Dal 27 al 29 ottobre 2018 una violentissima tempesta, chiamata Vaia, ha colpito l'Italia nordorientale.

Il culmine dell'evento si è raggiunto il 29 ottobre quando si sono verificate precipitazioni estreme (fino a 252 millimetri in 24 ore) e venti violentissimi (raffiche fino a 55 metri al secondo) che hanno causato gravi danni in tutto il Triveneto. In particolare, nelle zone alpine e prealpine il patrimonio forestale è stato pesantemente colpito.


I danni alla foresta sono l'effetto più evidente della tempesta Vaia, con un numero elevatissimo di alberi schiantati (> 4,2*107) e milioni di metri cubi di legname abbattuto (> 8,5*106 m3).

Si prevede che le foreste impiegheranno più di un secolo per riprendersi completamente.

Nello studio di questi danni, grazie alla disponibilità di una completa raccolta di shapefile forniti dagli enti pubblici, si è reso possibile un approccio sistematico con l'uso estensivo di strumenti geostatistici in ambiente Gis.

 

Si è quindi potuto analizzare dettagliatamente il danno al patrimonio forestale, mettendo, ad esempio, in relazione le caratteristiche del terreno e dei danni forestali con alcuni aspetti peculiari dell'evento meteorologico.

A questo proposito, è per esempio interessante osservare la distribuzione dei danni forestali rispetto all'esposizione, la quale mostra come la maggior parte delle aree colpite siano quelle esposte a est e a sud (figura 1a-b), in accordo con la direzione prevalente del flusso di Scirocco che ha interessato le regioni di nord-est nel giorno 29 ottobre, durante la fase più intensa della tempesta.

 

 

carlo-bee-agroinnovation-award-2021-agromereologia-distribuzione-danni-490.png

Figura 1 (a-b): Distribuzione dei danni forestali per esposizione prevalente, nella Provincia Autonoma di Trento e nella Regione Veneto

(Fonte: Carlo Bee)

 

Limitatamente alla sola Provincia di Trento, è stato considerato un ulteriore livello di dettaglio, basato sul protocollo Cop redatto dall'Agenzia Provinciale delle Foreste Demaniali, il quale ha permesso di attribuire, sulla base di alcuni criteri stazionali, una classificazione di danno sintetica a ciascuna particella interessata. Da questa analisi (figura 2), appare evidente che le aree interessate dai danni più gravi (in rosso) si estendano sul 64% della superficie forestale danneggiata dagli schianti.

 

 

carlo-bee-agroinnovation-award-2021-agrometeorologia-danni-cop-490.png

Figura 2: Danni deboli (Cop = 1) e moderati (Cop = 2) in verde; danni gravi (Cop =3) e molto gravi (Cop = 4) in rosso. È significativo evidenziare come il volume di legname schiantato proveniente dalle aree in rosso ammonti addirittura all’85% del totale

(Fonte: Carlo Bee)

 

Intersecando la classificazione basata sul protocollo Cop con quella legata all'esposizione, risulta confermata la particolare disposizione degli schianti in accordo con la direttrice prevalentemente sciroccale del flusso che ha caratterizzato la fase più intensa della tempesta, ma appare ancora più evidente come le zone esposte a est e a sud siano quelle che hanno subito i danni più ingenti (figura 3a), mentre per quanto riguarda le zone con danno più moderato, esse son più equamente distribuite nelle quattro direzioni cardinali (figura 3b).

 

 

carlo-bee-agroinnovation-award-2021-danni-forestali-490.png

Figura 3 (a-b): Distribuzione dei danni forestali per esposizione e classe COP

(Fonte: Carlo Bee)

 

 

carlo-bee-agroinnovation-award-2021-agrometeorologia-stazioni-ecologiche-490.jpg

 

carlo-bee-agroinnovation-award-2021-agrometeorologia-raffiche-vento-simulazioni-490.png

Figura 4 (a-b): Valsugana e Altopiano di Asiago (a) Danni forestali e stazioni meteorologiche, (b) mosaico delle simulazioni di raffiche di vento massime su aree boschive, insieme a danni forestali (linee nere) e curve di livello (linee gialle)

(Fonte: Carlo Bee)

 

Lo scopo principale della tesi è stato tuttavia combinare un'analisi dettagliata dei dati sui danni forestali con simulazioni numeriche ad alta risoluzione (0.33*0.33 chilometri quadrati) del campo di vento di lunedì 29 ottobre, per fornire una panoramica delle prestazioni del modello Weather Research and Forecasting (Wrf) a scala molto piccola, su un'area caratterizzata da un'orografia complessa.


Il lavoro di tesi si è basato su una solida struttura di dati meteorologici, idrologici e forestali, raccolti e georeferenziati dagli enti pubblici regionali e provinciali durante e dopo l'evento. Questi dati sono stati analizzati per descrivere i principali eventi meteorologici avvenuti nel dominio di interesse in Trentino Orientale e nelle zone montane del Veneto per poi essere utilizzati per validare i risultati delle simulazioni.

 

Il confronto tra osservazioni e simulazioni, assieme all'analisi dei tradizionali indici statistici (Mean Absolute Error, Root Mean Square Error, Mean Bias Error), mostra che le principali caratteristiche della tempesta sono ben simulate dal modello, il quale è in grado di ricostruire abbastanza fedelmente l'evoluzione della perturbazione, ad eccezione di una marginale tendenza alla sottostima delle precipitazioni nelle aree più colpite ed una tendenza alla sovrastima della velocità del vento in media di soli 3,5 metri al secondo.


Inoltre, i risultati delle simulazioni numeriche sono stati confrontati qualitativamente con i danni forestali, sull'intero dominio, diviso in sette particelle per facilitare la comparazione. Utilizzando i danni alle foreste come proxy della velocità del vento, sono state prodotte delle mappe in cui si è confrontata la distribuzione del danno con le isoplete di raffica del vento.

L'approccio ha restituito risultati confortanti in buona parte dei casi, come si può osservare nell'esempio in figura 4, nelle ellissi in figura sono evidenziate le zone di maggior interesse, dove i danni sono risultati più estesi e gravi: in bordò la Panarotta, in turchese la Val di Sella, in giallo la dorsale M. Lefre - M. Mezza, in viola la zona della Marcesina e Barricata sull'Altopiano di Asiago e in rosa la zona di Gallio.

 
Questo approccio alternativo alla validazione dell'intensità del campo di vento simulata ha quindi permesso di ovviare all'impossibilità di avere un dato misurato spazialmente distribuito della variabile vento. Allo stesso tempo si è verificata la capacità del modello di riprodurre la distribuzione del danno rispetto alle raffiche di vento che si è dimostrato consistentemente accurato e preciso.

 

carlo-bee-agroinnovation-award-2021-fonte-carlo-bee.png

Carlo Bee, categoria "Agrometeorologia e Gestione delle risorse idriche"

(Fonte: Carlo Bee)

 

Per eventuali contatti o per consultare la tesi integrale scrivere a: carlo.bee.12@gmail.com

 

A cura di Carlo Bee


AgroInnovation Award è il premio di laurea istituito da Image Line in collaborazione con l'Accademia dei Georgofili al fine di promuovere la diffusione di approcci innovativi, strumenti digitali e l'utilizzo di internet in agricoltura.

AgroInnovation Award

Leggi le tesi vincitrici della quinta edizione.