ANALISI DELLA REGRESSIONE PER SELEZIONE

Sono state svolte analisi della regressione stepwise tra le variabili considerate nello studio e la persistenza della lince (GMNL), espressa come:

nei quadranti secondo giorno/notte.

Il modello realizzato per le ore notturne (R2=0.2902; P<0.0001) evidenzia alcune

0 500 1000 1500 2000 2500 3000 3500 4000 1 2 3 4 m 2 stagioni

Superficie media stagionale dell'urbanizzato nei quadranti utilizzati

variabili significative come descritto dalle seguenti tabelle. In questo caso i boschi di conifere (3.1.2) esercitano un effetto negativo sulla presenza notturna del felide (dovuto forse alla scarsa illuminazione), così come la superficie occupata da urbanizzato (AURB, secondo lo strato informativo prioritario “Urbanizzato”) e le temperature medie diurne di maggio (MAYTG). Vengono invece selezionate positivamente dal modello la presenza di zone residenziali a tessuto discontinuo e rado (1.1.2), la distanza media dalla viabilità principale (MEANST), la lunghezza complessiva delle strade forestali e sentieri CAI (STRFOR) e le temperature medie diurne del mese di gennaio (JANTG).

Tabella 28. Analisi della regressione stepwise per i quadranti di presenza notturna.

3.1.3: Bosco di conifere; 1.1.2: Zone residenziali a tessuto discontinuo e rado; MEANST: distanza media dalle strade; AURB: superficie coperta da aree urbanizzate; STRFOR: lunghezza totale della viabilità forestale e dei sentieri CAI; JANTG: temperature medie diurne di Gennaio; MAYTG: temperature medie diurne di Maggio.

3.1.3: Bosco di conifere; 1.1.2: Zone residenziali a tessuto discontinuo e rado; MEANST: distanza media dalle strade; AURB: superficie coperta da aree urbanizzate; STRFOR: lunghezza totale della viabilità forestale e dei sentieri CAI; JANTG: temperature medie diurne di Gennaio; MAYTG: temperature medie diurne di Maggio;GIUM: luminosità media corretta di Giugno.

Il modello realizzato invece per le ore diurne (R2=0.3307; P<0.0001) evidenzia altre variabili significative come descritto dalle seguenti tabelle. La rugosità minima (MINRU, minimo rapporto superficie-area) ha effetto negativo, così come le temperature medie diurne di Agosto e Settembre. Le variabili con effetto positivo selezionate sono: la distanza media dalla viabilità ordinaria (MEANST), il range dell’esposizione (RANGEE), la densità media di caprioli (VOCJ) e la temperatura media diurna di Gennaio. E’ molto interessante osservare

R-square = 0.29025399 C(p) = 18.62708449

DF Sum of Squares Mean Square F Prob>F Regression 7 43.90253762 6.27179109 7.59 0.0001 Error 130 107.35305172 0.82579271

Total 137 151.25558934

Parameter Standard Type II

Variable Estimate Error Sum of Squares F Prob>F INTERCEP 15.40635359 26.60506302 0.27691226 0.34 0.5635 3.1.2 -1.52143922 0.84522589 2.67568312 3.24 0.0742 1.1.2 34.64074639 22.69119418 1.92455719 2.33 0.1293 MEANST 0.00014009 0.00008243 2.38516633 2.89 0.0916 AURB -0.00001415 0.00000466 7.63128055 9.24 0.0029 STRFOR 0.00022332 0.00005454 13.84562204 16.77 0.0001 JANTG 0.00689409 0.00168322 13.85308058 16.78 0.0001 MAYTG -0.00749694 0.00274907 6.14142387 7.44 0.0073

Summary of Stepwise Procedure for Dependent Variable GMNL

Variable Number Partial Model

Step Entered Removed In R**2 R**2 C(p) F Prob>F 1 GIUM 1 0.0598 0.0598 52.2861 8.6520 0.0038 2 AURB 2 0.0695 0.1294 40.5077 10.7826 0.0013 3 STRFOR 3 0.0298 0.1592 36.5942 4.7565 0.0309 4 MEANST 4 0.0357 0.1948 31.5303 5.8892 0.0166 5 JANTG 5 0.0355 0.2304 26.4880 6.0961 0.0148 6 GIUM 4 0.0063 0.2241 25.7442 1.0874 0.2990 7 MAYTG 5 0.0360 0.2600 20.6180 6.4157 0.0125 8 3.1.2 6 0.0175 0.2775 19.1482 3.1754 0.0771 9 1.1.2 7 0.0127 0.2903 18.6271 2.3306 0.1293

127 l’effetto delle temperature diurne; mentre le alte temperature estive rendono poco idonei i quadranti al resting diurno, vengono preferiti i quadranti con elevate temperature nei mesi più freddi come ad esempio in Gennaio.

Tabella 29. Analisi della regressione stepwise per i quadranti di presenza diurna.

MEANST: distanza media dalle strade; AURB: superficie coperta da aree urbanizzate; RANGEE: range delle esposizioni; VOCJ: densità media di caprioli; MINRU: rugosità minima come rapporto superficie-area; JANTG: temperature medie diurne di Gennaio; AUGTG: temperature medie diurne di Agosto;GIUM: SEPTG: temperature medie diurne di Settembre.

E’ stato calcolato l’output energetico dovuto alla termoregolazione per singolo quadrante per una lince di peso medio pari a 20 kg (per i 46 granuli diurni e 46 notturni del MODIS), utilizzando le seguenti formule:

dove W è il peso (kg) dell’animale e ΔT la differenza di temperatura tra la temperatura critica inferiore Tc (9 °C) e la temperatura ambientale esterna (°C) derivata dagli strati informativi MODIS (diurna, notturna o come media per l’intero arco delle 24 ore). Considerando che il consumo per litro di ossigeno per kg di proteina metabolizzata genera 4.75 kcal, il consumo medio giornaliero FTR dovuto alla termoregolazione può essere così rappresentato:

R-square = 0.33074318 C(p) = 9.14900793

DF Sum of Squares Mean Square F Prob>F Regression 7 46.07156544 6.58165221 7.91 0.0001 Error 112 93.22553450 0.83237084

Total 119 139.29709994

Parameter Standard Type II

Variable Estimate Error Sum of Squares F Prob>F INTERCEP 36.55660913 27.48836417 1.47214598 1.77 0.1863 MEANST 0.00014950 0.00008269 2.72085771 3.27 0.0733 RANGEE 0.00571024 0.00214779 5.88360595 7.07 0.0090 VOCJ 0.05021742 0.02007545 5.20828653 6.26 0.0138 MINRU -12.87250680 3.54353055 10.98425878 13.20 0.0004 JANTG 0.01600893 0.00242899 36.15677614 43.44 0.0001 AUGTG -0.00737042 0.00298532 5.07365148 6.10 0.0151 SEPTG -0.00956147 0.00341534 6.52376143 7.84 0.0060

Summary of Stepwise Procedure for Dependent Variable GMNL

Variable Number Partial Model

Step Entered Removed In R**2 R**2 C(p) F Prob>F 1 JANTG 1 0.0381 0.0381 46.6280 4.6717 0.0327 2 SEPTG 2 0.1311 0.1692 26.4687 18.4570 0.0001 3 MINRU 3 0.0352 0.2043 22.5215 5.1284 0.0254 4 AUGTG 4 0.0345 0.2389 18.6847 5.2161 0.0242 5 RANGEE 5 0.0349 0.2738 14.7805 5.4819 0.0210 6 VOCJ 6 0.0374 0.3112 10.4513 6.1416 0.0147 7 MEANST 7 0.0195 0.3307 9.1490 3.2688 0.0733

dove 24 è il numero di ore in una giornata, mentre l’output energetico diurno (resting) è stato calcolato utilizzando solamente il valore diurno del granulo MODIS LST:

dove DDay è la durata media del giorno (sunlight duration) nell’iesima “ottimana” del granulo MODIS considerato, derivata dal calcolatore di posizione solare del NOAA (National Oceanic and Atmospheric Administration) per latitudine 46°, longitudine 13° e zona oraria +1.

A titolo esemplificativo si riportano alcune applicazioni della spazializzazione del database ottenuto (Figure 27 e 28).

E’ importante considerare che la termoregolazione è funzione del tempo ed e di conseguenza necessario scegliere con cura la scala temporale per il calcolo degli output; ossia, durante il periodo notturno di movimento il calcolo deve essere rapportato al tempo medio di permanenza in un quadrante, variabile in funzione della velocità dell’animale e/o dall’utilizzo o

Figura 27. Carta regionale del costo della termoregolazione stimato per una lince di 20 kg, utilizzando i valori diurni della temperatura

al suolo del II granulo MODIS.

Figura 28. Carta regionale del costo della termoregolazione stimato per una lince di 20 kg,

utilizzando i valori diurni della temperatura al suolo del X granulo MODIS.

129 meno del quadrante come sito di caccia (e consumo della preda), mentre durante il periodo di resting diurno il calcolo deve essere sviluppato sulla base delle ore dedicate al riposo.

Dall’analisi della regressione per la velocità di movimento notturna/diurna nelle diverse stagioni vengono evidenziate alcune variabili che sembrano giocare un ruolo chiave negli spostamenti di questo animale. La luminosità ha di solito un effetto positivo durante le ore notturne (FEBM, DICM, NOVM), negativo durante le ore diurne (TOTS, OTTM), a prescindere dalla stagione. I Boschi di conifere e misti hanno effetto positivo di giorno (3.1.2, 3.1.3) perché potrebbero aumentare la disponibilità di rifugio per la lince. Al contrario le aree aperte (3.2.1, 2.3.1, 3.3.1) hanno effetto positivo soprattutto di notte, favorendo gli spostamenti. L’effetto positivo dell’altitudine (MINAQ) si manifesta solo dopo Aprile, per poi diventare nuovamente negativo a Settembre, forse a causa della presenza di neve in quota che ostacola i movimenti.

Tabella 30. Sintesi dell’analisi della regressione per selezione con variabile dipendente la velocità di spostamento della lince (m/min) secondo ore notturne e diurne nei diversi mesi dell’anno.

MESE NOTTE EFFETTO GIORNO EFFETTO MESE NOTTE EFFETTO GIORNO EFFETTO