Modelli di selezione ambientale - PRESENZA E USO MULTISCALARE DELL’HABITAT DA PARTE DELLO SCI

In tutte e 5 le macrozone investigate sono stati ricercati modelli di selezione dell’habitat per i seguenti gruppi omogenei di variabili ambientali:

1. Categorie Corine di uso del Suolo ( 27 variabili); 2. Macro categorie Ambientali (7 Variabili);

3. Indici di frammentazione (7 Variabili) 4. Densità del reticolo stradale ( 4 Variabili); 5. Densità del reticolo Idrografico( 4 Variabili); 6. Altimetria e Indice di Rugosità (2 Variabili) 7. Indice di Biomassa (7 variabili)

8. Indice di presenza delle prede potenziali (14 variabili) 9. Indici di densità degli animali d’allevamento

Il calcolo dei modelli logistici di regressione binaria ha fornito modelli di selezione dell’habitat in 4 delle 5 macrozone in cui è stata verificata la presenza degli sciacalli: la sola macrozana Val Aupa-Glazzat non ha fornito nessun modello. I modelli non hanno mai selezionato variabili ambientali relativi ai gruppi 4 (Densità del reticolo stradale), 5 (Densità del reticolo Idrografico) e 6 (Altimetria e Indice di Rugosità).

Macrozona Carso

Nella macrozona Carso, l’ARLB (Analisi di Regressione Logistica Binaria) ha selezionato modelli ambientali relativi ai gruppi di variabili 1 (Categorie Corine di uso del Suolo), 2 (Macro categorie Ambientali) e 8 (Indici di presenza prede potenziali). L’ARLB non ha, invece, selezionato variabili nei gruppi 3 (Indici di frammentazione), 7 (Indice di Biomassa) e 9 (Indici di densità degli animali d’allevamento).

117

3.43 Modelli di regressione logistica binaria per la selezione dell'habitat nella macrozona Carso. Carso

% previste correttamente Modello Variabili selezionate N .Var. AIC_c ∆AICC QSPA QPA Totale

Habitat Corine 112 (+) 22 9,666667 0 95,80% 60% 89,7 311 (+) 324 (+) Macro_categoria Cespugliato (+) 7 22,53254 12,86587 95,80% 40% 86,2 Indice_IPP_Abb IPPA_CA (+) 7 25,52654 15,85987 95,80% 20% 82,80%

I singoli modelli hanno selezionato 5 variabili descrittive: 3 nel gruppo di Categorie Corine di uso del Suolo, la 112 (Tessuto urbano discontinuo), la 311 (Boschi di latifoglie) e la 324 (Aree a vegetazione boschiva e arbustiva in evoluzione); 1 nella macro categoria Cespugliato e 1 tra gli Indici di Prede Potenziali (l'IPPA relativo alla specie capriolo). Tutte le variabili descrittive selezionate hanno mostrato una interazione positiva.

Macrozona Valli del Natisone

Nella macrozona Valli del Natisone, l’ARLB (Analisi di Regressione Logistica Binaria) ha selezionato modelli ambientali relativi ai soli gruppi di variabili 1 (Categorie Corine di uso del Suolo) e 2 (Macro categorie Ambientali).

3.44 Modelli di regressione logistica binaria per la selezione dell'habitat nella macrozona Valli del Natisone.

Valle del Natisone

% previste correttamente

Modello Variabili selezionate N .Var. AIC_c ∆AICC QSPA Q.PA Totale

Ambienti Corine 231(+) 12 13,905 ⁰ 100,00% 50% 92,90% Macro_categorie Prati/pascolo (+) 7 26,341 ^12,436 95,50% 50% 85,70%

N.Var.= numero di variabili considerate; AIC_c = Akaike’s information critetion corretto; ∆AIC_C = differenza rispetto all’AIC più basso; QSPA= quadranti senza presenza di sciacallo accertata; QPA= quadranti con presenza di sciacallo accertata; (+)=variabile selezionata positivamente dal modello.

118

I singoli modelli hanno selezionato quali variabili descrittive del modello 1 Categoria Corine di uso del Suolo, la 321 (pascoli d'alta quota), e 1 macro categoria ambientale Prati/Pascoli.

Macrozona Prealpi Carniche

Nella macrozona Prealpi Carniche, l’ARLB (Analisi di Regressione Logistica Binaria) ha selezionato modelli ambientali relativi ai gruppi di variabili 1 (Categorie Corine di uso del Suolo), 2 (Macro categorie Ambientali), 3 (Indici di frammentazione), 7 (indici di biomassa), 8 (Indici di presenza prede potenziali) e 9 (Indici di densità degli animali d’allevamento).

3.45 Modelli di regressione logistica binaria per la selezione dell'habitat nella macrozona Prealpi Carniche.

Prealpi Carniche

% previste correttamente

Modello Variabili selezionate N .Var. AIC_c ∆AICC QSPA Q.PA Totale

Ambienti Corine 231 (+) 16 24,718 ^12,368 100,00% 66,7% 92,90% Macro_categorie Prati/pascolo(+) 7 26,341 ^13,991 95,50% 50% 85,70% Indice_Bio Bi_FA(+) 7 29,623 ^17,273 90,90% 16,7% 75,00% Indice_Fram LSI(+) 7 28,265 ^15,915 100,00% 33,3% 85,70% IPP IPP_CI (+) 13 22,231 ^9,881 90,00% 16,7% 89,70% IPPA_CA(+) Domestici Dens_Bov(+) 9 12,35 ⁰ 95,50% 50,0 96,40% Dens_Avi (-)

N.Var.= numero di variabili considerate; AICc = Akaike’s information critetion corretto; ∆AICC = differenza rispetto all’AIC più basso; QSPA= quadranti senza presenza di sciacallo accertata; QPA = quadranti con presenza di sciacallo accertata; (+) = Variabile selezionata positivamente dal modello; (-) = Variabile selezionata negativamente dal modello). I singoli modelli hanno selezionato 7 variabili descrittive: 3 nel gruppo di Categorie Corine di uso del Suolo, la 121 (Aree industriali o commerciali), la 311 (Boschi di latifoglie) e la 324 (Aree a vegetazione boschiva e arbustiva in evoluzione); 1 tra le macro categorie ambientali (Prati/Pascoli); 1 tra gli Indici di frammentazione (indice LSI): Anche alcuni Indici trofici sono stati selezionati come variabili descrittive dei modelli in questa macroarea: 1 indice di biomassa (BI relativo alla specie fagiano); 2 indici di Prede Potenziali (l'IPPA relativo alla

119

specie capriolo e l'IPP relativo alla specie cinghiale); 2 indici di densità degli animali domestici (l'indice di densità dei bovini e l'indice di densità degli avicoli). Tutte le variabili descrittive selezionate nei modelli hanno mostrato un' interazione positiva, con la sola eccezione della variabile relativa all'indice di densità del capriolo che ha mostrato invece una interazione negativa con la presenza della specie.

Macrozona Pianura

Nella macrozona Pianura l’ARLB (Analisi di Regressione Logistica Binaria) ha selezionato modelli ambientali relativi al solo gruppo di variabile 9 (Indici di densità degli animali d’allevamento).

3.46 Modelli di regressione logistica binaria per la selezione dell'habitat nella macro zona Pianura. Pianura

% previste correttamente

Modello ^Variabili

selezionate ^{N .Var.} ^AIC^c ∆AICC QSPA Q.PA Totale

Domestici Dens_buf (-) 9 12,35 0 100% 100,0 100% Dens_eq (+) Dens_ca (+) Dens_sui (+)

In questa macrozona è stato selezionato un solo modello di selezione ambientale basato sul gruppo di variabili relative agli indici di densità degli animali domestici. In particolare sono stati selezionati, come variabili descrittive del modello, gli indici di densità degli animali domestici relativi agli equini e ai caprini e ai suini che hanno mostrato un'interazione positiva e la variabile relativa alla densità dei bufalini che, al contrario, ha mostrato un’interazione negativa rispetto alla presenza della specie.

Modello di selezione ambientale dell’intera area di studio

Nel modello globale, ottenuto utilizzando un numero di variabili ridotto, sono state inserite unicamente le variabili selezionate dai modelli di selezione dell’habitat calcolati nelle macroaree. L’ARLB ha selezionate 4 variabili descrittive del modello: la variabile 231 (prati

120

stabili), la variabile 321 (pascoli naturali) e la variabile 324 (Aree a vegetazione boschiva e arbustiva in evoluzione) tra le categorie Corine di uso del suolo; è stato selezionato inoltre l’indice di densità degli animali domestici relativo ai caprini. Tutte le variabili selezionate hanno mostrato un’interazione positiva.

3.47 Modello globale di regressione logistica binaria per la selezione dell'habitat nell’intera aria di studio.

Modello Globale

% previste correttamente Modello Variabili selezionate N .Var. AIC_c ∆AICC QSPA Q.PA Totale

Globale 231(+) 15 85,75027273 0 100,00% 50% 92,90% 321 (+) 324 (+) Dens_ca (+)

121

3.5.1 Modelli di selezione ambientale su base scalare.

L’ARLB è stata utilizzata per analizzare i buffer alle 4 scale di grandezza prese in considerazione, ad ognuno degli intervalli spaziali investigati (250 m, 500 m,1000 m, 2000 m) sono stati calcolati dei modelli in grado di descrivere la selezione delle variabili ambientali da parte della nostra specie target in 2 gruppi omogenei di variabili:

1. Categorie Corine di uso del Suolo ( 27 variabili); 2. Macro categorie Ambientali (7 Variabili);

3.48 Modelli di regressione logistica binaria per la selezione dell'habitat calcolati sull'intera area di studi a 4 differnti scale spaziali. Il rango del modello è selezionato sulla base criterio AIC correto per i campioni di piccole dimensioni (AICc).

modello N .Var. -2log AIC AICc ∆AICc Variabili selezionate

Categorie ambientali Corine 2000 m 27 109,52 119,52 122,2473 0 231 ;312;324;331

Categorie ambientali Corine 1000 m 25 116,52 132,52 140,0989 17,852 231 ;243;312;313;321;324;331

Categorie ambientali Corine 500 m 22 143,997 159,997 167,5759 45,329 231 ;243;312;313;321;324;331

Macro categorie ambientali 1000 m 7 165,208 173,208 174,9471 52,700 amb_4;amb_5;amb6

Categorie ambientali Corine 250 m 20 163,691 177,691 183,291 61,044 231 ;243;312;313;324;331

Macro categorie ambientali 2000 m 7 176,338 184,338 186,0771 63,830 amb_4;amb_5;amb6

Macro Categorie ambientali 500 m 7 179,061 187,061 188,8001 66,553 amb_4;amb_5;amb6

Macro categorie ambientali 250 m 7 194,064 202,064 203,8031 81,556 amb_4;amb_5;amb6

N.Var.= numero di variabili considerate; AICc = Akaike’s information critetion corretto; ∆AICC = differenza rispetto all’AIC più basso; (+) = Variabile selezionata positivamente dal modello; (-) = Variabile selezionata negativamente dal modello.

L’ARLB ha selezionato, sostanzialmente, le stesse variabili descrittive a tutte le scale di grandezza: nel gruppo delle macrocategorie ambientali sono state selezionate le categorie 4 (Macchia e Cespugliato), la categoria 5 (Prati/Pascolo) e la categoria 6 (altro). Per quanto riguarda le categorie Corine di copertura del suolo, invece, le variabili 231, 312, 324, 331 sono state selezionate come variabili descrittive a tutte le scale di grandezza. La categoria 321 risulta selezionate tra le variabili descrittive dei modelli degli intervalli spaziali intermedi (500 e 1000 m) ma non rilevante negli intervalli estremi (250 e 2000m). La categoria 243 e 313, infine, risultano selezionate come variabili descrittive in tutti i modelli calcolati con la sola eccezione del modello ai 2000m. Tutte le variabili sopracitate hanno mostrato un'interazione positiva nei diversi modelli.

122

123

Nel documento PRESENZA E USO MULTISCALARE DELL’HABITAT DA PARTE DELLO SCIACALLO DORATO (Canis aureus) IN UN’AREA DI NEOCOLONIZZAZIONE DELL’ITALIA NORD-ORIENTALE (pagine 117-124)