Lo sviluppo e l'uso degli ecoindicatori rappresentano attualmente una delle principali sfide nella caratterizzazione degli ecosistemi. Gli indicatori ecologici secondo Ellenberg hanno dimostrato di possedere questa capacità, poiché permettono di analizzare ed esprimere in maniera sintetica ed efficace la complessità ecosistemica. Essi rappresentano un set di valori per le specie della flora Centro-Europea, riassumendo in 7 indici, la richiesta media di luce (L), temperatura (T), continentalità del clima (K), umidità del suolo (F), pH del suolo (R), azoto (N) e salinità (S). In seguito a recenti sviluppi nel trattamento dei dati ecologici, si può invece optare per una procedura alternativa alle sole rilevazioni in situ, che evita il ricorso alla disponibilità di misure ambientali: i valori mancanti per le specie non presenti nella lista originale di Ellenberg possono essere stimati usando opportune tecniche di stima, come ad esempio il ¿reprediction algorithm¿ proposto da Hill per la studio della flora in Gran Bretagna. In questo spirito, la proposta è quella di costruire un metodo di imputazione stocastica per le specie mancanti, sulla base delle misurazioni effettuate in Italia da Fanelli, ampliate poi ed inserite in un database da Pignatti e collaboratori. In seguito, verranno inseriti nel modello i dati satellitari messi a disposizione dal progetto Copernicus dell'European Space Agency (ESA), poiché quest'ultimi si sono già dimostrati in grado di rappresentare una buona base per lo studio di alcuni degli indici. in questa fase l'obiettivo sarà sviluppare un'applicazione statistica che modelli la relazione che c'è tra i dati satellitari e le rilevazioni In-Situ degli indici di Ellenberg. Una conoscenza più profonda del legame tra indici di Ellenberg e dati Satellitari permetterà in futuro di estendere il dominio degli indici alle aree non campionate, evitando rilevazioni in situ onerose dal punto di vista economico e dell'impatto ambientale.
La ricerca si propone di introdurre un nuovo metodo di imputazione stocastica in campo ecologico, in particolare per il calcolo degli indici di Ellenberg; con il quale, a differenza dei metodi precedentemente proposti in letteratura, sarà possibile predire il valore degli indici su una base probabilistica e non come semplice media, normale o ponderata, delle specie simili da un punto di vista ecologico.
Da un punto di vista metodologico il metodo si collocherà nell'ambito dell'imputazione stocastica e avrà il vantaggio di non dover ricorrere al parere degli esperti, ma bensì riuscirà a predire gli indici sulla base delle sole rilevazioni svolte precedentemente dagli esperti stessi.
La buona riuscita di questo metodo può inoltre portare la comunità ecologica ad un dialogo più profondo sulla progettazione del campionamento da svolgere sul campo; poiché come noto in letteratura statistica, il campionamento risulta più efficiente se progettato per rendere più performante la fase successiva, dove il fenomeno viene stimato quantitativamente sulla base delle informazioni raccolte tra le unità campionate.
Nulla vieta di studiare l'efficenza di uno stimatore calibrato anche sulla base del parere degli esperti, in modo da ridurre ulteriormente l'incertezza presente, in questo contesto sarà necessario un'analisi di sensibilità legata alla quantità di informazioni a priori utilizzate e sull'influenza che queste hanno sulle stime finali.
Successivamente si cercherà di ottimizzare le campagne di rilevazione, proponendo un metodo che riesca a modellare la correlazione presente tra i valori degli indici di Ellenberg e le immagini di natura satellitare. L'esplorazione dei dati porterà ad identificare quali sono le bande satellitari che risultano più importanti per la modellizzazione del fenomeno.
In letteratura sono per esempio presenti studi che hanno dimostrato un collegamento tra alcuni indici e le bande nell'infrarosso e vicino infrarosso, anche se in quel caso non erano state effettuate tramite rilevazioni satellitari.
Questo passaggio, garantirà una comprensione maggiore in campo accademico per entrambi gli ambiti di applicazione, poiché porterà con se nuove conoscenze sulla natura delle informazioni contenute all'interno delle immagini satellitari, andandone ed esplorare i limiti e i vantaggi della loro applicabilità in campo ecologico; al contrario gli ecologi avranno una maggiore comprensione sulle fonti necessarie e sufficienti al calcolo degli indicatori di Ellenberg.
Infatti gli ecologi, in base ai risultati raggiunti, potranno in futuro scegliere se prediligere o usare simultaneamente i dati satellitari che, a differenza delle misurazioni in situ, non presentano grandi problemi legati agli errori di rilevazione e hanno un impatto ambientale pressoché nullo, quest'ultimo aspetto non risulta trascurabile soprattutto quando nell'analisi vi sono specie rare o dall'ecosistema "fragile".
Sarà interessante valutare il grado di aggregazione spaziale ottimale da utilizzare all'interno dei dati e quindi del modello, poiché chiaramente a gradi di aggregazione più piccoli corrispondono errori più legati alla varianza presente, mentre gradi di aggregazione meno fine portano ad errori legati all'accorpamento dei dati e quindi alla perdita di informazione.