29.12.2012 Aufrufe

Flächennutzungsmonitoring II - Leibniz-Institut für ökologische ...

Flächennutzungsmonitoring II - Leibniz-Institut für ökologische ...

Flächennutzungsmonitoring II - Leibniz-Institut für ökologische ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

Fragmentierung von Waldökosystemen 175<br />

Abb. 3: Räumliche Verteilung der Waldfläche<br />

(km²) (Datengrundlage: Basis-DLM je TK25-<br />

Kartenblatt, Datenquelle: BKG)<br />

Abb. 4: Räumliche Verteilung der effektiven<br />

Maschenweite (km²) (Zielklasse: Wald;<br />

Datengrundlage: Basis-DLM je TK25-Kartenblatt,<br />

Datenquelle: BKG)<br />

In die hier vorgestellten Habitatmodellierungen sind ausschließlich die Flächenanteile<br />

der verschiedenen Landnutzungsklassen an der Landschaft (P ) eingeflossen.<br />

i<br />

Ein erstes Modell am Beispiel Ciconia nigra (Schwarzstorch) konnte einige Schlüsselvariablen<br />

identifizieren. Die am besten geeigneten Variablen zur Vorhersage des Vorkommens<br />

der Art sind die Flächenanteile von (1) anthropogenen Strukturen (Wohnungsbaufläche,<br />

Industrieflächen, Infrastruktur, etc.), (2) Grünland, (3) Laub-, Misch- und<br />

Nadelwäldern und (4) Gewässern. Das Modell errechnete eine Anpassungsgüte R ² N<br />

(Nagelkerke 1991) von 0,467. Abbildung 5 zeigt beispielhaft die Abhängigkeit des Vorkommens<br />

von Ciconia nigra von den Flächenanteilen des Laubwaldes, des Mischwaldes<br />

und der anthropogenen Strukturen.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!