Modelli induttivi applicati al rilevamento dei parametri funzionali al monitoraggio dello stato di conservazione delle specie di interesse europeo a scala regionale

Abstract

I modelli di distribuzione delle specie basati su un approccio induttivo, modelli che usano dati di presenza, presenza/assenza o di densità per definire la distribuzione potenziale delle specie in base alla distribuzione di una serie di variabili ambientali, hanno avuto un’ampia diffusione negli ultimi 20 anni, soprattutto nell’ambito dell’implementazione dei piani di monitoraggio e di conservazione della biodiversità (Guisan et al., 2013; Peterman et al., 2013), con il risultato di produrre diversi software dedicati (Guisan et al., 2000, 2005, 2013; Rushton et al., 2006). In questo lavoro è stata sperimentata l’applicazione dei modelli induttivi, elaborati con ENFA e MaxEnt, per la pianificazione di un piano di monitoraggio sensu Direttiva Habitat (DIR 92/43/CEE, da qui in poi DH). La DH impone agli Stati dell’Unione di valutare periodicamente, attraverso un programma di monitoraggio, lo stato di conservazione delle specie e degli habitat naturali e seminaturali di interesse europeo elencati negli allegati della Direttiva stessa. Le linee guida europee (ETC/BD, 2011) individuano quattro parametri i cui valori, combinati in una matrice di valutazione, portano a definire lo stato di conservazione classificato in quattro categorie (Favorevole, Sfavorevole-Inadeguato, Sfavorevole-Cattivo e Sconosciuto). I quattro parametri individuati per le specie sono: range, habitat delle specie, popolazione e prospettive future. Il monitoraggio sensu DH è stato esteso anche alle specie di uccelli selvatici tutelate dalla DIR 2009/147/CE, Direttiva Uccelli (da qui in poi DU). Fornire la valutazione dello status di conservazione degli habitat e delle specie è richiesto obbligatoriamente dall’Unione Europea ad ogni Stato dell’Unione che ogni 6 anni deve presentare un rapporto dettagliato alla scala spaziale delle regioni biogeografiche presenti sull’intero territorio di ogni Stato; in Italia tale obbligo è stato demandato alle Regioni, il presente lavoro si inserisce quindi nelle attività istituzionali della Regione Lazio. La sperimentazione ha riguardato la misurazione di due parametri individuati dalla DH per otto specie ornitiche nell’intero territorio della regione Lazio (1.720.000 ha circa): “range” e “habitat della specie” attraverso l’applicazione dei modelli induttivi elaborati con due software ampiamente utilizzati (MaxEnt e Biomapper). L’affidabilità dei modelli è stata valutata attraverso l’uso di otto specie virtuali, le chimere, la cui distribuzione e idoneità ambientale sono stati definiti a priori (Hirzel et al., 2001) ispirandosi alle caratteristiche ecologiche di altrettante specie reali appartenenti al gruppo degli uccelli selvatici tutelati dalla DU.Per ogni chimera sono stati elaborati 20 modelli di idoneità ambientale (per un totale di 8 x 20 = 160 modelli) utilizzando 2 set di punti di presenza e due set di variabili ambientali costituiti da variabili geografiche (altitudine, pendenza ecc.) e categoriche estrapolate da alcune carte tematiche (CUS al III livello, Carta delle formazioni naturali e seminaturali al IV e V livello e Carta delle tipologie forestali). Le variabili ambientali sono state trattate, trasformate in strati georeferenziati e organizzate in due set finali composti di 34 (CUS IV) e 27 (CUS III) variabili ambientali. Il territorio regionale è stato suddiviso in celle (pixel) di 100 m di lato, ognuna delle quali associata ai valori di distanza dalle variabili ambientali così trattate, e sulla base dei valori di idoneità restituiti per ogni pixel (compreso tra 0 e 100 dove 0 = idoneità nulla, 100= idoneità massima) è stato riclassificato in 5 classi di idoneità. Il confronto statistico (regressione lineare, ANOVA e test post hoc di Tukey e Fischer) e spaziale (sovrapposizione aree a idoneità ≥ 50) delle aree ottenute dai modelli con le distribuzioni e le idoneità definite a priori ha evidenziato differenze statisticamente significative tra i fattori (software, CUS e serie di punti) e, in particolare, valori più elevati del coefficiente di regressione R 2 per i modelli elaborati con MaxEnt e la serie con 30 punti di presenza. Tali modelli individuano, inoltre, correttamente il 35% delle aree a maggior idoneità definite a priori per le chimere. I fattori individuati sono stati poi utilizzati per l’elaborazione dei modelli di idoneità ambientale delle otto specie reali (N = 638 osservazioni relative alla nidificazione certa e probabile) che hanno restituito una sovrapposizione spaziale media del 50% tra i punti di presenza utilizzati e le classi di idoneità ≥ 50 del territorio regionale ottenute dai modelli. Le elaborazioni sono state effettuate attraverso software dedicati alle analisi geografiche in ambiente GIS (ArcGis 10.1 e Quantum GIS 2.6.1-Brighton), all’elaborazione dei modelli (Biomapper 4.0, MaxEnt) e alle analisi statistiche (XLSTAT-2015). I risultati confermano la validità dell’uso dei modelli induttivi come strumento alternativo, per le specie indagate, per la misurazione dei due parametri considerati grazie all’individuazione dell’estensione e delle aree campionarie dove svolgere tali attività, con un’affidabilità misurata statisticamente, permettendo un’importante riduzione del rapporto costi/benefici nell’espletamento delle attività di monitoraggio. I risultati confermano inoltre la funzionalità dei modelli per l’elaborazione della Rete Ecologica Regionale (RecoRd Lazio) per l’individuazione delle aree idonee o di potenziale presenza delle specie, in cui attuare azioni di conservazione e/o di ripristino dei tasselli di paesaggio frammentati per ristabilire la connettività tra popolazioni, popolamenti o comunità. Infine il contributo più significativo del lavoro realizzato può essere identificato nella messa a punto di strumenti di analisi complementari e/o alternativi rispetto alle metodologie classiche per il monitoraggio delle stato di conservazione delle specie ornitiche e alla potenziale applicazione di tali metodologie ad altre specie e in altri ambiti regionali. L’uso di variabili ambientali ad una scala appropriata può consentire, inoltre, l’esportazione e l’applicazione dei modelli sperimentati anche alla scala spaziale delle regioni biogeografiche individuate dall’European Topic Centre on Biological Diversity quale strumento per la verifica dei risultati delle strategie di conservazione della biodiversità messe in campo dall’Unione Europea.

Species distribution models based on inductive approaches, (i.e. models that use presence, presence/absence or density data to define the potential distribution of species based on the distribution of a series of environmental variables), have received widespread consideration during the last two decades, overall in planning conservation and monitoring programs (Guisan et al., 2013; Peterman et al., 2013). Contextually, several software packages have been developed for their computation (Guisan et al., 2000, 2005, 2013; Rushton et al., 2006). The main goal of this work was to test the feasibility of using such models to develop a comprehensive plan for monitoring the conservation status of species protected by the EU Habitats Directive. According to this Directive, all EU Member States are required to establish monitoring systems to periodically evaluate the conservation status of habitat types and species listed as of European concern. European-level guidelines (ETC/BD, 2011) identify four parameters that, combined in a general evaluation matrix, should allow for the assessment of the conservation status according to four classes (Favourable, Unfavourable – Inadequate, Unfavourable – bad, Unknown). The four parameters identified for the species are range, population, habitat for the species, future prospects. The same obligations apply equally to bird species listed in the EU Birds Directive and all Member States are required to realize monitoring activities at regional biogeographical scale and to forward the results to the Commission every six years. In Italy the monitoring activities are performed by region (NUTS2 level administrative subdivision) so this PhD work is part of the institutional activities of the Latium Region. This work focused in particular on testing the feasibility of using inductive distribution models to measure two of these parameters, i.e. the extent of the “range” and “habitat for the species”, at the scale of an entire region of Italy (NUTS2 level administrative subdivision): Latium (1.720.000 ha). Testing was performed on eight bird species, for which distribution models were computed by means of two widespread software packages (MaxEnt and Biomapper). Reliability of such models was evaluated by computing distribution models for eight "chimera" species, i.e. virtual species (Hirzel et al., 2001), whose distribution and environmental preferences were defined a priori mimicking ecological characteristics of eight "real" bird species protected according to the Birds Directive. For each chimera species 20 models were computed (total of 8 x 20 = 160 models) with the two packages on a 100 m cell grid covering the entire Latium region, using 2 different sets of simulated presence points, and 2 sets of environmental layers describing the distribution environmental variables (such as altitude, aspect, slope, land use category, etc.). The environmental variables (EV) derived from different sources (Land Use III level Corine Land Cover, Map of the natural and semi-natural environments IV, V level, Map of forest types IV V level and geographic variables) and have been consolidated in two final set of 34 (CUS IV) and 27 (CUS III). A grid (100 x 100 m) was overlaid to Latium territory (1.720.000 ha) and each cell grid was associated with a distance value from each EV. Environmental suitability values calculated by each model were classified into 5 suitability classes (range between 0 = null suitability and 100= high suitability). Suitability values for the chimera species were then compared across different models, and significant differences were found between models calculated with different software, land use variable considered, and presence points (linear regression, ANOVA, Tukey and Fischer post hoc test). Statistical tests showed higher correlation between the distribution of pre-defined environmental suitability values and model generated values when MaxEnt and 30 presence points were used to compute models. These models identified correctly 35% (average) of areas with pre-defined higher environmental suitability. These criteria were then applied to compute the distribution models for the eight real bird species, using a presence points data set made up of 638 certificated nesting records. Such models showed on average a 50% matching between presence points and cells with suitability values ≥ 50 across the study area. Spatial analyses were performed using two GIS packages (ArcGis 10.1 and Quantum GIS 2.6.1-Brighton), while for statistical tests, XLSTAT-2015 was used. The results confirm the usefulness of inductive species distribution models as an alternative tool to measure two of the key parameters required to assess the conservation status for the species considered. Furthermore, distribution models could support the selection of areas to be prioritized for field sampling, making it possible to optimize cost/benefit ratio of field efforts. The inductive distribution models, when applied with environmental data set at suitable resolution, could also result useful at broader scales, for example at the level of biogeographical regions, as a tool to evaluate results of conservation strategies. Finally, the results also point to the usefulness of using, based on an ecological network approach, inductive distribution models to identify areas to be targeted for habitat management and restoration interventions aimed at enhancing connectivity in fragmented landscapes