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

Slides:



Advertisements
Ähnliche Präsentationen
Motivation E-Learning in der Hochschullehre
Advertisements

Martin Köllner XMLCompany XML-Datenbanken Xindice als Datenquelle einer Website im Zusammenspiel mit Cocoon und authentic TM.
Die Lernplattform von physik multimedial
LiLi und die Lernplattform
Projekt GITTA Robert Weibel und Eric Lorup
PADLR Submodul Modular Content Archives Ein Content Browser für Lehr- materialien aus der Elektrotechnik Dipl.-Ing. Mark Painter Institut für Nachrichtentechnik.
Komplexpraktikum Medieninformatik „Implementierung eines Präsentationstools für das Reformprojekt ProblemOrientiertes Lernen“ Nebenfachausbildung Gesundheit.
Carl-von-Ossietzky Universität
Semaphore void Passieren (semaphore &s) { if (s > 0) { s--;
Multivariate Analysemethoden Johannes Gutenberg Universität Mainz
ILPÖ Infoveranstaltung Self–Study-Online GIMOLUS GIS- und modellgestützte Lernmodule für umweltorientierte Studiengänge.
ILPÖ Know-How_Forum Übungsmodule 1. ILPÖ GIS- und modellgestützte Lernmodule für umweltorientierte Studiengänge.
Universität Stuttgart Institut für Kernenergetik und Energiesysteme LE P MuSofT Erkundungsumgebung Entwicklung eines komponentenbasierten Systems WS 03/04.
Java: Objektorientierte Programmierung
Colibi Bibliothekssystem der Computerlinguistik. Einführung Motivation Was braucht Colibi? Software Datenbankdesign.
Forschungsstatistik I Prof. Dr. G. Meinhardt WS 2004/2005 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz.
Der Umgang mit qualitativ erhobenen Daten: Strategien der Datenanalyse
Agenda Einführung Haskell QuickCheck Zusammenfassung
Imperative Programmierung
Quantitative Methoden I
Technik Gestaltung Navigation Daten. Übersicht Client Webbrowser InternetServer.
PKJ 2005/1 Stefan Dissmann Methoden (Motivation) Idee: Identische Programmabschnitte zusammenfassen und mit einem Namen versehen Vorteile: Übersichtlichkeit.
PKJ 2005/1 Stefan Dissmann Ausblick Es fehlen noch: Möglichkeiten zum Strukturieren größerer Programme Umgang mit variabler Zahl von Elementen Umgang mit.
Herzlich willkommen beim 1. Workshop der AG Methodik
Eingabe und Kodierung von Daten in SPSS
Modellbildung in der Geoökologie (G5, 103) SS 2004
Projekt Web Engineering
Einführung von Groupware
Sicherheit von mobilem Code Hauptseminar: Sicherheit in vernetzten Systemen Sicherheit von mobilem Code Oliver Grassow.
Die Darstellung technischer Unterrichts-inhalte mit Flash-Animationen
Wismar Business School
XML – Grundlagen und Anwendungen Teil 6: Verarbeitung von XML-Dokumenten: XSLT Prof. Dr. Michael Löwe, FHDW Hannover.
Kennlinie Lichtregelung in JavaNNS Version 1.1
Seite Common Gateway Interface. Konzepte. Übersicht 1Einleitung 2Was ist CGI? 3Wozu wird CGI verwendet? 4Geschichtlicher Überblick 5Grundvoraussetzungen.
Neue sächsische Lehrpläne
Allgemeine Informationen
Allgemeine Informationen
Spatial Decision Support Systems (SDSS)
Betrügern auf der Spur WIN-Treffen 2010 Falko Meyer 04 BW.
Mark Doll – 1/21V3D2 Workshop 2003, Frankfurt/Main 19./ http:// Ansätze für eine Web-basierte Initiierung qualitätsbasierter Kommunikationsdienste.
Andre Schücker und Martin Gemeinholzer
Christian Schulz, Marc Thielbeer, Sebastian Boldt
Silverlight Eine Einführung. Agenda 1.Was ist Silverlight? 2.Die Silverlight Philosophie 3.Vorstellung des Szenarios 4.Einführendes Beispiel 5.Konzepte.
Globale Interpolations- und Prädiktionsverfahren
Copyright, 2002 © Josef Fürst Neue Funktionen im Digitalen Hydrologischen Atlas Österreichs (digHAO) J. Fürst T. Hörhan Institut.
Phasen einer empirischen Untersuchung
Theoriereferat Indexes, Scales and Typologies The Logic of Sampling
Wie bewältigt man Stationaritätsannahmen in der Geostatistik? Brenning & van den Boogaart A.Brenning, Humboldt-Universität zu Berlin
CGI (Common Gateway Interface)
UML UML mit SiSy® Vorgehensmodell Dokumentation HTML-Export
...connecting worlds INTERGEO Dienste-basierte Architekturen für die Web-basierte 3D-Geovisualisierung Benno Schmidt, Christoph Uhlenküken.
Informatik in der Keimgasse
Multivariate Statistische Verfahren
Wirtschaftsforum, 12. Oktober 2004 Die Technologieinitiative XML Condat AG Die Condat AG ist ein Software- und Systemhaus, das die Geschäftsprozesse seiner.
Integration oberflächenbestimmender Objekte ins DGM Seminar GIS IV SS
22. Oktober 2007Martin Feldmann, 1 Bachelor-Thesis Entwicklung einer automatisierten Dokumentation von LabVIEW Quellcode für das Rahmenwerk.
Das Essener-Lern-Modell
Online GIS Online GIS – Der Nutzer Matthias Hofschen, ESRI Germany ESRI EUROPEAN USER CONFERENCE.
Stundenplanung Programm zur Stunden- und Zimmerplanung auf der Basis von Datenbanken und unter Berücksichtigung von Mehrfachnutzung im (lokalen) Netz (Internet.
Datenbanken im Web 1.
Modellbildung und Simulation
Aufgabenstellung für Modul 411: Ein Beitrag zur Anwendung der WRRL in Thüringen.
Hot Potatoes Eine Programmgruppe zur Erstellung interaktiver, web-basierter Übungen.
Computergrafik-Praktikum Abschlusspräsentation Sierpinski Sarah Voß und Lars Jung Johann Wolfgang von Goethe Universität Frankfurt am Main Institut für.
1 Umsetzung EU-WRRL Hessisches Landesamt für Umwelt und Geologie Marion Asmis Hessisches Landesamt für Umwelt und Geologie Der neue WRRL-Viewer.
Arbeitsblatt I: Workshop Naturwissenschaften – Welche fachspezifischen Elemente sind bei der Umsetzung Forschenden Lernens zu berücksichtigen? Titel Modul/
Vorlesung Wasserwirtschaftliche Modellierung
Forschungsverbund Agrar- und Ernährungswissenschaften Niedersachsen Georg-August Universität Göttingen Nachhaltige Verwertung von Rest- und Abfallstoffen.
Prognose von Zeitreihen Hans Nübel Hans Nübel Prognose von Zeitreihen Aufbau 1.Motivation 2.Holt-Winters-Verfahren 3.Prognose.
Außenhandelsbeziehungen zwischen China, USA, EU Makroökonometrie Vorlesung Dr. Oliver Bode.
 Präsentation transkript:

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 0 0 3

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

Inhalt Habitatmodellierung mit der logistischen Regression Gimolus Lernmodule Arbeitsgang (WebGIS/Modulseiten) I N H A L T 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 www.gimolus.de G I M O L U S 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

P R O B E N A H M E Link zum WebGIS 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

V I S U A L I E R U N G Bivariates Modell Univariate Modelle 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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: 20.000 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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: 15.000 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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: 15.000 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

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 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS

Vorteile und Grenzen R E S U M E E 02.07.2003 AGIT Rudner, Schröder, Biedermann & Müller GIMOLUS