Variazioni di carbonio organico nei suoli italiani dal 1979 al 2008

I suoli contengono circa tre volte la quantit\ue0 di carbonio disponibile a livello mondiale nella vegetazione e circa il doppio di quella presente in atmosfera. Tuttavia il carbonio organico del suolo (SOC) si \ue8 ridotto in molte aree, mentre \ue8 stato rilevato un aumento della CO2 atmosferica. Ricerche recenti hanno dimostrato che sono stati i cambiamenti di uso e gestione del suolo a provocare le maggiori perdite di SOC nel recente passato, piuttosto che le pi\uf9 alte temperature e i cambiamenti delle precipitazioni conseguenti il cambiamento climatico. Lo scopo principale di questo lavoro \ue8 quello di stimare le variazioni del contenuto di carbonio organico dei suoli (carbon stock, CS) in Italia durante le ultime 3 decadi (dal 1979 al 2008) e di legarlo ai cambiamenti di uso del suolo. Lo studio ha come fine anche quello di studiare le relazioni tra SOC e i fattori della pedogenesi (pedoclima, morfologia, litologia e uso del suolo). La Banca Dati dei Suoli d\u2019Italia \ue8 stata la principale fonte di informazione. Il CS \ue8 stato calcolato a partire dai dati di SOC, densit\ue0 apparente e scheletro, i quali sono stati riferiti ai primi 50 cm di suolo, ottenendo un solo valore per ogni osservazione puntuale per mezzo della media pesata sulla base della profondit\ue0 degli orizzonti. Una serie di attributi geografici sono stati utilizzati per spazializzare le informazioni puntuali, in particolare il DEM (100 m) e le derivate classi morfologiche SOTER, le Soil Region d\u2019Italia (scala di riferimento 1:5.000000), i gruppi litologici dei Sistemi di Terre Italiani (scala di riferimento 1:500.000), i regimi di umidit\ue0 e temperatura del suolo (mappe raster con pixel di 1 km), l\u2019uso del suolo (progetto CORINE land cover, scala di riferimento 1:100.000; CORINE 2009) a due date di riferimento 1990 e 2000 e una carta di uso del suolo aggiornata al 2008 a partire da quella 2000, utilizzando punti di osservazione a terra. Il metodo di interpolazione utilizzato \ue8 stato quello della regressione multipla lineare (MLR), con il CS come variabile target e gli attributi geografici come variabili predittive. Un\u2019analisi statistica di base \ue8 stata realizzata per indagare singolarmente le relazioni fra le variabili predittive considerate e il CS. Infine \ue8 stato trovato un modello generale di regressione lineare multipla, considerando insieme tutte le variabili predittive. Le migliori variabili predittive sono state selezionate con una step-wise regression, utilizzando l\u2019Akaike Information Criterion (AIC) come criterio di selezione delle migliori variabili e del miglior modello finale. Il modello finale ottenuto considerava le seguenti variabili predittive: i) le decadi, ii) l\u2019uso del suolo, iii) le classi morfologiche SOTER, iv) le Soil Region, v) i regimi di temperatura del suolo, vi) i regimi di umidit\ue0 del suolo, vii) i gruppi litologici dei Sistemi di Terre, viii) la temperatura del suolo, ix) l\u2019indice di aridit\ue0 del suolo (giorni di suolo secco), e x) la quota. Nel modello \ue8 stata considerata anche l\u2019interazione fra la decade e l\u2019uso del suolo. I risultati indicano che il CS \ue8 altamente correlato con i principali raggruppamenti di uso del suolo (foreste, pascoli, aree agricole), con i regimi di umidit\ue0 e temperatura del suolo, con la litologia, con le classi morfologiche, ed \ue8 diminuito notevolmente nella seconda decade, mentre si \ue8 registrato un debole recupero fra la seconda e la terza decade, passando da 3,32 Pg, a 2,74 Pg e a 2,93 Pg rispettivamente