Habitat-Modelle in der Wildökologie - Université de Lausanne
Habitat-Modelle in der Wildökologie - Université de Lausanne
Habitat-Modelle in der Wildökologie - Université de Lausanne
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
Glossar und Abkürzungsverzeichnis 100Response response, Syn. Resonanz: (Graph <strong><strong>de</strong>r</strong> Funktion <strong><strong>de</strong>r</strong>) zu erklären<strong>de</strong>(n)Variable(n).ROC Relative (Receiver) Operat<strong>in</strong>g Characteristics, e<strong>in</strong> schwellenwertunabhängigesMaß für die Genauigkeit <strong><strong>de</strong>r</strong> Vorhersage e<strong>in</strong>es Mo<strong>de</strong>lls, wird zur Validierung/Evaluierungherangezogen. E<strong>in</strong> ROC-plot wird erstellt, <strong>in</strong><strong>de</strong>m man<strong>de</strong>n Anteil <strong><strong>de</strong>r</strong> true positives (→Sensitivität) auf <strong><strong>de</strong>r</strong> y-Achse gegen <strong>de</strong>n Anteil<strong><strong>de</strong>r</strong> false positives auf <strong><strong>de</strong>r</strong> x-Achse aufträgt. Die Fläche unter <strong><strong>de</strong>r</strong> ROC-Kurve (AUC) kann als In<strong>de</strong>x für die Leistungsfähigkeit e<strong>in</strong>es Mo<strong>de</strong>lls betrachtetwer<strong>de</strong>n, weil sie unabhängig von e<strong>in</strong>em im Tra<strong>in</strong><strong>in</strong>gsdatensatz willkürlichfestgelegten Schwellenwert (und <strong><strong>de</strong>r</strong> →Prävalenz e<strong>in</strong>er Spezies) ist(Pearce und Ferrier, 2000).Satz von Bayes Bayes’s theorem. P(A k |B) = P(A k∩ B)P(B)= P(A k)P(B|A k )∑ kj=1 P(A j)P(B|A j ) .scale auch landscape level, Betrachtungsmaßstab. Bezeichnet die raumzeitlicheErstreckung von Phänomenen, nicht das Abbildungsverhältnis auf (Land-)Karten. Charakterisiert durch extent (Aus<strong>de</strong>hnung <strong>de</strong>s Untersuchungsgebietes)und gra<strong>in</strong> (coarsness, Größe <strong><strong>de</strong>r</strong> patches). Der Betrachtungsmaßstabmuß auf <strong>de</strong>n beobachteten Prozeß (→process) abgestimmt se<strong>in</strong>: erzeugt<strong><strong>de</strong>r</strong> Prozeß e<strong>in</strong> grobkörnigeres Muster (→pattern) ist nur e<strong>in</strong> Tren<strong><strong>de</strong>r</strong>kennbar, bei zu fe<strong>in</strong>körnigem Muster ergibt sich nur e<strong>in</strong> Rauschen (Lang,1999).Sensitivität sensitivity (Empf<strong>in</strong>dlichkeit), true positive fraction, z.B. Prozentsatzdurch e<strong>in</strong> Mo<strong>de</strong>ll richtig erkannter "Vorkommen" (presence).Spearmansche Rangkorrelation Maß für <strong>de</strong>n Zusammenhang zwischen zweiVariablen, das nicht nur <strong>de</strong>n l<strong>in</strong>earen Anteil mißt. Grün<strong>de</strong>t sich auf Rängen.Ist robuster als <strong><strong>de</strong>r</strong> gewöhnliche →Korrelationskoeffizient (Stahel, 2002).SEPM Spatially Explicit Population Mo<strong>de</strong>ls (Dunn<strong>in</strong>g et al., 1995).SLR Simple L<strong>in</strong>ear Regression, e<strong>in</strong>fache l<strong>in</strong>eare Regression, siehe →LR.SOM (Kohonen) Self-Organiz<strong>in</strong>g Mapp<strong>in</strong>g, →ANN.spatial explicit explizit räumliche Betrachtungsweise/Beschreibung <strong><strong>de</strong>r</strong> Strukture<strong>in</strong>er Landschaft. Die spezifische räumliche Anordnung von patcheswird als configuration bezeichnet. Diese bezieht sich nicht nur auf