METODI E MODELLI PER L'ANALISI DELLA QUALITA' ECOLOGICA

Progetto: Research project

Dettagli progetto

Description

Le specifiche tecniche ed informative per la valutazione dello stato di salute ambientale stabilite dalla Commissione Europea (http://europa.eu.int; Unione Europea (2004), Protezione e gestione delle acque) hanno prodotto lo sviluppo di opportune reti di monitoraggio volte a fornire costantemente informazioni precise, rilevanti e affidabili su acqua, aria, suolo, etc. Per ridurre o prevenire l’inquinamento delle acque, diretto e indiretto è necessario sia conoscere lo “stato di salute” dell’ambiente, sia saper interpretare cambiamenti a seconda di alcuni effetti indotti o casuali.
Pertanto l'obiettivo del presente progetto è duplice: da una parte si vuole studiare un disegno campionario adatto ai dati di monitoraggio ambientali in modo da evitare mancate risposte, dati correlati e altre anomalie nella costruzione del database (durata dell'osservazione, scelta del periodo iniziale dal quale osservare, mancanza di regolarità nella raccolta e registrazione del dato, ecc.).
Dal punto di vista metodologico si vogliono studiare le performance di modelli anche non lineari per lo studio di tale fenomeno. Il ricorso a modelli non lineari, rispetto a quelli lineari, può consentire infatti un miglior adattamento del modello catturando così una più alta percentuale della variabilità complessiva del fenomeno.

Layman's description

I dati di monitoraggio ambientale in generale si sviluppano su due dimensioni: quella temporale e quella spaziale. Queste caratteristiche li rendono alquanto peculiari e offrono numerosi spunti per ulteriori sviluppi metodologici. E’ sicuramente interessante, pertanto, individuare metodologie alternative rispetto a quelle generalmente utilizzate per la modellazione di legami causali (sia in termini lineari che non lineari). Stagionalità, mancanza di dati e rilevazioni irregolari sono ulteriori aspetti tipici dei dataset ambientali di lungo periodo il cui ruolo può divenire cruciale nella definizione degli aspetti metodologici connessi ad un’analisi della qualità ecologica. Infatti, gli elementi specificati impediscono in vario modo le analisi statistiche di base e, soprattutto, il trattamento delle informazioni ambientali secondo l’ottica di un’analisi storica. In questi casi, per poter dipanare gli effetti della variabilità di breve periodo dai cambiamenti di lungo periodo (trend) è necessario individuare e utilizzare tecniche statistiche avanzate utilizzate per le indagini longitudinali complesse (cfr. Lindsey J.K. (1993), Models for repeated measurements o Diggle P.J., Liang K., Zeger S.L. (1994) Analysisi of longitudinal data, Oxford University Press).
Nell’individuare un modello che rappresenti i livelli degli inquinanti in funzione delle sue covariate, una specificazione più opportuna dovrebbe, infatti, tenere esplicitamente conto delle informazioni temporali e spaziali riferibili ai singoli records.
Un aspetto da non trascurare è la specificazione della struttura di covarianza che in tale tipo di dati si presenta molto forte e articolata.
I dati che si analizzeranno sono stati raccolti attraverso una piccola rete di stazioni di monitoraggio della qualità delle acque di un bacino afferente all’estuario di un fiume della Scozia (Clyde). Il dataset è il risultato di un esperimento randomizzato a blocchi a misure ripetute articolato secondo le dimensioni spaziali e temporali. Si hanno a disposizione dati su alcune concentrazioni di nutrienti distinte per stazione di monitoraggio, periodo di rilevazione e profondità della misurazione stessa. Il piano di campionamento predisposto è pertanto un campionamento complesso per indagini longitudinali (Thompson S.K. (1992) Sampling, Wiley).
Dal punto di vista metodologico una strada sicuramente perseguibile è quella dei modelli ad effetti misti che sebbene abbiano una strutturazione teorica complessa, riescono a mantenere i vantaggi di una stima basata sui minimi quadrati e sul metodo della verosimiglianza e tengono conto del pinao di campionamento adottato. Ciò comporta, comunque, per la stima dei parametri, un sistema di assunzioni il cui controllo iterativo può rendere lungo il processo di adattamento e di scelta del migliore modello, mentre per la struttura dei dati un'ipotesi di casualità nella rilevazione del dato e di completezza dell'informazione, non sempre verificati in dati di monitoraggio.
StatoAttivo
Data di inizio/fine effettiva1/1/05 → …

Fingerprint

Esplora i temi di ricerca toccati da questo progetto. Queste etichette sono generate sulla base dei riconoscimenti/sovvenzioni sottostanti. Insieme formano una fingerprint unica.