This thesis project has investigated the genetic diversity and spatio-temporal variability of the sea lettuce Ulva (Ulvales, Chlorophyta) along the Conero Riviera, a unique coastal area of the Adriatic Sea. The study has integrated molecular analyses based on sequences of the tufA plastid gene with advanced image analysis techniques to characterize Ulva populations and their ecological dynamics. Four Ulva species were identified (U. lacinulata, U. rigida, U. compressa, and U. intestinalis), highlighting a considerable level of morphological plasticity. The findings reveal distinct ecological preferences and adaptive strategies among species, influenced by environmental gradients such as salinity, temperature, light availability, and nutrient enrichment. Temporal analysis of Ulva coverage, based on 14 months of field data collected at two sites and on AI-based segmentation of underwater images, demonstrated significant seasonal fluctuations. Peaks in Ulva coverage occurred during spring and summer, driven by optimal light and temperature conditions, while decreases were observed during winter. Spatial variability was evident between the two studied sites, with local factors such as hydrodynamics, substrate type, and anthropogenic pressures (e.g., nutrient inputs) playing critical roles in shaping Ulva distribution. The results emphasize Ulva's dual role as an ecological indicator and a potential driver of eutrophication-related disturbances in coastal ecosystems. The study contributes to a deeper understanding of Ulva's ecological role and its implications for biodiversity conservation and sustainable coastal management. Moreover, the research provides a methodological framework for combining molecular and AI-driven approaches to assessing macroalgal populations. Future directions include extending the monitoring period to evaluate interannual trends, integrating satellite-based remote sensing for large-scale observations, and exploring Ulva's potential for aquaculture and bioremediation applications. This work highlights the need for coordinated management strategies to mitigate anthropogenic impacts and enhance the resilience of marine ecosystems along the Conero Riviera and in other coastal areas.

Questo progetto di tesi ha analizzato la diversità tassonomica e la variabilità spazio-temporale della lattuga di mare Ulva (Ulvales, Chlorophyta) lungo la Riviera del Conero. Lo studio ha integrato analisi molecolari, basate sull’utilizzo di sequenze del gene plastidiale tufA, con tecniche avanzate di analisi delle immagini per caratterizzare le popolazioni di Ulva di questa area e le loro dinamiche ecologiche. Sono state identificate quattro specie di Ulva (U. lacinulata, U. rigida, U. compressa e U. intestinalis), evidenziando un certo grado di plasticità morfologica. I risultati mostrano preferenze ecologiche specifiche e strategie adattative influenzate da gradienti ambientali, come salinità, temperatura, disponibilità di luce e arricchimento di nutrienti. L’analisi temporale della copertura di Ulva, basata su 14 mesi di dati raccolti sul campo in due siti e sulla segmentazione automatizzata di immagini subacquee mediante tecniche di intelligenza artificiale, ha rivelato fluttuazioni stagionali significative. I picchi di copertura di Ulva sono stati osservati in primavera ed estate, favoriti da condizioni ottimali di luce e temperatura, mentre riduzioni significative si sono registrate in inverno. La variabilità spaziale è risultata evidente tra i due siti studiati, con fattori locali come idrodinamica, tipo di substrato e pressioni antropiche (ad esempio, apporti di nutrienti) che hanno influenzato in modo determinante la distribuzione spazio- temporale di Ulva. I risultati sottolineano il duplice ruolo di Ulva come indicatore ecologico e potenziale agente di disturbi legati all’eutrofizzazione negli ecosistemi costieri. Lo studio contribuisce a una maggiore comprensione del ruolo ecologico di Ulva e delle sue implicazioni per la conservazione della biodiversità e la gestione sostenibile delle aree costiere. Inoltre, la ricerca offre un quadro metodologico per combinare approcci molecolari e analisi basate sull’intelligenza artificiale per lo studio delle macroalghe. Le prospettive future includono l’estensione del periodo di monitoraggio per valutare le tendenze interannuali, l’integrazione del telerilevamento satellitare per ampliare le osservazioni su larga scala e l’esplorazione del potenziale di Ulva per l’acquacoltura e il biorisanamento. Questo lavoro evidenzia la necessità di strategie di gestione coordinate per mitigare gli impatti antropici e migliorare la resilienza degli ecosistemi marini lungo la Riviera del Conero e in altre aree costiere.

DIVERSITÀ GENETICA E VARIABILITÀ SPAZIO-TEMPORALE DELLA LATTUGA DI MARE ULVA (ULVALES, CHLOROPHYTA) LUNGO LA RIVIERA DEL CONERO

DI GIANDOMENICO, JULIAN
2023/2024

Abstract

This thesis project has investigated the genetic diversity and spatio-temporal variability of the sea lettuce Ulva (Ulvales, Chlorophyta) along the Conero Riviera, a unique coastal area of the Adriatic Sea. The study has integrated molecular analyses based on sequences of the tufA plastid gene with advanced image analysis techniques to characterize Ulva populations and their ecological dynamics. Four Ulva species were identified (U. lacinulata, U. rigida, U. compressa, and U. intestinalis), highlighting a considerable level of morphological plasticity. The findings reveal distinct ecological preferences and adaptive strategies among species, influenced by environmental gradients such as salinity, temperature, light availability, and nutrient enrichment. Temporal analysis of Ulva coverage, based on 14 months of field data collected at two sites and on AI-based segmentation of underwater images, demonstrated significant seasonal fluctuations. Peaks in Ulva coverage occurred during spring and summer, driven by optimal light and temperature conditions, while decreases were observed during winter. Spatial variability was evident between the two studied sites, with local factors such as hydrodynamics, substrate type, and anthropogenic pressures (e.g., nutrient inputs) playing critical roles in shaping Ulva distribution. The results emphasize Ulva's dual role as an ecological indicator and a potential driver of eutrophication-related disturbances in coastal ecosystems. The study contributes to a deeper understanding of Ulva's ecological role and its implications for biodiversity conservation and sustainable coastal management. Moreover, the research provides a methodological framework for combining molecular and AI-driven approaches to assessing macroalgal populations. Future directions include extending the monitoring period to evaluate interannual trends, integrating satellite-based remote sensing for large-scale observations, and exploring Ulva's potential for aquaculture and bioremediation applications. This work highlights the need for coordinated management strategies to mitigate anthropogenic impacts and enhance the resilience of marine ecosystems along the Conero Riviera and in other coastal areas.
2023
2025-02-19
GENETIC DIVERSITY AND SPATIO-TEMPORAL VARIABILITY OF THE SEA LETTUCE ULVA (ULVALES, CHLOROPHYTA) ALONG THE CONERO RIVIERA
Questo progetto di tesi ha analizzato la diversità tassonomica e la variabilità spazio-temporale della lattuga di mare Ulva (Ulvales, Chlorophyta) lungo la Riviera del Conero. Lo studio ha integrato analisi molecolari, basate sull’utilizzo di sequenze del gene plastidiale tufA, con tecniche avanzate di analisi delle immagini per caratterizzare le popolazioni di Ulva di questa area e le loro dinamiche ecologiche. Sono state identificate quattro specie di Ulva (U. lacinulata, U. rigida, U. compressa e U. intestinalis), evidenziando un certo grado di plasticità morfologica. I risultati mostrano preferenze ecologiche specifiche e strategie adattative influenzate da gradienti ambientali, come salinità, temperatura, disponibilità di luce e arricchimento di nutrienti. L’analisi temporale della copertura di Ulva, basata su 14 mesi di dati raccolti sul campo in due siti e sulla segmentazione automatizzata di immagini subacquee mediante tecniche di intelligenza artificiale, ha rivelato fluttuazioni stagionali significative. I picchi di copertura di Ulva sono stati osservati in primavera ed estate, favoriti da condizioni ottimali di luce e temperatura, mentre riduzioni significative si sono registrate in inverno. La variabilità spaziale è risultata evidente tra i due siti studiati, con fattori locali come idrodinamica, tipo di substrato e pressioni antropiche (ad esempio, apporti di nutrienti) che hanno influenzato in modo determinante la distribuzione spazio- temporale di Ulva. I risultati sottolineano il duplice ruolo di Ulva come indicatore ecologico e potenziale agente di disturbi legati all’eutrofizzazione negli ecosistemi costieri. Lo studio contribuisce a una maggiore comprensione del ruolo ecologico di Ulva e delle sue implicazioni per la conservazione della biodiversità e la gestione sostenibile delle aree costiere. Inoltre, la ricerca offre un quadro metodologico per combinare approcci molecolari e analisi basate sull’intelligenza artificiale per lo studio delle macroalghe. Le prospettive future includono l’estensione del periodo di monitoraggio per valutare le tendenze interannuali, l’integrazione del telerilevamento satellitare per ampliare le osservazioni su larga scala e l’esplorazione del potenziale di Ulva per l’acquacoltura e il biorisanamento. Questo lavoro evidenzia la necessità di strategie di gestione coordinate per mitigare gli impatti antropici e migliorare la resilienza degli ecosistemi marini lungo la Riviera del Conero e in altre aree costiere.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12075/21209