Effetto Isola: ruolo delle dimensioni della distanza delle patch

Una specifica analisi ha valutato per le patch forestali le relazioni tra le dimensioni e la distanza dalle patch vicine, e la diversità e l’abbondanza delle specie di uccelli nidificanti, con riferimento ll’ipotizzato “effetto isola” descritto per la prima volta da Mc Arthur e Wilson nel 1967 e poi spesso utilizzato come paradigma per la descrizione dei paesaggi anche in ambito terrestre. Sono state analizzate nell’area di studio in totale 68 patch forestali, per 22 delle quali sono disponibili dati relativi all’avifauna (Tabella 4.42). Tra i dati delle 330 stazioni di ascolto disponibili per l’analisi sono state sotto campionate quelle relative alle tipologie ambientali “Boschi di Conifere”, “Boschi di Latifoglie” e “Macchia”, per un totale di 88 stazioni di ascolto. Ciascuna stazione di ascolto è stata attribuita ad una delle patch forestali individuate con la precedente analisi di paesaggio.

Tabella 4.42. Patch forestali per le quali sono disponibili dati relativi all’avifauna.

Rif. Nome Tipologia Area (mq) Area

(ha) N. sp nidif. osservate Abbondanza media N. di stazioni ascolto

1 Bagni S. Agostino 1 Conifere 137.890 13,8 10 2,6 1

3 Bagni S. Agostino 3 Conifere 49420 4,9 7 2,28 1

4 Università Agraria Saline Conifere 278.260 27,8 22 2,31 6

7 Pineta urbana Marina TQ Conifere 38.350 3,8 5 1,8 1

8 Pineta dietro Marina Velka Conifere 38.730 3,9 18 1,58 3 10 Pineta Di Gregorio (Foce Sx Arrone) -

Riva dei Tarquini

Conifere 100.950 10,1 23 1,89 6

11 Pineta Di Gregorio (Foce Sx Arrone) - Riva degli Etruschi, Europing

Conifere 954.700 95,5 21 2,36 8

13 Murelle latifogliete Latifoglie 129.530 13,0 15 1,93 3 15 Pineta urbana Montalto Marina Conifere 197.350 19,7 13 2,1 3 17 Querceto urbano Montalto Marina Latifoglie 164.150 16,4 14 2,44 2 20 Pineta Marina Pescia Romana Conifere 555.520 55,6 18 1,74 12 23 Bosco sotto A1 da strada centralina

ENEL e zona militare

Latifoglie 136.220 13,6 6 1,6 1

24 Bosco dopo zona militare, dove c'è valletta

Latifoglie 723.650 72,4 16 1,45 2

26 Bosco dietro Cencelle Latifoglie 280.950 28,1 12 1,7 2 30 Macchia posta cinghiale (del Ritiro)

Str. Vecch. Tuscanica

Latifoglie 2.138.750 213,9 27 1,54 7

33 Macchia a destra Str. Vecch. Tuscanica

Latifoglie 1.593.890 159,4 20 1,75 7

34 Pineta Università Agraria il Tartufo Conifere 50.800 5,1 22 1,88 5

36 Pineta dei bovini Conifere 64.690 6,5 22 2,28 2

37 Grande macchia finale azienda faunistica

Latifoglie 18.575.130 1.857,5 29 1,61 11

39 Macchia su SS TQ Tuscania (nuova) dove stradina a dx

Latifoglie 228.370 22,8 12 1,5 1

41 Bosco sotto Pian Fagiano Latifoglie 2.474.250 247,4 14 1,78 2 43 Macchia della Turchina Latifoglie 1.685.700 168,6 13 1,68 2

Poiché questa analisi deriva da un sottocampionamento dei dati effettuato a posteriori, si è calcolato sul numero di specie nidificanti l’errore standard della media (=16,318182; S.E.= 1,388553) e si sono tagliate le stazioni per le quali il valore del numero di specie nidificanti è inferiore alla media diminuita del doppio dell’errore standard (valore soglia = 13,54). Si sono quindi effettuate le analisi successive sull’isolamento e la distanza solo con le stazioni considerate secondo questo metodo. Si è anche cercato di analizzare quale fosse la soglia di saturazione per le diverse patch, quale fosse

cioè il numero di stazioni sufficiente (o necessario) per rappresentare adeguatamente l’avifauna nidificante nelle diverse patch. E’ stata quindi elaborata una curva di saturazione, mettendo in relazione il numero di punti di ascolto per ciascuna patch e il numero di specie cumulativamente rilevate (vedi Figura 4.16). Per questa analisi sono state utilizzate le patch con almeno sei punti di ascolto ciascuna.

Figura 4.16 Curva di saturazione per le osservazioni tramite punti di ascolto nelle patch forestali (ogni colore rappresenta una patch).

0 5 10 15 20 25 30 35 0 2 4 6 8 10 12 14 Visita N u m e ro p ro g re s s iv o s p e c ie

Sebbene per ogni patch si possa osservare un pattern specifico (probabilmente dovuto alla variabilità ambientale interno a ciascuna patch forestale, oltre che alla differenza di specie osservabili nei diversi periodi dell’inizio della primavera e della primavera avanzata) si può determinare che approssimativamente tra la terza e la quarta stazione è presente un punto di flesso delle curve di saturazione. Pertanto tra tutte le patch forestali per le quali si sono raccolti dati dalle stazioni di ascolto sono state considerate solo quelle per le quali erano disponibili almeno tre stazioni di ascolto ciascuna, numero che rappresenta un compromesso tra l’attendibilità del dato e la disponibilità di informazioni per la presente analisi. Comunque sono state considerate tutte le stazioni selezionate con il criterio precedente (taglio delle stazioni con numero di specie inferiori alla media diminuita del doppio dell’errore standard). Sono quindi state utilizzate per questa analisi le patch n. 4, 8, 10, 11, 13, 17, 20, 24, 30, 33, 34, 36, 37, 41. Per l’insieme delle patch forestali considerate non sembra esserci una relazione tra area e distanza (vedi Figura 4.17) e i punti sono molto dispersi intorno alla retta di regressione.

Figura 4.17. Rapporto tra area e distanza delle patch forestali considerate (N=68).

Anche per le patch forestali selezionate nel sottocampione (n=14) non sembra esserci una correlazione tra LN dell’area e LN della distanza dalla più vicina patch di almeno 100 ha di superficie (vedi Figura 4.18). Se la retta di regressione fosse significativa potrebbe in parte nascondere l’effetto isola (qualora le aree più distanti avessero anche la superficie più grande, o viceversa).

Figura 4.18. Relazioni area-distanza per le patch selezionate (N=14).

(Le due linee puntinate ai fianchi della retta di regressione rappresentano gli intervalli di confidenza al 95%)

Questa relazione, sottoposta a test statistico, non è comunque significativa, per l’ampia dispersione dei punti sulla retta di regressione anche al di fuori dei limiti di confidenza (Tabella 4.43).

Tabella 4.43. Sommario della regressione.

E’ da rilevare però che alcune delle patch considerate possono agire da “counfounding factors” in quanto si tratta di boschi di conifere, considerati come patch separate nella cartografia di uso del suolo, ma in realtà immerse in una matrice comunque forestale. Si è proceduto quindi a effettuare l’analisi non considerando queste patch e riducendo il campione a N=12 patch forestali. In questo modo la relazione area/numero di specie nidificanti presenta una correlazione significativa (Tab. 4.44; Figura 4.19).

Tabella 4.44. Analisi di regressione per la relazione LN Area/N. Sp. Nidificanti (campione ridotto).

Gli studi precedenti suggeriscono di valutare il numero delle specie esigenti, che richiedono ambienti maturi e non disturbati, le cosiddette “interior species” (Battisti, 2004). Si è quindi provveduto a selezionare le specie di questo genere presenti nell’area di studio (Sparviere, Poiana, Picchio verde, Picchio rosso maggiore, Picchio rosso minore, Scricciolo, Cincia bigia, Picchio muratore, Rampichino, Ghiandaia, Fringuello) e a considerarle separatamente come indicatori per l’analisi dell’effetto-isola. Si è inoltre considerato un gruppo di specie comunque legate all’ambiente del bosco (definite in letteratura “wood species” o “tree species”), e un altro di specie legate agli ambienti di margine boschivo e agli ecotoni: le “edge species”. Tra le “tree species” sono state qui considerate: Lodolaio, Colombaccio, Tortora, Allocco, Usignolo, Pettirosso, Merlo, Tordo bottaccio, Capinera, Luì piccolo, Fiorrancino, Balia nera, Cinciarella, Cinciallegra, (Codibugnolo), Rigogolo, Verzellino, Verdone e Fanello. Le edge species sono state considerate: Tortora dal collare or., Upupa, Saltimpalo, Canapino, Sterpazzolina, Occhiocotto, Pigliamosche, Averla piccola, Averla capirossa, Cardellino, Zigolo nero. Nella successiva Tabella 4.50 vengono riportati i dati riepilogativi delle patch boscate considerate nell’analisi rispetto alle specie dei vari guild considerati. Per le patch studiate l’effetto isola (rispetto alle dimensioni della patch) è significativo anche per il numero di interior species nidificanti (Tab. 4.45; Fig. 4.20).

Tabella 4.45. Analisi di regressione per relazione LN Area / N. Sp. Interior Nid (campione ridotto).

Per le abbondanze, sia nel caso del totale di specie che nel caso delle Interior Species, non si osserva alcuna correlazione significativa (Tabella 4.46; Tabella 4.47).

Tabella 4.46. Analisi di regressione Dimensione della patch/Abbondanza tutte le specie nidificanti.

Tabella 4.47. Analisi di regressione Dimensione della patch/Abbondanza specie interior nidificanti.

Significativa è invece la correlazione tra il numero di Tree Species nidificanti e l’area delle patch forestali (Tabella 4.48; Figura 4.21).

Tabella 4.48. Analisi di regressione Dimensione della patch/Numero Tree Sp. nidificanti.

Infine, non è invece correlata la superficie con il numero o l’abbondanza di specie Edge.

A proposito invece del ruolo della distanza, l’altro fattore sostanziale in gioco nel modello della biologia insulare, nel caso di studio in generale non emergono correlazioni con la ricchezza specifica neanche eliminando le stazioni “confounding”, con nessuno dei gruppi di specie considerati. Esiste però una correlazione tra distanza e abbondanza delle specie nidificanti nel complesso (Tabella 4.49). La correlazione però non è inversa, come ci si aspetterebbe (densità più alte per patch più vicine alle potenziali “source”) ma diretta: all’aumentare della distanza aumenta la densità delle specie (Figura 4.22).

Tabella 4.49. Analisi di regressione Distanza della patch/Abbondanza Specie totali nidificanti.

Figura 4.22. Regressione Distanza della patch/Abbondanza di specie nidificanti.

Evidentemente questo risultato va spiegato con altri fattori in gioco, in quanto è contrastante con quanto atteso dal modello.

E’ interessante vedere ciò che succede se si considera come variabile indipendente non la distanza dalla patch “core” più vicina, ma la distanza della più vicina Stepping Stone (bosco di qualunque dimensione più vicino): emergono in questo caso correlazioni significative con il numero di specie

“Interior” nidificanti (Tabella 4.50), mentre non è significativo il numero totale di specie. La correlazione in questo caso è inversa, come atteso dal modello insulare: il numero delle specie interior nidificanti ndiminuisce all’aumentare della distanza dalla stepping stone (Figura 4.23).

Tabella 4.50. Analisi di regressione Distanza da Stepping Stone/Numero Specie Interior nidificanti.

Figura 4.23. Regressione Distanza della Stepping Stone/Numero di specie interior nidificanti.

Esiste una correlazione significativa – e inversa come nel caso precedente - anche tra il numero di specie “Tree” e la distanza dalla Stepping Stone più vicina (Tabella 4.51; Figura 4.24).

Figura 4.24. Regressione Distanza dalla Stepping Stone/Numero di Tree species nidificanti.

Infine si è effettuata una ANOVA multifattoriale per il LN dell’Area e il LN della Distanza dalle stepping stones contro la ricchezza dei diversi guild considerati che ha dimostrato una correlazione significativa (Tabella 4.49; Figura 4.23).

156

Rif. Nome Tipol. L L Area (mq) Area (ha) Perimetro Indice L/l Indice Area/ per Distanza (bosco 100 ha) Distanza stepping stone Area stepping stone Rif. stepping stone N. specie Abbond. media N. interior species Abbnd media N. tree species N. edge species LN Area LN Distanza 37 Grande macchia AFV Latif 3792 2326 18.575.130 1.857,5 207052 1,6 89,7 4800 70 0 0 29 1,61 7 1,62 20 5 7,526993775 8,476371197 41 Bosco sotto Pian Fagiano Latif 3125 3092 2.474.250 247,4 47686 1,0 51,9 63 0 0 0 14 1,78 2 2,25 10 3 5,511107506 4,143134726 30 Macchia posta cinghiale

(del Ritiro) Latif 1866 1147 2.138.750 213,9 13665 1,6 156,5 1018 70 0 0 27 1,54 7 1,2 17 7 5,365391732 6,925595197

33 Macchia a dx Str. Vecch. Tuscania Latif 1498 1007 1.593.890 159,4 29212 1,5 54,6 104 110 3 31 20 1,75 6 1,6 18 1 5,071347755 4,644390899 11 Pineta Di Gregorio (Foce Sx Arrone) Conif 2134 456 954.700 95,5 6010 4,7 158,9 6658 100 10,1 10 21 2,36 3 2,81 13 5 4,558812062 8,803574418 24 Bosco dopo zona militare Latif 919 900 723.650 72,4 7333 1,0 98,7 95 0 0 0 16 1,455 2 0,5 11 4 4,281722757 4,553876892 20 Pineta Marina Pescia R. Conif 3728 155 555.520 55,6 8637 24,1 64,3 494 0 0 0 18 1,74 1 0,08 10 5 4,017319519 6,202535517

4 Un. Agr. Saline Conif 759 338 278.260 27,8 3119 2,2 89,2 9171 4430 20,6 22 22 2,31 2 1,67 13 5 3,325970835 9,123801611 17 Querceto urbano Mont.M. Latif 310 266 164.150 16,4 3664 1,2 44,8 10082 1115 19,7 15 14 2,44 3 1,16 11 2 2,798195551 9,218506935

13 Murelle latifoglieto Latif 1049 139 129.530 13,0 2461 7,5 52,6 3518 1718 16,4 17 15 1,93 1 0,34 9 1 2,561327422 8,165647925

10

Pineta Riva dei Tarquini

Conif

465 262 100.950 10,1 2045 1,8 49,4 6508 100 95,5 11 23 1,89 4 1,79 14 5 2,312040252 8,780787468

36 Pineta dei bovini Conif 405 180 64.690 6,5 1296 2,3 49,9 10 0 0 0 22 2,28 4 2,4167 13 4 1,867021537 2,302585093 34 Pineta UA il Tartufo Conif 368 304 50.800 5,1 1199 1,2 42,4 10 0 0 0 22 1,88 7 2,05 17 2 1,625311262 2,302585093 8 Pineta dietro Marina Velka Conif 248 166 38.730 3,9 826 1,5 46,9 3713 0 0 0 14 1,58 1 0,6667 7 6 1,354029401 8,219595454 Media 1476,1 767,0 1.988.785,7 198,9 23.871,8 3,8 75,0 3.303,1 840,8 5,3 7,4 20,1 1,9 3,5 1,4 13,0 3,9 DS 1271,3 900,1 4.841.977,3 484,2 54.355,1 6,1 39,5 3.618,3 1.550,3 7,9 10,2 4,6 0,3 2,4 0,8 3,8 1,9

Riepilogando quanto emerso dalle suddette analisi, e ricordando che esse vanno considerate come ancora molto parziali e preliminari a causa del fatto che non è stato sviluppato un disegno sperimentale specificamente indirizzato a esplorare questo problema, ma di un sottocampionamento dello studio generale, possiamo vedere che nel caso di studio il modello insulare è solo parzialmente adeguato a spiegare quanto osservato (Tabella 4.54).

Tabella 4.54. Riepilogo delle correlazioni significative osservate nello studio di frammentazione.

Correlazione con Superficie patch Correlazione con Distanza Core Area Correlazione con Distanza stepping stone Corrispondenza con quanto atteso da modello insulare

Ricchezza totale Si (D) No No Parziale

Abbondanza specie totali No Si (D) No No

Ricchezza Interior Species Si (D) No Si (I) Parziale

Abbondanza Interior Species No No No No

Ricchezza Tree Species Si (D) No Si (I) Parziale

Abbondanza Tree Species No No No No

Ricchezza Edge Species No No No Si

Abbondanza Edge Species No No No Si

D= Correlazione Diretta, I= Correlazione inversa.