Stime degli effettivi

Nell’ambito del presente Atlante sono stati stimati gli effettivi attuali di ogni specie di uccelli, determinando per ognuna il limite inferiore e superiore della stima. A seconda della specie, abbiamo proceduto in maniera diversa e per stimare gli effettivi di molte specie erano disponibili varie opzioni. I limiti inferiori e superiori indicati si basano quindi perlopiù sui risultati di diversi metodi, presentati qui di seguito.

Rilevamento completo

Per numerose specie rare e per nidificanti in colonie, sulla base delle segnalazioni inserite in www.ornitho.ch o di specifici programmi di rilevamento (ad es. censimenti di Cormorano, Sterna comune, Gabbiano comune o Corvo comune) si sono potuti determinare gli effettivi totali. Per ottenere dati riguardanti la totalità degli effettivi, per specie che si trovano principalmente nelle zone umide i risultati provenienti dal «Monitoraggio uccelli delle zone umide» (MZU) sono stati completati con segnalazioni al di fuori delle aree così coperte.

Per 64 specie ha potuto essere realizzato un rilevamento completo, per altre 22 i risultati provenienti da zone ben sorvegliate sono stati completati con stime per zone meno sorvegliate. Per specie molto rare e per specie sorvegliate ogni anno, i limiti inferiore e superiore indicati corrispondono agli effettivi nidificanti dell’anno rispettivamente migliore e peggiore del periodo 2013-2016. Nei restanti casi in questo modo viene indicata l’incertezza della stima.

Estrapolazione dei risultati dei mappaggi

Basandoci sui dati dei mappaggi, abbiamo utilizzato quattro diversi metodi di estrapolazione che variano quanto a complessità. I metodi più complessi tengono conto di vari fattori, ma necessitano anche di una grande mole di dati per poter stimare tutti i parametri contenuti nel modello. Procedure più semplici richiedono spesso meno dati ma possono tenere in considerazione un minor numero di fattori. Per circa 100 specie siamo stati in grado di utilizzare le procedure di estrapolazione descritte qui di seguito. Di norma, non ci siamo limitati a un metodo ma abbiamo piuttosto utilizzato i risultati scaturiti dalle varie analisi per stabilire un limite inferiore e superiore sensato della stima.

1. Il metodo più semplice di estrapolazione è stato quello di dividere la somma di tutti i territori trovati durante i mappaggi per la percentuale della superficie coperta durante i mappaggi stessi, estrapolando così i risultati al 100 % della superficie. A questo scopo abbiamo considerato soltanto la superficie tra l’osservazione a quota più bassa e quella a quota più elevata della specie, effettuate durante i mappaggi.
2. Abbiamo analizzato i risultati dei mappaggi mediante una Poisson regression, estrapolando gli effettivi a tutta la Svizzera, in questo caso senza tenere conto della probabilità di contattare la specie ma considerando le variabili ambientali (dettagli a p. 68) e l’autocorrelazione spaziale.
   Le singole superfici dei mappaggi sono state scelte in modo che rappresentassero nel migliore dei modi il quadrato Atlante corrispondente per quanto riguarda gli habitat e l’altitudine; nel campione, determinati habitat, e quindi anche le specie che ospitano, potevano tuttavia essere leggermente sotto- o sovrarappresentati. Nel caso di un’estrapolazione semplice, ciò può portare a un errore sistematico. Tenendo conto delle differenti variabili ambientali, si può invece effettuare una correzione almeno parziale.
3. Un’altra possibilità per stimare gli effettivi consiste nel sommare, per tutta la Svizzera, le stime per quadrato chilometrico riportate sulle carte della densità. Queste stime si basano su un Binomial Mixture Model. Oltre ai fattori considerati nel caso della normale Poisson regression (variabili ambientali e autocorrelazione spaziale), viene qui presa in considerazione anche la probabilità di contattare la specie, fatto che di norma porta a stime degli effettivi nettamente più elevate.
4. Nell’ambito di una collaborazione con l’istituto americano Patuxent Wildlife Research Institute, J. Andrew Royle ha analizzato i dati dei mappaggi anche con un Spatial-Capture-Recapture-Model. Con questo modello, accanto ai fattori presi in considerazione per il Binomial Mixture Model, viene stimata e presa in considerazione anche la grandezza dei territori. Lo Spatial Capture Recapture Model corregge il fatto che, se i loro territori si trovano all’interno del quadrato chilometrico ma lontano dal tragitto di mappaggio, specie con piccoli territori o una bassa probabilità di contattare la specie spesso non vengono trovate. Il modello corregge anche il fatto che, durante i mappaggi all’interno di un quadrato, specie con grandi territori possono essere trovate anche se il baricentro del loro territorio si trova al di fuori di esso. In caso contrario, gli effettivi possono risultare sovrastimati.

Estrapolazione tramite stima della probabilità di presenza

Per stendere una carta della distribuzione mediante il Site-Occupancy Model, per quasi 50 specie abbiamo considerato sia i dati provenienti dai mappaggi, sia le liste complete di osservazioni e le segnalazioni casuali delle osservatrici e degli osservatori iscritti presso la Stazione ornitologica quali collaboratori volontari (Servizio d’informazione ornitologico SI). Da questa procedura è risultata una stima della probabilità di presenza per ogni quadrato chilometrico. Sommando la probabilità di presenza per tutta la Svizzera, si ottiene una stima del numero di quadrati chilometrici occupati. Questo valore può essere utilizzato per le seguenti estrapolazioni:

1. Per specie con grandi territori abbiamo moltiplicato il numero stimato di quadrati chilometrici occupati con dati sulla densità su vaste superfici provenienti da pubblicazioni. Questo procedimento è stato ad esempio applicato per lo Sparviere o il Falco pecchiaiolo.
2. Specie con grandi territori possono essere osservate all’interno di un quadrato chilometrico anche se il centro del loro territorio si trova all’esterno della superficie mappata. Teoricamente, durante il mappaggio di un quadrato chilometrico ciò amplia la superficie coperta del raggio medio del territorio della specie. Nel caso di specie con grandi territori, ciò può portare a una sovrastima degli effettivi totali. Abbiamo provato a correggere questo fattore dividendo il numero stimato di quadrati chilometrici occupati per 1 + raggio²* π + 4 * raggio, che corrisponde all’area del quadrato chilometrico così ampliato. Per determinare il raggio medio di un territorio abbiamo utilizzato dati provenienti da pubblicazioni. Questo procedimento è stato ad esempio applicato per il Picchio cenerino e il Picchio rosso minore.
3. Nel caso di specie con piccoli territori, un quadrato chilometrico può contenere senza problemi anche diversi territori. Utilizzando i risultati dei mappaggi, abbiamo determinato la relazione tra probabilità di presenza stimata e numero di territori effettivamente trovati, trasformando così per ogni quadrato chilometrico la probabilità stimata di presenza in una stima della densità. Le stime della densità così ottenute sono di nuovo state sommate per tutta la Svizzera. I valori determinati in questo modo sono stati presi in considerazione, ad esempio, per le stime degli effettivi di Coturnice e Pispola.

Estrapolazione di stime regionali degli effettivi

Per alcune regioni svizzere con perimetri ben definiti e per il Principato del Liechtenstein, per singole specie, singoli gruppi di specie o persino per tutte le specie presenti esistono stime relativamente precise degli effettivi. Queste cifre sono state ottenute nell’ambito di progetti specifici di sorveglianza o di progetti Atlante regionali. Su questa base, mediante la regola del tre abbiamo calcolato una stima degli effettivi per tutta la Svizzera. A questo scopo abbiamo utilizzato la seguente formula:

N_CH = N_reg / occ_reg * occ_CH

Nreg è la stima degli effettivi regionali e occ_reg la somma della probabilità di presenza all’interno del perimetro del progetto, calcolata tramite il Site-Occupancy Model. Occ_CH è la somma della probabilità di presenza per tutta la Svizzera. N_CH corrisponde alla stima degli effettivi per tutta la Svizzera, così ottenuta. In maniera analoga, per determinate specie, invece della probabilità stimata di presenza abbiamo utilizzato la densità stimata tramite il Binomial Mixture Model.

Questo procedimento è stato utilizzato soprattutto per specie per le quali nessuno degli altri metodi aveva fornito risultati soddisfacenti. Tra queste ci sono ad esempio l’Astore o il Gufo comune.