Stock di Carbonio Attuale - Biomassa Aerea (AGB)

Stock di Carbonio Attuale — Biomassa Aerea (AGB)

Panoramica

Il layer Stock di Carbonio Attuale — Biomassa Aerea (AGB) quantifica il carbonio immagazzinato nella vegetazione vivente al di sopra del suolo, inclusi tronchi, rami, foglie e corteccia, espresso in tonnellate di carbonio per ettaro (tC/ha). La biomassa aerea e il pool di carbonio piu visibile e direttamente misurabile negli ecosistemi terrestri, e rappresenta tipicamente la quota maggiore di carbonio nella biomassa vivente nei paesaggi forestali.

L'AGB e una metrica fondamentale per la verifica dei crediti di carbonio, il monitoraggio REDD+, gli inventari nazionali dei gas serra e il reporting ESG. Le variazioni di AGB riflettono direttamente processi di deforestazione, riforestazione, degrado forestale e ricrescita naturale. Il dataset deriva dalla baseline globale di densita di carbonio di Walker et al. (2022), che mappa i pool di carbonio a ~300 m di risoluzione per l'anno 2016. Per ottenere un dettaglio spaziale maggiore, il layer AGB baseline viene raffinato tramite una pipeline di downscaling Random Forest che integra variabili satellitari attuali.

Il pool AGB cattura specificamente il carbonio in:

• Fusti e tronchi — il principale serbatoio di carbonio nelle foreste
• Rami — sia vivi che morti ancora attaccati
• Fogliame — foglie e aghi
• Corteccia — tessuto protettivo esterno
• Alberi morti in piedi — snag non ancora caduti

---

Metodologia di Calcolo

Pipeline di downscaling Random Forest per l'estrazione AGB:

1. Estrazione baseline — Il raster di densita di carbonio AGB di Walker et al. 2022 viene caricato da S3 (Cloud-Optimized GeoTIFF) e ritagliato sull'area di interesse. Il pool AGB viene isolato dalla mappa di densita di carbonio totale.
2. Feature engineering — Per ogni pixel vengono calcolate tre variabili predittive:
   • NDVI (composito mediana) da Sentinel-2 — fortemente correlato con la biomassa vegetale
   • Classe di copertura del suolo da Dynamic World
   • Elevazione da SRTM DEM — cattura i gradienti altitudinali di biomassa
3. Training — Un regressore Random Forest apprende la relazione tra i valori AGB baseline e le variabili ausiliarie alla risoluzione grossolana (~300 m)
4. Predizione — Il modello predice la densita AGB alla risoluzione piu alta (~200 m)
5. Validazione — Metriche di cross-validazione (R-quadro, RMSE)

Unita di output: tC/ha (solo pool AGB)

---

Fonti dei Dati

---

Note Tecniche

• L'AGB rappresenta il pool di carbonio piu sensibile al telerilevamento grazie alla forte correlazione tra struttura della vegetazione e indici spettrali come l'NDVI
• Nelle foreste tropicali molto dense, la saturazione dell'NDVI puo limitare la discriminazione tra valori elevati di AGB
• La baseline Walker 2022 rappresenta condizioni circa 2016
• L'AGB non include la materia organica morta al suolo (lettiera, legno morto grossolano)

---

Riferimenti

1. Walker, W.S. et al. (2022). "The global potential for increased storage of carbon on land". PNAS, 119(23), e2111312119.
2. Spawn, S.A. et al. (2020). "Harmonized global maps of above and belowground biomass carbon density in the year 2010". Scientific Data, 7, Article 112.
3. Breiman, L. (2001). "Random Forests". Machine Learning, 45(1), pp. 5-32.

Responsible: Claudio Barbieri