*

Thirty years of Italian Land Use Inventory (IUTI), a functional tool for monitoring historical changes in the national landscape

Forest@ - Journal of Silviculture and Forest Ecology, Volume 23, Pages 11-25 (2026)
doi: https://doi.org/10.3832/efor5002-023
Published: Mar 08, 2026 - Copyright © 2026 SISEF

Research Articles

Abstract

The National Land Use Inventory (IUTI), implemented by the Ministry for Environment, Land and Sea Protection (now Ministry of Environment and Energy Security), is the main information source of the National Registry for forest Carbon Sinks. Over time, it has proven to be a valuable tool for investigating land use dynamics, even in its 1% subsample, statistically valid for many applications. This paper presents the evolution of the IUTI sampling system and analyzes land-use changes in Italy over the past 30 years, from 1990 to the 2022 update, carried out as part of the GeoSciencesIR Project. The emerging trends are consistent with those highlighted in the 1990-2008 land-use analysis and with the dynamics observed in European and Mediterranean contexts. The main trends highlighted: (i) a significant reduction in Arable land and other herbaceous crops, from 11.4 to 9.6 million ha, with a smaller contraction than in the first period. This land-use class was dominant in Italy until a few years ago; as of 2022, it has been surpassed in extent by woodland. The main cause of reduction is linked to the expansion of urbanized areas in the plains and the progressive recolonization of abandoned farmland by forest in hilly and mountainous areas. (ii) A significant reduction in Grasslands, pastures, and uncultivated land, from 2.1 to 1.7 million ha, mainly due to natural recolonization by woodland. This dynamic could lead to the progressive reduction in semi-natural areas in the future, with all the ensuing environmental and landscape implications. (iii) A considerable expansion in woodland, particularly in hilly and mountainous areas, from 9.1 to 9.9 million ha, becoming the dominant land use class. This expansion, with a lower rate in the second period (2008-2022), is mainly due to the natural evolution of “other wooded lands” and the recolonization of abandoned farmland and disused pastures, largely driven by the ongoing depopulation of mountainous areas. (iv) The progressive expansion of urbanized areas, from 1.6 to 2.3 million ha, especially in the lowland belt, mainly driven by urban sprawl, which still shows steady growth in Italy. Despite the many benefits brought by forest expansion, this spontaneous recolonization is contributing to the loss of cultural landscapes linked to agro-pastoral practices, as well as to the progressive reduction of open spaces and to the homogenization of the land. All these issues raise important questions in the definition of land-use planning strategies. In this regard, IUTI has proven to be a reliable information source for the analysis of land use dynamics, providing a solid reference for surveys at different scales.

Keywords

Land Use, Land Use Changes, Rewilding, Soil Consumption, Tessellation Stratified Sampling

Introduzione 

L’uso del suolo e i suoi cambiamenti (LULCC - Land Use, Land Cover Changes) sono tra i principali driver che agiscono sugli ecosistemi a scala globale ([27]), influenzando i processi ecologici e la qualità del suolo, nonché minacciando la conservazione della biodiversità e l’approvvigionamento di servizi ecosistemici ([32], [76]). Il monitoraggio di tali cambiamenti è fondamentale per la definizione di politiche finalizzate alla pianificazione del Land Use (LU) e del Land Use Change (LUC) ([54]).

I fattori che influiscono sul LUC sono strettamente legati alla scala considerata ed è quindi importante analizzare i cambiamenti a varie scale, in quanto l’influenza di questi fattori è strettamente legata al contesto ([48]).

Le fonti informative utilizzate per quantificare il LULCC sono di tipo cartografico-vettoriale, come il CORINE Land Cover (CLC) dell’European Environmental Agency (EEA) e di tipo inventariale discreto, come il Land Use/Cover Area frame statistical Survey (LUCAS) dell’Ufficio Statistico dell’Unione Europea (EUROSTAT). Entrambe le tipologie di fonti presentano vantaggi e svantaggi. L’approccio cartografico richiede tempi lunghi, costi elevati e una non piena affidabilità, poiché la verifica dell’accuratezza della cartografia può comportare costi superiori alla sua stessa realizzazione ([50]). Il maggiore svantaggio di questo approccio è il limite imposto dall’unità minima cartografabile, che può determinare una sottostima degli elementi molto frammentati (ad esempio, le aree urbane) e degli elementi lineari (ad esempio, le strade - [58]); d’altro canto, però, consente la precisa localizzazione spaziale dei cambiamenti ed è più idoneo all’uso nella modellistica ([69]). L’approccio inventariale basato su campionamenti per punti può risolvere le problematiche relative ai costi e ai tempi di aggiornamento, che risultano inferiori ([71]), fornendo una stima di LU e LUC, nonché dell’accuratezza della strategia di campionamento adottata, consentendo un confronto oggettivo dei dati in diversi periodi temporali ([17], [18], [70]). La possibilità di valutare l’incertezza statistica della stima e la riduzione degli errori di commissione e omissione, insieme alla rapidità e alla duttilità nell’acquisizione delle informazioni, sono punti di forza degli approcci area frame surveys e point frame sampling ([18]), i quali permettono anche praticità nell’aggiornamento e versatilità multi-obiettivo ([50]).

Uno dei primi inventari di LU basati su area frame surveys è stato LUCAS, il cui obiettivo principale è fornire statistiche coerenti e armonizzate sul LU. Approcci simili sono quelli utilizzati, ad esempio, nel progetto AGRIT (Agri-Telerilevamento) in Italia e nel più ampio MARS (Monitoring Agricultural ResourceS) in Europa, iniziati negli anni ’80.

In questo quadro si inserisce l’Inventario dell’Uso delle Terre d’Italia (IUTI), implementato dal Ministero dell’Ambiente e della Tutela del Territorio e del Mare (MATTM), oggi Ministero dell’Ambiente e della Sicurezza Energetica (MASE), quale fonte informativa principale del Registro Nazionale dei Serbatoi di carbonio forestali (2007 - [19]). Il Registro ha lo scopo di quantificare e certificare l’assorbimento netto di carbonio in relazione al LU, soprattutto delle superfici forestali ([70]), mediante la stima del carbonio legato alle attività di disboscamento, rimboschimento e gestione forestale, secondo le linee guida e buone pratiche (Good Practice Guidance for Land Use, Land Use Change and Forestry - GPG-LULUCF) dell’Intergovernmental Panel on Climate Change (IPCC - [19]). Nello specifico, il compito di IUTI all’interno del Registro consiste nell’inventariare il territorio nazionale in categorie di LU, al fine di stimare le superfici eleggibili ai sensi degli articoli 3.3 e 3.4 del Protocollo di Kyoto ([50]).

I dati IUTI si sono però rivelati utili anche allo studio di altre tematiche. Dal 2014 costituiscono parte integrante dei Rapporti sul Consumo di Suolo, pubblicati annualmente dall’Istituto Superiore per la Protezione e la Ricerca Ambientale (ISPRA - [61]).

IUTI è stato utilizzato per valutare l’effetto delle strategie di pianificazione sulla conservazione della biodiversità, mediante la realizzazione di scenari ([26]), in cui si è indagato se la sola differenza nella tipologia e nella spazializzazione dei LULCC fosse sufficiente a ridurre l’impatto negativo sulla biodiversità. In questo studio, IUTI è stato inizialmente impiegato per la stima dei LULCC e dei flussi tra le classi di LU e, successivamente, per analizzare il peso dei diversi fattori sui flussi di LU.

I dati dell’inventario hanno trovato applicazione nell’analisi dei LUC dal 1990 al 2008 per la regione Abruzzo, in cui si poneva particolare attenzione alle proprietà del suolo, sia da un punto di vista delle caratteristiche pedologiche sia della capacità d’uso, e alle relative implicazioni economiche sui suoli agricoli ([67]).

Nell’ambito dello studio dei suoli ([12]), IUTI ha consentito di stimare l’attuale quantità di carbonio organico nei suoli forestali e agroforestali (praterie e seminativi) nazionali e, tramite modelli spaziali, le future differenze riferite al 2095, principalmente in relazione ai cambiamenti climatici. In questo caso, l’inventario è stato scelto come fonte dati del LU nazionale in virtù della sua affidabilità e accuratezza, nonché per il suo impiego come fonte dati ufficiale per la contabilizzazione del carbonio relativo al LULUCF in Italia ([40]).

IUTI ha trovato applicazione anche nell’analisi della correlazione tra gli incendi e LUC, dalle superfici agricole intensive e dai pascoli alle zone boschive ([4]), nonché nella valutazione delle cause di innesco, nella stima e nella pericolosità degli incendi boschivi ([79]).

L’inventario si è rivelato applicabile anche alle analisi della componente urbana del LU. In uno studio di Sallustio et al. ([70]) i dati IUTI sono stati utilizzati per stimare l’impatto dello sviluppo urbano sullo stoccaggio di carbonio in Italia dal 1990 al 2008 e, in un lavoro successivo ([74]), sempre sul territorio nazionale e per lo stesso arco temporale, per l’analisi delle aree edificate e per l’individuazione di spazi verdi al loro interno.

Il database è stato utilizzato anche come strumento di validazione. In Giannetti et al. ([34]) sono state valutate le prestazioni degli algoritmi impiegati per mappare e stimare i danni causati dalla tempesta VAIA.

Un sottocampione dell’1% è stato inoltre utilizzato per valutare l’abbondanza, la copertura e la dimensione media di Trees Outside Forests (TOF) e Small Open Areas (SOA) a livello nazionale ([72]).

Una delle ultime applicazioni risale al lavoro di Di Biase et al. ([24]). In questo lavoro, l’aggiornamento del 2008 è stato utilizzato per stimare gli errori presenti nella Maschera Forestale Nazionale ([23]), ottenuta mediante fotointerpretazione, riclassificando l’intero campione di punti in sole due categorie, “Bosco” e “Non Bosco”, e confrontandola con i dati cartografici prodotti.

Nel presente lavoro è stata analizzata la dinamica di uso del suolo a livello nazionale, con un’analisi diacronica degli anni 1990, 2008 e 2022.

Di seguito sono riportati i principali aspetti metodologici di IUTI, con riferimento agli adattamenti e alle modifiche apportati nel corso degli anni rispetto alle versioni precedenti.

Principali aspetti metodologici di IUTI 

L’inventario è basato su un sistema di campionamento per punti a cui, mediante fotointerpretazione a video di ortofoto digitali (approccio 3 di GPG-LULUCF - Geographically explicit land use data), viene attribuita una delle sei categorie di LU.

La prima versione ha prodotto dati relativi agli anni 1990, 2000 e 2008 ([50]), a cui sono seguiti gli aggiornamenti degli anni 2013, 2016 e il più recente del 2022.

Il sistema di campionamento adottato è di tipo stratificato non allineato (tassellated stratified sampling), che presenta caratteristiche preferibili rispetto al campionamento sistematico allineato e al campionamento casuale semplice ([6]). Una griglia di campionamento, costituita da 1.217.032 quadrati di 0.5 km di lato, è stata sovrapposta all’intero territorio italiano. All’interno di ogni cella, in accordo con il campionamento stratificato non allineato ([30]), è stato generato casualmente un punto, ottenendo una numerosità campionaria iniziale pari a 1.206.198 punti. I punti che cadevano al di fuori del territorio italiano sono stati classificati in una classe aggiuntiva, “fuori dall’area” (outside area), ed esclusi dalle analisi. Tale numerosità campionaria, applicata alle analisi degli anni 1990, 2000 e 2008, rispecchia la necessità di stimare con sufficiente precisione statistica anche i più piccoli LUC nei diversi periodi temporali ([19]). Del campione totale, 301.300 punti coincidono con quelli della prima fase dell’Inventario Nazionale delle Foreste e dei serbatoi di Carbonio (INFC), la cui maglia chilometrica si sovrappone perfettamente a quella di IUTI.

Nell’aggiornamento del 2013, il database è stato ridotto estraendo il sottocampione dell’1% (circa 13.000 punti campione), ottenuto mediante un campionamento one-per-stratum stratified sampling (OPSS), applicando un algoritmo di aggregazione k-means che utilizza un approccio k-medoids innovativo ([65]). I risultati hanno dimostrato che, riducendo lo sforzo di classificazione di 100 volte, le stime del Relative Standard Error (RSE) aumentano di appena 10 volte. In particolare, in termini assoluti, le classi di uso con maggiore numerosità campionaria mostrano stime RSE invariabilmente inferiori al 3%, mentre per quelle con minore numerosità le stime risultano sempre inferiori al 9% ([64]).

La flessibilità del sistema di campionamento di IUTI ha permesso sia il sottocampionamento (il già citato 1%) sia l’infittimento, consentendo stime accurate anche a una scala di dettaglio più elevata in particolari aree di interesse. Tra i lavori in cui è stato eseguito l’infittimento della rete di punti, si possono citare quelli svolti per analizzare le conseguenze dell’abbandono dei territori montani in Molise ([55]), per valutare il consumo di suolo in aree montane del Veneto ([3]) e per la valutazione dei servizi ecosistemici ([70]).

L’ultimo aggiornamento IUTI è stato realizzato su ortofoto 2022, le immagini disponibili più recenti, come parte degli obiettivi del Progetto “GeoSciencesIR”, finanziato dal Piano Nazionale di Ripresa e Resilienza - PNRR Missione 4, “Istruzione e Ricerca”.

Sistema di classificazione

Il sistema di classificazione di IUTI ha subito negli anni diverse implementazioni, frutto della crescente consapevolezza delle potenzialità d’uso dei dati inventariali in diversi ambiti di applicazione. Nella prima versione della legenda ([39]) le categorie di LU si basavano sulle sei di GPG-LULUCF (Settlements, Cropland, Forest Land, Grassland, Wetland, Other Lands), ulteriormente suddivise in un secondo e un terzo livello, in modo da renderlo comparabile con il sistema di classificazione dell’INFC (Tab. 1).

Tab. 1 - Legenda IUTI versione 2022. (‡): approfondimenti relativi alle classi “2.1” e “2.2.1”, integrati nel 2017; (†): implementazione al terzo livello della classe “1.1” avvenuta con l’aggiornamento del 2022.

I Livello II Livello III Livello IV Livello
1 Aree boscate 1.1 Bosco 1.1.1 Bosco sempreverde (†) -
1.1.2 Bosco latifoglie decidue (†) -
1.1.3 Bosco latifoglie sempreverdi (†) -
1.2 Aree boscate temporaneamente prive di soprassuolo - -
2 Aree agricole 2.1 Seminativi e altre colture erbacee 2.1.A Seminativi (‡) -
2.1.B Prati stabili (‡) -
2.1.C Risaie (‡) -
2.2 Colture arboree 2.2.1 Arboricoltura da frutto e vivai 2.2.1.A Oliveti (‡)
2.2.1.B Vigneti (‡)
2.2.1.C Agrumeti (‡)
2.2.1.D Altri frutteti (‡)
2.2.2 Arboricoltura da legno -
3 Praterie 3.1 Praterie pascoli ed incolti erbacei - -
3.2 Altre terre boscate - -
4 Zone umide ed acque - - -
5 Urbano - - -
6 Zone improduttive con vegetazione rada o assente - - -

 Enlarge/Shrink  Open in Viewer

A ciascun punto del campione è stato attribuito un codice di LU tramite fotointerpretazione video, utilizzando, per i diversi aggiornamenti, serie storiche di ortofoto digitali di TerraItaly e AGEA (Tab. 2), supportate da dati ancillari provenienti da Google Earth® e da carte tematiche forestali e di LU a livello regionale e sub-regionale ([50]).

Tab. 2 - Dati ancillari a supporto della fotointerpretazione.

Volo Caratteristiche Data acquisizione Risoluzione (m)
TerraItaly Analogiche in scala di grigi 1988/89 1.0
TerraItaly Analogiche a colori 2000 1.0
TerraItaly Analogiche a colori 2008 0.5
AGEA Analogiche a colori 2022 0.2

 Enlarge/Shrink  Open in Viewer

IUTI utilizza la definizione di bosco (Forest Land) del Global Forest Resources Assessments 2000 (FRA2000), ossia una superficie minima di 5.000 metri quadrati con almeno il 10% di copertura arborea; anche per le classi non forestali si fa riferimento alla superficie minima di 5.000 metri quadrati; in questo caso, per le definizioni delle altre classi di LU si rimanda a ISPRA ([39]).

La prima implementazione del sistema di classificazione è stata realizzata nel 2017, allo scopo di indagare in dettaglio le aree agricole (classe 2 - Tab. 1) per conto dell’Istituto di Servizi per il Mercato Agricolo Alimentare (ISMEA). A questo proposito è stato condotto un approfondimento tematico di tali classi, implementando la classe “seminativi e altre colture erbacee” (2.1) al terzo livello e quella delle “colture arboree” (2.2) al quarto, come evidenziato in Tab. 1. È stata quindi condotta una nuova fotointerpretazione sull’1% del campione, per gli anni 1990, 2000 e 2008, implementando il codice di LU ([53]). Dall’ultimo aggiornamento del 2022, si è deciso di implementare anche la classe “bosco” (1.1) al terzo livello. In Tab. 1 è possibile osservare l’evoluzione dell’approfondimento tematico raggiunto da IUTI negli anni. In questo lavoro è stata utilizzata la versione della legenda implementata per il report ISMEA del 2017 (Tab. 1), analizzando i dati per livelli di approfondimento tematico crescenti.

Il confronto statistico con il dato aggiornato ha consentito di evidenziare i più significativi LUC a livello nazionale e, in particolare, di individuare le principali direzioni delle dinamiche e di discuterne le cause.

Per maggiore completezza, i LUC sono stati analizzati anche per fasce altimetriche, seguendo la ripartizione utilizzata per i comuni italiani dall’Istituto Nazionale di Statistica ([45]): (i) zona di montagna, che comprende rilievi superiori ai 600 m s.l.m., (ii) zona di collina, compresa tra i 300 e i 600 m s.l.m., e (iii) zona di pianura per il territorio pianeggiante o collinare non superiore ai 300 m s.l.m.

Seguono i risultati del confronto e, in particolare, l’individuazione, l’analisi e la discussione delle principali dinamiche di LU rilevate nel paesaggio nazionale nell’arco del trentennio dell’inventario.

Risultati 

Una prima analisi delle sei categorie IUTI di primo livello (I livello di approfondimento tematico), i cui dati sulle superfici (in ettari e in percentuale rispetto al territorio nazionale) sono illustrati nella Tab. 3, mostra che le “aree agricole” (classe 2) costituiscono il LU prevalente nelle tre date considerate (1990, 2008 e 2022). Nonostante ciò, tali aree hanno registrato una riduzione costante nel corso del tempo. Nel 1990 l’estensione agricola superava i 14 milioni di ettari, pari al 46.8% della superficie nazionale. Tuttavia, al 2022 si è registrata una diminuzione complessiva pari al 4.6% del territorio nazionale, corrispondente a una perdita netta di circa 1.396.000 ettari.

Tab. 3 - Superfici delle categorie IUTI stimate alle tre date: 1990, 2008 e 2022. La copertura è espressa in ettari e in percentuale di copertura relativa al territorio nazionale. In corsivo: le coperture totali delle classi aggregate per livello di approfondimento.

Categorie
GPG-LULUCF
Cod. IUTI Categorie e sottocategorie IUTI 1990 2008 2022 Var. 1990-2022
Sup. ha % Sup. ha % Sup. ha % Sup. ha %
Forest land 1 Aree boscate 9.149.378 30.35 9.632.528 31.95 9.946.146 32.99 796.768 2.64
1.1 Bosco 9.129.005 30.28 9.614.287 31.89 9.882.603 32.78 753.598 2.50
1.2 Aree boscate temporaneamente prive di soprassuolo 20.373 0.07 18.241 0.06 63.543 0.21 43.17 0.14
Cropland 2 Aree agricole 14.099.808 46.77 13.065.378 43.34 12.703.678 42.14 -1.396.129 -4.63
2.1 Seminativi e altre colture erbacee 11.372.042 37.72 9.992.777 33.14 9.646.978 32.00 -1.725.065 -5.72
2.1.A Seminativi 11.019.751 36.55 9.378.151 31.11 9.134.293 30.30 -1.885.458 -6.25
2.1.B Prati stabili 136.975 0.45 399.25 1.32 266.013 0.88 129.037 0.43
2.1.C Risaie 215.316 0.71 215.376 0.71 246.672 0.82 31.356 0.10
2.2 Colture arboree 2.727.765 9.05 3.072.601 10.19 3.056.701 10.14 328.935 1.09
2.2.1 Arboricoltura da frutto e vivai 2.566.151 8.51 2.888.068 9.58 2.910.763 9.65 344.611 1.14
2.2.1.A Oliveti 1.577.377 5.23 1.711.942 5.68 1.712.084 5.68 134.707 0.45
2.2.1.B Vigneti 506.357 1.68 632.217 2.10 639.033 2.12 132.677 0.44
2.2.1.C Agrumeti 174.145 0.58 56.882 0.19 81.634 0.27 -92.511 -0.31
2.2.1.D Altri frutteti 308.273 1.02 487.028 1.62 478.012 1.59 169.739 0.56
2.2.2 Arboricoltura da legno 161.614 0.54 184.533 0.61 145.938 0.48 -15.676 -0.05
Grassland 3 Praterie 3.887.097 12.89 3.885.511 12.89 3.761.177 12.48 -125.92 -0.42
3.1 Praterie pascoli ed incolti erbacei 2.085.946 6.92 1.810.459 6.01 1.726.752 5.73 -359.194 -1.19
3.2 Altre terre boscate 1.801.152 5.97 2.075.053 6.88 2.034.425 6.75 233.274 0.77
Wetlands 4 Zone umide ed acque 579.946 1.92 574.461 1.91 583.283 1.93 3.337 0.01
Settlements 5 Urbano 1.632.682 5.42 2.125.620 7.05 2.282.978 7.57 650.296 2.16
Other land 6 Zone improduttive con vegetazione rada o assente 799.765 2.65 865.176 2.87 871.413 2.89 71.648 0.24

 Enlarge/Shrink  Open in Viewer

Approfondendo l’analisi a un livello tematico più dettagliato (II livello), si osserva che la riduzione delle aree agricole è attribuibile in larga parte alla riduzione dei “seminativi e altre colture erbacee” (classe 2.1), che hanno perso circa 1.725.000 ettari, compensata dall’aumento delle “colture arboree” (+329.000 ettari circa).

La seconda categoria più estesa è rappresentata dalle “aree boscate” (classe 1), che nel 1990 occupavano circa 9.143.000 ettari, ovvero il 30.4% della superficie nazionale. Questa categoria comprende sia la classe “bosco” (classe 1.1) e sia le “aree boscate temporaneamente prive di soprassuolo” (classe 1.2), ovvero quelle aree temporaneamente prive di copertura arborea a causa di fattori naturali, artificiali o accidentali. A differenza delle aree agricole, le superfici boscate mostrano un bilancio netto positivo: tra il 1990 e il 2022 si registra infatti un aumento di quasi 800.000 ettari, corrispondente al 2.6% del territorio nazionale.

La terza categoria per estensione sono le “praterie” (classe 3), che nel 1990 coprivano circa 3.887.000 ettari, ma nel corso del trentennio successivo hanno subito una contrazione che, in termini percentuali, è molto più contenuta rispetto a quella delle aree agricole. Al 2022 infatti queste superfici si sono ridotte di quasi 126.000 ettari, pari allo 0.42% della superficie nazionale. Il cambiamento principale riguarda la transizione da “praterie ed incolti erbacei” (classe 3.1) a “altre terre boscate” (classe 3.2).

L’“urbano” (classe 5), che nel 1990 si estendeva per circa 1.633.000 ettari, ha mostrato un’espansione significativa, con un incremento di 650.000 ettari circa al 2022, pari al 2.2% del territorio nazionale.

Le “zone umide” (classe 4) e le “zone improduttive con vegetazione rada o assente” (classe 6) rappresentano invece le categorie di LU meno diffuse: le prime coprono stabilmente circa il 2% del territorio nazionale, mentre le seconde registrano, nel 2022, un aumento di quasi 72.000 ettari (0.2% della superficie nazionale).

Le dinamiche temporali delle superfici associate a ciascuna categoria IUTI, analizzate al massimo livello di dettaglio tematico, risultano ancora più chiare osservando gli istogrammi riportati nelle Fig. 1 e Fig. 2. Questi grafici illustrano, rispettivamente, le percentuali di copertura per ciascuna categoria nei tre anni considerati e le variazioni percentuali della superficie a livello nazionale tra il 1990 e il 2022.

Fig. 1 - Percentuale di copertura per categoria d’uso delle terre relativa alla superficie nazionale negli anni 1990, 2008 e 2022. Per il significato dei codici di uso delle terre, vedi Tab. 1.

 Enlarge/Shrink  Open in Viewer

Fig. 2 - Variazione percentuale di ciascuna classe rispetto alla superficie nazionale tra il 1990 e il 2022. Per il significato dei codici di uso delle terre, vedi Tab. 1.

 Enlarge/Shrink  Open in Viewer

All’interno della categoria IUTI dei “seminativi e altre colture erbacee”, i “seminativi” (2.1.A) sono distinti dai “prati stabili” (2.1.B) e dalle “risaie” (2.1.C).

La quantità di prati stabili stimata da IUTI mostra notevoli oscillazioni nel tempo, registrando un incremento di superficie dal 1990 al 2008, per poi subire una contrazione di circa 133.000 ettari nel periodo successivo; al 2022, però, il bilancio netto è comunque positivo (+266.000 ettari circa - Tab. 3).

Per quanto riguarda le risaie, la superficie rimane pressoché stabile fino al 2008 (circa 215.000 ettari), per poi crescere di circa 31.000 ettari al 2022 (Tab. 3).

L’istogramma riportato in Fig. 2evidenzia quattro principali tendenze del LU nel periodo 1990-2022: (i) una significativa riduzione dei “seminativi” (classe 2.1.A), con una perdita complessiva di circa 1.885.000 ettari (pari al 6.25% del territorio nazionale); (ii) un aumento della classe “bosco” (classe 1.1), che cresce di quasi 753.000 ettari complessivi, con un’espansione dell’8% circa nell’intero arco temporale, che si traduce in un guadagno netto di superficie pari al 2.5% della superficie nazionale; (iii) un’espansione dell’“urbano” (classe 5), che registra una crescita di oltre 650.000 ettari pari al 2.2% della superficie nazionale; (iv) una contrazione delle “praterie, pascoli e incolti erbacei” (classe 3.1), che si riducono di circa 360.000 ettari (-1.2% della superficie nazionale - Tab. 3).

La flessione delle superfici agricole è più marcata nel primo intervallo temporale, mentre nel periodo successivo si osserva una perdita più contenuta. Essa è quasi interamente attribuibile alla progressiva perdita dei seminativi che, nei primi 18 anni, si riducono di circa 1.641.000 ettari (tasso del -15%), a un ritmo medio annuo di 91.200 ettari, mentre nel periodo 2008-2022 la perdita si riduce a circa 18.000 ettari l’anno.

Anche se la classe delle “colture arboree” (2.2) evidenzia un aumento di quasi 329.000 ettari, il saldo netto delle superfici agricole resta negativo, con una perdita complessiva di circa 1.396.000 ettari.

Per quanto concerne le classi di uso forestale (Tab. 4), nel 1990 l’inventario stimava una copertura di poco superiore agli 11 milioni di ettari, aumentati a oltre 12 milioni nel 2022 (+970.000 ettari circa). L’incremento medio, quindi, è di oltre 30.000 ettari anno-1, trainato principalmente dal costante aumento del bosco (+23.000 ettari anno-1 circa), mentre l’arboricoltura da legno rimane pressoché stabile. Il tasso di espansione delle classi forestali è più elevato nel primo periodo, con una media di circa +27.000 ettari anno-1, e si riduce a circa 19.000 tra il 2008 e il 2022. Di contro, le “altre terre boscate” aumentano nel primo periodo di circa 15.000 ettari anno-1, mentre nel secondo periodo subiscono una contrazione di circa 3.000 ettari anno-1.

Tab. 4 - Stima della superficie e della variazione della superficie media annua, delle categorie e sottocategorie di uso delle terre di interesse forestale.

Cod. Uso delle terre Sup. (ha) Sup. (ha anno-1)
1990 2008 2022 1990-2008 2008-2022 1990-2022
1.1 Bosco 9.129.005 9.614.287 9.882.603 26.960 19.165 23.550
2.2.2 Arboricoltura da legno 161.614 184.533 145.938 1.273 -2.757 -490
3.2 Altre terre boscate 1.801.152 2.075.053 2.034.425 15.217 -2.902 7.290
- Totale 11.091.771 11.873.873 12.062.967 43.360 13.506 30.349

 Enlarge/Shrink  Open in Viewer

Ulteriori indicazioni significative sulle dinamiche del territorio a scala nazionale emergono dall’analisi della matrice di transizione (Tab. 5) che riporta, per ciascuna classe di LU, le variazioni in entrata e in uscita nel periodo 1990-2022.

Tab. 5 - Matrice di transizione dei cambiamenti nell’uso delle terre dal 1990 al 2022. Per il significato dei codici di uso delle terre, vedi Tab. 1.

2022 (Superfici in ha) Tot.
compl.
Losses
1990 (Superfici in ha) Cod.
IUTI
1.1 1.2 2.1.A 2.1.B 2.1.C 2.2.1.A 2.2.1.B 2.2.1.C 2.2.1.D 22.2.2 3.1 3.2 4 5 6
1.1 8689827 56660 49117 4440 - 25062 4615 2277 9060 6894 45924 169272 20505 34069 11283 9129005 439177
1.2 13620 - - - - - - - - - 2251 4502 - - - 20373 20373
2.1.A 338536 2319 8462465 168674 29471 352389 329459 18145 197591 62566 253408 223916 21533 557020 2258 11019751 2557286
2.1.B 13687 - 25437 70227 - - - - - - 18577 6826 - 2220 - 136975 66748
2.1.C - - 13802 2310 199205 - - - - - - - - - - 215316 16112
2.2.1.A 74669 - 114942 - 2277 1219440 22574 - 40485 - 4516 33835 - 64639 - 1577377 357937
2.2.1.B 9040 - 167891 2310 - 15843 264001 - 27509 2310 - 4307 - 13145 - 506357 242356
2.2.1.C - - 20366 2277 - 58694 2258 58934 22565 - - - 2258 6793 - 174145 115210
2.2.1.D 24945 - 77903 - - 15757 4591 2277 169178 - 2452 2258 - 8913 - 308273 139096
2.2.2 11290 - 44590 - 15720 - 4643 - 4718 69619 - 2087 6614 2333 - 161614 91994
3.1 228926 2282 69825 13497 - 11228 - - 2307 4549 1286998 382968 11105 24778 47483 2085946 798947
3.2 430328 2282 51511 2277 - 9093 2307 - 2307 - 90006 1163615 6640 18363 22423 1801152 637536
4 29607 - 6678 - - - - - - - 4509 17980 509998 4536 6637 579946 69948
5 13687 - 29768 - - 4577 4584 - 2292 - 11210 15902 2319 1539372 8970 1632682 93310
6 4440 - - - - - - - - - 6901 6957 2310 6798 772359 799765 27406
Tot.
Compl.
9882603 63543 9134293 266013 246672 1712084 639033 81634 478012 145938 1726752 2034425 583283 2282978 871413 30148676 -
Gain 1192776 63543 671828 195785 47468 492644 375032 22699 308835 76318 439754 870810 73285 743606 99054 - -

 Enlarge/Shrink  Open in Viewer

La matrice evidenzia i principali cambiamenti, rappresentati dagli incroci tra categorie diverse, e le persistenze, riconoscibili lungo la diagonale principale dove le superfici mantengono lo stesso uso. Questo strumento consente di comprendere la direzione e l’entità dei trend di trasformazione. In particolare, l’aumento netto della classe “bosco” (1.1) di quasi 750.000 ettari (come mostrato in Tab. 3e in Fig. 2) risulta dal bilancio tra le acquisizioni di superficie (gain), pari a quasi 1.193.000 ettari, e le perdite (losses), pari a circa 439.000 ettari (Fig. 3). Queste ultime, comunemente indicate come “disboscamenti” si sono trasformate principalmente in “altre terre boscate” (38%) e “aree temporaneamente prive di soprassuolo” (12%), come illustrato nella Tab. 5.

Fig. 3 - Dinamica delle superfici boscate tra il 1990 e il 2022.

 Enlarge/Shrink  Open in Viewer

Per quanto riguarda i “seminativi”, l’analisi della matrice di transizione registra un saldo negativo di quasi 1.9 milioni di ettari, ma si osserva comunque una persistenza di circa 8.5 milioni di ettari (Fig. 4, Tab. 5). La riduzione di questa classe è attribuibile principalmente a due fattori: da un lato, l’espansione delle aree urbanizzate e la conseguente impermeabilizzazione del suolo, che rappresentano circa il 22% delle perdite (pari a circa 557.000 ettari); dall’altro, la progressiva colonizzazione dei terreni agricoli abbandonati da parte del bosco, per circa 339.000 ettari.

Fig. 4 - Bilancio (espresso in termini di superficie) delle transizioni da e verso la classe “2.1.A - Seminativi” nel periodo 1990-2022. Per il significato dei codici di uso delle terre, vedi Tab. 1.

 Enlarge/Shrink  Open in Viewer

Come già evidenziato, la superficie destinata ai frutteti - in particolare “oliveti”, “vigneti” e “altri frutteti” - è aumentata in modo significativo nel tempo, principalmente a seguito della riconversione di ex-seminativi. Complessivamente, questa trasformazione ha interessato circa 898.000 ettari.

Com’è possibile evincere dalla Tab. 1, la classe relativa all’urbano non ha subito negli anni approfondimenti tematici; quindi, in questa macroclasse vengono raggruppati tutti i LU riconducibili alle attività antropiche, per la maggior parte superfici quasi completamente impermeabilizzate. Nell’analisi del consumo di suolo, quindi, va tenuto presente il limite tematico di questa classificazione. Come altre classi di LU anche l’urbanizzazione è più accentuata nel primo periodo rispetto al secondo. L’“urbano” occupa complessivamente il 7.6% del territorio nazionale, con un tasso netto di crescita annuo di circa 20.000 ettari, prevalentemente a discapito delle superfici agricole. Come emerge dall’istogramma in Fig. 5, questo processo interessa soprattutto i “seminativi”, seguiti dalle “colture arboree”.

Fig. 5 - Bilancio (espresso in termini di superficie) delle transizioni da e verso la classe “5 - Urbano” nel periodo 1990-2022. Per il significato dei codici di uso delle terre, vedi Tab. 1.

 Enlarge/Shrink  Open in Viewer

Per quanto riguarda i boschi (Fig. 6), l’incremento della superficie forestale a livello nazionale è dovuto principalmente alla naturale evoluzione delle “altre terre boscate”, che contribuiscono con circa 430.000 ettari. In misura minore, la crescita è alimentata anche dalla ricolonizzazione di seminativi abbandonati (circa 339.000 ettari) e di pascoli non più utilizzati (circa 227.000 ettari). Il bosco ha inoltre colonizzato oltre 74.000 ettari di terreni precedentemente destinati a “oliveti” (classe 2.2.1.A).

Fig. 6 - Bilancio (espresso in termini di superficie) delle transizioni da e verso la classe “1.1 - Bosco” nel periodo 1990-2022. Per il significato dei codici di uso delle terre, vedi Tab. 1.

 Enlarge/Shrink  Open in Viewer

La Tab. 6 riporta le variazioni di superficie del bosco e delle due sottoclassi appartenenti alla categoria delle praterie. Dal 1990 al 2022, in Italia, si sono convertiti in bosco quasi 229.000 ettari di “praterie, pascoli ed incolti erbacei” (categoria 3.1 - Fig. 6); quest’ultima ha registrato una perdita complessiva di circa 360.000 ettari (-17% - Tab. 3).

Tab. 6 - Variazioni di superficie del bosco e delle due sottoclassi appartenente alla categoria delle praterie con la variazione di superficie 1990-2022.

Cod. Uso delle terre 1990 2008 2022 Var.
1990-2022
Sup.
(ha anno-1)
1990-2008
Sup.
(ha anno-1)
2008-2022
Sup.
(ha anno-1)
1990-2022
Sup. ha Sup. ha Sup. ha Sup. ha
1.1 Bosco 9.129.005 9.614.287 9.882.603 753.598 26.960 19.165 23.550
3.1 Praterie pascoli ed incolti erbacei 2.085.946 1.810.459 1.726.752 -359.194 -15.305 -5.979 -11.225
3.2 Altre terre boscate 1.801.152 2.075.053 2.034.425 233.274 15.217 -2.902 7.290

 Enlarge/Shrink  Open in Viewer

Nonostante ciò, il tasso medio annuo di perdita delle praterie è rallentato sensibilmente nel secondo periodo: dai circa 15.000 ettari anno-1 del primo periodo si è passati ai circa 6.000 ettari anno-1 tra il 2008 e il 2022.

Analisi per zone altimetriche

L’analisi per zone altimetriche consente di comprendere la distribuzione delle diverse categorie di LU sul territorio nazionale (Tab. 7), nonché le principali transizioni che si verificano.

Tab. 7 - Ripartizione nel lungo periodo delle classi di uso del suolo, in ettari e percentuali, per fasce altimetriche.

Cod. IUTI Pianura (0-299 m) Collina (300-599 m) Montagna (>600 m)
1990 2022 Saldo 1990 2022 Saldo 1990 2022 Saldo
ha % ha % ha % ha % ha % ha % ha % ha % ha %
1.1 1430456 4.74 1651108 5.48 220651 0.73 2357674 7.82 2658305 8.82 300631 1 5340875 17.72 5573191 18.49 232316 0.77
1.2 9058 0.03 16120 0.05 7062 0.02 6813 0.02 11447 0.04 4634 0.02 4502 0.01 35975 0.12 31473 0.1
Aree boscate 1439514 - 1667228 - 227713 - 2364487 - 2669752 - 305265 - 5345377 - 5609166 - 263789 -
2.1.A 7530168 24.98 6353297 21.07 -1176872 -3.9 2420535 8.03 1958601 6.5 -461933 -1.53 1069048 3.55 822395 2.73 -246653 -0.82
2.1.B 15879 0.05 79276 0.26 63397 0.21 34433 0.11 70247 0.23 35814 0.12 86663 0.29 116490 0.39 29827 0.1
2.1.C 215316 0.71 242105 0.8 26788 0.09 - - 4567 0.02 4567 0.02 - - - - - -
2.2.1.A 1044772 3.47 1153623 3.83 108851 0.36 485078 1.61 486009 1.61 931 - 47527 0.16 72452 0.24 24925 0.08
2.2.1.B 438603 1.45 532442 1.77 93839 0.31 65546 0.22 90768 0.3 25222 0.08 2207 0.01 15824 0.05 13616 0.05
2.2.1.C 169629 0.56 81634 0.27 -87995 -0.29 4516 0.01 - - -4516 -0.01 - - - - - -
2.2.1.D 212500 0.7 339751 1.13 127252 0.42 70729 0.23 115732 0.38 45004 0.15 25045 0.08 22529 0.07 -2516 -0.01
2.2.2 152401 0.51 118530 0.39 -33871 -0.11 9213 0.03 22859 0.08 13647 0.05 - - 4549 0.02 4549 0.02
Aree agricole 9779268 - 8900658 - -878611 - 3090050 - 2748783 - -341264 - 1230490 - 1054239 - -176252 -
3.1 369214 1.22 338415 1.12 -30799 -0.1 361255 1.2 291368 0.97 -69887 -0.23 1355476 4.5 1096969 3.64 -258507 -0.86
3.2 599212 1.99 714902 2.37 115690 0.38 530011 1.76 546141 1.81 16130 0.05 671929 2.23 773383 2.57 101454 0.34
Praterie 968426 - 1053317 - 84891 - 891266 - 837509 - -53757 - 2027405 - 1870352 - -157053 -
4 493188 1.64 508239 1.69 15051 0.05 43716 0.15 34328 0.11 -9388 -0.03 43042 0.14 40716 0.14 -2326 -0.01
5 1249288 4.14 1777947 5.9 528659 1.75 234666 0.78 311191 1.03 76525 0.25 148728 0.49 193840 0.64 45111 0.15
6 56334 0.19 78631 0.26 22297 0.07 11177 0.04 33797 0.11 22620 0.08 732254 2.43 758985 2.52 26731 0.09
Totale 13986018 - 13986018 - - - 6635361 - 6635361 - - - 9527296 - 9527296 - - -

 Enlarge/Shrink  Open in Viewer

Il territorio italiano risulta caratterizzato per il 23.2% della sua superficie da zone di pianura, per il 35.2% da zone montane e per il 41.6% da zone di collina ([44]).

Le aree agricole risultano prevalentemente localizzate in pianura, dove nel 1990 coprivano circa il 32% della superficie nazionale. In questa fascia altimetrica, i seminativi - la tipologia dominante - subiscono le perdite maggiori, principalmente a causa dell’espansione urbana, con una riduzione di circa 1.177.000 ettari (-62% del totale perso). Anche in collina e in montagna si registra una contrazione dei seminativi, ma in queste fasce altimetriche la perdita è in gran parte causata dalla rinaturalizzazione.

Come già osservato, l’arboricoltura da frutto, pur mostrando una tendenza in crescita, non riesce a compensare il forte calo delle superfici agricole. Gli oliveti, che nel 1990 rappresentavano la forma di arboricoltura da frutto più estesa (quasi 1.6 milioni di ettari), si concentrano soprattutto nella prima fascia altimetrica, al di sotto dei 300 m s.l.m., dove occupano oltre 1 milione di ettari (pari al 3.47% del territorio nazionale) e dove, nel 2022, si registra la crescita più consistente, con un incremento superiore ai 100.000 ettari rispetto al 1990.

In collina, nel 1990, gli oliveti coprivano circa 485.000 ettari; tale estensione è rimasta pressoché stabile nel tempo, con un aumento complessivo di soli 931 ettari. Al di sopra dei 600 m s.l.m., invece, si osserva un’espansione più marcata nel 2022, con un incremento di circa 25.000 ettari.

Anche la distribuzione dei vigneti è prevalente in pianura, con circa 439.000 ettari nel 1990 e un incremento di quasi 94.000 ettari nel 2022. Un trend di crescita si registra anche in collina e in montagna, con aumenti di circa 25.000 ettari e quasi 14.000 ettari rispettivamente. Degno di nota è l’incremento dei vigneti nella fascia montana: da 2.207 ettari nel 1990 si è passati a oltre 15.800 nel 2022.

Anche le restanti categorie di frutteti tendono naturalmente a concentrarsi a quote più basse. In queste zone l’incremento registrato nel 2022 ammonta a circa 127.000 ettari. Tuttavia, è nella fascia collinare che si osserva il tasso di crescita più elevato, con un incremento di quasi il 64% rispetto alla superficie del 1990. Al contrario, nella fascia montana si rileva una contrazione, con una riduzione pari a circa il 10%.

Per quanto riguarda l’arboricoltura da legno, la riduzione complessiva osservata al 2022 è dovuta principalmente alla perdita di superfici in pianura, dove sono andati persi quasi 34.000 ettari.

Le praterie, che nel 1990 occupavano circa 2 milioni di ettari - con una prevalenza del 65% localizzata in area montana - hanno subito la contrazione più marcata proprio in quest’ultima zona altimetrica (-259.000 ettari circa).

Infine, per quanto riguarda la categoria “Altre terre boscate”, i tassi di espansione più elevati si rilevano in pianura (+19%, pari a circa 115.700 ettari) e in montagna (+15%, pari a circa 101.500 ettari), mentre l’incremento risulta più contenuto in collina.

Discussione 

L’analisi fin qui presentata fornisce una visione complessiva dell’evoluzione nel LU in Italia negli ultimi trent’anni, evidenziando per la prima volta in modo dettagliato i mutamenti anche nelle zone agricole.

Le colture annuali (cereali, coltivazioni foraggere temporanee, ecc.) costituiscono generalmente una quota rilevante della Superficie Agricola Utilizzata (SAU), soprattutto nelle regioni del Nord e del Centro, e sono i suoli agricoli più sottoposti alle pressioni della modernizzazione e dell’urbanizzazione, ma anche alle oscillazioni legate ai meccanismi di sostegno della Politica Agricola Comune (PAC) e a quelli regionali e locali ([49]).

L’espansione delle aree urbane e delle infrastrutture, invece, ha conosciuto nel tempo fasi alterne di accelerazione, influenzate da specifiche dinamiche socioeconomiche e politiche territoriali. Il Rapporto sul Consumo di Suolo 2022 ([59]) evidenzia che le maggiori perdite di superficie agricola si registrano in regioni come Lombardia, Veneto ed Emilia-Romagna, caratterizzate da ampie zone pianeggianti e da una forte concentrazione di attività economiche. Nelle aree in cui il suolo agricolo è stato convertito in insediamenti, infrastrutture e viabilità, si osserva un incremento delle superfici improduttive e una crescente frammentazione del paesaggio ([80]).

L’analisi di IUTI conferma la dualità dei fenomeni che contribuiscono alla riduzione dei territori agricoli ([50], [51], [52]): da un lato, l’urbanizzazione e l’agricoltura intensiva, concentrate soprattutto nelle aree pianeggianti del nord Italia, con importanti implicazioni in termini di sostenibilità ([67]); dall’altro, l’abbandono dei terreni agricoli e i conseguenti processi di rinaturalizzazione, tipici delle aree montane ([15]), fenomeni entrambi molto condizionati dai cambiamenti nella densità della popolazione nel corso del tempo ([7]).

Attualmente, la popolazione italiana conta circa 58.9 milioni di abitanti ([43]), di cui quasi la metà (49.1%) risiede nelle aree pianeggianti, che rappresentano solo il 23.2% del territorio nazionale (circa 10.6 milioni di ettari - [42]). Inoltre, 21.3 milioni di persone, pari al 36% della popolazione, vivono nelle 14 città metropolitane, che occupano il 15% della superficie complessiva del Paese ([43]). Intorno a questi grandi centri urbani, le periferie continuano ad espandersi, con la costruzione di nuovi quartieri residenziali e lo sviluppo di aree commerciali e produttive, spesso a discapito delle superfici agricole periurbane ([60]).

Il fenomeno dell’urban sprawl, che in Italia mostra ancora una crescita costante ([60]), comporta un uso del suolo sproporzionato rispetto all’effettivo incremento demografico. Questo determina una perdita spesso irreversibile di territori agricoli e naturali, con ricadute significative in termini di emissioni climalteranti, difficoltà di accesso ai servizi pubblici e innalzamento delle temperature urbane ([60]).

La tutela degli spazi agricoli e naturali intorno alle aree urbane - noti anche come “cinture verdi” (green belts, [2]) o frange agricole periurbane - è essenziale, in quanto essi non svolgono soltanto una funzione produttiva ma rappresentano anche una zona di transizione cruciale tra città e campagna, garantendo servizi ecosistemici e ambientali che migliorano la qualità della vita, contribuiscono alla sostenibilità delle città e ne rafforzano la capacità di adattamento ai cambiamenti climatici ([36]).

Un esempio emblematico è rappresentato da Roma, che con un’estensione di 1286 km2, è il capoluogo regionale con la più ampia superficie di suolo consumato in Italia, con una perdita di 124 ettari in un solo anno ([60]). Tuttavia, nonostante l’elevata urbanizzazione, la città presenta un indice medio di qualità degli habitat (HQ) superiore rispetto ai comuni limitrofi (come Ciampino, Anzio, Frascati e Marino), grazie alla presenza di vaste aree naturali lungo la costa (le Riserve Naturali Statali del Litorale laziale e la Tenuta di Castelporziano) e alla conservazione di una matrice agricola nella periferia nord, che funge da collegamento con aree a maggiore naturalità ([62]).

Nonostante l’inestimabile valore del patrimonio agricolo italiano - non solo in termini economici, ma anche per il suo significato culturale, identitario e storico ([37]) - la sua tutela risulta ancora inadeguata ([33]). Manca, ad esempio, un’efficace coordinazione intercomunale per la sua salvaguardia ([29]). Gli assetti insediativi sono spesso determinati non solo dalla morfologia del territorio e dalla presenza di infrastrutture e centri storici, ma anche dalle scelte politiche delle amministrazioni locali. Nelle grandi città come Roma, la crescita residenziale nelle aree suburbane si è spesso verificata in assenza di una pianificazione coerente, favorita anche da fenomeni di abusivismo, con conseguenti criticità nella gestione e nell’efficienza dei servizi primari ([13]).

L’approfondimento tematico di IUTI relativo al LU agricolo suddivide la categoria “seminativi e altre colture erbacee” in due sottoclassi specifiche: “prati stabili” (2.1.B) e “risaie” (2.1.C). È importante evidenziare che, durante la fase di fotointerpretazione, risulta particolarmente complesso distinguere tra colture foraggere temporanee in rotazione colturale e prati stabili gestiti con sfalci periodici, poiché questi ultimi possono essere facilmente confusi con praterie naturali o pascoli ([21]). Inoltre, risulta difficile differenziare i prati da sfalcio dai seminativi lasciati a riposo per periodi variabili, come previsto dal regime di set-aside della PAC ([56]). Per questo motivo, i dati relativi alla superficie dei prati stabili possono presentare variazioni significative nel tempo.

La coltivazione del riso in Italia può essere considerata un’attività agricola di nicchia, poiché oltre il 90% della produzione nazionale è concentrata in Lombardia e Piemonte ([5]). I dati IUTI mostrano un’oscillazione nel tempo delle superfici dedicate a questa coltura, una tendenza confermata anche dalle rilevazioni ISTAT nel periodo 2003-2022 ([46]), e riconducibile in parte alle politiche di sostegno al settore agricolo ([5]).

I dati aggiornati di IUTI confermano il trend già emerso in precedenti studi ([50]) relativi alla trasformazione di seminativi in frutteti, con un incremento stimato di circa 22.000 ettari tra il 2008 e il 2022.

Sebbene il trend positivo delle colture arboree non sia sufficiente a compensare il calo complessivo del suolo agricolo, queste colture rivestono un’importanza strategica, in particolare nelle regioni meridionali e insulari, dove le condizioni climatiche, come temperature miti e buona esposizione solare, risultano particolarmente favorevoli ([20]). In questi contesti, il ruolo delle coltivazioni arboree rimane significativo, anche grazie alla valorizzazione di produzioni di alta qualità e forte identità territoriale ([38]).

I frutteti si concentrano prevalentemente nelle aree di pianura, dove si stimano oltre 242.000 ettari; seguono le colline con circa 66.600 ettari e, in misura minore, le zone montane con 36.000 ettari circa (Tab. 7).

L’olivo rappresenta la coltura arborea più diffusa in Italia, con una superficie di circa 1.712.000 ettari al 2022. L’analisi della distribuzione degli oliveti basata sui dati climatici del trentennio 1961-1990 mostra che il 70% si trova a sud del 41° parallelo (temperatura media annua di 15.7 °C), nelle aree mediterranee, con alcune presenze fino ai 1500 metri in Sicilia (sulle pendici dell’Etna). Il restante 30% è collocato tra il 41° e il 44° parallelo (media annua 14.0 °C), arrivando anche oltre i 1000 metri di quota, mentre a nord del 44° parallelo (media annua 12.5 °C) la presenza è residuale (0.5%) e vincolata a particolari microclimi favorevoli ([22]).

Questi equilibri storici, però, stanno mutando a causa dei cambiamenti climatici. L’aumento delle temperature medie e le frequenti ondate di calore stanno alterando i cicli fenologici delle piante, anticipando, ad esempio, la fioritura e influenzando negativamente la produttività ([20]).

Secondo le elaborazioni del CREA ([20]), l’olivo - tradizionalmente concentrato nel Mezzogiorno - sta iniziando a diffondersi anche verso il Nord, dove il riscaldamento globale sta rendendo coltivabili aree in precedenza poco adatte.

Un fenomeno simile si osserva per la vite, con una superficie di circa 639.000 ettari, che manifesta uno spostamento verso latitudini e altitudini più elevate, anche in nuove aree del Nord che offrono condizioni favorevoli, mentre alcune zone del Sud risultano sempre più penalizzate da stress termici e idrici ([20]). Il significativo aumento della superficie viticola in montagna potrebbe confermare questo processo di adattamento climatico, che porta i produttori a cercare siti più freschi per mantenere la qualità e la resa delle colture vinicole.

Per quanto riguarda invece le superfici forestali, le analisi ne confermano il costante aumento (Tab. 3); i circa 9.882.600 ettari di copertura boschiva stimati da IUTI al 2022 risultano essere tra l’altro molto vicini alle superfici mappate dalla nuova Carta Forestale d’Italia, con una sottostima di IUTI di circa il 3.4%.

Dal confronto con i dati preliminari del nuovo Inventario Forestale Nazionale Italiano del 2025 (IFNI25) forniti dall’ISPRA ([41]), invece, emerge una sottostima del dato IUTI più marcata. Secondo IFNI25, infatti, la superficie forestale (la sola classe “Bosco”) ammonta a circa 10.611.000 ettari; rispetto a questo dato IUTI sottostima di circa il 7% queste superfici. Essendo però il dato IFNI25 riferito al 2025, mentre quello IUTI al 2022, e tenendo conto della continua espansione della superficie forestale, tale sottostima può essere ritenuta certamente più bassa.

Uno dei dati maggiormente significativi emerso dalle analisi della transizioni è di certo il sorpasso della classe “bosco”, in termini di estensione, rispetto alle aree agricole destinate a “seminativi”: nel 1990 i seminativi occupavano più del 36% del territorio italiano mentre i boschi circa il 30%; nel 2008 le superfici erano pressoché identiche (31% circa), mentre nel 2022 i seminativi occupano poco più del 30% mentre i boschi sono saliti a quasi il 33% (Tab. 3).

All’incremento della superficie forestale a livello nazionale contribuisce anche l’arboricoltura da legno. Tuttavia, come già evidenziato, questa categoria mostra un andamento decrescente nel secondo periodo e un bilancio complessivamente negativo, verosimilmente legato alla crisi del settore della pioppicoltura ([66]), dovuta a un progressivo calo degli investimenti.

Le principali trasformazioni del territorio verso l’espansione del bosco si sono verificate soprattutto nelle zone collinari, mentre nelle aree montane la copertura forestale è rimasta sostanzialmente stabile (Tab. 7). Le analisi hanno evidenziato che la transizione verso stadi più maturi del bosco è determinata da tre dinamiche principali. La più rilevante, in termini di estensione, è la conversione di “altre terre boscate” in “bosco” vero e proprio, seguita dalla riconversione dei “seminativi” e di “praterie, pascoli e incolti erbacei” (Fig. 6).

Il fenomeno di rinaturalizzazione dei terreni agricoli, osservato da tempo nelle aree submontane e montane italiane ([16], [72]), si verifica sistematicamente in tutte le zone abbandonate a queste altitudini ([77]). Le cause di questo processo sono riconducibili non solo a fattori demografici, ma anche a fattori economici: alcune attività tradizionali, come la pastorizia, sono diventate progressivamente meno redditizie ([28]).

Lo spopolamento delle aree montane e il conseguente abbandono delle pratiche agricole hanno avuto inizio negli anni ’50 ([75]), periodo in cui in queste zone si praticava un’agricoltura di sussistenza, destinata soprattutto al consumo familiare; tuttavia, con il progressivo trasferimento della popolazione verso i centri urbani, tale modello è venuto meno, dando avvio a processi di successione secondaria ([75]).

A livello europeo, e in particolare nei Paesi dell’area mediterranea, il fenomeno della rinaturalizzazione interessa superfici agricole ben più estese rispetto a quelle coinvolte nei processi di urbanizzazione ([75]).

Secondo l’ISTAT, tra il 2011 e il 2019 la popolazione residente nella fascia montana è diminuita del 2.2% sul totale nazionale ([42]), accentuando la marginalizzazione di queste aree e favorendo l’espansione di boschi di neoformazione ([25]).

Il tasso di riforestazione sembra dipendere dal LU precedente: i pascoli risultano colonizzati più rapidamente rispetto ai terreni arati in precedenza ([14]).

Analizzando i tassi di variazione dei dati IUTI relativi al periodo 2008-2022, si osserva un rallentamento complessivo dell’espansione forestale (Tab. 4), accompagnato da una contrazione delle superfici a prato-pascolo. Le “altre terre boscate” mostrano addirittura una lieve flessione, pur mantenendo un saldo positivo sull’intero arco temporale.

Nel 2022, la superficie di “praterie, pascoli ed incolti erbacei” trasformata in “bosco” e “altre terre boscate” (circa 231.000 ettari) si avvicina all’estensione persa nelle aree montane, stimata intorno ai 259.000 ettari. Questo dato potrebbe suggerire che, a queste altitudini, sia ormai avvenuta una quasi totale conversione delle praterie in aree forestali. A livello nazionale, il processo di espansione della vegetazione legnosa, sia arbustiva che arborea, è la principale causa della riduzione delle praterie, determinando una perdita complessiva di circa 611.000 ettari.

Tali dinamiche potrebbero suggerire, in futuro, una progressiva riduzione della disponibilità di aree seminaturali, con tutte le implicazioni ambientali e paesaggistiche che ne derivano. L’abbandono della terra e i processi di rinaturalizzazione possono, in molte realtà, offrire benefici come l’accumulo di carbonio, la riduzione dei fenomeni erosivi e l’incremento della diversità degli habitat forestali. Quest’ultimo fattore viene tuttavia valutato come un fattore negativo in determinati contesti: i processi di abbandono dove la vegetazione potenziale è quella forestale, in assenza di disturbo, determinano un’evoluzione della vegetazione con conseguente perdita di diversità vegetale ([68], [8]), anche se la diversità strutturale risulta evidentemente maggiore ([47]). L’espansione del bosco, quindi, in determinati casi può essere considerata uno “svantaggio ambientale” a causa della riduzione nel lungo termine della diversità, legata alla perdita di ambienti aperti ([31]).

La riforestazione spontanea può generare sia effetti benefici sia effetti critici sul funzionamento degli ecosistemi e sulla loro capacità di fornire servizi ecosistemici ([77], [73]). Sebbene l’espansione forestale apporti numerosi vantaggi, la sua diffusione a scapito delle superfici agricole, dei prati e dei pascoli - soprattutto in ambito montano - pone importanti interrogativi sulla definizione delle strategie di pianificazione territoriale ([70]).

L’incremento delle aree boscate comporta una progressiva riduzione degli spazi aperti, con conseguente perdita di eterogeneità paesaggistica ([77]), contribuendo all’omogeneizzazione del territorio e mettendo a rischio sia la biodiversità sia i paesaggi culturali ([1]). In Appennino, ad esempio, il processo di ricolonizzazione forestale si completa mediamente in circa 25 anni. In queste aree, l’espansione della copertura arborea avviene spesso senza passare per fasi intermedie di frammentazione, poiché l’avanzamento della chioma su terreni abbandonati è sufficiente a trasformare il suolo in bosco ([11]). In questi contesti, l’accelerazione delle fasi successionali è favorita dalla debole competizione esercitata dalle specie erbacee sui giovani alberi, che quindi riescono a svilupparsi rapidamente, densificando la copertura forestale più rapidamente rispetto agli arbusti ([11], [55]). Questi fenomeni sono tipici dei paesaggi mediterranei, modellati storicamente dall’interazione tra l’uomo e l’ambiente naturale o seminaturale ([9]).

L’espansione della copertura forestale influenza anche la composizione floristica e faunistica: nei boschi pionieri, in particolare, si osserva una maggiore diversità vegetale e animale ([35], [10]) dovuta anche alla disponibilità di luce nelle aree meno densamente coperte dalla chioma, che si espande non appena cessa il disturbo dovuto alle attività umane, come il pascolo ([57]). Questo effetto tende a ridursi nei boschi maturi, dove la copertura è più compatta e continua ([55]). Studi in aree appenniniche hanno dimostrato che i boschi pionieri presentano un’elevata diversità vegetale grazie alla presenza di specie erbacee che si sviluppano tra le aperture del manto arboreo, una condizione che può persistere solo in presenza di disturbi che impediscono la chiusura completa della chioma ([55]).

In Italia, l’aumento di TOF all’interno di una matrice semi-naturale più ampia ha contribuito a diversificare il paesaggio negli ultimi decenni ([73]). Tra il 1990 e il 2013, è stato registrato un aumento sia nel numero che nella superficie coperta dai TOF. Tuttavia, mentre la dimensione media dei TOF è rimasta stabile, si è registrata una riduzione delle SOA nei boschi più strutturati, dovuta all’espansione delle chiome. Nel medio-lungo termine questo processo potrebbe ridurre il contributo di questi elementi alla biodiversità e alla varietà del paesaggio, accentuando ulteriormente la tendenza all’omogeneizzazione ([73]). In alcuni contesti di abbandono i TOF tendono ad aumentare in termini di superficie, trasformandosi in bosco o venendo inglobati nelle superfici forestali in espansione ([63]); questo comporta la loro diminuzione in numero con conseguente perdita di eterogeneità del paesaggio.

Conclusioni 

Emerge una netta diminuzione delle superfici coltivate a seminativi e dei prati-pascoli, a favore di un’espansione delle aree forestali, determinando un mutamento strutturale della fisionomia del paesaggio italiano, trasformandolo da paesaggio a vocazione agricola a paesaggio a forte vocazione forestale.

I risultati confermano dinamiche già osservate in contesti europei e mediterranei ([67], [75]): da un lato, l’espansione urbana, in particolare nelle pianure e nelle aree costiere, ha comportato la perdita di suolo agricolo destinato alle colture annuali; dall’altro, l’abbandono delle attività agro-pastorali in zone collinari e montane ha favorito il ritorno spontaneo della vegetazione forestale, con la formazione di boschi maturi in sostituzione di ambienti semi-naturali.

Nelle aree di pianura, lo sviluppo urbano frammentato ha determinato la progressiva perdita della matrice agro-forestale attorno alle città, riducendo importanti servizi ecosistemici e incidendo negativamente sulla qualità della vita urbana ([60]).

Il Rapporto [41] ([78]) documenta un consumo di suolo netto di oltre 78 km2 annui, con una velocità di trasformazione pari a 2.7 m2 al secondo. Questa dinamica compromette la resilienza idrogeologica, aumentando il rischio di alluvioni a causa della ridotta capacità di infiltrazione del suolo cementificato. Nell’ultimo Living Planet Report del WWF ([81]) si evidenzia come l’urbanizzazione porti alla frammentazione degli habitat, minacciando la biodiversità locale e riducendo lo stoccaggio del carbonio. Politicamente, la trasformazione delle “zone agricole” solleva anche questioni di sicurezza alimentare, poiché sottrae terreni fertili alla produzione primaria proprio in una fase di instabilità dei mercati globali. La pianificazione deve quindi integrare strategie di rigenerazione urbana per contrastare lo sprawl e proteggere le aree seminaturali, in quanto corridoi ecologici fondamentali.

La diminuzione del tasso annuo di variazione delle superfici agricole e forestali negli ultimi quindici anni potrebbe indicare l’avvicinarsi a una fase matura della successione ecologica, oltre a una progressiva saturazione dei terreni disponibili per la colonizzazione spontanea. L’abbandono dei territori montani impone una revisione politica che non sia basata solo sulla logica del sussidio, ma soprattutto sulla valorizzazione dei servizi ecosistemici. La Strategia Nazionale Aree Interne (SNAI), pur avendo riacceso il dibattito sulla necessità di una gestione focalizzata sul contesto montano, mostra efficacia limitata a causa di una governance frammentata e di risorse spesso insufficienti a colmare il gap nei servizi essenziali. Per riportare il fenomeno alla pianificazione territoriale, e quindi ritornare a creare un’economia montana capace di dare sussistenza alle popolazioni, si deve puntare sulla multifunzionalità della filiera forestale, incentivata dalla Legge 131/2025 (Legge Montagna), che promuove la gestione attiva del bosco per scopi energetici e protettivi. Uno strumento chiave è il Registro nazionale delle terre silenti, che mira a mappare e recuperare i terreni abbandonati, facilitandone l’affidamento a giovani agricoltori o cooperative di comunità, riducendo così anche il rischio di incendi e i dissesti. Le strategie future devono integrare queste risorse in Green Communities capaci di attrarre il neopopolamento di alcune aree montane registrato nel 2025, garantendo non solo incentivi fiscali, ma anche lavoro e connettività digitale.

Le prospettive di ricerca future dovrebbero muoversi in tre direzioni: (i) monitoraggio strategico e politico continuo, a diverse scale spaziali e temporali, per garantire la disponibilità di dati costantemente aggiornati. Questo permetterà una valutazione quasi in tempo reale dell’efficacia delle nuove politiche agricole e degli investimenti territoriali, fornendo un supporto decisionale robusto e reattivo; (ii) Essendo già stato utilizzato in studi che hanno previsto la creazione di scenari predittivi ([12]), il dato IUTI si conferma fonte informativa utile e necessaria per studi che possano utilizzare ad esempio metodologie ibride, integrando informazioni provenienti ad esempio da fonti cartografiche, per la creazione di scenari basati sui cambiamenti climatici e socioeconomici nel medio e lungo periodo. Tale sinergia è cruciale per: (a) mitigazione climatica, l’ulteriore implementazione tematica di IUTI potrebbe consentire di valutare scenari in un’ottica di previsione e tutela di habitat sensibili ed essenziali, non solo per la biodiversità, ma anche per i serbatoi di carbonio sotterranei, come, ad esempio, le praterie di alta quota; (b) vulnerabilità territoriale e demografica, correlando le transizioni IUTI alle proiezioni demografiche per sviluppare scenari di vulnerabilità territoriale. Ciò è particolarmente rilevante per affrontare i rischi legati all’abbandono e alla sempre più scarsa gestione del territorio (soprattutto nelle aree montane); (c) biodiversità, quantificando la perdita di biodiversità negli habitat aperti correlata alle dinamiche di trasformazione del suolo. (iii) Implementazione dei dati relativi alla classe urbana. Il monitoraggio del consumo di suolo realizzato da ISPRA fornisce dati dettagliati, ma è disponibile solo a partire dal 2006; l’implementazione tematica della classe “urbano” di IUTI permetterebbe di colmare il gap temporale precedente, offrendo una ricostruzione coerente dei processi di impermeabilizzazione a partire dal 1990. Ciò consentirebbe inoltre di distinguere tra coperture artificiali permanenti e forme di consumo reversibile, armonizzando i dati storici con le rilevazioni più recenti.

Ringraziamenti 

Questo lavoro è stato realizzato grazie ai fondi del progetto GEOSCIENCES IR “Un’Infrastruttura di Ricerca per la Rete Italiana dei Servizi Geologici”, finanziato dal Piano Nazionale di Ripresa e Resilienza - PNRR Missione 4, “Istruzione e Ricerca” - Componente 2, “Dalla ricerca all’impresa” - Linea di investimento 3.1, “Fondo per la realizzazione di un sistema integrato di infrastrutture di ricerca e innovazione” Progetto IR0000037 - GeoSciences IR - CUP I53C22000800006.

Glossario  

Lista degli acronimi utilizzati nel presente lavoro:

  • AGRIT - Agricoltura e Telerilevamento;
  • CLC - CORINE Land Cover;
  • EEA - European Environmental Agency;
  • EUROSTAT - Ufficio Statistico dell’Unione Europea;
  • FRA2000 - Global Forest Resources Assessments 2000;
  • GPG-LULUCF - Good Practice Guidance for Land Use, Land Use Change and Forestry;
  • HQ - qualità degli habitat;
  • IFNI - Inventario Forestale Nazionale Italiano;
  • INFC - Inventario Nazionale delle Foreste e dei serbatoi di Carbonio;
  • IPCC - Intergovernmental Panel on Climate Change;
  • ISMEA - Istituto di Servizi per il Mercato Agricolo Alimentare;
  • ISPRA - Istituto per la Protezione e la Ricerca Ambientale;
  • ISTAT - Istituto Nazionale di Statistica;
  • IUTI - Inventario dell’Uso delle Terre d’Italia;
  • LU - Land Use;
  • LUC - Land Use Change;
  • LUCAS - Land Use/Cover Area frame statistical Survey;
  • LULCC - Land Use, Land Cover Changes;
  • MARS - Monitoring Agricultural ResourceS;
  • MASE - Ministero dell’Ambiente e della Sicurezza Energetica;
  • MATTM - Ministero dell’Ambiente e della Tutela del Territorio e del Mare;
  • OPSS - One-per-stratum stratified sampling;
  • PAC - Politica Agricola Comune;
  • PNRR - Piano Nazionale di Ripresa e Resilienza;
  • RSE - Relative Standard Error;
  • SAU - Superficie Agricola Utilizzata;
  • SOA - small open areas;
  • TOF - trees outside forests.

References

(1)
Agnoletti M (2014). Rural landscape, nature conservation and culture: Some notes on research trends and management approaches from a (southern) European perspective. Landscape and Urban Planning 126: 66-73.
CrossRef | Google Scholar
(2)
Amati M (2008). Green belts: a twentieth-century planning experiment. In: “Urban Green Belts in the Twenty-first Century” (Amati M ed). Routledge, London, UK, pp. 1-17.
Google Scholar
(3)
Ametrano CG, Dissegna M, Palombo C, Sallustio L, Sattin G, Savio D, Marchetti R, Tognetti M (2015). Il consumo di suolo nella montagna veneta: dalla percezione del fenomeno al suo monitoraggio. In: “Recuperiamo Terreno” (Munafò M, Marchetti M eds). FrancoAngeli s.r.l., Milano, Italy. [ISBN 9788891713858]
Google Scholar
(4)
Ascoli D, Moris JV, Marchetti M, Sallustio L (2024). Land use change towards forests and wooded land correlates with large and frequent wildfires in Italy. Annals of Silvicultural Research 46(2.
CrossRef | Google Scholar
(5)
Baici E, Mainini C (2021). La risicoltura italiana oltre la PAC: nuove opportunità e possibili strategie. Tesi di dottorato, Università degli Studi dell’Insubria, FrancoAngeli s.r.l., Milano, Italy. [ISBN 9788835119937]
Google Scholar
(6)
Barabesi L, Franceschi S (2011). Sampling properties of spatial total estimators under tessellation stratified designs. Environmetrics 22: 271-278.
CrossRef | Google Scholar
(7)
Bellinzas M (2004). Dinamiche demografiche, agglomerazione e determinanti economiche. Il caso italiano. Working Paper CRENoS 200407, Centre for North South Economic Research, University of Cagliari and Sassari, Italy.
Online | Google Scholar
(8)
Bianchetto E, Buscemi I, Corona P, Giardina G, La Mantia T, Pasta S (2015). Fitting the stocking rate with pastoral resources to manage and preserve mediterranean forestlands: a case study. Sustainability 7 (6): 7232-7244.
CrossRef | Google Scholar
(9)
Blondel J (2006). The “design” of Mediterranean landscapes: a millennial story of humans and ecological systems during the historic period. Human Ecology 34: 713-729.
CrossRef | Google Scholar
(10)
Bowen ME, McAlpine CA, House APN, Smith GC (2007). Regrowth forests on abandoned agricultural land: A review of their habitat values for recovering forest fauna. Biological Conservation 140: 273-296.
CrossRef | Google Scholar
(11)
Bracchetti L, Carotenuto L, Catorci A (2012). Land-cover changes in a remote area of central Apennines (Italy) and management directions. Landscape and Urban Planning 104 (2): 157-170.
CrossRef | Google Scholar
(12)
Caddeo A, Marras S, Sallustio L, Spano D, Sirca C (2019). Soil organic carbon in Italian forests and agroecosystems: estimating current stock and future changes with a spatial modelling approach. Agricultural and Forest Meteorology 278: 107654.
CrossRef | Google Scholar
(13)
Cellamare C (2024). Roma città-territorio. Abitare un contesto metropolitano. Quodlibet, Macerata.
Google Scholar
(14)
Chauchard S, Carcaillet C, Guibal F (2007). Patterns of land-use abandonment control tree-recruitment and forest dynamics in Mediterranean mountains. Ecosystems 10: 936-948.
CrossRef | Google Scholar
(15)
Cavalli A, Francini S, Cecili G, Cocozza C, Congedo L, Falanga V, Spadoni GL, Maesano M, Munafò M, Chirici G, Scarascia Mugnozza G (2022). Afforestation monitoring through automatic analysis of 36-years Landsat best available composites. iForest 15: 220-228.
CrossRef | Google Scholar
(16)
Cocca G, Sturaro E, Gallo L, Ramanzin M (2012). Is the abandonment of traditional livestock farming systems the main driver of mountain landscape change in Alpine areas? Land Use Policy 29 (4): 878-886.
CrossRef | Google Scholar
(17)
Corona P, Fattorini L, Chirici G, Valentini R, Marchetti M (2007). Estimating forest area at the year 1990 by two-phase sampling on historical remotely sensed imagery in Italy. Journal of Forest Research 12: 8-13.
CrossRef | Google Scholar
(18)
Corona P (2010). Integration of forest mapping and inventory to support forest management. iForest - Biogeosciences and Forestry 3: 59-66.
CrossRef | Google Scholar
(19)
Corona P, Barbati A, Tomao A, Bertani R, Valentini R, Marchetti M, Fattorini L, Perugini L (2012). Land use inventory as framework for environmental accounting: an application in Italy. iForest - Biogeosciences and Forestry 5: 204-209.
CrossRef | Google Scholar
(20)
CREA (2023). L’agricoltura italiana conta 2022. Consiglio per la ricerca in agricoltura e l’analisi dell’economia agraria. Link.
Online | Google Scholar
(21)
De Natale F, Gasparini P (2003). Manuale di fotointerpretazione per la classificazione delle unità di campionamento di prima fase. Inventario Nazionale delle Foreste e dei Serbatoi Forestali di Carbonio, MiPAF - Direzione Generale per le Risorse Forestali Montane e Idriche, Corpo Forestale dello Stato, CRA-ISAFA, Trento.
Google Scholar
(22)
Dettori S, Inglese P, Filigheddu MR, Deplano G, Schirru M (2012). Olivicoltura multifunzionale e paesaggio. Accademia Nazionale dell’Olivo e dell’Olio di Spoleto, Collana divulgativa dell’Accademia, Volume XVII. [ISSN 2281-4930]
Google Scholar
(23)
D’Amico G, Vangi E, Francini S, Giannetti F, Nicolaci A, Travaglini D, Massai L, Giambastiani Y, Terranova C, Chirici G (2021). Are we ready for a National Forest Information System? State of the art of forest maps and airborne laser scanning data availability in Italy. iForest - Biogeosciences and Forestry 14: 144-154.
CrossRef | Google Scholar
(24)
Di Biase RM, Marcelli A, Corona P, Stehman SV, Fattorini L (2025). Design-based mapping of errors in remote sensing-based land use/land cover maps. Stochastic Environmental Research and Risk Assessment 39: 1077-1090.
CrossRef | Google Scholar
(25)
Di Lallo GD, Ottaviano M, Sallustio L, Lasserre B, Marchetti M (2018). Il paesaggio italiano tra urbanizzazione e ricolonizzazione forestale. Agriregionieuropa 14 (54): 1-5.
Google Scholar
(26)
Di Pirro E, Sallustio L, Capotorti G, Marchetti M, Lasserre B (2021). A scenario-based approach to tackle trade-offs between biodiversity conservation and land use pressure in Central Italy. Ecological Modelling 448: 109533.
CrossRef | Google Scholar
(27)
Ellis EC, Ramankutty N (2008). Putting people in the map: anthropogenic biomes of the world. Frontiers in Ecology and the Environment 6 (8): 439-447.
CrossRef | Google Scholar
(28)
Falcucci A, Maiorano L, Boitani L (2007). Changes in land-use/land-cover patterns in Italy and their implications for biodiversity conservation. Landscape Ecology 22 (4): 617-631.
CrossRef | Google Scholar
(29)
Fanfani D (2016). La governance integrata delle aree agricole periurbane. Una prospettiva bioregionale fra pianificazione e progetto di territorio. Agriregionieuropa 12 (44).
Google Scholar
(30)
Fattorini L (2015). Design-based methodological advances to support national forest inventories: a review of recent proposals. iForest - Biogeosciences and Forestry 8: 6-11.
CrossRef | Google Scholar
(31)
Ferretti F, Alberti G, Badalamenti E, Campagnaro T, Corona P, Garbarino M, La Mantia T, Malandra F, Maresi G, Morresi D, Piermattei A, Pividori M, Romano R, Salvadori C, Sibona E, Da Silveira Bueno R, Sitzia T, Urbinati C, Vitali A, Pelleri F (2019). Boschi di neoformazione in Italia: approfondimenti conoscitivi e orientamenti gestionali. Rete Rurale Nazionale 2014-2020, Scheda n. 22.2 - Foreste, Consiglio per la ricerca in agricoltura e l’analisi dell’economia agraria, Roma. [ISBN 978-88- 3385-015-3]
Google Scholar
(32)
Foley JA, DeFries R, Asner GP, Barford C, Bonan G, Carpenter SR, Chapin FS, Coe MT, Daily GC, Gibbs HK, Helkowski JH, Holloway T, Howard EA, Kucharik CJ, Monfreda C, Patz JA, Prentice IC, Ramankutty N, Snyder PK (2005). Global consequences of land use. Science 309 (5734): 570-574.
CrossRef | Google Scholar
(33)
Frascarelli A, Mariano E (2012). Il consumo di suolo in Italia: una valutazione delle politiche. Agriregionieuropa 9 (33).
Google Scholar
(34)
Giannetti F, Pecchi M, Travaglini D, Francini S, Amico G, Vangi E, Cocozza C, Chirici G (2021). Estimating VAIA windstorm damaged forest area in Italy using time series Sentinel-2 imagery and continuous change detection algorithms. Forests 12(6): 680.
CrossRef | Google Scholar
(35)
Giarrizzo E, Burrascano S, Chiti T, De Bello F, Lepš J, Zavattero L, Blasi C (2017). Re-visiting historical semi-natural grasslands in the Apennines to assess patterns of changes in species composition and functional traits. Applied Vegetation Science 20 (2): 247-258.
CrossRef | Google Scholar
(36)
Gómez-Baggethun E, Barton DN (2013). Classifying and valuing ecosystem services for urban planning. Ecological Economics 86: 235-245.
CrossRef | Google Scholar
(37)
Iacomoni A (2019). Patrimonio culturale e territorio agricolo: tutela dell’identità e strategie di sviluppo. In: “Il Paesaggio Rurale tra Storia, Identità e Sviluppo” (Iacomoni A ed). Firenze (Italy), 21 November 2019, pp. 57-60.
Google Scholar
(38)
INEA (1996). L’agricoltura italiana conta 1996. Istituto Nazionale di Economia Agraria, Roma, Italia.
Online | Google Scholar
(39)
ISPRA (2014). Italian Greenhouse Gas Inventory 1990-2012. National Inventory Report. Rapporti 198/14. [ISBN 978-88-448-0654-5]
Google Scholar
(40)
ISPRA (2017). Italian Greenhouse Gas Inventory 1990-2015. National Inventory Report. Rapporti 261/17. [ISBN 978-88-448-0822-8]
Google Scholar
(41)
ISPRA (2025). Italian Greenhouse Gas Inventory 1990-2023. National Inventory Report. Rapporti 411/25. [ISBN 978-88-448-1252-2]
Google Scholar
(42)
ISTAT (2020). Annuario statistico italiano 2020. Istituto Nazionale di Statistica, Roma, pp. XXIV+802. [ISBN 978-88-458-2034-2]
Google Scholar
(43)
ISTAT (2023). Popolazione residente e dinamica della popolazione.
Online | Google Scholar
(44)
ISTAT (2024). Annuario statistico italiano 2024.
Online | Google Scholar
(45)
ISTAT (2025a). Istituto Nazionale di Statistica.
Online | Google Scholar
(46)
ISTAT (2025b). La banca dati dell’Istituto Nazionale di Statistica.
Online | Google Scholar
(47)
La Mantia T (2008). La biodiversità delle formazioni naturali e seminaturali in Sicilia: cambiamenti e ipotesi di gestione. In: “Atti del Terzo Congresso Nazionale di Selvicoltura”. Taormina (Messina), vol. 1, pp. 199-204.
Google Scholar
(48)
Lambin EF, Turner BL, Geist HJ, Agbola SB, Angelsen A, Bruce JW, Coomes OT, Dirzo R, Fischer G, Folke C, George PS, Homewood K, Imbernon J, Leemans R, Li X, Moran EF, Mortimore M, Ramakrishnan PS, Richards JF, Skånes H, Steffen W, Stone GD, Svedin U, Veldkamp TA, Vogel C, Xu J (2001). The causes of land-use and land-cover change: moving beyond the myths. Global Environmental Change 11 (4): 261-269.
CrossRef | Google Scholar
(49)
Mantino F (2014). La governance come fattore di sviluppo. INEA, roma. [ISBN 978-88-8145-4426]
Google Scholar
(50)
Marchetti M, Bertani R, Corona P, Valentini R (2012). Cambiamenti di copertura forestale e dell’uso del suolo nell’inventario dell’uso delle terre in Italia. Forest@ - Rivista di Selvicoltura ed Ecologia Forestale 9 (4): 170-184.
CrossRef | Google Scholar
(51)
Marchetti M, Lasserre B, Pazzagli R, Sallustio L (2014). Spazio rurale e urbanizzazione: analisi di un cambiamento. Scienze del Territorio 2: 239-248.
Google Scholar
(52)
Marchetti M, Corona P, Fattorini L, Pagliarella MC, Munafò M, Chirici G, Lombardi F, Ottaviano M, Vizzarri M, Sallustio L (2016). The Italian Land Use Inventory for assessing land use changes in Italy during last decades. In: “7th International Conference on Agricultural Statistics (ICAS VII)”, 26-28 October 2016, pp. 1-8.
CrossRef | Google Scholar
(53)
Marchetti M, Sallustio L (2018). A comprehensive assessment of the recent land use changes in Italy. In: Atti del “IV Congresso Nazionale di Selvicoltura”. Torino (Italy), 5-9 Nov 2018, pp. 141-142. [ISBN 978-88-87553-24-6]
Google Scholar
(54)
Marchetti M, Vizzarri M, Lasserre B, Sallustio L, Tavone A (2015). Natural capital and bioeconomy: challenges and opportunities for forestry. Annals of Silvicultural Research 38 (2): 62-73.
CrossRef | Google Scholar
(55)
Marchetti M, Vizzarri M, Sallustio L, Di Cristofaro M, Lasserre B, Lombardi F, Giancola C, Perone A, Simpatico A, Santopuoli G (2018). Behind forest cover changes: is natural regrowth supporting landscape restoration? Findings from Central Italy. Plant Biosystems 152: 1-12.
CrossRef | Google Scholar
(56)
Menetto G, Diegoli C, Ferrari R (2007). Manuale di fotointerpretazione per le aree protette del Piemonte (CSI Piemonte). Direzione Territorio e Ambiente, Torino.
Online | Google Scholar
(57)
Motta R, Lingua E (2005). Human impact on size, age, and spatial structure in a mixed European larch and Swiss stone pine forest in the Western Italian Alps. Canadian Journal of Forest Research 35 (8): 1809-1820.
CrossRef | Google Scholar
(58)
Munafò M, Assennato F, Congedo L, Luti T, Marinosci I, Monti G, Riitano N, Sallustio L, Strollo A, Tombolini I, Marchetti M (2015). Il consumo di suolo in Italia - Edizione 2015. ISPRA Rapporti 218/2015 [ISBN 978-88-448-0703-0]
Google Scholar
(59)
Munafò M (2022). Consumo di suolo, dinamiche territoriali e servizi ecosistemici. Report SNPA 32/22. [ISBN 978-88-448-1124-2]
Google Scholar
(60)
Munafò M (2023). Consumo di suolo, dinamiche territoriali e servizi ecosistemici. Report SNPA 37/23. [ISBN 978-88-448-1178-5]
Google Scholar
(61)
Munafò M (2024). Consumo di suolo, dinamiche territoriali e servizi ecosistemici. Report SNPA 43/24. [ISBN 978-88-448-1234-8]
Google Scholar
(62)
Munafò M, Strollo A, Tonti D, Marchetti M (2024). Consumo di suolo e dinamiche territoriali ed ecologiche. In: “Roma città-territorio. Abitare un contesto metropolitano” (Cellamare C ed). Quodlibet, Macerata, pp. 39-47.
Google Scholar
(63)
Ottaviano M, Marchetti M (2023). Census and dynamics of trees outside forests in Central Italy: changes, net balance and implications on the landscape. Land 12 (5): 1013.
CrossRef | Google Scholar
(64)
Pagliarella MC, Sallustio L, Capobianco G, Conte E, Corona P, Fattorini L, Marchetti M (2016). From one- to two-phase sampling to reduce costs of remote sensing-based estimation of land-cover and land-use proportions and their changes. Remote Sensing of Environment 184: 410-417.
CrossRef | Google Scholar
(65)
Park HS, Jun CH (2009). A simple and fast algorithm for K-meds clustering. Expert Systems with Applications 36 (2): 3336-3341.
CrossRef | Google Scholar
(66)
Pra A, Pettenella D (2017). Stima dell’andamento della redditività delle piantagioni di pioppo alla luce delle politiche di settore. Forest@ - Rivista di Selvicoltura ed Ecologia Forestale 14: 218-230.
CrossRef | Google Scholar
(67)
Rivieccio R, Sallustio L, Paolanti M, Vizzarri M, Marchetti M (2017). Where land use changes occur: using soil features to understand the economic trends in agricultural lands. Sustainability 9 (1): 78.
CrossRef | Google Scholar
(68)
Ruhl JB (2004). Ecosystem services and the common law of “The Fragile Land System”. Natural Resources and Environment 20 (2): 3-69.
Online | Google Scholar
(69)
Sallustio L, Vizzarri M, Marchetti M (2012). Trasformazioni territoriali recenti ed effetti sugli ecosistemi e sul paesaggio italiano. Territori 18: 46-53.
Google Scholar
(70)
Sallustio L, Simpatico A, Munafò M, Giancola C, Tognetti R, Vizzarri M, Marchetti M (2015). Recent trends in forest cover changes: only positive implications? L’Italia Forestale E Montana 70 (4): 273-294.
CrossRef | Google Scholar
(71)
Sallustio L, Munafò M, Riitano N, Lasserre B, Fattorini L, Marchetti M (2016). Integration of land use and land cover inventories for landscape management and planning in Italy. Environmental Monitoring and Assessment 188 (48).
CrossRef | Google Scholar
(72)
Sallustio L, Pettenella D, Merlini P, Romano R, Salvati L, Marchetti M, Corona P (2018a). Assessing the economic marginality of agricultural lands in Italy to support land use planning. Land Use Policy 76: 526-534.
CrossRef | Google Scholar
(73)
Sallustio L, Di Cristofaro M, Hashmi MM, Vizzarri M, Sitzia T, Lasserre B, Marchetti M (2018b). Evaluating the contribution of trees outside forests and small open areas to the Italian landscape diversification during the last decades. Forests 9 (11): 701.
CrossRef | Google Scholar
(74)
Sallustio L, Perone A, Vizzarri M, Corona P, Fares S, Cocozza C, Tognetti R, Lasserre B, Marchetti M (2019). The green side of the grey: Assessing greenspaces in built-up areas of Italy. Urban Forestry and Urban Greening 37: 147-153.
CrossRef | Google Scholar
(75)
Santoro A, Piras F (2023). Natural forests or cultural forests? Forest changes within Italian protected areas in the last 85 years. Forests 14 (5): 921.
CrossRef | Google Scholar
(76)
Schröter D, Cramer W, Leemans R, Prentice IC, Araújo MB, Arnell NW, Bondeau A, Bugmann H, Carter TR, Gracia CA, De la Vega-Leinert AC, Erhard M, Ewert F, Glendining M, House JI, Kankaanpää S, Klein RJ, Lavorel S, Lindner M, Metzger MJ, Meyer J, Mitchell TD, Reginster I, Rounsevell M, Sabaté S, Sitch S, Smith B, Smith J, Smith P, Sykes MT, Thonicke K, Thuiller W, Tuck G, Zaehle S, Zierl B (2005). Ecosystem service supply and vulnerability to global change in Europe. Science 310 (5752): 1333-1337.
CrossRef | Google Scholar
(77)
Sitzia T, Semenzato P, Trentanovi G (2010). Natural reforestation is changing spatial patterns of rural mountain and hill landscapes: a global overview. Forest Ecology and Management 259: 1354-1362.
CrossRef | Google Scholar
(78)
SNPA (2025). Consumo di suolo, dinamiche territoriali e servizi ecosistemici. Edizione 2025, Report ambientali SNPA, 46/2025.
Google Scholar
(79)
Spadoni GL, Moris JV, Vacchiano G, Elia M, Garbarino M, Sibona E, Tomao A, Barbati A, Sallustio L, Salvati L, Ferrara C, Francini S, Bonis E, Dalla Vecchia I, Strollo A, Di Leginio M, Munafò M, Chirici G, Romano R, Corona P, Marchetti M, Brunori A, Motta R, Ascoli D (2023). Active governance of agro-pastoral, forest and protected areas mitigates wildfire impacts in Italy. Science of The Total Environment 890: 164281.
CrossRef | Google Scholar
(80)
Tassinari P (2012). Le trasformazioni dei paesaggi nel territorio rurale: le ragioni del cambiamento e possibili scenari futuri: Approfondimenti interdisciplinari per la salvaguardia, la gestione e la pianificazione. Gangemi Editore S.p.A., pp. 255.
Google Scholar
(81)
WWF (2024). Living planet report 2024 - A system in peril. WWF, Gland, Switzerland.
Google Scholar
 
 
 

Navigazione

 

This website uses cookies to ensure you get the best experience on our website. More info