27.04.2014 Aufrufe

DIPLOMARBEIT - Universität Oldenburg

DIPLOMARBEIT - Universität Oldenburg

DIPLOMARBEIT - Universität Oldenburg

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

6 Diskussion 71<br />

Gütemaßen führt (Tab. 22). Zu der vom Steinhuhn bevorzugten Neigung liegen recht<br />

unterschiedliche Angaben der Habitatpräferenz vor (vgl. Diskussion der Neigung beim<br />

Atlasmodell in Kap. 6.2.1), auf der regionalen Skala ist sie möglicherweise weniger<br />

entscheidend. Großräumig kann sie aber, in Verbindung mit anderen Parametern, geeignete<br />

Lebensräume anzeigen.<br />

Auf der regionalen Skala sind Strukturparameter und Umgebungsvariablen für das<br />

Vorkommen des Steinhuhns entscheidend (Tab. 20). Dabei wird der negative Einfluss der<br />

Bewaldung deutlich (die Vorkommenswahrscheinlichkeit steigt mit zunehmender<br />

Entfernung vom Wald und mit abnehmender Deckung der Waldschicht sowie geringerer<br />

Zahl von Einzelbäumen). Eine allgemeine Strukturvielfalt ist ebenso wichtig, wie eine<br />

Umgebung, die möglichst viele positiv mit dem Steinhuhn korrelierte Vegetationseinheiten<br />

und Nutzungsparameter aufweist. Einzelne Strukturelemente wie die „Mittlere Höhe der<br />

Krautschicht“ oder das „Vorhandensein größerer Felsen“ sind ebenfalls entscheidend.<br />

Auf der regionalen Skala weisen die Modelle insgesamt wesentlich höhere<br />

Erklärungsgehalte auf (Tab. 20). Dies gilt auch für die multiplen Endmodelle (Atlasmodell:<br />

AUC: 0,85; R 2 N: 0,28 gegenüber Regionalmodell AUC: 0,96; R 2 N: 0,80). Zieht man zur<br />

Berechnung der Regionalmodelle anstatt der im Freiland gewonnenen Daten die<br />

Rasterdaten der entsprechenden Kilometerquadrate heran, so wird die Bedeutung des<br />

„Fehlers“ deutlich, der bei der Mittelung der Daten auf die gesamte Rasterfläche entsteht.<br />

Alle Modelle auf Basis der übertragenen Rasterdaten sind nicht signifikant (Tab. 25). Zwar<br />

kann ein Vergleich der Streudiagramme für „Höhe“ und „Neigung“ Gemeinsamkeiten<br />

belegen (Anh. 2.9), bei der Exposition zeigen sich aber gravierende..Unterschiede.<br />

Diese Ergebnisse zeigen, dass sich durch eine Strukturkartierung bessere Ergebnisse<br />

erzielen lassen, als durch eine Datenbankauswertung auf Basis eines 1 x 1 km-Rasters.<br />

SCHRÖDER (2000) erhielt ebenfalls die besten Modelle durch die Einbeziehung räumlich<br />

höher aufgelöster Daten. Als einen wichtigen Grund nennt SCHRÖDER (2000) die<br />

Homogenität der Fläche und kleinere, sowie präziser zu beschreibende Einheiten. Dies<br />

dürfte auch in der vorliegenden Arbeit die Hauptursache für die Unterschiede bei der<br />

Modellgüte sein. Die Probleme, die bei einer Mittelung der Daten entstehen, wurden<br />

bereits beschrieben. Habitatansprüche werden darüber hinaus durch direkte<br />

Strukturparameter besser repräsentiert als durch Struktur- oder Nutzungstypen. Als<br />

einzige übergeordnete Einheit innerhalb der 10 nach R 2 N wichtigsten Variablen beim<br />

Regionalmodell findet sich der Strukturtyp „Zwergsträucher und niedriges Gebüsch“<br />

auf „Rang“ neun (Tab. 20). Der Einfluss, den die Höhe der Krautschicht auf das<br />

Vorkommen des Steinhuhns ausübt, wird durch die direkte Messung der mittleren Höhe<br />

der Krautschicht wesentlich besser repräsentiert (R 2 N = 0,6), als durch den Strukturtyp<br />

„Lückige,..niedrige..Vegetation“..(R 2 N..=..0,18).<br />

Ein Vergleich mit Habitatmodellen aus den Italienischen Alpen kann weiteren Aufschluss<br />

über die Habitatpräferenzen auf unterschiedlichen Skalen bringen. POMPILIO et al. (2003)<br />

untersuchten in den Lepontinischen Alpen Gebiete von einigen 100 ha Größe. Die Daten

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!