NISECI. Nuovo Indice di Stato Ecologico delle Comunità Ittiche. Stefano Macchio - ISPRA

Documenti analoghi
Gian Luigi Rossi. Laboratorio Biodiversità e Servizi Ecosistemici NISECI. Nuovo Indice di Stato Ecologico per le Comunità Ittiche

ISPRA - Istituto Superiore per la Protezione e la Ricerca Ambientale Via Vitaliano Brancati, Roma

Misure di dispersione (o di variabilità)

Dr. Pietro Ceccuzzi Acquacoltura e ittiologia

ISTITUTO COMPRENSIVO GIOVANNI XXIII - TERRASINI. RESTITUZIONE DATI INVALSI 2017 Secondaria I grado Classi terze

Applicazione dell Indice dello Stato Ecologico delle Comunità Ittiche (ISECI) in alcuni corpi idrici del Friuli Venezia Giulia

Indici di struttura ed accrescimento standard per le principali specie ittiche autoctone nel bacino del Fiume Tevere

Approssimazione normale alla distribuzione binomiale

BiOS. Biodiversità Orobica in Valle Seriana. Centro Studi Biologia e Ambiente snc Antonella Anzani Alessandro Marieni

RILEVAZIONI INVALSI 2017

Inquadramento ittiofaunistico

Il grado di urbanizzazione della popolazione nelle province italiane 16

IL MONITORAGGIO DELLE ACQUE METADATI

Corso di Statistica Esercitazione 1.8

Misure di dispersione (o di variabilità)

RESTITUZIONE DATI INVALSI giugno 2018

LIFE 14/NAT/IT/000809

PERCORSO FORMATIVO DOCENTI

La Nutria in provincia di Ferrara. C. Castagnoli R. Finco

Statistica - metodologie per le scienze economiche e sociali /2e S. Borra, A. Di Ciaccio - McGraw Hill

SPECIE, PERIODI CHIUSURA, MISURE MINIME, LIMITI GIORNALIERI DI CATTURA PER LA PESCA DELLA FAUNA ITTICA IN PROVINCIA DI NOVARA

Il monitoraggio della fauna ittica nei laghi: obbligatorio o anche utile?

Risultati Tratto Specie Individui peso medio d. s. Lunghezza media d. s. catturati (g) (cm) Abramide Blicca Carpa monte Carassio

Statistica. Esercitazione 4 15 maggio 2012 Connessione. Medie condizionate. Covarianza e correlazione

NEL TRATTO REGOLAMENTATO DEL AL COMUNE DI OTTONE

CRUSCOTTO DI INDICATORI STATISTICI

Prof. Anna Paola Ercolani (Università di Roma) Lez Indicatori di dispersione

1. CONTENUTI DEL PROGETTO

Convenzione per l esecuzione di campagne di. monitoraggio dell ittiofauna nell ambito del Progetto Life

RESTITUZIONE PROVE INVALSI 2012

Distribuzione esponenziale. f(x) = 0 x < 0

Risvolti applicativi degli indici di qualità basati sui macroinvertebrati

Statistica Descrittiva Soluzioni 6. Indici di variabilità, asimmetria e curtosi

Progetto di presa in carico territoriale dei malati con BPCO da parte dell Infermiere Case Manager. I risultati

Esempi di confronti grafici

Esercizi di statistica descrittiva. Giulia Simi (Università di Siena) Istituzione di matematica e fondamenti di Biostatistica Siena / 30

AZIONE A2 Assessment of current forest structure. Rilievo e elaborazione dei dati strutturali inseriti nel geodatabase

S 2 p n X. + S2 p. n Y

Programmazione con Foglio di Calcolo Cenni di Statistica Descrittiva

5 La valutazione dell attività di ricerca dei dipartimenti

MONITORAGGI ITTICI Pierfrancesco Gambelli

CRUSCOTTO DI INDICATORI STATISTICI

Statistica. Esercitazione 4 17 febbraio 2011 Medie condizionate. Covarianza e correlazione

CRUSCOTTO DI INDICATORI STATISTICI RIETI

SCHEDA CON I CRITERI PER L ATTRIBUZIONE DEI PUNTEGGI

Metodologia di rilevazione dei prezzi

Metodi statistici per le ricerche di mercato

L effetto scuola (valore aggiunto) sui risultati delle prove INVALSI

Risultati dell indagine sul benessere dei dipendenti (art. 14 comma 5 - d.lgs 150/2009)

Matematica Lezione 22

CRUSCOTTO DI INDICATORI STATISTICI CREMONA

CRUSCOTTO DI INDICATORI STATISTICI MANTOVA

RICHIAMI DI CALCOLO DELLE PROBABILITÀ

A B C. VII. La perequazione finanziaria intercomunale. 1 La compensazione finanziaria verticale; l indice di capacità finanziaria

A.T.C. LUCCA 11. 7/5/2012 Dott. Siriano Luccarini

CRUSCOTTO DI INDICATORI STATISTICI ORISTANO REPORT CON DATI STRUTTURALI ANNO 2011 REPORT CON DATI CONGIUNTURALI 4 TRIMESTRE 2011

CRUSCOTTO DI INDICATORI STATISTICI

Incontro di consultazione pubblica Venezia, 6 luglio 2017

CRUSCOTTO DI INDICATORI STATISTICI ANCONA

Strategia Marina (D.Lgs 190/10): il monitoraggio ambientale dell ecosistema marino - costiero delle Agenzie per l Ambiente (Arpa Emilia-Romagna)

CRUSCOTTO DI INDICATORI STATISTICI AGRIGENTO

Valutazione dello stato ecologico delle acque correnti mediante le comunità diatomiche: prime esperienze di classificazione

BLAND-ALTMAN PLOT. + X 2i 2 la differenza ( d ) tra le due misure per ognuno degli n campioni; d i. X i. = X 1i. X 2i

LA POPOLAZIONE STRANIERA RESIDENTE A PALERMO

CONVENZIONE. Avente ogni effetto di legge tra. Parco Regionale del Mincio, corrente in Mantova, P.zza Porta Giulia, 10, - P.I.

Probabilità e Statistica

I CAMPIONAMENTI ITTICI: STRUMENTI E METODI

CRUSCOTTO DI INDICATORI STATISTICI CALTANISSETTA REPORT CON DATI STRUTTURALI ANNO 2016 STESSO INSIEME DI BILANCI NEI 3 ANNI

CRUSCOTTO DI INDICATORI STATISTICI AGRIGENTO

CRUSCOTTO DI INDICATORI STATISTICI AGRIGENTO REPORT CON DATI STRUTTURALI ANNO 2017 STESSO INSIEME DI BILANCI NEI 3 ANNI

Corso Integrato di Statistica Informatica e Analisi dei Dati Sperimentali. Esercitazione E

ISTITUTO COMPRENSIVO 1 - GIOIA TAURO

CRUSCOTTO DI INDICATORI STATISTICI

14. Le province della Campania

CRUSCOTTO DI INDICATORI STATISTICI PROVINCIALE REPORT CON DATI STRUTTURALI ANNO 2010 REPORT CON DATI CONGIUNTURALI 3 TRIMESTRE 2011

CRUSCOTTO DI INDICATORI STATISTICI PROVINCIALE REPORT CON DATI STRUTTURALI ANNO 2010 REPORT CON DATI CONGIUNTURALI 3 TRIMESTRE 2011

HFBI Habitat Fish Bio-Indicator VALUTAZIONE DELLO STATO ECOLOGICO DELLE ACQUE DI TRANSIZIONE BASATO SULL EQB FAUNA ITTICA

CRUSCOTTO DI INDICATORI STATISTICI AGRIGENTO

Supporto Meteorologico alla Campagna AIB ARPA-SIMC

Il campionamento e l inferenza. Il campionamento e l inferenza

Struttura della popolazione Italiana Anni 1972, 2010, 2050

PARAMETRI E CRITERI DI VALUTAZIONE DELLE OFFERTE

Antonella Carosi Laboratorio di Terria Servizio Programmazione Faunistica Provincia di Terni

CRUSCOTTO DI INDICATORI STATISTICI BRESCIA

CRUSCOTTO DI INDICATORI STATISTICI BRESCIA

ESERCITAZIONE I. Standard dell attrezzatura medica. forma di sostantivo e non sono suscettibili di ordinamento. n mezzi

Tabella 1. Criteri e indicatori per il D1 secondo la Decisione della Commissione 2010/477/EU.

CRUSCOTTO DI INDICATORI STATISTICI BRESCIA

D. STELLIN 1, M. SPAIRANI 2, P. VEZZA 3, C. COMOGLIO 3, A. MAMMOLITI MOCHET 4, A. ZANIN 5

Un nuovo indice per valutare la qualità ecologica dei laghi attraverso gli invertebrati bentonici: validazione con i risultati del Progetto INHABIT

INDICE. Bacino dei fiumi della pianura tra Livenza e Piave I

CRUSCOTTO DI INDICATORI STATISTICI BENEVENTO

Codice RASTA Area bacino (Kmq) Lunghezza totale (Km) A153A ,5 3,6. Tabella 1: Punteggio, livello, giudizio IFF reale e relativ o

Gestione della pesca e ripopolamenti con trote nelle acque della provincia di Trento

Statistica Un Esempio

CRUSCOTTO DI INDICATORI STATISTICI

Schema per offerta tecnica

CRUSCOTTO DI INDICATORI STATISTICI BENEVENTO

CRUSCOTTO DI INDICATORI STATISTICI BENEVENTO

Transcript:

NISECI Nuovo Indice di Stato Ecologico delle Comunità Ittiche Stefano Macchio - ISPRA

Stato ecologico ottimale per NISECI 1. Sono presenti tutte le SPECIE INDIGENE ATTESE (previste dalla comunità di riferimento adottata): a) a maggiore importanza ecologico-funzionale b) tutte le altre specie indigene 2. Sono assenti gli IBRIDI di: a) Barbus b) Esox c) Rutilus d) Salmo e) Thymalus 3. Sono assenti le SPECIE ALLOCTONE a: a) elevata nocività, b) nocività intermedia, c) moderata nocività; 5. La STRUTTURA IN CLASSI DI ETA per ciascuna specie indigena attesa è ottimale. 6. L ABBONDANZA di ciascuna specie indigena attesa è ottimale per il contesto geografico ed ambientale in esame.

Metrica x 1 : Specie indigene La prima metrica confronta la composizione specifica della comunità ittica autoctona osservata con quella attesa. Le specie appartenenti ai Salmonidae sensu Nelson (comprendenti quindi anche Thymallus thymallus), Esocidae e Percidae sono definite come specie di maggiore importanza ecologico-funzionale e a ciascuna di esse è attribuito un peso del 60% mentre a ciascuna delle altre specie autoctone attese è attribuito un peso del 40%. Il valore della metrica è dato da: x 1 = (0.6 n i + 0.4 n a ) (0.6 m i + 0.4 m a ), dove: n i = numero di specie autoctone di maggiore importanza ecologico-funzionale osservate n a = numero di altre specie autoctone osservate m i = numero di specie autoctone di maggiore importanza ecologico-funzionale attese m a = numero di altre specie autoctone attese La metrica può assumere quindi un valore compreso tra 1 (presenza di tutte le specie attese) e 0 (assenza di tutte le specie attese).

Metrica x 2 : Condizione biologica popolazioni La condizione biologica di ciascuna delle specie autoctone attese presenti è data dall integrazione tra struttura di popolazione (submetrica a, con peso del 60%) e consistenza demografica o abbondanza (submetrica b, con peso del 40%). La metrica x 2 può assumere un valore compreso tra 0 e 1. Il valore totale della metrica viene calcolato come la media dei valori calcolati per ciascuna specie: x 2 = Σ n i=1(0.6 x 2,a,i + 0.4 x 2,b,i ) / n, dove: n = numero di specie autoctone attese campionate; i = singola specie autoctona campionata; x 2,a = submetrica relativa alla struttura di popolazione in classi di età x 2,b = submetrica relativa alla consistenza demografica Ciascuna delle due submetriche può assumere per ogni specie autoctona attesa tre diversi valori (1, 0.5, 0) corrispondenti ad altrettanti livelli di giudizio;

Submetrica x 2a Struttura di popolazione Ogni specie è stata assegnata ad uno dei 4 gruppi dimensionali definiti in funzione delle lunghezze massime medie riportate in bibliografia ed ogni gruppo è stato suddiviso in 5 classi di lunghezza totale delimitate da precisi valori soglia: 1 - MOLTO PICCOLI : CL1 <3.5 cm 3.5 cm <= CL2 < 4.5 cm 4.5 cm <= CL3 < 6.0 cm 6.0 cm <= CL4 < 8.0 cm CL5>= 8.0 cm 2 - PICCOLI : CL1 <4.5 cm 4.5 cm <= CL2 < 9.0 cm 9.0 cm <= CL3 < 13.0 cm 13.0 cm <= CL4 < 15.0 cm CL5>= 15.0 cm 3 - MEDI : CL1 <8.0 cm 8.0 cm <= CL2 < 17.0 cm 17.0 cm <= CL3 < 21.0 cm 21.0 cm <= CL4 < 30.0 cm CL5>= 30.0 cm 4 - GRANDI : CL1 <25.0 cm 25.0 cm <= CL2 < 45.0 cm 45.0 cm <= CL3 < 65.0 cm 65.0 cm <= CL4 < 80.0 cm CL5>= 80.0 cm

Submetrica x 2a Struttura di popolazione Sono stati quindi applicati 2 distinti criteri: 1. Basato sul numero di classi di lunghezza non vuote (ovvero popolate da almeno un individuo della specie considerata); 2. Rapporto tra le due classi apicali -assunte come indicatrici della componente adulta - con le successive due classi - assunte come indicatrici della componente giovanile ma escludendo la classe 1, in quanto eccessivamente suscettibile di variazioni post-riproduttive). STRUTTURA CRITERIO 1 (numero classi popolate): Se coperte 4 o più classi di lunghezza = 1 (ben strutturata) Se coperte 3 classi di lunghezza = 2 (mediamente strutturata) Se coperte meno di 3 classi = 3 (destrutturata) STRUTTURA CRITERIO 2 (Rapporto Ad/Juv): 2:3 (0.67) - 3:2 (1.5) = 1 (ben strutturata) 1:2 (0.5) - 2:3 (0.67) oppure 3:2 (1.5) - 2:1 (2) = 2 (mediamente strutturata) < 1:2 (0.5) oppure >2:1 (2) = 3 (destrutturata)

Submetrica x 2a Struttura di popolazione Regole di mediazione tra i due criteri: Medesimo punteggio quando entrambi concordano (11=1, 22=2, 33=3); Quando il primo criterio esprime valore massimo (1) e il secondo valore minimo (3), il punteggio finale è la media 2; Quando i due criteri esprimono valore massimo e medio, il primo criterio si impone sul secondo (12=1, 21=2); Quando i due criteri esprimono valore medio e minimo (23 o 32), oppure tramite il primo criterio si ottiene un punteggio minimo e con il secondo valore massimo (31), il punteggio finale viene fatto coincidere con il peggiore (3).

Submetrica x 2b : Abbondanza di popolazione Le due soglie di densità necessarie per delimitare oggettivamente i 3 giudizi previsti sono state definite in base ai dati di monitoraggio pubblicati a livello nazionale Utilizzando un dbase di 2975 records. I 2 valori soglia della densità a separazione delle 3 classi di abbondanza di ciascuna specie sono stati individuati mediando i valori corrispondenti al terzile 1 (percentuale cumulativa del campione = 33%) e al terzile 2 (66%) ottenuti rispettivamente da: Distribuzione delle densità osservate Modello esponenziale applicato ai valori osservati Modello Michaellis-Menten applicato ai valori osservati

Metrica x 3 Presenza e struttura di popolazioni di specie aliene o di ibridi Le specie aliene sono state suddivise in tre gruppi in funzione della loro nocività, definita sulla base del livello di impatto sulla fauna ittica autoctona. Gli ibridi sono stati equiparati alle specie aliene a più basso livello di nocività. La metrica x 3 può assumere un valore compreso tra 0 e 1, che viene attribuito secondo le seguenti modalità: Assenza di specie aliene: x 3 = 1 Presenza di specie a maggiore nocività, con almeno una popolazione ben strutturata: x 3 = 0 Numero totale di pesci alieni numero totale di pesci autoctoni (appartenenti alle specie attese): x 3 = 0 In tutti gli altri casi si calcola la seguente formula: x 3 = 0.5 (amin + b) dove: a min = valore più basso di a riscontrato nel campione osservato

Metrica x 3 Presenza e struttura di popolazioni di specie aliene o di ibridi Presenza di specie aliene a maggiore nocività ma con popolazioni non ben strutturate: a = 0.5 Numero totale di specie aliene a nocività intermedia numero totale di specie autoctone: a = 0.5 Numero totale di specie aliene a nocività intermedia < numero totale di specie autoctone: a = 0.75 Numero totale di specie aliene a minore nocività numero totale di specie autoctone: a = 0.75

Metrica x 3 Presenza e struttura di popolazioni di specie aliene o di ibridi b = i + ii + iii è dato dalla proporzione tra specie indigene e specie aliene in funzione della struttura delle popolazioni di queste ultime : i. Proporzione di specie aliene con popolazione ben strutturata rispetto al numero totale di specie aliene presenti x 0.0 ii. Proporzione di specie aliene con popolazione mediamente strutturata rispetto al numero totale di specie aliene x 0.5 iii. Proporzione di specie aliene con popolazione destrutturata rispetto al numero totale di specie aliene x 1.0

Formula di calcolo dell indice NISECI La formulazione multimetrica dell indice, il cui valore varia, così come quello di tutte le metriche e sub metriche costitutive, tra 0 e 1, è data da: NISECI = 0.1 x 1 0.5 + 0.1 x 2 0.5 + 0.8 (x 1 x 2 ) 0.1 (1 x 3 ) [0.1 x 1 0.5 + 0.1 x 2 0.5 + 0.8 (x 1 x 2 )]

Grazie per l attenzione