Präsentation herunterladen
Die Präsentation wird geladen. Bitte warten
Veröffentlicht von:Faramond Achatz Geändert vor über 10 Jahren
1
Habitatmodellierung in GIMOLUS Verwendung der logistischen Regression zum Quantifizieren von Art-Habitat-Beziehungen in webGIS-basierten e-learning Modulen Michael RUDNER1, Boris SCHRÖDER1, Robert BIEDERMANN1, Mark MÜLLER2 1 AG Landschatsökologie, Carl von Ossietzky Universität Oldenburg, D‑26111 Oldenburg 2 ILPÖ, Universität Stuttgart, Keplerstraße 11, D‑70174 Stuttgart A G I T
2
Motivation und Fragestellung
Zweck der Habitatmodellierung Regionalisierung von biotischer Information räumlich explizite Vorhersage von Vorkommen einer Art auf der Grundlage von Umweltinformation Notwendigkeit für GIMOLUS Hohe Relevanz der Methode in Naturschutz und ökologischer Forschung Notwendigkeit der Vermittlung des entsprechenden Methodenrepertoires Ziel von GIMOLUS Integration aller Arbeitsschritte der Methode in Lernmodule mit praxisnahen Beispielen, hohem Grad an Interaktivität, einfachen technischen Anforderungen an die Nutzer/innen M O T I V A T I O N AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
3
Inhalt Habitatmodellierung mit der logistischen Regression Gimolus
Lernmodule Arbeitsgang (WebGIS/Modulseiten) I N H A L T AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
4
Räumlich explizite Vorhersage des Vorkommens von Pflanzen- und Tierarten
4 5 6 7 0,0 0,2 0,4 0,6 0,8 1,0 Vorkommenswahrscheinlichkeit Habitatfaktor Daten [0|1] Umweltdaten Modell DGM Daten [Mw.] Nutzung Statistik Boden Präsenz-Absenzdaten der Arten & Prognose H A B I T A T M O D E L L I E R U N G Validierung Vorkommen Nichtvorkommen AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
5
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 Horsch Landschaftsplanung Mark Müller und Giselher Kaule Technik Fridjof Schmidt u. Uwe Ehret Hydrologie G I M O L U S AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
6
Umsetzung Modulinhalt Lernmodul Lerneinheit Virtuelle Landschaft
Räumlich explizite Habitat- modellierung (Aufgabe) Virtuelle Landschaft Lernmodul Einstieg Anleitung Inhalt Material Unterstützung Lerneinheit Einführung Univariat Multiple Regression Modellbewertung Validierung Virtuelles Problem M O D U L S T R U K T U R AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
7
Funktionsebenen Habitatmodellierung WebGIS Programmseiten
Schritt für Schritt Bewertung Klassifikation Validierung Diskussion Prognose Ökol. Interpretation Modellbildung Probenahme Aufgabenstellung WebGIS HTML-Viewer PHP/SQL-Skripte Probenahme Datenzugriff Kartenerzeugung Klassifikation (lokal) Programmseiten benutzerfreundlich keine Lizenzgebühren HTML/JavaScript eingebettetes Java-Applet serverseitig Win-exe-Programm M O D U L S T R U K T U R AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
8
P R O B E N A H M E Link zum WebGIS 02.07.2003 AGIT
Rudner, Schröder, Biedermann & Müller GIMOLUS
9
Arbeitsschritte Arbeitsschritte Aktivieren der Probenahme
Aufruf der Probenahme Festlegen der Sampling Strategie Erzeugen der Probeflächen Arbeitsschritte Aktivieren der Probenahme Aufruf der Probenahme P R O B E N A H M E AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
10
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 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
11
Arbeitsschritte Aktivieren der Probenahme Aufruf der Probenahme
Trainingsdaten Testdaten 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) P R O B E N A H M E AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
12
M O D E L L I E R U N G S S E I T E Ergebnis Deskriptive Statistik
Modellparameter Datenreihen Variablenauswahl Dateneingabe (Zwischenablage) M O D E L L I E R U N G S S E I T E AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
13
V I S U A L I E R U N G Bivariates Modell Univariate Modelle
AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
14
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 R Ä U M L I C H E E X T R A P O L A T I O N AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
15
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: AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
16
Vergleich Prognoseergebnis und unabhängige Variablen
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: AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
17
Vergleich Prognoseergebnis und unabhängige Variablen
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: AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
18
Klassifikationsschwellenwert
Vorkommen Nichtvorkommen Klassifikationsschwellenwert R Ä U M L I C H E E X T R A P O L A T I O N AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
19
R Ä U M L I C H E E X T R A P O L A T I O N
Vorkommen Nichtvorkommen 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 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
20
Validierung Testdatensatz & Daten aus der virtuellen Landschaft
Anwendung des erzeugten Modells Vorkommensprognose [0|1] Präsenz-Absenz-Daten der Arten VERGLEICH VERGLEICH V A L I D I E R U N G für den Testdatensatz AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS
21
Vorteile und Grenzen R E S U M E E 02.07.2003 AGIT
Rudner, Schröder, Biedermann & Müller GIMOLUS
Ähnliche Präsentationen
© 2024 SlidePlayer.org Inc.
All rights reserved.