Zwischen Naturschutz und Theoretischer Ökologie: Modelle zur ...

3.5 Diskussion 87
Individuendichten zur Folge haben kann (Varley et al. 1980; Huffaker et al. 1999).
Solche Schwankungen können die Schlußfolgerungen, die aus den geschätzten
Modellen gezogen werden, stark in Frage stellen. Das gilt für Datengrundlagen, die
beispielsweise nach einem katastrophalen Ereignis – wie etwa einem extrem langen
winterlichen Überstau im Niedermoor (Suhling & Kratz 1999) – zu einem Zeitpunkt
mit geringer Individuendichte und weitverbreiteten lokalen Extinktionen erhoben
wurden. Gleichermaßen gilt dies auch für Untersuchungszeiträume in Jahren, die den
Arten optimale Entwicklungsbedingungen bieten und die deshalb zur Besiedlung
nicht nur sämtlicher Optimal- sondern auch vieler marginaler „Senken-Habitate“
(Pulliam 1988; Pulliam & Danielson 1991; Donovan et al. 1995) führen.
Doch auch die Zusammenfassung von Daten mehrerer Untersuchungsperioden kann
dazu führen, daß falsche Schlüsse gezogen werden, wie die Übersichtsarbeit von
Schooley (1994) – allerdings für Vertebraten – zeigt. Aus diesem Grund ist die Überprüfung
der zeitlichen Übertragbarkeit der entwickelten Modelle so bedeutsam
(Dennis & Eales 1999).
3.5.3 Diskussion der angewendeten Methodik
Neben einem zumindest für einzelne Habitatfaktoren bereits erprobten und hier nur
leicht abgewandelten Testverfahren von Thomas & Bovee (1993) bzw. Freeman et al.
(1997) wird in meiner Arbeit ein neuer, auf einem adäquaten, aber bis heute selten
eingesetzten Güteparameter (Fielding & Bell 1997) beruhender Übertragbarkeitstest
vorgestellt (s. 3.3.2.1).
3.5.3.1 Signifikanztest auf Grundlage der Klassifikationsmatrizen
Die Abhängigkeit der Klassifizierungsraten vom Schwellenwert Pkrit (Noon 1986) legt
die Verwendung des ex posteriori zu berechnenden Schwellenwertes Pfehlergerecht (vgl.
Capen et al. 1986; s. 2.3.3.2) nahe. Bei der Modellübertragung stellt sich die Frage des
Schwellenwertes gleich zweifach, da er sowohl für das Originalmodell, als auch für
die Klassifikation der Modellübertragung festgelegt werden muß. Die einfachste Lösung
wäre auch hier die a priori-Vorgabe eines festen Pkrit-Wertes für das Originalmodell
und seine Übertragungen, wie z.B. bei Freeman et al. (1997). Damit ist aber
das Problem verbunden, daß dieser u.U. weder dem Trainings- noch dem Testdatensatz
gerecht wird. Es besteht die Gefahr, das Originalmodell und/oder die Übertragung
aufgrund nicht adäquat gewählter Klassifikationsschwellenwerte schlecht zu
beurteilen, obwohl eigentlich hoch signifikante und übertragbare Regressionsmodelle
geschätzt werden können, welche die Zusammenhänge zwischen Habitatfaktoren
und Vorkommen gut erklären. Um dieses Problem zu umgehen, werden hier für
beide Datensätze separat angepaßte Klassifikationsschwellenwerte ermittelt und
jeweils für das Originalmodell wie auch die Übertragung Pkrit = Pfehlergerecht bestimmt.
Eine ebenfalls flexible Anpassung an die Daten zeigen Thomas & Bovee (1993), indem
sie geeignete bzw. nutzbare Habitate anhand der mittleren 50% bzw. 95% ihrer
Präsenzbeobachtungen definieren. Alternativ ist auch eine Normierung der prognostizierten
Werte möglich, die dann den Bereich zwischen 0 und 1 vollständig ab-