Predictor_grain indica la risoluzione metrica degli habitat per i calcoli di gradiente di habitat
Scale_of_effect indica la dimensione metrica della finestra mobile per i calcoli di gradiente di habitat. In altre parole sarebbe la dimensione dell’home range di ricerca di ovature e nettare della vespa samurai
Response_grain indica la dimensione metrica dell’analisi di dispersione. In altre parole sarebbe la dimensione dei passi di dispersione.
Lancio_x e Lancio_y sono le coordinate del lancio in azienda
predictor_grain <- 1
scale_of_effect <- 10
response_grain <- 20
lancio_x <- 679509
lancio_y <- 4930373Gli habitat sono i seguenti:
1-Alberi
2-Alberi giovani singoli o in filari
3-Arbusti singoli o in siepe
4-Striscia fiorita
5-Prato non sfalciato e non trattato
6-Prato poco freq. sfalciato e/o trattato
7-Prato freq. sfalciato e/o trattato
8-Fossi con erba e/o carrareccie inerbite
9-Frutteto inerbito abbandonato o non trattato
10-Frutteto inerbito poco freq. trattato
11-Frutteto inerbito freq. trattato
12-Frutteto giovane inerbito
13-Tutto il resto
Il gradiente è calcolato con una formula su un indice di Shannon a coppie di habitat prativi e arborei/arbustivi, pesato secondo le varie coppie con un peso esponenziale, e moltiplicato per il numero di pixel della coppia sul totale possibile.
Il gradiente di habitat viene quindi aggregato al response_grain, al valore di media+deviazione standard. Questo valore aggregato si ipotizza sia la conduttanza spaziale della dispersione.
Da questa conduttanza vengono calcolati resistenza e assorbanza, entrambe con funzioni logaritmiche sulla conduttanza.
La resistenza è una funzione logaritmica in base 1.25 (coefficiente empirico), quindi è una funzione quasi inversa della conduttanza. Esprime la resistenza alla dispersione, legato quindi al tempo della dispersione, che sarà tanto più alta quanto più bassa è la conduttanza.
L’assorbanza è una funzione logaritmica in base 10 (anche questo è un coefficiente empirico), quindi mantiene valori molto bassi se non per quelle conduttanze molto vicine a 0. L’assorbanza esprime la mortalità della vespa samurai, che poniamo molto forte solo nelle zone meno adatte.
In base a resistenza e assorbanza viene sviluppata una matrice detta di «Spatial Absorbing Markov Chain» sulla base della quale è possibile fare diversi calcoli, tra cui la probabilità di dispersione da un qualsiasi punto verso qualsiasi altro punto.
Nella carta qui sotto troviamo
“lancio”: è la carta della probabilità di dispersione, a tempo infinito (ma senza calcolo demografico, quindi bisognerebbe farlo girare per generazioni) dal punto di lancio 2021
“lanci”: ogni pixel ha un valore uguale alla somma di tutte le probabilità da quel pixel a tutti i pixel della mappa. Quindi misura la forza di dispersione che esprime un possibile lancio da quel pixel.