Sensitivity analysis di un modello per la valutazione economica del rischio di siccità agricola

Nel lavoro è stata effettuata l’analisi di sensitività della metodologia ADERA (Risk Analysis and Economic Impact Assessment of Agricultural Drought) finalizzata allo studio della Siccità Agricola. Tale metodologia opera non solo in termini di deficit idrico (frequenza e severità), ma anche in termini economici (impatto del fenomeno sull’agricoltura). A tale scopo vengono definiti tre livelli di troncamento di cui il primo per la quantificazione dello stress idrico, il secondo per la quantificazione dell’impatto di tale stress in termini economici (fissato dal singolo utente) ed il terzo per la valutazione del rischio dell’impatto critico. ADERA si basa su un modello che quantifica l’impatto della deficienza idrica sull’agricoltura in termini di redditività dell’unità colturale (NB) in funzione dei parametri economici (costi di produzione, C; prezzi di vendita Ps; sussidi Su etc.) e dell’entità dello stress idrico (quantificato tramite un indice di siccità, X). Il modello assume quindi la seguente struttura funzionale: NB=g(X, Ps, Su, C) in cui l’impatto NB rappresenta la variabile dipendente mentre i parametri economici e l’indice di siccità le variabili indipendenti. La frequenza del verificarsi dell’impatto critico fornisce poi una stima del rischio. La sensibilità di NB alla dinamica delle variabili indipendenti (X, Ps, Su, C) è stata analizzata tramite una “sensitivity analysis” del modello, utilizzando il metodo degli Standardized Regression Coefficients, SRCs, determinati tramite regressione e basati su una simulazione di tipo Monte Carlo. Lunghe serie storiche delle variabili indipendenti sono state analizzate allo scopo di individuare la loro distribuzione statistica ed i corrispondenti parametri. L’analisi ha permesso di valutare l’importanza relativa delle variabili del modello, il grado di linearità dello stesso e l’effetto di cambiamenti strutturali (come la tipologia di indice di siccità usato come quantificatore dello stress). Inoltre, i campioni di variabili indipendenti, generati stocasticamente, sono stati utilizzati allo scopo di quantificare la frequenza cumulata dell’impatto NB nonché la frequenza e l’entità del rischio connessi al secondo ed al terzo livello di troncamento.