PER GESTIRE LE POPOLAZIONI ANIMALI

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "PER GESTIRE LE POPOLAZIONI ANIMALI"

Transcript

1 Perché contare gli animali? Per delineare misure di protezione per le popolazioni in pericolo; Per ridurre i loro impatti sugli ecosistemi o sulle attività antropiche (p.e. danni all agricoltura); Per identificare i livelli sostenibili di prelievo venatorio; PER GESTIRE LE POPOLAZIONI ANIMALI

2 Principi generali e tecniche di stima numerica delle popolazioni di ungulati A. Monaco F. Riga

3 Quali sono le variabili in gioco? Estensione, morfologia e caratteristiche vegetazionali dell area; Tecniche specie-specifiche e habitat-specifiche; Disponibilità di personale sufficiente e adeguatamente formato; Urgenza di disporre delle stime; Densità locale di individui.

4 Quali sono le domande? A cosa servono i dati che otterrò? Quale è la qualità del dato necessaria? Ho fatto un analisi dei costi/benefici? Sono sufficienti le risorse a mia disposizione? I censimenti sono costosi, complessi da organizzare e non sempre forniscono dati affidabili

5 Alcune definizioni... Censimento: in senso stretto è la conta completa di tutti gli animali presenti in una data area; in senso meno restrittivo si usa il termine per indicare le stime di popolazione o conteggi. Conteggio o stima di popolazione: conta approssimativa del numero totale di animali presenti in una data area. La stima può essere ottenuta mediante l uso di tecniche esaustive se viene condotta su tutta l area interessata oppure campionarie se condotta su una porzione ristretta ma rappresentativa di essa. Indice di popolazione: numero che non rappresenta una stima assoluta della dimensione di una popolazione ma che è correlato con essa.

6 Le stime di popolazione Una corretta gestione non può prescindere dalla conoscenza della popolazione oggetto della gestione, cioè dalla stima delle sue dimensioni (assolute o relative) e della sua struttura per sessi ed età Conteggi regolari, accurati e standardizzati e possibilmente ripetuti nel tempo!!! (monitoraggio)

7 Le stime di popolazione Nel caso degli ungulati è quasi impossibile ottenere dei numeri esatti e quindi si parla di stima, in genere sottostima, delle dimensioni assolute di una popolazione esempio: in una certa zona sono stati stimati essere presenti 305 animali di cui 165 femmine e 140 maschi, il 40% sono giovani, il 20% subadulti, il 30% adulti e il 10% anziani. Non sempre è necessario, a fini gestionali, arrivare ad una stima assoluta dell entità della popolazione ma può bastare seguire l evoluzione della densità in anni successivi mediante stime relative di abbondanza.

8 Le stime di popolazione Non tutti i metodi di stima sono sempre utilizzabili Bisogna scegliere il metodo più adeguato in funzione di: Grado di approfondimento necessario Preparazione e motivazione del personale Numero di persone disponibili e tempo Estensione e caratteristiche ambientali dell area Caratteristiche della specie

9 Le stime di popolazione Schematizzando: A. Conteggi esaustivi: stima del numero totale di presenti in una data popolazione B. Conteggi su zona campione: stima del numero di animali presenti in un area ridotta e successiva estensione all intero comprensorio C. Conteggi relativi: definizione di un indice di abbondanza relativa in funzione della dimensione assoluta della popolazione

10 Le stime di popolazione Schematizzando: A. Conteggi diretti B. Conteggi indiretti C. Stime analitico-matematiche

11 Le stime di popolazione Due importanti principi vanno considerati: A.. Il metodo più adeguato va scelto in funzione delle condizioni ambientali oltre che della specie P.e. le battute in zona campione sono più affidabili in aree altamente boscate (>50%, RER) e le osservazioni da punti vantaggiosi sono più indicate in aree con frequenti spazi aperti (<50%, RER) omogeneamente distribuiti I migliori risultati spesso si ottengono abbinando più metodi

12 Il capriolo BATTUTE CONSISTENZE OSSERVAZIONI STRUTTURA e CONSISTENZE

13 Il cervo CONTEGGIO AL BRAMITO CONSISTENZE BATTUTE CONTEGGIO AL FARO CONSISTENZE (controllo) CONSISTENZE MINIME OSSERVAZIONI STRUTTURA (consistenze minime)

14 Le stime di popolazione Due importanti principi vanno considerati: A.. Il metodo più adeguato va scelto in funzione delle condizioni ambientali oltre che della specie B.. Il censimento va realizzato nel periodo più adeguato

15 Il capriolo osservazioni da punti vantaggiosi Fine inverno - inizio primavera quando gli animali frequentano il primo verde sui prati Dopo l inverno ma prima dei parti quando gli animali presentano una distribuzione meno aggregata e non c è ancora una vegetazione rigogliosa battute in zona campione

16 Il capriolo Il capriolo è una specie difficile da censire E una specie elusiva che frequenta ambienti con ridotta visibilità Ha una distanza di fuga spesso maggiore di quella di osservazione esempio: Sull isola di Kalo (Danimarca ) - in una riserva di 400 ettari, di cui il 60% di bosco, furono stimati 70 caprioli contro i 243 realmente presenti.

17 Il capriolo La scelta della tecnica in relazione alla densità Densità alte: battute Densità medie: battute o osservazioni da punti fissi/transetti Densità basse: osservazioni da punti vantaggiosi Densità molto basse: ha senso parlare di censimento?

18 Il cervo conteggio al bramito Fine inverno - inizio primavera quando gli animali frequentano il primo verde sui prati osservazioni (sparse) Dopo l inverno ma prima dei parti quando gli animali presentano una distribuzione meno aggregata e non c è ancora una vegetazione rigogliosa Fine settembre - inizio ottobre al culmine della stagione riproduttiva osservazioni da punti fissi, conteggio al faro Luglio-marzo un ampio periodo in cui è possibile osservare tutte le classi di sesso ed età presenti nella popolazione battute in zona campione

19 E il daino? Spesso le stime per il daino sono realizzate in contemporanea con quelle del capriolo anche se la specie risulta dal punto di vista della socialità e del comportamento spaziale più simile al cervo BATTUTE CONSISTENZE CONTEGGIO AL FARO CONSISTENZE MINIME OSSERVAZIONI STRUTTURA e CONSISTENZE

20 Le tecniche La battuta L osservazione da punti fissi Il censimento al bramito Il block-count Il CMR

21 La battuta Principio: gli animali vengono spinti verso le poste dove si trovano gli osservatori incaricati del loro conteggio Metodo: battitori sempre allineati e in contatto visivo (distanza variabile) su un fronte rettilineo; osservatori disposti attorno all area di battuta in zone con buona visibilità Superficie: meglio zone strette e lunghe; meglio aree piccole che grandi (massimo ha; ideale: ha); superficie battuta: 10-15% del totale (aumenta in caso di basse densità); vanno compresi tutti gli ambienti chiusi (bosco e arbusti) Periodo: quando gli animali sono inattivi, ad esempio le ore centrali della mattina e del pomeriggio Conteggio: gli osservatori segnano su di una scheda gli animali che passano tra lui e l osservatore più vicino; i battitori segnano solo gli animali che sfondano il fronte di battuta; alla fine vengono raccolte tutte le schede Organizzazione: la riuscita di questi censimenti è vincolata alla perfetta organizzazione; complessivamente servono da 1 a 3 persone per ettaro Analisi dati: dai dati ottenuti per le aree campione vengono ricavate le stime per l intero comprensorio mediante semplici proporzioni

22 Il censimento in battuta

23 battitori poste

24 Le osservazioni da punti fissi Principio: gli animali vengono spinti osservati sul primo verde, alla ripresa della stagione vegetativa Metodo: tutte le superfici aperte di un area vengono censite in contemporanea da più osservatori posti in punti vantaggiosi (altane, zone sopraelevate,..); eventuali integrazioni alla cerca in zone boscate con piccole radure Superficie: la zona censita va coperta interamente; la superficie delle diverse parcelle varia in funzione della visibilità (morfologia del terreno e vegetazione) Periodo: l ideale è tra metà marzo e metà aprile (ripresa vegetativa); variazioni anche in funzione delle condizioni meteorologiche; osservazioni durante i periodi di attività degli animali (alba e tramonto); Conteggio: tutti i dati, raccolti utilizzando ottiche di vario tipo, vengono registrati su di una scheda; molto importante è indicare l ora per determinare i doppi conteggi; raccolta delle schede Organizzazione: da 1 a 8 osservatori per 100 ha, preparati al riconoscimento delle classi di sesso ed età; almeno 4-6 ripetizioni (2-3 albe e 2-3 tramonti) consecutive e molto ravvicinate; poste invariate negli anni per effettuare i confronti Analisi dati: in genere si determina la stima complessiva prendendo il risultato della ripetizione con il maggior numero di avvistati oppure il più alto numero avvistato per classe di sesso ed età.

25 Le osservazioni da punti fissi SCHEDA DI AVVISTAMENTO DATA OPERATORE LOCALITÀ DURATA OSSERVAZIONE: inizio fine CONDIZIONI METEO NUMERO GRUPPO ORA classe 0 MASCHI classe I classe II- III Indet. classe 0 classe I FEMMINE classe II- III Indet. INDET. ORA E DIREZIONE di ALLONTANAMENTO NOTE TOTALE

26 Le osservazioni da punti fissi Classi di età da utilizzare per la determinazione della struttura MASCHI FEMMINE Classe I Classe II Classe III Classe I Classe II Capriolo Individui giovani di circa 10 mesi di età Individui di età minima pari a 1 anno e 10 mesi circa - Individui giovani di circa 10 mesi di età (sottili) Individui di età minima pari a 1 anno e 10 mesi circa Daino Individui giovani di circa 10 mesi di età (fusoni) Individui di età compresa fra a 1 anno e 10 mesi e 4 anni circa (balestroni) Individui di età minima pari a 5 ani circa (palanconi) Individui giovani di circa 10 mesi di età (sottili) Individui di età minima pari a 1 anno e 10 mesi circa

27 Tutte le aree aperte sono coperte in contemporanea

28 Le osservazioni da punti fissi

29 Il censimento al bramito Il bramito rappresenta una esibizione di minaccia oggettiva, ovvero in grado di comunicare ai potenziali, avversari la forza e potenza reale del maschio che lo produce Il bramito è stato definito come avvertimento onesto onesto nei confronti dei propri simili (maschi, ma anche femmine) L attività di bramito è legata ai livelli di testosterone nel sangue che provocano (anche) un ingrossamento delle corde vocali e della muscolatura collegata. Il tono è legato alla stazza dell dell animale nei quarti anteriori (cassa animale toracica, potenza del collo e testa)

30 Il censimento al bramito Intensità, tono e frequenza dei bramiti sono legati alla taglia, abilità nella lotta, successo riproduttivo, rango gerarchico del maschio Le femmine prediligono (sembra provato da diversi lavori?) i maschi che bramiscono di più Le femmine sono stimolate (anticipo dell ovulazione) dall attività di bramito Alta frequenza di bramiti = maggiore sopravvivenza dei piccoli

31 Il censimento al bramito Varie tipologie di emissioni vocali: bramito, tosse, suoni nasali in combattimento Luoghi preferenziali di bramito, campi degli amori, quali fattori li determinano? Tipologia dei bramiti ed ambiente vegetazionale Le tossi : diversi significati e facile udibilità

32 Il censimento al bramito Scarsa o nulla contattabilità visiva della popolazione in aree densamente boscate Possibilità di coprire una elevata superficie di censimento/operatore Possibilità di testare i risultati conseguiti con altri metodi Possibilità di coinvolgere (in modo avvincente) un numero elevato di operatori volontari anche con nessuna formazione specifica (con scopi anche educativi e turistici)

33 Il censimento al bramito Con censimento al bramito si intende il conteggio dei maschi adulti rilevati sulla base delle loro emissioni sonore durante il periodo degli amori Il metodo si basa sulla possibilità di localizzazione di ciascun maschio attraverso triangolazioni delle direzioni di provenienza dei bramiti La consistenza dell intera popolazione dai dati del censimento al bramito è solo una stima, ottenibile utilizzando anche altre informazioni

34 Il censimento al bramito Principio: vengono contati i maschi bramenti durante il periodo culminante della stagione riproduttiva per poi risalire alla dimensione complessiva della popolazione presente. Metodo: un determinato settore boscato viene censito da più operatori contemporaneamente che offrono una completa copertura acustica dell area. Superficie: è necessario campionare l intero areale riproduttivo o comunque una porzione ampia (almeno il 40%) in settori di (5000) ha per ogni uscita. Periodo: variabile a seconda delle zone, nell Appennino settentrionale l ideale è tra la fine di settembre e l inizio di ottobre; i rilievi vengono effettuati all incirca dalle ore 21 alle ore 24. Conteggio: tutti i bramiti vengono registrati dai rilevatori su di una scheda annotandone il numero, il minuto preciso, la distanza approssimativa e la direzione. Organizzazione: è necessario prevedere almeno 1 punto di ascolto ogni 100 ha e quindi un minimo di10-30 (50) operatori per ogni sessione. Analisi dati: il numero dei maschi bramenti viene determinato mediante triangolazioni su carta dei dati raccolti; questo numero, in teoria corrispondente al numero di maschi adulti, abbinato ai dati di struttura derivanti dalle osservazioni permette di ricostruire le dimensioni della popolazione.

35 Il censimento al bramito n. maschi adulti censiti x 100= Consistenza della popolazione % maschi adulti nella struttura La corretta e rappresentativa raccolta delle informazioni sulla struttura risulta fondamentale per la correttezza del calcolo

36 Il censimento al bramito I maschi si possono censire con triangolazioni in contemporanea Mancano tante bussole? Si inventa il quadrante goniometrico

37 Il censimento al bramito Ma quando fare il censimento? Bisogna scegliere nei giorni in cui è massima la frequenza ed il ritmo di attività dei bramiti In ogni area il picco è diverso, ma si mantiene relativamente costante negli anni salvo giornalieri problemi meteo Nelle Casentinesi, il picco è circa l ultima settimana di settembre Ma in quale orario?

38 Il censimento al bramito E necessario raccogliere da postazioni diverse in varie aree delle Foreste il n. di bramiti ed il n. di cervi bramitanti AL MINUTO!!

39 Il censimento al bramito Prima parte della nottata e ultima parte della nottata sono i piùattivi: si sceglie l intervallo (più comodo) Pepin et al., 2001, dicono che bramiscono piùa mezzogiorno (!?:3 cervi di allevamento in recinti)

40 Il censimento al bramito Rilevatore Cervo in bramito Direzione di ascolto del bramito

41 Il censimento al bramito Classi di età da utilizzare per definire la struttura della popolazione

42 Il censimento al bramito

43 Il censimento al bramito Regole generali si inizia con la mezzora di maggiore attività sulla carta/gis si riportano le direzioni se area coperta, almeno 2-3 incroci coincidenti: cervo buono si tengono in considerazione i cervi sentiti da 1 solo operatore in aree esterne

44 E gli ungulati di montagna? Il metodo del block-count. cioè un conteggio a vista mediante osservatori fissi e mobili

45 Il block count 06:00-10: repliche qualsiasi tempo Area da censire 5 parcelle (2-3 osservatori per ciascuna)

46 Cattura-marcatura-riavvistamentoriavvistamento Se si dispone di un numero sufficiente di animali marcati è possibile applicare il metodo del CMR (solo su piccola scala): Principio Un certo campione di animali n 1 viene catturato, marcato e rilasciato in una data sessione di cattura; in una sessione successiva un secondo campione di animali n 2 viene catturato e una parte di esso m 2 risulta essere marcata. La proporzione di marcati nel secondo campione dovrebbe essere equivalente alla proporzione di animali marcati all interno della popolazione intera e pertanto con una semplice proporzione è possibile ricavare quest ultimo valore conoscendo i primi tre. m 2 /n 2 = n 1 /N e pertanto N = n 1 n 2 /m 2

47 Cattura-marcatura-riavvistamentoriavvistamento Assunti di base Popolazione geograficamente chiusa Campione marcato sufficientemente rappresentativo Numero di marcati presenti nell area censita conosciuto

48 Un esempio di CMR sul camoscio repliche >10 MNA FF marcate totale repliche >10 MNA FF marcate totale repliche >10 MNA FF marcate totale repliche >10 MNA FF marcate totale

49 Un esempio di CMR sul camoscio Stima della popolazione di camoscio Analisi condotte utilizzando il metodo di Minta-Mangel e realizzate mediante il software NOREMARK MNA MR-MM Anno MNA N min max N-MNA sottostima % % % %

50 Altre tecniche di stima Line transect Pellet group count Conteggio delle impronte su neve e tutti i metodi basati sui dati relativi agli animali abbattuti

51 distance sampling Il termine distance sampling è usato per indicare un 50 insieme di tecniche di campionamento (line transect, point transect, trapping web, cue counts...), affini tra loro per 40tipologia di dati raccolti (distanza degli oggetti da un punto noto) e modalità di analisi dei risultati, ampiamente 30 utilizzate per stimare la densità e/o la consistenza di popolazioni biologiche appartenenti ai più svariati taxa. 20 Il line transect è una metodica di campionamento che prevede l individuazione e l effettuazione di una serie di 10 transetti lineari in cerca degli oggetti o gruppi di oggetti di interesse (piante, animali, nidi, escrementi)

52 distance sampling Condizioni da rispettare 1. bisogna accertarsi di osservare tutti gli animali presenti sulla linea del percorso, cioè che essi siano rilevati con una probabilità pari a 1 [g(0) = 1]; 2. bisogna rilevare i dati di distanza e angolo rispetto alla posizione iniziale dell animale appena avvistato, cioè nella posizione precedente a qualunque movimento prodotto in risposta alla presenza dell osservatore; 3. le misure di distanza e angolo devono essere rilevate con accuratezza. 4. il disegno campionario sia di tipo casuale rispetto alla distribuzione degli animali. Ciò garantisce che le distanze perpendicolari rilevate dal transetto siano distribuite in maniera omogenea rispetto alla distanza dal transetto e, pertanto, se la striscia effettivamente campionata ha ampiezza pari a W, tutte le possibili distanze oggetto-transetto sono uniformemente distribuite tra zero e W.

53 distance sampling Distanze perpendicolari (in blu) tra ogni singolo animale osservato (puntino rosso) ed il transetto percorso (linea tratteggiata). In azzurro è rappresentata la covered area. Grafico in cui sono rappresentate la distribuzione di frequenza delle osservazioni per classi crescenti di distanza perpendicolare (istogramma a barre nere), la funzione di detectability (linea rossa) che meglio approssima tale distribuzione e la supposta distribuzione uniforme (indicata dal rettangolo azzurro) degli oggetti nell intorno del transetto

54 distance sampling Mediante una specifica analisi dei dati raccolti è possibile stimare la probabilità (Pa) di osservare un animale all interno dell area coperta dal campionamento attraverso l identificazione del modello matematico, la funzione di osservabilità (detectability) g(x), che descrive il declino che si osserva nella frequenza delle osservazioni registrate all aumentare della distanza perpendicolare dal transetto e rappresenta la probabilità di osservare un oggetto alla distanza x dal transetto, con 0 x w e g(0) = 1. La Pa è banalmente definita dal rapporto tra l area sottesa dalla funzione g(x) (in rosso, nella figura) e l area individuata dal rettangolo in blu. La consistenza stimata entro la survey region si ricava, successivamente, dalla densità ottenuta nell area effettivamente campionata ( n/2wl) per l inverso della probabilità di osservare un animale all interno di tale area (1/Pa ) per la superficie dell area di studio, quindi si ottiene con la formula. N = n 2 wl*pa A

55 distance sampling Si potrebbe pensare che la maggior fonte di variabilità in una stima di densità basata sul distance sampling, sia rappresentata dalla varianza associata alla stima della funzione di osservabilità, g(x). Tuttavia l esperienza ci insegna che se il campionamento effettuato è ben disegnato dal punto di vista statistico, ed il numero di oggetti contati è superiore alle 40 unità (ancora meglio se supera le 70), la stima della g(x), utilizzando i metodi disponibili in DISTANCE non presenta eccessive difficoltà e la varianza associata è tipicamente piccola (coefficiente di variazione, CV, sotto al 10%). Il grosso della varianza della stima dipende dalla variabilità nell indice chilometrico d incontro (n/l, numero di animali visti sul totale dei chilometri di transetti percorsi). La pratica dimostra che n/l varia molto da transetto a transetto in funzione della struttura spaziale della popolazione studiata e del diverso grado di visibilità che caratterizza i diversi ambienti attraversati. Il metodo migliore di ridurre la varianza associata a n/l è quello di aumentare il numero di animali individuati. Ciò stabilizza e rende più affidabile la stima della g(x) e riduce la varianza di n/l. Un alto valore di n/l ridurrebbe, inoltre, il costo dello studio poiché il numero minimo di osservazioni necessarie può essere ottenuto percorrendo un minor numero di transetti. La varianza della stima di densità, calcolata attraverso DISTANCE, è il prodotto della varianza associata alla funzione di osservabilità, della varianza associata alla dimensione media dei gruppi osservati ed alla varianza associata al numero di gruppi (n o n/l) osservati.

56 La termocamera a infrarossi Lo strumento opera nella banda 7,5-13 µm, ha una risoluzione visiva di 640x480 pixel, è in grado di discriminare oggetti caratterizzati da una temperatura compresa tra -40 C e +120 C e ha una sensibilità di 0,06 C a temperatura ambiente. La macchina monta un teleobiettivo che permette uno zoom ottico 4X (che può raggiungere gli 8 ingrandimenti in modalità digitale), con una lente il cui campo visivo è di 12 x 9 ed una minima distanza focale di 0,9 m.

57 La termocamera a infrarossi

58 La termocamera a infrarossi Alcuni esempi di transetti

59 La termocamera a infrarossi

60 La termocamera a infrarossi Anno Tipo di analisi Post-stratificazione Post-stratificazione Sottoinsieme (strato) Classe 2 di Classe 2 di consistenza dei consistenza dei gruppi gruppi AIC 529,4 1011,2 Distanza di troncatura (m) Modello (1-3 cervi/gruppo) Hazard rate Seminormale χ 2 modello 5,7;.d.l.; p=0,93 18,7;.d.l.; p=0,29 n di gruppi analizzati Probabilità di osservare i gruppi 0,24 ± 0,05 es 0,56 ± 0,04 es ESW 47,8 ± 9,5 es 193,2 ± 14,5 es Gruppi per km 1,0 ± 0,2 es 1,4 ± 0,2 es Cervi per gruppo 1,2 ± 0,04 es 1,4 ± 0,08 es Modello (oltre 3 cervi/gruppo) Seminormale Seminormale χ 2 modello 11,8;.d.l.; p=0,54 21,0;.d.l.; p=0,07 n di gruppi analizzati Probabilità di osservare i gruppi 0,56 ± 0,06 es 0,46 ± 0,05 es ESW 111,2 ± 12,2 es 159,2 ± 15,6 es Gruppi per km 0,3 ± 0,08 es 0,7 ± 0,02 es Cervi per gruppo 4,3 ± 0,35 es 4,7 ± 0,39 es Densità stimata 18,8 ± 3,9 es 15,1 ± 3,6 es Intervallo fiduciale al 95% 12,6 28,1 10,3 26,8 Consistenza stimata 1364 ± 281 es 1180± 284es CV 21% 24%

61 La termocamera a infrarossi Perpendicular distance in meters

62 Pellet group count Il metodo si propone di risalire alla consistenza ed alla densità della popolazione a partire dai pellet group (gruppi fecali) rinvenuti lungo transetti o stazioni (plot) scelte casualmente nel territorio Metodi Faecal accumulation rate (FAR): richiede due visite nelle aree campione, tende ad essere più accurata quando è ridotta o eliminata la variabilità dovuta al decadimento (scomparsa) dei gruppi fecali. Ciò si verifica quando la seconda visita avviene prima della scomparsa dei gruppi marcati la prima volta. Efficiente ad alte densità (30/Km 2 ) Faecal standing crop counts (FSC): una sola visita, è più efficiente a basse densità di popolazioni

63 Pellet group count Definizioni Si definisce pellet group un gruppo di 6 o più pellet prodotte nella stessa defecazione Gruppi diversi vicini o uno sopra l altro possono essere distinti in base al colore, dimensione e composizione I gruppi parzialmente all esterno del transetto (o plot) devono essere inclusi nel calcolo in base al numero di pellet che ricadono dentro il transetto I gruppi che giacciono esattamente sul bordo vengono esclusi o inclusi nel transetto alternativamente Si deve tener conto dei gruppi prodotti quando l animale è in movimento

64 Pellet group count Regimi di campionamento Plots (FAR) Transect Line transect Informazioni da conoscere Tasso di defecazione (FR) Tasso di decadimento, stratificato per ambiente e stagione (DR) Numero di aree campione necessarie Precisione del ±20% è richiesto il conteggio di 100 pg Precisione del ±10% è richiesto il conteggio di 400 pg Lo sforzo necessario dipende dalla D e dal DR Le aree campione devono essere scelte in modo proporzionale ai tipi di habitat e almeno 6 in ogni habitat

65 Pellet group count Faecal accumulation rate - 1 Utilizzato per elevate densità cervi (> 30/km 2 ) L area di studio viene identificata su una mappa almeno 1: e stratificata a seconda degli habitat prevalenti Vengono scelte aree campione di 7x7 m, scelte casualmente e stratificate per habitat (usare GPS e bussola per tracciare il quadrato con precisione) Le aree campione devono essere sistematicamente esplorate, dividendo l area in strisce di 1 m Tutti i gruppi fecali vecchi devono essere rimossi, quelli freschi devono essere chiaramente marcati per consentire di individuare ogni decadimento tra le visite (idealmente almeno 6 pg freschi dovrebbero essere individuati per habitat) La seconda visita dovrebbe avvenire immediatamente prima del decadimento dei pg (il tempo deve essere quindi inferiore al DR). Se nessuna informazione sul DR è disponibile, un periodo di 2-3 mesi è di solito accettabile

66 Pellet group count Faecal accumulation rate - 2 Nella seconda visita i gruppi marcati nella prima devono essere individuati per determinare se ci sono state scomparse. Se è così bisogna apportare correttivi alla stima La densità di cervi in ciascun habitat è calcolata in base al numero medio di gf per ettaro (contate il secondo giorno), il tasso di defecazione (FR) ed il numero totale di giorni tra la prima e la seconda visita, usando la seguente formula D = Numero di gruppo fecale per ettaro Tempo tra visite (giorni) x FR (gf x giorno)

67 Pellet group count Standing crop plot counts Utilizzato per densità medie di cervi (10-30 /km 2 ) Scegliere le aree campione come nel caso precedente La densità di cervi in ciascun habitat è calcolata in base al numero medio di gf per ettaro, il tasso di decadimento (DR) stratificato per habitat, il tasso di defecazione della specie (FR), usando la seguente formula D = Numero di gruppo fecale per ettaro DR medio (giorni) x FR (gf x giorno) Tasso di decadimento Tasso di defecazione

68 Pellet group count Standing crop strip transect Utilizzato per densità basse di cervi (1-10 /km 2 ) Utilizza transetti di m x 1 m I dati vengono raccolti dividendo in tratti di 10 m l intero transetto Per ciascun habitat deve essere selezionato un numero rappresentativo di transetti Transetti individuati casualmente, utilizzando GPS, bussola e fettuccia metrica Non devono essere paralleli a elementi del paesaggio in grado di influenzare il comportamento dei cervi (rive di fiumi, strade, ecc.) La densità viene calcolata con la formula D = Numero di gruppo fecale per ettaro DR medio (giorni) x FR (gf x giorno) Tasso di decadimento Tasso di defecazione

69 Pellet group count Standing crop line transect - 1 Utilizza i principi del distance sampling Area stratificata per ambiente Transetti individuati casualmente, utilizzando GPS, bussola e fettuccia metrica Per ciascun gruppo fecale si individua la distanza perpendicolare dal transetto Non devono essere paralleli a elementi del paesaggio in grado di influenzare il comportamento dei cervi (rive di fiumi, strade, ecc.) La densità dei gruppi fecali viene calcolata come D = Numero di gruppo fecale per ettaro DR medio (giorni) x FR (gf x giorno) Tasso di decadimento Tasso di defecazione

70 Pellet group count Standing crop line transect - 2 La densità dei gruppi fecali viene calcolata come D = Numero di gruppo fecale per ettaro 2 x emilarghezza reale x lungh. Tot. del del transetto transetto La densità dei cervi viene calcolata come D = Densita gruppo fecale DR medio (giorni) x FR (gf x giorno) Tasso di decadimento Tasso di defecazione

71 Stime relative di popolazione Non sempre è necessario o possibile ottenere una stima assoluta del numero di animali presenti ma può bastare una: Stima relativa della presenza degli animali Indice chilometrico di abbondanza (I.K.A.) Indice chilometrico di abbondanza (I.K.A.) si calcola mediante percorsi campione a piedi in zone boscate i dati sono espressi in N di animali visti /Km percorso dal confronto fra anni successivi si ricava l andamento della popolazione

72 Stime relative di popolazione E altri metodi indiretti basati sui segni di presenza Indice chilometrico di abbondanza su pellet Indice chilometrico di abbondanza delle tracce Indice chilometrico di abbondanza degli sfregamenti sulla vegetazione Indice chilometrico di abbondanza del rooting Indice di utilizzo delle risorse vegetali (impatti) altro

73 Indicatori biologici Metodi indiretti di stima relativa delle dimensioni di una popolazioni basati sulle relazioni tra ambiente e popolazione: Numero di piccoli per femmina Peso degli animali abbattuti Poco sensibili a basse densità Lunghezza della mandibola Condizioni fisiche degli abbattuti (parassiti, grasso)

Censimento Ungulati. Abilitazione delle figure tecniche previste per la gestione faunistico venatoria degli ungulati

Censimento Ungulati. Abilitazione delle figure tecniche previste per la gestione faunistico venatoria degli ungulati Censimento Ungulati Abilitazione delle figure tecniche previste per la gestione faunistico venatoria degli ungulati Regolamento Regionale n.3/12 Disciplina per la gestione degli ungulati nel territorio

Dettagli

Censimento del capriolo: le diverse metodologie a confronto

Censimento del capriolo: le diverse metodologie a confronto Censimento del capriolo: le diverse metodologie a confronto Specie soggetta a prelievo venatorio con caccia di selezione Totale prelievo annuo nazionale in n di capi: 48810 (Apollonio et al. 2004) In Italia

Dettagli

Una riflessione sulla caccia al capriolo

Una riflessione sulla caccia al capriolo Una riflessione sulla caccia al capriolo Le tre diverse strade degli anni 80 La distruzione del nocivo (caccia in braccata) La protezione del Bambi (nessuna caccia) Conservazione di un patrimonio faunistico

Dettagli

Linee guida per il monitoraggio delle. Valter Trocchi

Linee guida per il monitoraggio delle. Valter Trocchi Linee guida per il monitoraggio delle popolazioni di Fasianidi Valter Trocchi Coturnice, Starna e Pernice rossa Un corretto monitoraggio di queste specie si basa su: un accurato conteggio dei maschi territoriali,

Dettagli

Censimenti e piani di prelievo

Censimenti e piani di prelievo Censimenti e piani di prelievo Regolamento Regionale 27 luglio 1999, n 23 Gestione faunistico-venatoria dei Cervidi e Bovidi Art. 1 - Finalità Il presente regolamento disciplina la gestione faunistico-venatoria

Dettagli

Centro Interuniversitario di Ricerca sulla Selvaggina e sui Miglioramenti Ambientali a fini Faunistici

Centro Interuniversitario di Ricerca sulla Selvaggina e sui Miglioramenti Ambientali a fini Faunistici Centro Interuniversitario di Ricerca sulla Selvaggina e sui Miglioramenti Ambientali a fini Faunistici PIANO DI GESTIONE DEL CINGHIALE PER LE AREE PROTETTE DELLA REGIONE UMBRIA MONITORAGGIO DEL CINGHIALE

Dettagli

Cinghiale (Sus scrofa)

Cinghiale (Sus scrofa) CORSO PER CACCIATORI DI UNGULATI CON METODI SELETTIVI URCA Cremona 2016 Cinghiale (Sus scrofa) A cura di Ambrogio Lanzi Sistematica 2 Distribuzione 3 Evoluzione della popolazione 4 Distribuzione nel novecento

Dettagli

Studio scientifico delle interazioni tra gli organismi ed il loro ambiente (Haeckel)

Studio scientifico delle interazioni tra gli organismi ed il loro ambiente (Haeckel) Principi di Ecologia Dipartimento di Biologia Animale-Università di Pavia Dott. Nicola Gilio Definizioni di ecologia Studio scientifico delle interazioni tra gli organismi ed il loro ambiente (Haeckel)

Dettagli

05. Errore campionario e numerosità campionaria

05. Errore campionario e numerosità campionaria Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,

Dettagli

Tipi di variabili. Indici di tendenza centrale e di dispersione

Tipi di variabili. Indici di tendenza centrale e di dispersione Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)

Dettagli

Status della popolazione di camoscio del Parco Nazionale della Val Grande. Guido Tosi ed Eugenio Carlini

Status della popolazione di camoscio del Parco Nazionale della Val Grande. Guido Tosi ed Eugenio Carlini Status della popolazione di camoscio del Parco Nazionale della Val Grande Guido Tosi ed Eugenio Carlini Supervisione scientifica di: Guido Tosi e Adriano Martinoli A cura di: Eugenio Carlini, Barbara Chiarenzi,

Dettagli

Campionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1

Campionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1 Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:

Dettagli

Scale di Misurazione Lezione 2

Scale di Misurazione Lezione 2 Last updated April 26, 2016 Scale di Misurazione Lezione 2 G. Bacaro Statistica CdL in Scienze e Tecnologie per l'ambiente e la Natura II anno, II semestre Tipi di Variabili 1 Scale di Misurazione 1. Variabile

Dettagli

COMPRENSORIO ALPINO DI CACCIA DEL SEBINO CA5

COMPRENSORIO ALPINO DI CACCIA DEL SEBINO CA5 COMPRENSORIO ALPINO DI CACCIA DEL SEBINO CA5 STIMA DELLE CONSISTENE E PROPOSTA DI PRELIEVO DEL CINGHIALE Giugno 2016 a cura di: dott.ssa Elena Bonavetti STIMA DELLA PRESENZA DEL CINGHIALE E PROPOSTA DI

Dettagli

STATUS E GESTIONE DEGLI UNGULATI SELVATICI I PIEMONTE. Luca Picco Osservatorio regionale sulla fauna selvatica

STATUS E GESTIONE DEGLI UNGULATI SELVATICI I PIEMONTE. Luca Picco Osservatorio regionale sulla fauna selvatica STATUS E GESTIONE DEGLI UNGULATI SELVATICI I PIEMONTE Luca Picco Osservatorio regionale sulla fauna selvatica Qualche accenno di storia Sino alla metà del XVIII gli ungulati selvatici erano ampiamente

Dettagli

Teoria e tecniche dei test

Teoria e tecniche dei test Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario

Dettagli

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo

TOPOGRAFIA 2013/2014. Prof. Francesco-Gaspare Caputo TOPOGRAFIA 2013/2014 L operazione di misura di una grandezza produce un numero reale che esprime il rapporto della grandezza stessa rispetto a un altra, a essa omogenea, assunta come unità di misura. L

Dettagli

Responsabile di progetto Cognome e Nome

Responsabile di progetto Cognome e Nome N. PROGETTO DETERMINAZIONE DIRIGENZIALE interni esterni ore PF 1 ATC/2014 - Progetto sperimentale di monitoraggio e di Gestione del Capriolo S.V. 2014/2015 SCHEDA DI PROGETTO ALLEGATO A1 - DEL. CDG. 21

Dettagli

Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3

Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Ulteriori conoscenze di informatica Elementi di statistica Esercitazione3 Sui PC a disposizione sono istallati diversi sistemi operativi. All accensione scegliere Windows. Immettere Nome utente b## (##

Dettagli

Comprensorio Alpino di Caccia ALPI LECCHESI

Comprensorio Alpino di Caccia ALPI LECCHESI Comprensorio Alpino di Caccia ALPI LECCHESI PIANO DI PRELIEVO DEL CERVO (Cervus elaphus) PER LA STAGIONE VENATORIA 2014-2015 Luglio 2014 COMPRENSORIO ALPINO DI CACCIA ALPI LECCHESI PIANO DI PRELIEVO DEL

Dettagli

Approssimazione normale alla distribuzione binomiale

Approssimazione normale alla distribuzione binomiale Approssimazione normale alla distribuzione binomiale P b (X r) costoso P b (X r) P(X r) per N grande Teorema: Se la variabile casuale X ha una distribuzione binomiale con parametri N e p, allora, per N

Dettagli

Perché contare gli animali selvatici

Perché contare gli animali selvatici TECNICHE AVANZATE DI MONITORAGGIO DELLA FAUNA SELVATICA Tecniche di censimento degli ungulati Mauro Fabrizio Riserva Naturale Regionale Monte Genzana Alto Gizio Perché contare gli animali selvatici Per

Dettagli

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica

Capitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università

Dettagli

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande)

LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) LA DISTRIBUZIONE NORMALE (Vittorio Colagrande) Allo scopo di interpolare un istogramma di un carattere statistico X con una funzione continua (di densità), si può far ricorso nell analisi statistica alla

Dettagli

Modulo Operatore Censimento (muflone)

Modulo Operatore Censimento (muflone) Modulo Operatore Censimento (muflone) Abilitazione delle figure tecniche previste per la gestione faunistico venatoria degli ungulati Regolamento Regionale n.3/12 Disciplina per la gestione degli ungulati

Dettagli

STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A

STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A Esercizio 1 La Tabella 1 riporta la distribuzione dei Comuni di una certa Provincia per numero di

Dettagli

CURVE DI DURATA: Introduzione e Rappresentazione analitica

CURVE DI DURATA: Introduzione e Rappresentazione analitica CURVE DI DURATA: Introduzione e Rappresentazione analitica Premesse Si definisce durata di una portata Q riferita ad una sezione di misura, l'intervallo di tempo in cui le portate naturali del corso d

Dettagli

Campionamento La statistica media campionaria e la sua distribuzione

Campionamento La statistica media campionaria e la sua distribuzione Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:

Dettagli

RAPPORTO SULLA SITUAZIONE DEL FAGIANO DI MONTE IN ALTO ADIGE

RAPPORTO SULLA SITUAZIONE DEL FAGIANO DI MONTE IN ALTO ADIGE RAPPORTO SULLA SITUAZIONE DEL FAGIANO DI MONTE IN ALTO ADIGE Foto: Alfred Hinteregger Luglio 2014 RAPPORTO SULLA SITUAZIONE DEL FAGIANO DI MONTE IN ALTO ADIGE 2014 1. Gruppi montuosi Unità gestionali Pagina

Dettagli

Quanti soggetti devono essere selezionati?

Quanti soggetti devono essere selezionati? Quanti soggetti devono essere selezionati? Determinare una appropriata numerosità campionaria già in fase di disegno dello studio molto importante è molto Studi basati su campioni troppo piccoli non hanno

Dettagli

La casualità nello spazio o nel tempo: la distribuzione di Poisson

La casualità nello spazio o nel tempo: la distribuzione di Poisson La casualità nello spazio o nel tempo: la distribuzione di Poisson Cosa potrebbero rappresentare questi punti? o Organismi o eventi presenti in una certa area Per esempio, ci interessa capire come avviene

Dettagli

Comprensorio Alpino di Caccia ALPI LECCHESI

Comprensorio Alpino di Caccia ALPI LECCHESI Comprensorio Alpino di Caccia ALPI LECCHESI PIANO DI PRELIEVO DEL CERVO (Cervus elaphus) PER LA STAGIONE VENATORIA 2015-2016 Luglio 2015 COMPRENSORIO ALPINO DI CACCIA ALPI LECCHESI PIANO DI PRELIEVO DEL

Dettagli

Statistica. Matematica con Elementi di Statistica a.a. 2015/16

Statistica. Matematica con Elementi di Statistica a.a. 2015/16 Statistica La statistica è la scienza che organizza e analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva: dalla mole di dati

Dettagli

Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai

Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai Questi appunti costituiscono soltanto una traccia sintetica del Corso di Laboratorio di Fisica, a prescindere dalle opportune spiegazioni e dai necessari chiarimenti forniti a lezione. 1 MISURA DI UNA

Dettagli

QUANDO RACCOGLIERE DATI SU BASE CAMPIONARIA??

QUANDO RACCOGLIERE DATI SU BASE CAMPIONARIA?? QUANDO RACCOGLIERE DATI SU BASE CAMPIONARIA?? 1) QUANDO SI ESEGUE UNA SPERIMENTAZIONE PILOTA 2) QUANDO E IMPRATICABILE, PER MOTIVI PRATICI, ECONOMICI ecc... RACCOGLIERE DATI SULL INTERA POPOLAZIONE (ad

Dettagli

RISULTATI DELLA GESTIONE VENATORIA IN TICINO con riferimento alla stagione 2014

RISULTATI DELLA GESTIONE VENATORIA IN TICINO con riferimento alla stagione 2014 RISULTATI DELLA GESTIONE VENATORIA IN TICINO con riferimento alla stagione 2014 CAMOSCIO CERVO CAPRIOLO CINGHIALE Relatore: Salvioni Marco, Collaboratore scientifico Ufficio della caccia e della pesca

Dettagli

Il campionamento e l inferenza. Il campionamento e l inferenza

Il campionamento e l inferenza. Il campionamento e l inferenza Il campionamento e l inferenza Popolazione Campione Dai dati osservati mediante scelta campionaria si giunge ad affermazioni che riguardano la popolazione da cui essi sono stati prescelti Il campionamento

Dettagli

LAUREA MAGISTRALE INGEGNERIA CIVILE. Docente: Marinella Giunta

LAUREA MAGISTRALE INGEGNERIA CIVILE. Docente: Marinella Giunta UNIVERSITA DEGLI STUDI MEDITERRANEA DI REGGIO CALABRIA FACOLTA DI INGEGNERIA LAUREA MAGISTRALE INGEGNERIA CIVILE Corso di PROGETTO E GESTIONE DELLE INFRASTRUTTURE VIARIE LECTURE 05 METODI E STRUMENTI PER

Dettagli

Distribuzioni campionarie

Distribuzioni campionarie 1 Inferenza Statistica Descrittiva Distribuzioni campionarie Statistica Inferenziale: affronta problemi di decisione in condizioni di incertezza basandosi sia su informazioni a priori sia sui dati campionari

Dettagli

Il contrasto. La percezione del contrasto. Contrasto e filling-in. Il contrasto simultaneo. Le distribuzioni di luminanza (ii)

Il contrasto. La percezione del contrasto. Contrasto e filling-in. Il contrasto simultaneo. Le distribuzioni di luminanza (ii) 20 Aprile 2006 Corso di Laurea in Informatica Multimediale Facoltà di Scienze MMFFNN Università di Verona Il contrasto La percezione del contrasto Chiara Della Libera DSNV Università di Verona Sezione

Dettagli

CON O SENZA REIMMISSIONE

CON O SENZA REIMMISSIONE CAMPIONAMENTO Per una buona inferenza o induzione statistica, bisogna affrontare il problema del campionamento, ovvero del come raccogliere un campione della popolazione affinché la si possa studiare induttivamente.

Dettagli

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.?

È possibile trovare la popolazione di origine conoscendone un campione? o meglio. partendo dalla conoscenza di n, x e d.s.? Statistica6-06/10/2015 È possibile trovare la popolazione di origine conoscendone un campione? o meglio. È possibile conoscere σ e μ partendo dalla conoscenza di n, x e d.s.? 1 A partire da un campione

Dettagli

STATISTICA 1 ESERCITAZIONE 2

STATISTICA 1 ESERCITAZIONE 2 Frequenze STATISTICA 1 ESERCITAZIONE 2 Dott. Giuseppe Pandolfo 7 Ottobre 2013 RAPPRESENTAZIONE GRAFICA DEI DATI Le rappresentazioni grafiche dei dati consentono di cogliere la struttura e gli aspetti caratterizzanti

Dettagli

Osservatorio per le Politiche Sociali - Terzo Rapporto

Osservatorio per le Politiche Sociali - Terzo Rapporto 1 STRUTTURA E DINAMICA DEMOGRAFICA Il capitolo si articola in due paragrafi. Nel primo sono riportati i dati e i commenti riguardanti la struttura demografica della popolazione della Valle d Aosta. Nel

Dettagli

CAMOSCIO (Rupicapra rupicapra)

CAMOSCIO (Rupicapra rupicapra) CAMOSCIO (Rupicapra rupicapra) I censimenti di camosci nel PAVPT, a partire dal 1981, sono stati realizzati dal personale di vigilanza, con il coordinamento dello scrivente, mediante metodologia approvata

Dettagli

Analisi degli Errori di Misura. 08/04/2009 G.Sirri

Analisi degli Errori di Misura. 08/04/2009 G.Sirri Analisi degli Errori di Misura 08/04/2009 G.Sirri 1 Misure di grandezze fisiche La misura di una grandezza fisica è descrivibile tramite tre elementi: valore più probabile; incertezza (o errore ) ossia

Dettagli

Quantificare la variabilità dei processi ecologici

Quantificare la variabilità dei processi ecologici Scopo ecologia Quantificare la variabilità dei processi ecologici Comprensione dei meccanismi fondamentale per identificare gli effetti del disturbo antropico e per prevenire alterazioni su scala globale

Dettagli

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Fondamenti di Informatica Ester Zumpano Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva Lezione 5 Statistica descrittiva La statistica descrittiva mette a disposizione il calcolo di

Dettagli

Alcuni concetti. Unità

Alcuni concetti. Unità Alcuni concetti Campionamento: il processo di selezione di un certo numero di unità da una popolazione di studio predefinita Popolazione di riferimento: l insieme totale, finito o infinito, degli elementi

Dettagli

Servizio Territoriale di Sassari

Servizio Territoriale di Sassari Servizio Territoriale di Sassari PIANO DI CONTROLLO DELLA POPOLAZIONE DI CINGHIALE (Sus scrofa meridionalis) NEL PARCO REGIONALE DI PORTO CONTE. Risultati del censimento pre-catture Piano 2011-2013 [6,

Dettagli

STATUS DEL CAMOSCIO NEL PARCO NAZIONALE DELLO STELVIO

STATUS DEL CAMOSCIO NEL PARCO NAZIONALE DELLO STELVIO PARCO NAZIONALE DELLO STELVIO STATUS DEL CAMOSCIO NEL PARCO NAZIONALE DELLO STELVIO PARCO NAZIONALE DELLO STELVIO Collocazione geografica nelle Alpi Il territorio dell area protetta Da 630 a 3.900 m slm

Dettagli

Calcolo della Concentrazione Rappresentativa della Sorgente (CRS)

Calcolo della Concentrazione Rappresentativa della Sorgente (CRS) Calcolo della Concentrazione Rappresentativa della Sorgente (CRS) Prof. Renato Baciocchi, Università di Roma Tor Vergata Emiliano Scozza Università di Roma Tor Vergata 1 Valutazione dei Dati Data Set di

Dettagli

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni

Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni La statistica inferenziale Il processo inferenziale consente di generalizzare, con un certo grado di sicurezza, i risultati ottenuti osservando uno o più campioni E necessario però anche aggiungere con

Dettagli

Mostra Trofei Tione di Trento 5 6 aprile Risultati Stagione Venatoria 2013

Mostra Trofei Tione di Trento 5 6 aprile Risultati Stagione Venatoria 2013 Mostra Trofei Tione di Trento 5 6 aprile 2014 Risultati Stagione Venatoria 2013 RENDENA GIUDICARIE L area sud occidentale ricopre una superficie di 131.437 ettari con un habitat cervo di 88337 ettari

Dettagli

Importanza delle incertezze nelle misure fisiche

Importanza delle incertezze nelle misure fisiche Importanza delle incertezze nelle misure fisiche La parola errore non significa equivoco o sbaglio Essa assume il significato di incertezza da associare alla misura Nessuna grandezza fisica può essere

Dettagli

Statistica4-29/09/2015

Statistica4-29/09/2015 Statistica4-29/09/2015 Raccogliere i dati con il maggior numero di cifre significative ed arrotondare eventualmente solo al momento dei calcoli (min. 3); nella grande maggioranza delle ricerche biologiche

Dettagli

Indagine statistica. Indagine Totale Indagine Campionaria Fasi dell indagine

Indagine statistica. Indagine Totale Indagine Campionaria Fasi dell indagine 10/1 Indagine statistica Indagine Totale Indagine Campionaria Fasi dell indagine definizione degli obiettivi definizione delle unità e delle variabili da rilevare scelta del periodo di riferimento individuazione

Dettagli

SCHEDA N 8 DEL LABORATORIO DI FISICA

SCHEDA N 8 DEL LABORATORIO DI FISICA SCHEDA N 1 IL PENDOLO SEMPLICE SCHEDA N 8 DEL LABORATORIO DI FISICA Scopo dell'esperimento. Determinare il periodo di oscillazione di un pendolo semplice. Applicare le nozioni sugli errori di una grandezza

Dettagli

Esercitazione 8 maggio 2014

Esercitazione 8 maggio 2014 Esercitazione 8 maggio 2014 Esercizio 2 dal tema d esame del 13.01.2014 (parte II). L età media di n gruppo di 10 studenti che hanno appena conseguito la laurea triennale è di 22 anni. a) Costruire un

Dettagli

RING TEST POLLINI 2010

RING TEST POLLINI 2010 RING TEST POLLINI 2010 PRESENTAZIONE RISULTATI Caratteristiche del test Organizzatore: Prof. G. Frenguelli UNIPG Partecipanti: Arpa Umbria (4 unità operative) Arpa Toscana (4 unità operative) Arpa Emilia

Dettagli

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi:

le scale di misura scala nominale scala ordinale DIAGNOSTICA PSICOLOGICA lezione si basano su tre elementi: DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it si basano su tre elementi: le scale di misura sistema empirico: un insieme di entità non numeriche (es. insieme di persone; insieme

Dettagli

Le indagini campionarie

Le indagini campionarie Le indagini campionarie: i principali schemi di campionamento Le indagini campionarie Il reperimento dei DATI STATISTICI attraverso una RILEVAZIONE è un operazione che ha dei COSTI, sia in termini di TEMPO

Dettagli

Il programma didattico dei corsi è articolato in lezioni teorico-pratiche come indicato in allegato.

Il programma didattico dei corsi è articolato in lezioni teorico-pratiche come indicato in allegato. Allegato CRITERI PER L ORGANIZZAZIONE E LA GESTIONE DEI CORSI DI ABILITAZIONE ALLA CACCIA DI SELEZIONE AGLI UNGULATI (CERVO, CAPRIOLO, CAMOSCIO, DAINO, MUFLONE) 1 - Organizzazione dei corsi I corsi per

Dettagli

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2005/2006 II Prova - 20 dicembre 2005

STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2005/2006 II Prova - 20 dicembre 2005 STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2005/2006 II Prova - 20 dicembre 2005 Per verbalizzare l'esame: iscriversi ad uno degli appelli di gennaio-febbraio utilizzando il Servizio

Dettagli

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA.

UNIVERSITA DEGLI STUDI DI BRESCIA-FACOLTA DI MEDICINA E CHIRURGIA CORSO DI LAUREA IN INFERMIERISTICA SEDE DI DESENZANO dg STATISTICA MEDICA. Lezione 4 DISTRIBUZIONE DI FREQUENZA 1 DISTRIBUZIONE DI PROBABILITA Una variabile i cui differenti valori seguono una distribuzione di probabilità si chiama variabile aleatoria. Es:il numero di figli maschi

Dettagli

Funzioni di un GIS Analisi spaziale

Funzioni di un GIS Analisi spaziale Sistemi Informativi Funzioni di un GIS Analisi spaziale Come per ogni Sistema Informativo le funzioni di un SIT sono : acquisizione gestione analisi rappresentazione Funzioni di un SIT dei dati (territoriali)

Dettagli

Note sulla probabilità

Note sulla probabilità Note sulla probabilità Maurizio Loreti Dipartimento di Fisica Università degli Studi di Padova Anno Accademico 2002 03 1 La distribuzione del χ 2 0.6 0.5 N=1 N=2 N=3 N=5 N=10 0.4 0.3 0.2 0.1 0 0 5 10 15

Dettagli

Analizzare in termini quantitativi significa basarsi su dati e non su idee o ipotesi

Analizzare in termini quantitativi significa basarsi su dati e non su idee o ipotesi Statistica La Statistica è una metodologia per l analisi quantitativa dei fenomeni collettivi, cioè fenomeni il cui studio richiede l osservazione di un insieme di manifestazioni individuali Analizzare

Dettagli

Indirizzi per la gestione faunistico venatoria degli ungulati in Toscana. Stagione venatoria

Indirizzi per la gestione faunistico venatoria degli ungulati in Toscana. Stagione venatoria Indirizzi per la gestione faunistico venatoria degli ungulati in Toscana Stagione venatoria 2014 2015 Allegato 11 Premessa In Toscana la presenza di specie ungulate è così diffusa e numericamente elevata

Dettagli

MISURAZIONE. Sistema empirico (SE): ciò che si vuole misurare; costituito da elementi legati tra loro da relazioni

MISURAZIONE. Sistema empirico (SE): ciò che si vuole misurare; costituito da elementi legati tra loro da relazioni Attendibilità Misurazione I problemi di misurazione degli oggetti di studio sono comuni a tutte le discipline scientifiche. In psicologia il problema è solo più evidente, non più grave. I costrutti che

Dettagli

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici)

Statistica. POPOLAZIONE: serie di dati, che rappresenta linsieme che si vuole indagare (reali, sperimentali, matematici) Statistica La statistica può essere vista come la scienza che organizza ed analizza dati numerici per fini descrittivi o per permettere di prendere delle decisioni e fare previsioni. Statistica descrittiva:

Dettagli

STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B

STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 compito B Esercizio 1 La Tabella 1 riporta la distribuzione dei turisti che hanno soggiornato in una certa città

Dettagli

Stima diretta della domanda di trasporto

Stima diretta della domanda di trasporto Corso di PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostino Nuzzolo Aprile 005 Stima diretta della domanda di trasporto Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE

Dettagli

Simulazione dei dati

Simulazione dei dati Simulazione dei dati Scopo della simulazione Fasi della simulazione Generazione di numeri casuali Esempi Simulazione con Montecarlo 0 Scopo della simulazione Le distribuzioni di riferimento usate per determinare

Dettagli

standardizzazione dei punteggi di un test

standardizzazione dei punteggi di un test DIAGNOSTICA PSICOLOGICA lezione! Paola Magnano paola.magnano@unikore.it standardizzazione dei punteggi di un test serve a dare significato ai punteggi che una persona ottiene ad un test, confrontando la

Dettagli

Proprietà della varianza

Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Proprietà della varianza Intermezzo: ma perché dovremmo darci la pena di studiare come calcolare la varianza nel caso di somme,

Dettagli

CAMPIONAMENTO - ALCUNI TERMINI CHIAVE

CAMPIONAMENTO - ALCUNI TERMINI CHIAVE CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione

Dettagli

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore

PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore PAROLE CHIAVE Accuratezza, Accuracy, Esattezza, PRECISIONE, Precision, Ripetibilità, Affidabilità, Reliability, Scarto quadratico medio (sqm), Errore medio, Errore quadratico medio (eqm), Deviazione standard,

Dettagli

Segnalazioni alle prefetture

Segnalazioni alle prefetture Segnalazioni alle prefetture Segnalazioni alle prefetture SEGNALAZIONI ALLE PREFETTURE Le segnalazioni alle Prefetture (ai sensi degli art. 75 e 121 del DPR 309/90), per utilizzo o possesso di sostanze

Dettagli

ALLEGATO G PARTE 1: SCHEMA PIANO DI GESTIONE ATTIVA DELLA STARNA

ALLEGATO G PARTE 1: SCHEMA PIANO DI GESTIONE ATTIVA DELLA STARNA ALLEGATO G PARTE 1: SCHEMA PIANO DI GESTIONE ATTIVA DELLA STARNA Con il presente allegato si intende definire l insieme delle pratiche e degli interventi gestionali che devono essere predisposti dagli

Dettagli

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"

Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in Scienze e Tecnologie Alimentari Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa

Dettagli

Statistica descrittiva e statistica inferenziale

Statistica descrittiva e statistica inferenziale Statistica descrittiva e statistica inferenziale 1 ALCUNI CONCETTI POPOLAZIONE E CAMPIONE Popolazione: insieme finito o infinito di unità statistiche classificate secondo uno o più caratteri Campione:

Dettagli

Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica

Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica Indagine sulle forze di lavoro nel Comune di Firenze. Nota metodologica 1. Procedimento di stima La maggior parte dei caratteri che si rilevano nell indagine sulle Forze di Lavoro sono di tipo qualitativo.

Dettagli

Cap. 7 Distribuzioni campionarie

Cap. 7 Distribuzioni campionarie Cap. 7 Distribuzioni campionarie 1 Popolazione e Campione Una popolazione è l insieme di tutte le unità oggetto di studio Tutti i potenziali votanti nelle prossime elezioni Tutti i pezzi prodotti oggi

Dettagli

Dispensa di Statistica

Dispensa di Statistica Dispensa di Statistica 1 parziale 2012/2013 Diagrammi... 2 Indici di posizione... 4 Media... 4 Moda... 5 Mediana... 5 Indici di dispersione... 7 Varianza... 7 Scarto Quadratico Medio (SQM)... 7 La disuguaglianza

Dettagli

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative

TRACCIA DI STUDIO. Indici di dispersione assoluta per misure quantitative TRACCIA DI STUDIO Un indice di tendenza centrale non è sufficiente a descrivere completamente un fenomeno. Gli indici di dispersione assolvono il compito di rappresentare la capacità di un fenomeno a manifestarsi

Dettagli

Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo

Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo Misura del campo magnetico generato da cabine di trasformazione MT/bt: criticità e definizione di un metodo Sara Adda, Enrica Caputo Obiettivi e metodi Finalità del lavoro: definire una metodologia di

Dettagli

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel:

UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA. Prof.ssa Donatella Siepi tel: UNIVERSITA DEGLI STUDI DI PERUGIA STATISTICA MEDICA Prof.ssa Donatella Siepi donatella.siepi@unipg.it tel: 075 5853525 2 LEZIONE Statistica descrittiva STATISTICA DESCRITTIVA Rilevazione dei dati Rappresentazione

Dettagli

REGIONE TOSCANA OSSERVATORIO REGIONALE DEL TURISMO SETTORE SISTEMA STATISTICO REGIONALE Aprile 2007

REGIONE TOSCANA OSSERVATORIO REGIONALE DEL TURISMO SETTORE SISTEMA STATISTICO REGIONALE Aprile 2007 REGIONE TOSCANA OSSERVATORIO REGIONALE DEL TURISMO SETTORE SISTEMA STATISTICO REGIONALE Aprile 2007 L ANDAMENTO DELLA PASQUA E LE PREVISIONI DELLA STAGIONE ESTIVA 2007 Le variazioni percepite degli esercenti

Dettagli

GENETICA QUANTITATIVA

GENETICA QUANTITATIVA GENETICA QUANTITATIVA Caratteri quantitativi e qualitativi I caratteri discontinui o qualitativi esibiscono un numero ridotto di fenotipi e mostrano una relazione genotipo-fenotipo semplice I caratteri

Dettagli

LA GEOMATICA PER IL CONTROLLO DEL TERRITORIO. A. Albertella (DICA Sezione di Geodesia e Geomatica)

LA GEOMATICA PER IL CONTROLLO DEL TERRITORIO. A. Albertella (DICA Sezione di Geodesia e Geomatica) LA GEOMATICA PER IL CONTROLLO DEL TERRITORIO A. Albertella (DICA Sezione di Geodesia e Geomatica) Cosa è la GEOMATICA? 2 GEOMATICA per il controllo del territorio 3 Conoscere il territorio significa anche

Dettagli

La progettazione di un indagine statistica

La progettazione di un indagine statistica Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 L indagine campionaria 2 3 Outline 1 L indagine campionaria 2 3 L indagine campionaria [1/2] Principalmente influenzata da: tempi costi

Dettagli

Statistica Un Esempio

Statistica Un Esempio Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe

Dettagli

Struttura della popolazione Italiana Anni 1972, 2010, 2050

Struttura della popolazione Italiana Anni 1972, 2010, 2050 Struttura della popolazione Italiana Anni 1972, 2010, 2050 La struttura per sesso ed età E una caratteristica fondamentale delle popolazioni umane poichè ha un impatto considerevole sui processi sanitari,

Dettagli

Errori (o bias) negli studi epidemiologici

Errori (o bias) negli studi epidemiologici Errori (o bias) negli studi epidemiologici Errore casuale o random: sono i più pericolosi perché i più difficili da individuare e per questo motivo non è possibile tenerne conto in fase di analisi Variazione

Dettagli

Schema lezione 5 Intervalli di confidenza

Schema lezione 5 Intervalli di confidenza Schema lezione 5 Intervalli di confidenza Non centrerò quella barca, ne sono convinto al 95% COMPRENDERE: Significato di intervallo di confidenza Uso degli stimatori come quantità di pivot per stime intervallari

Dettagli

Grandezze fisiche e loro misura

Grandezze fisiche e loro misura Grandezze fisiche e loro misura Cos è la fisica? e di che cosa si occupa? - Scienza sperimentale che studia i fenomeni naturali suscettibili di sperimentazione e caratterizzati da entità o grandezze misurabili.

Dettagli

Distribuzione Normale

Distribuzione Normale Distribuzione Normale istogramma delle frequenze di un insieme di misure di una grandezza che può variare con continuità popolazione molto numerosa, costituita da una quantità praticamente illimitata di

Dettagli

Inoltre occorre anche tenere conto dell opinione pubblica

Inoltre occorre anche tenere conto dell opinione pubblica FCTI I TEMPI CAMBIANO ANCHE NELLA GESTIONE DELLA CACCIA ALTA Dr. vet.fvh Marco Viglezio GESTIONE DEGLI UNGULATI IN SVIZZERA 1. CERVO 2. CAPRIOLO 3. CAMOSCIO 4. CACCIA AL CAMOSCIO IN TICINO CONCLUSIONI

Dettagli

CAPRIOLO PIANO DI GESTIONE E CALENDARIO VENATORIO NEI DISTRETTI E AZIENDE FAUNISTICHE DELLA REGIONE TOSCANA **** ANNATA VENATORIA

CAPRIOLO PIANO DI GESTIONE E CALENDARIO VENATORIO NEI DISTRETTI E AZIENDE FAUNISTICHE DELLA REGIONE TOSCANA **** ANNATA VENATORIA CAPRIOLO PIANO DI GESTIONE E CALENDARIO VENATORIO NEI DISTRETTI E AZIENDE FAUNISTICHE DELLA REGIONE TOSCANA **** ANNATA VENATORIA 2016-2017 1) Introduzione Dopo il trasferimento delle funzioni Caccia,

Dettagli