DIPLOMARBEIT - Universität Oldenburg
DIPLOMARBEIT - Universität Oldenburg
DIPLOMARBEIT - Universität Oldenburg
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
6 Diskussion 61<br />
ungenutztem Offenland, ohne dichten Wald, aber mit einzelnen Baum- und Buschgruppen<br />
beschreiben. Dies passt sehr genau mit den Literaturangaben zu Ökologie und bevorzugter<br />
Habitatstruktur von GLUTZ et al. (1973), ZBINDEN (1984), HAFNER (1994), SCHMID (1998)<br />
und ZBINDEN & SALVIONI (2003) überein. Mit acht berücksichtigten Variablen ist die<br />
Gefahr eines overfittings (Überanpassung) allerdings als relativ hoch einzuschätzen. Dadurch<br />
leidet die Übertragbarkeit des Modells. BOLLIGER (2002) erkannte in einer vergleichenden<br />
Studie, dass eine erhöhte Komplexität der Modelle nicht unbedingt die „Genauigkeit“<br />
dieser Modelle erhöhte und stellte innerhalb der letzten zehn Jahre einen Trend zur<br />
Vereinfachung und erhöhten Flexibilität fest. Auch SCHRÖDER & REINEKING (2004a)<br />
sehen overfitting als häufiges Problem an. Die Validierung mittels bootstrapping führt<br />
tatsächlich zu etwas geringeren Gütemaßen, weshalb ein zweiter Modellblock mit<br />
schärferen Aufnahmekriterien für den Variablenkatalog erstellt wurde.<br />
Modell A2-1 wurde aus denjenigen Variablen erstellt, die schon in Modell A1-1 den<br />
stärksten Einfluss auf das Vorkommen des Steinhuhns ausüben (vgl. Anh. 2.8). Aus jedem<br />
der Bereiche Klima, Geostatistik und Nutzung ist diejenige Variable vertreten, die schon in<br />
der univariaten Analyse meist den stärksten Zusammenhang aufweist. Durch die<br />
Kombination kann der Erklärungsgehalt gegenüber dem besten univariaten Wert<br />
verdoppelt werden. Gegenüber dem oben beschriebenen Modell unter Verwendung von<br />
acht Variablen ist der Informationsverlust relativ gering und die mittels bootstrapping<br />
ermittelten korrigierten Werte weichen nur minimal von den Originalwerten ab.<br />
Abbildung 13 zeigt den Modellverlauf bei drei verschiedenen Variablenkombinationen.<br />
Liegt die Neigung unter 5°, so werden korrekterweise keine Vorkommen vorhergesagt.<br />
Dies gilt unabhängig vom Zustand der anderen Variablen. Bei einer Neigung von etwa 24°<br />
werden bei günstiger Kombination der übrigen Variablen bereits Vorkommen oberhalb des<br />
Schwellenwertes prognostiziert, bei einer Neigung von knapp 60° liegt fast die gesamte<br />
Modellfläche über dem Schwellenwert. Noch höhere Vorkommenswahrscheinlichkeiten<br />
ließen sich durch noch höhere Neigungsstufen erreichen, aber bereits Flächen um 60° sind<br />
als extrem steil einzustufen und bilden die Obergrenze der akzeptierten Neigung.<br />
Die berücksichtigten Variablen wirken nicht nur direkt, sondern beschreiben indirekt auch<br />
weitere Aspekte des Steinhuhnlebensraumes. So sind die positiv mit dem Vorkommen der<br />
Art korrelierten Variablen „Sonneneinstrahlung“ und „Neigung“ wichtige Faktoren für das<br />
frühe Ausapern der Flächen, das bereits bei der Diskussion der univariaten Ergebnisse als<br />
wichtiges Charakteristikum der Steinhuhnhabitate beschrieben wurde. Da natürlich die<br />
Sonneneinstrahlung auf südlich ausgerichteten Flächen am höchsten ist, spielt auch die<br />
Exposition in diesem Modell eine Rolle, ohne dass sie als Variable berücksichtigt wäre.<br />
Ähnliches gilt für die Variable „Unproduktive Vegetation“, die für eine unbestockte,<br />
strukturreiche Landschaft im Übergang der alpwirtschaftlich genutzten Flächen zu den<br />
vegetationslosen Bereichen mit überwiegend Kraut- und Grasvegetation (siehe auch<br />
Korrelation mit den Strukturtypen „Vegetationsarm oder Vegetationslos“ und „Lückige,<br />
niedrige Vegetation“ in Anh. 2.1), Felsanteil, Zwergsträuchern und Büschen (Korrelation