Modelli distributivi e trasferibilità. Strumenti a disposizione e loro valutazione

Full text

115° Congresso della Società Botanica Italiana
Online
9 - 11 settembre 2020
Volume degli abstract
ISBN 978-88-85915-24-4

Abstract
115° Congresso S.B.I. - Online, 9 – 11 settembre 2020
132
7 = Modelli distributivi e trasferibilità. Strumenti a disposizione e loro valutazione
David Dolci1, Francesco Roma-Marzio2, Marco D’Antraccoli2, Lorenzo Peruzzi1
1Dipartimento di Biologia, Università di Pisa, Via Derna 1 56126 Pisa, Italy; 2Sistema Museale di Ateneo
dell’Università di Pisa, Orto e Museo Botanico, Via Luca Ghini 13, 56126 Pisa, Italy
Gli ‘Species Distribution Models’ (SDM), strumenti utilizzati per descrivere correlazioni empiriche tra
distribuzione di specie e variabili ambientali, sono stati applicati estensivamente al campo della biologia della
conservazione, per la loro capacità di prevedere cambiamenti nella distribuzione potenziale in risposta a
variazioni ambientali (quali il cambiamento climatico). Negli anni, è stata proposta un'ampia gamma di metodi
modellistici, ed alcuni di questi sono diventati strumento di riferimento in virtù della semplice applicabilità e
diffusione in letteratura. Sfortunatamente l’idea dell’esistenza di un singolo “metodo migliore” è stata
recentemente confutata. Nonostante la consapevolezza dell’impossibilità di identificare un singolo metodo che
si possa ben adattare allo studio di casi diversi, l’esigenza di delineare una procedura di riferimento rimane. Per
contribuire a colmare questa lacuna sono stati effettuati una serie di esperimenti modellistici di ‘transferability’
focalizzati su due diverse finestre temporali: 'passato' (1901-1930) e 'presente' (1981-2010). I dati ambientali
(risoluzione 1 km2) sono stati calcolati utilizzando le serie climatiche disponibili su CHELSAcruts (1901-
2016). I dati biologici sono stati ottenuti da fonti di erbario, ed integrati tramite i database Wikiplantbase #Italia
e GBIF. Inizialmente, sono stati costruiti modelli relativi allo storico utilizzando le occorrenze e i dati climatici
del passato, quindi proiettati nello scenario climatico corrente. In parallelo, utilizzando le occorrenze e i dati
climatici moderni, sono stati ottenuti modelli indipendenti relativi al periodo attuale. Dalla comparazione tra le
distribuzioni potenziali ottenute con i due tipi di modelli è stato possibile osservare l'eventuale tendenza alla
sovra- o sotto-stima quando viene effettuato il trasferimento di un modello nel tempo. Al fine di identificare la
procedura più idonea per effettuare previsioni, oltre che per comparare i risultati ottenuti, sono stati adottati 4
differenti procedimenti modellistici basati su dati di sola presenza: 1) ‘Bioclim’, 2) ‘Maxent default’, 3)
‘Kuenm’, 4) ‘Biomod2’. Per lo svolgimento delle analisi sono stati utilizzati i pacchetti dismo, kuenm e
biomod2 in ambiente R. Bioclim, Maxent default e Kuenm sono basati sull’utilizzo di singoli algoritmi, mentre
Biomod2 utilizza un approccio multi-algoritmo, con ‘ensemble’ finale. Bioclim è stato selezionato per scopi
comparativi, al fine di quantificare quanto il più semplice procedimento modellistico (denominato ‘envelope-
style method’), renda diversamente da metodi computazionali più sofisticati. Maxent default è stato selezionato
per la sua diffusione in letteratura. Kuenm e Biomod2 sono stati selezionati in quanto maggiormente avanzati.
Dall’analisi di 10 taxa endemici italiani (Adenostyles australis (Ten.) Iamonico & Pignatti, Aubrieta columnae
Guss. subsp. columnae, Crocus biflorus Mill., C. imperati Ten., Galium magellense Ten., Gypsophila arrostoi
Guss. subsp. arrostoi, Helleborus viridis L. subsp. bocconei (Ten.) Peruzzi, Koeleria splendens C.Presl,
Saxifraga porophylla Bertol. subsp. porophylla, Sedum magellense Ten. subsp. magellense) è stata osservata
una generale tendenza alla sottostima delle distribuzioni potenziali quando i modelli vengono trasferiti in
scenari diversi da quelli in cui sono stati calcolati. In un solo caso è stato osservato un trend di sovrastima (G.
magellense). Il calcolo dell’indice D di Schoener tra le distribuzioni potenziali proiettate (passato → presente) e
presenti evidenziano una generale scarsa sovrapposizione tra i modelli Bioclim (≈ 0.40), una maggiore
sovrapposizione tra i modelli Kuenm e Biomod2 (≈ 0.69 e ≈ 0.64) ed una sovrapposizione massima (≈ 0.7) tra i
modelli Maxent default. Il calcolo dell’indice D tra le distribuzioni potenziali prodotte dai diversi procedimenti,
ma riferite allo stesso periodo temporale (passato/proiettato/presente) mostra una chiara differenziazione dei
modelli Bioclim (D ≈ 0.3-0.5), ed una concordanza di massima tra i modelli Maxent default, Kuenm e Biomod2
(D ≈ 0.7-0.8). L’osservazione e la comparazione critica delle distribuzioni potenziali calcolate permettono di
concludere che le previsioni di Bioclim, sebbene peggiori delle altre, hanno successo nell’individuazione delle
aree più rilevanti per le specie. Le previsioni Maxent default spesso producono distribuzioni comparabili a
quelle ottenibili con i due procedimenti più sofisticati, ma frequentemente sovrastimate rispetto a queste.
Inoltre, in due casi, le impostazioni di default portano alla genesi di modelli sovraparametrizzati, per i quali il
calcolo dell’AICc non è possibile (A. australis, G. magellense). Le previsioni Kuenm e Biomod2 appaiono
comparabili, sebbene il primo metodo renda meglio in circostanze in cui i punti di occorrenza disponibili per il
procedimento modellistico non siano pienamente rappresentativi della reale distribuzione della specie in esame
(C. biflorus, H. viridis subsp. bocconei). In conclusione, l’analisi dei 10 casi studio suggerisce che la procedura
modellistica più idonea ad essere adottata come metodo di riferimento sia quella ‘Kuenm’, in considerazione
anche del fatto che le metriche di discriminazione (AUC, TSS, Kappa) sono informative solo quando i modelli
sono semplici, come recentemente dimostrato.
https://drive.google.com/file/d/1etbWdXTul59v7i7RhnY_y1GN1ytucBJl/view?usp=sharing