Gli interventi al sito d’azione del progetto europeo WaterLANDS (GA 101036484), progetto complementare all’ iniziative di Vital, hanno come obiettivi principale il ripristino della vegetazione autoctona e la stabilizzazione dei sedimenti su barene ricostruite, fondamentali per prevenire l’erosione e mantenere nel tempo l'integrità morfologica di queste aree caratteristiche della Laguna.

Ma come valutare se le azioni intraprese stanno davvero producendo gli effetti sperati? La risposta consiste in un sistema integrato di monitoraggio che comprende, tra le varie metodologie, rilevamenti sul campo, raccolta di dati multispettrali e vegetazionali e analisi comparative. Queste, grazie alla messa in opera di un insieme di strumenti e attività, consentono di acquisire informazioni precise e di interpretare lo stato di salute dell’insieme della barena e allo stesso tempo dei suoi componenti specifici.

La tesi di Niccolò Berselli (Corso di laurea triennale in Urbanistica e Pianificazione del Territorio all’Università IUAV di Venezia) con il Prof. Daniele Brigolin ha creato un nuove fronte per l’innovazione delle attività di monitoraggio in laguna e rappresenta un esempio di come la ricerca applicata con tecnologie avanzate sta migliorando la comprensione dell'efficacia degli interventi mirati alla rigenerazione della biodiversità dell'habitat intertidale.

Due indici vegetazionali, l’NDVI (Normalized Difference Vegetation Index) e l’NDRE (Normalized Difference Red Edge), giocano un ruolo cruciale in questo processo. L’NDVI misura l’attività fotosintetica delle piante, indicando quanto siano verdi e attive nella crescita. L’NDRE, invece, fornisce informazioni più dettagliate sullo stato fisiologico delle piante, come la loro capacità di assorbire nutrienti, particolarmente importante in ambienti salmastri come le barene.

Per calcolare questi indici, grazie alla collaborazione con l’Università IUAV, sono stati confrontati i dati precisi sulla riflettanza della luce dalle superfici vegetative acquistati tramite due tipi di sensori ottici (fotocamere) sul drone e integrato in uno strumento portatile (RapidSCAN CS-45). I dati raccolti sono stati poi analizzati per individuare schemi e variazioni, confrontandoli con le osservazioni sul campo. Questo approccio combinato, ancora in via di sviluppo e miglioramento nei prossimi mesi, permetterà di comprendere meglio e con maggiore facilità non solo quali specie vegetali stanno colonizzando la barena artificiale, ma anche quali zone della barena sono in stato di stress ecologico e quindi richiedenti di ulteriori interventi.

Ad esempio, l’uso dell’NDVI ha mostrato come alcune specie pionieristiche, come Salicornia veneta e Spartina maritima, siano cruciali per il consolidamento del terreno, mentre l’NDRE ha rivelato differenze nella capacità delle piante di assorbire nutrienti in condizioni di elevata salinità.

I dati raccolti indicano che gli interventi di restauro stanno favorendo il ripristino delle dinamiche ecologiche delle barene. Infatti, i dati ottici non solo permettono di monitorare lo stato attuale della barena, ma aiutano anche a prevederne l’evoluzione futura. L’analisi delle tendenze, infatti, offre indicazioni utili per pianificare interventi mirati e prevenire nuovi fenomeni di degrado.

L’aspetto più interessante di questo metodo è la sua replicabilità e rappresenta un importante passo avanti nella gestione adattiva degli ecosistemi, dove il monitoraggio regolare è necessario per guidare le decisioni per l’impiego di soluzioni basate sulla natura e la riattivazione dei dinamismi inerenti all’ecologia lagunare.

Il lavoro sul sito Lago Bastia dimostra che il restauro ecologico non è solo una questione di interventi puntuali, ma richiede un approccio basato sulla conoscenza scientifica, il monitoraggio a lungo termine e i principi dell' adaptive management. Questo metodo consente di adattare le strategie in risposta ai cambiamenti osservati, offrendo una strada più efficace e sostenibile per salvaguardare non solo le barene della Laguna di Venezia, ma anche altri ecosistemi in tutto il mondo.