Il corso “Approcci modellistici per la stima della produttività primaria negli ecosistemi terrestri e acquatici sotto scenari di cambiamento climatico” è pensato per offrire agli studenti una comprensione approfondita di uno dei processi più fondamentali dell’ecologia: la produttività primaria. Questa, espressa attraverso concetti come la Produzione Primaria Lorda (GPP), la Produzione Primaria Netta (NPP) e la Produzione Netta dell’Ecosistema (NEP), rappresenta la base del flusso di energia negli ecosistemi e costituisce un elemento centrale nella regolazione del ciclo globale del carbonio. 

Negli ultimi decenni, il cambiamento climatico è emerso come una delle principali forze in grado di modificare i fattori che regolano la produttività primaria. L’aumento delle temperature, le variazioni nei regimi delle precipitazioni, la maggiore frequenza di eventi estremi come siccità e ondate di calore, così come processi quali l’acidificazione degli oceani e gli squilibri nei cicli dei nutrienti, stanno ridisegnando la dinamica degli ecosistemi terrestri e acquatici. Questi cambiamenti pongono nuove sfide nella capacità di prevedere il funzionamento degli ecosistemi e sottolineano l’urgenza di sviluppare approcci modellistici affidabili in grado di simulare le risposte della produttività primaria in diversi scenari climatici.

Il corso intende fornire agli studenti sia le basi teoriche sia gli strumenti pratici per affrontare questa problematica. Dal punto di vista teorico, offrirà un quadro dettagliato delle basi ecologiche e fisiologiche della produttività, illustrando come fattori biotici e abiotici regolano la cattura di energia negli ecosistemi. Dal punto di vista metodologico, introdurrà e metterà a confronto diverse strategie modellistiche, dai modelli empirici e statistici fino ai modelli meccanicistici basati sui processi ecologici, per arrivare ai modelli integrati di sistema Terra, che descrivono le interazioni tra atmosfera, continenti e oceani.

Oltre alla componente concettuale, gli studenti acquisiranno esperienza pratica nell’analisi di dati reali e nell’uso di piattaforme di simulazione. Impareranno a utilizzare dataset osservativi come le misure di flussi di CO₂ ottenute con torri eddy covariance, i prodotti di telerilevamento e le incubazioni sperimentali condotte negli ecosistemi acquatici. Esploreranno strumenti di simulazione che spaziano dai modelli di dinamica della vegetazione e dei cicli biogeochimici, fino ai modelli idrodinamici accoppiati a modelli ecologici per gli ambienti acquatici. Attraverso esercitazioni guidate e casi studio, avranno l’opportunità di condurre simulazioni sotto diversi scenari climatici, interpretare i risultati e valutare criticamente le incertezze legate alle previsioni modellistiche.

Al termine del corso, gli studenti saranno in grado di spiegare i principali processi che determinano la produttività primaria negli ecosistemi terrestri e acquatici, comprendere assunzioni, punti di forza e limiti dei diversi approcci modellistici, e applicare tali strumenti per valutare le possibili conseguenze del cambiamento climatico. Saranno inoltre capaci di collegare le previsioni scientifiche alle questioni più ampie della resilienza ecologica, dei servizi ecosistemici e delle politiche ambientali, acquisendo così competenze rilevanti non solo per la ricerca accademica, ma anche per la gestione applicata degli ecosistemi e le strategie di mitigazione e adattamento al cambiamento climatico.

Il corso è organizzato in quattro parti principali. La prima parte introduce i concetti ecologici e fisiologici fondamentali della produttività e i fattori ambientali che la controllano. La seconda parte è dedicata agli approcci metodologici, presentando le principali famiglie di modelli e i principi teorici che li sostengono. La terza parte applica questi modelli all’analisi degli scenari di cambiamento climatico, considerando sia gli ecosistemi terrestri che quelli acquatici, e includendo anche le zone di transizione alla loro interfaccia. La quarta parte, infine, è dedicata a casi di studio, attività pratiche di laboratorio con software e dataset, e alla discussione delle prospettive future.