Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Habitatmodellierung in GIMOLUS Verwendung der logistischen Regression zum Quantifizieren von Art-Habitat-Beziehungen in webGIS-basierten e-learning Modulen.

Ähnliche Präsentationen


Präsentation zum Thema: "Habitatmodellierung in GIMOLUS Verwendung der logistischen Regression zum Quantifizieren von Art-Habitat-Beziehungen in webGIS-basierten e-learning Modulen."—  Präsentation transkript:

1 Habitatmodellierung in GIMOLUS Verwendung der logistischen Regression zum Quantifizieren von Art-Habitat-Beziehungen in webGIS-basierten e-learning Modulen Michael RUDNER 1, Boris SCHRÖDER 1, Robert BIEDERMANN 1, Mark MÜLLER 2 1 AG Landschatsökologie, Carl von Ossietzky Universität Oldenburg, D Oldenburg 2 ILPÖ, Universität Stuttgart, Keplerstraße 11, D Stuttgart A G I T

2 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Motivation und Fragestellung Notwendigkeit für GIMOLUS Hohe Relevanz der Methode in Naturschutz und ökologischer Forschung Notwendigkeit der Vermittlung des entsprechenden Methodenrepertoires M O T I V A T I O N Zweck der Habitatmodellierung Regionalisierung von biotischer Information räumlich explizite Vorhersage von Vorkommen einer Art auf der Grundlage von Umweltinformation Ziel von GIMOLUS Integration aller Arbeitsschritte der Methode in Lernmodule mit praxisnahen Beispielen, hohem Grad an Interaktivität, einfachen technischen Anforderungen an die Nutzer/innen

3 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Inhalt Habitatmodellierung mit der logistischen Regression Gimolus Lernmodule Arbeitsgang (WebGIS/Modulseiten) I N H A L T

4 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Umweltdaten DGM Statistik Validierung Präsenz-Absenzdaten der Arten & Prognose Vorkommen Nichtvorkommen Modell Daten [0|1] Daten [Mw.] ,0 0,2 0,4 0,6 0,8 1,0 Vorkommenswahrscheinlichkeit Habitatfaktor Nutzung Boden Räumlich explizite Vorhersage des Vorkommens von Pflanzen- und Tierarten H A B I T A T M O D E L L I E R U N G

5 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS GIS- und Modell-basierte Lernmodule für umweltbezogene Studiengänge Internetbasiert webGIS-basierte virtuelle Landschaft alle notwendigen Programme sind integriert (keine Lizenzkosten) Voraussetzungen: aktueller Browser, Plug-Ins (Flash, JRE, ESRI-Java) weitere Vorträge auf der AGIT 2003: Christian Makala und Martin HorschLandschaftsplanung Mark Müller und Giselher KauleTechnik Fridjof Schmidt u. Uwe EhretHydrologie G I M O L U S

6 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Lernmodul Einstieg Anleitung Inhalt Material Unterstützung Virtuelle Landschaft Lerneinheit Einführung Univariat Multiple Regression Modellbewertung Validierung Virtuelles Problem Umsetzung Modulinhalt Räumlich explizite Habitat- modellierung (Aufgabe) M O D U L S T R U K T U R

7 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Habitatmodellierung Schritt für Schritt Bewertung Klassifikation Validierung Diskussion Prognose Ökol. Interpretation Modellbildung Probenahme Aufgabenstellung Funktionsebenen WebGIS HTML-Viewer PHP/SQL-Skripte Probenahme Datenzugriff Kartenerzeugung Klassifikation Datenzugriff (lokal) M O D U L S T R U K T U R Programmseiten benutzerfreundlich keine Lizenzgebühren HTML/JavaScript eingebettetes Java-Applet serverseitig Win-exe-Programm serverseitig Win-exe-Programm

8 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Link zum WebGIS P R O B E N A H M E

9 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS P R O B E N A H M E Arbeitsschritte Aktivieren der Probenahme Aufruf der Probenahme Arbeitsschritte Aktivieren der Probenahme Aufruf der Probenahme Festlegen der Sampling Strategie Erzeugen der Probeflächen

10 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Arbeitsschritte Aktivieren der Probenahme Aufruf der Probenahme Festlegen der Sampling Strategie Erzeugen der Probeflächen Auswahl der zu erfassenden Parameter Starten der Beprobung P R O B E N A H M E

11 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Arbeitsschritte Aktivieren der Probenahme Aufruf der Probenahme Festlegen der Sampling Strategie Erzeugen der Probeflächen Auswahl der zu erfassenden Parameter Starten der Beprobung Kopieren und Speichern der Daten (Trainings- und Testdatensatz) Trainingsdaten Testdaten P R O B E N A H M E

12 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Dateneingabe (Zwischenablage) VariablenauswahlErgebnis Deskriptive Statistik Modellparameter Datenreihen M O D E L L I E R U N G S S E I T E

13 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS V I S U A L I E R U N G Univariate Modelle Bivariates Modell

14 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS R Ä U M L I C H E E X T R A P O L A T I O N Gültigkeitsbereich der Ebene Vorkommenswahrscheinlichkeit Default-Wert 0.5

15 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS R Ä U M L I C H E E X T R A P O L A T I O N Realisierung der Prognose auf einem 30 m-Punktraster Ergebnis: Pseudo-Grid in Maßstäben < 1:

16 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS R Ä U M L I C H E E X T R A P O L A T I O N Vergleich Prognoseergebnis und unabhängige Variablen in Maßstäben > 1:

17 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS R Ä U M L I C H E E X T R A P O L A T I O N Vergleich Prognoseergebnis und unabhängige Variablen in Maßstäben > 1:

18 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Klassifikationsschwellenwert R Ä U M L I C H E E X T R A P O L A T I O N Vorkommen Nichtvorkommen

19 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS R Ä U M L I C H E E X T R A P O L A T I O N Größerer Flächenanteil von positiven Prognosen nach Absenken des Klassifikations-Schwellenwerts Vorkommen Nichtvorkommen

20 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Validierung V A L I D I E R U N G Präsenz-Absenz-Daten der Arten Vorkommensprognose [0|1] VERGLEICH & Testdatensatz Daten aus der virtuellen Landschaft VERGLEICH Anwendung des erzeugten Modells für den Testdatensatz

21 AGIT Rudner, Schröder, Biedermann & MüllerGIMOLUS Vorteile und Grenzen R E S U M E E


Herunterladen ppt "Habitatmodellierung in GIMOLUS Verwendung der logistischen Regression zum Quantifizieren von Art-Habitat-Beziehungen in webGIS-basierten e-learning Modulen."

Ähnliche Präsentationen


Google-Anzeigen