Thesis title: Optimizing modelling tools to anticipate biological invasions – on and beyond Species Distribution Models
Le specie esotiche invasive (IAS) sono taxa non autoctoni che causano danni ecologici e/o economici. Sono una delle cause principali della perdita di biodiversità e di servizi ecosistemici, anche se possono essere gestite. Tuttavia, gli sforzi di conservazione sono spesso a corto di uomini e risorse. È quindi fondamentale modellare computazionalmente le distribuzioni potenziali delle IAS. Questa tesi si concentra sull'ottimizzazione delle tecniche di modellazione esistenti a questo scopo. Una di queste tecniche è nota come Species Distribution Modelling (SDM), che funziona mettendo in relazione le condizioni ambientali in cui la specie è presente con quelle in cui non lo è o, più comunemente, con quelle in punti campionati a caso, noti come punti di background (BP). Ciò consente agli SDM di simulare la nicchia realizzata e l'idoneità dell'habitat per una specie.
Poiché le specie non autoctone possono diventare invasive a nostra insaputa, il primo capitolo di questa tesi confronta le variabili ambientali che predicono più fortemente le distribuzioni delle specie non autoctone e delle loro congeneriche autoctone. Successivamente, poiché gli SDM quantificano una nicchia ambientale, abbiamo progettato nuove modalità di campionamento ambientale di queste variabili utilizzando la BP e le abbiamo confrontate con la tipica modalità geografica in termini di prestazioni degli SDM. Gli indizi raccolti nei due capitoli precedenti sono stati poi applicati nel terzo a un noto IAS, Heracleum mantegazzianum Sommier & Levier. Infine, la probabilità di successo dell'invasione in una nuova area è stata studiata utilizzando il Niche Margin Index (NMI), che in studi precedenti ha dimostrato di essere positivamente correlato alla probabilità di insediamento e misura la (dis)somiglianza tra la nicchia climatica nativa e le condizioni ambientali locali. Abbiamo cercato di capire se diversi modi di quantificare la nicchia autoctona influissero sui valori dell'NMI.
È emerso che le specie non autoctone sono più fortemente associate alle variabili ambientali antropogeniche e ai tipi di copertura del suolo meno pris ne rispetto alle loro controparti autoctone, sebbene il clima sia stato il predittore più forte in entrambi i gruppi di specie. Il campionamento di BP stratificati in modo casuale e completamente casuale nello spazio ambientale ha prodotto SDM più stabili e accurati rispetto al metodo classico. Tuttavia, l'uso di BP stratificati dal punto di vista ambientale può facilitare l'SDM rispetto alla ng. Infine, i valori più alti di NMI sono stati ottenuti quando la nicchia nativa è stata quantificata utilizzando mappe intere dell'areale nativo, seguiti da quelli ottenuti utilizzando un SDM sogliato dell'areale nativo e infine da quelli ottenuti utilizzando solo le presenze native.
Questi risultati forniscono nuove linee guida e considerazioni per l'utilizzo degli SDM e l'analisi della probabilità di insediamento degli IAS al fine di gestire le invasioni biologiche.