Zwischen Naturschutz und Theoretischer Ökologie: Modelle zur ...
Zwischen Naturschutz und Theoretischer Ökologie: Modelle zur ...
Zwischen Naturschutz und Theoretischer Ökologie: Modelle zur ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
2.4 Ergebnisse 41<br />
Wie Tab. 2-13 <strong>und</strong> Abb. 2-8 zeigen, hat die Berücksichtigung der Nachbarschaftseffekte<br />
hier nur einen sehr geringen, ja unerheblichen Einfluß auf die Prognosegüte.<br />
Werden die auf den prognostizierten Vorkommenswahrscheinlichkeiten beruhenden<br />
Nachbarschaftsvariablen allein betrachtet, so weisen sie mit Bestimmtheitsmaßen um<br />
3% nur einen extrem geringen Erklärungsgehalt auf. Ihre ROC-Kurven liegen nur<br />
knapp über der eines Zufallsmodells, sind aber in allen dargestellten Fällen signifikant.<br />
Das ohnehin recht gute Modell auf Gr<strong>und</strong>lage der Umweltvariablen wird durch<br />
ihre Hereinnahme kaum verbessert: R 2 : 0.411 vs. 0.424.<br />
Sensitivität<br />
1,0<br />
0,8<br />
0,6<br />
0,4<br />
0,2<br />
<strong>Modelle</strong>ntwicklung<br />
Zufallsmodell<br />
(1) HE durchschn.<br />
(2) HE P>0.75<br />
(3) Anzahl Gräben<br />
(4) nur UV (v=r)<br />
(5) = (4)+(2)+(3)<br />
0,0<br />
0,0 0,2 0,4 0,6 0,8 1,0<br />
1 - Spezifizität<br />
Abb. 2-8: Conocephalus dorsalis – ROC-Kurven für <strong>Modelle</strong> mit <strong>und</strong> ohne Berücksichtigung der<br />
aus prognostizierten Vorkommenswahrscheinlichkeiten abgeleiteten Nachbarschaftsvariablen<br />
(Drömling-Daten von 1995).<br />
Verwendet man anstelle der Vorkommensprognosen die tatsächlichen Beobachtungen<br />
<strong>zur</strong> Ableitung der Nachbarschaftsvariablen, verringert sich der Datenumfang<br />
auf die Anzahl derjenigen Flächen, deren unmittelbare Nachbarschaft ebenfalls<br />
untersucht wurde. Die Prädiktorvariable beschreibt dann den „Anteil an Flächen mit<br />
Vorkommen in der Nachbarschaft“. Natürlich können auch für diesen Datensatz die<br />
im vorigen Absatz beschriebenen Nachbarschaftsvariablen (z.B. HE P ≥ 0.75) untersucht<br />
werden. Die Berücksichtigung der Nachbarschaftseffekte hat dann einen im Vergleich<br />
zu Tab. 2-13 stärkeren, aber immer noch geringen Einfluß auf die Prognosegüte<br />
(s. Tab. A2-1; Abb. A2-1). Das Vorkommen auf den Nachbarflächen erklärt<br />
nun immerhin mehr als 11% der Varianz. Auch die auf den Prognosen beruhenden<br />
Nachbarschaftsvariablen weisen jetzt höhere Erklärungsanteile auf (vgl. Tab. 2-13<br />
mit Tab. A2-1 <strong>und</strong> Abb. 2-8 mit Abb. A2-1). Alle untersuchten Nachbarschaftsvariablen<br />
können das auf Gr<strong>und</strong>lage der Umweltvariablen gebildete <strong>und</strong> für den reduzierten<br />
Datensatz im Vergleich zu Tab. 2-13 ebenfalls bessere Modell durch ihre<br />
Hereinnahme weiter verbessern (R 2<br />
N: 0.513 vs. 0.535 bzw. 0.545).