Il ruolo dei big data nell'impatto ambientale della PAC

L'uso dei big data e di fonti dati innovative per valutare gli impatti ambientali della Politica Agricola Comune (PAC) è stato al centro del decimo Workshop sulle Buone Pratiche "Assessment of environmental impacts of the CAP", organizzato dalla Rete PAC dell'UE con il supporto dell'Helpdesk europeo per la valutazione della PAC, si è tenuto il 12-13 giugno 2025 ad Hannover. 

La PAC ha un ruolo chiave nella protezione ambientale e nella lotta al cambiamento climatico, ma misurare gli impatti ambientali della PAC è complesso ed è un processo che presenta non poche difficoltà. Tra le principali difficoltà si segnalano:

In questo contesto un ruolo importante potrebbero rivestirlo i big data che, grazie a tecnologie come il telerilevamento e i sensori in situ, offrono nuove opportunità per analisi più robuste ed efficaci e per decisioni basate su evidenze scientifiche. Alla luce di queste potenzialità, il workshop della Rete PAC Europea è stata l'occasione per rafforzare le competenze sull'uso dei big data per la valutazione ambientale della PAC, per condividere esperienze pratiche tra i partecipanti e favorire il networking e per identificare bisogni di supporto per autorità di gestione e valutatori della PAC.

La crescente enfasi attribuita dalla PAC agli obiettivi ambientali e climatici impone un'attenta riflessione sulle modalità di valutazione degli impatti delle misure adottate e degli investimenti posti in essere. In tale contesto, l'utilizzo dei big data può rappresentare uno strumento strategico per rafforzare la trasparenza delle valutazioni attraverso l'analiticità, la tempestività e l'evidenza empirica delle analisi.

Con il termine "big data" ci si riferisce a insiemi di dati caratterizzati da:

che richiedono tecnologie e metodologie avanzate per la loro gestione, analisi e utilizzo. Nel contesto della PAC, tali dati possono includere informazioni derivanti da molteplici fonti, come osservazioni satellitari (ad esempio il programma di osservazione delle Terra Copernicus, dell'Unione Europea), sensori in situ, dati amministrativi (come quelli gestiti dal Sistema integrato di gestione e di controllo (SIGC) e fonti statistiche derivanti da rilevazioni eseguite a livello aziendale, come la Rete di Informazione sulla Sostenibilità Agricola (RISA), evoluzione dell'attuale RICA.

L'integrazione dei big data nelle attività valutative può consentire di superare alcuni limiti strutturali connessi all'utilizzo di fonti tradizionali, in particolare in relazione all'analisi di impatti ambientali di interventi complessi, come quelli agro-climatico-ambientali, che tanto rilievo hanno assunto negli obiettivi e nel budget della PAC. A titolo esemplificativo, l'uso di indicatori biogeofisici derivati da dati satellitari consente di monitorare:

A partire da queste informazioni, si possono sviluppare analisi tempestive di molteplici aspetti, come la stima quantitativa degli impatti della PAC su fenomeni ambientali quali l'erosione del suolo, la biodiversità o, in maniera parziale, il sequestro di carbonio.

I big data possono naturalmente essere utilizzati anche per valutare gli altri interventi realizzati attraverso le risorse della PAC, come gli investimenti aziendali, le azioni per la promozione dell'innovazione e quelli per supportare lo sviluppo armonico delle aree rurali. Tuttavia, va tenuto conto che le questioni ambientali sono caratterizzate da molteplici variabili quantitative interconnesse tra di loro, che vanno, nella misura del possibile, tutte prese in considerazione per ricostruire un quadro puntuale degli effetti delle politiche, e quindi in questo quadro i big data sono particolarmente utili a governare la complessità dei fenomeni analizzati. Il loro utilizzo potrebbe agevolare e rendere più robusta la valutazione degli effetti ambientali della Politica Agricola Comune (PAC).

Grazie a tecnologie sempre più avanzate - dai satelliti ai sensori, dai database pubblici agli open data - si possono raccogliere e integrare informazioni dettagliate sul territorio, sull'uso del suolo e sulle pratiche agricole. Tuttavia, come emerso durante il recente workshop della Rete Europea per la PAC, il passaggio dalla teoria alla pratica è tutt'altro che semplice. Esistono attualmente alcune problematiche e criticità connesse all'utilizzo dei big data, che pongono altrettante sfide.

Un patrimonio di dati... difficile da usare

Uno dei principali ostacoli è la grande diversità e frammentazione di fonti e dati e la necessità della loro armonizzazione. Le informazioni utili arrivano da fonti molto diverse - satelliti, sensori a terra, archivi pubblici, dati aziendali - e ciascuna usa propri formati, frequenze e standard. Questo rende difficile l'integrazione e l'analisi congiunta dei dati. Più in particolare, l'efficacia analitica dei dati satellitari, ad esempio, dipende fortemente dalla disponibilità di dati ausiliari e da modelli capaci di interpretare correttamente le immagini rilevate. Per superare il problema, servirebbe adottare standard comuni a livello europeo e sviluppare sistemi digitali interoperabili, cioè capaci di "parlarsi" tra loro.
Un esempio è l'uso combinato dei dati ambientali (es. derivanti da Copernicus), economici (es. RISA), amministrativi (es. SIGC, il sistema informativo della PAC) e delle immagini satellitari (Earth Observation - EO): tutti offrono informazioni preziose, seppure con limiti diversi, ma insieme potrebbero restituire un quadro più completo. Questo richiede un grande lavoro di coordinamento e la costruzione di sistemi informativi (infrastrutture) interoperabili, sia sul piano tecnico che semantico, che garantiscano la coerenza e la tracciabilità delle informazioni.

Qualità, quantità e accesso: non solo una questione tecnica

La qualità e l'affidabilità dei dati rappresentano un nodo critico. È fondamentale rafforzare la rappresentatività dei dati raccolti, correggere errori e bias, e sviluppare controfattuali solidi e credibili (Cfr. Z. Brutti e M. Freo, I. Criscuoli).
La scarsità di risorse e la gravosità della raccolta e del mantenimento dei database limitano spesso la dimensione dei campioni e la tempestività delle analisi. I campioni sono piccoli, i tempi lunghi, e i database difficili da aggiornare. Per ovviare a queste criticità, è essenziale valorizzare i dataset già esistenti, favorire la condivisione tra istituzioni e promuovere strategie collaborative per ampliare la base informativa.

Le competenze contano (e mancano)

Un ulteriore nodo critico riguarda la carenza di capacità istituzionali, competenze digitali e sistemi di governance, tanto tra gli agricoltori quanto tra i tecnici delle amministrazioni. Le Autorità di Gestione devono poter disporre di personale qualificato, infrastrutture digitali adeguate e competenze analitiche per sfruttare efficacemente i Big Data. Attualmente, permangono forti disomogeneità tra gli Stati membri sia in termini di competenze tecniche che di risorse disponibili, oltre a marcate differenze nei modelli organizzativi. Queste disparità possono rappresentare un ostacolo alla diffusione coerente e sistematica di un approccio data-driven nella valutazione. Tali disparità sono presenti anche all'interno del nostro Paese tra le diverse Regioni, basti pensare al fatto che alcune sono dotate di un Organismo Pagatore (OP) regionale autonomo e altre utilizzano l'OP nazionale (AGEA). Serve una maggiore cooperazione tra ricerca, valutatori e policy maker, a partire da un lavoro ex ante di pianificazione della raccolta dati per non trovarsi con informazioni inutilizzabili a posteriori. È inoltre necessario chiarire le responsabilità operative e incentivare il coordinamento tra stakeholder, superando logiche di competizione.

Interoperabilità: far dialogare sistemi e settori

Il vero salto di qualità passa per la creazione di piattaforme digitali interoperabili. Questa è una condizione imprescindibile per integrare dati eterogenei (EO, sensori, SIGC, citizen science, dati agroclimatici).  In tal senso, esperienze come quelle illustrate nella presentazione di Raphael D'Andrimont mostrano la direzione da seguire, promuovendo sistemi federati che permettano l'accesso e l'analisi congiunta di dati provenienti da fonti diverse. Un esempio interessante è l'uso di tecnologie partecipative, in cui cittadini e agricoltori contribuiscono direttamente alla raccolta di dati ambientali (Cfr. Sophie Ogan). Nel contesto italiano, le criticità sono particolarmente evidenti: mancanza di un coordinamento efficace tra AGEA e gli altri Organismi Pagatori, assenza di un sistema unico di identificazione delle parcelle, discrepanze nelle aree georeferenziate nel tempo, variazioni nei codici delle misure, e difficoltà nella tracciabilità delle pratiche agronomiche (cfr. I. Criscuoli).

La questione della privacy

Un altro ostacolo emerso nell'ambito del workshop è rappresentato dalla protezione dei dati personali, normato a livello europeo dal Regolamento Generale sulla Protezione dei Dati (Regolamento UE 2016/679, GDPR). Le regole sono giustamente rigorose, ma spesso rallentano l'accesso ai dati, anche per scopi legittimi come la valutazione ambientale. Manca ancora una chiara consapevolezza del valore che questi dati possono avere per migliorare le politiche pubbliche, e servirebbero strumenti e protocolli condivisi per garantire sicurezza e trasparenza.

Dati utili, ma anche comprensibili

Infine, c'è una questione di comunicazione: i risultati delle analisi devono essere comprensibili e utili non solo per i tecnici, ma anche per i decisori politici, le aziende agricole e i cittadini. Se i modelli sono troppo complessi e i dati troppo tecnici, il rischio è che nessuno li usi davvero per cambiare le cose. Servono dunque strumenti di visualizzazione chiari, linguaggi accessibili e una maggiore attenzione alla traduzione dei dati in decisioni.

Si stanno moltiplicando casi studio concreti provenienti da progetti e iniziative europee e che mostrano reali possibilità di utilizzo dei big data e i possibili approcci per estenderne l'uso sistematico nella PAC post‑2027. Tali esperienze, alcune delle quali presentate durante il workshop, offrono esempi che rendono comprensibili concetti complessi, dimostrano che certe soluzioni sono già applicate con successo, e facilitano l'apprendimento tra amministrazioni e territori.
Uno dei casi studio presentati è quello presentato dal CREA PB dal titolo "Assessing CAP impact on soil C stocks with big data", realizzato nell'ambito del progetto europeo EJP SOIL.
Nell'ambito di CarboSeq, il progetto di ricerca europeo finanziato dal Programma EJP SOIL (Horizon 2020, 862695) il CREA-Centro di ricerche Politiche e Bio-economia insieme al CREA-Centro di Ricerca Agricoltura e Ambiente ha messo a punto e testato una metodologia per quantificare il potenziale impatto del Secondo Pilastro della PAC, il cosiddetto Programma di Sviluppo Rurale (PSR), della precedente programmazione (2014-2022) su un parametro ambientale di particolare rilievo, il Carbonio Organico dei Suoli (SOC). 

Il SOC è stato scelto perché è un indicatore che descrive sia il contributo dell'agricoltura al cambiamento climatico (immagazzinamento di carbonio in forma più o meno stabile nel suolo) che la salute del suolo (fertilità, permeabilità, resistenza all'erosione, ecc...). Il secondo pilastro della PAC è stato oggetto di analisi piuttosto del primo pilastro poiché incentiva, su base volontaria, l'attuazione di misure di gestione agraria più ambiziose. La metodologia è stata testata in Sicilia, un caso studio selezionato sulla base della disponibilità di una serie di dati descrittivi dell'implementazione della PAC e di aspetti ambientali.  

Più in particolare, la simulazione si è basata su dati relativi all'implementazione delle misure del PSR a livello parcellare, forniti dall'organismo pagatore nazionale della PAC, AGEA, per il periodo di programmazione 2014-2022. In totale, per l'intera Sicilia, sono state fornite informazioni sull'adesione a fondi PAC per un totale di circa 2 milioni di parcelle, su database georeferenziati (shapefile) leggibili in ambiente GIS (Sistema Informativo Geografico) (Fig. 1).

A questi dati, sono stati sovrapposti altri strati informativi descrittivi delle caratteristiche del suolo (mappa delle tipologie di suolo della Sicilia sviluppata da CREA-AA) e delle condizioni meteorologiche (temperatura e precipitazioni) derivate dal database climatico europeo AGRI4CAST, liberamente consultabile online.

Al fine di simulare l'impatto delle misure del PSR Sicilia sul contenuto di carbonio nei suoli, sulla base delle informazioni descritte più sopra e sulle rese agricole, descritte a livello provinciale da ISTAT, si è simulato l'andamento dello stock di carbonio nel suolo nel tempo tramite il modello biofisico RothC adattato agli ambienti aridi (RothC10_N, Farina et al., 2013). La dinamica del carbonio nei suoli è stata simulata per la durata delle misure del PSR, ad esempio per la misura "agricoltura conservativa" per 7 anni. La simulazione dell'impatto delle misure del PSR è stata poi confrontata con uno scenario definito "di controllo" ossia la gestione aziendale senza l'implementazione di pratiche migliorative. Il confronto fra i due senari ha quindi permesso di valutare l'efficacia del PSR nell'aumentare, o meno, lo stock di carbonio nei suoli rispetto alla continuazione delle prassi aziendali.

Questo studio, ad oggi oggetto di pubblicazione su rivista scientifica, mostra come, seppur con qualche difficoltà, diverse fonti di dati possano essere integrate al fine di realizzare simulazioni complesse e dimostra quanto l'interoperabilità fra fonti di dati diverse, incluse quelle amministrative, sia fondamentale per garantire lo sviluppo di metodologie efficienti ed efficaci per la simulazione degli impatti delle politiche pubbliche. 

A livello europeo, sono in corso diverse iniziative per promuovere l'uso integrato dei big data nelle valutazioni della PAC. L'estensione della rete RICA che si evolve in RISA sarà attiva dal 2025 e rappresenta, in questa direzione, una svolta significativa per la raccolta sistematica di dati ambientali a livello aziendale. Alcuni prodotti specifici, come quelli forniti dal sistema Copernicus, come la suite Vegetated Land Cover Characteristics (VLCC), presentata durante il workshop di Hannover dal dott. Luca Battistella della European Environmental Agency (EEA), offrono strumenti armonizzati per l'analisi degli impatti ambientali della PAC, in particolare su suolo, aria e biodiversità.
Inoltre, il supporto fornito dalla European Evaluation Helpdesk con le attività di capacity building, quali i Good Practice Workshops, come quello svoltosi ad Hannover, contribuiscono a rafforzare le competenze degli attori coinvolti nel ciclo valutativo, a diffondere e a condividere metodologie innovative e concrete basate sull'uso dei big data.

L'integrazione dell'utilizzo dei big data nella valutazione della PAC, a complemento degli strumenti più tradizionali, rappresenta una prospettiva di grande valore metodologico e operativo. Consente infatti di migliorare la tempestività, la granularità e la robustezza delle evidenze valutative, supportando così un'allocazione più efficace ed efficiente delle risorse pubbliche. Tuttavia, per coglierne appieno le potenzialità, sarà necessario superare le barriere legate all'interoperabilità, alla capacità tecnica e all'accesso ai dati, promuovendo un approccio cooperativo e sistemico a livello nazionale ed europeo.

È necessario lavorare su più aspetti, tecnologico, istituzionale, normativo e culturale, rinnovando gli approcci, i metodi e gli strumenti di gestione dei dati e dei sistemi informativi, nonché adottando approcci strategici collaborativi e multilivello. Solo attraverso collaborazione, investimenti in competenze e infrastrutture, e una governance chiara e condivisa, sarà possibile trasformare la complessità dei dati in uno strumento di conoscenza e miglioramento concreto.

Martina Bolli (CREA-PB - RRN), Irene Criscuoli (CREA-PB - RRN), Virgilio Buscemi (Lattanzio KIBS SpA)