Habitat-Modelle in der Wildökologie - Université de Lausanne

Modellentwicklung 144.2.3 ModellanpassungIn diesem Schritt erfolgt die Anpassung des Modells, d.h. die Schätzung undJustierung der Modellparameter und -konstanten um die Übereinstimmung zwischenModell-Output und ursprünglichem Datensatz zu verbessern. Um die Genauigkeitund Vorhersagefähigkeit eines Modells zu erhöhen, ist es u.U. notwendig,die Anzahl der einfließenden Variablen auf ein vernünftiges Maß zu beschränken.Es gilt also zu entscheiden, welche erklärenden Variablen ins Modellaufgenommen werden sollen (siehe 4.4.5). Das Einstellen ihrer Koeffizienten istgewöhnlich das kleinere Problem.4.2.4 VorhersageIst das Modell angepaßt, so ist der nächste Schritt die Vorhersage z.B. der potentiellenVerbreitung einer Art im modellierten Gebiet. Das Modellieren der Verbreitungeiner Art (bzw. einer community) entspricht im wesentlichen dem Modellierenihres Habitates. Habitatmodelle werden oft in (bestehende) geographischeInformationssysteme integriert, als Ergebnis erhält man dementsprechend Kartendie geeignetes bzw. ungeeignetes Habitat ausweisen.4.2.5 EvaluierungIn diesem Stadium der Modellentwicklung soll geprüft werden, ob das Modell falsi/verifizierbare Hypothesen und zutreffende Vorhersagen ökologischer Muster bereitstelltbzw. zu konkreten operationalen Parametern beiträgt. Guisan und Zimmermann(2000) ziehen den Begriff Evaluierung (evaluation) dem Begriff Validierung(validation) vor, weil ja nicht die Wahrhaftigkeit des Modells in Frage gestelltwird.Zwei Haupt-Ansätze existieren zum Evaluieren der Vorhersagefähigkeit von Modellen:Der erste Ansatz besteht darin, einen einzigen Datensatz (single data set)sowohl zum Anpassen als auch zum Evaluieren heranzuziehen. Dazu muß derursprüngliche Datensatz mittels Kreuzvalidierung (cross-validation, →CV), leaveone-outjackknife (→JK), oder →bootstrap Techniken aufbereitet werden (Datenpartitionierung).Dieser Ansatz eignet sich für den Fall, daß der vorhandene Datensatzzu klein ist, um in separate Datensätze aufgeteilt zu werden, bzw. wennes vorzuziehen ist, möglichst viele Beobachtungen in die Modellanpassung auf-