Svelare i Segreti del Lago Bafa: Un’Avventura tra Modelli, Acque Salmastre e Dati Fantasma

Ciao a tutti! Oggi voglio portarvi con me in un viaggio affascinante, quasi un’indagine scientifica, nel cuore di uno dei gioielli naturali della Turchia: il Lago Bafa. Immaginate un vasto specchio d’acqua salmastra, ricco di storia, biodiversità e… problemi. Sì, perché come tante meraviglie del nostro pianeta, anche il Bafa soffre, soprattutto a causa dell’eutrofizzazione – quell’eccesso di nutrienti che fa proliferare alghe soffocando la vita acquatica.

La nostra missione? Capire cosa sta succedendo laggiù, nel dettaglio, e provare a immaginare soluzioni. Sembra semplice, vero? Beh, non proprio. Modellare un lago salmastro è già di per sé una bella gatta da pelare: la salinità e la densità dell’acqua cambiano continuamente, sia nel tempo che nello spazio, creando dinamiche complesse. Aggiungeteci poi la mano dell’uomo, che ha modificato il regime idrologico naturale con canali artificiali per controllare il livello dell’acqua, e il quadro si complica ulteriormente. E la ciliegina sulla torta? La scarsità di dati storici. È come cercare di ricostruire un puzzle intricato avendo a disposizione solo una manciata di pezzi.

La Sfida: Modellare con Pochi Dati

Ci siamo trovati di fronte a una sfida non da poco: costruire un modello tridimensionale (3D) idrodinamico e di qualità dell’acqua per il Lago Bafa. Questo lago non è solo grande e salmastro, ma è anche ipertrofico, cioè estremamente ricco di nutrienti, a causa dell’inquinamento da fonti puntuali (come scarichi diretti) e diffuse (come il ruscellamento agricolo). Il livello dell’acqua viene mantenuto artificialmente a +2 metri sul livello del mare tramite un canale che preleva acqua dal fiume Büyük Menderes, rendendo i profili di salinità e densità ancora più variabili e imprevedibili.

Come fare a simulare un sistema così complesso e “disturbato” con dati limitati? Qui entrano in gioco i nostri “superpoteri” digitali: i modelli matematici. Abbiamo scelto la suite Delft3D, uno strumento potentissimo che ci permette di simulare sia il movimento dell’acqua (con Delft3D-FLOW) sia i processi chimici, fisici e biologici che ne determinano la qualità (con Delft3D-WAQ).

Un Anno sul Campo: Alla Ricerca dei Pezzi Mancanti

Prima di poter far “girare” i modelli, avevamo bisogno di dati reali per calibrarli e validarli, cioè per assicurarci che le nostre simulazioni fossero il più possibile vicine alla realtà. Così, ci siamo rimboccati le maniche e abbiamo avviato una campagna di monitoraggio intensiva durata un anno intero, da agosto 2015 a luglio 2016.

Abbiamo raccolto campioni d’acqua a diverse profondità in quattro punti strategici del lago (L1, L2, L3, L4) e nei due canali principali (C1 – Serçin in entrata, C2 – Dalyan in uscita). Non solo acqua, ma anche sedimenti, raccolti stagionalmente, perché sapevamo che il fondo del lago poteva giocare un ruolo cruciale nel ciclo dei nutrienti. Abbiamo misurato di tutto: temperatura, ossigeno disciolto, conducibilità elettrica (un indicatore della salinità), pH, nutrienti (azoto, fosforo, silicio in varie forme), clorofilla-a (indice della biomassa algale), solidi sospesi totali, carbonio organico totale (TOC) e domanda chimica di ossigeno (COD). Un lavoro meticoloso, fondamentale per dare solide basi al nostro modello.

Per stimare i carichi inquinanti provenienti dal bacino del fiume Büyük Menderes, abbiamo utilizzato anche un altro strumento, il modello SWAT (Soil and Water Assessment Tool), che avevamo sviluppato in uno studio precedente. Questo ci ha permesso di quantificare i nutrienti trasportati nel lago dal canale artificiale Serçin.

Costruire il Modello Digitale del Lago Bafa

Con i dati raccolti e le stime dei carichi, abbiamo iniziato a costruire il nostro gemello digitale del Lago Bafa in Delft3D. Abbiamo creato una griglia di calcolo tridimensionale che rappresentasse la complessa batimetria del lago (le sue profondità variabili, con zone basse a nord-ovest e profonde fino a 25 metri a est). Abbiamo suddiviso il lago verticalmente in tre strati per catturare meglio gli effetti della stratificazione dovuta alle differenze di densità (acqua dolce in entrata vs acqua salmastra del lago).

Abbiamo inserito tutti gli input idrologici: le precipitazioni dirette sul lago, i flussi in entrata dal canale Serçin, l’evaporazione, i flussi in uscita dal canale Dalyan. E il contributo delle acque sotterranee? Qui abbiamo dovuto fare una stima, calcolandola come il “residuo” del bilancio idrico, un approccio comune quando mancano dati specifici, seppur introduca un margine di incertezza.

Fondamentali sono stati anche i dati meteorologici orari (vento, temperatura dell’aria, umidità, radiazione solare), perché il vento, in particolare, è un motore potentissimo per la circolazione dell’acqua in un lago come il Bafa, specialmente nelle zone basse. Abbiamo anche considerato la diversa rugosità del fondo, distinguendo tra le aree profonde e quelle basse coperte da fitti canneti.

Il modello Delft3D-FLOW ha simulato i livelli dell’acqua, le correnti e la distribuzione di temperatura e salinità. Questi risultati sono poi stati passati al modello Delft3D-WAQ, che ha simulato il destino dei nutrienti (azoto, fosforo, silicio), del carbonio organico, dell’ossigeno disciolto e della clorofilla-a, tenendo conto anche dell’interazione tra acqua e sedimenti (con un approccio semplificato chiamato S1-S2).

Calibrazione e Validazione: Il Momento della Verità

Una volta costruito il modello, è arrivato il momento cruciale: la calibrazione e la validazione. Abbiamo “aggiustato” i parametri del modello (come i coefficienti di turbolenza, la rugosità del fondo, i tassi di reazione biochimica) finché le sue previsioni non si sono avvicinate il più possibile ai dati misurati sul campo durante la prima metà del periodo di monitoraggio (calibrazione). Poi, abbiamo verificato se il modello “calibrato” fosse in grado di riprodurre correttamente i dati della seconda metà del periodo (validazione).

I risultati sono stati incoraggianti! Nonostante le sfide e le assunzioni fatte per la mancanza di dati, il modello è riuscito a simulare piuttosto bene l’idrodinamica (livelli, temperature, salinità) e la qualità dell’acqua (nutrienti, ossigeno, clorofilla-a). Certo, qualche discrepanza c’era, specialmente per l’ossigeno disciolto nelle zone profonde durante i periodi di stratificazione termica estiva, o per la clorofilla-a (probabilmente perché il modello non distingueva tra i diversi tipi di alghe, come i cianobatteri che tollerano meglio certe condizioni). Ma nel complesso, avevamo uno strumento funzionante, capace di catturare le dinamiche principali del lago.

Il modello ha confermato l’importanza del vento nel mescolare le acque, soprattutto nelle zone basse. Ha mostrato chiaramente i picchi di nutrienti (azoto e fosforo) in autunno/inverno (dovuti al ruscellamento e alla risospensione dei sedimenti causata dal vento) e in tarda primavera/estate (legati alle attività agricole e al rilascio dai sedimenti favorito dalle alte temperature e dal basso ossigeno).

Cosa Succederebbe Se…? Gli Scenari di Gestione

Avere un modello validato ci ha permesso di fare quello che non potremmo mai fare nella realtà: sperimentare! Abbiamo testato tre scenari per capire come migliorare la qualità dell’acqua del Bafa:

• SCENARIO 1 (SCEN 1): E se bloccassimo l’inquinamento proveniente dal canale Serçin? Abbiamo simulato l’assenza di carichi inquinanti da questa fonte.
• SCENARIO 2 (SCEN 2): E se eliminassimo l’inquinamento diffuso dal bacino circostante? Abbiamo simulato l’assenza di questi carichi (che comunque erano risultati relativamente bassi).
• SCENARIO 3 (SCEN 3): E se impedissimo ai sedimenti di rilasciare nutrienti? Abbiamo simulato l’assenza di risospensione dal fondo.

I risultati sono stati illuminanti. Lo scenario più efficace nel ridurre le concentrazioni di nutrienti (azoto e fosforo) è stato lo SCEN 1: bloccare l’inquinamento dal canale Serçin ha portato a una riduzione media del 5-25% dei nutrienti, con picchi maggiori vicino all’ingresso del canale. Questo conferma che l’alterazione del regime idrologico naturale non ha solo incasinato l’idrodinamica, ma ha anche peggiorato pesantemente la qualità dell’acqua, trasportando inquinamento dal fiume Büyük Menderes.

Lo SCEN 2 (stop all’inquinamento diffuso) ha avuto un impatto trascurabile, suggerendo che questa non è la fonte principale del problema per il Bafa.

Lo SCEN 3 (stop alla risospensione dei sedimenti) si è rivelato molto efficace nel ridurre il Carbonio Organico Totale (TOC), specialmente nei mesi autunnali e invernali, quando il vento forte smuove il fondo e le basse temperature rallentano la decomposizione. Questo ci dice che il sedimento è una fonte interna di inquinamento organico non trascurabile.

Un Lago Ancora Sotto Stress

Nonostante gli scenari, la situazione del Lago Bafa rimane critica. Secondo le normative turche ed europee, il lago è attualmente di Classe 2 (qualità buona ma non alta) per il fosforo totale. Lo SCEN 1 riuscirebbe a portarlo in Classe 1 (qualità alta). Tuttavia, secondo gli standard internazionali (OECD), il lago è classificato come eutrofico, tendente all’ipertrofico, sia per il fosforo che per l’azoto. Nessuno degli scenari individuali è risultato sufficiente a riportare il lago a uno stato trofico migliore (mesotrofico o oligotrofico).

Conclusioni: Cosa Abbiamo Imparato e Cosa Fare

Questa avventura modellistica nel Lago Bafa ci ha insegnato molto. Innanzitutto, che è possibile studiare e capire sistemi complessi anche con dati limitati, grazie a strumenti potenti come Delft3D e a un’attenta campagna di monitoraggio. Abbiamo confermato che l’intervento umano, in particolare la creazione del canale Serçin, ha avuto un impatto devastante sulla qualità dell’acqua, trasformandolo in un veicolo di inquinamento. Anche i sedimenti giocano un ruolo importante come fonte interna di nutrienti e carbonio.

Cosa fare, dunque? La priorità assoluta è controllare i nutrienti trasportati dal canale Serçin. Ma come? Forse non bloccando del tutto il flusso (che serve a mantenere il livello), ma trattando le acque prima che entrino nel lago. Qui entrano in gioco le soluzioni basate sulla natura (nature-based solutions): creare zone umide artificiali, con canneti e piante acquatiche locali, all’ingresso del canale potrebbe essere un modo efficace, sostenibile ed economicamente vantaggioso per “filtrare” l’acqua in modo naturale, riducendo sia i nutrienti che i sedimenti.

È chiaro che anche il controllo dei sedimenti interni potrebbe essere utile, ma interventi come il dragaggio o la copertura del fondo (capping) sono costosi e complessi.

Infine, è fondamentale implementare un programma di monitoraggio completo e continuo: dobbiamo tenere sotto controllo i flussi in entrata e uscita, la qualità dell’acqua nel lago (nutrienti, ossigeno, alghe, cianobatteri) e il contenuto di nutrienti nei sedimenti. L’integrazione con dati da telerilevamento potrebbe aiutare a monitorare fioriture algali e torbidità su larga scala. Solo con dati costanti e accessibili potremo gestire questo prezioso ecosistema in modo adattivo ed efficace, coinvolgendo anche le comunità locali che dal lago dipendono.

Il recupero del Lago Bafa sarà un percorso lungo e complesso, ma capire le dinamiche che lo governano è il primo, indispensabile passo.

Fonte: Springer