00 2,75 0 - Faggete 1 39,1 4500,6 175821,4 5,88
Faggete 2 89,5 1109,0 99296,7 6,39 Faggete 3 133,4 360,5 48085,9 3,99 Faggete 4 188,3 470,3 88567,5
49,34 5,10
1,43 7 1,87
Lariceti 1 28,1 17900,7 502711,5 2,88 Lariceti 2 68,4 2698,3 184602,8 4,67 Lariceti 3 91,0 666,2 60617,3 11,85 Lariceti 4 127,5 45,7 5830,3
31,05 6,39
3,82 41 0,32
Orno-ost 1 14,7 311,6 4593,4 14,74 23,15 2,07 0 - Peccete 1 32,8 17060,1 559584,8 3,75
Peccete 2 69,0 15872,7 1095840,7 1,72 Peccete 3 92,5 7404,6 685179,7 3,14 Peccete 4 129,7 2341,0 303645,2
67,54 10,00
5,62 385 1,27
Piceo-fg 1 38,3 4005,1 153523,8 5,43 Piceo-fg 2 79,1 2042,0 161593,4 8,53 Piceo-fg 3 104,3 536,6 55967,9 16,77 Piceo-fg 4 131,3 32,0 4200,8
50,72 10,42
2,72 35 1,47
Pinete 1 28,4 5913,8 167940,3 5,82 Pinete 2 58,9 427,0 25157,8 16,51 Pinete 3 89,7 164,0 14708,8 33,42 Pinete 4 120,4 87,8 10569,6
29,10 25,35
2,80 10 0,72
Totale 103169,2 5931325,9 57,71 9,17 Sink medio 0,98
95
Tabella 3 – Carbon stock e sink stimati attraverso lo Stock Change Method considerando la sola bio- massa arborea epigea.
– Carbon stock and sink estimated by the Stock Change Method only considering the aboveground tree biomass.
il sito di Renòn, in Provincia di Bolzano, riporta una biomassa totale di 156 Mg ha-1. Anche in questo caso si rileva una certa corrispondenza con i valo- ri, pari a 258 Mg ha-1e 65 Mg ha-1 individuati rispettivamente per la quarta e la prima classe di densità delle Peccete assestate.
Il sink medio relativo alle diverse categorie, che esprime l’incremento medio annuo dello stock di carbonio, è compreso tra le 0,32 Mg ha-1 anno-1
stimate per i Lariceti e le 1,87 Mg ha-1 anno-1 attribuite alle Faggete (Tab. 3). Peccete ed Abieteti presentano valori di 1,27 Mg ha-1anno-1e 0,68 Mg ha-1 anno-1. Un assorbimento superiore si registra per i Piceo-faggeti (1,47 Mg ha-1 anno-1), mentre le Pinete presentano valori inferiori (0,72 Mg ha-1 anno-1). Infine per Carpineti e Querco-carpineti, Castagneti e Orno- ostrieti con Ostrio-querceti non è stato possibile applicare la metodologia proposta a causa della mancanza di un campione di riferimento.
Vanno, anche in questo caso, sottolineati due aspetti fondamentali:
– Il dato complessivo stimato per le fustaie a partire dalla sola provvigione assestamentale, risulta deficitario non solo di tutte le classi diametriche inferiori a 17,5 cm, ma anche della valutazione della componente arbusti- va ed erbacea che può costituire sino al 75% dello stock complessivo, soprattutto in formazioni pluristratificate o nei soprassuoli più giovani (LEHTONEN et al., 2004). Dati i limiti, evidenziati da numerosi Autori (LÖWEet al., 2000; JOOSTENet al., 2004), legati all’impiego di BEF, come in questo caso, non specifici del territorio in esame, tali componenti potrebbero risultare sottostimate.
– Tutti i valori riportati si riferiscono alla sola biomassa arborea epigea, non comprendente perciò né la componente ipogea, né il carbonio stoc- cato a livello di suolo e lettiera. Secondo LISKIet al. (2002) il C stoccato a livello del suolo, per l’Italia, sarebbe pari al 31% dello stock complessivo salendo, per i Paesi dell’Europa centrale, al 42%.
Applicazione di equazioni allometriche
Lo stock e la biomassa medi delle singole classi di densità, sono stati calcolati come media aritmetica dei valori stimati in ciascun gruppo struttu- rale mentre la media di questi ultimi valori, ponderata con la superficie boscata totale di ogni classe, è stata impiegata per stimare lo stock medio afferente ad ogni Categoria Forestale (Tab. 4).
Gli stock medi stimati per ciascuna categoria, con i rispettivi limiti di confidenza (-13,3% ÷ +4,0%), risultano analoghi ai valori forniti dai fattori di espansione per Abieteti, Peccete e Faggete ove le due stime si discostano di pochi punti percentuali, cui si aggiungono i Piceo-faggeti ove la differen- za risulta di poco superiore al 12% (Fig. 1). Castagneti, Lariceti e Pinete presentano invece differenze rispettivamente del 37%, 47% e 57%. Nelle restanti due categorie si registrano scostamenti nettamente superiori.
La convergenza di risultati che si rileva con le due metodologie nelle principali Categorie Forestali fornisce una conferma indiretta della bontà dell’approccio proposto (Fig. 1). Gli scostamenti che si registrano nelle Pinete e nei Castagneti sono imputabili alla mancanza di seriazioni diame-
STOCK
(massa arborea epigea con D>17,5 cm) SINK Categoria
Forestale
Classe densità
stock Mg ha-1
Sup Bosc.
(ha)
stock tot.
(Mg)
stock medio Mg ha-1
Particelle
campione sink Mg ha-1 y-1 Abieteti 1 51,75 3235,3 167436,8
Abieteti 2 64,10 7318,1 469098,2 Abieteti 3 97,72 6666,6 651433,8 Abieteti 4 104,60 1779,9 186183,7
77,59 807 1,50
Carp-q. 1 13,12 166,0 2178,4 13,12 0 - Cast. 1 29,35 48,7 1428,9
Cast. 2 95,36 5,1 483,5 46,04 1 0,40
Faggete 1 33,94 4500,6 152769,4 Faggete 2 72,71 1109,0 80638,1 Faggete 3 82,87 360,5 29872,4 Faggete 4 116,40 470,3 54746,6
49,38 162 1,30
Lariceti 1 37,22 17900,7 666331,9 Lariceti 2 86,06 2698,3 232213,8 Lariceti 3 103,52 666,2 68963,2 Lariceti 4 118,66 45,7 5425,3
45,65 144 1,20
Orno-ost 1 44,45 311,6 13851,2 44,45 2 0,10 Peccete 1 42,68 17060,1 728064,3
Peccete 2 70,46 15872,7 1118436,1 Peccete 3 92,71 7404,6 686509,0 Peccete 4 124,69 2341,0 291904,0
66,19 1240 1,30
Piceo-fg 1 39,62 4005,1 158673,1 Piceo-fg 2 80,31 2042,0 163997,0 Piceo-fg 3 92,57 536,6 49665,9 Piceo-fg 4 117,91 32,0 3773,2
56,85 176 1,50
Pinete 1 40,03 5913,8 236751,6 Pinete 2 83,06 427,0 35461,4 Pinete 3 114,29 164,0 18747,5 Pinete 4 134,99 87,8 11846,4
45,93 46 1,10
Totale 103169,2 6286885,0 59,25 Sink medio 1,40
Tabella 4 – Carbon stock e sink stimati attraverso l’applicazione di relazioni allometriche.
– Carbon stock and sink estimated using allometric equations.
triche di riferimento per la prima classe strutturale oltre che, almeno nel caso dei Castagneti, alla scarsa numerosità del campione. Per i Lariceti la differenza tra le due stime è legata alla presenza di uno stock nettamente inferiore nelle prime tre classi di densità con l’impiego dei BEF.
Lo stock medio per unità di superficie pari a 59 Mg ha-1 (ovvero 5,9 kg m-2), con un range compreso tra 53 Mg ha-1e 61 Mg ha-1, non risulta sta- tisticamente diverso dal valore di 56 Mg ha-1stimato con i BEF. Allo stesso modo lo stock epigeo complessivo afferente alle fustaie assestate della
Figura 1 – Confronto tra lo stock medio stimato attraverso l’applicazione di BEF e del modello basato sull’impiego di equazioni allometriche (vengono indicati anche i limiti di confidenza relativi alle due stime con un livello di significatività del 95%).
– Comparison between stock mean values estimated by BEF and allometric equations for each forest compartment (95% confidence intervals are reported).
Regione Veneto, stimato attraverso i BEF in 5.951.981 t, rientra nel range di 5.450.729 Mg e 6.538.360 t, stimato in base al modello proposto.
Il sink stimato attraverso la procedura di attualizzazione delle seriazio- ni diametriche, risulta analogo a quello stimato con lo Stock Change Method per Peccete e Piceo-Faggete, mentre appare nettamente superiore per Abieteti, Lariceti e Pinete (Tab. 4, Fig. 2).
Entrambi i metodi consentono di proporre una prima stima delle capacità fissative delle fustaie assestate della Regione Veneto, che oscille- rebbero tra 101.105 Mg ha-1 anno-1 stimate con lo Stock Change Method e 144.436 Mg ha-1anno-1 stimate con il secondo approccio.
Tali valori, che dovrebbero esprimere l’aumento del C stock della bio- massa arborea epigea al netto delle utilizzazioni, ridotti al 15% per tenere conto dell’incremento non direttamente riferibile alla gestione forestale, corrispondono ad un assorbimento annuo compreso tra 15.165 e 21.665 Mg di C, stimate rispettivamente con l’applicazione di BEF ed equazioni allometriche, pari rispettivamente allo 0,54% ed allo 0,78% del CAP fissa- to per l’Italia. A titolo di confronto, si può citare lo studio recentemente proposto da CICCARESE et al. (2006) per la Valle d’Aosta, per la quale è stato stimato un assorbimento complessivo annuo di 119.000 Mg di C, che scontato al 15% corrisponde a un sink di 17.850 Mg.
Figura 2 – Confronto tra il sink medio stimato attraverso lo Stock Change Method e le equazioni allometriche.
– Comparison between sink mean values estimated using the Stock Change Method and allometric equations for each forest compartment.
Sui dati relativi all’incremento annuo della biomassa realizzato con le equazioni allometriche incidono sia l’errore associato alla procedura di attualizzazione delle seriazioni diametriche, sia quello relativo all’applica- zione della relazione allometrica. Va inoltre sottolineato come la mancata valutazione della biomassa arborea inferiore a 17,5 cm (soglia di cavalletta- mento adottata nella redazione dei piani di assestamento nella Regione Veneto) e delle componenti ipogee determini una sottostima tanto dello stock quanto del sink dei soprassuoli presi in esame.
Sul dato complessivo stimato con entrambe le metodologie proposte viene infine a pesare anche l’incertezza, al momento non valutabile, ineren- te l’estensione della superficie boscata.
CONCLUSIONI
L’analisi del materiale presente a livello regionale ha evidenziato, almeno per le fustaie, una buona disponibilità di informazioni inerenti la superficie soggetta a Piani di Assestamento. I dati riferiti a tali aree, che soddisfano gran parte dei requisiti richiesti dal Protocollo di Kyoto relativamente al Forest Management, consentono l’applicazione sia di fattori di espansione della bio- massa, sia di un modello generale legato all’applicazione di una relazione
allometrica unica. Questo secondo approccio, basato sulla conoscenza della distribuzione diametrica del soprassuolo, pur richiedendo ulteriori approfondimenti, è preferibile in quanto non incorre nei limiti, più volte evi- denziati da numerosi Autori, tipici dell’applicazione dei BEF. Tra essi si richiama in particolare la scarsa capacità predittiva dei fattori di espansione per i soprassuoli misti e disetanei, caratteristici dell’arco alpino. La carenza di dati aggiornati, solo in parte colmata dal modello di attualizzazione delle seriazioni diametriche proposto da PILLIe ANFODILLO(2006), assieme alla mancanza di una banca dati completa sulle utilizzazioni boschive e la soglia di cavallettamento troppo elevata (che non consente alcuna valutazione sui sog- getti con diametro inferiore a 17,5 cm), costituiscono le principali lacune emerse per queste formazioni.
Per le particelle governate a ceduo, non prese in esame nel presente con- tributo e generalmente oggetto anche nelle aree assestate di una valutazione soggettiva della massa presente, risultano al momento difficilmente applica- bili sia i BEF, normalmente stimati a partire da soli popolamenti d’altofusto e quindi inadatti per tali formazioni, sia le equazioni allometriche, stante la scarsa disponibilità di seriazioni diametriche di riferimento. Data la rilevante capacità di assorbimento di questi popolamenti e la superficie interessata dagli stessi, è essenziale la raccolta di maggiori informazioni.
Dovrebbe essere valutata la reale convenienza di sviluppare un’analisi approfondita finalizzata a considerare come soggetta a Forest Management l’intera superficie boscata nazionale, tenendo conto non solo dei costi diret- ti di monitoraggio, attuale e futuro, ma anche del fatto che per considerare l’intera superficie boscata come soggetta a FM, sarebbe necessario dimo- strare la concreta realizzazione (o pianificazione) di interventi gestionali sulla stessa. Le informazioni disponibili per le aree assestate, già soggette tanto a monitoraggio quanto a concreti interventi gestionali, possono inve- ce, se opportunamente integrate, rispondere direttamente alle esigenze imposte dal Trattato.
RINGRAZIAMENTI
Gli Autori desiderano ringraziare il Dott. M. Dissegna ed il Dott. S. Zen, della Direzione Regionale Foreste ed Economia Montana della Regione Veneto, per la collaborazione ed il materiale informativo messo a disposizio- ne. Il lavoro proposto fa parte di un più ampio progetto di ricerca finanziato dalla Direzione Regionale Foreste ed Economia Montana della Regione Veneto, per la stima dello stock di carbonio presente in ambito forestale a par- tire dai dati inventariali ed assestamentali disponibili a livello regionale.
