Prati, pascoli e paesaggio alpino - SoZooAlp

Tab. 6.1
Tab. Classificazione 6.1 delle principali tecniche statistiche in analisi di gradiente
Classificazione delle principali tecniche statistiche in analisi di gradiente
Modello di risposta
e criterio di stima
Lineare
Minimi quadrati
Unimodale
Massima
verosimiglianza
Medie ponderate
(MP)
Regressione
Regressione
multipla
Regressione
gaussiana
M. p. punteggi
dei siti
Analisi diretta
109
PRATI, PASCOLI E PAESAGGIO ALPINO
Per tenere conto del modello unimodale 22 , in ecologia sono state sviluppate una serie
di tecniche alternative alle standard, alcune delle quali di natura essenzialmente euristica,
dunque con basi teoriche meno rigorose, ma in definitiva più efficaci e aderenti alla
realtà. Un inquadramento delle principali tecniche è proposta in tabella 6.1. Il primo
gruppo riprende le tecniche standard del modello lineare, basate sulla stima dei minimi
quadrati. Il loro uso in ecologia è circoscritto a matrici di dati quantitativi piuttosto omogenei
e con pochi valori nulli, per i quali le relazioni tra le specie e i fattori ambientali, ricadendo
in brevi tratti della curva unimodale, possono essere assunte come lineari (sono
considerati tali i gradienti la cui ampiezza è inferiore a tre volte la deviazione standard).
Il secondo gruppo è composto dalle tecniche che incorporano esplicitamente il modello
di risposta unimodale. Quelle gaussiana basate sulla stima della massima verosimiglianza
sono un’estensione formale dei metodi lineari, ma sono molto complesse. Le tecniche
euristiche basate sulle medie ponderate sono più semplici, ma altrettanto efficaci, delle
precedenti. Essendo le più usate in ecologia, ad esse è dedicato maggiore spazio.
6.2. L’analisi di gradiente diretta
Calibrazione Ordinamento
Calibrazione
lineare
Calibrazione
gaussiana
M. p. punteggi
delle specie
Analisi indiretta Analisi diretta multivariata
Componenti
principali
Ordinamento
gaussiano
Analisi di
corrispondenza
Ordinamento vincolato
Analisi di ridondanza
Ordinamento gaussiano
canonico
Analisi di corrispondenza
canonica
L’analisi di gradiente diretta si fonda sullo stretto legame che unisce la crescita delle
piante e le condizioni ambientali, legame che rende possibile inferire l’una dalle altre e
viceversa, attraverso approcci statistici di regressione e di calibrazione.
La regressione, dal momento che serve a stimare la risposta della specie ai parametri
ambientali, è di per sé un problema attinente più all’autoecologia che alla sinecologia.
È qui illustrata soprattutto allo scopo di presentare il metodo delle medie ponderate,
sul quale si fondano le tecniche euristiche implementate in ecologia. Il metodo è molto
22 Il modello Gaussiano, anche se molto efficace, è solo approssimativo. Non sono inoltre rari esempi di
risposte bimodali e asimmetriche dovute al fatto che le specie coesistono nelle comunità. Le piante, come già
segnalato nella prima parte, non sono cioè distribuite semplicemente in accordo con le loro tolleranze fisiologiche,
così come definite in condizioni controllate di laboratorio, ma sono alterate dalla competizione con altre specie
e da altri processi interni alla comunità. La nicchia ecologica o reale che si osserva negli ecosistemi è dunque,
solitamente, diversa e più ristretta di quella fondamentale o teorica.