Testfeldforschung zum Vogelzug am Offshore- Pilotpark alpha ventus

Transkript

1 DOTI Matthias Ibeler Testfeldforschung zum Vogelzug am Offshore- Pilotpark alpha ventus und Auswertung der kontinuierlich auf FINO1 erhobenen Daten zum Vogelzug der Jahre 2008 bis 2012 Schlussbericht zum Projekt Ökologische Begleitforschung am Offshore-Testfeldvorhaben alpha ventus zur Evaluierung des Standarduntersuchungskonzeptes des BSH (StUKplus) Reinhold Hill, Katrin Hill, Ralf Aumüller, Dr. Karin Boos, Sabine Freienstein Unter Mitarbeit von Monika Debus, Dr. Maren Rebke und Christiane Weiner. Im Auftrag des Bundesamts für Seeschifffahrt und Hydrographie (BSH) Osterholz-Scharmbeck, Juli 2014

2 Auftraggeber: Bundesamt für Seeschifffahrt und Hydrographie (BSH) Bernhard-Nocht-Straße Hamburg Auftragnehmer: Avitec Research GbR Katrin und Reinhold Hill Sachsenring Osterholz-Scharmbeck Stand: Juli 2014 Die diesem Bericht zugrunde liegenden Untersuchungen wurden im Rahmen des Forschungsvorhabens Ökologische Begleitforschung am Offshore-Testfeldvorhaben alpha ventus zur Evaluierung des Standarduntersuchungskonzeptes des BSH (StUKplus) durchgeführt. Das StUKplus-Vorhaben wird mit Mitteln des Bundesministeriums für Umwelt, Naturschutz und Reaktorsicherheit unter dem Förderkennzeichen A gefördert. Es ist Bestandteil der Forschungsinitiative Research at alpha ventus (RAVE). Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autoren. Seite 2

3 Testfeldforschung zum Vogelzug am Offshore-Pilotpark alpha ventus und Auswertung der kontinuierlich auf FINO1 erhobenen Daten zum Vogelzug der Jahre 2008 bis 2012 im Rahmen des Forschungsprojektes Ökologische Begleitforschung am Offshore- Testfeldvorhaben alpha ventus zur Evaluierung des Standarduntersuchungskonzeptes des BSH (StUKplus) Auftragnehmer Avitec Research GbR Auftragsnummer A/ Avitec1 Projektbezeichnung A/Avitec2 Testfeldforschung zum Vogelzug am Offshore-Pilotpark alpha ventus Auswertung der kontinuierlich auf FINO1 erhobenen Daten zum Vogelzug der Jahre 2008 bis 2012 Laufzeit des Projektes Projektbeteiligte Reinhold Hill, Katrin Hill, Ralf Aumüller, Dr. Karin Boos, Sabine Freienstein Seite 3

4 1. Zusammenfassung Laut Koalitionsvertrag vom November 2013 zwischen CDU, CSU und SPD für die 18. Legislaturperiode des Deutschen Bundestages ist die Energiewende weiterhin politisch gewollt, und für den geplanten Ausbau der Erneuerbaren Energien sollen Offshore-Windparks auch zukünftig eine entscheidende Rolle spielen. Insbesondere in der Ausschließlichen Wirtschaftszone Deutschlands in der Nordsee sind dutzende Windparks in Planung oder durchlaufen derzeit das Genehmigungsverfahren beim Bundesamt für Seeschifffahrt und Hydrographie (BSH). Laut Bundesregierung soll die Offshore-Windenergie im Jahr 2020 eine Leistung von 6,5 GW erbringen, bis 2030 sind 15 GW geplant. Somit könnten sich in zukünftigen Ausbaustufen mehrere tausend Turbinen in Nord- und Ostsee drehen. Zu den Anlagen selber kämen der Bau von Konverterplattformen und zusätzlicher Schiffsverkehr durch Bauund Serviceschiffe sowie Hubschrauberverkehr. Die Bauwerke sind aus Sicherheitsgründen mit Warnlampen ausgerüstet, die den Bereich des Windparks nachts hell erleuchten und unter ungünstigen Wetterbedingungen ziehende Vögel anlocken und sie dadurch einem erhöhten Kollisionsrisiko aussetzen können. Es stellt sich die Frage, ob aus diesen massiven Veränderungen in einem an der Meeresoberfläche bisher wenig menschlich beeinflussten Raum Probleme für Zugvögel entstehen können. Die Seeanlagenverordnung als Grundlage des Genehmigungsverfahrens für Offshore-Windparks sieht als einen Versagungsgrund die Gefährdung des Vogelzuges vor. Das Schutzgut Vogelzug wird daher antragsbezogen vor, während und nach der Errichtung von Offshore-Windparks im Rahmen eines Umweltmonitorings gemäß dem BSH-Standard Untersuchung der Auswirkungen von Offshore- Windenergieanlagen auf die Meeresumwelt (Standarduntersuchungskonzept - StUK) untersucht. Zusätzlich behält sich das BSH in den bestehenden Genehmigungen vor, die Installation von technischen Anlagen während der Betriebsphase zur Vermeidung etwaigen Vogelschlags auch nachträglich anzuordnen. Dies kommt jedoch bisher nicht zur Anwendung, da eine entsprechende geeignete Erfassungstechnik zum sicheren Nachweis von Vogelkollisionen an Offshore-Windenergieanlagen (OWEA) auch bei schlechtem Wetter derzeit noch nicht existiert. Um eine ausreichende Datengrundlage für die Bewertung möglicher Auswirkungen von OWEA auf den Vogelzug zu erhalten, wurden mehrere Forschungsprojekte auf den Forschungsplattformen FINO1 und FINO3 durchgeführt. Im Rahmen des StUKplus-Projektes sollte ferner das Standarduntersuchungskonzept (StUK3) evaluiert und Hinweise und Vorschläge für dessen Fortschreibung erarbeitet werden. Die Daten zum Vogelzug wurden in erster Linie am Standort FINO1 erfasst. Die Plattform befindet sich rund 45 km nordwestlich von Borkum und nur wenige hundert Meter westlich vom ersten deutschen Offshore- Windpark alpha ventus, mit 12 OWEA der 5 MW-Klasse auf einer Fläche von 3,8 km². Die erzielten Ergebnisse, aber auch noch offene Fragen werden in diesem Bericht dargestellt. Mögliche negative Auswirkungen auf den Vogelzug sind einerseits tödliche Kollisionen und andererseits Ausweichbewegungen bzw. Lebensraumverlust einhergehend mit Stress, einem erhöhten Energiebedarf mit möglichen Auswirkungen auf den Bruterfolg oder die Überlebensrate. Für Vogelarten, die Windparks generell eigentlich meiden, erhöht sich das Kollisionsrisiko, falls ein Windpark bedingt durch das Wetter oder die Lage des Windparks doch durch- oder überflogen werden muss. Kollisionsereignisse finden in erster Linie nachts statt. Die Ursache dafür liegt vermutlich in einer Lichtattraktion (Phototaxis) der Vögel durch die Beleuchtung der Bauwerke unter für die Seite 4

5 Tiere ungünstigen Wetterbedingungen wie geringe Sichtweite und Niederschlag teilweise verbunden mit starkem Gegenwind. Das genaue Phänomen und ob ein naheliegender Einfluss auf die Orientierungssinne der Vögel vorliegt, ist bisher nicht verstanden. Darüber hinaus sind die Bedeutung von Lichtintensität und Lichtfarbe nicht oder nur widersprüchlich und schon gar nicht artspezifisch beantwortet. Obwohl offshore allgemein von nächtlichem Breitfrontzug ausgegangen wird, wird die genaue Zugroute und Flughöhe in erster Linie durch das regionale Wetter beeinflusst. Dies bedeutet, dass bei massenhaftem Vogelzug verminderte Zughöhen durch schlechte Sicht und andere ungünstige Parameter wie starker Gegenwind oder Niederschlag sehr lokal auftreten können. Die Aufbruchsgebiete der ziehenden Vögel mit einem breiten Artenspektrum können dabei besonders im Herbst nicht nur Norddeutschland, sondern beispielsweise auch so riesige Gebiete wie Dänemark oder ganz Skandinavien bis hin zu Sibirien umfassen, weshalb regional unterschiedliche Arten und Populationen betroffen sein können. Alle abgeschlossenen und noch laufenden Forschungsprojekte über den Vogelzug im Nordsee-Bereich haben eindrucksvoll gezeigt, dass der Vogelzug in allen Zeitskalen extrem variabel abläuft. Bedingt durch die artspezifische genetische Veranlagung und in erster Linie durch die sich stets ändernde Witterung sind das Artenspektrum und die Zugintensität wie auch die Höhe und Richtung starken Schwankungen unterworfen. Unter guten Bedingungen ziehen die meisten Vögel nachts in so großen Höhen, dass eine Gefährdung durch die rund 150 m hohen Anlagen unwahrscheinlich ist und Ausweichbewegungen oder Durchflüge eher selten stattfinden. Geraten die Vögel jedoch in schlechtes Wetter, meist einhergehend mit starker Bewölkung, Regen und ungünstigen Winden, fliegen sie viel niedriger, meist sogar unter 200 m über See. Bei ungünstigen Windrichtungen nutzen die Vögel niedrige Zughöhen, in denen die Windgeschwindigkeit bedingt durch die Rauigkeit der Meeresoberfläche verringert ist. Werden die Vögel dann noch durch die Beleuchtung der Anlagen angezogen, führt dies zwangsläufig zu einer vergleichsweise hohen Kollisionsgefahr. Untersuchungen mit klassischem Vorher-Nachher-Vergleich (BA) auf der Basis einer bestimmten Zahl von Untersuchungstagen sind daher extrem erschwert und können meist entweder keine kausalen Zusammenhänge zwischen einer Veränderung einzelner Aspekte des Vogelzuges und einem errichteten Offshore-Windpark herstellen oder nur nach langjährigen Untersuchungen. Zugvögel nutzen den Offshore-Bereich in niedrigen Höhen bis etwa 300 m rund um das Jahr, besonders aber zu den klassischen Hauptzugzeiten Frühjahr (Anfang März Ende Mai) und Herbst (Mitte Juli Mitte November). Der kleinere Teil (rund ein Drittel) der Zugvögel zieht tagsüber, der größere nachts, wobei das Zuggeschehen extrem variabel ist. Insbesondere durch die sich stets ändernde Witterung schwanken Artenspektrum und Zugintensität wie auch Höhe und Richtung stark. In einigen wenigen Nächten im Jahr konzentriert sich das Zuggeschehen massenhaft. Tagsüber konnte mit Hilfe von Zugplanbeobachtungen von FINO1 aus nachgewiesen werden, dass die meisten beobachteten Vogelarten(gruppen) dem Testfeld alpha ventus auswichen und somit das Windparkareal mieden. Die Kollisionsgefahr ist unter solchen Bedingungen entsprechend gering. Vielfach handelte es sich dabei um durchziehende Seevögel, die somit ggf. einen Energieverlust durch die zusätzliche Flugstrecke und einen Verlust an potenziellem Nahrungshabitat erfuhren, auch wenn dieser im Fall von alpha ventus gering ausfiel. Gelegentlich kam es aber auch zum Durchfliegen des Testfelds, direkte Kollisionen konnten nicht beobachtet werden. Für einige Arten deutete sich zumindest unter bestimmten Bedingungen bei günstiger Nahrungsverfügbarkeit oder bei ungünstigem Wetter eine Attrak- Seite 5

6 tionswirkung durch den Windpark und eine daraus resultierende erhöhte Kollisionsgefahr an. Hochrechnungen ergaben, dass einige Arten das Seegebiet um alpha ventus alljährlich in so großer Zahl passieren, dass sie über 1% ihrer jeweiligen Population ausmachen und damit im Falle einer nachgewiesenen Beeinträchtigung besonders gefährdet sind. Der nächtliche Vogelzug wurde mit Radar, Kamerasystemen und Mikrofonen erfasst. Vorher- Nachher-Vergleiche im Falle von alpha ventus ergaben, dass im Bereich des Windparks nachts während des Herbstzuges gemessen per Radar (große Reichweite) signifikant mehr Vögel insbesondere in den untersten Höhenschichten zogen, als dies zuvor bei alleiniger Anwesenheit der Forschungsplattform FINO1 der Fall gewesen war. Im Frühjahr waren die Unterschiede dagegen nicht eindeutig. Zugleich nahm nach Errichtung von alpha ventus die Zahl der Nächte mit mindestens 10 Drosselrufen (Zugruferfassung = geringe Reichweite) pro Nacht als Maß für eine artbezogene Annäherung an kollisionsbegünstigende Offshore- Bauwerke während des Heimzuges generell ab, die Ergebnisse waren jedoch nur bei Singund Rotdrosseln signifikant. Während des Wegzuges war die Abnahme der Nächte mit vielen Drosselrufen für alle untersuchten häufigen Drosselarten mit Ausnahme der Singdrossel signifikant. Vergleicht man die Summen der tot aufgefundenen Vögel auf FINO1 aus Zeiträumen vor und nach der Errichtung von alpha ventus, so ergibt sich sowohl für das Frühjahr als auch für den Herbst eine signifikante Abnahme der Totfunde im späteren Zeitraum. Die Ursachen für diese Phänomene sind unbekannt. Plausibel erscheint jedoch, dass der nachts beleuchtete Windpark alpha ventus mit seinen 12 OWEA und einem Umspannwerk großräumig auf mehr Vögel eine Attraktionswirkung ausübt, als dies FINO1 allein tat. Kleinräumig jedoch können sich diese Vögel seit Errichtung von alpha ventus theoretisch auf 14 beleuchtete Offshore-Bauwerke statt nur einem (FINO1) verteilen, wodurch die Konzentration an jedem einzelnen Bauwerk abnimmt. Ob und wenn ja welche weiteren Faktoren hierfür ursächlich eine Rolle spielen, bleibt ungeklärt. Wir gehen davon aus, dass die erhöhte Attraktion unter für den Vogelzug günstigen Witterungsbedingungen kaum schädliche Auswirkungen auf die Zugvögel hat. Unter schlechten Wetterbedingungen kann jedoch die größere gemeinsame Attraktionswirkung von alpha ventus und FINO1 ein größeres Kollisionsrisiko darstellen als FINO1 allein. Direkte Kollisionen mit den Windenergieanlagen konnten aus technischen Gründen (Abhängigkeit der Erfassbarkeit von den Wetterbedingungen, der geringen Größe der meisten Zugvögel und der großen Distanz zum Kamerastandort) nicht direkt beobachtet werden. Die skizzierten Effekte sorgen dafür, dass das Kollisionsrisiko auf Artniveau regional in der Deutschen Bucht zur gleichen Zeit sehr unterschiedlich ausfallen kann und es daher ggf. ausreichen würde, nur an einzelnen Windparks in wenigen Nächten für kurze Zeit Maßnahmen zur Vermeidung von Vogelschlag durchzuführen, um den weitaus größten Teil der Kollisionen verhindern zu können. Dazu sind sehr genaue Kenntnisse über das Zuggeschehen und das lokale Wetter erforderlich. Weiterer künftiger Forschungsbedarf besteht in der Betrachtung von kumulativen Auswirkungen mehrerer Windparks auf ziehende Vögel auch unter Berücksichtigung anderer Gefährdungsursachen. Ferner ist die Ermittlung von artbezogenen Meideabständen zur Bestimmung von Lebensraumverlust für Seevögel essenziell. Die Beantwortung der Frage, ob und unter welchen Bedingungen Korridore zwischen den Windparks durch Zugvögel genutzt werden, könnte künftig planerische Ansätze für einen naturverträglichen Ausbau der Offshore-Windenergie liefern. Seite 6

7 Doch selbst wenn alle möglichen direkten und indirekten Effekte von OWEA auf Zugvögel bekannt sein sollten, bleiben nach wie vor offene Fragen zur Auswirkung auf die jeweilige Population unbeantwortet (vergleiche Aumüller et al. 2013b): Auf Seevögel als langlebige Arten mit wenigen Nachkommen wirkt sich erhöhte Mortalität gravierender aus als auf beispielsweise die meisten Singvogelarten mit vielen Nachkommen. Doch es existieren meist zu wenige Informationen, um die Konsequenzen der Folgen von Lebensraumverlusten, erhöhtem Energiebedarf oder erhöhter Mortalität durch OWEA beurteilen und Erheblichkeitsschwellen bestimmen zu können. Was zum Beispiel bedeutet eine Erhöhung der Mortalität sowie der Energieverlust einzelner Vögel für die Population? Wird der Bruterfolg dadurch nachhaltig geringer, oder gleichen bestimmte Arten die Verluste durch mehr Nachkommen oder besseren Bruterfolg aufgrund geringerer Dichte im Brutgebiet wieder aus? Welche Rolle spielen die Folgen von OWEA im Lichte anderer Veränderungen, wie Lebensraumverlust oder Klimawandel? Nur unter Berücksichtigung dieser Parameter kann eine Folgenabschätzung realistisch vorgenommen werden. Trotzdem helfen auch beantwortete Teilfragestellungen dabei, eine vorläufige Prognose abzugeben. Insgesamt wurden die im StUK3 beschriebenen Methoden zur Erfassung des Vogelzuges evaluiert und neue Methoden getestet. Dabei haben sich insbesondere die Radar- und Zugruferfassung sowie Zugplanbeobachtungen besonders bewährt. Sofern die Datenreihe die Hauptzugzeiten möglichst dauerhaft und über mehrere Jahre hinweg umfasst, können generelle Veränderungen im Vogelzuggeschehen mit diesen Methoden abgebildet werden. Bei nachts ziehenden und nicht oder nur selten rufenden Arten bestehen weiterhin deutliche Kenntnislücken. Wärmebild- und Videokameras sind für einige Fragestellungen sehr hilfreich, eignen sich jedoch nicht uneingeschränkt für eine Kollisionsüberwachung. Bisher konnte keine Technik gefunden werden, die zuverlässig bei jedem Wetter Kollisionen artbezogen registrieren kann. Summary According to the coalition agreement from November 2013 between CDU, CSU and SPD for the 18th election period of the German Bundestag, the transformation of the energy system towards renewable energies ( energy turnaround ) is politically desired. Offshore wind farms are to play an important role in the context of the planned development of renewable energies. Dozens of wind farms are planned or are actually passing through the authorization procedure by the Federal Maritime and Hydrographic Agency (BSH). The German federal government aims an output of offshore wind turbines (OWT) of 6.5 GW in the year 2020 and 15 GW until In future expansion phases therefore, several thousand OWTs could be in operation until These will be accompanied by converter platforms, numerous supply and service vessels and extended helicopter traffic. For safety reasons, the structures are equipped with nautical navigation and aviation obstruction lights that brightly illuminate the wind farm area during night-time. By this, migrating birds might become attracted and be exposed to increased collision risk at least occasionally when bird migration is strong and weather is adverse. Could these massive changes in areas of so far negligible anthropogenic influence cause problems for migratory birds? The Marine Facilities Ordinance as the basis of the approval process for offshore wind farms views the 'Threat to Bird Migration' as a reason for refusal. Therefore, bird migration as a subject of protection is investigated before, while and after construction of offshore wind farms within the scope of an environmental monitoring according to the BSH-Standard for Environmental Impact Assessments ( StUK ). Moreover, in the existing BSH-licences of the wind farms possible restrictions are imposed to Seite 7

8 minimize negative impacts on migrating birds. However, this is not yet used, since a corresponding technical installation for the reliable detection of bird collisions at offshore wind turbines (OWT) even in bad weather does not yet exist. Since 2003 several research projects have been conducted at the research platforms FINO1 and FINO3 in the German Bight in order to obtain data for the assessment of possible effects of OWTs. Further aims of the StUKplus project were to evaluate the existing StUK3 and to gather proposals for improvement within the context of StUK4. Data were mainly acquainted on FINO1. The platform is located 45 km north-west of the island Borkum and some hundred meters west of the first German Offshore wind farm alpha ventus with its 12 OWT of the 5 MW-class on an area of 3.8 km².the results achieved in this project, as well as remaining open questions are outlined in the following. Possible negative impacts on bird migration are on the one hand deadly collisions and on the other hand avoidance flights or habitat loss along with stress and additional energy expenditure, which can affect not only the bird s own survival, but also subsequent breeding success. The risk of collision increases for those bird species, which generally avoid wind farms, if the adverse weather or the location of the wind farm will force them to flight through it. Collisions happen predominantly at night. With adverse weather situations (poor visibility and precipitation, sometimes with strong headwinds), the building s lights attract birds (photo taxis). The phenomenon of photo taxis and its possible influence on the birds orientation abilities are poorly understood. Further on, the importance of intensity and colour of lights remain unclear or even contradictory and least of all species specific. Despite broad front migration is assumed offshore at night, migration characteristics like the exact flight route and height are mainly influenced by regional weather. This means, that mass migration with reduced flight altitudes induced by bad visibility or other adverse parameters like strong headwinds or precipitation may appear very locally. The departure areas of the migrating birds of a wide species composition may comprise particularly in autumn not only Northern Germany but also for example Denmark and complete Scandinavia up to Siberia, which involves regionally different species and populations. All completed and ongoing research projects on bird migration in the North Sea area impressively showed the extreme variability of migration in all time scales. Due to species specific genetic endowments and predominantly because of regularly changing weather conditions, species spectrum and migration intensity as well as flight altitudes and direction greatly fluctuate. Under favourable conditions most birds migrate at such high altitudes that the structures of 150 m height are unlikely to present a hazard, and avoidance of, or flight through the wind farms, rarely occurs. If the birds however run into bad weather, mostly associated with complete cloud cover, rain and unfavourable winds, they fly much lower, mostly below 200 m above sea level. Low flight altitudes lead to lower wind speed due to the roughness of the sea surface, which is an advantage for the birds in case of unfavourable wind directions. If the birds are additionally attracted by the illumination of the structures, this leads inevitably to an increased danger of collision. Classical before-after investigations on the basis of a relatively small number of investigation dates are very limited and mostly able to detect causal effects between changes in single aspects of bird migration and the erection of a wind farm after long-time investigations at best. Migrating birds utilize the low heights of up to 300 m of the offshore area throughout the whole year but mainly during the typical migration seasons spring (early March end of May) Seite 8

9 and autumn (middle of July middle of November). The smaller part (approximately one third) of migratory birds migrates during daylight, the main part nocturnally, and the migration course is highly variable. Due mainly to the constantly changing weather, the species spectrum, intensity of migration, and height and direction of flight fluctuate greatly. Mass migration concentrates in a few nights per year. Information from daytime seawatching at FINO1 showed that most bird species(-groups) avoided the nearby wind farm, but presumably spent energy due to the detour flight while their risk of collision was accordingly low. Seabirds lost parta of their feeding habitat, although this loss was small in the case of a single wind farm. Occasionally birds flew through the wind farm, but no collisions were observed. Diurnally migrating passerines, however, are suspected to be attracted by OWTs. Our data showed for some species a tendency of attraction due to the wind farm at least under certain circumstances like available food resources or adverse wind. In contrast to avoidance behaviour this increases the risk of collision. It is estimated that some species pass the marine area around FINO1 yearly in numbers exceeding 1% of their biogeographic populations. In the case of a proven negative impact, those are especially endangered. Bird movements at night were recorded by radar, camera systems and microphone. Comparisons of nocturnal bird migration in autumn before and after the construction of the wind farm using radar as a long range method showed that the number of birds recorded at the research platform FINO1 increased significantly after the construction of the wind farm alpha ventus. In spring, this effect was not significant. Therefore, the wind farm and its illumination seem to attract nocturnally migrating birds. Simultaneously after the construction of alpha ventus the number of nights with at least 10 thrush calls (flight call detection = short range) as a measure for birds close to the buildings generally decreased in spring, but were significant only for Song Thrush and Redwing. During autumn migration the decrease of nights with many thrush calls was significant for all frequent thrush species except the Song Thrush. A comparison of the sums of birds found dead at the research platform FINO1 before and after the construction of the nearby wind farm alpha ventus showed a significant decrease of dead birds after construction, while in contrast, radar studies revealed an increase of bird movements. Alpha ventus with its 12 illuminated OWT, converter station and FINO1 obviously in all attracted more birds than the research platform did. It appears plausible, that the birds gathered not only at the research platform but also in the entire wind farm, which led to decreased concentrations at single constructions. We assume that under favourable weather conditions for bird migration the wind farm has little negative impact on migrating birds. However, under adverse weather conditions alpha ventus and FINO1 jointly might nowadays attract more birds and lead to higher collision risk than formerly FINO1 alone. Whether and if so which further factors play a crucial role remains unclear. Due to technical reasons (dependence of the detectability on weather conditions, the small size of most migrating birds and the large distance to the camera position) we were unable to directly observe collisions with the OWTs. Overall, the presented effects lead to a species specific risk of collision that varies in time and space due to local weather conditions. It might be sufficient to take mitigation measures against bird strikes in single wind farms in a few nights for a short time to prevent most of the collisions. This will require excellent knowledge of local migration and weather. Further research should focus on cumulative effects of several wind farms. In addition, the detection of species-specific avoidance distances is of paramount importance for the evalua- Seite 9

10 tion of habitat loss in seabirds. The answer to the question, if and under which conditions, corridors between wind farms are utilized by migrating birds, could significantly support future planning approaches for an environmentally friendly development and expansion of offshore wind energy. Even if all possible direct and indirect effects of OWT on migrating birds were known, there would remain open questions regarding the influence on the relevant populations (see Aumüller et al. 2013b). Seabirds are long-living species with comparatively few offspring, so mortality can have a more serious effect than on species that produce a large number of young as most songbirds. Even in the case of seabirds however, there is generally too little information available to assess the consequences of OWTs and identify relevant thresholds. What for example does an increase in mortality or the energy loss of individual birds mean for the population as a whole? Will breeding success be sustainably less as a result, or do some species balance out the losses by producing more offspring or a better breeding success due to lower density? What role do the OWTs play in the light of other changes such as habitat loss or climate change? Without this knowledge a reliable prognosis is impossible. Nevertheless, all partly answered questions will help to get at least a preliminary prognosis. Overall, the existing methods to record bird migration according to the StUK3 were evaluated and new methods were tested. Especially radar and recordings of calls of migrating birds as well as seawatching have proven to be of value. Provided the data sets cover the main migration periods for several years and reveal to be without major breaks or interruptions, the presented methods are suitable for depicting general changes in bird migration. Knowledge on nocturnal migrants and non- or rarely calling species remains scarce. Thermal imaging and video cameras revealed to be highly appropriate for specific questions. Despite this, these methods are only of limited value for unrestricted monitoring of collisions. So far, there is no technique available for reliable species-specific detection of collision under all weather conditions. Seite 10

11 2. Inhaltsverzeichnis 1. Zusammenfassung Inhaltsverzeichnis Tabellenverzeichnis Abbildungsverzeichnis Abkürzungsverzeichnis Einleitung Hintergrund Spannungsfeld Kollisionen & Barrierewirkung Zielvorgaben, Informationsbedarf Stand von Wissenschaft und Technik Phänomen Vogelzug Untersuchungstechniken Material und Methoden Allgemeines Vertikalradar Technische Angaben, Funktionsweise Datenaufnahme, Auswertungsverfahren Horizontalradar Technische Angaben, Funktionsweise Datenaufnahme, Auswertungsverfahren Automatisierte Zugruferfassung Technische Angaben, Funktionsweise Datenaufnahme und -aufbereitung Videoerfassung (FINO1 und UW) Technische Angaben, Funktionsweise (FINO1) Datenaufnahme, Auswertungsverfahren Videoerfassung (Umspannwerk) Technische Angaben, Funktionsweise Datenaufnahme, Auswertungsverfahren Wärmebildkamera (Umspannwerk) Technische Angaben, Funktionsweise Datenaufnahme, Auswertungsverfahren Überwachungskamera des Helikopter-Landedecks Technische Angaben, Funktionsweise Datenaufnahme, Auswertungsverfahren Seite 11

12 8.9. Zugplanbeobachtungen Technische Angaben, Funktionsweise Datenaufnahme, Auswertungsverfahren Hochrechnungsverfahren Analysen zum Meideverhalten Totfundregistrierung Datenaufnahme Auswertungsverfahren Methodenkritik Vertikalradar Horizontalradar Automatisierte Zugruferfassung Videoerfassung (FINO1) Videoerfassung und Wärmebildkamera (Umspannwerk) Überwachungskamera des Helikopter-Landedecks Zugplanbeobachtungen Hochrechnung Analysen zum Meideverhalten Totfundregistrierung Ergebnisse Datenzeitraum und -umfang Vertikalradar Horizontalradar Automatisierte Ruferfassung Videoerfassung (FINO1) Videoerfassung (Umspannwerk) Wärmebilderfassung (Umspannwerk) Videoerfassung des Helikopter-Landedecks Zugplanbeobachtungen Totfundregistrierung Exposition von Zugvögeln Seegebiet FINO1 Bedeutung als Zugraum Artenspektrum Artenspektrum Totfundmonitoring Passierende Bestandsgrößen Phänologie Vertikalradarerfassung Seite 12

13 Zugruferfassung Videoerfassung Zugplanbeobachtungen Totfundregistrierung Tagesgang Vertikalradar Horizontalradar Zugruferfassung Zugplanbeobachtungen Zughöhe Vertikalradarerfassung Zugplanbeobachtungen Exposition von Zugvögeln Variabilität durch Witterungseinflüsse Effekte eines Offshore-Windparks auf ziehende Vögel Stellt ein Offshore-Windpark einen Stimulus zu Verhaltensänderungen von nachtziehenden Zugvögeln dar? Nächtliche Zugintensitäten Vertikalradar (BA: Vorher-Nachher-Vergleich) Nächtliche Rufraten (BA: Vorher-Nachher-Vergleich) Totfunde (Vorher-Nachher-Vergleich) Verhaltensantworten von Zugvögeln gegenüber einem Offshore-Windpark unter Tageslichtbedingungen Allgemeines Reduzierte Zugereignisraten bei windparkzugewandter Beprobungsrichtung Ausgeglichene Zugereignisraten Jahreszeitlich variierende Zugereignisraten Räumliche Lokalisation reduzierter Zugereignisraten Zugrichtungswahl im Falle reduzierter Zugereignisraten Zugrichtungswahl im Falle ausgeglichenen Zugereignisraten Lebensraumverlust länger verweilender Arten Methodenvalidierung Simulierter Anteil einzelner Methoden an der Gesamtartenliste Abgleich Rastzahlen Möwen Helikopterdeck vs. Vertikalradar Optimierung Untersuchungszeitraum Näherungsverfahren Validierung Ergebnisse zum Näherungsverfahren Vergleich der per Vertikalradar ermittelten Zugphänologien: StUK3- Untersuchungsaufwand gegen Dauererfassung Seite 13

14 11. Diskussion Bewertung der Ergebnisse Einordnung der Ergebnisse Angemessenheit des StUK3-Untersuchungsrahmens Ausblick Veröffentlichungen Literaturangaben Anhang I Artenlisten und Hochrechnung Anhang II Phänologie der Einzeljahre (Vertikalradar) Anhang III Phänologie der Einzeljahre (Ruferfassung) Anhang IV Phänologie der Einzelarten (Ruferfassung) Anhang V Phänologie der Einzeljahre (Videoerfassung FINO1) Anhang VI Phänologie der Einzelarten (Zugplanbeobachtungen FINO1) Anhang VII Tagesgang der Einzeljahre (Vertikalradar) Anhang VIII Tagesgang der Einzelarten (nächtliche Ruferfassung) Anhang IX Höhenverteilung der Einzeljahre (Vertikalradar) Anhang X Höhenverteilung der Einzeljahre (Zugplanbeobachtungen) Seite 14

15 3. Tabellenverzeichnis Tabelle 1: Übersicht zu detektierten Echos (korrigiert) in den Jahren (ohne 2007) Tabelle 2: Übersicht zu per radr analysierten Dateianzahlen in den Jahren Tabelle 3: Beprobungsaufwand der Zugplanbeobachtungen...83 Tabelle 4: Übersicht zu tot gefundenen Vögeln auf FINO1 in den Jahren Tabelle 5: Artenliste und Anzahl der zwischen Oktober 2003 und dem tot aufgefundenen Vögel Tabelle 6: Hochgerechnete Anzahl jährlich in den untersten m des Luftraums ziehenden Arten(-gruppen)...91 Tabelle 7: Halbmonatliche Zugstärke (Ind./h) erfasster Arten(-gruppen) nach Zugplanbeobachtungen Tabelle 8: Selektivitätswerte (nach Jacobs 1974) zum Vorkommen je Tagesviertel und Zugperiode für daraufhin untersuchte Arten(-gruppen) gemäß Zugplanbeobachtungen Tabelle 9: Übersicht zu Häufigkeiten auf Ebene des Taxons Seite 15

16 4. Abbildungsverzeichnis Abbildung 1: Skizze der Standorte der verschiedenen Erfassungsgeräte...33 Abbildung 2: Skizze der Erfassungsbereiche der verschiedenen Erfassungsgeräte...34 Abbildung 3: Position des vertikal rotierenden Radargerätes auf FINO Abbildung 4: Radarbild des vertikal rotierenden Radargerätes auf FINO Abbildung 5: Horizontalradar auf FINO Abbildung 6: Schematische Darstellung des Radarstrahls des Horizontalradars...38 Abbildung 7: Modell des Aufbaus der Datenauswertung mit radr...39 Abbildung 8: Screenshots der Programmoberfläche in radr...40 Abbildung 9: Schematische Darstellung der Datenanalyse mit radr Teil Abbildung 10: Schematische Darstellung der Datenanalyse mit radr Teil Abbildung 11: Rückstreuquerschnitte von Vögeln und Insekten bei 9,4 GHz (links) und korrespondierende maximale Detektionsreichweiten...43 Abbildung 12: Darstellung der Detektionsreichweite bei unterschiedlichem Erfassungswinkel (aspect) Abbildung 13: Mikrofon mit Windschutzfell auf FINO Abbildung 14: Soundstream chronologisch erfolgter Dateiaufzeichnungen, dargestellt als Spektrogramm...47 Abbildung 15: Soundstream aufgezeichneter Limikolenrufe im Spektrogramm während eines Starkregenereignisses...47 Abbildung 16: Videokamera auf FINO Abbildung 17: Beispiele für die problematische quantitative Auszählung von Flugbewegungen...50 Abbildung 18: Netzwerk-Digitalkamera AV Abbildung 19: Videokamera (weißes Gehäuse, mittig) zwischen zwei Wärmebildkameras..51 Abbildung 20: Beispielbilder zu den Videoaufnahmen aufgenommen vom Umspannwerk...52 Abbildung 21: Blickwinkel der Kamerasysteme vom Umspannwerk zur nächstgelegenen OWEA AV Abbildung 22: Skizze der Grauwertebereiche (GWB) in einem mit ImageJ erstellten Plot Abbildung 23: Großmöwen auf dem Helikopter-Landedeck...56 Abbildung 24: Links: Übersicht zu räumlicher Lage und Orientierung von FINO1 (zentriert) und dem Windpark alpha ventus. Rechts: Sichtbeobachter...59 Abbildung 25: Tote Singvögel an Deck von FINO1, Funddatum Abbildung 26: Kontrolltermine (n = 410) während derer auf FINO1 nach verunglückten Vögeln gesucht wurde...63 Seite 16

17 Abbildung 27: Darstellung eines zeitgleich vom Umspannwerk des Offshore-Windparks alpha ventus aufgenommenen Vogeltracks...68 Abbildung 28: Beispiel für ein bei Bewölkung aufgenommenes Wärmebild...69 Abbildung 29: Beispielaufnahme des auf dem Umspannwerk von alpha ventus installierten Videosystems...70 Abbildung 30: Darstellung vermehrter Tracks mit häufigen Richtungsänderungen...70 Abbildung 31: Veranschaulichung der Hauptzugzeiten sowie der Begriffe Zugnacht und Zugtag mit Zuordnung der jeweiligen Dunkel- und Hellphasenviertel Abbildung 32: Erfassungsaufwand mittels Vertikalradar im Zeitstrahl der Jahre 2008 bis Abbildung 33: Erfassungsaufwand mittels automatisierter Zugruferfassung im Zeitstrahl...77 Abbildung 34: Erfassungsaufwand mittels Videoerfassung im Zeitstrahl...78 Abbildung 35: Erfassungsaufwand mittels Videoerfassung auf dem Umspannwerk...78 Abbildung 36: Pentadensummen vogelpositiver Videobilder...79 Abbildung 37: Erfassungsaufwand mittels Wärmebildkamera auf dem Umspannwerk...79 Abbildung 38: Beispiele für IR-Bilder, auf denen Vögel identifiziert wurden Abbildung 39: Jahresverlauf der mittleren Grauwerte und der Standardabweichung aller Bilder und der Vogelbilder Abbildung 40: Pentadensummen vogelpositiver Wärmebilder zwischen dem und dem Abbildung 41: Anteile der verschiedenen Arten bzw. Artengruppen aller von Oktober 2003 bis Dezember 2012 auf FINO1 tödlich kollidierten Vögeln Abbildung 42: Stundenmittel über Vertikalradarmessung bis m detektierter Vogelechos...93 Abbildung 43: Stundenmittel je Tag über Vertikalradarmessung bis in m detektierter Vogelechos vor dem Bau des Windparks alpha ventus (ohne 2007; oben) und nach seiner Errichtung (unten) Abbildung 44: Jahreszeitliche Verteilung der 63 echostärksten Nächte...95 Abbildung 45: Pentadenmittel vogelpositiver Audiodateien...96 Abbildung 46: Summen zugrufpositiver Stunden...96 Abbildung 47: Jahreszeitliche Verteilung der 37 rufintensivsten Nächte...97 Abbildung 48: Beziehung zwischen dem Zeitpunkt des mittleren Durchzugs im Frühjahr und des mittleren Durchzugs im Herbst...98 Abbildung 49: Anteil vogelpositiver Videobilder...99 Abbildung 50: Anteil Großmöwen Larus-positiver Videobilder Abbildung 51: Anteil Dreizehenmöwen Rissa tridactyla-positiver Videobilder Abbildung 52: Relative Häufigkeit singvogelpositiver Videobilder Seite 17

18 Abbildung 53: Halbmonatliche Stärke erfassten Vogelzugs nach Zugplanbeobachtungen. 103 Abbildung 54: Jahreszeitliche Verteilung auf FINO1 zwischen dem und dem tödlich kollidierter Vögel in Pentadenschärfe Abbildung 55: Mittlere Häufigkeit über Vertikalradarmessung aufgezeichneter Vögel Abbildung 56: Verteilung des nächtlichen Vogelzuges während des Heim- (März bis Mai, links) bzw. Wegzugs (Mitte Juli bis Mitte November, rechts) auf verschiedene Nachtphasen Abbildung 57: Verteilung von Vogelzug unter Tageslichtbedingungen während des Heim- (März bis Mai, links) bzw. Wegzugs (Mitte Juli bis Mitte November, rechts) auf verschiedene Tagesphasen Abbildung 58: Verteilung winterlichen Vogelzugs auf verschiedene Nacht- (links) bzw. Tageslichtphasen Abbildung 59: Verteilung sommerlichen Vogelzugs auf verschiedene Nacht- (links) bzw. Tageslichtphasenphasen Abbildung 60: Mittlere Häufigkeit über Horizontalradarmessung aufgezeichneter Vögel Abbildung 61: Nachts (n Nächte = 1.157) in den Zugperioden der Jahre aufgezeichnete rufpositive Dateien in Stundenschärfe Abbildung 62: Verteilung rufpositiver Audiodateien auf verschiedene Nachtviertel Abbildung 63: Mittlere Echozahl je Höhenbereich für jede Pentade im Jahresgang Abbildung 64: Mittlere Echozahl je Höhenbereich für jede Pentade im Jahresgang für den Zeitraum vor (oben) und nach (unten) Errichtung des Windparks alpha ventus Abbildung 65: Höhenprofil über Zugplanbeobachtung im Frühjahr und im Herbst Abbildung 66: Höhenprofil nächtlich ziehender Vögel auf Stundenbasis während einer starken Zugnacht (01./ ) Abbildung 67: Zeitlicher Verlauf der Ausprägung verschiedener Wetterparameter an verschiedenen Standorten im Bereich der Nordsee im Laufe der Nacht des Abbildung 68: Richtungsverteilung mittels Parabolradar aufgezeichneter Vogeltracks in der Nacht 01./ Abbildung 69: Rufaktivitätsindex von Amsel, Rotdrossel, Star und sonstigen Arten während der Zugnacht 01./ Abbildung 70: Video-Dokumentation des Rastaufkommens auf FINO1 in der Nacht des 1./ Abbildung 71: Anteile echopositiver Heimzugstunden je Nacht Abbildung 72: Vergleich der nächtlichen Heimzugintensitäten Abbildung 73: Vergleich der nächtlichen Heimzugintensitäten während Drosselnächten. 126 Abbildung 74: Anteile echopositiver Wegzugstunden je Nacht Abbildung 75: Vergleich der nächtlichen Wegzugintensitäten Abbildung 76: Vergleich der nächtlichen Wegzugintensitäten während Drosselnächten Seite 18

19 Abbildung 77: Vergleich der nächtlichen Rufintensitäten von Drosseln für den Heimzug Abbildung 78: Vergleich der nächtlichen Rufintensitäten von Amseln für den Heimzug Abbildung 79: Vergleich der nächtlichen Rufintensitäten von Singdrosseln für den Heimzug Abbildung 80: Vergleich der nächtlichen Rufintensitäten von Rotdrosseln für den Heimzug Abbildung 81: Vergleich der nächtlichen Rufintensitäten von Drosseln für den Wegzug Abbildung 82: Vergleich der nächtlichen Rufintensitäten von Amseln für den Wegzug Abbildung 83: Vergleich der nächtlichen Rufintensitäten von Singdrosseln für den Wegzug Abbildung 84: Vergleich der nächtlichen Rufintensitäten von Rotdrosseln für den Wegzug 135 Abbildung 85: Jahr- und zugperiodenweise Verteilung aller tödlich kollidierten Vögel Abbildung 86: Zugereignisraten während art(-gruppen)positiver Beobachtungsstunden (n = 62) registrierter Entenverwandter Anatidae Abbildung 87: Zugereignisraten während artpositiver Beobachtungsstunden (n = 32) registrierter Trauerenten Melanitta nigra Abbildung 88: Zugereignisraten während art(-gruppen)positiver Beobachtungsstunden (n = 29) registrierter Seetaucher Gaviidae Abbildung 89: Zugereignisraten während artpositiver Beobachtungsstunden (n = 28) registrierter Röhrennasen Procellariiformes Abbildung 90: Zugereignisraten während artpositiver Beobachtungsstunden (n = 135) registrierter Basstölpel Sula bassana Abbildung 91: Zugereignisraten während artpositiver Beobachtungsstunden (n = 31) registrierter Limikolen Limicolae Abbildung 92: Zugereignisraten während artpositiver Beobachtungsstunden (n = 62) registrierter Alken Alcidae Abbildung 93: Zugereignisraten während artpositiver Beobachtungsstunden (n = 32) registrierter Trottellummen Uria aalge Abbildung 94: Zugereignisraten während artpositiver Beobachtungsstunden (n = 46) registrierter Zwergmöwen Hydrocoloeus minutus Abbildung 95: Zugereignisraten während artpositiver Beobachtungsstunden (n = 122) registrierter Dreizehenmöwen Rissa tridactyla Abbildung 96: Zugereignisraten während artpositiver Beobachtungsstunden (n = 89) registrierter Brandseeschwalben Sterna sandvicensis Abbildung 97: Zugereignisraten während artpositiver Beobachtungsstunden (n = 37) registrierter Lachmöwen Larus ridibundus Abbildung 98: Zugereignisraten während artpositiver Beobachtungsstunden (n = 116) registrierter Großmöwen Larus spec Seite 19

20 Abbildung 99: Zugereignisraten während artpositiver Beobachtungsstunden (n = 54) registrierter Fluss- Sterna hirundo und Küstenseeschwalben S. paradisaea Abbildung 100: Zugereignisraten während artpositiver Beobachtungsstunden (n = 38) registrierter weiterer Nichtsingvögel Non-Passeriformes Abbildung 101: Zugereignisraten während artpositiver Beobachtungsstunden (n = 43) registrierter Singvögel Passeriformes Abbildung 102: Heimzugereignisraten während artpositiver Beobachtungsstunden (n = 34) registrierter Sturmmöwen Larus canus Abbildung 103: Wegzugereignisraten während artpositiver Beobachtungsstunden (n = 34) registrierter Sturmmöwen Larus canus Abbildung 104: Summe von Basstölpel-Zugereignissen im Herbst Abbildung 105: Relative Häufigkeit in der Zugrichtungswahl von Basstölpeln Sula bassana während des Wegzugs Abbildung 106: Relative Häufigkeit in der Zugrichtungswahl von Großmöwen Larus spec. während des Wegzugs Abbildung 107: Relative Häufigkeit in der Zugrichtungswahl von Singvögeln Passeriformes Abbildung 108: Rastereignisraten während artpositiver Beobachtungsstunden (n = 62) registrierter Alken Alcidae Abbildung 109: Rastereignisraten während artpositiver Beobachtungsstunden (n = 62) registrierter Trottellummen Uria aalge Abbildung 110: Beziehung zwischen stündlichen Echosummen der Vertikalradarerfassung und Flugbewegungen auf dem Helikopter-Landedeck rastender Möwen Abbildung 111: Korrelativer Zusammenhang der mittleren Stundensumme je Pentade über Video (Ordinate) und Fotografie des Helikopter-Landedecks Abbildung 112: Schematische Darstellung der Näherung für den prozentual erfassbaren Vogelzug bei entsprechendem Aufwand (in 5 % Schritten) für eine fiktive Zugperiode Abbildung 113: Beispielhafte Darstellung der auf 100 % hochgerechneten Schätzintervalle Abbildung 114: Mittlere Zugintensitäten (Radar) der Frühjahrsperioden Abbildung 115: Mittlere Zugintensitäten (Radar) der Herbstperioden Abbildung 116: Näherung für den prozentual erfassten Vogelzug (Radar) bei entsprechendem Aufwand für die Frühjahrsperioden Abbildung 117: Näherung für den prozentual erfassten Vogelzug (Radar) bei entsprechendem Aufwand für die Herbstperioden Abbildung 118: Darstellung der auf 100 % hochgerechneten Schätzintervalle (Ober- und Untergrenzen) der mittleren Zugintensitäten (Radar) der Frühjahrsperioden Abbildung 119: Darstellung der auf 100 % hochgerechneten Schätzintervalle (Ober- und Untergrenzen) der mittleren Zugintensitäten (Radar) der Herbstperioden Seite 20

21 Abbildung 120: Validierung der einzelnen Testjahre 2004 bis 2012 ohne 2007 gegen die entsprechenden vier Prüfjahre für die Zugintensitäten (Radar) der Frühjahrsperioden Abbildung 121: Validierung der einzelnen Testjahre 2004 bis 2009 ohne 2007 gegen die entsprechenden vier Prüfjahre für die Zugintensitäten (Radar) der Herbstperioden Abbildung 122: Stundenscharfe Zugintensitäten der Heimzugperioden nach StUK3-Untersuchungsaufwand Abbildung 123: Stundenscharfe Zugintensitäten der Wegzugperioden nach StUK3-Untersuchungsaufwand Seite 21

22 5. Abkürzungsverzeichnis AWZ BA BSH GLMM GWB IfV Ind. IR KMZ ld LMM LRT LZ MESZ MEZ MTR Ausschließliche Wirtschaftszone Vorher-Nachher-Vergleich Bundesamt für Seeschifffahrt und Hydrographie verallgemeinertes, lineares, gemischtes Modell (Generalized Linear Mixed Model) Grauwertebereiche Institut für Vogelforschung Vogelwarte Helgoland Individuen Infrarot Kurz- und Mittelstreckenzieher durch Bildsubtraktion aus einem hellen und einem dunklen Bild entstandenes neues Bild ( light/dark ). Linear Mixed Model (Statistische Auswertung: Lineares Gemischtes Modell) likelihood ratio test (statistischer Test zur Prüfung der Hypothese in parametrischen Modellen) Langstreckenzieher mitteleuropäische Sommerzeit mitteleuropäische Zeit Anzahl Vögel pro Zeit und Volumen (Mean Traffic Rate) nm nautische Meile (1.852 m) NN OWEA OWT RCS SeeAnlV SKN StUK sw UTC UVS UW Normalnull Offshore-Windenergieanlage offshore wind turbine Rückstreuquerschnitt (Radar Cross Section) Seeanlagenverordnung Seekartennull Standarduntersuchungskonzept Schwarzweiß koordinierte Weltzeit (Universal Time Coordinated) Umweltverträglichkeitsstudien Umspannwerk Seite 22

23 6. Einleitung 6.1. Hintergrund Die Nutzung von Offshore-Windenergie stellt laut Koalitionsvertrag der Bundesregierung für die 18. Legislaturperiode des Deutschen Bundestags (CDU, CSU & SPD 2013) einen wichtigen Baustein zur Verwirklichung der beabsichtigten Energiewende dar. Derzeitige Planungen sehen die Errichtung von mehreren tausend Einzelanlagen vor, die mehrere hundert Quadratkilometer Fläche der offenen See im Bereich der Ausschließlichen Wirtschaftszone (AWZ) der Deutschen Bucht einnehmen sollen. Dabei stellt sich zunehmend die Frage nach den Nebenwirkungen einer solchen Industrialisierung. U.a. wächst das Bewusstsein, dass einige tausend in den ansonsten freien Luftraum ragende Rotoren negative Auswirkungen auf querende Vögel haben können. Hinzu kämen der Bau von Konverterplattformen und zusätzlicher Verkehr durch Bau- und Serviceschiffe sowie Hubschrauberverkehr. Nachts sind die Bauwerke mit Warnlampen für Schiffs- und Flugsicherheit beleuchtet, welche das Kollisionsrisiko für Zugvögel erhöhen. Der Bereich der südöstlichen Nordsee liegt im Zentrum des ostatlantischen Flywaysystem und wird von vielen Millionen Individuen aus rund 250 Arten (Dierschke et al. 2003) teils mehrfach im Jahr während ihrer Pendelbewegungen zwischen Brut- und Überwinterungsgebieten überflogen (z. B. Hüppop et al a, b). Viele Arten nutzen das Gebiet zudem regelmäßig als Nahrungs-, Rast- oder Überwinterungsraum (z.b. Dierschke et al. 2006, Mendel et al. 2008). Identifizierte Negativeinwirkungen auf Zugvögel betreffen tödliche Kollisionen mit den Bauten und eine von den Anlagen ausgehende Barrierewirkung, von der eine Verkleinerung oder gar Zerstörung von Lebensräumen ebenso abgeleitet wurde, wie eine Zerschneidung bestehender Zugwege (Fox et al. 2006, Drewitt & Langston 2006). Parallel dazu sind in Mitteleuropa Zugvögel legislativ als Schutzgut anerkannt (Louis & Klein 2001). Gemäß 7 Abs. 2 Nr. 2 SeeAnlV ist die Gefährdung des Vogelzugs ein Versagungsgrund für die Genehmigung von Windparks im Offshore-Bereich der Deutschen Bucht. Der bestehende gesetzliche Schutz hat dazu geführt, dass baubegleitende Studien zur Risikoabschätzung durchgeführt wurden und werden. Das saisonal weitgehend gebundene Phänomen Vogelzug ist gekennzeichnet von enormer Variation und unterliegt sowohl tageweise wie auch zwischen den Jahren einer Schwankungsbreite von außerordentlich hoher Amplitude (z.b. Hüppop et al. 2010, 2012a). Die Untersuchungen herkömmlicher Umweltverträglichkeitsstudien (UVS) und Umweltmonitorings operieren auf Basis nicht-kontinuierlicher Erfassung von Schiffen aus. Dies erlaubt zwar Untersuchungen an jedwedem Ort, bedeutet aber auch, dass Daten nur eingeschränkt zu erheben sind, was wiederum zu limitierten Risikoabschätzungen führt. Um solche methodisch bedingten Wissenslücken aufzuzeigen und aufzufüllen, bedarf es der Durchführung breit angelegter Forschungsanstrengungen, wie bspw. des StUKplus -Projekts, welches vom BMU im Zeitraum 2007 bis 2014 gefördert wurde. In diesem Projekt wurden innerhalb des Arbeitspaketes Schutzgut Vögel verschiedene Teilprojekte (TP) durchgeführt: Das Forschungs- und Technologiezentrum der Universität Kiel (FTZ) beschäftigte sich mit den Auswirkungen des Testfeldes alpha ventus auf Seevögel. Dazu wurden die TP Gemeinsame Auswertung von Daten zu Seevögeln für das ökologische Effektmonitoring am Testfeld alpha ventus und Untersuchungen zu möglichem Habitatverlust und möglichen Verhaltensänderungen bei Seevögeln im Offshore- Windenergie-Testfeld (TESTBIRD) durchgeführt. Der Einsatz neuentwickelter Erfassungssysteme zur Untersuchung von Auswirkungen des Testfeldes auf den Vogelzug wurde durch Seite 23

24 das Institut für Angewandte Ökosystemforschung (IfAÖ) im Rahmen der TP Erfassung von Ausweichbewegungen von Zugvögeln mittels Pencil Beam Radar und Erfassung von Vogelkollisionen mit Hilfe des Systems VARS vorgenommen. Inhalte der hier vorgestellten TP zum Schutzgut Vogelzug waren die Erprobung neuer Fernerkundungsmethoden zu Ausweichbewegungen und Kollisionsereignissen und die Fortsetzung der kontinuierlichen Datenerfassung auf FINO1 seit Die Daten wurden umfassend mit dem Ziel analysiert, Effekte des Testfeldes auf den Vogelzug durch Vorher- Nachher-Vergleiche (vor und nach dem Bau) aufzeigen zu können. Dargestellt werden hier die Ergebnisse aus den beiden StUKplus-TP "Testfeldforschung zum Vogelzug am Offshore- Pilotpark alpha ventus (Testfeldforschung) und "Auswertung der kontinuierlich auf FINO1 erhobenen Daten zum Vogelzug der Jahre 2008 bis 2012" (Avidata) sowie aus dem StUK3- Monitoring für den Windpark alpha ventus. Ein wesentlicher Bestandteil beider TP war die Implementierung dauerhafter Aufzeichnungstechniken wie Radar-, Kamera- und Mikrofonsysteme, die im Routinebetrieb rund um die Uhr Daten zum Vogelzug liefern können und so dabei helfen, ein möglichst vollständiges Bild von Vogelzug und dessen Gefährdung durch Eingriffe zur Nutzung von Windenergie im marinen Umfeld zu zeichnen. Zusätzlich wurden Videosysteme auf dem Umspannwerk von alpha ventus installiert. Die Langzeitdaten automatischer Detektionsmethoden flankierend, wurden (nicht dauerhaft angelegte) Zugplanbeobachtungen und ein Totfundmonitoring integriert. Basierend auf einem einzigartigen und für einige Methoden bis in das Jahr dem Zeitraum vor Bau des Windparks im Herbst zurückreichenden Datenfundus beginnen wir nunmehr ein detailliertes Bild zum Vogelzug um FINO1 und alpha ventus zu erhalten. Neben präzisierten Angaben zur räumlichen, zeitlichen aber auch quantitativen Exposition von Zugvögeln gegenüber Offshore-Windparks sind Rückschlüsse auf windparkinduzierte Veränderungen im Vogelzuggeschehen über erste Vergleichsmöglichkeiten von Zeiträumen vor bzw. nach dem Windparkbau möglich. Gefährdungen, die von Offshore-Windparks auf Zugvögel ausgehen, können einerseits letale Verletzungen, die von Kollisionen mit den Anlagen herrühren, sein, oder aber durch meidendes Umfliegen verursachte Energieverluste durch Zugwegverlängerungen sein. Artbezogen also qualitativ divergierende Exposition über unterschiedliches Verhalten gegenüber OWEA waren dabei ebenso zu analysieren wie externe Faktoren (z. B. Wetter), die als Katalysatoren spezifischer Verhaltensantworten von Vögeln wirken können. Das gezeigte Verhalten bestimmt wiederum maßgeblich über Kollisionsrisiken oder Lebensraumverlust Spannungsfeld Kollisionen & Barrierewirkung Die Lage der Deutschen Bucht im Zentrum des ostatlantischen Flyways führt in diesem Raum unweigerlich zu regelmäßig hohen Dichten ziehender Vögel während der Zugzeiten. Selbst für sehr kleinräumige Teilareale ist mit mehreren Millionen querenden Individuen jährlich zu rechnen (Dierschke 2003). Eine vergleichsweise starke Exposition von Zugvögeln ist daher a priori für diesen Raum im Falle neuer, gefährdungsrelevanter Nutzungen anzunehmen. Für häufig letale Anflüge an WEA gibt es unter Onshore-Bedingungen mit der Möglichkeit zu speziellen Nachsuchen eine Vielzahl an Belegen (z.b. de Lucas 2004, Hötker et al. 2004). Möglichkeiten zur Quantifizierung solcher Mortalität sind im Offshore-Bereich derzeit nicht gegeben, denn zumindest mit den Rotorblättern kollidierte Individuen stürzen in die See. Zusätzlich sind über Zugangsrestriktionen keine Suchen nach verunglückten Vögeln auf den Podesten der Gründungsstrukturen, die zumindest einen Teil verunglückter Vögel auffangen könnten, möglich. Kollisionen an anthropogenen Strukturen sind im Offshore-Bereich aber allgemein häufig und betreffen Schiffe, Ölbohrinseln und Leuchttürme gleichermaßen (z.b. Han- Seite 24

25 sen 1954, Jones & Francis 2003, Ballasus 2007, Sage 1979, Hope Jones 1980; siehe auch Übersichten z.b. in Newton 2008, Ballasus et al. 2009, Vaughan 2009). Obwohl Kollisionsraten an statischen Bauwerken nicht direkt auf Windturbinen zu übertragen sein dürften, werden auch auf FINO1 häufig Kollisionen verzeichnet (Hüppop et al. 2009a, Aumüller et al. 2011). Neben der geografischen Lage handelt es sich beim betrachteten, kaum strukturierten Meeresareal um eine Umgebung mit stark reduzierten Möglichkeiten zu antizipatorisch-visueller Wahrnehmung. Für solche Bereiche ist für optisch orientierte Lebewesen von einem erhöhten Risiko zur Kollision mit Vertikalstrukturen auszugehen (Martin 2011). Nächtliche Meeresüberflüge, die im Bereich der Deutschen Bucht die Mehrheit der registrierten Flugbewegungen ausmachen (z.b. Hüppop et al. 2009a) und die etwa Dreiviertel der Arten betreffen dürften (Martin 1990), sollten angesichts verminderter Sicht besonders kritisch sein. Viele Arten passieren den Bereich sogar ausschließlich während der Nacht (sogenannte obligate Nachtzieher). Verhaltensökologische aber auch sensorische Möglichkeiten können somit zwischen verschiedenen Arten variieren, so dass ein von Art(-engruppe) zu Art(-engruppe) divergierendes Kollisionsrisiko zu unterstellen ist. Parallel zu den genannten prinzipiellen Charakteristika des Betrachtungsraumes müssen also zusätzlich Möglichkeiten zu unterschiedlichem (adaptivem) Verhalten durch die Vögel selbst berücksichtigt werden. Ein Beispiel für relevante Verhaltensadaption betrifft die Reaktionen ziehender Vögel auf aktuell herrschende Windbedingungen. Generell selektieren Vögel Luftschichten, in denen für sie die energetisch besten Zugbedingungen herrschen. Die Tiere ziehen bevorzugt dort, wo sie die optimale Windunterstützung erhalten (Schmaljohann et al. 2008a, Schmaljohann et al. 2009, Gauthreaux 1991). Über See sind die mittleren Windgeschwindigkeiten höher und durch das Fehlen von landschaftlichen Strukturelementen sind die Luftströmungen weniger turbulent als über Land. Daher werden bei Rückenwind optimale Windbedingungen über See im Allgemeinen bereits in niedrigeren Höhen erreicht als über Land. Mit Schiffsradargeräten wurde zwar Vogelzug über der Nordsee bis in annähernd m Höhe (Hüppop et al. 2005b), mit einem Höhensuchradar sogar bis m festgestellt (Jellmann 1979), das Gros des Zuges verläuft aber weitaus niedriger und komprimiert in Luftschichten bis ungefähr m und im Gesamtspektrum niedriger als über Festland. Vor allem tagsüber ziehen besonders viele Vögel in vergleichsweise geringen Höhen bis 200 m und somit im unmittelbaren Wirkbereich von OWEAüber die Deutsche Bucht: Nach Hüppop et al. 2009a befliegen tagsüber je nach Jahreszeit bis über 70 % aller bis in einer Höhe von 500 m erfassten Vögel diesen Bereich, während der Hauptzugzeiten sind es etwa ein Drittel. Bei einem längeren Erfassungszeitraum und über einen Höhenbereich bis m über der Meeresoberfläche lag in dieser Studie der Anteil der Höhen bis 200 m ziehenden Vögel während der Hauptzugzeiten tagsüber bei rund 50 % (nachts im Frühjahr bei rund einem Drittel, im Herbst bei der Hälfte). Umgekehrt reduzieren Vögel, die in eine Gegenwindsituation geraten sind, die Flughöhe, um auf diese Weise von den oberflächennah durch Reibung am Oberflächenmedium reduzierten Windgeschwindigkeiten profitieren zu können (z.b. Lack 1960, Gauthreaux 1991, Dierschke & Daniels 2003, Kahlert et al. 2012). Dieser verhaltensadaptive Mechanismus durch die Vögel selbst führt unter entsprechenden Bedingungen zu einer verstärkten Konzentration in niedrigen Luftschichten und mithin einer steigenden Zahl gegenüber OWEA exponierter Tiere. Zu beachten ist, dass die Landschaftsstruktur der offenen See einen begünstigenden Einfluss auf diese Adaption ausübt. Die skizzierte Verhaltensadaption betrifft zwar das Gros der am Zug über die Nordsee beteiligten Individuen, wie v.a. Singvögel und Limikolen, andere Vogelarten bewegen sich aber von vornherein nur in sehr niedrigen Höhen, wie z.b. Alken (z.b. Dierschke & Daniels 2003). Solche Seevogelarten, die im engeren Seite 25

26 Sinne ca. 30 der 171 zwischen Oktober 2003 bis Dezember 2012 um die FINO1 herum nachgewiesenen Arten umfassen, treten zwecks Deckung ihres Nahrungsbedarfs permanent in Interaktion mit dem Medium Wasser. Aber auch unter den nur überfliegend querenden Arten gibt es weitgehend auf niedrige Höhen konzentrierten Zug: Bei großen und schweren Arten wie z.b. Gänsen sind die energetischen Kosten für das Aufsteigen als sehr hoch einzuschätzen (Liechti et al. 2000, Klaassen et al. 2004, Liechti & Schmaljohann 2007). Vermutlich im Spiegel dieser Kosten vollzieht sich z.b. die Nordseequerung durch Kurzschnabelgänse Anser brachyrhynchus konzentriert in Höhenbereichen von allenfalls wenigen hundert Metern (Hüppop et al. 2010, Dierschke et al. 2011). Die verhaltensökologische Diversität zwischen verschiedenen Arten(-gruppen) lässt somit zusätzlich zu den systematisch unterschiedlichen Flugzeiten (Tag-/Nachtzug, Jahreszeit) auf eine divergierende Exposition schließen. Maßgeblich gesteuert wird solches Verhalten durch verschiedene Parameter wie der aktuellen Witterung aber auch den körperlichen Eigenschaften der Arten selbst. Schon in ihrer grundsätzlichen Gefährdung durch OWEA können sich die Arten (-gruppen) teils sehr deutlich voneinander unterscheiden. Neben diesen allgemeinen Rahmenbedingungen, die die Exposition modellieren, ist die Frage, inwieweit OWEA selbst einen Stimulus für Reaktionen durch Vögel darstellen, von zentraler Bedeutung. Obwohl aufgrund methodischer Restriktionen in der Detektierbarkeit kaum empirisch beobachtete Verhaltensantworten durch Vögel auf OWEA während der Nacht vorliegen, beleuchten diese wenigen Studien wichtige Aspekte. So zeigten z.b. ziehende Eiderenten Somateria mollissima einerseits ausweichendes Verhalten gegenüber OWEA, was zu einer Ausrichtung der Zugrichtung entlang der Turbinen führte. Andererseits hielten die Vögel dabei nachts weniger Abstand zu den Anlagen ein, als tagsüber (Christensen et al. 2004). Ausweichverhalten reduziert klar das Kollisionsrisiko. Die tageszeitlich unterschiedlichen Reaktionsschwellen verdeutlichen dabei die Rolle, die den verschiedenen Sichtbedingungen bezüglich der Gefährdung zukommt: Je schlechter die Sicht, desto dichter die Annäherung an die Struktur und umso höher das Risiko einer Kollision. Zusätzlich befördert werden kann letzteres durch einen besonderen und des nachts wirksamen Effekt: Lichtquellen können dann unter besonders schlechten Sichtbedingungen wie (Niesel-)Regen und/oder Nebel, aber auch besonders dichter und niedriger Wolkenbedeckung, eine starke Attraktionswirkung auf ziehende Vögel entfalten. Dieses Phänomen ist seit langem von Leuchttürmen an Küstenstandorten aber auch von Schiffen, Ölbohrinseln oder anderen Strukturen im eigentlichen Offshore-Bereich bekannt. Währenddessen kann es zu gewaltigen Ansammlungen vor allem von Singvögeln im Umfeld der Lichtquellen kommen (Übersichten z.b. in Newton 2008, Ballasus et al. 2009, Vaughan 2009). Solche Situationen können in der Folge zu starken Kollisionsereignissen führen (z.b. Aumüller et al. 2011) und sollten allgemein für einen Großteil der Opferzahlen an Strukturen im Meeresbereich wie Leuchttürmen oder Feuerschiffen verantwortlich zeichnen. Auch die zwangsläufig sicherheitsbeleuchteten OWEA dürften während solcher Ereignisse als anziehender Stimulus fungieren, weshalb ein von OWEA ausgehendes hohes Kollisionsrisikopotenzial für ziehende Vögel im marinen Bereich anzunehmen ist. OWEA-induziertes Verhalten betrifft auch Ausweichflüge unter Tageslichtbedingungen (s.o.). Meidende Verhaltensantworten konnten bislang für Kurzschnabelgans, Eiderente und Basstölpel Sula bassana gezeigt werden (Plonczkier & Simms 2012, Desholm & Kahlert 2005, Krijgsveld et al. 2011, Aumüller et al. 2013a). Im Falle von Seevögeln (sensu stricto) bedeutet Meidung direkten Lebensraumverlust, denn der ausgesparte Bereich kann nur noch reduzierte ökologische Funktionen für die betroffenen Arten erfüllen. Dabei ist der Wirkbereich Seite 26

27 von Offshore-Windparks größer als die eigentliche Windparkfläche selbst, denn es kommt zu Abstandswahrung mit offenkundig elastischen Reaktionsschwellen (Christensen et al. 2004). Zu solchen Reaktionsschwellen ist aber über ihre Existenz im Falle der genannten Arten hinaus kaum etwas bekannt. Für Vögel, für die der Bereich nur Überflugraum darstellt und keine weiteren Funktionen erfüllt, was neben dem generellen Lebensraumverlust während Zugbewegungen auch zusätzlich für Seevögel gilt, ist im Falle von Meidung von einem zugwegverlängernden Effekt auszugehen. Verlängerte Zugwege bedeuten einen Mehraufwand an Energie. Energie ist die zentrale Währung für Zugvögel und zur hinreichenden energetischen Versorgung legen die Vögel im Vorfeld ihrer Wanderflüge Extrareserven in Form von Fett an, welches während des Fluges metabolisiert wird (z.b. Berthold 2011, Newton 2010). Die gezeigten Wanderflüge über See dürften in vielen Fällen vor allem energielimitiert sein (z.b. Klaassen et al. 2012), besonders für ansonsten landlebende Arten ohne Möglichkeit mit wassernder Zwischenrast und Nahrungsaufnahme. Trotzdem ist im Falle der Nordsee, einer vergleichsweise wenig ausgedehnten ökologischen Barriere, selbst für strikt landlebende Singvögel kaum von Zugwegverlängerungen mit der Konsequenz direkt erhöhter Mortalität auszugehen. Ein erhöhtes Investment von Energie in Migrationsbewegungen könnte sich aber über Vögel mit herabgesetzter körperlicher Konstitution nachfolgend bis hin zu erniedrigtem Bruterfolg (Heimzug) bzw. erhöhter Wintermortalität (Wegzug) auswirken und so negativ auf die Populationsgröße einwirken Zielvorgaben, Informationsbedarf Von zentraler Bedeutung ist gemäß 6.2 mithin die Frage ob, wie, wann und unter welchen (äußeren) Bedingungen ein Windpark als Stimulus für Verhaltensantworten wirkt. Im Falle einer meidenden Reaktion vermindert sich die Exposition gegenüber Kollision, gleichzeitig ist dann aber von einer Barrierewirkung auszugehen. Werden umgekehrt Vögel von einem Windpark angelockt, steigt hingegen das Kollisionsrisiko, eine Barrierewirkung besteht dann nicht. Wie zuvor dargelegt, ist bezüglich des Verhaltens mit hoher Divergenz zwischen verschiedenen Arten zu rechnen, weshalb eine möglichst hohe taxaspezifische Auflösung der Reaktionsmuster wichtig ist. Dazu gehört zusätzlich auch die weitreichende Klärung der grundlegenden art(-gruppen)spezifischen Exposition wie jahres- und tageszeitliche Muster im Auftreten und quantitatives Vorkommen. Solche Basisdaten zum artbezogenen Auftreten und die Kenntnis zur spezifischen Wirksamkeit von Effekten sind Grundlagen zur späteren Beurteilung einer übergeordneten Wirksamkeit auf Populationsniveau und unter Berücksichtigung des räumlichen Gesamteingriffs. Hinsichtlich des Effektmonitorings werden im vorliegenden Bericht diejenigen Mechanismen präzisiert, die zu Kollisionen führen. Auch jährliche Kollisionsraten lassen sich für die Forschungsplattform FINO1 angeben. Weiterhin wurde untersucht, ob und inwieweit die Errichtung des Windparks alpha ventus die Stärke der kollisionsgefährdenden Exposition für ziehende Vögel verändert hat. Das Spektrum erfasster Arten lässt dabei weitere Schlüsse zur art(-gruppen)spezifischen Exposition zu. Die mögliche Barrierewirkung des Windparks alpha ventus aufgrund einer Scheuchwirkung ließ sich mitsamt art(-gruppen)spezifischen Reaktionen unter Tageslichtbedingungen gut untersuchen. Im Idealfall war zusätzlich der Populationsanteil einer Art zu bestimmen, der den effektiven Bereich im Laufe einer Zugperiode als Mittel vieler Jahre querte, so dass sich ein Effekt in seiner quantitativen Einwirkung auf eine distinkte Population einordnen lässt. Hinsichtlich potenzieller Änderungen in der Exposition konnte im Falle der Untersuchungen auf FINO1 auf langjährige Datenreihen einiger im routinemäßigen Dauerbetrieb angewendeter Methoden zur Vogelzugerfassung zurückgegriffen werden. So werden seit dem Herbst Seite 27

28 2003 und somit weit vor Errichtung des Windparks alpha ventus im Jahr 2009 Daten zum Vogelzug mittels Radar und Mikrofon erfasst. Beides erlaubte einen intensiven Vorher- Nachher-Vergleich (BA) zur Darstellung windparkinduzierter Effekte auf den Vogelzug. Durch die Langzeitdatenreihe konnte auch der Einfluss von Wetterparametern, die maßgeblich über den Vogelzug in Raum und Zeit bestimmen können, durch Mittelung über viele Jahre reduziert und über geeignete Analyseverfahren weiter eingedämmt werden. Quantitative Angaben dieser beiden Methoden sind aber als relatives Maß und nicht als absolute Vogelzahlen beisteuernde Ansätze aufzufassen. Die spezifischen Restriktionen der Methoden erlauben es derzeit nicht, die gemessenen Raten in Beziehung zum allgemeinen Hintergrundgeschehen zu setzen. Während der Dunkelheit erlauben nur die beiden genannten Methoden Messungen zum Vogelzug, so dass eine Quantifizierung des Vogelzugs auf der Basis absoluter Vogelzahlen nachts weiterhin nicht möglich ist. Bei der Anwendung von Methoden, die erst später aufgenommen wurden und deren Betrieb zusätzlich nicht dauerhaft angelegt ist, wie Zugplanbeobachtungen (Seawatching) mit besonderen Möglichkeiten zum Erhalt artspezifischer Informationen, ist die Extraktion windparkinduzierter Effekte nicht ohne weiteres möglich. So hat sich gezeigt, dass die interannuelle Variation im Offshore-Zuggeschehen der Deutschen Bucht noch höher ist als zuvor erwartet worden war (Hüppop et al. 2010, Hüppop et al. 2012a). Gleichzeitig waren im Falle der Zugplanbeobachtungen gemäß StUK3 nur wenige Tage pro Monat zu beproben. Durch den geringen Stichprobenumfang werden die möglichen Schwankungen in der Amplitude zwischen den Jahren nur unzureichend abgebildet. Aussagen zu Reaktionen von Zugvögeln auf Offshore-Windparks allein auf der Basis von Zugraten im Sinne eines klassischen Vorher-Nachher-Vergleichs sind daher unzulässig. Hier mussten spezielle Verfahren zur Datenaufnahme und -analyse entwickelt werden. In diesem Kontext wurden auch Modelle spezifiziert, die der Suche nach optimierten Beprobungmöglichkeiten bei nicht dauerhaft angelegten Untersuchungen dienten. So beschränken sich klassische UVS-Untersuchungen aus Gründen der Praktikabilität nur auf Stichproben, was Fragen dazu aufwirft, wie realistisch UVS-Beprobungen sein können. Wir verglichen dazu Ergebnisse aus Dauererfassungen (Radar, Zugruferfassung) mit stichprobenartigen Erhebungen. Allgemein ist zu bedenken, dass Fragen zu Auswirkungen des Baus und Betriebs von Offshore-Windparks auf den Vogelzug vergleichsweise neu sind, was die fortschreibende Entwicklung neuer und bestehender Methoden natürlicher Weise mit sich bringt. Aus diesem Grund waren auch methodenvalidierende Erkenntnisse in den nachstehenden Bericht zu integrieren. 7. Stand von Wissenschaft und Technik 7.1. Phänomen Vogelzug Viele Vogelarten in unseren Breiten müssen dem nördlichen Winter ausweichen. Grund dafür sind die dann schlechten Ernährungsbedingungen, wie vor allem im Falle von insektenfressenden Arten. Bei diesen Wanderflügen, die zum Verlassen nördlicher Breiten im Herbst und zum Zurückkehren im darauffolgenden Frühjahr führen, handelt es sich um Vogelzug. Als über lange Zeiträume evolvierte Anpassungsstrategie steht Vogelzug zunächst unter dem Einfluss endogener Steuerungsgrößen, die den Vogel letztlich physiologisch zur Zugbereitschaft rüsten (vgl. z.b. Berthold 2011). Kern dieser Anpassung ist die Anlagerung von Fett in speziellen Körperzellen, welches während der Wanderflüge zur Versorgung der unter Höchstbelastung arbei- Seite 28

29 tenden Flugmuskulatur über den Blutstrom aufgezehrt wird. Diese Eigenschaft ist einzigartig innerhalb der Vertebraten und ermöglicht Vögeln ganz außerordentliche Leistungen. Deutlich werden die Leistungen allein schon am gewaltigen Einzugsbereich des regelmäßig im südlichen Nordseebereich zu erwartenden Artenspektrums (Dierschke et al. 2003), wie es am über viele Jahre durchgeführten Fang zur Beringung von Zugvögeln auf Helgoland deutlich wird: Vögel erreichen den Bereich von Island im Westen bis zum Ural im Osten sowie von Namibia im Süden bis Spitzbergen im Norden (Dierschke et al. 2011). Über diese aus Ringfunden erkennbaren Bereiche hinaus ist bekannt, dass etliche Vögel aus noch weiter entfernten Gebieten stammen: Aus NE-Kanada und Grönland kommen einige Limikolenarten wie z.b. der Knutt Calidris canutus, und mit dem Steinschmätzer Oenanthe oenanthe erreicht sogar eine kleine Singvogelart aus der Nearktis ganz regulär die südliche Nordsee. Aus der sibirischen Tundra gelangen Ringelgänse Branta bernicla und wiederum einige Limikolenarten in den Betrachtungsraum. Mit dem Dunklen Sturmtaucher Puffinus griseus gelangt ab und an sogar eine Art in das Seegebiet um FINO1, die auf den Falklandinseln in der südlichen Hemisphäre brütet. Umgekehrt dürften hier durchziehende und bis in hochnordische Küsten brütende Küstenseeschwalben Sterna paradisaea ziemlich sicher in der Antarktis überwintern. Der gewaltige Einzugsbereich darf aber nicht darüber hinweg täuschen, dass der bei Weitem größte Teil der um FINO1 durchziehenden Vögel tatsächlich in Skandinavien brütet. Nach der Brutzeit zumeist nach Süd bis West ziehende Singvögel stellen dabei das Gros (Dierschke et al. 2011). Kurzund Mittelstreckenzieher wie z.b. Rotdrossel Turdus iliacus, Feldlerche Alauda arvensis oder Wiesenpieper Anthus pratensis überwintern in West- und Südeuropa, ohne dabei das Mittelmeer zu queren. Langstreckenzieher wie z.b. Gartenrotschwanz Phoenicurus phoenicurus oder Fitis Phylloscopus trochilus überqueren demgegenüber zusätzlich noch die Sahara, um als Insektenfresser in W-, Zentral- und S-Afrika dem nördlichen Winter auszuweichen. Auch ein großer Teil der Gänse, Enten oder Limikolen stammt aus Skandinavien, allerdings ist hier der Anteil aus N-Sibirien oder der Arktis stammender Tiere (und Arten) größer. Möwen und Seeschwalben dürften überwiegend aus dem Nord- und Ostseeraum kommen, wenngleich eine regelmäßige Passage auch von arktischen Populationen für die Deutsche Bucht belegt ist (Dierschke et al. 2011). Mit ca. 30 Arten ist nur ein kleiner Teil der im Bereich auftretenden Vogelarten den Seevögeln im engeren Sinne zuzuordnen, die übrigen Arten überfliegen den Bereich im Allgemeinen nur, ohne dabei zu rasten oder Nahrung zu suchen. Zwar sind solch ziehende Vögel während des gesamten Jahresgangs zu erwarten, es lassen sich aber dennoch zwei Phasen mit besonders verstärktem Vogelzug im Frühjahr (Heimzug) und im Herbst (Wegzug) abgrenzen (z.b. Hüppop & Hüppop 2004, Dierschke et al. 2011). Im Allgemeinen durchqueren die Vögel den Bereich im Jahresgang zweimal, nämlich auf ihrem Weg in die Brutgebiete (Heimzug) bzw. in ihr Überwinterungsquartier (Wegzug). Es besteht aber auch die Möglichkeit zu mehrfachem Pendeln wie z.b. im Falle von winterlichen Kältefluchten. Das saisonale Auftreten ist artspezifisch (oder sogar populationsspezifisch) innerhalb flexibler Grenzen über genetische Prädisposition festgelegt und die Zugintensität kann sich zwischen den Jahreszeiten aber auch zwischen den Arten enorm unterscheiden. Wie bereits angedeutet, unterliegt Vogelzug aber auch äußeren Steuerungsgrößen wie zuvorderst Witterungseinflüssen. Zugwillige Vögel nehmen ihre Wanderflüge erst dann auf, sobald die äußeren Bedingungen wie Wind- und Sichtverhältnisse geeignet sind (Alerstam 1979, Berthold 2011). An welchen Tagen innerhalb des jeweils typischen Zeitfensters gezogen wird, steht also unter der besonderen Einflussnahme des Wetters. Die Grenzen dessen, was noch als geeignet bzw. schon als ungeeignet gilt, mögen artspezifisch aber auch individuell und Seite 29

30 sogar im Laufe einer Zugperiode variabel sein; die Art der Wetterabhängigkeit ist zumeist dieselbe, zumindest für ziehende Singvogelarten, die das Gros des Vogelzuges im Bereich der südlichen Nordsee ausmachen. Für eine anstehende Überwindung einer ökologischen Barriere, wie es die Nordsee für diese ansonsten strikt landlebenden Arten ist, sollte demnach gelten: Der Vogel muss sich orientieren können und er wird ein hohes Interesse an minimalem Ressourcenaufwand haben. Verkürzt in ein meteorologisches Anforderungsprofil übersetzt heißt dies: Rückenwind und klare Sicht bieten ideale Aufbruchsbedingungen (Übersicht z.b. in Newton 2010), denn dann sind der Energieverbrauch niedrig und die Orientierungssysteme Magnetfeld-, Sternen- und/oder Sonnenkompass uneingeschränkt nutzbar (z.b. Alerstam 2008). Somit entscheidet neben der Jahreszeit zunächst das Wetter am Aufbruchsort über die generelle Präsenz von Zugvögeln zu bestimmten Zeitpunkten im Bereich des Betrachtungsraumes. Dabei sind zusätzlich die Ausprägungen der maßgeblichen Wettervariablen zu bestimmten Tageszeiten entscheidend. So kalibrieren nachts ziehende Vögel ihren zur Orientierung nötigen Magnetkompass anhand des Polarisationsmusters während der Abenddämmerung (Cochran et al. 2004). Dieses ist bei wolkenverhangenem Himmel nur eingeschränkt oder gar nicht möglich. Im Herbst sind in unserem Bereich besonders oft östliche Windlagen, die besonders oft mit geeigneten Sichtbedingungen zusammenfallen, von starken Vogelzugereignissen geprägt, denn das Gros der Vögel verlässt Skandinavien in Richtung West bis Süd und hat dann unterstützende Rückenwinde. Eine wichtige Abweichung von diesem Grundmuster betrifft die Seevögel. Hier können gerade Sturmlagen aus westlichen Richtungen starkes Vorkommen fördern. Im Betrachtungsraum als auflandige Winde fungierend, führen sie vermehrt Hochseevögel in den Bereich des Küstenmeeres Untersuchungstechniken Vogelzug als solcher ist angesichts artspezifisch stark unterschiedlicher Ausprägungen in Raum und Zeit sehr komplex. Die Steuerung durch das aktuelle Wettergeschehen erhöht die Komplexität weiter. Um windparkinduzierte Effekte auf den Vogelzug und die dadurch zustande kommende Gefährdungslage ziehender Vögel insgesamt und zusätzlich von einzelnen Arten erkennen zu können, ist der (kombinatorische) Einsatz verschiedener Methoden notwendig. Keine Methode ist eigenständig in der Lage, alle notwendigen Parameter und damit Vogelzug ganzheitlich zu erfassen. In allen Fällen existieren spezifische Restriktionen, zumal im Betrieb unter Offshore-Bedingungen mit begrenzter Zugänglichkeit und historisch junger Forschungsgeschichte. Hinzu treten bislang technisch ungelöste Probleme, die sich aus Skalenniveau und Dimensionen ergeben: Die Anlagen erreichen die Höhe des Kölner Doms und haben Spannweiten, die denjenigen eines Airbus A380 entsprechen. Auf der anderen Seite stehen viele nur golfballgroße Tiere, die vor allem unter schlechten Wetterbedingungen gefährdet sein sollten und die dann eigentlich noch detektierbar sein müssen, um z.b. Verluste an OWEA direkt quantifizieren zu können. Vertikal rotierende Radargeräte ergeben durch die Registrierung von Echos hervorragende Einblicke in das mengenmäßige Aufkommen von Vögeln im Detektionsbereich (z.b. Bruderer 1997a, b). Auch nachts liefern sie quantitative Informationen zum Vogelzug. Allerdings handelt es sich dabei nur um ein relatives Maß (s.o.). Weiterhin erlauben sie die Generierung von Höhenprofilen, die wiederum die Basis für viele weiterführende Analysen bieten. Tagsüber werden dabei über die hohe Reichweite auch solche Höhenbereiche abgedeckt, die durch Zugplanbeobachtungen, der einzigen Methode mit echten quantitativen Informationsmöglichkei- Seite 30

31 ten, nicht abgedeckt werden können. Durch ihre im Lot zur Wasseroberfläche stehende Ausrichtung sind vertikal messende Radarsysteme aber schlecht geeignet, um Richtungsinformationen zu erhalten, denn ein echoverursachender Vogel quert den Detektionsbereich nur selten so, dass er dabei während mehrerer Radarumdrehungen erfasst wird. Richtungsinformationen sind aber für einige wichtige Aspekte zur Exposition von Vögeln durch Offshore- Windenergieanlagen essentiell, beispielsweise um Desorientierung von Vögeln im Zusammenhang mit Kollisionsereignissen unter schlechten Sichtbedingungen erkennen zu können. Dies erlauben horizontal messende Radarsysteme: durch ihre mehr oder minder plane Projektionsfläche können Echos durch zeitlich eng aufeinander folgende Antennenumläufe ungleich häufiger mehrfach eingefangen werden, was über so erhältliche Echospuren ( Tracks ) die Einsichtnahme in den Richtungsverlauf von Vogelzug ermöglicht. Findet dabei eine Balkenantenne Anwendung wie im Rahmen früherer StUK3-Untersuchungen, sind die prinzipiellen Möglichkeiten zur Erfassung von Vogelzug allerdings stark limitiert: Wegen des großen vertikalen Öffnungswinkels von meist 20 sind Messungen mit solchen Systemen nur bei sehr geringen Wellenhöhen möglich. Ansonsten überlagern die Wellenechos solche von Vögeln. Bereits Wellenhöhen ab 0,5 m sorgen für eine Vielzahl von Störechos, die mit zunehmender Wellenhöhe schließlich das gesamte Radarbild einnehmen können. Vogelechos unterscheiden sich in ihren Reflexionseigenschaften grundsätzlich nicht von Wellen, weshalb die Auswertung solcher Datensätze unmöglich ist. Im Offshore-Bereich sind Messungen dann nur an wenigen Tagen im Jahr überhaupt möglich. Aus diesem Grund wurde von uns im Rahmen des StUKplus-Projekts auf der Forschungsplattform FINO1 eine Parabolantenne mit geringem Öffnungswinkel eingesetzt, die zusätzlich nach oben geneigt Daten aufzeichnete, so dass der Radarstrahl diagonal verläuft und mit zunehmender Entfernung einen zunehmenden Höhenbereich abdeckt. Gewährleistet wird auf diese Weise, dass unabhängig von Wellenhöhen über der Meeresoberfläche Vogelechos erfasst werden können. Die akustische Erfassung von Vogelrufen ist eine technisch vergleichsweise wenig aufwändige Methode, die sich seit vielen Jahrzehnten bewährt hat und inzwischen auch standardisiert eingesetzt wird (z. B. Graber & Cochran 1960, Dierschke 1989, Farnsworth et al. 2004, Farnsworth 2005, Farnsworth & Russell 2007, Hüppop et al. 2012a). Derzeit gewinnt die vollautomatisierte akustische Erfassung allgemein enorm an Bedeutung, denn die Methode erweist sich als außerordentlich hilfreich beim Monitoring von Biodiversität (Aide et al. 2013, Digby et al. 2013). Sie setzt allerdings sehr gute Arten- und Stimmenkenntnisse durch den/die Bearbeiter voraus. Im konkreten Anwendungsfall auf FINO1 betrifft dies vor allem speziell während des Zuges durch Vögel geäußerte Laute ( Zugrufe ). Ihr Einsatz liefert die einzig artbezogenen Informationen während der Dunkelheit. Ihren Wert noch steigernd, besitzt die Methode Indikatorfunktion für die besonders relevanten Situationen starker Annäherung von Vögeln an Offshore-Bauwerke unter schlechten Zugbedingungen (Hüppop & Hilgerloh 2012). Die Anzahl registrierter Vogelrufe ist aber nur ein relatives Maß und ermöglicht keine Rückschlüsse auf die Zahl beteiligter Vögel. Vielmehr wird die Zeit besonderen Kollisionsrisikos bestimmt und quantifiziert. Videosysteme erlauben analog zur automatisierten Zugruferfassung und als Resultat begrenzter Auflösungsmöglichkeiten Informationen zu besonderen Annäherungssituationen unter Tageslichtbedingungen. Im Falle taxaspezischer Erkennungsmöglichkeiten liefern sie damit wertvolle Zusatzinformationen. Zugplanbeobachtungen von Vogelzug über dem Meer ( Seawatching ) liefern seit Jahrzehnten hervorragende Ergebnisse u. a. zur Quantifizierung des Vogelzuges in Form von artbezogenen Zugraten unter Tageslichtbedingungen (z. B. Meltofte et al. 1972; Camphuysen & Seite 31

32 van Dijk 1983; Dierschke 2003). Mittlerweile ist Seawatching auch hierzulande fest etabliert (Dierschke et al. 2005) und wurde u. a. als Untersuchungsmethode im Rahmen von gesetzlich vorgeschriebenen Umweltverträglichkeitsstudien (UVS) gemäß Standarduntersuchungskonzept (StUK) zur Abschätzung der Auswirkungen von Offshore-Windenergieanlagen OWEAauf den Vogelzug durch die für die Genehmigung von Windparks in der AWZ zuständigen Behörde festgeschrieben (BSH 2007). Über die Quantifizierung von Populationsanteilen die einen Standort passieren, können Aussagen dazu gemacht werden, wie quantitativ umfassend ein qualitativ festgestellter Effekt auf eine Population wirkt. Zugplanbeobachtungen sind zwar die einzige Methode zur echten Ermittlung passierender Populationsgrößen, gleichzeitig sind Zugplanbeobachtungen im Gegensatz zu allen anderen eingesetzten Methoden aber nicht dauerhaft durchführbar: Die direkte Datenerhebung durch einen eingesetzten Sichtbeobachter bringt eine Beschränkung des zeitlichen Aufwands mit sich, denn die Plattform ist nicht auf längere Aufenthalte ausgelegt. Somit müssen die Ergebnisse aus einer Stichprobe hochgerechnet werden, um zu den gewünschten Aussagen zu kommen. Von vielen der hier behandelten Arten ist die Populationsgröße durch Bestandserfassungen in Brut-, Rast- und/oder Wintergebieten bekannt (z.b. Delaney et al. 2007, Burfield & van Bommel 2004), so dass für Durchzügler im Seegebiet um FINO1 ähnlich wie für Rastgebiete der Populationsanteil geschätzt werden kann. Ursprünglich bestanden Erwartungen, wonach ein Vergleich artbezogener Zugraten aus Zeiträumen vor und nach der Errichtung von Offshore-Windparks möglich sei, um dadurch ein etwaiges Meideverhalten von Windparkflächen durch Vögel erkennen zu können. Die interannuelle Variabilität im Offshore-Vogelzuggeschehen hat sich aber als so groß heraus gestellt (z. B. Hüppop et al. 2010; Hüppop et al. 2012a; eigene Daten), dass solche Vergleiche nicht möglich sind (Aumüller et al. 2013a). Aus diesem Grund wurde ab Juli 2011 ein striktes Regime zur beprobten Blickrichtung eingeführt, bei dem zum Vergleich von Zugereignisraten und damit zur Vermeidung von Verzerrungen durch Trupps nicht individuenbasiert zwischen windparkab- und -zugewandter Sicht innerhalb derselben Stunde unterschieden wurde (Aumüller et al. 2013a). 8. Material und Methoden 8.1. Allgemeines Wie bereits in Abschnitt 6.1 dargestellt, werden in diesem Berichtsteil zum Schutzgut Vogelzug Ergebnisse aus den beiden StUKplus-Teilprojekten "Testfeldforschung zum Vogelzug am Offshore-Pilotpark alpha ventus (Testfeldforschung) und "Auswertung der kontinuierlich auf FINO1 erhobenen Daten zum Vogelzug der Jahre 2008 bis 2012" (Avidata) sowie aus dem StUK3-Monitoring für den Windpark alpha ventus präsentiert. Innerhalb des Teilprojektes Testfeldforschung wurden neue Erfassungsmethoden entwickelt und parallel zum StUK3-Monitoring erprobt. Dabei wurden drei Fernerkundungsmethoden eingesetzt: 1. ein Schiffsradargerät mit rotierender Parabolantenne zur Ermittlung von Zugrichtungen in niedriger Höhe, 2. ein hochauflösendes Videosystem mit nachts zugeschaltetem Infrarotlicht zur Erfassung von Kollisionen im Rotorbereich einer OWEA und 3. zwei Wärmebildkameras zur stereoskopischen Erfassung von Kollisionen im Rotorbereich einer OWEA. Seite 32

33 Im Teilprojekt Avidata wurden die zum Teil schon seit Herbst 2003 auf FINO1 eingesetzten Fernerkundungsmethoden (Vertikalradar, Zugruferfassung, optische Erfassung, vgl. Hüppop et al. 2009a) weiter betrieben und die Auswertung der Langzeitdaten bis Ende 2012 fortgesetzt. Um ein vollständiges Bild der Untersuchungen seit 2003 liefern zu können, sind im nachfolgenden Berichtsteil die Daten von Hüppop et al. 2005a und 2009a enthalten. Abbildung 1 skizziert die Standorte der verschiedenen Erfassungsgeräte auf FINO1 und dem Umspannwerk von alpha ventus. Die Erfassungsbereiche werden in Abbildung 2 skizziert. Abbildung 1: Skizze der Standorte der verschiedenen Erfassungsgeräte auf FINO1 und dem Umspannwerk von alpha ventus. Seite 33

34 Abbildung 2: Skizze der Erfassungsbereiche der verschiedenen Erfassungsgeräte auf FINO1 und dem Umspannwerk von alpha ventus. Sofern nicht anders ausgewiesen, wurden alle dieser Untersuchung zu Grunde liegenden Daten auf der Forschungsplattform FINO1 (N54 0,86 E 6 35,26 ) in direkter Nachbarschaft zum Testfeld alpha ventus erhoben. Der Standort befindet sich rund 45 Kilometer nördlich von Borkum am Borkum Riff in einer Wassertiefe von ca. 30 Metern. Sämtliche Daten dieses Berichtes sind zeitlich in UTC angegeben. Die Differenz der mitteleuropäischen Zeit (MEZ) zur koordinierten Weltzeit UTC beträgt +1 Stunde sowie +2 Stunden während der MESZ. Die Untersuchungen orientierten sich vor allem an den Hauptzugzeiten von Vögeln im Bereich der Deutschen Bucht. Diese lassen sich einerseits vor allem auf die Zeiträume März bis Mai (Heimzug) und andererseits Mitte Juli bis Mitte November (Wegzug) eingrenzen (z.b. Hüppop & Hüppop 2004, Dierschke et al. 2011). Mit Vogelzug ist aber in reduziertem Umfang auch außerhalb dieser Kernzeiten zu rechnen, weshalb einige Methoden in ganzjähriger Routine betrieben wurden (Video- und Wärmebilderfassung, Totfundmonitoring, Horizontalradarmessungen). Vertikalradarerfassungen wurden mit Ausnahme einer sommerlichen Pause vom jahresumspannend durchgeführt. Daten aus der automatischen Zugruferfassung wurden von Anfang März bis Ende Mai und ab Anfang Juli bis Ende November berücksichtigt. Zugplanbeobachtungen fanden einerseits von März bis Mai und andererseits von Mitte Juli bis Mitte November statt. Innerhalb der genannten Zeiträume kamen die Methoden sofern keine betriebsbedingten Ausfälle vorlagen kontinuierlich zum Einsatz. Parallel dazu fand im Rahmen der UVS gemäß StUK3 die Datenerhebung mit denselben Methoden am gleichen Standort, aber nur stichprobenartig an sieben zufällig gewählten Tagen pro Monat statt. Um herauszufinden, ob der Datensatz der UVS geeignet ist, den Vogelzug am Standort repräsentativ darzustellen, wurde er im Vergleich zu den Daten der Dauererfassung vergleichend analysiert. Seite 34

35 Zusätzlich zu den bisher genannten Methoden sind Zugplanbeobachtungen Teil einer solchen UVS. Die Auswahl der UVS-Stichprobe für die Methoden Radarerfassung und automatischer Zugruferfassung orientierte sich an diesen Sichtbeobachtungsterminen. Da die parallele Anwendung von Radar- und visueller Beobachtung aus Sicherheitsgründen unmöglich ist, wurde festgelegt, dass beginnend um 11:00 UTC des Vor- und Folgetages eines Sichttermins jeweils 24 Stunden Berücksichtigung fanden. Je Sichtbeobachtungstermin ergaben sich auf diese Weise zwei UVS-Tagesdatensätze für die auszuwertende Radar- und Ruferfassung. Somit wurden innerhalb der Zugzeiten Ruferfassungs- und Radardaten aus einem Zeitraum von acht Tagen pro Monat (vier im Juli bzw. November) berücksichtigt. Im Falle zweier direkt aufeinander folgender Sichtbeobachtungstermine wurde von diesem Schema nicht abgewichen., Kamen solche Situationen mehrfach innerhalb eines Monats vor oder reduzierte sich die Zahl monatlicher Sichtbeobachtungstermine (Helikopterverfügbarkeit, Witterungseinflüsse), wurden per Zufallsentscheid andere Tage gewählt, um die geforderten mindestens sieben Erfassungstage pro Monat gemäß StUK3 (BSH 2007) zu erreichen. Gleiches gilt auch für Situationen, an denen für den eigentlichen Tag wegen Geräteausfalls keine Daten vorhanden waren. Während jeder Zugperiode im Zeitraum wurde die Mindestanforderung von 21 (Frühjahr) bzw. 28 Beprobungstagen (Herbst) erfüllt, wobei es im Herbst 2008 zu einem vorzeitigen Stopp der Untersuchungen nach August kam Vertikalradar Technische Angaben, Funktionsweise Als vertikal ausgerichtetes Radar findet seit Beginn der Untersuchungen am ein Rundsuchradargerät des Typs FR-2125-B von Furuno mit einer XN24AF 8ft-Antennenbalken (offener Schlitzstrahler, horizontal polarisiert; 24 Umdrehungen/Minute) und einer Sendeleistung von 25 kw ( peak power output ) Verwendung (z.b. Hüppop et al. 2009a). Der Radarstrahl des Vertikalradars hat nach Herstellerangaben einen vertikalen Öffnungswinkel von 0,95 und einen horizontalen Winkel von 20. Das Gerät wurde in 22 m Höhe über NN an der NW-Flanke der Plattform installiert und wurde nach WSW (Rotationsebene) ausgerichtet (Abbildung 3). Der seit Anbeginn beibehaltene Standort wurde nie verändert, so dass seither ein identischer Erfassungsbereich von 90 (nach WSW) über den weitgehend kontinuierlichen Betrieb abgedeckt wird. Der vergleichsweise schmale Erfassungsbereich ist eine zwangsläufige Anpassung an den Untersuchungsstandort, denn in der anderen Richtung behindert die Plattform die Sicht. Seite 35

36 Abbildung 3: Position des vertikal rotierenden Radargerätes auf FINO1. Die Rotationsebene ist in Richtung WSW ausgerichtet. Seit Beginn der Aufzeichnungen finden konstante Einstellungen zur Darstellung der Echosignale Verwendung (Details s. Hüppop et al. 2009a). Diese Konstanz ist überaus wichtig, um eine direkte Vergleichbarkeit bei der quantitativen Auswertung der Daten beizubehalten. Wir haben daher dauerhaft mit einem eingestellten range von 0,75 nautischen Meilen (1.852 m) gearbeitet, der einen Bereich in der Form eines Viertelkreises von der Wasseroberfläche bis senkrecht über dem Gerät abdeckt, obwohl im StUK3 (BSH 2007) nur eine Messweite von m gefordert war. Aus Gründen der Konformität zum Untersuchungskonzept wurden deshalb Radarechos nur bis m Höhe über der Meeresoberfläche und bis m Grunddistanz zum Radargerät in den folgenden Ergebnissen distanz- und aufwandskorrigiert berücksichtigt. Für Details der Distanz- und Aufwandskorrektur siehe Hüppop et al. (2002). Da es sich bei dem verwendeten Radargerät um dasselbe wie bei Hüppop et al. (2005a) handelt, wurden die dort angegebenen Korrekturparameter beibehalten (a1 603,7 +/- 10,76; a2-0,0656 +/- 0,06584; a3 0,3242 +/- 0,04470; w m). Weiterhin wurden im Nahbereich bis 200 m Entfernung zum Radargerät nur dokumentierte Echosignale oberhalb von 200 m Höhe ausgewertet, da der Nahbereich besonders anfällig für Störechos ist (Abbildung 4) Datenaufnahme, Auswertungsverfahren Die auf den Radarbildern erfassten Echos erlauben Rückschlüsse auf Zugintensität und Zughöhe der beteiligten Vögel (Abbildung 4). Alle fünf Minuten wurde von einem Rechner, auf dem das digitalisierte Bild aus den letzten zehn Umdrehungen der Radarantenne zu sehen war, automatisch ein Radarbild abgespeichert und archiviert (z.b. Hüppop et al. 2005a, 2006a, 2006b). Die Verknüpfung zwischen Radargerät und Rechner lief über ein Radar- Integrator-Board (Fa. Maris), die generierten Bilder wurden mit einem Bildbearbeitungsprogramm (UTHSCSA ImageTool) ausgewertet. Dabei wurden sowohl Einzelechos als auch erkennbare Folgen zusammengehörender Einzelechos, sogenannte Tracks, manuell digitalisiert. Bei Anwesenheit von Personal auf der Plattform musste das Radar aus Sicherheitsgründen ausgeschaltet werden, weshalb eine parallele Anwendung von Radar- und visueller Beobachtung unmöglich ist. Als Echos gingen sowohl Einzelechos als auch Tracks ein, die im Folgenden zusammengefasst als Echos bezeichnet werden. Ausdrücklich sei an dieser Stelle darauf hingewiesen, Seite 36

37 dass eine Anzahl Echos nicht mit einer Anzahl Vögeln gleichzusetzen ist, da eng beisammen fliegende Vögel wie z.b. ein Gänsetrupp als ein einzelnes Echo wiedergegeben werden. Gemessene Echos wurden für Auswertungen je nach Datenzusammenstellung (Jahres-, Tageszeit) in Intensitäten (Einheit Echos je Stunde) überführt. Da die Radarerfassung dauerhaft und unabhängig von der Tageszeit erfolgte, Vogelzug aber u.a. auch stark am Tagesgang orientiert ist (z.b. Newton 2010), musste für viele Aspekte zwischen Tag- bzw. Nachtzug unterschieden werden. Dazu wurden die registrierten Radarechos Tag- bzw. Nachtphasen zugeordnet. Wir etablierten ein möglichst einfaches System zur Zuordnung. Dabei wurden solche Tagesstunden, in die Sonnenauf- bzw. Sonnenuntergang fielen, der Hellphase zugeordnet. Abbildung 4: Radarbild des vertikal rotierenden Radargerätes auf FINO1. Der Knotenpunkt ist die Position des Gerätes auf FINO1. Die Entfernung zwischen zwei Kreislinien beträgt 400 m. Zu erkennen sind drei Echosignaturen in ca. 600 m, knapp 800 m und ca. 900 m. Gut sichtbar sind die typischen Störechos im Nahbereich bis 200 m Entfernung bzw. Höhe. Dieser Bereich wurde von der Auswertung generell ausgenommen. Zusätzlich ist der unterste Bereich auf ganzer Distanz von Wellenreflexionen betroffen, weshalb knapp oberhalb der Wasseroberfläche fliegende Vögel kaum erfasst werden Horizontalradar Technische Angaben, Funktionsweise Als Horizontalradar wurde ein Furuno-Schiffsradargerät, Typ FAR 2127-BB, mit einer Parabolantenne ( Parabolradar ) und einer Sendeleistung von 25 kw eingesetzt. Die Antenne, mit im Labor für Hochfrequenztechnik vermessener Charakteristik, wurde zum Schutz vor Witterungseinflüssen in ein Radom eingekapselt (Abbildung 5). Das Radar wurde horizontal drehend (Abbildung 6) mit Erfassung zwischen 50 und 350 unter Aussparung des Helikopterdeckbereichs (Sektor von 60 zwischen 350 und 50 ) betrieben, mit 24 Umdrehungen je Minute. Der vertikale Höhenwinkel betrug 15, wodurch Reflektionen von Wellen vermieden werden konnten. Der Öffnungswinkel (horizontal und vertikal) der Parabolantenne beträgt 3,3, die Sendefrequenz liegt bei 9,4 GHz. Es fanden keine Geräte-Filter Verwendung, weitere relevante Einstellungen betrafen Gain (65) und Range (0,75 nm). Die Reichweite wurde Seite 37

38 für diese Auswertung auf einen Radius von m begrenzt, wodurch der Erfassungsbereich unter Berücksichtigung des ausgesparten Bereiches rund 3,5 km² beträgt. Tatsächlich aufgezeichnet wurde jedoch ein Radius von rund 3,7 km um das Radargerät. Allerdings lassen sich in diesem vergrößerten Bereich bestenfalls Großvögel erfassen. Abbildung 5: Horizontalradar auf FINO1. Die Antenne befindet sich innerhalb des schützenden Radoms. Abbildung 6: Schematische Darstellung des Radarstrahls des Horizontalradars. Der Öffnungswinkel beträgt entlang beider Achsen 3,3, der Winkel zur Horizontalebene 15. Seite 38

39 Datenaufnahme, Auswertungsverfahren Die Datenaufzeichnung erfolgte rein digital mittels PC über eine A/D-Wandlerkarte. Dazu wurden alle notwendigen Signale wie Heading (Nordimpuls) und Intensität der reflektierten Radarsignale digital erfasst und in Binärdateien gespeichert. Die Entwicklung der Aufzeichnungssoftware erfolgte in enger Zusammenarbeit mit Dr. Ommo Hüppop vom Institut für Vogelforschung Vogelwarte Helgoland (IfV). Seit März 2010 wurde alle 15 Minuten eine Aufzeichnung mit einer Dauer von rund 4:30 Minuten durchgeführt. Die erhaltenen Binärdateien wurden zur weiteren Analyse grundsätzlich in ein neues Datenformat überführt, welches von der Auswertungssoftware radr (Taylor et al. 2010) gelesen werden kann. Um zu den gewünschten Richtungsinformationen zu gelangen, müssen die Daten Algorithmen durchlaufen, die einzelne Echos zu Echospuren ( Tracks ) zusammenfassen. Zu den Track- Erkennungs-Algorithmen können innerhalb von radr diverse Anpassungen und Einschränkungen vorgenommen werden. Zur Trackbildung wurde von uns das Multiframe correspondence tracker model verwendet. In der anschließenden Analyse wurde getestet, wie stark sich ein Echo vom Grundrauschen unterscheidet und je nach eingestellten Werten als hot, cold oder blip erkannt. Hierzu wurden Score-Werte von 5 für hot und cold für die Daten der Jahre 2011 und 2012 (5 Volt-Erfassung) und jeweils 10 für das Jahr 2010 (2 Volt- Erfassung) gewählt. Die erkannten blips dienten dann der Erstellung von Tracks, für die ebenfalls bestimmte Werte eingestellt werden mussten. Die Trackerkennung wurde hier nur erfolgreich durchgeführt, wenn eine Echospur mindestens drei Signaturen umfasste und das detektierte Objekt eine Maximalgeschwindigkeit von 150 km/h aufwies. Basierend auf der Statistiksoftware R konnten die Radardaten hernach ganzheitlich auf vorhandene Echos und Tracks untersucht werden (Abbildung 7). Abbildung 7: Modell des Aufbaus der Datenauswertung mit radr (aus Taylor et al. 2010). Neben dem Eingabefenster wird das Radarbild grafisch dargestellt, so dass die Radarumdrehungen einzeln oder in ihrer Folge betrachtet werden können (Abbildung 7 und Abbil- Seite 39

40 dung 8). Zugleich ermöglicht der zeitliche Ablauf der einzelnen Antennenumdrehungen alle 2,5 Sekunden die Rekonstruktion von zusammengehörigen Echos zu Tracks, deren Entfernung zum Radar, Höhe und Richtung berechnet werden konnten. Weiterführende Details zur Analysemethodik sind Taylor et al zu entnehmen, einen schematischen Überblick hierzu erlauben Abbildung 9 und Abbildung 10. Abbildung 8: Screenshots der Programmoberfläche in radr. Die Beispieldateien mit wenigen gerichteten und vielen ungerichteten Tracks in orange stammen vom 25. und 29. April Als weißer Pfeil (rot umrandet) ist der gerade unter dem Cursor befindliche Track zu erkennen, dessen Kenngrößen in der Box links oben abzulesen sind. Seite 40

41 Abbildung 9: Schematische Darstellung der Datenanalyse mit radr Teil1 ( Seite 41

42 Abbildung 10: Schematische Darstellung der Datenanalyse mit radr Teil2 ( Alle Daten unterhalb eines ranges (direkte Entfernung zwischen Radargerät und Echo) von 150 m und oberhalb von m wurden generell verworfen. Unter 150 m können Störechos von der Plattform selbst hervorgerufen werden. Gleichzeitig ist der Informationsverlust nur Seite 42

43 sehr gering, denn das Strahlvolumen ist im Bereich bis 150 m bei einem Öffnungswinkel von 3,3 sehr klein. Über m Entfernung sinkt die Zahl der Vogelechos durch allmähliches Erreichen der maximalen Reichweite für Vögel hingegen so stark ab, dass kaum noch verlässliche Tracks identifiziert werden können. Zusammen mit Dr. Ommo Hüppop vom IfV wurde die Radargleichung (vergleiche etwa Eastwood 1967 oder Skolnik 1970) für das vorliegende Radarsystem mit Hilfe von Angaben aus Chapman et al angepasst und nach der theoretisch maximalen Detektionsreichweite aufgelöst (Abbildung 11). Die benötigten Angaben zu gemessenen Rückstreuquerschnitte (radar cross sections RCS) von Insekten und Vögeln wurden Riley (1985) entnommen. Kleine Insekten können demnach bis etwa maximal 200 m, große Insekten dagegen bis rund 900 m theoretisch erfasst werden. Die meisten kleinen Insekten wurden demnach durch den Ausschluss der Daten bis 150 m Distanz zum Radargerät ausgeschlossen. Großinsekten können theoretisch in den Daten enthalten sein, fallen jedoch durch ihr spezielles Wanderverhalten in den wärmeren Monaten auf (vgl. Abschnitt 9.1). Abbildung 11: Rückstreuquerschnitte von Vögeln und Insekten bei 9,4 GHz (links) und korrespondierende maximale Detektionsreichweiten beim Horizontalradar mit Parabolantenne (rechts). Darüber hinaus wurde mit Hilfe der Angaben von Edwards & Houghton (1959) für drei Beispielvogelarten mit unterschiedlicher Körpermasse errechnet, wie sich der Erfassungswinkel (aspect) also der Winkel zwischen der Körperachse des fliegenden Vogels und dem Radarstrahl auf die Detektionsreichweite auswirkt (Abbildung 12). Die Ursache dafür ist die artabhängig unterschiedliche Verteilung von die Radarstrahlen reflektierendem Wasser im Vogelkörper. Wie aus Abbildung 12 ersichtlich, halbiert sich die Reichweite, wenn die Tiere direkt auf das Radargerät zu- oder davon wegfliegen. Analysen der Zugrichtungen etwa in Aumüller et al. (2012) haben gezeigt, dass im gesamten Jahresverlauf alle Zugrichtungen in nicht unerheblichem Maße beflogen werden. Hochrechnungen auf Anzahl Vögel pro Zeit und Volumen (MTR) müssen diesen Umstand unbedingt berücksichtigen, da es sonst zu starken Über- oder Unterschätzungen kommt. Die benötigte Datengrundlage dafür ist die gemessene Zugrichtung jedes einzelnen Vogels, welche nur über eine horizontal rotierende Antenne gemessen werden kann. Seite 43

44 Abbildung 12: Darstellung der Detektionsreichweite bei unterschiedlichem Erfassungswinkel (aspect). Da Wasser die Radarstrahlen ebenso gut reflektiert wie ein Vogelkörper, kann auch Regen zur fälschlichen Erkennung von Tracks führen. Daher wurde der in radr implementierte Rainfilter genutzt, der Antennenumdrehungen verwarf, wenn eine bestimmte einstellbare Anzahl von blips (hier 95) übertroffen wurde. Komplette Ausschlüsse eines Aufnahmeintervalls kamen jedoch nicht vor. Eine Unterscheidung anhand der Echosignatur selbst ist nicht möglich. Nach der Analyse mit radr wurde eine umfangreiche Plausibilitätsprüfung durchgeführt und die Daten wurden mit R validiert: Weiterhin wurden all jene Tracks verworfen, in denen einzelne Segmente zwischen zwei Stützpunkten (Einzelechos) eine Geschwindigkeit von < 9 m/s erreichten. Dieser Wert entspricht 32,4 km/h, was zur groben Abgrenzung von Vögeln gegenüber anderen echoerzeugenden Phänomenen wie Regentropfen und Insekten aber auch zur Reduktion fehlerhaft angenommener Zusammenhänge zweier Echos im Rahmen der automatischen Datenprozessierung genutzt wurde. Ferner wurden die Tracks auf ihre Geradlinigkeit hin untersucht. Dabei wurde die Richtungsabweichung einzelner Teilstrecken eines Tracks von seiner mittleren Flugrichtung berechnet und solche Tracks verworfen, die einen größeren Varianzkoeffizienten als 25 aufwiesen. Abschließend stand je Aufnahmeintervall ein Set mit Tracks zur Verfügung, zu denen jeweils die mittlere Richtung, Entfernung und Höhe bekannt war. Im Jahr 2010 erfolgte die digitale Datenspeicherung über eine Analog-Digital-Wandler-PC-Karte mit einem Dynamikbereich von 2 Volt, wobei pro Stunde vier Aufnahmeintervalle mit jeweils viereinhalb Minuten Erfassungsdauer anfielen. Danach erfolgte die Erfassung mit 5 Volt, was eine bessere Erfassung von schwachen Vogelechos zur Folge hatte. So liegen Radaraufzeichnungen aus rund 18 Minuten pro Stunde vor, was einem Stichprobenumfang von 30 % entspricht. Ein Abgleich des Aufwands beider Dynamikbereiche war nicht möglich, da Vögel mit den beiden Methoden unterschiedlich gut detektiert werden. Das Ausmaß der Unterschiede ist jedoch nicht hinreichend bekannt, um die Daten dahingehend korrigieren und anschließend vergleichen zu können. Dies soll nachgeholt werden, sobald die Kalibrierung abgeschlossen ist. Zum Stand der Kalibrierung siehe Aumüller et al. (2012). Kurze Teilzeiträume, in denen aus tech- Seite 44

45 nischen Gründen keine Radaraufzeichnung stattfand, wurden bei einer zeitlichen Aufwandsberechnung berücksichtigt. Auf eine Hochrechnung auf volle 60 Minuten wurde hier verzichtet. Ebenso wie im Falle des Vertikalradars ist darauf hinzuweisen, dass eine Anzahl Tracks nicht mit einer Anzahl Vögel gleichzusetzen ist, da eng beisammen fliegende Vögel wie z.b. ein Gänsetrupp als ein einzelner Track wiedergegeben werden Automatisierte Zugruferfassung Technische Angaben, Funktionsweise Die Erfassung der Rufe erfolgte mit einem Richtmikrofon (Sennheiser ME67) ca. 25 m über Seekartennull (SKN) auf dem Plattformdeck. Zur Minimierung von Windgeräuschen wurde das Mikrofon in einem Windschutzkorb mit Windschutzfell untergebracht (Abbildung 13). Zur Vermeidung von Störungen der Audioaufzeichnung durch andere elektronische Geräte erfolgte eine PC-Anbindung nicht über ein langes Audiokabel, sondern über ein externes USB- Audiointerface mit Mikrofon-Vorverstärker und Phantom-Speisung für das Mikrofon. Das System war autonom rund um die Uhr in Betrieb, das Messprogramm lief automatisch. Darüber hinaus wurde eine technische Überwachungsroutine implementiert, die software- oder betriebssystembedingte Fehler weitestgehend durch automatische Neustarts des Rechners abfing. Darüber hinaus konnte der Rechner per Internet kontrolliert und Fehler ggf. behoben werden. Insgesamt ergab sich eine sehr hohe Systemstabilität mit nur geringen Ausfallzeiten (s. Abschnitt ). Die erhaltenen Audiodateien wurden lokal gespeichert und von dort regelmäßig auf einen Datenserver übertragen Datenaufnahme und -aufbereitung Die verwendete Methode zur Erfassung von Vogelrufen folgt Hüppop et al. (2012a) und wurde wie folgt beschrieben: Die in der Skriptsprache Tcl/Tk entwickelte Software zur automatischen Erkennung von Vogelrufen AROMA (Automatic Recording of Migrating Aves), untersucht auf der Basis des Audio-Processing-Toolkits Snack das eingehende Audio-Signal kontinuierlich auf Gipfel, also sich im Leistungsspektrum steil vom Grundrauschen abhebende Geräusche oberhalb einer einstellbaren Frequenzuntergrenze (verwendet wurden Hz, Abbildung 13; Hill & Hüppop 2008). Nur die anhand der Gipfel erkannten Rufe werden dann automatisch als Audio-Dateien abgespeichert, direkt durch Wind und Wellenschlag erzeugte Störgeräusche hingegen weitgehend ignoriert. Das System arbeitet sehr stabil und reduziert durch seine Filterwirkung im Vergleich zu einer allein durch den Pegel getriggerten Aufnahmetechnik (vgl. Frommolt et al. 2012) das auszuwertende Datenvolumen erheblich (Hill & Hüppop 2008). Seite 45

46 Abbildung 13: Mikrofon mit Windschutzfell auf FINO1 (links) unterhalb des schützenden Helikopterdecks (nicht im Bild); Screenshot der eingesetzten Software AROMA zur automatischen Erkennung von Vogelrufen (rechts). Deutlich ist der steil ansteigende Gipfel im Frequenzspektrum auszumachen. Die so generierten Dateien wurden nicht-komprimiert im wav-format (16 bit, mono) gespeichert. Die möglichst bis auf Artniveau erfolgte Zuordnung der registrierten Vogelrufe führte qualifiziertes Personal unter Nutzung geeigneter Software (RAVEN Pro und eines gut abschirmenden Kopfhörers (Sennheiser, ME67) durch. Die entscheidenden Funktionalitäten einer geeigneten Software bestehen in der Sichtbarmachung der Rufe, aber auch anderer Geräusche, in Form eines Spektrogramms und gleichzeitig möglicher Generierung von Soundstreams aus chronologisch aufeinander folgender Audiodateien (Abbildung 14, Abbildung 15). So können akustische und visuelle Bearbeitung der Dateien synchron erfolgen. Dadurch wurde eine effiziente Bearbeitung der Dateien in großen Blöcken (z.b Dateien) ermöglicht. Störgeräusche - trotz vorheriger starker Filterung (s.o.) immer noch zahlreich - ließen sich ebenso wie Vogelrufe auf einen Blick und über (lange) Phasen hinweg erkennen und entsprechend zuordnen. Dies ist besonders wichtig, denn das System kann etliche jeweils nur wenige Sekunden lange Dateien pro Minute aufzeichnen, wenn entsprechende Rufaktivität (oder ein Störgeräusch) zu verzeichnen ist. Auf diese Weise ließ sich auch das Problem zu bestimmten Jahreszeiten auf der Plattform rastender und dann ständig rufender Groß- und Dreizehenmöwen Rissa tridactyla minimieren (vgl. Hüppop et al. 2012a). Im Gegensatz zu anderen Methoden, die zur Erforschung des Vogelzugs im Offshore-Bereich eingesetzt werden (visuelle Zugplanbeobachtung), ist es mit der automatisierten Zugruferfassung nicht möglich, die auf der Plattform rastenden von ziehenden Vögeln zu unterscheiden, weshalb Groß- aber auch Dreizehenmöwen bei den Auswertungen unberücksichtigt blieben. Seite 46

47 Abbildung 14: Soundstream chronologisch erfolgter Dateiaufzeichnungen, dargestellt als Spektrogramm im Programm Raven Pro 1.4. Grüne Linien grenzen die einzeln aufgezeichneten Dateien gegeneinander ab. Die pinkfarbene Linie markiert den aktuellen Wiedergabezeitpunkt. Im Spektrogramm werden Bereiche des Audiosignals mit höherer Energiedichte dunkler dargestellt, hier als Beispiel für wetterinduzierte Aufzeichnungen ein Starkregenereignis. Abbildung 15: Soundstream aufgezeichneter Limikolenrufe im Spektrogramm während eines Starkregenereignisses. Typisch für Limikolenrufe (Limikolen = Watvögel) sind vergleichsweise niedrige Frequenzen zwischen und Hz, die mit der Rufdauer ansteigen und sich über diagonal ansteigende oder fluktuierende Intensitäten (dunkle Einfärbungen) selbst gegenüber starken Hintergrundgeräuschen gut abheben. Solche Dateien werden aus dem gesamten Dateiaufkommen extrahiert und mit einer Ziffer versehen. Spezialisten hören diese Dateien ab und bestimmen die rufenden Arten. Sobald starke Vogelrufaktivität herrschte, besteht die Möglichkeit, dass einzelne Vögel bzw. Vogeltrupps auf mehreren Dateien in Folge gespeichert wurden. Neue Dateien wurden generiert, sobald Pausen zwischen den detektierten Rufen zur Vermeidung von Doppelzählungen länger als 1,5 s waren oder die maximale Dateigröße von 5 s erreicht wurde (voreingestellt in AROMA). Jede vogelrufpositive Datei wurde als ein Datensatz behandelt und mit Angaben zu Datum, Tageszeit und Art versehen. Sobald mehrere Arten auf einer Datei identifiziert werden konnten, wurden der enthaltenen Artenzahl entsprechend viele Datensätze angelegt. Erfolgten Auswertungen nur über die Messgröße vogelpositiv, mussten Datensätze mit Seite 47

48 identischen Zeitangaben auf einen Datensatz reduziert werden, was analog dazu auch bei gruppenspezifischen Betrachtungen zu bedenken war (z.b. Drosseln). Dateien mit Rufen (in seltenen Fällen auch Gesängen) von solchen Individuen oder auch Trupps, die die Plattform zu zwischenzeitlicher Rast nutzten erkennbar z.b. über die zeitliche Akkumulation von Dateien mit Rufen aus gleichen Distanzen wurden als zusammengehörig und mit der Bemerkung Rast gekennzeichnet. Das Prozedere entspricht somit dem aktuellen Stand des Standards für Untersuchungen zum Einfluss von Offshore-Windparks auf die Umwelt im marinen Bereich (StUK4, Bundesamt für Seeschifffahrt und Hydrographie 2013) und wurde auf die seit 2008 angefallenen Dateien angewendet. Frühere Studien quantifizierten die Zugrufe als Schätzung von Individuen je Stunde, was aber eines Höchstmaßes an Erfahrung durch den/die Bearbeiter bedarf (Hüppop et al. 2009a, 2012a). Die Einheit rufpositive Dateien je Stunde ist demgegenüber einfacher handhabbar, was vor allem wichtige Vorteile hinsichtlich der Vergleichbarkeit verschiedener Studien in sich birgt. Vor 2008 erhobene Daten wurden entsprechend umcodiert Videoerfassung (FINO1 und UW) Der Einsatz von Radargeräten erlaubt es, im Luftraum um das Testfeld passierende Vögel sichtbar zu machen. Doch Fragen nach möglichen Kollisionen oder Ausweichbewegungen an OWEA lassen sich mit Radargeräten nicht hinreichend genau beantworten. Für diese spezielle Fragestellung werden Videokameras auf FINO1 und mit hoher Auflösung auf dem Umspannwerk eingesetzt. Mit entsprechender Software versehen, liefern sie durch die Generierung von Peak-Storage-Bildern quasi Sequenzen im Zeitraffer. Dadurch entfällt die Sichtung des Videobildmaterials in Echtzeit und zuvor nur bei sehr genauer und entsprechend zeitaufwändiger Betrachtung zu sehende Vögel werden leicht sichtbar. Durch mehrere Versuchsreihen wurde sichergestellt, dass auch nachts mithilfe von Infrarot-Scheinwerfern Vögel auf den Bildern sichtbar gemacht werden können Technische Angaben, Funktionsweise (FINO1) Eine Videokamera (Panasonic AW-E 600E in PAL-Auflösung) mit einem Motorzoomobjektiv zeichnete auf FINO1 ganzjährig vorbeifliegende Vögel auf. Tagsüber lieferte die Kamera Farbbilder, nachts wurden die Aufnahmen nur in schwarz/weiß erstellt. Das Modell verfügte über zwei verschiedene Chips, die beide in die Kamera eingebaut waren und jeweils über ein eigenes Objektiv verfügten. Der Chip für den Tagbetrieb lieferte farbige Bilder mit 3 Megapixeln Auflösung. Wurde eine einstellbare Helligkeit unterschritten, schaltete die Kamera automatisch auf einen wesentlich lichtempfindlicheren schwarz/weiß Chip mit nur noch 1,3 Megapixeln um. Die Wahl der Brennweite (hier 16 mm) ist stets als Kompromiss zwischen Vergrößerung und Erfassungswinkel zu sehen: Bei einer leichten Tele-Brennweite ist der Erfassungsbereich zwar relativ groß, aber auf den aufgezeichneten Bildern werden mehrheitlich Großvögel zu finden sein, obwohl die Auflösung 3 Megapixel beträgt. Weiter entfernte Vögel sind trotz der hohen Auflösung jedoch kaum auf Artniveau zu bestimmen. Bei längerer Brennweite und entsprechend geringem Öffnungswinkel können zwar neben den kameranahen auch noch Vögel in einigen hundert Metern Entfernung aufgezeichnet werden, wegen des kleinen Gesichtsfeldes werden aber vergleichsweise weniger Vögel erfasst. Für ein möglichst umfassendes Bild wurde daher entschieden, nur ein leichtes Teleobjektiv zu verwenden. Seite 48

49 Die Kamera war in einer Höhe von 25 m über SKN mit Blickrichtung NW so ausgerichtet (Abbildung 16), dass der Horizont dem Grenzverlauf der beiden oberen Drittel im Bildausschnitt entsprach. Abbildung 16: Videokamera auf FINO Datenaufnahme, Auswertungsverfahren Alle fünf Minuten wurde ohne Unterbrechung und vollautomatisiert ein Bild im Peak-Storage- Verfahren (z.b. Hüppop et al. 2009a) generiert. Bei einem Bild handelt es sich um die Summe eines Videodatenstroms über einen Zeitraum von einer Minute bei einer Bildfolge von maximal 10 Einzelbildern pro Sekunde. Dadurch entstehen "Flugspuren" von Vögeln. Selbst weiter entfernte Vögel oder dicht über Schaumkronen fliegende Vögel ließen sich so mitunter registrieren, und der Bearbeitungsaufwand war durch die manuelle Sichtung des aufaddierten Bildmaterials eines somit einminütigen Erfassungsintervalls (alle 5 Minuten) auf einen Blick ungleich geringer. Nebel und Sprühregen reduzieren bei Videokameras die Sichtweite mitunter erheblich. Sobald der uns besonders interessierende Nahbereich (ca. 50 m), auf den das Gros der registrierten Vögel entfiel, betroffen war, wurden die erstellten Bilder als nicht auswertbar verworfen. Die Berechnung der Peak-Storage-Aufnahmen der hochaufgelösten Videobilddateien erfolgte in drei Versionen. In der einen wurden jeweils nur die hellsten, in der anderen nur die dunkelsten sich im Bild verändernden Pixel dargestellt. Abschließend wurde dann durch Bildsubtraktion aus dem hellen ( light ) und dem dunklen Bild ( dark ) ein gemeinsames Bild ( light/dark = ld) erstellt. Für die notwendige manuelle Auswertung der Bilder (Intervall- Summenbilder) wurde in der Regel auf die Darstellung in ld zurück gegriffen, da sich alle bewegenden Punkte gut erkennen ließen. Im Einzelfall musste jedoch auf das light - oder dark -Bild zurückgegriffen werden, um die wahre Färbung eines Vogels beurteilen und so Hinweise auf die Artzugehörigkeit ableiten zu können. Die in die Analysen eingehende Messgröße war die Präsenz eines Taxons auf einem Bild, die sich als tage- oder pentadenweise Häufigkeit ausdrücken lässt. Die quantitative Auszählung von Individuen ist bei der Seite 49

50 Methode durch die Überlagerung von Flugspuren oft nicht oder nur mit so großen Unsicherheiten möglich (Abbildung 17), dass davon abgesehen wurde. Abbildung 17: Beispiele für die problematische quantitative Auszählung von Flugbewegungen. Oft lässt sich die Zahl der Individuen während eines Aufnahmeintervalls bestimmen (links, Dreizehenmöwe FINO1). Fälle in denen keine Auszählung möglich ist, sind häufig (rechts, Großmöwen spec., ). Um Pseudogenauigkeit zu verhindern, wurden Frequenzen art(gruppen-)positiver Bilder je Zeiteinheit ermittelt Videoerfassung (Umspannwerk) Technische Angaben, Funktionsweise Zum Einsatz auf dem Umspannwerk (kam eine Netzwerkvideokamera von Arecont Vision (Modell AV3130, Abbildung 18 und Abbildung 19), mit einem Auflösungsvermögen bei Betrieb unter Tageslicht von rund 3 Megapixeln bzw. 1,3 Megapixeln im Nachtbetrieb. Derselbe Kameratyp ist auch auf FINO3 im Einsatz (Aumüller et al. 2012). Tagsüber lieferte die Kamera wahlweise Farb- oder Schwarzweißbilder, nachts wurden die Aufnahmen in schwarz/weiß erstellt. Die Kamera besitzt zwei verschiedene Chips, die jeweils über eigene 16 mm-objektive verfügen. Wurde eine einstellbare Helligkeit unterschritten, schaltete die Kamera automatisch auf das wesentlich lichtempfindlichere System in den Nachtmodus. Der Bildwinkel beträgt ca. 17 x 23. Ein nächtliches Schwarzweiß-Bild umfasst 1024 x 1280 Pixel. Die Videokamera befindet sich in ca. 233 m Entfernung zur OWEA AV12. Das Rotorblatt der Anlage hat eine Länge von 58 m, bei SW-Wind beträgt die minimale Entfernung zwischen Kamera und Rotorspitze somit 175 m. Seite 50

51 Abbildung 18: Netzwerk-Digitalkamera AV3130 von Arecont Vision ( (links) und IR- Scheinwerfer RayMax 300 von Raytec ( (rechts). Bei Nacht wurde zusätzlich ein IR-Scheinwerfer RayMax 300 der Firma Raytec eingesetzt, der für Vögel und Menschen unsichtbares IR-Licht aussendet (Abbildung 18). Das Licht des Scheinwerfers wird nur rot glimmend wahrgenommen. Die nominelle Reichweite des Scheinwerfers beträgt 370 m (Herstellerangabe). Mit einem gewählten Öffnungswinkel von 60 wurde hier eine Reichweite von etwa 250 m erreicht, wodurch sich der Rotorbereich der AV12 komplett innerhalb der Ausleuchtungsweite des auf dem Umspannwerk montierten Scheinwerfers befand. Abbildung 19: Videokamera (weißes Gehäuse, mittig) zwischen zwei Wärmebildkameras (jeweils metallenes Gehäuse) auf dem Umspannwerk von alpha ventus. Ganz links im Bild eingefangen ist der IR- Scheinwerfer (schwarzes Gehäuse) Datenaufnahme, Auswertungsverfahren Die im Peak-Storage Verfahren (s. Abschnitt 8.5.2) aufgenommenen Bilder liefern alle sechs Minuten ein aufsummiertes Bild aus einer Bildfolge von etwa 10 Bildern pro Sekunde. So besteht ein aufaddiertes Bild aus 600 Einzelbildern. Seite 51

52 Hierbei konnten in der Regel Vogeltracks einzelner Tiere (Abbildung 20 A), z.t. aber auch mehrerer Vögel pro Bild (Abbildung 20 B) aufgenommen werden. Flogen die Tiere nahe genug an der Kamera vorbei, war unter Umständen eine nähere Determination der Vögel möglich, wie in Abbildung 20 C am Beispiel von Großmöwen demonstriert ist. Auch einzelne Ausweichbewegungen ließen sich nachzeichnen (Abbildung 20 D). Abbildung 20: Beispielbilder zu den Videoaufnahmen aufgenommen vom Umspannwerk von alpha ventus. A) Einzelner Vogeltrack; B) Mehrere Vogeltracks; C) Identifikation von Großmöwen (Herings- oder Mantelmöwe); D) Ausweichmanöver eines Vogels. Sämtliche aufaddierten Bilder wurden einer Analyse mit der Software ImageJ (Rasband, W.S., ImageJ, U.S. National Institutes of Health, Bethesda, Maryland, USA, ) unterzogen. Dabei wurde für jedes 8-bit Bild ein durchschnittlicher Grauwert in 256 Abstufungen (0 = schwarz bis 255 = weiß) sowie die Standardabweichung der Grauwerte ermittelt. Die Standardabweichung ist ein Maß für die Variabilität der Grauwerte innerhalb eines Bildes: eine niedrige Standardabweichung weist auf ein sehr gleichförmiges Bild hin, eine hohe auf deutliche Unterschiede der einzelnen Grauwerte. Seite 52

53 8.7. Wärmebildkamera (Umspannwerk) Technische Angaben, Funktionsweise Wärmebildkameras erlauben eine lichtunabhängige Erfassung von Vögeln (und Fledermäusen) während der Tages- und Nachtstunden. Weiterhin bestehen für die im Rotorbereich fliegenden Vögel taxonomische Zuordnungsmöglichkeiten, die denjenigen der Videoerfassung ungefähr entsprechen. Dies gilt auch für Ausweichbewegungen und mögliche Kollisionen, wobei räumliche Informationen durch stereoskopisches Sehen (durch den Einsatz zweier parallel aufzeichnender Kameras) einen Mehrwert darstellen und präzisierend eine Entfernungsbestimmung ermöglichen sollten. Zwei Wärmebildkameras (InfraTec, VarioCAM head) mit jeweils einem 50 mm-objektiv wurden neben dem Videosystem installiert und in gleicher Weise ausgerichtet (s. Abschnitt 8.6.1, Abbildung 21). Der Bildwinkel beträgt 12 x 16, ein Bild umfasst 240 x 320 Pixel. Abbildung 21: Blickwinkel der Kamerasysteme vom Umspannwerk zur nächstgelegenen OWEA AV Datenaufnahme, Auswertungsverfahren Die Kameras liefern, ähnlich wie die Videobilder, in fünf-minütiger Auflösung ein aufsummiertes Bild aus einer zuvor aufgezeichneten Bildfolge im Peak-Storage-Verfahren (s. Abschnitt 8.5.2). Damit Vögel nicht durch die warmen Rotorblätter verdeckt werden, wurde auf jedem Einzelbild die Struktur der OWEA mit einem Bildbearbeitungs-Programm automatisch erkannt und herausgeschnitten. Anschließend erfolgte die Aufaddition der Einzelbilder zu einem Gesamtbild. Die aufaddierten Bilder beider Kameras wurden schließlich über einen speziellen Algorithmus eingefärbt und zusammengesetzt. Seite 53

54 Da die Erkennung aufgrund der Bewegung und dem wechselnden Winkel der Rotoren nicht zufriedenstellend funktionierte, wurden im Herbst 2012 alle Einzelbilder aus einem Testzeitraum (alle Aufnahmen im Oktober und November) parallel zur bisher beschriebenen Methode auf die Existenz von Vögeln hin gesichtet. Je nach Wetterverhältnissen wurden dabei meistens gleich viele oder aber in Einzelfällen nur einige wenige Vögel mehr gefunden als auf den aufaddierten Bildern. Da dieses Verfahren viel aufwändiger ist als die Sichtung nur der aufaddierten Bilder und die Ergebnisse beider Sichtungsmethoden sich kaum unterschieden, wurde auf die vollständige Sichtung aller Einzelbilder verzichtet. Der leicht divergierende Standort beider Kameras sollte nach Verschneidung beider Bilder stereoskopisches Sehen (3D) ermöglichen, das eine Entfernungsberechnung möglich gemacht hätte. Diese Prozedur konnte jedoch aufgrund des oftmals nicht erfolgten Ausschneidens der OWEA AV12 ebenfalls nicht durchgeführt werden. Sämtliche aufaddierten Bilder wurden einer Analyse mit der Software ImageJ (s. Abschnitt ) unterzogen. Dabei wurde für jedes Bild der mittlere Grauwert sowie die Standardabweichung davon ermittelt, und alle Bilder wurden gemäß beider Werte gemeinsam in einer Grafik visualisiert. Anhand der ermittelten statistischen Größen wurden alle Bilder anschließend in vier Grauwertebereiche (GWB) eingeordnet (Abbildung 22): 1. Geringer mittlerer Grauwert / geringe SD: teilweise dunkles, gleichförmiges Bild (kalter, wolkenloser Himmel, keine warme Struktur): Erkennung der OWEA funktioniert, so dass sie ausgeblendet und als schwarzes Loch dargestellt wird; teilweise funktioniert die Erkennung aufgrund des warmen Hintergrundes nicht (Bereich unter der Bilddiagonalen) 2. Geringer mittlerer Grauwert / hohe SD: dunkles Bild mit warmer Struktur (wolkenloser Himmel, warme Struktur (AV12) erkennbar) 3. Hoher mittlerer Grauwert / hohe SD: helles, gleichförmiges Bild (warmer, bewölkter Himmel, warme Struktur (AV12) erkennbar) 4. Hoher mittlerer Grauwert / geringe SD: Erkennung der OWEA funktioniert nicht. Seite 54

55 Abbildung 22: Skizze der Grauwertebereiche (GWB) in einem mit ImageJ erstellten Plot Überwachungskamera des Helikopter-Landedecks Technische Angaben, Funktionsweise Zeitweise wurden einmal stündlich Aufnahmen einer auf das Helikopter-Landedeck von FI- NO1 gerichteten Webcam archiviert und nachfolgend gesichtet. Dabei rastend erfasste Vögel wurden, soweit es das vorhandene Tageslicht zuließ, ausgezählt. Weiterhin erfolgte eine Bestimmung der beteiligten Taxa ergänzt um weitere Angaben wie Alter und Geschlecht, soweit dies möglich war (Abbildung 23). Seite 55

56 Abbildung 23: Großmöwen auf dem Helikopter-Landedeck am Gut lassen sich die schwarzrückigen Altvögel von Herings-/Mantelmöwen erkennen. Braune Vögel tragen Immaturkleider, was sie als jüngere Tiere ausweist (bis drei Jahre). Zentral ist eine adulte Silbermöwe Larus argentatus zu erkennen, die eine leuchtend weißgraue Oberseite zeigt. Am rechten oberen Rand sind zusätzlich vier kleinere Möwen zu erkennen, vermutlich Dreizehenmöwen Datenaufnahme, Auswertungsverfahren Jede vogelpositive Bilddatei wurde als ein Datensatz behandelt und mit Angaben zu Datum, Tageszeit und Art versehen. Sobald mehrere Arten oder Altersstadien auf einer Datei identifiziert werden konnten, wurden der enthaltenen Artenzahl bzw. Zahl an Altersstadien entsprechend viele Datensätze angelegt. Erfolgten Auswertungen nur über die Messgröße vogelpositiv, mussten Datensätze mit identischen Zeitangaben auf einen Datensatz reduziert werden, was analog dazu auch bei art(-gruppen)spezifischen Betrachtungen zu bedenken war. Als Maß für die Anzahl der auf der Plattform rastenden Möwen war die Auswertung der Bilder des Helikopter-Landedecks hervorragend geeignet (Abbildung 23). Dies veranlasste uns zu einer spezielleren Untersuchung, die der Validierung der Radarmethoden diente. Zielvorgabe war vor allem eine Beurteilung dazu, ob im Falle der Vogelzugerfassung per Radar notwendigerweise Korrekturverfahren zur Anwendung hätten kommen müssen. So können auf der überwachten Struktur vor allem zwischen Mitte Mai und Anfang Oktober Möwen in großer Zahl rasten (s. Abbildung 23). Eine Beeinflussung der gemessenen Vogelzugintensitäten war mithin zu befürchten und ggf. über die Implementierung ermittelter Korrekturwerte einzudämmen. Die Anwendung der Methode wurde also nicht primär dazu betrieben, um Informationen über den Vogelzug zu erhalten. Der Feldversuch zur Validierung der Radarmethoden wurde im Sommer 2011 durchgeführt. Dazu wurden die rastenden Möwen während 26 zufällig ausgewählten Hellphasenstunden Seite 56

57 zwischen dem :00 Uhr und dem :00 Uhr auf den Bildern ausgezählt. Berücksichtigung fanden nur Tagesstunden zwischen morgendlichem Beginn und abendlichem Ende der Möwendämmerung (vgl. Hüppop et al. 2009a). Die genaue Auszählung der rastenden Vögel erfolgte während dieser Stunden auf Minutenbasis. Ziel war es, die Entwicklung des Möwenrastbestands minütlich zu verfolgen. So war es möglich, die Anzahl erfolgter Flugbewegungen je Stunde zu schätzen. Die Schätzwerte wurden mit den jeweils parallelen Radarstundenwerten auf bestehende Korrelation hin überprüft und erlaubten es, eine Vorstellung von der Dimension der anzunehmenden Beeinflussung zu erhalten. Eine exakte Rate von Möwenflugbewegungen zu bestimmen war dabei nicht nötig, um auf etwaig bestehende Einflussnahme schließen und korrigierend reagieren zu können. Die Schätzung stündlicher Flugraten erfolgte folgendermaßen: Die Bildfrequenz betrug 60 pro Stunde, also ein Bild je Minute. Über die Auszählung der Möwen ließ sich somit für alle Versuchsstunden ein Minutenmittel auf FINO1 rastender Tiere errechnen. Um die Fluktuation, die innerhalb der ausgezählten Möwen von Minute zu Minute während einer Stunde auftrat (Flugrate), abschätzen zu können, wurden zwei Auswertungsansätze gewählt. Die Ergebnisse beider Ansätze wurden nachher gemittelt. Ansatz 1: Für jeden minütlich erfassten Möwenrastbestand wurde der Betrag der Abweichung vom Minutenmittel rastender Möwen der jeweiligen Stunde ermittelt. Die Abweichungswerte wurden aufsummiert und ergaben so einen Wert für die innerhalb einer Stunde stattgefundenen Flugbewegungen. Unter der Annahme, dass sich Ankunft und Abflug einer Möwe im detektierbaren Bereich (Bildausschnitt) innerhalb von sechs Sekunden abspielen können, musste die stündliche Abweichungssumme mit zehn multipliziert werden, um so die Erfassungswahrscheinlichkeit korrigierend berücksichtigen zu können. Das Ergebnis entspricht den Flugbewegungen je Stunde. Ansatz 2: Hier wurde je Bild die Differenz rastender Möwen zum vorangegangenen Bild erfasst. Zusätzlich wurde das Vorzeichen (positiv = Zugänge; negativ = Abgänge) berücksichtigt. Daneben wurden fliegend fotografierte, d.h. nicht rastende Möwen gezählt. Für die somit drei unterschiedenen Zustandsänderungen vom Grundzustand Rast wurde für alle Stunden ein Minutenmittel errechnet: Zu- bzw. Abgänge und fliegend fotografierte Möwen wurden jeweils pro Stunde aufsummiert und durch die Anzahl für die Stunde vorliegenden Bilder geteilt. Das Minutenmittel erfasster Zustandsänderungen musste hernach um die Detektionswahrscheinlichkeit korrigiert werden. Hierbei wurde die Annahme getroffen, dass die Tiere während eines An- oder Abfluges für sechs Sekunden als fliegend für die Kamera zu erfassen waren. Eine bildlich festgehaltene Zustandsveränderung musste daher mit zehn multipliziert werden. Einen Spezialfall stellten die direkten Flugbeobachtungen dar, deren Minutenwerte zusätzlich noch um den horizontalen Erfassungswinkel der eingesetzten Kamera korrigiert werden mussten. Abschließend ließen sich die Minutenwerte einer Stunde zu einem Stundenwert erfolgter Flugbewegungen von Möwen zusammenfassen. Ansatz 2 liefert zwangsläufig einen niedrigeren Wert als Ansatz 1, da es sich hier um einen Mindestwert von Flugbewegungen handelt. Flugbewegungen, die sich innerhalb eines 54- sekündigen Zeitraums zwischen zwei Bildern gegenseitig aufheben (Ankunft vs. Abflug), können nicht erkannt werden. Der Ansatz ist also für einen unbekannten Teil an Turnover blind. Ansatz 1 liefert demgegenüber eher leicht überhöhte Werte. Um eine realistischere Zahl erfolgter Flugbewegungen zu erhalten, wurden die aus beiden Ansätzen errechneten Stundenwerte zu Flugbewegungen gemittelt. Seite 57

58 Ein Vertikalradarbild besteht wiederum aus zehn kompletten Rotationsumläufen der Antenne (= 26 s). Der Antennenöffnungswinkel beträgt nominal 20, was zusammen mit der zeitlichen Komponente der Radarbilder in einem letzten Schritt der Datenaufbereitung korrigierend berücksichtigt werden musste. Wie stark die erhöhende Einflussnahme auf dem Helikopter-Landedeck rastender Möwen tatsächlich ist, wurde getestet, indem die errechneten stündlichen Flugbewegungen (Mittel aus Ansatz 1 und Ansatz 2) mit den parallel gemessenen Radarintensitäten auf bestehende Korrelationen hin überprüft wurden Zugplanbeobachtungen Technische Angaben, Funktionsweise Für die Zugplanbeobachtungen musste der jeweils eingesetzte Beobachter per Helikopter zur Plattform FINO1 geflogen werden. Es wurden vier Blickrichtungen à 90 (= Sektoren) festgelegt, die derart voneinander abgegrenzt wurden, dass zwei die Windparkfläche beinhalteten, zwei andere nicht: Von N bis W (Sektor NW), von W bis S (Sektor SW), von S bis E (Sektor SE) und E bis N (Sektor NE) (Abbildung 24). Innerhalb eines Viertelstundenintervalls wurde der Horizont des Erfassungsbereichs zwei- bis dreimal mit einem Spektiv unter Verwendung eines Weitwinkelokulars und 30-facher Vergrößerung langsam abgeschwenkt. Vor, zwischen und nach den Schwenks wurde der Nahbereich mit einem Fernglas mit 8- bis 10- facher Vergrößerung auf ziehende Vögel hin kontrolliert. Die maximale Beobachtungsdistanz entsprach bis einschließlich der Frühjahrsperiode 2011 und gemäß StUK3 5 km. Danach gab die Sichtweite den Erfassungsbereich vor. Bei Sichtweiten unterhalb von 3 km wurde die Erfassung ab- bzw. unterbrochen. Bis zum Frühjahr 2011 wurde die Blickrichtung durch den eingesetzten Sichtbeobachter frei gewählt. Ab Juli 2011 erfolgte eine Standardisierung. Im Folgenden wurde jeder der vier möglichen Sektoren im Laufe einer Stunde jeweils 15 Minuten beprobt (Sektorenumlauf;). Die Reihenfolge der Beprobung innerhalb einer Stunde wurde nach dem Zufallsprinzip festgelegt. Auf einen kompletten Sektorenumlauf folgte eine 15-minütige Pause. Seite 58

59 Abbildung 24: Links: Übersicht zu räumlicher Lage und Orientierung von FINO1 (zentriert) und dem Windpark alpha ventus. Rechts: Sichtbeobachter mit Blick in Richtung Windpark vom Plattformdeck der FINO1 aus (Blickrichtung SE) Datenaufnahme, Auswertungsverfahren Die Beprobungen unterlagen der Zufälligkeit der Helikopterverfügbarkeit. Während der Hauptzugzeiten wurden Zugplanbeobachtungen an vier Erfassungstagen je Monat durchgeführt, in die zweite Juli- bzw. erste Novemberhälfte fielen jeweils zwei Termine je Untersuchungsjahr. Erster Sichtbeobachtungstermin war der , der markiert den letzten anlässlich der hier präsentierten Ergebnisse berücksichtigten Termin. Im Herbst 2008 entfielen aufgrund des zwischenzeitlichen Baustopps von alpha ventus die herbstlichen Termine nach August. Hinsichtlich des realisierten Untersuchungsaufwands siehe Abschnitt Zu ziehenden Vögeln wurden alle von Dierschke et al. (2005) empfohlenen Parameter erhoben. Wo dabei für den konkreten Anwendungsfall Festlegungen zu treffen waren, sind diese nachfolgend beschrieben. Für jedes Zugereignis (ein einzelner Vogel oder ein Vogeltrupp, welcher durch den Beobachter aufgrund seines gerichteten Streckenfluges als ziehend gewertet wurden) wurde zusätzlich zur Art-, Alters- und Geschlechtsbestimmung und zum beprobten Blickrichtungssektor die Entfernung protokolliert. Dies geschah bis 4 km auf 500 m, darüber auf m genau. Angesichts einer Vielzahl von Bojen, Schiffen und errichteter OWEA (nach 2008) mit bekannter Entfernung zum Standort standen feste Orientierungsmarken zur Entfernungskalibrierung des Beobachters hinreichend zur Verfügung. Alternativ wurden testweise Entfernungen einzelner Vögel mit einem Laser-Entfernungsmesser gemessen. Demnach kann es im Grenzbereich zwischen zwei Entfernungsklassen Abweichungen in die eine oder andere Richtung geben. Darüber hinaus waren die Unterschiede zwischen den zuvor geschätzten und den gemessenen Entfernungen nie so groß, dass bis auf die geschilderten Grenzbereiche eine ganz andere Entfernungsklasse richtig gewesen wäre. Zusätzlich wurde ab Juli 2011 die Position der Vögel relativ zur Sektorenhalbierenden vermerkt (rechts oder links) und im Falle der Sektoren mit Blick in den Windpark notiert, ob Seite 59

60 ein Zugereignis innerhalb oder außerhalb des Windparks registriert wurde. Maßgeblich war für alle erfassten Lageparameter der Ort initialer Wahrnehmung eines Vogels. Unmittelbar an den äußeren Grenzen zum Windpark wurde im Rahmen der Protokollierung darauf geachtet, ob ein Vogel in den Windpark einflog oder über eine Richtungskorrektur einen Einflug vermied. In solchen Fällen wurde die eingeschlagene korrigierte Richtung vermerkt. Obligate Flugrichtungsangaben erfolgten auf 45 genau den acht Haupt- und Nebenhimmelsrichtungen entsprechend. Der bei visuellen Erfassungen vorhandene Parallaxenfehler bei der Richtungseinschätzung ziehender Vögel ist vernachlässigbar gering (Grönross et al. 2012). Flughöhenangaben wurden im Rahmen einer Klassenzuweisung ergänzt (0 bis 5 m, > 5 bis 10 m, > 10 bis 20 m, > 20 bis 50 m, > 50 bis 100 m, > 100 bis 200 m, > 200 m), wobei ab 2009 gute Möglichkeiten zur Höhenabschätzung durch die vorhandenen OWEA gegeben waren. Der Zuschnitt der Höhenklassen im Verhältnis zur bekannten Größe des Vogels verbunden mit der Höhe des Erfassers (rund 25 m über der Wasseroberfläche) ermöglichte dabei eine weitestgehend sichere Zuordnung zur jeweiligen Höhenklasse. Jedes Zugereignis wurde direkt bei der Protokollierung durch die Vergabe einer Zugereignisnummer als eigenständige Zugbeobachtung markiert, was die spätere Differenzierung einzelner Zugereignisse derselben Art auch innerhalb eines Viertelstundenintervalls gewährleistete und die Zusammengehörigkeit im Falle artübergreifender Trupps indizierte. Ließen die Beobachtungsbedingungen (Gegenlicht, Windrichtung und -stärke) die Beprobung eines Blickrichtungssektors im Rahmen der Standardisierung ab dem Herbst 2011 während eines Sektorenumlaufs nicht zu, wurde eine Ersatzzählung in dem ihm ähnlichen Sektor durchgeführt. Ähnlichkeit wurde dabei definiert als Blick in den Windpark bzw. Blick vom Windpark abgewendet, so dass sich Ersatzsektoren im konkreten Fall innerhalb der Paarungen SW/NW (beide mit windparkabgewandter Sicht) und SE/NE (beide mit windparkzugewandter Sicht) rekrutieren mussten. Sektorenumläufe, die von solchen Ersatzzählungen betroffen waren, wurden von den Analysen zum Meideverhalten ausgeschlossen. Für die standortbezogenen Hochrechnungen konnten die Daten jedoch vollumfänglich berücksichtigt werden. Erfasst wurden grundsätzlich alle Arten. War eine Artbestimmung z. B. wegen großer Entfernung nicht möglich, so wurde das Taxon angegeben, welches noch sicher erkannt werden konnte (z. B. Seetaucher Gavia spec.). Schon während der Erfassungen wurden weiterhin tage- oder stundenweise solche Arten ausgeschlossen, von denen im Windparkareal oder in dessen unmittelbarer Umgebung nennenswerte Konzentrationen rastender und/oder nahrungssuchender Individuen vorhanden waren (z. B. Großmöwen). Solche Ansammlungen lassen eine Unterscheidung von ziehenden Individuen nicht mehr mit der angestrebten Zuverlässigkeit zu (vgl. Dierschke et al. 2005). In seltenen Fällen zogen einzelne Arten in so großer Häufung durch, dass eine Abgrenzung einzelner Zugereignisse nicht mehr möglich war. Während solcher Situationen wurde für die betroffene Art lediglich eine Summe durchziehender Individuen je Viertelstundenintervall angegeben. Solche Ereignisse blieben für die Analysen zum Meideverhalten unberücksichtigt, für standortbezogene Hochrechnungen fanden solche Situationen Eingang in die artspezifische Schätzung Hochrechnungsverfahren Für jeden Halbmonatszeitraum wurde die Summe der zwischen 2008 bis 2012 beobachteten Vögel durch die Anzahl der Beobachtungsstunden geteilt, so dass sich die Einheit Individuen (Ind.) pro Stunde (h) je berücksichtigtes Taxon ergab (Tabelle 7). Für die Schätzung der Ge- Seite 60

61 samtzahl aus den stichprobenartigen Zugplanbeobachtungen wurde die Zugstärke auf Basis einer halbmonatlichen Zeitskala auf die Dauer der Tageslichtperiode hochgerechnet und zu Zugperiodensummen aufaddiert. Weil sich die Zugstärke jeweils nur auf nördlich oder südlich vorwiegend nach West bis Südwest (Herbst) bzw. Ost bis Nordost (Frühjahr) vorbei ziehende Vögel bezieht, wurden die Zugperiodensummen verdoppelt. Ein nachfolgendes Beispiel soll das Vorgehen verdeutlichen: Beispiel Brandseeschwalbe, Heimzug: Die auf einer Plattformseite erfassten durchschnittlichen Einzelwerte/h der Halbmonate März II bis Mai II aus Tabelle 7 werden auf die jeweilige Tageslänge hochgerechnet. Die artspezifische Hauptzugzeit im Frühjahr beträgt insgesamt h (Tabelle 3 Anhang I), wobei die Tageslänge von durchschnittlich rund 12 h in der zweiten Märzhälfte auf knapp 17 h Ende Mai ansteigt. So ergeben sich rechnerisch rund Individuen. Bezogen auf beide Beobachtungsseiten erhält man Individuen, deren Anteil an der Gesamtpopulation von ,32% beträgt (Tabelle 6). Eine Jahressumme ließ sich durch Summation der beiden Zugperiodensummen angeben, schließt aber angesichts jahreszeitlich begrenzter Erfassung mit Lücken im Winter und Sommer nicht alle Zeiträume mit ziehenden Vögeln ein. Hochrechnungen wurden nur dann für eine Art bzw. Artengruppe durchgeführt, sobald 30 Zugereignisse vom Heim- bzw. Wegzug vorlagen. Da eine erste Schätzung für das Seegebiet um FINO1 angestrebt war, die sich grob artspezifischen Dimensionen im mengenmäßigen Auftreten annähern soll, wurde in einem zusätzlichen Hochrechnungsansatz der Einfluss verfrühter bzw. verspäteter Individuen begrenzt. Dazu wurden zur Ermittlung einer Zugrate auf Basis einer halbmonatlichen Zeitskala nur die zentralen 95 % des Vorkommens einer Art während des Heim- bzw. Wegzugs herangezogen. Die Zugstärke wurde wiederum auf die Dauer der halbmonatlichen Tageslichtperiode hochgerechnet (unter Berücksichtigung der Lage des Kernvorkommens auf Basis des Julianischen Tages) und zu Zugperiodensummen aufaddiert. In einem letzten Analyseschritt wurden die Ergebnisse der Hochrechnung (für beide Zugzeiten getrennt) in Beziehung zu distinkten biogeografischen Populationsgrößen gesetzt und jeweils der Anteil ermittelt, der das Seegebiet um FINO1 im Mittel aller Jahre durchquerte. Die biogeografischen Populationsgrößen wurden Delaney et al. (2007) für Ringelgans, Trauerente, Sterntaucher, Kormoran, Zwerg-, Lach-, Sturm-, Mantel-, Silber-, Heringsmöwe, Brand-, Fluss-, Küstenseeschwalbe, Burfield & van Bommel (2004) für Eissturmvogel, Schmarotzerraubmöwe, Trottellumme, Tordalk, Dreizehenmöwe und Mitchell et al. (2004) für den Basstölpel entnommen. Neuere Angaben zu Populationsgrößen lagen nicht vor Analysen zum Meideverhalten Um Toleranz, Meidung oder Attraktion von windparkbestandenen Meeresbereichen auf Artbzw. Artgruppenniveau aufzeigen zu können, wurden basierend auf dem Datenmaterial zum Herbst 2011 und des gesamten Jahres 2012 taxaspezifische Zugereignisraten in Abhängigkeit der Blickrichtung ermittelt. Hierzu wurden für jedes Taxon diejenigen Sektorenumläufe herangezogen, in denen mindestens eine Sichtung erfolgte. Für jeden Einzelsektor einer solch taxonpositiven Beobachtungsstunde wurde eine Zugereignisrate bestimmt (je Viertelstundenintervall) und zusätzlich auch windparkab- bzw. -zugewandte Sektoren gepoolt. Als Eingangsgröße wurde die Anzahl der Zugereignisse und nicht die Individuenzahl gewählt. Auch Extrapolationen auf sonst üblicherweise als Stundenwerte ausgedrückte Zugraten je Sektor unterblieben bewusst. Beides diente dazu, die Streuung der Daten für die Seite 61

62 statistische Auswertung nicht unnötig zu vergrößern. Sektorenumläufe mit Ersatzzählungen blieben unberücksichtigt. Das zu wählende Niveau auf Ebene des Taxons hing vor allem vom Stichprobenumfang taxonpositiver Sektorenumläufe ab. Als Untergrenze wurden 25 Sektorenumläufe gewählt. Um den Einfluss der Blickrichtung (Faktor mit festen Effekten) auf die Zugereignisrate art(- gruppen)spezifischer Zugereignisraten zu testen (poissonverteilte Zähldaten), wurde unter Berücksichtigung des Datums als Faktor mit zufälligen Effekten ein verallgemeinertes, lineares, gemischtes Modell (GLMM) gerechnet. In zwei getrennten Analysen wurde als Blickrichtung (1) die Ausrichtung zum Windpark (windparkzu- bzw. -abgewandt) und (2) die sektorenscharfe Blickrichtung (SW, NW, NE und SE) untersucht. Insbesondere auch angesichts vieler vorhandener Nullwerte in beiden Datensätzen wurde hinsichtlich einer Überdispersion kontrolliert: In poissonverteilten Daten entspricht der Mittelwert idealerweise der Varianz. Weicht das Verhältnis dieser beiden Parameter deutlich von 1 ab (> 2), weist dies auf eine Varianz hin, die größer ist als der gegebene Mittelwert, was auf eine starke Verzerrung in der Verteilung der Daten hinweisen würde. In allen vorliegenden Fällen konnte eine Überdispersion ausgeschlossen werden. Weiterhin wurden die Datensätze je Taxon auf das Vorhandensein einzelner besonders Einfluss nehmender Datenpunkte hin durchsucht. Dazu wurde unter einmaliger Vernachlässigung jedes Einzelwertes je ein Modell gerechnet und auf stark abweichende Modellkoeffizienten gegenüber dem vollumfänglichen taxonspezifischen Anfangsmodell hin überprüft. In keinem Fall mussten Datenpunkte einer Revision unterzogen werden. Sämtliche Berechnungen erfolgten mit der Statistiksoftware R (R Development Core Team 2011), wobei für die GLMMs die Funktion glmer aus dem package lme4 (Bates et al. 2011) verwendet wurde Totfundregistrierung Datenaufnahme Seit dem wurden bei allen rund um das Kalenderjahr durchgeführten Helikopterflügen alle auf FINO1 tot aufgefundenen Vögel durch eigene Mitarbeiter (bis Mitarbeiter des Institut für Vogelforschung Vogelwarte Helgoland, seit Januar 2008 Mitarbeiter von Avitec Research GbR) oder durch Mitarbeiter von GL Hassan Garrad (bis Januar 2012) bzw. des F & E-Zentrums der Fachhochschule Kiel GmbH (seit Februar 2012) dokumentiert. Nähere Untersuchungen hatten zuvor gezeigt, dass sich grundsätzlich die ganz überwiegende Mehrheit der Totfunde auf FINO1 auf Kollisionen zurückführen lassen, und nur in wenigen Fällen konnte ein Verhungern nicht ausgeschlossen werden (Hüppop et al. 2009a). Dokumentationen der Kadaver umfassten nebst Funddetails wie dem genauen Fundort auf der Plattform Angaben zum Datum des Auffindens und soweit möglich zu Art, Alter und Geschlecht (Abbildung 25). Seite 62

63 Abbildung 25: Tote Singvögel an Deck von FINO1, Funddatum Auswertungsverfahren Alle Daten bis zum wurden für diesen Bericht ausgewertet. Die Quantifizierung von Kollisionen im Jahresgang erlaubt die Bestimmung möglicherweise besonders kollisionsträchtiger jahreszeitlicher Abschnitte. Bei jahreszeitlichen Darstellungen von Totfunden kann nur das Funddatum zu Grunde gelegt werden. Dabei ist zu beachten, dass Kontrollen nur an unregelmäßigen Terminen (Helikopterflüge) möglich waren und die Todeszeitpunkte der gefunden Vögel somit nicht zwangsläufig dem Funddatum entsprechen muss. Bei insgesamt 410 Kontrollterminen und durchschnittlich etwa 3,7 Kontrollen / Monat im fraglichen Zeitraum und einer relativ ausgeglichenen Verteilung über das Jahr und vermehrten Terminen während der Hauptzugmonate (Abbildung 26), ist aber nur von Abweichungen im Bereich von wenigen Tagen auszugehen. Nur wenn Flüge direkt nacheinander stattfanden oder andere Verfahren wie die Zugruferfassung oder Bilder der Webcams ergänzende Informationen lieferten, konnten Kollisionszeitpunkte näher bestimmt werden. Abbildung 26: Kontrolltermine (n = 410) während derer auf FINO1 nach verunglückten Vögeln gesucht wurde im Jahresverlauf vom bis (Pentadenschärfe). Seite 63

64 9. Methodenkritik 9.1. Vertikalradar StUKplus-Endbericht (FKZ A/Avitec1 und Avitec2) Mit Radargeräten können unabhängig von der Tageszeit und weitgehend unabhängig vom Wetter Daten zum Vogelzug erhoben werden (z.b. Sutter 1957, Eastwood 1967, Bruderer 1997a, b, Bruderer 2003). Bilder mit Niederschlägen entziehen sich aber generell einer Auswertung, da sich die Echos von Wassertropfen und Vögeln überlagern, so dass Vogeltracks nicht mehr von Regenechos zu unterscheiden sind oder von ihnen verdeckt werden. Insekten stellen im Offshore-Bereich nur eine minderwichtige Störgröße dar. In den betrachteten Höhenbereichen sind Insekten in größerer Zahl ausschließlich während der warmen Monate und dann nur ausnahmsweise vertreten. Einzelne Massenvorkommen sind noch seltener zu beobachten. Kennzeichnend dafür ist, dass sich die Geschwindigkeit der Insektenechos nur gering von der Windgeschwindigkeit und dass sich die Zugrichtung analog dazu kaum von der Windrichtung unterscheidet. Die erforderlichen Messgrößen lassen sich über das Horizontalradar (siehe Abschnitt 8.3) ermitteln. Die Radarquerschnitte der meisten Insektenarten sind jedoch so gering, dass die Detektionsreichweite verbunden mit der eingesetzten Balkenantenne maximal einige hundert Meter beträgt (siehe Abschnitt 8.3.2). Da im Nahbereich des Vertikalradars ohnehin vermehrt Störungen durch die Plattformkonstruktion meist einhergehend mit bestimmten Wetter- und/oder Seegangsbedingungen auftreten, wird der Nahbereich bis 400 m ohnehin von der Auswertung ausgeschlossen. Die allermeisten Insektenechos werden dadurch ebenfalls eliminiert. Schiffsradargeräte sind eine relativ preisgünstige und mobile Alternative, um lokales Vogelzuggeschehen zu untersuchen (z.b. Williams et al. 1981). Vertikal rotierend können Schiffsradargeräte hervorragend zur kontinuierlichen Erfassung sowohl der Flughöhe als auch der Zugintensität dienen (Cooper et al. 1991, Hüppop et al. 2005a, b). Indem ihre direkte Distanz zum Radargerät sowie ihre Distanz über Grund vermessen werden, ist eine genaue Positionierung über Höhe und Entfernung des Vogeltracks innerhalb des vom Radar abgedeckten Bereiches möglich. Bei den verwendeten Geräten lag die Positionierungsgenauigkeit etwa bei +/- 10 m. Durch eine Korrektur jedes Vogeltracks hinsichtlich seiner Distanz, bei der die abnehmende Stärke der Radarleistung sowie der zunehmende Erfassungsbereich berücksichtigt werden, ist eine distanzabhängige Vogelzugintensität errechenbar. Allerdings sind der Auswertung und Interpretation gewisse methodische Grenzen gesetzt (Schmaljohann et al. 2008b), die bei der Datenanalyse unbedingt berücksichtigt werden mussten. Das Artenspektrum lässt sich mit drehender Antenne nicht ermitteln (Bruderer 1969, Bruderer & Jacquat 1972, Schmaljohann et al. 2008b). Die mittlerweile zehnjährige Messreihe von FINO1 dürfte weltweit einzigartig sein. Langjährige Datenreihen sind besonders wertvoll und bieten in der hier vorgestellten Studie einen zentralen Bestandteil zur Untersuchung windparkinduzierter Veränderungen im Vogelzuggeschehen des Status quo. Bestand FINO1 zunächst als isoliertes Bauwerk in der Nordsee, nimmt die Plattform derzeitig eine randständige Lage zum Offshore-Testfeld alpha ventus ein. Zukünftig wird sich diese Lage voraussichtlich zu Gunsten einer zentralen Position innerhalb eines sukzessiv wachsenden Windparkkomplexes kontinuierlich verändern. Dies bietet die perspektivische Möglichkeit zur fortschreibenden Untersuchung von Vogelzug- Veränderungen als Resultat von Landschaftseingriffen. Die bestehende Langzeit-Datenreihe unter identischen Messroutinen des eingesetzten Vertikalradars wird hierzu in jedem Fall einen integralen Bestandteil bilden. Seite 64

65 9.2. Horizontalradar StUKplus-Endbericht (FKZ A/Avitec1 und Avitec2) Wie schon im Falle der Beschreibung der Methodenbeschreibung Vertikalradar (s. Abschnitt 9.1.) genannt, können mit Radargeräten unabhängig von der Tageszeit und weitgehend unabhängig von Sichtbedingungen mit einer einheitlichen Methode Daten zum Vogelzug erhoben werden (z.b. Sutter 1957, Eastwood 1967, Bruderer 1997a, b, Bruderer 2003). Der spezielle Zuschnitt der Methode zur Möglichkeit der Richtungsermittlung von Vögeln ermöglicht zusätzlich zu diesen Zieldaten auch die Extraktion von Vögeln aus Zeiten während leichter Niederschläge. Die Trackerkennung mittels radr ist intensiv an die Aufnahmehardware angepasst und überprüft worden, so dass Vogeltracks in den Daten detektiert werden. Dennoch lassen sich Vogelsignale nicht immer vollständig und zuverlässig aus den Daten extrahieren. Die Trackerkennung versagt gelegentlich, besonders wenn es sich um "geklumpte" Echos mit geringer Distanz zueinander handelt. So kann es gelegentlich vorkommen, dass die Echos eines Tracks in falscher zeitlicher Abfolge oder Echos von verschiedenen Tracks verbunden sind und daher eine falsche Richtung vortäuschen. Störungen durch andere auf der Plattform oder in der Nähe betriebene Radargeräte können ebenfalls Echos (Störechos) verursachen, die nicht von tatsächlich detektierten Objekten unterschieden werden können. Dies lässt sich nicht vollständig vermeiden, eine manuelle Überprüfung aller Dateien mit mehr als 10 Tracks verhindert aber, dass besonders auffällige Zugereignisse gar nicht von Vögeln verursacht wurden. Ein weiterer Vorteil der rotierenden Parabolantenne liegt darin, dass bei einer quantitativen Auswertung winkelabhängige Probleme bei der Erfassbarkeit der Vögel (aspect-problematik) vermieden werden können. Dadurch bleibt im Gegensatz zum Vertikalradar eine weitgehend gleichbleibende Erfassungswahrscheinlichkeit unabhängig von der aktuellen Zugrichtung gewährleistet. Der Algorithmus toleriert es, wenn zusammengehörige Echos nicht in jeder Antennenumdrehung sichtbar sind. Dieser Effekt kommt durch unterschiedliche Stellung der Flügel und Winkel zum Radarstrahl zustande, weshalb Tiere mal ein größeres und mal ein kleineres Echo verursachen können. Im Extremfall ist ein Vogel für kurze Zeit unsichtbar. Durch eine vermeintliche Unterbrechung eines Tracks durch solche Fehlwerte in einzelnen Antennenumdrehungen können dann mehrere kurze statt eines langen Tracks erkannt werden. Dies ist in besonderem Maße bei Tracks der Fall, die über die Mitte des Erfassungsbereiches gehen. Unter anderem deshalb ist die Horizontalmessung derzeit noch nicht im gleichen Maße wie die Vertikalerfassung zur Intensitätsbestimmung von Vogelzug geeignet. Die Anzahl aufgezeichneter Tracks ist daher solange als ein relatives Intensitätsmaß aufzufassen, bis die Implementierung der bereits durchgeführten Kalibrierung (s.o.) und der daraus resultierenden Berechnung von absoluten Echowerten pro Volumen noch verwirklicht werden kann. Die Auswertesoftware radr (Taylor et al. 2010) wurde als Freeware entwickelt und umfangreich weiter verbessert. In den letzten Jahren sind jedoch keine nennenswerten Weiterentwicklungen vorgenommen worden. Die Software verfügt über viele Einstellmöglichkeiten, die die Anpassung an die eigenen Daten ermöglichen sollen. In Taylor et al und auf der Homepage der Software werden jedoch nicht alle Funktionen und besonders ihr jeweiliger Einfluss aufeinander beschrieben. Dies führte zu sehr umfangreichen Versuchen der Datenprozessierung mit immer neuen Einstellungen. Jarrah et al haben zwar beschrieben, welchen Einfluss welche Einstellung auf einen von ihnen erstellten Prüfdatensatz hatte, ihre Ergebnisse und Einstellungen lassen sich aber trotzdem nur allgemein übertragen. Insbesondere die verwendete Trackingfunktion zur Ermittlung von zusammenhängenden Vogeltracks in radr ist wie beschrieben gelegentlich fehleranfällig. Sämtliche Seite 65

66 daraus resultierenden Tracks mussten daher durch umfangreiche nachträgliche Prüfverfahren (s.o.) validiert werden. Offenkundig bessere Trackingfunktionen wurden publiziert (Nagarajan 2012), aber bisher nicht implementiert (Nishatha Nagarajan pers. Komm.). Daran scheiterte es letztlich bisher auch, die Ergebnisse der Kalibrierung erfolgreich umsetzen und einen Sektorvergleich unter Minimierung der Unterschiede im Erfassungswinkel (aspect- Problematik) vornehmen zu können. Ein Abgleich mit den Daten eines baugleichen Radars auf Helgoland im Betrieb durch Ommo Hüppop vom IfV ist aus diesen Gründen auch noch nicht abgeschlossen, wird aber weiter vorangetrieben Automatisierte Zugruferfassung Eine Quantifizierung beteiligter Vögel ist bei dieser Methode weder möglich noch nötig. Einerseits ist die Detektionsweite des Mikrofons vom Wetter, von der Art aber auch vielen weiteren Faktoren abhängig (Diskussion dazu s. Hüppop et al. 2012a). Andererseits erfolgen Messungen zur Intensität des Vogelzugs über die parallel zur Zugruferfassung betriebenen Radarsysteme (vgl. Abschnitt 9.1.). Die Zugruferfassung ist wiederum die einzige Möglichkeit zur Einsichtnahme in das nächtliche Artenspektrum, was die Methode zu einem unverzichtbaren Bestandteil von Vogelzugerfassungen auf hoher See macht. Sie kann in vielen Fällen Vorstellungen davon vermitteln, welche Arten nächteweise parallel gemessene Radarechos verursacht haben. Dies ist angesichts von Radarmesswerten, wonach etwa zwei Drittel des Vogelzugs über die Nordsee nachts vonstattengehen (Hüppop et al. 2009a), umso wichtiger. Trotz fehlender echter Quantifizierungsmöglichkeiten erlaubt die Analyse der Daten aus der Zugruferfassung über das relative Maß rufpositive Dateien je Stunde hinreichende Informationen zu Konzentrationen von Zugvögeln im direkten Plattformbereich, sowohl im Jahreswie auch im Tagesgang. Die möglichst genaue Kenntnis beider Größen ist für eine solide Gefahrenabschätzung von WEAs im Offshore-Bereich auf das Schutzgut Vogelzug unumgängliche Grundvoraussetzung. Die geringe Reichweite des Mikrofons (mindestens ca. 50 m, maximal bis zu einigen hundert Metern Umkreis (Hüppop & Hilgerloh 2012); artspezifisch und wetterbedingt variabel) ist insofern von Vorteil, als dass stimmliche Lautäußerungen nur von solchen Individuen erfasst werden, die sich konkret im kollisionsgefährdeten Umfeld plattformassoziierter Strukturen befunden haben. Bei der Interpretation der Ergebnisse müssen weitere methodische Einschränkungen Berücksichtigung finden. Viele Vogelarten äußern während des Zuges keine Rufe, während andere im Nebel, unter anderen schlechten Sichtbedingungen oder bei Attraktion durch Licht ihre Rufaktivität steigern können (Alerstam 1990). Besonders bei schlechten Zugbedingungen fliegen Vögel in der Regel niedriger (Able 1970, Alerstam 1990, Gruber & Nehls 2003, Hüppop et al. 2009a, Aumüller et al. 2011) und gelangen damit eher in die Reichweite des Mikrofons. Außerdem üben nachts beleuchtete Strukturen - insbesondere auf dem offenen Meer - unter schlechten Sichtbedingungen eine hohe Anziehungskraft aus, so dass bei diesen Bedingungen besonders viele Individuen registriert werden. An der beleuchteten Forschungsplattform FINO1 wurden vor allem bei ungünstigen Flugbedingungen zahlreiche Vogelrufe registriert (Aumüller et al. 2011, Hüppop & Hilgerloh 2012). Die Schlussfolgerung, dass die fehlende Aufzeichnung von Rufen unter guten Zugbedingungen auf keinen Vogelzug hindeutet, kann sich als Trugschluss erweisen, da die meisten Vögel dann höher und somit außerhalb des Erfassungsbereichs des Mikrofons fliegen und zudem vermutlich weniger rufen. Trotz aller Einschränkungen bietet die Methode den Vorteil, dass sie rufende Arten v.a. unter solchen Wetterbedingungen erfasst, bei denen es zu (Massen-) Kollisionen kommen kann (schlechte Sichtbedingungen, Anlockung durch die Sicherheitsbeleuchtung). Ho- Seite 66

67 hen Zahlen von Zugrufen kommt somit eine Indikatorfunktion für die Kollisionsgefährdung zu (Hüppop & Hilgerloh 2012). Die schnelle, vollautomatische Registrierung und Prozessierung von Vogelrufen können perspektivisch Ansatzpunkte zur Entwicklung von Maßnahmen zur Vogelschlagminderung bieten. Versuche, aus dem Gesamtspektrum aufgezeichneter Dateien automatisierte, artspezifische Auswertungen zu generieren, führte für die besonders häufigen Rufe der Rotdrossel Turdus iliacus zu brauchbaren Ergebnissen, weshalb eine automatische Rotdrossel- Auswertung über eine Formantanalyse mit der Software PRAAT (Boersma & Weenink 2009) implementiert wurde. Details dazu siehe Hill & Hüppop (2006, 2008). Das System kann etliche jeweils nur wenige Sekunden lange Dateien pro Minute aufzeichnen, wenn entsprechende Rufaktivität zu verzeichnen ist. Auf diese Weise lässt sich überaus schnell und in hinreichender Auflösung ein Maß für viele Vögel im direkten Plattformumfeld ermitteln. Die Entwicklung eines solches PRAAT-basierten Systems für viele oder sogar alle Arten zu entwickeln, erscheint aufgrund der Variabilität der Rufe hingegen nicht zielführend: Umfangreiche Versuche einer automatisierten Auswertung durch spezielle Anpassungen an die vorliegenden Arten und Zugrufe mit PRAAT, der Software GlassOFire ( dem interaktiven Programm Raven Pro 1.4 ( dem auf MATLAB basierenden Algorithmus XBAT ( sowie der mit FindSounds Palette ( waren nicht zufriedenstellend. Häufig wurden zwar die relevanten Dateien größtenteils gefunden, die Zuordnung zu bestimmten Arten funktionierte jedoch nicht richtig Videoerfassung (FINO1) Anhand der von FINO1 aus aufgezeichneten Videodaten konnten Bestimmungen bis auf Artniveau nur vergleichsweise selten durchgeführt werden, Abgrenzungen auf einem höheren Level des Taxons - wie z.b. von Möwen - waren hingegen weit überwiegend möglich (Abbildung 17). Die weitere Parametererhebung unterlag infolge des Auflösungsvermögens der verwendeten Videokamera starken Restriktionen: Angaben zu Flugrichtungen, Entfernungen etc. blieben Ausnahmen. Unter Beachtung der genannten Einschränkungen lassen sich dennoch wichtige Erkenntnisse aus den Videodaten ableiten. So lieferte die fest installierte Videokamera tagsüber Informationen zu starker Annäherung an die Plattform. Die genauere Analyse unter welchen Bedingungen (z.b. Windrichtung & -stärke) solche Annäherungssituationen auftreten, lässt zukünftig in einigen Fällen genauere Kenntnisse dazu erwarten, wie flexibel art- (gruppen)spezifische Verhaltensantworten gegenüber Offshore-Bauwerken (s. Abschnitt 11.2.) ausfallen können. Weiterhin gilt generell, dass Informationen über niedrig ziehende Vögel bereitgestellt werden, die außerhalb des Erfassungsbereiches der eingesetzten Radarsysteme fliegen und bei der Datenanalyse daher unterschätzt werden. Auch leistete die Methode über Nachweise sonst nicht festgestellter Arten einen Beitrag zur kumulativen Artensummenkurve des Standorts (s. Abschnitt ) und es ergeben sich methodenvalidierende Vergleichsmöglichkeiten mit den Daten der Überwachungskamera des Helikopter- Landedecks (s. Abschnitt ). Seite 67

68 9.5. Videoerfassung und Wärmebildkamera (Umspannwerk) Prinzipiell funktioniert das Monitoring des Rotorbereiches der dem Umspannwerk von alpha ventus nächstgelegenen OWEA per hochauflösender Videotechnik. So konnten selbst kleine Flugobjekte unter Einsatz des IR-Scheinwerfers bis in rund 250 m Entfernung genügend hell angestrahlt werden, so dass die lichtempfindliche und hochauflösende Digitalkamera sie noch in zufriedenstellender Qualität abbilden konnte. Auch mit Hilfe der Wärmebildkameras konnten Vögel erfasst und ihre Flugwege über das Peak-Storage-Verfahren verfolgt werden. Somit stellen digitale Megapixel-Videokameras in Verbindung mit extrem weitreichenden IR- Scheinwerfern sowie Wärmebildkameras ein sehr kostengünstiges Mittel dar, um rund um die Uhr im Rotorbereich fliegende Vögel erfassen zu können. Bei direkten Vergleichen von ausgewählten Wärmebildern mit zeitgleich aufgenommenen Videobildern zeigte sich eine insgesamt gute Übereinstimmung (Abbildung 27). Allerdings besitzt die Wärmebildkamera eine dreifach geringere Auflösung als die Videokamera. Zudem wurde aufgrund der geringeren Brennweite und einem dadurch größeren Blickwinkel mit der Videokamera der gesamte Rotorbereich der AV12 überwacht, mit der IR-Kamera nur der Bereich der Nabe. Die geringere Auflösung und die größere Brennweite der Wärmebildkameras setzt also die Rate vogelpositiver Wärmebilder gegenüber den Videoaufnahmen herab. Funktionierte die automatische Erkennung und das Ausschneiden des Rotorbereiches bei den Wärmebildern nicht, so wurde der gesamte Rotorbereich verschwommen dargestellt und Vögel von Rotorblättern verdeckt. Dadurch reduzierte sich die Zahl von per Wärmebildtechnik detektierten Vögeln ebenfalls. Abbildung 27: Darstellung eines zeitgleich vom Umspannwerk des Offshore-Windparks alpha ventus aufgenommenen Vogeltracks im Bereich der AV12. Links: Über das Videosystem detektiert, rechts: über Wärmebildkamera detektiert (aufgrund zweier Kameras mit leicht divergierender Positionierung doppelt im Bild; stereoskopisches Sehen ). Die Struktur der OWEA AV12 konnte bei wolkenlosem Himmel über beide Verfahren eindeutig erkannt werden. Problematisch sind aber Wetterphänomene wie Bewölkung, Nebel oder Niederschlag, die die Reichweite so stark reduzieren können, dass der eigentliche Gefahrenbereich dann nicht mehr zuverlässig kontrollierbar ist. Gerade die Erfassung per Wärmebildkamera ist stark eingeschränkt durch Bewölkung: Warme Wolken, die den gesamten überwachten Bereich bedecken, sorgen dafür, dass sich warme Objekte weniger gut vom Hintergrund abheben als bei kaltem, wolkenlosem Himmel. In Abhängigkeit seiner Größe und seiner Entfernung zur Kamera ist ein Vogel dann nur schwer oder gar nicht erkennbar. Ein drosselgroßer Vogel entspricht in etwa dem Durchmesser des Handumlaufs auf der Seite 68

69 AV12. Ist dieser also auf einem Wärmebild sichtbar, so wäre auch eine Drossel erkennbar. Bei starker Bewölkung ist dies jedoch nicht der Fall. Der auf Abbildung 28 abgebildete Vogel ist vermutlich deutlich größer als eine Drossel, der Handumlauf nicht zu erkennen. Abbildung 28: Beispiel für ein bei Bewölkung aufgenommenes Wärmebild. Der rote Pfeil kennzeichnet einen Vogel, der Handumlauf auf der Gondel ist nicht zu erkennen (schwarzer Pfeil). Im Gegensatz zu der Erfassung per Wärmebildkamera zeichnete das Videosystem bei Bewölkung verlässlicher Vogeltracks auf. Problematisch sind aber auch hier sichtbehindernde Phänomene wie Nebel oder Niederschläge, die die Reichweite so stark reduzieren können, dass der eigentliche Gefahrenbereich dann nicht mehr zuverlässig kontrollierbar ist. Ist der Regen nur leicht, können Informationen vermutlich noch verlässlich gesammelt werden (Abbildung 29), da unter solchen Bedingungen die beleuchtete Gondel noch sichtbar blieb. Somit ist gerade unter Bedingungen, die zu einer lichtbedingten Attraktion von Zugvögeln führen können, die Erfassungswahrscheinlichkeit mit optischen Methoden sehr eingeschränkt. Seite 69

70 Abbildung 29: Beispielaufnahme des auf dem Umspannwerk von alpha ventus installierten Videosystems vom um 22:18 Uhr bei leichtem Regen. Ungeachtet der beschriebenen methodischen Einschränkungen, erwiesen sich die Wärmebildkameras als sehr hilfreich bei der Identifikation zuvor unbekannter Strukturen in den Videoaufnahmen. So wurden z. B. per Video mitunter außerordentlich hohe Anzahlen von schmalen Tracks mit sehr unsteten Bewegungsmustern mit einer Vielzahl von Richtungswechseln detektiert. Über die zeitlich parallel angelegten Wärmebildaufnahmen ließ sich angesichts des dortigen Fehlens entsprechender Signale auf nahe vor der Kamera fliegende Insekten schließen (Abbildung 30), die aus der Analyse ausgeschlossen werden konnten. Abbildung 30: Darstellung vermehrter Tracks mit häufigen Richtungsänderungen mittels Videoaufnahme (sw) und einer zeitgleichen Wärmebildkamera-Aufnahme (farbig). Aufnahmeort: Umspannwerk des Offshore-Windparks alpha ventus. Trotz der generell übereinstimmenden Ergebnisse kam es aufgrund der geschilderten Grenzen jeder Methode immer wieder vor, dass Vögel entweder nur im Video- oder ausschließlich im Wärmebild erkannt wurden. Beide Methoden ergänzen sich also und erhöhen in ihrem Seite 70

71 Zusammenspiel die Erfassbarkeit von Vögeln im Gesamtspektrum äußerer Rahmenbedingungen Überwachungskamera des Helikopter-Landedecks Die Auflösung der Bilder sowie die Sichtverhältnisse ermöglichten nicht immer zuverlässig die Artunterscheidung der dort rastenden Vögel. Dennoch ergaben sich Möglichkeiten, die Zuverlässigkeit der Vertikalradardaten zu validieren (vergleiche Abschnitt ) Zugplanbeobachtungen Hochrechnung Zugplanbeobachtungen decken zwar nur ein eingeschränktes Höhenspektrum ab (Dierschke et al. 2005), doch sind hier das Gros der Vögel auf Artniveau bestimmbar und die Individuenzahl zählbar, so dass sich mit gewissen Einschränkungen die (Mindest-) Bedeutung eines durchquerten Raumes für eine biogeografische Population errechnen lässt (Meltofte et al. 1972, Camphuysen & van Dijk 1983, Dierschke 2003). Solche Zugplanbeobachtungen sind die derzeit einzige wenn auch nicht in allen Belangen befriedigende Methode, die bei der fachlichen Begutachtung im Rahmen von Umweltverträglichkeitsstudien Eingriffsfolgen auf Populationsebene ziehender Vögel beziffern kann, sobald qualitative Auswirkungen bekannt sind (s. Abschnitt ). Voraussetzung dafür sind angesichts der hohen zwischenjährlichen Variabilität des Vogelzugs im Offshore-Bereich (s.o.; s. Anhang II - X) langfristige Untersuchungen. Umweltverträglichkeitsstudien können angesichts weniger Untersuchungsjahre allenfalls als Momentaufnahme mit der Möglichkeit zu groben Schätzungen angesehen werden. Vor allem für Fälle wiederkehrend beobachteter, kopfstarker Vorkommen von Vogelarten erscheinen sie aber geeignet, um die Bedeutung eines Seegebietes aufzeigen und einordnen zu können. Mit Hilfe der Beobachtungsdaten aus den Jahren wurden hier für das Seegebiet um FINO1 und somit erstmals für einen Offshore-Standort im Bereich der Deutschen Bucht auf einigermaßen langfristigen Beobachtungen basierende Schätzungen zur Menge art(gruppen)spezifischen Zuges angestellt. Ebenso wie Dierschke (2003) wurde der Tagesgang nicht weiter berücksichtigt. Das Beobachtungsmaterial unterlag dem Sachzwang nur unter Sichtflugbedingungen möglicher Helikopterflüge. Dadurch konnten die Zugplanbeobachtungen erst vergleichsweise spät einige Zeit nach Sonnenaufgang aufgenommen werden. Zumindest an Küstenstandorten zeichnen sich die ersten Stunden nach Sonnenaufgang durch verstärktes Zuggeschehen aus (Krüger & Garthe 2001, Hüppop et al. 2010). Umgekehrt musste bereits einige Zeit vor Sonnenuntergang die Plattform wieder verlassen werden. Zur artspezifischen Einschätzung von Über- oder Unterschätzungen durch Tagesgangeffekte wurde eine Verschneidung von Beobachtungsaufwand und -ertrag vorgenommen. Etwaige Selektivität bestimmter Tagesabschnitte durch die verschiedenen Arten lässt sich so erkennen (s. Abschnitt ). Einige Vogelarten können noch in Entfernungen bis ca. 10 km oder darüber hinaus erkannt werden (z.b. Basstölpel Sula bassana), während die maximale Detektionsweite im Falle der besonders kleinwüchsigen Singvögel 3 km betrug. Absolute Häufigkeitsangaben sind daher nur zwischen Vogelarten ähnlicher Größe vergleichbar. Die Bezugsgröße des durchquerten Seegebiets variiert für die ermittelten Gesamtzahlen zwischen den Arten(-gruppen) teils erheblich und unterscheidet sich bei den Singvögeln deutlich von den in aller Regel großwüch- Seite 71

72 sigeren und ansonsten vor allem festgestellten See- und Küstenvögeln, aber auch Greifvögeln. Je nach Taxon bezieht sich die Gesamtzahl auf einen etwa 6-20 km breiten Bereich des Seegebiets um FINO1. Weitere Ungleichmäßigkeiten in der Erfassung ergeben sich vor allem aus den Sichtbedingungen. Gemeinhin können Beeinträchtigungen durch Luftflimmern oder -trübung, Dunst und Nebel, Gischt und Wellengang auftreten (Bailey & Bourne 1972, Duffy 1983, Camphuysen & van Dijk 1983, Krüger & Garthe 2002, Dierschke et al. 2005). Für unterschiedliches Wetter an den verschiedenen Beobachtungstagen fanden keine Korrekturfaktoren Anwendung. Reduzierte Sicht führt in jedem Fall zu einer Unterschätzung von durchziehenden Populationsanteilen, was im Sinne einer konservativen Schätzung akzeptiert wurde. Die Windrichtung und -stärke bestimmt in vielen Fällen maßgeblich über das artspezifische Auftreten an einem Standort (z.b. Krüger & Garthe 2002). Eine hohe festgestellte Zugrate einer Art zeigt dabei in jedem Fall die Bedeutung, die ein Gebiet als Durchzugsraum für eine Art entfalten kann. Die hier durchgeführte Hochrechnung betrifft nur die Hellphase, nachts ziehende Populationsanteile müssen im Dunkeln bleiben. Es ist fraglich, ob es abgesehen von den echten Thermikseglern wie z.b. einigen Greifvögeln den obligaten Tagzieher gibt und ob nicht von allen Arten ein mehr oder minder großer Teil nachts zieht, wie es z.b. für die überwiegenden Tagzieher Gänse, Enten, Möwen und Seeschwalben bekannt ist und auch von uns für den Bereich um FINO1 festgestellt wurde (Anhang I). Selbst für Greifvögel wurde kürzlich die bis dato unbekannte Möglichkeit zu Nachtzug belegt (Meyburg et al. 2011). Stunden- oder tageweise Ausschlüsse einzelner Arten von der Erfassung bergen weiteres Potenzial zur Unterschätzung durchziehender Populationsanteile (s.o.). Auch für die Beobachtungsintervalle selbst ist in keinem Fall von einer Kompletterfassung auszugehen, denn naturgemäß bleiben auch im Sichtbereich Vögel unentdeckt. So ist z.b. für flach zwischen den Wellenkämmen fliegende Arten wie Röhrennasen oder Alken von einer besonders hohen Dunkelziffer übersehener Individuen auszugehen. Vor allem an zugstarken Tagen besteht die Gefahr zunehmender Unterschätzung, denn dann ist der Beobachter vermehrt mit der Protokollierung befasst. An solchen Tagen wurde zur Datenaufnahme ein Diktiergerät genutzt, um den Verlust zu begrenzen. Mehr oder minder schwaches Auftreten einer Art im hier vorgestellten Beobachtungsmaterial kann auch eine Folge der stichprobenartigen und jahrweise nur wenige Tage je Monat umfassenden Erhebungen sein: Z. B. selektieren Kurzschnabelgänse Anser brachyrhynchus sehr stark passende Rückenwinde für ihre Wanderflüge, was für die Nordseepassage, aber auch für andere Etappen gut belegt ist (Hüppop et al. 2009a, b, Plonczkier & Simms 2012). Dies kann leicht zu chronischer Fehlbeprobung führen und jahrelang die tatsächliche Bedeutung eines Gebiets als Durchzugsraum maskieren. Weiterhin sind artspezifische Reaktionen gegenüber Offshore-Windparks zu bedenken. Mit steigender Entfernung sinkt die Entdeckungswahrscheinlichkeit, was die Zahl der registrierten Individuen im Falle gezeigten Meideverhaltens herabsetzen kann. Überschätzungen sind vor allem dann zu befürchten, sobald die Tendenz besteht, vermehrt unter besonders attraktiven Bedingungen Zugplanbeobachtungen durchzuführen (Dierschke 2003). Dieser Faktor kann weitgehend ausgeschlossen werden, denn ausschlaggebend für die Wahl von Erfassungstagen innerhalb starrer Vorgaben zu Anzahl und jahreszeitlicher Positionierung waren vor allem die Helikopterverfügbarkeit und weniger Wetterbedingungen. Gezieltes Anfliegen, wie es für Singvögel vermutlich vorliegt (siehe Abschnitt ), führt durch größere Annäherung an den Standort und damit einhergehender höherer Erfassungswahrscheinlichkeit zum einen zu einer vollständigeren Erfassung mit geringerem Grad an Unterschätzung, und zum anderen zu einer Überschätzung in dem Sinne, dass die hier Seite 72

73 präsentierten Ergebnisse nicht auf windparkfreie Meeresareale übertragen werden dürfen. Für den Standort FINO1 liegt hingegen eine echte Erhöhung der Zugraten vor, welche eine Hochrechnung auf die Zahl exponierter Individuen erlaubt und die eine Folge des gezielten Anfliegens ist. Nur vier sehr erfahrene Beobachter, die alle über mehrere tausend Stunden praktische Erfahrung beim Seawatching im Bereich der Nordsee verfügen, wurden für die Erfassungen eingesetzt. Wir gehen daher von keinen nennenswerten beobachterabhängigen Effekten aus. Zugplanbeobachtungen führten F. Jachmann (n-stunden = 362,25), R. Aumüller (n- Stunden = 214,25), J. Dierschke (n-stunden = 24,25) und J. Bayer (n-stunden = 13,5) durch. Nur geringe Ungleichgewichte im Vorkommen auf der Nord-Süd-Achse fanden Hill et al. (2013) bei Dreizehenmöwe Rissa trydactyla und Fluss-/Küstenseeschwalbe Sterna hirundo/paradisaea, so dass auf eine Korrektur des räumlichen Gradienten verzichtet wurde. Die Gesamtschau beider Verfahren kann als grober Fingerzeig für die Spannbreite der mittleren Stärke des Vorkommens gewertet werden, was massives Auftreten in einzelnen Jahren keinesfalls ausschließt. Insgesamt ergibt sich ein Bild, wonach Mengenangaben zum Auftreten von Vogelarten im Seegebiet um FINO1 fast immer unterschätzt sein dürften, was unserer Zielvorstellung einer konservativen Schätzung und Ermittlung von Mindestpopulationsanteilen entspricht Analysen zum Meideverhalten Die sektorielle Beprobungsmethode ist robust gegenüber interannueller Variation im Zuggeschehen, die sich durch jahrweise Schwankungen zahlreicher Variablen ergibt. Vor allem Wetterphänomene dürften besonders oft die ortsspezifisch stark unterschiedlichen Zugintensitäten in verschiedenen Jahren modifizieren und können innerhalb des für jede Art genetisch vorgegebenen Zug-Zeitfensters leicht zu abweichenden Zugintensitätsgipfeln führen. Hinzu treten zahlreiche artimmanente Faktoren, welche die jahrweisen Durchzugsmuster insbesondere in der Stärke ihrer Ausschläge beeinflussen können. Unter vielen weiteren zählen hierzu z. B. der vorangegangene Bruterfolg in den Brutgebieten (Wegzug) oder unterschiedlich hohe winterliche Mortalität (Heimzug), die ganz entscheidend zur Anzahl vorhandener Zugvögel beitragen. Im Rahmen der gemäß StUK3 (BSH 2007) durchzuführenden Zugplanbeobachtungen sind nur wenige Tage pro Monat zu beproben, welche die möglichen Schwankungen in der Amplitude zwischen den Jahren nur unzureichend abbilden können. Aussagen zu Reaktionen von Zugvögeln auf Offshore-Windparks im Rahmen eines Vorher- Nachher -Vergleichs auf der Basis von Zugraten (als Ind./h) sind daher aus unserer heutigen Sicht unzulässig. Zugraten helfen aber weiterhin bei der Ermittlung artspezifischer Populationsgrößen im langjährigen Mittel (s.o.). Sie machen Zugwege sichtbar und können deren Bedeutung im großräumigen Kontext offenbaren. Damit liefern sie nach wie vor wichtige Basisinformationen. Zusätzlich können auf unterschiedlichen Sichtweiten beruhende Unterschiede im hier vorgestellten Verfahren weitgehend ausgeschlossen werden: In jedem Sektor wurden Vögel mit einheitlichem Aufwand zu annähernd gleicher Zeit (auf Stundenbasis) und somit unter vergleichbaren Sichtbedingungen erfasst. Die sektorielle Beprobung ermöglicht also auch einen gegenüber den Einwirkungen von Sicht beeinflussenden Phänomenen weitgehend resistenten Analyseansatz. Die Erfassung von Vogelzug in Windparkarealen und OWEA-freien Meeresbereichen ist zeitlich hinreichend synchron (auf Stundenbasis) angelegt. Eine Beurteilung der unterschiedli- Seite 73

74 chen Frequentierung der vom Windpark beeinflussten bzw. unbeeinflussten Bereiche ist möglich, sobald ein gewisser Mindeststichprobenumfang nach statistischen Erwägungen erreicht ist, der auf 30 taxonpositive Beobachtungsstunden festgelegt wurde. Unterschiede aber auch Gemeinsamkeiten in den Häufigkeiten von Zugereignisraten der beiden gegenübergestellten Meeresbereiche können nunmehr frei vom Einfluss zwischenjährlicher Schwankungen und allein vor dem Hintergrund eines errichteten Windparks betrachtet werden. Über eine Ausweitung dieser Untersuchungsmethode auf mehrere Zugperioden wird überdies eine zunehmende Zahl an überprüfbaren Arten(-gruppen) erreicht und die Aussagekraft je Taxon aufgrund steigender Stichprobenumfänge erhöht. Schon die Ergebnisse nach nur einer Zugperiode belegten dabei eine Reduktion der aviären Vielfalt, sobald die Blickrichtung dem Windpark zugewandt war (Aumüller et al. 2013a) Totfundregistrierung Die Zahl auf der Plattform tot gefundener Vögel im Rahmen der Totfundregistrierung wird generell unterschätzt. Dies ergibt sich aus der Konstruktion der Plattform und ihrer Strukturen. So erreicht der Mast vom Plattformdeck aus gemessen eine Höhe von 80 m. Das Plattformdeck als Auffangfläche für mit dem Mast kollidierte Vögel hat Ausmaße von nur 16 x 16 m. Überdies ist der Mast in der S-Ecke positioniert, so dass nur Tiere, die vom Mast aus gesehen im N-Quadranten herabfallen, auf das Plattformdeck stürzen und dort gefunden werden können. Durchgeführte Versuche mit Kadaver-Fallgeschwindigkeiten sowie deren modellierter Aufschlagpunkt unter verschiedenen Windrichtungen und -stärken belegen in Abhängigkeit der gemachten Annahmen Unterschätzungen der Kollisionsopferzahlen von bis zu mehreren hundert Prozent allein durch diese untersuchten Faktoren (Hüppop et al. 2012b). Das Plattformdeck selbst befindet sich 20 m über SKN, so dass es auch zu Kollisionen mit dem Bauwerk unterhalb der Auffangfläche kommen kann. Weiterhin führen nicht täglich zu realisierende Kontrollen naturgemäß zu einer Unterschätzung von Zahlen kollidierter Vögel, da in der Zwischenzeit Kadaver von der Plattform geweht oder von Aasfressern wie rastenden Großmöwen vertilgt worden sein können. Im Jahr 2013 aufgenommene Pilotstudien mit markierten Kadavern deuten allerdings an, dass die dadurch zustande kommenden Unterschätzungen sehr gering sind (eig. Daten). Parallel dazu gefundene Vogelreste in Möwengewöllen auf dem Helikopterdeck stammten demnach nicht von zuvor auf FINO1 kollidierten Vögeln. Für die Analysen von Totfunden wurden seit jeher nur vollständig erhaltene Kadaver berücksichtigt, weshalb frühere Totfundzahlen weiterhin Gültigkeit haben. 10. Ergebnisse Für die Darstellung der Ergebnisse wesentlich ist eine Definition der Begriffe "Hauptzugzeiten" und "Zugnacht" bzw. "Zugtag" (Abbildung 31). Als Hauptzugzeiten wurden für den Heimzug der Zeitraum bzw Sonnenuntergang bis Sonnenaufgang, für den Wegzug der Zeitraum Sonnenuntergang bis Sonnenaufgang definiert. Der Begriff Zugnacht wird synonym zur Dunkelphase verwendet, ebenso wie der Zugtag zur Hellphase. Ein Zugtag umfasst den Zeitraum von Sonnenaufgang bis Sonnenuntergang des Datums. Die Zugnacht beginnt beim Sonnenuntergang und endet mit dem Sonnenaufgang des darauffolgenden Zugtages. Seite 74

75 Abbildung 31: Veranschaulichung der Hauptzugzeiten sowie der Begriffe Zugnacht und Zugtag mit Zuordnung der jeweiligen Dunkel- und Hellphasenviertel Datenzeitraum und -umfang Vertikalradar Radarsignaturen werden seit Oktober 2003 rund um die Uhr am Standort erfasst. Der Erfassungsaufwand im Zeitraum bis Ende 2006 ist Hüppop et al. (2009a) zu entnehmen. Im Jahr 2007 wurde die Erfassung und Auswertung testweise mit anderer Methode betrieben (Hüppop et al. 2009a) und die Daten werden daher nachfolgend zu Vergleichszwecken nicht herangezogen. Während der vor allem im Fokus der Betrachtungen stehenden Hauptzugzeiten im Frühjahr und Herbst konnten sehr vollständige Messreihen erhoben werden, wobei dazu für die Jahre 2008 und 2010 nahezu lückenlose Datenzeitreihen vorliegen (Abbildung 32). Technische Ausfälle führten zwischen immer wieder zu Lücken, diese beschränkten sich aber weitgehend auf die Wintermonate mit viel geringerem Vogelzugaufkommen aber umso harscheren Bedingungen im Offshore-Umfeld. Im Winter bestehen stark eingeschränkte Möglichkeiten zur Defektbehebung, denn auch Flüge zur Plattform unterliegen witterungsabhängigen Limitierungen. Der sommerliche Zeitraum vom bis wurde von uns nicht ausgewertet. Mit echten Zugbewegungen ist zu diesen Zeiten im Nordseebereich kaum zu rechnen (z.b. Dierschke et al. 2011, Hüppop & Hüppop 2004). Gleichzeitig wird zu dieser Jahreszeit das Seegebiet um FINO1 stark und quasi exklusiv von Großmöwen (v.a. Heringsmöwen) mit Bezug zu Kolonien umliegender Küstenstandorte frequentiert (Aumüller et al. 2012). Diejenigen Tiere, die zu dieser Zeit zahlreich auf dem Helikopterdeck rasten, führen zwar zu keiner spürbaren Erhöhung der Echosignaturen (s. Abschnitt ), sie dürften aber nur eine kleine Minderheit der tatsächlich im Seegebiet vorhandenen und währenddessen vom Radar erfassten Individuen darstellen. Hohe gemessene Zugintensitäten zwischen Juni und Mitte Juli (z.b. Hüppop et al. 2009a) sollten also weniger Resultat echten Vogelzuges sein, sondern dürften weit überwiegend Flugbewegungen solcher Vögel repräsentieren, die das Seegebiet aus Gründen des Nahrungserwerbs zur Brutzeit nutzen. Seite 75

76 Abbildung 32: Erfassungsaufwand mittels Vertikalradar im Zeitstrahl der Jahre 2008 bis Im Höhenbereich bis m wurden wurden im Zeitraum 2008 bis 2012 insgesamt Echos verzeichnet. Die Daten aus den Jahren 2004 bis 2006 ergänzt und stammen aus Hüppop et al. (2009a). Die Jahressummen der erfassten Echos sind in Tabelle 1 angegeben. Die Zahlen enthalten bereits die Distanz- und Aufwandskorrekturen, die automatisch im System implementiert sind. Tabelle 1: Übersicht zu detektierten Echos (korrigiert) in den Jahren (ohne 2007). Jahr n-echos gesamt Horizontalradar Ab März 2010 fand mit kleineren Unterbrechungen bis Ende Dezember 2012 ganzjährig eine Erfassung per Horizontalradar statt. Zeiträume mit Unterbrechungen sind in Abbildung 60 in Abschnitt ersichtlich. Insgesamt standen auswertbare Dateien für die Analyse mit radr zur Verfügung. Die Jahressummen der auswertbaren Dateien sind in Tabelle 2 angegeben. Seite 76

77 Tabelle 2: Übersicht zu per radr analysierten Dateianzahlen in den Jahren Jahr Dateien mit Tracks Dateien ohne Tracks Summe auswertbare Dateien gesamt Automatisierte Ruferfassung Mit Hilfe der automatisierten Ruferfassung wurden ab dem Vogelrufe aufgezeichnet. Im Rahmen der hier vorgenommenen Analysen wurden die bis zum Sonnenaufgang des registrierten Dateien ausgewertet. Aufgezeichnete Audiodateien wurden zusätzlich zu den definierten Hauptzugzeiten (s.o.) während der ersten Juli- und der zweiten Novemberhälfte herangezogen, Dateien aus den Zeiträumen Dezember bis Februar und Juni blieben unberücksichtigt. Weiterhin wurden die Zeiten der auszuwertenden und hier präsentierten Daten auf die Nachtstunden zwischen Sonnenunter- bzw. -aufgang begrenzt, da das Gros der zu erwartenden und relevanten Zugrufe erfahrungsgemäß nachts aufgezeichnet wird (vgl. Hüppop et al. 2009a, 2012). Im genannten Zeitraum kam es an 87 Tagen zu technisch bedingten Aufzeichnungslücken (Abbildung 33). Insgesamt wurden Audiodateien aufgezeichnet, von denen rufpositiv waren. Abbildung 33: Erfassungsaufwand mittels automatisierter Zugruferfassung im Zeitstrahlder Jahre 2008 bis Videoerfassung (FINO1) Der Betrieb der Videokamera auf FINO1 erfolgte annähernd durchgängig ab dem bis zum Im Betriebszeitraum wurden insgesamt Bilder unter Tageslicht oberhalb eines Sonnenstandes von 9 unter Horizont ganzjährig berücksichtigt. Diese verteilten sich auf erfolgreiche von theoretisch möglichen Messtagen. An 71 Tagen innerhalb des Untersuchungszeitraums konnte aufgrund technischen Versagens kein Bildmaterial generiert werden (Abbildung 34). Auf knapp einem Viertel der Bilder (n = ) konnten Vögel identifiziert werden. Seite 77

78 Abbildung 34: Erfassungsaufwand mittels Videoerfassung im Zeitstrahlder Jahre 2008 bis Videoerfassung (Umspannwerk) Die Videoerfassung auf dem Umspannwerk lieferte vom bis erfolgreich Daten. Mehrfache und nicht kurzfristig zu behebende technische Defekte führten zu zahlreichen Fehltagen (Abbildung 35). Abbildung 35: Erfassungsaufwand mittels Videoerfassung auf dem Umspannwerk im Zeitstrahl. Der markiert den Beginn der Untersuchungen, Bilder bis zum fanden in den hier präsentierten Auswertungen Berücksichtigung. Im gesamten Untersuchungszeitraum wurde keine Kollision aufgezeichnet. Vereinzelt wurden Richtungsänderungen beobachtet, bei denen es sich um Ausweichverhalten gehandelt haben könnte, eine systematische Auswertung von Kollisionen oder Verhaltensänderungen unterblieb aber aufgrund der geringen Anzahl solcher Bilder und weil unter schlechten Sichtbedingungen keine Erfassung möglich war (vgl. Kapitel 9.5). Trotzdem wurden zahlreiche Bilder aufgenommen, auf denen sich Vögel befanden. Nachts ist die visuelle Unterscheidung von Vögeln und anderen Flugobjekten (z.b. Insekten) aufgrund fehlender Information zu Größe des Flugobjekts und seiner Entfernung zur Kamera außerordentlich schwierig. Daher sind Insekten zu einem unbekannten Anteil in den als vogelpositiv klassifizierten Bildern enthalten. Dieser Umstand findet sich in den folgenden Ergebnissen. Von aufaddierten Bildern enthielten sicher bestimmbare Vogelsignaturen. Vogelbilder entstanden vor allem zwischen Mai und Oktober (Abbildung 36). Am Tag wurden die meisten Signaturen zwischen Mitte Juni und Ende September registriert, in der Nacht v.a. von Mai bis Oktober. In diesem Zeitraum wurden zahlreiche Bilder sowohl während der Vogelzugsaison als auch in den Sommermonaten, in denen kein Vogelzug stattfindet, als vo- Seite 78

79 gelpositiv identifiziert. Bei den im Sommer erfassten nächtlichen Signaturen dürfte es sich vielfach um nicht ziehende Möwen handeln, einen unbekannten Teil machen vermutlich aber auch Insekten aus. Abbildung 36: Pentadensummen vogelpositiver Videobilder zwischen dem und dem Wärmebilderfassung (Umspannwerk) Nach der Installation und Inbetriebnahme des Systems sowie einem ausführlichen Testbetrieb mit laufenden Softwaremodifikationen konnten die beiden Wärmebildkameras auf dem Umspannwerk von alpha ventus ab Mitte April 2010 in den Regelbetrieb gehen. Im Untersuchungszeitraum kam es in den Jahren 2010 und 2011 zu mehreren teilweise längeren, technisch bedingten Ausfällen. Im Jahr 2012 konnte eine lückenlose Erfassung erreicht werden (Abbildung 37). Abbildung 37: Erfassungsaufwand mittels Wärmebildkamera auf dem Umspannwerk im Zeitstrahl. Die Datenaufnahme lief vom bis zum Im Zeitraum bis entstanden aufaddierte Bilder (entsprechend etwa 135 Millionen Einzelbildern). Auf der aufaddierten Bilder wurden Vögel Seite 79

80 aufgezeichnet. In Abbildung 38 sind beispielhaft Einzelbilder abgebildet, auf denen Vögel registriert wurden. Abbildung 38: Beispiele für IR-Bilder, auf denen Vögel identifiziert wurden. Seite 80

81 Abbildung 39: Jahresverlauf der mittleren Grauwerte und der Standardabweichung aller Bilder und der Vogelbilder. Angegeben sind Mittelwerte aus dem jeweiligen Monat. Durchgezogene Linie = mittlere Grauwerte, gestrichelte Linie = Standardabweichung, schwarze Linie = alle Bilder, graue Linie = Vogelbilder. Ein warmer Vogelkörper wurde dann am besten entdeckt, wenn er sich von wolkenlosem, also kaltem Himmel, deutlich abhob und die Erkennung und das Ausschneiden der Struktur der AV12 funktionierte. Dies spiegelt sich wider in geringen mittleren Grauwerten. Bei warmem Hintergrund (Bewölkung) und bei Überdeckung von Teilen des erfassten Bereiches durch die warmen Rotorblätter der AV12 (Fehlfunktion des Ausschneidens) war die Wahrscheinlichkeit, einen Vogel zu entdecken, deutlich herabgesenkt. Ungünstige Erfassungsbedingungen sind an mittleren Grauwerten > ~100 erkennbar. Vor allem die im Februar aufgenommenen Wärmebilder wiesen hohe mittlere Grauwerte bei gleichzeitig niedriger Standardabweichung auf, was für starke Bewölkung in diesem Monat spricht. Danach verbesserten sich die Bedingungen stetig und waren zwischen Mai und September besonders günstig, um danach wieder abzufallen. Die Ähnlichkeit der Verlaufslinien von mittlerem Grauwert und Standardabweichung bei vogelpositiven wie allen Bildern macht deutlich, dass Bilder, auf denen Vögel identifiziert werden konnten, sich nicht grundlegend von allen übrigen Bildern unterscheiden und die Erfassungswahrscheinlichkeit von Vögeln ihrem Auftreten entsprechend ist (Abbildung 39). Wird das jahres- und tageszeitliche Auftreten von Vögeln im Erfassungsbereich der Wärmebildkamera dargestellt, so zeigt sich, dass besonders zur Zeit des herbstlichen Nachtzugs zahlreiche Bilder mit Vogelsignatur registriert wurden. In dieser Zeit ist der Anteil von bei starker Bewölkung erfassten Bildern sehr hoch, so dass die Anzahl der Bilder mit Vogelsignatur unterschätzt sein dürfte. Die Zahl der am Tag erfassten Bilder mit Vogelsignatur blieb zwischen Mitte Juli und Anfang Oktober recht gleichmäßig ohne ein besonders stark frequentiertes Zeitfenster. Der Heimzug wird durch die Wärmebildkamera weniger gut abgebildet: Von März bis Mai liegt die Zahl der Bilder mit Vogelsignatur nur unwesentlich über den Seite 81

82 Werten aus den Monaten Januar, Februar und Juni, in denen kaum oder kein Vogelzug stattfand (Abbildung 40). Abbildung 40: Pentadensummen vogelpositiver Wärmebilder zwischen dem und dem Der Anteil vogelpositiver Bilder ist mit 0,66 % sehr gering. Kollisionen an der AV12 wurden nicht aufgezeichnet. Auch Ausweichverhalten wurde nicht in einer Häufigkeit beobachtet, die eine systematische Auswertung ermöglicht hätte. Trotzdem zeigen die Ergebnisse, dass der Einsatz einer Wärmebildkamera generell geeignet ist, Bewegungen fliegender (Zug-)Vögel darzustellen. Unterschiede bei der Durchflughäufigkeit der Rotorebene zwischen stehenden und drehenden OWEA konnten nicht festgestellt werden Videoerfassung des Helikopter-Landedecks Schwerpunkt der vorgenommenen Auswertung war ein Feldversuch vom :00 Uhr bis :00 Uhr (s. Abschnitt ). Zuvor waren die zwischen stündlich archivierten Bilder zu 357 Tagen zwar gesichtet worden. Auf eine Darstellung des Routinebetriebs wird im hier vorliegenden Bericht aber verzichtet: Daten von FINO3 belegten, dass mit der Videoerfassung bereits eine Methode besteht, über die das plattformeigene Rastvorkommen von Möwen in seinem jahreszeitlichen Muster in vergleichbarer Güte zur Auszählung auf dem Helikopter-Landedeck rastender Tiere erfasst wird (Aumüller et al. 2012). Zusätzlich ergibt sich bei der Videoerfassung folgender Mehrwert: So lassen sich Möwen auch über den Winter hinweg erfassen (in begrenzter Form), und für zusätzliche Arten(-gruppen) ergeben sich Möglichkeiten zur Sichtbarmachung genutzter zeitlicher Zugfenster (s. Abschnitt , vgl. auch Aumüller et al. 2012). Insofern wurde die Auszählung der Bilder des Helikopter-Landedecks nach dem nicht fortgesetzt. Gleichwohl wurden die Bilder weiter archiviert, um sie für etwaige künftige Fragestellungen verfügbar zu haben Zugplanbeobachtungen Über fünf Jahre hinweg wurden zwischen und während der Hauptzugzeiten (Heimzug: Anfang März bis Ende Mai; Wegzug: Mitte Juli bis Mitte November; im Seite 82

83 Herbst 2008 erfolgten Beobachtungen nur bis Ende August) an insgesamt 130 Terminen Protokolle zu 280 (Heimzug) bzw. 334,25 (Wegzug) Beobachtungsstunden verfasst. Der Gesamtaufwand summiert sich auf 614,25 Beobachtungsstunden; eine Aufschlüsselung der Beprobungsintensität auf Basis einer halbmonatlichen Zeitskala ist Tabelle 3 zu entnehmen. Tabelle 3: Beprobungsaufwand der Zugplanbeobachtungen auf FINO1 von März 2008 bis November Zugperiode Monat Monatshälfte n- Beobachtungstage n- Beobachtungsstunden n- Viertelstundenintervalle Mrz , Mrz , Apr , Heimzug Apr , Mai , Mai , , Jul , Aug , Aug , Sep ,50 94 Wegzug Sep , Okt , Okt , Nov , , Totfundregistrierung Zwischen Oktober 2003 und Ende Dezember 2012 wurden insgesamt Totfunde auf FINO1 dokumentiert, die sich wie aus Tabelle 4 ersichtlich auf die Einzeljahre verteilen. Seite 83

84 Tabelle 4: Übersicht zu tot gefundenen Vögeln auf FINO1 in den Jahren Jahr Anzahl Totfunde gesamt Exposition von Zugvögeln Seegebiet FINO1 Bedeutung als Zugraum Artenspektrum Seit Aufnahme des ökologischen Begleitmonitorings zur Entstehung des Windparks alpha ventus am konnten im Seegebiet um FINO1 bis zum Stichtag insgesamt 171 Vogelarten registriert werden (Anhang I, Tabelle 1). Dies entspricht mehr als zwei Dritteln der ungefähr 250 alljährlich im südlichen Nordseebereich auftretenden Arten oder 79,5 % aller seit den 1980er Jahren fast alljährlich auf Helgoland registrierten 215 Vogelarten (Dierschke et al. 2003, Dierschke et al. 2011). Entsprechend ihrem unterschiedlichen Erfassungsbereich und ihrer Restriktionen (vgl. Kapitel 8. und 9.) tragen die eingesetzten Methoden in stark abweichender Form zum beobachteten Artenpool bei. Obwohl erst im Juli 2008 aufgenommen und nur unter Tageslicht während der Hauptzugzeiten über stichprobenartige Beprobung durchführbar, konnten mittels Zugplanbeobachtungen 110 Arten erkannt werden, so viele wie über keine andere Methode. Knapp ein Viertel davon (n = 26) wurde ausschließlich über Zugplanbeobachtungen nachgewiesen. Die im nächtlichen Routinebetrieb zwischen Oktober 2003 bis November 2012 und schwerpunktmäßig während der Hauptzugzeiten ausgewertete Zugruferfassung führte zu 108 registrierten Arten, mehr als ein Viertel (n = 31) davon wurden exklusiv über Rufaufzeichnungen registriert. Jahresumspannendes Totfundmonitoring (Start Herbst 2003) führte zu Nachweisen von 42 Arten, fünf Arten konnten bislang nur über Funde verendeter Individuen der Standortliste hinzugefügt werden. Gleichfalls im durchgängigen Routinebetrieb laufend, konnten seit der Inbetriebnahme im Oktober Arten über das Videosystem notiert werden, darunter Seite 84

85 eine, zu der keine weiteren Nachweise vorliegen. Die nur temporär zwecks Methodenvalidierung (vgl. Abschnitt 8.8.) praktizierte Helikopterdeck-Fotografie ergab Belege zu acht Arten, die bereits der Standortliste angehörten. Mit Aufnahme der Zugplanbeobachtungen ergaben sich für den Sichtbeobachter zusätzlich Möglichkeiten zur Registrierung von Arten in nicht methodisch standardisierter Form, etwa durch die Beobachtung um oder auf FINO1 rastender Vögel. Die durch solche Zufallsbeobachtungen festgestellte Artensumme belief sich auf 76, wodurch sich die Standortliste um fünf Arten ergänzen ließ. Dass nach zehnjähriger Untersuchung insgesamt weniger Arten um FINO1 nachgewiesen wurden als z.b. auf Helgoland alljährlich registriert werden, bedeutet nicht zwangsläufig eine verminderte Zahl exponierter Arten im Seegebiet um FINO1. Der Unterschied kann ebenso gut eine Folge unterschiedlicher Erfassungsmöglichkeiten und -methoden sein. Rastwilligen Vögeln bieten sich auf der reich strukturierten Insel Helgoland im Gegensatz zum Seegebiet um FINO1 vielfältige Möglichkeiten zum längeren Verweilen, wobei sie dank einer seit Jahrzehnten außerordentlich hohen Beobachtungsaktivität durch Feldornithologen umfassend registriert werden (z. B. Dierschke et al. 2011). Weiterhin werden auf Helgoland Vögel beringt, wozu die Tiere mittels speziell errichteter Anlagen gefangen und auf diese Weise Jahr für Jahr registriert werden. Die Lage Helgolands in der offenen See lässt vermuten, dass das dortige Gesamtspektrum der (fast) alljährlichen Gastvogelarten auch auf andere Standorte in der Deutschen Bucht zu übertragen ist und das Spektrum gegenüber OWEA exponierter Arten repräsentiert. Unterschiede in der standortspezifischen Artenzusammensetzung sind infolge der unterschiedlichen Möglichkeiten zur Erfassung als Beurteilungsgrundlage ungeeignet (s.o.). Daher wurden die relativen Häufigkeitsverteilungen der Arten beider Standorte nach zug- und verhaltensökologischen Merkmalen sortiert untersucht. Zur Zuweisung eines zugökologischen Merkmals wurden die festgestellten Arten den Kategorien Nachtzieher bzw. Tagzieher zugeordnet (Anhang I, Tabelle 2). Jedoch sind weder Tag- noch Nachtzug starre Merkmale. Vielmehr stellt die strikte Merkmalsausprägung, wie ihn tagziehende Thermiksegler (z. B. einige Greifvögel Accipitriformes) zeigen, ein Extrem innerhalb eines Kontinuums dar. Wohl (fast) jede Art bzw. jedes Individuum ist zu Tag- und Nachtzug befähigt, uns ging es um das vorwiegend von einer Art gezeigte Zugverhalten im Bereich der Deutschen Bucht. In den meisten Fällen war eine Einschätzung hierzu einfach. Es gab aber auch einige Grenzfälle, für die eine intensive Literaturrecherche angestellt wurde, wobei hier nur die wichtigsten Quellen genannt seien (Bauer et al. 2005, Bruderer 1982, Dierschke et al. 2011, Dorka 1966, Glutz von Blotzheim & Bauer , Glutz von Blotzheim et al ). Im Falle der Limikolen ist eine Zuordnung im Sinne Tag- oder Nachtzieher nicht sinnvoll, denn hier unterliegt der Zug einer weiteren Periodizität als nur dem Tagesgang. Limikolen brechen bevorzugt dann auf, wenn ihre Hochwasserrastplätze an der Küste überspült werden. Dieses Phänomen ist tageszeitunabhängig, währenddessen andere Zugvögel Polarisationsmuster zu Sonnenauf- und -untergang zwecks Richtungskalibrierung abwarten und erst danach aufbrechen (s. Abschnitt 7.1.). Aus diesem Grund wurde ergänzend die Kategorie Tag-/Nachtzieher gebildet, in die auch weitere Arten integriert wurden. Als verhaltensökologisches Merkmal wurde zunächst berücksichtigt, ob eine Art Zugrufe äußert (Anhang I, Tabelle 2). Dabei wurden auch solche Arten als zugrufend gewertet, auf deren Vorkommen über die eingesetzten Mikrophone generell und eingedenk einer entsprechenden Ruffreudigkeit gut geschlossen werden konnte. Lautäußerungen müssen also nicht zwangsläufig als Zugruf fungieren, sondern die Kategorie zugrufend umfasst alle artspezifischen Kontakt- und Soziallaute. Wichtig waren aber in jedem Falle eindeutige artliche Zu- Seite 85

86 ordnungsmöglichkeiten. So ist für Großmöwen keine Artzuordnung möglich, weshalb die überaus ruffreudigen Großmöwen ebenso wie das zu ähnlich klingende Artenpaar Fluss- /Küstenseeschwalbe nicht berücksichtigt wurden. Einflüsse auf die Anzahl nachgewiesener Arten, wie sie sich durch die räumliche Lage des Untersuchungsstandorts ergeben könnten, wurden berücksichtigt, indem zusätzlich für jede Art der bevorzugt beflogene Raum in der Deutschen Bucht recherchiert wurde (Dierschke et al. 2011, Garthe et al. 2004, Garthe et al. 2007, Hüppop et al. 2010, Hüppop et al. 2012a, Mendel et al. 2008). Dazu wurde zwischen offshore (Schwerpunkt im Auftreten seewärts), graduell seewärts zunehmend, graduell seewärts abnehmend, küstenorientiert (starke Leitlinienwirkung der Küste) und Breitfrontzug (keine Schwerpunkte erkennbar) unterschieden (Anhang I, Tabelle 2). Für alle real existierenden Kombinationen der Merkmale Tag-/Nachtzieher, Rufer/Nichtrufer und der beflogenen Schwerpunktregion wurden Gruppen gebildet, Artensummen ermittelt und für jede der Kombinationen die relative Häufigkeit am Artenspektrum des jeweiligen Standorts bestimmt (Anhang I). Hernach wurden die Häufigkeitsverteilungen beider Standorte auf Abweichungen hin überprüft. Da einige Kombinationsgruppen weniger als fünf Arten umfassten, musste der p-wert zu der Chi²-Verteilung durch Simulation approximiert werden. Wir führten die Simulation auf Basis von Replikaten durch. Zusätzlich wurde für jede Kombinationsgruppe der relative Beitrag zur Prüfgröße χ 2 ermittelt, welche die Gesamtabweichungen zweier Verteilungen zusammenfasst. Auf diese Weise lassen sich Abweichungen auf die Verursacher zurückführen. Das Vorzeichen der Abweichung lässt sich über den Vergleich der entsprechenden Artensumme an beiden Standorten erkennen. So konnten im Falle der tagziehenden und nichtrufenden Offshore-Arten (z. B. Röhrennasen) bei FINO1 16 Arten nachgewiesen werden. Im Vergleich dazu werden aus dieser Gruppe 14 Arten fast jedes Jahr als Durchzügler bei Helgoland beobachtet (+2 Arten FINO1 im Vergleich zu Helgoland). Von den nächtlichen und nichtrufenden Breitfrontziehern (z.b. Laubsänger, Grasmücken) konnte dagegen auf FINO1 mit 21 Arten nur die Hälfte der 42 Arten dieser Gruppierung mit regelmäßigen Gastvogelstatus auf Helgoland dokumentiert werden (-21 Arten FI- NO1 im Vergleich zu Helgoland). Zusätzlich wurde das vergleichende Verfahren rein auf Basis taxonomischer Gesichtspunkte und dazu auf dem Niveau von Familien und höher durchgeführt. Zwischen den relativen Häufigkeitsverteilungen der Kombinationsgruppen nach zug- und verhaltensökologischen Kriterien sortierter Arten (Anhang I) ergaben sich zwischen beiden Testreihen nur geringe Abweichungen, die nicht auf Unterschiede schließen lassen (χ 2 = 6,8; df = 9; p = 0,67). Die Zusammensetzung des Artenspektrums ist somit an beiden Standorten sehr ähnlich. Werden die Spektren nach taxonomischer Gliederung verglichen, wird bei nur geringfügigen Abweichungen ebenfalls kein signifikanter Unterschied deutlich (χ 2 = 5,7; df = 9; p = 0,85). Beim Vergleich nach zug- und verhaltensökologischen Gesichtspunkten entfiel knapp die Hälfte (45,5 %) der verzeichneten, sehr geringen Abweichung der Artenverteilung zwischen den Standorten auf die nachtziehenden und gleichzeitig nichtrufenden Arten. So konnten mit Zilpzalp Phylloscopus collybita und Fitis Phylloscopus trochilus beispielsweise nur zwei der sechs alljährlich auf Helgoland notierten Laubsängerarten auf FINO1 nachgewiesen werden. 21 nichtrufende Nachtzieher entsprechen 12,3 % aller auf FINO1 registrierten Arten, wohingegen 42 zu dieser Kombination gehörende Arten 19,5 % der mindestens nahezu alljährlichen Gastvogelarten Helgolands ausmachen. Leicht überrepräsentiert sind auf FINO1 hin- Seite 86

87 gegen tagziehende offshore-arten (n = 16; 9,4 %) wie z.b. verschiedene Sturmtaucherarten Puffinus spec. und rufende Tag-/Nachtzieher wie Limikolen, Lerchen und Stare Sturnus spec. (n = 30; 17,5 %). Beide Kombinationsgruppen treten auf Helgoland in leicht verminderter Arten- und Anteilshäufigkeit als regelmäßige Gastvogelarten auf (n = 14 bzw. 29; 6,5 bzw. 13,5 %). Diese sind für 14,6 bzw. 15,1 % der Gesamtabweichungen verantwortlich, und umfassen zusammen mit den zuvor genannten nachtziehenden Nichtrufern das Gros der Abweichungen zwischen FINO1 und Helgoland. Im Falle des taxonomischen Vergleichs betrafen die Abweichungen anteilig vor allem die Ordnung Procellariiformes (Röhrennasen) (32,2 %), die Ordnung Charadriiformes (Wat-, Alken- und Möwenvögel) (24,1 %), die Überfamilie Corvoidea (Pirole, Würger, Krähenverwandte) (22,8 %) und die Überfamilie Sylvioidea (Laubsänger, Grasmücken u.a.) (13,2 %). Zusammenfassend lässt sich festhalten, dass das Zusammenspiel aller eingesetzten Methoden zu einem Gesamtspektrum um FINO1 festgestellter Arten geführt hat, welches sich hinsichtlich zugökologischer, verhaltensökologischer und taxonomischer Merkmale nicht von demjenigen des Vergleichsstandort Helgoland unterscheidet. Für die eingangs konstatierten unterschiedlichen Zahlen registrierter Vogelarten ergeben sich somit keine Hinweise, die im Vergleich zu Helgoland auf eine tatsächlich herabgesetzte Zahl exponierter Arten am Standort um FINO1 schließen ließen. Stattdessen ist viel eher von einer Folge der unterschiedlichen und um FINO1 verminderten Nachweismöglichkeiten auszugehen. Dieses sollte sich direkt in der geringen Zahl der nichtrufenden Nachtzieher widerspiegeln, für die auf FINO1 im Vergleich zu Helgoland eindeutig schlechtere Möglichkeiten zur Nachweisführung gegeben sind. Für den Bereich um FINO1 ist im Kontext der Exposition von Zugvögeln gegenüber OWEA prinzipiell von einer Artenzahl und -zusammensetzung auszugehen, die dem Spektrum fast alljährlicher Gastvögel Helgolands entspricht Artenspektrum Totfundmonitoring Ein besonderes Augenmerk soll an dieser Stelle auf das Artenspektrum notierter Totfunde gelegt werden. Während 410 Kontrollterminen zwischen dem und dem wurden tote Vögel aus mindestens 41 Arten auf der Plattform FINO1 entdeckt und gemäß der in Abschnitt beschriebenen Methode erfasst (Tabelle 5). Das Gros der Opferzahlen entfiel auf Drosseln (Abbildung 41; n = 724; 70,0 %), wobei Rotdrosseln (n = 350) und Singdrosseln (n = 217) besonders häufig waren, und Stare (n = 112; 10,8 %). Auch sonst stellten Singvögel (Passeres) das Gros der tödlichen Anflüge und summierten sich zusammen auf 986 Ind. (95,4 %). Funde von Nichtsingvögeln (Nonpasseres) waren folglich besonders selten (n = 24; 2,3 %), 24 Vögel konnten nicht näher bestimmt werden. Das Spektrum kollidierter Nichtsingvögel war aber divers und betraf mit Einzelfunden tödlich kollidierter Enten, Rallen, Limikolen, Möwen und Tauben immerhin zehn Arten aus verschiedenen Ordnungen. Seite 87

88 Tabelle 5: Artenliste und Anzahl der zwischen Oktober 2003 und dem tot aufgefundenen Vögel. Art Anzahl Totfunde [n] [%] Vogel sp. Art unbekannt 24 2,32 Pfeifente Anas penelope 1 0,10 Wasserralle Rallus aquaticus 1 0,10 Teichhuhn Gallinula chloropus 1 0,10 Goldregenpfeifer Pluvialis apricaria 2 0,19 Bekassine Gallinago gallinago 1 0,10 Schnepfe sp. Gallinago spec. 1 0,10 Alpenstrandläufer Calidris alpina 2 0,19 Strandläufer sp. Calidris spec. 1 0,10 Heringsmöwe Larus fuscus 1 0,10 Mantelmöwe Larus marinus 2 0,19 Großmöwe sp. Larus spec. 2 0,19 Straßentaube Columba livia f. domestica 7 0,68 Ringeltaube Columba palumbus 2 0,19 Singvogel sp. Passeriformes 12 1,16 Feldlerche Alauda arvensis 25 2,42 Rauchschwalbe Hirundo rustica 2 0,19 Zilpzalp Phylloscopus collybita 4 0,39 Fitis Phylloscopus trochilus 5 0,48 Feldschwirl Locustella naevia 1 0,10 Mönchsgrasmücke Sylvia atricapilla 5 0,48 Gartengrasmücke Sylvia borin 1 0,10 Dorngrasmücke Sylvia communis 2 0,19 Zaunkönig Troglodytes troglodytes 1 0,10 Star Sturnus vulgaris ,83 Drossel sp. Turdus sp. 23 2,22 Misteldrossel Turdus viscivorus 3 0,29 Amsel Turdus merula 48 4,64 Wacholderdrossel Turdus pilaris 83 8,03 Singdrossel Turdus philomelos ,99 Rotdrossel Turdus iliacus ,85 Trauerschnäpper Ficedula hypoleuca 2 0,19 Rotkehlchen Erithacus rubecula 4 0,39 Gartenrotschwanz Phoenicurus phoenicurus 2 0,19 Haus- Phoenicurus 1 /Gartenrotschwanz ochruros/phoenicurus 0,10 Steinschmätzer Oenanthe oenanthe 2 0,19 Wiesenpieper Anthus pratensis 25 2,42 Strandpieper Anthus spinoletta littoralis 2 0,19 Gelbkopf- 1 Schafstelze Motacilla flava flavissima 0,10 Bachstelze Motacilla alba 1 0,10 Buchfink Fringilla coelebs 17 1,64 Bergfink Fringilla montifringilla 10 0,97 Erlenzeisig Carduelis spinus 10 0,97 Bluthänfling Carduelis cannabina 5 0,48 Berghänfling Carduelis flavirostris 1 0,10 Birkenzeisig Carduelis flammea 1 0,10 Schneeammer Plectrophenax nivalis 3 0,29 Rohrammer Emberiza schoeniclus 5 0,48 Gesamt ,00 Seite 88

89 Abbildung 41: Anteile der verschiedenen Arten bzw. Artengruppen aller von Oktober 2003 bis Dezember 2012 auf FINO1 tödlich kollidierten Vögeln. Die Betrachtung unter zugökologischen Aspekten zeigt, dass Langstreckenzieher (Überwinterung südlich der Sahara) mit Funden von 18 Individuen aus neun Arten nur extrem selten zu finden waren und umgekehrt die Kurz- und Mittelstreckenzieher (Überwinterungsgebiete nördlich der Sahara wie v.a. Großbritannien, Frankreich, Mittelmeerraum) mit 980 Individuen aus 32 Arten stark überrepräsentiert vertreten sind (40 nicht genaue bestimmte Vögel konnten nicht zugewiesen werden). Betrachtet man die 35 häufigsten im Fanggarten der Inselstation des Instituts für Vogelforschung "Vogelwarte Helgoland" auf Helgoland zwischen 1961 und 2000 beringten Vogelarten, so entfallen 21 Arten (60%) auf Kurz- und Mittelstreckenzieher (KMZ) und 12 auf Langstreckenzieher (LZ) sowie zwei auf Arten, die zu beiden Kategorien gehören (KMZ/LZ; Hüppop & Hüppop 2004). Auf Individuenbasis betrachtet entfallen von beringten Vögeln auf KMZ (70%), auf LZ (24,5%) und (5,5%) auf KMZ/LZ. Auf FINO1 konnten über alle Erfassungsmethoden insgesamt 31 dieser 35 Arten nachgewiesen werden: alle 21 KMZ und 8 LZ plus 2 KMZ/LZ. Zwei Drittel dieser erfassten Arten waren demnach KMZ. Der Unterschied gegenüber Helgoland resultiert also rein aus weniger erfassten Arten unter den LZ. Betrachtet man nur die zu den 35 Arten gehörenden Totfunde auf FINO1, so wurden 19 der 35 Arten dokumentiert. Das Verhältnis KMZ zu LZ war 12 zu 5 Arten (63% KMZ) plus zwei Arten KMZ/LZ und damit prozentual sehr ähnlich wie das Verhältnis auf Helgoland (60%). Auf Individuenbasis ergibt sich jedoch ein ganz anderes Bild: 783 tote Vögel gehörten zu den 19 betrachteten Arten. Davon waren 762 (97%) KMZ und lediglich 12 LZ plus 9 Individuen aus den zwei Arten, die sowohl zu den KMZ als auch zu den LZ gehören. Bei knapp Dreiviertel aller Funde (n = 756) handelte es sich um (fast) ausschließliche Nachtzieher (zur Eingruppierung zugökologischer Merkmale siehe Anhang I, Tabelle 2). Umgekehrt sind mit Ringel- und Straßentaube sowie Bachstelze (n = 10) nur ganz wenige generell tagziehende Arten im Spektrum vertreten. Die restlichen Totfunde stammen von Arten, die bekanntermaßen zu großen Populationsanteilen auch während der Nachtstunden ziehen, wie Star und Feldlerche, oder aber zumindest mittels der eingesetzten Mikrofone regelmäßig während der Nachtstunden über ihre Zugrufe erfasst wurden, wie Finkenvögel, Ammern und Pieper (Abschnitt , Anhang III). Seite 89

90 Passierende Bestandsgrößen Seit langem ist bekannt, dass das Seegebiet der südöstlichen Nordsee (Deutsche Bucht) durch besonders starke Massierungen ziehender Vögel gekennzeichnet ist (z.b. Gätke 1900, Lack 1963). Selbst vergleichsweise kleine Teilgebiete wie z.b. der Bereich um Helgoland können binnen Jahresfrist von Millionen Vögeln auf ihren Wanderflügen zwischen Brut- und Überwinterungsgebieten berührt werden (Dierschke 2003). Bis heute erlauben es aber selbst die modernsten technischen Methoden der Vogelzugforschung nicht, das Zuggeschehen bis auf Artniveau zu quantifizieren. Radarerfassungen geben gute Vorstellungen von der mengenmäßigen Dimension des Phänomens Vogelzug insgesamt, erlauben aber keine weiterführenden Rückschlüsse auf artspezifische Häufigkeiten (vgl. Abschnitt 9.1.). Auch die automatische Vogelruferfassung oder eingesetzte Kamerasysteme erlauben keine echte Quantifizierung: Entweder ist das detektierbare Artenspektrum limitiert, die genaue Anzahl der Individuen einer Art nicht bestimmbar und/oder nur ein stark eingeschränktes Höhen- /Entfernungsspektrum abzudecken (vgl. Abschnitte 9.3., 9.4.). Im Gegensatz dazu ermöglichen Zugplanbeobachtungen die mengenmäßige Abschätzung passierender Vögel auf Artniveau für die unteren Luftschichten bis ca. 200 m Höhe (vgl. Abschnitt 9.7.). Der Hauptzug verläuft im Herbst am Standort von E bis NE nach W bis SW bzw. in umgekehrter Richtung im Frühjahr (s. Abschnitt 7.1.). Über eine gedachte, im Lot zur Hauptzugrichtung verlaufende Linie mit einer Länge von 6-20 km in NW-SE-Richtung mit FINO1 im Zentrum zogen pro Jahr hochgerechnet über Vögel hinweg (vergleiche ). Diese Zahl bezieht sich nur auf die Hellphase während der Zugkernzeiten. Art(- gruppen)spezifische Hochrechnungszahlen sind in Tabelle 6 zusammen gefasst, deren ausgewiesene Jahressummen sich ebenfalls nur auf die Hellphase der Hauptweg- bzw. Hauptheimzugzeit beziehen. Die den Zahlen zugrunde liegenden Zugstärken je Halbmonat sind Tabelle 7 in Abschnitt zu entnehmen. Trotz zahlreicher Faktoren, die eine teils deutliche Unterschätzung der Hochrechnung durchziehender Populationsanteilen nahelegen (Abschnitt ), kann für einige Populationen die Funktion des Seegebiets um FINO1 als Durchzugsraum mit hoher Bedeutung aufgezeigt werden. Dieses ist der Fall, sobald während mindestens einer Zugperiode hochgerechnet mehr als 1 % des Bestandes den Bereich um FINO1 passieren. Das 1 %-Kriterium wird hier analog zur internationalen Bedeutung von Rastgebieten gemäß der Ramsar-Konvention (z.b. Rose & Scott 1997) verwendet. Besonders bedeutsam ist das Seegebiet demnach für die Brandseeschwalbe, für die je Zugperiode mit rund Durchzüglern zu rechnen war (Tabelle 6), was etwa 6,0 % des gesamten nordwesteuropäischen Bestands entspricht. Zwischen ca und ca vorbeiziehende Heringsmöwen errechneten sich für die Frühjahrs- wie die Herbstperiode, was 1,5-2,0 % der biogeografischen Population gleichkommt. Für Ringelgans und Zwergmöwe entfaltete das Seegebiet nur im Frühjahr eine hohe Bedeutung, während dessen das hochgerechnete jahrweise Vorkommen auf 4,0-4,3 % bzw. 1,8-2,0 % der Gesamtpopulation zu taxieren war. Mit der Passage von rund 1,0 % aller nordwesteuropäischen Flussseeschwalben war während des herbstlichen Wegzugs zu rechnen. Tabelle 3 (Anhang I) stellt die jahrweisen Werte für die fünf Arten mit einem Populationsanteil von mehr als einem Prozent der biogeografischen Population anhand einer einfachen Aufwandshochrechnung dar. Zudem werden die hochgerechneten Bestandsgrößen mit den aufwendiger berechneten Ergebnissen nach Tabelle 6 verglichen. Seite 90

91 Tabelle 6: Hochgerechnete Anzahl jährlich in den untersten m des Luftraums ziehenden Arten(- gruppen) in einem ca km breiten Bereich um FINO1 (nur Arten[-gruppen] mit n-zugereignisse > 30) auf Basis von Gesamt- und Kernvorkommen (vgl. Text). Approximationen wurden bei sehr ähnlichen Artenpaaren mit einem hohen Anteil unbestimmter Individuen erstellt. Die Häufigkeitsrelation determinierter Individuen wurde dazu auf den nicht bis auf Artniveau bestimmten Anteil übertragen (Frühjahr und Herbst getrennt). Die genannten Größen biogeographischer Populationen sind den unter aufgeführten Quellen zu entnehmen. Taxon Anzahl Vögel Hochrechnung Gesamtvorkommen Kernvorkommen Größe der biogeografischen Population Ant. der biogeogr. Pop. durchziehend um FINO1 [%] Gesamtvorkommen Kernvorkommen Frühjahr Herbst Frühjahr Herbst Frühjahr Herbst Frühjahr Herbst Aves (alle Arten) Anatidae Anserinae Ringelgans Branta bernicla ,26 0,16 4,03 0,17 Anatinae Trauerente Melanitta nigra ,17 0,08 0,16 0,09 Seetaucher Gavia spec Sterntaucher Gavia stellata ,13 0,08 0,13 0,08 Sterntaucher Gavia stellata Approximation ,14 0,09 0,14 0,09 Procellariiformes Eissturmvogel Fulmarus glacialis ,01 0,01 0,01 0,01 Basstölpel Sula bassana ,08 0,27 0,08 0,27 Kormoran Phalacrocorax carbo ,37 0,22 0,38 0,23 Accipitriformes, Falconiformes & Strigiformes Charadrii, Scolopaci ( Limikolen ) Raubmöwen Stercorarius spec Schmarotzerraubmöwe Stercorarius parasiticus ,11 0,43 0,12 0,37 Alcidae Trottellumme Uria aalge ,01 0,05 0,01 0,05 Trottellumme Uria aalge Approximation ,02 0,11 0,02 0,11 Tordalk Alca torda ,01 0,05 0,01 0,05 Tordalk Alca torda ,01 0,11 0,01 0,12 Seite 91

92 Approximation StUKplus-Endbericht (FKZ A/Avitec1 und Avitec2) Dreizehenmöwe Rissa tridactyla ,19 0,47 0,19 0,49 Zwergmöwe Hydrocoloeus minutus ,84 0,65 1,95 0,66 Lachmöwe Larus ridibundus ,08 0,05 0,08 0,05 Sturmmöwe Larus canus ,16 0,16 0,16 0,17 Mantelmöwe Larus marinus ,21 0,60 0,21 0,61 Silbermöwe Larus argentatus ,01 0,01 0,01 0,01 Heringsmöwe Larus fuscus ,99 1,56 1,93 1,63 Brandseeschwalbe Sterna sandvicensis ,32 5,66 6,42 5,99 Fluss- /Küstenseeschwalbe S. hirundo/paradisaea Flussseeschwalbe S. hirundo ,05 0,30 0,05 0,45 Flussseeschwalbe S. hirundo Approximation ,14 0,83 0,14 1,00 Küstenseeschwalbe S. paradisaea ,03 0,17 0,03 0,21 Küstenseeschwalbe S. paradisaea Approximation ,08 0,45 0,08 0,50 Passeriformes Star Sturnus vulgaris k.a. Drosseln Turdus spec Wiesenpieper Anthus pratensis k.a. Sonstige n.e. n.e. n.e. Schutzstatus Aves: Species of European Conservation Concern n.e. n.e. n.e. Aves: geschützt nach VschRL n.e. n.e. n.e. Aves: geschützt nach Bonner Konvention (AEWA) n.e. n.e. n.e. Seite 92

93 Phänologie Vertikalradarerfassung Die Ergebnisse der langjährigen Radarerfassung von (nur nahezu vollständig erfasste Jahre) machen deutlich, dass im gesamten Jahresgang mit Vogelbewegungen am Standort FINO1 zu rechnen ist (Abbildung 42). Die Erfassung im Jahr 2007 erfolgte mit einer anderen Methode (Hüppop et al. 2009a), weshalb die Daten aus diesem Jahr hier unberücksichtigt bleiben. Abbildung 42: Stundenmittel über Vertikalradarmessung bis m detektierter Vogelechos ( ohne 2007; Tagesschärfe). Hellgraue Balken geben Messwerte unter Tageslichtbedingungen wieder, schwarze Balken repräsentieren Nachtwerte. In den Jahren kam es während der Hauptzugzeiten einerseits im Frühjahr zwischen März bis Mai und andererseits im Oktober (Abbildung 43, oben) zu starker Schwerpunktbildung detektierter Echos. Im Zeitraum nach der Errichtung des Windparks alpha ventus ( ) trat der Oktober weiterhin stark hervor, der Frühjahrszug lässt sich jedoch kaum mehr am Datenmaterial ablesen (Abbildung 43, unten). Auch winterliche Radarechoraten waren erhöht. Beiden Zeiträumen liegt hohe interannuelle Variabilität zu Grunde (Anhang II). Besondere Auffälligkeiten zwischen den beiden Zeiträumen betreffen die Spannweiten: Einerseits sind Ausschläge besonders starker Zugintensität seltener und zumeist schwächer ausgeprägt. Umgekehrt sind aber Nächte besonders schwachen Zuges nach dem Bau von alpha ventus ebenfalls seltener. Die Extreme scheinen somit nach Errichtung des aus 12 Windturbinen bestehenden Offshore-Testfelds näher zusammen gerückt zu sein. Eine eingehende Analyse dieser Beobachtung erfolgt in Abschnitt , in dem der Einfluss von Offshore-Windparks auf den Vogelzug behandelt wird. Seite 93

94 Abbildung 43: Stundenmittel je Tag über Vertikalradarmessung bis in m detektierter Vogelechos vor dem Bau des Windparks alpha ventus (ohne 2007; oben) und nach seiner Errichtung (unten). Hellgraue Balken geben Messwerte unter Tageslichtbedingungen wieder, schwarze Balken repräsentieren Nachtwerte. Graue Felder unterhalb der Achse kennzeichnen Daten aus nur einem Jahr. An dieser Stelle soll die Phänologie besonders starker Zugnächte dargestellt werden, denn während Nachtstunden ist Vogelzug stärker als in Tagstunden (LM mit log-transformierten Daten, F 1,42668 = 8,26, p = 0,004), und Kollisionen sind angesichts des betroffenen Artenspektrums ein nächtliches Phänomen (s. Abschnitt ) zwischen aufgezeichnete Echosignaturen stammen aus beprobten Nächten (Mittelwert: 245,5 Echos je Nacht). Die Spannbreiten sind enorm: so stehen 65 Nächten gänzlich ohne aufgezeichnete Echos 77 Einzelnächten gegenüber, während derer jeweils mehr als tausend Echos registriert wurden. Die höchste nächtliche Echosumme wurde in der Zugnacht 14./ erreicht, als Echosignaturen registriert wurden. Ausgehend von der Echorate (Echos/h) umfassen die 5 % Nächte mit den stärksten Echoraten 28,1 % (n = Echos) aller nächtlich aufgezeichneten Echos. Zur Definition dessen, was mindestens eine starke Zugnacht war, wurde das von Engelmann (1978) entwickelte, sechs Klassen umfassende Verfahren herangezogen. Demnach entsprechen die stärksten 0,31 % Nachtwerte Massenzug. Die rangordinierten stärksten 1 % Zugnächte betreffen weiterhin sehr starken Zug, diejenigen bis 3,2 % noch starken Zug. Die jahreszeitliche Verteilung solcher Nächte mit Stark- bzw. Massenzugereignissen (n = 63 im Zeitraum ohne 2007) betrifft einerseits den Heimzug zwischen spätestens Ende März bis Ende April (Abbildung 44). Ein weiterer Heimzuggipfel von Starkzugnächten gruppiert sich um Mitte Mai herum. Während des Wegzug-Zeitraums wurden solche Nächte besonders im Oktober detektiert, mit einer Konzentration auf die erste Oktoberhälfte. Eine weitere Schwerpunktbildung ist während des Julis zu erkennen. Auffällig ist das Fehlen besonders frequentierter Nächte im November und August. Starkzugereignisse außerhalb der Hauptzugperioden sind erwartungsgemäß selten und betreffen einige wenige Kältefluchtereignisse von Dezember bis Februar. Seite 94

95 Abbildung 44: Jahreszeitliche Verteilung der 63 echostärksten Nächte zwischen Die 63 Nächte umfassen Stark- und Massenzugereignisse registrierter Echosignaturen und entsprechen den höchsten 3,2 % Nachtwerten (Echos/h). Die Klassifizierung und Definition erfolgte nach ENGELMANN (1978) unter Wahrung einer logarithmischen Relation um sicherzustellen, dass Klassenbreiten weder über- noch unterschätzt sind Zugruferfassung Starkes Rufaufkommen konzentrierte sich oft auf wenige Nächte oder gar Stunden. Derartige Phasen umfassten zumeist Feststellungen vieler verschiedener Arten und waren nur selten artspezifisch Die mittlere jahreszeitliche Phänologie über Vögel in Plattformnähe lässt sich über Standard-Pentadendiagramme darstellen, womit die hohe Variabilität zwischen den Jahren weitgehend ausgeglichen wird. Die vorgenommene Mittelwertbildung erlaubte es, die von Jahr zu Jahr variierenden technisch bedingten kurzen Erfassungslücken zu vernachlässigen. Zwischen Anfang Dezember bis Ende Februar wurde zwischen den Zugperioden keine Auswertung vorgenommen, ebenso im Juni, der sommerlichen Periode zwischen Heimund Wegzug (siehe Abschnitt 8.4.). Die für alle Arten zusammengefassten Pentadenmittel rufpositiver Dateien zeigen, dass des Nachts grundsätzlich mit der Präsenz von Vögeln in Plattformnähe zu rechnen ist (Abbildung 45). Während jeder Pentade innerhalb der erfassten Zeiten konnten über die Nordsee fliegende Vögel akustisch registriert werden, allerdings in stark unterschiedlichen Häufigkeiten. So sind die Heim- bzw. Wegzugzeiten der Kurz-/Mittelstreckenzieher von März bis April bzw. Oktober bis November deutlich zu erkennen. Unter den nächtlich ziehenden Langstreckenziehern überwiegen nichtrufende Arten stark. Folgerichtig wurden zu den entsprechenden Zugzeiten einerseits v.a. im Mai (Heimzug) und andererseits v.a. in der zweiten Augusthälfte und im September (Wegzug) kaum Rufe registriert. Die rufpositiven Dateien im Mai, Juli und August gingen v.a. auf Limikolen zurück. Die interannuelle Variation ist hoch (Anhang III), insbesondere die jahrweise festgestellten Anzahlen vogelpositiver Audiodateien differieren stark. Seite 95

96 Abbildung 45: Pentadenmittel vogelpositiver Audiodateien (n = ) je Stunde aus Zugnächten während des Heimzugs (März bis Mai) und während des Wegzugs (Juli bis November) zwischen 2008 und Graue Felder unterhalb der Achse kennzeichnen Zeiträume, in denen keine Daten ausgewertet wurden. Bei der Annäherung von nächtlich ziehenden Vögeln an Offshore-Bauwerke spielen Wetterbedingungen eine entscheidende Rolle und bestimmen somit über die Rufraten (Hüppop & Hilgerloh 2012). Zusätzlich dominieren Drosseln das nächtliche Rufgeschehen im Offshore- Bereich der Deutschen Bucht bei weitem (Hüppop et al. 2009a, 2012a, Aumüller et al. 2012), wobei allerdings unklar bleiben muss, ob dies besonders kopfstarken Populationsteilen oder einer besonders stark ausgeprägten Ruffreudigkeit geschuldet ist (oder einer Kombination aus beidem). Um den Einfluss dieser beiden Einflussgrößen zu minimieren, wurde zusätzlich eine Phänologie vogelrufpositiver Stunden erstellt (ebenfalls auf Pentadenbasis und unter Inkorporation der Daten von ). Die Ergebnisse sind sehr ähnlich, ergeben aber ein Bild weniger starker Divergenz (Abbildung 46): Die Spannen zwischen den Extremen sind nicht so ausgeprägt. Abbildung 46: Summen zugrufpositiver Stunden (n = 5.204) während des Heimzugs (März bis Mai) und des Wegzugs (Juli bis November) zwischen 2004 und 2012 auf Pentadenbasis. Graue Felder unterhalb der Achse kennzeichnen Zeiträume, in denen keine Daten ausgewertet wurden. Die im Zeitraum aufgezeichneten rufpositiven Dateien (vgl. Abbildung 45) stammen aus beprobten Nächten (Mittelwert: 60,9 rufpositive Dateien je Nacht). Die Spannbreiten sind enorm (sd = 281,2): so stehen 458 Nächte gänzlich ohne aufgezeichnete Vogelrufe 18 Einzelnächten gegenüber, während derer jeweils mehr als tausend Rufdateien registriert wurden. Die höchste nächtliche Dateisumme wurde in der Zugnacht 03./ erreicht, als rufpositive Dateien anfielen. Ausgehend von der Rufrate (rufpositive Dateien/h) umfassen die 5 % Nächte mit den stärksten Rufraten 77,8 % aller Seite 96

97 aufgezeichneten Zugrufe, zwei Drittel aller Rufe verteilen sich auf nur 37 Nächte. In noch viel stärkerem Maße als mittels Radar gemessener nächtlicher Offshore-Vogelzug ohnehin schon, erwiesen sich Situationen besonders starker Annäherungen an die Plattform als spezifische (Massen-)Zugereignisse. Solche Annäherungssituationen konnten dazu führen, dass über Stunden hinweg von unentwegter Präsenz ziehender Vögel in unmittelbarer Plattformnähe und somit im Umfeld kollisionsgefährdender Strukturen auszugehen war: So betrugen die rufpositiven Dateisummen je Stunde während der Nacht des 03./ mehrfach 500 und mehr, was bei einer maximalen Aufzeichnungsdauer von fünf Sekunden je Datei bereits große Teile einer Stunde umfasst und stumm zurückgelegte Strecken in Plattformnähe naturgemäß nicht mit einschließt. Die jahreszeitliche Verteilung von Nächten mit Starkzug- bzw. Massenzugereignissen (definiert als die 3,2 % stärksten Ereignisse nach Engelmann 1978) betrifft einerseits den Heimzug zwischen Anfang März bis Mitte April mit einer Häufung in der ersten Märzhälfte und andererseits den Wegzug-Zeitraum von Anfang Oktober bis Ende November mit einer besonderen Häufung um die Monatswende Oktober/November (Abbildung 47). Abbildung 47: Jahreszeitliche Verteilung der 37 rufintensivsten Nächte zwischen Die 37 Nächte umfassen Stark- und Massenzugereignisse registrierter Zugrufe und entsprechen den höchsten 3,2 % Nachtwerten. Die Klassifizierung und Definition erfolgte nach Engelmann (1978) unter Wahrung einer logarithmischen Relation um sicherzustellen, dass Klassenbreiten weder über- noch unterschätzt sind. Graue Felder unterhalb der Achse kennzeichnen Zeiträume, in denen keine Daten ausgewertet wurden. Zugruferfassungen erlauben artbezogene Analysen. In ihrem Auftreten am Standort unterscheiden sich die Arten stark voneinander. Jede Art hat ihr spezifisches Zeitfenster, währenddessen sie gegenüber den Einwirkungen von Offshore-Windparks exponiert ist. In Anhang IV sind die artspezifischen Phänologien von 40 zugrufenden Arten dargestellt, deren Stichprobe als hinreichend zur Errechnung eines Medianes beurteilt wurde und jeweils mehr als 50 registrierte rufpositive Dateien zwischen umfasst. Der Median wurde für zwei Größen berechnet: Zum einen für artpositive Nächte, zum anderen auf Basis aufgezeichneter Rufdateien. Eine genaue Schilderung und Diskussion artspezifischer Muster würde den Rahmen dieser Arbeit sprengen, weshalb hier darauf verzichtet wird. Stattdessen erfolgt eine Beschränkung auf generelle Muster, die hinsichtlich der Darstellung zur Exposition von Zugvögeln wichtig sind. 32 auf den Zusammenhang zwischen Heimzugund Wegzugmedian hin untersuchte Arten (nur bei Arten mit hinreichendem Material, d.h. mit Präsenz in mindestens fünf Nächten in beiden Zugperioden möglich) zeigen, dass sie dazu tendieren, im Herbst in umgekehrter Reihenfolge gen ihre Wintergebiete zu ziehen, als sie im Frühjahr heimkehren (Abbildung 48). Je später eine Art im Frühjahr die Breitengrade des Nordseebereichs erreicht, umso früher im Herbst verlässt sie diese Region wieder. Ein Bei- Seite 97

98 spiel hierfür ist der Flussuferläufer Actitis hypoleucos, dessen Heimzugmedian spät auf den fällt (auf Basis artpositiver Nächte), während umgekehrt der Wegzugmedian bereits früh am liegt. Die jahreszeitlich frühesten mittleren Durchzugstermine errechnen sich anhand des Datenmaterials der Zugruferfassung (auf Basis artpositiver Nächte) für Kiebitz Vanellus vanellus (10.03.), Feldlerche (16.03.), Star (17.03.), Amsel Turdus merula (19.03.), Heckenbraunelle Prunella modularis (24.03.) und Rotdrossel (31.03.). Diese früh heimkehrenden Arten verlassen den Breitengradbereich umgekehrt erst spät wieder: Für die genannten Frühheimkehrer fällt der Wegzugmedian jeweils in ein enges Zeitfenster zwischen (Heckenbraunelle) und (Star). Die geschilderte Beziehung hat auch Bestand, sobald nicht die Verteilung der Präsenznächte, sondern die rufpositiven Dateien berücksichtigt werden (Abbildung 48, rechts). Abbildung 48: Beziehung zwischen dem Zeitpunkt des mittleren Durchzugs im Frühjahr und des mittleren Durchzugs im Herbst für daraufhin untersuchte Arten am Standort FINO1 nach Zugruferfassung. Der artspezifische Median wurde jeweils auf Basis rufpositiver Nächte (links; Datenmaterial ; n- Arten = 32) bzw. auf Basis rufpositiver Dateien (rechts; Datenmaterial ; n-arten = 21) errechnet. Regressionsanalyse: R² = -0,6125; F 1,30 = 50,01; p < 0,0001 bzw. R² = -0,6939; F 1,20 = 48,6 ; p < 0,0001. Die Gründe für diese Beziehung sind einfach nachzuvollziehen, denn die spät heimkehrenden und umso früher wieder abziehenden Arten sind Langstreckenzieher mit Winterquartieren südlich des Äquators (z.b. Flussuferläufer, von dem das Gros südlich der Sahara bis Südafrika überwintert), wohingegen die länger in unseren Breiten anzutreffenden Arten die Mittel- und Kurzstreckenzieher umfassen, welche die Sahara nicht mehr queren (z.b. Kiebitz, Feldlerche, Star, Amsel). Obwohl Langstreckenzieher tendenziell schneller ziehen, also höhere Tagesleistungen (gemessen als km/d) vollbringen als Mittel-/Kurzstreckenzieher (Alerstam 2003), müssen sie zusätzlich erheblich mehr Tage für Wanderungsbewegungen aufbringen (Newton 2010). Früher Abzug im Herbst ist ebenso eine Folge dieses notwendigen zeitlichen Mehraufwands zur Bewältigung der Zugstrecke, wie spätes Auftreten im Frühjahr Videoerfassung Über die Videoerfassung lassen sich Vogelbewegungen unter Tageslicht im unmittelbaren Plattformbereich aufzeigen und im Jahresgang darstellen. Korrespondierend zum Zeitraum (Hüppop et al. 2009a) ist für den Zeitraum während des gesamten Jahresgangs mit der Präsenz von Vögeln im direkten Plattformumfeld zu rechnen (Abbildung 49). Der Anteil von Bildern mit Vögeln variierte zwischen den Pentaden stark und reichte von Seite 98

99 2,9 % vogelpositiven Bildern (3. Jahrespentade im Januar) bis zu 58,3 % (49. Jahrespentade zur Monatswende August/September). Das phänologische Jahresmuster ist kaum mit den klassischen Vogelzugperioden in Einklang zu bringen und differiert somit deutlich zu den bisher vorgestellten Ergebnissen anderer Methoden der Vogelzugerfassung (s.o.). Stattdessen nimmt die Vogelzahl ab Ende Mai und somit nach Abschluss des eigentlichen Heimzugs stark zu (Abbildung 49). Spätestens ab Anfang Oktober, dem in der Regel zugintensivsten herbstlichen Vogelzugmonat, sinkt die Anzahl von Vogelbildern drastisch. Dazwischen erstreckt sich das Schwerpunktvorkommen von Vögeln über die Sommermonate hinweg. Abbildung 49: Anteil vogelpositiver Videobilder (n = ) an allen zwischen auf FINO1 aufgezeichneten Bildern (n = ) in Pentadenschärfe (linke Ordinate). Zusätzlich angegeben ist der realisierte Erfassungsaufwand (Anzahl Bilder) für alle Pentaden summiert aus allen Jahren (rechte Ordinate). Bilder wurden unter Tageslicht oberhalb eines Sonnenstandes von 9 unter Horizont berücksichtigt. Vogelpositive Bilder zeigten in der überwiegenden Mehrheit Möwen (85,5 %, n = ). Auch Bilder mit unbestimmt gebliebenen Vögeln dürften weitgehend Möwen zuzurechnen sein (vgl. Hill et al. 2011), die tatsächliche Stärke des Vorkommens sollte mithin sogar noch unterschätzt sein. Bilanzierend spiegelt die erhaltene Gesamtphänologie zum Auftreten von Vögeln vor allem Möwenvorkommen wider. Möwen nutzen das Helikopterdeck der Plattform regelmäßig zur Rast und fliegen diese gezielt an. Das Bildmaterial erlaubte in 83,9 % der Fälle genauere Angaben zur Gattungs- bzw. Artzugehörigkeit der erfassten Möwen. Dies bedeutet einen wesentlichen Informationsgewinn, denn vor 2008 umfasste die Trennschärfe nur das Taxon Möwe. Es dominierten Großmöwen Larus spec.: Auf 77,3 % aller Möwenbilder konnten Großmöwen erkannt werden. Auch Dreizehenmöwen waren häufig und wurden auf 11,3 % der möwenpositiven Bilder bestimmt. Großmöwen wurden über das gesamte Jahr hinweg nachgewiesen, waren aber während des Winterhalbjahres zwischen November bis April vergleichsweise selten (Abbildung 50). Während dieses Zeitraums wiesen die Bilder je Pentade mittlere 2,7 % Positivbilder auf. Ab Mitte Mai (27. Pentade) änderte sich das Auftreten von Großmöwen nachhaltig und erreichte fortan ein viel höheres Niveau. In der 34. Pentade (Mitte Juni) wurde auf FINO1 ein erstes Zwischenmaximum erreicht (29,2 % Positivbilder). Ein weiteres, schwach konturiertes Zwischenmaximum fiel in die 39. Pentade um Mitte Juli. Der Frequenzwert betrug dabei Seite 99

100 26,0 % Positivbilder. Von der 41. Pentade an nahm die Großmöwen-Präsenz im weiteren Verlauf des Julis und den August über nochmals stark zu und erreichte ihren Jahreshöchststand mit 46,7 % Positivbildern (49. Pentade) Ende August/Anfang September. Das Vorkommen war um die Monatswende August/September stets enorm und die registrierte Großmöwen-Präsenz erreichte zu dieser Zeit jahrweise Werte von 64,4 % (49. Pentade, 2010; Anhang V, Abbildung 1). Hernach sank das Vorkommen auf FINO1 langsam. Während der zweiten Septemberhälfte kam es zu einer zwischenzeitlichen Trendumkehr und die Großmöwensummen stiegen kurzzeitig wieder an (Maximal 33,7 % Positivbilder, 55. Pentade), was in allen Untersuchungsjahren zu beobachten war (Anhang V, Abbildung 1). Im Verlauf des weiteren Oktobers reduzierten sich die Großmöwenzahlen dann stark, ehe sich Ende Oktober kaum mehr Großmöwen im durch die Kamera abgedeckten Nahbereich rund um die Plattform zeigten. Abbildung 50: Anteil Großmöwen Larus-positiver Videobilder (n = ) an allen zwischen aufgezeichneten Bildern auf FINO1 in Pentadenschärfe (linke Ordinate). Zusätzlich angegeben ist der realisierte Erfassungsaufwand (Anzahl Bilder) für alle Pentaden summiert aus allen Jahren (rechte Ordinate). Bilder wurden unter Tageslicht oberhalb eines Sonnenstandes von 9 unter Horizont berücksichtigt. Das Kernvorkommen von Großmöwen im Bereich um FINO1 erstreckt sich somit über weite Teile des Sommerhalbjahres und wurde von Aumüller et al. (2012) zum weit überwiegenden Teil auf Heringsmöwen und zwar auf Brutvögel der ostfriesischen Küste zurückgeführt. Dies erklärt in Verbindung mit der Dominanz von Großmöwen im direkten Plattformumfeld, weshalb sich über Videoerfassung keine Vogelzugphänologie ergibt. Fragen zur qualitativen Natur des Schwerpunktvorkommens und den zu Grunde liegenden Phänomenen im Jahreszyklus der beteiligten Arten beantworten Aumüller et al. (2012). Die Autoren schildern dabei auch Gemeinsamkeiten und Unterschiede in unterschiedlichen Seegebieten anhand eines Vergleichs der auf FINO1 und FINO3 erhobenen Daten. Neben Großmöwen traten Dreizehenmöwen in großer Häufigkeit in unmittelbarer Plattformnähe auf. Ebenso wie bei den Großmöwen wurden Annäherungen bei Dreizehenmöwen ganzjährig registriert (Abbildung 51). Als weitere Übereinstimmung konzentrierte sich das Kernvorkommen dieser Art vor allem im Sommerhalbjahr, setzte aber erst Mitte Juni und damit rund einen Monat später ein als dasjenige der Großmöwen. Dreizehenmöwen frequen- Seite 100

101 tierten FINO1 besonders ab Ende Juli und im August/September. Auch während Anfang Oktober wurde verstärkte Annäherung an die Plattform deutlich. Abbildung 51: Anteil Dreizehenmöwen Rissa tridactyla-positiver Videobilder (n = 6.271) an allen zwischen aufgezeichneten Bildern auf FINO1 in Pentadenschärfe (linke Ordinate). Zusätzlich angegeben ist der realisierte Erfassungsaufwand (Anzahl Bilder) für alle Pentaden summiert aus allen Jahren (rechte Ordinate). Bilder wurden unter Tageslicht oberhalb eines Sonnenstandes von 9 unter Horizont berücksichtigt. Ganz im Gegensatz zu den Verhältnissen bei den Großmöwen variierten die jahreszeitlichen Muster des Auftretens zwischen den Einzeljahren immens. Auf FINO3 waren die Gipfel des Vorkommens jeweils stark von den einzelnen Jahren beeinflusst: die erkennbare Gesamtphänologie des Standortes setzt sich aus einzelnen, kurzfristig starken Vorkommen aus verschiedenen Pentaden und Jahren zusammen Aumüller et al. (2012). Dreizehenmöwenpräsenz im Nahbereich der Plattformen ist also nur temporär und zeitlich wenig vorhersagbar angelegt, im Jahr 2009 wurden z.b. während keiner Pentade zweistellige Frequenzwerte von Positivbildern erreicht und nur während der 49. Pentade wurde die Ein-Prozentmarke überschritten (Anhang V, Abbildung 2). Es ist lediglich die Zeitspanne anzugeben, innerhalb derer es zu starker Annäherung von Dreizehenmöwen an ein Offshore-Bauwerk wie FINO1 kommt. Diese umfasst Mitte Juni bis Mitte Oktober. Zumindest in Teilen wird das sommerliche Vorkommen wie im Falle von Heringsmöwen (s.o.) von Aumüller et al. 2013a auf die Beteiligung von Brutvögeln umliegender Koloniestandorte zurückgeführt. Demnach wären Angehörige der einzigen infrage kommenden Kolonie auf Helgoland durch errichtete Windparks potentiell gefährdet. Neben der Präsenz von Möwen konnte über die Videoerfassung nur noch auf nennenswertes Auftreten von Singvögeln geschlossen werden, welches gleichwohl um Dimensionen geringer ausfiel. Tagziehende Singvögel fliegen einen Offshore-Windpark möglicherweise gezielt an (siehe Abschnitt ). Im Auftreten von Singvögeln lassen sich klar zwei deutliche Phasen trennen, die den Heim- und Wegzugzeiten der beteiligten Arten entsprechen. Demnach wurden Singvögel einerseits ab Mitte Februar bis Anfang/Mitte Juni und andererseits ab Ende Juli/Anfang August bis Ende November/Anfang Dezember registriert (Abbildung 52). Dazwischen erfolgten nur vereinzelt Nachweise während ausgeprägter Kälteeinbrüche im Mittwinter, was nahelegt, dass es sich jeweils um typische Kälteflucht gehandelt hat. Nachweise zwischen Mitte Juni und Mitte Juli waren sehr selten. Während des Heimzugs kulminierte das Vorkommen auf FINO1 Ende April. Der frühe Wegzug zwischen Seite 101

102 Ende Juli und Mitte September trat kaum in Erscheinung. Ab Ende September wurde ein markanter Anstieg im Auftreten ersichtlich und in der Folge erwies sich der Oktober als besonders stark frequentiert. Ab Mitte November ging die Rate an Positivbildern wieder zurück. Die Positionierung von Schwerpunkten stimmt gut mit Informationen von Helgoland überein, was besonders für die Muster von Kurz- und Mittelstreckenziehern gilt (vgl. Hüppop & Hüppop 2004, Hüppop & Hüppop 2011). Abbildung 52: Relative Häufigkeit singvogelpositiver Videobilder (n = 787) aller zwischen aufgezeichneten Videobilder auf FINO1 in Pentadenschärfe. Zusätzlich angegeben ist der realisierte Erfassungsaufwand (Anzahl Bilder) für alle Pentaden summiert aus allen Jahren. Bilder wurden unter Tageslicht oberhalb eines Sonnenstandes von 9 unter Horizont berücksichtigt. Beachte unterschiedliche Skalierung der Ordinaten Zugplanbeobachtungen Vögel zogen während der gesamten abgedeckten Zugperioden im Frühjahr und Herbst über das Seegebiet der Deutschen Bucht um FINO1 hinweg (Abbildung 53, Tabelle 7). Der Wegzug war erheblich stärker ausgeprägt als der Heimzug. In den beiden vogelreichsten Monatshälften überhaupt, der zweiten Oktober- bzw. ersten Novemberhälfte, passierten im Durchschnitt zwischen Vögel pro Stunde den Standort. Am schwächsten war der Zug während der ersten Septemberhälfte ausgeprägt, während derer im Mittel weniger als zehn Individuen pro Stunde beobachtet wurden. Angesichts der besonders hohen festgestellten Vogelzugstärke in randständigen Monatshälften ist davon auszugehen, dass Zugbewegungen in nicht unerheblichem Maße auch außerhalb der untersuchten Zeiträume stattfanden. Das jahreszeitliche Vorkommen ist für Arten mit Möglichkeiten zu Hochrechnungen (siehe Abschnitt ) in Anhang VI dargestellt. Seite 102

103 Abbildung 53: Halbmonatliche Stärke erfassten Vogelzugs nach Zugplanbeobachtungen Grau hinterlegt sind die Erfassungszeiträume. Im Herbst wurde der Vogelzug vor allem von Seeschwalben eröffnet, die fast zwei Drittel (n = 1.125) aller in der zweiten Julihälfte beobachteten Vögel (n = 1.742) ausmachten. Im Mittel wurden 38,7 Vögel je Stunde während dieser Monatshälfte notiert, wobei 22,6 Ind./h allein auf Fluss-/Küstenseeschwalben entfielen (Tabelle 7). Die genannten Werte stehen unter starker Beeinflussung des , als massiver Seeschwalbenzug zur Beobachtung von 972 Fluss-/Küstenseeschwalben führte. Den gesamten Monat August über dominierten Seeschwalben mit rund 70 % der registrierten Vögel weiterhin das Zuggeschehen, wobei Brandseeschwalben Sterna sandvicensis in der zweiten Monatshälfte Fluss- /Küstenseeschwalben als häufigste Arten ablösten und zu dieser Zeit eine Zugrate von 10,9 Ind./h erreichten. Andere Gruppen wie Limikolen und Raubmöwen erreichten im Laufe des Augusts mit 4,3 % bzw. 2,0 % ihre höchsten Anteilswerte an einem monatlichen Zuggeschehen im gesamten Jahresgang, wenngleich ihre Zugraten nicht über ein Ind./h hinausgingen. Im September wurden Vögel beobachtet. Die Dominanz der Seeschwalben brach bei einem Anteil von 7,0 % ein und stattdessen übernahmen andere Arten die Regie: Basstölpel (5,9 Ind./h; zweite Septemberhälfte), aber auch einige Möwenarten wie vor allem Dreizehen- (2,9 Ind./h; zweite Septemberhälfte) und Heringsmöwe L. fuscus (2,5 Ind./h; zweite Septemberhälfte) waren häufig. Vor allem zum Ende des Monats trat mitunter der Beginn des Zuges von Singvögeln (6,2 Ind./h; zweite Septemberhälfte) deutlich in Erscheinung. Röhrennasen gipfelten im Laufe des Septembers mit 0,6 Ind./h (zweite Septemberhälfte) in ihrem Auftreten, während Anatiden-, Kormoran- Phalacrocorax carbo, Alken- und Seetaucherzug vermehrt oder überhaupt erstmalig einsetzte. Insbesondere windige Westwetterlagen forcierten den Oktober über das Auftreten von Dreizehenmöwen (n = 956; 23,5 Ind/h; zweite Oktoberhälfte), aber auch von Alken (5,0 Ind/h; zweite Oktoberhälfte) und Basstölpeln (3,4 Ind/h; zweite Oktoberhälfte) am Standort. Sobald ablandige (Schwach-)Winde herrschten, konnten Singvögel zahlreich ziehen. Im November war fast jeder zweite beobachtete Vogel (n = 1.993) ein Singvogel (n = 917; 23,2 Ind./h), was vor allem auf einige starke Zugereignisse des Stars Sturnus vulgaris zurückging. Ansonsten kulminierte zu dieser Zeit das Anatidenvorkommen (n = 305; 7,7 Ind./h), was an einigen Gänsetagen (n-gänse = 223) lag, während derer z.b. allein 178 Kurzschnabelgänse am beobachtet wurden. Auch Dreizehen- (6,0 Ind./h), Mantel- (3,2 Ind./h) und Sturmmöwe (4,3 Ind./h) erreichten im November hohe Zugraten. Seite 103

104 Wer spät im Herbst in die Überwinterungsgebiete zieht, kehrt oft zeitig heim: Bereits im März (n-vögel = 1.701) konnten wiederum hohe Zugraten von Sturmmöwe (3,6 Ind./h; zweite Märzhälfte), Singvögeln (3,3 Ind./h; zweite Märzhälfte) und Anatiden (3,6 Ind./h; zweite Märzhälfte) ermittelt werden, aber auch Lach- (5,7 Ind./h; zweite Märzhälfte), Dreizehen- (2,0 Ind./h; erste Märzhälfte), Herings- (1,8 Ind./h; zweite Märzhälfte) und Zwergmöwe (1,4 Ind./h; zweite Märzhälfte) waren bereits häufig. Im April (n-vögel = 3.020), dem stärksten Vogelzugmonat während des Heimzugs, dominierten die zaghaft bereits ab Ende März Einzug haltenden und nun massiv den Standort durchquerenden Seeschwalben (n = 1.303). Vor allem Brandseeschwalben waren häufig und gipfelten in ihrem Vorkommen in der zweiten Aprilhälfte (12,6 Ind./h). Auch Herings- und Zwergmöwenzug kulminierte zu dieser Zeit (4,7 bzw. 2,6 Ind./h), während Enten bereits in der ersten Monatshälfte ihren Schwerpunkt im Vorkommen erreichten (4,2 Ind./h). Seeschwalben (n = 254; 13,0 %) und Heringsmöwen (n = 343; 17,6 %) waren bis in den Mai hinein (n-vögel = 1.955) eine auffällige Erscheinung, prägend war aber vor allem der mehrfach notierte Abzug von Ringelgänsen Branta bernicla (n = 882; 45,1 %) gen die arktischen Brutgebiete Ende Mai, der zu hohen Zugraten von 12 Ind./h in der zweiten Maihälfte führte. Röhrennasen und Limikolen (n = 19) erreichten ihre höchsten Heimzug-Monatssummen im Auftreten, spielten aber angesichts jeweils 1,0 % relativer Häufigkeit nur eine untergeordnete Rolle. Dreizehenmöwen (n = 210; 10,5 %), aber auch Basstölpel (n = 55; 2,8 %) waren häufig präsent, und ihre Präsenz nahm gegen Mai nochmals zu. Für die zweite Monatshälfte errechnen sich Zugraten von 3,0 bzw. 0,7 Ind./h. Dies deutet auf die Beteiligung von Vögeln des Koloniestandorts auf Helgoland und wäre nicht mehr dem eigentlichen Vogelzug zuzurechnen. Ein ähnlicher Effekt dürfte auch bei spät im Mai mit 4,0 Ind./h registrierten Heringsmöwen vorliegen, der in diesem Falle vor allem auf Nahrungsflüge von Brutvögeln der niedersächsischen Küste zurückzuführen sein dürfte (vgl. auch Abschnitt ). Seite 104

105 Tabelle 7: Halbmonatliche Zugstärke (Ind./h) erfasster Arten(-gruppen) nach Zugplanbeobachtungen Mit * markierte Arten mussten stundenweise von der Erfassung ausgeschlossen werden. Ausgewiesen sind nur Arten(-gruppen) mit n-zugereignissen 30. Seite 105

106 StUKplus-Endbericht (FKZ A/AWI2) Totfundregistrierung Bei der Darstellung von Totfunden auf Pentadenbasis kann nur das Funddatum zu Grunde gelegt werden. Dabei ist zu beachten, dass Kontrollen nur im Rahmen von nicht täglichen Terminen (Helikopterflüge) möglich waren und der Todeszeitpunkt somit nicht zwangsläufig in die Pentade des Auffindens fallen muss, wodurch sich geringfügige Abweichungen von den tatsächlichen Verhältnissen ergeben können. Mit Ausnahme des Junis konnten in allen Monaten kollidierte Vögel gefunden werden (Abbildung 54). Dabei konzentrierte sich das Vorkommen auf zwei Phasen im Jahresgang: zum Einen auf die Hauptzugperiode im Frühjahr zwischen März bis Mai mit einer Konzentration von Anfang März bis Mitte April und zum Anderen auf die herbstliche Hauptzugperiode zwischen Juli und Ende November. Dabei war der Zeitraum Ende September bis Ende November besonders kollisionsträchtig. Zusätzlich zu diesen klar hervortretenden Phasen besonders hoher Mortalität machen sich aber auch einzelne besonders starke Kollisionsereignisse (Hüppop et al. 2009a, Aumüller et al. 2011) bemerkbar und treten als ausgeprägte Gipfel hervor. Abbildung 54: Jahreszeitliche Verteilung auf FINO1 zwischen dem und dem tödlich kollidierter Vögel in Pentadenschärfe Tagesgang Vertikalradar Nicht nur im gesamten Jahresgang, sondern auch zu allen Tageszeiten konnten Vogelbewegungen am Standort um FINO1 aufgezeichnet werden, was wiederum für alle Jahreszeiten gilt (Abbildung 55). Mit Vogelpräsenz ist folglich rund um die Uhr zu rechnen. Seite 106

107 Abbildung 55: Mittlere Häufigkeit über Vertikalradarmessung aufgezeichneter Vögel (Echos pro Stunde) in m Höhe über dem Meer zu jeder Stunde koordinierter Weltzeit (UTC) zwischen (Tagesschärfe). Die Grenzverläufe grau bzw. weiß hinterlegter Flächen definieren Sonnenaufgang (oberer Grenzverlauf) bzw. Sonnenuntergang. Zusätzlich sind Grenzverläufe zwischen Tag- bzw. Nachtvierteln integriert. Während der Hauptzugzeiten wurde im Frühjahr besonders starkes Überwiegen nächtlichen Vogelzugs festgestellt (Abbildung 55; LMM log-transformiert: χ 2 = 461,4, p < 0,0001), aber auch während des Wegzugs im Herbst dominierte Nachtzug deutlich (LMM log-transformiert: χ 2 = 24,3, p < 0,0001). In beiden Fällen setzte der Zug abends nur zögerlich mit zeitlicher Differenz zum Sonnenuntergang ein und ebbte in der Morgendämmerung zumeist schnell ab (Abbildung 56). Tagsüber verlief Vogelzug demgegenüber viel einheitlicher und annähernd ausgeglichen über verschiedene Tagesphasen hinweg (Abbildung 57). Abbildung 56: Verteilung des nächtlichen Vogelzuges während des Heim- (März bis Mai, links) bzw. Wegzugs (Mitte Juli bis Mitte November, rechts) auf verschiedene Nachtphasen. Positive Selektivitätswerte (nach Jacobs 1974) machen überproportional stark beflogene Phasen kenntlich. Seite 107

108 Abbildung 57: Verteilung von Vogelzug unter Tageslichtbedingungen während des Heim- (März bis Mai, links) bzw. Wegzugs (Mitte Juli bis Mitte November, rechts) auf verschiedene Tagesphasen. Positive Selektivitätswerte (nach Jacobs 1974) machen überproportional stark beflogene Phasen kenntlich. Im Winter (Dezember bis Februar) hatte das Muster überwiegenden Nachtzugs in der Gesamtschau ebenfalls Gültigkeit (LMM log-transformiert: χ 2 = 68,9, df = 1, p < 0,0001) und wie für die Hauptzugperioden ist von weitgehend einheitlicher Passage während unterschiedlicher Phasen unter Tageslicht auszugehen (Abbildung 58). Innerhalb der Nacht war aber ganz im Gegensatz zum übrigen Jahr die erste Nachthälfte besonders stark beflogen. Die zu Grunde liegenden Einzelereignisse deuten aber an, dass Vogelzug im Winter vergleichsweise wenig an die Tageszeit gebunden sein könnte, denn solche distinkten Ereignisse lagen des Öfteren in der Hellphase oder überschnitten die Grenzen zwischen Hell- und Dunkelphase anscheinend beliebig (Abbildung 55). Dabei kam es oft zu Zugereignissen von nur sehr kurzer Dauer, die dafür aber in einigen Fällen besonders massiv ausfielen (z. B. 2004, 2006, 2009; Anhang VII, Abbildung 1). Zu dieser Zeit betrifft Vogelzug typischerweise Kälteflucht von z.b. Drosseln Turdus spec. oder Lerchen Alaudidae, wobei solche Vögel, die bislang noch in nordöstlichen Regionen ausharrten, im Falle von Wintereinbrüchen schnell nach Südwesten auszuweichen versuchen. Umgekehrt kann Vordringen von Warmluft aber auch gegenläufige Zugbewegungen auslösen. Seite 108

109 Abbildung 58: Verteilung winterlichen Vogelzugs auf verschiedene Nacht- (links) bzw. Tageslichtphasen (rechts). Positive Selektivitätswerte (nach Jacobs 1974) machen überproportional stark beflogene Phasen kenntlich. Möglicherweise schon ab Ende Mai, spätestens jedoch im Juni, und dann bis mindestens Mitte Juli und somit über die sommerliche Phase zwischen den beiden Hauptzugperioden hinweg anhaltend, ergaben sich keine erkennbaren Unterschiede hinsichtlich bevorzugt beflogener Tageszeiten auf der Basis von Tag- bzw. Nachtstunden (Abbildung 55; LMM logtransformiert: χ 2 = 0,1, df = 1, p = 0,73). Wie zu den eigentlichen Hauptzugzeiten ist aber auch im Sommer für das erste Nachtviertel von besonders wenig Flugaktivität auszugehen (Abbildung 59), im Tagesgang zeigt sich die gewohnte Einheitlichkeit über alle Phasen hinweg. Abbildung 59: Verteilung sommerlichen Vogelzugs auf verschiedene Nacht- (links) bzw. Tageslichtphasenphasen (rechts). Positive Selektivitätswerte (nach Jacobs 1974) machen überproportional stark beflogene Phasen kenntlich. Diese geschilderten Grundmuster hatten vor und nach dem Windparkbau Bestand, und auch während aller Einzeljahre war es erkennbar (s. Anhang II). Seite 109

110 Horizontalradar StUKplus-Endbericht (FKZ A/Avitec1 und Avitec2) Analysen der Horizontalradardaten aus niedrigen Höhenbereichen mit der Software radr ergaben folgendes Bild der tageszeitlichen Verteilung von Vogeltracks im Jahresverlauf: Alljährlich kommt es durchschnittlich zu zwei bis vier nächtlichen und besonders starken Zugereignissen je Hauptzugzeit (Abbildung 60), die je nach witterungsbedingtem Zugverlauf des Jahres eintreten. Bei offensichtlich ungünstigem Zugwetter wurde in der Einzelfallbetrachtung zusätzlich mehrfach pro Jahr kreisendes Verhalten rund um FINO1 und die im Erfassungsbereich liegenden OWEA von alpha ventus dokumentiert. In diesen Nächten steigt die Kollisionsgefahr enorm an, da gleich mehrere kollisonsbefördernde Faktoren erfüllt werden: viele Vögel befinden sich in niedriger Höhe im Luftraum, die Wetterbedingungen sind ungünstig für den Weiterflug (etwa starker [Gegen-]Wind, schlechte Sicht, starke Bewölkung), Licht führt evtl. zu einer Attraktion rund um die Bauwerke und die Vögel beginnen desorientiert zu kreisen. In den Nächten mit gutem Zugwetter konnten ganz überwiegend in die gleiche Richtung orientierte Tracks festgestellt werden, die Kollisionsgefahr ist dann für den Einzelvogel nicht erhöht. Statistische Analysen konnten aufgrund viel zu kleiner Stichprobenzahlen (Zahl der Nächte mit gleichen Bedingungen) bisher nicht durchgeführt werden. Bei einer Fortführung der Messungen auf FINO1 wird sich dies künftig ändern. Seite 110

111 Abbildung 60: Mittlere Häufigkeit über Horizontalradarmessung aufgezeichneter Vögel (Tracks pro Stunde) in m Distanz zum Radarstandort zu jeder Stunde koordinierter Weltzeit (UTC) in den Jahren (Tagesschärfe). Die Grenzverläufe grau bzw. weiß hinterlegter Flächen definieren Sonnenaufgang (oberer Grenzverlauf) bzw. Sonnenuntergang. Zusätzlich sind Grenzverläufe zwischen Tag- bzw. Nachtvierteln integriert. Beachte andere Methodik für Zugruferfassung Für einzelne Nächte aus dem Betrachtungszeitraum 2008 bis 2012 wurde eine zumeist nicht gleichmäßig über verschiedene Nachtphasen hinweg verteilte Rufaktivität verzeichnet. Vielmehr waren Vogelrufe im ersten Nachtviertel während beider Zugperioden vergleichsweise selten (Abbildung 61). Hernach stieg die Rufaktivität jeweils kontinuierlich an, um im letzten Nachtviertel Maximalwerte zu erreichen. Trotz dieser generell großen Ähnlichkeit in der nächtlichen Entwicklung unterschieden sich die Verteilungen verzeichneter Rufdateien auf die Nachtviertel zwischen den Zugperioden (χ 2 = 531,4, df = 3, p < 0,0001). Mehr als 90 % dieser Abweichung ging auf saisonal abweichende Anteile während des ersten Nachtviertels zurück, währenddessen im Herbst 2,9 % aller registrierten rufpositiven Dateien aufgezeichnet wurden, im Frühjahr jedoch mit 6,7 % ein größerer Anteil. Somit setzte starkes nächtliches Vorkommen im direkten Plattformumfeld im Frühjahr tendenziell etwas früher ein als im Herbst. Der Unterschied ist aber nur marginal und entsprechend werden bei Verschneidung Seite 111

112 von Angebot (Nachtviertel) und Nachfrage (rufpositive Dateien) für Heim- wie Wegzug stark überproportionale Häufigkeitswerte rufpositiver Dateien während der zweiten Nachthälfte deutlich (Abbildung 62; Selektivitätsindex nach Jacobs 1974). Zusammenfassend wurden besonders viele niedrige und im direkten Plattformumfeld fliegende Vögel während beider Zugperioden übereinstimmend erst nach Mitternacht und bis in die frühen Morgenstunden hinein registriert. Für den Zeitraum fanden Hüppop et al. (2012a) ein offenkundig sehr ähnliches nächtliches Muster. Abbildung 61: Nachts (n Nächte = 1.157) in den Zugperioden der Jahre aufgezeichnete rufpositive Dateien in Stundenschärfe (links; Summen aller Jahre je Stunde, n Stundenwerte = ). Die grau hinterlegte Fläche entspricht dem Zeitraum zwischen Sonnenuntergang bzw. Sonnenaufgang. Die gestrichelten weißen Linien grenzen die unterschiedlichen Nachtviertel (1.-4.) gegeneinander ab. Präferenz (Positivwerte), Meidung (Negativwerte) oder Konsum gemäß Angebot (Werte nahe an 0) unterschiedlicher Nachtviertel durch ziehende Vögel wird unter Verwendung des Jacobs schen Selektivitätsindex (Jacobs 1974) aufgezeigt (rechts). Abbildung 62: Verteilung rufpositiver Audiodateien auf verschiedene Nachtviertel während des Heimzugs (links) bzw. Wegzugs (rechts). Positive Selektivitätswerte (nach Jacobs 1974) machen überproportional zugrufstarke Nachtphasen kenntlich. Von diesem Gesamtbild rufender Vögel können die tageszeitlichen Muster einzelner Arten(- gruppen) stark abweichen. In Anhang VIII sind 30 Arten aufgeführt, zu denen mehr als 50 rufpositive Dateien zwischen Sonnenuntergang bzw. Sonnenaufgang vorliegen und deren tageszeitliches Muster näher dargestellt ist. Darunter fallen mit Rauchschwalbe Hirundo rustica, Wiesenpieper Anthus pratensis und Buchfink Fringilla coelebs auch mehrere Tagzieher. Entsprechend betrifft das registrierte nächtliche Vorkommen dieser Arten vor allem Seite 112

113 randständige Zeiten spätabends aber auch frühmorgens, sobald die letzten bzw. ersten Individuen den Standort passieren. Rufpositive Dateien während der eigentlichen Nacht sind zwar selten, kommen aber regelmäßig vor (v.a. beim Wiesenpieper) und stehen stellvertretend für die bereits weiter oben (z. B. Abschnitt ) erörterte Möglichkeit zu Nachtzug bei fast allen als Tagziehern proklamierten Arten. Auch innerhalb der regulären Nachtzieher sind deutliche Unterschiede erkennbar. So zeigen eine Reihe von Arten ein sehr gleichmäßiges Muster nächtlicher Präsenz im nahen Plattformumfeld (s. Anhang VIII). Dazu gehören Graureiher Ardea cinerea, Austernfischer Haematopus ostralegus, Sturmmöwe, Brand- und Fluss-/Küstenseeschwalben. Mit Ausnahme der Schwarzkopfmöwe Larus melanocephalus, die ein dem allgemeinen Muster gegenläufiges nächtliches Bild zum Vorkommen mit Hauptpräsenz im ersten Nachtviertel und nachfolgender, sukzessiver Abnahme zeigt, haben alle weiteren 21 Arten (stark) negative Selektivitätswerte für das erste Nachtviertel gemein, darunter die mengenmäßig mutmaßlich am häufigsten vertretenden Arten wie vor allem Drosseln. Die Präsenzmuster sind in allen Fällen während beider Zugperioden konsistent und lassen sich mit hoher Wahrscheinlichkeit über die jeweilige Distanz zu den Aufbruchsgebieten am Festland erklären in jedem Fall brauchen die Vögel Zeit, um den Offshore-Standort um FINO1 nördlich der niedersächsischen Küste zu erreichen, was in enger Übereinstimmung zu den mittels Vertikalradar ermittelten tageszeitlichen Präferenzmustern ohne artliche Zuordnungsmöglichkeiten steht (siehe Abschnitt ) Zugplanbeobachtungen Die Verschneidung von Beobachtungsaufwand und -ertrag bei Zugplanbeobachtungen macht Phasen besonders hoher oder geringer Frequentierung im Tagesgang durch Vögel deutlich. Die Wertespanne für jedes Tagesviertel des nach Jacobs (1974) errechneten Selektivitätsindex reicht von -1 (vollständige Absenz) bis +1 (vollständige Konzentration). Wir teilten den Wertebereich gleichmäßig auf die drei Bereiche Konzentration (Werte oberhalb +0,33), weitgehende Absenz (Werte unterhalb von -0,33) und Nutzung gemäß Angebot (zwischen -0,33 bis 0,33 liegende Werte). Unter Berücksichtigung aller Arten wird für beide Zugperioden ein über den gesamten Tagesgang hinweg sehr ausgeglichenes Muster zur Zugintensität deutlich (Tabelle 9), wie es bereits zuvor für die Vertikalradarerfassung zu konstatieren war (siehe Abschnitt ). Art(-gruppen)spezifisch werden aber enorme zwischenartliche Unterschiede offenbar. Konzentration auf frühmorgendlichen Zug während beider Zugperioden wird demnach für Gänse deutlich. Im Frühjahr war das Zuggeschehen weiterhin bei Kormoran, Greifvögel und Eulen, Limikolen, Tordalk und Singvögeln besonders auf die frühmorgendliche Phase konzentriert. Umgekehrt zogen zu dieser Jahreszeit Seetaucher und Sturmmöwen besonders abends. Im Herbst wurden neben Gänsen vor allem Enten, Trottellumme, Raub-, Zwerg- und Lachmöwen zu Tagesbeginn beobachtet. Für Seetaucher, Kormoran, Greifvögel und Eulen, Mantel- und Silbermöwe ließ sich ein abendliches Schwerpunktvorkommen erkennen und auch Ringelgänse querten nach vorheriger frühmorgendlicher Passage wieder besonders zahlreich den Standort. Zumeist wurden Vögel in Richtung Tagesausklang im Herbst aber seltener notiert, wie dies für Röhrennasen, Basstölpel, Limikolen, Raubmöwen, Trottellumme, Dreizehen-, Zwerg- und Heringsmöwe, Brand-, Fluss-, und Küstenseeschwalbe und Singvögel offenkundig wird. Seite 113

114 Von besonderer Bedeutung sind die Ergebnisse für die in Abschnitt vorgenommenen Hochrechnungen. Zugplanbeobachtungen konnten tageszeitlich erst vergleichsweise spät einige Zeit nach Sonnenaufgang aufgenommen werden (siehe Abschnitt ). Umgekehrt musste bereits einige Zeit vor Sonnenuntergang die Plattform wieder verlassen werden, so dass es zu einer systematischen Minderbeprobung der randständigen Tagesviertel kam. Die auf Basis einer halbmonatlichen Zeitskala ermittelten Zugstärken wurden hingegen auf die gesamte Lichtperiode zwischen Sonnenauf- und -untergang hochgerechnet. Je nach tageszeitlichem Muster zum Vorkommen einer Art(engruppe) sind also Über- aber auch Unterschätzungen durch den Faktor Tagesrhythmus anzunehmen, können in ihrer Natur aber über die Selektivitätswerte je Tagesviertel eingeordnet werden. Stark positive Selektivitätswerte (> +0,33) in randständigen Vierteln legen Unterschätzungen nahe, denn zu diesen Tageszeiten konnte nur selten erfasst werden. Unterschätzte Zahlen zur Passage sind demnach für Gänse, Kormoran, Lach- und Mantelmöwe im Herbst, für Seetaucher während beider Zugzeiten, und für Singvögel im Frühjahr anzunehmen. Von Überschätzungen in beiden Perioden, wie sie stark negative Selektivitätswerte (< -0,33).zu Beginn oder Ende des Tages wahrscheinlich machen, ist für Röhrennasen, Basstölpel und Heringsmöwe auszugehen, für Limikolen, Dreizehenmöwe, Seeschwalben und Singvögel im Herbst sowie für Raubmöwen, Trottellumme und Brandseeschwalbe im Frühjahr. Sofern sich stark negative wie stark positive Selektivitätswerte der randständigen Tagesviertel gegenüberstanden, wurde von einem Effekt sich gegenseitig nivellierender Einflüsse und mithin weder von Über- noch Unterschätzung ausgegangen. Ein Beispiel hierfür sind im Frühjahr ziehende Gänse. Zu dieser Kategorie gehören auch all jene Arten(-gruppen) mit ohnehin über den Tagesgang ausgeglichener Periodizität (Selektivitätswerte zwischen +0,33 bis -0,33). Zu beachten ist, dass insgesamt eine Vielzahl an Faktoren vor allem zu Unterschätzungen hochgerechneter Anzahlen führt (siehe Abschnitt ). Die hier erfolgte nähere Charakterisierung betrifft nur die Art und Weise, wie sich der Faktor Tagesrhythmik auswirkt. Seite 114

115 Tabelle 8: Selektivitätswerte (nach Jacobs 1974) zum Vorkommen je Tagesviertel und Zugperiode für daraufhin untersuchte Arten(-gruppen) gemäß Zugplanbeobachtungen. Fettgedruckte Werte indizieren Konzentration (Werte oberhalb +0,33) oder weitgehende Absenz (Werte unterhalb von -0,33). Dazwischen liegende Werte werden als Tageslichtnutzung gemäß Angebot interpretiert. Zugperiode Frühjahr Herbst Art(-engruppe) Tagesviertel alle Arten Aves 0,09 0,06-0,08-0,04 0,15 0,09-0,15-0,20 Gänse Anserinae 0,61 0,27-0,67-1,00 0,54-0,06-0,40 0,10 Ringelgans Branta bernicla 0,46 0,27-0,50-1,00 0,76-0,16-1,00 0,52 Enten Anatinae -0,02 0,21-0,25 0,12 0,56-0,12-0,40 0,22 Trauerente Melanitta nigra 0,04 0,25-0,36 0,32 0,63-0,12-0,53 0,25 Seetaucher Gavia spec. -0,03-0,21 0,11 0,56 0,19 0,04-0,24 0,34 Röhrennasen Procellariiformes -0,28 0,23-0,14-1,00 0,24 0,13-0,22-0,49 Basstölpel Sula bassana -0,26 0,12-0,02-1,00 0,29 0,10-0,23-0,47 Kormoran Greife, Falken, Eulen Limikolen Phalacrocorax carbo Accipitriformes, Falconiformes, Strigiformes Charadrii, Scolopaci 0,55-0,11-0,11-1,00 0,13 0,10-0,31 0,42 0,43 0,08-0,23-1,00-0,60-0,24 0,23 0,55 0,51-0,28 0,11-1,00-0,15 0,26-0,13-1,00 Raubmöwen Stercorarius spec. -1,00 0,78-0,70-1,00 0,38-0,07-0,11-0,45 Trottellumme Uria aalge -0,33 0,16-0,13 0,16 0,39 0,13-0,36-0,35 Tordalk Alca torda 0,66-0,11-0,25-1,00 0,29 0,29-0,53-0,04 Dreizehenmöwe Rissa tridactyla 0,16 0,07-0,12-0,20 0,29 0,01-0,14-0,34 Zwergmöwe Hydrocoloeus minutus 0,19 0,09-0,20 0,23 0,40-0,10-0,10-0,47 Lachmöwe Larus ridibundus -0,80 0,22-0,15 0,23 0,46-0,20-0,09-0,17 Sturmmöwe Larus canus -0,27-0,22 0,17 0,55 0,11-0,01-0,09 0,22 Mantelmöwe Larus marinus -0,15-0,05 0,06 0,23 0,04-0,04-0,09 0,41 Silbermöwe Larus argentatus -0,02-0,35 0,40-1,00-0,70 0,00-0,17 0,72 Heringsmöwe Larus fuscus 0,04 0,11-0,11-0,38 0,03 0,08-0,04-0,51 Brandseeschwalbe Fluss- & Küstenseeschwalbe Sterna sandvicensis Sternda hirundo/ paradisaea -0,06 0,08-0,03-0,50-0,23 0,44-0,34-0,68 0,21 0,14-0,23 0,02-0,30 0,24-0,05-1,00 Singvögel Passeriformes 0,65 0,00-0,42-0,21-0,03-0,05 0,12-0,56 Star Sturnus vulgaris 0,00 0,26-0,23-1,00-0,09 0,16-0,08-0,37 Drosseln Turdus spec. 0,76-0,11-0,47-1,00-0,46 0,50-0,33-1,00 Wiesenpieper Anthus pratensis 0,81-0,15-0,58-1,00-1,00-0,28 0,51-0,35 Seite 115

116 Zughöhe Vertikalradarerfassung Die distanz- und aufwandskorrigierten Echos zur Zughöhenverteilung bis m Höhe zeichnet für die Heimzugperiode (Jahres ) ein Bild überwiegend oberflächennah orientierten Vogelzugs (Abbildung 63). 28,4 % (n = ) aller Echosignaturen wurden in geringen Höhen bis 100 m aufgezeichnet, knapp neun von zehn (n = ; 87,6 %) bis in 600 m Höhe. Die Höhenverteilung steht unter dem Einfluss der Tageszeit (χ²- Unabhängigkeitstest: χ² = 9571,7; FG = 9; p < 0,0001), wobei eine aufwärts führende Verschiebung während der Dunkelheit deutlich wird: Tagsüber konzentriert sich Vogelzug besonders stark auf unterste Höhenbereiche, wie ein gegenüber nächtlichen Verhältnissen rund doppelt so hoher Anteil registrierter Echos im Höhenbereich bis 100 m deutlich macht. Umgekehrt wurden des Nachts in Höhenklassen oberhalb von 300 m besonders hohe Anteilswerte aufgezeichneter Signaturen erreicht. Die geschilderten Verteilungsmuster haben auch für die Wegzugperiode Gültigkeit. Hier stammten sogar 37,3 % (n = ) aller Echosignaturen aus geringen Höhen bis 100 m, etwa zwei Drittel aus Höhen bis 300 m Höhe. Knapp 10 % aller Vogelechos (n = ) wurden in Höhen oberhalb von 600 m detektiert. In der Wahl der Höhe unterschieden sich nachts und tags migrierende Vögel auch im Herbst (χ²-unabhängigkeitstest: χ² = 3177,4; FG = 9; p < 0,0001). Ebenso wie im Frühjahr vollzog sich Vogelzug tagsüber komprimierter in niedrigen Höhenbereichen. Abbildung 63: Mittlere Echozahl je Höhenbereich für jede Pentade im Jahresgang. Nachtwerte sind durch schwarze Kreissymbole dargestellt, Hellphasenwerte durch graue Kreise. Zusätzlich ist die mittlere Zugintensität je Höhenklasse für den gesamten Jahresgang angegeben (rechts). Beachte: Die Messwerte sind wurzeltransformiert dargestellt. Wird die Höhenverteilung getrennt für die beiden Zeiträume vor und nach dem Bau von alpha ventus betrachtet, so wird übereinstimmend Vogelzug vor allem in unteren Höhenbereichen deutlich (Abbildung 64). Während der Heimzugperioden wurden 22,3 % (n = ) aller Echosignaturen in geringen Höhen bis 100 m aufgezeichnet, für Seite 116

117 den Zeitraum waren es 35,4 % (n = ) der Echosignaturen. Jeweils knapp neun von zehn Echosignaturen stammten aus Höhenbereichen bis 600 m ( : 86,6 %, n = ; : 87,7 %, n = ), während des Wegzugs waren es in beiden Zeiträumen mehr als 90 % ( : n = ; : n = ). In beiden Fällen war die Komprimierung auf unterste Höhenbereiche tagsüber deutlich ausgeprägter, während der Nacht wurden sowohl im Frühjahr größere Höhen stärker beflogen ( : χ²-unabhängigkeitstest, χ² = 4886,1; FG = 9; p < 0,0001; : χ²-unabhängigkeitstest, χ² = 4498,1; FG = 9; p < 0,0001), als auch im Herbst ( : χ²-unabhängigkeitstest, χ² = 1494,9, FG = 9; p < 0,0001; : χ²- Unabhängigkeitstest χ² = 1812,5; FG = 9; p < 0,0001). Abbildung 64: Mittlere Echozahl je Höhenbereich für jede Pentade im Jahresgang für den Zeitraum vor (oben) und nach (unten) Errichtung des Windparks alpha ventus. Nachtwerte sind durch schwarze Kreissymbole dargestellt, Hellphasenwerte durch graue Kreise. Zusätzlich ist die mittlere Zugintensität je Höhenklasse für den gesamten Jahresgang angegeben (rechts). Beachte: Die Messwerte sind wurzeltransformiert dargestellt. Diese generellen Muster dürfen nicht darüber hinweg täuschen, dass es immer wieder zu Situationen kommt, während derer sich tage- oder nur stundenweise dazu konträre Höhen- Seite 117

118 verteilungsmuster ergeben. Stellvertretend seien dokumentierte Verschiebungen in große Höhenbereiche für die Dunkelphasen im Mai 2006 oder im Oktober 2010 erwähnt (Anhang IX, Abbildung1) Zugplanbeobachtungen Beobachtungen von Zugvögeln im Rahmen der Zugplanbeobachtungen beschränkten sich auf Höhenbereiche bis 200 m, wobei schon Passagen oberhalb von 100 m selten notiert wurden (Abbildung 65). Umgekehrt wurden für 82,7 % aller ziehenden Vögel beobachtete Höhenbereiche bis 20 m verzeichnet, was die starke Bevorzugung niedriger und niedrigster Höhenbereiche während des planmäßig erfassten Tagzugs deutlich macht. Diese Zughöhenpräferenz erwies sich zwar über alle Einzelmonate hinweg als konsistent, nicht jedoch für alle Einzeltermine (Anhang X, Abbildung 1,2). So war z.b. am zugstärksten Termin der Heimzugsaison 2012, dem , die Höhenklasse zwischen m mit 23,5 Individuen je Stunde am stärksten beflogen (Hill et al. 2013). Trotz tageweise differierender Zughöhenpräferenzen wurde für die Höhenklasse zwischen 5-10 m in der Gesamtschau die höchste Zugrate ermittelt (Abbildung 65). Abbildung 65: Höhenprofil über Zugplanbeobachtung im Frühjahr und im Herbst am Standort FINO1 ermittelter Zugintensitäten auf Tagesbasis (links). Zusätzlich ist die mittlere Zugintensität je Höhenklasse für den gesamten Jahresgang angegeben (rechts). Beachte: Tagesmesswerte sind wurzeltransformiert dargestellt Exposition von Zugvögeln Variabilität durch Witterungseinflüsse Die in Abschnitt extrahierten Muster zur generellen Exposition von Zugvögeln in Raum und Zeit umfassen teilweise eine mittlerweile fast zehnjährige Datenreihe. So gleichen z.b. die anhand aufgezeichneter Rufdateien erstellten Durchzugsmuster durch mehrjährige Mittelung die jährlichen Variationen vieler Faktoren aus und geben auf diese Weise generellen Aussagen zu artspezifischen Zugmustern mehr Gewicht. Artspezifisch lassen sie ebenso die Spanne des Vorkommens erkennen, wie sie übergeordnet Zeiten mit Schwerpunktauftreten enthüllen. Die Exposition gegenüber Gefährdungen, wie sie von Offshore-Bauwerken ausgehen können, wird in Raum und Zeit ersichtlich, womit ein Primärziel (s. Abschnitt 6.3.) der Untersuchungen erreicht wurde. Zwischenjährliche Schwankungen, aber auch solche zwischen einzelnen Tagen oder gar Stunden, sind vor allem hinsichtlich der festgestellten Seite 118

119 Zugintensitäten enorm und haben sich zwischenzeitlich als noch stärker erwiesen (z. B. Hüppop et al. 2010, Hüppop et al. 2012a), als zuvor angenommen worden war. Diese Schwankungen großer Amplitude kommen auch in den hier präsentierten Ergebnissen zum Ausdruck (s. Anhang II-X). Um FINO1 festgestellte Vogelzug-Intensitäten sind zuvorderst Ausdruck dessen, was andernorts Vögel zum Aufbruch veranlasst hat. Entlang der Zugrouten müssen günstige Zugbedingungen aber nicht zwangsläufig vorhanden sein, sondern Vögel können auf Schlechtwetterereignisse treffen. Verhaltensadaptive Mechanismen wirken entlang der Wanderroute und stehen unter der Steuerung durch die lokalen Bedingungen (s. Abschnitt 6.2.), was die Exposition von Zugvögeln vor Ort qualitativ, aber auch quantitativ über die Zahl involvierter Individuen modellieren kann. Allgemeine Präsenz an einem bestimmten Ort aber auch Komprimierung in untersten Höhenbereichen sagen zunächst noch nichts über eine starke Annäherung an ein Bauwerk wie Forschungsplattformen oder OWEA im Offshore-Bereich aus. Sie beschreiben Vogelzug gewissermaßen auf einer Makroskala. Mit der Frage nach dem Ausmaß tatsächlicher Annäherung nachts ziehender Singvögel, also Flugbewegungen auf einer Mikroskala, beschäftigten sich Hüppop & Hilgerloh (2012). Als Maß für starke Annäherung diente den Autoren die Rate nächtlicher Zugrufe, denn Aufzeichnungen von Vogelrufen gelingen nur aus geringen Distanzen zum Mikrofon (s. Abschnitt 9.3.). Für die Drosselarten Amsel, Rot-, Sing- und Wacholderdrossel identifizierten Hüppop & Hilgerloh (2012) gesteigerte Rufaktivität gleichbedeutend einer gesteigerten Kollisionsgefährdung unter folgenden Bedingungen: Neben (1) generell erhöhten Rufraten zwischen fünf bis zwei Stunden vor bzw. bis sechs Stunden nach Mitternacht (= nachts ziehende Arten), steigerten sich Rufraten (2) unter Rückenwindbedingungen (günstige Zugbedingungen, s. o.), aber auch (3) einem markanten Wechsel der tail-wind-component (TWC) während der ersten Nachthälfte folgend (verschlechterte Zugbedingungen entlang der Wanderroute), (4) ablandigen Seitenwinden im Offshore-Bereich (SE-Wind; Verdriftung eigentlich über Land ziehender Individuen) und (5) vor allem hoher Luftfeuchtigkeit (Indikator für Nebel, Niederschlag). Die Beziehungen (1)-(4) haben klaren Einfluss auf der Makroskala, bestimmen sie doch die Zahl der im Seegebiet ziehenden Vögel ebenso wie die bevorzugt gewählte Höhe. Folgerichtig gelangt auch der ein oder andere Vogel in den Detektionsbereich der eingesetzten Mikrofone. Alle diese Faktoren stehen v.a. auch mit dem Energiehaushalt der Tiere in Verbindung, betreffen aber nicht die Orientierung. Besonders stark und artübergreifend einheitlich erwies sich jedoch die Beziehung (5) zwischen Luftfeuchte (Indikator für Nebel, Nieselregen, Regen) und Rufrate. Ein Fallbeispiel für zunächst starken Zug in größeren Höhen und spätere Konzentration auf tiefere Luftschichten aus dem Seegebiet um FINO1 wird nachstehend geschildert. Innerhalb einer Zugnacht veränderten sich die gefährdungsrelevanten Wetterparameter und führten zu starker Annäherung, infolgedessen es auch zu einem Massenkollisionsereignis kam (Aumüller et al. 2011). Die Faktoren (1)-(3) waren in der Nacht 01./ erfüllt, wobei (2) entlang der relevanten Aufbruchsküsten gegeben war. Auch Seitenwind (4) könnte zusätzlich Vögel in den Offshore-Bereich geführt haben, denn der Wind schlug in den Abendstunden des von NE über SE in Gegenwind aus SW um. Während der Dunkelphase von 17:00 Uhr am bis 6:00 Uhr am (alle Zeitangaben in MEZ) konnte zwischen 17:00 Uhr und 20:00 Uhr ein starker und schneller Anstieg von ca. 20 auf etwa 460 Echos/h über das eingesetzte Vertikalradar verzeichnet werden (Abbildung 69). Nach Erreichen dieses Maximums sanken die registrierten Zahlen kontinuierlich über die restliche Dun- Seite 119

120 kelphase ab, bis sie kurz vor der Morgendämmerung um 07:00 Uhr bei ca. 15 Echos/h lagen. Innerhalb eines Zeitraums von sechs Stunden zwischen 19:00 Uhr und 01:00 Uhr lagen die registrierten Zahlen durchgehend über 300 Echos/h und kennzeichneten folglich die zugstärkste Phase der Nacht. Starker Vogelzug beschränkte sich dabei nicht etwa nur auf den Bereich um FINO1, sondern war anhand von Wetterradaraufzeichnungen des DWD für den gesamten Bereich der südlichen Deutschen Bucht in breiter Front zu konstatieren, ebenso wie zeitliche Unterschiede in der Intensität. Erfasste Signaturen waren um 19:45 Uhr noch vergleichsweise spärlich, ihre Anzahl steigerte sich bis 20:15 Uhr enorm und blieb bis etwa 0:00 Uhr kontinuierlich auf diesem hohen Niveau, um danach sukzessive auszudünnen und schließlich bis auf ein gewisses Hintergrundrauschen um 6:00 Uhr zu verschwinden. Nicht nur zeitlich, sondern auch räumlich zeigten die Signaturen ein Muster: Aus NE kommend, bewegten sie sich in hoher zeitlicher Auflösung erkennbar nach SW (O. Hüppop, Inst. f. Vogelforsch., pers. Mitt.). Korrespondierend zu dieser hohen festgestellten Zugaktivität wurden im Vorfeld günstige Aufbruchsbedingungen in den mutmaßlichen Herkunftsgebieten in Südskandinavien festgestellt (Aumüller et al. 2011). Die zunächst anhaltenden besonders guten Zugbedingungen ließen offenkundig auch die Passage der ökologischen Barriere Nordsee durch die hiermit verbundene energetisch günstige Zugwegverkürzung für die Vögel profitabel erscheinen (vgl. Bruderer & Liechti 1998). Im Anschluss daran waren die Wetterbedingungen auch über der Nordsee im Bereich der inneren Deutschen Bucht zunächst noch gut: Am herrschte tagsüber im Vorfeld der Zugnacht 01./ auf FINO1 in 100 m Höhe schwacher Wind zwischen 1,6 und 4,3 m/s (2 bis 3 Bft.) aus NE, was während des hauptsächlich gen SW gerichteten Vogelzugs Rückenwind bedeutet (Datenquelle der Wetterdaten: Abbildung 66). Gleichzeitig lagen beste Sichtbedingungen vor, die bis 19:00 Uhr ihren Höchstwert von 150 km Sichtweite erreichten (Abbildung 66). Zu diesem Zeitpunkt hatte sich der anfängliche Rückenwind sukzessive über Seitenwind aus SE in Gegenwind aus SW verwandelt, war aber mit Werten um 5 m/s (3 Bft.) immer noch schwach. Seite 120

121 Abbildung 66: Höhenprofil nächtlich ziehender Vögel auf Stundenbasis während einer starken Zugnacht (01./ ) um FINO1 (unten). Begleitende Wetterparameter (oben) sind wie folgt gegeben: Windrichtung (Pfeile), Windgeschwindigkeit in 100 m Höhe (durchgezogene Linie, linke Ordinate), Sichtweite (gepunktete Linie, rechte Ordinate). Ab 18:00 Uhr nahm auch die Windgeschwindigkeit kontinuierlich zu und erreichte am nächsten Morgen Werte um 15 m/s (7 Bft.). Die um 00:00 Uhr von einer bei Emden gestarteten Wettersonde ermittelten Windstärken erwiesen sich mit steigender Höhe als zunehmend ungünstig mit deutlich stärker werdendem Gegenwind für die Vögel ( letzter Zugriff ). Nach 19:00 Uhr kam es um FINO1 zu einer kontinuierlichen Verringerung der Sichtweite (Abbildung 66), die sich um 02:30 Uhr rapide beschleunigte und in den Folgestunden minimale Sichtweiten um knapp 700 m nach sich zog. Es handelte sich hierbei meteorologisch um leichten Nebel. Aus der Gesamtschau des großräumigen Wettergeschehens im Nordseeraum wird deutlich, dass sich das für Vogelzug abträgliche Wetter von SW oder W nach NE oder E ausbreitete, sich also auf jeden Fall den von NE nach SW ziehenden Vögeln entgegen verlagerte (Abbildung 67). Im Bereich der südlichen Nordsee trafen schlechte Zugbedingungen auf ziehende Vögel. Seite 121

122 Abbildung 67: Zeitlicher Verlauf der Ausprägung verschiedener Wetterparameter an verschiedenen Standorten im Bereich der Nordsee im Laufe der Nacht des um: 17:00 UTC (links), 22:00 Uhr UTC (Mitte), 06:00 Uhr UTC (rechts). Quelle der Wetterdaten: letzter Zugriff Eine Reaktion der auf schlechtes Zugwetter treffenden Vögel blieb nicht aus: Um die vertikale räumliche Orientierung beurteilen zu können, ist das von uns eingesetzte Vertikalradar, neben der Ermittlung allgemeiner Echodichten im zeitlichen Verlauf, hervorragend geeignet. Demnach flogen die Vögel im Seegebiet um FINO1 ab spätestens 18:00 Uhr und unter noch sehr passablen Wetterbedingungen weit überwiegend in Höhenbereichen von > 500 m (Abbildung 66). Nachfolgend war ein sukzessives Absinken der bevorzugt beflogenen Höhenbereiche erkennbar, und nach 03:00 Uhr wurden Höhenbereiche von > 500 m nur noch ausnahmsweise beflogen. Ab etwa 04:00 Uhr konzentrierten sich die registrierten Echos zu über 50 % auf den Höhenbereich bis 200 m und somit den Einflussbereich der FINO1 aber auch von OWEAs. Parallel wurden ab etwa 19:00 Uhr die Zugbedingungen zunehmend und schnell schlechter. Um 3:00 Uhr wurden eine minimale Sichtweite und direkter Gegenwind noch immer steigender Stärke erreicht. Mit zunehmend schlechter werdenden Wetterbedingungen veränderte sich die Höhenverteilung registrierter Vogelechos im weiteren Verlauf der Nacht von bevorzugt höheren zu tieferen Luftschichten (Abbildung 66). Ein Vergleich der registrierten Höhenverteilung zu Beginn (19:00-20:00 Uhr) und zum Ende (00:00-01:00 Uhr) der zugstärksten Phase macht diesen Unterschied deutlich (χ 2 = 81,9; df = 9; p < 0,001; χ 2 - Unabhängigkeitstest). Zu beachten ist, dass diese Konzentration auf die untersten Höhenbereiche zusätzlich höchstwahrscheinlich unterschätzt wurde: Zum einen können Vögel das Gebiet auch in Höhenbereichen von mehr als m passieren, was angesichts vieler besonders hoch detektierter Echos vor allem für die frühabendlichen Stunden der Zugnacht anzunehmen war. Zum anderen hinterlassen besonders tief und knapp über der Wasseroberfläche fliegende Vögel infolge von Wellenreflexionen nicht immer verlässlich Echosignale, was besonders gegen Ende der Nacht zu entsprechender Unterschätzung der relativen Flughäufigkeit in der niedrigsten Höhenklasse geführt haben dürfte. Gegenüber den aufgezogenen Schlechtwetterbedingungen (u.a. auch starken Gegenwind) reagierten die aus der entgegensetzten Richtung herangezogenen Zugvögel mit einer scharfen Reduktion der Zughöhe. Starker Vogelzug konzentrierte sich nunmehr in niedrigen Höhenbereichen. Zusätzlich reduzierte sich die Gerichtetheit von Vogelzug während der zweiten Nachthälfte, was aus einem Vergleich der mittels Parabolradar ermittelten Richtungsverteilung zwischen Seite 122

123 (1) 17:00-21:00 Uhr und (2) 00:00-08:00 Uhr deutlich wird. Für den früheren Zeitraum unter noch passablen Bedingungen ist eine Richtungspräferenz mit Südwest bis West erkennbar (Abbildung 68 links; Rayleigh-Test: r = 0,34; p < 0,01), im späteren Zeitraum mit starken Sichtbehinderungen ist diese Präferenz aufgelöst und die gewählten Richtungen streuen kreisförmig (Abbildung 68 rechts; Rayleigh-Test: r = 0,12; p = 0,43). Abbildung 68: Richtungsverteilung mittels Parabolradar aufgezeichneter Vogeltracks in der Nacht 01./ während einer frühen (links) und späten (rechts) Nachtphase. Beachte: Die unterschiedlichen abgedeckten Höhenbereiche tragen der Tatsache Rechnung, dass Vogelzug in der frühen Nachtphase fast ausschließlich oberhalb von 500 m registriert wurde, während der späteren Nachtphase hingegen weit überwiegend unterhalb von 500 m (Abbildung 66). Ansonsten landlebende und nachts ziehende Singvögel können die Orientierung verlieren, wenn sie auf starke Bewölkung oder sogar Nebel treffen. Radargestützte Beobachtungen ergaben, dass solche Vögel zunächst in alle Richtungen zerstreuen (z.b. Lack 1960, Richardson 1978, Newton 2010), wie auch unsere Ergebnisse zeigen. Desorientierte Vögel scheinen generell phototaktisch auf unterschiedliche Lichtquellen zu reagieren (Muheim & Jenni 1999, Richardson 2000), wofür es eine große Anzahl weiterer Belege gibt (Übersicht z.b. in Ballasus et al. 2009). Solange die Sichtbehinderungen während einer solchen Nacht andauern, können große Zugvogelzahlen z.b. auf beleuchteten Schiffen oder Ölbohrinseln beobachtet werden (z.b. Bourne 1979, 1983). Im Gefolge der verschlechterten Zugbedingungen, die in einem mit Nebelereignis gipfelten, wurden in der Nacht des 01./ auf der beleuchteten FINO1 besonders hohe Raten von Vogelrufen festgestellt (Abbildung 69). Vogelrufe dienen als Indikator für Annäherung an die Plattform (Hüppop & Hilgerloh 2012). Demnach zeigten Amsel, Rotdrossel und Star, aber auch weitere Vogelarten (zu `Sonstige` zusammengefasst), zwischen 21:00 Uhr und 05:00 Uhr zumindest stundenweise auf einer fünfstufigen, von Einzelrufen (1-4 Rufe/h) bis extrem starke Rufaktivität (> 120 Rufe/h) reichenden Skala höchste Rufaktivität und somit eine außerordentlich starke Annäherung an die Plattform. Infolge dessen kam es auch zu Ansammlungen auf der Plattform (Abbildung 70). Seite 123

124 Rufaktivitätsindex je Stunde und Art Echos/h StUKplus-Endbericht (FKZ A/Avitec1 und Avitec2) FINO1 Amsel Rotdrossel Sonstige Star / (MEZ) Abbildung 69: Rufaktivitätsindex von Amsel, Rotdrossel, Star und sonstigen Arten während der Zugnacht 01./ am Standort FINO1, Deutsche Bucht. Indexwerte: 1 Einzelrufe (1-4 Rufe/h), 2 geringe Rufaktivität (5-12 Rufe/h), 3 mäßige Rufaktivität (13-30 Rufe/h), 4 starke Rufaktivität ( Rufe/h), 5 extrem starke Rufaktivität (> 120 Rufe/h). Zusätzlich gegeben ist der Vogelzugverlauf gemäß Vertikalradar-Echodetektion (Rote Linie, rechte Ordinate). Abbildung 70: Video-Dokumentation des Rastaufkommens auf FINO1 in der Nacht des 1./ a) Einsetzende Rast einzelner Vögel (Pfeil) gegen 22:00 Uhr MEZ. b) Kumuliertes Rastaufkommen bei schlechten Wetterbedingungen (Pfeile) in den frühen Morgenstunden um 04:00 Uhr MEZ. Seite 124

125 Effekte eines Offshore-Windparks auf ziehende Vögel Stellt ein Offshore-Windpark einen Stimulus zu Verhaltensänderungen von nachtziehenden Zugvögeln dar? Nächtliche Zugintensitäten Vertikalradar (BA: Vorher-Nachher-Vergleich) Der Vergleich der Daten des Vertikalradars (siehe Abschnitt ) vor dem Bau von alpha ventus ( ) mit denen danach ( ) offenbart einige Auffälligkeiten: Einerseits waren Ausschläge besonders starker Zugintensität nach der Errichtung der OWEA seltener und zumeist schwächer ausgeprägt (siehe Abschnitt ). Andererseits sind seither Nächte besonders schwachen Zuges ebenfalls seltener. Die Extreme scheinen somit nach Errichtung von alpha ventus näher zusammen gerückt zu sein. Um etwaige quantitative Veränderungen des Vogelzuges im saisonalen Ablauf in Abhängigkeit von der Errichtung des Windparks zu untersuchen, wurden die gemessenen Radarintensitätswerte vor und nach dem Windparkbau gegenübergestellt. In Frühjahrsnächten wurde vor dem Windparkbau während der Jahre (ohne 2007) eine höhere Zahl echopositiver Stunden registriert als nach dem Bau (Binomial- Modell; LRT: χ² = 33,387; FG = 1; p < 0,0001). In beiden Zeiträumen war die Rate echopositiver Nachtstunden im April am höchsten, im Zeitraum nach dem Windparkbau sind aber kaum Veränderungen gegenüber der frühen Zugperiode im März bzw. der späten Phase im Mai erkennbar und die Raten bleiben über die gesamte Zugperiode hinweg recht einheitlich (Abbildung 71). Im Zeitraum vor dem Windparkbau war besonders der März durch vergleichsweise geringe Raten echopositiver Stunden gekennzeichnet. Abbildung 71: Anteile echopositiver Heimzugstunden je Nacht vor ( , n = echopositive Stunden aus 313 Nächten mit insgesamt auswertbaren Stunden) und nach ( , n = echopositive Stunden aus 321 Nächten mit insgesamt auswertbaren Stunden) dem Bau des Windparks alpha ventus für den Frühjahrszug (Anfang März bis Ende Mai). Werden die echopositiven Stunden beider Zeiträume miteinander verglichen, so lässt sich trotz der divergierenden mittleren stündlichen Zugintensitäten von 40,3 Echos/h vor und 27,4 Seite 125

126 Echos/h nach dem Bau des Windparks nicht verlässlich auf einen Unterschied schließen (Log-normales Modell; LRT: χ² = 1,2456; FG = 1; p = 0,26; Abbildung 72). Abbildung 72: Vergleich der nächtlichen Heimzugintensitäten vor (hellgrau, , n-echos = ) und nach (dunkelgrau, , n-echos = ) dem Bau des Windparks alpha ventus während des Heimzugs (gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede nach LMM hin). Werden die betrachteten Nächte auf solche begrenzt, für die auf stärkeres Drosselvorkommen (mindestens zehn rufpositive Dateien/Nacht) im unmittelbaren Plattformbereich geschlossen werden konnte, so wird eine im Mittel herabgesetzte und über Radar gemessenen Zugintensität für den Zeitraum ab 2009 deutlich (41,3 Echos/h bzw. 23,6 Echos/h ; Log normales Modell, LRT: χ² = 6,8575; FG = 1; p < 0,01 (Abbildung 73)). Abbildung 73: Vergleich der nächtlichen Heimzugintensitäten während Drosselnächten vor (hellgrau, , n-echos = ) und nach (dunkelgrau, , n-echos = 7.445) dem Bau des Windparks Seite 126

127 alpha ventus des Heimzugs (gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede nach LMM hin). Der jahreszeitliche Verlauf im Herbst war vor und nach dem Windparkbau so ähnlich, dass keine Unterschiede zu erkennen waren (Binomial-Modell; LRT: χ² = 3,4322; FG = 1; p = 0,063). In beiden Zeiträumen waren ab Beginn der Herbstzugperiode bis Anfang September weitgehend konstante Anteile echopositiver Stunden je Nacht mit Werten zwischen ca. 75 und 85 % zu verzeichnen. Ab Oktober fiel der Anteil echopositiver Stunden übereinstimmend bis zum Ende der Zugperiode leicht ab (Abbildung 74). Abbildung 74: Anteile echopositiver Wegzugstunden je Nacht vor ( , n = echopositive Stunden aus 422 Nächten mit insgesamt auswertbaren Stunden) und nach ( , n = echopositive Stunden aus 445 Nächten mit insgesamt auswertbaren Stunden) dem Bau des Windparks alpha ventus für den Herbstzug (Mitte Juli bis Mitte November). Die echopositiven Stunden in den Jahren vor dem Bau des Windparks für die Herbstzugperiode umfassten im Mittel eine Zugstärke von 28,0 Echos/h, die in den Jahren nach dem Bau des Windparks auf 39,0 Echos/h anstieg. Hierbei ist von einem bestehenden Unterschied auszugehen (log-normales Modell; LRT, χ² = 7,5164; FG = 1; p < 0,01; Abbildung 75). Seite 127

128 Abbildung 75: Vergleich der nächtlichen Wegzugintensitäten vor (hellgrau, , n-echos = ) und nach (dunkelgrau, , n-echos = ) dem Bau des Windparks alpha ventus für den Herbstzug (gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede nach LMM hin). Werden die betrachteten Nächte wie im Frühjahr auf solche Nächte begrenzt, für die über parallel aufzeichnende Mikrofone auf stärkeres Drosselvorkommen im unmittelbaren Plattformbereich geschlossen werden konnte, sind die gemessenen Radarintensitäten im späteren Zeitraum weiterhin erhöht (log-normales Modell; LRT: χ² = 6,0355; FG = 1; p < 0,05, Abbildung 76) und die mittleren stündlichen Zugintensitäten echopositiver Stunde betrugen vor dem Bau des Windparks 42,5 Echos/h, seit ,5 Echos/h. Seite 128

129 Abbildung 76: Vergleich der nächtlichen Wegzugintensitäten während Drosselnächten vor (hellgrau, , n-echos = ) und nach (dunkelgrau, , n-echos = 7.445) dem Bau des Windparks alpha ventus während Drosselnächten des Heimzugs (gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede nach LMM hin) Nächtliche Rufraten (BA: Vorher-Nachher-Vergleich) Ebenso wie die gemessenen Radarintensitäten wurden die ermittelten Rufraten des Zeitraums vor dem Bau von alpha ventus denjenigen ab 2009 und somit nach der Errichtung der OWEA gegenübergestellt. Dies erfolgte nur für die Drosseln, die die überwiegende Mehrheit aufgezeichneter Rufe aus dem unmittelbaren Plattformbereich stellen. Berücksichtigt wurden nur Annäherungsereignisse einer Mindeststärke 10 rufpositiven Dateien je Nacht. Die Zahl der Annäherungsereignisse (n = 41) fiel während der vier Heimzugperioden ab 2009 gegenüber den 82 aus den fünf Heimzugperioden zwischen niedriger aus. In ihrer mittleren Stärke unterschieden sich die Ereignisse aus beiden Zeiträumen nicht erkennbar voneinander (Negativ-Binomialmodell, LRT: χ² = 0,98; FG = 1; p = 0,32, Abbildung 77) rufpositive Dateien bis 2008 entsprachen im Mittel 20,4 Drossel-Dateien je Stunde*Annäherungssituation gegenüber mittleren 15,1 Drossel-Dateien je Stunde*Annäherungssituation aus dem Zeitraum nach 2008 (n Dateien = 8.165). Die Streuung war jeweils hoch und reichte bis 172 ( , ohne 2007) bzw. 124 ( ) Dateien je Stunde. Seite 129

130 Abbildung 77: Vergleich der nächtlichen Rufintensitäten von Drosseln für den Heimzug vor ( , n- rufpositive Dateien = ) und nach ( , n-rufpositive Dateien = 8.165) dem Bau des Windparks alpha ventus (gleiche Buchstaben weisen auf fehlende statistische Unterschiede nach Negativ- Binomialmodell hin). n-annäherungsereignisse jeweils gegeben. Werden die einzelnen Arten Amsel, Singdrossel und Rotdrossel betrachtet, so fällt übereinstimmend eine Reduktion registrierter Annäherungsnächte auf. Bis einschließlich 2008 konnten für die Amsel auf 52, für die Singdrossel auf 37 und für die Rotdrossel auf 34 Annäherungssituationen geschlossen werden (beachte, dass es oft in denselben Nächten zu Annäherungsereignissen durch verschiedene Drosselarten kommt), hernach betrugen die Zahlen 31 für die Amsel, fünf für die Singdrossel und 14 für die Rotdrossel. Dies ging für die letztgenannten beiden Arten mit einer zusätzlichen Reduktion der mittleren Stärke einher (Singdrossel: 11,4 bzw. 1,7 rufpositive Dateien je Stunde*Annäherungsnacht; LRT: χ² = 5,28; FG = 1; p < 0,05, Abbildung 79; Rotdrossel: 10,9 bzw. 3,9 rufpositive Dateien je Stunde*Annäherungsnacht LRT: χ² = 4,98; FG = 1; p < 0,05 Abbildung 80), im Falle der im Frühjahr besonders häufigen Amsel liegt eine hingegen eine leichte Erhöhung von mittleren 11,8 auf 17,1 rufpositive Dateien je Stunde*Annäherungsnacht vor, wobei aber nicht verlässlich auf eine Veränderung zu schließen ist (LRT: χ² = 0,08; FG = 1; p = 0,78 Abbildung 78). Seite 130

131 Abbildung 78: Vergleich der nächtlichen Rufintensitäten von Amseln für den Heimzug vor ( , n- rufpositive Dateien = 7.709) und nach ( , n-rufpositive Dateien = 7.045) dem Bau des Windparks alpha ventus (gleiche Buchstaben weisen auf fehlende statistische Unterschiede nach Negativ- Binomialmodell hin). n-annäherungsereignisse jeweils gegeben. Abbildung 79: Vergleich der nächtlichen Rufintensitäten von Singdrosseln für den Heimzug vor ( , n-rufpositive Dateien = 4.558) und nach ( , n-rufpositive Dateien = 88) dem Bau des Windparks alpha ventus (unterschiedliche Buchstaben weisen auf bestehende Unterschiede nach Negativ- Binomialmodell hin). n-annäherungsereignisse jeweils gegeben. Seite 131

132 Abbildung 80: Vergleich der nächtlichen Rufintensitäten von Rotdrosseln für den Heimzug vor ( , n-rufpositive Dateien = 4.596) und nach ( , n-rufpositive Dateien = 708) dem Bau des Windparks alpha ventus (unterschiedliche Buchstaben weisen auf bestehende Unterschiede nach Negativ- Binomialmodell hin). n-annäherungsereignisse jeweils gegeben. Auch für den Wegzug fällt, bei allerdings jeweils vier berücksichtigten Herbstperioden, die mit 90 Ereignissen verminderte Zahl von Drossel-Annäherungsnächten im Zeitraum nach Errichtung des Windparks gegenüber 149 des Zeitraums zwischen (ohne Herbst 2007) auf. Im Zeitraum nach Errichtung war die Präsenz im unmittelbaren Plattformumfeld erkennbar herabgesetzt (Negativ-Binomialmodell, LRT: χ² = 9,8; FG = 1; p < 0,01, Abbildung 81) und betrug nur noch mittlere 17,4 gegenüber vormals 53,3 rufpositiven Dateien je Stunde*Annäherungsnacht. Seite 132

133 Abbildung 81: Vergleich der nächtlichen Rufintensitäten von Drosseln für den Wegzug vor ( [ohne 2007], n-rufpositive Dateien = ) und nach ( , n-rufpositive Dateien = ) dem Bau des Windparks alpha ventus (unterschiedliche Buchstaben weisen auf bestehende Unterschiede nach Negativ-Binomialmodell hin). n-annäherungsereignisse jeweils gegeben. Werden wiederum die einzelnen Arten Amsel, Singdrossel und Rotdrossel betrachtet, so fällt wie im Frühjahr übereinstimmend eine Reduktion registrierter Annäherungsnächte auf. Bis einschließlich 2008 konnten für die Amsel auf 101, für die Singdrossel auf 62 und für die Rotdrossel auf 115 Annäherungssituationen geschlossen werden (beachte, dass es auch im Herbst oft in denselben Nächten zu Annäherungsereignissen durch verschiedene Drosselarten kommt), hernach betrugen die Zahlen 58 für die Amsel, 35 für die Singdrossel und 57 für die Rotdrossel. Im Falle von Amsel und Rotdrossel ging dies mit einer zusätzlichen Reduktion der mittleren Stärke einher (Amsel: 34,3 bzw. 11,7 rufpositive Dateien je Stunde*Annäherungsnacht, LRT: χ² = 7,06; FG = 1; p < 0,01, Abbildung 82; Rotdrossel: 30,0 bzw. 11,7 rufpositive Dateien je Stunde*Annäherungsnacht LRT: χ² = 5,0; FG = 1; p < 0,05, Abbildung 84). Auch die mittlere festgestellte Singdrosselpräsenz verringerte sich von 8,5 auf 3,5 rufpositive Dateien je Stunde*Annäherungsnacht, verfehlte dabei jedoch knapp die Grenze, um verlässlich auf einen Unterschied schließen zu können (LRT: χ² = 3,38; FG = 1; p = 0,07, Abbildung 83). Seite 133

134 Abbildung 82: Vergleich der nächtlichen Rufintensitäten von Amseln für den Wegzug vor ( [ohne 2007], n-rufpositive Dateien = ) und nach ( , n-rufpositive Dateien = ) dem Bau des Windparks alpha ventus (unterschiedliche Buchstaben weisen auf bestehende Unterschiede nach Negativ-Binomialmodell hin). n-annäherungsereignisse jeweils gegeben. Abbildung 83: Vergleich der nächtlichen Rufintensitäten von Singdrosseln für den Wegzug vor ( [ohne 2007], n-rufpositive Dateien = 7.471) und nach ( , n-rufpositive Dateien = 1.929) dem Bau des Windparks alpha ventus (gleiche Buchstaben weisen auf fehlende statistische Unterschiede nach Negativ-Binomialmodell hin). n-annäherungsereignisse jeweils gegeben. Seite 134

135 Abbildung 84: Vergleich der nächtlichen Rufintensitäten von Rotdrosseln für den Wegzug vor ( [ohne 2007], n-rufpositive Dateien = ) und nach ( , n-rufpositive Dateien = ) dem Bau des Windparks alpha ventus (unterschiedliche Buchstaben weisen auf bestehende Unterschiede nach Negativ-Binomialmodell hin). n-annäherungsereignisse jeweils gegeben Totfunde (Vorher-Nachher-Vergleich) Mit Errichtung des Windparks alpha ventus im Jahr 2009 ging eine scharfe Reduktion der Totfunde auf der unmittelbar benachbarten Plattform FINO1 einher. Sowohl im Frühjahr (n- Totfunde = 269), als auch im Herbst (n-totfunde = 765) ist dies zu erkennen (Abbildung 85). Die Unterschiede zwischen vor (Herbst 2003 bis Ende 2008) und nach (2009 bis 2012) dem Windparkbau sind signifikant, wobei weder das einzelne Untersuchungsjahr noch die Zugsaison dabei eine Rolle spielen (Generalized linear mixed model, LRT: χ² = 123,82; FG = 1; p < 0,0001). Seite 135

136 Abbildung 85: Jahr- und zugperiodenweise Verteilung aller tödlich kollidierten Vögel (n = 1.034) auf der Plattform FINO1 von Oktober 2003 bis Dezember Beachte unterschiedliche Skalierung von Frühjahr (oben) und Herbst (unten) Verhaltensantworten von Zugvögeln gegenüber einem Offshore-Windpark unter Tageslichtbedingungen Allgemeines Die seit Juli 2011 standardisierte Blickrichtungswahl während Zugplanbeobachtungen ermöglichte es, art(-gruppen)spezifische Verhaltensantworten auf den Windpark alpha ventus zu untersuchen (s. Abschnitt ). Beobachtungen zu ziehenden Vögeln im Herbst 2011 und im Jahr 2012 summierten sich auf Individuen, die sich auf Zugereignisse verteilten. Es konnten 79 Arten identifiziert werden. 22 Taxa wurden in mindestens 25 Stunden (= art[-gruppen]positive Sektorenumläufe) registriert (s. Tabelle 9), für die somit ein Vergleich von Zugereignisraten möglich war. Dabei wurde zehn Mal Artniveau erreicht. Seite 136

137 StUKplus-Endbericht (FKZ A/AWI2) Tabelle 9: Übersicht zu Häufigkeiten auf Ebene des Taxons und zugökologischer Ähnlichkeit definierter Prüfgruppen in Abhängigkeit der Blickrichtung vom Standort FINO1, Deutsche Bucht. Alle Daten aus gültigen Sektorenumläufen (n = 210) der Wegzugperioden 2011 und 2012 sowie der Heimzugperiode 2012 sind berücksichtigt. Standort gesamt Individuen (Ind.) je Blickrichtung (Sektor) Zugereignisse (ZE) je Blickrichtung (Sektor) Taxon Art n-art(-gruppen) positive Anteil Anteil Anteil Anteil Anteil Anteil Anteil Anteil Anteil Sektorenumläufe n-arten n-ind. [%] n-ze Anteil [%] n-ind. [%] n-ind. [%] n-ind. [%] n-ind. [%] n-ze [%] n-ze [%] n-ze [%] n-ze [%] Anatidae ,8 82 2, , ,8 41 2,6 89 9,0 27 2,8 33 3,2 9 1,5 13 2,6 Melanitta nigra ,8 37 1,2 54 2,5 24 1,1 16 1,0 29 2,9 14 1,5 13 1,3 5 0,8 5 1,0 Gaviidae ,8 40 1,3 29 1,3 23 1,1 4 0,3 1 0,1 20 2,1 15 1,5 4 0,7 1 0,2 Procellariiformes ,6 37 1,2 13 0,6 14 0,7 12 0,8 2 0,2 12 1,3 12 1,2 11 1,8 2 0,4 Sulidae Sula bassana , , , , ,6 87 8, , , , ,5 Scolopaci + Charadrii (`Limicolae`) ,4 37 1,2 25 1,2 36 1,7 7 0,4 31 3,1 9 0,9 17 1,7 3 0,5 8 1,6 Alcidae , , , ,0 58 3,7 23 2,3 67 7,0 77 7,5 34 5,6 22 4,4 Uria aalge ,8 50 1,6 20 0,9 21 1,0 10 0,6 5 0,5 17 1,8 20 2,0 8 1,3 5 1,0 Laridae, non-larus , , , , , , , , , ,7 Hydrocoleus minutus ,1 86 2,8 57 2,6 61 2,9 21 1,3 6 0,6 34 3,6 36 3,5 11 1,8 5 1,0 Rissa tridactyla , , , , ,4 95 9, , , , ,7 Laridae, Larus spec. - kleine Arten , , , ,4 83 5, ,9 68 7,1 74 7,2 46 7, ,5 Larus ridibundus ,6 74 2,4 39 1,8 36 1,7 34 2,2 72 7,2 21 2,2 18 1,8 11 1,8 24 4,8 Larus canus , ,9 68 3,1 78 3,7 49 3,1 76 7,6 49 5,1 55 5,4 36 5,9 43 8,5 Laridae, Larus spec. - Großmöw en , , , , , , , , , ,8 Larus marinus , ,8 75 3,5 72 3,4 58 3,7 58 5,8 58 6,1 61 6,0 46 7,6 45 8,9 Larus fuscus , , , , , ,8 93 9,7 88 8, , ,7 Sternidae , , , , , , , , , ,1 Sterna sandvicensis , , , , , , , ,8 57 9,4 45 8,9 Übrige `Non- Passeriformes Sterna hirundo, S. paradisaea Allgemein Individuen Zugereignisse SW NW NE SE SW NW NE SE , ,6 77 3, , ,4 36 3,6 33 3,5 53 5,2 36 5,9 19 3, ,1 45 1,5 10 0,5 20 0,9 16 1,0 26 2,6 6 0,6 18 1,8 9 1,5 12 2,4 Passeriformes , , ,2 82 3, , ,7 25 2,6 24 2,3 34 5,6 29 5, , , , , , , , , , ,0 Seite 137

138 Reduzierte Zugereignisraten bei windparkzugewandter Beprobungsrichtung Die Ergebnisse zu den Entenverwandten Anatidae zeigen, dass bei windparkabgewandter Blickrichtung höhere Zugereignisraten verzeichnet wurden: 60 Zugereignisse bei insgesamt 62 art-(gruppen)positiven Sektorumläufen bedeuten hier eine mittlere Zugereignisrate von 0,5 Zugereignissen/halbe Stunde, gegenüber 22 Zugereignissen in den 62 Sektoren (0,2 Zugereignisse/halbe Stunde) bei windparkzugewandter Blickrichtung. Der Faktor Blickrichtung relativ zum Windpark wurde auch im Modell als einflussnehmende Größe identifiziert (Likelihood ratio Test [LRT]: χ² = 18,797, FG = 2, p < 0,0001) und die festgestellten Zugereignisraten unterschieden sich zwischen windparkabgewandter und - zugewandter Beprobung (Abbildung 86; t-test, p < 0,001). Es ist von jahreszeitlich gleicher Verhaltensantwort gegenüber einem Offshore-Windpark durch die Familie Anatidae auszugehen, denn der Interaktionsterm aus Zugperiode und Blickrichtung erwies sich als nicht einflussnehmend. Die geschilderten Häufigkeitsunterschiede von Anatiden zwischen windparkzugewandter und -abgewandter Sicht bestehen also während Weg- und Heimzug. Die Unterschiede sind auch auf sektorenscharfer Ebene bei allen möglichen paarigen Kreuzkombinationen zu erkennen (Abbildung 86 rechts; t-test, p jeweils < 0,05). Die beiden Sektoren mit windparkab- bzw. -zugewandter Sicht unterschieden sich paarweise untereinander nicht (SW vs. NW: p = 0,44; NE vs. SE: p = 0,397; jeweils t-test). Dass Anatiden vor allem bei windparkabgewandter Blickrichtung beobachtet wurden, legt ein Meideverhalten der Gruppe nahe. Abbildung 86: Zugereignisraten während art(-gruppen)positiver Beobachtungsstunden (n = 62) registrierter Entenverwandter Anatidae (n-zugereignisse = 82) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) der Frühjahresperiode 2012 und der Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Seite 138

139 Auch im Falle der Trauerente Melanitta nigra erwies sich der Faktor der relativen Blickrichtung zum Windpark als einzig auf die Zugereignisrate einflussnehmende Größe (LRT: χ² = 9,578, FG = 2, p = 0,008) und die Zugereignisraten unterschieden sich in Abhängigkeit der Ausrichtung der Blickrichtung zum Windpark (Abbildung 87; t-test, windparkzugewandt vs. -abgewandt: p = 0,007). Weder die Jahreszeit noch die Interaktion aus Jahreszeit und relativer Blickrichtung machten sich bemerkbar. Wie für alle Anatiden bei gemeinsamer Betrachtung, sind für Trauerenten verstärkt festgestellte Flugbewegungen bei windparkabgewandter Sicht und während beider Zugperioden übereinstimmend zu erkennen. Abbildung 87: Zugereignisraten während artpositiver Beobachtungsstunden (n = 32) registrierter Trauerenten Melanitta nigra (n-zugereignisse = 37) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede (ab = sowohl zu a als auch zu b), unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Das Gros der Zugereignisse von Seetauchern Gavia spec. entfiel auf die windparkabgewandten Sektoren und zwar im Frühjahr und im Herbst gleichermaßen, weshalb einzig für die relative Blickrichtung zum Windpark ein Einfluss anzunehmen war (LRT: χ² = 25,368, FG = 2, p < 0,001). Die generellen Unterschiede windparkzugewandter und -abgewandter Sicht (Abbildung 88; t-test, p < 0,001) sind auch auf sektorenscharfer Ebene und in allen möglichen paarigen Kreuzkombinationen zu erkennen (Abbildung 88 rechts; t-test, p jeweils < 0,05), die beiden Sektoren mit windparkabgewandter und -zugewandter Sicht unterschieden sich paarweise untereinander nicht (SW vs. NW: p = 0,44; NE vs. SE: p = 0,397; jeweils t-test). Seetaucher werden also zumeist beim Durchqueren von Sektoren mit windparkabgewandter Blickrichtung festgestellt. Umgekehrt werden windparkzugewandte Sektoren besonders selten frequentiert, was insgesamt ein Bild starker Meidung von Windparkstandflächen durch Seetaucher ergibt. Seite 139

140 Abbildung 88: Zugereignisraten während art(-gruppen)positiver Beobachtungsstunden (n = 29) registrierter Seetaucher Gaviidae (n-zugereignisse = 40) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). 41 entdeckte Röhrennasen Procellariiformes waren über fünf Arten repräsentiert, wobei es sich weit überwiegend und erwartungsgemäß um Eissturmvögel Fulmarus glacialis (n = 36) handelte. Die Registrierung der 37 Zugereignisse erfolgte zumeist bei windparkabgewandter Beprobung, die hierzu errechnete Zugereignisrate betrug 0,4 Zugereignisse/halbe Stunde, im windparkzugewandten Fall 0,2 Zugereignisse/halbe Stunde. Trotz dieser Diskrepanz unterschieden sich die Zugereignisraten nicht hinsichtlich der relativen Blickrichtung (Abbildung 89; t-test, p = 0,706). Ein Einfluss der Blickrichtung auf die festgestellten Zugereignisraten wurde aber unter sektorenscharfer Auflösung erkennbar (LRT: χ² = 10,18, FG = 3, p = 0,0171). Hierbei zeigte sich die Zugereignisrate im SE-Sektor bei nur zwei Zugereignissen im Laufe dreier Zugperioden im Vergleich zu allen anderen Blickrichtungssektoren erkennbar erniedrigt (Abbildung 89 rechts; t-test, jeweils p < 0,05). Seite 140

141 Abbildung 89: Zugereignisraten während artpositiver Beobachtungsstunden (n = 28) registrierter Röhrennasen Procellariiformes (n-zugereignisse = 37) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Beim Basstölpel ist für die Zugereignisraten von einem Unterschied auszugehen (Abbildung 90; t-test, p < 0,001): Der Faktor Blickrichtung relativ zum Windpark hatte als einziger Einfluss auf die Anzahl der Zugereignisse (LRT: χ² = 42,383, FG = 2, p < 0,001). Die beiden windparkabgewandten Sektoren NW und SW unterschieden sich in ihren erhöhten Zugereignisraten jeweils von beiden windparkzugewandten Sektoren (Abbildung 90 rechts; t-test, jeweils p < 0,01). Untereinander waren angesichts von 159 Zugereignissen im SW-Sektor gegenüber 146 Zugereignissen im NW-Sektor keine Unterschiede zu erkennen (t- Test: p = 0,458). Periodische Einflussgrößen wurden nicht erkannt, weshalb von einem einheitlichen Unterschied während beider Zugperioden auszugehen ist. Seite 141

142 Abbildung 90: Zugereignisraten während artpositiver Beobachtungsstunden (n = 135) registrierter Basstölpel Sula bassana (n-zugereignisse = 470) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Limikolen (Scolopaci, Charadrii) wurden häufiger und regelmäßiger bei windparkabgewandter Blickrichtung entdeckt (26 Zugereignisse, 24 Sektorenumläufe) als bei windparkzugewandter Sicht (elf Zugereignisse, neun Sektorenumläufe). Da sich das Vorkommen mit einer einzigen Ausnahme nur auf die Herbstperiode erstreckte, wurde ein Modell einzig unter der Berücksichtigung der relativen Blickrichtung zum Windpark spezifiziert, wobei ein Einfluss auf die Zugereignisrate erkannt wurde (LRT: χ² = 6,26, FG = 1, p = 0,0124). Die mittleren Zugereignisraten (windparkabgewandt: 0,4 Zugereignisse/halbe Stunde, windparkzugewandt: 0,2 Zugereignisse/halbe Stunde) unterschieden sich demnach (Abbildung 91; t-test, p = 0,0168). Zusätzliche Unterschiede wurden bei höherer Auflösung auf Ebene einzelner Sektoren offenbar: Auf den NW-Sektor entfielen mit 17 Zugereignissen die meisten, auf den NE-Sektor mit drei Zugereignissen die geringsten Zugereignisraten, wobei in diesem Vergleichsfall nicht von zufällig voneinander abweichenden Raten auszugehen ist (Abbildung 91 rechts; t-test, p = 0,0056). Alle anderen paarigen Kombinationen ließen keine Unterschiede erkennen (t-test, jeweils p > 0,05), obwohl auch im windparkabgewandten Sektor SW mehr Zugereignisse gelangen (n = 9), als in den beiden Sektoren SE (n = 8) und NE. Seite 142

143 Abbildung 91: Zugereignisraten während artpositiver Beobachtungsstunden (n = 31) registrierter Limikolen Limicolae (n-zugereignisse = 37) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede (ab = sowohl zu a als auch zu b), unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). In den windparkabgewandten westlichen Sektoren gelangen zusammen Beobachtungen von 144 Zugereignissen von Alken Alcidae, die mittlere Zugereignisrate belief sich somit auf 1,2 Zugereignisse/halbe Stunde gegenüber mittleren 0,5 Zugereignissen/halbe Stunde in den östlichen, windparkzugewandten Sektoren (n = 56 Zugereignisse). Die Blickrichtung relativ zum Windpark wurde als einzig auf die sich unterscheidenden Zugereignisraten (Abbildung 92; t-test, p < 0,001) Einfluss nehmender Faktor erkannt (LRT: χ² = 40,136, FG = 2, p < 0,001). Die 144 Zugereignisse innerhalb der westlichen Sektoren teilten sich ungefähr gleich auf beide Sektoren auf (SW-Sektor: n = 67, NW-Sektor: n = 77), was auch für die beiden östlichen Sektoren gilt (SE-Sektor: n = 22; NE-Sektor: n = 34). Beide Kombinationen erwiesen sich hinsichtlich ihrer Zugereignisraten als untereinander nicht verschieden (Abbildung 92 rechts; t-test, jeweils p > 0,05). Der paarig angelegte Kreuzvergleich zu allen Vergleichsmöglichkeiten eines windparkabgewandten Sektors mit einem windparkzugewandten Sektor ergab dagegen Unterschiede für alle Kombinationen (t-test, jeweils p < 0,001). Seite 143

144 Abbildung 92: Zugereignisraten während artpositiver Beobachtungsstunden (n = 62) registrierter Alken Alcidae (n-zugereignisse = 200) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Dieses über alle Alkenvogelarten generalisierte Reaktionsmuster hatte auch im Fall der Beschränkung auf das Datenmaterial zur Trottellumme Uria aalge Bestand: Ebenfalls ohne erkennbare Einflüsse einer jahreszeitlichen Periodizität, übte hier die relative Blickrichtung zum Windpark den einzig erkennbaren Einfluss (LRT: χ² = 13,163, FG = 2, p = 0,0014) auf die in windparkabgewandten deutlich erhöhten Zugereignisraten (Abbildung 93 links; t-test, p = 0,0013) aus. Seite 144

145 Abbildung 93: Zugereignisraten während artpositiver Beobachtungsstunden (n = 32) registrierter Trottellummen Uria aalge (n-zugereignisse = 50) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede (ab = sowohl zu a als auch zu b), unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Im Ausgangsmodell zur Zwergmöwe Hydrocoloeus minutus erwies sich nicht nur die relative Lage zum Windpark mit einer stark erhöhten mittleren Zugereignisrate von 0,8 Zugereignissen/halbe Stunde in windparkabgewandten Blickrichtungssektoren (Abbildung 94; t-test, p < 0,001) gegenüber 0,2 Zugereignissen/halbe Stunde unter windparkzugewandter Beprobung als Einfluss nehmend (LRT: χ² = 38,526, FG = 2, p < 0,001), sondern auch die Zugperiode als eigenständiger Faktor (LRT: χ² = 11,828, FG = 2, p < 0,01). Hierin äußern sich bedeutende Häufigkeitsunterschiede im Auftreten der Art zwischen Heimund Wegzug. So gelangten im Frühjahr 2012 während eines Beobachtungsaufwands von 55 gültigen Sektorenumläufen 112 Zwergmöwen zur Beobachtung (mittlere Zugrate 2,0 Ind./h), im Herbst der Jahre 2011 und 2012 waren es während zusammen 140 Stunden nur 33 Individuen (mittlere Zugrate 0,3 Ind./h). Die Interaktion beider Hauptfaktoren ließ hingegen keinen Einfluss auf die Zugereignisrate am Standort erkennen (LRT: χ² = 1,941, FG = 1, p = 0,1636), womit für beide Zugperioden übereinstimmend von reduzierten Zugereignisraten im Falle des Blicks in Richtung Windpark auszugehen ist. Im Kreuzvergleich eines windparkabgewandten Sektors mit einem windparkzugewandten Sektor, machten alle möglichen Vergleiche Unterschiede deutlich (Abbildung 94, rechts; t-test, jeweils p < 0,01). Seite 145

146 Abbildung 94: Zugereignisraten während artpositiver Beobachtungsstunden (n = 46) registrierter Zwergmöwen Hydrocoloeus minutus (n-zugereignisse = 86) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Mehr als zwei Drittel aller 555 Zugereignissen von Dreizehenmöwen (n = 381) wurden in den windparkabgewandten Sektoren (NW-Sektor: n = 213 Zugereignisse; SW-Sektor: n = 168 Zugereignisse) registriert. Weiterhin überwogen mit knapp 60 % Beobachtungen in den nördlichen Sektoren (n = 318, NE-Sektor: n = 105), weshalb das ursprüngliche Anfangsmodell unter Integration des zusätzlichen Hauptfaktors Nord-Süd-Achse erweitert werden musste und nun auch sämtliche Interaktionen erster und zweiter Ordnung umfasste. Sowohl die relative Blickrichtung zum Windpark als auch die Himmelsrichtung auf der Nord- Süd-Achse beeinflussten die Zugereignisraten (LRT Relative Blickrichtung zum Windpark : χ² = 82,431, FG = 4, p < 0,0001; LRT Himmelsrichtung Nord-Süd-Achse : χ² = 12,938, FG = 4, p = 0,0116), wobei beides in beiden Zugperioden gleichermaßen der Fall war, denn für die entsprechenden Interaktionen ergaben sich keine erkennbaren Einflüsse. Einerseits unterschieden sich Zugereignisraten windparkabgewandter Blickrichtungen von solchen mit windparkzugewandter Sicht (Abbildung 95; t-test, p < 0,001), andererseits auch solche aus nördlichen gegenüber südlichen Blickrichtungen (Abbildung 95 mittig; t-test, p < 0,001). Somit durften bei einem Test in Sektorenschärfe nur noch die Zugereignisraten innerhalb der südlichen Paarung SW vs. SE und der nördlichen Paarung NW vs. NE einander gegenübergestellt werden. In beiden Fällen unterschieden sich die Zugereignisraten und waren jeweils im windparkabgewandten Sektor höher (Abbildung 95 rechts; t-test, jeweils p < 0,0001). Seite 146

147 Abbildung 95: Zugereignisraten während artpositiver Beobachtungsstunden (n = 122) registrierter Dreizehenmöwen Rissa tridactyla (n-zugereignisse = 555) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links, mittig) und unter sektorenscharfer Auflösung (rechts) ) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Geklammerte Buchstabenpaarungen weisen durchgeführte geben gültige Vergleiche an. Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25% Quartil, obere Linie 75% Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Auch bei der Brandseeschwalbe stand das Häufigkeitsmuster unter Beeinflussung durch die Blickrichtung relativ zum Windpark (Abbildung 96, LRT: χ² = 112,6, FG = 2, p < 0,001). Für die hohen Zugereignisraten in den windparkabgewandten Sektoren kann zufälliges Zustandekommen mit einer Irrtumswahrscheinlichkeit von weniger als 0,1 % (t-test, p < 0,001) ausgeschlossen werden. Weiterhin sind keine zugperiodenspezifischen Unterschiede anzunehmen, denn der Interaktionsterm aus Zugperiode und relativer Blickrichtung zum Windpark lässt solche nicht erkennen (LRT: χ² = 0,958, FG = 1, p = 0,3277). Die sektorenscharfe Betrachtung weist für alle paarigen und zwischen windparkabgewandt und -zugewandt kreuzenden Sektorenkombinationen Unterschiede auf (Abbildung 96 rechts, t-test, jeweils p < 0,001). Sich hinsichtlich ihrer relativen Lage zum Windpark entsprechende Sektoren wurden hingegen als jeweils nicht voneinander abweichend erkannt (t-test, für SW:NW p = 0,572, für NE:SE p = 0,237). Seite 147

148 Abbildung 96: Zugereignisraten während artpositiver Beobachtungsstunden (n = 89) registrierter Brandseeschwalben Sterna sandvicensis (n-zugereignisse = 414) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise) Ausgeglichene Zugereignisraten Lachmöwen beflogen den Meeresbereich im Umfeld von alpha ventus in ausgeglichenen Häufigkeiten: Keiner der untersuchten Hauptfaktoren hatte erkennbaren Einfluss auf die Zugereignisraten (LRT: χ² = 0,297, FG = 3, p = 0,961) und die Zugereignisraten windparkabgewandter und -zugewandter Blickrichtungen waren mit jeweils rund 0,5 Zugereignissen/halbe Stunde sehr ähnlich (Abbildung 97). Entsprechend wies auch der Hauptfaktor Sektor- Blickrichtung nicht auf tatsächlich bestehende Unterschiede der Zugereignisraten zwischen den Sektoren hin (Abbildung 97 rechts; LRT: χ² = 5,394, FG = 3, p = 0,145). Weiterhin bedeuten fehlende Signifikanzen, dass dieses Verteilungsmuster über beide Zugperioden hinweg konsistent war und auch keine gravierenden Häufigkeitsunterschiede der Art zwischen den Zugperioden bestanden. Seite 148

149 Abbildung 97: Zugereignisraten während artpositiver Beobachtungsstunden (n = 37) registrierter Lachmöwen Larus ridibundus (n-zugereignisse = 74) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Die 616 Zugereignisse von Großmöwen Larus spec. verteilten sich quasi gleichermaßen auf die vier Blickrichtungssektoren (NW: n = 154, SW: n = 165, NE: n = 147, SE: n = 150). Dieses Verteilungsmuster hatte auch während beider Zugperioden Bestand, denn kein Hauptfaktor hatte erkennbaren Einfluss auf das Häufigkeitsmuster (Abbildung 98; LRT: χ² = 1,6643, FG = 3, p = 0,645). Entsprechend konnten auch in sektorenscharfer Auflösung keine Unterschiede in den Häufigkeiten erkannt werden (Abbildung 98 rechts; LRT: χ² = 1,196, FG = 3, p = 0,754). Im Rahmen artbezogener Analysen für Herings- und Mantelmöwen hatten diese Muster gleichfalls Bestand, diese werden hier aber nicht extra ausgewiesen. Seite 149

150 Abbildung 98: Zugereignisraten während artpositiver Beobachtungsstunden (n = 116) registrierter Großmöwen Larus spec. (n-zugereignisse = 616) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Zuordnungen der beiden Zwillingsarten Fluss- und Küstenseeschwalbe auf Artniveau waren nur begrenzt möglich, so dass die Mehrzahl beobachteter Vögel unbestimmt bleiben musste. Aus diesem Grund wurde das Datenmaterial aller drei Kategorien zusammenfassend ausgewertet. Eine erste Analyse hinsichtlich des Häufigkeitsmusters von Fluss- und Küstenseeschwalbe ergab eine Interaktion zwischen der Zugperiode und der relativen Blickrichtung zum Windpark (LRT: χ² = 5,936, FG = 1, p = 0,0148), womit unterschiedliche Verhaltensantworten in Abhängigkeit der Jahreszeit anzunehmen und somit die Zugperioden im Folgenden zu trennen waren. Im Frühjahr wurden lediglich 19 Zugereignisse aus acht artgruppenpositiven Sektorenumläufen verzeichnet, womit die Mindestgröße des Stichprobenumfangs für einzelne Zugperioden verfehlt wurde und auf weitere Betrachtungen verzichtet wurde (vgl. Aumüller et al. 2013a). Die herbstlichen Zugereignisse verteilten sich hinsichtlich der relativen Blickrichtung zum Windpark sehr homogen auf windparkabgewandte und - zugewandte Blickrichtungssektoren (Abbildung 99 links, rechts). Stärkere Verschiebungen waren aber auf der Nord-Süd-Achse zu erkennen (Anzahl Zugereignisse NW: n = 42, NE: n = 32, SW: n = 25, SE: n = 19), weshalb das herbstliche Anfangsmodell unter zusätzlicher Inkorporation des Faktors Nord-Süd-Achse erweitert und um sämtliche Interaktionen erster und zweiter Ordnung ergänzt werden musste. Dabei beeinflusste nur der Hauptfaktor Nord- Süd-Achse die Häufigkeitsverteilung von Zugereignissen (Abbildung 99 mittig, LRT: χ² = 7,712, FG = 2, p = 0,0212). Die Zugereignisraten in nördlichen Blickrichtungssektoren sind gegenüber jenen in südlichen Blickrichtungssektoren erhöht (t-test, p = 0,0068). Seite 150

151 Abbildung 99: Zugereignisraten während artpositiver Beobachtungsstunden (n = 54) registrierter Fluss- Sterna hirundo und Küstenseeschwalben S. paradisaea (n-zugereignisse = 118) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus den Wegzugperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Abgesehen von den in Tabelle 9 als überprüfbar ausgewiesenen Nichtsingvogeltaxa wurden weitere 13 Arten aus verschiedenen Nichtsingvogel-Familien beobachtet. Mit Ablauf der herbstlichen Zugperiode 2012 war die festgelegte Mindestanforderung zur Anzahl positiver Sektorenumläufe für keine der darin enthaltenen Art(-engruppe) erfüllt. Die alle bislang nicht eigenständig analysierten Nichtsingvögel umfassende Prüfgruppe ist mit vier festgestellten Raubmöwen- Stercorariidae, zwei Greifvogel- Accipitriformes, zwei Tauben- Columbidae und jeweils einer Kormoran- Phalacrocoracidae, Eulen- Strigidae, Reiher- Ardeinae, Falken- Falconiformes und Lappentaucherart Podicipedidae somit besonders divers. Möglicherweise als Resultat eben dieser Diversität und somit unter Einschluss potenziell verschiedener Reaktionsmuster gegenüber einem Offshore-Windpark, ergab sich für diese Gruppe kein Einfluss der Blickrichtung relativ zum Windpark, was auch für die anderen untersuchten Hauptfaktoren galt: Das gesamte Anfangsmodell ergab keine Hinweise auf einen Einfluss (Abbildung 100, LRT: χ² = 0,732, FG = 3, p = 0,866). Dem Ergebnis fehlenden Einflusses durch die Blickrichtung relativ zum Windpark entsprach auch die sektorenscharfe Betrachtung (Abbildung 100 rechts, LRT: χ² = 6,909, FG = 3, p = 0,0749). Seite 151

152 Abbildung 100: Zugereignisraten während artpositiver Beobachtungsstunden (n = 38) registrierter weiterer Nichtsingvögel Non-Passeriformes (n-zugereignisse = 45) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahrsperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Das Häufigkeitsmuster von Zugereignissen der Singvögel Passeriformes zeigte zwar ein Überwiegen von Beobachtungen in windparkzugewandten Blickrichtungen (NW-Sektor: n = 25, SW-Sektor: n = 24, NE-Sektor: n = 34, SE-Sektor: n = 29), das Anfangsmodell unter Inkorporation der Hauptfaktoren Blickrichtung relativ zum Windpark, Zugperiode und dem Interaktionsterm beider ließ aber keine systematisch veränderten Beobachtungswahrscheinlichkeiten erkennen (Abbildung 101, LRT: χ² = 4,8124, FG = 3, p = 0,1861). Erhöhte oder verringerte Zugereignisraten waren demnach in Abhängigkeit einer unterschiedlichen relativen Blickrichtung gegenüber dem Windpark weder für das Frühjahr noch für den Herbst zu erkennen. Weiterhin passierten Singvögel auf dem Heim- und Wegzug in vergleichbaren Häufigkeiten den Bereich um FINO1. Auch sektorenscharf hatte der Faktor Blickrichtung keinen erkennbaren Einfluss auf die Zahl der registrierten Zugereignisse (Abbildung 101 rechts, LRT: χ² = 2,1722, FG = 3, p = 0,5374). Seite 152

153 Abbildung 101: Zugereignisraten während artpositiver Beobachtungsstunden (n = 43) registrierter Singvögel Passeriformes (n-zugereignisse = 112) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahrsperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise) Jahreszeitlich variierende Zugereignisraten Sturmmöwen zeigten saisonal unterschiedliche Muster der Zugereignisraten, wie aus dem Einfluss des Interaktionsterms aus Blickrichtung relativ zum Windpark und Zugperiode deutlich wird (LRT: χ² = 6,691, FG = 1, p = 0,0097). Im Frühjahr war die Art in windparkabgewandten Blickrichtungssektoren häufiger als während windparkzugewandten Blickrichtungs-Beprobungen (Abbildung 102; t-test, p = 0,003). Auch auf Ebene sektorieller Betrachtung übte die Blickrichtung einen erkennbaren Einfluss aus (LRT: χ² = 11,232, FG = 3, p = 0,0105). Tatsächlich in der Zugereignisrate herabgesetzt war dabei der NE-Sektor gegenüber den windparkabgewandten Blickrichtungssektoren SW und NW (Abbildung 102 rechts; t-test, jeweils p < 0,05). Alle anderen Kombinationsmöglichkeiten paariger Vergleiche fielen nichtsignifikant aus (t-test jeweils p > 0,05). Seite 153

154 Abbildung 102: Heimzugereignisraten während artpositiver Beobachtungsstunden (n = 34) registrierter Sturmmöwen Larus canus (n-zugereignisse = 110) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahrsperiode Gleiche Buchstaben weisen auf fehlende statistische Unterschiede (ab = sowohl zu a als auch zu b), unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50% aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Den Ergebnissen im Frühjahr gegenläufig, konnten im Herbst keine Häufigkeitsunterschiede falsifiziert werden. Weder ergaben sich voneinander abweichende Zugereignisraten hinsichtlich der relativen Blickrichtung zum Windpark (Abbildung 103; LRT: χ² = 1,045, FG = 3, p = 0,790), noch übte die sektorenscharfe Blickrichtung einen erkennbaren Einfluss auf die Häufigkeitswerte aus (Abbildung 103 rechts; LRT: χ² = 1,045, FG = 3, p = 0,790). Seite 154

155 Abbildung 103: Wegzugereignisraten während artpositiver Beobachtungsstunden (n = 34) registrierter Sturmmöwen Larus canus (n-zugereignisse = 110) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus den Herbstzugperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise) Räumliche Lokalisation reduzierter Zugereignisraten Die genauere Kenntnis, ab welcher Entfernung es im Falle reduzierter Zugereignisraten bei windparkzugewandter Sicht zu Reduktionen kommt, kann Meideverhalten vertieft charakterisieren. Dazu wurden 384 Zugereignisse aus 96 artpositiven Umläufen des Basstölpels näher und auf ihre Entfernung zum Standort hin untersucht. Demnach zeigt sich der distanzabhängige Gradient, der bei Zugplanbeobachtungen immer besteht, durch einen einheitlichen Verlauf unter windparkabgewandter und -zugewandter Sicht aus: Bis 5 km Entfernung nimmt die Anzahl beobachteter Individuen übereinstimmend zu, um danach sukzessiv zurückzugehen. In Entfernungen von mehr als 12 km wurden sichtbedingt keine Basstölpel mehr erkannt (Abbildung 104). Das Häufigkeitsniveau ist aber entsprechend den Ergebnissen in Abhängigkeit der Blickrichtungen relativ zum Windpark unterschiedlich, mit höheren Zugereigniszahlen bei windparkabgewandter Sicht (Abbildung 90). Dieses gilt aber nur für Entfernungen bis 6 km vom Standort auf der Plattform FINO1. Wird schrittweise die unterste Entfernungsklasse vom Testverfahren ausgenommen, so ist für die Daten für Entfernungen > 6 km nicht mehr von einem Häufigkeitsunterschied in Abhängigkeit der Blickrichtung auszugehen (LRT: χ²= 2,2629; FG = 1; p = 0,1325). In einer Entfernung > 6 km zum Standort reagieren Basstölpel somit nicht mehr ersichtlich meidend auf den vorhandenen Windpark. Abzüglich der sich (bis zu drei Kilometer) im Sichtfeld erstreckenden Windparkfläche ergibt sich hieraus eine Realentfernung zum Windpark von drei bis sechs Kilometern. Dies ist die ungefähre Distanz, ab derer Basstölpel auf den Stimulus Windpark meidend zu reagieren beginnen. Seite 155

156 Abbildung 104: Summe von Basstölpel-Zugereignissen im Herbst 2011 und 2012 in Abhängigkeit von Distanz zum Beobachtungspunkt FINO1 und verschiedener Blickrichtungen (n-zugereignisse = 384, n- basstölpelpositiver Beobachtungsstunden = 96). Die horizontale Trennlinie indiziert vom Standort aus erkennbar einsetzendes Meideverhalten Zugrichtungswahl im Falle reduzierter Zugereignisraten Der Basstölpel gehört zu den häufigsten am Standort beobachteten Arten (Tabelle 9). Gleichzeitig handelt es sich um eine sehr große Art, weshalb das Zustandekommen reduzierter Zugereignisraten in einen besonders großräumigen Kontext gestellt werden kann. Die reduzierte Zugereigniszahl lässt sich beim Basstölpel im Falle windparkzugewandter Sicht auf die unteren Entfernungsklassen zurückführen. Über diese Entfernungsklassen erstreckt sich der Windpark, der somit umflogen werden muss. Für die räumliche Projektion wurden 16 Einheiten unterschiedlicher Blickrichtung und zusammengefasster Entfernungsklassen gewählt. Basstölpel sind nur spärliche Wintergäste im Bereich der südöstlichen Nordsee (Dierschke et al. 2011) und verbringen die Zeit zwischen November bis Februar vorwiegend im Atlantik (Kubetzki et al. 2009). Folglich ist für die Herbstzeit von einer hauptsächlich südwestlichen Abzugsrichtung auszugehen. Die räumliche Projektion notierter Zugrichtungen im Herbst zeigt, dass der Windparkbereich von den Tieren ausgespart wird (Abbildung 105): Für den Entfernungsbereich von mehr als vier Kilometern zur FINO1 ist eine Hauptzugrichtung im NE-Sektor, die Richtung aus der sich das Gros der Vögel nähert, nicht verlässlich zu bestimmen. Zwar weicht die Zugrichtungsverteilung von einer zufälligen Verteilung ab (Rayleigh Test: r = 0,33; p < 0,05), was auf Gerichtetheit hinweist. Stärkere Ausschläge betreffen aber annähernd gegenläufige Richtungen mit westlicher und südöstlicher Orientierung. Basstölpel die sich bis auf unter vier Kilometer der Plattform näherten, zeigten im Falle einer Beobachtung links der Blickrichtungshalbierenden im NE-Sektor eine strikte Westorientierung (Rayleigh Test r = 0,82; p < 0,001), bei Entdeckung rechts der Blickrichtungshalbierenden hingegen eine relative Zugrichtungsverteilung mit stark südlich ausgerichteter Präferenz (Rayleigh Test r = 0,29, p < 0,05). Für westliche und südliche Blickrichtungen, was Einsichtnahme in Bereiche bedeutet, wo die Vögel den Windpark bereits hinter sich gelassen hatten, wurde hingegen die erwartete Südwestzugrichtung zunehmend deutlich (z.b. NW-Sektor links der Blickrichtungshalbierenden oberhalb 4 km: r = 0,59; p < 0,001; SW-Sektor rechts der Blickrichtungshalbierenden bis 4 km: Rayleigh Test: r = 0,67; p < 0,001; SE-Sektor rechts der Blickrichtungshalbierenden oberhalb von 4 km: r = 0,64; p < 0,001). Zusätzliche west- bis Seite 156

157 nordwestliche Ausschläge südlich des Windparks könnten auf Kompensationsversuche der zuvor ausgewichenen Tiere deuten. Insgesamt ergibt sich ein schlüssiges Bild, wonach sich die Bugwelle querender Basstölpel angesichts des Windparks alpha ventus im Nordosten teilt, um nach dem Umfliegen zur eigentlichen Orientierung zurück zu finden. In Teilen setzt dieses Ausweichmanöver bereits in großen Distanzen von mehr als vier Kilometern Entfernung ein. Abbildung 105: Relative Häufigkeit in der Zugrichtungswahl von Basstölpeln Sula bassana während des Wegzugs (n-zugereignisse = 422). Die räumliche Projektion ist zentriert auf FINO1, der Windpark alpha ventus ist als grau eingefärbte Fläche östlich davon zu erkennen. Die Beobachtungen bis vier Kilometer Entfernung und oberhalb von vier Kilometern wurden gepoolt Zugrichtungswahl im Falle ausgeglichenen Zugereignisraten Großmöwen zeigten besonders ausgeglichene Zugereignisraten in Bezug zur relativen Lage des Windparks alpha ventus (siehe ). Wird die herbstliche Zugrichtungswahl in der räumlichen Projektion wie beim Basstölpel (siehe ) betrachtet, werden keine Richtungspräferenzen deutlich, die auf ein Umfliegen des Windparks hindeuten würden. Für Bereiche bis vier Kilometer Entfernung zum Windpark werden für alle Blickrichtungen südwestliche bis westliche Orientierungen deutlich (Abbildung 106; NE-Sektor: r = 0,752; p < 0,001, SE-Sektor: r = 0,762; p < 0,001, SW-Sektor: r = 0,648; p < 0,001, NW-Sektor: r = 0,723; p < 0,001; jeweils Rayleigh-Test und Berücksichtigung bis 4 km Distanz). Die für alle Blickrichtungen festgestellten homogenen Zugereignisraten gehen mit übereinstimmenden Zugrichtungen einher. Seite 157

158 Abbildung 106: Relative Häufigkeit in der Zugrichtungswahl von Großmöwen Larus spec. während des Wegzugs (n-zugereignisse = 425). Die räumliche Projektion ist zentriert auf FINO1, der Windpark alpha ventus ist als grau eingefärbte Fläche östlich davon zu erkennen. Die Beobachtungen bis vier Kilometer Entfernung und oberhalb von vier Kilometern wurden gepoolt. Im Falle ausgeglichener Zugereignisraten kann die Betrachtung von Zugrichtungspräferenzen auch dazu dienen, auf den Windpark gerichtete Flugbewegungen erkennen zu können, was eine echte Attraktionswirkung des Windparks bedeuten würde. Während des Heimzugs und unter Berücksichtigung der Heimzugdaten 2013 scheinen Richtungspräferenzen, für die der Windpark den Stimulus bildet, im Falle der besonders kleinwüchsigen und daher nur über kurze Strecken sichtbaren Singvögel vorzuliegen (Abbildung 107 links). In den südlichen Sektoren zogen die Vögel im Frühjahr vorwiegend nach Osten bzw. Nordosten (SE- Sektor: Rayleigh Test: r = 0,619; p < 0,01; SW-Sektor: Rayleigh Test: r = 0,684; p < 0,01), was der anzunehmenden Hauptzugrichtung für den Heimzug gen die hauptsächlich in Skandinavien liegenden Brutgebiete entspricht. In den nördlichen Sektoren waren hingegen bedeutende Anteile der beteiligten Vögel in südliche oder südöstliche Richtungen orientiert, was typischerweise für den Wegzug während des Herbstes anzunehmende Richtungen sind. Für den NE-Sektor ist dabei von einer südöstlichen Gerichtetheit auszugehen (Rayleigh Test: r = 0,791; p < 0,001), im NW-Sektor ist keine übergeordnete Richtungspräferenz erkennbar (Rayleigh Test: r = 0,574; p = 0,067). Im Herbst wurden weitgehend in die erwartete Zugrichtung weisende südliche bis südwestliche Zugrichtungen notiert (Abbildung 107 rechts). Bei Blickrichtung NW konnte ein erhöhter und zum Windpark weisender südöstlicher Ausschlag registriert werden, im NE ist der besonders hohe Anteil strikt südlich gerichteter Vögel auffallend. Dass im Herbst insgesamt aber kaum Anhaltspunkte für ein gezieltes Anfliegen von alpha ventus zu erkennen sind, könnte leicht eine Folge des Zusammenspiels von der geringen Körpergröße der beteiligten Vögel und der Lage von FINO1 relativ zum Windpark sein. Im Frühjahr liegt FINO1 aus Sicht der allenfalls bis 3 km Entfernung zu entdeckenden Singvögel vor dem Windpark, im Herbst mit Ankunft aus NE jedoch hinter dem Windpark. In östliche Richtungen erstreckt sich der Windpark bis hin zu 3 km Entfernung von Standort, so dass ein gezieltes Anfliegen vor allem im nicht mehr einzusehenden Entfernungsbereich erfolgen kann. Bei den von FINO1 aus erkennbaren Richtungspräferenzen im Herbst sollte es sich überwiegend um Abzugsrichtungen handeln, bei solchen im Frühjahr hingegen um solche während der Ankunft. Letztere sind entscheidend, um die Reaktion auf einen Windpark beurteilen zu können. Seite 158

159 Abbildung 107: Relative Häufigkeit in der Zugrichtungswahl von Singvögeln Passeriformes während des Heimzugs (n-zugereignisse = 50; Heimzugperioden 2012, 2013). Die räumliche Projektion ist zentriert auf FINO1, der Windpark alpha ventus ist als grau eingefärbte Fläche östlich davon zu erkennen. Die Beobachtungen bis vier Kilometer Entfernung und oberhalb von vier Kilometern wurden gepoolt Lebensraumverlust länger verweilender Arten Primär wird das Seegebiet um FINO1 von Vögeln nur durchflogen oder temporär zu Zwecken der Rast und Nahrungssuche (Seevögel) genutzt. Für einige Arten gehört das Gebiet aber auch zum regulären Wintergebiet, wie für die Alken Trottellumme und Tordalk (eig. Beob.), die hier während des gesamten Winterhalbjahres anzutreffen sind. Analog zu ziehenden Tieren wurden während der herbstlichen Zugperiode 2011 und den beiden Zugperioden 2012 Rastereignisse von Alken während der sektoriellen Beprobung notiert. Auf diese Weise lassen sich Häufigkeiten rastender Tiere in Abhängigkeit zur Lage des Windparks alpha ventus untersuchen. Einzige Abweichung ist das Problem der Pseudoreplikation. Anders als im Falle vorbeiziehender Tiere ist bei notierten Rastereignissen nämlich nicht immer klar, inwieweit dieselben Vögel in die Erfassungen eingingen. Um Pseudoreplikation auszuschließen, hätte es einer enormen Erhöhung der Zahl von Untersuchungsstandorten bedurft, was alleine am Nichtvorhandensein potenzieller Standorte gescheitert wäre: Die projektgebunden aufgesuchte FINO1 ist im Bereich der Deutschen Bucht die einzige Forschungsplattform in unmittelbarer Nähe zu einem Offshore-Windpark. Die beobachteten Aufenthaltsorte von Alken können aber als einzelne voneinander unabhängige Entscheidungen aufgefasst werden: Im Vorfeld der einzelnen Erfassungen konnten sich die Alken jeweils ungehindert zwischen einem Aufenthaltsort in einem bestimmten Blickrichtungssektor entscheiden. Selbst einer stündlichen Neuerfassung sollte nichts entgegen stehen, denn die Wasserströmung am Standort ist so erheblich, dass ein schwimmender Vogel bei längerem Verweilen am gleichen Standort (und potenziell mehrfacher Erfassung) ständig passiver Verdriftung entgegenwirken und sich somit permanent für den von ihm gewählten Standort entscheiden muss. Beobachtungen an unterschiedlichen Terminen und zu verschiedenen Stunden können somit als jeweils unabhängige Schnappschussaufnahme der Standortwahl durch einen Alkenvogel angesehen werden. Auf 219 Rastereignisse aus 45 Sektorenumläufen konnte zur Untersuchung zurückgegriffen werden. Dabei stand die Häufigkeit von Rastereignissen einzig unter dem Einfluss der Blickrichtung (LRT: χ² = 75,837, FG = 1, p < 0,0001): Führte die Blickrichtung vom Windpark weg, Seite 159

160 wurden vermehrt Rastereignisse notiert (Abbildung 108; t-test, p < 0,0001). Im wiederholten Kreuzvergleich eines windparkabgewandten Sektors mit einem windparkzugewandten Sektor wiesen alle Vergleiche deutliche Unterschiede auf (Abbildung 108 rechts; p jeweils < 0,001), mit jeweils erhöhter Rastereigniszahl im windparkabgewandten Sektor. Abbildung 108: Rastereignisraten während artpositiver Beobachtungsstunden (n = 62) registrierter Alken Alcidae (n-rastereignisse = 219) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise). Dieses über alle Alkenvogelarten generalisierte Reaktionsmuster hatte auch dann noch Bestand, sobald eine Beschränkung des Datenmaterials auf Beobachtungen von Trottellummen Uria aalge erfolgte: Einflussnehmend auf die Häufigkeit von Rastereignissen war die Blickrichtung (LRT: χ² = 32,767, FG = 1, p < 0,0001), wobei unter windparkabgewandter Blickrichtung besonders viele rastende Trottellummen entdeckt werden konnten (Abbildung 109 t-test, p < 0,0001). Diese Unterschiede wurden auch im wiederholten Kreuzvergleich eines windparkabgewandten Sektors mit einem windparkzugewandten Sektor deutlich (Abbildung 109 rechts; p jeweils < 0,001). Seite 160

161 Abbildung 109: Rastereignisraten während artpositiver Beobachtungsstunden (n = 62) registrierter Trottellummen Uria aalge (n-rastereignisse = 85) in Abhängigkeit von Blickrichtung und Lage des Windparks alpha ventus (links) und unter sektorenscharfer Auflösung (rechts) aus der Frühjahresperiode 2012 und den Herbstperioden 2011 und Gleiche Buchstaben weisen auf fehlende statistische Unterschiede, unterschiedliche Buchstaben auf bestehende Unterschiede hin (jeweils GLMM). Die Boxplots geben den gesamten Wertebereich an. Die graue Box gibt die mittleren 50 % aller Werte (untere Linie 25 % Quartil, obere Linie 75 % Quartil) an sowie den Median (fettgedruckte Linie). Die Antennen ( whiskers ) nehmen Werte an, die maximal dem 1,5-fachen Interquartilsabstand entsprechen. Werte außerhalb dieser Bereiche werden als Einzelpunkte dargestellt (Kreise) Methodenvalidierung Simulierter Anteil einzelner Methoden an der Gesamtartenliste Vergleichende Untersuchungen von Artenlisten (s. Abschnitt ) können methodenvalidierend genutzt werden. Dazu wurden die Artenlisten aller Methoden unter Ausschluss jeweils einer Methode kumuliert und mit den erhaltenen Artenlisten aller anderen Varianten verglichen. Es wurde dadurch simuliert, welchen Beitrag die einzelnen Methoden zur Gesamtartenliste geleistet haben. Auf diese Weise lassen sich die Methoden in ihrem Beitrag zum ökologischen Begleitmonitoring näher charakterisieren und bewerten. Hierbei müssen jedoch stets spezielle (Zusatz-)Funktionen der einzelnen Methoden berücksichtigt werden. So wurde die Helikopterdeck-Fotografie nicht primär betrieben, um Informationen zum Vogelzug zu erhalten, sondern um einen denkbaren Einfluss der oft zahlreich auf dem Helikopterdeck rastenden Möwen auf die gemessenen Radarintensitäten untersuchen zu können. Hier war also nicht die maximale Zugvogelausbeute entscheidend, sondern der spezielle Zuschnitt auf die Gruppe der Möwen, die damit gut erfasst werden konnte (s. Tabelle 1, Anhang I) und Antworten auf die Fragestellung ermöglichte (siehe Abschnitt ). Die Simulation ergab im Falle des gemeinsamen Wegfalls von Zugplanbeobachtungen und weiterer Beobachtungen während der Plattformbesuche so große Abweichungen, dass für die dann verbliebene Artenzusammensetzung auf FINO1 von einem Unterschied zu der regelmäßigen Gastvogelwelt Helgolands auszugehen gewesen wäre (χ 2 = 21,8; df = 9; p < 0,01). Der Wegfall dieser Methode hätte also eine nicht mehr repräsentative Beprobung Seite 161

162 des Artenspektrums zur Folge gehabt. Besonders starke Einbußen in der Summe beobachteter Arten wären im Falle tagziehender und nichtrufender Arten offenbar geworden: Hier hätte sich die verzeichnete Artenzahl von 50 auf 14 reduziert, der Anteil dieser Gruppe am Gesamtspektrum von 29,2 auf 8,2 % verringert. Der Ausschluss aller weiteren Methoden hätte zwar nicht zu einer grundsätzlichen Veränderung im Häufigkeitsmuster der registrierten Avifauna geführt (Automatisierte Zugruferfassung: χ 2 = 8,4; df = 9; p = 0,5; Videokameraerfassung: χ 2 = 7,0; df = 9; p = 0,65; Totfundmonitoring: χ 2 = 7,4; df = 9; p = 0,6). Dennoch wäre es auch hier zu Abweichungen gekommen. Im Falle des Wegfalls des Totfundmonitorings hätte dies zu einer Artenreduktion aller nichtrufenden Nachtzieher um mehr als 50% geführt. Der Ausschluss der automatischen Zugruferfassung hätte besonders bei rufenden Artgruppen zu starken Abweichungen geführt. Der geringen Zahl über die Videokamera erfasster Arten und gleichzeitig nur einer ausschließlich über diese Methode festgestellten Art entsprechend, ergeben sich nur geringfügige Unterschiede. Im Falle der Helikopterdeck-Fotografie ohne zusätzlichen Beitrag zur kumulativen Artensumme des Standorts ergeben sich keine Änderungen. Die beiden letztgenannten Methoden erfüllten aber unverzichtbar wichtige andere Aufgaben (s. Abschnitte 8.5., 8.8.). Zusammenfassend lässt sich festhalten, dass das Zusammenspiel aller eingesetzten Methoden zu einer sehr guten Abdeckung des Artenspektrums ziehender Vögel in der Deutschen Bucht geführt hat. Umgekehrt werden auch jeweils der spezielle Zuschnitt bzw. die methodenspezifischen Restriktionen deutlich: Der Verzicht auf bestimmte Methoden hätte einen teils empfindlichen Informationsverlust nach sich gezogen oder sogar ein Zerrbild des tatsächlichen Artenspektrums gezeichnet Abgleich Rastzahlen Möwen Helikopterdeck vs. Vertikalradar Gemessene Radarintensitäten korrelierten nicht mit solchen Flugbewegungen, die auf Möwen zurückgingen, welche auf dem Helikopter-Landedeck rasteten (Abbildung 110). Dies traf zu, wenn keinerlei Ausschluss von Höhen- und Distanzklassen der Vertikalradardaten erfolgte und somit alle Signaturen im untersten Höhenbereich (bis 100 m) und in unmittelbarer Nähe zur Forschungsplattform im Datenpool belassen wurden. Weiterhin bestand auch dann keine Korrelation, wenn nur die Radarsignaturen des untersten Höhenbereichs bis 100 m und alle Distanzklassen bis m zur Prüfung herangezogen wurden, wodurch der von landewilligen Möwen zwangsläufig durchflogene Nahbereich besonders starke Gewichtung erfuhr (Abbildung 110). Seite 162

163 Abbildung 110: Beziehung zwischen stündlichen Echosummen der Vertikalradarerfassung und Flugbewegungen auf dem Helikopter-Landedeck rastender Möwen auf FINO1 während 26 zufällig ausgewählter Stunden im Zeitraum Ende Juni bis Anfang Juli Links oben: Berücksichtigung aller Höhenklassen (HKL) und Distanzklassen (DKL). Rechts oben: Berücksichtigung aller HKL und DKL unter Ausschluss der DKL 1 (bis 100 m Entfernung). Links unten: Berücksichtigung nur der untersten HKL (bis 100 m) unter Einschluss aller DKL. Rechts unten: Berücksichtigung nur der untersten HKL (bis 100 m) und aller DKL unter Ausschluss der DKL 1 (bis 100 m). An- wie Abflüge von auf dem Helikopter-Landedeck rastenden Möwen spielen somit am Gesamtdatenpool erfasster Radarsignaturen keine Rolle und die plattformeigene Störwirkung hinsichtlich der Erfassbarkeit von Vogelzug kann als untergeordnet bezeichnet werden. Dies sollte angesichts der durchgeführten Überprüfung für den Zeitraum Ende Juni bis Anfang Juli 2010, in dem ein hohes Möwen-Rastaufkommen bei gleichzeitig geringer Zahl von Zugbewegungen anderer Arten aufgezeichnet wurde, auch für den gesamten Jahresverlauf allgemeine Gültigkeit besitzen. Die Einführung einer obligaten Korrektur während des Vorkommens rastender Möwen war daher unnötig. Der Einfluss auf die Radarerfassung mit rotierender Parabolantenne wird gleichfalls als gering eingestuft. Keine Aussage erlauben die Ergebnisse dahingehend, inwieweit über dem Meer stattfindende Möwenbewegungen im Seegebiet rastender oder nahrungssuchender und etwa zwischen Fischkuttern hin- und herpendelnder Tiere enthalten sind. Großmöwen hängen in ihrer Raum-/Zeitverteilung auf See stark von der Aktivität von Fischereifahrzeugen ab (Hüppop 1995, Schwemmer & Garthe 2005). Lediglich der direkte Einfluss der Plattform mit der sich bietenden und auch genutzten Rastmöglichkeit für Großmöwen auf die Radarechosummen wurde überprüft. Abgesehen von diesen Validierungsmöglichkeiten wurden die Bilder der Helikopterdeck- Webcam nicht weiter ausgewertet. Mit der eingesetzten Videotechnik war bereits eine Technik im Einsatz, über die sich Möwenvorkommen im Nahbereich der Plattform sehr gut erfas- Seite 163

164 sen ließen. Ein Abgleich beider Methoden hatte zuvor am Standort FINO3 eine hohe Übereinstimmung hinsichtlich der registrierten Möwen ergeben (Abbildung 111, Aumüller et al. 2012). Abbildung 111: Korrelativer Zusammenhang der mittleren Stundensumme je Pentade über Video (Ordinate) und Fotografie des Helikopter-Landedecks (Abszisse) erfasster Großmöwen Larus sp. am Standort FINO3 zu Zeiten intensiven Großmöwenvorkommens zwischen Mitte Mai (27. Pentade ) und Ende Oktober (60. Pentade) im Jahr Die Pentaden 35 und 53 blieben infolge fehlender Daten zum Rastbestand unberücksichtigt. Rastbestand und Flugaktivität sind stark korreliert (n-pentaden = 32, P < 0,001, R² = 0,734; Rangkorrelation nach SPEARMAN; aus Aumüller et al. 2012) Optimierung Untersuchungszeitraum Näherungsverfahren Anhand eines analytischen Verfahrens wurde evaluiert, ob mit sieben zufällig gewählten Beobachtungstagen pro Monat gemäß StUK3 (BSH, 2007) eine hinreichend repräsentative Erfassung des Vogelzugs innerhalb einer Zugperiode möglich ist. Hierbei wird davon ausgegangen, dass 100 % des Vogelzuges während des Frühjahrs in etwa 90 Tagen und während des Herbstes in etwa 120 Tagen erfasst werden können. Hierzu wurde ein Näherungsverfahren entwickelt, welches den erfassten Anteil des Vogelzuges einer Zugperiode bei einem bestimmten Aufwand (Beobachtungstage) darstellt. Es wurden auf FINO1 mit dem Vertikalradar erhobene Daten zum Vogelzug aus den Jahren 2004 bis 2012, ohne das Jahr 2007, herangezogen, um eine belastbare Schätzung des möglichen erfassbaren Vogelzuges zu erreichen. Vorab wurde je Zugsaison (Frühjahr, Herbst) als Referenzsituation der Maximalfall simuliert, in dem jeweils die Zugnächte mit den höchsten festgestellten Intensitäten herangezogen wurden. Hierfür wurden jahrweise aus den Daten für den Zeitraum 2004 bis 2012 (ohne 2007) die relativen Häufigkeiten pro Zugtag und Saison berechnet und der Größe nach sortiert. Zudem wurde der relative Anteil eines Zugtages am Untersuchungsaufwand einer Sai- Seite 164

165 son ermittelt. Anschließend wurden die sortierten Radarecho-Häufigkeiten je Zugtag entsprechend ihrem zeitlichen prozentualen Anteil am Untersuchungsaufwand in 5 %-Schritten kumulativ aufaddiert. Für den Vergleich mit dieser Idealkurve wurde eine realistische Kurve simuliert. Diese basiert auf der rein zufälligen und gleichwahrscheinlichen Auswahl von Erfassungstagen aus einer Zugperiode, die den jeweiligen erfassten Vogelzug entsprechend ihres Aufwandes abbildet (Abbildung 112). Pro Aufwand (Anteil der Beobachtungstage in 5 %-Schritten) wurden hierbei Simulationen durchgeführt. Abbildung 112: Schematische Darstellung der Näherung für den prozentual erfassbaren Vogelzug bei entsprechendem Aufwand (in 5 % Schritten) für eine fiktive Zugperiode. Die Idealkurve stellt die Erfassung von Zugnächten mit den jeweils höchsten Intensitäten dar; die Realkurve gibt die Erfassung bei zufällig, gleichwahrscheinlich gewählten Zugnächten wieder (n Realkurve = ± Standardabweichung). Bei der Realkurve steigt der prozentuale Anteil des erfassten Vogelzuges proportional zum Aufwand. Im Vergleich dazu könnte unter idealen Umständen ( Idealkurve ) wenn die Zugintensitäten schon vor der Erfassung bekannt wären - mit einem bestimmten Aufwand ein deutlich höherer prozentualer Anteil des Vogelzugs schneller erfasst werden als bei einer realistischen Wahl von Beobachtungstagen. Um bei diesem Näherungsverfahren die Chance zu erhöhen, zufällig Tage mit hohen Zugintensitäten zu erfassen und Vogelzug so besser abbilden zu können, wurden von der standorttypischen Phänologie des Vogelzuges ausgehend folgende Algorithmen bzw. Modelle für die Wahl möglicher Beobachtungstage festgelegt und getestet: 1. Zufällige Wahl gleichwahrscheinlicher Tage aus der gesamten Zugperiode Hierbei wurden die einzelnen Tage mit jeweils gleicher Wahrscheinlichkeit zufällig aus der gesamten Zugperiode gewählt (ungewichtete Auswahl). 2. Zufällige Wahl ungleichwahrscheinlicher Tage aus der gesamten Zugperiode Mit dieser Strategie sollten Beobachtungstage, die auf Grund standorttypischer Zugmuster eine durchschnittlich höhere Zugintensität aufwiesen, mit einer höheren Wahrscheinlichkeit Seite 165

166 zufällig gewählt werden als solche Tage, bei denen die Zugintensität geringer war (gewichtete Auswahl). Um festzustellen, welche Tage mit einer höheren Wahrscheinlichkeit belegt werden sollten, wurde ein allgemeines additives Modell (general additive model, GAM) verwendet (Wood 2008). Hierbei wurde eine nichtlineare Regressionskurve ( smoother ) über den gesamten Zeitraum einer Zugperiode gelegt, die, ähnlich der linearen Regression, den Daten über den kleinstmöglichen Abstand am besten angenähert ist (GAM best-fit ). Diese Kurve zeichnet so das generelle Muster der Daten (standorttypisches Zugmuster) über die Zeit nach. Entsprechend wurde den Tagen, die in den höheren Wertebereich der Kurve fielen, eine höhere Wahrscheinlichkeit zugeordnet als solchen Tagen, die in den niedrigeren Wertebereichen lagen. 3. Zufällige Wahl gleichwahrscheinlicher Tage aus einem großen Ausschnitt der Zugperiode Dem standorttypischen Zugmuster folgend, wurde ein großer Ausschnitt aus der gesamten Zugperiode gewählt, der vermehrt Tage mit höheren Zugintensitäten enthält. Randbereiche, in denen die Zugintensitäten deutlich geringer waren, wurden ausgespart. Aus diesem festgelegten Ausschnitt sollte die Wahl der Beobachtungstage mit gleicher Wahrscheinlichkeit, d.h. ungewichtet, und zufällig erfolgen. Der jeweilige Ausschnitt wurde basierend auf Fachexpertise gewählt (Großer Ausschnitt siehe Abschnitt ). 4. Zufällige Wahl gleichwahrscheinlicher Tage aus kleinen Ausschnitten der Zugperiode Resultierend aus detaillierten Betrachtungen der Phänologie des Vogelzuges sollte der in 3) gewählte große Ausschnitt näher eingegrenzt werden. Hierfür wurden i.d.r. zwei oder drei kleinere Zeiträume intensiven Vogelzuges identifiziert, aus denen gleichwahrscheinlich (ungewichtete) und zufällig Beobachtungstage gewählt werden sollten. Alle übrigen Bereiche wurden ausgespart. Wie oben beschrieben, wurde der jeweilige Ausschnitt basierend auf Fachexpertise gewählt (Kleine Ausschnitte siehe Abschnitt ). Um beurteilen zu können, welche Schnittpunkte für die großen und/oder kleinen Ausschnitte festgelegt werden sollten, wurde die Phänologie des Vogelzuges zunächst detailliert nachgezeichnet. Je nach Datenlage wurde entweder die oben vorgestellte best-fit -Kurve zu Grunde gelegt, oder aber ein anderes Regressionsmodell, eine lowess (locally weighted regression) verwendet. Diese Form der gewichteten Regression beruht darauf, dass jeweils eine bestimmte Anzahl von Werten auf der x-achse betrachtet wird, aus denen genau ein Punkt für die Kurve gemittelt wird. Dieses Betrachtungsfenster gleitet nun über den gesamten Bereich der x-achse, um die Werte für die gesamte Kurve zu ermitteln. Die Breite des Betrachtungsfensters, also die Anzahl der Werte die in den Mittelwert einfließen, trägt somit maßgeblich zur Form und damit zur Schärfe der Kurve bei. Je kleiner der Wertebereich ist, über den lokal gemittelt wird, desto genauer wird die Kurve den tatsächlich gemessenen Daten angeglichen. Dies bedeutet aber auch, dass eine besser angepasste Kurve auch deutlich mehr Ausschläge zeigt und eine schlechter angepasste Kurve immer straffer wird. Um zu verhindern, dass durch immer bessere Annäherungen trivialerweise der gesamte Datensatz mit der Kurve wiedergegeben wird, wurde eine Kreuzvalidierung (generalised cross validation, GCV) durchgeführt. Dabei wird der Datensatz in Einzelteile einer bestimmten Länge zerlegt, wodurch sogenannte Knotenpunkte entstehen. Zwischen zwei möglichen Knotenpunkten werden die Daten in einem iterativen Verfahren quadriert, summiert und anschließend minimiert. Auf diese Weise wird die den Daten am besten angepasste Kurve erzeugt, die Seite 166

167 gleichzeitig auf möglichst wenig Knotenpunkten beruht und somit die beste Größe des oben beschriebenen Betrachtungsfensters vorgibt ( thin plate regression spline ) (Dormann & Kühn 2009). Für die vorliegenenden Annäherungen wurde mit einer Spanne des zu betrachteten Wertebereichs von α = 1/5 bzw. α = 2/3 gearbeitet. Die verschiedenen Algorithmen wurden einzeln auf das oben entwickelte und auf acht Untersuchungsjahren basierende Näherungsverfahren angewendet, um den geschätzten Anteil des erfassten Vogelzuges bei entsprechendem Aufwand einschätzen zu können Validierung Die Validierung des Verfahrens umfasste eine Überprüfung hinsichtlich der Frage, wie oft der gesamte Vogelzug eines Testjahres mit den unterschiedlichen Algorithmen innerhalb der gemittelten Schätzintervalle von fünf Untersuchungsjahren, d.h. innerhalb der auf 1000 Simulationen basierenden Ober- und Untergrenze des erfassbaren Vogelzuges liegt. Hierfür musste zunächst jeder mit einem bestimmten Beobachtungsaufwand zu erfassende Anteil des Vogelzuges (inkl. der Ober- und Untergrenzen) auf 100 % hochgerechnet werden. Dies soll an einem Beispiel mit dem Algorithmus der gleichwahrscheinlichen Zufallswahl aus der gesamten Zugperiode erläutert werden: Bei einem Beobachtungsaufwand von 20 % werden im Schnitt auch ca. 20 % (also zwischen ca. 10 und 32 %) des Vogelzuges erfasst (s. hierfür Abbildung 112 bei 20 % Beobachtungsaufwand). Auf 100 % Vogelzug hochgerechnet (also in diesem Fall jeweils mit dem Faktor 5 verrechnet) liegen die Schätzfehler nun in einem Intervall zwischen ca. 50 und 158 % (Abbildung 113). Abbildung 113: Beispielhafte Darstellung der auf 100 % hochgerechneten Schätzintervalle pro Beobachtungsaufwand (s. Text). Aufgetragen sind die Zugintensitäten (Radar) der Frühjahrsperiode aus den Jahren 2004 bis 2009 ohne In diesem Beispiel wurde der Algorithmus der gleichwahrscheinlichen Zufallswahl von Beobachtungstagen aus der gesamten Zugperiode verwendet. Die gestrichelten Pfeile markieren die Schätzintervallgrenzen (ca. 50 % als Untergrenze [rot] und 158 % als Obergrenze [blau]) des erfassbaren Vogelzuges bei 20 % Beobachtungsaufwand (durchgezogene Pfeile). Seite 167

168 Auf Basis des 95 % Konfidenzintervalls (CI) wären genau 95 % der Fälle, in denen der wahre Wert eines Testjahres innerhalb der Schätzintervalle der Prüfjahre liegt, das ideale Ergebnis für jeden betrachteten Beobachtungsaufwand. Je weiter aber die Fehlergrenzen auseinander liegen, d.h. je stärker die Werte der einzelnen Prüfjahre schwanken, desto größer ist das entsprechende Schätzintervall und desto öfter wird der wahre Wert innerhalb der Schätzintervalle liegen. Das bedeutet, dass der jeweilige Anteil des erfassten Vogelzuges pro Aufwand nicht wirklich gut eingegrenzt werden könnte und der erfassbare Vogelzug somit überschätzt werden würde. Wäre der wahre Wert des Testjahres im Vergleich zu den Prüfjahren zu hoch, oder wären die Schätzintervalle sehr klein, würde der wahre Wert seltener innerhalb der Schätzintervalle liegen. In solchen Fällen wäre ein Testjahr an das Prüfmodell schlecht angepasst. Um den Schätzfehler bzw. das Schätzintervall als Gütemaß realistisch zu validieren, wurde das vorliegende Näherungsverfahren jeweils für sieben von acht Prüfjahren angepasst und das jeweils achte Jahr als zu testendes Jahr darauf angewendet. Bei acht zur Verfügung stehenden Untersuchungsjahren konnte das Verfahren somit achtmal validiert werden. Die Validierung sagt also aus, dass die Stärke der Streuung der einzelnen Prüfjahre ausschlaggebend dafür ist, wie gut ein Testjahr an das Modell angepasst ist. Je besser dabei ein bestimmter Algorithmus die simulierten Realkurven der Prüfjahre an eine Idealkurve annähert, desto geringer ist der Aufwand für ein besseres Ergebnis. Das übergeordnete Ziel des in dieser Untersuchung entwickelten Näherungsverfahrens ist es, genau den Algorithmus (und letztendlich die Methode) zu identifizieren, bei dem die Streuung der einzelnen Jahre am wenigsten stark schwankt. Damit soll abschließend evaluiert werden, wie viel Prozent des Vogelzuges bei einem Aufwand von sieben zufällig gewählten Beobachtungtagen pro Monat erfasst werden kann Ergebnisse zum Näherungsverfahren Im Folgenden werden die Ergebnisse der Näherungsmodelle, die Berechnung der Schätzfehlerintervalle sowie die Validierung der verschiedenen Algorithmen jeweils für die Frühjahrs- und die Herbstperiode vorgestellt und diskutiert. Der Übersicht halber sollen in allen folgenden Textabschnitten die verschiedenen Algorithmen abgekürzt werden mit: Ungewichtete Zugperiode = Zufällige Wahl aus der gesamten Zugperiode Gewichtete Zugperiode = Zufällige Wahl aus der gesamten Zugperiode (gewichtet) Großer Ausschnitt = Zufällige Wahl aus einem großen Ausschnitt (ungewichtet) Kleine Ausschnitte = Zufällige Wahl aus kleinen Ausschnitten (ungewichtet) Zugintensitäten der Radarerfassung (Frühjahrsperioden) Wahl der Algorithmen Die über acht Jahre gemittelten Zugintensitäten der Frühjahrsperioden zeichnen ein standortcharakteristisches Zugmuster, welches einer Normalverteilung angenähert ist (Abbildung 114), die durch die lowess -Kurve mit einer Spanne von α = 2/3 bestätigt wird (Abbildung 112). Die lowess -Kurve mit einer Spanne des betrachteten Wertebereichs von α = 1/5 zeigt Seite 168

169 eine angedeutete trimodale Verteilung. Folgende Modelle und Parameter wurden zur Abgrenzung der einzelnen Blöcke gewählt: Angelehnt an die best-fit -Kurve wurden die gewichteten Wahrscheinlichkeiten für die ungleichwahrscheinliche Zufallswahl von Tagen vergeben. Aus dem gesamten Bereich wurden zwei größere Blöcke bei y = 0,011 geschnitten (Datumsgrenzen: und ). Für kleinere Ausschnitte wurde die lowess -Kurve mit α = 1/5 gewählt: Für die Schnittpunkte bei y = 0,0125 wurden zwei kleine Blöcke geschnitten (Datumsgrenzen: und ). Abbildung 114: Mittlere Zugintensitäten (Radar) der Frühjahrsperioden aus den Jahren 2004 bis 2012 ohne 2007 (n = 8; Streuungsparameter wurden aus Gründen der Übersichtlichkeit nicht dargestellt). Die GAM best-fit -Kurve (rot) spiegelt den generellen Trend für die Zuweisung gewichteter Wahrscheinlichkeiten wider. Die GAM lowess -Kurven (blau, grün) grenzt die Ausschnitte ab, an denen der Phänologie entsprechend bestimmte Bereiche ausgeschnitten wurden (großer Ausschnitt bei 0,011; kleine Ausschnitte bei 0,0125). Im Herbst bilden die über fünf Jahre gemittelten Zugintensitäten ein mehrgipfliges Zugmuster ab (Abbildung 115). Ein GAM mit einer best-fit -Kurve spiegelte den Verlauf dieses charakteristischen Zugmusters sehr gut wider (Abbildung 115). Deshalb wurden entsprechend dieser best-fit -Kurve die gewichteten Wahrscheinlichkeiten für den Algorithmus der ungleichwahrscheinlichen Zufallswahl vergeben. Für die Ausschnitte wurden jeweils die lowess - Kurven zu Grunde gelegt. Für drei größere Blöcke wurde eine Spannweite von α = 1/5 gesetzt und bei y=0,007 geschnitten. Für zwei Blöcke wurde eine Spannweite von α = 2/3 gesetzt und bei y=0,0078 geschnitten (Abbildung 115). Seite 169

170 Abbildung 115: Mittlere Zugintensitäten (Radar) der Herbstperioden aus den Jahren 2004 bis 2012 ohne 2007 (n = 8; Streuungsparameter wurden aus Gründen der Übersichtlichkeit nicht dargestellt). Die GAM best-fit -Kurve (rot) spiegelt den generellen Trend für die Zuweisung gewichteter Wahrscheinlichkeiten wider. GAM- lowess mit α = 1/5 (blau) ergab drei Blöcke (Schnittpunkt bei y=0,007). GAM lowess mit α = 2/3 (grün) ergab mit Schnittpunkt y=0,0078 zwei Blöcke. Näherung Die Ergebnisse der Näherungsverfahren im Frühjahr zeigten zunächst, dass die Idealkurven für die verschiedenen Algorithmen zu weiten Teilen identisch waren. Dies war zu erwarten, da die Näherungen, die jeweils aus demselben Datensatz entwickelt wurden, nur die besten Nächte (die zugstärksten) einschließen sollten. Schlechte Nächte werden damit generell und bei der gewichteten Zugperiode und dem großen und den kleinen Ausschnitten von vornherein stärker vernachlässigt. Im Vergleich der Realkurven zeigten sich jedoch deutliche Unterschiede zwischen den vier angewendeten Algorithmen (Abbildung 116 A-D). Während der erfasste Vogelzug mit der ungewichteten Zugperiode in allen Jahren normal proportional mit dem Beobachtungsaufwand anstieg (Abbildung 116 A), wichen die Realkurven der anderen Algorithmen zwischen den Jahren zum Teil deutlich überproportional ab. Hier wird deutlich, wie stark sich der interannuelle Einfluss auf systematisch gewählte Beobachtungstage auswirken kann. So ergab das Szenario der zufälligen und ungewichteten Wahl an Beobachtungstagen das beste Ergebnis als Kompromiss zwischen größtmöglicher Annäherung der Realkurven an die Idealkurven und geringstmöglicher interannueller Variation. Seite 170

171 Abbildung 116: Näherung für den prozentual erfassten Vogelzug (Radar) bei entsprechendem Aufwand für die Frühjahrsperioden der Jahre 2004 bis 2012 ohne Die Idealkurven (nicht linear) stellen den Aufwand mit den Zugnächten der höchsten Intensitäten dar; die Realkurven (linear) geben den Aufwand zufällig gewählter Zugnächte entsprechend der verschiedenen Algorithmen wieder. [A] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus der gesamten Zugperiode; [B] Gewichtete Zufallswahl aus der gesamten Zugperiode; [C] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus einem großen Ausschnitt der gesamten Zugperiode und [D] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus kleinen Ausschnitten der gesamten Zugperiode. Die schwarze Gerade kennzeichnet die Normalproportionale und somit die Abweichungen der Algorithmen in B, C und D zu A. Fehlerbalken = Standardabweichung (n Realkurve pro Jahr = 1.000). Die Ergebnisse der Näherung der Radar-Zugintensitäten im Herbst entsprachen weitgehend den Resultaten der Frühjahrsperiode. Analog zum Frühjahr waren die Idealkurven der verschiedenen Algorithmen im Herbst nahezu identisch, wogegen die Realkurven deutliche Unterschiede zwischen den drei angewendeten Algorithmen aufwiesen (Abbildung 117 A-C). Erneut zeigten die Realkurven der gewichteten Zugperiode und insbesondere der kleinen Ausschnitte überproportionale Abweichungen von der normalproportional verlaufenden ungewichteten Zugperiode. Jahresbedingte Schwankungen waren bei letzterer wiederum am Seite 171

172 geringsten. Im Jahr 2005 wurden mittlere Werte zwischen 0 und 418 Individuen pro Stunde und Zugnacht verzeichnet, die zu einem hohen Ausschlag in der Idealkurve aber auch zur größten Streuungsspanne in den Realkurven aller drei Algorithmen führte (Abbildung 117 A- C). Analog zum Frühjahr streuten zudem bei der Betrachtung der einzelnen Jahre die minimal und maximal erfassbaren Anteile des Vogelzuges bei hohem Beobachtungsaufwand sehr stark insbesondere bei den kleinen Ausschnitten. Im Mittel waren sie aber deutlich stärker angeglichen als in den Modellen der gesamten Zugperiode. Auch hier lag der bei minimalem Aufwand (5 % der Zugnächte) erfassbare Anteil des Vogelzuges bei allen drei Modellen innerhalb ähnlicher Grenzen (zwischen 1,3 und 1,6 % als Minimum und zwischen 12,9 und 14,1 % als Maximum). Bei 75 %igem Beobachtungsaufwand lag dieser bei dem Modell der ungewichteten Zugperiode im Mittel zwischen 62,9 und 85,0 %, wogegen der Anteil bei den kleinen Ausschnitten nur zwischen 78,2 und 80,8 % lag (Abbildung 117). Abbildung 117: Näherung für den prozentual erfassten Vogelzug (Radar) bei entsprechendem Aufwand für die Herbstperioden der Jahre 2004 bis 2012 ohne Die Idealkurven (nicht linear) stellen den Aufwand mit den Zugnächten der höchsten Intensitäten dar; die Realkurven (linear) geben den Aufwand zufällig gewählter Zugnächte entsprechend der verschiedenen Algorithmen wieder. [A] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus der gesamten Zugperiode; [B] Gewichtete Zufallswahl aus der gesamten Zugperiode und [C] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus zwei kleinen Ausschnitten der gesamten Zugperiode. Die schwarze Gerade kennzeichnet die Normalproportionale und somit die Abweichungen der Algorithmen in B und C zu A. Fehlerbalken = Standardabweichung (n Realkurve pro Jahr = 1.000). Seite 172

173 Schätzintervalle Die folgende Abbildung zeigt die Schätzintervalle, d.h. die Fehlergrenzen mit denen die Anteile des erfassten Vogelzuges geschätzt wurden, als untere bzw. obere Schätzgrenze umskaliert und auf 100 % hochgerechnet (Abbildung 118). Im Mittel wichen die Schätzfehler bei geringem Beobachtungsaufwand in den fünf Beobachtungsjahren nicht stark voneinander ab. Bei einem minimalen Aufwand von 5 % (etwa vier Beobachtungstage pro Zugperiode) lagen die Schätzfehler bei den die gesamte Zugperiode betreffenden Szenarien zwischen etwa 30 % (Untergrenze) und 250 % (Obergrenze), in den beiden übrigen Szenarien zwischen etwa 30 % und 200 %. Bei höherem Beobachtungsaufwand waren die Schätzintervalle bei den Modellen der großen und kleinen Ausschnitte jedoch deutlich kleiner als bei den Modellen der gesamten Zugperioden. Abbildung 118: Darstellung der auf 100 % hochgerechneten Schätzintervalle (Ober- und Untergrenzen) der mittleren Zugintensitäten (Radar) der Frühjahrsperioden aus den Jahren 2004 bis 2012 ohne 2007 bei entsprechendem Beobachtungsaufwand. [A] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus der gesamten Zugperiode; [B] Gewichtete Zufallswahl aus der gesamten Zugperiode; [C] gleichwahrscheinliche (ungewichtete) Zufallswahl aus einem großen Ausschnitt der gesamten Zugperiode und [D] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus kleinen Ausschnitten der gesamten Zugperiode. Über die acht gemittelten Untersuchungsjahre wurde, ebenso wie im Frühjahr, auch im Herbst die interannuelle Variabilität der Zugintensitäten pro Beobachtungsaufwand in den Seite 173

174 einzelnen Modellen stark abgeschwächt. Umskaliert und auf 100 % hochgerechnet, waren die drei Algorithmen in ihrer Form, d.h. in der Spanne ihrer Schätzintervalle, gerade bei geringem Beobachtungsaufwand kaum voneinander zu unterscheiden (Abbildung 119). So lag z.b. der geschätzte Anteil des erfassten Vogelzuges bei minimalem Aufwand, also bei durchschnittlich fünf Beobachtungstagen pro Zugperiode (5 % Aufwand), bei allen vier angewendeten Algorithmen zwischen etwa 30 % als Untergrenze und etwa 250 % als Obergrenze. Selbst bei hohem Beobachtungsaufwand (z.b. 75 %) waren in diesem Fall die Schätzintervalle aller Modelle recht ähnlich (Abbildung 119). Abbildung 119: Darstellung der auf 100 % hochgerechneten Schätzintervalle (Ober- und Untergrenzen) der mittleren Zugintensitäten (Radar) der Herbstperioden aus den Jahren 2004 bis 2012 ohne 2007 bei entsprechendem Beobachtungsaufwand. [A] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus der gesamten Zugperiode; [B] Gewichtete Zufallswahl aus der gesamten Zugperiode und [C] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus kleinen Ausschnitten der gesamten Zugperiode. Validierung Entgegen den oben dargestellten Ähnlichkeiten in den Bereichen der Schätzintervalle zeigte die Validierung für je ein Testjahr gegen sieben Prüfjahre, deutliche Unterschiede für die vier verwendeten Algorithmen. Für die gewichtete und ungewichtete Wahl von Tagen lag der Anteil, mit dem der jeweilige wahre Wert eines Testjahres in die Schätzintervalle der Prüfjahre fiel, in allen Jahren bei mindestens etwa 80 %. Hierbei erwiesen sich im Frühjahr die Jah- Seite 174

175 re 2005, 2008 und 2010 als am besten angepasst, da sie für jeden Beobachtungsaufwand nahe an der 95 % - Grenze schwankten. Die Jahre 2004 und 2006 lagen weniger oft innerhalb der Schätzintervalle der Prüfjahre und waren deshalb nicht gut an das Modell angepasst. Stark überschätzt waren die Jahre 2009, 2011 und 2012 (Abbildung 120). Die Szenarien mit der Wahl von Ausschnitten an Beobachtungstagen waren in der Mehrzahl der Jahre nicht mehr anwendbar. So wird deutlich, dass die ungewichtete und zufällige Wahl von Tagen aus der Zugperiode mit der geringsten Streuung zwischen den einzelnen Jahren das beste Ergebnis liefert, obwohl sie der Idealkurve am wenigsten stark angenähert war. Abbildung 120: Validierung der einzelnen Testjahre 2004 bis 2012 ohne 2007 gegen die entsprechenden vier Prüfjahre für die Zugintensitäten (Radar) der Frühjahrsperioden. Für jeden Beobachtungsaufwand ist der prozentuale Anteil dargestellt, mit dem der jeweilige wahre Wert eines Testjahres (100 % des erfassten Vogelzuges) innerhalb der Schätzintervalle der Prüfjahre liegt. [A] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus der gesamten Zugperiode; [B] Gewichtete Zufallswahl aus der gesamten Zugperiode; [C] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus einem großen Ausschnitt der gesamten Zugperiode und [D] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus kleinen Ausschnitten der gesamten Zugperiode. Die durchgezogene schwarze Linie stellt das Idealergebnis dar (95 % wahre Werte im 95 % CI). Entgegen der oben dargestellten Ähnlichkeiten der Schätzintervalle, zeigte die Validierung deutliche Unterschiede für die drei verwendeten Algorithmen. Für die ungewichtete Zugperiode lag der Anteil, mit dem der wahre Wert eines Testjahres innerhalb der Schätzintervalle der übrigen Prüfjahre zu finden war, in allen Jahren bei mindestens 70 % (Abbildung 121 A). Seite 175

176 Im Herbst zeigte sich das Jahr 2005 als am besten an das Modell angepasst, da es für jeden Beobachtungsaufwand nahe an der 95 % Grenze lag. In den Jahren 2006, 2008 und 2009 wurde der Anteil des erfassten Vogelzuges überschätzt, wogegen die wahren Werte der Jahre 2004 und 2005 deutlich seltener innerhalb der Schätzintervalle der Prüfjahre lagen. Im Jahr 2005 waren die Zugintensitäten durchschnittlich höher als in den übrigen Jahren, was sich graphisch darin widerspiegelt, dass in diesem Jahr der wahre Wert seltener in den Schätzintervallen der Prüfjahre lag als in den übrigen Testjahren. Dies war im Modell der gewichteten Zugperiode noch stärker ausgeprägt, vor allem in den Bereichen des mittleren Beobachtungsaufwandes (ca % der Beobachtungstage) (Abbildung 121 B). Bei den kleinen Ausschnitten war die Abweichung von dem Modell, gerade bei hohem Beobachtungsaufwand, in den Jahren 2004, 2006 und 2009 am höchsten und sank bei maximalem Aufwand (hier %) bis auf 0 % (Abbildung 121 C). Das bedeutet: Je höher der Beobachtungsaufwand, desto seltener lag der erfassbare Anteil des Vogelzuges in den Schätzintervallen der Prüfjahre. Dies ist, analog zur Frühjahrsperiode, eine direkte Folge der Begrenzung der Daten durch den Ausschnitt. Durch die Wahl der Ausschnitte wird die Chance erhöht, mehr Nächte mit hoher Zugintensität zu erfassen. So wird der wahre Wert in jedem Fall automatisch besser als es die Schätzintervalle der Prüfjahre möglicherweise vorgeben. Dies gilt insbesondere dann, wenn die Daten starken interannuellen Schwankungen ausgesetzt sind, wie es bei den kleinen Ausschnitten der Fall ist. Auch für den Herbst konnte gezeigt werden, dass die beschriebenen Jahresschwankungen in den Zugintensitäten der Radaraufnahmen am besten von dem Modell der zufälligen und ungewichteten Wahl von Beobachtungstagen abgebildet wurden (Abbildung 121 A). Seite 176

177 Abbildung 121: Validierung der einzelnen Testjahre 2004 bis 2009 ohne 2007 gegen die entsprechenden vier Prüfjahre für die Zugintensitäten (Radar) der Herbstperioden. Für jeden Beobachtungsaufwand ist der prozentuale Anteil dargestellt, mit dem der jeweilige wahre Wert eines Testjahres (100 % des erfassten Vogelzuges) innerhalb der Schätzintervalle der Prüfjahre liegt. [A] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus der gesamten Zugperiode; [B] Gewichtete Zufallswahl aus der gesamten Zugperiode und [C] Gleichwahrscheinliche (ungewichtete) Zufallswahl aus kleinen Ausschnitten der gesamten Zugperiode. Die durchgezogene schwarze Linie stellt das Idealergebnis dar (95 % wahre Werte im 95 % CI) Vergleich der per Vertikalradar ermittelten Zugphänologien: StUK3- Untersuchungsaufwand gegen Dauererfassung Vergleicht man den Tagesgang der per Vertikalradar ermittelten Zugintensitäten über einige Jahre hinweg im Umfang, wie er durch das StUK3 (BSH 2007) vorgegeben wurde (7 Tage je Zugmonat), mit den Ergebnissen der Dauererfassung am selben Standort mit demselben Radargerät, werden die Nachteile einer Stichprobe deutlich sichtbar. Abbildung 122 und Abbildung 123 sind zur besseren Veranschaulichung nach Heim- und Wegzugperiode getrennt dargestellt. Die Darstellung der stundenscharfen Zugintensitäten erfolgte nach den tatsächlich erfolgten StUK3-Untersuchungen für alpha ventus. Vergleicht man diese Abbildungen mit denen aus dem Anhang VII, so wird deutlich, dass besonders intensive Zugereignisse je nach Jahr zufällig erfasst wurden oder nicht. Zwar ist es prinzipiell möglich aus stichprobenartig erfassten Radarechozahlen auf die gesamte Echozahl einer Zugsaison bei gegebener Fehlerbandbreite hochzurechnen (vgl ). Besonderheiten einer bestimmten Zugperiode werden dabei aber nur zufällig erfasst und können damit auch zufällig zu besonders großen Abweichungen von der tatsächlichen Echosumme einer Zugperiode führen. Zur Be- Seite 177

178 urteilung der Ergebnisse einer UVS oder eines bau- und betriebsbegleitenden Monitorings sind daher in jedem Fall dauerhafte Erfassungen unter konstanten Bedingungen Stichproben vorzuziehen. Seite 178

179 Abbildung 122: Stundenscharfe Zugintensitäten der Heimzugperioden nach StUK3- Untersuchungsaufwand in Einzeljahrauflösung gemäß Vertikalradarerfassung. Graue Felder kennzeichnen die Dunkelphase. Für jeden Stundenwert gemessener Zugintensität ist eine eindeutige Zuweisung zu einer Tages- bzw. Nachtphase (in Vierteln; gestrichelte Linien) möglich. Beachte: Die Messwerte sind Seite 179

180 wurzeltransformiert dargestellt. Abbildung 123: Stundenscharfe Zugintensitäten der Wegzugperioden nach StUK3- Untersuchungsaufwand in Einzeljahrauflösung gemäß Vertikalradarerfassung. Graue Felder kennzeichnen die Dunkelphase. Für jeden Stundenwert gemessener Zugintensität ist eine eindeutige Zuweisung zu Seite 180

181 einer Tages- bzw. Nachtphase (in Vierteln; gestrichelte Linien) möglich. Beachte: Die Messwerte sind wurzeltransformiert dargestellt. 11. Diskussion Bewertung der Ergebnisse Dauerhafte stationäre Untersuchungen eines anthropogenen Eingriffs in die Meeresumwelt über einen Zeitraum von rund 10 Jahren hat es so noch nicht gegeben. In fast der Hälfte des Untersuchungszeitraums ( ) konnten Messungen ohne einen Windpark, allerdings beeinflusst durch die Forschungsplattform FINO1, durchgeführt werden. Im Zeitraum 2009 bis 2012 wurde die Datenaufnahme während des Baus und Betriebes des ersten deutschen Offshore-Windparks des Offshore-Testfelds alpha ventus fortgesetzt. In keiner anderen Region weltweit wurden die möglichen Einflüsse auf den Vogelzug über See von OWEA in dieser einmaligen Vorher-Nachher-Situation, mit dieser Vielfalt von (Fernerkundungs-)Methoden und über einen so ausgedehnten Zeitraum untersucht. Sowohl räumlich als auch zeitlich wurden Effekte beobachtet, die sich auf ganz unterschiedliche Skalenniveaus beziehen: einige Effekte dauern nur sehr kurze Zeit und spielen sich im direkten Umfeld des betrachteten Windparks ab, andere Effekte wirken langfristig auf der gesamten Populationsebene einer Art und in ihrem gesamten Verbreitungsgebiet. Zu den unmittelbaren Effekten im Nahbereich des Windparks wurden vielfältige Ergebnisse in den vorangegangenen Kapiteln dargestellt. Artbezogene Effekte tagsüber wurden fast ausschließlich dank einer Anpassung der Sichtbeobachtungsmethode an die speziellen Fragestellungen nachgewiesen. Weitere Betrachtungen dazu folgen im nachfolgenden Kapitel Für langfristige und großräumige Effekte, etwa zur Populationsgröße einer Art gerade unter Einbeziehung kumulativer Effekte mit anderen Offshore-Windparks und sonstigen Gefährdungsursachen, konnten aus den erhobenen Daten nur Indizien und keine direkten Nachweise erbracht werden, was aber auch nicht primäres Ziel dieser Untersuchungen war. Massenzugereignisse finden selten, aber regelmäßig statt. Zwar sind die jeweiligen Bedingungen variabel, das Phänomen als solches ist jedoch nahezu jedes Jahr zu beobachten. Die zugrundeliegenden Mechanismen betreffen das Phänomen "Vogelzug" im Offshore- Bereich generell. Daher lassen sich die Erkenntnisse von detailliert dokumentierten Fallbeispielen gut auf alljährlich vorkommende ähnliche äußere Bedingungen übertragen. Regionale Unterschiede lassen sich jedoch nur durch zeitgleiche Untersuchungen an mehreren Standorten feststellen. Der Vergleich der Ergebnisse aus der gemeinsamen Auswertung und Analyse der StUK3/StUKplus-Daten mit den Ergebnissen des StUK3-Monitorings ergab, dass das Stichprobenverfahren für die Erfassung des Vogelzuggeschehens gemäß StUK3 (BSH, 2007) nicht mit einer Dauererfassung konkurrieren kann. Grundsätzlich ergibt sich bei lückenhafter Erfassung zwar verglichen mit der ganzjährigen Erfassung ein generell ähnliches Bild des Vogelzuges. Der Beprobungsaufwand mit etwa 20 bis 25 % der Hauptzugmonate sorgt aber dafür, dass weniger Daten erhoben werden und damit für bewertende Vergleiche zur Verfügung stehen. Eine Hochrechnung der Stichprobendaten (vgl ) auf eine gesamte Zugsaison ist zwar rechnerisch möglich, aber mit einer großen Fehlerstreuung bei diesem Beprobungsaufwand: Tatsächlich könnten am Standort FINO1 wie gezeigt nur halb so viele oder anderhalb mal so viele Vögel gezogen sein. Ob diese Fehlerstreuungswerte auf einen anderen Standort übertragbar sind, wäre zu überprüfen. Erfolgt die Hochrechnung für eine andere Meeresregion auf Datenbasis von beispielsweise drei Jahren stichprobenartigen Un- Seite 181

182 tersuchungen vor dem Windparkbau erhält man eine relativ lückige und damit ungenaue Kurve des Zugverlaufes. Der Hochrechnungsfehler wäre damit zwangsläufig größer. Kommt es dann später tatsächlich zu Veränderungen durch den Windpark, würde die Hochrechnung aufgrund einer falschen Berechnungsgrundlage durchgeführt. Tatsächliche Änderungen beim Vogelzug könnten dadurch verdeckt oder übertrieben werden. Es besteht etwa auch nicht die Möglichkeit zu beziffern, wie oft Massenzugnächte verbunden mit niedrigen Zughöhen tatsächlich vorkommen, selbst wenn einzelne Ereignisse zufällig in der Stichprobe enthalten sind. Bei der geringen Häufigkeit solcher und anderer artbezogener Ereignisse und dem gegebenen Erfassungsaufwand dauert es sehr viel länger vergleichen mit einer Dauererfassung, bis belastbare Ergebnisse erzielt werden können Einordnung der Ergebnisse Exposition von Zugvögeln Artenspektrum Das Zusammenspiel aller eingesetzten Methoden hat zu einem Gesamtspektrum um FINO1 festgestellter Arten geführt, welches sich hinsichtlich zugökologischer, verhaltensökologischer und taxonomischer Merkmale nicht von demjenigen des Vergleichsstandorts Helgoland unterscheidet. Trotz der demgegenüber verringerten Zahl registrierter Vogelarten ergeben sich somit keine Hinweise, die im Vergleich zu Helgoland auf eine tatsächlich herabgesetzte Zahl potenziell gegenüber OWEA empfindlicher Arten am Standort um FINO1 schließen ließen. Stattdessen ist viel eher von einer Folge der unterschiedlichen und um FINO1 verminderten Nachweismöglichkeiten auszugehen. Dieses sollte sich direkt in der festgestellten, geringen Zahl der nichtrufenden Nachtzieher widerspiegeln, für die auf FINO1 im Vergleich zu Helgoland eindeutig schlechtere Möglichkeiten zur Nachweisführung gegeben sind. Für den Bereich um FINO1 ist im Kontext der Exposition gegenüber den von Offshore- Windparks ausgehenden Gefährdungen prinzipiell von einer Artenzahl und zusammensetzung auszugehen, die dem Spektrum fast alljährlicher Gastvögel Helgolands entspricht. Passierende Bestandsgrößen Die hier anhand von Seawatching-Daten praktizierte Hochrechnung orientiert sich methodisch eng an Dierschke (2003), der eine gute Übereinstimmung zwischen hochgerechneten Zahlen und tatsächlich beobachteten Individuensummen fand. Dies lässt auf realistische Größenordnungen schließen, wobei für das hier behandelte Seegebiet eine Reihe zusätzlicher Faktoren, die zu Unterschätzungen führen, hinzu kommen (siehe Abschnitt ). Übereinstimmungen zu anderen Untersuchungen lassen sich auch für die offengelegte, hohe identifizierte Bedeutung als Zugweg aufzeigen. Für Ringelgans, Zwergmöwe und Brandseeschwalbe konnten an allen bislang untersuchten Standorten im Bereich der südöstlichen Deutschen Bucht auf durchquerende Populationsanteile von mehr als 1 % vor Sylt, vor Wangerooge und um Helgoland geschlossen werden (Dierschke 2003, Dierschke et al. unveröffentl.). Für die Heringsmöwe haben wie das Seegebiet um FINO1 auch die See vor Sylt und Wangerooge hohe Bedeutung. Auf Helgoland ließ sich der Brutvögel wegen diese Art nicht näher in ihren Zugraten untersuchen. Flussseeschwalben zogen um Helgoland in ähnlich hohem biogeografischem Anteil wie um FINO1, nicht jedoch an den Küstenstandorten vor Sylt und Wangerooge. Für eine Reihe weiterer Arten besitzt insbesondere das Küstenmeer während der Wanderungsflüge hohe Bedeutung. Hier sind vor allem Anatiden zu nennen, wie z.b. Weißwangengans, Eider-, Trauer-, und Spießente, die offenkundig stark küstenge- Seite 182

183 bunden ziehen und deren Zug sich im Seegebiet um FINO1 nicht mehr so stark bemerkbar macht. Eine markante Abweichung betrifft spitzbergische Kurzschnabelgänse, von der regelmäßig bis zu 95 % den Bereich um Helgoland (Dierschke 2003, Dierschke et al. 2011) während ihres Übersetzens von Jütland, Dänemark, in die westfriesischen und flandrischen Wintereinstandsgebiete passieren. Dazu fliegt die Masse der Vögel offenbar zunächst parallel zur Sylter Küste (Pfeifer 2003, Hüppop et al. 2010), ehe in Richtung SW auf die offene See eingeschwenkt wird. Wangerooge wird zwar immer noch in bedeutenden, aber doch sehr viel geringeren Anteilen als Helgoland berührt (Dierschke et al. unveröffentl.), und die Festlandsküste wird vor allem weiter westlich im Bereich des westlichen Ostfrieslands und der nördlichen Dollartregion erreicht (Kruckenberg & Penkert 2010). Trotz dieses obligaten Offshorezuges konnte keine Hochrechnung für diese Art vorgenommen werden, denn die dazu notwendige Mindestanzahl von 30 Zugereignissen wurde verfehlt. Die am beobachteten 178 Vögel bedeuten einen biogeografischen Populationsanteil von 0,26 %, der während der fünf Beobachtungsstunden an diesem Tag das Seegebiet um FINO1 querte. Kurzschnabelgänse ziehen im Verlauf einer Zugperiode an ganz wenigen ausgewählten Tagen, aber dann entsprechend zahlreich (Hüppop et al. 2009b). Bei wenigen Untersuchungstagen ist somit von fortdauernder Fehlbeprobung im Falle der Kurzschnabelgans am Standort auszugehen. Dies wirft auch insgesamt ein Schlaglicht auf die hier extrahierte Zahl von Arten, für die die hohe Bedeutung des Seegebiets um FINO1 als Durchzugsraum aufgezeigt werden kann. Es ist von einer tatsächlich höheren Artenzahl auszugehen. Dies gilt umso mehr, da zusätzlich viele weitere Arten (in ihrem Hauptvorkommen) auf die Nacht beschränkt sind und ihr Auftreten somit nicht zu quantifizieren ist. Es zeigt sich, dass die von Dierschke (2003) vermutete Übertragbarkeit der Ergebnisse von Helgoland auf andere Seegebiete in vielen Fällen tatsächlich besteht. Die von hohen Populationsanteilen durchquerten Regionen sind nicht kleinräumig angelegt, sondern betreffen vielmehr größere Bereiche der inneren Deutschen Bucht. Das Seegebiet um FINO1 ist in etwa gleich weit der Küste vorgelagert wie Helgoland, so dass unklar bleiben muss, wie weit seewärts sich die Übertragbarkeit der Ergebnisse in den Offshore-Bereich hinein erstreckt. In einem küstenferneren Bereich der Deutschen Bucht, bei der ehemaligen Forschungsplattform Nordsee2, wurden im Allgemeinen erheblich niedrigere Zugstärken festgestellt, während bei einigen Arten der Zug nahe entlang der Küste noch deutlich stärker ausgeprägt war (Dierschke 1991). Die von einigen Vogelarten gezeigte Sensibilität auf Offshore-Bauwerke bei gleichzeitiger Passage hoher Populationsanteile wie im Falle von Ringelgans, Zwergmöwe und Brandseeschwalbe - zeigt, dass bereits ein einzelner Windpark einen Effekt auf nennenswerte Populationsanteile ausüben kann. Phänologie, Tageszeit Die dargestellten Ergebnisse zur Exposition von Zugvögeln in Raum und Zeit (Phänologie und Tageszeit) sind für alle Methoden als sehr zuverlässig anzusehen. Beispielsweise ergeben sich nur minimale Abweichungen ermittelter Mediandaten für Amsel und Rotdrossel, die auf Helgoland ihr mittleres Herbstvorkommen während der 62. bzw. 60. Jahrespentade erreichen (Basis: Nächte mit Zugrufen nach Dierschke et al. 2011), welches auf FINO1 in der 62. bzw. 61. Pentade liegt. Diese Angaben stehen exemplarisch für die Eignung der Methode im standardmäßigen Betrieb der jetzigen Form. Dies bestätigt die validierenden Ergebnis- Seite 183

184 se beim Einsatz der Methode auf FINO1 von Hüppop et al. (2009a) und Hüppop et al. (2012a). Effekte eines Offshore-Windparks auf ziehende Vögel Vergleich der Ergebnisse nächtlichen Vogelzugs vor und nach dem Windparkbau Hohe ermittelte nächtliche Rufraten werden als Indikator für kollisionsgefährdende Situationen aufgefasst, stehen sie doch stellvertretend für starke Annäherung an anthropogene Strukturen im Offshore-Bereich (Hüppop & Hilgerloh 2012). Somit sollten veränderte nächtliche Rufraten auch grobe Prognosen zur Häufigkeit von tödlichen Kollisionen erlauben, denn Kollisionen ereignen sich fast ausschließlich nachts, wie allein aus dem betroffenen Artenspektrum zu folgern ist (s. Abschnitt ). Tatsächlich zeigt die Analyse der über die Zugruferfassung erhobenen Daten, dass sich während des Heimzuges im Frühjahr Vögel seltener und in geringeren Zahlen als im Herbst der FINO1 nähern. Gleichzeitig wurden im Frühjahr weniger Totfunde registriert als im Herbst. Auch beobachtete Veränderungen nach der Errichtung des Windparks alpha ventus fügen sich schlüssig in dieses Bild: In dem Zeitraum vor der Errichtung der Windturbinen wurden für die Herbstsaison mit Hilfe der Zugruferfassung häufigere und stärkere Annäherungen von Drosseln dokumentiert, die mit relativ hohen Kollisionsopferzahlen (s. Abschnitt ) korrelieren. Beide Parameter sind seit dem Bau des Windparks im Jahr 2009 rückläufig. Auch im Frühjahr wurden seit 2009 reduzierte Opferzahlen, weniger Nächte mit Vögeln im Nahbereich der FINO1 und im Falle von Sing- und Rotdrossel auch eine Absenkung der mittleren Stärke von Annäherungsereignissen notiert. Einzig für die Amsel ließ sich letzteres nicht verifizieren, was sich eingedenk ihrer Rolle als häufigste Drosselart im Frühjahr auch auf die Drosseln insgesamt übertrug, deren beobachtete, reduzierte Annäherungsstärke nach Windparkbau statistisch als nicht verlässlich zu beurteilen war. Wird die Lockwirkung von Licht berücksichtigt (s. Abschnitt ), lässt sich ein Einfluss der zwingend vorgeschriebenen Sicherheitsbeleuchtung der einzelnen OWEA vermuten. Mit Errichtung des Windparks wurden weitere Lichtquellen in das Seegebiet in unmittelbarer Nähe zur FINO1 Plattform eingebracht, was zu einer Dispersion der angelockten Tiere geführt haben könnte. Die angelockten Tiere könnten sich mithin auf die verschiedenen Lichtquellen verteilt haben und hätten sich demnach nicht im selben Maß um die singuläre Lichtquelle FINO1 konzentriert. D. h., dass während nächtlicher Annäherungssituationen bei Messungen innerhalb der Windparkfläche höhere Vogeldichten zu ermitteln wären, als bei parallelen Messungen außerhalb der Windparkfläche. Genau für eine solche Situation schildern Hill et al. (2014) Belege, wonach am frühen Morgen des das gemessene Vogelaufkommen innerhalb des Windparkareals stark gegenüber demjenigen im windparkabgewandten, OWEAfreien Messbereich erhöht war. Vögel akkumulieren also auch um die OWEA herum. Inwieweit es hierbei zu Kollisionen kommt, muss indes angesichts fehlender Überprüfungsmöglichkeiten (s. Abschnitt 6.2.) fraglich bleiben. Dass diese Ereignisse stattfinden erscheint aber angesichts vieler verschiedener Studien zu Vogelschlag an (Offshore-)Bauwerken wahrscheinlich. Gesteigerte Lichtemission durch die Sicherheitsbeleuchtung der OWEA könnte auch zu insgesamt höheren Zahlen in den Bereich des Windparks gelockter Vögel führen. Hierfür sprechen die entgegen der kleinräumigen Abnahme detektierter Annäherungen gemäß der Zugruferfassung erhöhten herbstlichen Zugintensitäten gemäß Radar. Radar deckt einen weitaus größeren Bereich ab, so dass auch Anflüge an andere Lichtquellen miterfasst werden können. Für den Frühjahrszug konnte ein solcher Effekt hingegen nicht belegt werden, da Seite 184

185 die gemessenen Radarintensitäten über die Vergleichszeiträume vor bzw. nach dem Windparkbau hinweg keinen statistisch nachweisbaren Unterschied zeigen. Tendenziell waren die per Radar ermittelten Zugintensitäten im Zeitraum vorher sogar leicht erhöht, allerdings bestehen phänologische Abweichungen, die entsprechende Effekte überlagern könnten. Das mengenmäßige Vogelzug-Hintergrundgeschehen muss für das Frühjahr somit offenbleiben. Da beide Zeiträume mehrjährige Datenreihen umfassen, sollten systematisch voneinander abweichende Witterungseinflüsse nicht einflussnehmend auf die dargestellten Ergebnisse gewesen sein. Um dies abzusichern, sollte dieser Sachverhalt jedoch eingehender im Rahmen von Folgeuntersuchungen untersucht werden. Verhaltensantworten unter Tageslichtbedingungen Erkenntnisse zum Meideverhalten von Vogelarten gegenüber Offshore-Windparks sind zwar noch relativ rar; der Erkenntnisstand nimmt aber derzeit stark zu. Hinsichtlich vieler Arten stimmen die Ergebnisse zwischen einzelnen Studien überein. Dies betrifft die Einschätzungen zu den meidenden Reaktionen von Entenverwandten (Desholm & Kahlert 2005, Christensen et al. 2004) ebenso wie diejenigen von Alken (Petersen et al. 2006, Leopold et al. 2011, Krijgsveld et al. 2011, Vanermen et al. 2013), Basstölpeln (Krijgsveld et al. 2011, Vanermen et al. 2013), Seetauchern (Petersen et al. 2006) oder Röhrennasen (Braasch et al. 2013), für die unsere Ergebnisse die genannten anderen Studien jeweils bestätigen. Neben der weitgehenden Meidung der eigentlichen Windparkfläche ist es naheliegend, dass es zusätzlich zu einer Abstandswahrung, also zu einer Pufferzone um OWEA und andere Offshore-Bauwerke, kommt. Für wenige Arten wurden artbezogene Reaktionsschwellen untersucht, die jedoch nicht für alle Wetterbedingungen, Jahreszeiten, Lebensphasen oder Verhaltensweisen (Nahrungssuche, Zug) gelten müssen. Für die allermeisten Arten ist dazu sogar fast nichts bekannt (siehe Abschnitt 6.2.). Studien, die den Lebensraumverlust kalkulierten, gingen im Rahmen eines konservativen Ansatzes von nur geringen Pufferzonen um Windparkflächen herum aus. Busch et al. (2013), die für die meidende Seevogelart Basstölpel den flächigen Lebensraumverlust im Westen und Süden der Nordsee taxierten, kalkulierten bei maximalem Ausbauszenario einen Lebensraumverlust von 7 %. In der hier präsentierten Studie setzte Umfliegen in Teilen aber bereits in Distanzen oberhalb von 4 km zum Windpark ein. Vorausgesetzt diese Abstände lassen sich von ziehenden auf nahrungssuchende Basstölpel übertragen, wäre der bisher kalkulierte Lebensraumverlust unterschätzt. Im Falle bestehender Scheuchwirkung muss die Bestimmung art(-gruppen)bezogener Reaktionsschwellen ein zukünftiges Ziel sein. Deutlich wird an diesem Beispiel auch, dass ein einzelner Offshore-Windpark von untergeordnetem Interesse ist und vor allem die kumulierte Wirkung des politisch beabsichtigten Ausbaus der Offshore-Windenergie zu beurteilen ist. Im Hinblick auf die Auswirkungen der Zerschneidung oder Blockierung bestehender Zugwege sollte für Arten, die die Nordsee auf ihrem Zug queren und nicht auf See rasten oder nach Nahrung suchen, zukünftig der Energiemehraufwand für das Umfliegen von Offshore-Windparks auf ihrem Zugweg unter Simulation der möglichen Ausbaustufen auf Populationsniveau modellhaft quantifiziert werden. Dies kann belastbare Erkenntnisse dazu erbringen, ob und inwieweit in einem bestimmten Meeresbereich errichtete Offshore-Windparks kumulativ populationsbiologisch wirken können. Bezüglich der Großmöwen schwanken Ergebnisse zwischen Attraktion (Vanermen et al. 2013, Krijgsveld et al. 2011) und indifferentem Verhalten (Petersen et al. 2006, Leopold et al. 2011), was unserer Interpretation einer neutralen Verhaltensantwort entsprechen dürfte. Die Verteilung von Großmöwen auf See wird besonders durch Fischereiaktivitäten geprägt Seite 185

186 (z.b. Kubetzki & Garthe 2003, Schwemmer & Garthe 2005), die innerhalb von Windparkarealen untersagt ist. Dies sollte eigentlich zu erniedrigten Zahlen führen. Der Effekt wird aber durch die Funktion als rastplatzbietende Strukturen offenbar kompensiert oder gar überkompensiert: In keiner der genannten Studien konnten verringerte Großmöwenzahlen festgestellt werden. Im Falle von Brandseeschwalbe, Zwergmöwe und Flussseeschwalbe wurde in anderen Studien auf Attraktion durch Offshore-Windparks geschlossen (Für alle Arten: Vanermen et al. 2013, für Zwergmöwe: Petersen et al. 2006). Wichtig bei der Interpretation ist dabei, den unterschiedlichen Untersuchungsgegenstand zu bedenken. Unsere Ergebnisse betreffen Tiere, die gerichtete Wanderungsflüge zeigen. In den genannten anderen Studien wurde die Präsenz der Arten insgesamt erfasst, also zusätzlich auch Rastbestände oder Ansammlungen nahrungssuchender Vögel. Somit sind flexible Verhaltensadaptionen je nach ökologischem Kontext oder sogar Meeresareal zu vermuten und die Vögel könnten z.b. je nach Motivationslage anders reagieren. Dafür ergeben sich aus unseren Ergebnissen konkrete Anhaltspunkte: Die von uns ermittelten Phänologien zur Dreizehenmöwe unterschieden sich zwischen Video und Zugplanbeobachtungen (Seawatching) erheblich. Video, eine gut geeignete Methode zur Detektion von Annäherung an die Plattform, ergibt ein Bild häufiger Annäherungssituationen ab Mitte/Ende Juni und bis spätestens Anfang Oktober (siehe Abschnitt ), wohingegen Zugplanbeobachtungen ergaben, dass der Hauptdurchzug später stattfindet und mithin das Gros von Dreizehenmöwen erst ab der zweiten Oktoberhälfte und im November im Bereich der südlichen Nordsee auftritt (siehe Anhang VI). Dreizehenmöwen werden dann typischerweise während besonders starker Winde mit westlicher Komponente registriert (Dierschke et al. 2011). Insbesondere orkanartige Winde führen zu dieser Jahreszeit regelmäßig zu hohen Tagessummen beobachteter Individuen an Beobachtungsplätzen rund um die Deutsche Bucht. Auch im Winter werden in Abhängigkeit solcher Wetterlagen besonders hohe Dichten z.b. im Seegebiet südöstlich Helgolands deutlich (Garthe et al. 2009). Während solcher Einflüge ist die Körperachse der beobachteten Vögel zumeist direkt gegen oder schräg seitlich zum Wind ausgerichtet. Nahrungsaufnahme, worauf zum Beispiel plötzliches Absinken zur Wasseroberfläche und Picken hinweisen (auch aus großen Entfernungen sichtbar), wird währenddessen nur ausnahmsweise beobachtet (eig. Beob.). Die Vögel scheinen vor allem ihre Windverdriftung kompensieren zu wollen und sind nach Abflauen des Windes schnell wieder verschwunden. Umgekehrt fehlen Dreizehenmöwen bei ablandigen Ostwindlagen ab Oktober meist ganz im Bereich der Deutschen Bucht (Dierschke et al. 2011). Die Hauptzugrouten bzw. winterlichen Einstandsgebiete liegen somit und aufgrund der für diese Zeiten anzunehmenden schlechten Ernährungssituation in der südöstlichen Deutschen Bucht weiter westlich. Diese eigentlichen Zugbewegungen werden nicht adäquat von der zeitlich parallel angelegten Videoerfassung erfasst. Die Vögel nähern sich, obwohl im Seegebiet anwesend, der Plattform dann also kaum an. Winddrift führt zu unbeabsichtigter Präsenz im Seegebiet, fehlende Nahrung veranlasst die Vögel schnell wieder zum gerichteten Verlassen. Dreizehenmöwen, die gerichteten Streckenflug zeigen, meiden windparkbestandene Areale (siehe Abschnitt ). Sommerliche bzw. frühherbstliche Annäherungen, auf die auch auf FINO3 regelmäßig über die Videomethode geschlossen werden konnte (Aumüller et al. 2012), setzen vor allem ab der zweiten Junihälfte ein. Auf FINO3 wird das Häufigkeitsniveau bis Anfang August gehalten, was in auffälliger Weise mit dem Datum der Hauptschlupfzeit (mittleres Schlupfdatum ; Poluszynski 1979) und der 40-tägigen Nestlingsphase auf Helgoland zusammenfällt. Auf FINO1 kann es bis Anfang Oktober zu starker Annäherung kommen. Für Helgoländer Vögel wurde der Aktionsradius auf etwa 70 bis 90 km geschätzt (Lugert 1988, Garthe & Hüppop 2000, Dierschke et al. Seite 186

187 2004), was den Bereich um FINO1 mit 86 km Entfernung WSW knapp einschließt. FINO3 liegt mit einer Distanz von 121 km in Richtung NNW noch etwas weiter entfernt. Die offensichtlich hohe Beteiligung von brutreifen Altvögeln der auf FINO1 und FINO3 - nicht standardisiert - altersbestimmten Dreizehenmöwen, die ungleich größeren Distanzen zu nächstgelegenen Brutstätten im Norden Dänemarks oder der britischen Ostküste (bei einer winzigen Ansiedlung in den Niederlanden) rechtfertigen die Annahme eines bislang unterschätzten Aktionsradius Helgoländer Brutvögel. Das Seegebiet beider Plattformen ist also dem regulären Nahrungsgebiet der Kolonie auf Helgoland zuzurechnen und dürfte für diesen Koloniestandort entsprechend bedeutsam sein. Die an beiden Plattformen notierte erratische Präsenz der Art (siehe ; Anhang V) könnte stark von ihrer pelagischen Ernährungsweise geprägt sein: In ihrer engen Affinität zu besonders kurzlebigen Auftriebsgebieten an Salinitätsfronten können sich die Vögel von Tag zu Tag in unterschiedlichen Seegebieten konzentrieren (Markones et al. 2008). Die Verfügbarkeit ihrer Hauptnahrung, Kleinfische, geht in der Deutschen Bucht, aber auch in der Nordsee insgesamt, im Laufe des Herbstes stark zurück. Die hier häufigste Kleinfischart überhaupt, der Sandaal Ammodytes tobianus, bildet dann für Vögel unerreichbare Überwinterungsstadien im Meeresboden, und die Dichte der Fische nimmt, beginnend ab Ende August, im freien Pelagial drastisch ab (vgl. van Deurs et al. 2011). Sobald Dreizehenmöwen videoerfasst werden, lässt dies eine günstige Nahrungssituation mit reichen Vorkommen an Nahrungsfischen im direkten Plattformumfeld annehmen. Die Neigung zu Annäherung von Dreizehenmöwen an anthropogene Strukturen scheint also in Abhängigkeit vom ökologischen Kontext und der Nahrungsverfügbarkeit veränderlich zu sein und generell gezeigtes Meideverhalten kann zu Gunsten einer Annäherung an Offshore-Bauwerke aufgegeben werden, sofern günstige Nahrungsbedingungen vorliegen und/oder Jungvögel zu versorgen sind. Interessant ist in diesem Zusammenhang die Feststellung, wonach allein im Jahr 2008 vor Inbetriebnahme von alpha ventus zwischen Mitte Juni und Anfang Oktober für elf Pentaden die Rate dreizehenmöwenpositiver Bilder zweistellige Prozentwerte annahm (Videoerfassung; Bilder wurden dauerhaft alle fünf Minuten unter Tageslicht oberhalb eines Sonnenstandes von 9 unter Horizont angefertigt; siehe auch und Abbildung 2 Anhang V) und so auf starke Präsenz von Dreizehenmöwen rund um FINO1 geschlossen werden konnte. Für den Zeitraum danach liegen aus vier Jahren bis 2012 nur aus zehn Pentaden vergleichbare Positivbildraten vor. Im Jahr 2009, dem ersten Betriebsjahr, wurde überhaupt nur einmalig binnen Pentadenfrist die Ein- Prozentmarke dreizehenmöwenpositiver Bilder übertroffen. Für Arten, die sich OWEA annähern, ist von einem möglichen Kollisionsrisiko auszugehen. Dieses betrifft nach unseren Ergebnissen der Zugplanbeobachtungen all jene Arten, die kein erkennbares Meideverhalten zeigen, also Lach- und Sturmmöwe, Großmöwen, Fluss- /Küstenseeschwalbe zzgl. einer ungewissen Anzahl weiterer Nonpasseriformes. Vergleicht man unsere Ergebnisse mit denen des Projektes TESTBIRD, so zeigen sich für Sturmmöwe sowie Herings- und Silbermöwen (hier u.a. als Großmöwen zusammengefasst) andere Ergebnisse: Nach den Befunden des TESTBIRD-Projekts nahmen alle drei Arten in ihren A- bundanzen innerhalb von alpha ventus deutlich ab, während kein Unterschied zwischen windparkzugewandten und windparkabgewandten Sektoren festgestellt wurde. Der Vergleich der Ergebnisse aus beiden Projekten ist bedingt durch unterschiedliche Rahmenbedingungen bei der Datenerfassung jedoch erschwert. In beiden Projekten wurden unterschiedliche jahreszeitliche Erfassungszeiträume berücksichtigt. So wurden im Rahmen des TESTBIRD- Projektes die Daten zu den Zeiten mit den größten Abundanzen der jeweiligen Art im Bereich von alpha ventus berücksichtigt: Heringsmöwen wurden zur Brutzeit in den Monaten Mai bis Juli kartiert, Sturm- und Silbermöwen von November bis April. Die Zugplanbeobachtungen Seite 187

188 dagegen fanden zwischen März und Mai sowie zwischen Mitte Juli und Mitte November statt. Im Projekt TESTBIRD wurden somit insbesondere rastende und nahrungssuchende Vögel kartiert, welche im Rahmen der Zugplanbeobachtungen, bei denen es naturgemäß ausschließlich um die Erfassung ziehender Vögel geht, nicht berücksichtigt wurden. Die Unterschiede zwischen den Ergebnissen beider Teilprojekte weisen darauf hin, dass Individuen einer Art unterschiedlich auf einen Windpark reagieren, je nachdem, ob es sich um rastende oder ziehende Tiere handelt. Unter Berücksichtigung des Verhaltens der Heringsmöwen wurde im TESTBIRD-Projekt gezeigt, dass der Anteil jagender Individuen im Windpark deutlich höher war als außerhalb, während mehr Tiere außerhalb des Windparks rasteten als innerhalb. Es scheinen somit antagonistische Reaktionen auf den Windpark zu bestehen. Unter Betrachtung weiterer Eigenschaften der Arten wie Flughöhe, Anteil im Flug verbrachter Zeit, Manövrierfähigkeit und nächtlicher Flugzeiten kommen Furness et al. (2013) zu dem Schluss, dass Großmöwen die am stärksten durch Kollisionen gefährdeten Arten sind. Aber auch für Lach- und Sturmmöwen sowie Seeschwalben ergaben sich nach Furness et al. (2013) überdurchschnittlich hohe Werte zur Exposition gegenüber Mortalität. Dieses ist vor dem Hintergrund der Langlebigkeit der Arten, verbunden mit spät erreichter Geschlechtsfähigkeit und geringer Nachkommenschaft, insofern von besonderer Bedeutung, als in solchen Fällen schon geringe Veränderungen in der Sterblichkeit von Altvögeln ernste Konsequenzen für die Populationen erwachsen können (Stienen et al. 2007). Verschärfend kommt im Falle der Heringsmöwe hinzu, dass Angehörige umliegender Nordseekolonien anscheinend regelmäßig zu Nahrungsflügen bis in den Bereich von Offshore-Windparks gelangen, so dass im Falle tödlicher Kollisionen zusätzlich der Bruterfolg herabgesetzt würde (Aumüller et al. 2013a). Hinweise darauf - wie im Falle der Dreizehenmöwe -, dass in Zeiten der Jungenaufzucht mit erhöhtem Nahrungsbedarf ansonsten gezeigtes Meideverhalten gegenüber dem Windpark temporär zu Gunsten einer Annäherung (vermutlich als Folge einer guten Nahrungssituation) abgelöst werden kann, weist auf ein möglicherweise saisonal erhöhtes Kollisionsrisiko hin. Das Mortalitätsrisiko unter Tageslichtbedingungen wird von Furness et al. (2013) bei der Art zwar nur etwa halb so groß wie dasjenige von Großmöwen eingeschätzt, damit gehört die Dreizehenmöwe aber immer noch zu den Hochrisikoarten. Kollisionen mit Windenergieanlagen sind auch für Dreizehenmöwen nachgewiesen (Everaert et al. 2002). Die mögliche Existenz eines Trade-Offs in der Verhaltensantwort auf einen Windpark (s.o.) könnte ein zukünftiges Dilemma für Dreizehenmöwen aufzeigen: Nähern sich Vögel einer Nahrungsquelle im Bereich eines Windparks, besteht die Gefahr, dafür mit erhöhter Mortalität bezahlen zu müssen. Bleiben sie auf Abstand, bezahlen sie mit geringerer Nahrungsaufnahme. Beides könnte sich negativ auf die Population für die im konkreten Fall betroffene Helgoländer Kolonie auswirken. Mit der Verwirklichung weiterer Ausbaustufen der Offshore- Windenergie würde sich der negative Effekt auf die Population zunehmend erhöhen. Tagziehende Singvögel, zu denen uns ansonsten keine Erkenntnisse zu Verhaltensantworten auf Offshore-Windparks bekannt sind, unterliegen nach unseren Studien am ehesten einer echten Attraktion. Arten wie z.b. Wiesenpieper zogen dabei auffallend oft in Höhen zwischen 20 bis 100 m und konnten häufig bei direktem Durchfliegen des durch die Rotorblätter überstrichenen Bereiches beobachtet werden (eig. Beob.). Somit ist in diesem Fall im Gegensatz zu der Passage eines unbebauten Meeresgebietes von einem unmittelbar erhöhten Kollisionsrisiko auszugehen. Seite 188

189 11.3. Angemessenheit des StUK3-Untersuchungsrahmens Wie bereits geschildert, erlaubt eine stichprobenhafte Erfassung - wie sie durch das StUK3 vorgesehen ist - im Vergleich zu einer Dauererfassung nur eingeschränkte Bewertungsmöglichkeiten. Eine zufällige Anordnung der Untersuchungstage über die Hauptzugzeiten erwies sich als günstiger, um trotz der lückenhaften Erfassung das Zuggeschehen einer Saison quantitativ beschreiben zu können. Dennoch ist es mit Hilfe der aufgenommenen Daten ausgesprochen schwierig, Änderungen im Vogelzug über die Jahre und damit eine mögliche Gefährdung des Vogelzuges durch OWEA nachweisen zu können. Die Untersuchungszeiträume März bis Mai und Mitte Juli bis Mitte November des StUK3- Untersuchungsrahmens decken den Kernbereich von Heim- und Wegzug prinzipiell ab. Dennoch bleiben Zeiten im Jahr unberücksichtigt: In den Wintermonaten ist das Phänomen der Kälteflucht bekannt, wenn besonders Drosseln bei auftretendem starkem Frost und Schnee Skandinavien erst dann verlassen. Umgekehrt ziehen bei günstigen Bedingungen im Spätwinter die ersten Vögel nach Norden und überqueren die Nordsee bei sich wieder verschlechternden Bedingungen erneut nach Süden. Fällt der Spätherbst mild aus, ziehen ebenfalls besonders Drosseln aus Skandinavien auch erst Ende November bis weit in den Dezember hinein weg. Die genannten Beispiele betreffen in erster Linie Singvögel zu einer Zeit, während der die Nächte besonders lang und dunkel sind. Obwohl zu dieser Zeit nicht die Masse der Vögel zieht, könnte die relative Kollisionsrate höher als in den übrigen Monaten sein. Die Erfassungslücke im Sommer betrifft dagegen in erster Linie Seevögel: Zu dieser Zeit werden in den Kolonien immer noch Jungvögel gefüttert und die benötigte Nahrung ist unter Umständen im näheren Umfeld der Kolonien nicht verfügbar. Fischereiarme oder sogar -freie Zonen wie Offshore-Windparks werden dann vermutlich zur Nahrungssuche genutzt. Nahrungssuch- und Pendelflüge zu den Kolonien erhöhen dann deutlich die Kollisionsgefahr (Everaert & Stienen 2007). Zusätzlich werden die Jungvögel flügge, wobei eine gute Manövrierbarkeit erst erlernt werden muss. Dies kann die Anfälligkeit für Kollisionen junger Vögel erhöhen. Über die geschilderten Beispielfälle ist in Bezug zu Offshore- Windparks wenig bekannt. Mögliche daraus resultierende Effekte könnten durch Untersuchungen außerhalb der bestehenden StUK-Untersuchungszeiten in wenigen exemplarisch ausgewählten Windparks geklärt werden. Da einige dieser Effekte regional begrenzt sind und sommerliche Nahrungspendelflüge auch von an der Küste brütenden Arten auftreten dürften aber nur schwer vorhersehbar sind, sollten die Untersuchungen zeitgleich an verschiedenen Orten durchgeführt werden. Weder der Untersuchungsumfang gemäß StUK3 (BSH 2007) noch die Untersuchungen im Rahmen des Projektes Testfeldforschung konnten klären, ob und in welchem Umfang bei welchen Bedingungen Kollisionsereignisse auftreten. Ein ausgereiftes technisches System zur sicheren artbezogenen Ermittlung von Kollisionen mit den Rotorblättern bei jedem Wetter existiert unserem Wissen nach bisher nicht. Ein Totfund-Monitoring mit all seinen Unsicherheiten kann wiederum nur auf Plattformen durchgeführt werden, auf denen zumindest ein Teil kollidierter Vögel landen. Direkt nach der Kollision oder später ins Meer gestürzte Vögel können nicht registriert werden und somit nicht in Analysen berücksichtigt werden. Kollisionsopfernachsuchen sind an OWEA somit nicht möglich, da wenn überhaupt nur sehr kleine Plattformen im Verhältnis zur Größe der Anlage vorliegen. Zum Nachweis von Kollisionen an OWEA eignen sich nur leistungsfähigere, teilweise noch zu entwickelnde technische Methoden, die Vögel bei jedem Wetter gleich gut erfassen können. Seite 189

190 12. Ausblick StUKplus-Endbericht (FKZ A/Avitec1 und Avitec2) Obwohl umfangreiche Auswertungen über einen langen Zeitraum vorgenommen und in diesem Bericht dargestellt wurden, sind viele weitere Auswerteaspekte mit noch zu entwickelnden detaillierteren Fragestellungen in den Daten enthalten und sollten künftig bearbeitet werden. Die vorliegende Studie konnte eine Reihe an Wissenslücken schließen, jedoch nicht alle Fragen zum Thema Vogelzug und OWEA abschließend beantworten. Es ergibt sich weiterer Forschungsbedarf, der zum einen weitere Datenerhebung zu sehr spezifischen Fragestellungen und zum anderen besonders Bewertungskriterien für die fachplanerische Umsetzung der Ergebnisse in einen naturverträglichen Ausbau der Offshore-Windenergie zum Gegenstand haben sollte: Bisher existiert keine Erfassungstechnik, die zuverlässig bei jedem Wetter Kollisionen artbezogen registrieren kann, weshalb diese Frage immer noch ungeklärt bleibt. Ferner ist die Ermittlung von artbezogenen Meideabständen zur Quantifizierung von Lebensraumverlusten für Seevögel unerlässlich, wobei auf funktionale Zusammenhänge zwischen den Seegebieten und der Nahrungssituation mehr Augenmerk zu legen ist. Kommt es bei Seevögeln zu einer Attraktionswirkung durch eine günstige Nahrungsverfügbarkeit im Bereich von OWEA, sollten diese Veränderungen und ggf. daraus resultierende Kollisionsgefahren über die Zeit, in unterschiedlich großen Offshore-Windparks und in verschiedenen Seegebieten und besonders zur Brutzeit beobachtet werden. Die Frage, ob und wenn ja welche Maßnahmen zur Vermeidung und Verminderung von Vogelkollisionen an OWEA s wirklich sinnvoll sind, muss dringend beantwortet werden: Können beispielsweise die Abschaltung der Beleuchtung oder der sich drehenden Rotoren der OWEA tatsächlich Kollisionen bei den Zugvögeln verhindern? Kann zugwegverlängerndes Meideverhalten in populationsbiologisch wirksamen Energieverlusten münden? Unter welchen Bedingungen werden Korridore zwischen Offshore-Windparks durch Zugvögel funktional genutzt? Welche Auswirkungen auf die Überlebensraten von Vogelpopulationen haben kumulative Effekte unter Berücksichtigung mehrerer großer Offshore-Windparks und anderer Gefährdungsursachen wie Lebensraumverlust, Umweltverschmutzung, Jagd oder anderer anthropogener Mortalitätsursachen wie Glasscheiben, Verkehr und viele weitere? Engels et al. (2014) zeigten in Experimenten mit in Gefangenschaft gehaltenen Rotkehlchen, dass diese sich durch anthropogen verursachte elektromagnetische Strahlung im Abstand von bis zu etwa 50 m zu Gebäuden mit technischen Geräten nicht mit Hilfe ihres Magnetkompasses orientieren konnten. Unter gleichen Bedingungen gehaltene Rotkehlchen waren jedoch 1 km außerhalb der Stadtgrenze in der Lage, sich in die erwartete Zugrichtung zu orientieren. Dies wirft einige Fragen auf, die für die Beurteilung einer Gefährdung des Vogelzuges durch OWEA von Bedeutung sein können: Erzeugen OWEA eine elektromagnetische Strahlung, die den Magnetkompass von Zugvögeln beeinflussen kann? Bis zu welcher Entfernung und unter welchen Bedingungen wirkt ggf. dieser Effekt auf welche Arten? Sollte es sich herausstellen, dass elektromagnetische Strahlung von OWEA bis zu einige hundert Meter Entfernung auf den Magnetkompass von Zugvögeln einwirken kann, würden sich ganze Windparks bei bedecktem Himmel nachts (keine Orientierung an Sternen möglich) als Barriere bis in einige hundert Meter Höhe auswirken. Unter solchen Bedingungen wäre mit vermehrter Lichtattraktion und Kollisionsgefahr zu rechnen. Konkret stellt sich am Standort alpha ventus die Frage, ob und wie der Zubau von direkt benachbarten weiteren Windparks mit deutlich größeren OWEA-Anzahlen die beobachteten Seite 190

191 Veränderungen zwischen vor und nach dem Bau von alpha ventus in den nächsten Jahren beeinflussen wird. Die gemeinsame Auswertung aller im Rahmen des Ausbaus der Offshore-Windenergie gemäß StUK3 (BSH 2007) und StUK4 (BSH 2013) aufgenommenen Daten zum Vogelzug könnte zur Beantwortung der offenen Fragen wertvolle Hinweise liefern. Zusätzlich sollten die angewendeten Methoden auch künftig weiterentwickelt und dem Stand der Technik angeglichen werden, um mögliches Konfliktpotenzial zwischen Vogelzug und dem weiteren Ausbau der Offshore-Windenergie möglichst frühzeitig zu erkennen und zu vermindern. Seite 191

192 13. Veröffentlichungen Publikationen Aumüller R, Hill K, Hill R (2013): Offshore-Windenergieanlagen: Mögliche Auswirkungen auf den Vogelzug. Der Falke 60: Aumüller R, Boos K, Freienstein S, Hill K, Hill R (2013): Meiden Zugvögel tagsüber Offshore- Windparks? Vogelwarte 51: 337. Aumüller R, Boos K, Freienstein S, Hill K, Hill R (2013): Weichen Zugvögel Windenergieanlagen auf See aus? Eine Methode zur Untersuchung und Analyse von Reaktionen tagsüber ziehender Vogelarten auf Offshore-Windparks. Vogelwarte 51: Aumüller R, Boos K, Freienstein S, Hill K, Hill R (2011): Beschreibung eines Vogelschlagereignisses und seiner Ursachen an einer Forschungsplattform in der Deutschen Bucht. Vogelwarte 49: Freienstein S, Aumüller R, Boos K, Hill K, Hill R (2010): Massenkollision im Rotlichtmilieu? Vogelwarte 48: Hill R (2011): StUKplus-Projektvorstellung: Testfeldforschung zum Vogelzug. In: BSH. Ökologische Begleitforschung bei alpha ventus - erste Ergebnisse. Tagungsband "Ökologische Begleituntersuchungen bei alpha ventus - Ergebnisse der Bauphase", Hamburg: Hill R, Hill K, Aumüller R, Schulz A, Dittmann T, Kulemeyer C, Coppack T (2014): Of birds, blades and barriers: Detecting and analysing mass migration events at alpha ventus. In: BSH & BMU. Ecological Research at the Offshore Windfarm alpha ventus - Challenges, Results and Perspectives. Federal Maritime and Hydrographic Agency (BSH), Ministry for the Environment, Nature Conservation and Nuclear Safety (BMU). Springer Spektrum. 180 pp. Hill R, Hill K, Hüppop K, Hüppop O (2010): Vogelzug über der Deutschen Bucht gibt es Konflikte mit Offshore-Windparks? Vogelwarte 48: Hill R, Hüppop O (2008): Birds and Bats: Automatic Recording of Flight Calls and their Value for the Study of Migration. In: Frommolt KH, Bardeli R, Clausen M: Computational bioacoustics for assessing biodiversity. BfN-Skript 234: Hill R, Hüppop O (2011): Zugrufe über der Nordsee. Welche Erkenntnisse lassen sich aus einer automatisierten Erfassung gewinnen? Vogelwarte 49: Hüppop K, Dierschke J, Dierschke V, Hill R, Jachmann KF, Hüppop O (2010): Phänologie des "sichtbaren" Vogelzugs über der Deutschen Bucht. Vogelwarte 48: Hüppop K, Dierschke J, Hill R, Hüppop O (2012): Jahres- und tageszeitliche Phänologie der Vogelrufaktivität über der Deutschen Bucht. Vogelwarte 50: Hüppop O, Hill R (2011): Radar, Video und Wärmebild: ein kurzer Überblick über weitere technische Methoden. Vogelwarte 49: 319. Hüppop O, Hüppop K, Dierschke J, Hill R (2012): Vom Winde verweht: Vogelschlag an Offshore-Bauwerken. Vogelwarte 50: Seite 192

193 Vorträge Aumüller R, Boos K, Freienstein S, Hill K, Hill R ( ): "Meiden Zugvögel tagsüber Offshore-Windparks?" Jahresversammlung der Deutschen Ornithologen- Gesellschaft (DO-G), Regensburg. Aumüller R, Boos K, Freienstein S, Hill K, Hill R ( ): "Results, conclusions and perspectives from 10 years of offshore bird migration research in the German Bight". FI- NO-Kongress 2013, Kiel. Aumüller R, Boos K, Freienstein S, Hill K, Hill R ( ): "Results, conclusions and perspectives from 10 years of offshore bird migration research in the German Bight". Stukplus-Conference: "Five years of ecological research at alpha ventus Challenges, results and perspectives", Berlin. Aumüller R, Boos K, Freienstein S, Hill K, Hill R ( ) "Growing insights into behavioural responses of diurnally migrating birds to offshore wind farms". Environmental impact of offshore wind farms "Learning from the past to optimise future monitoring programmes", Brüssel. Aumüller R, Boos K, Freienstein S, Hill K, Hill R, Hüppop O ( ): "Bird migration studied with remote sensing at FINO1 and FINO3". FINO 2011 Conference: 8 years of FINO offshore wind research and analysis, Hamburg. Coppack T, Hill R ( ): "Detecting effects on migratory birds: new results and perspectives". RAVE - International Conference 2012, Bremerhaven. Hill R ( ): "Fernerkundungsmethoden zur Untersuchung des Vogelzuges auf FI- NO1". Tagung der Koordinierungsstelle Windenergie "Auswirkungen der Windenergie auf Vögel und Fledermäuse", Berlin. Hill R ( ): "StUKplus-Projektvorstellung: Testfeldforschung zum Vogelzug". Ökologische Begleituntersuchungen bei alpha ventus - Ergebnisse der Bauphase, Hamburg. Hill R ( ): "Testfeldforschung zum Vogelzug erste Ergebnisse". Treffen des Forum Offshore-Windenergie und Umweltschutz (FOWEUM), Hamburg. Hill R, Hill K ( ): "Offshore-Windparks in der Deutschen Bucht: Zugvögel in Gefahr?". Jahrestagung der Niedersächsischen Ornithologischen Vereinigung (NOV), Osterholz-Scharmbeck. Hill R, Hill K, Aumüller R, Boos K, Freienstein S ( ): "Migrating birds and offshore wind turbines: How to reduce collisions and avoidance behaviour?". Internationales Symposium "Towards an Environmentally Sound Offshore Wind Energy Deployment", Stralsund. Hill R, Hill K, Hüppop K, Hüppop O ( ): "Vogelzug über der Deutschen Bucht gibt es Konflikte mit Offshore-Windparks?" Jahresversammlung der Deutschen Ornithologen-Gesellschaft (DO-G), Helgoland. Hill R, Hüppop O ( ): "Birds and Offshore Wind Farms in Germany". Conference on Environmental and Socio-economic Issues of Offshore Windfarms (ESIOW), Madrid. Hill R, Hüppop O ( ): "Zugrufe über der Nordsee. Welche Erkenntnisse lassen sich aus einer automatisierten Erfassung gewinnen?" Jahresversammlung der Deutschen Ornithologen-Gesellschaft (DO-G), Potsdam. Seite 193

194 Hüppop O, Hill R ( ): "Radar, Video und Wärmebild: ein kurzer Überblick über weitere technische Methoden" Jahresversammlung der Deutschen Ornithologen- Gesellschaft (DO-G), Potsdam. Hüppop O, Hüppop K, Dierschke J, Hill R ( ): "Vom Winde verweht: Vogelschlag an Offshore-Bauwerken" Jahresversammlung der Deutschen Ornithologen- Gesellschaft (DO-G), Saarbrücken. Poster Freienstein S, Aumüller R, Boos K, Hill K, Hill R ( ): "Massenkollision im Rotlichtmilieu?" Jahresversammlung der Deutschen Ornithologen-Gesellschaft (DO-G), Helgoland. Hill R, Hill K, Aumüller R, Boos K, Freienstein S ( ): "Description of a bird strike event and its causes at a research platform in the German Bight, North Sea". Conference on Wind energy and Wildlife impacts in Trondheim, Norwegen. 14. Literaturangaben Able KP (1970): A radar study of the altitude of nocturnal passerine migration. Bird Banding 41: Aide TM, Corrado-Bravo C, Campos-Cerqueira M, Milan C, Vega G & Alvarez R (2013): Real-time bioacoustics monitoring and automated species identification. PeerJ 1:e103; DOI /peerj.103 Alerstam T (1979): Optimal use of wind by migrating birds: combined drift and overcompensation. J. Theor. Biol 79: Alerstam T (1990): Bird migration. Cambridge University Press. Alerstam T (2003): Bird migration speed. In: Berthold P, Gwinner E & Sonnenschein E: Avian Migration. Springer-Verlag, Berlin, Alerstam T (2008): Avian migration. Cambridge University Press. Aumüller R, Boos K, Freienstein S, Hill K & Hill R (2013a): Weichen Zugvögel Windenergieanlagen auf See aus? Eine Methode zur Untersuchung und Analyse von Reaktionen tagsüber ziehender Vogelarten auf Offshore-Windparks. Vogelwarte 51: Aumüller R, Boos K, Freienstein S, Hill K, Hill R (2011): Beschreibung eines Vogelschlagereignisses und seiner Ursachen an einer Forschungsplattform in der Deutschen Bucht. Vogelwarte 49: Aumüller R, Hill K, Hill R (2013b): Offshore-Windenergieanlagen: Mögliche Auswirkungen auf den Vogelzug. Der Falke 60: Aumüller R, Hill R, Boos K, Hill K & Freienstein S (2012): Messungen zur Vogelzugforschung auf der Forschungsplattform FINO3 vor dem Hintergrund der geplanten Offshore- Windenergie-Nutzung. Abschlussbericht zum Vorhaben FINO3 Betrieb der Plattform, Förderkennzeichen A beim Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit im Auftrag des FuE-Zentrums der FH Kiel GmbH. Avitec Research GbR, Osterholz-Scharmbeck. Seite 194

195 Bailey RS & Bourne WRP (1972): Counting birds at sea. Ardea 60: Ballasus H (2007): Vogeltod an Leuchttürmen: Welche Relevanz haben 100 Jahre alte Daten für die aktuelle Offshore-Forschung? Vogelwarte 45: Ballasus H, Hill K & Hüppop O (2009): Gefahren künstlicher Beleuchtung für ziehende Vögel und Fledermäuse. Ber. Vogelschutz 46: Bates D, Maechler M & Bolker B 2011: lme4: Linear mixed-effects models using S4 classes. R package version Bauer H-G, Bezzel E & Fiedler W (2005): Das Kompendium der Vögel Mitteleuropas Bd. 3, Literatur und Anhang. 2. vollständig überarbeitete Auflage AULA-Verlag Wiebelsheim. Berthold P (2011): Vogelzug. Eine aktuelle Gesamtübersicht. 5. Aufl. Wissenschaftliche Buchgesellschaft, Darmstadt. Boersma P & Weenink D (2009): Praat: doing phonetics by computer (Version ) [Computer program]. Bourne WRP (1979): Birds and gas flares. Mar. Pollut. Bull. 10: Bourne WRP (1983): A satellite view of bird migration between Iceland and Scotland. Sea Swallow 32: Braasch A, Neumann R, Michalik A & Todeskino D (2013): Assessing impacts on seabirds during construction. Poster zur StUKplus Conference , Berlin. Bruderer B (1969): Zur Registrierung und Interpretation von Echosignaturen an einem 3-cm- Zielverfolgungsradar. Ornithol. Beob. 66: Bruderer B (1997a): The study of Bird Migration by Radar. Part 1: Technical Basis. Naturwissenschaften 84: 1-8. Bruderer B (1997b): The study of Bird Migration by Radar. Part 2: Major Achievements. Naturwissenschaften 84: Bruderer B (2003): The radar window to bird migration. In: Berthold P, Gwinner E & Sonnenschein E (eds.): Avian Migration. Springer, Berlin: Bruderer B & Jacquat B (1972): Zur Bestimmung von Flügelschlagfrequenzen tag- und nachtziehender Vogelarten mit Radar. Ornithol. Beob. 69: Bruderer B & Liechti F (1998): Flight behaviour of nocturnally migrating birds in coastal areas crossing or coasting. J. Avian Biol. 29: Bruderer B & Neusser V (1982): Nächtliche Aktivität und "Heimfinden" beim Hausrotschwanz Phoenicurus ochruros. Ornithol. Beob. 79: Bundesamt für Seeschifffahrt und Hydrographie (2007): Standard Untersuchung der Auswirkungen von Offshore-Windenergieanlagen auf die Meeresumwelt (StUK3). BSH-Nr. 7003, Hamburg, Rostock. Bundesamt für Seeschifffahrt und Hydrographie (2013): Standard Untersuchung der Auswirkungen von Offshore-Windenergieanlagen auf die Meeresumwelt (StUK4). BSH-Nr. 7003, Hamburg, Rostock. Burfield I & van Bommel F (2004): Birds in Europe: population estimates, trends and conservation status. Birdlife Conservation Serie No. 12. BirdLife International, Cambridge, UK. Seite 195

196 Busch M, Kannen A, Garthe S & Jessopp M (2013): Consequences of a cumulative perspective on marine environmental impacts: Offshore wind farming and seabirds at North Sea scale in context of the EU Marine Strategy Framework Directive. Ocean and Coastal Management 71: Camphuysen CJ & van Dijk J (1983): Zee- en kustvogels langs de Nederlandse kust, Limosa 56: CDU, CSU und SPD (2013): Deutschlands Zukunft gestalten Koalitionsvertrag zwischen CDU, CSU und SPD 18. Legislaturperiode, g /koalitionsvertrag.pdf, Zugriff Chapman JW, Smith AD, Woiwod IP, Reynolds DR & Riley JR (2002): Development of vertical-looking radar technology for monitoring insect migration. Computers and Electronics in Agriculture 35 (2 3): Cochran WW, Mouritsen H, & Wikelski M (2004): Migrating Songbirds Recalibrate their Magnetic Compass Daily from Twilight Cues. Science 304: Cooper BA, Day RH, Ritchie RJ & Cranor CL (1991): An improved marine radar system for studies of bird migration. J. Field Ornithol. 62: Delany S, Scott DA, Helmink T & Martakis G (2007): Report on the Conservation Status of Migratory Waterbirds in the Agreement Area. Third Edition. AEWA Technical Series No.13. Bonn, Germany. de Lucas M, Janss GFE & Ferrer M (2004): The effects of a wind farm on birds in a migration point: The Strait of Gibraltar. Biodiversity and Conservation 13: Desholm M & Kahlert J (2005): Avian collision risk at an offshore wind farm. Biol. Lett. 1: Dierschke J, Dierschke V, Hüppop K, Jachmann F & Hüppop O (2011): Die Vogelwelt der Insel Helgoland. OAG Helgoland, Helgoland. Dierschke J, Dierschke V & Krüger T (2005): Anleitung zur Planbeobachtung des Vogelzugs über dem Meer ( Seawatching ). Seevögel 26: Dierschke V (1989): Automatisch-akustische Erfassung des nächtlichen Vogelzuges bei Helgoland im Sommer Vogelwarte 35: Dierschke V (1994): Rufaktivitat ziehender Baumpieper Anthus trivialis und Schafstelzen Motacilla flava. Vogelwelt 115: Dierschke V (2002): Durchzug von Sterntauchern Gavia stellata und Prachttauchern Gavia arctica in der Deutschen Bucht bei Helgoland. Vogelwelt 123: Dierschke V (2003): Quantitative Erfassung des Vogelzugs während der Hellphase bei Helgoland. Corax 19, Sonderheft 2: Dierschke V & Daniels J-P (2003): Zur Flughöhe ziehender See-, Küsten und Greifvögel im Seegebiet um Helgoland. Corax 19, Sonderheft 2: Dierschke V, Garthe S & Markones N (2004): Aktionsradien Helgoländer Dreizehenmöwen Rissa tridactyla und Trottellummen Uria aalge während der Aufzuchtphase. Vogelwelt 125: Seite 196

197 Dierschke V, Garthe S & Mendel B (2006): Possible conflicts between offshore wind farms and seabirds in the German Sectors of North Sea and Baltic Sea. In: Köller J, Köppel J & Peters W (eds.): Offshore wind energy. Research on environmental impacts. Springer, Berlin, Heidelberg: Dierschke V, Hüppop O & Garthe S (2003): Populationsbiologische Schwellen der Unzulässigkeit für Beeinträchtigungen der Meeresumwelt am Beispiel der in der deutschen Nord- und Ostsee vorkommenden Vogelarten. Seevögel 24: Digby A, Towsey M, Bell BD & Teal PD (2013): A practical comparison of manual and autonomous methods for acoustic monitoring. Meth. Ecol. Evol. doi: / X Dorka V (1966): Das jahres- und tageszeitliche Zugmuster von Kurz- und Langstreckenziehern nach Beobachtungen auf den Alpenpässen Cou/Bretolet (Wallis). Ornithol. Beob. 63: Dormann CF & Kühn I (2009): Angewandte Statistik für die biologischen Wissenschaften. 2. Aufl. Helmholtz Zentrum für Umweltforschung-UFZ. Drewitt AL & Langston RWH (2006): Assessing the impacts of wind farms on birds. Ibis 148 (Supplement): Duffy DC (1983): The effect of wave height on bird counts at sea. Cormorant 11: Eastwood E (1967): Radar Ornithology. Methuen & Co., London. Edwards J & Houghton EW (1959): Radar Echoing Area Polar Diagrams of Birds. Nature 184: Engelmann H-D (1978): Zur Dominanzklassifizierung von Bodenarthropoden. Pedobiologica 18: Engels S, Schneider N-L, Lefeldt N, Hein CM, Zapka M, Michalik A, Elbers D, Kittel A, Hore PJ & Mouritsen H (2014): Anthropogenic electromagnetic noise disrupts magnetic compass orientation in a migratory bird, Nature 509, Evans WR & Mellinger DK (1999): Monitoring grassland birds in nocturnal migration. Stud. Avian Biol. 19: Everaert J, Devos K & Kuijken E (2002): Wind turbines and birds in Flandern: Preliminary study results in a European context. Institute of Nature Conservation, Brussels. Everaert J & Stienen EWM (2007): Impact of wind turbines on birds in Zeebrugge (Belgium). Biodiversity Conserv. 16: Farnsworth A (2005): Flight calls and their value for future ornithological studies and conservation research. Auk 122: Farnsworth A, Gauthreaux SA & van Blaricom D (2004): A comparison of nocturnal call counts of migrating birds and reflectivity measurements on Doppler radar. J. Avian Biol. 35: Farnsworth A & Russel RW (2007): Monitoring flight calls of migrating birds from an oil platform in the northern Gulf of Mexico. J. Field Ornithol. 78: Frommolt K-H, Hüppop O, Bardeli R, Hill R, Koch M, Tauchert K-H & Specht R (2012): Automatisierte Methoden der Erfassung von Rufen und Gesängen in der avifaunistischen Feldforschung. Vogelwarte 50: Seite 197

198 Fox AD, Desholm M, Kahlert J, Christensen TK, & Petersen IK (2006): Information needs to support environmental impact assessment of the effects of European marine offshore wind farms on birds. Ibis 148: Furness RW, Wade HM & Masden EA (2013): Assessing vulnerability of marine bird populations to offshore wind farms. J. Environm. Management 119: Gätke H (1900): Die Vogelwarte Helgoland. 2. Aufl. Braunschweig. Garthe S & Hüppop O (2000): Aktuelle Entwicklungen beim Seabirds-at-Sea-Programm in Deutschland. Vogelwelt 121: Garthe S, Markones N, Hüppop O & Adler S (2009): Effects of hydrographic and meteorological factors on seasonal seabird abundance in the southern North Sea. Mar. Ecol. Prog. Ser. 391: Garthe S, Schwemmer P & Ludynia K (2004): Verbreitung und Häufigkeit von See- und Küstenvögeln in der niedersächsischen12-seemeilen-zone der Nordsee. Abschlussbericht zum F+E-Vorhaben. Forschungs- und Technologiezentrum Westküste (FTZ), Büsum. Garthe S, Sonntag N, Schwemmer P & Dierschke V (2007): Estimation of seabird numbers in the German North Sea throughout the annual cycle and their biogeographic importance. Vogelwelt 128: Gauthreaux SA Jr. (1991): The flight behavior of migrating birds in changing wind fields: radar and visual analyses. Am. Zool. 31: Glutz von Blotzheim UN & Bauer KM ( ): Handbuch der Vögel Mitteleuropas, Bd. 8- Bd. 9. Akademische Verlagsgesellschaft, Wiesbaden. Glutz von Blotzheim UN & Bauer KM ( ): Handbuch der Vögel Mitteleuropas, Bd. 10-Bd. 14. Aula-Verlag, Wiesbaden. Glutz von Blotzheim UN, Bauer KM & Bezzel E ( ): Handbuch der Vögel Mitteleuropas, Bd. 4-Bd. 7. Akademische Verlagsgesellschaft, Wiesbaden. Graber RR & Cochran WW (1960): Evaluation of an aural record of nocturnal migration. Wilson Bull. 72: Grönross J, Green M & Alerstam T (2012): To fly or not to fly depending on winds: shorebird migration in different seasonal wind regimes. Anim. Behav. 83: Gruber S & Nehls G (2003): Charakterisierung des offshore Vogelzuges vor Sylt mittels schiffsgestützter Radaruntersuchungen. Vogelkdl. Ber. Niedersachs. 35: Hansen L (1954): Birds killed at lights in Denmark Videnskabelige Medd. 116: Hill R, Hill K, Aumüller R, Schulz A, Dittmann T, Kulemeyer C & Coppack T (2014): Of birds, blades and barriers: Detecting and analysing mass migration events at alpha ventus. In: BSH & BMU. Ecological Research at the Offshore Windfarm alpha ventus - Challenges, Results and Perspectives. Federal Maritime and Hydrographic Agency (BSH), Ministry for the Environment, Nature Conservation and Nuclear Safety (BMU). Springer Spektrum. 180 pp. Hill R, Aumüller R, Freienstein S, Boos K & Hill K (2013): Betriebsphasen Monitoring am Offshore-Testfeld 'Alpha ventus' Arbeitspaket 3 Zugvögel. Bericht im Auftrag der Stiftung Offshore-Windenergie. Avitec Research GbR, Osterholz-Scharmbeck. Seite 198

199 Hill R, Hill K, Aumüller R, Boos K & Freienstein S (2011): Messungen zur Vogelzugforschung auf der Forschungsplattform FINO3 vor dem Hintergrund der geplanten Offshore- Windenergie-Nutzung. Zwischenbericht zum Vorhaben FINO3 Betrieb der Plattform, Förderkennzeichen A beim Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit im Auftrag des FuE-Zentrums der FH Kiel GmbH. Avitec Research GbR, Osterholz-Scharmbeck. Hill R & Hüppop O (2006): Techniken zur Erfassung des "unsichtbaren Vogelzugs" über See. Jber. Inst. f. Vogelforsch. 7: Hill R & Hüppop O (2008): Birds and bats: automatic recording of flight calls and their value for the study of migration. In: Frommolt K-H, Bardeli R & Clausen M (Hrsg): Computational bioacoustics for assessing biodiversity. Proccedings of the international expert meeting on IT-based detection of bioacoustical patterns, December 7th until December 10th, 2007 at the International Academy for Nature Conservation (INA), Isle of Vilm, Germany: /service/skript234. (letzter Zugriff ). Hötker H, Thomsen K-M & Köster H (2004): Auswirkungen regenerativer Energiegewinnung auf die biologische Vielfalt am Beispiel der Vögel und der Fledermäuse Fakten, Wissenslücken, Anforderungen an die Forschung, ornithologische Kriterien zum Ausbau von regenerativen Energiegewinnungsformen. Michael-Otto-Institut, Bergenhusen und Bundesamt für Naturschutz, Bonn. Hüppop K, Dierschke J, Dierschke V, Hill R, Jachmann K F & Hüppop O (2010): Phänologie des sichtbaren Vogelzugs über der Deutschen Bucht. Vogelwarte 48: Hüppop K, Dierschke J, Hill R & Hüppop O (2012a): Jahres- und tageszeitliche Phänologie der Vogelrufaktivität über der Deutschen Bucht. Vogelwarte 50: Hüppop K & Hüppop O (2004): Atlas zur Vogelberingung auf Helgoland Teil2: Phänologie im Fanggarten von Vogelwarte 42: Hüppop O (1995): Fischerei bestimmt Großmöwenbestände auf der Insel Helgoland. Jber. Inst. Vogelforsch. 2:13. Hüppop O, Exo K-M & Garthe S (2002): Empfehlungen für projektbezogene Untersuchungen möglicher bau- und betriebsbedingter Auswirkungen von Offshore-Windenergieanlagen auf Vögel. Ber. Vogelschutz: 39: Hüppop O, Dierschke J, Exo K-M, Fredrich E & Hill R (2005a): AP1 Auswirkungen auf den Vogelzug. In: Orejas C, Joschko T, Schröder A, Dierschke J, Exo K-M, Fredrich E, Hill R, Hüppop O, Pollehne F, Zettler ML & Bochert R: Ökologische Begleitforschung zur Windenergienutzung im Offshore-Bereich auf Forschungsplattformen in der Nord- und Ostsee (BeoFINO) - Endbericht Juni 2005, Bremerhaven: Hüppop O, Dierschke J, Exo K-M, Fredrich E & Hill R (2006a): Bird migration studies and potential collision risk with offshore wind turbines. Ibis 148: Hüppop O, Dierschke J, Exo K-M, Fredrich E & Hill R (2006b): Bird migration and offshore wind turbines. In: Köller J, Köppel J & Peters W (eds.): Offshore wind energy. Research on environmental impacts. Springer, Berlin, Heidelberg: Hüppop O, Dierschke J & Wendeln H (2005b): Zugvögel und Offshore-Windkraftanlagen: Konflikte und Lösungen. Ber. Vogelschutz 41: Seite 199

200 Hüppop O & Hilgerloh G (2012): Flight call rates of migrating thrushes: effects of wind conditions, humidity and time of day at an illuminated offshore platform. J. Avian Biol Hüppop O, Hill R, Hüppop K & Jachmann F (2009a): Auswirkungen auf den Vogelzug - Begleitforschung im Offshore-Bereich auf Forschungsplattformen in der Nordsee. Abschlussbericht zum Vorhaben FINOBIRD, Förderkennzeichen beim Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit. Institut für Vogelforschung, Inselstation Helgoland. Hüppop O, Hill R, Hüppop K & Jachmann F (2009b): Sichtbarer Vogelzug über der südöstlichen Nordsee. II) Vorhersagemodelle für den Gänsezug bei Helgoland. Vogelwarte 45: Hüppop O & Hüppop K (2011): Bird migration on Helgoland: the yield from 100 years of research. J. Ornithol. 152: Hüppop O, Hüppop K, Dierschke J & Hill R (2012b): Vom Winde verweht: Vogelschlag an Offshore-Bauwerken. Vogelwarte 50: Hope Jones P (1980): The effects on birds of a North Sea gas flare. Brit. Birds 73: Jacobs J (1974): Quantatitive measurement of food selection. Oecologia 14: Jarrah A, Jamali M, Ross J, Gorsevski P, Frizado J & Bingman VP (2013): Sensitivity Analysis for Optimal Parameters for Marine Radar Data Processing. American Journal of Signal Processing 3(3): Jellmann J (1979): Flughöhen ziehender Vögel in Nordwestdeutschlandnach Radarmessungen. Vogelwarte 30: Jones J & Francis CM (2003): The effects of light characteristics on avian mortality at lighthouses. J. Avian Biol. 34: Kahlert J, Leito A, Laubek B, Luigujõe L, Kuresoo A, Aaen K & Luud A (2012): Factors affecting the flight altitude of migrating waterbirds in Western Estonia. Ornis Fennica 89: Klaassen M, Beekman JH, Kontiokorpi J, Mulder RJW & Nolet BA (2004): Migrating swans profit from favourable changes in wind conditions at low altitude. J. Ornithol. 145: Klaassen RHG, Ens BJ, Shamoun-Baranes J, Exo K-M &Bairlein F (2012): Migration strategy of a flight generalist, the Lesser Black-backed Gull Larus fuscus. Behav. Ecol. 23: Krijgsveld KL, Fijn RC, Heunks C, van Horssen PW, de Fouw J, Collier M, Poot MJM, Beuker D. & Dirksen S (2011): Effect studies Offshore Wind Farm Egmond aan Zee. Final report on fluxes, flight altitude and behaviour of flying birds. Noordzeewind report nr OWEZ_R_231_T1_ _flux&flight. (letzter Zugriff: ). Krüger T & Garthe S (2001): Tagesperiodik von See- und Küstenvögeln auf dem Wegzug vor Wangerooge. Vogelkdl. Ber. Niedersachs. 33: Krüger T & Garthe S (2002): Vorkommen ausgewählter See- und Küstenvögel vor Wangerooge: Der Einfluss von Windrichtung und -stärke. J. Ornithol. 143: Seite 200

201 Kubetzki U, Garthe S, Fifield D, Mendel B & Furness R W (2009): Individual migratory schedules and wintering areas of northern gannets. Mar. Ecol. Prog. Ser. 391: Lack D (1960): The influence of weather on passerine migration. A review. Auk 77: Lack D (1963): Migration across the southern North Sea studied by radar. Part 5. Movements in August, winter and spring, and conclusion. Ibis 105: Leopold MF, Dijkman EM, Teal L & the OWET-team (2011): Local birds in and around the Offshore-windfarm Egmond aan Zee (T0 & T1, ). Wageningen: IMARES. Liechti F, Klaassen M & Bruderer B (2000): Predicting migratory flight altitudes by physiological migration models. Auk 117: Liechti F & Schmaljohann H (2007): Wind-governed flight altitudes of nocturnal spring migrants over the Sahara. Ostrich 78: Louis HW & Klein S (2001): Der rechtliche Schutz von Vögeln und ihrer Lebensräume. In: Richarz K, Bezzel E & Hormann M (Hrsg.): Taschenbuch für Vogelschutz S Aula-Verlag, Wiebelsheim. Lugert J (1988): Beobachtungen zur Nahrungsökologie der Dreizehenmöwe (Rissa tridactyla L.) auf Helgoland. Seevögel 9, Sonderbd.: Markones N, Garthe S, Dierschke V & Adler S (2008): Small-scale temporal variability of seabird distribution patterns in the south-eastern North Sea. In: Wollny-Goerke K & Eskildsen K (eds.): Marine mammals and seabirds in front of offshorewind energy: Teubner Verlag, Wiesbaden. Martin GR (1990): Birds by night. T & AD Poyser, London. Martin GR (2011): Understanding bird collisions with man-made objects: a sensory ecology approach. Ibis 153: Meltofte H, Pihl S & Møller Sørensen B (1972): Efterårstrækket af vadefugle (Charadrii) ved Blåvandshuk Dansk Ornithol. Foren. Tidsskr 66: Mendel B, Sonntag N, Wahl J, Schwemmer P, Dries H, Guse N, Müller S & Garthe S (2008): Artensteckbriefe von See- und Wasservögeln der deutschen Nord- und Ostsee - Verbreitung, Ökologie und Empfindlichkeit gegenüber Eingriffen in ihren marinen Lebensraum. Naturschutz und Biologische Vielfalt Heft 59. Bundesamt für Naturschutz, Bonn, Bad Godesberg. Meyburg B, Howey PW, Meyburg C & Fiuczynski KD (2011): Two complete migration cycles of an adult Hobby tracked by satellite. Brit. Birds 104: Mitchell PI, Newton S, Ratcliffe SN & Dunn T (2004): Seabird populations of Britain and Ireland: results of the Seabird 2000 survey. T & AD Poyser, London. Muheim R & Jenni L (1999): Nocturnal orientation in robins, Erithacus rubecula: Birds caught during migration flight are disorientated. Acta ethologica 2: Nagarajan N. (2012). Target Tracking Via Marine Radar. (Electronic Thesis or Dissertation). Retrieved from Newton I (2008) The migration ecology of birds. Academic Press, London. Newton I (2010): Bird migration. Harper Collins Publishers, London. Seite 201

202 Newton I, Ekner A, Walker D & Sparks TH (2010): The migration seasons of birds as recorded at Dungeness Bird Observatory in southeast England. Ringing and Migration 25: Petersen IK, Christensen TK, Kahlert J, Desholm M & Fox AD (2006): Final results of bird studies at the offshore wind farms at Nysted and Horns Rev, Denmark. Denmark: National Environmental Research Institute. Pfeifer G (2003): Die Vögel Sylts. Selbstverlag, Husum. Plonczkier P & Simms IC (2012): Radar monitoring of migrating pink-footed geese: behavioural responses to offshore wind farm development. J. Appl. Ecol. 49: Poluscynski J (1979): Some observations of breeding Kittiwakes (Rissa tridactyla) on Helgoland. Abh. Geb. Vogelkd. 6: R Development Core Team (2011): R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. ISBN , URL: Richardson WJ (1978): Timing and amount of bird migration in relation to weather: a review. Oikos 30: Richardson WJ (2000): Bird migration and wind turbines: Migration timing, flight behavior and collision risk. Proceedings of the National Avian- Wind Power Planning Meeting III, San Diego, California, May Prepared for the Avian Subcommittee of the National Wind Coordinating Committee by LGL Ltd., King City, Ontario: Riley JR (1985): Radar cross section of insects. Proceedings of the IEEE 73 (2): Rose PM & Scott DA (1997): Waterfowl population estimates, 2. Aufl., Wetlands International Publ. 44, Wageningen. Sage B 1979: Flare up over North Sea birds. New Scientist 82: Schmaljohann H, Bruderer B & Liechti F (2008a): Sustained bird flights occur at temperatures far beyond exspected limits. Anim. Behav. 76: Schmaljohann H, Liechti F, Bächler E, Steuri T & Bruderer B (2008b): Quantification of bird migration by radar a detection probability problem. Ibis 150: Schmaljohann H, Liechti F & Bruderer B 2009: Trans-sahara migrants select flight altitudes to minimize energy costs rather than water loss. Behav. Ecol. Sociobiol. 63: Schwemmer P, Garthe S (2005): At-sea distribution and behaviour of a surface-feeding seabird, the lesser black-backed gull Larus fuscus, and its association with different prey. Mar. Ecol. Pr. Ser. 285: Skolnik MI (1970): Radar Handbook. McGraw-Hill, New York. Stienen EWM, van Waeyenberge J, Kuijken E & Seys S (2007): Trapped within the corridor of the Southern North Sea: the potential impact of offshore wind farms on seabirds. In: de Lucas M, Janss GFE & Ferrer M (eds.): Birds and Wind Farms Risk assessment and Mitigation: Madrid: Quercus. Sutter E (1957): Radar als Hilfsmittel der Vogelzugforschung. Ornithol. Beob. 54: Seite 202

203 Taylor PD, Brzustowski JM, Matkovich C, Peckford ML & Wilson D (2010): radr: an opensource platform for acquiring and analyzing data on biological targets observed by surveillance radar. BMC Ecology 10: Underwood AJ (1997): Experiments in Ecology. Cambridge University Press, Cambridge. Vanermen N, Stienen EWM, Courtens W, Onkelinx T, van de Walle M & Verstraete H (2013): Bird monitoring at offshore wind farms in the Belgian part of the North Sea. Assessing seabird displacement. Rapporten van het Instituut voor Natuur- en Boshonderzoek 2013 (INBO.R ). Instituut voor Natuur- en Bosonderzoek, Brussel. van Deurs M, Hartvig M & Steffensen JF (2011): Critical threshold size for overwintering sandeels (ammodytes marinus). Mar. Biol. 158: Vaughan R (2009): Wings and rings. A history of bird migration studies in Europe. Isabelline Books, Penryn, Cornwall. Williams TC, Marsden JE, Lloyd-Evans TL, Krauthamer V & Krauthamer H (1981): Spring migration studied by mistnetting, ceilometer, and radar. J. Field Ornithol. 52: Wood SN (2008): Fast stable direct fitting and smoothness selection for generalized additive models. Journal of the Royal Statistical Society (B) 70(3): Seite 203

204 Anhang I Artenlisten und Hochrechnung In der nachfolgenden Tabelle 1 des Anhangs I sind alle seit Aufnahme des ökologischen Begleitmonitorings (Herbst 2003) bis zum Stichtag um FINO1 nachgewiesenen 171 Vogelarten verzeichnet. Zusätzlich enthalten sind Aufschlüsselungen zu artspezifischer Nachweisführung über alle eingesetzten Methoden, artspezifischem Schutzstatus und Gefährdungsstatus. Beachte, dass über Radarsysteme keine Zuordnung der aufgezeichneten Signaturen auf Artniveau erfolgen kann, weshalb die Radarmethoden nicht aufgeführt sind. In den Spalten 1+2 sind der deutsche und der wissenschaftliche Name der jeweiligen Vogelart aufgeführt (Taxonomie und Systematik nach Barthel & Helbig 2005). Festgestellte Arten mit besonders strengem Schutz gemäß der EU-Vogelschutz-Richtlinie (siehe Erläuterungen zu Spalte 9; Nennung in Anhang I), besonderer europäischer Naturschutzverantwortung (siehe Erläuterungen zu Spalte 14; Kategorien SPEC 1, SPEC 2, E, E [W]) und/oder globaler Gefährdung (siehe Erläuterungen zu Spalte 16; Kategorien RE, CR, EN, VU, R, NT) treten namentlich durch Fettdruck hervor. Mit * versehene Arten erfordern aufgrund der Seltenheit im bundesweiten Auftreten eine Dokumentation bei der Deutschen Avifaunistischen Kommission (DAK 2012). Hierbei geht es nicht um die Bedrohungslage eines Bestands, sondern die korrekte Bestimmung der beobachteten Art wird auf Nachvollziehbarkeit durch Dritte überprüft. Als Nachweise wurden nur Bestimmungen bis auf Artniveau akzeptiert. Im Falle der besonders häufig über die Zugruferfassung registrierten aber nicht stimmlich zu differenzierenden Großmöwen Larus spec. unterblieben somit Einträge. Ein weiteres Beispiel betrifft das Artenpaar Fluss-/Küstenseeschwalbe. Dessen Rufe wurden zwar regelmäßig aufgezeichnet, aber eine Zuordnung ist nur auf Gattungsniveau möglich. Die Spalten 3-8 liefern Übersichten zur methodenspezifischen Nachweisführung aller festgestellten Arten, wobei der Eintrag x die Feststellung indiziert. Spalte 3 Zugplanbeobachtung (ZPB): Im Einsatz von (jahrweise auf die Zeiträume [a] Frühjahr bzw. [b] Herbst begrenzt). Spalte 4 Zugruferfassung (ZRE): Im Einsatz von (jahrweise auf die Zeiträume [a] Frühjahr bzw. [b] Herbst begrenzt). Spalte 5 Totfundmonitoring (TM): Im Einsatz von Herbst (ganzjährig durchgeführt). Spalte 6 Helikopterdeck-Fotografie (HDF): Im temporären Einsatz. Spalte 7 Videokameraerfassung (VKE): Im Einsatz von (ganzjährig durchgeführt). Spalte 8 Weitere Beobachtungen (WB): Hierunter fallen Beobachtungen von Arten, die nicht während der standardisierten Durchführung einer der vorgenannten Erfassungsmethoden anfielen. Hierzu gehören Registrierungen um oder auf FINO1 rastender Vögel, die während Plattformaufenthalten notiert wurden. Weitere Beobachtungen fielen von Juli 2008 November 2012 an. Aus den Spalten 9-14 wird der Schutzstatus der nachgewiesenen Arten in Konventionen und Anhängen ersichtlich. Spalteneinträge sind durch Fettdruck hervorgehoben. Die Angaben wurden Bauer et al. (2005) entnommen. Seite 204

205 EU-Vogelschutz-Richtlinie von 1979 über die Erhaltung der wildleben- Spalte 9 VSchRL: den Vogelarten. StUKplus-Endbericht (FKZ A/Avitec1 und Avitec2) Anhang I: besonders zu schützende Arten; Anhang II: Jagd in einzelnen Hoheitsgebieten erlaubt; Anhang III: Vermarktung erlaubt Spalte 10 Berner K.: Berner Konvention von 1979 über die Erhaltung der europäischen wildlebenden Pflanzen und Tiere und ihrer natürlichen Lebensräume. Anhang II: streng geschützte Arten; Anhang III: geschützte Arten Spalte 11 Bonner K.: Bonner Konvention (= CMS: Convention of Migratory Species) von 1979 zur Erhaltung der wandernden wildlebenden Tierarten. Anhang I: gefährdete wandernde Vogelarten; Anhang II: wandernde Vogelarten, für die Abkommen zu schließen sind. Spalte 12 AEWA: Afrikanisch-eurasisches Wasservogelabkommen unter der Bonner Konvention. Spalte 13 WA/CITES: Washingtoner Artenschutzabkommen (CITES) von Die Anhänge I, II und III beschreiben den Bedrohungsgrad einer vom Handel potenziell beeinträchtigten Art. Spalte 14 SPEC: (Species of European Conservation Concern): Einstufung der Vogelarten Europas nach dem Bestandsanteil Europas und dem Gefährdungsgrad durch BirdLife International. SPEC 1: weltweit bedrohte Art; SPEC 2: Art auf Europa konzentriert (>50 % des Weltbestands) und mit ungünstigem Erhaltungsstatus; SPEC 3: Art nicht auf Europa konzentriert, aber in Europa mit ungünstigem Erhaltungsstatus; E : Art auf Europa konzentriert E (W): in Europa nur im Winter, aber mit günstigem Erhaltungsstatus Spalte 15 Aktionsplan Wissenschaftliche Gutachten zur Festlegung prioritärer Maßnahmen für den Schutz gefährdeter, im Bestand abnehmender Arten. Aktionspläne werden von folgenden Organisationen bzw. unter diesen Abkommen und Konventionen verfasst: O BE BN ORNIS-Komitee der EU Ständiger Ausschuss der Berner Konvention Bonner Konvention AEW Afrikanisch-eurasisches Wasservogel-Abkommen; vgl.: http// Seite 205

206 Die Spalten geben Auskunft über den Gefährdungsstatus (,Rote Listen ) einer Art auf unterschiedlichem Skalenniveau. Die verwendeten und international gültigen Kategorien lauten: RE (Regionally Extinct) Wildbestand erloschen, ausgestorben CR (Critically Endangered) vom Erlöschen bedroht EN (Endangered) VU (Vulnerable) R (Rare) NT (Near Threatened) stark gefährdet gefährdet selten, geographische Restriktion (bedroht oder empfindlich), Vorwarnliste Spalte 16 Global: Einstufung aus globaler Perspektive nach IUCN (2013). Spalte 17 National: Einstufung aus deutscher Perspektive (nur Brutvögel werden eingestuft!) nach Südbeck et al. (2007). Quellen Barthel PH & Helbig AJ 2005: Artenliste der Vögel Deutschlands. Limicola 19: Bauer H-G, Bezzel E & Fiedler W 2005: Das Kompendium der Vögel Mitteleuropas Bd. 3, Literatur und Anhang. 2. vollständig überarbeitete Auflage AULA-Verlag Wiebelsheim. Deutsche Avifaunistische Kommission (DAK) 2012: Überarbeitung der nationalen Meldeliste der Deutschen Avifaunistischen Kommission zum 1. Januar Seltene Vögel in Deutschland 2010: IUCN 2013: IUCN Red List of Threatened Species. Version http// (Zugriff ). Südbeck P, Bauer H-G, Boschert M, Boye P & Knief W [Nationales Gremium Rote Liste Vögel] 2007: Rote Liste der Brutvögel Deutschlands 4. Fassung, 30. November Ber. Vogelschutz 44: Seite 206

207 Tabelle 1 Anhang I: Verzeichnis der auf FINO1 nachgewiesenen Vogelarten mit Schutzstatus Seite 207

208 Fortsetzung Tabelle 1 Anhang I Seite 208

209 Fortsetzung Tabelle 1 Anhang I Seite 209

210 Fortsetzung Tabelle 1 Anhang I Seite 210

211 Fortsetzung Tabelle 1 Anhang I Seite 211

212 Fortsetzung Tabelle 1 Anhang I Seite 212

213 Fortsetzung Tabelle 1 Anhang I Seite 213

214 Fortsetzung Tabelle 1 Anhang I Seite 214

215 Tabelle 2 Anhang I: Artenliste der regelmäßig auf Helgoland vorkommenden sowie der auf FINO1 nachgewiesenen Arten mit Eingruppierung zugökologischer Merkmale Seite 215

216 Fortsetzung Tabelle 2 Anhang I StUKplus-Endbericht (FKZ A/Avitec1 und Avitec2) Seite 216

217 Fortsetzung Tabelle 2 Anhang I Seite 217

218 Fortsetzung Tabelle 2 Anhang I Seite 218

219 Fortsetzung Tabelle 2 Anhang I Seite 219

220 Fortsetzung Tabelle 2 Anhang I Seite 220

221 Fortsetzung Tabelle 2 Anhang I Seite 221

222 Fortsetzung Tabelle 2 Anhang I Seite 222

223 Fortsetzung Tabelle 2 Anhang I Seite 223

224 Tabelle 3 Anhang I: Hochrechnung der Arten mit > 1% der biogeographischen Population Seite 224

225 Anzahl jährlich in den untersten m des Luftraums ziehenden Arten in einem ca km breiten Bereich um FINO1 auf Basis einer einfachen Hochrechnung auf artbezogene Populationsanteile anhand von Sichtbeobachtungen und Vergleich mit den in Tabelle 6 anhand aufwendigerer Berechnungen hochgerechneten Anteilen. Approximationen wurden bei dem sehr ähnlichen Artenpaar Fluss-/Küstenseeschwalbe mit einem hohen Anteil unbestimmter Individuen erstellt. Die Häufigkeitsrelation eindeutig bestimmter Individuen wurde dazu auf den nicht bis auf Artniveau bestimmten Anteil übertragen (Frühjahr und Herbst getrennt). Seite 225

226 Anhang II Phänologie der Einzeljahre (Vertikalradar) Seite 226

227 Abbildung 1: Stundenmittel über Vertikalradarmessung detektierter Vogelechos der Einzeljahre (ohne 2007, Tagesschärfe). Hellgraue Balken geben Messwerte unter Tageslichtbedingungen wieder, schwarze Balken repräsentieren Nachtwerte. Seite 227

228 Anhang III Phänologie der Einzeljahre (Ruferfassung) Seite 228

229 Anhang IV Phänologie der Einzelarten (Ruferfassung) Die folgende Abbildungsunterschrift ist für die nachfolgenden Seiten gültig. Abbildung 1: Pentadensummen art(-gruppen)positiver Audionächte ( ; jeweils links) bzw. art(gruppen)positiver Audiodateien ( ; jeweils rechts) während des Heimzugs (März bis Mai) und während des Wegzugs (Juli bis November). Die Angabe eines Medians erfolgte sobald fünf Positivnächte vorlagen. Nur Arten(-gruppen) mit mehr als 50 rufpositiven Dateien im Zeitraum wurden berücksichtigt. Seite 229

230 Seite 230

231 Seite 231

232 Seite 232

233 Seite 233

234 Seite 234

235 Anhang V Phänologie der Einzeljahre (Videoerfassung FINO1) Seite 235

236 Seite 236

237 Seite 237

238 Anhang VI Phänologie der Einzelarten (Zugplanbeobachtungen FI- NO1) Seite 238

239 Seite 239

240 Seite 240