La combinazione di dati meteorologici e telerilevati consente la stima dell’Evapotraspirazione reale (ETR) giornaliera, su tutta la regione, di diversi ecosistemi forestali (macchia, querce sempreverdi, querce decidue, castagneti, faggete, conifere del piano basale/collinare e conifere del piano montano) e non (pascoli, colture estive e invernali, colture arboree).

Il modello implementato utilizza immagini satellitari NDVI per stimare su base spaziale i coefficienti colturali Kc, tipici per le diverse colture e condizioni ambientali (Rocha et al., 2012; Mutiibwa and Irmak, 2013).

Per superare il problema della scarsa sensibilità allo stress idrico a breve termine è stato introdotto un fattore di correzione Cws, che è capace di simulare l’effetto di tale stress (Maselli et al. 2009; 2013).

La stima dell’ETR, quindi, si ottiene moltiplicando l’Evapotraspirazione Potenziale (ETP), calcolata a partire da dati meteorologici, per i coefficienti Kc da satellite, corretti con il fattore Cws:

 

La stima operativa dell’evapotraspirazione reale (ETR) viene fatta utilizzando le informazioni sull’uso suolo, i dati meteorologici dell’area investigata e le immagini satellitari.
In particolare vengono modellizzate separatamente la traspirazione (legata alla presenza della vegetazione) e l’evaporazione (legata principalmente al suolo nudo) (Senay, 2008). Questa separazione viene effettuata tramite la copertura del suolo da parte della vegetazione (Fractional Vegetation Cover, FVC) utilizzando l’Indice di Vegetazione Normalizzato (NDVI) derivato dalle immagini MODIS. Tutto ciò che non è coperto da vegetazione (ovvero 1-FVC) è trattato come suolo nudo. 

La differenziazione tra queste due componenti dell’ETR è importante perché consente di adottare coefficienti colturali appropriati e specifici per le due componenti (Kc_veg e Kc_soil, rispettivamente).
Inoltre, per superare il problema della scarsa sensibilità allo stress idrico a breve termine da parte dell’NDVI, è stato introdotto un fattore di correzione Cws che è capace di simulare l’effetto di tale stress (Maselli et al. 2009; 2013).

La stima dell’ETR, quindi, a partire dall’Evapotraspirazione Potenziale (ET0), calcolata a partire da dati meteorologici, dividendo i due contributi della vegetazione e del suolo attraverso la FVC:
 

dove
Cws e AW sono due coefficienti che consentono rispettivamente di ridurre la traspirazione e l’evaporazione, calcolati sulla base di un bilancio semplificato;
Kc_veg è pari circa a 0.7;
Kc_soil è posto pari a 0.2.
 

Lo schema seguente illustra in maniera semplificata la procedura implementata:

Fig. xxx ....
 

Glenn E.P., Nagler P.L., Huete A.R., 2010. Vegetation index methods for estimating evapotranspiration by remote sensing. Surveys geophysical, 31, 531-555.

 

Maselli, F., Papale, D., Puletti, N., Chirici, G., Corona, P., 2009. Combining remote sensing and ancillary data to monitor the gross productivity of water-limited forest ecosystems. Remote Sens. Environ. 113, 657-667.

 

Maselli, F., Argenti, G., Chiesi, M., Angeli, L., Papale, D., 2013. Simulation of grassland production by the combination of ground and satellite data. Agric. Ecosyst. Environ.,  23, 29–36.

 

Mutiibwa D., Irmak S. 2013. AVHRR-NDVI-Based crop coefficients for analyzing long-term trends in evapotranspiration in relation to changing climate in the U.S. High Plains. Water Resources Research, 49, 1-14.

 

Rocha J., Perdigao A., Melo R., Henriques C., 2012. Remote sensing based crop coefficients for water management in  agriculture.

Senay, G.B. (2008). Modeling landscape evapotranspiration by integrating land surface phenology and a water balance algorithm. Algorithms, 1, 52-68.

---

Visualizza ed interroga i dati sul WebGIS Siccità