Summary: | Le interazioni predatore-preda sono processi ecologici dinamici che possono influenzare intere reti trofiche. Nonostante l'importanza fondamentale dell'argomento, le conoscenze scientifiche su tali dinamiche sono molto limitate per gli ecosistemi europei. In questo progetto di dottorato, ho valutato le risposte antipredatorie innescate da un predatore apicale ricolonizzante (il lupo Canis lupus) in una ricca comunità multi-preda e in un carnivoro subordinato (la volpe Vulpes vulpes). La ricerca è stata condotta nel più antico Parco Nazionale italiano (Gran Paradiso), sfruttando la situazione di recente espansione naturale del lupo nell'intero arco alpino. In primo luogo, per comprendere la distribuzione della pressione predatoria tra le diverse specie di prede, ho studiato le abitudini alimentari del lupo attraverso la raccolta e l'analisi degli escrementi, che mi hanno permesso di identificare le prede più consumate. In seguito, mi sono concentrato sulle principali specie predate e ho valutato l'esistenza di risposte antipredatorie basate sull'evitamento spaziale e/o temporale, utilizzando un'ampia rete di 74 fototrappole mantenute attive per due anni. In aggiunta, ho utilizzato 21 anni di dati di conteggio della prima preda principale (il camoscio alpino, Rupicapra rupicapra) per valutare gli effetti diretti della predazione di lupo sulla sua dinamica di popolazione e gli effetti indiretti sulla dimensione dei gruppi e sulla loro quota. Infine, ho esteso l'analisi spazio-temporale alla volpe rossa come competitore subordinato, per indagare i meccanismi comportamentali di attrazione o evitamento in questa specie utilizzando un nuovo strumento analitico. I risultati dell'analisi della dieta (Capitoli I e II) hanno confermato il camoscio alpino come la specie più consumata, seguita dal capriolo (Capreolus capreolus); inoltre, l'analisi ha evidenziato una maggiore importanza del cinghiale (Sus scrofa) negli ultimi anni, passando rapidamente da preda accessoria a preda principale. Pertanto, nel Capitolo I mi ...
|