03.11.2013 Aufrufe

Bestandsdichte und räumliche Verteilung von Wildtieren auf der ...

Bestandsdichte und räumliche Verteilung von Wildtieren auf der ...

Bestandsdichte und räumliche Verteilung von Wildtieren auf der ...

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.

Methoden<br />

__________________________________________________________________________<br />

Datenanalyse<br />

Zur Ermittlung <strong>der</strong> passenden „Detection Function“ wurden DISTANCE verschiedene<br />

Modelldefinitionen angeboten, die sich aus „Key Functions“ kombiniert mit „Series<br />

expansions“ zusammensetzen. Diese stochastischen Formeln entsprechen den Kriterien für<br />

ein robustes Modell (BUCKLAND et al. 1993) (Tab. 2).<br />

Tab. 2: Robuste Modelldefinitionen, die bei <strong>der</strong> Analyse genutzt wurden (nach BUCKLAND et al. 1993).<br />

Key function<br />

Uniform<br />

Uniform<br />

Half normal<br />

Half normal<br />

Hazard rate<br />

Hazard rate<br />

Series expansion<br />

Cosine<br />

Simple polynomial<br />

Cosine<br />

Hermite polynomial<br />

Cosine<br />

Simple polynomial<br />

Innerhalb <strong>der</strong> verschiedenen Modelldefinitionen bewertet DISTANCE dasjenige als bestes,<br />

das den niedrigsten Wert für das Akaike’s Information Criterion (AIC) <strong>auf</strong>weist. Dieser Wert<br />

wird für jedes Modell berechnet. Das AIC kann jedoch nur bei exakt gleicher Datengr<strong>und</strong>lage<br />

herangezogen werden. Bei unterschiedlichen Datenfiltern ist kein Vergleich über das AIC<br />

zulässig (BUCKLAND et al. 1993).<br />

Ausreißer werden <strong>von</strong> <strong>der</strong> Analyse ausgeschlossen. BUCKLAND et al. (1993) empfehlen<br />

zwischen 5 <strong>und</strong> 10 % <strong>der</strong> Daten auszuschließen. So müssen weniger Parameter zur<br />

Modellierung <strong>der</strong> „Detection Function“ bestimmt werden, während die Präzision <strong>der</strong> Analyse<br />

sogar noch gesteigert werden kann. Innerhalb <strong>der</strong> Software werden die Daten in<br />

unterschiedliche Strata <strong>auf</strong>geteilt, wie im vorliegenden Fall bspw. in Teilgebiete West <strong>und</strong><br />

Ost, in einzelne Transekte <strong>und</strong> in Arten. Mit <strong>der</strong> Funktion „post-stratification“ lässt sich <strong>der</strong><br />

Datensatz nach diesen Strata berechnen.<br />

1.3.2 Gr<strong>und</strong>lagen des „Camera-Trapping“<br />

Infrarotgesteuerte Kamerafallen werden seit einigen Jahren immer öfter für Untersuchungen<br />

zur Verbreitung <strong>und</strong> zum Populationsstatus insbeson<strong>der</strong>e versteckt leben<strong>der</strong> o<strong>der</strong><br />

nachtaktiver Arten eingesetzt (CARBONE et al. 2001, MORUZZI 2002, JACKSON et al. 2006, LI et<br />

al. 2010, LINKIE et al. 2007). Es ist ein entscheiden<strong>der</strong> Vorteil, dass Kamerafallen 24 St<strong>und</strong>en<br />

am Tag arbeiten, nicht-invasiv sind <strong>und</strong> auch nachtaktive <strong>und</strong> sehr scheue Arten erfassen<br />

können. Problematisch sind Kamerafallen insofern, als dass <strong>der</strong> minimale<br />

Erfassungszeitraum je nach Zielarten <strong>und</strong> Untersuchungsgebiet etliche Tage bis mehrere<br />

Monate beträgt. Sie müssen in regelmäßigen Abständen <strong>auf</strong> ihre Funktionalität kontrolliert<br />

19

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

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!