DIPLOMARBEIT - Universität Oldenburg
DIPLOMARBEIT - Universität Oldenburg
DIPLOMARBEIT - Universität Oldenburg
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
5 Ergebnisse 34<br />
alle Variablen berücksichtigt, die einen AUC-Wert > 0,6 aufweisen (n = 17), im zweiten<br />
nur diejenigen mit AUC-Werten > 0,7 (n = 8).<br />
Für den größtmöglichen Informationsgewinn erstellte ich zunächst Modellkombinationen<br />
aus allen 17 Variablen, welche sich bei der univariaten Analyse als sinnvoll erwiesen. So<br />
wurde ein Block aus acht unkorrelierten, mit bis zu vier ausgewählten korrelierten<br />
Habitatparametern ergänzt (Tab. 12).<br />
Tab. 12: Modellierungsergebnisse für den Variablenkatalog „AUC > 0,6“. Dargestellt sind<br />
jeweils unkorrelierte Ausgangskombinationen und die davon berücksichtigten Variablen<br />
sowie die Gütemaße der einzelnen Modelle mit AIC-Werten < 650. q = quadrierter Term.<br />
Block: In allen Modellen gleichbleibendes Set der Variablen wbudjuly (+q), neigst,<br />
cos_exp (+q), N2 (+q), N3 (+q), ST 7, ST 8 und ST 10. Zu den Bezeichnungen der<br />
Variablen siehe Tab. 1.<br />
Modell Eingehende<br />
Variablen<br />
A1-1 Block; radjul, N1,<br />
N14+q<br />
A1-2 Block; radjul, N1,<br />
ST 4+q, ST 9+q,<br />
A1-3 Block; tempjul+q,<br />
ST 3, ST 9+q<br />
A1-4 Block; N1, N15+q,<br />
ST 9+q, ST 15<br />
Aufgenommene<br />
Variablen<br />
R 2 N AUC Kappa P Kappa AIC<br />
radjul, q_wbudjuly, neigst,<br />
q_cos_exp, N1, N2, N14+q, ST 8 0,36 0,887 0,36 0,28 613<br />
radjul, q_wbudjuly, neigst,<br />
q_cos_exp, N1, N2, ST 4+q, ST 7, 0,34 0,872 0,35 0,23 630<br />
ST 8<br />
tempjul+q, q_wbudjuly, neigst,<br />
q_cos_exp, ST 7, ST 8, ST 9 0,32 0,860 0,35 0,27 642<br />
wbudjuly, neigst, q_cos_exp,N1, N2,<br />
ST 7, ST 8, ST 15 0,32 0,865 0,34 0,22 641<br />
Korrigierte Werte für A1-1 0,32 0,874 - - -<br />
Sowohl die Modellgütemaße, als auch der AIC-Wert weisen das Modell A1-1 als bestes<br />
dieses Blocks aus. Der R 2 N-Wert hat sich gegenüber dem besten univariaten Modell<br />
annähernd verdoppelt und der AUC von fast 0,9 zeigt eine sehr gute<br />
Modelldiskriminierung an. Durch das bootstrapping werden diese Werte nur geringfügig<br />
korrigiert, es handelt sich also um ein relativ robustes Modell.<br />
Aus dem Variablenkatalog werden in das Modell A1-1 „Sonneneinstrahlung im Juli“,<br />
„Wasserbilanz im Juli“ (nur als quadrierter Term), „Neigungsstufe“, „Exposition“ (nur als<br />
quadrierter Term), die Nutzungstypen „Geschlossener Wald“, „Aufgelöster Wald“ und<br />
„Unproduktive Vegetation“ (letztere auch als quadrierter Term), sowie der Strukturtyp<br />
„Staudenfluren“ aufgenommen. Die drei ausgeschlossenen Variablen „Gebüschwald“<br />
„Seggenfluren“ und „Höhere Gebüsche“ weisen in der univariaten Analyse mit R 2 N –<br />
Werten < 0,06 nur geringe Erklärungsgehalte auf. Wie aus der Übersicht über die<br />
Veränderung der Devianz in Anhang 2.8 ersichtlich, üben die Parameter „Neigung“,<br />
„Unproduktive Vegetation“, „Wasserbilanz“ und „Sonneneinstrahlung im Juli“ den<br />
stärksten Einfluss auf das Vorkommen des Steinhuhns aus. Auch in den anderen Modellen<br />
dieses Blocks wurden vor allem die unkorrelierten Variablen ähnlich gewählt:<br />
„Wasserbilanz im Juli“, „Neigungsstufe“, „Exposition“ und „Staudenfluren“ sind in allen<br />
Modellen vertreten. Diese Variablen zeigen entweder bereits in der univariaten Analyse<br />
einen hohen Erklärungsgehalt oder bedeuten in der Kombination aller Variablen eine<br />
signifikante..Verbesserung.