Educazione Ambientale / Ecologia Argomenti Introduzione – Crisi

Argomenti
Educazione Ambientale / Ecologia
Emilio Padoa-Schioppa
•
•
•
•
•
•
Ecologia
Evoluzione e selezione naturale
Rapporto uomo-natura
Biodiversità e biofilia
Problemi ambientali odierni
Attività didattiche finalizzate all’educazione
ambientale
Introduzione – Crisi ambientale
odierna: mito o realtà?
• Introduzione e presentazione del corso
• Perché si parla di “crisi ambientale?”
• Alcuni esempi
Brevi cenni di ecologia
•
•
•
•
•
•
•
•
Che cosa è l’ecologia?
Sistemi ecologici e spettro biologico
Auto-ecologia
Ecologia di popolazione
Ecologia di comunità
Ecologia ecosistemica
Ecologia del paesaggio
Ecologia globale
Storia dell’ecologia – Concetto di
ambiente, ecologia ed ecologismo
• Sviluppo delle idee ecologiche
• Rapporti tra ecologia ed ambientalismo
• Storia dell’ambientalismo italiano
1
Evoluzione e selezione naturale
•
•
•
•
•
•
•
Concetto di specie
Evoluzione
Darwin/Wallace
La sintesi moderna
Selezione naturale
Selezione sessuale
fitness
Evoluzione culturale
• Le differenze tra evoluzione biologica ed evoluzione culturale
• Il linguaggio quale veicolo dell’evoluzione culturale
• Evoluzione culturale in popolazioni animali ed umane
Biodiversità
•
•
•
•
Concetto di biodiversità
Crisi della biodiversità
Quanto vale la biodiversità?
Come conservare la biodiversità: idee, strumenti e
paradigmi
Storia evolutiva dell’uomo
• Gli antenati dell’uomo
• La dispersione dall’Africa al resto del mondo
• Geni, popoli e lingue
Agricoltura e domesticazione
• Il processo di domesticazione di piante ed animali
• “A chi ha sarà dato” o della inuguale diffusione di
piante e animali domesticabili
• Un’arma a doppio taglio
Cambiamento climatico
• E’ corretto parlare di cambiamento climatico?
• Quali sono le cause principali?
• Quali sono gli effetti sui sistemi ecologici?
2
Sviluppo sostenibile
• Concetto di sviluppo sostenibile
• Problemi e contraddizioni
• Un esempio: il turismo nelle valli Sherpa del
Nepal
Elementi di didattica ambientale
• Biodiversità nella vita quotidiana
• ……
Obbiettivi del corso
• Acquisire le competenze teoriche necessarie per
leggere consapevolmente le trasformazioni
ambientali
• Indirizzare gli studenti ad orientarsi attraverso il
dissonante coro di notizie riguardanti l’ambiente
che viene quotidianamente propinato dai massmedia
3
Scienze Ambientali
Definizione di ambiente
• Il concetto di ambiente viene proposto per la
prima volta con la parola tedesca Umwelt che
deriva dalla fusione di um (attorno) e Welt
(mondo): indica dunque il mondo attorno a un
osservatore in posizione centrale.
• Studio sistematico del nostro ambiente e
dello spazio che occupiamo all’interno di
esso.
– Interdisciplinari
– Integrano
• Scienze naturali
• Scienze sociali
• Scienze umane
– Applicative
E’ corretto parlare di crisi
ambientale?
• Oggi
emergono
problemi
nuovi,
causati
dall’incremento della popolazione umana, dalla
capacità (mai avuta prima) di intervenire e
modificare direttamente gli equilibri primari della
biosfera da parte dell’uomo, da un consumo di
risorse senza precedenti … …
• In questo contesto è corretto parlare di crisi
ambientale.
• Le soluzioni ai problemi posti da questa crisi
possono non essere convenzionali (e sicuramente
non semplici).
Statistica e rigore scientifico
• In realtà con la statistica non si dimostra nulla: lo
scopo della statistica non è quello di dimostrare
qualche cosa.
• L’analisi statistica serve per attribuire un livello di
confidenza (fiducia) alle conclusioni che si possono
voler trarre.
• L’ecologia, come le altre scienze, è una ricerca non di
enunciati di cui è dimostrata la verità, ma di
conclusioni nelle quali poter riporre fiducia.
• Espressioni critiche riguardo la statistica vengono in
genere usate da chi non ha nulla di meglio da dire per
continuare a credere in ciò in cui desidera credere.
• In alcuni casi, effettivamente la statistica viene
usata impropriamente per dedurre conclusioni di
dubbia validità.
Statistica e rigore scientifico
• La statistica è stata
spesso accusata di
essere una disciplina con
la quale si può
dimostrare qualunque
cosa
Vi sono bugie, maledette
bugie e statistiche
Elementi di statistica
Organizzazione dei dati
• Scala nominale: dati classificati e raggruppati in categorie che
devono escludersi a vicenda (i.e. specie, sesso, tipologia di
habitat …)
• Scala ordinale: dati classificati e raggruppati in categorie
ordinate secondo un criterio gerarchico (i.e. classi di
abbondanza …)
• Scala per intervalli: dati classificati e raggruppati in categorie
ordinate secondo un criterio gerarchico in cui i numeri
rappresentano anche la distanza da un dato all’altro; è priva di
uno zero assoluto (i.e. datazione …)
• Scala razionale: dati oltre a possedere le proprietà dei livelli
precedenti ha uno zero assoluto e dunque sono possibili tutte le
operazioni di somma/sottrazione/moltiplicazione e divisione
(i.e. specie, sesso, tipologia di habitat …)
4
Elementi di statistica
Etichettta
Nominale
Specie
rilevate
Ordinale
Abbondanza
di una specie
Intervalli
Datazione
Razionale
Lunghezza
del becco
1
Cinciarella
Rara
(1/5 ind.)
1 maggio
5 mm
Elementi di statistica:
indici di tendenza centrale
• Media, moda e mediana
2
Cincia mora
Non comune
(5/20 ind.)
2 maggio
10 mm
3
Cincia bigia
Comune
(20/100
ind.)
3 maggio
15 mm
4
Cincia bigia
alpestre
Frequente
(100/1000
ind.)
4 maggio
20 mm
5
Cinciallegra
Abbondante
(>1000 ind.)
5 maggio
25 mm
• Media: si calcola dividendo la somma delle osservazioni
per il numero delle unità di campionamento.
• Mediana: è il valore centrale di una serie (si ordinano
le osservazioni e si vede dove cade il valore centrale).
• Moda: rappresenta il valore della distribuzione con il
maggior numero di osservazioni.
Elementi di statistica
Moda
Es. In una spedizione nelle isole Shetland, in luglio vengono
inanellati diverse migliaia di uccelli, e nelle settimane successive
sono osservati o ripresi da altri inanellatori in altre colonie
Distanza media
percorsa:
Luogo
Distanza
Numero
fx
15527/28 =
Recupero
km
uccelli
554,4
Lerwik
49
8
392
Mediana
Foula
77
5
385
distanza
Fair Isle
114
5
570
percorsa
Orkney
157
2
314
114 km
Sule Kerry
248
3
744
Summer Island
382
1
382
Moda
St Kilda
529
2
1058 49 km
Cape Clear
Durban (Sud Africa)
Totale
1114
10568
13238
1
1
28
9
8
Mediana
7
N° uccelli
6
5
4
Media
3
2
1
0
Lerwik
49 km
1114
10568
15527
Foula
Fair
Orkney
Sule Summer St Kilda Cape Durban
77 km Isle 114 157 km Skerry
Isles 529 km Clear
10568
km
248 km 382 km
1114 km
km
Località di ricattura
Moda
Moda
9
9
8
8
7
7
N° uccelli
6
N° uccelli
6
Mediana
5
4
3
Mediana
5
4
Media
3
Media
2
2
1
1
0
0
0
2000
4000
6000
Distanza di ricattura
8000
10000
12000
1
10
100
1000
10000
100000
Distanza di ricattura
5
Che cosa è opportuno scegliere?
Che cosa è opportuno scegliere?
• In una distribuzione di dati perfettamente simmetrica
media, mediana e moda coincidono.
• In alcuni casi si osserva una distribuzione bimodale
18
Media
Moda
Mediana
25
16
14
% luì grossi
n° pettirossi
20
15
10
5
0
68
69
70
71
72
73
74
75
76
77
78
79
80
Moda
12
10
8
6
4
2
0
58
59
Lunghezza dell'ala (mm)
disaggregazione
dei
dati
riesce
a
spiegare
% luì grossi
64
65
66
67
68
69
70
71
72
– quando i valori sono più o meno simmetricamente disposti
attorno a un punto centrale;
– quando l’analisi richiede una misura della tendenza centrale
che costituisca la base di altre statistiche;
– quando l’analisi richiede la combinazione della media con le
medie di altri gruppi relativamente alla stessa variabile;
– quando si vuole stimare il valore della corrispondente media
della popolazione dalla quale è estratto il campione.
il
Moda
10
• Mediana:
5
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Lunghezza dell'ala (mm)
femmine
– quando osservazioni estreme alterano la media
– quando si lavora su distribuzioni irregolari
• Moda:
– quando è descritto un modo rapido, anche se approssimativo
per descrivere la tendenza centrale
maschi
Elementi di statistica
Elementi di statistica
Errore standard: è una misura statistica con la quale
individuo una fascia attorno al valor medio in cui mi posso
attendere l’effettivo valor medio dei miei dati. In particolar
modo si presta attenzione a valutare che esista il 95% di
probabilità che il valor medio dei miei dati ricada all’interno
della fascia.
30
25
20
15
10
5
0
Isola con serpenti
Isola senza serpenti
40
35
30
25
20
15
10
5
0
Isola con serpenti
Isola senza serpenti
La presenza di serpenti, potenziali predatori dei lacertidi ne può influenzare
l’abbondanza in isole di piccole dimensioni?
Errore standard: è una misura statistica con la quale
individuo una fascia attorno al valor medio in cui mi posso
attendere l’effettivo valor medio dei miei dati. In particolar
modo si presta attenzione a valutare che esista il 95% di
probabilità che il valor medio dei miei dati ricada all’interno
della fascia.
40
Abbondanza media lacertidi (n°
ind./100m2)
35
•
Abbondanza media lacertidi (n°
ind./100m2)
40
Abbondanza media lacertidi (n°
ind./100m2)
Abbondanza media lacertidi (n°
ind./100m2)
63
Che cosa è opportuno scegliere?
0
•
62
• Media:
20
15
61
Lunghezza dell'ala (mm)
Che cosa è opportuno scegliere?
• Spesso la
fenomeno
60
35
30
25
20
15
10
5
0
Isola con serpenti
Isola senza serpenti
40
35
30
25
20
15
10
5
0
Isola con serpenti
Isola senza serpenti
La presenza di serpenti, potenziali predatori dei lacertidi ne può influenzare
l’abbondanza in isole di piccole dimensioni?
6
Elementi di statistica
Elementi di statistica
Correlazione tra varabili: si parla di correlazione quando si
osserva una relazione quantitativa tra due variabili
misurate su una scala ordinale (ranghi) o per intervalli e
per rapporti.
Esempio: relazione tra l’altezza e il diametro del tronco di
un albero
3060
Nessuna correlazione
2550
2040
Altezza (m)
Altezza (m)
Correlazione positiva perfetta
(nella realtà non esiste)
1530
10
20
0
10
10
20
20
30
40
30
Diametro (cm)
Diametro (cm)
50
40
60
50
70
60
Elementi di statistica
Elementi di statistica
•
• P = 0,5 significa che, se l’ipotesi nulla fosse veramente
corretta, il 50% degli studi simili al nostro dovrebbe generare
esattamente tale insieme di dati o un insieme di dati ancor più
lontano dall’ipotesi nulla. Ne consegue che non possiamo aver
fiducia nell’affermazione che vi è un’associazione.
• P = 0,001 significa che ci si potrebbe attendere tale insieme di
dati (o dati ancor più lontani dall’ipotesi nulla) nello 0,1% di
studi simili. O è accaduto qualcosa molto improbabile o vi è un
effettiva associazione dei dati.
• Per convenzione si rigetta l’ipotesi nulla se P < 0,05, e in tal
caso si dice che i risultati sono statisticamente significativi.
• Se poi P < 0,01 i risultati vengono definiti altamente significativi
•
•
•
•
Quando si ottiene un valore P > 0,05 (e vi è quindi assenza
di significatività statistica può significare una di queste tre
cose:
non vi è alcun effetto di importanza ecologica;
i dati, semplicemente, non sono abbastanza buoni, oppure
non sono sufficienti a corroborare un effetto che pure
esiste;
in stretta relazione con ciò, l’effetto stesso è reale ma
debole e quindi sono necessari dati estesi, che però non
sono stati raccolti.
In conclusione è meglio, soprattutto quando si ottengono
risultati superiori a P = 0,05 indicare il vaolre di P e
considerare le conclusioni in termini di sfumature anziché di
bianco e nero.
Elementi di statistica
P = 0,5
Retta di regressione: nei diagrammi in cui si illustra la
relazione tra due variabili può essere utile tracciare una
linea attraverso l’insieme dei punti in modo da evidenziare
la “media” della relazione. Tale linea viene definita “retta
della miglior bontà di adattamento”.
Esempio: relazione tra l’area e il numero di specie di un isola
P = 0,001
N°
specie
Area
P = 0,06
P = 0,04
Ln
area
Ln
Specie
270
24
5,60
3,18
76
22
4,33
3,09
72
21
4,28
3,04
40
13
3,69
2,56
34
15
3,53
2,71
21
16
3,04
2,77
10
9
2,30
2,20
4
6
1,39
1,79
2
7
0,69
1,95
0,75
3
-0,29
1,10
0,25
3
-1,39
1,10
304,00
4,00
35
253,50
3,00
20
2,50
1,50
3,50
30
3,00
25
2,50
20
2,00
15
1,50
1,00
10
1,00
Ln
specie
N°N°
specie
Ln N° specie
0
0
• IPOTESI: La lunghezza delle ali dei maschi di luì grosso è
maggiore di quella delle femmine
• IPOTESI NULLA: non c’è differenza nelle dimensioni delle ali
tra maschi e femmine di luì grosso
Dati reali:
correlazione positiva
5
10
0
• Uno dei termini utilizzati più di frequente nei test statistici, per
misurare la validità di una conclusione che è stata tratta, è un
valore P, o livello di probabilità.
• Per eseguire un test statistico occorre prima di tutto formulare
un’ipotesi nulla. Il test statistico genera allora una probabilità
(valore P) di ottenere un’insieme di dati simile al nostro se
l’ipotesi nulla è corretta.
152,00
10
50,50
00,00
0
-2,00
0-2,00
-5
y = 4,3826e 0,3399x
R 2 = 0,9401
y = 0,3399x + 1,4776
y = 3,3385Ln(x)
+ 4,3892
y = 0,3399Ln(x)
+ 1,4776
R2 = 0,9401
R2 =20,8916
R = 0,9401
0,50
5
0,00
0
-1,00 50 0,00
0,00 100
1,00
-1,00
50
1001,00
2,00
150
2,00
150
3,00200 4,00
5,00
250
3,00
5,00
200 4,00 250
6,00
300
6,00
300
Ln
Area
Area
(ha)
Ln
Area
Area
(ha)
7
Che cosa significa il dato che si osserva?
L’utilizzo del computer contribuisce alla diffusione dell’AIDS?
Chi usa il computer ha maggior probabilità di contrarre l’AIDS?
In realtà l’unico legame tra i due fenomeni è quello di avvenire nello
stesso periodo. Questo spiega l’alta correlazione.
1600
6000
6000
1400
5000
y = 2,514x + 1227,2
R2 = 0,8574
5000
1200
1000
4000
4000
800
3000
3000
600
2000
400
2000
N° Casi AIDS
–
–
–
–
N° nuovi casi AIDS
• Una considerazione da non dimenticare mai. La statistica non
spiega il significato dei fenomeni osservati: un’alta correlazione,
un elevato R2,
un valore significativo di P non significano
automaticamente un rapporto causa-effetto.
• Ignorare questa considerazione può condurre a clamorosi errori di
valutazione.
• Un esempio famoso: la relazione tra diffusione di PC in uno stato
americano e aumento dei casi di AIDS conclamato.
Elementi di statistica
• Relazione tra diffusione di PC in uno stato americano e aumento
dei casi di AIDS conclamato.
Migliaia di PC venduti
Elementi di statistica
1000
200
1000
0
0
19
80
19
81
19
82
19
83
19
84
19
85
19
86
19
87
19
88
19
89
19
90
19
91
19
92
19
93
19
94
19
95
0
0
200
400
600
Anno
800
1000
1200
1400
1600
N°migliaia PC venduti
N° Computer (* 1000)
N° casi AIDS
Elementi di statistica: riferimenti
bibliografici
Statistica per ornitologi e naturalisti
Fowler e Cohen; Muzzio editore
Statistica univariata e bivariata parametrica e
non-parametrica nelle discipline ambientali e
biologiche
Lamberto Soliani, scaricabile dal sito:
http://www.dsa.unipr.it/soliani/soliani.html
8