Atti Progetto AQUATER, Bari, 31 ottobre 2007, 55-64
MISURA E STIMA DELL’EVAPOTRASPIRAZIONE REALE E DEGLI INDICI SPETTRALI SU
BARBABIETOLA NELLA CAPITANATA
Rossana M. Ferrara, Michele Introna, Nicola Martinelli, Gianfranco Rana
CRA - Unità di Ricerca per i Sistemi Colturali degli Ambienti caldo-aridi. Bari
Introduzione
Nella gestione ragionata e sostenibile dell’irrigazione è necessario determinare la quantità
d’acqua persa realmente da una coltura (evapotraspirazione reale o effettiva, ET), nella
maniera più accurata e precisa possibile. Tale grandezza, per una programmazione irrigua a
livello comprensoriale e regionale, va determinata su scala di campo e per un numero
congruo di campi di una stessa area geografica. Da qui la necessità di legare l’ET a
grandezze facilmente reperibili su tali scale spaziali e per tutto il ciclo colturale.
D’altra parte, risulta estremamente difficile riuscire a misurare correttamente l’ET a
scala di campo, in continuo e senza interruzioni di sorta, per una intera stagione colturale
(Dugas et al., 1991; Rana e Katerji, 2000) per cui è necessario modellizzare
l’evapotraspirazione reale di una coltura, utilizzando variabili d’ingresso facilmente
reperibili.
In questo lavoro è, dunque, analizzata in dettaglio una metodologia sufficientemente
robusta per determinare l’ET a scala di campo, per tutto il ciclo colturale e tale da
permettere una stima dell’ET, sia su scala oraria che giornaliera. Tale metodologia si
basa su modelli ampiamente noti e robusti, che utilizzano variabili d’ingresso
agrometeorologiche standard, misurate sulla coltura d’interesse. Inoltre, in quest’analisi, si
è tentato di mettere in relazione le caratteristiche della coltura, in particolare il LAI (Leaf
Area Index), con un indice spettrale molto utilizzato in agricoltura, l’NDVI (Normalized
Differential Vegetation Index), ricavabile da grandezze radiative misurate in remote
sensing (da satellite e/o da strumenti a terra), nella prospettiva di una futura analisi della
relazione tra ET e NDVI.
La coltura studiata (barbabietola da zucchero) e l’area sperimentale (la Capitanata)
sono d’interesse per il progetto AQUATER (Rinaldi et al., 2006) finalizzato alla
realizzazione di un Sistema di Supporto Decisionale (DSS) che combini informazioni
satellitari, dati spaziali e modelli colturali di simulazione per una gestione razionale delle
risorse idriche a livello territoriale. Ad ampie scale spaziali, l’utilizzo dei modelli colturali
di simulazione è compromesso dalla carenza di informazioni spazialmente distribuite dei
fattori ambientali e agronomici che influenzano la crescita delle colture. Al riguardo, i dati
satellitari risultano fondamentali in quanto in grado di fornire, alle diverse scale spaziali e
temporali, stime dei parametri pedologici e fenologici necessari ai modelli. La metodologia
da seguire prevede l’inizializzazione dei modelli colturali mediante misure convenzionali a
terra (es. dati meteorologici e pedologici), seguita da una ri-calibrazione dei modelli
mediante le informazioni telerilevate. È chiaro il ruolo fondamentale delle misure di
“verità a terra” che riguardano, tra le altre, l’evapotraspirazione reale. Nel seguito, quindi,
si descriverà la tecnica utilizzata per la misura diretta dell’ET in campo e si illustreranno i
risultati. Inoltre, constatata la necessità di stimare l’ET in certi periodi in cui la
strumentazione non ha funzionato, si descriveranno i modelli di ET utilizzati negli
esperimenti per effettuare il cosiddetto gap-filling dei dati: il modello di Penman-Monteith
(Rana e Katerji, 2000), integrato con il modello di Jarvis (1976) per la resistenza colturale
56
e il modello di Rana et al., (1997a; 1997b). Infine, si discuterà della relazione esistente tra
il LAI e l’NDVI.
Misure dirette di evapotraspirazione
I dati presentati in questo lavoro si riferiscono a due campagne sperimentali su
barbabietola da zucchero (Beta vulgaris L. var. saccharifera), la prima svolta nel 2006
presso l’azienda privata “Forte” (Lat. 41° 30’ 12’’ N, Long. 15° 33’ 13’’ E, estensione
campo 4 ha), la seconda nel 2007 presso l’azienda privata “De Lucretis” (Lat. 41° 32’ 06’’
N, Long. 15° 29’ 54’’ E, estensione campo 7 ha). Ambedue le aziende si trovano in
Capitanata e serviti dal Consorzio per la Bonifica della Capitanata (Foggia) per
l’approvvigionamento di acqua per l’irrigazione. Il clima della zona è di tipo mediterraneo
semi-arido.
L’ET reale della coltura è stata misurata mediante il metodo micrometeorologico
denominato Eddy Covariance (EC), le cui specifiche sono sinteticamente descritte nel
seguito.
Il trasporto di grandezze scalari e vettoriali (vapore, calore, CO2) e vettoriali
(quantità di moto) è principalmente governata dalla turbolenza dell’atmosfera a contatto
con la superficie colturale (vedi dettagli per esempio su Stull, 1988; Kaimal e Finnigan,
1994; Lee et al., 2004). L’ET espressa in termini di energia spesa per far evaporare una
certa quantità di acqua al di sopra di una coltura (il calore latente di evaporazione), si può
ottenere direttamente dalla misura contemporanea delle fluttuazioni turbolente di velocità
verticale del vento e delle fluttuazioni di umidità dell’aria. Tali grandezze vanno poi
combinate insieme per determinarne la loro covarianza in un intervallo di tempo di
campionamento idoneo. Con queste misure la teoria prevede che flussi di densità di energia
dalla coltura verso l’atmosfera si possano calcolare correlando le fluttuazioni dalla media
della velocità del vento verticale (w’ in m s-1) con le fluttuazioni dalla media della
concentrazione di vapore acqueo (q’ in g m-3). Per il flusso di calore latente possiamo
scrivere la seguente covarianza tra w’ e q’:
λE = λ w' q '
[1]
con λ calore specifico di vaporizzazione (J kg-1 °C-1). Se le misure delle fluttuazioni
istantanee di velocità del vento e umidità sono effettuate a frequenza sufficientemente alta
da tener conto dei contributi dei vortici di tutte le dimensioni significative e i loro prodotti
istantanei (w’q’) sono sommati su scala oraria, allora la [1] fornirà direttamente
l’evapotraspirazione in W m-2. È richiesta una distanza minima di 100 m dal bordo della
parcella (Wieringa, 1993).
Negli esperimenti in oggetto, per la velocità turbolenta del vento verticale si è
utilizzato un anemometro sonico tridimensionale (USA-1, Metek, Germania) (foto1) e per
la fluttuazione della concentrazione di vapore acqueo un sensore di tipo open-path (LI7500, Li-Cor, USA). I sensori erano collegati a un computer industriale ed erano acquisiti
in continuo dal programma MeteoFlux (Servizi Territorio, Cinisello B. (Mi), Italia); tale
programma forniva in tempo reale anche il calcolo finale della ET oraria.
In figura 1 sono riportati i valori orari di ET misurati con il metodo EC nel 2006.
Nell’intervallo di tempo tra i giorni 29 aprile (DOY=119) e 11 maggio (DOY=131) gli
strumenti non hanno funzionato per mancanza di alimentazione elettrica. E’ stato dunque
necessario ricorrere a modelli di ET per riempire questo intervallo.
57
1
0.8
ET (mm/h)
0.6
0.4
0.2
0
103
108
113
118
123
128
133
138
143
DOY
-0.2
Figura 1. Misure orarie dell’evapotraspirazione reale (ET) della barbabietola da zucchero per la stagione
colturale 2006 (DOY= Day Of the Year).
La stima dell’evapotraspirazione
Il modello più affidabile e diffuso nel mondo scientifico per determinare l’ET reale di una
coltura è quello di Penman-Monteith (Rana e Katerji, 2000). Esso fu introdotto da
Monteith (1965; 1973) e si scrive come:
λE =
∆(Rn − G ) + ρc p D ra
∆ + γ (1 + rc ra )
[2]
con ∆ pendenza della curva pressione di vapore saturo/temperatura in kPa °C-1, Rn e G
radiazione netta e flusso di calore nel suolo rispettivamente, in W m-2, ρ densità dell’aria in
kg m-3, cp calore specifico a pressione costante dell’aria in J kg-1 °C-1, D deficit di
pressione di vapore in kPa, γ costante psicrometrica in kPa °C-1, rc resistenza colturale e ra
resistenza aerodinamica in s m-1. Quest’ultima si esprime (Perrier, 1975) come:
ln
ra =
z−d
z−d
ln
z0
hc − d
2
k u (z )
[3]
con hc altezza della coltura in m, d piano di spostamento nullo (=0.67 hc), z0 rugosità della
coltura (=0.1 hc), k costante di von Karman (0.4), z altezza a cui si misura la velocità del
vento u(z), quest’ultima in m s-1.
La resistenza colturale dipende da fattori legati alla pianta (stato idrico, struttura) e
dalle condizioni ambientali (suolo e clima) ed è praticamente impossibile da misurare, per
58
cui è necessario stimarla tramite modelli (Rana e Katerji, 1998). In realtà nel modello di
Penman-Monteith l’aspetto più complicato da affrontare è proprio la modellizzazione di rc
( Rana e Katerji, 2000).
Nel presente lavoro, per i dati del 2006 si è scelto di stimare la rc con il modello di
Jarvis (1976), in cui la resistenza colturale si rappresenta con un modello moltiplicativo del
tipo:
rc ,min
rc =
[4]
LAIf 1 f 2 f 3 f 4
con rc,min resistenza colturale minima (tabulata), LAI indice di area fogliare, fi funzioni
semi-empiriche che dipendono da PAR (radiazione fotosinteticamente attiva), D,
temperatura dell’aria e contenuto idrico del suolo, rispettivamente. Le funzioni fi
dipendono sia dalla coltura che dal clima e sono calcolate volta per volta (vedi formule in:
Noilhan e Planton, 1989; Jacquemin e Noilhan, 1990).
Le variabili agrometeorologiche per il calcolo di ET con il modello precedente sono
state misurate direttamente sulla coltura, così come vuole la teoria (Monteith, 1973; Rana e
Katerji, 2000), con strumenti meteorologici standard, facilmente reperibili in commercio.
In figura 2 sono riportati i valori orari di ET misurata con il metodo Eddy Covariance e
calcolata con questo modello per l’anno 2006. Si può constatare che (nella prima e ultima
parte della stagione) i due metodi danno valori di ET molto simili, per cui si può
concludere che il modello ET di Penman-Monteith, con questo modello di Jarvis per rc, è
idoneo a fornire dati orari di ET per la barbabietola, almeno per l’anno 2006.
Questo stesso modello di Jarvis, se utilizzato nella seconda stagione di misure (2007)
per colmare i dati mancanti delle misure dirette di ET (sempre con il metodo Eddy
Covariance), non ha delle buone performance. Ciò è chiaro guardando i risultati illustrati
nella figura 3, dov’è riportato il confronto tra valori orari di ET misurati direttamente e
stimati, nel periodo 12-27 aprile 2007. Il modello di Jarvis, infatti, sottostima l’ET dei
giorni dal 14 al 18 aprile. Tale sottostima arriva anche al 50% ed è dovuta al fatto che il
modello di Jarvis non tiene conto delle interazioni tra i diversi fattori che influenzano la
resistenza colturale (Baldocchi et al., 1991).
A questo punto è necessario ricorrere a un modello alternativo di rc per poter
effettuare il “gap filling” dei dati e determinare l’ET su tutta la stagione colturale. Un
modello che ha ottenuto un notevole riconoscimento internazionale, per varie colture è
quello presentato da Rana et al., (1997a; 1997b). In questo caso la rc si scrive:
rc
r*
= a +b
ra
ra
Di conseguenza, il modello di Penman-Monteith [2] diventa:
[5]
59
1
ET misurata (EC)
ET simulata (PM & Jarvis)
0.8
ET (mm/h)
0.6
0.4
0.2
0
103
108
113
118
123
128
133
138
143
DOY
-0.2
Figura 2. Stagione colturale 2006 della barbabietola da zucchero: confronto tra l’evapotraspirazione
reale misurata mediante la tecnica Eddy Covariance (EC) e l’evapotraspirazione simulata
mediante il modello Penman-Monteith integrato con il modello di Jarvis per la resistenza
colturale (PM & Jarvis). Dati orari.
600
ET misurata (EC)
ET simulata (PM & Jarvis)
500
ET (W/m2)
400
300
200
100
0
102
-100
104
106
108
110
112
114
116
118
DOY
-200
Figura 3. Stagione colturale 2007 della barbabietola da zucchero: confronto tra l’evapotraspirazione reale
misurata mediante la tecnica Eddy Covariance (EC) e l’evapotraspirazione simulata mediante il
modello Penman-Monteith integrato con il modello di Jarvis per la resistenza colturale (PM &
Jarvis). Dati orari.
60
1+
λE =
γ
r*
γ + ∆ ra
∆
 r
 ∆+γ
 a + b 
1+
λ + ∆  ra

γ
*
(Rn − G )
[6]
con r* particolare resistenza, chiamata “climatica” (Monteith, 1973) perché dipende solo
dal clima, che vale:
r* =
∆+γ
D
ρc p
∆γ
Rn − G
[7]
I parametri a e b dell’equazione [5] sono coefficienti di calibrazione e dipendono
dalla coltura e dal suo stato idrico, ma non dal sito sperimentale (Rana et al., 2001). La
calibrazione di questo modello consiste nel calcolo sperimentale di a e b, rispettivamente
pendenza e intercetta della regressione lineare tra rc/ra e r*/ra. Per calcolare queste
grandezze si determina rc per inversione dell’equazione [2] con ET misurato
indipendentemente, si calcola ra con la [3] e r* con la [7]. Per la barbabietola, tale
calibrazione effettuata con parte dei dati acquisiti nel 2006 è illustrata in figura 4: a e b
valgono rispettivamente 0.45 e 4.49.
Il confronto tra misura diretta di ET su scala giornaliera (calcolata come somma di
dati orari) con il metodo Eddy Covariance e stima di ET con il modello sopra presentato, è
illustrato in figura 5. Come si può constatare il modello ha ottime performance. Tale
modello, applicato anche ai dati dell’anno 2006 non utilizzati per la calibrazione, ha dato
ottimi risultati (dati non presentati).
25
y = 0.45x + 4.49
R2 = 0.551
20
rc/ra
15
10
5
0
0
5
10
15
20
25
30
35
r*/ra
Figura 4. Relazione sperimentale tra rc/ra e r*/ra ricavata utilizzando le misure dell’evapotraspirazione
reale oraria della barbabietola da zucchero durante la stagione colturale 2006.
61
7
ET simulata (mm/d)
6
y = 1.07x
R2 = 0.84
5
4
3
2
1
0
0
1
2
3
4
5
6
7
ET misurata (mm/d)
Figura 5. Stagione colturale 2007 della barbabietola da zucchero. Confronto tra l’evapotraspirazione
reale misurata e quella simulata mediante il modello Rana et al., (1997a, 1997b). Dati
giornalieri.
Relazione tra caratteristiche della coltura e NDVI
Gli indici di vegetazione si basano su combinazioni di misure di riflettanza in due o più
canali dello spettro elettromagnetico. Essi sono correlati con parametri che descrivono lo
stato effettivo della vegetazione, come l’indice di area fogliare e la frazione di copertura
vegetale. L’NDVI è tra i più diffusi indici di vegetazione utilizzati per misurare la
condizione di vegetazione da dati telerilevati. La formula matematica che lo definisce è la
seguente:
NDVI =
ρ NIR − ρ r
ρ NIR + ρ R
[8]
dove ρ NIR e ρ R rappresentano la riflettanza nell’infrarosso vicino e nel rosso,
rispettivamente. L’intervallo di valori dell’NDVI va da -1 a +1, con valori negativi per
superfici prive di vegetazione, come ghiaccio e suolo nudo, e valori maggiori di zero per
coperture vegetali.
Tale indice è stato misurato mediante un radiometro a 4 canali (SKR 1850, Skye Ins.,
UK) (Foto 2). In figura 6 è riportato l’andamento dell’NDVI rispetto al LAI per i due anni
di sperimentazione condotti sulla barbabietola da zucchero in Capitanata. L’andamento
trovato è in perfetta linea con i dati sperimentali mostrati da Gonzales-Dugo e Mateos
(2006) per una coltura di barbabietola coltivata in Spagna in un sito sottoposto sempre a
clima semi-arido.
62
7
NDVI 2007
NDVI González-Dugo e Mateos, 2006
6
NDVI 2006
LAI (m2/m2)
5
4
3
2
1
0
0
0.2
0.4
0.6
0.8
1
NDVI
Figura 6. LAI in funzione dell’NDVI per la barbabietola da zucchero: confronto tra dati sperimentali
delle stagioni colturali 2006, 2007 e la relazione trovata da Gonzales-Dugo e Mateos (2006),
sempre per barbabietola da zucchero in clima semi-arido.
Conclusioni
Dai dati presentati in questo lavoro risultano evidenti alcuni aspetti fondamentali legati alla
determinazione in continuo dei consumi idrici di una coltura di pieno campo:
La misura diretta dell’evapotraspirazione reale di una coltura mediante un metodo
micrometeorologico è sempre soggetta a inconvenienti tecnici, data la difficoltà
oggettiva delle misure lungo l’intero arco della stagione colturale (guasti agli
strumenti, mancanza dell’alimentazione, eccetera).
Per essere sicuri di avere l’ET in tutti i giorni del ciclo colturale è necessario avere
a disposizione uno o più modelli di stima dell’ET e, dunque, effettuare sempre
misure agrometeorologiche standard sulla coltura in studio. In particolare vanno
misurate: la radiazione netta e il flusso di calore nel suolo, la temperatura e
l’umidità dell’aria, la velocità del vento, per poter calcolare l’ET con il modello più
accreditato (quello di Penman-Monteith).
E’ importante scegliere accuratamente il modello di resistenza colturale da
applicare al metodo di Penman-Monteith. Nel nostro caso quello di Jarvis (1976)
non va sempre bene, in quanto sono necessarie misure accurate di umidità del suolo
non sempre disponibili, per cui è opportuno adottare quello di Rana et al. (1997a;
1997b).
L’indice NDVI sembra interessante per l’adozione a scopi applicativi ma necessita
di approfondimenti, soprattutto per quanto riguarda sviluppi futuri di analisi della
possibile relazione con l’ET reale.
63
Bibliografia
Baldocchi, D.D., Luxmoore, R.J., Hatfield, J.L., 1991. Discerning the forest from the trees:
an essay on scaling canopy stomatal conductance. Agric. Forest Meteorol., 54, 197-226.
Dugas, W.A., Fritschen, L.J., Gay, L.W., Held, A.A., Matthias, A.D., Reicosky, D.C.,
Steduto, P., Steiner, J.L., 1991. Bowen ratio, eddy correlation, and portable chamber
measurements of sensible and latent flux over irrigated spring wheat. Agr. Forest
Meteorol., 56, 1-20.
Gonzales-Dugo, M.P., Mateos, L., 2006. Spectral vegetation indices for estimating cotton
and sugar beet evapotranspiration. AIP Conference Proceedings “Earth Observation for
Vegetation Monitoring and Water Management”, 10-11 November 2005, Naples (I), G.
D’Urso, M. A. Osann Jochum and J. Moreno Editors, pp. 115-123.
Jacquemin, B., Noilhan, J., 1990. Sensitivity study and validation of a land surface
parameterization using the HAPEX-MOBILHY data set Bound. Layer Meteorol., 52,
93-134.
Jarvis, P.G., 1976. The interpretation of the variation in leaf water potential and stomatal
conductance found in canopies. Philos. T. Roy. Soc. B., 273, 593-610.
Kaimal, J.C., Finnigan, J.J., 1994. Atmospheric boundary layer flows. Their structure and
measurements. Oxford University Press, Oxford, 289 pp.
Lee, X., Massman, W, Law, B., (eds.), 2004. Handbook of micrometeorology. Kluwer
Academic Publishers, Dordrecht, The Netherlands, 250 pp.
Monteith, J.L., 1965. Evaporation and environment. In: Fogg (Ed.) “The state and
movement of water in living organism”. Soc. Exp. Biol. Symp., 19, 205-234.
Monteith, J.L., 1973. Principles of environmental physics. Edward Arnold, London, 241
pp.
Noilhan, J., Planton, S., 1989. A simple parametrization of land surface processes for
meteorological models. Mon. Wea. Rev., 117, 536-549.
Perrier, A., 1975. Etude physique de l’évapotranspiration dans les conditions naturelles.
I. Evaporation et bilan d’énergie des surfaces naturelles. Ann. Agron., 26, 1-18.
II. Expression et paramètres donnant l’évapotranspiration réelle d’une surface mince.
Ann. Agron., 26, 105-123.
III. Evapotranspiration réelle et potentielle des couverts végétaux. Ann. Agron., 26,
229-243.
Rana, G., Katerji, N., 1998. A measurement based sensitivity analysis of the PenmanMonteith actual evapotranspiration model for crops of different height and in
contrasting water status. Theor. Appl. Climatol., 60, 141-149.
Rana, G., Katerji, N., 2000. Measurement and estimation of actual evapotranspiration in
the field under Mediterranean climate: a review. Eur. J. Agron., 13(2-3), 125-153.
Rana, G., Katerji, N., Mastrorilli, M., El Moujabber, M., 1997a. A model for predicting
actual evapotranspiration under water stress conditions in a Mediterranean region. Theor.
Appl. Climatol., 56 (1-2), 45-55.
Rana, G., Katerji, N., Mastrorilli, M., El Moujabber, M., Brisson, N., 1997b. Validation of a
model of actual evapotranspiration for water stressed soybeans. Agr. Forest Meteorol.,
86, 215-224.
Rana, G., Katerji, N., Perniola, M., 2001. Evapotranspiration of sweet sorghum: a general
model and multilocal validity in semiarid environmental conditions. Water Resou. Res.,
37(12), 3237-3246.
Rinaldi, M., Castrignanò, A., Mastrorilli, M., Rana, G., Ventrella, D., Acutis, M., D’Urso
G., Mattia, F., 2006. Decision support system to manage water resources at irrigation
64
district level in Southern Italy using remote sensing information. An integrated Project
(AQUATER). AIP Conference Proceedings “Earth Observation for Vegetation
Monitoring and Water Management”, 10-11 November 2005, Naples (I), G. D’Urso, M.
A. Osann Jochum and J. Moreno Editors, pp. 107-114.
Stull, R.B., 1988. An introduction to boundary layer meteorology. Atmospheric Science
Library, Kluwer Academic Pub., Dortrecht, the Nedherlands, 666 pp.
Wieringa, J., 1993. Representative roughness parameters for homogeneous terrain. Bound.Lay. Meteorol., 63(4), 323-363.
Foto 1. Anemometro sonico.
Foto 2. Radiometro per la misura dell’NDVI.