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.
2.6 Diskussion 61<br />
2.6.4.2 Vegetationsstruktur<br />
Die Vegetationsstruktur hat nach Oschmann (1973) <strong>und</strong> Oppermann (1987) einen<br />
erheblichen Einfluß auf Heuschreckenvorkommen <strong>und</strong> -ab<strong>und</strong>anz. Ihre Ausbildung<br />
steht in einer engen Beziehung zu den mikroklimatischen Verhältnissen des Standorts<br />
(Kleinert 1992) <strong>und</strong> der Bodenfeuchte (van Wingerden et al. 1992; Marzelli<br />
1995). Mikroklima <strong>und</strong> Klima der bodennahen Luftschicht werden allgemein als<br />
habitatbindende Faktoren (Röber 1949; Sänger 1977; van Wingerden et al. 1991) von<br />
entscheidender Bedeutung angesehen (Köhler 1990). Sie lassen sich mit Hilfe der<br />
Strukturvariablen wie „Heterogenität der Schichtung“, „Wuchsform <strong>und</strong> Horizontalstruktur<br />
der Krautschicht“ besser charakterisieren als durch die großflächig aufgenommenen<br />
Habitatfaktoren. Andere Strukturvariablen, wie z.B. die Deckung abgestorbener,<br />
stehender Phytomasse geben weitere Hinweise auf die sich der Heuschrecke<br />
bietenden Möglichkeiten, sich vor Prädation zu schützen.<br />
2.6.4.3 Nachbarschaftsvariablen: warum haben sie keinen deutlicheren Effekt?<br />
Von der expliziten Modellierung der räumlichen Nachbarschaftsverhältnisse in den<br />
Daten durch ein autologistisches Modell (Augustin et al. 1998) ist eine nicht unerhebliche<br />
Verbesserung der Prognosegüte zu erwarten (vgl. Smith 1994), die aber nur<br />
zum Teil festgestellt werden kann (s. 2.4.2.2).<br />
Die Nachbarschaftsvariablen in Tab. 2-13 werden aus den prognostizierten, nicht<br />
den nachgewiesenen Vorkommen abgeleitet (vgl. Smith 1994). Dies ermöglicht die<br />
Berechnung dieser Variablen für alle Untersuchungsflächen, da für alle Flächen<br />
zumindest aufgr<strong>und</strong> des Biotoptyp-Modells erstellte Prognosen existieren (vgl.<br />
2.6.2.1). Allerdings ist damit eine Fortpflanzung des Prognosefehlers verb<strong>und</strong>en; eine<br />
geringere Verläßlichkeit der Ausprägungen der Nachbarschaftsvariablen wird in Kauf<br />
genommen. Fraglich ist, ob aufgr<strong>und</strong> dieser Unsicherheiten nicht ein möglicher<br />
Effekt überdeckt wird.<br />
Obschon die Verwendung der Nachbarschaft als Prädiktorvariable für den gesamten<br />
Datensatz nicht den erhofften Erfolg hatte, ändert sich das Bild, wenn man die<br />
Untersuchungen auf diejenigen Flächen beschränkt, in deren Nachbarschaft ebenfalls<br />
Transektbegehungen durchgeführt wurden. So können die tatsächlichen Beobachtungen<br />
<strong>zur</strong> Ableitung der Nachbarschaftsvariablen genutzt werden. Für den reduzierten<br />
Datensatz können beide Gruppen von Nachbarschaftsvariablen größere Beiträge<br />
<strong>zur</strong> Varianzerklärung leisten <strong>und</strong> Effekte wie Isolation oder direkte Nachbarschaft zu<br />
optimalen Habitaten in die <strong>Modelle</strong> integrieren (vgl. Abb. 2-9). Wenn auf den angrenzenden<br />
Flächen Tiere gef<strong>und</strong>en wurden, dann hängt die geschätzte Vorkommenswahrscheinlichkeit<br />
positiv von diesen Vorkommen ab. Isolation hingegen führt<br />
zu verringerten Vorkommenswahrscheinlichkeiten (u.a. van Dorp & Opdam 1987;<br />
Hanski 1991; Kuhn 1998; Dennis et al. 1998).<br />
Daß die Auswirkung dieser Prädiktorvariablen nicht noch stärker ins Gewicht fällt,<br />
kann daran liegen, daß die der Erwartung einer Prognoseverbesserung zugr<strong>und</strong>eliegenden<br />
Hypothesen mittels der vorhandenen Datengr<strong>und</strong>lage nicht adäquat untersucht<br />
werden können: Im Gelände konnte beobachtet werden, daß Mahdereignisse