Recupero ambientale di un suolo degradato e desertificato mediante una nuova tecnologia di trattamento di ricostituzione del terreno: indagini preliminari.

Slides:



Advertisements
Presentazioni simili
Soil mapping Progetto di Monitoraggio Ambientale su tutto il territorio della Regione Lombardia Prof. Dr. Roberto M. Cenci ex funzionario scientifico della.
Advertisements

Società Italiana di Chimica Agraria, XXX Convegno Nazionale "La Chimica Agraria tra Energia ed Ambiente «, Settembre 2012, Milano Costo progetto.
ANALISI QUALITATIVA: SAGGI PRELIMINARI
LE SOLUZIONI E LA SOLUBILITÀ.
Milano 25 giugno 2010 Convegno AITA METODI E TECNICHE DI VALUTAZIONE DELL’ORIGINE DELLE PRODUZIONI ALIMENTARI   Tavola rotonda Strategie consortili per.
REAZIONI DI PRECIPITAZIONE
X tutti i gusti, Ponte dell’Olio, 19 giugno 2015 Nutrire il Pianeta, Energia per la vita tutti i gusti 19 giugno 2015.
Approccio multidisciplinare per descrivere i caratteri di un'area degradata Manfredi P. (1), Giupponi L. (2), Cassinari C. (3), Corti C. (2) e Trevisan.
RISPARMIO IDRICO MEDIANTE UNA TECNOLOGIA INNOVATIVA DI TRATTAMENTO DI SUOLI DEGRADATI Confronto di dati produttivi tra terre ricostituite e terre naturali.
Con il termine reporting indichiamo sia il semplice “rapporto di gestione” che il più ampio “sistema dei rapporti di gestione” Cosa è il reporting? Il.
Consentono di descrivere la variabilità all’interno della distribuzione di frequenza tramite un unico valore che ne sintetizza le caratteristiche.
Allegato 3 Divisione Banca dei Territori Sistema di Incentivazione 2011 per il Personale di Rete Premi di riferimento differenziati per Figura Professionale.
NUOVO OSPEDALE DI FIEMME E FASSA
GranCereali NP CONCIMI ORGANO-MINERALI NP
Normativa suolo Prof. Fabio Murena Dipartimento di Ingegneria Chimica
messi a disposizione delle scuole da parte dell’INVALSI”
“MODISTA - Esperti in Monitoraggio delle Infrastrutture Ferroviarie”
Luisa Donato – IRES Piemonte
Prove INValSi 2013/14 Report dei risultati a.s
Risultati PISA 2015 in Matematica
Valutazione dell’incertezza associata alla mappa acustica dinamica di Milano Giovanni Zambon; Roberto Benocci; Maura Smiraglia; H. Eduardo Roman.
INDAGINE SUL CONTENUTO DI NITRITI E NITRATI NELLE VERDURE
Piano di Sviluppo Rurale : riepilogo chiusura del periodo di programmazione 1. Risultati annualità 2006 L’ultima annualità, del periodo di programmazione.
GLI STRUMENTI AUSILIARI
Università degli Studi di Teramo – Facoltà di Bioscienze e Tecnologie Agroalimentari ed Ambientali INDAGINE SULL’ACCETTABILITÀ DEL CONSUMATORE AD OTTENERE.
L’analisi monovariata
Misure Meccaniche e Termiche - Università di Cassino
Confronto fra 2 popolazioni
coordinate geografiche longitudine, latitudine
DISTRIBUZIONI TEORICHE DI PROBABILITA’
Università di Brescia, 25 maggio 2012
Liceo Scientifico Statale “C. Miranda” Frattamaggiore
L’analisi del comportamento delle imprese (seconda parte)
Analisi della variabilità dei dati di polvere e silice cristallina ottenuti con diversi selettori di frazione respirabile Walter Rizzoli Chimico - Igienista.
Classificazione multivariata di scatole ippocampali
Il progetto SelPiBioLife
APPUNTI DI STATISTICA INFERENZIALE
UTILIZZO DI SISTEMI MICELLARI PER IL RISANAMENTO DI ACQUE CONTAMINATE
«Valutare il bisogno della persona con disabilità.
Devis Panont - Claudia Tarricone
Gestione della frazione organica dei rifiuti solidi urbani tramite digestione anaerobica e compostaggio: l’effetto sulla disponibilità del fosforo Marco.
SIN DI BAGNOLI - COROGLIO
Analysis.
Piazzolla F., M.L. Amodio, G. Colelli
LIQUIDI ACQUOSI NON PERICOLOSO Soluzioni molto diluite con
Liceo Scientifico Statale “C. Miranda” Frattamaggiore
La Statistica Istituto Comprensivo “ M. G. Cutuli”
Esercitazione di Statistica Economica
L’analisi monovariata
I 7 strumenti della qualità
Esercitazione di Statistica Economica
Indici di variabilità La variabilità è la ragione dell’esistenza della psicologia. Le persone hanno dei comportamenti diversi che non possono essere predetti.
Esercitazioni psicometria
L’indagine statistica
Cosa ci dicono i dati sugli apprendimenti
PROGETTO CO.M.E.T.A. Il ruolo della Provincia di Varese
“Una delle più grandi scoperte che un uomo può fare, una delle sue più grandi sorprese, è scoprire che può fare ciò che aveva paura di non poter fare”.
RESTITUZIONE PROVE INVALSI 2017
Distribuzione per stato di occupazione
Esercitazione di AMC per la valutazione tecnologica di rotazioni agricole alternative: il caso della «lavorazione minima» nelle aree di montagna.
Elettronegatività degli Elementi
Dipartimento scienze Economiche , Aziendali e statistiche
Valutazione dei danni alla salute prodotti da una centrale a carbone
Analisi e proposte di miglioramento del processo di controllo in entrata merci del materiale d’acquisto in Mikron Sa Studente Relatore Correlatore Committente.
PER VALORIZZARE I LIQUAMI SI DEVE CONOSCERE IL LORO POTERE FERTILIZZAMENTE IN TERMINI DI MACROELEMENTI MA PER FAR CIO’ SI DEVE CAMPIONARE CORRETTAMENTE.
Diagrammi di fase (o di stato)
Caso studio “Diga Rosamarina”
LIQUIDI ACQUOSI NON PERICOLOSO Soluzioni molto diluite con
PROGETTO DI RIQUALIFICAZIONE AMBIENTALE DELLO SCOLO DOSOLO
LIFE – 2013 Programma comunitario per l’ambiente
Transcript della presentazione:

Recupero ambientale di un suolo degradato e desertificato mediante una nuova tecnologia di trattamento di ricostituzione del terreno: indagini preliminari Chiara Cassinari1, Paolo Manfredi2, Sotirios Vasileiadis1, Claudio Baffi1, Marina Gatti1, Aldo Giomo2, Marco Trevisan1 1 Istituto di Chimica Agraria e Ambientale, Università Cattolica del Sacro Cuore, Piacenza 2 M.C.M. Ecosistemi s.r.l., Gariga di Podenzano, Piacenza www.lifeplusecosistemi.eu LIFE10 ENV/IT/0400 NEW LIFE OBIETTIVO Sviluppo sperimentale di una tecnologia innovativa di trattamento chimico - meccanico di suoli degradati volto alla loro difesa e recupero Miglioramento della struttura e incremento della stabilità strutturale Aumento e stabilizzazione della sostanza organica Riduzione della compattazione Aumento della capacità di ritenzione idrica Miglioramento delle capacità termica Aumento della capacità di scambio cationico Aumento dell’effetto tampone Aumento della fertilità Incremento della biodiversità Tecnologia: trattamento meccanico di disgregazione del suolo e aggiunta nello stesso di matrici di natura ammendante e correttiva, tali matrici vengono di fatto incorporate nella struttura e divengono parte integrante del suolo ricostituito. La tecnologia sarà applicata in un’area di 200.000 m2 all’interno del Parco Regionale del Basso Trebbia sita a Piacenza, area utilizzata negli anni ‘80 come discarica di rifiuti solidi urbani e successivamente ricoperta con terreno di varia natura. Oggi l’area si presenta come una prateria caratterizzata dalla dominanza di specie ruderali (Agropyron repens e Hordeum murinum) che crescono su suoli di scarsa struttura, mal drenati e a contenuto in acqua molto variabile a seconda delle stagioni; soggetta ad intense attività di pascolo e solo marginalmente fruibile dalla popolazione. Approccio sperimentale e fasi operative Caratterizzazione pedologica e chimico-fisica del suolo del sito e individuazione di aree omogenee Ricerca e caratterizzazione delle matrici da miscelare con il suolo Applicazione della tecnologia attraverso l’allestimento di parcelle sperimentali utilizzando i diversi suoli del sito unitamente a differenti tipologie di matrici Ripristino dell’area di degradata attraverso rimozione dello strato superficiale del suolo e riposizionamento del suolo ricostituito, messa a dimora di essenze erbacee e arboree autoctone per recuperare la biodiversità INDAGINI PRELIMINARI Piano di campionamento secondo un reticolo a maglie regolari 75x75m con un infittimento fino a maglie 25x25m in aree con particolari effetti idrodinamici che ha individuato le seguenti stazioni: 40 distribuite secondo transetti distribuiti in direzione NE-SO e NO-SE; 11 sulla base di particolarità vegetazionali. I prelievi di suolo sono stati eseguiti con fustelle ottenute mediante percussione, ognuna successivamente suddivisa in uno strato superficiale denominato «top» e uno strato profondo «bulk», potenzialmente esposto al contatto con i rifiuti sottostanti. Le analisi sono state concentrate sui campioni «bulk». Parametri indagati: pH; Ctot; Cinorg; Corg; S.O.; Ntot; C/N; CaCO3; C.S.C.; contenuto estraibile in aqua regia degli elementi potenzialmente tossici (Al, As, Ba, Be, Cd, Co, Cr, Cu, Fe, Hg, Mn, Mo, Ni, Pb, Sb, Se, Sn, Te, Ti, Tl, V e Zn). Analisi statistica dei parametri per individuare aree omogenee di suolo descrivibili con i valori misurati in una singola stazione. Immagine dell’area di studio   pH CaCO3 C.S.C. Ctot Ntot TOC C/N Al As Ba Be Co Cr Cu Fe Hg Mn Ni Pb Sb Ti V Zn g kg-1 cmol(+) kg-1 mg kg-1 min 6,9 12 4,6 19 0,9 9,4 7,3 1125 0,32 10 0,03 0,21 5,2 1,4 1509 0,13 85 5,9 1,6 0,11 13 1,3 47 max 8,7 746 38 122 7,8 21 19866 4,7 604 0,73 53 173 1160 20636 2,01 537 64 202 0,5 358 36 555 mediana 7,9 126 41 2,4 26 9,9 9875 1,7 59 0,31 2,1 35 11 9910 0,04 260 30 0,23 118 29 media 167 51 3 31 10459 108 0,33 3,5 50 46 10476 0,12 288 32 24 0,2 138 15 62 ±SD 0,36 7,6 17 2,7 3861 1,1 136 0,18 7,2 164 4113 99 0,14 90 103 Parametri chimico-fisici del bulk soil e relativa statistica descrittiva (n=51) ANALISI STATISTICA Classi di abbondanza: caratterizzate dalla condizione «estrema» dei parametri (pH, Ctot, Cinorg, Corg, S.O., Ntot, C/N, CaCO3 , C.S.C.) valore basso, medio basso, medio alto, alto; in alcuni casi si è reso necessario trasformare i dati in ranghi, negli altri casi si è calcolata la mediana e sulla base del valore di questa si è proceduto a suddividere le classi. Analisi multivariata: Trasformazione Box-Cox per normalizzare i dati (Osborne 2010) (software R pacchetto «car»). Cluster Analysis (software R pacchetto «vegan «) con algoritmo UPGMA attraverso la quale si sono individuati 5 gruppi di suoli; seguita da analisi della varianza (Burns & Burns, 2009) (software IBM SPSS statistics 19) sui 5 gruppi per ricercare i parametri cui possono essere ricondotte le cause di suddivisione dei gruppi stessi. Gli esiti devono idealmente risultare significativi per ciascuno dei parametri usati per l’analisi (Burns & Burns, 2009). La significatività riscontrata conferma indirettamente l’efficacia della Cluster Analysis condotta dato che i cluster sono selezionati per massimizzarne le reciproche differenze (Norušis M.I, 2011 ). PCA (software R pacchetto «vegan») con individuazione di due componenti PC1 e PC2. Classe Intervallo [g/kg] Giudizio Ct1 Ct<30 Basso Ct2 30<Ct<42 Medio basso Ct3 42<Ct<60 Medio alto Ct4 Ct>60 Alto Esempio di classi di abbondanza: contenuto di carbonio totale; la freccia indica il valore della mediana Esiti Cluster Analysis Distribuzione su piano cartesiano delle stazioni in funzione delle due principali componenti della variabilità. I simboli delle singole stazioni sono appositamente modificati per evidenziare la concordanza tra la suddivisione operata con la Cluster Analysis e le differenziazioni ottenute secondo le componenti PC1 e PC2 Posizione dei campioni rispetto all’interpretazione geometrica delle 2 variabili individuate dalla PCA RISULTATI Esiti ANOVA i parametri indagati influenzano la suddivisione dei gruppi nel seguente ordine: Co, Va, Al, Ctot, Cu, Zn, Cr, Fe, Ni, Be, Corg, As, Mn, Cinorg, Ba, pH, C.S.C, Ti, Ntot, Pb, Hg, C/N, Sb. Individuazione 5 aree omogenee di suolo a seguito di PCA e Cluster Analysis: Gruppo 1: nel transetto individuato dalle stazioni si ritiene rappresentativa la stazione centrale numero 4. Gruppo 2: il gruppo consente di avere due transetti principali nei quali individuare rispettivamente le stazioni 6 (transetto tra le stazioni 6 e 7) e la stazione 13 (transetto tra le stazioni 12,13 e 14). Gruppo 3: il più numeroso e complesso, si ritiene di poter individuare la stazione 25 (rappresentativa delle stazioni da 20 a 29); la stazione 45 (rappresentativa delle stazioni nella porzione centrale dell’area) e la stazione 33 (rappresentativa delle stazioni da 30 a 39). Gruppo 4: nel transetto individuato dalle stazioni 46, 47 e 18 si ritiene rappresentativa la stazione il 47; interessante anche la stazione 51 viste evidenze diversità di tipo botanico. Gruppo 5: stazione 38 essendo l’unica del gruppo. Integrazione di queste stazioni con quelle individuate dalla classi di abbondanza. Si è giunti ad avere 13 stazioni rappresentative di aree omogenee di suolo descrivibili con i valori misurati in una singola stazione. Stazioni Motivazioni 6 Significativa secondo PCA e pH basso 18 Significativa secondo pH alto 13 Significativa secondo PCA, Corg e Ntot alti 33 Significativa secondo PCA, Corg e Ntot bassi 25 Significativa secondo PCA e CaCO3 basso 16 Significativa secondo CaCO3 alto 21 Significativa secondo CSC basso 39 Significativa secondo CSC alto 47 Significativa secondo PCA e C/N alto 38 Significativa secondo PCA e C/N basso 45 Significativa secondo PCA 51 4 Punti di prelievo del suolo e stazioni che rappresentano le aree sorgente Comune di Piacenza Provincia di Piacenza Società Italiana di Chimica Agraria, XXX Convegno Nazionale «La Chimica Agraria tra Energia ed Ambiente», 18-19 Settembre 2012, Milano Costo progetto 4.025.000 € Cofinanziamento UE: 1.929.873 €