MONITORAGGIO DELL AVIFAUNA NIDIFICANTE IN LOMBARDIA

Transcript

1 Dipartimento di Scienze dell Ambiente e della Terra (DiSAT) Università degli Studi di Milano Bicocca (UNIMIB) Novembre 2016 MONITORAGGIO DELL AVIFAUNA NIDIFICANTE IN LOMBARDIA Luciano Bani, Massimiliano Luppi e Valerio Orioli Unità per la Conservazione della Biodiversità (UCB)

2

3 MONITORAGGIO DELL AVIFAUNA NIDIFICANTE IN LOMBARDIA PER L ANNO 2016 Responsabile scientifico della ricerca: Dott. Luciano Bani Unità per la Conservazione della Biodiversità Dipartimento di Scienze dell Ambiente e della Terra Università degli Studi di Milano Bicocca Piazza della Scienza 1, 20126, Milano Tel /.2944 /.2918 Fax e mail: luciano.bani@unimib.it Milano, novembre 2016

4 FEC 10/2016 AFFIDAMENTO INCARICO A UNIVERSITÀ DEGLI STUDI DI MILANO BICOCCA PER IL SERVIZIO DI MONITORAGGIO DELL AVIFAUNA NIDIFICANTE IN LOMBARDIA PER L ANNO 2016 ASSUNZIONE IMPEGNO DI SPESA - CODICE CIG ZED18CA665 DECRETO N. 3308, del 14/04/2016 Identificativo Atto n Ente committente: REGIONE LOMBARDIA U.O. Sviluppo di Sistemi Forestali Agricoltura di Montagna, Uso e Tutela del Suolo Agricolo DG Agricoltura Ente di ricerca affidatario: Responsabile scientifico della ricerca per l ente affidatario: Relazione a cura di: Analisi dati: Università degli Studi di Milano Bicocca Dipartimento di Scienze dell Ambiente e della Terra Dott. Luciano Bani Dott. Luciano Bani Dott. Massimiliano Luppi Dott. Valerio Orioli Dott. Luciano Bani Dott. Massimiliano Luppi Dott.ssa Olivia Dondina Dott. Valerio Orioli Rilevamenti faunistici e ambientali stagione 2016: Dott. Luciano Bani Dott. Matteo Bonetti Sig. Lucio Bordignon Dott.ssa Monica Carabella Dott. Alberto Forelli Dott. Sergio Mantovani Dott. Valerio Orioli

5 INDICE 1. INTRODUZIONE MATERIALI E METODI Dati faunistici Progetti di censimento dell avifauna nidificante in Lombardia Il piano di campionamento del monitoraggio dell avifauna nidificante in Lombardia Tecnica di rilevamento Dati ambientali Dati raccolti sul campo nel corso dei rilievi faunistici Cartografia digitale Analisi demografiche a livello regionale e sotto regionale (aree omogenee) Calcolo dei modelli di distribuzione delle specie Stima delle popolazioni annuali Valutazione degli andamenti demografici a lungo termine Valutazione degli andamenti demografici utilizzando la tecnica dei change points RISULTATI Risultati generali Andamenti demografici a lungo termine: tasso annuale di crescita Andamenti demografici a scala regionale Andamenti demografici nelle aree omogenee Change points CONCLUSIONI SVILUPPI FUTURI BIBLIOGRAFIA APPENDICE

6 1. INTRODUZIONE La Lombardia è stata la prima regione italiana ad avviare uno studio quantitativo dell avifauna su ampia scala. Nel 1986 infatti la DG Agricoltura, in collaborazione con l Università degli Studi di Milano, vara il progetto Atlante degli Uccelli svernanti in Lombardia (Fornasari et al. 1992): si tratta del primo atlante quantitativo italiano che riporta la distribuzione e l abbondanza dell avifauna, secondo una maglia identificata dalle Tavolette IGM in scala 1: (circa 100 km 2 di estensione ciascuna), per un intero territorio regionale. Tale lavoro segna la transizione dagli atlanti qualitativi, indicanti semplicemente la presenza, certa, probabile o possibile, agli atlanti quantitativi. Dopo tale esperienza, nel 1992, la DG Agricoltura della Regione Lombardia riconosce l utilità di un analogo studio quantitativo dell avifauna sul territorio regionale durante la stagione di nidificazione, promuovendo l avvio di un monitoraggio a lungo termine delle popolazioni nidificanti sul territorio regionale. Il Progetto iniziato nel 1992 (Fornasari et al. 1998), nonostante alcune interruzioni nei primi anni di esecuzione, rappresenta oggi il programma di monitoraggio quantitativo dell avifauna nidificante su ampia scala più longevo in Italia. Tale progetto, per la vastità e la diversità ambientale del territorio indagato, è in grado di fornire una valutazione approfondita ed esauriente delle dinamiche di popolazione delle diverse specie di uccelli che si riproducono sul versante meridionale delle Alpi e nella Pianura Padana. La serie storica di dati georeferenziati è attualmente archiviata nella banca dati faunistica regionale dell Osservatorio Regionale degli Habitat e delle Popolazioni Faunistiche appartenente all U.O. Sviluppo e Tutela del Territorio Rurale e Montano (Direzione Generale Agricoltura della Regione Lombardia) e costituisce un patrimonio di grandissimo valore per l utilizzo che può esserne fatto sia nell ambito di studi con finalità prevalentemente gestionali e applicative (Massa et al. 2003; Vigorita e Cucé 2008; Bani et al. 2009a; Massimino et al. 2010; Bani et al. 2009b; Ambrosini et al. 2011a, Dondina et al. 2015; Sicurella et al. in revisione; Rocchia et al. in revisione) piuttosto che di interesse principalmente scientifico (Bani et al. 2002; Bani et al. 2006; Massimino et al. 2008; Ambrosini et al. 2011b; Dondina et al. 2016). Una prima importante informazione che emerge dall analisi della serie storica è l andamento demografico delle popolazioni regionali delle specie di uccelli nidificanti. Essa rappresenta la base indispensabile per predisporre ricerche specifiche in grado di analizzare criticamente i processi in corso; infatti, l identificazione dei fattori che influenzano le dinamiche di popolazione permette di definire specifiche azioni finalizzate alla conservazione e gestione dell avifauna. È evidente che queste finalità possono essere raggiunte tanto più efficientemente quanto più le informazioni sono raccolte con accuratezza e con costanza nel tempo, proprio grazie ai programmi di monitoraggio, ossia per mezzo schemi di censimento nel corso dei quali i dati sono raccolti regolarmente 5

7 nel tempo, con una metodologia standardizzata e per mezzo di un appropriato piano di campionamento. In questa, ricerca al fine di valutare le dinamiche di popolazione delle specie di uccelli nidificanti in Lombardia, oltre ai dati specificatamente raccolti nella stagione riproduttiva 2016, sono stati utilizzati anche quelli pregressi raccolti nei diversi programmi di monitoraggio che si sono succeduti dal Non si è potuto tuttavia colmare con dati adeguati, ovvero rappresentativi per la valutazione delle dinamiche di popolazione a scala regionale, alcune lacune temporali date dalla mancanza di continuità dello stesso programma di monitoraggio. Sono stati tuttavia recuperati dati adeguati per il 1999, anno in cui hanno avuto luogo progetti con finalità diverse che hanno comunque fornito informazioni che possono essere considerate rappresentative. La diversità dei piani campionamento, dovuta alla mancanza di adeguate risorse economiche allocate al programma di monitoraggio, ha comportato una disomogeneità del campione raccolto negli anni, rendendo i dati annuali, nel complesso, non direttamente confrontabili tra loro. Per tale motivo la nostra Unità di ricerca (Unità per la Conservazione della Biodiversità del Dipartimento di Scienze dell Ambiente e della Terra Università degli Studi di Milano Bicocca), sulla scorta di quanto evidenziato da Massimino et al. (2008) e Bani et al. (2009a), ha sviluppato una metodologia in grado di utilizzare le informazioni raccolte con piani di campionamento differenti, ma con la stessa tecnica di rilevamento standardizzata. Tale metodologia, basata su un modello matematico statistico, permette di superare la disomogeneità del campione, fornendo una stima di popolazione non distorta. La serie storica delle stime può essere quindi utilizzata per la valutazione dell andamento di popolazione per l intero periodo di monitoraggio. 6

8 2. MATERIALI E METODI 2.1. Dati faunistici Progetti di censimento dell avifauna nidificante in Lombardia Il database faunistico utilizzato nella presente ricerca comprende dati sull avifauna nidificante in Lombardia raccolti dal 1992 al 2016 in progetti con differenti piani di campionamento. I dati relativi agli anni 1993, 1994, 1997 e 1998 non sono disponibili o troppo scarsi e/o localizzati per poter ottenere stime attendibili delle popolazioni Il piano di campionamento del monitoraggio dell avifauna nidificante in Lombardia Il monitoraggio dell avifauna nidificante in Lombardia, da quando è stato ripreso nel 2005 in forma standardizzata, ha previsto un campionamento misto, di tipo stratificato e casuale, con una preliminare suddivisione del territorio regionale in insiemi omogenei (unità di campionamento primarie) di Tavolette IGMI (unità di campionamento secondarie) sulla base della loro composizione ambientale (uso del suolo DUSAF 2.0). In ogni unità primaria è effettuata ogni anno una selezione casuale di unità secondarie (unità di rilevamento), in modo da raccogliere un campione di dati rappresentativo dell intero territorio regionale. Per ogni anno di esecuzione del programma di monitoraggio è prevista la selezione di 30 unità di campionamento secondarie delle 284 in cui è idealmente suddivisa la regione, corrispondenti ad altrettante Tavolette IGMI. Le 30 unità individuate sono scelte in modo proporzionale all estensione delle unità di campionamento primarie e, di anno in anno, sono selezionate casualmente 30 differenti unità di campionamento secondarie (figura 2.1). In questo modo, raccogliendo annualmente un campione rappresentativo all interno del territorio regionale, si privilegiano gli aspetti legati al monitoraggio delle popolazioni di uccelli nidificanti nell intera area di studio. In queste unità la raccolta dei dati è finanziata dalla ricerca affidata nel 2016 da Regione Lombardia all Università con Decreto N del 14/04/

9 Inoltre, dal 2007 è prevista l esecuzione di rilevamenti in altre unità di campionamento secondarie fisse, attualmente 23, e utilizzate per verificare la coerenza degli andamenti demografici ottenuti dai punti reiterati, con quelli ottenuti dei dati raccolti nelle altre 30 unità di campionamento secondarie estratte casualmente. Inoltre, le unità fisse permetteranno di stimare la probabilità di rilevamento (detection probability) di ciascuna, in modo da limitare quanto più possibile eventuali sottostime nel calcolo delle densità e, quindi, delle popolazioni. Questo potrà essere fatto dopo una decina di anni, ovvero quando il campione relativo alla serie storica dei punti reiterati sarà sufficientemente lunga da permettere di realizzare statistiche robuste. In queste unità fisse la raccolta dei dati è finanziata del Fondo di Ateneo per la Ricerca dell Università degli Studi di Milano Bicocca. Sulla base del Decreto di incarico è prevista l esecuzione di un minimo di 400 rilevamenti nelle 30 unità di campionamento secondarie che di anno in anno saranno sostituite da altre, e di circa rilevamenti nelle unità di campionamento secondarie fisse. Il mantenimento di uno sforzo di campionamento costante nel tempo permette la copertura completa del territorio regionale ciclicamente ogni 10 anni. Figura 2.1. Suddivisione della Lombardia in 7 aree omogenee (unità di campionamento primarie) sulla base della composizione ambientale, secondo la classificazione DUSAF, delle tavolette IGMI 1: (unità di campionamento secondarie). In blu le unità secondarie di campionamento mantenute fisse. Tra parentesi il numero di tavolette, con presenza importante di territorio regionale, in ciascuna area omogenea (nell Alta pianura e nei Boschi di latifoglie sono compresi anche porzioni di territorio appenninico con caratteristiche ambientali simili a quelle prealpine). 1) grigio chiaro: Alpi (21) 5) grigio scuro: Pianura urbana (23) 2) verde scuro: Boschi di conifere (41) 6) giallo: Pianura seminativa (91) 3) verde chiaro: Boschi di latifoglie (52) 7) azzurro: Pianura risicola (23) 4) castano: Alta pianura (31) 8

10 Tecnica di rilevamento Tutti i dati faunistici sono stati raccolti usando la tecnica dei punti di ascolto a distanza illimitata della durata di 10 minuti. I rilevamenti sono stati eseguiti dal 10 maggio al 20 giugno di ogni anno, al fine di evitare il principale flusso migratorio primaverile (e quindi il conteggio degli individui di passo) e nel contempo di concentrare i rilevamenti all interno del periodo in cui si ha la massima attività canora territoriale degli individui (e quindi la maggiore probabilità di rilevarli). L orario di rilevamento va dall alba alle 11 (ora solare) in tutti i giorni senza pioggia, nebbia o forte vento (Blondel et al. 1981; Fornasari et al. 1998). Questa tecnica fornisce un valore di abbondanza relativa (Blondel et al. 1970; Bibby et al. 2000). Tutti i conteggi sono espressi in numero di coppie, calcolate secondo il metodo descritto da Blondel et al. (1981). La minima distanza tra due punti è stata fissata in 0,5 km. La tecnica dei punti d ascolto permette di raccogliere dati utili su gran parte dell avifauna presente sul territorio, in particolare sugli uccelli appartenenti agli ordini Columbiformes, Cuculiformes, Apodiformes, Coraciiformes, Piciformes e Passeriformes, tra i quali vi sono molte delle specie di interesse conservazionistico, gestionale e venatorio, così come individuate dal Piano Faunistico Venatorio Regionale. La tecnica può essere efficacemente usata anche per censire alcune tre le specie più comuni di altri ordini quali., ad esempio, la poiana Buteo buteo, il gheppio Falco tinnunculus, la quaglia Coturnix coturnix, il fagiano Phasianus colchicus e la gallinella d acqua Gallinula chloropus. La tecnica è particolarmente idonea per i rilevamenti all interno di ambiti ad elevata eterogeneità ambientale, poiché la raccolta di informazioni puntiformi relative a un determinato intorno ambientale consente di stabilire precisi legami quali quantitativi tra avifauna e ambiente fisico, pur riducendo al minimo i tempi di rilevamento e, quindi, massimizzando l efficienza della raccolta dati (all aumento della numerosità di unità campionare, cioè i punti di ascolto, corrisponde un aumento della rappresentatività del dato raccolto). Altri metodi di rilevamento, per contro, sono poco indicati per uno studio come il presente. Il mappaggio, infatti, è una tecnica che prevede l identificazione di tutti i territori individuali presenti all interno dell area di studio per ciascuna specie presente. Da un lato si tratta di una tecnica che, rispetto ai punti d ascolto, permette di definire ancora meglio i legami tra avifauna e ambiente; tuttavia la notevole quantità di tempo che essa richiede (sono necessarie più visite all interno di ogni singola stagione riproduttiva) ne sconsiglia l utilizzo per vaste aree di studio. Anche i transetti lineari, come i punti di ascolto, consistono nel conteggio di tutti gli individui appartenenti alle diverse specie identificate a vista oppure udite in canto, ma diversamente da questi si svolgono lungo percorsi predefiniti, anziché in stazioni fisse. Pertanto non appaiono particolarmente indicati in contesti ad elevata diversità, dove le caratteristiche ambientali possono variare in spazi limitati. La tecnica del transetto, quindi, pur possedendo un buon rendimento di raccolta dati su vaste aree di studio, non consente di stabilire precisi legami tra 9

11 avifauna e ambiente se non all interno di ambiti di studio particolarmente omogenei dal punto di vista ambientale. Tutti i punti d ascolto sono stati georeferenziati (UTM 32N, datum ED50). Ciò ci ha permesso di legare i dati faunistici con quelli ambientali relativi all uso del suolo e alla geografia e topologia del territorio Dati ambientali Nella ricerca sono stati utilizzati dati ambientali aventi origini diverse. Dati raccolti direttamente sul campo nel corso del programma di monitoraggio dell avifauna, dati contenuti in archivi statistici pubblicamente consultabili e dati forniti da enti dietro specifiche richieste Dati raccolti sul campo nel corso dei rilievi faunistici I dati raccolti sul campo si riferiscono alla copertura percentuale (fractional cover) dell uso del suolo nell intorno del punto di rilievo avifaunistico (in un raggio di circa 200 m) valutata a vista dall operatore, con una risoluzione (ossia approssimazione) del 5%, al nelle categorie riportate in Figura Cartografia digitale Un secondo dataset di variabili ambientali territoriali è costituito dalle cartografie digitali relative all uso del suolo e al modello digitale del terreno, disponibili sul Portale Cartografico Regionale (Geoportale della Lombardia, I dati cartografici digitali utilizzati per le elaborazioni, scaricati dal Geoportale della Lombardia o ottenuti dalla DG Agricoltura, sono i seguenti: CORINE Land Cover (CLC); Cartografia della Destinazione d Uso dei Suoli Agricoli e Forestali (DUSAF); Cartografia dell uso del suolo agricolo del supporto al Sistema Informativo Agricolo Regionale (SIARL; utilizzata e aggiornata annualmente a partire dal 2003); Modello digitale del terreno (DTM20). 10

12 Figura 2.2. Scheda per il rilevamento dei dati ambientali utilizzata nel corso dei censimenti dell avifauna nidificante. 11

13 2.3. Analisi demografiche a livello regionale e sotto-regionale (aree omogenee) Calcolo dei modelli di distribuzione delle specie La stima delle popolazioni per ciascuna delle specie di uccelli aventi un numero sufficiente di rilevamenti è stato condotto utilizzando un approccio modellistico, in modo da superare la problematica derivante dai differenti piani di campionamento adottati dal 1992 ad oggi. Inoltre, tale metodo offre il vantaggio di conseguire i seguenti obiettivi: evidenziare le preferenze ecologiche delle diverse specie, esprimendo le relazioni quantitative tra l abbondanza delle stesse e le covariate raccolte sul campo; consentire una stima diretta delle popolazioni regionali sulla base delle cartografie digitali disponibili secondo le relazioni tra abbondanza delle specie e le covariate (per far ciò è necessario che le categorie di uso del suolo delle cartografie digitali siano le stesse di quelle raccolte sul campo); fornire un modello che è possibile restituire cartograficamente con mappe di distribuzione quantitativa per ciascuna specie. Ciò, consente quindi di (a) identificare i fattori ecologici limitanti per le specie, riferiti all uso del suolo e a variabili morfologiche, (b) stimare le popolazioni e il loro andamento demografico nel tempo e (c) ottenere mappe di distribuzione quantitativa per ogni specie in ciascun anno di rilevamento. Per questo studio è stato adottato un modello additivo generalizzato (GAM; Hastie e Tibshirani, 1986, 1990) che considera l effetto delle covariate ambientali sull abbondanza delle singole specie. Un GAM è un modello in cui il predittore lineare, tipico di un modello lineare generalizzato (GLM; Nelder e Wedderburn 1972; McCullagh e Nelder 1989), è sostituito da una sommatoria di funzioni non parametriche dette smooth functions. Questi modelli permettono di essere più flessibili nella definizione del legame tra la variabile dipendente e le covariate (Wood 2006) anche se talvolta rende meno immediata la comprensione del legame tra la variabile dipendente e indipendente. Le smooth functions sono funzioni spline rappresentate da un insieme di polinomi raccordati tra loro, il cui scopo è interpolare i dati. Il grado di smoothing, che rappresenta quanto la funzione segue l andamento dei dati, viene regolato dal valore dei gradi di libertà (EDF effective degrees of freedom). Il numero di gradi di libertà viene selezionato attraverso una procedura che identificata il valore migliore all interno di un intervallo predefinito (Fewster et al. 2000) utilizzando una procedura di cross validation (GCV Generalized Cross Validation criterion; Wood 2006) e costruendo così le funzioni di smoothing per mezzo di penalized regression splines (Wood 2006). 12

14 I predittori sono legati alla risposta mediante una funzione legame (link function). In generale il modello ha la seguente struttura:, dove g è la link function, è il valore atteso della variabile dipendente Y, sono i coefficienti da stimare dell eventuale componente parametrica, sono le smooth functions delle variabili indipendenti. La link function è scelta secondo la distribuzione di probabilità della variabile dipendente. Se essa è un conteggio, tipicamente la sua distribuzione è poissoniana o binomiale negativa, da cui segue che occorre usare quale link function la funzione logaritmo (McCullagh e Nelder 1989; Quinn e Keough 2002). Il GAM può essere espresso come:, exp, Per i modelli sviluppati è stata utilizzata la distribuzione dei dati di tipo binomiale negativa risultando la migliore come adattamento dei dati. La valutazione è avvenuta grazie al calcolo del valore di AIC (Akaike Information Criterion; Akaike 1973; Rushton et al. 2004; Guisan e Thuiller 2005; Brotons et al. 2007). Nel nostro caso il modello utilizzato per stimare il numero di coppie per punto di ascolto a scala regionale, è stato costruito considerando le variabili raccolte sul campo (vedi tabella 2.2), secondo la seguente sintassi per il modello:,, exp,,, dove,, rappresenta il numero di coppie attese per la specie s nel punto i nell anno t; alt la quota del punto i; cl k il valore percentuale di ogni categoria dell uso del suolo K. La localizzazione spaziale dei punti di censimento è data dalle coordinate est e nord. La smoothing spazio temporale,, permette di incorporare nel modello l interazione tra lo spazio e il tempo. La componente spaziale permette di tener conto delle differenze intrinseche nell uso del suolo non descritte dalla categoria di uso del suolo in se ma dalla gestione di uso del suolo (tale informazione di dettaglio non è contemplata nella relativa covariata e si riferisce, per esempio al tipologia colturale, quale la tempistica e la numerosità dei tagli di prato, la messa a dimora delle coltivazioni, la gestione forestale a ceduo 13

15 semplice, composto, piuttosto che a fustaia). La componente temporale della stessa smoothing permette di superare la problematica dell autocorrelazione temporale, insita in una serie storica di dati. Il numero di gradi di libertà è stato selezionato dalla procedura di cross validation all interno di un intervallo avente un massimo di 4 per la componente spaziale e di 21 per quella temporale. Avendo come obiettivo la stima della popolazione per ciascuna specie, in ogni anno di rilevamento, è stata inserita la smoothing function temporale con un valore di EDF pari a 21 che rappresenta il numero di anni in cui sono disponibili i dati per la serie storica (Fewster et al. 2000). In questo caso il valore di EDF è mantenuto fisso e non stimato come nelle altre smoothing poiché lo scopo è ottenere una stima popolazione per ogni anno. In questo modo la stima non risulta influenzata da possibili trend temporali. La smoothing per la quota contempla le possibili differenze nella distribuzione altitudinale delle specie e con un valore di EDF stimato in un intervallo avente valore massimo di 5. L effetto dell uso del suolo sulla variabile dipendente è stato valutato secondo le smoothing il cui valore di EDF è stato stimato in un intervallo avente valore massimo di 4. La scelta del limite superiori dell intervallo entro il quale i gradi di libertà vengono stimati rappresenta un aspetto delicato nella definizione dei GAM. La scelta di questo valore deve rappresentare un giusto compromesso tra la bontà del modello e il limitare il rischio di overfitting dovuto ad un valore di EDF molto elevato. Inoltre un elevato numero di EDF aumenta notevolmente la pesantezza computazionale del modello. Nella smoothing spazio temporale,, è stata usata una funzione TPRS (thin plate regression spline) per lo spazio e CRS (cubic regression spline) per il tempo (Wood 2006; Harrison et al. 2014). Per tutte le altre smoothing è stata utilizzata la funzione CRS with shrinkage (Marra e Wood 2011). Si tratta di un metodo che penalizza il valore stimato di EDF ponendolo a zero per le variabili che non mostrano avere un effetto sulla variabile dipendente. Ciò aiuta il processo di selezione della variabili da includere nel modello finale permettendo in prima battuta di eliminare le variabili avente valore di EDF pari a zero. Successivamente le restanti variabili sono state selezionate utilizzando una procedura backwards stepwise, partendo dal modello con le rimanenti variabili ed eliminando quelle non significative (P>0.05). Le analisi sono state realizzate utilizzando il pacchetto mgcv (Wood 2006) nel programma di analisi statistica R (R Core Team 2015) Stima delle popolazioni annuali Uno degli obiettivi dello studio è, per ogni specie, la stima delle popolazioni nidificanti regionali per ogni anno di rilevamento della serie storica. Il modello GAM sviluppato restituisce come risultato la stima del numero di coppie per unità di superficie di territorio sulla base delle covariate considerate e risultate statisticamente significative nello spiegare la distribuzione quantitativa di 14

16 ciascuna specie. Per la stima della popolazione regionale complessiva il modello viene estrapolato alla cartografia digitale disponibile. Ovviamente le categorie ambientali raccolte sul campo e utilizzate per la realizzazione del modello devono coincidere con le variabili riportate dalle cartografie digitali. Inoltre, dato che sul campo le variabili ambientali sono state valutate come importanza percentuale in un raggio di 200 m, anche l importanza delle categorie ambientali riportate dalle cartografie digitali sono state analogamente valutate entro lo stesso raggio. La stima delle popolazioni deriva quindi dell estrapolazione dei risultati ottenuti dal modello GAM sui dati spazialmente espliciti relativi all importanza di ciascuna covariata derivata dalle carte digitali. La procedure per la stima delle popolazioni regionali è vincolata alla disponibilità dei dettagli di informazione relativo alle covariate riportate dalla cartografia digitale. Tuttavia, tale informazione non è omogenea per l intero arco temporale del monitoraggio, per il quale si dispongono di tre differenti tipologie informazione cartografica, con un proprio dettaglio di informazione, corrispondenti ai periodi 1992, e (si veda tabella 2.1). Ciò ha implicato la reiterazione, per ogni specie, del modello GAM per tre volte, ognuna delle quali corrisponde a ciascuna delle tre suddette tipologie di informazione cartografica. Per questo motivo, di volta in volta, le covariate raccolte sul campo (quelle con il maggiore dettaglio di informazione) sono state raggruppate sulla base del livello di dettaglio disponibile nelle differenti tipologie di cartografia digitale utilizzata per la stima delle popolazioni. Idealmente sarebbe ottimale per stimare la popolazione annuale disporre di una cartografia di uso del suolo per ogni anno di rilevamento. Tuttavia, ciò non è possibile, se non per gli ultimi anni e soltanto per l area agricola della Regione Lombardia (progetto SIARL). Pertanto, per la stima di ciascuna popolazione annuale è stata utilizzata la cartografia digitale temporalmente più vicina. Il livello di dettaglio cartografico minore è rappresentato dalla cartografia digitale CORINE LAND COVER 90 (CLC90) utilizzato per la stima delle popolazioni nidificanti nel Un differente livello di dettaglio si ha per gli anni , i cui dettagli di informazione sono quelli del dell uso del suolo DUSAF 1.1. Per gli anni successivi il livello di dettaglio deriva dall integrazione dei dati riportati dalle cartografie DUSAF 2.0 e successivi in combinazione, per le aree agricole, con i dati del progetto SIARL, il quale riporta annualmente, le tipologie di colturali. Quest ultimo, proprio per le finalità per le quali viene realizzato, manca di informazioni dettagliate circa le aree forestali, disponibili invece dalla cartografia DUSAF, che vengono quindi mantenute. Per questi motivi, per ciò che concerne le cartografie derivate dalla combinazione dalle cartografie DUSAF e SIARL, si è deciso di privilegiare il dettaglio delle informazioni relative alle colture agrarie contenute nella cartografia SIARL per tutte le aree al di sotto dei 600 m, dove sono concentrate le aree coltivate, mentre al di sopra di tale quota è stata invece privilegiata l informazione fornita dalle cartografie DUSAF, che consente di discriminare le diverse tipologie di aree 15

17 aperte naturali e semi-naturali, quali praterie e arbusteti. Inoltre, per ciò che attiene all uso urbano del suolo, è stato sempre privilegiata l informazione DUSAF, che discrimina tra le differenti forme di uso urbano del suolo. Anno rilievo avifauna CORINE Land Cover (CLC) 1992 CLC90 (1990) Destinazione d Uso dei Suoli Agricoli e Forestali (DUSAF) 1995 DUSAF1.1 ( ) a Uso del suolo agricolo del supporto al Sistema Informativo Agricolo Regionale (SIARL) 1996 DUSAF1.1 ( ) 1997 DUSAF1.1 ( ) 1998 DUSAF1.1 ( ) 1999 DUSAF1.1 ( ) 2000 DUSAF1.1 ( ) 2001 DUSAF1.1 ( ) 2002 DUSAF1.1 ( ) 2003 DUSAF2.0 ( ) b SIARL DUSAF2.0 ( ) SIARL DUSAF2.0 ( ) SIARL DUSAF2.0 ( ) SIARL DUSAF2.1 (2007) c SIARL DUSAF2.1 (2007) SIARL DUSAF2.1 (2007); DUSAF3.0 (2009) d, 1 SIARL DUSAF2.1 (2007); DUSAF3.0 (2009) SIARL DUSAF4.0 (2012) e SIARL DUSAF4.0 (2012) SIARL DUSAF4.0 (2012) SIARL DUSAF4.0 (2012) SIARL DUSAF4.0 (2012) SIARL DUSAF4.0 (2012) SIARL Tabella 2.1. Associazioni annuali tra i dati avifaunistici e le cartografie digitali disponili relative all uso del suolo utilizzate per la restituzione annuale dei modelli finalizzati al calcolo delle popolazioni nei singoli anni di rilevamento. a: DUSAF : tutto il territorio regionale. b: DUSAF : Varese, Como, Bergamo, Cremona, Mantova; 2006: Lecco, Sondrio, Brescia; 2007: Pavia, Milano, Lodi. c: DUSAF : tutto il territorio regionale. d: DUSAF : Brescia, Sondrio, Cremona, Milano, Monza e Brianza. e: DUSAF : tutto il territorio regionale. 1: Nel 2009 e nel 2010 è stata associata ad ogni singola annata di rilievo avifaunistico la cartografia DUSAF2.1 e DUSAF3.0, essendo che quest ultima copre solo parzialmente il territorio regionale. 2: Dal 2003 al 2016, sotto i 600 m, per le superfici agricole e urbane, è stata considerata la copertura SIARL, distinguendo tuttavia l urbano discontinuo e il resto delle aree urbane, secondo la classificazione DUSAF. 3: Per l anno in corso, non essendo al momento disponibile la corrispondente copertura SIARL, è stata utilizzata quella dell anno precedente. In ognuno dei modelli, per ottenere stime quanto più possibile robuste è stato utilizzato tutto il dataset di dati faunistici disponibili dal 1992 ad oggi. La corrispondenza tra le variabili raccolte sul campo e quelle disponibili in cartografia è riportata in tabella

18 Codici coperture dell uso del suolo rilevate sul campo Descrizione Codici coperture dell uso del suolo della cartografia digitale CORINE anno 1992 Codici coperture dell uso del suolo della cartografia digitale DUSAF anni Codici coperture dell uso del suolo delle cartografie digitali combinate DUSAF e SIARL anni Urbano 111, 120, 130, , 120, 130, , 120, 130, Urbano discontinuo A Incolti 211, B Campi arati 211, , 215, 216, 217, C Campi sarchiati 211, , 215, 216, 217, DE Mais 211, F Altri cereali 211, G Ortaggi, soia, colza 211, , 215, 216, 217, H Serre coperte 211, , 215, 216, 217, I Vivai 211, SIARL 213 Risaie Vigneti Frutteti Oliveti Arboricoltura da legno DUSAF 231 Prati Foreste di latifoglie Foreste di conifere Foreste miste Praterie naturali Vegetazione arbustiva Zone aperte con vegetazione rada o assente 410 Zone umide interne Corsi d'acqua Laghi Tabella 2.2. Corrispondenze tra le riportante le associazioni annuali tra i dati avifaunistici e le cartografie digitali disponili. Da notare che il codice di uso del suolo 224 della cartografia SIARL fa riferimento ai vivai, mentre il codice 224 del DUSAF fa riferimento a coltivazioni ascrivibili all arboricoltura da legno. Per stimare la consistenza delle popolazioni ci si è basati sul modello di idoneità ambientale, che per ogni cella di 100 m di lato dell intero territorio regionale, restituisce una stima dell abbondanza di ciascuna specie espressa, in coppie/punto di ascolto. Se si sommano tutti i valori di idoneità ambientale ottenuti in tutte le celle di 100 m di lato, relativamente alla cartografia di riferimento per ciascun anno, e si divide tale somma per la superficie di un cerchio avente raggio pari a quello di rilevamento della specie (espresso in hm, poiché la cella ha dimensioni di 100 per 100 m; tabella 2.3), si ottiene una stima della popolazione. Questa operazione è stata eseguita per ogni anno di rilevamento, sia a scala regionale sia a quella sub-regionale (Area Omogenea). L incertezza nelle stime delle popolazioni annuali è stata effettuata considerando l intervallo di confidenza al 95% nelle stime fornite dal modello. 17

19 Specie Raggio di rilevamento (m) Specie Raggio di rilevamento (m) Nitticora 300 Merlo 300 Garzetta 300 Tordo bottaccio 200 Airone cenerino 400 Tordela 250 Germano reale 300 Usignolo di fiume 250 Nibbio bruno 400 Canapino 200 Poiana 400 Bigiarella 200 Gheppio 400 Capinera 200 Quaglia 250 Lui bianco 200 Fagiano comune 300 Lui piccolo 200 Gallinella d'acqua 200 Regolo 100 Pavoncella 300 Fiorrancino 100 Colombaccio 250 Pigliamosche 100 Tortora dal collare 200 Codibugnolo 150 Tortora 200 Cincia bigia 200 Cuculo 500 Cincia bigia alpestre 250 Rondone 300 Cincia del ciuffo 150 Gruccione 250 Cincia mora 150 Upupa 200 Cinciarella 150 Torcicollo 250 Cinciallegra 200 Picchio verde 250 Picchio muratore 150 Picchio rosso maggiore 150 Rampichino 150 Allodola 250 Rigogolo 300 Rondine montana 200 Averla piccola 150 Rondine 250 Ghiandaia 250 Balestruccio 200 Gazza 300 Prispolone 250 Cornacchia nera 300 Spioncello alpino 250 Cornacchia grigia 400 Cutrettola 250 Storno 300 Ballerina gialla 150 Passero d'italia 150 Ballerina bianca 200 Passero mattugio 150 Scricciolo 200 Fringuello 250 Passera scopaiola 200 Verzellino 200 Pettirosso 200 Verdone 200 Usignolo 300 Cardellino 200 Codirosso spazzacamino 250 Fanello 150 Codirosso 200 Organetto 150 Saltimpalo 150 Ciuffolotto 100 Culbianco 150 Tabella 2.3. Raggio di rilevamento utilizzato (definito secondo un approccio expert-based) per il calcolo delle stime delle popolazioni annuali delle 75 specie analizzate Valutazione degli andamenti demografici a lungo termine L andamento demografico delle popolazioni di uccelli nidificanti, nell arco temporale che va dal 1992 al 2016 è stato valutato interpolando le stime delle popolazioni annuali ottenute con una curva di crescita di una popolazione che si riproduce stagionalmente (crescita geometrica; si veda, per esempio, Gotelli 2001): Pop t = Pop 0 (1+R) t dove Pop t è la popolazione al tempo t, Pop 0 è la popolazione al tempo 0 (anno 1992 nel nostro caso) e R è il tasso geometrico di crescita. La curva di crescita assume esplicitamente l autocorrelazione dei dati di serie storica e non necessita di correzione dei livelli di significatività che invece richiedono altre analisi di regressione quali i metodi Monte Carlo basati su Catene di Markov (si veda Visser 2004; Gregory et al. 2007). 18

20 Poiché popolazione annuale ha una propria incertezza nella stima, la curva di crescita è stata costruita utilizzando una regressione ai minimi quadrati pesati (si veda Quinn e Keough 2002), dove il peso è l inverso dell errore standard della popolazione stimata in ogni anno. Gli andamenti delle popolazioni sono stati stimati per tutte le specie aventi una frequenza media annuale di rilevamento pari o superiore al 2%, ad esclusione del piccione Columba livia. Gli andamenti demografici delle popolazioni delle specie indagate sono stati calcolati sia a livello regionale sia a livello di ogni singola area omogenea contenente almeno il 10% della popolazione regionale. Il 10% della popolazione è stata calcolata sulla base dell anno con la popolazione di maggiore consistenza. Sono inoltre state effettuate analisi per la valutazione degli andamenti per categorie omogenee di specie (o gruppi ecologici), raggruppate sulla base della fenologia migratoria (specie residenti, specie migratrici a corto e medio raggio, specie migratrici a lungo raggio) o a seconda degli ambienti di nidificazione (specie forestali, specie degli agro-ecosistemi, specie di ambienti urbani). A questo scopo, affinché ogni specie all interno di ciascun gruppo ecologico assumesse lo stesso peso, indipendentemente dall abbondanza e da eventuali trend con tassi estremamente elevati calcolati fittiziamente sul primo anno di monitoraggio, l andamento demografico è stato basato su un indice relativo calcolato per ogni specie, e definito come numero di coppie stimate nell anno sul numero medio di coppie nell intera serie storica. L indice complessivo del gruppo ecologico è stato poi calcolato come media degli indici di tutte le specie appartenenti allo stesso gruppo. Analogamente alla stima del valore centrale dell indice, sono stati calcolati i corrispondenti intervalli di confidenza. In tabella 3.5 sono riportate le categorie a cui ciascuna specie è stata assegnata Valutazione degli andamenti demografici utilizzando la tecnica dei change points Le stime delle popolazioni regionali annuali ottenute con il metodo descritto in precedenza sono la base per la valutazione degli andamenti demografici utilizzando la tecnica dei change points (Fewster et al. 2000; Harrison et al 2014) che permette di evidenziare gli anni in cui c è stato un cambiamento significativo nel trend. La stima del numero di coppie complessivo a livello regionale è stata trasformata in un indice di abbondanza annuale dividendo ogni valore annuale con la popolazione del 1992 ( ; primo anno della serie temporale): 19

21 1992 dove è il valore dell indice dell anno. Il trend è stato poi valutato utilizzando un modello GAM:, dove, rappresenta l indice di abbondanza della popolazione a livello regionale per la specie s nell anno t. Per la smoothing temporale è stata usata una funzione TPRS (thin plate regression spline) (Wood 2006) ed il valore di EDF è stato stimato in un intervallo avente valore massimo di 7 (Fewster et al. 2000). I valori predetti dal modello sono la base per il calcolo della derivata prima e seconda per ogni anno della serie temporale. Questo permette di individuare nel dettaglio come varia il trend, individuando i change points. Avendo calcolato il trend utilizzando i modelli GAM le derivate possono essere stimate numericamente con le seguenti formule (Fewster et al. 2000; Harrison et al 2014): /2 2 dove è la derivata prima e è la derivata seconda dell anno. La significatività delle derivate è stata valutata utilizzando l errore standard ottenuto dal modello GAM che ha permesso di ottenere l intervallo di confidenza delle stime (tabella 2.4). Derivata prima Derivata seconda Interpretazione Simbolo Sig. pos. Sig. pos. Aumento +++ Sig. pos. Non sig. Aumento +++ Sig. pos. Sig. neg. Aumento con tasso in calo ++ Non sig. Sig. pos. Verso aumento + Non sig. Non sig. Stabile = Non sig. Sig. neg. Verso calo - Sig. neg. Sig. pos. Decremento con tasso in calo -- Sig. neg. Non sig. Decremento --- Sig. neg. Sig. neg. Decremento --- Tabella 2.4 Interpretazione delle combinazioni di derivata prima e seconda nella valutazione dei change points nel trend (Harrison et al 2014), basato sulla significatività (sig.) al 5%; pos: positiva, neg: negativa. 20

22 3. RISULTATI 3.1. Risultati generali Nel corso della stagione di rilevamento nell ambito del programma di Monitoraggio dell Avifauna nidificante, anno 2016, sono stati effettuati complessivamente 800 punti di ascolto in 53 Tavolette IGMI, suddivise nelle 7 aree omogenee (unità di campionamento primarie). Delle 53 tavolette esplorate, 23 sono fisse, ovvero esplorate ogni anno nelle stesse stazioni (salvo inagibilità locale), mentre 30 sono estratte casualmente all interno delle aree omogenee secondo quanto previsto dal piano di campionamento (tabella 3.1). Come da contratto stipulato con Decreto N. 3308, che stabiliva un numero minimo di punti da eseguire pari a 400, sono stati eseguiti i rilievi in 451 stazioni nelle 30 Tavolette estratte casualmente. Finanziati invece dal Fondo di Ateneo per la Ricerca dell Università degli Studi di Milano-Bicocca, stati eseguiti rilievi in 349 stazioni nelle 23 Tavolette casuali. I rilevamenti hanno permesso l identificazione di individui corrispondenti, secondo le convenzioni di Blondel et al. (1981), a coppie, appartenenti a 153 specie. Area omogenea Numero tavolette Tavolette IGMI estratte per il Numero punti di ascolto Numero tavolette Tavolette IGMI fisse 2 Numero punti di ascolto Alpi Boschi di conifere Boschi di latifoglie Alta pianura / collina Pianura urbana Pianura seminativa Pianura risicola Totale Totale complessivo 53 Tavolette IGMI 800 Punti di ascolto Tabella 3.1. Tavolette IGMI esplorate e punti di ascolto effettuati (unità di campionamento primarie) per area omogenea nel : 451 punti di ascolto raccolti con la ricerca finanziata con contratto affidato con Decreto N che stabiliva un numero minimo di punti da eseguire pari a 400). 2 : 349 punti di ascolto raccolti con il finanziamento del Fondo di Ateneo per la Ricerca dell Università degli Studi di Milano-Bicocca. In tabella 3.2 sono indicati i punti di ascolto pregressi e dell anno corrente, effettuati nei diversi progetti e utilizzati nelle analisi. 21

23 Nome del progetto Progetto pilota per il Monitoraggio Monitoraggio a lungo termine Totale Altri progetti Database faunistico regionale Totale Tabella 3.2. Dati utilizzati per la stima degli indici di popolazione annuali. In grassetto i tre progetti specificatamente pianificati per il monitoraggio dell avifauna nidificante a lungo termine. 22

24 3.2. Andamenti demografici a lungo termine: tasso annuale di crescita Andamenti demografici a scala regionale In tabella 3.3 sono presentate le stime delle popolazioni regionali derivanti dai modelli. Le mappe relative alla distribuzione ed abbondanza delle 75 specie analizzate aggiornate al 2016, sono fornite nell Allegato contenente le schede delle singole specie. I modelli di crescita usati per valutare gli andamenti, sia dell indice di popolazione (calcolato sui dati raccolti nei programmi di monitoraggio), sia delle di popolazioni stimate sulla base dei modelli (calcolate utilizzando tutti i dati disponibili, ossia anche quelli raccolti negli anni in cui il programma di monitoraggio non è stato attivo), hanno restituito una stima del tasso geometrico di crescita R tra il 1992 e il 2016, che rappresenta la percentuale media annua di crescita o decrescita della popolazione sull intero periodo. In tabella 3.4 sono riportate, per ogni specie, i tassi geometrici di crescita R a scala regionale e la loro significatività p espresse come probabilità che tale tasso sia nullo. La presentazione dettagliata dei grafici degli andamenti demografici regionali è riportata in appendice, all interno di schede specifiche, nelle quali vi è indicato e commentato anche l andamento regionale oltre a eventuali importanti e significative tendenze a scala sub-regionale. Tra le 75 specie analizzate 20mostrano un declino avendo un tasso medio annuo negativo e significativo (R<0; p<0,05; Tabella 3.4). Si tratta di: allodola ( 8,0% di variazione media annua media), passero d'italia ( 6,1%), nitticora ( 5,9%), cardellino ( 5,4%), verdone ( 5,1%), rondine ( 4,8%), nibbio bruno ( 3,8%), cutrettola ( 3,7%), averla piccola ( 3,7%), passero mattugio ( 3,7%), usignolo di fiume ( 3,3%), torcicollo ( 3,2%), rondone ( 2,8%), luì piccolo ( 2,8%), regolo ( 2,8%), balestruccio ( 2,7%), gallinella d acqua ( 2,6%), organetto ( 2,6%), ballerina bianca ( 2,1%), storno ( 1,8%). Inoltre, una specie, lo scricciolo, mostra un regresso quasi significativo (R<0; 0,05<p<0,10) della popolazione a scala regionale ( 1,1%). Sempre tra le 75 specie analizzate, 28 mostrano invece una crescita significativa (R>0; p<0,05) e 5 quasi significativa (R>0; 0,05<p<0,10) della popolazione a scala regionale, nel lungo periodo (Tabella 3.4). Di queste, 10 mostrano un importante incremento, con una tasso di crescita medio annuo superiore al 5% colombaccio, tordo bottaccio, fagiano comune, tordela, picchio rosso maggiore, gazza, fiorrancino, cincia bigia. 23

25 Le figure 3.1a e 3.1b indicano il numero di specie in incremento, in diminuzione o con andamento non significativo per le diverse specie raggruppate, rispettivamente, per ambiente di nidificazione e per strategia migratoria come dalla classificazione riportata in tabella 3.4. Osservando i gruppi ecologici, quello più problematico, ossia con il maggior numero di specie in regresso, è rappresentato delle comunità ornitiche che si riproducono all interno degli agroecosistemi: 13 su 27 possiedono un andamento negativo a lungo termine. In ogni caso anche le comunità ornitiche urbana denotano sofferenza, poiché 3 delle 5 di questo gruppo appaiono in significativo calo. Decisamente migliore la condizione delle specie che abitano ambienti semi-naturali, come gli ambienti forestali o preforestali oppure gli ambienti aperti di media e alta quota, dove la pressione antropica è minore rispetto alla pianura. Per quanto riguarda i gruppi fenologici, invece, appare evidente che le popolazioni con il miglior status conservazionistico sono quelle relative all avifauna residente, con ben 10 specie su 22 che mostrano un andamento positivo e soltanto 3 in regresso. Per contro, circa un terzo dei migratori a corto e lungo raggio hanno popolazioni in diminuzione significativa. Le figure 3.2a, 3.2b e 3.2c, indicano rispettivamente gli andamenti demografici per gruppi di specie residenti, migratrici parziali o a corto raggio e migratrici a lungo raggio (trans-sahariani). Il primo gruppo fenologico mostra un significativo trend positivo a lungo termine, mentre il secondo e terzo non evidenziano alcun tipo di andamento. 24

26 Nome latino Nycticorax nycticorax Egretta garzetta Ardea cinerea Anas platyrhynchos Milvus migrans Buteo buteo Falco tinnunculus Coturnix coturnix Phasianus colchicus Gallinula chloropus Vanellus vanellus Columba palumbus Streptopelia decaocto Streptopelia turtur Cuculus canorus Apus apus Merops apiaster Upupa epops Jynx torquilla Picus viridis Dendrocopos major Alauda arvensis Ptyonoprogne rupestris Hirundo rustica Delichon urbicum Anthus trivialis Anthus spinoletta Motacilla flava Motacilla cinerea Motacilla alba Troglodytes troglodytes Prunella modularis Erithacus rubecula Luscinia megarhynchos Phoenicurus ochruros Phoenicurus phoenicurus Saxicola torquata Oenanthe oenanthe Turdus merula Turdus philomelos Turdus viscivorus Cettia cetti Hippolais polyglotta Sylvia curruca Sylvia atricapilla Tabella 3.3. Stime delle popolazioni annuali (segue nella pagina successiva). -: popolazione non stimabile. 25

27 Nome latino Phylloscopus bonelli Phylloscopus collybita Regulus regulus Regulus ignicapilla Muscicapa striata Aegithalos caudatus Poecile palustris Poecile montana Lophophanes cristatus Periparus ater Cyanistes caeruleus Parus major Sitta europaea Certhia brachydactyla Oriolus oriolus Lanius collurio Garrulus glandarius Pica pica Corvus corone Corvus cornix Sturnus vulgaris Passer italiae Passer montanus Fringilla coelebs Serinus serinus Carduelis chloris Carduelis carduelis Carduelis cannabina Carduelis flammea Pyrrhula pyrrhula Tabella 3.3. Stime delle popolazioni annuali. -: popolazione non stimabile. 26

28 Nome italiano Nome latino R P Nitticora Nycticorax nycticorax 5,9% 0,010 Garzetta Egretta garzetta +0,5% 0,723 Airone cenerino Ardea cinerea +0,1% 0,887 Germano reale Anas platyrhynchos +2,8% 0,023 Nibbio bruno Milvus migrans 3,8% 0,040 Poiana Buteo buteo +1,6% 0,198 Gheppio Falco tinnunculus +4,7% 0,001 Quaglia Coturnix coturnix 0,7% 0,795 Fagiano Phasianus colchicus +8,2% <0,001 Gallinella d acqua Gallinula chloropus 2,6% 0,037 Pavoncella Vanellus vanellus +9,2% 0,027 Colombaccio Columba palumbus +13,5% <0,001 Tortora dal collare Streptopelia decaocto +1,9% 0,022 Tortora Streptopelia turtur +1,3% 0,189 Cuculo Cuculus canorus +1,3% 0,018 Rondone Apus apus 2,8% 0,008 Gruccione Merops apiaster +7,9% 0,002 Upupa Upupa epops +2,4% 0,275 Torcicollo Jynx torquilla 3,2% 0,020 Picchio verde Picus viridis +4,2% 0,002 Picchio rosso maggiore Dendrocopos major +7,2% <0,001 Allodola Alauda arvensis 8,0% <0,001 Rondine montana Ptyonoprogne rupestris +1,1% 0,517 Rondine Hirundo rustica 4,8% <0,001 Balestruccio Delichon urbicum 2,7% 0,017 Prispolone Anthus trivialis +1,0% 0,170 Spioncello Anthus spinoletta +2,2% 0,044 Cutrettola Motacilla flava 3,7% <0,001 Ballerina gialla Motacilla cinerea 1,5% 0,118 Ballerina bianca Motacilla alba 2,1% 0,010 Scricciolo Troglodytes troglodytes 1,1% 0,092 Passera scopaiola Prunella modularis +3,5% 0,001 Pettirosso Erithacus rubecula +0,2% 0,695 Usignolo Luscinia megarhynchos 0,8% 0,219 Codirosso spazzacamino Phoenicurus ochruros +3,5% <0,001 Codirosso Phoenicurus phoenicurus +2,4% 0,005 Saltimpalo Saxicola torquata 2,9% 0,150 Culbianco Oenanthe oenanthe +2,8% 0,017 Merlo Turdus merula +0,8% 0,055 Tordo bottaccio Turdus philomelos +8,9% <0,001 Tordela Turdus viscivorus +7,7% <0,001 Usignolo di fiume Cettia cetti 3,3% 0,044 Canapino Hippolais polyglotta +4,6% <0,001 Bigiarella Sylvia curruca +1,8% 0,137 Capinera Sylvia atricapilla +0,3% 0,376 Luì bianco Phylloscopus bonelli 0,3% 0,751 Luì piccolo Phylloscopus collybita 2,8% 0,002 Regolo Regulus regulus 2,8% 0,008 Fiorrancino Regulus ignicapilla +5,5% <0,001 Pigliamosche Muscicapa striata +4,2% 0,001 Codibugnolo Aegithalos caudatus 0,4% 0,668 Cincia bigia Poecile palustris +5,1% 0,002 Cincia bigia alpestre Poecile montana 0,7% 0,672 Cincia da ciuffo Lophophanes cristatus +1,4% 0,292 Cincia mora Periparus ater 0,3% 0,739 Cinciarella Cyanistes caeruleus +1,1% 0,245 Cinciallegra Parus major +2,7% <0,001 Picchio muratore Sitta europaea +0,2% 0,864 Rampichino Certhia brachydactyla +4,5% 0,017 Rigogolo Oriolus oriolus +2,7% 0,002 Averla piccola Lanius collurio 3,7% <0,001 Ghiandaia Garrulus glandarius +4,1% <0,001 Gazza Pica pica +6,0% <0,001 Cornacchia nera Corvus corone +0,3% 0,874 Cornacchia grigia Corvus cornix +1,1% 0,033 Storno Sturnus vulgaris 1,8% 0,091 Passero d'italia Passer italiae 6,1% <0,001 Passero mattugio Passer montanus 3,7% 0,001 Fringuello Fringilla coelebs 0,0% 0,978 Verzellino Serinus serinus 0,3% 0,720 Verdone Carduelis chloris 6,2% <0,001 Cardellino Carduelis carduelis 5,9% <0,001 Fanello Carduelis cannabina 2,0% 0,154 Organetto Carduelis flammea 2,6% 0,045 Ciuffolotto Pyrrhula pyrrhula +0,1% 0,915 Tabella 3.4. Stima del tasso geometrico di crescita R e sua significatività p dal 1992 al In verde le specie con un andamento positivo significativo o quasi significativo (in grassetto quelli significativi); in rosso quelle con un andamento negativo significativo o quasi significativo (in grassetto quelli significativi). 27

29 Specie Ambienti Strategia migratoria Andamento Nitticora Nycticorax nycticorax agro-ecosistemi migr. trans-sahariana Garzetta Egretta garzetta agro-ecosistemi migr. parziale/corto raggio n.s. Airone cenerino Ardea cinerea agro-ecosistemi migr. parziale/corto raggio n.s. Germano reale Anas platyrhynchos agro-ecosistemi migr. parziale/corto raggio + Nibbio bruno Milvus migrans foreste e/o arbusteti migr. trans-sahariana Poiana Buteo buteo foreste e/o arbusteti migr. parziale/corto raggio n.s. Gheppio Falco tinnunculus aperti residente + Quaglia Coturnix coturnix agro-ecosistemi migr. trans-sahariana n.s. Fagiano Phasianus colchicus agro-ecosistemi residente + Gallinella d acqua Gallinula chloropus agro-ecosistemi migr. parziale/corto raggio Pavoncella Vanellus vanellus agro-ecosistemi migr. parziale/corto raggio + Colombaccio Columba palumbus agro-ecosistemi migr. parziale/corto raggio + Tortora dal collare Streptopelia decaocto urbani residente + Tortora Streptopelia turtur agro-ecosistemi migr. trans-sahariana n.s. Cuculo Cuculus canorus foreste e/o arbusteti migr. trans-sahariana + Rondone Apus apus urbani migr. trans-sahariana Gruccione Merops apiaster agro-ecosistemi migr. trans-sahariana + Upupa Upupa epops agro-ecosistemi migr. trans-sahariana n.s. Torcicollo Jynx torquilla agro-ecosistemi migr. trans-sahariana Picchio verde Picus viridis foreste e/o arbusteti residente + Picchio rosso maggiore Dendrocopos major foreste e/o arbusteti residente + Allodola Alauda arvensis agro-ecosistemi migr. parziale/corto raggio Rondine montana Ptyonoprogne rupestris aperti residente n.s. Rondine Hirundo rustica agro-ecosistemi migr. trans-sahariana Balestruccio Delichon urbicum urbani migr. trans-sahariana Prispolone Anthus trivialis foreste e/o arbusteti migr. trans-sahariana n.s. Spioncello Anthus spinoletta aperti migr. parziale/corto raggio + Cutrettola Motacilla flava agro-ecosistemi migr. trans-sahariana Ballerina gialla Motacilla cinerea aperti migr. parziale/corto raggio n.s. Ballerina bianca Motacilla alba agro-ecosistemi migr. parziale/corto raggio Scricciolo Troglodytes troglodytes foreste e/o arbusteti migr. parziale/corto raggio ( ) Passera scopaiola Prunella modularis foreste e/o arbusteti migr. parziale/corto raggio + Pettirosso Erithacus rubecula foreste e/o arbusteti migr. parziale/corto raggio n.s. Usignolo Luscinia megarhynchos agro-ecosistemi migr. trans-sahariana n.s. Codirosso spazzacamino Phoenicurus ochruros aperti migr. parziale/corto raggio + Codirosso Phoenicurus phoenicurus foreste e/o arbusteti migr. trans-sahariana + Saltimpalo Saxicola torquata agro-ecosistemi migr. parziale/corto raggio n.s. Culbianco Oenanthe oenanthe aperti migr. trans-sahariana + Merlo Turdus merula foreste e/o arbusteti migr. parziale/corto raggio (+) Tordo bottaccio Turdus philomelos foreste e/o arbusteti migr. parziale/corto raggio + Tordela Turdus viscivorus foreste e/o arbusteti migr. parziale/corto raggio + Usignolo di fiume Cettia cetti agro-ecosistemi residente Canapino Hippolais polyglotta foreste e/o arbusteti migr. trans-sahariana + Bigiarella Sylvia curruca aperti migr. trans-sahariana n.s. Capinera Sylvia atricapilla foreste e/o arbusteti migr. parziale/corto raggio n.s. Luì bianco Phylloscopus bonelli foreste e/o arbusteti migr. trans-sahariana n.s. Luì piccolo Phylloscopus collybita foreste e/o arbusteti migr. parziale/corto raggio Regolo Regulus regulus foreste e/o arbusteti migr. parziale/corto raggio Fiorrancino Regulus ignicapilla foreste e/o arbusteti migr. parziale/corto raggio + Pigliamosche Muscicapa striata foreste e/o arbusteti migr. trans-sahariana + Codibugnolo Aegithalos caudatus foreste e/o arbusteti residente n.s. Cincia bigia Poecile palustris foreste e/o arbusteti residente + Cincia bigia alpestre Poecile montana foreste e/o arbusteti residente n.s. Cincia dal ciuffo Lophophanes cristatus foreste e/o arbusteti residente n.s. Cincia mora Periparus ater foreste e/o arbusteti residente n.s. Cinciarella Cyanistes caeruleus foreste e/o arbusteti residente n.s. Cinciallegra Parus major foreste e/o arbusteti residente + Picchio muratore Sitta europaea foreste e/o arbusteti residente n.s. Rampichino Certhia brachydactyla foreste e/o arbusteti residente + Rigogolo Oriolus oriolus foreste e/o arbusteti migr. trans-sahariana Averla piccola Lanius collurio agro-ecosistemi migr. trans-sahariana Ghiandaia Garrulus glandarius foreste e/o arbusteti residente + Gazza Pica pica agro-ecosistemi residente + Cornacchia nera Corvus corone aperti residente n.s. Cornacchia grigia Corvus cornix agro-ecosistemi residente + Storno Sturnus vulgaris agro-ecosistemi migr. parziale/corto raggio Passero d'italia Passer italiae urbani residente Passero mattugio Passer montanus agro-ecosistemi migr. parziale/corto raggio Fringuello Fringilla coelebs foreste e/o arbusteti migr. parziale/corto raggio n.s. Verzellino Serinus serinus urbani migr. parziale/corto raggio n.s. Verdone Carduelis chloris agro-ecosistemi migr. parziale/corto raggio n.s. Cardellino Carduelis carduelis agro-ecosistemi migr. parziale/corto raggio Fanello Carduelis cannabina aperti residente n.s. Organetto Carduelis flammea aperti residente Ciuffolotto Pyrrhula pyrrhula foreste e/o arbusteti migr. parziale/corto raggio n.s. Tabella 3.5. Classificazione delle specie sulla base dei principali ambienti frequentati e della strategia migratoria, andamento della popolazione regionale tra il 1992 e il 2016 (+: aumento significativo; : diminuzione significativa; tra parentesi: quasi significativo; n.s.: andamento non significativo). 28

30 La figura 3.3a indica l andamento demografico generale per le specie nidificanti in ambienti urbani (5 specie). Complessivamente questo gruppo possiede un andamento negativo significativo, con un tasso medio annuo di decremento a lungo termine pari a 2,1% (p=0,008). La figura 3.3b rappresenta gli andamenti demografici per le specie di ambienti aperti naturali o semi-naturali (10 specie). Si tratta di specie le cui principali popolazioni nidificano a media e/o alta quota, risentendo poco dell impatto antropico che si riscontra invece nei tipici agro-ecosistemi di bassa quota. Complessivamente denotano un andamento positivo, con un incremento medio annuo del +1,1% (p=0,014). La figura 3.3c mostra l andamento demografico complessivo per le specie forestali, da cui si evince come queste siano in aumento significativo, con un tasso di incremento medio annuo del +2,4% (p<0,001). Nel complesso, le specie degli agro-ecosistemi non possiedono un significativo trend a lungo termine. Va tuttavia rimarcato come ciò sia determinato da un bilanciamento tra la crescita e la diminuzione delle specie che abitano questi ambienti (figura 3.3d). Infatti, se si considerano soltanto le specie residenti nidificanti negli agro-ecosistemi (figura 3.4a), l andamento si fa significativamente positivo e relativamente consistente, con un incremento medio annuo pari al +2,4%; mentre le specie migratrici parziali o a corto raggio (figura 3.4b), nonché quelle a lungo raggio (figura 3,4c), mostrano una rispettivamente una tendenza significativa ( 1,2%, p=0,036) o marginalmente significativa ( 1,2%, p=0,088) al regresso. Il gruppo delle specie residenti nidificanti in ambienti forestali è quello che in assoluto mostra l incremento medio annuo maggiore, con un tasso del +2,4% (p<0,001; figura 3.5a). Tuttavia, anche le altre specie forestali, migratici parziali o a corto raggio (figura 3.5b) e quelle migratrici a lungo raggio (figura 3.5c), evidenziano un aumento significativo a lungo termine, entrambe con un tasso del +1,5% (p<0,001). 29

31 Foreste/arbusteti Ambienti aperti Ambienti urbani Agro-ecosistemi % 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% In aumento Non significativo In diminuzione Figura 3.1a. Sintesi degli andamenti demografici per specie raggruppate secondo ambiente di nidificazione (sono state considerate solo le specie con andamento significativo: p<0,05). Migr. transahariani Migr. parziali Residenti % 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% In aumento Non significativo In diminuzione Figura 3.1b. Sintesi degli andamenti demografici per specie raggruppate secondo strategia migratoria (sono state considerate solo le specie con andamento significativo: p<0,05). 30

32 Figura 3.2a. Indice di popolazione e suo andamento per il gruppo fenologico delle specie residenti (22 specie): +3,1%; p<0,001. Figura 3.2b. Indice di popolazione e suo andamento per il gruppo fenologico delle specie migratrici parziali o a corto raggio (31 specie): n.s. Figura 3.2c. Indice di popolazione e suo andamento per il gruppo fenologico delle specie migratrici transsahariane (22 specie): n.s. 31

33 Figura 3.3a. Indice di popolazione e suo andamento per il gruppo ecologico di specie di ambienti urbani (5 specie): 2,1%; p=0,008. Figura 3.3b. Indice di popolazione e suo andamento per il gruppo ecologico di specie di ambienti aperti (10 specie): +1,1%; p=0,014. Figura 3.3c. Indice di popolazione e suo andamento per il gruppo ecologico di specie di ambienti forestali e/o arbusteti (33 specie): +2,4; p<0,001. Figura 3.3d. Indice di popolazione e suo andamento per il gruppo ecologico di specie degli agro-ecosistemi (27 specie): n.s. 32

34 Figura 3.4a. Indice di popolazione e suo andamento per le specie residenti di agro-ecosistemi (4 specie): +2,4%; p<0,001. Figura 3.4b. Indice di popolazione e suo andamento per le specie migratrici parziali di agro-ecosistemi (13 specie): 1,2%; p=0,036. Figura 3.4c. Indice di popolazione e suo andamento per le specie migratrici trans-sahariane di agroecosistemi (10 specie): 1,2%; p=0,

35 Figura. 3.5a. Indice di popolazione e suo andamento per le specie residenti di ambienti forestali e/o arbustivi (12 specie): +2,4%; p<0,001. Figura 3.5b. Indice di popolazione e suo andamento per le specie migratrici parziali di ambienti forestali e/o arbustivi (13 specie: +1,5%; p<0,001. Figura 3.5c. Indice di popolazione e suo andamento per le specie migratrici trans-sahariane di ambienti forestali e/o arbustivi (8 specie): +1,5%; p<0,

36 Andamenti demografici nelle aree omogenee In tabella 3.6a è riportata l entità percentuale della popolazione per ciascun Area Omogenea. In tabella 3.5b sono indicati gli andamenti (tassi di crescita R) calcolati per tutte quelle specie che in ogni singola area abbiano una popolazione pari ad almeno il 10% di quella regionale. Analizzando gli andamenti all interno delle sette aree omogenee identificate, alle 21 specie in declino a scala regionale, se ne aggiungono altre 6 in diminuzione a scala sub-regionale: l airone cenerino nella Pianura risicola, la ballerina gialla nei Boschi di latifoglie, il pettirosso nell Alta pianura, l usignolo nell Alta pianura e nella Pianura urbana, la cornacchia grigia nella Pianura risicola e il fanello nei Boschi di latifoglie. L analisi a scala sub-regionale, a scala di Area Omogenea, consente di apprezzare meglio l importanza delle variazioni delle popolazioni all interno di ambiti geografici più ristretti. Ciò permette anche di evidenziare alcune dinamiche simili a più specie, sintomo di minacce comuni che intervengono in aree caratterizzate da analoghi processi, ma soprattutto, consente di osservare come il regresso, in specie già in calo a scala regionale, possa essere ancora più importante e preoccupante se analizzato a scala sub-regionale. Per l Allodola, per esempio, il calo demografico colpisce con un tasso del 9,0% annuo la principale popolazione regionale, quella dalla Pianura seminativa dove si concentra il 69% della popolazione regionale. La principale popolazione di Rondine, quella della Pianura seminativa (59% delle popolazione regionale) decresce ad un tasso del 4,9% annuo, mentre tale tasso raggiunge il 5,2% nell Alta pianura dove si colloca il 13% della popolazione lombarda. Tassi di diminuzione più elevati a livello delle aree più antropizzate si hanno anche per la storno, verdone e cardellino. La cutrettola, che a scala regionale mostra un significativo calo pari al 3,7% medio annuo, a livello della Pianura seminativa (86% della popolazione lombarda) mostra un calo più marcato con tasso di diminuzione del 4,1%. Lo stesso passero mattugio, mostra cali più marcati a livello della sua principale popolazione regionale, quella della Pianura seminativa (57% della popolazione lombarda), con una tasso di diminuzione pari al 4,1%, mentre a livello regionale si attesta al 3,7%. L averla piccola invece sembra diminuire più marcatamente sia in un paesaggio secondario, come quello dei Boschi di conifere ( 6,4%; con una popolazione regionale del 10%), sia una delle sue principali popolazioni, quella dei Boschi di latifoglie (-4,4%, 28% della popolazione), indicando fattori di minaccia che agiscono sia ai margini della sua distribuzione ecologica, sia in aree potenzialmente a più elevata idoneità. 35

37 Specie Boschi di conifere Alta pianura Pianura seminativa Boschi di latifoglie Pianura risicola Alpi Pianura urbana Nitticora Garzetta Airone cenerino Germano reale Nibbio bruno Poiana Gheppio Quaglia Fagiano comune Gallinella d'acqua Pavoncella Colombaccio Tortora dal collare Tortora Cuculo Rondone Gruccione Upupa Torcicollo Picchio verde Picchio rosso maggiore Allodola 8* * 7 Rondine montana Rondine Balestruccio Prispolone Spioncello alpino Cutrettola Ballerina gialla Ballerina bianca Scricciolo Passera scopaiola Pettirosso Usignolo Codirosso spazzacamino Codirosso Saltimpalo Culbianco Merlo Tordo bottaccio Tordela Usignolo di fiume Canapino Bigiarella Capinera Lui bianco Lui piccolo Regolo Fiorrancino Pigliamosche Codibugnolo Cincia bigia Cincia bigia alpestre Cincia del ciuffo Cincia mora Cinciarella Cinciallegra Picchio muratore Rampichino Rigogolo Averla piccola Ghiandaia Gazza Cornacchia nera Cornacchia grigia Storno Passero d'italia Passero mattugio Fringuello Verzellino Verdone Cardellino Fanello Organetto Ciuffolotto Tabella 3.6a. Percentuale della popolazione regionale ospitata in ciascuna area omogenea, calcolata per l anno di maggiore abbondanza di ciascuna specie. In grassetto le popolazioni che nelle singole aree omogenee raggiungono almeno il 10% della popolazione regionale e per le quali è stato valutato l andamento a scala sub-regionale tra il 1992 e il 2016 (vedi tabella 3.6b). 36

38 Specie Regione Boschi di conifere Alta pianura Pianura seminativa Boschi di latifoglie Pianura risicola Alpi Pianura urbana Nitticora 5,9 4,3 6,4 Garzetta n.s. +4,3 n.s. Airone cenerino n.s. +2,5 3,6 Germano reale +2,8 +6,6 n.s. Nibbio bruno 3,8 n.s. 3,9 4,6 ( 3,1) 3,8 Poiana n.s. n.s. (+2,3) +3,5 n.s. Gheppio +4,7 +3,7 +5,3 +6,8 Quaglia n.s. n.s. Fagiano comune +8,2 +9,4 +4,0 Gallinella d'acqua 2,6 1,8 1,8 Pavoncella +9,2 +13,1 (+7,7) Colombaccio +13,5 +11,0 +15,4 +12,6 +10,2 +13,4 Tortora dal collare +1,9 +2,0 +1,8 n.s. +2,2 Tortora n.s. n.s. n.s. (+2,0) (+1,7) Cuculo +1,3 +2,5 +1,5 n.s. +1,8 Rondone 2,8 2,2 3,0 3,1 2,6 Gruccione +7,9 +7,3 +13,0 Upupa n.s. n.s. n.s. n.s. n.s. n.s. Torcicollo 3,2 3,1 3,2 3,6 2,9 Picchio verde +4,2 +6,4 +2,0 +6,2 +4,5 Picchio rosso maggiore +7,2 +7,2 +5,4 +9,4 +6,6 Allodola 8,0 n.s. 9,0 +2,2 Rondine montana n.s. n.s. n.s. n.s. n.s. Rondine 4,8 4,9 4,8 3,2 5,2 Balestruccio 2,7 2,6 n.s. 2,9 n.s. Prispolone n.s. (+1,4) Spioncello alpino +2,1 +2,4 n.s. Cutrettola 3,7 4,1 Ballerina gialla n.s. n.s. ( 1,9) n.s. Ballerina bianca 2.1 1,8 1,7 2,9 2,2 ( 1,2) Scricciolo ( 1,1) n.s. 2,2 1,4 Passera scopaiola +3,5 +3,4 +4,3 Pettirosso n.s. (+1,0) 1,7 n.s. Usignolo n.s. 1,7 n.s. n.s. 1,6 Codirosso spazzacamino +3,5 +3,6 +5,4 +2,2 Codirosso +2,4 +1,4 +3,6 +2,1 Saltimpalo n.s. n.s. n.s. n.s. Culbianco +2,8 +3,4 n.s. Merlo (+0,8) +1,6 n.s. +0,9 +1,0 n.s. Tordo bottaccio +8,9 +9,7 +8,2 Tordela +7,7 +7,7 +9,0 +5,4 Usignolo di fiume 3,3 3,7 5,4 n.s. Canapino +4,6 +3,4 +5,0 +4,3 +6,4 +4,0 Bigiarella n.s. n.s. n.s Capinera n.s. (+0,5) n.s. n.s. n.s. Lui bianco n.s. n.s. n.s. Lui piccolo 2,8 2,7 3,0 Regolo 2,8 n.s. 4,2 n.s. Fiorrancino +5,5 +5,1 +6,4 Pigliamosche +4,2 +4,2 +3,2 +5,1 +4,1 +4,4 Codibugnolo n.s. 2,7 n.s n.s. Cincia bigia +5,1 +4,7 +5,3 +5,0 Cincia bigia alpestre n.s n.s n.s. n.s. Cincia del ciuffo n.s n.s n.s. n.s. Cincia mora n.s n.s n.s. n.s. Cinciarella n.s n.s n.s n.s Cinciallegra +2,7 +1,8 +3,5 +2,4 Picchio muratore n.s. n.s. n.s. n.s. Rampichino +4,8 +3,7 +4,8 Rigogolo +2,7 +1,8 +3,3 n.s. Averla piccola 3,7 6,4% 2,8 2,9 4,4 3,2 Ghiandaia +4,1 +3,0 +3,9 +6,4 +3,7 Gazza +6,0 +10,3 +4,8 +6,7 +10,9 Cornacchia nera n.s. n.s. n.s. n.s. Cornacchia grigia +1,1 +1,3 +2,1 1,3 Storno 1,8 2,1 n.s. n.s. 2,2 Passero d'italia 6,1 5,5 6,3 6,9 n.s. Passero mattugio 3,7 2,5 4,1 3,4 3,4 Fringuello n.s. (+0,5) +0,8 n.s. Verzellino n.s. n.s. n.s. n.s. n.s. Verdone 5,1 6,7 6,2 5,0 6,2 Cardellino 5,4 6,4 5,6 6,0 6,0 Fanello n.s. n.s. 7,5 n.s. Organetto 2,6 2,9% ( 2,2%) Ciuffolotto n.s. n.s. n.s. Tabella 3.6b. Variazione percentuale media annua delle popolazioni dal 1992 al 2016 nelle aree omogenee. Dove indicato il tasso si intende significativo, con p<0,05; tra parentesi gli andamenti quasi significativi (0,05<p<0,10); n.s.: tasso non significativo; l assenza di dato corrisponde alla presenza di una popolazione nell area omogenea inferiore al 10% rispetto a quella regionale (*fa eccezione l allodola per la quale sono state considerate anche le popolazioni montane dei Boschi di conifere e delle Alpi). 37

39 Change points L applicazione di questa tecnica consente di identificare all interno della serie storica periodi di calo o di crescita delle popolazioni poiché, sul lungo periodo, è possibile il verificarsi di tendenze contrastanti. In tabella 3.7 sono indicati i parametri dei modelli GAM utilizzati per la ricerca dei change points, ovvero quei punti (i.e. anni) in cui la tendenza cambia. La bontà del modello è spiegata dalla sua significatività della variabile tempo e dalla devianza spiegata. La non significatività del tempo può indicare che il modello non riesce a identificare un trend identificabile con la smoothing function impiegata (es. specie con forti oscillazioni interannuali), mentre la devianza indica la bontà della smoothing function nell interpolare i dati. In tabella 3.8 sono indicate le classi di change point per ogni anno, calcolato sulla finestra temporale, definita dall anno precedente rispetto a quello considerato, a quello successivo (in funzione della disponibilità dei dati, dal momento che la serie storica è incompleta). Per ogni specie è così possibile indentificare anni di stabilità di diminuzione o di crescita, come definito in tabella 2.4. Nelle schede specifiche riportate in appendice I, sono commentati gli andamenti demografici anche in funzione dei change points. Specie df P-value Devianza spiegata Specie df P-value Devianza spiegata Nitticora 6,6 <0,001 0,89 Merlo 6,2 0,001 0,77 Garzetta 1,0 0,633 0,01 Tordo bottaccio 1,8 <0,001 0,79 Airone cenerino 5,2 0,005 0,69 Tordela 2,1 <0,001 0,70 Germano reale 1,6 0,006 0,44 Usignolo di fiume 2,8 0,035 0,44 Nibbio bruno 1,0 0,086 0,15 Canapino 3,8 <0,001 0,75 Poiana 3,9 0,009 0,61 Bigiarella 5,2 0,135 0,49 Gheppio 6,1 <0,001 0,92 Capinera 6,5 <0,001 0,80 Quaglia 2,1 0,319 0,23 Lui bianco 4,3 0,024 0,58 Fagiano comune 2,7 <0,001 0,90 Lui piccolo 5,7 0,001 0,77 Gallinella d'acqua 1,0 0,097 0,14 Regolo 3,5 0,047 0,47 Pavoncella 1,0 0,007 0,34 Fiorrancino 3,0 0,001 0,67 Colombaccio 3,0 <0,001 0,96 Pigliamosche 1,0 <0,001 0,54 Tortora dal collare 2,6 <0,001 0,74 Codibugnolo 2,6 0,527 0,18 Tortora 5,8 0,103 0,52 Cincia bigia 1,0 <0,001 0,52 Cuculo 1,7 0,120 0,24 Cincia bigia alpestre 1,0 0,546 0,02 Rondone 5,4 0,003 0,72 Cincia del ciuffo 1,0 0,044 0,20 Gruccione 1,0 <0,001 0,52 Cincia mora 1,0 0,539 0,02 Upupa 1,0 0,259 0,07 Cinciarella 3,8 0,088 0,43 Torcicollo 2,2 0,003 0,56 Cinciallegra 4,5 <0,001 0,78 Picchio verde 5,8 <0,001 0,79 Picchio muratore 1,0 0,793 0,00 Picchio rosso maggiore 5,0 <0,001 0,93 Rampichino 3,7 0,024 0,55 Allodola 6,5 <0,001 0,98 Rigogolo 4,2 0,020 0,57 Rondine montana 6,4 0,023 0,65 Averla piccola 1,0 <0,001 0,49 Rondine 5,8 <0,001 0,89 Ghiandaia 1,0 <0,001 0,76 Balestruccio 2,7 0,002 0,60 Gazza 1,3 <0,001 0,80 Prispolone 2,8 0,093 0,36 Cornacchia nera 1,4 0,649 0,08 Spioncello alpino 1,1 0,112 0,14 Cornacchia grigia 1,0 0,036 0,21 Cutrettola 5,6 <0,001 0,84 Storno 6,7 <0,001 0,89 Ballerina gialla 3,2 0,130 0,39 Passero d'italia 5,7 <0,001 0,90 Ballerina bianca 5,8 0,001 0,78 Passero mattugio 6,9 <0,001 0,96 Scricciolo 6,2 0,030 0,65 Fringuello 6,4 <0,001 0,81 Passera scopaiola 1,0 <0,001 0,49 Verzellino 6,0 0,001 0,77 Pettirosso 3,2 0,291 0,31 Verdone 6,8 <0,001 0,94 Usignolo 6,6 <0,001 0,82 Cardellino 6,4 <0,001 0,95 Codirosso spazzacamino 6,3 <0,001 0,94 Fanello 1,0 0,132 0,12 Codirosso 2,1 <0,001 0,65 Organetto 1,0 0,256 0,07 Saltimpalo 4,0 0,004 0,65 Ciuffolotto 5,6 0,195 0,49 Culbianco 5,4 <0,001 0,82 Tabella 3.7. Parametri modelli GAM temporali utilizzati per il calcolo dei change points; df: gradi di libertà stimati per la smoothing temporale, Dev exp: devianza spiegata dal modello. 38

40 Anno Finestra temporale Nitticora Garzetta = = = = = = = = = = = = = = = Airone cenerino Germano reale = = = Nibbio bruno Poiana Gheppio Quaglia = = Fagiano comune = Gallinella d'acqua Pavoncella NA Colombaccio Tortora dal collare = = Tortora = Cuculo = = = Rondone Gruccione Upupa = = = = = = = = = Torcicollo = Picchio verde = Picchio rosso maggiore = Allodola +++ = Rondine montana Rondine = Balestruccio Prispolone = = Spioncello alpino = = Cutrettola Ballerina gialla = = = Ballerina bianca = Scricciolo Passera scopaiola Pettirosso Usignolo = Codirosso spazzacamino Codirosso = = = Saltimpalo = = Culbianco Tabella 3.8. Change points individuati per le finestre temporali centrate su ogni anno (es finestra ) della serie temporale (ad esclusione dei due estremi ) per le specie in cui la smoothing temporale risulta significativa. Sono evidenziati con diversi simboli sei classi di change points: +++ aumento; ++ aumento con tasso in calo; + trend verso aumento; = stabile; - trend verso calo; -- decremento con tasso in calo; --- decremento. 39

41 Anno Finestra temporale Merlo Tordo bottaccio Tordela = Usignolo di fiume = = Canapino Bigiarella = Capinera Lui bianco = Lui piccolo Regolo = = = Fiorrancino = = = Pigliamosche Codibugnolo = = = Cincia bigia Cincia bigia alpestre = = = = = = = = = = = = = = = Cincia del ciuffo Cincia mora = = = = = = = = = = = = = = = Cinciarella = Cinciallegra = Picchio muratore = = = = = = = = = = = = = = = = = Rampichino NA = Rigogolo = Averla piccola Ghiandaia Gazza Cornacchia nera = = = = = = = = Cornacchia grigia Storno = Passero d'italia = Passero mattugio = Fringuello = Verzellino = Verdone Cardellino Fanello NA = Organetto = = = = = = = = = Ciuffolotto = Tabella 3.8 (cont.). Change points individuati per le finestre temporali centrate su ogni anno (es finestra ) della serie temporale (ad esclusione dei due estremi ) per le specie in cui la smoothing temporale risulta significativa. Sono evidenziati con diversi simboli sei classi di change points: +++ aumento; ++ aumento con tasso in calo; + trend verso aumento; = stabile; - trend verso calo; -- decremento con tasso in calo; --- decremento. 40

42 4. CONCLUSIONI I programmi di monitoraggio sono uno strumento fondamentale per raccogliere dati finalizzati alla valutazione della distribuzione, consistenza e andamento delle popolazioni animali. A loro volta, queste conoscenze sono indispensabili per intraprendere studi specifici finalizzati ad indagare le cause che determinano le dinamiche di popolazione, in modo che sia poi possibile adottare misure di gestione e conservazione. Tuttavia, l ottenimento di queste informazioni richiede adeguate e spesso indisponibili risorse economiche e umane. Perciò è sovente necessario ricorrere a strategie alternative atte a sfruttare tutti i dati raccolti in diverse circostanze, ovvero informazioni pertinenti a diversi progetti aventi finalità specifiche differenti. Tali strategie, pur consentendo di massimizzare l efficienza economica, non possono sempre garantire la massima accuratezza del risultato. Tale approccio, messo in atto nella presente ricerca, ha permesso di ottenere l andamento delle popolazioni nidificanti a partire dal 1992, con l esclusione di pochi anni, per i quali purtroppo non è stato possibile ottenere l informazione desiderata. Sfortunatamente si è trattato di anni cruciali (1993 e 1994) per le sorti delle molte popolazioni connesse agli agro-ecosistemi, nel corso dei quali si è verosimilmente registrato uno dei cali più importanti di queste specie. In ogni caso, negli ultimi anni (dal 2007) è possibile disporre di una serie storica continua e standardizzata, raccolta con lo stesso piano di campionamento e dagli stessi rilevatori, che sta permettendo di ottenere statistiche sempre più robuste e informazioni utilizzabili per ulteriori indagini e specifici approfondimenti. Il campione complessivo, è costituito da una serie di dati disomogenea e l informazione grezza contenuta non può fornire dati direttamente utilizzabili per le finalità specifiche della ricerca, ossia la stima dei trend a lungo termine delle popolazioni di uccelli nidificanti in Lombardia. Il metodo impiegato ha quindi permesso di omogeneizzare il campione, rendendo possibile il confronto dei dati contenuti in una serie storica che va dal 1992 al 2016, e di ottenere successivamente le stime annuali delle popolazioni regionali delle 75 specie analizzate. Il confronto dei dati raccolti nei diversi anni è stato possibile grazie all utilizzo di un modello matematico-statistico spaziale, che ha permesso di tenere in considerazione la variabilità della distribuzione delle unità di rilevamento nel tempo. 41

43 Alcune specie, come prispolone, spioncello montano, ballerina gialla, canapino, luì bianco, cincia bigia alpestre, picchio muratore e ciuffolotto, mostrano intervalli di confidenza piuttosto ampi della stima di popolazione. Ciò può essere dovuto alla loro specificità ecologica, che corrisponde ad una scarsa densità e, quindi, un numero di presenze relativamente basso, che causa un elevata varianza interna al campione. L aggiornamento dei dati relativi all avifauna nidificante in Lombardia, ha consentito di appurare il persistere di un andamento negativo per le diverse specie legate agli ambienti agricoli. La specie che suscita le maggiori preoccupazioni è, come evidenziato già negli altri anni di studio, l allodola, il cui modello di crescita della popolazione, applicato sui 24 anni, stima un declino della popolazione dal 1992 al 2016 del 86,5% 1. Questa specie ha subito simili riduzioni anche in altre popolazioni europee: tra il 1970 ed il 1990 quando diminuì di oltre il 50% nel Regno Unito, nei Paesi Bassi ed in Germania, (Tucker e Heath 1994). Negli anni 90 il declino di questa specie rallentò in alcune parti del suo areale, ma proseguì nella maggior parte dei paesi europei (BirdLife International 2004). Le principali cause sono da ricercare nelle modifiche dei suoi habitat causate dall intensificazione delle pratiche agricole (Newton 2004). In particolare, l allodola è sensibile alla riduzione della diversità dei coltivi, all incremento delle pratiche di aratura e semina autunnali ed all uso massiccio di fertilizzanti e pesticidi (de Carli et al. 1998; Donald et al. 2002). È probabile che questi processi giochino un ruolo importante anche nella nostra regione, ove l agricoltura intensiva è molto diffusa. Si consideri, ad esempio, che il raccolto medio di cereali (mais e cereali autunno-vernini) per unità di superficie, ritenuto un ottimo indice di intensità agricola (Donald et al. 2006), è stato nel 2005 pari a 10 t/ha (ISTAT 2007), più alto del valore medio di qualsiasi altro paese europeo (FAO 2007). Oltre all allodola, altre specie di ambienti agricoli o rurali hanno mostrato un declino tra il 1992 ed il 2016: si tratta di passero d Italia ( 77,9% di diminuzione nel periodo di studio), nitticora ( 76,8%), cardellino ( 73,6%), verdone ( 71,5%), rondine ( 69,3%), cutrettola ( 59,5%), averla piccola ( 59,5%), passero mattugio ( 59,5%), usignolo di fiume ( 55,3%), torcicollo ( 54,2%), rondone ( 49,4%), balestruccio ( 49,8%), gallinella d acqua ( 46,9%), ballerina bianca ( 39,9%), storno ( 35,3%). Tali fenomeni di declino non colpiscono soltanto le popolazioni regionali, ma risultano piuttosto diffusi in Europa. Ad esempio, il calo della popolazione di passero mattugio è confermata anche in diversi paesi europei negli ultimi decenni del secolo scorso (BirdLife International 2004). Per la rondine, invece, che è in diminuzione a scala continentale (Pazderová e Vorisek 2007), ci sono molte evidenze che la causa principale possa essere 1 variazione percentuale delle popolazione = {[(1+R)^( )] 1}*100 42

44 riconducibile all intensificazione dell agricoltura. In particolare, la rondine soffre della perdita di prati (Evans et al. 2007) e della diminuzione del numero di allevamenti di bestiame (Ambrosini et al. 2002), con conseguente riduzione delle popolazioni di insetti volanti. In aggiunta, bisogna considerare che la rondine potrebbe soffrire anche dei cambiamenti climatici nelle aree di svernamento (Sanderson et al. 2006). L averla piccola ebbe un declino superiore al 20% tra il 1970 e il 1990, in oltre la metà della popolazione europea (Tucker e Heath 1994), declino che è continuato negli anni successivi, seppure con un tasso inferiore. Questa specie subisce in particolare la rimozione di siepi, filari, cespuglieti e prati (Shrubb 2003), analogamente a ciò che si è verificato e si sta verificando nella nostra regione. Il verdone, invece, è stimato in aumento in Europa (Donald et al. 2006), ma occorre considerare che per i paesi mediterranei, dove nidifica la maggior parte della popolazione europea, gli andamenti sono poco noti e non sono disponibili dati quantitativi (BirdLife International 2004). Secondo alcuni studi, il passero europeo, Passer domesticus, che è vicario del passero d Italia in Europa, ha sofferto principalmente della riduzione della disponibilità alimentare in inverno, sempre dovuta all intensificazione dell agricoltura (Hole et al. 2002). Il declino del passero d Italia in Lombardia è confermato anche da uno studio di Brichetti et al. (2008) che hanno stimato una diminuzione del 50% della popolazione nidificante in alcune città lombarde dal 1996 al Altra specie in declino è il luì piccolo, specie forestale che ha perso il 49,4% della popolazione iniziale. La dinamica demografica di questa specie potrebbe essere influenzata negativamente dalle condizioni meteorologiche sia durante il periodo riproduttivo, sia durante l inverno o la migrazione. Sorte analoga, con una medesima perdita, ha colpito il regolo, altre specie forestale, il cui areale lombardo si sovrappone parzialmente con quello del luì piccolo. Al contrario, la maggior parte delle altre specie forestali denota un aumento importante della popolazione iniziale avvenuto negli ultimi 24 anni, come ad esempio il tordo bottaccio (che ha settuplicato la propria popolazione), il picchio rosso maggiore (ha quintuplicato la popolazione), rampichino, cincia bigia e fiorrancino (che hanno più che triplicato la popolazione), picchio verde e ghiandaia hanno più che duplicato la popolazione. Complessivamente, le popolazioni degli uccelli nidificanti in Regione Lombardia risultano in aumento, soprattutto a causa di importanti crescite demografiche che hanno manifestato molte specie forestali e diverse specie sinantropiche legate agli agro-ecosistemi. Se l incremento delle prime rappresenta un fattore positivo connesso al generale miglioramento delle condizioni degli ambienti forestali, l aumento delle seconde è indice di una forte antropizzazione e perdita di elementi naturali negli ambienti rurali. 43

45 Infatti, da quanto emerge le specie che destano maggiore preoccupazione risultano essere molte di quelle legate agli agro-ecosistemi. Questo si può apprezzare dalla generale dinamica negativa delle loro popolazioni, che è direttamente riconducibile a cause di tipo antropico, come l intensificazione delle pratiche agricole che limitano la disponibilità di habitat e risorse per l avifauna tipica della pianura irrigua. Nonostante la dinamica complessiva delle 27 specie legate agli agro-ecosistemi non mostri un andamento significativo a lungo termine (figura 3.3d), bisogna tenere conto che esso deriva da un contributo importante degli andamenti positivi di cinque specie, quattro delle quali generaliste, sinantropiche e generalmente con tassi di crescita elevati, come il fagiano (+8,2%), il colombaccio (+13,5%), la gazza (+6,0%) e la cornacchia grigia (+1,1%, soltanto). Per contro 10 specie manifestano cali prolungati e spesso preoccupanti, come l allodola ( 8,0%), il passero mattugio ( 3,7%), il cardellino ( 5,4%), il verdone ( 5,1%), la rondine ( 4,8%), l averla piccola ( 3,7%) e la cutrettola ( 3,7%). L analisi a livello sub-regionale, cioè a livello delle 7 aree omogenee subregionali, ha confermato, e in diverse circostanze enfatizzato, come l effettiva emergenze sia rappresentata dalle specie legate agli agro-ecosistemi. Le specie degli agro-ecosistemi che hanno mostrato cali importanti, necessitano di un ambiente agricolo con coltivazioni diversificate, che conservino colture prative, spesso utilizzate per il foraggiamento (es. rondine) e/o la nidificazione (allodola), e gestite possibilmente con modalità meno intensive (programmazione dei tagli, mantenimento di porzioni prato o set-aside) e che prevedano anche il mantenimento di elementi di diversificazione del paesaggio (siepi e filari, piccole aree umide). Dato il generalizzato e allarmante declino delle specie di ambiente agricolo è auspicabile la prosecuzione del monitoraggio, in modo da valutare su un arco temporale quanto più lungo possibile le tendenze in atto e, laddove possibile, intraprendere progetti per la valutazione dei processi in corso e in modo da progettare specifiche azioni di pianificazione e/o di ripristino che consentirebbero di programmare nel modo più appropriato una politica di gestione agricola meno sfavorevole per l avifauna. 44

46 5. SVILUPPI FUTURI Due sono gli aspetti tecnici intrinseci al programma di monitoraggio che dovrebbero essere superati per ottenere informazioni ancora più dettagliate per il loro utilizzo in campo conservazionistico e gestionale: la stima della densità e delle abbondanze delle popolazioni e la probabilità di rilevamento speciespecifica. Nonostante queste due problematiche, la stima dell andamento della popolazione rimane comunque robusta e affidabile, in quanto è indipendente sia dalla densità, sia dalla probabilità di rilevamento (Newson et al. 2013). Tuttavia, stime quanto più possibili precise delle densità e della popolazione locale e totale (con raggi di rilevamento oggettivi e stima della probabilità di rilevamento), potrebbero essere di interesse per diverse valutazioni di tipo conservazionistico e gestionale. Pertanto, un ulteriore sviluppo del presente programma di monitoraggio potrebbe prendere in considerazione la pianificazione di ricerche mirate per ovviare a due dei succitati problemi. Densità e abbondanza La problematica di passare dall abbondanza alla densità e, quindi, ad una stima accurata dell entità della popolazione, risiede nella difficoltà oggettiva di stimare il raggio di rilevamento specie-specifico, ossia il raggio entro il quale è possibile rilevare una data specie. Il protocollo per la stima del raggio di rilevamento è stata approntata nel presente anno, ma la sua realizzazione potrà avvenire in fase sperimentale nel corso della prossima stagione di rilevamento (2017) per poi prevedere l utilizzo di una metodologia a regime nel Il protocollo finalizzato alla quantificazione oggettiva dei raggi di rilevamento specie-specifici prevede l impiego di telemetri in grado di valutare la distanza tra il rilevatore e gli individui censiti. Probabilità di rilevamento La probabilità di rilevamento è un altro parametro importante per arrivare a superare la possibile stima in difetto della popolazione. Per questo motivo, è stato altresì predisposto un secondo protocollo per la valutazione della probabilità di rilevamento utilizzando i censimenti eseguiti nelle stazioni fisse, che prevedono la valutazione di diversi fattori che possono incidere su di essa e che comprendono fattori umani (es. rilevatore), temporali (es. giorno dell anno o ora del giorno) o ambientali (es. vento). 45

47 Drivers degli andamenti di popolazione Un interessante sviluppo futuro della presente ricerca deriva dai risultati messi in risalto dalla stessa. Seppur in parte affrontata negli ultimi anni, la valutazione accurata e dettagliata dei fattori e dei processi che hanno determinato, e tutt oggi producono, un marcato calo demografico delle specie legate agli agroecosistemi durante il periodo riproduttivo, rimane un obbiettivo importante da perseguire, sia per capire le cause che colpiscono le popolazioni in modo diretto (es. riduzione dell habitat disponibile) sia in modo indiretto (limitazione delle risorse trofiche). Tale ricerca potrebbe rendere più comprensibili anche gli effetti prodotti dallo sfasamento dei movimenti migratori alla luce di un avanzamento della primavera climatica e permettere di capire come questo fattore possa agire in modo differenziale all interno degli agro-ecosistemi piuttosto che nei paesaggi forestali. Sempre per una più accurata valutazione dei drivers, la ricerca potrebbe indagare l entità delle risorse trofiche disponibili e la loro abbondanza relativa in diversi contesti ambientali. Si potrebbero altresì valutare gli effetti prodotti dalle moderne pratiche agricole e dall uso di fitofarmaci o pesticidi (erbicidi e insetticidi) quale fattori limitanti le risorse trofiche delle specie e gli effetti del loro ingresso nella catena trofica. Punti critici emersi nel corso delle analisi condotte negli ultimi anni hanno evidenziato la necessità di: a) ottenere informazioni dettagliate sull entità e distribuzione dei prati in regione negli anni precedenti all avvio della produzione della cartografia SIARL; b) verificare le congruenze tra i database colturali della DG agricoltura, ISTAT e SIARL; c) integrare nei modelli utilizzati per la valutazione dell effetto delle pratiche agricole sulle popolazioni degli uccelli nidificanti anche le variabili meteoclimatiche che incidono sulla mortalità nel corso del periodo di svernamento (variabili meteorologiche o indici meteo-climatici locali e nelle aree di svernamento); d) accertare la presenza di prodotti xenobionti per mezzo di analisi ecotossicologiche, facendo ricorso a moderne tecnologie gas-cromatografiche per la determinazione dei composti chimici eventualmente accumulati nelle speciepreda. 46

48 6. BIBLIOGRAFIA Akaike H Information Theory and an Extension of the Maximum Likelihood Principle. In B.N. Petrov e F. Csaki (eds.), 2nd International Symposium on Information Theory. Akademia Kiado, Budapest. Ambrosini R, Massimino D., Orioli V. e Bani L. 2011b. Identification of putative wintering areas and ecological determinants of population dynamics of Common House Martin (Delichon urbicum) and Common Swift (Apus apus) breeding in Northern Italy. Avian Conservation and Ecology Écologie et conservation des oiseaux 6(1): Ambrosini R., Bani L., Massimino D., Fornasari L. e Saino N. 2011a. Large scale spatial distribution of breeding Barn Swallows Hirundo rustica in relation to cattle farming. Bird Study. Ambrosini R., Bolzern A.M., Canova L., Arieni S., Møller A.P. e Saino N The distribution and colony size of barn swallows in relation to agricultural land use. Journal of Applied Ecology 39: ASR della Lombardia Annuario statistico regionale della Lombardia. Regione Lombardia, Milano. Bani L., Baietto M., Bottoni L. e Massa R The Use of Focal Species to Design a Habitat Network for a Lowland Area of Lombardy, Italy. Conservation Biology 16 (3): Bani L., Massimino D., Bottoni L. e Massa R A multiscale method for selecting indicator species and priority conservation areas: a case study for broadleaved forests in Lombardy, Italy. Conservation Biology 20: Bani L., Massimino D., Orioli V., Bottoni L. e Massa R Assessment of population trends of common breeding birds in Lombardy, northern Italy, Ethology Ecology e Evolution 21: Bani L., Massimino D., Orioli V., Vigorita V, Cucè L. e Massa R Analisi degli andamenti demografici dal 1992 ad oggi di 60 specie di uccelli nidificanti in Lombardia. Alula XVI (1 2): Berg Å., Ehnström B., Gustafsson L., Hallingbäck T., Jonsell M. e Weslien J Threatened plant, animal, and fungus species in Swedish forests: distribution and habitat associations. Conservation Biology 8: Bibby C.J., Burgess N.D., Hill D.A. e Mustoe S Bird census techniques. 2 a edizione, Academic Press, London. BirdLife International Birds in Europe: population estimates, trends and conservation status. BirdLife International, Cambridge. Blondel J., Ferry C. e Frochot B La méthode des indices ponctuels d abondance (I.P.A.) ou des relevés d avifaune par stations d écoute. Alauda 38: Blondel J., Ferry C. e Frochot B Point counts with unlimited distance. In C.J. Ralph e J.M. Scott (curatori). Estimating numbers of terrestrial birds. Studies in Avian Biology 6: Brichetti P., Rubolini D., Galeotti P. e Fasola M Recent declines in urban Italian Sparrow Passer (domesticus) italiae populations in northern Italy. Ibis 150: Brotons L., Herrando S. e Pla M Updating bird species distribution at large spatial scales: applications of habitat modelling to data from long term monitoring programs. Diversity and Distributions 13: Boyce M.S., Vernier P.R., Nielsen S.E. e Schmiegelow F.K.A Evaluating resource selection functions. Ecological Modelling 157: Burnham K.P. e Anderson D.R Model selection and multimodel inference: a practical theoretic approach, 2nd ed. Springer Verlag, New York. Chevan A. e Sutherland M. (1991). Hierarchical Partitioning. The American Statistician 45: Chris Walsh and Ralph Mac Nally (2013). hier.part: Hierarchical Partitioning. R package version project.org/package=hier.part 47

49 de Carli, E., Fornasari L., Bani L. e Bottoni L Trends in distribution, abundance and habitat features of skylark (Alauda arvensis) in northern Italy. Gibier Faune Sauvage Game Wildl. 15, parte 2: Donald P.F., Evans A.D., Muirhead L.B., Buckingham D.L., Kirby W.B. e Schmitt S.I.A Survival rates, causes of failure and productivity of Skylark Alauda arvensis nests on lowland farmland. Ibis 144: Donald P.F., Sanderson F.J., Burfield I.J. e van Bommel F.P.J Further evidence of continent wide impacts of agricultural intensification on European farmland birds, Agriculture, Ecosystems and Environment 116: Dondina O., Orioli V., Massimino D., Pinoli, G. e Bani L. (2015) A method to evaluate the combined effect of tree species composition and woodland structure on indicator birds. Ecological Indicators, 55, Dondina O., Orioli V., D Occhio P. and Bani L How do the species ecological and biological traits affect the application of the Island Biogeography Theory in fragmented landscapes? Journal of Biogeography. DOI: /jbi EEA Corine Land Cover European Environment Agency. Efron B The jackknife, the bootstrap and other resampling methods. Society for Industrial and Applied Mathematics, CBMS NSF Monograph 38. Philadelphia. ERSAF Carta dei Tipi Forestali. Ente Regionale per i Servizi all Agricoltura e alle Foreste. ERSAF Uso del suolo in Regione Lombardia: i dati Dusaf. Ente Regionale per i Servizi all Agricoltura e alle Foreste. Evans K.L., Wilson J.D. e Bradbury R.B Effects of crop type and aerial invertebrate abundance on foraging barn swallows Hirundo rustica. Agriculture, Ecosystems e Environment 122: FAO Faostat core production data. Food and Agriculture Organization of the United Nations. Fawcett T An introduction to ROC analysis. Pattern Recognition Letters 27: Fewster, R. M., Buckland, S. T., Siriwardena, G. M., Baillie, S. R., Wilson, J. D., e Jeremy, D Analysis of Population Trends for Farmland Birds Using Generalized Additive Models. Ecology 81(7): Fornasari L., Bani L., de Carli E. e Massa R Optimum design in monitoring common birds and their habitat. Gibier Faune Sauvage Game Wildl. 15, Parte 2: Gotelli N.J A primer of Ecology. 3 a edizione, Sinauer Associates, Sunderland. Gregory R.D., Vorisek P., van Strien A., Meyling A.W.G., Jiguet F., Fornasari L., Reif J., Chylarecki P. e Burfeld I.J Population trends of widespread woodland birds in Europe. Ibis 149: Guisan A. e Thuiller W Predicting species distribution: offering more than simple habitat models. Ecology Letters 8: Harrison, P.J. et al., Assessing trends in biodiversity over space and time using the example of British breeding birds. Journal of Applied Ecology, pp Hastie, T. and R. Tibshirani (1986). Generalized additive models (with discussion). Statistical Science 1, Hastie, T. and R. Tibshirani (1990). Generalized Additive Models. Chapman e Hall. Hole D.G., Whittingham M.J., Bradbury R.D., Anderson G.Q.A., Lee P.L.M., Wilson J.D. e Krebs J.R Widespread local house sparrow extinctions. Nature 418: ISTAT Dati su agricoltura e zootecnia. Istituto Nazionale di Statistica. Jiguet F., Julliard R. e Weltz M État de santé des populations d Oiseaux nicheurs en France de 1989 à Marra G. e Wood S.N Practical variable selection for generalized additive models. Computational Statistics and Data Analysis 55: Massa R., Bani L., Massimino D. e Bottoni L La biodiversità delle foreste valutata per mezzo delle comunità di uccelli. Progetto strategico 9.1.6: Azioni di salvaguardia del patrimonio boschivo. 48

50 Fase VII: Conservazione e incremento della biodiversità delle foreste mediante interventi di gestione integrata della componente faunistica. Regione Lombardia Agricoltura. Massimino D., Orioli V., Massa R. e Bani L Population trend assessment on a large spatial scale: integrating data collected with heterogeneous sampling schemes by means of habitat modelling. Ethology Ecology e Evolution 20: Massimino D., Orioli V., Massa R. e Bani L Population trend assessment on a large spatial scale: integrating data collected with heterogeneous sampling schemes by means of habitat modelling. Ethology Ecology e Evolution 20: Massimino D., Orioli V., Pizzardi F., Massa R. e Bani L Usefulness of coarse grain data on forest management to improve bird abundance models. Italian Journal of Zoology 77: McCullagh P. e Nelder J.A Generalized Linear Models. 2 a edizione, Chapman and Hall, London. Nelder J.A. e Wedderburn R.W.M Generalized linear models. Journal of the Royal Statistical Society, Series A 135: Newson S. E., Massimino D., Johnston A., Baillie S. R., e Pearce-Higgins J. W Should we account for detectability in population trends?. Bird Study, 60: Newton I The recent declines of farmland bird populations in Britain: an appraisal of causal factors and conservation actions. Ibis 146: Pazderová A. e Vorisek P Trends of common birds in Europe, 2007 update. European Bird Census Council. Quinn G.P. e Keough M.J Experimental Design and data Analysis for Biologists. Cambridge University Press, Cambridge. R Core Team (2015). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. URL Regione Lombardia DTM 20 Modello Digitale del Terreno1.0. Regione Lombardia. Direzione Generale Territorio e Urbanistica. Rocchia E., Luppi, M., Dondina O., Orioli V., Bani L. Long- and medium-term changes in the altitudinal distribution of breeding birds in the Italian Alps. in revisione. Rushton S.P., Ormerod S.J. e Kerby G New paradigms for modelling species distribution? Journal of Applied Ecology 41: Sanderson F.J., Donald P.F., Pain D.J., Burfield I.J. e van Bommell F.P.J Long term population declines in Afro Palearctic migrant birds. Biological Conservation 131: Shrubb M Birds, Scythes and Combines. A History of Birds and Agricultural Change. Cambridge University Press, Cambridge. Sicurella B., Orioli V., Pinoli G., Ambrosini R. e Bani L. Effectiveness of the system of protected areas of Lombardy (Northern Italy) in preserving breeding birds. Bird Conservation International, in revisione. Symes N. e Currie F Woodland management for birds: a guide to managing for declining woodland birds in England. The RSPB, Sandy and Forestry Commission England, Cambridge. Touihri M., Villard M.A. e Charfi F Cavity-nesting birds show threshold responses to stand structure in native oak forests of northwestern Tunisia. Forest Ecology and Management 325: 1 7. Tucker G.M. e Heath M.F Birds in Europe: their conservation status. BirdLife International, Cambridge. Vigorita V. e Cucé L. (red.) La Fauna selvatica in Lombardia. Rapporto 2008 su distribuzione, abbondanza e stato di conservazione di Uccelli e Mammiferi. Regione Lombardia DG Agricoltura, Università degli Studi di Milano Bicocca, Università dell Insubria, Università degli Studi di Pavia. Visser H Estimation and detection of flexible trends. Atmospheric Environments 38: Wood, S.N., Generalized additive models: an introduction with R. Chapman e Hall/CRC Texts in Statistical Science, Taylor e Francis. 49

51 APPENDICE ANALISI DEGLI ANDAMENTI DEMOGRAFICI DEGLI UCCELLI NIDIFICANTI IN LOMBARDIA NEL PERIODO Grafici degli andamenti di popolazione commentati con indicazione dell andamento regionale ed eventuali significativi andamenti a scala subregionale. Nel grafico, tra parentesi, è indicato il numero di rilevamenti utilizzati per il calcolo delle popolazioni annuali. 50

52 Nitticora Nycticorax nycticorax Andamento a scala regionale: 5,9% Andamento a scala sub-regionale: Pianura seminativa: 4,3% Pianura risicola: 6,4% La popolazione di nitticora evidenzia una drastica riduzione delle popolazioni regionali tra il 1992 e il 1995 (da a 2500 coppie circa). Dopo tale periodo la popolazione sembra essersi in parte ripresa, ma sempre mostrando una dinamica fluttuante, che l ha portata ad oscillare prevalentemente tra poco meno di 3000 e coppie circa. Dal 2010 sembra essere iniziata una nuova fase di regresso, che ha portato la popolazione attuale ad uno dei suoi minimi storici di circa 1500 coppie. A scala sub-regionale si evidenzia un significativo e marcato decremento ( 6,4%) della principale popolazione regionale, quella della Pianura risicola (65% della popolazione lombarda). Anche la popolazione della Pianura seminativa (30%) mostra un calo significativo al tasso medio annuo del 4,3%. 51

53 Garzetta Egretta garzetta Andamento a scala regionale: n.s. Andamento a scala sub-regionale: Pianura seminativa: +4,3% Pianura risicola: n.s. La popolazione di garzetta evidenzia un andamento non significativo sul lungo periodo, ma caratterizzato da importanti e significative fluttuazioni interannuali, che la portano ad oscillare tra 5000 e coppie. Attualmente la popolazione regionale si attesta a circa 8000 coppie. Pur se la principale popolazione regionale, quella della Pianura risicola (60% della popolazione lombarda), non mostra un trend a lungo termine, un incremento significativo al tasso medio annuo del +4,3% si ha per la Pianura seminativa (che ospita il 37% della popolazione lombarda). 52

54 Airone cenerino Ardea cinerea Andamento a scala regionale: n.s. Andamento a scala sub-regionale: Pianura seminativa: +2,5% Pianura risicola: 3,6% L airone cenerino non mostra un trend significativo nel corso del periodo indagato. Tuttavia è possibile scorgere la coda della sua fase di ascesa durata sino alla fine degli anni 90. Successivamente ha mostrato perlopiù una andamento fluttuante, con consistenze prevalentemente comprese tra le 5000 e le 8000 coppie. A scala subregionale si evidenziano andamenti contrastanti tra le due principali popolazioni, quella della Pianura seminativa (57% della popolazione lombarda) e quella della Pianura risicola (35%): mentre la prima aumenta con un tasso medio annuo del +2,5%, la seconda diminuisce annualmente del 3,6%. Tale fenomeno meriterebbe un approfondimento volto ad indagare questo pattern opposto, che potrebbe essere imputato alla diminuzione della superficie di risaie allagate negli ultimi decenni nella pianura padana centro-orientale. 53

55 Germano reale Anas platyrhynchos Andamento a scala regionale: +2,8% Andamento a scala sub-regionale: Pianura seminativa: +6,6% Pianura risicola: n.s. La popolazione di germano reale mostra un andamento significativo a lungo termine, con un incremento medio annuo del +2,8%. Sono tuttavia molto evidenti le significative fluttuazioni interannuali, anche se negli ultimi 10 anni è stata sempre compresa tra le 5000 e le coppie. L aumento del germano reale è prevalentemente dovuto all importante tasso di crescita (+6,6%) della popolazione della Pianura seminativa (la principale lombarda, con il 50% della popolazione regionale). La seconda popolazione, con il 37% degli effettivi, quella della Pianura risicola, non mostra invece un trend significativo a lungo termine. 54

56 Nibbio bruno Milvus migrans Andamento a scala regionale: 3,8% Andamento a scala sub-regionale: Boschi di conifere: n.s. Alta pianura: 3,9% Pianura seminativa: 4,6% Boschi di latifoglie: ( 3,1%) Pianura urbana: 3,8% La popolazione di nibbio bruno risulta essere abbastanza oscillante, prevalentemente tra circa 200 e 750 coppie, e con una modesta tendenza al calo a lungo termine ( 3,8%). Sono osservabili anche due stime che, seppur con una discreta incertezza, indicano la presenza di circa 1500 coppie nidificanti nel 1995 e nel Negli ultimi anni la popolazione media è stata stimata nell ordine delle 350 coppie. A scala sub-regionale la specie risulta diminuire in tutte le sue sub-popolazioni, anche se la principale popolazione, quella dei Boschi di latifoglie (28% della popolazione lombarda) diminuisce solo in modo marginalmente significativo ( 3,1%). 55

57 Poiana Buteo buteo Andamento a scala regionale: n.s. Andamento a scala sub-regionale: Boschi di conifere: n.s. Alta pianura: (+2,3%) Pianura seminativa: +3,5% Boschi di latifoglie: n.s. La popolazione di poiana mostra un trend significativo a lungo termine, ma un andamento oscillante, con consistenze che dalla fine degli anni 90 ad oggi, hanno oscillato prevalentemente tra le 1000 e le 2000 coppie, fatta eccezione per un paio di anni (2007 e 2011) nei quali si sono registrati minimi di circa 600/700 coppie (valori simili a quelli stimati nei primi anni di monitoraggio). A scala sub-regionale si evidenzia un aumento significativo della seconda popolazione regionale (24%), quella della Pianura seminativa, e marginalmente significativo per quella (18%) dell Alta pianura. Questi tassi di crescita sono indici di un aumento e di una probabile espansione areale della specie nelle aree planiziali delle regione durante il periodo indagato. 56

58 Gheppio Falco tinnunculus Andamento a scala regionale: +4,7% Andamento a scala sub-regionale: Alta pianura: +3,7% Pianura seminativa: +5,3% Pianura risicola: +6,8% Il gheppio è una specie in significativo incremento numerico in Regione Lombardia, con un espansione marcata dalla fine degli anni 90 fino alla metà degli anni 2000, quando a una lieve contrazione è seguito un successivo e regolare incremento fino ad oggi. Queste fluttuazioni potrebbero essere interpretate come un meccanismo dinamico innescato da una ripresa relativamente rapida della popolazione a cui è probabilmente seguita una serie di oscillazioni attorno alla capacità portante del sistema. L andamento a lungo termine risulta comunque significato e in crescita (+4,7% medio annuo sull intero periodo), ed è ancora più marcato a livello della popolazione principale, quella della Pianura seminativa (58% della popolazione regionale), con un +5,3% medio annuo. Attualmente la popolazione è stimata in circa 2500 coppie nidificanti, mentre all inizio del periodo di monitoraggio era di circa 500 coppie. 57

59 Quaglia Coturnix coturnix Andamento a scala regionale: n.s. Andamento a scala sub-regionale: Pianura seminativa: n.s. L andamento demografico della quaglia risulta abbastanza peculiare, soprattutto per l evidente picco demografico del Dopo accurate verifiche, tale dato non risulterebbe essere il prodotto di un artefatto e l ingente popolazione registrata, di circa coppie, potrebbe essere il risultato di irruzioni di individui riproduttori ed estivanti provenienti da aree a clima più mediterraneo in anni in cui tali aree sono soggette a condizioni di particolare siccità. Non è inoltre da escludere l effetto di particolari condizioni favorevoli nelle aree riproduttive, che potrebbero avere incrementato la natalità nell anno precedente, o nei quartieri di svernamento sub-sahariani, che potrebbero invece avere fortemente limitato la mortalità invernale. L andamento a lungo termine può essere suddiviso in una prima fase di crescita, fino al 2005, e un successivo calo che ha portato la popolazione degli ultimi anni a una condizione stabile, con un entità di circa 3000 coppie. A scala sub-regionale anche la popolazione più consistente della Pianura seminativa (71% della popolazione lombarda) non presenta un andamento significativo. 58

60 Fagiano Phasianus colchicus Andamento a scala regionale: +8,2% Andamento a scala sub-regionale: Pianura seminativa: +9,4% Pianura risicola: +4,0% Al di là di possibili variazioni demografiche imputabili a ripopolamenti per scopi venatori, la popolazione lombarda di fagiano evidenzia un incremento significativo e costante nel corso del periodo di monitoraggio, con un aumento medio annuo a scala regionale del +8,2%. La crescita più evidente si ha dal 2006, e ad oggi la sua popolazione è stimata in circa coppie, mentre prima del 2006 non aveva mai superato le coppie L incremento ha interessato sia la principale popolazione lombarda della Pianura seminativa (70% della popolazione regionale; +9,4% medio annuo), sia quella della Pianura risicola (13% della popolazione; +4,0% medio annuo). 59

61 Gallinella d acqua Gallinula chloropus Andamento a scala regionale: 2,6% Andamento a scala sub-regionale: Pianura seminativa: 1,8% Pianura risicola: 1,8% La popolazione di gallinella d acqua mostra una lieve e significativa diminuzione e lungo termine ( 2,6% medio annuo), caratterizzata da un tasso di cambiamento costante nel tempo. Sono inoltre evidenti alcune significative fluttuazioni che portano la popolazione ad oscillare tra una stima minima di poco meno di 4000 coppie nel 2004 e 2007, a massimi di circa coppie nel 1996, 2000 e Negli ultimi due anni la popolazioni è stimata in circa 6000 coppie. Anche le due principali popolazioni regionali (Pianura risicola e Pianura seminativa), entrambe con il 44% della popolazione lombarda, mostrano un medesimo andamento negativo con un tasso medio annuo di decremento pari a 1,8%. Il calo di questa specie potrebbe essere imputato alla riduzione della copertura di risaie allagate nell ultimo decennio, in seguito all abbandono delle tecniche tradizionali di coltura risicola. 60

62 Pavoncella Vanellus vanellus Andamento a scala regionale: +9,2% Andamento a scala sub-regionale: Pianura seminativa: +13,1% Pianura risicola: (+7,7%) La popolazione di pavoncella risulta in aumento significativo a scala regionale, con un aumento medio annuo del +9,2% di intensità costante per l intero periodo di studio. Mentre prima degli anni 2000 la popolazione regionale non ha mai superato le 1500 coppie circa, dal 2001 in poi la popolazione è andata crescendo, seppur con fluttuazioni prevalentemente comprese tra 3500 e 8500 coppie, con un paio d picchi nel 2013 e 2014 di oltre e coppie rispettivamente. Il grosso dell incremento ha riguardato la Pianura seminativa, con tasso di crescita significativo del +13,1% medio annuo, mentre una tasso marginalmente significativo del +7,7% ha interessato le popolazioni delle Pianure risicola. 61

63 Colombaccio Columba palumbus Andamento a scala regionale: +13,5% Andamento a scala sub-regionale: Alta pianura: +11,0% Pianura seminativa: +15,4% Boschi di latifoglie: +12,6% Pianura risicola: +10,2% Pianura urbana: +13,4% Il colombaccio evidenzia un importante tasso di incremento della popolazione regionale (+13,5%), con un espansione demografica che inizia in modo evidente a partire da metà degli anni Infatti la popolazione mostra un calo progressivamente decrescente nel periodo , a cui è seguita una crescita regolare a partire dall anno Nell ultimo anno di monitoraggio la popolazione ha raggiunto la sua massima consistenza nota, con un numero di coppie stimato in circa La crescita, che corrisponde anche ad un espansione di areale (da ovest verso est), oltre che numerica, ha interessato tutte le principali popolazioni lombarde, in particolar modo quella della Pianura seminativa (52% della popolazione regionale), dove l incremento medio annuo ammonta al +15,4%. La specie risulta in aumento in gran parte del proprio areale (ossia anche in altri paesi europei e del bacino del Mediterraneo), e tra le cause vi potrebbe essere un azione sinergica tra il riscaldamento climatico e il cambiamento delle tipologie colturali. 62

64 Tortora dal collare Streptopelia decaocto Andamento a scala regionale: +1,9% Andamento a scala sub-regionale: Alta pianura: +2,0% Pianura seminativa: +1,8% Pianura risicola: n.s. Pianura urbana: +2,2% La tortora dal collare evidenza un andamento della popolazione molto peculiare. Infatti, appare evidente come dopo un ascesa piuttosto rapida e regolare, che ha portato la popolazione regionale da circa coppie del 1992 a quasi coppie del 2000, sia intervenuta una fase oscillatoria, con una popolazione che, dal 2000 ad oggi, oscilla tra e coppie. Questa fase è caratterizzata da una leggera crescita fino al 2008, un calo dal 2008 al 2013 e un periodo di stabilità nell ultimo triennio. La tendenza a lungo termine rimane comunque positiva a scala regionale, con un incremento medio annuo del +1,9%. Un tasso di incremento paragonabile, pari al +1,8%, si ha per la principale popolazione regionale (63%), quella della Pianura seminativa, mentre la seconda popolazione per importanza, quella della Pianura urbana (15%), cresce al ritmo medio annuo del 2,2%. 63

65 Tortora Streptopelia turtur Andamento a scala regionale: n.s. Andamento a scala sub-regionale: Alta pianura: n.s. Pianura seminativa: n.s. Boschi di latifoglie: (+2,0%) Pianura urbana: (+1,7%) La popolazione regionale di tortora, nell arco temporale del monitoraggio, evidenzia un andamento demografico caratterizzato da fasi cicliche di espansione e regresso, con anche alcune variazioni interannuali significative. A una prima fase di crescita, fino al 1996, si alterna un calo di intensità progressivamente decrescente, a cui succede un ulteriore periodo di crescita ( ). Dal 2009 la popolazione diminuisce nuovamente fino ad attestarsi su valori simili a quelli dei primi anni 90, con un numero di coppie nidificanti pari a circa L analisi a scala sub-regionale evidenzia un aumento marginalmente significativo per le popolazioni dei Boschi di latifoglie (+2,0% medio annuo; 10% della popolazione lombarda) e della Pianura urbana (14%; +1,7%). 64

66 Cuculo Cuculus canorus Andamento a scala regionale: +1,3% Andamento a scala sub-regionale: Boschi di conifere: +2,5% Alta pianura: +1,5% Pianura seminativa: n.s. Boschi di latifoglie: +1,8% L analisi dell andamento demografico del cuculo mette in luce un lieve ma significativo incremento della popolazione regionale con un tasso del +1,3% medio annuo. Dopo un periodo iniziale di sostanziale stabilità, dal 2001 la popolazione è cresciuta costantemente fino ad oggi. É tuttavia evidente un andamento oscillatorio più o meno regolare, con stime minime dell ordine delle 7000 coppie circa, a massime di Attualmente ci troviamo in corrispondenza in una fase di massimo demografico, con oltre coppie. A scala subregionale la principale popolazione regionale, quella dei Boschi di latifoglie (33% della popolazione lombarda) appare in aumento significativo (+1,8%), ma non la seconda per importanza, quella della Pianura seminativa (25%), che non ha un trend a lungo termine. In incremento significativo anche le popolazioni minori dei Boschi di conifere e dell Alta pianura. 65

67 Rondone Apus apus Andamento a scala regionale: 2,8% Andamento a scala sub-regionale: Alta pianura: 2,2% Pianura seminativa: 3,0% Boschi di latifoglie: 3,1% Pianura urbana: 2,6% Attualmente la popolazione regionale di rondone mostra un andamento in diminuzione significativa ( 2,8%), caratterizzato da due fasi distinte. Dopo un calo marcato tra 1992 e 1995 (da a 6000 coppie circa), la specie ha riguadagnato lentamente i propri effettivi, tanto che nel 2003 ha raggiunto una consistenza paragonabile a quella registrata nel Successivamente, la popolazione si è nuovamente contratta, tanto da raggiungere un minimo storico nel 2007 con circa coppie. La popolazione si è poi moderatamene ripresa, ma oggi ha raggiunto nuovamente il suo precedente minimo storico. Il calo demografico ha interessato tutte le popolazioni lombarde, anche la più consistente della Pianura seminativa (43% della popolazione lombarda), con un 3,0% medio annuo. 66

68 Gruccione Merops apiaster Andamento a scala regionale: +7,9% Andamento a scala sub-regionale: Pianura seminativa: +7,3% Pianura risicola: +13,0% La popolazione regionale di gruccione mostra una tendenza significativa alla crescita a lungo termine (+7,9% medio annuo), di intensità costante, pur con significative fluttuazioni interannuali. Negli ultimi quattro anni la popolazione è stata stimata in circa 8000 coppie, mentre nel decennio precedente è stata mediamente valutata in circa 4000 coppie, con importanti variazioni tra gli anni e con un picco di oltre nel Il tasso di crescita più importante si è avuto per la Pianura risicola, con un incremento medio annuo del 13,0%; relativamente importante anche il tasso di crescita registrato per la Pianura seminativa, con un tasso medio del +7,3%. È probabilmente una di quelle specie termofile che più hanno beneficiato di un riscaldamento occorso negli ultimi trent anni. 67

69 Upupa Upupa epops Andamento a scala regionale: n.s. Andamento a scala sub-regionale: Alta pianura: n.s. Pianura seminativa: n.s Boschi di latifoglie: n.s. Pianura risicola: n.s. Pianura urbana: n.s. La popolazione regionale di upupa non ha una tendenza significativa a lungo termine, ma oscilla tra le 1500 e le 4500 coppie circa, con una certa regolarità soprattutto dal Anche a scala sub-regionale non si evincono trend significativi. 68

70 Torcicollo Jynx torquilla Andamento a scala regionale: 3,2% Andamento a scala sub-regionale: Alta pianura: 3,1% Pianura seminativa: 3,2% Boschi di latifoglie: 3,6% Pianura urbana: 2,9% La popolazione regionale di torcicollo mostra una tendenza negativa significativa a lungo termine ( 3,2% medio annuo), con importanti e significative fluttuazioni interannuali. Particolarmente evidente è quella registrata tra il 2006 e il 2007 quando la popolazione, al di là degli intervalli di confidenza, risulta triplicata. Tale fenomeno, pur spiegabile in termini di potenziale biotico della specie (il torcicollo può arrivare a deporre fino a 12 uova per nidiata, e può portare a termine due covate per stagione), resta da interpretare dal punto di vista ecologico. É comunque da sottolineare come la tendenza negli ultimi anni sia volta al regresso, e come questo fenomeno abbia ad oggi portato alla minima popolazione regionale stimata in circa 600 coppie, mentre nei periodi di acme (2004 e 2007) ammontava a circa La principale popolazione regionale, quella della Pianura seminativa (30%), risulta in diminuzione significativa ( 3,2%), ma il tasso negativo più importante ( 3,6%) riguarda la popolazione dei Boschi di latifoglie (22%). Le popolazioni sono inoltre in calo nell Alta pianura e nella Pianura urbana. 69

71 Picchio verde Picus viridis Andamento a scala regionale: +4,2% Andamento a scala sub-regionale: Boschi di conifere: +6,4% Alta pianura: +2,0% Pianura seminativa: +6,2% Boschi di latifoglie: + 4,5% Il picchio verde mostra un andamento demografico a lungo termine in significativo aumento (+4,2%). La crescita è avvenuta in più fasi di espansione seguite da più lievi flessioni, che ha portato ad una stima attuale di circa 7500 coppie, mentre all inizio del periodo di monitoraggio se ne stimavano mediamente meno di Il significativo incremento, che contraddistingue molte altre specie forestali, potrebbe essere imputabile a una diminuzione dello sfruttamento forestale che ha comportato una evoluzione delle cenosi boschive verso condizione di maggiore maturità, favorendo l espansione demografica e, in alcuni casi anche di areale, delle specie più esigenti che nidificano in cavità, anche all interno di aree meno idonee (si veda l elevato tasso medio annuo di incremento del picchio verde nella Pianura seminativa, pari al +6,2%). 70

72 Picchio rosso maggiore Dendrocopos major Andamento a scala regionale: +7,2% Andamento a scala sub-regionale: Boschi di conifere: +7,2% Alta pianura: +5,4% Pianura seminativa: +9,4% Boschi di latifoglie: +6,6% Come buona parte delle specie forestali, il picchio rosso maggiore ha un andamento demografico in significativo aumento (+7,2% di medio annuo). Diversamente dal picchio verde, la crescita è stata molto più regolare, approssimando molto bene una curva geometrica. Dalle consistenze più basse, valutate in 5000/7500 coppie registrate nel periodo , oggi la popolazione regionale ammonta a quasi coppie, valore massimo mai registrati nell intero periodo di monitoraggio. La specie risulta in forte aumento in tutta la sua area di distribuzione regionale, e la seconda popolazione regionale per numerosità, quella della Pianura seminativa (24% della popolazione lombarda), risulta aumentare con un tasso medio annuo estremamente elevato, pari al +9,4%, indice di una forte espansione del picchio rosso maggiore all interno dell area agricola. 71

73 Allodola Alauda arvensis Andamento a scala regionale: 8,0% Andamento a scala sub-regionale: Boschi di conifere: n.s. Pianura seminativa: 9,0% Alpi: +2,2% L allodola rappresenta una delle specie che ha subito la maggiore contrazione demografica sul territorio regionale. I dati consentono di identificare quattro principali momenti: un calo drastico tra il 1992 e il 1995 quando la popolazione regionale ha patito un dimezzamento; una fase di maggiore stabilità tra il 1999 e il 2005; una nuova fase di regresso dal 2006 in poi. Nel 2015 la popolazione raggiunge il minimo storico con poco meno di coppie. Nel 2016 la specie ha mostrato un lieve segnale di recupero, seppur non significativo, con una stima di circa coppie. La principale sub-popolazione regionale di allodola, concentrata nella Pianura seminativa (69% della popolazione lombarda), è diminuita con un tasso superiore ( 9,0%) rispetto a quello medio regionale, mentre la piccola popolazione delle Alpi (4% della popolazione lombarda) risulta in aumento, con un tasso medio annuo del +2,0%. In quest ultimo caso, l aumento di temperatura registrato potrebbe essere una delle cause che ha favorito la specie nelle aree alpine. 72