Η χρήση συστημάτων γεωγραφικών πληροφοριών και γενικευμένων αθροιστικών μοντέλων στην πρόβλεψη πιθανών πεδίων ωοτοκίας των ειδών γαύρου και φρίσσας

Abstract

Τα τελευταία χρόνια οι στατιστικές μέθοδοι μοντελοποίησης, όπως τα Γενικευμένα Αθροιστικά μοντέλα (generalized additive models, GAM), καθώς και τα Συστήματα Γεωγραφικών Πληροφοριών GIS μπορούν να διαδραματίσουν σημαντικό ρόλο στις ιχθυοπλαγκτονικές έρευνες. Από τον προσδιορισμό της χωρικής κατανομής του ιχθυοπλαγκτού και τη συσχέτιση του με διάφορους βιοτικούς και αβιοτικούς παραμέτρους εξάγονται σημαντικές πληροφορίες για την βιολογία και την οικολογία των πρώτων σταδίων ζωής των ιχθύων. Περιβαλλοντικά δεδομένα, όπως θερμοκρασία, αλατότητα, χλωροφύλλη κ.λπ., καθώς και ωκεανογραφικά δεδομένα, όπως βαθυμετρία, απόσταση από την ακτή κ.λπ., επιδρούν στην παρουσία, την κατανομή και την αφθονία των αυγών και των ιχθυονυμφών. Στην παρούσα μεταπτυχιακή διατριβή έγινε προσπάθεια ανάλυσης των στοιχείων αυτών με σκοπό τη δημιουργία μοντέλων πρόβλεψης πιθανών πεδίων ωοτοκίας του γαύρου (Engraulis encrasicolus) και της φρίσσας (Sardinella aurita) στις Ελληνικές θάλασσες, στη Μεσόγειο και τη Μαύρη θάλασσα. Η δημιουργία των μοντέλων πρόβλεψης πιθανών πεδίων ωοτοκίας των δύο ειδών έγινε με τη χρήση των GAM. Τα GAM χρησιμοποιούν μη γραμμικές ή μη παραμετρικές τεχνικές για την εκτίμηση ενός μοντέλου παλινδρόμησης, στην οποία στηρίζονται οι περισσότερες στατιστικές μέθοδοι μοντελοποίησης. Η εξίσωση παλινδρόμησης αποτελείται από την εξαρτημένη μεταβλητή και από μια ή περισσότερες ανεξάρτητες μεταβλητές. Τα δεδομένα τα οποία χρησιμοποιήθηκαν για τον προσδιορισμό της εξαρτημένης μεταβλητής βασίζονται σε δείγματα ιχθυοπλαγκτού της περιοχής του Βορείου Αιγαίου τα οποία συλλέχθηκαν από το ΕΛΚΕΘΕ στα πλαίσια του Εθνικού προγράμματος συλλογής αλιευτικών δεδομένων κατά τους πρώτους καλοκαιρινούς μήνες για τα έτη 2004 έως 2008 με εξαίρεση το έτος 2007. Από τα δείγματα αυτά, τα οποία αναγνωρίστηκαν στα εργαστήρια του ΕΛΚΕΘΕ, χρησιμοποιήθηκαν τα δεδομένα παρουσίας/απουσίας αυγών των δύο ειδών. Επίσης, οι ανεξάρτητες μεταβλητές που χρησιμοποιήθηκαν στα μοντέλα πρόβλεψης προσδιορίστηκαν με βάση ωκεανογραφικά και περιβαλλοντικά στοιχεία τα οποία είτε προέρχονται από δορυφορικές εικόνες είτε είναι αποτέλεσμα μεθόδων χωρικής επεξεργασίας όπως η χωρική παρεμβολή. Αρχικά, πραγματοποιήθηκε η διαδικασία της διερεύνησης των εμπλεκόμενων μεταβλητών με στόχο την επιλογή των καταλληλότερων μεταβλητών που θα χρησιμοποιηθούν στο μοντέλο, καθώς και ο μετασχηματισμός τους στην περίπτωση που ήταν απαραίτητο. Στη συνέχεια δημιουργήθηκαν τέσσερα διαφορετικά μοντέλα με διαφορετικές ανεξάρτητες μεταβλητές στο κάθε ένα. Η επιλογή του μοντέλου, με το οποίο επιτυγχάνεται η καλύτερη προσαρμογή και συνεπώς η εγκυρότερη πρόβλεψη, έγινε βάσει της σύγκρισης των παραμέτρων και των διαγνωστικών γραφικών παραστάσεων που προκύπτουν για κάθε μοντέλο. Η εξαρτημένη μεταβλητή είναι η παρουσία/απουσία αυγών του κάθε είδους και οι ανεξάρτητες μεταβλητές του βέλτιστου μοντέλου και για τα δύο είδη είναι η επιφανειακή θερμοκρασία θάλασσας (SST), η επιφανειακή θαλάσσια χλωροφύλλη (CHL), το βάθος και η απόσταση από την ακτή.Με βάση το βέλτιστο μοντέλο δημιουργήθηκαν χάρτες στους οποίους παρουσιάζεται η πρόβλεψη πιθανών πεδίων ωοτοκίας για το γαύρο και τη φρίσσα για συγκεκριμένες χρονικές περιόδους (Ιούνιος 2004 έως 2009). Από τους χάρτες αυτούς φαίνεται ότι και τα δύο είδη γεννούν κατά μήκος της υφαλοκρηπίδας. Συνήθως αναπαράγονται κοντά στην ακτή σε βάθη που δεν ξεπερνούν τα διακόσια μέτρα, σε περιοχές που υπάρχει αρκετή τροφή (υψηλές τιμές χλωροφύλλης) και σχετικά υψηλές θερμοκρασίες. Συγκεκριμένα, ο γαύρος αναπαράγεται σε μεγαλύτερο εύρος τιμών θερμοκρασίας σε σχέση με τη φρίσσα που περιορίζεται σε μικρότερο θερμοκρασιακό εύρος. Επίσης, η φρίσσα αναπαράγεται πιο κοντά στην ακτή σε σχέση με το γαύρο. Για το κάθε είδος, σύμφωνα με τα ιδιαίτερα χαρακτηριστικά προσαρμογής του στις εκάστοτε περιβαλλοντικές συνθήκες, ορίστηκαν ως πιθανά πεδία ωοτοκίας για τις Ελληνικές θάλασσες, καθώς και την Μεσόγειο και τη Μαύρη Θάλασσα. Τα σημαντικότερα είναι το Βόρειο Αιγαίο, η Αδριατική Θάλασσα, η Μαύρη Θάλασσα, οι Καταλανικές ακτές και ο κόλπος της Λυών. Τέλος, πραγματοποιήθηκε μια ποιοτική αξιολόγηση των περιοχών που ορίστηκαν ως πιθανά πεδία ωοτοκίας του κάθε είδους. Ό τρόπος αξιολόγησης βασίστηκε στην ποιοτική σύγκριση των πιθανών πεδίων ωοτοκίας με βιβλιογραφικές αναφορές από έρευνες που έχουν πραγματοποιηθεί στο παρελθόν στις Ελληνικές θάλασσες, στη Μεσόγειο και τη Μαύρη Θάλασσα. Φαίνεται ότι οι περιοχές που οριοθετήθηκαν ως πιθανά πεδία ωοτοκίας των δύο ειδών συμφωνούν με τις πληροφορίες που υπάρχουν από άλλες πηγές γεγονός που ενισχύει την αξιοπιστία του μοντέλου που αναπτύχθηκε στην παρούσα εργασία.

In recent years, advanced statistical modeling, such as for example Generalized Additive models (GAM), and Geographic Information Systems (GIS) have enhanced the role of ichthyoplanktonic research in marine ecology and biology. Important information can be extracted from the interpretation of ichthyoplankton spatial distribution and its correlation with biotic and abiotic parameters. This information is related to the biology and ecology of the first life stages of fish and to environmental and oceanographic conditions in which species spread and reproduce. Environmental data (temperature, salinity, chlorophyll, etc.) and oceanographic data (bathymetry, distance from coastline, etc.) exert an influence on eggs and larvae presence, distribution and abundance. The target of this masters thesis is to analyze environmental and oceanographic data to generate predictive models of potential spawning habitats of anchovy (Engraulis encrasicolus) and round sardinella (Sardinella aurita) in Greek seas, the Mediterranean and the Black Sea using GIS and GAM.Modeling potential spawning habitats was based on GAM, which employ non-linear and non-parametric techniques for regression modeling. A regression model can be viewed as a method for estimating the relationship between the value of a dependent variable and one or more independent variables. Data of the dependent variable involved presence/absence egg data, available from ichthyoplankton surveys conducted in the North Aegean Sea during early summer (June 2004–2008 except June 2007), while data on independent variables were derived from satellite images or were constructed using spatial analysis techniques such as spatial interpolation. Variable selection is the procedure of identifying the most suitable variables for regression modeling. For the particular data analyzed in this study, four regression models involving different independent variables were tested. Analysis of estimated goodness-of-fit statistics and diagnostic graphs led to the selection of the model that fitted best the observed data. The best fit involves a combination of presence/absence eggs as a dependent variable and depth, chlorophyll, Sea Surface Temperature SST and distance from coast as independent variables. The prediction maps were constructed based on the best fitted model. These maps indicated that both species spawn along the continental shelf, near the coast (below the isobaths of 200m) where there is a combination of high temperatures and food availability (high values of chlorophyll). The difference between the two species is that the spawning areas of the anchovy are found in higher temperature range than the round sardinella which is limited to a smaller temperature range and also spawns closer to coast. Taking into account the model results, the potential spawning habitats of anchovy and round sardinella were mainly predicted in the North Aegean Sea, the Adriatic Sea, the Black Sea, the Catalan coasts and the Gulf of Lion. Predicted potential spawning areas for anchovy and round sardinella at unsampled areas of Greek Seas and the entire Mediterranean and Black Sea were in good agreement, at least from visual inspection, with existing information on the distribution and extent of spawning grounds.