Zwischen Naturschutz und Theoretischer Ökologie: Modelle zur ...
Zwischen Naturschutz und Theoretischer Ökologie: Modelle zur ...
Zwischen Naturschutz und Theoretischer Ökologie: Modelle zur ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
2.4 Ergebnisse 43<br />
Die Einbeziehung einer für das Jahr 1995 erstellten Variable „Inzidenz in der vorangegangenen<br />
Begehungsphase“ liefert kein signifikantes univariates Modell <strong>und</strong> kann<br />
auch das multivariate Modell nicht signifikant verbessern, was aufgr<strong>und</strong> der geringen<br />
Stetigkeit zwischen den beiden Begehungen (vgl. Tab. 2-14) auch zu erwarten ist.<br />
Analog zu dieser Untersuchung der Doppelbegehungen im Jahr 1995 im Drömling<br />
wurde für die Drömling-Daten abgeschätzt, ob die Inzidenz der Vorjahre für die in<br />
zwei bzw. in allen drei Untersuchungsjahren begangenen Flächen als Prädiktorvariable<br />
geeignet ist, die Modellprognosen zu verbessern. Lediglich in einem Fall –<br />
„Inzidenz 1996“ als erklärende Variable in einem Modell für den Drömling 1997 –<br />
kann ein signifikanter, wenn auch schwacher Effekt der zeitlichen Autokorrelation<br />
für C. dorsalis festgestellt werden. Wie zu erwarten ist, wird ein positiver Regressionskoeffizient<br />
im multivariaten Modell geschätzt, d.h. ein Vorkommen im Jahr 1996<br />
erhöht die Vorkommenswahrscheinlichkeit 1997.<br />
Auch die Flächengröße spielt bei den <strong>Modelle</strong>n für C. dorsalis nur eine untergeordnete<br />
Rolle. Im univariaten Modell läßt sich mit der Flächengröße kein Modell bilden, das<br />
eine signifikante Verbesserung gegenüber dem Nullmodell liefert. Bei der vorwärts<br />
schrittweisen Modellbildung wird sie im letzten Schritt in das multivariate Modell<br />
aufgenommen <strong>und</strong> leistet den geringsten Beitrag <strong>zur</strong> Varianzerklärung. Der Regressionskoeffizient<br />
ist wie zu erwarten positiv, d.h. höhere Vorkommenswahrscheinlichkeiten<br />
sind auf größeren Flächen zu erwarten.<br />
2.4.2.4 Elimination des räumlichen Effektes durch Regression an Residuen nach<br />
Schätzung einer Trendoberfläche: Vergleich von <strong>Modelle</strong>n mit <strong>und</strong> ohne x-,y-<br />
Koordinaten<br />
Alternativ zu den Ausführungen in 2.4.2.2 erfolgt eine qualitative Überprüfung möglicher<br />
Auswirkungen räumlicher Autokorrelation mittels Responseoberflächen dreier<br />
<strong>Modelle</strong>, die ohne (Modell I) bzw. mit (Modell II & III) Berücksichtigung der räumlichen<br />
Zusammenhänge entwickelt werden. Die räumlichen Verhältnisse werden<br />
dabei durch die z-transformierten x- <strong>und</strong> y-Koordinaten der Flächenschwerpunkte<br />
aus dem GIS repräsentiert.<br />
Als Umweltvariablen finden in allen drei für die Drömling-Daten von 1995 gebildeten<br />
<strong>Modelle</strong>n die Habitatfaktoren Vegetationshöhe, Vegetationshöhe 2 <strong>und</strong> Juncus-<br />
Bedeckung Berücksichtigung. Zur Schätzung einer kubischen Trendoberfläche (vgl.<br />
Borcard et al. 1992; Turner et al. 1991) in Modell II wie auch als Prädiktorvariablen<br />
in Modell III werden zusätzlich die rückwärts schrittweise ausgewählten räumlichen<br />
Koordinaten x, x 2 <strong>und</strong> y 3 einbezogen. Verwendet man hierbei das vorwärts schrittweise<br />
Verfahren, so werden die Koordinaten x <strong>und</strong> y 3 gewählt. Die erhaltenen<br />
Responsekurven unterscheiden sich aber kaum von den unten dargestellten.