Deposizione di azoto e defogliazione in Europa Aldo Marchetto CNR ISE Marco Ferretti e Marco Calderisi TerraData environmetrics.

Slides:



Advertisements
Presentazioni simili
Tecniche di analisi dei dati e impostazione dell’attività sperimentale
Advertisements

IL BENESSERE IN OGNI GOCCIA. concept Il concept da noi sviluppato poggia sullo studio del ciclo dellacqua. Il fenomeno che trasmette più serenità e purezza.
Il suolo: costituenti inorganici
Nel lavoro effettuato da ARPA sono valutati i risultati relativi alla campagna di misura condotta con Laboratorio Mobile tra il tra il 24 febbraio ed.
Filippo Bussotti2, Antonio Ballarin Denti1
Modelli di simulazione Programmi computerizzati che simulano sistemi mediante la loro descrizione in termini di equazioni un sistema è un insieme di flussi.
Anodo catodo.
Foreste Temperate.
Soil Organic Carbon Dati ed elaborazioni sul contenuto in Carbonio organico dei suoli dell’Emilia-Romagna.
Protoni legati ad eteroatomi. Protoni legati a un eteroatomo Protoni legati ad un atomo di ossigeno, di azoto o di zolfo possiedono uno spostamento.
I CICLI DEGLI ELEMENTI Conseguenza del flusso energetico (aspetti climatici e alimentari). Spostamenti ciclici nati da flusso unidirezionale  elementi.
STATISTICA A – K (60 ore) Marco Riani
Le acque dolci e salate.
Chiti T 1, Smith P 2, Dalmonech D 1, Yeluripaty J 2, Matteucci G 3, Rodeghiero M 4, Valentini R 1, Papale D 1 Dip. di Scienze dellAmbiente Forestale e.
Quali sono le evidenze delleffetto dellozono su boschi aduli ed in condizioni reali? F. Bussotti; M. Ferretti Dipartimento di Biologia Vegetale, Università
Riforestazione naturale: analisi di cronosequenze in ambiente montano
Progetto CARBOITALY Modello GIS per la stima dell’emissioni di BVOC
LA PROPAGAZIONE DEGLI ERRORI:
Cereali vernini ed estivi
Università degli studi di Padova Corso di Laurea specialistica in Scienze forestali ed ambientali Xilogenesi in conifere al limite superiore del bosco.
Bologna - 15 maggio 2006 Il cambiamento climatico e gli eventi estremi in agricoltura: le gelate tardive Gabriele Antolini CLIMAGRI Cambiamenti climatici.
Bilancio dell'azoto Concimazione azotata (kg/ha) = Na – Nd – Nm + Np
Biofisica fisica24ore LACQUA…la sorgente della vita.
IL CLIMA Il clima è la media delle condizioni meteorologiche che
Propagazione degli errori
I biomi terrestri: La taiga
I rilievi in Italia LE ALPI
I principali tipi di grafici
Introduzione alla Regressione Lineare e alla Correlazione.
BIOMI Grande diversità di ecosistemi Quale la causa?
Sintesi della lezione Il concetto di variabilità Campo di variazione Differenza interquartile La varianza La deviazione standard Scostamenti medi VARIABILITA’
ITIS-ITG «Nervi-Galilei»
Lez. 3 - Gli Indici di VARIABILITA’
Correlazione e regressione Correlazione Come posso determinare il legame tra due o più variabili? COEFFICIENTE DI CORRELAZIONE (r di Pearson) massimo.
Valori di elettronegatività: H, 2,1;
INQUINAMENTO DELLE ACQUE
Araucariaceae Coniferophyta Pinopsida Pinidae - Conifere Agathis
LA CASA E LA TERRA Corso di geopedologia.
LA GESTIONE DEI RIFIUTI IN ITALIA
Elementi di Statistica medica Pasquale Bruno Lantieri, Domenico Risso, Giambattista Ravera Copyright © 2007 – The McGraw-Hill Companies s.r.l. SIGNIFICATIVITÀ.
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Altri coefficienti di correlazione
Analisi Multivariata dei Dati
Regioni in crescita, Europa in crescita Gli effetti della politica di coesione Analisi d'impatto – Il valore della politica di coesione Capitolo secondo.
Stato liquido Un liquido e’ caratterizzato da una struttura dinamica, continuamente soggetta a modifiche. I liquidi sono quindi caratterizzati da un ordine.
VALUTAZIONE DEL CARICO TROFICO
Analisi della varianza Resistenza di una fibra sintetica: essa è legata alla percentuale di cotone che potrà però variare tra il 10 e il 40% perché il.
Scuola materna – Ihtiman, Bulgaria Sustain Lesson Plan.
Università degli Studi di Ferrara Dipartimento di Ingegneria
STATISTICHE DESCRITTIVE
TRATTAMENTO STATISTICO DEI DATI ANALITICI
Esperimento di Robert Millikan
Esempi di adattamenti di organismi vegetali e animali a cambiamenti ambientali di temperatura per raffreddamento Implicazioni relative a crioscopia,
I climi europei Il continente europeo si trova, quasi interamente, nella fascia temperata boreale. Nel nostro continente, possono essere individuati quattro.
La covarianza.
INEMAR Inventario emissioni Il Modulo Biogeniche.
Corso di Statistica Applicata C. L. in Tecnologie forestali e ambientali 4 crediti (32 ore) Docente: Lorenzo Marini DAFNAE, Università di Padova
Statistica di Base per le Scienze Pediatriche luigi greco D.C.H, M.D., M.Sc.M.C.H., Ph.D. Dipartimento di Pediatria UniFEDERICOII.
CARATTERIZZAZIONE DELLE CONCENTRAZIONI DI PARTICOLATO ATMOSFERICO E DELLE SUE SORGENTI NELL’AREA DI LECCE Daniele Contini Istituto di Scienze dell’Atmosfera.
C HE COSA DETERMINA LA STRUTTURA DELLA RETE DELL ’ ACQUA VIRTUALE ? Luca Ridolfi – Politecnico di Torino Gruppo di ricerca Francesco Laio (cap.) Stefania.
CENNI DI MIGLIORAMENTO GENETICO DELLE PIANTE ARBOREE FORESTALI E DA USO PAESAGGISTICO Il miglioramento genetico delle essenze arboree forestali o da alberature.
Acidimetria.
Effetti del Global Change su crescita e funzionalitá delle foreste italiane Esperimenti e osservazioni F. Magnani 1, A. Barbati 2, M. Borghetti 3, G. Matteucci.
Materiali e metodi In un’azienda agricola specializzata della Piana del Sele (Salerno), è in svolgimento da giugno 2014 un confronto tra “modalità di gestione”
TERRATERRA. Terra: caratteristiche fisiche Massa: 5,9 x kg Raggio medio: km raggio equatoriale: km raggio polare: km Densità media:
Regressione: approccio matriciale Esempio: Su 25 unità sono stati rilevati i seguenti caratteri Y: libbre di vapore utilizzate in un mese X 1: temperatura.
TEORIE DELLA PROGETTAZIONE ARCHITETTONICA
Transcript della presentazione:

Deposizione di azoto e defogliazione in Europa Aldo Marchetto CNR ISE Marco Ferretti e Marco Calderisi TerraData environmetrics :

9 kg ha -1 anno kg ha -1 anno kg ha -1 anno -1 Esperimenti di aggiunta di azoto al suolo per 10 anni Fonte: WGE

Impatto sul suolo e sulle soluzioni circolanti Deposizione di N 2 1 Impatto sulla salute dell’albero Impatto sulla chimica foliare 3 b a c

% alberi con defoliazione > 25% Deposizione N sottochioma (kg ha -1 y -1 )

% alberi con defoliazione > 25%

Modelli: Standard+ danno+ N+ N + danno +foglie+suolo Latitudinestandardstandardstandardstandardstandard Longitudine+ danni+ deposizione+ danni+ N:P+ pH Altitudinesottochioma + TF+ N:Ca+ BCE Precipitazionedi azoto (TF)+ N:Mg+ C:N % prec. estive+ N:K Densità alberi

Standard+ danno+ N+ N +foglie+suolo + danno Faggio Plots Variabili latenti X var %31,966,713,636,440,241,4 Y var %3,839,117,446,460,451,6 RMSEC1,241,061,250,980,900,97 Coefficienti di correlazione (variabili con VIP > 1) Latitudine0,23 Longitudine-0,23 Densità alberi-0,11-0,61-0,16-0,45 Precipitazioni0,120,18 Danni0,750,57 Deposizione N0,350,51 N:Ca (foglie)0,39 N:K (foglie)0,41 pH suolo-0,27 C:N suolo0,45 BCE suolo-0,16

Standard+ danno+ N+ N +foglie+suolo + danno Abete rosso Plots Variabili latenti X var %45,435,541,834,635,335,4 Y var %6,615,410,618,335,417,0 RMSEC1,031,031,021,000,941,15 Coefficienti di correlazione (variabili con VIP > 1) Latitudine-0,09-0,11-0,08 Longitudine-0,06 Densità alberi-0,07 Precipitazioni0,15 Danni0,180,16 Deposizione N0,120,14 N:P (foglie)0,12 N:Ca (foglie)0,13 N:K (foglie)0,25 C:N suolo-0,09 BCE suolo0,13

Standard+ danno+ N+ N +foglie+suolo + danno Pino silvestre Plots Variabili latenti X var %66,263,491,791,729,370,0 Y var %29,029,269,269,535,556,2 RMSEC1,101,070,920,971,031,03 Coefficienti di correlazione (variabili con VIP > 1) Latitudine-0,28-0,27-0,95-0,91-0,41 Densità alberi0,210,200,21 Danno0,06 % prec. estive0,300,250,220,180,140,24 N:P (foglie)0,20 N:Mg (foglie)0,17 BCE suolo-0,57

N:P foliare % alberi con defoliazione > 25%

N:Ca foliare % alberi con defoliazione > 25%

N:Mg foliare % alberi con defoliazione > 25%

N:K foliare % alberi con defoliazione > 25%

Deposizione N sottochioma (kg ha -1 y -1 ) N:P foliare

Deposizione N sottochioma (kg ha -1 y -1 ) N:Ca foliare

Deposizione N sottochioma (kg ha -1 y -1 ) N:Mg foliare

Deposizione N sottochioma (kg ha -1 y -1 ) N:K foliare

Conclusioni I modelli statistici della defoliazione migliorano nettamente includendo la deposizione azotata o variabili legate ad essa, relative alla chimica foliare e del suolo Appare un effetto negativo della deposizione di N sulla salute degli alberi (valutata attraverso la defogliazione) per i faggi e gli abeti rossi Nel caso del pino silvestre l’effetto sembra contrario, ma si ha comunque un aumento della defoliazione all’aumentare del rapporto N : Mg (e N : P).

Variable Range of values Fagus sylvatica (n=20) Picea abies (n=34)Pinus sylvestris (n=18) Response Defoliation0-43.3%0-72.0%0-32.7% Predictors Tree density Latitude38°25’-55°57’N45°45’-67°59’N46°17’-66°21’N Longitude0°39’W-16°10’E1°48’E-29°19’E7°42’E-29°20’E Altitude m a.s.l m a.s.l m a.s.l. Atmosphere Pr mm y mm y mm y -1 SummerPr % % % Damage Soil Soil_pH BCE C:N N:P N:Ca N:Mg N:K N deposition N_throughfall kg ha -1 y kg ha -1 y kg ha -1 y -1