Tesi etd-05112021-123958 |
Link copiato negli appunti
Tipo di tesi
Tesi di laurea magistrale
Autore
PIEROTTI, FEDERICA
URN
etd-05112021-123958
Titolo
Proiezione temporale nei modelli di distribuzione delle specie (SDM): le piante endemiche apuane come caso studio
Dipartimento
BIOLOGIA
Corso di studi
CONSERVAZIONE ED EVOLUZIONE
Relatori
relatore Prof. Peruzzi, Lorenzo
relatore Dott. Dolci, David
relatore Dott. Dolci, David
Parole chiave
- Alpi Apuane
- cambiamento climatico
- climate change
- ENM
- modelli di distribuzione delle specie
- modelli di nicchia ecologica
- SDM
- specie endemiche
- Species Distribution Model
Data inizio appello
13/07/2021
Consultabilità
Non consultabile
Data di rilascio
13/07/2091
Riassunto
Questo lavoro ha lo scopo di testare la trasferibilità dei modelli distributivi (SDM) applicati ad organismi vegetali.
Gli SDM sono strumenti computazionali che, utilizzando dati distributivi delle specie e variabili ambientali, permettono di prevedere come l’areale di una specie possa variare nello spazio e nel tempo.
Per valutare il cambiamento della distribuzione potenziale di una specie in un certo periodo di tempo, si costruisce usualmente un modello con dati distributivi ed ambientali attuali, che viene poi trasferito in un ipotetico scenario futuro.
Le variabili ambientali che possono essere utilizzate per creare i modelli sono molte, per cui è necessario utilizzare una combinazione di quelle che meglio descrivono le esigenze ecologiche delle specie in esame.
Generalmente, queste variabili vengono ottenute da database online che forniscono dati relativi a diversi periodi temporali (passati, presenti e futuri).
Il principale problema degli SDM consiste nella grande variabilità dei risultati che possono fornire. Utilizzando variabili ambientali ed algoritmi diversi, è possibile ottenere risposte anche profondamente diverse.
Per poter verificare sperimentalmente il comportamento degli SDM quando applicati a studi di trasferibilità nel tempo, sono stati effettuati una serie di esperimenti modellistici utilizzando dati storici ed attuali. Tali esperimenti si sono focalizzati sulla comparazione di due modelli: il primo riferito al passato e proiettato nel futuro (ovvero il presente), il secondo riferito al presente. Dalla comparazione delle distribuzioni calcolate è stato possibile dedurre il comportamento di questi strumenti, quando utilizzati per prevedere gli effetti di cambiamenti ambientali.
Per realizzare la comparazione tra modelli passati proiettati nel presente e modelli ottenuti con dati attuali, sono stati ottenuti dati distributivi da fonti di erbario, bibliografiche ed osservazioni. I dati distributivi relativi al passato sono stati ottenuti dall’erbario di Pietro Pellegrini, attualmente conservato nel Museo Botanico di Pisa, integrati con le segnalazioni riportate in Flora della Provincia di Apuania (Pellegrini, 1942) e dai database “JACQ” (https://herbarium.botanik.univie.ac.at), “Wikiplantbase #Toscana” (Bedini et al., 2016) ed, infine, altri dati provenienti da “GBIF” (www.gbif.org), non condivisi dai database precedenti.
Per quanto riguarda il presente, i dati distributivi sono stati ottenuti attraverso gli stessi database utilizzati per ricavare quelli del passato.
Il vantaggio nell’utilizzare queste specie risiede nel fatto che hanno un areale ben circoscritto nello spazio, in questo caso le Alpi Apuane.
Prima di procedere con le modellizzazioni, è stata valutata la corretta identificazione dei campioni delle specie endemiche presenti nell’erbario. La fase successiva ha riguardato la digitalizzazione dei campioni e l’inserimento dei dati riportati sui cartellini nel database online JACQ.
Questi dati di occorrenza sono stati modellizzati attraverso il software “R”, utilizzando l’algoritmo “MaxEnt”, in modo da ottenere due mappe di distribuzione potenziale, una riferita al passato proiettato nel presente (ovvero il "futuro") e l’altra riferita al presente, che poi sono state convertite in mappe di distribuzione binaria (presenza-assenza).
Dalla comparazione delle due mappe distributive potenziali, presente-proiettata, è stato possibile stimare il tasso di cambiamento della distribuzione di una specie nel futuro, e quindi valutare il comportamento dei vari modelli trasferiti nel tempo. Dall’analisi di diversi casi studio è stato possibile valutare la tendenza alla sovrastima o sottostima degli SDM oggetto di studio.
Queste informazioni risulteranno particolarmente utili nel caso si volesse utilizzare un approccio SDM per calcolare il rischio di estinzione di una specie in scenari futuri di cambiamento climatico.
Gli SDM sono strumenti computazionali che, utilizzando dati distributivi delle specie e variabili ambientali, permettono di prevedere come l’areale di una specie possa variare nello spazio e nel tempo.
Per valutare il cambiamento della distribuzione potenziale di una specie in un certo periodo di tempo, si costruisce usualmente un modello con dati distributivi ed ambientali attuali, che viene poi trasferito in un ipotetico scenario futuro.
Le variabili ambientali che possono essere utilizzate per creare i modelli sono molte, per cui è necessario utilizzare una combinazione di quelle che meglio descrivono le esigenze ecologiche delle specie in esame.
Generalmente, queste variabili vengono ottenute da database online che forniscono dati relativi a diversi periodi temporali (passati, presenti e futuri).
Il principale problema degli SDM consiste nella grande variabilità dei risultati che possono fornire. Utilizzando variabili ambientali ed algoritmi diversi, è possibile ottenere risposte anche profondamente diverse.
Per poter verificare sperimentalmente il comportamento degli SDM quando applicati a studi di trasferibilità nel tempo, sono stati effettuati una serie di esperimenti modellistici utilizzando dati storici ed attuali. Tali esperimenti si sono focalizzati sulla comparazione di due modelli: il primo riferito al passato e proiettato nel futuro (ovvero il presente), il secondo riferito al presente. Dalla comparazione delle distribuzioni calcolate è stato possibile dedurre il comportamento di questi strumenti, quando utilizzati per prevedere gli effetti di cambiamenti ambientali.
Per realizzare la comparazione tra modelli passati proiettati nel presente e modelli ottenuti con dati attuali, sono stati ottenuti dati distributivi da fonti di erbario, bibliografiche ed osservazioni. I dati distributivi relativi al passato sono stati ottenuti dall’erbario di Pietro Pellegrini, attualmente conservato nel Museo Botanico di Pisa, integrati con le segnalazioni riportate in Flora della Provincia di Apuania (Pellegrini, 1942) e dai database “JACQ” (https://herbarium.botanik.univie.ac.at), “Wikiplantbase #Toscana” (Bedini et al., 2016) ed, infine, altri dati provenienti da “GBIF” (www.gbif.org), non condivisi dai database precedenti.
Per quanto riguarda il presente, i dati distributivi sono stati ottenuti attraverso gli stessi database utilizzati per ricavare quelli del passato.
Il vantaggio nell’utilizzare queste specie risiede nel fatto che hanno un areale ben circoscritto nello spazio, in questo caso le Alpi Apuane.
Prima di procedere con le modellizzazioni, è stata valutata la corretta identificazione dei campioni delle specie endemiche presenti nell’erbario. La fase successiva ha riguardato la digitalizzazione dei campioni e l’inserimento dei dati riportati sui cartellini nel database online JACQ.
Questi dati di occorrenza sono stati modellizzati attraverso il software “R”, utilizzando l’algoritmo “MaxEnt”, in modo da ottenere due mappe di distribuzione potenziale, una riferita al passato proiettato nel presente (ovvero il "futuro") e l’altra riferita al presente, che poi sono state convertite in mappe di distribuzione binaria (presenza-assenza).
Dalla comparazione delle due mappe distributive potenziali, presente-proiettata, è stato possibile stimare il tasso di cambiamento della distribuzione di una specie nel futuro, e quindi valutare il comportamento dei vari modelli trasferiti nel tempo. Dall’analisi di diversi casi studio è stato possibile valutare la tendenza alla sovrastima o sottostima degli SDM oggetto di studio.
Queste informazioni risulteranno particolarmente utili nel caso si volesse utilizzare un approccio SDM per calcolare il rischio di estinzione di una specie in scenari futuri di cambiamento climatico.
File
Nome file | Dimensione |
---|---|
Tesi non consultabile. |