Ridurre le emissioni in agricoltura e creare le condizioni per remunerare le pratiche agricole che tendono alla sostenibilità è il fine del carbon farming, che si sta sviluppando in tutto il mondo. Per riuscire a quantificare i benefici e la CO2 catturata, entra in gioco l’intelligenza artificiale.
Le emissioni di gas serra sono in costante aumento anche in agricoltura, responsabile dell’11% delle emissioni globali [fonte: World Resource Institute]. Occorre ridurre tutti i gas climalteranti, in particolare il primo e più importante: la CO2.
Nella pratica agricola, uno dei metodi di crescente interesse per catturare e sequestrare diossido di carbonio è la carbon farming, insieme di pratiche che favoriscono la cattura e lo stoccaggio dell’anidride carbonica nel suolo e nella vegetazione, impedendo che venga emessa di nuovo, per esempio, grazie al ripristino delle foreste o alla gestione delle torbiere e delle zone umide.
L’agricoltura ha un grande bisogno di ridurre il suo impatto, anche in termini di emissioni climalteranti. In Unione Europea, per esempio si ragiona sulle modalità più efficaci per farlo. A questo fine, si è messo a punto un quadro di certificazione a livello UE per la rimozione di CO2 (conosciuta come carbon dioxide removal – CDR).
Takeaway
I piani dell’Europa in tema di carbon farming
A febbraio 2024, il Consiglio e il Parlamento europeo hanno deciso di istituire un quadro di certificazione dell’UE per l’assorbimento della CO2, realizzando un regolamento in cui viene posta una definizione aperta di rimozione del carbonio, in linea con le indicazioni dell’IPCC (Intergovernmental Panel on Climate Change) e che copre solo gli interventi di rimozione dell’anidride carbonica.
Tra le misure comprese dal regolamento, c’è lo stoccaggio temporaneo (di durata non inferiore a 5 anni) del diossido di carbonio da carbon farming.
Ad aprile 2024, il Parlamento europeo ha formalmente approvato l’accordo provvisorio, raggiunto con il Consiglio dell’UE a febbraio 2024, su un regolamento che istituisce il primo quadro al mondo di certificazione volontaria per l’assorbimento di carbonio.
Denominato Carbon Removals and Carbon Farming Regulation (CRCF), oltre a stabilire criteri di qualità UE e processi di monitoraggio e rendicontazione, esso intende facilitare gli investimenti in tecnologie innovative di rimozione del carbonio, nonché soluzioni sostenibili di “coltivazione di carbonio”, volendo evitare al contempo il greenwashing. Tramite il regolamento, è possibile che chi rimuove e immagazzina CO2 possa ricevere un giorno un incentivo adeguato.
Resta, però, da comprendere come sia possibile calcolare il quantitativo di anidride carbonica rimossa e stoccata tramite il carbon farming. Ed è qui che è possibile impiegare tecniche di intelligenza artificiale.
Sono diversi i progetti di ricerca che hanno messo al centro l’AI per riuscire a gestire al meglio il quantitativo di CO2 emessa e stoccata, ma anche per migliorare le pratiche agricole e contribuire a renderle più sostenibili.
Cos’è il carbon farming
Nella ricerca di modalità per la rimozione dell’anidride carbonica dall’atmosfera, mediante cattura e stoccaggio nel suolo, il carbon farming ha assunto nel tempo un interesse crescente.
Con tale termine ci si riferisce a pratiche finalizzate a migliorare l’azione di sequestro e stoccaggio della CO2 nelle foreste e nei suoli. Ci sono diverse attività specifiche. Si va dall’agroforestazione all’agricoltura mista, capace di integrare alberi o arbusti con la gestione delle colture o del bestiame, a misure per la protezione del suolo come colture intercalari e di copertura, riforestazione, ripristino delle torbiere [fonte: Commissione UE].
Come rileva il Carbon Cycle Institute, il Natural Resource Conservation Service (NRCS) identifica almeno 35 pratiche di carbon farming che migliorano la salute del suolo e sequestrano il carbonio, producendo al contempo importanti benefici, tra cui: maggiore capacità di ritenzione idrica del suolo, funzione idrologica, biodiversità e resilienza.
Secondo lo studio “Carbon farming – Making agriculture fit for 2030”, commissionato dal Parlamento Europeo, carbon farming definisce l’attività di riduzione delle emissioni di gas serra a livello aziendale. Con tale termine ci si riferisce anche a pratiche di gestione agricola in grado di favorire la mitigazione del clima:
«Ciò comporta la gestione sia del territorio che del bestiame, di tutte le riserve di carbonio nel suolo, nei materiali e nella vegetazione, oltre ai flussi di CO2, metano e protossido di azoto»
Comprende il sequestro e stoccaggio permanente della CO2 nel suolo e nella biomassa, le emissioni evitate – prevenendo la perdita del carbonio già immagazzinato – e la riduzione delle emissioni climalteranti.
Per il Dipartimento di Agricoltura degli Stati Uniti, carbon farming significa l’adozione di pratiche specifiche in azienda per sequestrare l’anidride carbonica dall’aria e immagazzinarla nei terreni e nel materiale vegetale.
Oltre alla sua finalità ambientale, la pratica di catturare e stoccare carbonio nel suolo può diventare un’attività economica molto remunerativa.
Si stima che solo in Nord America, la potenziale fornitura totale di crediti di carbonio nel settore agricolo su base annua sia di 326 milioni di t CO2 rispetto alla potenziale domanda da parte degli acquirenti aziendali, che ammonta a 190 milioni di t CO2 a seconda della regione. Il mercato è valutato a 5,2 miliardi di dollari [fonte: S&P Global].
Quantificare la CO2 nel suolo: il ruolo dell’AI
Considerata l’importanza potenziale del carbon farming in agricoltura, resta da comprendere come valutare effettivamente la quantità di CO2 immessa nel suolo, anche per quantificare gli eventuali crediti. Ancora oggi è un compito arduo, in merito al quale viene in aiuto l’adozione di tecniche di intelligenza artificiale. Lo ha messo in evidenza un articolo pubblicato su Molecular Plant, “Going deep: Roots, carbon, and analyzing subsoil carbon dynamics”, a cura di esperti dell’Alliance of Bioversity International e dell’International Center for Tropical Agriculture
In esso si spiega che l’adozione di modelli di machine learning, addestrati sulla base di dati relativi alla profondità rilevata da più sensori di induzione elettromagnetica e spettrometri a raggi gamma, ha il potenziale di offrire preziose informazioni sul contenuto e la distribuzione di carbonio organico nel suolo (SOC).
Partito dalla volontà di stimare la concentrazione di SOC in Canada su vari livelli di profondità fino a un metro, lo studio ha dimostrato che uno specifico algoritmo random forest ha permesso di spiegare con successo l’83% della variazione nella distribuzione spaziale e verticale di SOC.
Gli stessi ricercatori affermano che se il carbonio nel suolo potesse essere misurato più rapidamente, con maggiore accuratezza e su una vasta area, questo permetterebbe di valutare il suo apporto con maggiore facilità. Inoltre, gli agricoltori potrebbero partecipare più semplicemente ai mercati del carbonio.
I progetti attivi nel mondo: uno è italiano
Una ricerca condotta da un team della Wageningen University & Research (Paesi Bassi) – illustrata in “Enabling soil carbon farming: presentation of a robust, affordable, and scalable method for soil carbon stock assessment”) – si è concentrata sull’importanza di incrementare la materia organica del suolo per mitigare il cambiamento climatico sequestrando la CO2 atmosferica.
Per farlo, gli scienziati hanno messo a punto il Wageningen Soil Carbon STOck pRotocol (SoilCASTOR), che integra dati satellitari, misurazioni del suolo basate sul rilevamento prossimale diretto e machine learning per stimare le scorte di carbonio nel suolo. Sfruttando più 17mila campioni analizzati presso il laboratorio interno di AgroCares e gli ultimi sviluppi nei sistemi AI, sono riusciti a ottenere importanti risultati.
Gli stock di carbonio vengono modellati dinamicamente con algoritmi di machine learning, raggiungendo un’elevata precisione nelle stime, con un margine di errore inferiore al 5%. Inoltre, il metodo richiede appena 0,5 campioni per ettaro per aziende agricole che vanno da 20 a 150 ettari. Testato su diversi tipi di terreno negli Stati Uniti, ha dimostrato la sua versatilità e applicabilità a vari contesti agricoli.
Un team internazionale di scienziati coordinato dal Centre for Planetary Health and Food Security, a Brisbane, in Australia, ha illustrato nell’articolo scientifico “Preliminary Results in Innovative Solutions for Soil Carbon Estimation: Integrating Remote Sensing, Machine Learning, and Proximal Sensing Spectroscopy” le possibilità offerte dall’applicazione del telerilevamento combinato con l’impiego di machine learning e della spettroscopia nel medio infrarosso (MIR) nella stima del carbonio organico del suolo.
Il team ha condotto un’analisi comparativa tra i valori SOC misurati in laboratorio, utilizzando 36 campioni di suolo. I risultati dimostrano un’elevata corrispondenza, sottolineando il potenziale di questo approccio integrato.
Tale approccio offre un’ampia gamma di applicazioni, tra cui la mappatura completa della salute del suolo e la valutazione dei crediti di carbonio.
Anche il progetto AI-GROUNDS, coordinato da Francesco Trovò, professore del Dipartimento di Elettronica, Informazione e Bioingegneria del Politecnico di Milano, sviluppato in collaborazione col CREA, impiega l’AI per analoghe finalità.
In particolare, esso intende analizzare le relazioni tra le caratteristiche del suolo, i dati climatologici e le pratiche agronomiche, in modo da sviluppare un sistema di supporto alle decisioni basato sull’intelligenza artificiale, utile agli agronomi per indicare le pratiche più appropriate per la gestione del carbonio organico nel suolo. In questo modo, come spiegato in una nota:
«il progetto valorizzerà il ruolo delle attività agricole nello stoccaggio del carbonio nei suoli e creerà nuove opportunità per lo sviluppo del carbon farming»
Dati satellitari e machine learning: le prospettive della ricerca
Al centro dell’attenzione della ricerca si fa spazio l’uso dei dati satellitari combinati con l’adozione di tecniche intelligenza artificiale.
Il progetto CERES, per esempio, si è occupato dello sviluppo di strumenti basati su algoritmi AI destinati a supportare la produzione agricola e le pratiche di carbon farming che determinano il sequestro del carbonio nel suolo, affrontando la crisi climatica. CERES, in particolare, è stato finalizzato per le attività agricole in Serbia, particolarmente strategiche per l’economia nazionale.
L’idea del progetto è creare modelli che utilizzino grandi dati geospaziali da varie fonti, comprese immagini satellitari ottiche e radar (missioni Copernicus), dati relativi al suolo, dati meteorologici accurati e dati testuali disponibili su portali Internet destinati all’agricoltura, per generare automaticamente nuove informazioni che aiuteranno a prendere decisioni tempestive e corrette in agricoltura.
Tali modelli permetteranno l’identificazione precoce di cambiamenti nella crescita delle colture, l’interpretazione automatizzata delle cause dei cambiamenti, la stima della resa e del carbonio organico nel suolo, l’identificazione delle attività di lavorazione del terreno.
Quantificare l’aumento del carbonio nel suolo utilizzando tecnologie satellitari e di intelligenza artificiale per generare crediti di rimozione del carbonio verificati da terze parti è lo scopo per cui è nata Boomitra.
Si tratta di una startup cleantech, attiva nel fornire dati e previsioni legate ai carbon credit in ogni parte del mondo, come attestato i progetti sviluppati in Africa, in Messico, in Mongolia. In quest’ultimo Paese ha stipulato un accordo di collaborazione col Governo locale, anche per sviluppare pratiche di agricoltura rigenerativa. Si è specializzata nello sviluppo di tecniche di machine learning da grandi database di campioni di suolo e immagini satellitari. Mediante un’attenta selezione di immagini satellitari correlate ai campioni di suolo, è in grado di monitorare diversi parametri utili (come i livelli di carbonio, azoto, fosforo, potassio nel suolo, e di umidità) in tutto il mondo, senza la necessità di ulteriori campionamenti del suolo.
Una tendenza altrettanto interessante nella ricerca è l’impiego di deep learning combinato con i dati satellitari. Un recente esempio è descritto nell’articolo “Soil organic carbon mapping utilizing convolutional neural networks and Earth observation data, a case study in Bavaria state Germany”. In questo caso è stato fatto uso di dati delle immagini multispettrali Copernicus Sentinel-2, opportunamente aggregati per estrarre informazioni utili per applicazioni riguardanti la mappatura del suolo.
Da qui è partito il lavoro di ricerca, testato nello stato federale tedesco della Baviera, per fornire stime per il carbonio organico nel suolo. Sono stati considerati diversi intervalli temporali per la generazione dei compositi, anche pluriennali e stagionali, ed è stata messa a punto una rete neurale convoluzionale. Sfruttando i vantaggi delle tecniche di deep learning, utilizza informazioni complementari da diverse tecniche di pretrattamento spettrale, ottenendo un miglioramento nelle prestazioni di previsione complessive.
Glimpses of Futures
Sebbene siano diversi i progetti di ricerca avviati per misurare con precisione i quantitativi di CO2 catturati e stoccati nel suolo, anche mediante il carbon farming, e per rendere possibile e profittevole il mercato dei crediti di carbonio, utile per promuovere attività finalizzate a una pratica agricola più sostenibile, sono ancora poche le metodologie che si affidano unicamente a telerilevamento e intelligenza artificiale.
Per comprendere meglio le prospettive aperte da questo tipo di approccio, proviamo ora ad anticipare possibili scenari futuri, analizzando – grazie alla matrice STEPS – gli impatti che l’evoluzione delle tecniche di cattura e stoccaggio di carbonio nel terreno potrebbe avere sotto più punti di vista.
S – SOCIAL: il carbon farming comporta l’adozione di attività agricole specifiche per catturare e immagazzinare l’anidride carbonica dall’atmosfera nel suolo e nelle piante. Questo non solo aiuta a migliorare la salute del suolo, ma anche ad aumentare le rese delle colture e a combattere il cambiamento climatico, riducendo i gas serra. Poter contare su benefici economici (derivanti dal carbon credit e dal relativo mercato) oltre che sui benefici ambientali, aiuterà le imprese agricole a migliorare la gestione e le attività. Come illustra il Department of Primary Industries and Regions del Governo dello Stato federale dell’Australia meridionale, la pratica del carbon farming è già di aiuto ai proprietari terrieri per migliorare la resilienza e la produttività agricola attraverso attività quali la selvicoltura. Inoltre, consente di diversificare il reddito attraverso la CO2 immagazzinata nelle piantagioni forestali e di realizzare una gestione sostenibile del paesaggio.
T – TECHNOLOGICAL: l’impiego di tecniche di intelligenza artificiale, combinato all’uso di dati satellitari e del telerilevamento, è un aspetto che – come abbiamo visto – permette di migliorare il grado di precisione delle informazioni relative al quantitativo di CO2 catturata nel suolo. C’è già chi ha adottato la pratica del carbon farming per ridurre il proprio impatto emissivo legato ad attività extra agricole. È il caso della società di telecomunicazioni Telstra che, già nel 2022, ha avviato un modello di business collegato alla terra, utilizzando droni collegati a Internet per piantare e mantenere circa 158mila alberi autoctoni in un sito sperimentale di 240 ettari nel Nuovo Galles del Sud, in Australia. Il progetto è finalizzato a eliminare le emissioni di diossido di carbonio dall’atmosfera (la stessa Telstra ha previsto di immagazzinare circa 160mila tonnellate di anidride carbonica entro il 2050), ma anche per impiegare tecnologie IT. Telstra, infatti, ha avviato una collaborazione con una società specializzata per sviluppare la semina tramite droni e utilizzando sensori IoT per monitorare le condizioni ambientali e le previsioni meteo. Come ha specificato la società TLC, in futuro intende impiegare robotica e intelligenza artificiale per migliorare la gestione di parassiti e piante infestanti, oltre a droni e sensori per monitorare la salute degli alberi e calcolare il carbonio immagazzinato.
E – ECONOMIC: la rimozione della CO2 emessa in atmosfera e la sua cattura e stoccaggio nel suolo possono fornire vantaggi economici sostanziosi. La rimozione dell’anidride carbonica potrebbe generare un’industria da 1200 miliardi di dollari [fonte: McKinsey]. Nello specifico, il carbon farming ha ottime potenzialità. Per esempio, nello Stato del Queensland, in Australia, nell’ambito del Fondo per la riduzione delle emissioni (ERF) attuato a livello federale, sono stati appaltati 137 progetti il cui reddito previsto in 16 anni assomma a 835,3 milioni di dollari di investimenti nell’economia locale. Se ben gestito, il carbon farming ha il potenziale di fornire fino a 8 miliardi di dollari entro il 2030 [fonte: Department of Environment and Heritage Protection Queensland Government].
P – POLITICAL: nell’Unione Europea, come accennato, il Parlamento UE ha adottato, ad aprile 2024, il Carbon Removals and Carbon Farming (CRCF) Regulation, che intende istituire un quadro di certificazione dell’UE valido per tre pratiche: oltre al carbon farming, è considerato il carbon removal (rimozione tramite pratiche di cattura e stoccaggio del carbonio in modo diretto – DACCS – oppure combinato con bioenergie – BECCS) e lo stoccaggio del carbonio nei prodotti (quali, per esempio, prodotti legnosi e ai materiali da costruzione). Negli USA è stato approvato nel 2022 il Growing Climate Solutions Act che intende facilitare la possibilità per agricoltori, allevatori e silvicoltori a partecipare ai mercati del carbonio e ad adottare pratiche attente al clima. Nello specifico, è finalizzata ad aiutare a generare e vendere crediti di carbonio istituendo un processo di certificazione di terze parti tramite il Dipartimento dell’agricoltura degli Stati Uniti. Nel 2011, il Governo australiano ha promulgato il Carbon Farming Act per istituire un programma volontario di compensazione delle emissioni di carbonio denominato Carbon Farming Initiative.
S – SUSTAINABILITY: il carbon farming è chiamato a svolgere un ruolo chiave affinché l’UE raggiunga emissioni nette pari a zero. A rilevarlo è un report redatto da Ecologic e IEEP (“Carbon farming co-benefits: Approaches to enhance and safeguard biodiversity”), in cui viene illustrata la necessità di conciliare il ripristino della biodiversità e la mitigazione e l’adattamento ai cambiamenti climatici attraverso pratiche dedicate. È importante sottolineare, come spiegano gli autori, che l’integrazione delle misure di salvaguardia della biodiversità negli standard di carbon farming «crea opportunità per progettare standard che possano produrre benefici per la biodiversità riducendo al minimo i rischi». Per gli agricoltori, «l’inclusione dei co-benefici della biodiversità in un meccanismo di certificazione della rimozione del carbonio offre l’opportunità di ottenere un pagamento più elevato per l’adozione di pratiche che apportano benefici sia al clima che alla biodiversità. Anche se gli agricoltori scegliessero di non integrare pratiche a vantaggio della biodiversità, la progettazione di un meccanismo di certificazione potrebbe anche facilitare i finanziamenti che andrebbero comunque a beneficio della biodiversità». La conciliazione tra pratiche di cattura e stoccaggio del carbonio nei suoli e tutela della biodiversità diventa fondamentale. È bene ricordare che i suoli costituiscono già oggi la più grande riserva di carbonio, contenendo 1700 Gt di carbonio organico sequestrato nel primo metro: è un quantitativo quattro volte più alto rispetto a quello presente nella vegetazione globale, il doppio di quello presente in atmosfera e 160 volte più dell’attuale tasso annuo di emissione di CO2 antropogenica, ricordano gli scienziati della Wageningen University nell’articolo “Carbon for soils, not soils for carbon”, in cui evidenziano il ruolo prezioso dei suoli per la rimozione del carbonio, ma sottolineano come il carbon farming non sia certamente un’opzione vantaggiosa in tutte le condizioni. La sua adozione, quindi, va ponderata caso per caso.