Parametrisierung von Metapopulationsmodellen

Diplomarbeit

Vorgelegt von Frank Mathias Hilker im Juli 2002

Fachbereich Mathematik/Informatik, Universität Osnabrück
Gutachter: Prof. Dr. Hans Joachim Poethke, Prof. Dr. Horst Malchow
Die Diplomarbeit entstand an der Ökologischen Station der Bayerischen Julius-Maximilians-Universität Würzburg unter der Betreuung von Prof. Dr. Hans Joachim Poethke und Martin Hinsch.

• Download: diplomarbeit.ps.gz ( 505.6 kB)

Zusammenfassung

Metapopulationsmodelle sind nützliche Werkzeuge für den Artenschutz. Ihre Parametrisierung ist jedoch ein kritischer Schritt in der praktischen Anwendung, da zumeist nur wenige geeignete Daten vorliegen. Das Inzidenzmodell von Hanski (1994) ignoriert lokale Populationsdynamiken und benötigt zur Abschätzung der metapopulationsdynamischen Prozessparameter lediglich An- und Abwesenheitsdaten der untersuchten Art in den jeweiligen Patches. Settele (1998) hat diesen Modelltyp auf einen rasterbasierten Ansatz übertragen.

In der vorliegenden Arbeit werden die Schätzqualitäten der von diesen beiden Modellen gelieferten Parameterwerte untersucht. Dies geschieht mit Hilfe eines individuenbasierten Modells, das die Metapopulationsdynamik generischer Heuschreckenarten in hochfragmentierten Landschaften simuliert. Auf der Grundlage der Zustandsübergänge und Dispersalereignisse werden in Maximum-Likelihood-Schätzungen und nichtlinearen Fits direkt aus den Simulationsläufen die Metapopulationsparameter extrahiert, die als "wahre" Werte mit den Parameterschätzern aus den Inzidenzmodellen verglichen werden.

Die geschätzten Metapopulationsparameter weichen teilweise erheblich von den wahren Werten ab. Unter bestimmten Bedingungen liefern sie jedoch konsistente Parameterschätzer, die zur Verwendung in der Populationsgefährdungsanalyse geeignet sind. Dazu ist im Fall des Patch-Matrix-Modells bei der Parameterabschätzung der Migrationsparameter vorzugeben, der entweder aus unabhängigen Daten oder aus einem Initiallauf des Inzidenzmodells bestimmt werden kann. Das Rasterdatenmodell verlangt als zusätzliche Voraussetzung umfangreichere Snapshotdatensätze.