DIPLOMARBEIT - Universität Oldenburg

6 Diskussion 68
6.2.2 Modellgüte
Ein ökologisch sinnvolles, statistisch signifikantes Modell garantiert noch keine hohe
Modellgüte. Auch ob das Modell robust ist und ausreichend gute Prognosen liefert, muss
mit verschiedenen Gütemaßen überprüft werden.
Modellkalibrierung
Ob ein Modell gut kalibriert ist, also gut zwischen Vorkommen und Nichtvorkommen
unterscheiden kann, wird in der vorliegenden Arbeit anhand des R 2 nach NAGELKERKE
bewertet. SCHRÖDER (2000) erhält für viele Modelle R 2 N-Werte unter 0,5, der maximale
Wert liegt bei 0,74. POMPILIO et al. (2003) führten wie in der vorliegenden Arbeit eine
Untersuchung zur Habitatnutzung des Steinhuhns durch und kamen zu einem Ergebnis
von 0,18, wobei nicht angegeben wird, nach welcher Methode der Wert für R 2 errechnet
wurde. Nach BACKHAUS et al. (2000) kann in der Regel schon bei Werten zwischen 0,2 und
0,4 von einer guten Modellanpassung gesprochen werden.
Vor diesem Hintergrund sind die Atlasmodelle (Tab. 12 und 13) als akzeptabel kalibriert
einzustufen, die Regionalmodelle (Tab. 19) erreichen mit Werten bis zu 0,92 (Modell R-1)
die in der Habitatmodellierung mit logistischer Regression höchstmöglichen Ergebnisse.
Auch das robustere Regionalmodell R-3 weist mit 0,80 einen sehr hohen Wert auf.
Modelldiskriminierung
Der schwellenwertabhängige Anteil korrekter Prognosen wird nur für das
Regionalmodell angegeben. Da die Wahl des Schwellenwertes letztlich beliebig ist (ich
verwendete in diesem Fall P krit = 0,5), wird dieses Gütemaß aber nicht als entscheidend
angesehen.
Der Gesamtanteil korrekter Prognosen liegt für Modell R-1 und R-3 über 90%. Im Falle
des (wenig robusten) Modells R-1 beträgt er sogar 97,7%, nur jeweils ein Vor- bzw.
Nichtvorkommen wird vom Modell nicht so vorhergesagt wie beobachtet. Der Anteil
korrekt prognostizierter Vorkommen (Sensitivität) liegt beim Endmodell R-3 bei 90,5, der
Anteil korrekter Nichtvorkommen (Spezifizität) bei 93,0%. Verglichen mit Werten aus der
Literatur sind dies sehr hohe Werte. POMPILIO & MERIGGI (1999) erhalten in einer Studie
für das Steinhuhn Werte von 70 (Sens.) und 71% (Spez.). In der gleichen Studie werden
auch Birkhuhn (Tetrao tetrix) und Alpenschneehuhn (Lagopus mutus) untersucht. Beim
Birkhuhn wurde ein Verhältnis von 84,6 : 67,9%, beim Alpenschneehuhn von 91,9 : 21,7%
erreicht. Der für die Klassifizierung verwendete Schwellenwert wird von POMPILIO &
MERIGGI (1999) nicht angegeben. Die Untersuchungsgebiete von POMPILIO & MERIGGI
(1999) sind allerdings, im Gegensatz zum Regionalmodell in der vorliegenden Studie,
jeweils einige 1000 km 2 groß, die Datenbasis ist ein 2 x 2 km-Raster. Auf einer dem
Regionalmodell vergleichbaren Skala (Singvogelterritorien) erhalten OPPEL et al. (2003) mit
einer anhand der ROC-Kurve optimierten Methode Gesamtanteile korrekter
Klassifikationen von etwa 90%, der Maximalwert liegt bei 94%.
Die Fehlerquote bei der Spezifizität liegt allgemein höher als jene der Sensitivität
(SCHRÖDER 2000). Nullnachweise sind nie sicher zu erbringen, da von einem beobachteten