Informations et ressources scientifiques
sur le développement des zones arides et semi-arides

Titre : Dynamic soil erosion modelling with future scenarios of climate change

Auteur : Polinelli, Francesco Niccolo

Université de soutenance : Politecnico di Milano

Grade : Tesi di Dottorato 2022

Résumé
L’erosione dei suoli è un processo naturale causato dalle precipitazioni e dal ruscellamento superficiale, che provoca il distaccamento di suolo e materiale roccioso. È considerato uno dei principali rischi idrogeologici dall’Unione Europea, e le Alpi sono l’area più predisposta al fenomeno dell’erosione, in Europa. L’erosione provoca la perdita di nutrienti ed espone l’ambiente al rischio di frane, con impatti negativi sull’agricoltura, gli ecosistemi e le infrastrutture. Le numerose attività antropiche e i cambiamenti climatici provocano dei cambiamenti ambientali che aumentano la pressione sui suoli e ne incrementano la predisposizione al fenomeno dell’erosione. Per questi motivi comprendere e analizzare la distribuzione spaziale, e l’andamento temporale dell’erosione, è importante al fine di supportare le scelte politiche, in termini di uso del suolo, e le scelte strategiche, per ridurre questo rischio naturale, spesso sottostimato. In questo lavoro l’erosione potenziale dei suoli è stata stimata con un modello D-RUSLE, tenendo in considerazione i cambiamenti climatici e le variazioni di uso e copertura del suolo, nell’area alpina del bacino del fiume Oglio, nel nord Italia. Il modello D-RUSLE è una versione modificata del noto modello RUSLE, che ambisce a fornire stime più accurate dell’erosione potenziale dei suoli. Il modello classico RUSLE è stato modificato includendo l’analisi della dinamica nivale, e il relativo impatto sull’erosione, e con l’integrazione di dati di osservazione della terra al fine di stimare più accuratamente la distribuzione spaziale e l’evoluzione temporale della copertura del suolo. Le proiezioni climatiche, a fine secolo, sono state ricavate attraverso un downscaling spazio temporale di 9 simulazioni tra quelle disponibili nel protocollo CMIP5. Attraverso l’uso di una rete neurale sono state ottenute le proiezioni di cambiamento di uso e copertura del suolo. I risultati mostrano che l’integrazione del modello con dati satellitari permette una miglior rappresentazione delle forzanti dell’erosione dei suoli, fornendo così una stima più accurata dei valori di erosione, per supportare le politichi e le strategie sulla gestione dell’uso dei suoli. Inoltre i risultati mostrano due possibili scenari al 2100 : se il livello medio delle precipitazioni rimane invariato e le temperature aumentano di circa 1.5-2 °C, quasi il 47% dell’area subirebbe una riduzione nel valore medio annuale di erosione, e solo il 18% dell’area subirebbe un aumento dei tassi di erosione ; se le precipitazioni aumentassero di circa l’8% e le temperatura aumentassero di 4 °C, allora circa il 16% del territorio potrebbe aspettarsi una riduzione dei tassi di erosione, mentre per il 72% dell’area questi valori aumenterebbero. Infine, la scalabilità del modello proposto è stata testata applicandolo in una differente area geografica, il bacino del fiume Dudh Koshi, in Nepal. La differente e più scarsa disponibilità di dati ha imposto l’uso di algoritmi di machine learning per un ulteriore ottimizzazione dei parametri del modello, al fine di ottenere risultati affidabili. Il modello si è dimostrato scalabile su un’area geografica differente e gli algoritmi di machine learning si sono mostrati utili per ottimizzare i parametri del modello e integrare dati geografici con dati statistici.

Présentation

Version intégrale (35,2 Mb)