5 Ergebnisse 35 Beim zweiten Modellblock wurden für den Variablenkatalog schärfere Aufnahmekriterien angewendet (AUC > 0,7). Dies führt zu „schlankeren“ Modellen, außerdem sprechen HOSMER & LEMESHOW (2000) erst ab diesem Wert von guten Modellen. Da außer der Variable „Neigung“ alle Habitatparameter, die diese Vorgabe erfüllen, miteinander korrelieren, wurden für die Modelle A2-1 bis A2-6 die eingehenden Variablen manuell selektiert. In den Modellen A2-7 und A2-8 wurden auch Variablen mit einem r S - Wert bis 0,7 berücksichtigt (Tab. 13). Tab. 13: Modellierungsergebnisse für den Variablenkatalog „AUC > 0,7“. Dargestellt sind jeweils unkorrelierte Ausgangskombinationen und die davon berücksichtigten Variablen sowie die Gütemaße der einzelnen Modelle. q = quadrierter Term. Zu den Bezeichnungen der Variablen siehe Tab. 1. Modell Eingehende Variablen Aufgenommene Variablen R 2 N AUC Kappa P Kappa AIC A2-1 radjul, neigst, n14+q radjul, neigst, n14+q 0,28 0,852 0,31 0,15 658 A2-2 radjul, neigst, n15+q, ST 9+q radjul, neigst, ST 9+q 0,24 0,816 0,29 0,21 692 A2-3 tempjul+q, neigst, ST 9+q tempjul+q, neigst, ST 9+q 0,23 0,818 0,27 0,21 696 A2-4 degdays+q, neigst, ST 9+q degdays+q, neigst, ST 9+q 0,23 0,814 0,27 0,21 701 A2-5 neigst, n11+q, n14+q neigst, n11+q, n14+q 0,24 0,830 0,28 0,27 690 A2-6 neigst, n11+q, n15+q, ST 9+q neigst, n11+q, ST 9+q 0,21 0,801 0,23 0,24 720 A2-7 radjul, neigst, n11+q, radjul, neigst, n14+q, n14+q, n15+q, ST 9+q A2-8 tempjul+q, neigst, n14+q, n15+q, ST 9+q ST 9 0,29 0,855 0,32 0,18 680 tempjul+q, neigst, n14+q, ST 9+q 0,29 0,851 0,31 0,20 698 Korrigierte Werte für A2-1 0,27 0,846 - - - Den geringsten AIC- Wert dieses Modellblocks weist Modell A2-1 auf. Im Vergleich zu A1-1 ist die Anzahl der Eingangsvariablen bei A2-1 niedriger (drei statt acht). Durch die geringere Modellgüte (R 2 N = 0,28 gegenüber 0,36) wird dies aber bei der Berechnung des AIC kompensiert. Aufgrund der geringeren Korrekturwerte nach Durchführung des bootstrapping sehe ich Modell A2-1 als Endmodell an. Es werden aber auch Prognosekarten für ein Modell mit maximalem Informationsgehalt (Modell A1-1) erstellt. In das Modell A2-1 werden alle eingehenden Variablen aufgenommen. In Abbildung 13 ist dieses Modell mit den Variablen „Sonneneinstrahlung im Juli“ und „Unproduktive Vegetation“ dargestellt, der Wert für die „Neigung“ variiert. Dabei wird der relativ gleichstarke Einfluss aller Variablen (siehe auch Tabelle zur Änderung der Devianz in Anhang 2.8) erkennbar. Weist auch nur eine der Variablen einen für das Vorkommen des Steinhuhns ungünstigen Wert auf, so bleibt die Vorkommenswahrscheinlichkeit unterhalb des Schwellenwertes von p = 0,15. Aufgrund der geringen Anzahl eingehender Variablen werden in den Modellen A2-1 bis A2-6 sämtliche Parameter ins Modell aufgenommen. Der Informationsgewinn, welcher durch die Verwendung korrelierter Variablen erreichbar ist (Modell A2-7 und A2-8), wird durch den Strafterm bei der Ermittlung des AIC-Wertes ausgeglichen.
5 Ergebnisse 36 Abb. 13: Dreidimensionale Darstellung des Atlasmodells A2-1. Auf der x- und y-Achse Umweltparameter, z-Achse mit Vorkommenswahrscheinlichkeit. Zu den Bezeichnungen der Variablen siehe Tab. 1. Werte der nicht dargestellten Neigungsstufe: Stufe 0 = 0,0-4,4° (links), Stufe 6 = 22,5-26,9° (mitte) und Stufe 13 = 54,0-58,4° (rechts). 5.1.3 Prognosekarten Anhand der Regressionsformel fand auf Grundlage der Kilometerquadrate eine Übertragung der Vorkommenswahrscheinlichkeiten auf die gesamte Fläche der Schweiz statt. Dargestellt werden ein Modell mit maximalem Informationsgewinn und ein Modell mit dem besten Kompromiss zwischen Erklärungsgehalt und Komplexität. Die Abbildungen 14 und 15 zeigen jeweils eine Karte, welche mittels des Wertes für P Kappa in Vorkommen und Nichtvorkommen unterteilt, als auch eine Habitateignungskarte. Bei der Habitateignungskarte werden ebenfalls mit dem Schwellenwert P kappa die Vorkommen und Nichtvorkommen jeweils in zwei Klassen unterteilt. Der alternative Trennwert P fair liegt für beide Modelle zwischen Klasse eins und zwei (P fair = 0,10). Die Artefakte im südlichen Bereich kommen durch Fehler im Ausgangsdatensatz zustande und konnten von mir nicht behoben werden. Es handelt sich dabei um fehlende Daten für die Variable „Neigungsstufe“, welche in beiden Modellen zu den wirkungsstärksten zählt.