FIDESS 2.0: un sistema di supporto decisionale per la valutazione dello stato ecologico dei sistemi lotici ai sensi della Direttiva 2000/60/CE

Gia da qualche anno il nostro gruppo e attivo nello sviluppo di soluzioni per la valutazione dello stato ecologico dei sistemi lotici ai sensi della Direttiva 2000/60/CE ed il Sistema di Supporto Decisionale FIDESS 2.0 rappresenta la naturale evoluzione di quanto gia presentato in passato e sottoposto alla prima fase della procedura di intercalibrazione fra metodi comunitari. A differenza della prima versione, basata su dati di presenza/assenza per il popolamento ittico, FIDESS 2.0 utilizza l’informazione in forma quantitativa per le specie presenti in oltre il 5% delle osservazioni. FIDESS 2.0, cosi come la versione precedente, non si propone come un metodo per la valutazione dello stato ecologico, ma piuttosto come un supporto a tale valutazione, che, in accordo con i rappresentanti degli altri Paesi mediterranei, si ritiene debba essere formulata in via prioritaria dall’esperto o dagli esperti incaricati. Il ruolo di un Sistema di Supporto Decisionale o di qualsiasi altro metodo e dunque quello di identificare una valutazione attesa dello stato ecologico, che l’esperto incaricato potrebbe poi voler adottare o meno. In quest’ultimo caso, l’esperto dovra circostanziare il perche della difformita della propria valutazione da quella del metodo, che, nel caso di FIDESS 2.0, sostanzialmente riproduce il giudizio di consenso di un panel di esperti. Le valutazioni relative allo stato ecologico sono presentate da FIDESS 2.0 in secondo una codifica fuzzy, cioe sotto forma di livello di membership rispetto a ciascuna delle consuete cinque classi, e sono ottenute in base all’informazione relativa ad un insieme di 27 descrittori abiotici, a 20 specie ittiche considerate individualmente ed a tre descrittori di sintesi del popolamento ittico (biomassa, ricchezza specifica degli adulti e ricchezza specifica dei giovanili). Il “motore” del sistema, come gia nella prima versione, e una rete neurale artificiale, che e pero del tutto trasparente per l’utente finale, che interagisce con il sistema attraverso un’interfaccia grafica molto intuitiva. Il sistema e stato messo a punto basandosi su un ampio insieme di osservazioni, che comprendevano, ovviamente, sia dati di base che giudizi esperti. Tali osservazioni sono state in parte ottenute direttamente da attivita di campo ed in parte da simulazioni effettuate a tavolino, modificando opportunamente i dati relativi ad osservazioni reali ed i relativi giudizi esperti. Queste simulazioni giocano un ruolo di grande importanza nell’elicitazione del giudizio esperto e nel trasferimento delle regole che lo governano. Valutata rispetto ad un insieme di oltre 200 osservazioni mai utilizzate durante lo sviluppo del sistema, la capacita di ricostruire il giudizio esperto e risultata anche in FIDESS 2.0 molto buona, con un errore massimo di una singola classe in oltre il 95% dei casi e con un’incidenza minima degli errori critici, ovvero di quelli fra le classi di stato ecologico “elevato” e “buono” e le rimanenti.