Assessing grassland development by means of modelling and remote sensing approaches: current situation and future projections

(English) Grasslands, covering about 70% of agricultural land and 15% of the non-water area on a global scale, represent a key food source for animal production systems and provide a wide range of ecosystem benefits, including water and nutrient regulation, biodiversity conservation, and carbon storage. However, the provisioning of these functions is dependent on the efficient use of the herbaceous resources through agronomic management and, at the same time, is influenced by current and future climate changes (forage production, quality, phenology, botanical composition, biodiversity, etc.). Thus, proper management and the assessment of possible current and future risks related to climate change appear necessary in order to preserve the production and ecosystem functionality of grasslands. In this sense, the potential offered by methodologies such as remote sensing and crop modelling represent a great opportunity to analyze the status of grasslands and predict their future trends. The main objective of this research was to test, validate and assess different approaches, namely modelling and remote sensing technologies, to monitor growth of grassland vegetation in its current state and according to future projections. Specifically, the aims of this PhD thesis were: 1) the development of a simplified simulation model for reproducing grassland system growth and production; 2) the evaluation of climate change-induced phenological changes of grassland ecosystems along the recent decades by using remote sensing technologies; 3) the assessment of potential changes caused by future climate and the identification of possible adaptation strategies for grassland management through the application of a biogeochemical process-based simulation model. With particular reference to objective 1, Chapter 3 presents the structure of a simulation model that uses the Normalized Difference Vegetation Index as proxy to estimate structural characteristics of vegetation (i.e. Leaf Are Index), thus simplifying the calibration of numerous parameters. Through the use of specific equations for reproducing the physiological, chemical and biological processes of the system and the adoption of NDVI from proximal and remote sensing data, the model provides, as output, forage production (above ground biomass) and water conditions of the system along the season. The simplified model, calibrated and validated in different environments, obtained robust results in simulating grassland aboveground biomass, as well as water dynamics (fraction of transpirable soil water and evapotranspiration), under different management, with few input required (e.g. minimum and maximum daily temperature, precipitation, solar radiation and soil texture). It can therefore represent an important tool for optimizing grassland management. Chapter 4 answers the questions of objective 2, investigating, through long time series of MODIS satellite imagery, the impacts of climate change already visible in European grassland phenology over the period 2001-2021. The study offers a comprehensive methodological analysis regarding the optimal procedure to use for extracting the dates of the start (SOS), peak (POS) and end (EOS) of growing season from remote sensing data and, then, quantify the phenological changes observed from MODIS satellite imagery. The extent of these changes was then evaluated in light of the specific characteristics of the test sites, specifically average winter and spring temperatures during the years 2001-2021, altitude and latitude of the analysed grasslands. Results of the study highlight a significant advance of SOS and POS in most of the tested grassland, while EOS proved to be difficult to detect. Finally, the impacts of future climate on grazing systems and the evaluation of specific management strategies are reported in Chapter 5. In this section, future projections in two pastures of the central Italian Apennines were performed by using a grassland simulation model (Pasture Simulation Model, PaSim, Riedo et al., 1998) under two time slices (i.e. 2011-2040 and 2041-2070) and future scenarios (RCP4.5 and 8.5). The simulations analyzed future forage production, length of growing season, hydrological status and green-house gas emissions. Alternative management strategies, involving changing of grazing season length and animal stocking rate, were tested to cope with future changes in extensive grazing systems simulated by the model. Results showed a significant increase in future grassland aboveground biomass in studied forage systems, allowing higher stocking rate and grazing period as adaptation strategies. The evaluation of growth development at the present time with remote sensing and modelling technologies proved to be a fundamental step to better understanding the state of the system under the growing season. The gathered information highlighted the potential of these technologies to optimize grassland management. On the other hand, the assessment of the climate change-induced impacts, at the current moment and in future projections, represent the prerequisite for the adoption of adaptation and mitigation strategies that can cope with the difficulties resulting from changes in the grassland system. (Italiano) Le praterie, vocabolo con il quale è stato tradotto in questa tesi il termine inglese “grassland”, coprono circa il 70% dei terreni agricoli e il 15% della superficie terrestre su scala globale, rappresentando una fonte di alimentazione chiave per i sistemi di produzione animale e fornendo un'ampia gamma di benefici ecosistemici, tra i quali, ad esempio, la regolazione delle acque e dei nutrienti, la conservazione della biodiversità e lo stoccaggio del carbonio. Tuttavia, le funzionalità di questi sistemi dipendono da un uso efficiente della risorsa erbacea, ottenibile attraverso una gestione agronomica ottimale. Parallelamente, queste funzionalità sono, e saranno, influenzate dai cambiamenti climatici attuali e futuri, che agiscono su questi sistemi sotto diversi aspetti, come ad esempio la produzione e la qualità di foraggio, la fenologia della vegetazione, la composizione botanica e la biodiversità. Pertanto, una corretta gestione e la valutazione dei possibili rischi, già visibili e futuri, legati al cambiamento climatico appaiono azioni necessarie per preservare le funzionalità produttive ed ecosistemiche delle praterie. In questo senso, le potenzialità offerte da due metodologie come il telerilevamento e la modellistica rappresentano una grande opportunità per l’analisi delle praterie al momento attuale e secondo proiezioni future. L'obiettivo principale di questo dottorato di ricerca è stato dunque lo studio e l’analisi di varie tecnologie di telerilevamento e modellistica per la valutazione dell’andamento di crescita della vegetazione nel presente e nel futuro, in un’ottica di cambiamento climatico. In particolare, gli obiettivi specifici di questa tesi di dottorato sono stati: 1) lo sviluppo di un modello di simulazione semplificato per la riproduzione del sistema prateria; 2) la valutazione dei cambiamenti fenologici, già visibili, indotti dai cambiamenti climatici negli ultimi decenni; 3) la valutazione dei potenziali impatti sulla vegetazione causati dal clima futuro e l'identificazione di possibili strategie di adattamento per la gestione delle praterie. Con particolare riferimento all'obiettivo 1, il capitolo 3 della tesi presenta la struttura di un modello di simulazione, basato sul concetto di light-use efficiency, che utilizza l'indice di vegetazione Normalized Difference Vegetation Index (NDVI) per stimare le caratteristiche strutturali della vegetazione (Leaf Area Index), in modo da semplificare la simulazione e, conseguentemente, la calibrazione di numerosi parametri. Attraverso l'uso di equazioni specifiche per riprodurre i processi fisiologici, chimici e biologici del sistema e l'adozione dell'NDVI da dati prossimali e telerilevati, il modello è stato in grado di fornire importanti indicazioni sulla produzione foraggera e sulle condizioni idriche del sistema (frazione di acqua traspirabile ed evapotraspirazione). Il modello semplificato, calibrato e validato in diversi ambienti, ha ottenuto risultati ottimali nella simulazione della biomassa foraggera dei pascoli, nonché delle dinamiche idriche, in diverse tipologie di gestione utilizzando un numero limitato di input (temperatura minima e massima giornaliera, precipitazioni, radiazione solare e tessitura del terreno). Il modello sviluppato nell’ambito del dottorato di ricerca può dunque rappresentare uno strumento importante per la gestione efficiente dei pascoli. Il capitolo 4 risponde alle domande dell'obiettivo 2, indagando, attraverso lunghe serie temporali di immagini satellitari MODIS, gli impatti dei cambiamenti climatici già visibili nella fenologia delle praterie europee nel corso del periodo 2001-2021. Lo studio offre un'analisi metodologica completa sulla procedura ottimale da utilizzare per estrarre le date di inizio (SOS), picco (POS) e fine (EOS) della stagione vegetativa da dati telerilevati. La metodologia individuata è stata successivamente utilizzata per quantificare i cambiamenti fenologici osservabili dalle immagini satellitari MODIS. L'entità di questi cambiamenti è stata poi valutata alla luce delle caratteristiche specifiche dei siti di prova, in particolare delle temperature medie invernali e primaverili negli anni 2001-2021, dell'altitudine e della latitudine delle praterie analizzate. I risultati dello studio evidenziano un significativo avanzamento nelle date di SOS e POS nella maggior parte delle praterie analizzate, mentre la data di EOS si è rivelata difficile da rilevare. Infine, nel Capitolo 5 sono stati analizzati gli impatti del clima futuro sui sistemi estensivi di pascolamento e le possibili strategie gestionali di adattamento. In questa sezione, le proiezioni future in due pascoli dell'Appennino centrale italiano sono state effettuate attraverso l’utilizzo di un modello di simulazione specifico per i prati o pascoli (PaSim, Riedo et al., 1998), in diverse finestre temporali (2011-2040 e 2041-2070) e scenari (RCP4.5 e 8.5). Le simulazioni future hanno preso in condizione la produzione futura di foraggio, la durata della stagione di crescita, lo stato idrologico e le emissioni di gas serra. Per far fronte ai futuri cambiamenti simulati da PaSim sono state testate diverse strategie di gestione, incentrate principalmente sulla modifica della durata della stagione di pascolo e/o del carico animale. I risultati della simulazione hanno evidenziato un aumento significativo di biomassa nei pascoli nell'Appennino centrale italiano per le diverse finestre temporali e per i diversi scenari. L’incremento produttivo stimato si è dimostrato sufficientemente elevato per l’adozione di strategie di adattamento basate su un carico animale e un periodo di pascolo maggiori. La valutazione dello sviluppo di crescita con tecnologie di telerilevamento e modellistica si è dimostrata un passaggio fondamentale per la comprensione dello stato dei pascoli, mentre le informazioni raccolte ne hanno evidenziato il potenziale utilizzo per una gestione efficiente del sistema. Parallelamente, la stima degli impatti indotti dai cambiamenti climatici, allo stato attuale e nelle proiezioni future, rappresenta il prerequisito necessario per l'adozione di strategie di adattamento e di mitigazione che possano far fronte alle difficoltà derivanti dai cambiamenti futuri.