Prati, pascoli e paesaggio alpino - SoZooAlp
Prati, pascoli e paesaggio alpino - SoZooAlp
Prati, pascoli e paesaggio alpino - SoZooAlp
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Fausto Gusmeroli<br />
in rapporto alla struttura stessa dei dati; successivamente interpreta i dati ordinati alla<br />
luce della matrice ambientale.<br />
La prima fase è realizzata applicando alla matrice di comunità delle tecniche di ordinamento,<br />
il cui scopo è riassumere l’informazione, controllando il rumore e mettendo<br />
in risalto la struttura delle relazioni tra i popolamenti. Tutto questo è ottenuto riducendo<br />
la dimensionalità dei dati, ossia rappresentandoli in uno spazio matematico a poche<br />
dimensioni (possibilmente due-tre, dato che oltre lo spazio multidimensionale diventa<br />
inimmaginabile e non riproducibile graficamente), dove sia rispecchiata la matrice di<br />
somiglianza/dissomiglianza tra i popolamenti. Le molte variabili descrittive originarie<br />
(le specie) sono sostituite con poche nuove variabili o assi artificiali, utilizzati poi per<br />
l’analisi ecologica vera e propria attuata per mezzo delle tecniche di regressione o di<br />
correlazione con i parametri ambientali.<br />
Come si è già avuto occasione di sottolineare, oggetti e variabili descrittive di una<br />
matrice possono invertirsi di ruolo, ossia le tecniche multivariate si possono applicare in<br />
un duplice modo. L’ordinamento, come d’altro canto il clustering, può dunque riguardare<br />
tanto i popolamenti, quanto le specie, separatamente o anche congiuntamente. Altro<br />
aspetto degno di essere ripreso è che, sebbene l’ordinamento intenda la vegetazione essenzialmente<br />
come un continuum, si presta anche alla classificazione, sovrapponendosi<br />
così in parte alle tecniche di clustering. La divergenza sostanziale sta nell’obiettivo<br />
principale, che per l’ordinamento è la riduzione della dimensionalità, per il clustering<br />
l’arrangiamento degli oggetti in una struttura. Se, dunque, l’ordinamento può sussistere<br />
anche senza il clustering, il contrario è più problematico. In ogni caso, si ribadisce, è<br />
sempre consigliabile un uso combinato delle due metodologie, a beneficio di un’informazioni<br />
più sicura ed esauriente.<br />
I metodi di ordinamento sono molteplici e si distinguono in metrici e non metrici.<br />
In ecologia vegetale si usano in pratica solo quelli metrici (il solo procedimento non<br />
metrico usato con una certa frequenza è lo scaling muldimensionale) e tra essi, come<br />
visto, in particolare l’analisi di corrispondenza, detta anche di ordinamento reciproco<br />
(COA - Correspondence analisys o RA - Reciprocal averging). La tecnica di riferimento<br />
generale, equivalente per importanza all’analisi della varianza nel campo unidimensionale,<br />
rimane tuttavia l’analisi delle componenti principali (PCA - Principal component<br />
analysis), la cui conoscenza è utile per comprendere le altre tecniche 24 . Presupposto fondamentale<br />
per l’applicazione di questi metodi è che le variabili descrittive siano tra loro<br />
correlate, ossia portino informazione in parte comune (ridondante). Questo permette di<br />
sostituirle con nuove variabili artificiali (le componenti, le corrispondenze o altro, secondo<br />
il metodo) che, diversamente dalle originarie, sono incorrelate e non equamente<br />
informative. Se le correlazioni sono molto strette, poche nuove variabili sono in grado di<br />
24 L’analisi delle componenti principali fu sviluppata da Eugenio Beltrami nel 1873, resa operativa nelle<br />
scienze sperimentali da Karl Pearson nel 1901 e approfondita da Hotelling negli anni trenta. Non diversamente da<br />
buona parte delle tecniche multivarate, rimase tuttavia per vari decenni di interesse solo teorico, causa la laboriosità<br />
di calcolo. Le prime applicazioni in campo ecologico si ebbero negli anni cinquanta ad opera di Goodall, ma la<br />
sua definitiva affermazione risale agli anni sessanta con l’avvento dei calcolatori. Fino ad allora, l’ordinamento<br />
era attuato con procedure meno laboriose, ma piuttosto incomplete (non tenevano conto di tutte le specie, ma solo<br />
di poche indicatrici) e soggettive (richiedevano la specifica di pesi, la selezione di punti estremi o altro). La più<br />
utilizzata era l’ordinamento polare, cosiddetto in quanto ai due oggetti più distanti era assegnato il ruolo di poli<br />
dell’asse di ordinamento e gli altri oggetti erano collocati in accordo con le loro distanze da essi. Altri assi erano poi<br />
estratti selezionando le nuove coppie di oggetti più distanti.<br />
112