Metodologia statistica integrata ad un modello agro-idrologico per la stima dell'irrigazione

Agriculture stands as the largest consumer of freshwater extracted worldwide (~70%). Additionally, due to population growth and the effects of climate change, there is an expected increase in the competition on water resources. Therefore, quantifying irrigation volumes plays a crucial role in enabling the agricultural sector in mitigating the impacts of climate change. The development of agro-hydrological modeling, integrated with satellite remote sensing data and ground measurements, encourage the adoption of precision irrigation. This thesis is part of the HYPER-CROP project funded by the European Space Agency and focuses on investigating the feasability of estimating accurately water volumes used for irrigation at high spatial and temporal resolutions. For this purpose, a Monte Carlo-based irrigation data generation is implemented. These synthetic data are used as input for the FEST-EWB - a distributed hydrological energy–water balance model- integrated with SAFY, an agronomical model that simulates crop growth and development. The FEST-EWB-SAFY has been previously applied and calibrated using satellite data for the site in Ceregnano, Rovigo province, which was cultivated with soybeans in 2022. This study proposes a straightforward methodology based on diverse statistical indices to select simulations given the synthetic irrigation data as input that best fit ones provided with actual application. Furthermore, it is investigated the influence of different model-represented variables in driving the extraction process. The methodology is implemented considering a set of physical constraints specific to the case study, including crop water requirements that vary with crop phenology. A significant number among the selected scenarios exhibit irrigation interventions with a reasonable timing deviation from actual practices and a total irrigation volumes consistent with real ones. Moreover, the surface soil moisture exerts the greatest influence on the selection procedure. These findings encourage for further studies in this direction with the aim of implementing a useful tool for monitoring agriculture water use both at farm and regional scales.

L’agricoltura assorbe circa il 70% dei prelievi di acqua dolce a livello mondiale, rappresentando il settore produttivo che ne consuma la maggior parte. Inoltre, a causa della crescita demografica e degli effetti dei cambiamenti climatici, si prevede un aumento della pressione sull’approvvigionamento delle risorse idriche. Pertanto, la quantificazione dei volumi irrigui riveste un ruolo cruciale nel supportare il settore agricolo nel mitigare gli impatti dei cambiamenti climatici. Lo sviluppo della modellistica agro-idrologica, integrata con dati da telerilevamento satellitare e misure al suolo, favorisce l’impiego di tecniche di irrigazione di precisione. L’obiettivo di questo lavoro di tesi, che si inserisce nell’ambito del progetto HYPER-CROP finanziato dall’Agenzia Spaziale Europea, è quello di investigare la possibilità di stimare i volumi idrici effettivamente utilizzati per l’irrigazione ad elevata risoluzione spaziale e temporale. A tale scopo vengono generati degli scenari irrigui potenzialmente osservati tramite l’implementazione di un metodo Monte Carlo. I dati ottenuti sono forniti in input al FEST-EWB, un modello idrologico distribuito che valuta sia il bilancio di massa sia il bilancio energetico, accoppiato al SAFY, un modello che simula l’evoluzione dello sviluppo delle colture. Il FEST-EWB-SAFY è stato precedentemente applicato e calibrato attraverso dati satellitari per l’appezzamento del sito dimostrativo di Ceregnano, in provincia di Rovigo, coltivato a soia nel 2022. Lo studio propone una metodologia semplice, basata su diversi indici statistici, che permetta di selezionare tra le simulazioni alimentate con i dati di irrigazione sintetici quelle che meglio riproducono le simulazioni ottenute considerando gli interventi effettivi. Inoltre, esso indaga l’influenza delle diverse variabili rappresentate dal modello nel guidare la procedura di selezione. La metodologia viene implementata tenendo conto di una serie di vincoli fisici specifici per il caso studio, tra i quali i diversi fabbisogni idrici della coltura nelle varie fasi del ciclo. Un buon numero degli scenari selezionati mostra interventi irrigui con una differenza temporale ragionevole rispetto a quelli effettivi e con volumi idrici totali coerenti con quelli reali. Lo studio ha evidenziato che l’umidità degli strati superficiali di suolo è la variabile che influenza maggiormente la performance delle simulazioni nel riprodurre le osservazioni. I risultati ottenuti incoraggiano ad ulteriori studi in tale ambito con l’obiettivo di implementare uno strumento utile per il monitoraggio dell’uso della risorsa idrica in agricoltura a livello sia di campo, sia consortile.