R. Gismondi, L. De Gaetano, F. Truglia, D. Vignani , S. Auci
I cambiamenti climatici possono influire in vari modi sull’agricoltura: modifica delle pratiche agricole come risposta al generale avanzamento fenologico; scelta di varietà e colture diverse; diminuzione della produttività agricola; sfruttamento di nuove aree agricole; ottimizzazione dell’uso dell’acqua e deficit idrico; crescita dei costi di produzione; abbandono progressivo delle aree svantaggiate.
In parallelo, l’agricoltura influisce sui cambiamenti climatici soprattutto nella forma di emissioni di anidride carbonica e di diossido di azoto.
Attualmente, le statistiche ufficiali in tema di interazione tra agricoltura e clima risentono della scarsa integrazione tra le regolamentazioni relative ai singoli contesti tematici dell’ambiente e delle statistiche agricole. Manca quindi una quadro di riferimento sistemico e completo. Tuttavia, le ultime indagini strutturali in agricoltura (SPA 2013 e la prossima SPA 2016) rilevano: la produzione di energia da fonti rinnovabili; l’irrigazione per tipo di coltivazione e sistema di irrigazione; le fonti di approvvigionamento dell’acqua; l’uso di prodotti energetici per la produzione corrente; le tecniche di applicazione degli affluenti zootecnici; l’agricoltura biologica; l’uso di fitosanitari per tipo di coltivazione ed intensità (2016).
In tale contesto, è possibile sviluppare approfondimenti tematici utili per l’analisi delle interrelazioni tra clima ed agricoltura.
Nel primo caso, relativo alla stima del grado percentuale di umidità nei raccolti di alcune tipologie di cereali, si propone un modello di analisi ed interpolazione spaziale (Kriging) – applicato a dati comunali sul grado di umidità nell’aria – finalizzato a produrre stime provinciali del grado percentuale di umidità nei raccolti. Tali stime consentono di correggere i dati “grezzi” sulla produzione di cereali e di ottenere stime della produzione standard comparabili con gli altri stati UE.
Nel secondo caso, viene proposto un modello (Stochastic Frontier Approach) per stimare quali siano gli effetti di fattori legati ai criteri di coltivazione ed ai cambiamenti climatici sulle coltivazioni italiane a livello regionale. Nel modello, la variabile dipendente è data dalla resa per ettaro, mentre le variabili esplicative sono rappresentate dalle superfici irrigate, i quantitativi di fertilizzanti e di sementi, la forza lavoro, le superfici coltivate ad agrumi, frutta, ortaggi, le piogge, la temperatura media e la localizzazione geografica dei terreni. Tutte le variabili esplicative utilizzate sono risultate statisticamente significative ad eccezione della forza lavoro. In particolare:
- La variabile Rainfall mostra segno negativo ed è significativa. Al crescere della variabilità delle precipitazioni cresce l’efficienza produttiva delle superfici coltivate.
- La variabile Minimum Temperature ha segno positivo. Al crescere della variabilità della temperatura annuale minima decresce l’efficienza produttiva.
- I maggio rischi per l’efficienza produttiva derivati dai fattori climatici caratterizzano le aree insulari e, in misura più contenuta, il Meridione.
