Prati, pascoli e paesaggio alpino - SoZooAlp
Prati, pascoli e paesaggio alpino - SoZooAlp
Prati, pascoli e paesaggio alpino - SoZooAlp
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
79<br />
PRATI, PASCOLI E PAESAGGIO ALPINO<br />
il metodo lineare di Daget-Poissonet, tipico dell’approccio fitopastorale, nel quale si<br />
conteggiano gli individui che toccano il filo di una baionetta infissa verticalmente nel<br />
terreno in punti a distanza prefissata (normalmente 20 cm) lungo il transetto. Nel caso<br />
in cui siano censiti anche gli eventuali contatti ripetuti della medesima specie nel punto,<br />
oltre alle frequenze delle specie si possono calcolare i loro contributi alla formazione<br />
della biomassa.<br />
4.5. Le matrici primarie e il pre-trattamento dei dati<br />
I dati, sia quelli di comunità, sia quelli ambientali, sono di natura multivariata, giacché<br />
ogni rilievo o campione è descritto da più variabili: nel primo caso le abbondanze<br />
delle specie (o altro taxon o, più raramente, anche solo un carattere biologico), nel secondo<br />
i parametri pedologici, climatici, topografici e antropici utili a spiegare il modello<br />
di variabilità del sistema. I dati possono pertanto essere raccolti in due matrici primarie<br />
a due vie: l’una, quella di comunità, è una matrice campioni x specie, l’altra, quella ambientale,<br />
è una matrice campioni x parametri ecologici. Come tutte le matrici, possono<br />
essere viste anche come spazi matematici, ossia sistemi di coordinate multidimensionali<br />
i cui assi sono in un caso le specie (spazio delle specie) nell’altro i parametri ambientali<br />
(spazio ecologico) e i campioni sono punti o vettori dentro essi (Fig. 4.4). Nel lessico<br />
matematico, gli assi prendono il nome di variabili di stato, perché descrivono appunto lo<br />
stato del sistema in un certo istante 6 .<br />
In queste matrici o spazi matematici sono contenute tutte le informazioni necessarie<br />
alla descrizione delle biocenosi e alla comprensione della loro struttura e delle relazioni<br />
con l’ambiente. Il problema sta nel riuscire a leggere e interpretare correttamente tali<br />
informazioni. Con matrici di piccola dimensione, quali possono essere quelle composte<br />
da un centinaio o poco più di dati, non si hanno particolari difficoltà: la mente umana è<br />
in grado di scoprire direttamente la struttura delle relazioni tra gli oggetti. Con matrici<br />
più grandi si superano invece le facoltà dell’intelletto e si rende necessario il trattamento<br />
statistico con tecniche di analisi multivariata. Queste risultano particolarmente preziose<br />
nell’analisi taxometrica, poiché le matrici di comunità, oltre ad essere solitamente più<br />
grandi delle ambientali, presentano taluni caratteri che possono disturbare non poco l’interpretazione<br />
dei dati.<br />
Un primo elemento di disturbo può essere la presenza di campioni isolati o singolari<br />
(outlier), ossia campioni molto differenti da tutti gli altri. Essi possono derivare da popolamenti<br />
o siti effettivamente particolari o da errori grossolani in fase di campionamento.<br />
La loro identificazione non ha basi oggettive, ma è lasciata al giudizio dell’operatore, il<br />
quale può trovare supporto nell’osservazione della matrice ambientale (gli outlier potrebbero<br />
corrispondere a situazioni ecologiche particolari) e soprattutto, come si diceva,<br />
nelle tecniche di analisi multivariata. Un esempio di outlier e del suo effetto di disturbo è<br />
6 Oltre che nel senso indicato, in cui gli oggetti sono i campioni o popolamenti elementari e le variabili<br />
descrittive le specie o i parametri ambientali, le matrici possono naturalmente essere intese ed esaminate anche<br />
all’inverso, ossia con le specie o i parametri ambientali come oggetti e i campioni come variabili descrittive. In tal<br />
caso viene studiato il comportamento delle specie e dei parametri ambientali nell’ecosistema, un tema che riguarda<br />
però più l’autoecologia che non la sinecologia. Le due modalità di analisi sono indicate rispettivamente come<br />
modalità Q e R. Quando non diversamente specificato è sottintesa la modalità Q.