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.
6 Diskussion 64<br />
Verbreitung, die tatsächliche Verteilung der Art im Raum kann nur durch dynamische<br />
Modelle simuliert werden.<br />
Zusammenfassend ist feststellbar, dass die prognostizierten Vorkommenswahrscheinlichkeiten<br />
insgesamt gut mit den aktuellen Kenntnissen zum Steinhuhn<br />
übereinstimmen. Das maximale Verbreitungsgebiet wird von beiden Modellen weitgehend<br />
in Übereinstimmung mit der Realität beschrieben. Die tatsächliche Verteilung und die<br />
Bereiche mit der höchsten Vorkommenswahrscheinlichkeit werden unter Verwendung der<br />
maximalen Information (Modell A1-1) deutlich besser vorhergesagt als mit einem<br />
vereinfachten Modell mit drei Variablen (Modell A2-1).<br />
Regionalmodell<br />
Bei der univariaten Analyse wurden 20 Variablen aus verschiedenen Gründen nicht<br />
weiter berücksichtigt. Aufgrund der Vielzahl der Parameter wird hier nur auf diejenigen<br />
näher eingegangen, bei denen ein stärkerer Zusammenhang zu erwarten war, oder die<br />
wegen Korrelation bei der multiplen Analyse nicht berücksichtigt wurden. Die Analyse der<br />
„Neigung“ ergab auf diesem Skalenniveau eine geringere Modellgüte als auf der Atlasebene.<br />
Wie schon beschrieben, ist die „Einnischung“ der Art bei der „Neigung“ weniger<br />
stark als bei der „Cosinustransformierten Exposition“. Dies macht sich auf dieser Skala<br />
bemerkbar, da Artefakte durch die Mittelwertbildung keine Rolle spielen. Auch für die<br />
gegenüber dem Atlasmodell weniger deutlichen Zusammenhänge bei den Nutzungstypen<br />
„Geschlossener Wald“, „Alpweiden“ und „Vegetationslose Flächen“ sind unterschiedliche<br />
Methoden verantwortlich. Die Nutzungstypen auf der regionalen Ebene wurden als binäre<br />
Variablen behandelt (ja/nein). Dies führt zu weniger differenzierten Ergebnissen (vgl. Kap.<br />
5.3). Die ökologischen Überlegungen, die zum Ausschluss der korrelierten Variable<br />
„Höhe“ geführt haben, wurden bereits bei der Diskussion der Variablen für die Atlas-<br />
Modellierung genannt. Die Variable „Nachbarnutzung“ ist stark positiv mit der<br />
„Nachbarvegetation“ korreliert, letztere wurde aufgrund der besseren Modellwerte<br />
bevorzugt. Die „Gesamtdeckung“ korreliert negativ mit wichtigen Variablen wie<br />
„Nachbarvegetation“ oder „Strukturvielfalt“ die höhere Erklärungsgehalte aufweisen und<br />
daher in den Variablenkatalog für die multiple Modellierung aufgenommen werden. Die<br />
„Maximale Höhe der Krautschicht“ ist positiv mit der „Mittleren Höhe der Krautschicht“<br />
korreliert. Letztere weist einen wesentlich höheren Zusammenhang zum<br />
Steinhuhnvorkommen auf und ist auch besser interpretierbar. Die Variable „Abstand vom<br />
Wald“ weist zwar neben der „Mittleren Höhe der Krautschicht“ den höchsten<br />
Erklärungsgehalt aller Variablen auf, korreliert aber negativ mit dieser und einer Vielzahl<br />
anderer Parameter (vgl. Anh. 2.2). Dort wo der „Anteil der von Steinen bedeckten Fläche“,<br />
angegeben als Prozent der Gesamtfläche, hoch ist, steigt auch die Wahrscheinlichkeit für<br />
das „Vorhandensein größerer Felsen“. Die letztgenannte Variable weist den höheren<br />
Erklärungsgehalt auf und wird deshalb bei der multiplen Modellierung verwendet.<br />
Die univariaten Verläufe der zehn für die Modellbildung berücksichtigten Variablen<br />
spiegeln weitgehend die Angaben aus der Literatur wider. Aus dem Bereich der