Habitatmodellierung in der Vegetationsökologie Möglichkeiten und Grenzen

Transkript

1 Habitatmodellierung in der Vegetationsökologie Möglichkeiten und Grenzen Eva Mosner Bundesanstalt für Gewässerkunde Referat U2 Ökologische Wirkungszusammenhänge Neue Ansätze der Ufergestaltung Projekte, Modellierung und Bewertung Magdeburg, 24. März 2010 Titel, Datum Seite 1

2 Habitatmodellierung was ist das? Habitatmodelle auch bekannt als: SDMs= Species Distribution Models Habitat /Habitateignungsmodelle Verbreitungsmodelle beschreiben Zusammenhang Vorkommen einer Art (Artengemeinschaft, Diversität, ) zugrunde liegende Umweltbedingungen

3 Habitatmodellierung wofür? Habitatmodelle Quantifizierung Wie hängt eine Art mit ihrer Umwelt zusammen? Vorhersage Wo kommt eine Art vor? Klimawandel Schutzgebiete InvasiveArten

4 Wo kommen Arten vor? Fagus sylvatica - Rotbuche Svenning & Skov 2004 Ecol Lett

5 Wo kommen Arten vor? Fagus sylvatica - Rotbuche Niederschlag Temperatur Svenning & Skov 2004 Ecol Lett

6 Wo können Arten vorkommen? Niederschlag Temperatur Vorkommen auf Basis des Climatic envelope Temperatur Veg.periode Minimumtemperatur Wasserverfügbarkeit ( Niederschlag Evapotransp.) Svenning & Skov 2004 Ecol Lett

7 Artverbreitung das Nischen Konzept abiotische Faktoren z.b. Temperatur, Niederschlag, geolog. Faktoren biotische Faktoren z.b. Konkurrenz, Prädation, Parasitismus, Facilitation, Potentielle (ökoklimatische) Verbreitung Ausbreitungsprozesse Störungsfaktoren Resourcenfaktoren dynamisch Tatsächliche Verbreitung Räumliche Skala Verändert nach Guisan & Thuiller 2005 Ecol. Lett.

8 Artverbreitung das Nischen Konzept abiotische Faktoren z.b. Temperatur, Niederschlag, geolog. Faktoren biotische Faktoren z.b. Konkurrenz, Prädation, Parasitismus, Facilitation, Fundamentale Nische Potentielle (ökoklimatische) Verbreitung Ausbreitungsprozesse Störungsfaktoren Resourcenfaktoren dynamisch Realisierte Tatsächliche Verbreitung Nische Räumliche Skala Verändert nach Guisan & Thuiller 2005 Ecol. Lett.

9 Fundamental Nische & Umweltgradienten Indirekte Gradienten Direkte Gradienten (Regulatoren) Resourcen Gradienten Stochastische negative Effekte Guisan & Zimmermann 2000 Ecol. Mod.

10 Annahmen in der Habitatmodellierung Arten befinden sich im sog. Equilibrium (=Gleichgewicht) Betula pendula Hänge Birke Abies alba Weiß Tanne Svenning & Skov 2004 Ecol Lett Vollständige Verbreitung im verfügbaren Areal Unvollständige Verbreitung im verfügbaren Areal

11 Annahmen in der Habitatmodellierung Disequilibrium (=Ungleichgewicht) Kleinräumige Skala: wichtige Effekte wurden nicht berücksichtigt Konkurrenz/Prädation Störungen räuml. & zeitl. Stochastizität in Umwelt & Demographie der Arten

12 Annahmen in der Habitatmodellierung Großräumige Skala: Ausbreitungslimitierung rangeexpansion Einwandern von invasiven Arten Migration durch Klimawandel

13 Disequilibrium Invasive Arten Beifußblättriges Traubenkraut Ambrosia artemisiifolia alle Populationen eingebürgerte Populationen Dullinger et al Biol. Invasions

14 Disequilibrium Invasive Arten Beifußblättriges Traubenkraut Ambrosia artemisiifolia alle Populationen eingebürgerte Populationen 1984 Ausbreitungslimitierung (dispersal limitation) 2005 Dullinger et al Biol. Invasions

15 Disequilibrium Invasive Arten Gefleckte Flockenblume Centaureamaculosa Nischen Shift (niche shift) Broennimann et al Ecol. Lett.

16 Habitatmodellierung Stand der Technik Daten Artdaten (Präsenz/Absenz, Häufigkeit, ) Statistik Umweltvariablen Prognose Modell(e) 1 p( Art) = 1+ exp( ( β 0 + β1 * UV )) Validierung 1 Relevanz Muster Variable Intercept Sträucher alt p ns MWS * MWS 2 *** WSS ns Präsenz Sensitivität AUC = 0.88 Kappa = 0.83 Nutzung *** MWS 2 * WSS *** 1 - Spezitivität

17 Stand der Technik Statistische Methoden Vielzahl von statistischen Verfahren RF BRT MAXENT GLM Guisan& Zimmermann 2000 GAM ANN Elithet al Ecography Araujo & New 2007 TREE Thuiller et al Ecography GARP MARS CART MDA BioClim

18 Stand der Technik Statistische Methoden Welches Modell sollte verwendet werden? ODER Welches Modell ist das beste?

19 Stand der Technik Statistische Methoden Guisan et al Ecol. Monog. Elith et al Ecography

20 Stand der Technik Statistische Methoden Castanea sativa Edelkastanie Betula nana Zwerg Birke Thuiller et al GCB

21 Stand der Technik Statistische Methoden Welches Modell sollte verwendet werden? Keine Pauschalantwort: verschiedene Techniken verwenden Welches Modell ist das beste? In Abhängigkeit der Modellgüte: Ensembletechnik sinnvoller als Einzelmodell

22 Take home message Habitatmodellierung ist abhängig von: Fragestellung: Interpretation vs. Vorhersagbarkeit Umweltvariablen: Welche räumliche Skala? Welche Prozesse? Datenverfügbarkeit (Proxies)? Realisierte vs. fundamentale Nische! Equilibrium/Disequilibrium: Verbreitungszustand der Art im betrachteten Raum? Nischenausweitung! Nischenshift! Modellierungstechniken: Datengrundlage (Qualität & Quantität)? Für Vorhersagen: Ensembletechniken statt einzelner Modelle! Unsicherheitsanalysen!!

23 Take home message Habitatmodellierung ist abhängig von: Fragestellung: Interpretation vs. Vorhersagbarkeit Umweltvariablen: Welche räumliche Skala? Welche Prozesse? Datenverfügbarkeit (Proxies)? Realisierte vs. fundamentale Nische! Equilibrium/Disequilibrium: Verbreitungszustand der Art im betrachteten Raum? Nischenausweitung! Nischenshift! Modellierungstechniken: Datengrundlage (Qualität & Quantität)? Für Vorhersagen: Ensembletechniken statt einzelner Modelle! Unsicherheitsanalysen!! Essentially, all models are wrong, but some are useful. G. P. E. Box, ein wirklich bedeutender Statistiker

24 Vielen Dank für Ihre Aufmerksamkeit!