27.02.2013 Aufrufe

Download (pdf) - Seltene Landwirtschaftliche Kulturpflanzen

Download (pdf) - Seltene Landwirtschaftliche Kulturpflanzen

Download (pdf) - Seltene Landwirtschaftliche Kulturpflanzen

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

7. Interpretation<br />

Untersuchungen zur Fremdbefruchtungsrate in Maiskulturen<br />

unter Berücksichtigung der Umwelten in den Hauptanbaugebieten Österreichs<br />

Interpretation<br />

Das folgende Kapitel bezieht sich auf die Daten, die sich aus dem Teilversuch „Feststellung einer unerwünschten<br />

Fremdbefruchtung unter Berücksichtigung einer bestehenden Verunreinigung des verwendeten<br />

Ausgangssaatgutes“ (Versuchsdesign 1) ergeben haben.<br />

Die Ergebnisse aus dem Teilversuch „Feststellung der maximal möglichen Fremdbefruchtungsrate“ sind aufgrund<br />

der im Jahr 2007 aufgetretenen Schwierigkeiten mit der Entfahnung der Versuchsflächen nicht für weitere<br />

Interpretationen herangezogen worden.<br />

Weiters wurde der Schwerpunkt der Interpretation auch auf Versuchsdesign 1 gelegt um eine bessere<br />

Vergleichbarkeit mit internationalen Studien zu ermöglichen.<br />

7.1. Statistische Modellierung<br />

7.1.1. Ziel der statistischen Modellierung<br />

Das Ziel der statistischen Modellierung ist es, die Fremdbefruchtungsrate der Maiskulturen in 16 verschiedenen<br />

Versuchsfeldern zu analysieren und letztendlich eine Grundlage für eine datenbasierte, statistische<br />

Risikobewertung zu erhalten. Diese 16 so genannten Empfängerfelder (W01, W02, W03,…, W016) sind von<br />

jeweils zwei oder mehreren Gelbmaisfeldern (Pollenspender) (W01_1, W01_2, W01_3…, W16_10) umgeben.<br />

Insgesamt gibt es 78 Pollenspender - Empfänger Beziehungen.<br />

Für eine quantitative Risikobewertung ist es zuerst notwendig, ein inhaltliches Modell aufzustellen, das einen<br />

Zusammenhang zwischen der Fremdbefruchtungsrate einerseits und den erklärenden Variablen andererseits<br />

beschreibt. Für die Modellierung standen nach Aufbereitung der Daten verschiedene Variablen zur Verfügung:<br />

- das Blühpotential Pollenempfänger – Pollenspender<br />

- die Windrichtung (stündliche Aufzeichnungen)<br />

- die Distanzen zwischen Pollenspender- und Empfängerfeldern<br />

- die Größe der einzelnen Pollenspender- und Empfängerfelder (Fläche)<br />

Als Blühpotential wird die Übereinstimmung des Blühzeitpunktes der Pollenspenderflächen mit der Entwicklung<br />

der Narbenfäden der Empfängerfläche bezeichnet.<br />

Als abhängige Variable dient die Fremdbefruchtungsrate in den einzelnen Empfängerfeldern. Die erhobenen<br />

Daten dienen der empirischen Validierung des inhaltlichen Modells und sind nur eine zufällige Stichprobe aus<br />

einer Grundgesamtheit. Die Ergebnisse der Modellrechnung sind demgemäß mit einer statistischen Unsicherheit<br />

behaftet, die für Signifikanzaussagen berücksichtigt werden muss. Mit Hilfe der statistischen Modellierung und<br />

den inkludierten Tests wird dieser Anforderung Rechnung getragen.<br />

Die Modellierung wurde mittels multipler, linearer Regression durchgeführt. Der Mittelwert der Zielvariablen<br />

Fremdbefruchtungsrate (Y) wird als lineare Funktion von einer oder mehreren erklärenden Messgrößen (X)<br />

angenähert.<br />

E(Y|X) = f(X) = b 0 + b 1X 1 + b 2X 2 + …<br />

Die ermittelten Koeffizienten b1 etc. stellen den rechnerischen Einfluss der erklärenden Variablen auf die<br />

Zielgröße dar (genauer: auf deren Erwartungswert). Ist dieser Koeffizient signifikant von 0 verschieden, so wird<br />

von einem signifikanten Einfluss der Variable gesprochen. Im Fall, dass nur eine erklärende Größe vorhanden ist,<br />

reduziert sich die angegebene Gleichung auf einen unabhängigen Term b0 sowie den Koeffizienten b1. Bei dieser<br />

Situation lässt sich der Zusammenhang dann auch grafisch mit einem Streudiagramm (Scatterplot) darstellen.<br />

Mit dem errechneten Modell lässt sich für jeden X-Wert ein erwarteter Y-Wert vorhersagen (predicted value). Für<br />

diesen vorhergesagten Erwartungswert kann ein 95 %-Konfidenzintervall angegeben werden. Damit ist die<br />

Österreichische Agentur für Gesundheit und Ernährungssicherheit GmbH<br />

www.ages.at<br />

Seite 121 von 154

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!