V. 81 N. 2s (2026): Atti della Conferenza Foreste vetuste e antichi alberi: un tesoro di natura, vita e cultura. Firenze 1 ottobre 2025 / Vallombrosa 2-3 ottobre 2025
Articoli Scientifici

Il ruolo delle riserve naturali integrali nella mitigazione degli eff etti del cambiamento climatico

PDF
  • Francesco Solano,
  • Giovanni Quilghini,
  • Giuseppe Modica
Francesco Solano
Dipartimento di Scienze Agrarie e Forestali (DAFNE), Università degli Studi della Tuscia; via San Camillo de Lellis snc - 01100 Viterbo, Italy.
Giovanni Quilghini
Reparto Carabinieri Biodiversità Follonica; via Bicocchi 2 - 58022 Follonica, Italia.
Giuseppe Modica
Dipartimento di Scienze Veterinarie, Università degli Studi di Messina; viale G. Palatucci s/n - 98168 Messina, Italy.
DOI: https://doi.org/10.36253/ifm-1215

Pubblicato 2026-10-06

Parole chiave

  • riserve naturali integrali,
  • microclima forestale,
  • gestione forestale,
  • mitigazione dei cambiamenti climatici,
  • foreste mediterranee,
  • telerilevamento
    • ...Più
    Meno

Come citare

Solano, F., Quilghini, G., & Modica, G. (2026). Il ruolo delle riserve naturali integrali nella mitigazione degli eff etti del cambiamento climatico. L’Italia Forestale E Montana, 81(2s), 140–157. https://doi.org/10.36253/ifm-1215

Copyright (c) 2026 Francesco Solano, Giovanni Quilghini, Giuseppe Modica

Creative Commons License

Questo lavoro è fornito con la licenza Creative Commons Attribuzione - Non commerciale 4.0 Internazionale.

Abstract

Le foreste svolgono un ruolo cruciale nella mitigazione e nell’adattamento ai cambiamenti climatici grazie alla loro capacità di regolare il microclima, ridurre le temperature estreme e aumentare la resilienza degli ecosistemi. In questo contesto, le riserve naturali integrali rappresentano sistemi di riferimento di elevato valore, poiché consentono di osservare i processi di maturazione forestale in assenza di disturbi antropici diretti. Tuttavia, il loro contributo funzionale alla mitigazione climatica è ancora scarsamente considerato nella pianificazione forestale e nelle politiche di conservazione. In questo lavoro viene analizzato il ruolo della Riserva Naturale Integrale di Poggio Tre Cancelli (Toscana) nella mitigazione delle temperature estive della copertura forestale, confrontandola con aree sottoposte a diversi regimi di gestione, tra cui un parco naturale e foreste cedue a finalità produttive. L’analisi si basa sull’integrazione di dati satellitari, informazioni strutturali della copertura forestale e variabili topografiche, al fine di valutare le differenze nella temperatura massima superficiale del bosco e i principali fattori che ne determinano la variabilità. I risultati mostrano che la riserva integrale presenta temperature estive significativamente inferiori rispetto alle foreste gestite, con una riduzione media fino a circa 2 °C rispetto ai cedui produttivi e una minore variabilità interannuale. L’altezza della copertura forestale, il contenuto idrico della vegetazione e la distanza dai margini forestali emergono come fattori chiave nel determinare l’effetto di raffreddamento. Lo studio evidenzia come le riserve integrali rappresentino vere e proprie infrastrutture ecologiche, in grado di fornire servizi ecosistemici rilevanti per la mitigazione climatica e per la pianificazione forestale.

PDF

Riferimenti bibliografici

  1. Adhikari, Y., Bachstein, N., Gohr, C., Blumröder, J. S., Meier, C., & Ibisch, P. L. (2024). Old-growth beech forests in Germany as cool islands in a warming landscape. Scientific Reports, 14(1), 30311. https://doi.org/10.1038/s41598-024-81209-0
  2. Baliva, M., Palli, J., Perri, F., Iovino, F., Luzzi, G., & Piovesan, G. (2024). The return of tall forests: Reconstructing the canopy resilience of an extensively harvested primary forest in Mediterranean mountains. Science of The Total Environment, 953, 175806. https://doi.org/10.1016/j.scitotenv.2024.175806
  3. Barnes, M. L., Zhang, Q., Robeson, S. M., Young, L., Burakowski, E. A., Oishi, A. C., Stoy, P. C., Katul, G., & Novick, K. A. (2024). A century of reforestation reduced anthropogenic warming in the eastern United States. Earth’s Future, 12(2), e2023EF003663. https://doi.org/10.1029/2023EF003663
  4. Benjamini, Y., & Hochberg, Y. (1995). Controlling the false discovery rate: A practical and powerful approach to multiple testing. Journal of the Royal Statistical Society: Series B (Methodological), 57(1), 289–300. https://doi.org/10.1111/j.2517-6161.1995.tb02031.x
  5. Brunetti, M., Maugeri, M., Monti, F., & Nanni, T. (2006). Temperature and precipitation variability in Italy in the last two centuries from homogenised instrumental time series. International Journal of Climatology, 26(3), 345–381. https://doi.org/10.1002/joc.1251
  6. Brunetti, M., Maugeri, M., Nanni, T., Simolo, C., & Spinoni, J. (2014). High‐resolution temperature climatology for Italy: Interpolation method intercomparison. International Journal of Climatology, 34(4), 1278–1296. https://doi.org/10.1002/joc.3764
  7. Cramer, W., Guiot, J., Fader, M., Garrabou, J., Gattuso, J.-P., Iglesias, A., Lange, M. A., Lionello, P., Llasat, M. C., Paz, S., Peñuelas, J., Snoussi, M., Toreti, A., Tsimplis, M. N., & Xoplaki, E. (2018). Climate change and interconnected risks to sustainable development in the Mediterranean. Nature Climate Change, 8(11), 972–980. https://doi.org/10.1038/s41558-018-0299-2
  8. De Frenne, P., Lenoir, J., Luoto, M., Scheffers, B. R., Zellweger, F., Aalto, J., Ashcroft, M. B., Christiansen, D. M., Decocq, G., De Pauw, K., Govaert, S., Greiser, C., Gril, E., Hampe, A., Jucker, T., Klinges, D. H., Koelemeijer, I. A., Lembrechts, J. J., Marrec, R., … Hylander, K. (2021). Forest microclimates and climate change: Importance, drivers and future research agenda. Global Change Biology, 27(11), 2279–2297. https://doi.org/10.1111/gcb.15569
  9. Dunn, O. J. (1964). Multiple comparisons using rank sums. Technometrics, 6(3), 241–252. https://doi.org/10.1080/00401706.1964.10490181
  10. FAO. (2023). Terms and definitions FRA 2025. Organizzazione delle Nazioni Unite per l’alimentazione e l’agricoltura. www.fao.org/forestry
  11. Fischer, R., Taubert, F., Müller, M. S., Groeneveld, J., Lehmann, S., Wiegand, T., & Huth, A. (2021). Accelerated forest fragmentation leads to critical increase in tropical forest edge area. Science Advances, 7(37), eabg7012. https://www.science.org
  12. Forkman, J. (2009). Estimator and tests for common coefficients of variation in normal distributions. Communications in Statistics - Theory and Methods, 38(2), 233–251. https://doi.org/10.1080/03610920802187448
  13. Gao, B. (1996). NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58(3), 257–266. https://doi.org/10.1016/S0034-4257(96)00067-3
  14. Gohr, C., Blumröder, J. S., Sheil, D., & Ibisch, P. L. (2021). Quantifying the mitigation of temperature extremes by forests and wetlands in a temperate landscape. Ecological Informatics, 66, 101442. https://doi.org/10.1016/j.ecoinf.2021.101442
  15. Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment, 202, 18–27. https://doi.org/10.1016/j.rse.2017.06.031
  16. Harris, N. L., Gibbs, D. A., Baccini, A., Birdsey, R. A., de Bruin, S., Farina, M., Fatoyinbo, L., Hansen, M. C., Herold, M., Houghton, R. A., Potapov, P. V., Suarez, D. R., Roman-Cuesta, R. M., Saatchi, S. S., Slay, C. M., Turubanova, S. A., & Tyukavina, A. (2021). Global maps of twenty-first century forest carbon fluxes. Nature Climate Change, 11(3), 234–240. https://doi.org/10.1038/s41558-020-00976-6
  17. Hemraj, D. A., Bishop, M., Carstensen, J., Krause-Jensen, D., Stæhr, P. A. U., & Russell, B. D. (2024). Nature protection must precede restoration. Science, 383(6679), 158–158. https://doi.org/10.1126/science.adn0543
  18. Huang, Q., Xu, J., Wong, J. P., Radeloff, V. C., & Songer, M. (2023). Prioritizing global tall forests toward the 30 × 30 goals. Conservation Biology, 37(6), e14135. https://doi.org/10.1111/cobi.14135
  19. Huete, A., Didan, K., Miura, T., Rodriguez, E. P., Gao, X., & Ferreira, L. G. (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote Sensing of Environment, 83(1–2), 195–213. https://doi.org/10.1016/S0034-4257(02)00096-2
  20. IPCC. (2023). Technical summary. In Climate Change 2022 – Impacts, Adaptation and Vulnerability (pp. 37–118). Cambridge University Press. https://doi.org/10.1017/9781009325844.002
  21. JASP Team. (2023). JASP (Versione 0.18.1) [Software informatico]. https://jasp-stats.org
  22. Jimenez-Munoz, J. C., Cristobal, J., Sobrino, J. A., Soria, G., Ninyerola, M., Pons, X., & Pons, X. (2009). Revision of the Single-Channel Algorithm for Land Surface Temperature Retrieval From Landsat Thermal-Infrared Data. IEEE Transactions on Geoscience and Remote Sensing, 47(1), 339–349. https://doi.org/10.1109/TGRS.2008.2007125
  23. Kendall, M. G. (1975). Rank correlation methods (4ª ed.). Charles Griffin.
  24. Lang, N., Jetz, W., Schindler, K., & Wegner, J. D. (2023). A high-resolution canopy height model of the Earth. Nature Ecology & Evolution, 7(11), 1778–1789. https://doi.org/10.1038/s41559-023-02206-6
  25. Lindenmayer, D., Blanchard, W., McBurney, L., Bowd, E., Youngentob, K., Marsh, K., & Taylor, C. (2022). Stand age related differences in forest microclimate. Forest Ecology and Management, 510, 120101. https://doi.org/10.1016/j.foreco.2022.120101
  26. Máliš, F., Ujházy, K., Hederová, L., Ujházyová, M., Csölleová, L., Coomes, D. A., & Zellweger, F. (2023). Microclimate variation and recovery time in managed and old-growth temperate forests. Agricultural and Forest Meteorology, 342, 109722. https://doi.org/10.1016/j.agrformet.2023.109722
  27. Mann, H. B. (1945). Nonparametric tests against trend. Econometrica, 13(3), 245–259. https://doi.org/10.2307/1907187
  28. Menge, J. H., Magdon, P., Wöllauer, S., & Ehbrecht, M. (2023). Impacts of forest management on stand and landscape-level microclimate heterogeneity of European beech forests. Landscape Ecology, 38(4), 903–917. https://doi.org/10.1007/s10980-023-01596-z
  29. Mildrexler, D. J., Zhao, M., & Running, S. W. (2011). A global comparison between station air temperatures and MODIS land surface temperatures reveals the cooling role of forests. Journal of Geophysical Research, 116(G3), G03025. https://doi.org/10.1029/2010JG001486
  30. Mukul, S. A., Halim, M. A., & Herbohn, J. (2020). Forest carbon stock and fluxes: Distribution, biogeochemical cycles, and measurement techniques. In Handbook of Climate Change Mitigation and Adaptation (pp. 1–16). Springer. https://doi.org/10.1007/978-3-319-71065-5_23-1
  31. O’Brien, R. M. (2007). A caution regarding rules of thumb for variance inflation factors. Quality & Quantity, 41(5), 673–690. https://doi.org/10.1007/s11135-006-9018-6
  32. Palli, J., Mensing, S. A., Schoolman, E. M., Solano, F., & Piovesan, G. (2023). Historical ecology identifies long‐term rewilding strategy for conserving Mediterranean mountain forests in south Italy. Ecological Applications, 33(2), e2758. https://doi.org/10.1002/eap.2758
  33. Palmer, W. C. (1965). Meteorological drought (Research Paper No. 45). U.S. Weather Bureau.
  34. Pesaresi, S., Biondi, E., & Casavecchia, S. (2017). Bioclimates of Italy. Journal of Maps, 13(2), 955–960. https://doi.org/10.1080/17445647.2017.1413017
  35. Piovesan, G., Cannon, C. H., Liu, J., & Munné-Bosch, S. (2022). Ancient trees: Irreplaceable conservation resource for ecosystem restoration. Trends in Ecology & Evolution, 37(12), 1025–1028. https://doi.org/10.1016/j.tree.2022.09.003
  36. QGIS.org. (2024). QGIS Geographic Information System. QGIS Association.
  37. R Core Team. (2024). R: A language and environment for statistical computing. R Foundation for Statistical Computing. https://www.R-project.org/
  38. Sobrino, J. A., Jiménez-Muñoz, J. C., & Paolini, L. (2004). Land surface temperature retrieval from LANDSAT TM 5. Remote Sensing of Environment, 90(4), 434–440. https://doi.org/10.1016/j.rse.2004.02.003
  39. Solano, F., Mansi, C., Baliva, M., Canestrelli, D., Chiarucci, A., Manicone, R., Maugeri, M., Modica, G., Palli, J., Quilghini, G., & Piovesan, G. (2025). Mediterranean strictly protected forests are cooler. Agricultural and Forest Meteorology, 375, 110858. https://doi.org/10.1016/j.agrformet.2025.110858
  40. Tabacchi, G., Di Cosmo, L., Gasparini, P., & Morelli, S. (2011). Stima del volume e della fitomassa delle principali specie forestali italiane: Equazioni di previsione, tavole del volume e tavole della fitomassa arborea epigea. Consiglio per la Ricerca e la Sperimentazione in Agricoltura, Unità di Ricerca per il Monitoraggio e la Pianificazione Forestale.
  41. van der Schrier, G., Barichivich, J., Briffa, K. R., & Jones, P. D. (2013). A scPDSI‐based global data set of dry and wet spells for 1901–2009. Journal of Geophysical Research: Atmospheres, 118(10), 4025–4048. https://doi.org/10.1002/jgrd.50355
  42. Vandewiele, M., Geres, L., Lotz, A., Mandl, L., Richter, T., Seibold, S., Seidl, R., & Senf, C. (2023). Mapping spatial microclimate patterns in mountain forests from LiDAR. Agricultural and Forest Meteorology, 341, 109662. https://doi.org/10.1016/j.agrformet.2023.109662
  43. Wang, Z., Ginzler, C., & Waser, L. T. (2020). Assessing structural changes at the forest edge using kernel density estimation. Forest Ecology and Management, 456, 117639. https://doi.org/10.1016/j.foreco.2019.117639
  44. Wells, N., Goddard, S., & Hayes, M. J. (2004). A self-calibrating Palmer drought severity index. Journal of Climate, 17(12), 2335–2351. https://doi.org/10.1175/1520-0442(2004)017<2335:ASPDSI>2.0.CO;2
  45. Wood, S. N. (2017). Generalized additive models: An introduction with R (2ª ed.). Chapman and Hall/CRC. https://doi.org/10.1201/9781315370279
  46. Xu, X., Huang, A., Belle, E., De Frenne, P., & Jia, G. (2022). Protected areas provide thermal buffer against climate change. Science Advances, 8(44), eabo0119. https://doi.org/10.1126/sciadv.abo0119
  47. Zellweger, F., De Frenne, P., Lenoir, J., Vangansbeke, P., Verheyen, K., Bernhardt-Römermann, M., Baeten, L., Hédl, R., Berki, I., Brunet, J., Van Calster, H., Chudomelová, M., Decocq, G., Dirnböck, T., Durak, T., Heinken, T., Jaroszewicz, B., Kopecký, M., Máliš, F., … Coomes, D. (2020). Forest microclimate dynamics drive plant responses to warming. Science, 368(6492), 772–775. https://doi.org/10.1126/science.aba6880
  48. Zhang, Q., Barnes, M., Benson, M., Burakowski, E., Oishi, A. C., Ouimette, A., Sanders‐DeMott, R., Stoy, P. C., Wenzel, M., Xiong, L., Yi, K., & Novick, K. A. (2020). Reforestation and surface cooling in temperate zones: Mechanisms and implications. Global Change Biology, 26(6), 3384–3401. https://doi.org/10.1111/gcb.15069

Puoi leggere altri articoli dello stesso autore/i