Ecologia con laboratorio - Parte 2

ASPETTI FONDAMENTALI IN UNA POPOLAZIONE:

ECOLOGIA → analisi scientifica della interazione tra organismi e il loro ambiente.

Nell'ambito dell'ecologia vie è un campo molto importante che studia le variazioni nell'abbondanza

e distribuzione delle specie o popolazioni.

POPOLAZIONE → gruppo di organismi della stessa specie che occupano un definito spazio in un

definito tempo.

AUTOECOLOGIA → ecologia dell'individuo.

SINECOLOGIA → studio della comunità.

DEMOECOLOGIA → approccio di dinamica della popolazione. Sintesi ra sinecologia e

autoecologia. Stima statistica di abbondana, grossa base matematica. STUDIO RECENTE.

PROPRIETà POPOLAZIONI:

Individui condividono stesse condizioni ambientali

• Individui condividono stesse risorse

• Individui interagiscono tra loro : competizione, predazione, mutalismo etc...

• Le popolazioni sono UNITà EVOLUTIVE ( individui che divergono da popolazione

possono essere soggette a evoluzione dare vita a specie diverse)

Le popolazioni sono anche UNITà DI CONSERVAZIONE:

es: ORSO BRUNO

A livello globale ha una distribuzione.

IUCN (Unione Internazionale per la Conservazione della Natura) → classifica specie in base lo

stato conservazione di una specie e quindi il rischio di conservazione.

LC = Least Concern VU=Vulnerable EN=Endangered CR=Critically Endangered

Conservazione Orso Bruno

Globale → LC ( Least Concern = Non Minacciato)

Europa → LC ( Least Concern = Non Minacciato)

Mediterraneo → VU ( Vulnerable = Minacciato-Vulnerabile)

Italia → CR ( Critically Endangered = Pericolo Critico) Solo presente con 2 sottospecie (es. Orso

Bruno marsicano= Appennino (ridotta 50 individui ca.) e quella appeninica).

In alcune zone del mediterraneo ( es. Maghreb si è estinto)

OBIETTIVI DEMOECOLOGIA:

STATO → distribuzione, abbondanza, densità..

– STRUTTURA → demografia: classi di età e sesso

– Variazioni nello spazio e nel tempo → DINAMICA DI POPOLAZIONE

– Fattori di cambiamento ( ambientali,antropogenici, interazioni biotiche etc..)

– Predirne andamenti e cambiamenti futuri.

–

APPLICAZIONI DELLA DEMOECOLOGIA

Determinare e predirre gli effetti dei cambiamenti antropogenici sulla persistenza delle

popolazioni.

Ciò ci permette di proporre e valutare misure di conservazione/prevenzione per evitrne l'estinzione.

Effetti di prelievo di popolazione ( es. pesca, caccia, taglio alberi) e formulare delle strategia

• sostenibili di prelievo

Effetti di cambiamenti di habitat

• Impstare piani di protezione e gestione

• Valuatre efficacia di aree protette ( es parchi e paesaggi)

•

Demoecologia ha forte rilevanza e è alla base della disciplina della biologia di conservazione.

BIOLOGIA DI CONSERVAZIONE → disciplina recente, si occupa di valuatre e prevernire

l'estinzione di specie e preservazre la biodiversità.

VARIABILI DI STATO DELLE POPOLAZIONI

Variabili di stato → metrica di presenza o consistenza delle popolazioni, che informa sullo stato di

una popolazione e che rimisurandola permette di valutare variazioni nel tempo e nello spazio.

1. DISTRIBUZIONE

Confine spaziale all'interno del quale risiedono tutti individui di una popolazione.

Se si determina distribuzione di tutte le popolazioni di una

specie si parla di AREALE o RANGE GEOGRAFICO della

specie.

es. LUPO

Caso 1 → areale di ditribuzione in tutta europa

Caso 2 → areale diistribuzione nelle Alpi. Immagine, Alpi sono

state divise in quadranti , ROSSO (area campionata) e

sovrapposti a quadranti rossi vi sono informanzioni puntuali sul

branco(verde) o coppia o singoli individui(giallo) etc.

Accezione importante della distrizìbuzione → SPECIE ENDEMICHE. Es. Rospo Kihansy

Spray Toad ( estintoda 10 anni) è specie iper-endemica, costituita da una sola popolazione e

areale molto ristretto. Quando scoperto era il vertebrato con l'areale più piccola al mondo.

Scoperta durante lo studio di valutazione di impatto ambientale per costruzione di una diga

nella zona meridionale dei monti Udzungwa, è stato visto nella zona di “SPRAY” cioè

“spruzzi” della cascata viveva una singola popolazione di rospo molto piccolo ( grandezza

di un'unghia). Con la costruzione della diga diga si è verificato un drastico crollo delle

popolazioni di questo particolare rospo. Non vi è stato piano di rispristino per habitat.

ATLANTE DI DISTRIBUZIONE → Quando individuiamo un areale di popolazione o

intera specie in celle dove viene registrata la presenza o assenza di individui tramite

rilevamenti sul campo.

Distribuzione è molto connessa alla scala spaziale ( globale, locale, regionale etc) che

andiamo ad analizzare.

META-POPOLAZIONI → insieme di popolazioni locali ( area o regione definita, non intero

areale) connesse tramite movimenti di individui. Tale dinamica ( source-sink) è rilevante per

lo studio della struttura e dinamica delle singole popolazioni.

Ci sono diversi tipi di META-POPOLAZIONI : 1 CLASSICA → movimento

tra patch mentre altri non

sono occupati. Movimenti

unidirezionali

2 CORE(in inglese) → una

popolazione più grande e

popolazioni satelliti più

piccole

3 PATCHY → tutti i frammenti

di habitat sono occupati e vi è

scambio bidirezionale tra tutti

questi habitat. Quasi singola popolazione divisa in habitat discreti.

4 NON EQUILIBRIO → non vi è scambio tra popolazioni.

2. ABBONDANZA

Numero di individui che formano una popolazione in una determinata area in un

determinato periodo di tempo.

Distribuzione e abbondanza entrambi espressione di uno stesso fenomeno stocastico ,

ovvero un fenomeno casuale chiamato PATTERN A PUNTI. Partiamo da una situazione in

cui individui sono campionati in area quadrata con dimensione spaziale con coordinate

longitudinale e latitudinali, con punti distribuiti

in maniera random. Da questa ditribuziona a

punti possiamo derivare sia di occorrenza che

abbondanza con stesso processo.

1 Come per atlanti dividiamo area in quadrati

, e contiamo individui all'interno di questi

quadrati. Possiamo avere abbondanza totale

se sommiamo tutti i valori.

2 Se invece di contare gli individui, noi

semplicemente classifichiamo celle con e

senza individui. PATTERN DI

OCCORRENZA ( di distribuzione)

3 Un grafico di distribuzione di valori di abbondanza precedenti, che ha andamento tipico

detto DISTRUZIONE DI POISSON. Distribuzione che viene fuori è distribuzione

limite.

Come si studia abbondanza → Censimento è difficile. Non è facile contare tutti gli individui.

Perciò si CAMPIONA. Si prendono aree campione, considerarle rappresentative

dell'insieme e usare queste aree per STIMARE l'abbondanza nell'area.

Tipi di CAMPIONAMENTO :

4 PLOT QUADRATI → si utilizzano vari

quadrati, e sono utili in caso di individui

sessili o piante. Area abbastanza confinata.

5 PUNTI DI RILEVAZIONE → definire

raggio di ipotetico cerchio, uccelli,

mammiferi tramite foto-trappole.

6 TRANSETTI LINEARI → Linee che

possono essere rotte o sentieri o strada di

prateria ad esempio.

Il campionamento va considerato come

procedimento stocastico, perchè si cerca di ottenere dati sulla variabilità della natura ( es.

abbondanza) che riteniamo rappresentativi di una variabile di stato che in realtà non

conosciamo. Più aree si campionano, più campioni abbiamo e più dati otteniamo , più i

valori saranno rappresentativi del processo che vogliamo conoscere. Ovvero otterremo una

inferenza migliore, che quindi dipende dalla variabilità e precisione del campione stesso.

In questo grafico abbiamo rappresentazione di curva

gaussiana che è centrata su punto TETA che è chiamato

PARAMETRO STIMATO , che assumiamo essere

valore di abbondanza. E' una stima di abbondanza e

rappresenta la più alta probabilità che i valori trovati

siano rappresentanti della realtà. Quella centrata

rappresenta una stima giusta, mentre quella laterale è

una stima sbagliata perchè non centrata sul parametro, che però è una stima più precisa (è

più stretta infatti) rispetto alla precedente centrata.

Conseguenza → il campionamento è fondametale che sia robusto. Deve essere perciò il più

possibile preciso.

Il nostro raccogliere dati è accumulare realizzazioni empiriche di valori che in realtà non

conosciamo.

Campionando implicitamente ci facciamo una domanda → dato un valore osservato di “c”

(la variabile campionata- conteggi di lebri in numero “i” di siti) uale è la distribuzione da cui

questo valore deriva (= VERO numero di lepri C per campione C=n° reale)?

C ~ Poisson (λ )

Possiamo utilizzare la DISTRIBUZIONE DI POISSON : i

Ciò che significa? Significa che serie di conteggi positivi avranno un max intorno al valore

reale e poi diminuiscono, C è approssimazione di ditribuzione di Poisson determinato da un

λ

parametro = conteggio di singolo campione.

i

C è una variabile RANDOM ( di cui campioniamo i valori c) che assumiamo avee una

λ

distribuzione di Poisson con parametro che la determina e che dobbiamo

i ( numero atteso)

stimare per conoscere il conteggio C.

Possiamo fare delle simulazioni per vedere come funziona campionamento.

Assumiamo che la disttibuzione sia quella

di Poisson, e con un programma apposito

possiamo dire che se io campiono mille

volte in cui io setto arbitrariamente il mio

λ = 5 .

i

Ottengo una tipica andatura di Poisson.

λ

Nella realtà si campiona per trovare i.

Ora vediamo cosa succede a diminuire i campionamenti.

Più diminuisce il numero di campioni, più la distribuzione è blanda e variabile.

Ciò significa che i dati di campionamento non

sono precisi.

Ciò è un rabidrie che il campionamento per

essere accetabile deve essere robusto e

costituito da molte replice.

PRINCIPI DEL CAMPIONAMENTO:

Un campione robusto necessita di :

1 RANDOMIZZAZIONE → ovvero

campioni rappresentativo della variabilità

all'interno dell'area. Non posso andare a

amettere campione i aree prescelte o tutte in

area senza considerare l'intera variabilità.

Ad esempio se vado a studiare la

distribuione delle lepri non posso andare a

scegliere zone campione solo laddove so

che passeranno le lepri etc.

2 REPLICAZIONE → non possono

campionare pochi camipionamenti. Minomo

20 spesso circa 50.

DISEGNO DI CAMPIONAMENTO:

Ovvero come vado ad distribuire i c