DIPLOMARBEIT - Universität Oldenburg

5 Ergebnisse 48
„Neigung“ überhaupt nicht berücksichtigt. Die Werte für R 2 N sind aufgrund der
unterschiedlichen Ausgangsdatensätze nicht direkt vergleichbar, die AUC-Werte liegen
jeweils im Bereich einer guten Modelldiskriminierung, während für Kappa und P Kappa die
Werte im Falle des Regionalmodells deutlich höher liegen. Wie aus Abbildung 19
ersichtlich, werden bei gleichen Vorraussetzungen beim Regionalmodell eher Vorkommen
prognostiziert als beim Atlasmodell.
Abb. 19: Dreidimensionaler Vergleich multipler Modelle der beiden Skalenebenen
Atlasmodell (links) und Regionalmodell (rechts). Auf der x- und y-Achse jeweils
ausgewählte Umweltparameter, z-Achse mit Vorkommenswahrscheinlichkeit. Zu den
Bezeichnungen der Variablen siehe Tab. 1. Werte der nicht dargestellten Variablen:
Atlasmodell: „Neigung“ = Durchschnittswert, Deckungsgrad der „Lückigen, niedrigen
Vegetation“ = 75%, Deckungsgrad der „Gras-, Hochstauden-, Kraut- oder
Zwergstrauchreichen Laubwälder“ = 20%. Regionalmodell: Deckungsgrad der „Lückigen,
niedrigen Vegetation“ = 75%, Deckungsgrad der „Gras-, Hochst.-, Kraut- oder
Zwergstrauchreichen Laubw.“ = 20%.
Ein Vergleich der Regressionskoeffizienten der beiden Modelle (Tab. 24), offenbart weitere
Unterschiede zwischen den beiden Skalenebenen.
Tab. 24: Regressionskoeffizienten der multiplen Modelle zum Skalenvergleich.
Variable Atlasmodell Regionalmodell
sigmoid unimodal sigmoid unimodal
Exposition -0,534 - -2,190 -
Lückige, niedrige Vegetation (ST 4) 0,026 - 0,070 -
Zwergsträucher und niedriges Gebüsch bis
150 cm (ST 9) 0,059 -0,001 0,149 -0,001
Gras-, Hochstauden-, Kraut- oder
Zwergstrauchreiche Laubwälder (ST 15) -0,051 - -0,260 -
Der Vergleich zeigt für alle Variablen beim Regionalmodell einen eindeutig stärkeren
Einfluss auf das Vorkommen des Steinhuhns. Am deutlichsten wird dies bei den
Parametern „ST 15“ und „Exposition“, wo der jeweils negative Zusammenhang auf der
kleineren Skalenebene bis zu fünfmal stärker ist.