Sviluppo ed utilizzo di modelli ecologici di rete trofica

(Yanagi. T., 2008. Material cycling in the coastal Sea)

Dott. Daniele Brigolin

UNIVERSITA’ CA’ FOSCARI VENEZIA DIPARTIMENTO DI SCIENZE AMBIENTALI, INFORMATICA E STATISTICA, CENTRO PER LO STUDIO DEI SISTEMI ESTUARINI E MARINO COSTIERI (CEMAS)

1° parte: gestione degli ecosistemi acquatici di transizione

2° parte: introduzione generale ai modelli matematici in ecologia, e particolare ai modelli di rete trofica;

3° parte: approccio ecosistemico alla gestione della pesca e dell’acquacoltura;

4° parte: esempio di applicazione di un modello semplificato in un'area lagunare in concessione per l'ingrasso della vongola filippina; utilità del modello di rete trofica a supporto della gestione sostenibile della risorsa.

PRINCIPALI SERVIZI E BENEFICI (IN PARTE QUANTIFICABILI IN TERMINI ECONOMICI) FORNITI DAGLI ECOSISTEMI ACQUATICI DI TRANSIZIONE:

‐ Ruolo di nursery di specie nectoniche (di interesse commerciale e non);

‐ Azione naturale di filtro nei confronti di fenomeni di inquinamento(soprattutto arricchimento organico)

‐ Aree elettive per attività di pesca ed acquacoltura

‐ Aree elettive di svernamento e di alimentazione di specie di uccelli

‐ Ruolo di “cuscinetto” e protezione nei confronti delle mareggiate

ELEVATO VALORE NATURALISTICO (flora e 

fauna selvatiche)

ECOSISTEMI NATURALI AD 

ELEVATA PRODUTTIVITÀ

ECOSISTEMI MODIFICATI (IN GRADO 

VARIABILE) DALL’UOMO (es. elevati livelli di arricchimento 

organico)

ECOSISTEMI ACQUATICI DI TRANSIZIONE

++ __

GESTIONE DEGLI ECOSISTEMI ACQUATICI DI 

TRANSIZIONE

Necessità di un adeguato schema concettuale che 

preveda la COESISTENZA di aspetti/prerogative 

naturali e delle attività antropiche

POLITICHE E POLITICHE E ““FILOSOFIEFILOSOFIE””GESTIONALIGESTIONALI

PIANIFICAZIONE E PIANIFICAZIONE E DESIGNAZIONIDESIGNAZIONI

PRATICHE GESTIONALIPRATICHE GESTIONALI

Approccio settoriale: ogni attivitApproccio settoriale: ogni attivitàà che insiste su un che insiste su un

dato EAT viene gestita separatamente dalle altredato EAT viene gestita separatamente dalle altre

APPROCCIO INTEGRATO O OLISTICOAPPROCCIO INTEGRATO O OLISTICO

ECOSISTEMA ECOSISTEMA ““IN SALUTEIN SALUTE””, IN CUI USI ED , IN CUI USI ED

UTILIZZATORI SONO PERMESSI E TOLLERATI UTILIZZATORI SONO PERMESSI E TOLLERATI

(( MANTENIMENTO NEL TEMPO DI BENI E SERVIZI MANTENIMENTO NEL TEMPO DI BENI E SERVIZI

ECOSISTEMICI)ECOSISTEMICI)

Superato daSuperato da

Tutte le componenti di un ecosistema di

transizione (fisico-chimiche e biologiche)

sono tra loro interrelate e concatenate e

devono essere gestite in modo che il

sistema sia sostenibile

NECESSITNECESSITÀÀ DI UN APPROCCIO DI UN APPROCCIO ECOSISTEMICOECOSISTEMICO

Questa consapevolezza ha portato ad un filosofia

complessiva della gestione ambientale che incorpora

• SOSTENIBILITÀ

• AZIONE PREVENTIVA

• INTEGRAZIONE DI TUTTI GLI ASPETTI

AMBIENTALI

• DEMOCRATIZZAZIONE (CONSULTAZIONE AMPIA,

TRASPARENTE E PIENAMENTE RSPONSABILE)

GESTIONE DEGLI EAT

PASSA ATTRAVERSO LA GESTIONE (E

PROTEZIONE) DEL BACINO DRENANTE E

DELL’AREA MARINA PROSPICENTE

PIANI DI GESTIONE A LIVELLO DI DISTRETTO PIANI DI GESTIONE A LIVELLO DI DISTRETTO IDROGRAFICO IDROGRAFICO (DIRETTIVA QUADRO SULLE (DIRETTIVA QUADRO SULLE

ACQUE, WFD) ACQUE, WFD)

NECESSITÀ DI INDICATORI CHE

DESCRIVANO LO STATO DEGLI

ELEMENTI DELL’ECOSISTEMA

MISURE DI MITIGAZIONE MISURE DI MITIGAZIONE per mitigare gli per mitigare gli effetti negativi delle attiviteffetti negativi delle attivitàà umane su gli EATumane su gli EAT

Quando questo non Quando questo non èè possibile o sufficiente possibile o sufficiente (( scomparsa di habitat tipici) scomparsa di habitat tipici)

COMPENSAZIONE COMPENSAZIONE creazione o ripristino creazione o ripristino di habitat , di habitat , per compensare altrove gli effetti per compensare altrove gli effetti

della perdita di habitat alldella perdita di habitat all’’interno dellinterno dell’’EATEAT

ventoventomareemaree

subsidenza, subsidenza, eustatismoeustatismo

pesca e pesca e acquacolturaacquacoltura

turismoturismoindustriaindustria

popolazione popolazione residenteresidente

agricoltura, agricoltura, zootecniazootecnia

commerci commerci marittimimarittimi

attivitattivitààvenatoriavenatoria

FOR

ZAN

TI naturali antropiche

moto ondoso moto ondoso erosioneerosione carichi carichi

inquinantiinquinanti

urbanizzazioneurbanizzazione

specie specie alloctonealloctone

PR

ES

SIO

NI

habitathabitat

fitoplancton, macroalghe e fitoplancton, macroalghe e fanerogamefanerogame

ittiofaunaittiofauna

vegetazione vegetazione terrestreterrestre

zoobenthoszoobenthos

avifaunaavifaunaSTA

TI

degrado e frammentazione degrado e frammentazione habitathabitat

alterazione alterazione rapporti fra rapporti fra

speciespecie

scomparsa scomparsa di speciedi specie

IMP

ATT

IRISPOSTERISPOSTE

regolamentazione regolamentazione attivitattivitàà di caccia di caccia

e pescae pesca

ricostruzione e ricostruzione e restauro restauro

ambientaleambientale

elaborazione ed elaborazione ed applicazione di applicazione di

piani di gestionepiani di gestione

sensibilizzazione sensibilizzazione ambientaleambientale

monitoraggimonitoraggi

•• EFFETTI NEGATIVI DI PESCA E EFFETTI NEGATIVI DI PESCA E

ACQUACOLTURA:ACQUACOLTURA:

Almeno Almeno parzialmente REVERSIBILIparzialmente REVERSIBILI

GESTIONE SOSTENIBILEGESTIONE SOSTENIBILE delle risorse delle risorse

alieutiche alieutiche

Interventi di Interventi di MITIGAZIONEMITIGAZIONE

Modelli: concetti di base.

• Modelli matematici -> largamente utilizzati in diverse aree dell’ecologia, delle scienze della terra e della chimica ambientale

• Di importanza chiave per le scienze del clima, in quanto rappresentano gli unici strumenti a nostra disposizione per realizzare delle previsioni circa il futuro del nostro clima.

Questa lezione intende fornire delle idee di base sui modelli deterministici, portando esempi di sviluppo ed applicazione di modelli metabolici di accrescimento, e di interazione tra individui nello spazio.

Un modello matematico può essere definito come un archivio di ipotesi (Beck), o come un “insieme di assunzioni”.

Queste ipotesi devono essere espresse in termini quantitativi, mediante il linguaggio matematico.

Esiste quindi una differenza tra:

Modelli concettuali e modelli matematici

Entrambi possono essere derivati da principi generali, ma solo i secondi ci garantiscono la possibilità di confrontare le nostre previsioni con delle osservazioni.

In questo modo, la nostra comprensione generale di un determinato sistema (che sia al livello di individuo, popolazione, comunità, ecosistema, paesaggio..) può essere testata (verificata), ed, eventualmente, aggiornata.

Se volete fare un modello

Stabilite obiettivi chiari, in relazione al problema che state studiando.

In  ecologia,  i  sistemi  studiati  sono  spesso molto complessi. Ad esempio, la crescita di un gruppo di individui  può  essere  limitata  da  limitate disponibilità trofiche,  quella  di  un  altro  da condizioni  ambientali  scarsamente  favorevoli  (ad es.  basse  concentrazioni  di  ossigeno  disciolto  in acqua).  In questo  caso  ci  serviranno due modelli diversi,  che  potremo  in  un momento  successivo combinare assieme, se necessario.

• Pensate al livello di “sistema”

Identificare il sistema, i suoi confini, e cosa viene scambiato attraverso questi è il primo passo verso la costruzione di un modello. Volendo costruire un modello del funzionamento di un habitat costiero a fondale sabbioso, dove poniamo ad esempio il limite del nostro “sistema”?

• Obiettivi + sistema ci aiutano a definire i nostri descrittori, che si usa chiamare “variabili di stato”

Costruire un modello può essere difficile

Proviamo ad iniziare da un modello concettuale

Problema: gestione di uno stagno

Afflusso d’acqua

Run‐off

Pioggia

Sorgenti/uscite dal sistema:

Evaporazione

Deflusso d’acqua

Prelievo d’acqua per irrigazione

Se non siamo interessati alla qualità delle acque, ed assumiamo che i confini dello stagno rimangano costanti nel tempo, allora possiamo considerare una sola variabile di stato: la profondità dell’acqua, x.

Problema: gestione della qualità dell’acqua (trasformo lo stagno in un allevamento)DO: Ossigeno disciolto

Entrata DO

Concentrazione di DO nelle acque in afflusso

Sorgenti/uscite dal sistemaRi‐areazione

Fotosintesi

Degradazione della materia organica (cibo+feci)

Uscita DO

Concentrazione di DO nelle acque in deflusso

Se, invece, ci interessa la qualità delle acque, siamo costretti a descrivere lo stato del sistema (lo stagno) prendendo in considerazione altre variabili, come ad esempio l’ossigeno disciolto.

Terminologia

Le  funzioni  forzanti  influenzano la  dinamica  delle variabili  di  stato,  ma  non  sono  al  loro  volta influenzate da queste

L’evoluzione  nel  tempo  delle  funzioni  forzanti  di solito è conosciuta (misurata). Questa fa parte degli input  del  modello,  e  cioè delle  informazioni  che devono essere fornite in partenza. 

Quindi

Variabili di stato: l’insieme di grandezze che ci permette di descrivere in ogni momento lo stato del sistema (peso, lunghezza,..);

Forzanti: ci permettono di descrivere l’interazione del sistema aperto (scambia materia ed energia) con l’ambiente esterno (ad esempio la temperatura).

Sistema: è la parte delimitata del mondo, che stiamo studiando, in questo caso la cozza;

Parametri: ci permettono di applicare la nostra descrizione del sistema ad una determinata situazione reale (la crescita di una cozza oppure di un salmone..)

Cosa possiamo apprendere confrontando un modello con dei dati reali?

Calibrazione: cerchiamo i valori di uno o piùparametri, che permettono di ottenere il miglior accordo tra modello e dati sperimentali misurati.

Validazione: una volta calibrato, il modello viene testato confrontandone le previsioni con insiemi di dati indipendenti (comprensivi sia delle forzanti che dei dati di output).

I parametri in questa fase vengono mantenuti ai valori stimati in calibrazione.

In definitiva, questi sono i passi principali da compiere per costruire un modello:

1) Identificare la struttura (modello concettuale)

2) Stima dei parametri

3) Validazione (verifica del modello)

(la cosa si può però complicare..)

Problema: validazione dei modelli

• Vogliamo assicurarci che i nostri modelli sia rappresentazioni “soddisfacenti” del mondo reale;

• Vogliamo apprendere circa il funzionamento del mondo reale;

• Vogliamo catturare gli elementi chiave dell’organizzazione interna del sistema reale;

• Vogliamo catturare i meccanismi che generano struttura e dinamiche del mondo reale.

Ciclo di costruzione del modello (da Grimm)

Modelli ecologici di rete trofica

Rete trofica ES 1

Rete trofica ES 2

Rete trofica – più realistica

COME PROCEDIAMO PER COSTRUIRE UN MODELLO SEMPLIFICEMA EFFICACE?

Food-web model: ProcessesRespirazione

Consumo

Feci ed altri scari metabolici

Mortalità da pesca

Altra mortalità

predazione

Assuming no year-to-year biomass changes:

- Predazione- Altra mortalità- Mortalità da pesca- Export

= 0

+ Consumo- Feci- Respirazione

Mass Balance equations

Scriviamo il tutto in formule:

+ Cons. – Eg. – Resp. – Pred. - Other mort. - Fish. Mort. – Exp. = 0

ΦQ – ΦE – ΦR – ΦP – ΦM – ΦF – ΦO = 0

Dove Φ (phi) rappresenta un generico flusso

ΦQ – ΦE – ΦR – ΦP – ΦM – ΦF – ΦO = 0

Possiamo pensare che ciascun flusso Φ sia proporzionale alla biomassa del comparto studiato presente in laguna, ad esempio:

ΦQ = R x B

R in questo caso rappresenta un tasso di consumo, e ha come unità di misura [1/anno]

POSSO APPLICARE LO STESSO RAGIONAMENTO A TUTTI GLI ALTRI TERMINI!!

BIOMASSA

Alla fine la mia equazione di partenza diventa:

R1X B – R2

X B – R3X B – …= 0

Ricordiamoci che questa equazione di bilancio di massa si riferisce ad un solo comparto della rete trofica (nell’esempio pesci planctivori)

R11X B1 – R21

X B1 – R31X B1 – …= 0

Posso scrivere la stessa cosa per ciascuno degli altri comparti:

R12X B2 – R22

X B2 – R32X B2 – …= 0

R13X B3 – R23

X B3 – R33X B3 – …= 0

R14X B4 – R24

X B4 – R34X B4 – …= 0

Ricordiamoci che:

ΦQ – ΦE – ΦR – ΦP – ΦM – ΦF – ΦO = 0

E’ il flusso entrante di preda ingerita

E’ il flusso uscente dal comparto a causa dei predatori di livello trofico superiore

R11X B1 – R21

X B1 – R31X B1 – …= 0

Quindi tutte le nostre equazioni sono in qualche modo “collegate”

R12X B2 – R22

X B2 – R32X B2 – …= 0

R13X B3 – R23

X B3 – R33X B3 – …= 0

R14X B4 – R24

X B4 – R34X B4 – …= 0

R11X B1 – R21

X B1 – R31X B1 – …= 0

In matematica si parla di sistema di equazioni lineari:

R12X B2 – R22

X B2 – R32X B2 – …= 0

R13X B3 – R23

X B3 – R33X B3 – …= 0

R14X B4 – R24

X B4 – R34X B4 – …= 0

Termini noti

Coefficienti

Incognite

Il sistema di equazioni visto sopra può essere anche molto complesso:Ad esempio, per una rete lagunare a 32 comparti è stato necessario stimare più di 300 flussi.

In passato ci siamo interessati all’applicazione ed al confronto tra diversi metodi di soluzione del sistema di equazione

Risolvere il sistema di equazioni ci permette di trovare il valore di tutti i flussi all’interno dell’ecosistema lagunare (semplificato)!!!

Energy flux

-Biomasse dei maggiori componenti della rete trofica, inclusi i produttori rimari ed i consumatori

Energy flux

Energy stock

Dati di partenza

Raccolta dati, attività in campo:

E.g. Macrobenthos samples

Aggregazione in gruppi trofici

Detritivorous

Herbivorous

Filter feeders

Carnivorous

Mixed feeders

List of speciesBiomassabundance

pesca ed acquacoltura sostenibili

Carpa comune, veniva allevata in Cina già nel 3500 A.C.

2500 A.C. Egitto

Anche in laguna

Orata

Branzino

Volpina

Otregan

Verzeata

Bosega

Anguilla

Vallicoltura

Vallicoltura

Novellame

Entrata in valle (fine inverno-primavera)

montata

Accrescimento 15-18 mesi

Cosa mangia un pesce allevato in valle?

P/B

Modelli di rete trofica !!

P/B

Q/B

Tipologia dei risultati: flussi di energia

Prod. Cons. Resp.  Escrez. Predaz. Mort. Nat. Catture

FIB 7.43 5.55 1.88PHP 2.02 1.92 0.10ZOO 0.96 1.92 0.77 0.19 0.91 0.05MEI 2.07 4.14 1.15 0.92 1.96 0.10MFF  0.25 2.16 1.70 0.22 0.02 0.23MDT 0.49 4.17 3.27 0.42 0.08 0.41MMF  0.61 1.13 0.45 0.06 0.50 0.11MHR   1.04 2.07 0.83 0.21 0.46 0.58MOP  0.06 0.11 0.04 0.01 0.05 0.00NHZ  0.06 0.12 0.02 0.04 0.03 0.00 0.03NMI  0.21 0.42 0.08 0.13 0.05 0.01 0.15NMA  0.17 0.33 0.13 0.03 0.03 0.01 0.13NDT 2.32 4.65 0.93 1.39 0.57 0.12 1.64NHP 0.35 0.71 0.28 0.07 0.00 0.02 0.33BRD 0.01 0.03 0.01 0.00 0.01

Flussi [kJ m-2 d-1]

Come viene distribuita l’energia all’interno di ciascun gruppo

flussi di energia tra le diverse specie

DET    FIB PHP ZOO MEI MFF  MDT MMF  MHR  MOP  NHZ  NMI NMA  NDT NHP BRD

DET                4.09 2.43 4.85 1.02 0.00 0.02 3.30FIB 5.33 2.43 0.87 5.42 0.92PHP 0.14 1.85 0.04 0.05 0.08ZOO 1.06 0.11 0.04 0.04 0.12 0.04 0.73MEI 2.17 0.87 0.84 0.82 0.09 0.42 0.73MFF  0.98 0.23 0.09 0.23 0.02MDT 1.93 0.44 0.11 0.29 0.02MMF  0.44 0.94 0.09 0.32 0.02MHR   2.67 0.98 0.09 0.23 0.02MOP  0.04 0.00 0.00 0.05 0.00NHZ  0.04 0.02 0.00NMI  0.14 0.00 0.00 0.04 0.00NMA  0.11 0.03 0.00NDT 1.68 0.57 0.02NHP 0.23 0.01BRD 0.03

Flussi [kJ m-2 d-1]

Chi mangia cosa?

Livelli trofici dei gruppiEs: Come cambia il livello trofico della Volpina in relazione a diverse disponibilità di cibo?

I II III

TrophicLevel Predation

Consumption

IV

Respiration

Flux to det (other mortality; metabolic losses)

biomass

Flux [kJ m-2 d-1]

OD

1.07

9.45

1.984.84

0.46

8.64 0.61 0.43

2.60.1

9.80

6.97

2477.8 269.8 26.1 38.6

Stock [kJ m-2]

production

burial, exchange at the inlet (EXPORT)Organic loads from the drainage basin(IMPORT)

recycling

1.64 0.18 0.46

2.34 0.17

catch

Export birds

0.500.58

0.03

0.36

0.15

0.00

0.03

Schema sintetico del funzionamento del sistema “valle da pesca”

Indicatori di funzionamento dell’ecosistema

PP tot [kj m-2 d-1] 9.45PP tot / Resp tot [-] 0.98

Total System Throughput [kj m-2 d-1] 53.38Ascendency (A) [flowbits] 90.52Ascendency/Capacity ratio 37%P TL4 (Hp+Pb) [kj m-2 d-1] 0.46Finn's CI [%TST] 0.14Catches [kj m-2 d-1] 2.28Catches/NPP [-] 0.24

2000-2005

Molto utili da un punto di vista gestionale, per stabilire “come sta” il mio ecosistema – simili ai valori risultanti da un esame del sangue

Altro esempio di applicazione dei modelli di rete trofica in laguna nel contesto della gestione risorse alieutiche

Vongola filippina

Adriatic Sea

Venice

E’ stata introdotta in laguna di Venezia negli anni ‘80 ed èdiventata il target di un’attivitàdi pesca molto profiqua durante gli anni ‘90

1990-2000 Pesca in regime di libero accesso

Storia

Zentilin et al. (2008)

1995-2000 Picco e subitanea caduta delle catture

2000-on nuovo livello delle catture

1983 Introduzione

x 10

3

Risposte gestionaliIntroduzione delle aree in concessione, dando la possibilità di gestire la risorsa dietro pagamento di una tassa annuale.

Fino ad oggi questa strategia non ha portato ad un recupero delle catture

2010 Manila clam leased areas in the Northern lagoon

fromhttp://www.gral.venezia.it/website/

Le catture non si sono riprese..Perché?

Possibili spiegazioni:

http://www.youtube.com/watch?v=kbuwWGW4zCM

Pesca illegale nelle zone in cui è vietato Ridotta

disponibilitàdi seme

Lento recupero delle aree di accrescimento

del seme

Cambio radicale nell’ecologia

lagunareCarenza di cibo

Problema di sostentamentodella produzione

Utilizzo dei modelli di rete in questo contesto

Ci siamo focalizzati sugli effetti di un cambiamento nella composizione della comunità di produttori primari sulle risorse a diposizione della vongola:

x 10

3

E’ stato realizzato un modello di rete trofica per una delle aree in concessione:

Metodi

? ?

?

?

NPPNPP

QP

QP

QP

?

Risultati del modello F31

B1 B2

B3

F02

F 23

F21

F30

F13

F14 F24

F10

Risultati

0.19 (MfB+Phy)

All fluxes are in [ kJ L-1 d-1 ]

0.05 (Microzoo)0.58 (Org.Det.)

0.15 (Bactpl)

Tot. Consumption 0.97

Respiratory losses 0.57

Losses to detritus 0.11

Fishing mortality 0.1

Predation 0.19

Dieta della vongolaENERGY MASS

Mediante il modello realizzato i risultati si possono convertire da massa ad energia

PHY+MFB

BACT

ZOO

ORGANIC DET

PHY+MFB

BACT

ZOO

ORGANIC DET