Zur Seitenansicht
 

Titelaufnahme

Titel
Habitat modeling for Hazel grouse - developing a management tool for the Parc régional Chasseral / submitted by: Christian Rechsteiner
VerfasserRechsteiner, Christian
Betreuer / BetreuerinHolderegger, Rolf ; Bollmann, Kurt ; Zellweger, Florian
ErschienenWien, March 2016
Umfang36, VI Blätter : Diagramme, Karten
HochschulschriftUniversität für Bodenkultur Wien, Masterarbeit, 2016
Anmerkung
Mit deutscher Zusammenfassung
SpracheEnglisch
DokumenttypMasterarbeit
Schlagwörter (DE)3D Habitatstruktur, Artenschutz, Art-Lebensraum Modell, Bergwälder, Bonasa bonasia, Habitatmodell, Haselhuhn, Jura, LiDAR
Schlagwörter (EN)3D habitat structure, Bonasa bonasia, habitat suitability modeling, Hazel grouse, Jura mountains, LiDAR, mountain forest, species conservation, species distribution model
Schlagwörter (GND)Association Parc régional Chasseral / Haselhuhn / Wildtiermanagement / Habitat / Modell
URNurn:nbn:at:at-ubbw:1-21974 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Habitat modeling for Hazel grouse - developing a management tool for the Parc régional Chasseral [1.27 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Habitatmodelle sind hilfreiche Instrumente im Naturschutz, wenn verlässliche Informationen eines Gebietes vorhanden sind. Anhand von LiDAR (airborne Light Detection and Ranging) Daten habe ich ein Predictorset entwickelt, welche die 3D Vegetationsstruktur im Wald beschreibt, um in Kombination mit weiteren biotischen und abiotischen Variablen zu Klima und Landschaft ein Habitatpotenzialmodell für das Haselhuhn (Bonasa bonasia) im Parc régional Chasseral im Schweizer Jura zu erstellen (Vollmodell). Um das Potenzial von LiDAR-Daten für Habitatmodelle von Waldvögel zu evaluieren, habe ich ein zweites Modell erstellt, das ausschliesslich aus biotischen Variablen zur Vegetationsstruktur und Landschaft besteht (biotisches Modell). Das Habitatpotenzial wurde mittels einem ensemble model Ansatz hergeleitet, wodurch die Modellgüte anhand den kreuzvalidierten Mittelwerte des AUC (area under the receiver operating characteristic curve) ermittelt wurde. Beide Modelle zeigten eine exzellente Genauigkeit mit AUC-Werten über 0.910. Im Vollmodell hatte die Temperatur den grössten Einfluss, unterlag jedoch einer indirekten Korrelation mit Waldeigenschaften basierend auf aktuellen und historischen Landnutzungseffekte entlang des Höhengradienten. Im biotischen Modell waren die durchschnittliche Vegetationshöhe und der Strauchschichtdeckungsgrad die besten Prädiktoren mit einem Optimum von 8m respektive 30-35%. Die hohe Genauigkeit dieses Modells zeigt das grosse Potenzial von 3D Vegetationsstrukturvariablen für die Modellierung des Habitatpotenzials von Waldorganismen. Im Parkgebiet gibt es zwei Waldgebiete mit hoher Habitateignung für das Haselhuhn, welche sich an den Südhängen von zwei räumlich getrennten Bergrücken an der oberen Waldgrenze, neben den Sömmerungsweiden befinden. Um die regionale Haselhuhnpopulation zu fördern, sollten bereits besiedelte Waldstandorte erhalten, angrenzende Lebensräume geschaffen und Habitatfragmentierung mittels Trittsteinhabitaten verringert werden.

Zusammenfassung (Englisch)

Habitat suitability modeling (HSM) can be a powerful tool for conservation management provided that reliable information of habitat is available. I developed a variable set of 3D vegetation structure that was derived from airborne Light Detection and Ranging (LiDAR) data and combined it with other biotic and abiotic variables describing climate, topography and landscape (full model) aiming for spatially predicting habitat suitability for Hazel grouse (Bonasa bonasia) in the Parc régional Chasseral in the Swiss Jura mountains. Moreover, I developed a second HSM by using exclusively biotic variables of landscape composition and 3D vegetation structure (biotic model). Species presence data originated from a multi-year field survey in the park and from the Swiss Ornithological Institute. I applied an ensemble modeling approach and evaluated their predictive performance using the cross-validated average of the area under the receiver operating characteristic curve (AUC). Both models performed excellent with an AUC higher than 0.910. In the full model, climate performed best but appeared to be indirectly related via correlations of forest aspects due to contrasting current and historical land use along the altitudinal gradient. Average vegetation height and shrub cover were the best predictors in the biotic model with optimums around 8m and 30-35%, respectively. The very good performance indicated the excellent potential of 3D forest structure and composition data for modeling potential habitats of forest organisms. Patches with high suitability in the Park were mainly concentrated at the southern slopes along the upper tree line in proximity to pastures on two spatially separate mountain ranges. Species conservation should target to increase the size of the regional Hazel grouse population by restoring the occupied habitat patches, by creating suitable habitats next to them and by reducing habitat fragmentation due connecting occupied patches by stepping stone habitats.