Analisi dell’habitat della lince nei Carpazi meridionali

Un caso di studio per promuovere la comprensione di base della modellazione dell’habitat della fauna selvatica per gli studenti sulla base di dati open source.

Introduzione

Un gruppo di lavoro di studenti universitari in scienze forestali dell’Università per lo sviluppo sostenibile di Eberswalde (HNEE) ha condotto una ricerca nella letteratura sull’idoneità dell’habitat e sul comportamento della lince eurasiatica (Lynx lynx). Nel modulo “GIS applicato nella gestione delle risorse naturali”, sotto la guida del Prof. Mund, gli studenti hanno rapidamente scoperto la complessità della materia, soprattutto per quanto riguarda l’adattabilità delle specie ai cambiamenti ambientali. Con una ricerca limitata pubblicata in inglese sull’habitat della lince sul lato rumeno, abbiamo continuato il progetto basato solo su set di dati liberamente disponibili e software open-source, con l’obiettivo di migliorare la conoscenza concettuale della modellazione dell’habitat, rafforzando le competenze sugli strumenti QGIS ampiamente applicati e di creare un modello esperto di base nel processo.

Metodologia

Tutti i dati raccolti sono stati elaborati con QGIS 2.6 e 2.8, proiettati in ETRS89 / ETRS-LAEA e memorizzati secondo la direttiva INSPIRE per soddisfare gli standard UE. È stato definito e applicato a tutti i dati di input un indice discreto dei pesi globale.

Figura 1: Flusso di lavoro - Modello esperto dell'habitat della lince

Figura 1: Flusso di lavoro - Modello esperto dell’habitat della lince

Descrizione del flusso di lavoro

  • Area di interesse [Passi I - II]: Sulla base di aree selezionate del parco nazionale e aggiungendo un buffer di 10 chilometri, è stato creato un perimetro di delimitazione minimo [α], ritagliato con il profilo del Danubio (derivato da Corine Land Cover 2006). Ulteriori strumenti di clipping [β] sono stati applicati a tutti i dati aggiuntivi come fase di preparazione iniziale (Figura 2).

  • Modello di idoneità della copertura del suolo [Passo IX]: [γ] Gli input III e IV sono stati trasformati in shapefile utilizzando la funzione Polygonize. I dati Corine Landcover (2006) sono stati riclassificati utilizzando il calcolatore di campi per raggruppare le classi di utilizzo del suolo e assegnare i rispettivi valori degli indici. Un’elaborazione simile è stata applicata ai dati di Hansen Forestcover (2000), estraendo solo aree di copertura pari o superiori al 75%. Il sottomodello IX è stato prodotto utilizzando le funzioni #Fondi Shapes per combinare III con IV e #Rasterizza

Nota: le classi di copertura del suolo sono state raggruppate per possibile presenza di lince e attività umana. Sebbene tecnicamente di origine più antica, le informazioni relative ai valori di copertura forestale sono state integrate per indicare il miglioramento degli habitat e come esempio generale di aggregazione di set di dati spaziali.

  • Modello di idoneità dell’habitat [Passo X]: [δ] Un indice di idoneità dell’altitudine è stato ricavato dall’AsterDEM 2.0 [VI] e, insieme ad un indice di densità della popolazione [V] è stato integrato nel modello finale di idoneità dell’habitat (Figura 3) utilizzando il calcolatore #Raster.

Cover Suitability Model * Population Density Index * Elevation Suitability Index

Nota: Definire la foresta (>= 75% di copertura) come la più adatta e utilizzare i dati di altitudine per ridurre i valori di indice al di sopra della linea di alberi ipotizzata è concettualmente correlato all’habitat del cervo come preda principale.

  • Modello di accessibilità potenziale per i cacciatori [Passo XI]: Applicando lo #strumento di analisi del terreno [ε], è stato estratto un layer delle pendenze dai dati DEM e combinato [η] con un layer di distanza stradale, che è stato prodotto elaborando i dati stradali rasterizzati OSM all’interno della #Funzione di prossimità e dei valori indice assegnati usando #Riclassifica i valori della griglia.

.
                      Slopelayer
Road distance * ( 1 + ----------- )
                         100
  • Modello del valore di conservazione [Passo XII]: È il risultato della funzione di calcolatore #Raster: (Figura 4)

(Habitat Suitability Model * Hunter Accessibility Model)
--------------------------------------------------------
                       2

Nota: il modello di accessibilità per i cacciatori indica la diminuzione della probabilità che i cacciatori accedano all’area a maggiore distanza dalle strade e pendenza crescente.

Figure 2, 3 e 4

Figure 2, 3 e 4

Conclusioni

Guardando al risultato finale (Figura 3), una prima analisi del potenziale habitat è sembrata avere successo, ma, cosa ancora più importante, la stessa modellazione di base si è rivelata meno difficile di quanto inizialmente previsto. La nostra scelta di aggiungere un sottomodello per l’accessibilità per i cacciatori ci ha permesso di implementare un’altra dimensione in termini di valutazione del rischio dell’habitat, che può essere semplicemente annidata nello scenario già esistente e utilizzata per determinare le necessità di protezione sotto aspetti, ad esempio, dello sviluppo delle infrastrutture. Tuttavia, alcune informazioni cruciali sugli habitat, come la struttura forestale (la nostra massima idoneità dell’habitat) non possono essere ricavate dai dati disponibili e, in combinazione con il complesso comportamento delle specie, il risultato deve quindi essere inteso come base e incompleto. Ulteriori fattori non implementati in questa fase sono la mortalità stradale, la rugosità del terreno e la presenza di prede dettagliata.

Oltre al suo carattere open source e disponibile gratuitamente, il software QGIS è stato oggetto di importanti sviluppi negli ultimi anni. Abbiamo fatto un’esperienza molto positiva con l’integrazione del tool box, permettendo l’utilizzo di vari strumenti GRASS e SAGA, anche per utenti inesperti. Non si sono verificati problemi di compatibilità nonostante i frequenti cambiamenti tra le diverse versioni, e la generale assenza di restrizioni amministrative può essere un potente vantaggio quando si lavora intuitivamente con i set di dati. Siamo ansiosi di vedere ulteriori miglioramenti, soprattutto per quanto riguarda il model builder integrato.

Riferimenti

  • Kaczensky, P., Chapron, G.,von Avrx, M., Huber, D., Andrén, H. & Linnell, J. (December 2012): Status, management and distribution of large carnivores in Europe. Document European Commission.

  • Schadt, S., Revilla, E., Wiegand, T., Knauer, F., Kaczensky, P., Breitenmoser, U., Bufka, L., Cerveny, J., Koubek, P., Huber, T., Stanisa, C. & Trepl, L. (2002): Assessing the suitability of central European landscapes for the reintroduction of Eurasian lynx. Article Journal of Applied Ecology.

  • Salvatori, V. (2004): Conservation areas for large carnivores in the Carpathian Mountains. PhD Thesis.

  • Podgórski, T., Schmidt, K., Kowalczyk, R. & Gulczyñska, A. (2008): Microhabitat selection by Eurasian lynx and its implications for species conservation. Acta Theriologica 53: 97–110.

  • Boutros, D. (March 2002): Characterization and assessment of suitability of Eurasian lynx (Lynx lynx) den sites. KORA Report No. 12e, Diploma thesis.

Autori

Angela Dichte, Luca Ehrminger, Silvana Garcia Travesi Reyes, Tobias Hoppe e David Winger sono studenti del quarto semestre del programma di studio International Forest Ecosystem Management B.Sc., Anne Gnilke e Henri Hiltunen è uno studente di scambio della Mikkeli University of Applied Sciences, Finlandia. Il Prof. Mund è docente di GIS e telerilevamento presso la HNE Eberswalde dal 2010 e ha fornito guida e supporto tecnico al progetto.

Contatta Luca.Ehrminger(at)hnee.de, David.Winger(at)hnee.de, o il Prof.Dr.Jan-Peter Mund: Jan-Peter.Mund(at)hnee.de per ulteriori informazioni.