Content uploaded by Alexander Weidauer
Author content
All content in this area was uploaded by Alexander Weidauer on Feb 25, 2021
Content may be subject to copyright.
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
T
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Alexander Weidauer
weidauer@ifaoe.de
Institut für Angewandte Ökosystemforschung GmbH
IfAÖ - Neu Broderstorf
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Gliederung
1. Einleitung - RA:dOST und KILMZUG
2. Vom Artenmuster zur Klimaprojektion von Artengemeinschaften
3. Benthosökologie - Akquise und Datenpool, Musterdaten
4. Gradientenanalyse und Bioindikation
5. Multivariate Statistik - Ordinationsverfahren
6. Zusammenfassung und Ausblick
I
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
1
Institut für Angewandte Ökosystemforschung GmbH
- erforscht und bewertet seit fast 20 Jahren terrestrische und
aquatische Biotope und Ökosysteme der Nord- und Ostsee
- überwiegend privatwirtschaftliche Aufträge zur ökologischen
Begleitung für Vorhaben Offshore-Bereich wie Pipeline- und
Kabeltrassen, Windenergieanlagen und Kiesgewinnung
- darüber hinaus intensive Zusammenarbeit mit überregionalen
und regionalen öffentlichen Institutionen im Rahmen von
Monitoringaufgaben, z.B. BSH, BfN, STÄLU-MV , LUNG-MV (z.B.
WRRL) oder dem LLUR-SH
- am IfAÖ arbeiten ca. 70 Mitarbeiter in den 7 Fachbereichen
Benthosökologie, Ichthyologie, Ornithologie, Umwelt-, Regional-
und Landschaftsplanung, Toxikologie, Probenahmemanagement
sowie GIS/EDV
- Alexander Weidauer - Arbeiten im Fachbereich EDV/ GIS /CAD
Aufgaben: Datenmanagement, Programmierung und Betrieb
technischer Anlagen zur Datenerfassung (Messplattformen).
- ich betreue im Projekt RADOST die statistische Aufbereitung des
Datenpools benthischer Proben und helfe bei der Interpretation
des Materials im Rahmen von Klimaprojektionen.
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
IfAÖ - Klimzug und RADOST
- Das IfAÖ ist an einer Reihe von Forschungs- und Entwicklungsvorhaben beteiligt und RADOST - „Regionale
Anpassungsstrategien für die Deutsche Ostseeküste“ ist eines dieser Projekte
- RADOST gehört zum Kanon der Klimzug Projekte des BMBF und in diesem Kontext findet die Zusammenarbeit mit dem
Climate Service Center Hamburg, aber auch mit 16 weiteren Forschungseinrichtungen und Institutionen statt
Themenkomplexe: „Naturschutzaspekte und Nutzungen“ untersucht die vielfältigen athropogenen Nutzungen und
Nutzungskonflikte im Kontext des Klimawandels
Teilmodul „Ökologie und biologische Vielfalt“ befasst sich mit der ökologischen Entwicklung des Naturraums unter
veränderten Klimabedingungen.
Kernteam
2
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
„Ökologie und biologische Vielfalt“ - ökologische Entwicklung des Naturraums unter veränderten Klimabedingungen.
Anpassungstrategien ? Ressourcen - bestehende Nutzungsformen - Nutzungsintensivierung
Ökosystem und natürlicher
Produktionszyklus
ökologisches Gleichgewicht
definierte Produktionsraten bei
gegebenen Klimabedingungen
Biomasseproduktion
Artenzusammensetzung
Artenvielfalt
Regeneration von Ressourcen
menschliche Nutzung
Entnahme von Ressourcen
- Rohstoffe, Sedimente,
- Fischerei
Eintrag von Nährstoffen
Eintrag von Schadstoffen
Flächenverbrauch
- Schifffahrtsrouten
- Windparks, Pipelines
Sedimente
abiotische Faktoren
Mensch
abiotische Faktoren
Klimawandel
3
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Beispiel - Effekte Eutrophierung - Ostsee als Klärwerk?
Eintrag von Nährstoffen - Stickstoff und Phosphor
Einträge von Stickstoff und Phosphor terrestrisch und
aus Atmosphäre
Fixierung im Wasserkörper und Sediment
Erhöhte Biomasseproduktionvor allem Phytoplakton
und höher Pflanzen
Änderung der Artenzusammensetzung
erhöhtes Aufkommen von Algenblüten
Abnahme Sichttiefe und
Verfügbarkeit Licht tiefes Wasserschichten
Zunahme Sedimentation organischen Materials
Erhöhter Sauerstoffverbrauch und Sauerstoffmangel
durch bakterielle Abbauprozesse und Atmung
Effekt: Sauerstoffmangel im geschichteten
Wasserkörper am Gewässergrund
4
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Vom Artenmuster zur Klimaprojektion von Artengemeinschaften
I
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Vom Artenmuster zur Klimaprojektion von Artengemeinschaften
Wir wissen, daß der wichtigste Gradient der des Salzgehalts von der Belt- bis in die Arkonasee im Ökosystem
der Ostsee am größten - ist etwa 10 - 12 PSU - aber auch andere Parameter zeigen Unterschiede z.B.
Temperatur und gelöster Sauerstoff
Es stellt sich die Frage, ob man in einer genügend großen Datenbank, die klimainduzierten Milieuentwicklungen
in bestehenden Gemeinschaftsstrukturen an unterschiedlichen Orten wiederfinden kann.
1. Aufgabe: Eine räumliche und zeitliche Zuordnung von biotischen und abiotischen Größen zu finden und
flächendeckende Aussagen zur Artenausstattung und abgeleiteten Größen wie Diversität, Sensitivität gewinnen.
2. Aufgabe: Gefundene Gesetzmäßigkeiten in Artenmustern auf Klimasimulationen/ -projektionen anwenden
5
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
- MOM ist ein numerisches Strömungsmodell ERGOM
das Ökosystemmodul
- Basis (Prinction Ocean Model), Weiterentwicklung
Modular Ocean Model - MOM
- Ostsee angepasste Variante des IOW ist operationelles
Ostseemodell.
- Auflösung 3 nm und besitzt mit ERGOM ein Ökomodul,
das hydro- und biochemische Modelldaten liefert.
- Auswertung Ökologie - Einflussgrößen zum
Makrozoobenthos und zu Makrophyten
- Wochenstatistiken (MAX, MAX, MEAN, MED, STD).
- Datensatz - Entwicklung von Sauerstoffminima am
Gewässergrund von besonderem Interesse.
- Modellauflösung sehr grob, derzeit Bestrebungen
Modellauflösung zu verbessern 1nm bzw. 0.5 nm
Modelle des IOW - MOM/ ERGOM
6
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
- GETM General Estuarine Transport Model - ist ein
Strömungsmodell mit hoher Auflösung
- liefert Aussagen zu hydrologischen
Rahmenbedingungen dt. Ostseeküstengewässer.
- quellenoffenes Strömungsmodell von H. Burchard und
K. Bolding (Projektes EU-MAST- III)
- Abbildung Hydrodynamik sowie Salzgehalt und
Temperatur
- feinskaliger als MOM/ERGOM - 35 Tiefenschichten mit
einer Rasterauflösung von 0.5 nm
- Auswertung Wochenstatistiken
MAX, MIN, MEAN, STD, SKW, KURT
- GETM ist ein Schichten folgendes Modell und besitzt je
nach Gewässertiefe unterschiedlich mächtige Schichten.
- zugeordnete Bodenschicht mit variablen Höhen,
maximalen Ausdehnung von ca. 1.5 m an der tiefsten
Stelle.
Modelle des IOW - GETM
7
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Klimaszenarien orientieren sich an Szenenfamilien des IPCC
- Szene C20 - Kontrollszenario 1960 - 2000
- Szene A1B - hohes Wachstum 2000 - 2100
- Szene B1 - nachhaltiges Wachstum 2000-2100
Effekte, die nachgewiesen werden sollen, stammen aus natürlichen,
klimainduzierten und anthropogenen Antrieben.
Speziell für die Auswertung des Makrozoobenthos bzw. Makrophyten ergibt sich
aus den Modelldaten des IOW am Boden des Wasserkörpersen folgendes Bild:
Bandbreite Abnahme Salinität [PSU]*: A1B: 1.4 bis 2.8 B1: 0.4 bis 2.0
Bandbreite Temperaturerhöhung [K]**: A1B: 0.6 bis 3.0 B1: 0.6 bis 2.0
Bandbreite Zunahme O2-Mangel [d]***: A1B: 1.3 bis 2.2 B1: 0.9 bis 1.8
* Gemessen über den gesamten Wasserkörper bei Basiswerten
(C20 - Mittelwerte 1960 - 2000 ) 17 PSU Fehmarnbelt - Lübecker Bucht,
14.5 PSU Darsser Schwelle, 16 PSU Arkonabecken, 7.5 PSU Pommersche Bucht
** Gemessen über den gesamten Wasserkörper bei Basiswerten
(C20 - Mittelwerte 1960 - 2000 ) 6 - 9 °C
*** Lübecker Bucht unteres Niveau 2 mg/l oberes
Niveau 4 mg/l bei einem Basiswert von 12 Tagen
Effekte Klimaprojektionen - Größenordungen
8
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Benthosökologie
I
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Markozoobenthos - MZB
Benthos
Benthos alle Lebewesen in der Bodenzone eines
Gewässers - Lebensraum Benthal
aus dieser Gruppe Auswahl des Makrozoobenthos,
also die Fauna die größer als 1mm ist.
unterscheiden Infauna (im Boden lebend) und
Epifauna (auf dem Boden lebend)
leben in lichtaktiven Zone der Küstenzone - (Litoral)
und sind abhängig vom Sauerstoffaustausch und
-produktion dieser Zone.
- große Bedeutung für das marine Nahrungsnetz,
da Benthal biologisch hochproduktiv
- Probennahme im Weichboden ist relativ einfach
- aussagekräftiger Querschnitt des Artenspektrums
- abgesehen von schwimmenden Arten und Larven
begrenzter Aktionsradius - Standortbeschreibung
Effekt Sauerstoffverarmung betrifft MZB
unmittelbar
9
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
IfAÖ verfügt Probenpool
ca. 19.000 Proben an 5000 Stationen
Probenahme van-Veen-Greifer
75 kg, Fläche vom 100 cm²
Eindringtiefe von 20 cm
10
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Statistische Methoden - Arbeitsalltag
- gutachterlichen Tätigkeit am IfAÖ zur Anwendung
- Umweltmonitoring Standardmethode zur Charakterisierung
und Vergleich von Referenz- und Vorhabensgebieten
Beschreibung der Entwicklung eines Ökosystems
vor und nach einem Eingriff
„exprimenteller Aufbau“ - Layout
1. Unterscheidung in Vorhabens- und Referenzgebiet
je nach Aufgabe 10 - 20 Stationen
2. Proben: drei Stichproben (Hol) je Station - genommen
3. Stationsmittel zum Probenzeitpunkt aus den (N-Hols)
Arten die in einem Hol nicht vorkommen - Nullzählung
4. Zusätzliche Erfassung von Sedimenteigenschaften und
hydrologischen Parametern (Momentaufnahmen - Profil)
5a. Baseline - Proben vor Baumaßnahme
Referenz und Vorhabensgebiet im Frühjahr und Herbst
5b. Baummonitoring - Proben während Baumaßnahme
Referenz und Vorhabensgebiet im Frühjahr und Herbst
5c. Betriebsmonitoring - Proben nach der Baumaßnahme
Wiederholung der Beprobung je Aufgabe 3 - 5 Jahre
10
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Arbeiten im Labor
Biologische Parameter
- Abundanz Individuenzahl / m² - Maß Individuendichte
- Biomasse aschefreie Trockenmasse mg/m² - Biomasseproduktion
- Präsenz Stetigkeitsmaß, Erfassung seltener Arten (Rote-Liste)
- Größenverteilung Muscheln - da langlebig als Impaktindikator
Abiotische Parameter
- Videoauswertung Erfassung Habitatstruktur
- Hydrologie - Sichttiefe, Salzgehalt, Temperatur, Sauerstoffgehalt
- Sediment - Korngröße, Schluffgehalt, organischer Gehalt,
Siebkurven und Korngrössenanalyse nach ISO 14688
Bodenansprache - z.B. fSms für Feinsand mittelsandig
Abgeleitete Größen
- Diversität H - Maß Artenvielfalt
- Envenness J - Maß Ausgewogenheit
- Art der Artenverteilung/ Dominanzverhältnisse
für Biomasse/ Abundanz
11
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Aufbereitung für RA:dOST - Musterdatensatz 1993 -2010 - Analyse
1. Artenensemble - 140 Arten benthischer Arten mit: Anneliden (Ringelwürmer) 66, Arthropoden
(Gliederfüßer) 38, Mollusken 32 Arten und 5 weiteren Arten (4 Stämme)
2. Sicherheit zur Auswertung von Präsenz, Abundanz und Biomasse zu gewinnen, wurden Arten mit
mehr als 36 Funden im Analysezeitraum berücksichtigt (prevent rarefaction).
3. Habitatpräferenz und Sensitivität gegenüber abiotischen Einflüssen sind hier von besonderem
Interesse. Dabei werden Verfahren zur Gradientenanalyse genutzt.
A) Basisstatistik skizziert die mittlere Verteilung einer Spezies über einem abiotischen Parameter wie
Salinität, Temperatur, Sauerstoffgehalt und Sedimentparametern wie Schluffanteil, Korngrößenmedian
sowie organischen Gehalt des Sediments.
B) Eine Darstellung des gesamten Artenensembles über dem Gradient eines Umweltfaktors in
sog. Kite- Diagrammen gibt Anhaltspunkte zum Spektrum von Arten in einem begrenzten Habitatumfeld
C) Eine Gesamtübersicht des Artenensembles über mehreren thematisch gruppierten abiotischen
Faktoren wird durch Ordinationsverfahren in Verbindung mit Isoliniendarstellungen (environmental
fit) der zugrunde liegenden abiotischen Faktoren realisiert.
12
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Anmerkungen 1 - Probengewinnung
- projektbezogene Datenaufnahme für ein Bauvorhaben
- keine forschungsorientierte Auswahl der Probenorte
- Nischen geringe Probenzahlen entlang des Gradienten
- methodische Eingrenzung - Weichboden
- methodische Eingrenzung - Vergleichbarkeit des
Fangvolumens - z.B. van-Veen / Kratzproben / Kurre
13
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Anmerkungen 2 - Messfehler saisonal
- hohe saisonale Dynamik Artenzahlen
- technischer saisonaler Samplingfehler
- Phänologie und Lebensdauer artenspezifisch
- fehlende Kataloge zur Populationsdynamik
? z.B. Frassdruck
Quellen Fotos: http://www.compphys.uottawa.ca/sites/default/files/compphys/PIC%205.jpg
http://www.speciesatrisk.ca/fundyshorebirds/images/shrimpburrow.jpg
14
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Anmerkungen 3 - Reproduktionstrategien
- Arctica islandica bis 100 Jahre alt
- Reproduktionsort unklar Nord-/ Ostsee
- Bathyporeia pilosa bis 1½ Jahre alt
- Reproduktion im Herbst - Brutpflege
Quellen Fotos: http://de.wikipedia.org/wiki/Islandmuschel
http://www.biolib.cz/IMG/GAL/BIG/139687.jpg
15
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Gradientenanalyse und Bioindikation
I
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Gradientenanalyse und Bioindikation
Untersuchung der Beziehungen zwischen artspezifischen Maßen wie Präsenz, Abundanz, Biomasse und
den am Fundort vorgefundenen Umweltvariablen - Sediment, Salzgehalt, Temperatur, Wassertiefe etc.
Artengemeinschaft einem abiotischen Umfeld zuordnen und z.B. klassifizieren - Definition von Biotoptypen
Artengemeinschaft Umweltvariablen
Aus der Zusammensetzung von Artengemeinschaften auf vorherschende Umweltbedingung schließen.
Artengemeinschaft Umweltvariablen
- Grundlage ist das Antwortverhalten (species response) der Art gegenüber der/den Umweltvariablen.
- Antwortverhalten über der/den Umweltvariablen liegt univariater oder multivariater Definitionsbereich zugrunde
- Schätzen des Antwortverhalten aus den Proben läuft auf Modellbildung mit gegebenen Funktionstyp und
gewählten Definitionsbereich hinaus
- Fallunterscheidungen z.B. hydrologischer oder sedimentologischer Defintionsbereiche sinnvoll (Skaleneffekte).
Gradientenanalyse
Bioindikation
16
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Kataloge zur Autökologie - Kite - Plots
Sedimentansprache Salzgehalt
Abundanz Biomasse Abundanz Biomasse
17
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
1
3
2
4
Beispiel von Abundanzen ausgewählter
Ostseearten des Makrozoobenthos über dem
Salzgehalt.
Gradient kann lang sein - Toleranz der Art
Charakteristik multimodal - Hinweis multivariat
einige wenige gutartige Fälle mit Symmetrie,
Schiefe oder Wölbung - Normalverteilung
Der Traum des Statistikers und die Realität
Quelle: Diagramm.4 - http://cc.oulu.fi/~jarioksa/opetus/metodi/gradient.pdf
4
1
2
3
Gradientenanalyse univariat - Kite-Plots
18
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Beispiel von Abundanzen ausgewählter
Ostseearten des Makrozoobenthos über dem
Salzgehalt.
Optimale Bedingungen = max. Abundanz
Breite der ökologischen Nische
Potentielles Artenspekrum in Nische
Potentielles Artenspektrum bei Änderung
quanitative Interpretation - Modelle aufstellen
1
2
34
5
1
2
3
4
5
Quelle :http://commons.wikimedia.org/wiki/File:Diastylis_rathkei_(taxon_portrait).jpg
19
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Univariate Modelle - Antwortverhalten
(der Vollständigkeit halber und unreflektiert)
Gaußche Modelle - symmetrisches Antwortverhalten
Grundlagen Ordinationsverfahren
Beta-Response - asymmetrisches Antwortverhalten
Einbeziehen von Schiefe und Wölbung
HOF-Response - Huisman-Olff-Fresco- Modelle,
Familie hierarchischer Modelle mit diversen
Eigenschaften wie Schiefe, Wölbung, Monotonie und
Symmetrie (Analyse des Antwortverhaltens)
GAM - Generalisierte Additive Modelle gute
Abbildung der Realität durch Splines und
Kerndichtenschätzung
Fazit: Wir haben mit Vielem herumgespielt, haben aber
nichts ernsthaft verfolgt!
Im univariaten Modell wandern zu viele Infos in die
Varianz, unsichtbare Modi die in der multivariaten Welt
sichtbar werden.
Quelle: Einführung und Abbildungen
zur Gradientenanalyse und
Ordinationsverfahren
http://ordination.okstate.edu/
http://ecology.msu.montana.edu/labdsv/R/labs/
http://cc.oulu.fi/~jarioksa/opetus/metodi/gradient.pdf
http://www.biostat.uib.no/courses/autumn2003/bio303/lectures/
Gauß Beta
HOF
GAM
20
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Multivariate Methoden - Ordinationsverfahren
I
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Überblick Ordinationsverfahren
- Ordinationen von Datenaspekten liefern Hintergrundinformationen zur
Charakterisierung von Stationen und Stationsgruppen, Artenzusammen-
setzung sowie Einflüssen abiotischer Größen - Umweltvariablen UV
- Der Begriff Ordinationen bezeichnet eine Zusammenfassung von
mathematischen Verfahren, um multivariate Sachverhalte von
Datenkonfigurationen vereinfacht grafisch oft 2.5 dimensional
darzustellen.
- Unterscheidung von drei Verfahrensgruppen:
1. grafisch (n)MDS
2. grafisch/ numerisch + Gradient - nichtkanonisch PCA, CA & DCA
3. grafisch/ numerisch + Gradient + UV - kanonisch RDA, CCA
- Hinzunahme von UV in die Ordination - Begriff kanonisch verwendet
Vergleich und Zusatzinfos
- Vergleich von Ordinationen bei (n)MDS durch Überlagerung - Procrustes-Analyse
2. und 3. Vergleich der Hauptachsenkonfiguration und Gradientenlängen
- zusätzlich Infos in der Darstellung Cluster, Biplot sowie Isolinien von UV
- UV - nichtkanonische Verfahren - Vektorfit UV über Probenorten, bei kanonischen
Verfahren stecken Informationen in Konfiguration
21
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Multivariate Methoden - Ordinationsverfahren
nicht verwendet:
PCA - Hauptkomponentenanalyse
RDA - Redundanzanalyse, kanonisches Gegenstück PCA
verwendet:
- CA/ DCA Korrespondenzanalyse (- detrendet CA)
- CCA Redundanzanalyse - kanon. Gegenstück zur DCA
- (n)MDS nicht-metrische Multidimensionale Skalierung
Unterstützende Techniken
- Clusterranalyse - z.B hierarchisches Clustern oder k-mean
- GAM - generalisierte additive Modelle - Vektorfit
- Procrutes-Analyse Vergleich Konfigurationen (n)MDS
nMDS + CLUSTER
RDA
DCA
CLUSTER
DCA
CCA
CCA + Gradient + Isolinien
PCA
nMDS + Isolinien
22
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Datenkonfiguration
AEASTX
SSATE
(ATE)T
Y
Arten UV Artenmerkmale
ortsabhängig
Site
scores
Stationen
sampling sites
Arten-
merkmale
Umwelt-
merkmale
arten-
abhängig
Species
scores
Klassifikation
von Arten A mit
Eigenschaften S
im Habitat H
Quelle: nach Übersicht Datenkonfiguration Handbuch PC - ORD
http://people.oregonstate.edu/~mccuneb/bookpowerpoints.htm
23
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Datenkonfiguration
Kreuztabelle Tabelle Umweltvariablen
Stationen (Zeilen) und Arten (Spalten) Stationen (Zeilen) und UV (Spalten)
STATION ALK.ROM AMP.ACU AMP.BAL ARE.MAR...
KV01 1 0 0 0
KV02 0 0 6.6 0
KV03 0 0 0 0
...
KR01 0 0 0 25.9
KR02 0 0 5.2 0
KR03 0 0 0 0
...
Präsenz, Abundanzen oder Biomassen
||
||+ Stationsnummer
|-+ Vorhabens- / Referenzgebiet
STATION O2 SALT LON DEPTH
KR01 6.3 8.6 14.166 7.2
KR02 6.4 9.1 14.163 9.7
KR03 6.8 9.3 14.167 8.8
...
KV01 7.1 6.9 14.165 8.4
KV02 7.3 8.2 14.167 7.7
KV03 7.5 8.4 14.168 9.2
...
Umweltvariablen
||
||+ Stationsnummer
|-+ Vorhabens- / Referenzgebiet
TREAT YEAR CLUST
MON 2010 A
MON 2010 A
MON 2010 B
VHG 2011 A
VHG 2011 A
VHG 2011 C
Faktoren, Zeiten
Clusterzuordnungen
oder weitere
Attribute
STATION ALK_ROM AMP_ACU AMP_BAL ARE_MAR...
0180 0 0 0 0
0271 0 0 0 0
0272 0 0 0 0
0287 0 0 6.618 0
0341 0 0 0 0
0342 0 0 0 688.986
0344 0 0 5.294 0
0352 0 0 0 155.515
|||| Abundanzen Mittelwerte je Box
|||+ Wassertiefe Klassen 0 bis 7
||+ Geographische Länge Klassen 4 bis 8
|+ Salzgehalt Klassen 1 bis 3
+ Sauerstoff Klasse 0
STATION E{O2} E{SALT} ILON E{DPT} ...
0180 2.5 3.233 14.166 3.524 weitere
0271 2.5 6.995 13.728 7.704 Attribute
0272 2.5 6.995 13.728 12.288 und Faktoren
0287 2.5 6.995 14.166 37.409
0341 2.5 8.461 12.181 7.704
0342 2.5 8.461 12.181 12.288
0344 2.5 8.461 12.181 22.357
0352 2.5 8.461 12.755 12.288
|||| UV Mittelwerte je Box
|||+ Wassertiefe Klassen 0 bis 7
||+ Geographische Länge Klassen 4 bis 8
|+ Salzgehalt Klassen 1 bis 3
+ Sauerstoff Klasse 0
STATISTIK MESSUNG
24
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
- Anzahl der Stationen / Arten oder
- Anzahl der Umweltvariablen - Dimensionen Gradient
- Art aufspannende Größen z.B. Stationen oder Nischen
- Inhalte - Stationsmittel Abundanz, Biomasse oder
Modellgrößen wie Abundanz - Biomasseverhältnis
- Berücksichtigung des Verteilungstyps der Inhalte oder
Transformationen und Standardisierungen √Abundanz
- mittlere/ extreme Zustände Umweltvariablen z.B.
O2 - Mangel Auftrittswahrscheinlichkeit P(O2|<4mg/l)
STATION ALK.ROM AMP.ACU AMP.BAL ARE.MAR...
KV01 1 0 0 0.5
KV02 0 0 6.6 0.1
KV03 0 0 0 0.1
...
0180 0 0 0 0.1
0271 0 0 0 0.2
0272 0 0 0 0.1
0287 0 0 6.6 0.1
Präsenz, Abundanzen oder Biomassen
Stationen
Nischen
STATION SALT LON DEPTH P(O2|<4) D4
KR01 8.6 14.166 7.2 0.0 1.0
KR02 9.1 14.163 9.7 0.1 1.2
KR03 9.3 14.167 8.8 0.1 1.1
...
0180 3.2 14.166 3.5 0.5 1.2
0271 6.9 13.728 7.7 0.1 1.1
0272 6.9 13.728 8.2 0.1 1.1
...
Umweltvariablen
Stationen
Nischen
regionale Gruppen
1
1
3
5
3
4
2
2
4
5
6
6
6
Datenkonfiguration
Auswahl von Komponenten Einbringen von a priori Info's
5
25
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Abstands- und Ähnlichkeitsmaße
- Ziel von Ordinationsverfahren ist die Darstellung komplexer
Zusammenhänge in 2 bis 3 dimensionalen Raum.
- Struktur des Ordinationsraumes durch Achsen aufgespannt.
Matrix: Stationen (Zeilen) & Arten/Variablen (Spalten)
- Multivariate Verfahren suchen in Matrix nach Stukturen
Unterschieden, Ähnlichkeiten oder Korrelationen
- Bei Komponentenanalysen PCA, RDA, DCA oder CCA
Verfahren sind das Hauptachsen oder Komponentenachsen
- Bei der MDS sind das (Un-)Ähnlichkeitsmaße die direkt
abgebildet werden.
- Grundkonzepte sind Kovarianz bzw. Korrelation, Abstand
und Ähnlichkeit bzw. Verschiedenheit
- Ökologie wegen der vielen Unschärfen der Messung
qualitative Abstands bzw. (Un-)Änhlichkeitsmaße gewählt
- Abstandsmaß d (distance) zwischen mehrdimensionalen
Punkten xi und xj und den Bedinungen
Definitheit: d(xi, xi) = 0 und d(xi, xj) ≥ 0;
Symmetrie: d(xi, xj) = d(xj, xi);
Dreiecksungleichung: d(xi, xj) ≤ d(0,xi) + d(0,xj)
- analoge Definition Ähnlichkeitsmaß s (similarity)
s(xi, xj) ≤ smax; s(xi, xi) = smax; s(xi, xj) = s(xj, xi);
s(xi, xj) ≤ s(0,xi) + s(0,xj)
wechselseitige Transformation Abstand und Ähnlichkeit
s = 1 - d/ dmax d = 1 - s/smax
Vereinfachung wenn d Intervall [0,1] .
- oft Standardisierung der xi oder Transformation genutzt
a) Vergleich unterschiedlicher UV
b) Vergleich unterschiedlicher Dominanzen
z.B. x'i = (xi - E{x}) / σ
- Konstruktion - Ähnlichkeitsmaß über Mengen A, B mit
Arten in beiden Proben J = A ∩ B, Arten є A und Arten є B
26
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Abstands- und Ähnlichkeitsmaße
- Unähnlichkeit max. Abstand von Norm d = 1 - s
- Bray-Curtis für viele ökologische Fragestellungen genutzt
viele andere Distanz- und Ähnlichkeitsmaße
Eigenschaften Bray-Curtis
- Index hängt nur von Spezies ab, die in Proben vorhanden,
nicht von abwesenden Spezies (joint absences)
- keine Normierung des Datensatzes erforderlich (z.B. keine
Änderung Ähnlichkeiten durch Hinzunahme weiterer Proben)
- Index ist 1 wenn keine gemeinsamen Spezies,
Index ist 0 wenn zwei Proben identisch
- Änderung der Skalierung lässt Index unverändert
(z.B. Biomasse g / mg)
27
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Hauptkomponentenanalyse
principal component analysis - PCA
- neue Koordinaten so ermitteln, dass Großteil der Info's des
vieldimensionalen Raums in möglichst wenigen Ebenen wieder
zu finden.
- unter Information ist gesamte Varianz der Daten zu verstehen,
möglicht großer Varianzanteil soll durch möglichts wenige neue
Koordinatenachsen (Hauptachsen) dargestellt werden.
- Hauptachsentransformation durch Singulärwertzerlegung
berechnet - Matrix X wird durch das Produkt UVT genähert
- dabei ist M die Ordnung der Näherung, mit den ortho-
normalen Ladungsmatrizen der Stationen - vim,
der Arten - uim und den Eigenwerten √λm
- Site Scores und Species Score werden durch [] berechnet
Bedingungen und Schwierigkeiten:
- PCA arbeitet mit euklidische Metrik
- linearer Zusammenhang zwischen Hauptkomponenten und
der Antwortfunktion der Arten
- beide Vorraussetzungen bei ökolog. Daten nicht gegeben
so dass Verfahren untergeordnete Rolle spielt
normale Daten
dominante Arten standardisierte Daten
Fokus Arten größter Varianz
- Verschiebung - Rotationen
lineare Linkfunktion Schätzung durch GAM
28
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Korrespondenzanalyse - CA / DCA
- Korrespondenzanalyse sucht den optimalen (theoretischen)
Gradienten, der Artenzusammensetzung am besten erklärt
- nutzt gewichtete Hauptkomponenten mit χ² Metrik
- optimale Skalierung der Darstellung:
a) Artenzusammensetzungen einer Station
sind so ähnlich wie möglich
b) Artenzusammensetzungen aller anderen Stationen
sind so unähnlich wie möglich
c) Stationen werden soweit wie möglich über das
Artenspektrum verteilt
- klassischer Zugang - wechselseitige Mittelwertbildung:
a) neue Koordinaten der Arten (species scores) sind
gewichtet Mittel der theo. Umweltvariablen (Stationen)
b) umgekehrt sind neue Stationskoordinaten (sites scores)
gewichtete Mittel der „species scores“
- moderne Verfahren zur Berechnung der CA bauen auf
Eigenwertzerlegung (PCA) auf, nutzen aber χ² Metrik
Interpretation
- 1. Achse größte Variation der Artenzusammensetzung
Achse erklärt in der Regel nicht die gesamte Varianz
- 2. Achse orthogonal zur ersten mit Restvarianz
- Punkte im Ursprung entprechen Mittelwert oder sind
schlecht konditioniert
- Achseneinheiten Vielfaches der mittleren Standard-
abweichung eines Artenwechsels
- Gradientenlängen wichtiger Kennwert (4 SD = 99.8%)
< 3 lineares; > 4 unimodales Antwortverhalten
(Leps und Smilauer 2003)
- direkte Interpretation der Gradienten schwierig
a) Interpretation des Artengradienten durch Biologen
b) unter Hinzunahme von Info's Clustern und
Vektorfitting - Regression gemessene UV -> CCA
- DCA - detrending Beseitigung von Artefakten in der CA
a) Kompensation des Hufeiseneffektes
b) Skalieren, Schränken der Ordination an Rändern
c) Reduktion von Effekten seltener Arten
29
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
DCA - Artenspektrum Ostsee
für Modellorte / Umweltnischen
4 UV's, 10 stufig
rot - Arten; schwarz - Umweltnischen
grau - Stationsabdeckung der DCA
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
biologische
Interpretation
des Artenspektrums
Salzgehalt
Sedimenttyp
2. Achse
Exposition, Sediment, Tiefe?
langer Gradient Salzgehalt 1. Achse
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Hinznahme von gemessenen
oder modellierten Umweltvariablen
zur Interpretation der Achsen
Vektorfit
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Vektorfit
Berechung von Isolinien der UV's
zur Identifikation
geogr. und ökologsicher Zonen
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Vektorfit
vollständiges Nomogramm
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Nichtmetrische Multidimensionale Skalierung - nMDS
- nMDS ist eine rangbasierte Ordination der
Stations- / Abundanzmuster (oder Präsenz, Biomasse)
- Erstellen einer Distanz- Ähnlichkeitsmatrix mit frei
wählbarer Metrik Bray-Curtis, Jaccard ...
- Suche nach Darstellung mit maximaler Korrelation der
Distanzen in Abbildungsebene
- nMDS iteratives Verfahren - je Ausgangslage
unterschiedliche Ergebnisse - Austesten mehrerer
Startkonfigurationen
- gemessene Unähnlichkeiten in der Artenzusammensetzung
und die Ordination haben die ähnliche Rangordung
- monotone Regression, deren Güte (Stress) minimiert wird
Stress: 0.2 - gering, 0.1 - ausreichend 0.05 - gut ..
Interpretation
- Lösung der nMDS - Konfiguration im M-dim. Raum
- ist eine Karte ohne Ursprung und Orientierung sondern
Konstellationen - Punkte mit relativen. Abständen
- Anpassen der Darstellung wie bei CA durch
Anreichern mit weiteren Informationen
a) Stations-Cluster zusammenfassen und darstellen
b) Fitten von UV's und Darstellung von Gradienten
c) Fitten von UV's Darstellung von Isolinien
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Kanonische Korrespondenzanalyse - CCA
- Kanonische Korrespondenzanalyse ist eine Erweiterung der
Korrespondenzanalyse CA.
- CCA geht neben der Artenmatrix auch die Umweltmatrix ein.
Ordinationsachsen sind Linearkombinationen der UV's
- Vorteil des Verfahrens ist, das Artenlisten und Umwelt-
faktoren simultan analysiert werden können.
- CCA in Vegetationsökologie weit verbreitet und
zusammen mit DCA als Standardverfahren propagiert
- Wie bei CA/ DCA arbeitet die CCA mit χ² Metrik
- Ergebnisse sind einer nMDS/ CA mit nachgeschaltetem
Vektorfitting sehr ähnlich
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Fazit und Ausblick
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
F
Fazit
- Kataloge und Statistiken für Musterdaten fertiggestellt welche
die mittlere Präsenz, Abundanz, Biomasse sowie abgeleitete
Größen (Diversität...) über den UV's beschreiben
- Bandbreite zur Entwicklung abiotischer Paramerter im
Zeitraum 2010 -2050 und 2050 -2100 A1B und B1,
Sauerstoffextreme, Entwicklung Temperatur und Salzgehalts
Anwendngen
- Vergleich der berechneten Artenausstattung mit den
vom LUNG-MV definierten von Biotoptypen
- Diskussion der Methoden zur Berechnung des „guten
ökologischen Zustands“ - Wasserrahmenrichtlinie - MarBIT
Schwierigkeiten
- Defizite bei abiotischen Paramtern aus Modellen - Exposition,
Extremwertstatistik Sauerstoff (Auflösung) sowie die Definition
von bentischen Regionen über und unter der Pycnokline
Modell
- Nächste Schritte - Modellbildung für Präsenz, Abundanz und
Biomasse aufbauend auf Methoden d. autökologisches Atlas'
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Vielen Dank !
IfAÖ - A. Weidauer
weidauer@ifaoe.de
Statistische Verfahren zur Auswertung von Klima- & Impaktmodelldaten
5./6. November 2012 am Climate Service Center in Hamburg
Statistische Verfahren zur Charakterisierung abiotischer
Einflussfaktoren auf das Ökosystem deutscher Ostseeküstengewässer
Atlas zur Autökologie und Verbreitung benthischer
Arten in Nord- und Ostsee
- Verbundprojekt von IfAÖ Neu Broderstorf und dem
Alfred Wegner Institut Bremerhaven - 2005 bis 2007
- Literaturstudie zur Autökologie und Verbreitung der Arten und
Zusammenstellung der Beschreibungen Katalog
- Modellierung potenetiellen Artenpräsenzen auf Grundlage
flächig gerasterten abiotischen Parametern
- Wassertiefe, Salzgehalt, Schluffanteil, Körngrößenmedian und
organischer Gehalt - hydrologische Daten durch CTD erhoben
- Modell Präsenz/ Fehlen durch verallgemeinerte lineare
Modelle (GLM) und multivariate adaptive Spline
Regression (MARS) - im Ergebnis nur noch MARS
- Erstellung von Vorhersagekarten für unterschiedliche
Modellansätze (mit und ohne Interaktion der Prädikatoren)
Abra alba (Wood, 1802)