DIPLOMARBEIT - Universität Oldenburg

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