Post on 01-May-2015
Chiti T 1, Smith P2, Dalmonech D1, Yeluripaty J2, Matteucci G3, Rodeghiero M 4, Valentini R1, Papale D1
Dip. di Scienze dell’Ambiente Forestale e delle sue Risorse (Disafri), Università della Tuscia, Viterbo 2
Institute of Biological & Environmental Sciences, University of Aberdeen; 3Istituto per i Sistemi Agricoli e Forestali del Mediterraneo – CNR; 4Fondazione Edmund Mach, Centro di Ecologia Alpina Trento
D ISA F R ID ISA F R IDepartment of Forest Environment and Resources
Dipartimento di Scienze dell’Ambiente Forestale e delle sue Risorse
VARIAZIONI DI CONTENUTO DI CARBONIO ORGANICO DEL SUOLO DURANTE I COMMITMENT PERIODS DEL PROTOCOLLO DI KYOTO. APPLICAZIONE DEL MODELLO CENTURY ALLE FORESTE.
IntroduzioneIntroduzione
11stst e 2 e 2ndnd Commitment periods Commitment periods (2008-2012: 2013-2017)(2008-2012: 2013-2017)
1.1. soil organic carbonsoil organic carbon
2.2. above ground biomassabove ground biomass
3.3. below ground biomassbelow ground biomass
4.4. litterlitter
5.5. dead wooddead wood
C pools eleggibiliC pools eleggibili
Article 3.3 and 3.4 of the Kyoto protocolArticle 3.3 and 3.4 of the Kyoto protocol
IntroduzioneIntroduzione
Stimare variazioni di SOC in 5 anniStimare variazioni di SOC in 5 anni
Utilizzo dei modelli Utilizzo dei modelli
ObbiettiviObbiettivi
Valutare la performance di CenturyValutare la performance di Century
Prevedere variazioni di SOC durante il 1 e 2 CPPrevedere variazioni di SOC durante il 1 e 2 CP
Valutare l’entità delle variazioniValutare l’entità delle variazioni
Materiali e MetodiMateriali e Metodi
6 siti eddy covariance forestali:6 siti eddy covariance forestali:
4 Foreste Mediterranee
Castelporziano
Rocca 1
Rocca 2
San Rossore
1 Foresta Alpina Lavarone
1 Foresta Appenninica Collelongo
Materiali e MetodiMateriali e Metodi
Parametri specifici per i siti Parametri specifici per i siti (tessitura, bulk density)(tessitura, bulk density)
Serie climatiche storiche Serie climatiche storiche (stazione meteo più vicina)(stazione meteo più vicina)
Simulazione Simulazione (dati meteo del sito eddy)(dati meteo del sito eddy)
IPCC scenarios IPCC scenarios
A1F1A1F1””world markets-fossil fuel world markets-fossil fuel intensive”intensive”
B2 B2 ‘‘global sustainability”‘‘global sustainability”
Materiali e MetodiMateriali e Metodi
Comparazione tra dati misurati e modellizzatiComparazione tra dati misurati e modellizzati
Rapporto Rh/total SR con valori da letteraturaRapporto Rh/total SR con valori da letteratura
SOC SON NPP GPP*0.47
(Wearing et al., 1998)
NPP misurata
Materiali e MetodiMateriali e Metodi
Errore quadratico medio (RMSE)Errore quadratico medio (RMSE) Efficienza del Modello (EF)Efficienza del Modello (EF) Coefficiente di determinazione (CD)Coefficiente di determinazione (CD) Errore relativo (E)Errore relativo (E) Errore medioErrore medio (MD) (MD)
Come definiti da: Come definiti da: Smith et al., 1997; Moffat et Smith et al., 1997; Moffat et al., 2007; Smith & Smith, 2007al., 2007; Smith & Smith, 2007
San Rossore
2000
4000
6000
8000
10000
1970 1980 1990 2000 2010
g m
-2
Rocca 1
2000
4000
6000
8000
10000
1970 1980 1990 2000 2010
g m
-2
Rocca 2
2000
4000
6000
8000
10000
1970 1980 1990 2000 2010
g m
-2
Castelporziano
2000
4000
6000
8000
10000
1970 1980 1990 2000 2010
g m
-2
RisultatiRisultati
RisultatiRisultati
Lavarone
2000
4000
6000
8000
10000
1970 1980 1990 2000 2010
g m
-2
Collelongo
2000
4000
6000
8000
10000
1970 1980 1990 2000 2010
g m
-2
2000
4000
6000
8000
10000
2000 4000 6000 8000 10000
Century SOC g m-2
Mea
sure
d S
OC
g m
-2
Lavarone Collelongo Rocca1San Rossore Rocca 2 Castelporziano
R2= 0.95
RisultatiRisultati
0
200
400
600
800
1000
0 200 400 600 800 1000Century SON g m-2
Mea
sure
d SO
N g
m-2
Lavarone Collelongo Rocca 1
San Rossore Rocca 2 Castelporziano
R2 = 0.81
RisultatiRisultati
400
600
800
1000
1200
400 600 800 1000 1200
Century NPP g m-2
Tow
er N
PP
g m-2
Rocca 1 San Rossore Rocca 2
Castelporziano Lavarone Collelongo
R2 = 0.4375
R2 = 0.8964
RisultatiRisultati
SOC NPP SON
RMSE 587a 159a 113.4a EF 0.9 0.6 0.8
R2 0.95* 0.39* 0.81* CD 0.8 0.7 1.0 E -5.7 5.5 -3.5
BIAS 373a -43.0a 0.1a
RisultatiRisultati
Rocca 1
-10
-5
0
5
10
15
2010 2020 2030 2040 2050 2060
%
C 2012 = +0.2 +0.2 Mg ha-1
C 2017 = +1.7 +1.7 Mg ha-1
C 2050 = +8.3 -9.1 Mg ha-1
C 2100 = +7.8 -11.6 Mg ha-1
SOC(2008) = 60.6 Mg ha-1
end of 1st
and 2nd
Commitment Periods
B2A1F1
San Rossore
-10.0
-5.0
0.0
5.0
10.0
15.0
2010 2020 2030 2040 2050 2060
%
end of 1st
and 2nd
Commitment Periods
C 2012 = -0.5 +1.0 Mg ha-1
C 2017 = -1.6 +1.1 Mg ha-1
C 2050 = -8.0 -3.2 Mg ha-1
C 2100 = -25 -13.2 Mg ha-1
SOC(2008) = 48.8 Mg ha-1
B2
A1F1
Rocca 2
-10.0
-5.0
0.0
5.0
10.0
15.0
2010 2020 2030 2040 2050 2060
%
C 2012 = +0.9 +0.9 Mg ha-1
C 2017 = +1.8 +1.8 Mg ha-1
C 2050 = +3.7 +4.5 Mg ha-1
C 2100= +1.9 +5.7 Mg ha-1
SOC(2008) = 69.9 Mg ha-1
end of 1st
and 2nd
Commitment Periods
B2A1F1
Castelporziano
-10.0
-5.0
0.0
5.0
10.0
15.0
2010 2020 2030 2040 2050 2060
%C 2012 = -2.4 -2.4 Mg ha
-1
C 2017 = +0.5 +0.5 Mg ha-1
C 2050 = +4.3 +5.4 Mg ha-1
C 2100 = -2.8 +6.5 Mg ha-1
SOC(2008) = 36.9 Mg ha-1
end of 1st
and 2nd
Commitment Periods
B2A1F1
RisultatiRisultati
Lavarone
-10.0
-5.0
0.0
5.0
10.0
15.0
2010 2020 2030 2040 2050 2060
%
SOC(2008) = 88.3 Mg ha-1
C 2012 = +2.3 +2.1 Mg ha-1
C 2017 = +7.1 +6.7 Mg ha-1
C 2050 = +9.4 +4.3 Mg ha-1
C 2100 = -2.5 -1.9 Mg ha-1
end of 1st
and 2nd
Commitment Periods
B2A1F1
Collelongo
-10.0
-5.0
0.0
5.0
10.0
15.0
2010 2020 2030 2040 2050 2060%
C 2012 = +0.4 +0.4 Mg ha-1
C 2017 = +2.0 +2.0 Mg ha-1
C 2050 = +4.0 +4.8 Mg ha-1
C 2100 = -0.7 -5.9 Mg ha-1
SOC(2008) = 97.0 Mg ha-1
end of 1st
and 2nd
Commitment Periods
B2A1F1
RisultatiRisultati
ConclusioniConclusioni
Buona correlazione tra dati misurati e modellatiBuona correlazione tra dati misurati e modellati
Limitazioni nel predirre la variabilità intra-annuale Limitazioni nel predirre la variabilità intra-annuale della NPPdella NPP
ConclusioniConclusioni
Variazioni alla fine del 1Variazioni alla fine del 1stst CP (2012) CP (2012)
• <100g nelle foreste Mediterranee<100g nelle foreste Mediterranee
• comprese tra 38g e 200g nelle foreste montanecomprese tra 38g e 200g nelle foreste montane
Variazioni alla fine del 2Variazioni alla fine del 2ndnd CP (2017) CP (2017)
• ~ >100g per le foreste Mediterranee~ >100g per le foreste Mediterranee
•200g e 650g per le foreste montane200g e 650g per le foreste montane
ConclusioniConclusioni
La capacità di stoccare SOC diminuisce per La capacità di stoccare SOC diminuisce per periodi di simulazione lunghi (2100)periodi di simulazione lunghi (2100)
San Rossore – Castelporziano -- LavaroneSan Rossore – Castelporziano -- Lavarone
da sink a sourceda sink a source
ConclusioniConclusioni
Modelli come valido strumento per la stima Modelli come valido strumento per la stima
futura delle variazioni di SOCfutura delle variazioni di SOC
Utile strumento per Kyoto reportingUtile strumento per Kyoto reporting
Grazie per l’attenzioneGrazie per l’attenzione