SPACING - Supporto alla Pianificazione Agroambientale per il Carbon farmING

Il progetto SPACING (Supporto alla Pianificazione Agroambientale per il Carbon farmING) nasce con l’obiettivo di sviluppare strumenti scientifici e operativi a supporto delle politiche agroambientali e della transizione verso sistemi produttivi a basse emissioni di carbonio.

Nel contesto delle strategie europee per la neutralità climatica, il carbon farming rappresenta una leva fondamentale per aumentare lo stoccaggio di carbonio nei suoli e nella biomassa. SPACING si propone di rendere questo approccio misurabile, verificabile e applicabile su larga scala, colmando il divario tra ricerca scientifica, pianificazione territoriale e implementazione delle politiche pubbliche.

Obiettivi

Attraverso un approccio integrato multidisciplinare che consente una rappresentazione spazialmente esplicita e multi-scala dei sistemi agro‑forestali, fondamentale per il supporto alle decisioni, vengono combinate:

• modellistica agro-ambientale avanzata, anche in forma multi-modello
• dati sperimentali e rilievi di campo, per la calibrazione e validazione
• telerilevamento multi-scala, da satellite e piattaforme prossimali
• database georiferiti interoperabili, provenienti da fonti nazionali ed europee
• analisi economiche e multicriterio, per la valutazione delle strategie gestionali

Il progetto mira quindi a costruire una cornice metodologica robusta e condivisa per la quantificazione dei benefici climatici nei sistemi agro‑forestali, attraverso:

• lo sviluppo di metodologie avanzate per la stima di stock e flussi di carbonio
• la definizione di approcci MRV (Measurement, Reporting, Verification) affidabili e replicabili
• l’analisi dei trade-off tra produttività, redditività e servizi ecosistemici
• il supporto alle strategie di mitigazione e adattamento al cambiamento climatico

Risultati attesi

Il progetto porterà alla realizzazione di un ecosistema integrato che include:

• un geodatabase armonizzato e interoperabile
• una piattaforma di modellistica multidominio suolo–pianta–atmosfera
• una web application interattiva per la visualizzazione di indicatori e scenari
• indicatori MRV-ready, utilizzabili in contesti operativi e normativi

Questi strumenti saranno progettati per supportare:

• amministrazioni pubbliche
• decisori politici
• filiere agroalimentari
• aziende agricole e forestali

Ambito di applicazione

SPACING si concentra su sistemi ad alta rilevanza per il contesto italiano e mediterraneo:

• colture cerealicole e leguminose
• sistemi viticoli
• pioppicoltura e sistemi arboricoli

Per ciascun sistema verranno sviluppati scenari gestionali alternativi, con l’obiettivo di massimizzare il contributo al sequestro di carbonio e alla sostenibilità ambientale.

Contributo del ForGeo.LAB

All’interno del progetto, il CREA Foreste e Legno (CREA‑FL) svolge un ruolo strategico nelle attività di raccolta dati, monitoraggio e integrazione delle informazioni relative ai sistemi forestali e arboricoli.

In particolare, il contributo si concentra su:

• la raccolta e armonizzazione di dataset relativi alla pioppicoltura e ai sistemi forestali
• l’integrazione di dati multi-sorgente, derivanti da rilievi di campo e tecniche di telerilevamento avanzato
• la stima della biomassa epigea e del contenuto di carbonio, utilizzata come riferimento per la calibrazione dei modelli
• lo sviluppo di approcci per la mappatura spazialmente esplicita delle risorse forestali

In questo contesto, il ForGeo.LAB (Laboratorio di Geomatica Forestale) contribuisce con l’applicazione di tecnologie innovative di acquisizione e analisi dei dati, tra cui:

• rilievi LiDAR terrestri (TLS)
• acquisizioni UAV‑LiDAR ad alta risoluzione
• integrazione con dati multispettrali e telerilevati

Queste attività permettono di ottenere informazioni tridimensionali dettagliate sulla struttura forestale, fondamentali per la stima accurata della biomassa e dello stoccaggio di carbonio.

Il contributo del CREA‑FL e del ForGeo.LAB rafforza in modo significativo le basi empiriche del progetto, garantendo la robustezza delle simulazioni modellistiche e la qualità degli indicatori prodotti.