Ricostruzione e analisi di serie storiche e sviluppo di modelli predittivi climatici per valutare il cambiamento climatico a scala locale su aree forestali degradate mediterranee: il caso del Bosco di Palo Laziale.

La desertificazione e l’aridità del suolo, in concomitanza con l’emergenza idrica, sono oggi tra le principali minacce agli ecosistemi forestali. Questi fenomeni, intensificati dal cambiamento climatico in atto, portano ad una riduzione o perdita della produttività biologica ed economica in aree aride, semi aride e secche sub-umide. Il cambiamento climatico è caratterizzato oltre che da una rilevante modificazione nelle tendenze di temperature e precipitazioni, anche da una aumentata frequenza degli eventi estremi. Per questi motivi, in una prima analisi dell’influenza che il cambiamento climatico esercita su un ecosistema forestale è necessario determinare le variabili climatiche e di aridità che contraddistinguono l’area di interesse. Questo lavoro si propone l’obiettivo di individuare quelle caratteristiche climatiche che permettono di inquadrare i trend storici delle aree interessate, stabilire la tendenza all’aridità e valutarne l’entità, usando come caso studio l’area Natura 2000 del Bosco di Palo Laziale. A questo scopo è stato utile partire da ricostruzioni climatiche di temperature minime, massime e medie grazie a dati di centraline meteorologiche regionali (ARSIAL). Una volta ricostruite le serie storiche climatiche dal 1951 al 2020 queste sono risultate utili al calcolo del Standaridezed precipitation evapotranspiration index (SPEI), indice che, sulla base delle precipitazioni e del potenziale di evapotraspirazione, cattura il principale impatto che l’incremento delle temperature ha sulla domanda d’acqua delle foreste. La diminuzione nei valori di questo indice è indicatrice di un aumento di aridità. Come ulteriore analisi climatica è stata effettuata la Innovative Trend Analysis (ITA), una tecnica che consente una valutazione grafica dei trend dei bassi, medi e alti valori contenuti nei dati. Per comprendere quando nella serie storica si verifichi o meno un cambiamento è stata usata una Changepoint analysis. Attraverso questa analisi si individua l’istante di tempo nel quale alcune proprietà statistiche di un segnale o di un campione contenuto nel data set cambiano bruscamente. Individuati i trend, è stato utilizzato un ARIMA model (Autoregressive Integrated Moving Average) per ottenere una previsione a breve termine (5 anni) dei parametri climatici. La Non-stationary Extreme Value Analysis (NEVA) è utilizzata per condurre un’analisi dettagliata sui valori estremi assumendo sia stazionarietà che non-stazionarietà. NEVA comprende due componenti: la distribuzione dei valori estremi generalizzata (GEV), e la distribuzione di Pareto generalizzata (GPD). A seguito delle indagini climatiche, un’analisi integrata tra i trend climatici e gli indici di vigoria da satellite mette in luce la dipendenza tra stato della vegetazione e avanzamento dell’aridità. Sulla base di queste informazioni è possibile avere un quadro attuale e futuro degli effetti del cambiamento climatico su aree forestali degradate.