Artenverteilungsmodelle

Artenverteilungsmodelle (AVMs) sind computergestützte Verfahren zur Abschätzung der potenziellen räumlichen Verbreitung einer Art anhand von Nachweisen über Vorkommen und Umweltvariablen. Sie kartieren Habitat-Eignung oder potenzielle Verbreitungskorridore und prognostizieren Veränderungen durch Klima oder Landnutzungsänderungen.

Man unterscheidet grob zwischen korrelativen (statistischen) Modellen und mechanistischen (prozessbasierten) Ansätzen. Korrelative Modelle – wie MaxEnt, GLM, GAM, Random Forests und Boosted Regression Trees – nutzen Gegenüberstellungen von Vorkommen und Hintergrunddaten. Mechanistische Modelle beruhen auf physiologischen Prinzipien wie Temperaturgrenzen, Wasserbedarf oder Energiestoffwechsel.

Für AVMs werden Occurrence-Daten aus Feldbeobachtungen, Museen oder Bürgerwissenschaft genutzt, kombiniert mit Umweltvariablen wie Klima, Topografie, Boden und Landnutzung. Wichtige Themen sind räumliche Verzerrungen und Multikollinearität. Vor Modellierung werden Daten bereinigt, räumlich harmonisiert und Variablen ausgewählt.

Modelle werden kalibriert, oft durch Kreuzvalidierung oder räumliche Blockbildung, und mit Kennzahlen wie AUC, TSS oder Kappa bewertet. Projektionen erfolgen auf neue Räume oder zukünftige Klimaszenarien, wobei Unsicherheit berücksichtigt wird.

Anwendungen umfassen Schutzgebietsplanung, invasive Artenrisiken, Biodiversitätsmonitoring und Klimaszenarien.

Einschränkungen sind Abhängigkeit von Präsenz- und Abwesenheitsdaten, Transferierbarkeit, räumliche Autokorrelation, Skalierung sowie die Gefahr, Korrelation statt Kausalität abzubilden. Ensemblemodelle und vorsichtige Validierung erhöhen die Robustheit.

Zusammen liefern AVMs Einblicke in potenzielle Verbreitungsmuster, sollten aber im Kontext von Unsicherheit, Datenqualität und Modellannahmen interpretiert werden.