2 resultados para ANOSIM

em AMS Tesi di Laurea - Alm@DL - Università di Bologna


Relevância:

10.00% 10.00%

Publicador:

Resumo:

The first part of my work consisted in samplings conduced in nine different localities of the salento peninsula and Apulia (Italy): Costa Merlata (BR), Punta Penne (BR), Santa Cesarea terme (LE), Santa Caterina (LE), Torre Inserraglio (LE), Torre Guaceto (BR), Porto Cesareo (LE), Otranto (LE), Isole Tremiti (FG). I collected data of species percentage covering from the infralittoral rocky zone, using squares of 50x50 cm. We considered 3 sites for location and 10 replicates for each site, which has been taken randomly. Then I took other data about the same places, collected in some years, and I combined them together, to do a spatial analysis. So I started from a data set of 1896 samples but I decided not to consider time as a factor because I have reason to think that in this period of time anthropogenic stressors and their effects (if present), didn’t change considerably. The response variable I’ve analysed is the covering percentage of an amount of 243 species (subsequently merged into 32 functional groups), including seaweeds, invertebrates, sediment and rock. 2 After the sampling, I have been spent a period of two months at the Hopkins Marine Station of Stanford University, in Monterey (California,USA), at Fiorenza Micheli's laboratory. I've been carried out statistical analysis on my data set, using the software PRIMER 6. My explorative analysis starts with a nMDS in PRIMER 6, considering the original data matrix without, for the moment, the effect of stressors. What comes out is a good separation between localities and it confirms the result of ANOSIM analysis conduced on the original data matrix. What is possible to ensure is that there is not a separation led by a geographic pattern, but there should be something else that leads the differences. Is clear the presence of at least three groups: one composed by Porto cesareo, Torre Guaceto and Isole tremiti (the only marine protected areas considered in this work); another one by Otranto, and the last one by the rest of little, impacted localities. Inside the localities that include MPA(Marine Protected Areas), is also possible to observe a sort of grouping between protected and controlled areas. What comes out from SIMPER analysis is that the most of the species involved in leading differences between populations are not rare species, like: Cystoseira spp., Mytilus sp. and ECR. Moreover I assigned discrete values (0,1,2) of each stressor to all the sites I considered, in relation to the intensity with which the anthropogenic factor affect the localities. 3 Then I tried to estabilish if there were some significant interactions between stressors: by using Spearman rank correlation and Spearman tables of significance, and taking into account 17 grades of freedom, the outcome shows some significant stressors interactions. Then I built a nMDS considering the stressors as response variable. The result was positive: localities are well separeted by stressors. Consequently I related the matrix with 'localities and species' with the 'localities and stressors' one. Stressors combination explains with a good significance level the variability inside my populations. I tried with all the possible data transformations (none, square root, fourth root, log (X+1), P/A), but the fourth root seemed to be the best one, with the highest level of significativity, meaning that also rare species can influence the result. The challenge will be to characterize better which kind of stressors (including also natural ones), act on the ecosystem; and give them a quantitative and more accurate values, trying to understand how they interact (in an additive or non-additive way).

Relevância:

10.00% 10.00%

Publicador:

Resumo:

Il Mar Adriatico presenta una grande ricchezza di diversità di specie ittiche, molte delle quali sono rilevanti dal punto di vista commerciale, altre rappresentano un contributo alla complessità biologica dell’ambiente. In questo lavoro di tesi tecniche di analisi multivariata sono state utilizzate per analizzare la composizione in specie ittiche demersali dell’Alto e Medio Adriatico e la diversità, per arrivare a delineare un quadro generale di tali comunità. I dati utilizzati sono stati raccolti nelle campagne GRUND effettuate in Adriatico dal 1982 al 2007 nell’area delle acque nazionali italiane ed internazionali, al limite delle acque croate e slovene. La Cluster Analysis effettuata sui dati di abbondanza (kg/h) delle specie ha permesso di definire quattro assemblaggi principali di specie (40% di similarità) associati all’area di costa, all’area costiera fuori Venezia, a un area detritica e a un area più profonda. All’interno di questi assemblaggi, stabili per tutti gli anni, sono stati ritrovate delle associazioni più ristrette (similarità del 50%). Profondità e tipologia di fondale sembrano essere i fattori determinanti la divisione di questi assemblaggi. Tali risultati sono stati confermati anche dall’analisi di ordinamento non metrico MDS. Con l’analisi ANOSIM si è cercato di vedere se ci sono differenze significative tra gli assemblaggi annuali delle aree identificate, e se gli assemblaggi di specie variano significativamente nel corso degli anni all’interno di ciascuna area. Con l’analisi SIMPER si sono identificate quelle specie caratterizzanti gli assemblaggi e le specie che sono responsabili della diversità tra aree. Sono stati calcolati gli indici di diversità per indagare la diversità e la variabilità temporale delle comunità demersali che caratterizzano le quattro aree principali. E’ stata fatta un’analisi temporale delle abbondanze medie delle specie commerciali maggiormente rappresentative dei quattro assemblaggi principali ritrovati, e un’analisi su come variano le taglie nel corso degli anni.