Habitat-Modelle in der Wildökologie - Université de Lausanne

Modellanwendungen 67wesentlichen Habitatfaktoren (Feind-, Klimaschutz, Wohnraum, Nahrung, Beunruhigung)bewertet und über mathematische Funktionen, entsprechend der unterstelltenBeziehung zwischen den Parametern aggregiert (siehe Abb. 6.5). AlsErgebnis erhält man eine Kennziffer, die entsprechend dem aktuellen Wissensstandinterpretiert wird. Diese Merkmalsinterpretationen für Feindschutz, Klimaschutz,Wohnraum und Nahrung werden über logische Regeln zu einem Habitatsqualitätswertkombiniert.Das Wildschadensprädispositionsmodell entspricht im wesentlichen dem vonReimoser und Gossow (1996) vorgeschlagenen Ansatz: Prädispostion = nahrungsunabhängigerBesiedlungsanreiz / Nahrungsangebot. Der nahrungsunabhängigeBesiedlungsanreiz wird als Kombination der Faktoren Einstand, Randlinienund Beunruhigung dargestellt. Maßnahmen zur Erhöhung des Nahrungsangebotesbzw. Herabsetzung der Habitatattraktivität können folglich die Wildschadensanfälligkeitherabsetzen. Völk (1999), z.B., konnte in Zusammenhang mitSchälschäden durch Rotwild aufzeigen, daß waldbauliche Maßnahmen wie Erhöhungdes Anteils an mehrschichtigen Waldbeständen (Herabsetzen der Schälattraktivität,Erhöhung des schadensfrei nutzbaren Nahrungsangebotes) die Schadenshäufigkeiteffizienter herabsetzen können, als jagdwirtschaftliche Maßnahmendazu im stande wären.Die Modellevaluierung des Expertensystems erfolgte in einem der Fallstudiengebiete.Tatsächliche Beobachtungen bestätigten die Simulationsergebnisse derintegrierten Modelle. Der Autor stellt fest, daß die Anwendung des Expertensystemszu einer erfolgreichen Schadensprophylaxe beitragen kann.6.7 ANNÖzesmi und Özesmi (1999) haben in den USA das Habitat von zwei Sumpfbrütern(Rotschulterstärling (Agelaius phoeniceus) und Sumpfzaunkönig (Cistothorus palustris) modelliert, und dabei zwischenartliche Interaktionenanalysiert. Als presence-Daten wurden Nistplätze (RWN und MWN) verwendet,als Habitatvariablen (6) wurden Wassertiefe (WD), Abstand zu offenem Wasser(DO) respektive Ufer (DE) und Höhe (SH), Dichte (SD) sowie Beständigkeit (VD)der Ufervegetation herangezogen.Das Modell wurde als →BPN mit einem hidden layer konzipiert. Die Eingangswertewurden →standardisiert, die Initialwerte der Gewichte wurden zufällig