INDIVIDUAZIONE DELLA SCALA E TECNICHE RELATIVE
8
INDIVIDUAZIONE DELLA SCALA E TECNICHE RELATIVE INDIVIDUAZIONE DELLA SCALA E TECNICHE RELATIVE Come agire nel caso nel quale non conosciamo la scala alla quale Come agire nel caso nel quale non conosciamo la scala alla quale un fenomeno è registrabile? un fenomeno è registrabile? Set di metodologie che permettono individuare la scala alla Set di metodologie che permettono individuare la scala alla quale il paesaggio presenta una struttura: quale il paesaggio presenta una struttura: di grande utilità per interpretare ed ipotizzare i processi e di grande utilità per interpretare ed ipotizzare i processi e funzioni ecologiche. funzioni ecologiche. Le operazioni logiche per caratterizzare la struttura spaziale Le operazioni logiche per caratterizzare la struttura spaziale di un insieme di dati sono due: di un insieme di dati sono due: • • identificare la struttura identificare la struttura e la rispettiva scala spaziale alla e la rispettiva scala spaziale alla quale detta struttura emerge; quale detta struttura emerge; • • sintetizzare la struttura sintetizzare la struttura individuata attraverso strumenti individuata attraverso strumenti statistici statistici I metodi dipendono dal tipo di dato spaziale. I metodi dipendono dal tipo di dato spaziale.
Transcript of INDIVIDUAZIONE DELLA SCALA E TECNICHE RELATIVE
INDIVIDUAZIONE DELLA SCALA E TECNICHE RELATIVEINDIVIDUAZIONE DELLA SCALA E TECNICHE RELATIVE
Come agire nel caso nel quale non conosciamo la scala alla qualeCome agire nel caso nel quale non conosciamo la scala alla qualeun fenomeno è registrabile?un fenomeno è registrabile?
Set di metodologie che permettono individuare la scala alla Set di metodologie che permettono individuare la scala alla quale il paesaggio presenta una struttura: quale il paesaggio presenta una struttura: di grande utilità per interpretare ed ipotizzare i processi e di grande utilità per interpretare ed ipotizzare i processi e funzioni ecologiche. funzioni ecologiche.
Le operazioni logiche per caratterizzare la struttura spaziale Le operazioni logiche per caratterizzare la struttura spaziale di un insieme di dati sono due:di un insieme di dati sono due:••identificare la strutturaidentificare la struttura e la rispettiva scala spaziale alla e la rispettiva scala spaziale alla quale detta struttura emerge;quale detta struttura emerge;••sintetizzare la strutturasintetizzare la struttura individuata attraverso strumenti individuata attraverso strumenti statisticistatistici
I metodi dipendono dal tipo di dato spaziale.I metodi dipendono dal tipo di dato spaziale.
INDIVIDUAZIONE DELLA SCALA E TECNICHE RELATIVEINDIVIDUAZIONE DELLA SCALA E TECNICHE RELATIVE
A)A) Metodi adatti a paesaggi dove esiste una struttura regolare Metodi adatti a paesaggi dove esiste una struttura regolare e ripetuta. e ripetuta.
B) B) Metodi adatti a paesaggi eterogenei con cambiamenti Metodi adatti a paesaggi eterogenei con cambiamenti irregolari (irregolari (edgeedge detection) detection)
A1) Semivarianza, Autocorrelazione: A1) Semivarianza, Autocorrelazione: ••A che scala si ripete? (es. cespi di A che scala si ripete? (es. cespi di AmpelodesmosAmpelodesmos, struttura di , struttura di alcuni alcuni cespuglieticespuglieti, distanze tra matricine e ricrescita del , distanze tra matricine e ricrescita del bosco, ecc.) bosco, ecc.) ••E’ possibile conoscere i valore che assume una variabile nello E’ possibile conoscere i valore che assume una variabile nello spazio sulla base dei valori che assume in altri punti? Tecnichespazio sulla base dei valori che assume in altri punti? Tecnichedi interpolazione (es. di interpolazione (es. KrigingKriging))
A2) Tecniche A2) Tecniche BlockingBlocking techniquestechniques Windowing techniques and Windowing techniques and block size ANOVAblock size ANOVA
Classi di dati spaziali
dato puntuale semplice (a sinistra) e marcato (a destra). Si tratta di alberi all’interno di un ettaro di bosco. Nel primo caso la distribuzione semplice, nel secondo la distribuzione di due specie e dei diametri dei tronchi.
a) Dati puntuali (spatial point pattern)
Lo scopo dell'analisi del pattern di questo tipo di dati è quello di individuare la scala spaziale (o le scale spaziali) alla quale i punti tendono ad essere più raggruppati di quello che sarebbero se la configurazione fosse casuale (in che misura si scostano da una configurazione aleatoria).
misure di una variabile raccolte all'interno di aree campione discrete con una posizione nello spazio ben precisa e separate tra loro da una certa distanza.
b) Dati geostatistici
Un insieme di dati costruito sul campionamento di una o più variabili (a caso, uniforme, stratificato, ecc.) in tutta l’estensione dell’area oggetto d’indagine rappresenta un set di dati geostatistici. Mentre la posizione del campione è nota, sono i valori che assume la variabile in ogni campione il centro di attenzione dell’analisi geostatistica.
Classi di dati spaziali
La domanda è: “campioni raccolti in posizioni prossime presentano valori simili della variabile presa in considerazione?” L’identificazione della scala in un insieme di dati geostatistici consiste in individuare le distanze alle quali i valori di una determinata variabile tendono ad essere simili. Una delle applicazioni più diffuse è quella di individuare delle distanze alle quali, anche senza conoscere il valore misurato di una determinata variabile, è possibile prevederlo con una buona approssimazione. Infatti numerosi algoritmi di spazializzazione vengono sviluppati sulla base dell’analisi geostatistica.
22
23
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
10
0
10
1
10
2
10
3
10
4
10
5
10
6
10
7
10
8
10
9
11
0
11
1
11
2
11
3
11
4
2 3C 2 1 3C 3C 3C 3A
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
86
87
88
93
94
10
1
10
2
10
3
10
4
10
5
10
6
10
7
10
8
10
9
11
0
11
1
11
2
11
4
11
5
11
6
11
7
11
8
11
9
12
0
12
1
12
2
2 4 3A 4 3A 4 2
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
24
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
Str
ad
a
Re
cin
zio
ne
Lunghezza transetto: 95 m Distanza dal mare: 5 cm
1 1 2
TRANSETTO 1
Data: 3/05/2001 Quadrati complessivi: 114
Località:Marinelle- Petacciato Marina Quadrati con specie: 92
Esposizione: 200° SW Specie: 39
Lunghezza transetto: 114 m Distanza dal mare: 80 cm
5 3B3C 3A 3B 3B 6
2 2 2 3A 3A 4 6
3C 3B
Lunghezza transetto: 114 m Distanza dal mare: 10 cm
TRANSETTO 3
Data: 24/05/2001 Quadrati complessivi: 85
Località:Marinelle-Petacciato Marina Quadrati con specie: 77
Esposizione: 195° SW Specie: 33
TRANSETTO 2
Data: 10/05/2001 Quadrati complessivi: 122
Località: Marina di Petacciato-Petacciato Marina Quadrati con specie: 75
Esposizione: 185° SW Specie: 38
Settore 1
Aggruppamento a Cakile maritima e Salsola kali
Settore 2 Aggruppamento a Elymus farctus e
Calystegia sodanella
Settore 3C Aggruppamento ad Ammophila
arenaria subsp. arenaria ed Elymus farctus
Settore 4 Aggruppamento a Ononis variegata e
Sixalix atropurpurea
Settore 3 Aggruppamento ad Ammophila arenaria
subsp. arenaria ed Elymus farctus
Settore 3B Aggruppamento ad Ammophila
arenaria subsp. arenaria e Sporobolus pungens
Settore 3A Aggruppamento ad Ammophila
arenaria subsp. arenaria e Lotus cytisoidesSettore 6 Aggruppamento ad Acacia cyanophylla
Settore 5 Aggruppamento a Bromus madritensis
ed Avena fatua
Settore 7 Aggruppamento a Pinus halepensis
b) Dati geostatistici:campioni di vegetazione, campioni di suolo, transetti, ecc.
c) Dati a maglia (lattice data)
I dati a maglia sono dei dati associati a delle porzioni di spazio (regione) che possiedono un’area determinata. Quest’area viene definita attraverso dei limiti (una regione è un'area i cui limiti si trovano a contatto con quelli delle regioni contigue).
A sinistra: rappresentazione di una carta vettoriale all’internodi un GIS dove i limiti tra i poligoni vengono rappresentati da linee tratteggiate; vengono inoltre rappresentati come punti grossi i centroidi di ogni poligono (punto equidistante a tutti i limiti del poligono). A destra, rappresentazione della stessa carta attraverso un grafo dove i centroidi dei poligoni costituiscono i vertici e le linee intere i limiti o contatti.
c) Dati a maglia (lattice data)
Dati da telerilevamento e carte raster,
carte vettoriali,
Grafi,
flora in griglia, ecc.
Le metodologie Le metodologie geostatistichegeostatistiche sono di grande utilità per sono di grande utilità per risolvere due aspetti importanti in ecologia del paesaggio: risolvere due aspetti importanti in ecologia del paesaggio: l’individuazione della scala e la caratterizzazione della l’individuazione della scala e la caratterizzazione della struttura spaziale delle variabili. struttura spaziale delle variabili. Di solito in ecologia del paesaggio i dati Di solito in ecologia del paesaggio i dati geostatisticigeostatisticiprovengono da campionamento parziale del territorio, mentre i provengono da campionamento parziale del territorio, mentre i dati a griglia (lattice) provengono da campionamenti completi dati a griglia (lattice) provengono da campionamenti completi raccolti generalmente attraverso telerilevamento.raccolti generalmente attraverso telerilevamento.
