Habitatmodellierung Europäischer Waldgesellschaften mittels Maximum-Entropie-Methode und Genetischem Programmieren

In dieser Arbeit werden Modelle für die Verbreitung von Eichen-Hainbuchen-Wäldern in Europa erstellt und auf ein Klimawandel-Szenario angewendet. Dazu werden zwei Methoden verwendet, die Maximum-Entropie-Methode (MaxEnt) und Genetisches Programmieren (GP). Die Modelle basieren auf Klimadaten, die frei auf worldclim.org zur Verfügung stehen und Vegetationsdaten aus der Karte der natürlichen potentiellen Vegetation Europas von Bohn. Die Arbeit zeigt, dass MaxEnt schon bei kleinen Stichprobengrößen gute Modellergebnisse erzeugt und dass sich die Modellgüte in Abhängigkeit von negativ korrelierten Variablen verbessert. Die Variablenauswahl durch eine vorherige Diskriminanzanalyse und die schrittweise Erstellung des Modells anhand dieser Auswahl zeigen, wie die Modellgüte mit der Variablenanzahl zunimmt. Die Modellerstellung mittels GP auf Testproblemen hat ergeben, dass GP in der Lage ist Funktionen zu lernen, die den Zusammenhang zwischen Habitat und Umwelt beschreiben. Allerdings kann das GP den großen Suchraum nicht effektiv durchsuchen, so dass für praktische Probleme keine brauchbaren Lösungen gefunden wurden. Die Anwendung der MaxEnt-Modelle auf Umweltdaten aus dem IPCC-Klimaszenario A2a für das Jahr 2080 zeigt, wie sich die Bedingungen für Eichen-Hainbuchen-Wälder verändern und wo diese Waldgesellschaften in der Zukunft optimale Klimabedingungen vorfinden könnten. Alle Projektionen zeigen einen „Osttrend“. Dieser Trend manifestiert sich in der Verringerung der Habitatgüte am Westrand der heutigen Verteilung und durch eine Erweiterung des Habitats im Osten Europas.

Cite

Citation style:
Could not load citation form.

Rights

Use and reproduction:
All rights reserved

Export