P.O.R. 2000-2006
INDIVIDUAZIONE DI INDICATORI AMBIENTALI
DERIVABILI DA SATELLITE PER LA GESTIONE
DEGLI STOCK DI GRANDI PELAGICI
RESPONSABILE DEL PROGETTO:
Dr. Rosalia Santoleri ISAC-CNR Sezione di Roma, via Fosso del Cavaliere 100, 00133 Roma.
COLLABORATORI AL PROGRAMMA:
Francesco Bignami: ricercatore, ISAC-CNR Sezione di Roma
Emma D'Acunzo, ricercatore, ISAC-CNR Sezione di Roma
Cristina Tronconi, ricercatore, ISAC-CNR Sezione di Roma
Maurizio Ribera d’Alcalà, dirigente di ricerca, Stazione Zoologica di Napoli "Anton Dohrn"
Laurent Dubroca, ricercatore, Stazione Zoologica di Napoli "Anton Dohrn"
Daniele Iudicone, ricercatore, Stazione Zoologica di Napoli "Anton Dohrn"
Jean-Michel André, ricercatore, Laboratoire d'Océanographie et du Climat: Expérimentation et Approche Numérique
(ex LODYC, Parigi)
Antonio Simone, Coop. KETOS
Gennaro Vetrano, Coop. KETOS
Anna Fauci, Coop. KETOS
Debora Valente, Coop. KETOS
Pasquale Della Monica, DE.MO.PESCA s.a.s
Vincenzo Della Monica, DE.MO.PESCA s.a.s.
Chiusura dei lavori 30 giugno 2006
Regione Campania
(P.O.R. 2000-2006 fondi SFOP, misura 4.23 sottomisura 6)
Riassunto
Questo progetto ha come obbiettivo l'identificazione delle correlazioni tra parametri ambientali marini e lo stock di Tonno
Rosso o bluefin tuna (Thunnus thynnus), il quale rappresenta la
specie più economicamente importante tra i grandi pelagici presenti nel Mar Mediterraneo, in cui esso viene pescato in misura
maggiore. Nel corso del progetto è stata messa a punto un dataset multiparametrico di pescato, dati satellitari e da modello
unico nel suo genere ed un elemento GIS per l'archivio dei dati
e la visualizzazione degli stessi. L'analisi dei singoli elementi
del dataset e le relazioni tra i dati hanno permesso di evidenziare fluttuazioni delle catture a scala interannuale, con periodicità
di circa 10 anni, di associare ai dati di pescato peculiari situazioni ambientali della superficie marina osservata dallo spazio
(temperatura e clorofilla) e simulate da modello (produzione
secondaria).
I risultati di questo progetto hanno infine permesso di definire
una prima versione degli indicatori ambientali utili alla gestione
sostenibile di questa importante risorsa ittica e le prospettive di
lavoro future.
II
Indice
RINGRAZIAMENTI.................................................37
BIBLIOGRAFIA......................................................38
1. INTRODUZIONE ...............................................1
4
2. ACQUISIZIONE E PROCESSAMENTO DATI
2.1 ACQUISIZIONE ED ANALISI DATI CAMPAGNE
DI PESCA DE.MO.PESCA S.A.S.............................4
2.2 DATI SATELLITARI............................................7
2.3 CATTURE DI TONNO ROSSO NEL
MEDITERRANEO: IL DATABASE ICCAT....................8
2.4 MODELLO PRODUZIONE SECONDARIA...............9
2.5 GIS..............................................................12
3 RISULTATI.........................................................14
3.1 RISULTATI ANALISI DATI PESCATO
DE.MO.PESCA E SATELLITARI (2003-2005) .....14
3.2 RISULTATI ANALISI DATI STORICI ICCAT........22
3.3 RISULTATI DEL MODELLO DI PRODUZIONE
SECONDARIA.........................................................26
3.4. RISULTATI GIS.............................................30
4 CONCLUSIONI...................................................34
III
1. Introduzione
Il Tonno Rosso (Fig. 1.1) o Bluefin Tuna (Thunnus thynnus,
Linnaeus, 1758, che indicheremo con l’acronimo BFT nel seguito), con un peso massimo compreso tra i 250 ed i 650 kg ed una
lunghezza di forca caudale (fork length) di oltre 3 m, è considerato uno dei più grandi Teleostei (Ravier, 2003; ICCAT, 2004;
Fromentin et al., 2005). La stima più affidabile della sua età
massima è di circa 20 anni, anche se si ritiene che il BFT possa
vivere più a lungo (ICCAT, 2004). Il BFT presenta numerose
caratteristiche idrodinamiche di adattamento evolutivo che ottimizzano le sue capacità di nuoto, quali un corpo allungato e fusiforme, una pinna caudale sottile e marcatamente biforcuta, una
carenatura laterale corporea e pinne dorsali e pettorali retrattili
durante il nuoto (Ravier, 2003). Un BFT adulto può percorrere giornalmente fino a 76 miglia nautiche con una velocità media di 6 km h -1 e velocità massima di 31 km h -1
(Lutcavage et al., 2000).
Nonostante si sia in possesso di una discreta conoscenza
della sua biologia, poco si sa della sua ecologia. Fray Martin
Sarmiento, un monaco e studioso spagnolo esaminò i dati del
pescato del tonno mediante trappole, relativi al periodo 15251756 per capire le cause del declino del pescato stesso. Egli concluse che “i tonni non hanno né patria né fissa dimora. Tutto il
mare è la loro patria. Sono pesci erranti” (Joseph, 1998).
Secondo lui il declino del pescato era dovuto a cause naturali
legate al comportamento migratorio del tonno: era dunque
impossibile predire le fluttuazioni del pescato. Queste conclusioni di Sarmiento sono incredibilmente simili a quelle a cui
sono giunti gli studiosi di oggi (Doumenge, 1998; Joseph, 1998;
Fromentin et al., 2000; Ravier e Fromentin, 2001). Solo di
recente, grazie a tecniche di tracking a mezzo di sonde (dette
tags) impiantate sui singoli individui, che permettono il monitoraggio della posizione dell’individuo, della pressione in acqua,
della temperatura esterna e della temperatura corporea, si è dato
un impulso decisivo alle conoscenze sull’ecologia del BFT
(Block et al., 2001; Block et al., 2005). Gli studi sulla migrazione del BFT con tracking individuale hanno rivelato la migrazione trans-atlantica di alcuni individui, dalle coste orientali degli
Stati Uniti al Mar Mediterraneo, da tempo noto come area riproduttiva per il BFT, assieme al Golfo del Messico (Block et al.,
2001). La novità risiede nel fatto che tali migrazioni mettono in
discussione la divisione dello stock BFT Atlantico in due ‘comparti’ distinti e non comunicanti, operata dall’ICCAT
(International Commission for the Conservation of Atlantic
Tuna; ICCAT, 2006), istituita negli anni 60 allo scopo di gestire
in maniera sostenibile lo stock delle varie specie di tonni
nell’Atlantico e bacini adiacenti (ICCAT, 2005).
Fig. 1.1 Il tonno rosso o bluefin tuna.
1
Il BFT è stato pescato per migliaia di anni nel Mediterraneo
(Aristotele IV sec. a.C., Doumenge 1998) ed esistono serie temporali secolari distribuite in numerosi archivi storici e di difficile
reperibilità. Alcuni studi particolari hanno evidenziato il valore
scientifico di tali dati, ad esempio mettendo in luce una periodicità di 100 e 20 anni nel pescato da tonnara nel Mediterraneo, fra il
XVII sec. e gli anni sessanta (Ravier e Fromentin, 2001; Fig. 1.2).
Queste fluttuazioni di lungo periodo sembrano essere correlate negativamente con la temperatura dell'aria e con variazioni
nei percorsi migratori (Ravier et al., 2004). Tuttavia, le serie
temporali secolari si fermano agli anni 60, quando lo sforzo di
pesca subisce un drastico aumento grazie all'introduzione di
nuove tecnologie (tonnare volanti e palamiti) che permettono di
estendere la pesca all'intero Mediterraneo (Mather et al., 1995).
Questo progetto si occupa dello stock mediterraneo del
BFT, in particolare dello studio della sua distribuzione spaziale e temporale in relazione agli indicatori ambientali di tipo
fisico e biologico osservabili da satellite o riproducibili
mediante modelli di calcolatore. La ricerca svolta si divide in
quattro attività principali.
Fig. 1.2 Serie temporali di catture di BFT relative a tre tonnare della Sicilia nord-orientale (da Ravier et al., 2001).
2
Il primo studio si occupa della distribuzione del BFT osservata durante tre campagne di pesca effettuate dalla Società
DE.MO.PESCA. s.a.s. negli anni 2003-2005. Tale distribuzione
è stata messa in correlazione con alcuni parametri ambientali di
superficie osservati da satellite, la temperatura, la clorofilla e il
coefficiente di attenuazione della luce in mare alla lunghezza
d'onda di 490 nm, al fine di sviluppare degli indicatori costituiti
da uno o più parametri che possano essere di ausilio alla comprensione dei meccanismi che determinano la distribuzione di
BFT, per poter gestire questa risorsa ittica in maniera ecologicamente corretta e sostenibile.
Il secondo studio consiste nell'analisi delle serie temporali di
pescato raccolte nel database ICCAT, a partire dagli anni 50, per
determinarne le fluttuazioni annuali e decadali. Tale database è
attualmente disponibile on-line assieme ai documenti relativi
all'analisi (Miyake et al., 2004; ICCAT, 2005; Mather et al., 1995,
Block et al., 2005, Fromentin et al., 2005). Sorprendentemente
però non esistono analisi dell'intero dataset. Si è quindi effettuata tale analisi a complemento dello studio dei dati di pesca
DE.MO.PESCA raccolti nell'ambito del progetto. È stata seguita l'impostazione proposta da Ravier e Fromentin (2001) per
identificare le fluttuazioni a breve e lungo termine tenendo conto
della variabilità spaziale ove disponibile.
È stato inoltre sviluppato un indicatore ambientale di produzione secondaria (forage) mediante un modello numerico. La
produzione secondaria è definita come lo sviluppo della biomassa delle specie animali in mare, il cui gradino più basso, lo zooplancton si nutre della biomassa fitoplanctonica, il cui sviluppo
è definito come produzione primaria. Il modello effettua la trasformazione della produzione primaria superficiale in produzione secondaria e simula il trasporto della biomassa operato dalle
correnti. La produzione primaria e la luce per la fotosintesi sono
state calcolate a partire da dati satellitari, mentre il campo di correnti superficiali è stato fornito da un modello numerico di cir-
colazione marina. La produzione secondaria calcolata è relativa
al crostaceo Krill mediterraneo (Meganyctiphanes norvegica).
L'output del modello è stato confrontato con l'input di produzione primaria e la media temporale dei dati di pescato
DE.MO.PESCA 2003-2005. È stata infine effettuata un'analisi
statistica per determinare le scale spaziali principali di associazione tra l'indice di produzione secondaria simulato dal modello
e i dati di pescato.
È stato infine implementato un sistema GIS (Geographical
Information System) ad hoc per il progetto, nel quale sono stati
archiviati tutti i dati inizialmente raccolti, tutti i risultati delle
analisi effettuate in ambiente GIS e una parte dei dati prodotti
dal progetto stesso, sviluppati in altri ambienti software, siano
essi di pescato, satellitari o di modello.
Questa relazione è strutturata nel modo seguente. La sezione
2 descrive i dati di pescato DE.MO.PESCA ed ICCAT, i dati
satellitari utilizzati ed il modello di forage, nonché le fasi di preprocessamento di tali dati. La sezione 3 contiene i risultati ottenuti negli studi di cui sopra. La Sezione 4 costituisce un sommario del lavoro svolto, ne trae le conclusioni, ed espone i possibili sviluppi futuri della ricerca effettuata
3
2. Acquisizione e processamento dati
I dati raccolti presentati di seguito comprendono:
1. I dati del pescato della DE.MO.PESCA s.a.s. di Cetara
(SA) relativi alle campagne di pesca 2003 – 2005;
2. I relativi dati satellitari (temperatura superficiale, clorofilla e coefficiente di attenuazione della luce a 490 nm, denominati di seguito con SST, CHL e K490 rispettivamente);
3. Le lunghe serie temporali di pescato (database ICCAT);
4. I dati sintetici sull’ambiente risultanti dai modelli di previsione meteorologica ECMWF e di circolazione marina
OPA, da assimilare nel modello di produzione secondaria (v.
appresso).
In questa sezione vengono presentati i dataset sopra elencati
ed i relativi metodi di analisi. Viene inoltre descritto il modello
numerico di produzione secondaria utilizzato per lo sviluppo
dell'indicatore ambientale aggiuntivo legato a questa quantità.
Infine viene descritto il processo di implementazione del GIS di
supporto al progetto.
2.1 Acquisizione ed analisi dati campagne di pesca
DE.MO.PESCA s.a.s.
Sono stati forniti dalla società DE.MO.PESCA s.a.s. di
Cetara (SA) i diari di bordo del motopeschereccio (M/P) Luigi
Padre (Fig. 2.1), relativi alle campagne di pesca al tonno rosso
per gli anni 2003-2005. Da tali diari sono stati estratti i dati relativi agli avvistamenti e alle cale di rete effettuati dalla flotta
DE.MO.PESCA durante le campagne e sono stati inseriti in fogli
elettronici Microsoft Excel. I diari di bordo contengono inoltre
dati sugli avvistamenti dei banchi di BFT, sulle cale relative agli
4
Fig. 2.1 Motopeschereccio Luigi Padre.
altri motopescherecci DE.MO.PESCA e di altre flotte, ricevuti
via radio durante le campagne di pesca. Inoltre, come previsto
dal progetto, la campagna 2005 ha ospitato a bordo del Luigi
Padre del personale scientifico che si è fatto carico dell'acquisizione più sistematica e dettagliate dei dati di pescato e dei parametri ambientali associati. Infine, è in corso la campagna di
pesca 2006, per la quale è stato pianificato un miglioramento
ulteriore dell'acquisizione dati, che comprende anche la misura
dei profili verticali di parametri fisici in mare nelle zone di
pesca.
È stata adottata una convenzione per tradurre in numeri i
commenti verbali presenti nei diari di bordo, in modo tale da
poter trattare i dati di pesca mediante programmi di calcolatore
scritti per le analisi con il software matematico/grafico IDL
(Interactive Data Language). Riportiamo in Tab. 2.1 un esempio
di commento verbale da diario di bordo e della sua traduzione in
numeri.
L'esempio in Tab. 2.1 mostra come il giorno e mese siano trasformati in giorno giuliano (in numero progressivo da 0 a 365 o
366 nel caso di anno bisestile). La latitudine e longitudine è trasformata da gradi e primi in un numero unico (gradi e decimali
di grado) per la rappresentazione grafica su mappe geografiche
(v. appresso). Sono riportati i dati meteo-marini in colonne separate, che comprendono la profondità del fondo, la pressione
atmosferica, la temperatura dell'aria e dell'acqua in superficie, la
forza e la direzione del vento, la copertura nuvolosa e la profondità del termoclino (registrabile con alcuni sonar).
Le colonne riguardanti il pescato comprendono il peso in
quintali ed il numero di individui totale e frazionato per taglia.
Le taglie sono quelle comunemente usate dalla comunità scientifica e di pesca (pesci piccoli: fino a 50 kg e lunghezza di 1 m;
pesci medi: 50-150 kg, lunghezza 1 m - 2 m; pesci grandi: 150250 kg, lunghezza 2 m e oltre; la lunghezza s’intende misurata
dalla punta del muso fino al punto dove si dipartono le due pinne
caudali, la cosiddetta Curved Fork Length o CFL).
Aggiungiamo che i dati del pescato qualitativi, quali quelli
risultanti da avvistamento o da informazioni da altre flotte ricevute via radio sono state tradotte in numeri inserendo il valore 1
nelle colonne dei pesi dei pesci delle taglie segnalate via radio
ed il valore 0 nelle colonne delle taglie non presenti nella segnalazione. Ove esista solo la segnalazione di BFT senza informazioni sulla taglia, è stato inserito il valore 1 nelle colonne dei
pesi relativi a tutt'e tre le taglie.
Le colonne della profondità e del comportamento del banco
di BFT sono state aggiunte, vista l’importanza di tali parametri
per la determinazione dello stadio evolutivo degli individui
(deposizione uova, nutrizione, etc.; Block et al., 2001; Brill et
al., 2001; Itoh et al., 2003; Kitagawa et al., 2004; Block et al.,
2005; Garcìa et al., 2005). Sfortunatamente però non sono pervenute queste informazioni e ci si propone di condurre delle
ulteriori campagne di osservazione in cui tali parametri vengano
Tab. 2.1 In alto è riportato un evento di pesca come viene descritto nel diario
di bordo del M/P Luigi Padre della DE.MO.PESCA s.a.s; in basso è riportato
il suo equivalente nella traduzione numerica utilizzata nel presente studio.
5
registrati. Infine, in generale i dati mancanti nelle varie colonne
sono riempiti con un valore di flag pari a -99.00 (Tab. 2.1).
La Fig. 2.2 mostra la distribuzione spaziale dei punti di pesca
o avvistamento per il periodo 2003-2005. I colori indicano il giorno giuliano in cui è avvenuto ciascun evento, consentendo di
distinguere gli eventi primaverili (tonalità nero-blu), estivi (tonalità azzurro-celeste) e autunnali (tonalità giallo-rosso). La Tab. 2.2
riassume il numero di cale effettuate e di avvistamenti e notizie di
pesca via radio durante ciascuna campagna di pesca. È da notare
che la presenza del personale scientifico a bordo ha aumentato
notevolmente la mole di dati del 2005 e la loro qualità.
Tab. 2.2 Numero cale non vuote e avvistamenti (o segnalazioni di
pesca via radio) documentati su diari di bordo M/P Luigi Padre, per le
campagne di pesca 2003-2005.
Fig. 2.2 Cartina del Mar Mediterraneo con le posizioni di cale e avvistamenti relativi ai dati storici DE.MO.PESCA (2003-2005). I colori indicano il giorno giuliano di ogni punto di cala o avvistamento, come riportato nella legenda dei colori in figura. Si noti come la stagione di pesca
sia compresa tra il giorno 129 (8 o 9 Maggio) e il 300 (26 o 27 ottobre).
6
2.2 Dati satellitari
Temperatura superficiale
Le immagini satellitari di temperatura superficiale (Sea Surface
Temperature, SST nel seguito) rilevate dai sensori Advanced High
Resolution Radiometer (AVHRR) a bordo dei satelliti NOAA (USA;
Kidwell, 1998; NOAA, 2005). Tali satelliti descrivono un'orbita
polare eliosincrona completa a 833 km di quota in circa 100 min. ed
il sensore AVHRR registra i dati di radianza uscenti dall'atmosfera
relativi ad una striscia dell'ampiezza variabile con la latitudine (circa
2000 km sul Mediterraneo), con una risoluzione di 1×1 km.
Le immagini di SST necessarie a questo studio sono state
estratte dall’archivio del Gruppo di Oceanografia da Satellite
(GOS) dell’ISAC-CNR Sezione di Roma (GOS, 2006) e coprono il periodo 2003-2005. Il GOS dispone infatti di un’antenna
ricevente per questi satelliti ed acquisisce i loro dati dal 1995,
per il Mar Mediterraneo. Ogni giorno vengono acquisiti fino a 7
passaggi sul Mediterraneo, relativi a due satelliti (NOAA 17 e
18; Tab. 2.3). Il GOS ha anche messo a punto una catena automatica di processamento delle immagini satellitari acquisite:
ogni passaggio trasmesso dai satelliti viene georeferenziato, corretto per gli effetti dell’atmosfera e il dato grezzo (in conteggi)
viene infine convertito in SST usando l’algoritmo NASA
Pathfinder (Walton et al., 1998; Kilpatrick et al., 2001). L’errore
sul valore della SST si aggira intorno ai 0.2°C.
Tab 2.3 Elenco riassuntivo delle immagini satellitari utilizzate in questo
studio. NB: i singoli passaggi sono stati combinati in immagini giornaliere per la SST (risoluzione: 4x4 km) e la clorofilla (risoluzione: 2x2 km).
Il dataset SST 2003-2005 utilizzato in questo studio è stato
prodotto al GOS-ISAC di Roma in collaborazione con l'ENEA
(Frascati) a partire dai singoli passaggi archiviati, utilizzando il
metodo messo a punto all'interno del progetto Mediterranean
Forecasting System (Böhm et al., 2005). Le immagini giornaliere di SST senza nubi sono state prodotte mediante un algoritmo
di interpolazione ottimale, sfruttando tutti i passaggi satellitari
disponibili in un intervallo di alcuni giorni centrato su ciascun
giorno dell'anno (Santoleri et al., 1991; Marullo et al., 2006). Le
immagini hanno una risoluzione di 4×4 km.
Clorofilla e coefficiente di attenuazione della luce K490
Le immagini di clorofilla e di coefficiente di attenuazione
della luce K490 sono rilevate dal sensore di colore oceanico
SeaWiFS a bordo del satellite SEASTAR (USA) con caratteristiche orbitali simili ai satelliti NOAA di cui sopra (v. NASA
2006). Il sensore SeaWiFS è sensibile alle radianze nello spettro
del visibile a varie lunghezze d'onda ed opportuni algoritmi
applicati ai dati grezzi di ciascun passaggio forniscono una
varietà di prodotti, tra cui la clorofilla superficiale ed il coefficiente di attenuazione della luce in acqua K490 alla lunghezza
d'onda di 490 nm (blu-verde). Quest'ultimo coefficiente fornisce
un'informazione sulla torbidità dell'acqua; espresso in m-1, il
suo inverso dà la profondità (in m) alla quale la luce a 490 nm si
è attenuata di un fattore e = 2.71828, cioè di circa un terzo del
valore al pelo dell'acqua (es.: ad un valore K490 = 0.1 m-1 corrisponde ad una profondità di di attenuazione di 1/0.1 = 10 m).
Gli algoritmi per la conversione delle radianze SeaWiFS in clorofilla e K490 sono descritti rispettivamente in Volpe et al.
(2005a) e Mueller (2000).
I passaggi SeaWiFS sul Mediterraneo vengono ricevuti più
volte al giorno dalla stazione presso il GOS-ISAC di Roma e
vengono anch'essi processati ed archiviati. Questo studio fa uso
7
delle immagini giornaliere di clorofilla relative al periodo 20032005, prodotte combinando i passaggi di ciascun giorno dell'anno (Volpe et al., 2005b). Vengono invece utilizzati i singoli passaggi satellitari (tra 1 e 3 al giorno) per il K490. Le caratteristiche delle immagini utilizzate in questo progetto sono riassunte
in Tab. 2.3.
2.3 Catture di Tonno Rosso nel Mediterraneo:
il database ICCAT
Dati
I dati ICCAT sono classificati in due categorie differenti,
conosciute come "Task I" e "Task II" (Palma et al., 2003). Questi
dati sono derivati dai dati grezzi ottenuti da varie sorgenti (giornali di bordo, aste, vendite, rilevamenti nei porti, ecc.;
Anonymous, 2005a, b). I dati "Task I" sono relativi a catture
annuali nominali organizzate per specie, regione, tecnica di
pesca, nazione, anno e, quando possibile, suddivisi tra zone di
interesse economico esclusivo e oceano aperto. I dati "Task II"
contengono dati aggregati per regioni più piccole: in molti casi i
dati sono relativi a regioni di 1°×1° mentre i dati di pesca col
palamito sono aggregati per regioni di 5°×5° e mese per mese.
Questi ultimi dati contengono anche informazioni relative alla
taglia del pescato. Il database CATDIS (Catch Distribution;
5°×5°, trimestrale) è invece ottenuto incrociando le informazioni dei due dataset principali. La variabilità spazio-temporale
delle catture di BFT è stata qui studiata usando tutti e tre i database (aggiornati al dicembre 2005; ICCAT, 2006).
Processamento dati
Sono stati analizzati solo i dati relativi a parametri utili all’individuazione dei pattern ecologici della variabilità della popola8
zione di BFT: posizione spazio-temporale e tecnica di pesca (ad
es., i palamiti pescano tonni in profondità mentre le tonnare
volanti si limitano alla superficie). Le informazioni sulla nazionalità dei battelli di pesca sono state invece usate per caratterizzare l’influenza di fattori economici, sociali e storici sulla quantità di catture riportate.
Le informazioni molto dettagliate nei database (ad es., esistono 40 categorie diverse per tipo di tecnica nel Task I) sono utili
per il management ma dispersive per l’analisi scientifica. I dati
sono quindi stati aggregati adottando un compromesso tra il
livello di dettaglio e il numero minimo di dati per categoria,
seguendo le indicazioni dei report ufficiali ICCAT (Miyake et
al., 2004; ICCAT, 2005) e studi precedenti sull’argomento
(Mather et al., 1995; Fromentin et al., 2005). Infine, i dati sono
stati aggregati in valori annuali per omogeneizzare i dataset.
La suddivisione in categorie per tecnica di pesca e nazione
segue lo schema CATDIS, eccetto il caso dello sforzo di pesca,
calcolato seguendo lo schema Task II. L’aggregazione spaziale è
stata condotta utilizzando due scale diverse, la grande scala propria dei dati Task I (Atlantico occidentale, Atlantico orientale e
Mediterraneo) e la scala locale (schema CATDIS, a griglia regolare di 5°×5°).
Metodologie di analisi
Il modo più semplice di caratterizzare la variabilità temporale dell'abbondanza di una specie è di individuare l'esistenza di
tendenze all'aumento o alla diminuizione (trends). Tali tendenze
sono state quantificate usando un test di Spearman non-parametrico (Hollander e Wolfe, 1973).
L'analisi di tipo spettrale è invece uno strumento importante
per individuare oscillazioni periodiche nelle serie temporali e,
nel caso di dati discreti, l'algoritmo più usato è la Fast Fourier
Transform (Forrest e Suter, 1994) che però richiede dati su inter-
valli regolari. Le serie temporali, che presentano varie lacune,
sono state quindi pre-processate con metodi empirici (Ravier et
al., 2001).
Infine, come metodo statistico per la valutazione della significatività delle periodicità individuate nelle serie temporali si è
usato il metodo Lomb-Scargle, particolarmente adatto a serie
con deboli periodicità (Press et al., 1989) e già utilizzato con
successo nell'analisi di serie biologiche (Newlands et al., 2004).
Poiché l’analisi spettrale richiede la stazionarietà della serie
temporale e i nostri dati non sono stazionari (presenza di trends)
le serie temporali sono state rese stazionarie usando una regressione polinomiale locale applicando l’algoritmo LOESS
(Cleveland, 1979).
2.4 Modello produzione secondaria
Il modello utilizzato adotta un approccio ecosistemico, determinando il trasferimento trofico tra il livello della produzione
primaria e i livelli superiori (Lehodey et al., 1998). Tale trasferimento è stato parametrizzato adottando la lunghezza della
catena alimentare tra la produzione primaria e la preda del BFT
e ridistribuito tramite il campo di correnti risultante da un
modello di circolazione marina. Il modello è bidimensionale e
gli input sono la circolazione dello strato superficiale e la produzione primaria.
Campo di circolazione superficiale
Il campo di corrente nello strato superficiale è fornito dal
modello OPA 8 (Madec et al., 1998) sviluppato e collaudato
presso il Laboratoire d’Océanographie Dynamique et de
Climatologie di Parigi. Il modello è forzato alla superficie da
osservazioni di vento e assimila dati oceanografici acquisiti di
routine, quali profili verticali di temperatura e di corrente.
Fig. 2.3 La griglia OPAmed8.
L’assimilazione avviene dopo un run di inizializzazione (spinup) equivalente a 50 anni. Le simulazioni coprono l’intero bacino Mediterraneo con la griglia spaziale OPAmed8 (Fig. 2.3)
costituita da 394 x 160 celle, ad una risoluzione spaziale media
di 0.125° × 0.125°.
Dati di produzione primaria
La produzione primaria è derivata dalle medie settimanali dei
dati di clorofilla SeaWiFS acquisiti tra il gennaio 1998 al dicembre 2002 a 9 km di risoluzione spaziale. Poiché il modello di
produzione secondaria non accetta input con dati mancanti, è
stata operata una interpolazione nei dati SeaWiFS. La produzione primaria è stata calcolata a partire dalla clorofilla satellitare
mediante l’algoritmo proposto da Morel e Berthon (1989):
9
ove P è il fissaggio netto di carbonio nella zona produttiva (in
gC m-2) in un dato intervallo di tempo, PAR(0+) è l'energia
radiante al livello del mare disponibile per la fotosintesi (integrata sull'intervallo spettrale 400-700 nm) per unità di superficie
(Joule m-2) e sullo stesso intervallo di tempo; Chltot è il contenuto totale di clorofilla nella colonna d'acqua, espresso in grammi per unità di area (gChl m-2); Q * rappresenta la cross section
fotosintetica per unità areale di clorofilla (m2(gChl)-1). Il fattore 1/39 esprime il fatto che il fissaggio di 1 mg di carbonio corrisponde a un assorbimento di energia 39 Joule. In pratica, il calcolo usa delle tabelle che forniscono Q * in funzione di: data,
latitudine, PAR superficiale (ovvero PAR al top dell'atmosfera,
combinata con la nuvolosità), concentrazione di clorofilla superficiale rilevata da satellite (Chlsat) e temperatura media della
zona produttiva (profonda 1.5 volte lo strato eufotico). Il contenuto di clorofilla nella colonna d'acqua (Chltot) viene calcolato
dal valore satellitare (Chlsat), sia per profili di biomassa omogenei che stratificati verticalmente. Il profilo stratificato viene
scelto dal modello quando lo spessore medio mensile dello strato mescolato è inferiore alla profondità eufotica derivata da
Chlsat (Morel, 1988).
Dati di clorofilla a e PAR
Vengono qui utilizzati i prodotti a copertura globale Chlsat
‘level 3’ del NASA Goddard Distributed Archive Center, mediati a temporalmente 8 giorni e spazialmente a risoluzione di 8.5 ×
8.5 km circa e georeferenziati su una griglia regolare di latitudine/longitudine. I dati sul Mediterraneo sono stati estratti da questi prodotti mediante il software SeaDAS (versione 4.7).
Le medie a 8 giorni dei dati di luce PAR(0+), sono calcolate
a partire dalle radianze SeaWiFS mediante l’algoritmo di Frouin
et al. (2001) e sono state fornite dal SeaWiFS project. Nella
maggior parte dell’oceano globale e per quasi tutto l’anno queste stime di PAR sono in ottimo accordo con le stime climatolo10
giche (Bosc et al., 2004). Sia i dati di clorofilla che di PAR(0+)
sono stati adattati alla griglia OPAmed8 (394 x 160 elementi).
Il modello di produzione secondaria
La modellistica della distribuzione della preda del BFT presenta notevoli difficoltà, data la diversità delle specie che la
compongono; la simulazione del consumo di tali prede da parte
del BFT è altresì difficile (Ekman, 1994) e va oltre lo scopo di
questo lavoro. Si è pertanto scelto di ottenere, tramite il modello qui descritto, un indice di produzione secondaria (denominato “produzione secondaria” nel seguito) relativo ad una sola specie, il krill mediterraneo (Meganyctiphanes norvegica). Questa
scelta nasce del compromesso tra la vicinanza nella catena alimentare (prossimità trofica) di questa specie alla produzione
secondaria specifica delle prede del BFT, la sua abbondanza
ovunque nel Mediterraneo e la semplicità dei suoi parametri biologici, visto che questa specie preda direttamente sui primi livelli trofici (fitoplancton e copepodi; Mauchline, 1980).
Il modello si basa sui seguenti concetti: (1) la produzione
secondaria origina dalla conversione trofica della produzione
primaria nella zona eufotica (Iverson, 1990); (2) durante il
periodo di conversione trofica avviene la ridistribuzione della
produzione primaria e secondaria da parte del campo di correnti superficiali; (3) un processo diffusivo nominale riproduce sia
la diffusione dei parametri fisici relativi alle masse d'acqua, che
i moti casuali degli organismi. Questa rappresentazione semplificata non tiene conto dei comportamenti di aggregazione degli
organismi animali (ad es. lo swarming per lo zooplankton e lo
schooling per le alici).
La variazione temporale della produzione secondaria (o sorgente di preda) R è data da:
(1)
che comprende un termine di ridistribuzione nello spazio da
parte delle correnti (Transport), un termine di mortalità (Perte)
e di natalità (Source). La specie viene trattata nel modello, adottando un coefficiente di mortalità 8q costante e un tasso di natalità S dipendente da un tempo caratteristico Tr, durante il quale
l’effetto della produzione primaria giunge, attraverso la catena
alimentare, al livello trofico a cui appartiene la specie (equazione 2). Tr è stato fissato a 150 giorni poiché nei primi 3-5 mesi di
vita le larve di krill vengono trasportate passivamente dalle correnti, mentre per tempi superiori interverrebbe il comportamento natatorio e aggregativo del krill, non previsto nel modello
stesso.
ove
Book, 1976) seguendo lo studio sui domini a larga scala effettuato da Lévy et al. (2001).
(3)
(4)
(2)
P è la produzione primaria ed mr è un coefficiente di 'attenuazione' del segnale della produzione primaria lungo la catena
alimentare. I valori dei trasfert ecologici tra produzione primaria
e livelli di superiori sono stati individuati in letteratura. Iverson
(1990) ha calcolato i tassi di trasfert di nitrato attraverso i livelli trofici: risulta che il 4% della produzione primaria viene trasferita al livello trofico 2.5, cioè dal fitoplancton ai pesci carnivori. Nel nostro caso il valore è del 14% poiché ci interessiamo
ad un livello trofico inferiore, rappresentato dal krill mediterraneo.
Si ricorda che durante il tempo Tr, il fitoplancton originato
dalla produzione primaria e soggetto al trasporto delle correnti
orizzontali (u e v; equazioni 3 e 4). Tale trasporto di R ed S è
determinato da un sistema standard di equazioni di diffusione e
trasporto (diffusion-advection) agli elementi finiti (Okubo,
1980) implementate sulla griglia regolare OPAmed 8, con un
passo temporale di un’ora e impiegando un coefficiente di diffusione F, fissato nel nostro caso a 130 m2 s-1 (equazioni 3 e 4).
Il trasporto è trattato con il metodo dei flussi corretti (Boris e
11
2.5 GIS
Un Sistema Informatico Geografico (GIS) permette l'acquisizione, la memorizzazione, l'analisi e la visualizzazione di dati
geografici. E' quindi uno strumento adatto sia all'analisi dei
risultati di osservazioni in situ che alla divulgazione degli stessi. Esistono sul mercato diversi software per la realizzazione di
un GIS; noi abbiamo scelto il software ArcView® ArcGIS 9.1®
in quanto soluzione "commerciale" più adeguata a trattare la
componente di "Sistema Informativo Territoriale" del progetto.
Le notevoli potenzialità di ArcGIS comprendono: (1) la componente ArcGIS Desktop, un interfaccia utente che rende il GIS
user friendly, costruito con tecnologia ad oggetti; (2) la condivisione, da parte di tutti i prodotti software ArcGIS, delle stesse
applicazioni, lo stesso interfaccia utente e concetti operativi.
ArcGIS costituisce quindi standard dell'Information Technology,
possedendo tutte le funzionalità di un sistema informativo territoriale professionale.
La scelta della struttura interna del GIS è stata operata in base
all'eccellenza in ArcView degli elementi seguenti.
- Il Geodatabase ovvero una raccolta di mappe ed informazioni associate in forma digitale, composto da un database geografico (forma e posizione della superficie della Terra) ed un
database di attributo che descrive le caratteristiche delle diverse
regioni. In ArcView, i due database sono integrati in uno solo.
Nel nostro, per esempio, i dati relativi ai punti di pesca saranno
corredati sia della posizione geografica come caratteristica spaziale che delle altre informazioni quali data, ora, quantità di
pescato, taglia degli individui, etc.
- Il Sistema di Analisi delle Immagini, con cui è possibile
effettuare analisi specializzate su immagini telerilevate (nel
nostro caso, ad es. medie temporali, gradienti spaziali, etc.)
- Il Sistema di Gestione del Database (DBMS). Con un
DBMS è possibile introdurre dati di attributo, come informazio12
ni tabulari e statistiche e di conseguenza estrarre tabulazioni specifiche e sommari di statistica. In ArcView è presente un set
esteso di moduli di programma per questi task.
- Il Sistema di Analisi Geografico estende le capacità di
consultazione di database tradizionali per poter analizzare le
diverse caratteristiche di dati spaziali di comune ubicazione, tramite sovrapposizione di mappe (overlay). Questo tool ha permesso, in questo studio, di sovrapporre i gruppi di entità "punti
delle cale di pesca" per i diversi anni, con i gruppi "elemento di
immagine" (pixel) delle immagini da satellite.
- Il Sistema di Analisi Statistico contiene sia procedure statistiche tradizionali, sia numerose routines specializzate per
l'analisi statistica di dati spaziali è particolarmente ricco in
ArcView.
- Il Sistema di Rappresentazione Cartografica permette di
produrre mappe di elementi selezionati dal database, di visualizzarle su schermo, stamparle o esportale in formati compatibili
con altri software. ArcView offre la possibilità di una composizione cartografica estremamente interattiva e flessibile.
- Il Sistema di Supporto alle Decisioni, include moduli di
ausilio ai processi decisionali per la costruzione di mappe appropriate e di multi-criterio e per le scelte di indirizzo quando sono
coinvolti obiettivi multipli.
Tipologia dei dati
Un GIS immagazzina due tipi di dati: Vettoriali e Raster.
Con la rappresentazione vettoriale, i confini o l'andamento delle
caratteristiche è definito da una serie di entità geometriche
(punti, linee), codificati con una coppia di numeri che ne danno
la posizione geografica (latitudine/longitudine) o le coordinate
di Proiezione Planimetriche. Gli attributi di caratteristiche sono
memorizzate in una tabella. Con sistemi raster, la rappresentazione grafica di caratteristiche e attributi sono riuniti in file di
dati unificati. L'area di studio è suddivisa in una griglia spaziale
nelle cui celle elementari viene registrata la condizione o l'attributo della superficie della terra in quel punto.
Creazione del geodatabase
I dati di pescato raccolti provenienti dai diari di bordo da
materiale bibliografico comprendono; (1) Campagne Pesca
DE.MO.PESCA s.a.s. (2002-2005); (2) i dati storici di tonnara;
(3) i dati di pesca nel Mar Ionio. Essi sono stati ridotti a tabelle,
riorganizzate in modo che contenessero lo stesso tipo di campi;
in particolare, tutte le coordinate geografiche sono state ricondotte ad un unico sistema di riferimento. Sono stati quindi inse-
riti nel GIS su diversi strati (layer) tematici informativi. I singoli layer, in questo caso sono costituiti da un numero di figure
geometriche (punti o linee) georeferenziate, ad ognuna delle
quali corrisponde un record di una relativa tabella di attributi
(Fig. 2.4). Ogni tabella contiene: data, ora latitudine e longitudine del pescato, peso e/o numero di individui pescati, taglia, valori di temperatura e pressione misurati in situ.
I dati ambientali da satellite comprendono la batimetria ed
i dati da satellite di temperatura superficiale (SST) e clorofilla.
Essi sono stati convertiti in un formato raster compatibile con
ArcView 9. Il dato batimetrico è stato desunto dalla combinazione di numerosi valori di profondità, acquisiti negli ultimi 30
anni, e dati ad alta risoluzione ricavati da immagini satellitari
Geosat, ERS-1/2 e Topex/Poseidon (Sandwell e
Smith, 1994). Tutte le immagini giornaliere di temperatura superficiale (Sea Surface Temperature o
SST) e clorofilla (chl) corrispondenti alle giornate di
pesca o avvistamenti negli anni 2002-2005 sono state
riportate su singoli layer.
Fig. 2.4 Esempio di elemento del geodatabase creato
nel GIS: layer del dato storico "Tonnare", rappresentato come punti su mappa e tabella degli attributi
associata.
13
3. Risultati
3.1 Risultati analisi dati pescato DE.MO.PESCA e
satellitari (2003-2005)
Presentiamo ora i risultati dell'analisi combinata tra dati di
pescato di BFT e dati satellitari. La zona di pesca copre lo
Stretto di Sicilia, il Mar Tirreno ed il Golfo del Leone.
Premettiamo quindi che i risultati conseguiti si applicano a quea)
c)
sta zona di pesca e che la loro generalizzazione a tutto il
Mediterraneo è subordinata ad una integrazione di tali dati con
dati in altre zone di questo bacino. Vedremo inoltre come l'esposizione dei risultati faccia emergere numerosi 'desiderata' riguardanti misure addizionali sul pescato necessarie per interpretare i
risultati stessi. Il presente studio è quindi da intendersi come
un approccio che ha sia prodotto i risultati qui esposti che
impostato le strategie sperimentali e di analisi per auspicabili
studi futuri.
b)
d)
Fig. 3.1 Ubicazione punti di pesca o avvistamento BFT, campagne di pesca 2003-2005. (a) tonni di taglia grande; (b) tonni di taglia media; (c)
tonni di taglia piccola; (d) avvistamenti o cale di tonni di taglia non identificata. I colori indicano il giorno giuliano di ogni punto di cala o
avvistamento (v. legenda dei colori in figura).
14
Ubicazione spazio-temporale dei punti di pesca ed avvistamento
I dati DE.MO.PESCA di pesca ed avvistamento di BFT sono
stati suddivisi per taglia e riportati su una mappa del
Mediterraneo, come in Fig. 3.1.
Questa semplice rappresentazione geografica fa emergere
varie caratteristiche. I BFT di taglia grande sono per lo più stati
pescati nello Stretto di Sicilia durante l'inizio della stagione di
pesca (Fig. 3.1a), con poche eccezioni (Sardegna occidentale e
Tirreno meridionale). Inoltre, con il passare del tempo i luoghi di
pesca si trasferiscono verso il basso Tirreno, il medio Tirreno ed il
Golfo del Leone (Fig. 3.1b e c). L'unica eccezione è costituita dai
BFT di taglia piccola pescati o avvistati a fine stagione a ridosso
della costa sud-orientale siciliana (Fig. 3.1c). Infine, il pescato in
tarda stagione è quasi esclusivamente di taglia piccola (Fig. 3.1).
Questi risultati indicano una residenza preferenziale dei tonni
grandi nello Stretto di Sicilia tra maggio e giugno. Una possibile spiegazione è la ricerca da parte degli individui sessualmente
maturi di un ambiente favorevole alla deposizione delle uova,
che avviene in questo periodo (Fromentin et al., 2005) e alla susseguente sopravvivenza delle larve. Vedremo in seguito come
nella seconda metà di giugno i punti di pesca corrispondano alle
acque più calde registrate nelle immagini, per l'appunto lo
Stretto di Sicilia ed il Tirreno meridionale.
L'assenza sistematica di tonni grandi riscontrata in tarda stagione di pesca pone l'interrogativo sul loro spostamento dallo
Stretto di Sicilia e la loro ubicazione. A tal proposito, occorrerebbe disporre di una base dati più estesa che copra l'intero
Mediterraneo e quindi facente capo a più flotte tonniere.
Infine, lo spostamento nel tempo dei punti di pescato verso
nord dallo Stretto di Sicilia indica che le flotte tonniere possibilmente seguono una migrazione dei BFT in questa direzione
(Fromentin et al., 2005).
Analisi combinata dati pescato ed SST satellitari
I punti di pesca ed avvistamento sono stati abbinati alle
immagini di temperatura superficiale (SST) giornaliere; un
esempio è mostrato in Fig. 3.2.
Una traduzione in termini più quantitativi di quanto mostrato in Fig. 3.2 è data dall'istogramma in Fig. 3.3. Viene mostrata
infatti la distribuzione di temperature osservate nelle immagini
Fig. 3.2 Immagine di temperatura superficiale (SST) con sovrapposti i
punti di pesca (croci bianche). Le dimensioni delle croci riflettono la
taglia del pescato. In questo esempio (19 Maggio 2004) sono stati
pescati o avvistati tonni grandi e piccoli a sud-est di Malta, in acque a
circa 17.5°C, come si vede dalla legenda colore-temperatura.
15
della zona di pesca per l'intero periodo 2003-2005 (Fig. 3.3a) e
le temperature osservate nei soli punti di pesca (Fig. 3.3b).
Queste ultime sono state estratte dalle mappe mediando sulle
temperature di un rettangolo di 27×27 km costituito da nove elementi, o pixel, dell'immagine, ciascuno di 4×4 km di area (Tab.
2.3) centrati sul punto di pesca, per conferire maggiore robustezza al dato stesso.
La Fig. 3.3b fa notare come il pescato di BFT si distribuisca
uniformemente su tutto il campo di temperatura, eccezion fatta
per i due picchi centrati sui 20-22 °C (20-25 eventi di
pesca/avvistamento) ed il picco isolato centrato sui 24.5 °C (30
eventi).
a)
b)
Fig. 3.3 Istogrammi di distribuzione di SST relativi a tutta la zona di
Fig. 3.2 (a) ed ai soli punti di pesca (b), per l’intero periodo 2003-2005.
Ogni barra di istogramma fornisce il numero di pixel nelle immagini o
di punti di pesca in un intervallo di temperatura di 0.5 °C (bin size).
Riportiamo invece in Fig. 3.4 l’evoluzione nel tempo degli
estremi di temperatura superficiale osservati in ciascuna immagine giornaliera, assieme alle SST osservate nei punti di
pesca/avvistamento. Notiamo che nella maggior parte dei casi, i
punti di pesca sono distribuiti casualmente tra il minimo ed il
16
massimo di SST, ma che nel periodo tra i giorni 170 e 180 (corrispondenti alla decade 20-30 giugno circa), la pesca avviene
nelle acque più calde, ossia vicine al massimo giornaliero di
SST (Fig. 3.4). I colori in Fig. 3.4 denotano la latitudine del
punto di pesca; si noti come i punti in acque più calde siano
quasi esclusivamente siti nello Stretto di Sicilia e nel Tirreno
meridionale, zone storicamente note come siti riproduttivi del
BFT nel Mediterraneo (Scaccini et al., 1975; Hattour e Macìas,
2001; Tawil et al., 2001; Garcìa et al., 2005a; La Mesa et al.,
2005), assieme ai Mari Balearico e Levantino (Garcìa et al.,
2005a; Garcìa et al., 2005b).
Questa “preferenza termica” osservata in giugno da parte dei
BFT è in accordo con le attuali conoscenze sulle loro strategie
riproduttive. Infatti, la scelta di mari caldi per la riproduzione
dei BFT è stata documentata non solo nel caso dei BFT atlantici, di cui trattiamo (Block et al., 2001; Block et al., 2005), ma
anche per i BFT ed altre specie di tonno degli Oceani Pacifico
(Itoh et al., 2003) e Indiano (Chen et al., 2005).
Gli individui di BFT atlantico maturi infatti migrano, in tarda
primavera ed estate, dalla costa orientale degli Stati Uniti verso
il Golfo del Messico ed il Mediterraneo, ove si riproducono
(Block et al., 2001; Block et al., 2005). La scelta ulteriore delle
acque più calde all’interno di questi bacini, come nel nostro caso
in Fig. 3.4, potrebbe costituire un affinamento di questa scelta e
dunque parte della strategia riproduttiva. La preferenza di acque
calde per altre ragioni fisiologiche è infatti improbabile, visto
che i tonni grandi hanno la capacità di conservare la loro temperatura corporea in un intervallo ampio di temperature che va da
3 a 29 °C (Block et al., 2001; Kitagawa et al., 2004).
a)
b)
c)
Fig. 3.4 Valori di SST minimi (linea punteggiata) e massimi (linea continua) riscontrati in ciascuna immagine satellitare giornaliera per le stagioni di pesca 2003 (a), 2004 (b) e 2005 (c), tra i giorni giuliani 100 e 300 (30 aprile - 27 ottobre). Sono inoltre riportate le SST osservate nei
punti di pesca/avvistamento, indicati con croci di dimensioni diverse a seconda della taglia del pescato. I punti con taglia non pervenuta sono
indicati con dei cerchi. Sono poi evidenziati con l'ovale tratteggiato i punti di pesca nelle zone la cui temperatura costituisce il massimo osservato in ciascuna immagine. Infine, i colori denotano la latitudine nord (° N) di ciascun punto di pesca/avvistamento, come da legenda colorelatitudine in figura.
Analisi combinata dati pescato e clorofilla e K490 satellitari
Analogamente a quanto mostrato per la SST, sono stati
sovrapposti i punti di pesca/avvistamento sulle immagini giornaliere di clorofilla superficiale e di coefficiente di attenuazione
della luce K490, di cui un esempio è mostrato in Fig. 3.5. Questa
figura è relativa allo stesso giorno di Fig. 3.2 che mostra la SST.
La Fig. 3.5 mostra un caso tipico, in cui il BFT viene pescato o avvistato in zone di mare aperto, relativamente oligotrofiche, cioè povere di clorofilla (Fig. 3.5a) e limpide (a basso valore di K490; Fig. 3.5b). Occorre specificare che i valori di clorofilla superiori a circa 0.4 mg m-3 si osservano, nel periodo di
pesca, solo nelle zone costiere in cui l'apporto fluviale di
nutrienti causa ingenti fioriture di fitoplancton. Inoltre, in tali
zone ove sono presenti detriti organici ed inorganici in sospensione, il valore di clorofilla non è solo funzione della quantità di
fitoplancton in quanto le radianze osservate dal sensore
SeaWiFS sono anche condizionate dal detrito stesso per cui si
parla di clorofilla apparente. I valori di mare aperto sono invece
inferiori a 0.4 mg m-3. Pertanto sono stati eliminati dall'analisi i
pixels con valori superiori a 0.4 mg m-3 per evidenziare il
campo di clorofilla più oligotrofico in mare aperto ove sono
situati i punti di pesca. Lo stesso vale per il K490: i pixels di
acque costiere più torbide stati eliminati adottando un valore
massimo di K490 = 0.2 m-1, corrispondente ad una profondità
di attenuazione in acqua di 5 m.
Sono poi stati calcolati gli istogrammi di distribuzione della
clorofilla e di K490 nelle immagini e nei punti di pesca/avvistamento, per il periodo 2003-2005 (Fig. 3.6).Gli istogrammi di
clorofilla, calcolati nell’intervallo tra 0 e 0.4 mg m-3, mostrano
come prevalgano nelle immagini i valori tra 0. e 0.1 mg m-3, con
pochi punti tra 0.1 e 0.4 mg m-3 (Fig. 3.6a). Tali valori più alti
rappresentano le occasionali fioriture minori estive di firoplan17
a)
b)
Fig. 3.5 Immagine di (a) clorofilla superficiale (CHL, in mg m-3) e (b) coefficiente di attenuazione della luce
K490 (m-1), con sovrapposti i punti di pesca (croci bianche) per il 19 maggio 2004, stesso giorno della Fig. 3.2.
cton. I punti di pesca/avvistamento invece sono strettamente
confinati ai valori più oligotrofici di mare aperto (0. - 0.1 mg m3; Fig. 3.6b). Ciò indica la possibilità che i BFT scelgano acque
più povere di clorofilla, probabilmente per la loro maggiore limpidezza, in quanto predatori visivi (Chase, 2002; Itoh et al.,
2003). Il quadro fornito dal coefficiente K490 infatti conferma
questa preferenza per acque più limpide: i punti di mare aperto
nel dataset hanno valori di K490 fino a 0.1 m-1 (profondità di
18
attenuazione maggiore o uguale 10 m), mentre i punti di pesca
hanno valori massimi inferiori (0.04 m-1 corrispondenti a 25 m).
In conclusione, il BFT pescato o avvistato ha sistematicamente
evitato le zone più ricche di fitoplancton e/o più torbide, anche
se possibilmente più ricche di preda. Questo comportamento è
legato alla visibilità in acqua ed è probabile che i BFT cerchino
una soluzione di compromesso tra l’abbondanza di preda e la
propria capacità di avvistarla (v. ad es. Humston et al., 2000).
a)
b)
c)
d)
Fig. 3.6 Istogrammi di distribuzione di clorofilla relativi a tutta la zona di pesca (a) ed ai soli punti di pesca per l’intero periodo 2003-2005 (b).
(c) e (d) istogrammi relativi al K490. Ogni barra di istogramma fornisce il numero di pixel nelle immagini o di punti di pesca in un intervallo
di clorofilla di 0.01 mg m-3 o di K490 di 0.005 m-1 (bin size).
Analisi delle strutture frontali
S'intende per fronte, in oceanografia, una zona di mare in cui
avviene una brusca variazione di un dato parametro (temperatura,
clorofilla, etc.) in uno spazio ridotto rispetto alla scala del bacino
sotto esame. La dinamica associata a questi oggetti comprende
spesso forti correnti e forti variazioni delle stesse. Ciò a sua volta
implica l'esistenza di moti verticali favorevoli alla risalita di
nutrienti necessari alla produttività primaria (fitoplancton), che a
sua volta favorisce lo sviluppo della catena alimentare marina. La
complessità fisiologica e dinamica delle specie animali che la
compongono rende però molto arduo il tentativo di prevedere la
distribuzione di una certa specie componente la catena stessa a
partire dalle conoscenze sul fitoplancton (Martin, 2003).
Comunque una correlazione tra la dinamica e l'attività biologica relativa ai fronti esiste e quindi abbiamo qui analizzato i
fronti di SST e clorofilla osservati, in relazione ai punti di
pesca/avvistamento 2003-2005. Ciò è stato fatto mediante le
seguenti operazioni eseguite da programmi di calcolatore scritti
ad hoc (software IDL), a partire dalle immagini di SST e clorofilla (Figg. 3.2 e 3.5a). Le operazioni sono esemplificate in Fig.
3.7, per brevità solo per la SST, visto che il procedimento è del
tutto analogo per la clorofilla.
1) Applicazione di un filtro mediano a ciascuna immagine
SST o chl, al fine di eliminare le strutture più piccole e mettere
in risalto i fronti principali (Fig. 3.7a);
2) Calcolo del gradiente di SST e chl (la variazione per km
lineare; Fig. 3.7b);
3) Isolamento dei fronti principali di SST e chl, usando un
valore soglia oltre il quale un dato pixel è dichiarato come
appartenente ad un fronte (0.5 °C km-1 per la SST e 0.03 mg m3 km-1 per la clorofilla; Fig. 3.7c);
4) Calcolo della distanza minima di ciascun pixel dal fronte
più vicino (Distance to Closest Front o DCF; Fig. 3.7d) ed estrazione delle distanze dal fronte più vicino dei pixel di pesca/avvistamento. Ai pixel appartenenti ai fronti è stato assegnato il
valore di 0 km.
19
a)
b)
Fig. 3.7 (a) Immagine di SST dopo aver applicato un
filtro mediano, a partire dall'immagine in Fig. 3.2;
(b) Immagine dei gradienti di SST; (c) Immagine con
evidenziati i fronti principali (forme allungate in
nero); (d) mappa di DCF (in km). Le frecce indicano
uno dei fronti nell'immagine e l'ovale rosso in Fig.
3.7d indica una zona i cui pixel distano circa 40 km
dal fronte più vicino ad essi, come descritto dalla
legenda colore-distanza. Le croci rosse indicano i
punti di pesca.
c)
d)
20
Le distanze di ciascun pixel o punto di
pesca/avvistamento dal fronte più vicino sono
state riportate in istogrammi riassuntivi, come per
la SST e la clorofilla, che danno un quadro complessivo di tutto il periodo 2003-2005 (Fig. 3.8).
Abbiamo poi scelto di dividere per taglia (grande
e piccola) gli istogrammi del pescato in Fig. 3.8.
Notiamo in questa figura come siano numerosi i pixel frontali sia in SST che clorofilla (Fig
3.8a, d), che conferma la presenza di numerosi
fronti nella zona (v. Fig. 3.7c). I punti di pescato
di taglia grande tendono a disporsi sia in prossimità dei fronti termici (0-20 km di distanza) che
lontano da essi (Fig. 3.8b) non ostentando quindi
una preferenza. Il pescato di taglia piccola invece
è molto più sistematicamente vicino ai fronti termici (Fig. 3.8c). La distribuzione del pescato in
relazione ai fronti di clorofilla ha invece un andamento simile per tutte e due le taglie (Fig. 3.8e, f)
con dei massimi in prossimità dei fronti (0-10
km) e a distanza di 40-60 km.
È possibile che il comportamento indeterminato dei tonni grandi (Fig. 3.8b, e) in relazione a
tutti e due i tipi di fronte sia dovuto al loro stato nutrizionale: si
ipotizza infatti che i BFT in fase riproduttiva digiunino (disinteressandosi dei fronti ricchi di preda) mentre i restanti individui
non in tale fase si nutrano predando e quindi restando in prossimità dei fronti. Meno chiara è invece la situazione per i tonni
piccoli: la SST (Fig. 3.8c) indicherebbe che, essendo immaturi,
essi facciano tutti parte del gruppo predatore vicino ai fronti
(Royer et al., 2004); ma ciò non viene confermato dalla clorofilla (Fig. 3.8f). La consistenza del campione è sicuramente un fattore limitante nell’interpretazione di questi risultati, che riteniamo preliminari.
a)
d)
b)
e)
c)
f)
Fig. 3.8 A sinistra: istogrammi di distribuzione della distanza dal fronte più vicino (DCF) per la SST, relativi
a tutta la zona di pesca (a), ai punti di pesca di taglia grande (b) e piccola (c), per l’intero periodo 2003-2005.
(d), (e), (f) istogrammi analoghi relativi ai fronti di clorofilla. Ogni barra di distanza fornisce il numero di
pixel nelle immagini o di punti di pesca in un intervallo di 5 km (bin size).
21
3.2 Risultati analisi dati storici ICCAT
Serie temporale delle catture
La Fig. 3.9 presenta il totale delle catture nel database ICCAT
e la loro suddivisione nelle regioni principali: Atlantico nordoccidentale, Atlantico nord-orientale e Mediterraneo. La distribuzione spaziale delle catture è chiaramente cambiata nel
tempo: durante gli anni 50 la maggior parte delle catture è avvenuta nell'Atlantico nord-orientale (Mare del Nord e Mar di
Norvegia) mentre negli anni 60 il grosso del pescato proveniva
dall'Atlantico occidentale (costa nord del Brasile). Infine dagli
anni 70 in poi il bacino più importante è il Mediterraneo
(Fromentin et al., 2005).
Fig. 3.9 Le catture di BFT (tonnellate) riportate da ICES e ICCAT
(Miyake et al., 2004; ICCAT 2005) per il Mediterraneo (MEDI),
Atlantico orientale (Atl E), occidentale (Atl W) e totale per i tre bacini (TOT).
22
La Fig. 3.10 mostra le catture nel solo Mediterraneo, suddivise per tecnica di pesca. Emerge che le due tecniche principali
usate sono le tonnare fisse, oltre il 60% del pescato fino agli anni
60, e le tonnare volanti (70% del pescato dagli anni 70 in poi).
Le altre quattro tecniche danno un contributo più basso alle catture ed hanno lo stesso grado di variabilità (Fig. 3.10). Purtroppo
sono complete solo le tre serie relative a tonnare volanti, tonnare fisse e "altre tecniche" (1950-2004), mentre i dati per i palamiti e per la pesca sportiva sono disponibili rispettivamente solo
dal 1963 e dal 1970.
Fig. 3.10 In alto, pescato nel Mediterraneo suddiviso per tecnica di
pesca (purse seine = tonnare volanti; longline = palamiti; bait boat =
piccole imbarcazioni; sport = pesca sportiva; traps = tonnare fisse;
other surf. = altre tecniche). In basso, le percentuali sul totale del
pescato.
La Fig. 3.11 mostra le catture per nazione di appartenenza
evidenziando come Italia, Francia e Spagna siano i principali
paesi coinvolti nella pesca del BFT in Mediterraneo.
Distribuzione
Mediterraneo
spazio-temporale
delle
catture
nel
Il database Task I è suddiviso in 9 regioni (ICCAT, 2005). Il
database CATDIS è invece suddiviso in regioni secondo il codice
di area FAO. I dati Task II includono solo coordinate geografiche
su varie scale. Queste informazioni sono state aggregate statisticamente per creare dei valori annuali di catture sul Mediterraneo per
le tre serie.
Le serie CATDIS e Task I sono molto simili mentre i valori di
cattura nella serie Task II sono notevolmente più bassi (Fig. 3.12).
Fig. 3.11 In alto catture in tonnellate suddivise per nazioni. In basso
percentuale sul pescato annuale.
Fig. 3.12 Confronto tra le tre serie temporali Task I (T1), Task II (T2)
e CATDIS relative alle catture nel Mediterraneo.
23
Quindi useremo la serie CATDIS per l'analisi globale, mentre la
Task II, che contiene maggiori dettagli, è utile solo per l'analisi
dello sforzo di pesca. Questo importante parametro indica la
quantità di mezzi impiegati nella pesca ed è dato da parametri
che variano a seconda della tecnica usata (per i palamiti si può
adottare il numero di ami rilasciati in mare nell'unità di tempo;
per le tonnare volanti si usa spesso il numero di giorni a mare o
il numero di pescherecci). Infatti, poiché il solo dato di cattura è
altamente influenzato dal fattore umano costituito dallo sforzo di
pesca in un particolare periodo, la stima di abbondanza della
risorsa ittica è possibile solo se si normalizza il dato di cattura
con lo sforzo di pesca, per ottenere la densità 'naturale' della
popolazione ittica (catch per unit effort o
CPUE). Purtroppo, la disomogeneità nel
tempo dello sforzo di pesca in ciascuna categoria tecnica e l'assenza, in alcuni casi, di
qualsiasi quantificazione dello stesso nel database, non ha permesso di costruire un indice di
sforzo di pesca costante nel tempo e nello spazio. La presente analisi è quindi limitata alle
catture cioè comprensiva dei fattori naturali e
umani nelle fluttuazioni appresso descritte. A
tal proposito è importante rilevare che la
incompletezza delle informazioni nei dataset
ICCAT (seppur raccolti a fini manageriali da
un ente preposto allo scopo) ne limita le potenzialità di utilizzo proprio in termini di management della risorsa ittica.
Fig. 3.13 Serie temporale di catture per tecnica di
pesca (gear) e regione (in ascisse gli anni e in ordinata le catture in tonnellate). Per ogni regione, si
riporta il numero di dati (nb), la cattura media
annuale (mean; t/year), il valore massimo (max) e
coefficiente di variazione (cv; varianza divisa per la
media).
24
La serie del totale delle catture (da
CATDIS; non mostrato) presenta una tendenza di Spearman di 0.88, che esprime
una crescita, e una periodicità 9.9 anni,
ambedue statisticamente significative
(p<0.001). Le serie temporali per regione
da 5°×5° e la quantificazione di tendenze e
periodicità nelle stesse sono presentate
nelle Figg. 3.13 e 3.14. Esse mostrano una
variabilità differente in funzione della
regione di pesca; le regioni dove la pesca
sembra più intensa negli ultimi decenni
sono lo Stretto di Gibilterra (soprattutto
tonnare fisse nei primi decenni), lo Stretto
di Sicilia (anni 70 e primi 80) e più recentemente i Mari Ligure e Adriatico meridionale (tonnare volanti). Si osserva una forte
crescita quasi ovunque, tranne per il quadrante dello Stretto di Gibilterra e per lo
Ionio (Fig. 3.14). Infine solo quattro quadranti presentano una periodicità statisticamente significativa: Golfo del Leone e
Baleari (periodo: 7.29 anni), Mar Ligure
(9.5 anni), Stretto di Sicilia e Mar Ionio
(rispettivamente 10 e 9.7 anni).
Fig. 3.14 Serie temporali per regione (le regioni con pochi dati sono state escluse) e analisi statistica. Si riporta la tendenza (trend; coefficiente di correlazione di Spearman) e il corrispondente livello di confidenza (p);
periodicità (per; anni) e livello di confidenza (p). In blu sono evidenziati i casi in cui le tendenze (trend) e le
periodicità (per) sono risultate statisticamente significative.
25
Discussione
Il risultato più robusto ed interessante dell'analisi presentata
sopra è l'esistenza di una periodicità nelle catture di circa 8-10
anni sia nella serie totale che per le regioni con periodicità significativa (Fig. 3.14). Tale periodicità potrebbe essere legata sia a
dinamiche di tipo economico e sociale che a fattori intrinseci
alla dinamica delle popolazioni di BFT che a cicli legati alla
variabilità ambientale. Lo stato attuale delle conoscenze sul BFT
non permette di concludere sulle cause di questa periodicità. È
però interessante notare che tale periodicità emerge nelle regioni di supposta riproduzione del Tonno Rosso (Fig. 3.14;
Fromentin et al., 2005) e si può quindi, in via del tutto speculativa, ipotizzare una possibile relazione con la dinamica naturale
della popolazione stessa. Questa periodicità è più breve di quelle rivelate da studi precedenti (es.: i cicli di 20 e 100 anni in
Ravier e Fromentin, 2001). Sempre in via speculativa si può
quindi ipotizzare un'alterazione del ciclo di riproduzione, come
riportato in rapporti recenti dello stesso ICCAT (ICCAT, 2005).
Si nota poi (Fig. 3.13) un crollo delle catture con tonnare
volanti nello Stretto di Sicilia a metà degli anni 80, contemporaneamente ad un aumento nell'Adriatico meridionale e nel Mar
Ligure. Questo potrebbe significare un cambiamento nei pattern
migratori del BFT sinora non evidenziato. D'altra parte sappiamo che lo Stretto di Sicilia è sempre stato uno tra i più rilevanti
luoghi di pesca e ciò indica la necessità di un più rigoroso controllo del database ICCAT per poter confermare le tendenze
osservate.
3.3 Risultati del modello di produzione secondaria
La Fig. 3.15 illustra l'andamento mensile medio della produzione primaria per il periodo 1998-2002 derivato dai dati satellitari, mentre in Fig. 3.16 presentiamo la produzione secondaria
26
calcolata dal modello sullo stesso intervallo temporale, in moli
di azoto (N) assimilate per m2. La variabilità spaziale è dominata in entrambi i casi dall'alta produttività delle regioni costiere
mentre si osserva una produzione significativa in mare aperto
solo nel Mediterraneo nord-occidentale e nel Mare di Alboran,
in prossimità dello Stretto di Gibilterra. È inoltre interessante
notare che la produzione secondaria ha il suo massimo nei mesi
di settembre-dicembre durante i quali la produzione primaria
diminuisce sensibilmente (Figg. 3.15 e 3.16). Questo ritardo
nello sviluppo dei livelli trofici superiori è l'espressione del
tempo Tr necessario al transfert trofico.
Se ci concentriamo sulla zona di pesca DE.MO.PESCA, in
particolare lo Stretto di Sicilia (Fig. 3.17) notiamo che in
Maggio e Giugno la produzione primaria è massima lungo la
costa africana e siciliana (Banco Avventura e Capo Passero; Fig.
3.17a, b). Invece, la produzione secondaria è massima lungo le
coste africane ma minima a ridosso della Sicilia, al contrario
della produzione primaria (Fig. 3.17c, d). La regione al largo è
invece caratterizzata da un fronte di produzione est-ovest a sud
di Malta con valori alti di produzione a sud di esso.
È interessante notare che i punti di pesca di Maggio e Giugno
si trovino ai margini del massimo di produzione secondaria tra
Sicilia e Sardegna che si origina dalla Tunisia e nella zona di
massimo a sud della Sicilia, con assenza totale di pescate nella
zona di minimo a ridosso della costa siciliana Fig. 3.17c, d).
Questa maggiore correlazione qualitativa con la produzione
secondaria che con quella primaria e la clorofilla (v. par. 3.1)
suggerisce la grande utilità di questo indicatore ambientale, una
volta opportunamente raffinato e validato, nonché la vitale
importanza delle conoscenze relative ai livelli trofici che si trovano tra il fitoplancton e il BFT per lo studio della sua distribuzione e preferenze regionali.
Fig. 3.15 Valori medi mensili della produzione primaria per il Mediterraneo derivati da satellite (gC m2).
27
Fig. 3.16 Valori medi mensili della produzione secondaria (molN m-2) per il Mediterraneo simulati con il modello numerico a partire dai dati di
produzione primaria in Fig. 3.15.
28
Fig. 3.17: Valori medi mensili in Maggio (May) e Giugno (June) per la produzione primaria (in altro; gC m-2) e secondaria (in basso; molN m-2)
nel Mediterraneo centrale ed i punti di pesca DE.MO.PESCA.
29
3.4. Risultati GIS
Tenuto conto dell'enorme interesse scientifico per la biologia
della specie, studio del presente progetto pilota, si è ritenuto di
condurre l'analisi dei dati di pesca in relazione ai parametri
ambientali, principalmente, attraverso SW di specifico e rodato
trattamento delle immagini satellitari (come descritto nei paragrafi precedenti).
Parallelamente è stata avviata l'implementazione di un GIS
specifico per la gestione della risorsa ittica in questione.
Sviluppo query
La caratteristica fondamentale del GIS è quella di poter facilmente sovrapporre i vari strati informativi e di collegare direttamente le immagini agli attributi alfanumerici. Questo permette,
con l'utilizzo delle interrogazioni (query), la visualizzazione di
tutte le informazioni relative alle aree o alle singole posizioni,
che soddisfano i criteri logici impostati nelle query. È così possibile eseguire confronti (spaziali e temporali) ed analisi statistiche sui vari parametri associati alle singole entità. Le aree
oggetto di tale confronto tra dati di pescato
di BFT e immagini da satellite sono lo
Stretto di Sicilia, il Tirreno (medio e basso)
ed il Golfo del Leone (in particolare i dati
relativi alle campagne di pesca autunnali
2002-2004).
È importante sottolineare che l'interrogazione mista dei dati grafici e alfanumerici è l'anima dei sistemi informativi territoriali; senza di essa non avrebbe molto
senso parlare di integrazione, di operazioni
miste, di presentazione di tabulati e statistiche sugli attributi descrittivi e su quelli
metrici. Le modalità d'interrogazione mista
che presenti nel GIS sono due:
- interrogazione grafica: si vogliono
conoscere i contenuti attributivi presenti
nelle tabelle del geodatabase direttamente o
indirettamente relazionate con le primitive
grafiche (punti, linee, poligoni)
Fig 3.18 Sovrapposizione del layer relativo ai punti di pesca e l’immagine della SST media.
30
- interrogazione alfanumerica: si
vogliono conoscere le primitive grafiche i
cui contenuti soddisfino le condizioni di
interrogazione del database
Attraverso queste query, sono stati filtrati i dati di posizione
di cale e avvistamenti giornalieri per ogni campagna di pesca e
sono stati sovrapposti alle corrispondenti immagini satellitari
SST. Successivamente, con lo strumento Extraction, sono stati
estratti i valori puntuali di SST ed aggiunti alla tabella degli
attributi; i valori così estrapolati sono stati confrontati con i
valori di temperatura misurati in situ.
Il modulo Spatial Analyst è stato utilizzato per calcolare
le SST medie per il bacino Mediterraneo nei giorni in cui
sono state effettuate cale o si sono verificati avvistamenti
durante ciascuna campagna di pesca (Fig. 3.18).
Analogamente, sono stati sovrapposti i punti di pesca alle
distribuzioni di clorofilla, sia giornaliere che medie. È stata
inoltre analizzata e sovrapposta ai parametri ambientali la
quantità di pescato, peso o numero di individui (Fig. 3.19) e
la loro distribuzione in base alla taglia, effettuando nel contempo confronti tra le campagne avvenute nei diversi anni e
periodi dell'anno.
Fig 3.19 Distribuzione della quantità di pescato nel Mar Ionio.
31
Realizzazione di carte tematiche e presentazione su WEB
Le elaborazioni finali in ambiente GIS riguardano la presentazione grafica dei risultati ottenuti. Infatti, i dati relativi ad
eventi legati al territorio possono ora essere presentati sotto
forma di carte tematiche, grafici, report, tavole e listati. A segui-
to della strutturazione del database complessivo è anche possibile considerare le cartografie come rapporti intermedi, conseguenti a particolari interrogazioni sui contenuti attributivi e non
semplicemente risultati grafici fini a se stessi. Si riportano nelle
Figg. 3.20, 3.21, 3.22 alcuni esempi di Mappe prodotte.
La cartografia tematica prodotta in ambiente GIS è la presentazione di alcune delle interrogazioni alfanumeriche ed evidenzia in modo differenziato le primitive
che soddisfano i criteri di interrogazione.
Aggiungiamo che il carattere dinamico della cartografia realizzata con il GIS applicato al BFT permetterà l'aggiornamento del sistema con dati futuri, in particolare quelli relativi alla campagna di
pesca della flotta tonniera DE.MO.PESCA (maggio - giugno 2006) tutt'ora in corso.
Infine i dati inseriti nel GIS e i risultati più
significativi saranno resi disponibili su Internet in
modo che gli utenti interessati al progetto possano
sia visionare il materiale raccolto e realizzato che
operare delle semplici interrogazioni sui vari strati
informativi.
Fig 3.20 Rappresentazione dei punti di pesca (campagne 2002-2005) differenziati a
seconda del periodo di campagna: primavera in rosa, estate in rosso, autunno in verde,
sovrapposti all’andamento topografico del Mediterraneo.
32
Fig. 3.21 Mappa dei punti di pesca (campagne 2002-2004) differenziati a seconda della taglia degl’individui pescati: piccoli (50 kg e lunghezza di 1 m) in giallo, medi (50-150 kg, lunghezza 1 m - 2 m) in
arancione, grandi (150-250 kg, lunghezza 2 m e oltre) in rosso.
Fig 3.22 Mappa delle posizioni delle cale e della quantità (espressa in
quintali) del pescato relative al Maggio 2005, sovrapposte al campo di
SST mediato sul periodo delle cale in esame. Nella figura è evidenziata la finestra di interrogazione istantanea del GIS, che mostra tutte le
informazioni contenute sui layer visualizzati nella mappa e associate
alla posizione selezionata.
33
4. Conclusioni
Riteniamo che questo progetto pilota, svolto da un gruppo di
lavoro altamente interdisciplinare che include i professionisti
del settore ittico, abbia fornito non solo risultati di estremo interesse, ma ha anche gettato le basi per un approccio ecosistemico
articolato alla gestione sostenibile della risorsa ittica BFT, la cui
ecologia è quasi ignota.
Il dataset DE.MO.PESCA 2003-2005 costituisce infatti un
campione la cui completezza scientifica è unica nel suo genere,
il che rende l'idea dell'importanza vitale sia del coinvolgimento
operativo del personale del settore ittico in questo tipo di ricerca, che del dato di pescato multiparametrico di alta qualità, che
ancora oggi è praticamente inesistente. Nel corso del progetto è
stata sviluppata una metodologia di acquisizione dell'informazione sul pescato e parametri associati che una prima versione di
un prontuario per la ricerca scientifica a bordo delle flotte tonniere. Inoltre l'integrazione di tali dati con i parametri osservati
da satellite, i dati simulati da modello numerico e le tecnologie
GIS costituisce uno dei pochi esempi di questo tipo di studi. Ciò
ha permesso di individuare una serie di indicatori ambientali più
completa di quelle esistenti per la ricerca scientifica sul BFT e
la gestione del suo stock.
Infine, la regionalizzazione dell'analisi dei dati storici (database ICCAT 1950-2005) costituisce un primo passo verso il confronto tra risultati a livello locale nello spazio e nel tempo e
variabilità a grande scala.
Dati pescato DE.MO.PESCA e dati satellitari
I dati di ubicazione geografica dei punti di pesca ed avvistamento del BFT forniti da DE.MO.PESCA e la loro relazione al
campo di temperatura superficiale suggeriscono la preferenza
dei tonni grandi per le acque più calde nella seconda decade di
34
giugno, in accordo con la loro strategia riproduttiva. Resta da
chiarire la loro assenza nella zona di pesca in tarda stagione.
I BFT di taglia piccola sono invece presenti durante tutto il
periodo di pesca (maggio-ottobre) e lo spostamento dei punti di
pesca dallo Stretto di Sicilia al Golfo del Leone confermerebbe
la migrazione tardo-estiva ed autunnale del BFT verso nord
(Fromentin et al., 2005).
È stato poi notato come i BFT evitino sistematicamente le
acque torbide e/o più ricche di clorofilla, quali quelle delle zone
costiere. Ciò è forse da attribuire alla loro tecnica di predazione,
di natura visiva.
L'analisi combinata dei dati di pescato e dei fronti di SST e
clorofilla suggerisce che i tonni grandi si dispongano in maniera casuale rispetto ai fronti termici, mentre i BFT di taglia piccola siano più sistematicamente pescati o avvistati in prossimità
di essi. Inoltre il BFT sembra non avere preferenze ben chiare
riguardo ai fronti di clorofilla, pur presentando dei massimi di
presenza a 0-20 km e 40-60 km di distanza da essi. Il comportamento dei tonni grandi rispetto a questi fronti potrebbe essere
correlato al loro stato di predazione/nutrizione o digiuno durante le fasi riproduttive. Non è chiaro invece perché i BFT piccoli
abbiano preferenza per i fronti termici e non per i fronti di clorofilla. Questa bassa correlazione con i fronti di clorofilla
potrebbe però essere dovuta alla fase oligotrofica della zona in
estate che limita la definibilità dei fronti stessi.
Analisi dati storici ICCAT
Esiste un gran numero di studi precedenti condotti sulle serie
temporali ICCAT, che hanno evidenziato ad esempio la riduzione del numero di individui di taglia superiore a 145.5 kg e che il
BFT nel Mediterraneo subisce una pressione di pesca che gli
impedisce l'equilibrio dello stock (v. ICCAT, 2006). Il nostro
studio, di taglio più ecologico e condotto limitando al massimo
ipotesi raramente verificabili, è stato mirato ad individuare le
periodicità nelle catture per la comprensione della dinamica
della popolazione del BFT. Inoltre, l'inclusione di una componente spaziale ha permesso l'analisi separata di aree riproduttive
e non.
L'analisi ha evidenziato una periodicità di circa 8-10 anni sia
nella serie temporale delle catture relativa a tutto il bacino che in
determinate regioni di esso, in particolare nelle zone di riproduzione. Ciò implica un possibile cambiamento periodico della
dinamica della popolazione a scala più breve dei 20 e 100 anni
individuati in precedenza. Inoltre la simultaneità del crollo delle
catture da tonnara volante nello Stretto di Sicilia e del loro
aumento nei Mari Adriatico meridionale e Ligure suggerisce un
cambiamento nei pattern migratori del BFT sinora non evidenziato, anche se questo risultato deve essere verificato mediante
ulteriori controlli i qualità del database ICCAT.
Modello produzione secondaria
L'analisi della produzione primaria (misurata) e secondaria
(simulando il Krill mediterraneo) ha mostrato che quest'ultima
ha il suo massimo nei mesi di settembre-dicembre durante i
quali la produzione primaria diminuisce sensibilmente. Inoltre la
stima della produzione secondaria è risultata essere qualitativamente correlata con la posizione dei dati DE.MO.PESCA.
Si ricorda che il modello numerico di produzione secondaria
utilizza in input dati misurati e non provenienti da simulazioni
numeriche, come invece frequentemente accade. Il risultato di
cui sopra suggerisce che questa particolare combinazione di dati
misurati e dati simulati numericamente, da noi scelta, è indubbiamente promettente.
Occorre infine ricordare che il modello sviluppato nel corso
del progetto è il primo di questo tipo ad essere stato sviluppato
e applicato all'intero bacino mediterraneo e che quindi presentia-
mo, per la prima volta in assoluto, la stima non indiretta della
produzione secondaria in questo bacino, relativa a livelli trofici
superiori alla classe dei copepodi.
Gis
È stata avviata l'implementazione di un software GIS, commerciale e particolarmente adatto allo scopo, per la gestione
della specie ittica BFT. Sono stati progettati e realizzati i geodatabase delle misure in situ, da satellite e dei parametri relativi al
pescato. Le metodologie di analisi del sistema informativo territoriale sviluppate hanno evidenziato la possibilità di ottenere
risultati paragonabili a quanto emerso dall'approccio scientifico classico. Inoltre, data la sua enorme duttilità, un sistema
GIS, facilita la manipolazione dei dati stessi e fornisce una sorgente di informazioni sistemiche comuni ai differenti uffici
delle amministrazioni preposte al controllo e alla gestione
delle risorse.
Nonostante i limiti posti all'indagine dalla reperibilità di tutte
le informazioni sul pescato, i risultati di questo progetto hanno
messo in luce delle correlazioni significative tra pescato e indicatori ambientali. La definizione precisa di quali indicatori
ambientali andrebbero monitorati per una gestione sostenibile
della risorsa ittica richiede ancora un notevole sforzo dell'attività di ricerca, la quale si dovrà sviluppare sulla base di un sistema di monitoraggio del pescato sistematico ed ad alta automatizzazione. Tale sistema, durante progetti futuri, si dovrebbe
avvalere della collaborazione continuativa con il personale professionista del settore ittico. Inoltre, la fase di raccolta dati
dovrebbe registrare informazioni più esaurienti possibile sul
pescato, sullo sforzo di pesca e sui parametri ambientali nelle
zone di pesca. Occorre quindi sviluppare un protocollo di misu35
ra e/o dei sistemi automatici di registrazione dati che possano
essere facilmente utilizzati anche dal personale di bordo, per
estendere al massimo il dataset nel tempo e nello spazio.
Occorre inoltre coinvolgere altre flotte tonniere, possibilmente in ambito internazionale, nelle attività future. Tutto ciò
permetterebbe di estendere la metodologia d'indagine messa a
punto da questo progetto a diverse condizioni ambientali e ad
altre zone di pesca, nonché di conferire maggior robustezza
scientifica ai risultati presentati in questa sede. Solo così sarà
possibile classificare gli indicatori ambientali più rilevanti che
andrebbero monitorati sistematicamente dallo spazio e simulati
dai modelli per definire le politiche di gestione della risorsa ittica.
Infine, la creazione di database di nuova concezione potrebbe costituire un'importante evoluzione di ciò che è oggi il database storico ICCAT, che andrebbe poi anche integrato con le
serie temporali secolari presenti nei vari archivi pubblici e privati.
I risultati sullo sviluppo di un GIS, per quanto parziali, raggiunti nell'ambito del presente progetto pilota permettono di
ipotizzare lo sviluppo di sistemi automatici di aggiornamento
delle immagini dei parametri ambientali acquisiti da satellite,
dei dati di pescato della specie oggetto del progetto e delle
simulazioni di produzione secondaria. Riteniamo inoltre che il
valore aggiunto legato all'utilizzo del GIS sia di grande importanza nell'ambito della gestione sostenibile delle risorse ittiche
con un approccio ecosistemico, da parte degli enti ambientali
nazionali ed internazionali ad essa preposte. Questo è però possibile a patto che dalla fase di sperimentazione si passi alla
messa in campo di progetti esecutivi che consentano la messa a
punto di prassi di acquisizione ed analisi integrata dei dati sia
da un punto di vista geografico che temporale. Ciò significa che
la collaborazione con la singola struttura di pesca industriale
andrebbe estesa, attraverso le associazioni di categoria ed
36
accordi transnazionali, al maggiore numero possibile di strutture pescherecce dedite alla pesca industriale del BFT.
Ringraziamenti
Si ringraziano: l’equipaggio del M/P Luigi Padre e dell’intera flotta tonniera di Cetara (SA); lo staff DE.MO.PESCA; il Dr.
S. Marullo, il Dr. B. Buongiorno Nardelli ed il Dr. M.
Guarracino per aver fornito le immagini di SST e per gli utili
suggerimenti; il Dr. G. Volpe e il Dr. S. Colella e il Dr. R. Sciarra
per aver processato le immagini giornaliere di clorofilla; la Dr.
A. Bozec per aver fornito l’output di correnti marine da modello OPA; La Coop. KETOS (NA) per il supporto alla logistica del
progetto e la divulgazione dei risultati; il Dr. D. Castagna per il
supporto informatico alla modellistica; il Dr. Franco Andaloro,
la Dr. G. Mazzocchi e il Dr. V. Vellucci per i suggerimenti di
carattere scientifico.
37
Bibliografia
Abascal F. J., Megina C., Medina A. (2004) Testicular development in migrant and spawning bluefin tuna (Thunnus thynnus
(L.)) from the eastern Atlantic and Mediterranean. Fish. Bull.,
102, 407–417.
Anonymous (2005a) Request for Atlantic tuna and shark statistics in the ICCAT convention area. ICCAT circular #171/05,
Madrid.
Anonymous (2005b) Report of the 2004 ICCAT data exploratory meeting for east Atlantic and Mediterranean bluefin tuna.
SCRS/2004/013 Col. Vol. Sci. Pap. ICCAT, 58 (2): 662-699.
Aristotele, IV sec. a.C. Histoire des animaux. Gallimard, Paris,
1994.
Block B. A., Dewar H., Blackwell S. B., Williams T. D., Prince
E. D., Farwell C. J., Boustany A., Teo S. L. H., Ssitz A., Walli
A., Fudge D. (2001) Migratory movements, depth preferences,
and thermal biology of Atlantic Bluefin tuna. Science, 293,
1310-1314.
Block B. A., Teo S. L. H., Walli A., Boustany A., Stokesbury M.
J. W., Farwell C. J., Weng K. C., Dewar H., Williams T. D.
(2005) Electronic tagging and population structure of Atlantic
bluefin tuna. Nature, 434, 1121-1127.
Böhm E., Buongiorno Nardelli B., d’Acunzo E., Marullo S.,
Santoleri R. (2005) The new SST processing chain, MFSTEP
Deliverable, 8, pp. 9.
Boris J.P., Book D. L. (1976) Flux corrected transport: I: SHASTA a fluid transport algorithm that works. Journal of
Computational Physics, 11, 38-69.
Bosc E., Bricaud A., Antoine D. (2004) Seasonal and interannu38
al variability in algal biomass and primary production in the
Mediterranean Sea, as derived from 4 years of SeaWiFS observations, Global Biogeochemicla Cycles, 18, 1-17.
Brill R., Lutcavage M., Metzger G., Arendt M., Lucy J., Watson
C., Foley D. (2001) Horizontal and vertical movements of juvenile bluefin tuna (Thunnus thynnus), in relation to oceanographic conditions of the western North Atlantic, determined with
ultrasonic telemetry. Fish. Bull., 100 (2), 155-167.
Chase, B. C. (2002) Differences in diet of Atlantic bluefin tuna
(Thunnus thynnus) at five seasonal feeding grounds on the New
England continental shelf. Fish. Bull., 100 (2), 168-180.
Chen, I. C., Lee P. F., Tzeng W. N. (2005) Distribution of albacore (Thunnus alalunga) in the Indian Ocean and its relation to
environmental factors. Fish. Oceanogr., 14 (1), 71–80.
Cleveland W. S. (1979) Robust locally weighted regression and
smoothing scatterplots. J. Amer. Statist. Assoc.,74, 829-836.
Doumenge F. (1998) L’histoire des pêches thonières. Col.Vol.
Sci. Pap. ICCAT, 50 (2), 753-803.
Eckman J. E. (1994) Modelling physical-biological coupling in
the ocean: the U.S. GLOBEC Program. Deep-Sea Res. II, 41, 15.
Forrest T. G, Suter R. B. (1994) The discrete Fourier transform
(DFT) in behavioural analysis. J. Theor. Biol., 166, 419–429.
Fromentin, J.M., Fonteneau A., Farrugio H. (2000) Biological
reference points and natural long-term fluctuations: the case of
the Eastern Atlantic bluefin tuna. SCRS/1999/054
Col.Vol.Sci.Pap. ICCAT, 51 (6):2072-2083.
Fromentin, J.M., Powers J. E. (2005) Atlantic bluefin tuna: population dynamics, ecology, fisheries and management. Fish and
Fisheries, 6 (4), 281-306.
Frouin R., Franz B. , Wang M. (2001) Algorithm to estimate
PAR from SeaWiFS data Version 1.2 - Documentation.
http://oceancolor.gsfc.nasa.gov/DOCS/seawifs_par_wfigs.pdf.
Itoh T., Tsuji S., Nitta A. (2003) Migration patterns of young
Pacific bluefin tuna (Thunnus orientalis) determined with
archival tags. Fish. Bull., 101, 514–534.
García A., Alemany F., de la Serna1 J. M., Oray I., Karakulak S.,
L. Rollandi, Arigò A., Mazzola S. (2005a) Preliminary results of
the 2004 bluefin tuna larval surveys off different Mediterranean
sites (Balearic archipelago, Levantine Sea and the Sicilian
Channel). SCRS/2004/183 Col. Vol. Sci. Pap. ICCAT, 58(4):
1420-1428.
Iverson R. L. (1990) Control of marine fish production. Limnol.
Oceanogr., 35, 1593-1604.
García A., Alemany F., Velez-Belchí P., López Jurado J.L.,
Cortés D., de la Serna1 J.M., González Pola C., Rodríguez J. M.,
Jansá J., Ramírez T. (2005b) Characterization of the bluefin tuna
spawning habitat off the Balearic archipelago in relation to key
hydrographic features and associated environmental conditions.
SCRS/2003/076 Col. Vol. Sci. Pap. ICCAT, 58(2): 535-549.
GOS (2006) http://gos.ifa.rm.cnr.it
Hattour A., Macías D. (2001) Bluefin tuna maturity in Tunisian
waters: a preliminary approach.
http://www.faocopemed.org/vldocs/0000609/scrs_01_128.pdf.
Hollander M., Wolfe D. A. (1973) Nonparametric statistical
inference. New York, John Wiley & Sons, pp. 185–194.
Humston R., Ault J. S., Lutcavage M., Olson D. B., (2000)
Schooling and migration of large pelagic fishes relative to environmental cues. Fish. Oceanogr., 9 (2), 136-146.
Joseph J., (1998) A brief history of tuna research. Col. Vol. Sci.
Pap. ICCAT, 50 (1):183:193.
Kidwell K. B. (1998) NOAA polar orbiter data user’s guide
(TIROS-N, NOAA-6, NOAA-7, NOAA-8, NOAA-9, NOAA10, NOAA-11, NOAA-12, NOAA-13 AND NOAA-14).
http://www2.ncdc.noaa.gov/docs/podug/index.htm
Kilpatrick K. A., Podesta G. P., R. H. Evans (2001) Overview of
the NOAA/NASA AVHRR Pathfinder algorithm for sea surface
temperature and associated matchup database, J. Geophys. Res.,
106 (C5), 9,179-9,197.
Kitagawa T., Kimura S., Nakata H., H. Yamada (2004)
Overview of research on tuna thermo-physiology using electric
tags. Mem. Natl Inst. Polar Res., Spec. Issue, 58, 69–79.
La Mesa M., Sinopoli M., F. Andaloro (2005) Age and growth
rate of juvenile bluefin tuna Thunnus thynnus from the
Mediterranean Sea (Sicily, Italy). Sci. Mar., 69 (2), 241-249.
ICCAT (2004) Report of the Standing Committee on Research
and Statistics 2003–2004. ICCAT, Madrid.
Lehodey P., André J.M., Bertignac M., Hampton J., Stoens A.,
Menkes C., Memery L., Grima N. (1998) Predicting skipjack
tuna forage distributions in the equatorial pacific using a coupled dynamical bio-geochemical model. Fish. Oceanogr., 7, 3/4,
317–325.
ICCAT (2005) Report of the 2004 ICCAT data exploratory
meeting for East Atlantic and Mediterranean bluefin tuna .
Collective Volume of Scientific Papers ICCAT, 58 (2): 662-699.
Lévy M., Estubier A., G. Madec (2001) Choice of an advection
scheme for biogeochemical models. Geophys. Res. Lett., 28,
3725-3728.
ICCAT 2006. http://www.iccat.es/
Lutcavage M.E., Brill R.W., Skomal G.B., Chase B.C.,
39
Goldstein J.L., Tutein J. (2000) Tracking adult North Atlantic
bluefin tuna (Thunnus thynnus) in the northwest Atlantic using
ultrasonic telemetry. Mar. Biol., 137, 347-358.
Madec G., Delecluse P., Imbard M., Lévy C. (1998) OPA 8.1
Ocean General Circulation Model reference manual. Note du
Pôle de modélisation, Institut Pierre-Simon Laplace (IPSL),
France, 11, 91pp.
Martin A. P. (2003) Phytoplankton patchiness: the role of lateral stirring and mixing. Prog. Oceanogr., 57, 125–174.
Marullo S., Buongiorno Nardelli B., GuarracinoM. , Santoleri R.
(2006) Observing the Mediterranean Sea from space: 21 years of
Pathfinder-AVHRR Sea Surface Temperatures (1985 to 2005).
Re-analysis and validation. Inviato a Ocean Sciences.
Mather F. J., Mason, J. M., Jones A. C. (1995) Historical document. Life history and fisheries of Atlantic bluefin tuna. NOAA
Technical Memorandum, NMFS-SEFSC 370.
Mauchline J. (1980) The biology of mysids and euphausiids. In:
Blaxter JHS, Russel FS, Yonge M (eds) Advances in marine
biology, 18. Academic Press, London, p 371–623.
Miyake M. P., Miyabe N., H. Nakano H. (2004) Historical
trends of tuna catches in the world. FAO Fisheries Technical
Paper., 467. Rome, FAO. pp. 74.
Morel A. (1988) Optical modeling of the upper ocean in relation
to its biogenous matter content (Case I waters). J. Geophys.
Res., 93, 10,749-l 0,768.
Morel A., André J.M. (1991) Pigment distribution and primary
production in the western Mediterranean, as derived from space
(czcs) observations. J. Geophys. Res., 96, C7, 12685–12698.
Morel A., Berthon J.F. (1989) Surface pigments, algal biomass
profiles, and potential production of the euphotic layer:
40
Relationships reinvestigated in view of remote-sensing applications, Limnol. Oceanogr., 34 (8), 1545-1562.
Mueller J. L. (2000) SeaWiFS algorithm for the diffuse attenuation coefficient, K(490), using water-leaving radiances at 490
and 555 nm, in SeaWiFS Postlaunch Calibration and Validation
Analyses, Part 3, NASA TM-2000-206892, Vol. 11, pp. 24-27,
NASA GSFC, Greenbelt, MD.
NASA 2006. http://oceancolor.gsfc.nasa.gov/SeaWiFS/
Newlands N.K., Lutcavage M. E., Pitcher T. J. (2004) Analysis
of foraging movements of Atlantic bluefin tuna (Thunnus
Thynnus): individuals switch between two modes of search
behavior. Population Ecology, 46, 39-53.
NOAA 2005. http://noaasis.noaa.gov/NOAASIS/ml/avhrr.html
Okubo A., (1980) Diffusion and Ecological Problems:
Mathematical Models. In: Biomathematics, 10. New York:
Springer-Verlag, 254 pp.
Palma C., Kebe P. (2003) ICCAT relational database system:
current status and future development. Col. Vol. Sci. Pap.
ICCAT, 55 (1), 318-330.
Press W. H., Rybicki G. B. (1989) Fast algorithm for spectral
analysis of unevenly sampled data. Astrophysical J., 338,
277–281.
Ravier C. (2003) Fluctuations à long terme du thon rouge validité, origines et conséquences. PhD thesis, ENSAR, Rennes,
France.
Ravier C., Fromentin J. M. (2001) Long-term fluctuations in the
eastern Atlantic and Mediterranean bluefin tuna population.
ICES J. Mar. Sci., 58, 1299–1317.
Royer F., Fromentin J.M, Gaspar P. (2004) Association between
bluefin tuna schools and oceanic features in the western
Mediterranean. Mar. Ecol. Prog. Ser., 269, 249-263.
Sandwell D.T., Smith W.H.F. (1994) Bathymetric prediction
from dense satellite altimetry and sparse shipboard bathymetry.
J. Geophys. Res., 99, 21803-218424.
NOAA polar-orbiting environmental satellites, J. Geophys. Res.,
103, 27,999–28,012.
Santoleri, R., Marullo S., Böhm E. (1991) An objective analysis
scheme for AVHRR imagery. Int. J. Remote Sensing, 12 (4),
681-693.
Scaccini, A., Sará, R., Piccinetti, C., Piccinetti Manfrin G.
(1975) Uova e larve di tonno pescate nella Sicilia occidentale e
Loro allevamento. Ministero della Marina Mercantile, Direzione
Generale della Pesca Marittima, Roma, Memoria Nº39:1-169.
Sibert J.R., Fournier D.A. (1994) Evaluation of advection-diffusion equation for estimation of movement patterns from tag
recapture data. FAO Fish. Tech. Pap. 336, 1, 108-121.
Tawil M.Y., Macías D., de la Serna J.M, (2001) Preliminary
study on age at first maturity of bluefin tuna in the Libyan
waters.
http://www.faocopemed.org/vldocs/0000609/scrs_01_127.pdf.
Volpe G., MarulloS., Santoleri R., Vellucci V., Ribera d’Alcalà
M. (2005a) Definition and assessment of regional
Mediterranean Sea algorithm for surface chlorophyll, Mersea
Tecnical Report (MERSEA-WP02-CNR-ISAC-STR-001).
IFRAMER, Brest, 20 pp.
Volpe G., Tronconi C., Santoleri R. (2005b) Mediterranean sea
surface chlorophyll data set, Mersea Tecnical Report
(MERSEA-WP02-CNR-ISAC-STR-002). IFRAMER, Brest, 12
pp.
Walton C. C., Pichel W. G., Sapper F. J., May D. A. (1998) The
development and operational application of nonlinear algorithms for the measurement of sea surface temperatures with
41
Finito di stampare nel mese di giugno 2006
dalla litografia Volpicelli - Napoli
