Paesaggi forestali del futuro: immaginarli attraverso i modelli

Dischma and Rüedisch Tälli – Tiia Monto – CC BY-SA 3.0

Per capire come cambieranno in futuro gli ecosistemi forestali e per prepararsi a gestirli nel modo migliore, tenendo conto dei cambiamenti climatici, i ricercatori hanno sviluppato diversi modelli che simulano le dinamiche evolutive del paesaggio forestale.

Questi modelli, chiamati forest landscape simulation models (FLMs), simulano l’evoluzione demografica degli alberi di ciascuna specie presente nel bosco in funzione dei fattori esterni, di origine naturale o antropica, che li condizionano e restituiscono proiezioni delle variazioni di struttura, composizione e produttività, di singole porzioni di bosco e del paesaggio forestale.

Tutti i FLMs si basano, sostanzialmente, sugli stessi principi biologici che riguardano i processi di accrescimento, senescenza, mortalità e riproduzione, ma differiscono per la risoluzione spaziale temporale a cui tali processi sono analizzati, per l’entità ecologica di riferimento (ad esempio un singolo albero oppure un gruppo di alberi), per la scelta e le modalità di impiego di alcuni parametri nei loro algoritmi e per le procedure di simulazione.

Come per tutti i modelli, anche le proiezioni dei FLMs, sono affette da incertezze. Queste sono spesso dovute alla mancanza di adeguati dati ingresso e dati empirici per la validazione, o all’attuale incompleta capacità dei modelli di analizzare nel dettaglio la variabilità spaziale e temporale di alcune condizioni ambientali.

In uno studio recentemente pubblicato, un gruppo di ricercatori ha analizzato i limiti di applicabilità dei FLMs, cercando di capire fino a che punto sia possibile confrontare le simulazioni ottenute da modelli differenti, e chiedendosi inoltre se l’incertezza delle proiezioni sia più influenzata dalla formulazione analitica dei singoli modelli o dall’incertezza propria degli scenari di cambiamento climatico.

Per rispondere a questi interrogativi sono state confrontate per la prima volta le proiezioni dei quattro FLMs maggiormente impiegati per lo studio degli effetti del cambiamento climatico, dei disturbi (naturali o antropici) e della gestione sulla struttura dei paesaggi forestali. I quattro modelli, LandClim, TreeMig, LANDIS-II, iLand, sono stati testati sullo stesso paesaggio, la valle Dischma (nei pressi di Davos, in Svizzera) ed utilizzando le stesse condizioni in termini di dati, dei loro formati e di risoluzione spaziale e temporale.

Il disegno sperimentale ha compreso sia simulazioni dal passato al presente, sia simulazioni nel futuro, considerando quattro scenari di cambiamento climatico a crescente grado di intensità verso condizioni estreme. Le simulazioni per i cento anni futuri hanno incluso anche due diversi regimi di disturbo e modalità alternative in cui i modelli possono simulare la dispersione del seme, compresa la possibilità di immigrazione di specie attualmente non presenti nel paesaggio.

Una notizia incoraggiante è che nelle simulazioni dal passato al presente le proiezioni dei quattro modelli si sono dimostrate relativamente coerenti tra loro e non si sono troppo discostate dalle osservazioni reali usate come riferimento, almeno in termini di composizione di specie. Differenze più sensibili tra le proiezioni hanno invece riguardato la biomassa e la distribuzione spaziale delle specie. È però anche interessante che tutti i modelli siano risultati in grado di riprodurre la relazione inversa tra quantità di biomassa e altitudine e una localizzazione più o meno netta del limite altitudinale del bosco.

Meno omogenee tra i modelli sono state invece le proiezioni nel futuro. Questa discordanza sembra essere maggiormente associata all’effetto dei disturbi e meno allo scenario climatico o alla modalità di dispersione del seme. Si è anche osservato un aumento delle divergenze al crescere del forcing climatico e della durata della simulazione. Questo sembra dipendere dal progressivo allontanamento del sistema dalle condizioni ecologiche in cui i modelli sono stati parametrizzati*.

Questi risultati sono molto importanti perché ci aiutano a individuare le cause delle divergenze tra le diverse proiezioni e a indirizzare la ricerca verso possibili correttivi. Una delle cause è certamente da ricercarsi nelle differenze con cui alcuni processi sono rappresentati nei diversi modelli. Queste potrebbero essere ridotte migliorando la comprensione sia dei meccanismi di azione di processi come la mortalità e la riproduzione, sia delle mutue interazioni tra il bosco ed i disturbi esterni.

Inoltre, è necessario affinare la capacità dei FLMs di sintetizzare, senza sminuirla, la complessità propria dei livelli più alti dello spettro dell’organizzazione biologica. Una strada che gli sviluppatori hanno già cominciato a percorrere è quella di rendere i modelli in grado di simulare l’adattamento delle piante e dei loro processi fisiologici, attraverso la variazione dei valori dei parametri che descrivono tali processi in ciascuna specie man mano che la simulazione procede.

Paola Mairota

*La parametrizzazione di un modello è la procedura con cui si assegnano i valori ai parametri che rappresentano le proprietà del sistema negli algoritmi del modello. I valori dei parametri di solito sono stimati su base statistica partendo da dati empirici.