Prati, pascoli e paesaggio alpino - SoZooAlp

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