FOCUS
Fig. 6 - Diagramma di frequenza dei valori relativi al fattore C ottenuti dal modello sigmoide per la classe dei seminativi.
Fig. 7 - Diagramma di correlazione tra Carta EU e modello sigmoide in base alle classi di uso del suolo Corine Land Cover CLC12.
ponenti l’area complessiva della stessa classe, mentre i valori derivanti dal modello mostrano un ampio range intorno alla media (Fig. 6) che probabilmente rispecchia più realisticamente i vari gradi di copertura del suolo offerti dai diversi tipi di coltivazioni presenti.
Nelle aree con copertura forestale, la Carta EU mostra valori compresi tra 0.001 e 0.310, con deviazione standard pari a 0.04 e valore medio di 0.013; mentre il nostro modello ha prodotto valori da 0 a 0.344 con deviazione standard di 0.067 e media pari a 0.045. Anche in questo caso, l’intervallo dei valori ha una buona corrispondenza tra i due layer, anche se la frequenza di quelli calcolati mediante il modello risulta spostata verso valori più alti. Pertanto, possiamo concludere che, in base alle principali classi di copertura del suolo, così come definite nel sistema Corine Land Cover (EEA), la mappa ottenuta col modello di correlazione è in buon accordo con la mappa da cui sono stati tratti i dati osservati relativi al fattore C (R2 = 0.64) (Fig. 7). Le differenze possono essere spiegate dalle diverse metodologie adoperate nei due casi per ottenere e rappresentare i dati; ad esempio, oltre alla già citata diversità di risoluzione tra i due raster considerati, l’influenza dei manufatti sulla risposta spettrale e quindi sul valore di NDVI nelle cosiddette aree miste, può aver giocato un ruolo nel produrre deviazioni più o meno significative dai valori di riferimento.
Fig. 8 - Mappe del fattore C simulate in base al modello per gli anni 2007 (a) e 2013 (b). 10
GEOmedia n°2-2019
Il valore aggiunto del modello proposto e delle mappe che possono essere ricavate da esso, sta nel carattere dinamico di queste ultime. Come esempio, si riportano due simulazioni prodotte con riferimento a due annate critiche per quanto riguarda la piovosità. Le annate sono quelle del 2007 e del 2013 caratterizzate, rispettivamente, dalla quantità di precipitazione piovosa totale più bassa e da quella più elevata nel periodo qui considerato (2001 - 2016). Come si può vedere, il fattore C appare mediamente più elevato nel primo caso, ad indicare una maggiore propensione all’erosione del suolo in conseguenza di una più scarsa copertura vegetale dovuta a ridotte condizioni di umidità; mentre nel secondo caso le piogge più abbondanti hanno sicuramente favorito la crescita e la diffusione della copertura vegetale, con conseguente riduzione del rischio di erosione. Analoghe simulazioni possono essere effettuate su scala stagionale o mensile, sia in valutazioni retroattive che in proiezioni future, ipotizzando le risposte spettrali in funzione di diverse condizioni di copertura vegetale sotto ipotetici scenari climatici.
