Vorlesung 3 Flashcards Preview

Wissenschaftliche Grundlagen des Naturschutzes > Vorlesung 3 > Flashcards

Flashcards in Vorlesung 3 Deck (50):
1

Definitionen: Conservation Introduction (Einführung)

Versuch eine Art außerhalb ihres belegten Verbreitungsgebietes zu etablieren

2

Definitionen: Translocation (Versetzung)

Umsiedeln von wilden Individuen oder Populationen aus einem Gebiet in ein anderes

3

Definitionen: Supplementation (Ergänzung)

Individuen werden zu einer existierenden Population hinzugefügt

4

Definitionen: Reintroduction (Wiedereinführung)

Art wird in einem Gebiet etabliert, in dem sie schon einmal verbreitet war, aus dem sie jedoch ausstarb

5

Wie viele Tiere wurden wieder eingeführt)

Säugetiere: 89 von 180 - 49,4 % (0,25 % der Arten weltweit)
Vögel: 79 von 180- 43,4 %
Amphibien, Reptilien, Invertebraten: 12 von 180 Arten - 6,6 %
Stand 2000

6

Kosten: Wiedereinführung

1.000.000 $ pro Jahr Californischer Kondor
10.000 $ pro Jahr: Rehabilitation Borneo-Gibbons
17.000.000$ Rehabilitation + Wiedereinführung Seeotter

7

Was sind fundamentale Probleme des Auswilderns von Tieren aus Gefangenschaft?

betrifft fast 3000 Taxa von Vögeln und Säugern als einzige Möglichkeit sie vor dem Aussterben zu bewahren:
1. Wie soll Pop. durch mehrere Generationen in Gefangenschaft geleitet werden, ohne Lebensfähigkeit und Verhaltensweise zu verändern?
2. Kann es genug Platz für alle Taxa im Zoo geben?

8

Was sind die Erfolgschancen von einer Wiedereinführung?

116 Reintroductions, davon
- 30 erfolgreich
- 31 nicht erfolgreich
- 55 ungewiss

-> Erfolg erst nach mehreren Jahren oder Jahrzehnten feststellbar

9

Welche Faktoren beeinflussen den Erfolg einer Wiedereinführung?

1. Erfolg nimmt mit steigender Individuenzahl zu (min. 100 bzw. 500 Individuen)
2. anfänglicher Grund der Populationsabnahme muss eliminiert sein
3. Verständnis über Ökologie der Art (Auswildern von Stellvertretern)

-> ökologische und nicht-ökologische faktoren

10

Welche Faktoren beeinflussen den Erfolg einer Wiedereinführung? Ökologische Faktoren

Habitatqualität
Genetische Zusammensetzung
Konkurrenz
Verständnis über Populationsdynamiken (Modelle)

11

Welche Faktoren beeinflussen den Erfolg einer Wiedereinführung? Nicht-Ökologische Faktoren

PR und Erziehung
langanhaltende Betreuung

12

Negativbeispiel der Wiedereinführung: Rahmenbedingungen

Der Luchs in Österreich:
- Ausrottung Luchs (19. Jh.)
- 1977-79 Reintroduction; 9 Luchse freigelassen
- Radiotelemetrische Überwachung (kurz)
- Gezieltes Auffinden im Ausbürgerungsgebiet bis 1982
- Beobachtungen mit Meldekarten (bis 1989)

13

Negativbeispiel der Wiedereinführung: Probleme

- Keine sichere Bestätigung der Anwesenheit des Luchses
- Meldungen mit dürftigen, nicht-überprüfbaren Angaben
- Nachweise erfolgreicher Fortpflanzung und Totfunde sehr selten (Pop'dynamik nicht erfassbar)

-> Derzeit existiert keine etablierte Luchspopulation in Österreich
- Einzelne Luchse können das Überleben der Art in Österreich nicht garantieren -> dringend Verbesserung der Situation!

14

Positivbeispiel der Wiedereinführung: Einzelschritte/Rahmenbedingungen

Der Luchs im Harz:
- Ausrottung (19. Jh.)
- Projektbeginn: 1999 (10 Jahre)
- 5 Gehegeluchse pro Jahr auswildern
- 3 Monate in großen Eingewöhnungsgehegen
- Für die Dauer des Projekts: Ausweichgehege zur Beobachtung durch Bevölkerung
- Ganzjährige Schonzeit in Deutschland

15

Positivbeispiel der Wiedereinführung: Erfolg

- kontinuierliche Bewertung durch Behörden, Landesjägerschaft, geschulte Fachkräfte
- jährlicher Bericht zu Stand und Erfolg des Vorhabens (Erkenntnisse sofort zur methodischen Verbesserung des Projektes nutzen)
- Umfassende Information der Bevölkerung
- Werbung bei Nachbarsländern für das Projekt
- Ziel: Verbindung vorhandener Kleinpopulationen, um Luchs in Mitteleuropa langfristig zu erhalten

-> Population von 80 Luchsen erfolgreich wieder angesiedelt

16

Fazit Reintroduction Biology:

- sehr teuer (Geld lieber zum Schutz ganzer Biotope?)
- viele schwer vorhersehbare, individuelle Probleme
- es kann funktionieren! (mit professioneller Unterstützung von Ökologen und Verhaltensforschern, die alle Faktoren, die das Überleben einer Art betreffen, kennen)
- gute Möglichkeit Beachtung für Naturschutz zu bekommen

17

Naturschutz braucht Vorhersagen: welche Typen von Modellen gibt es?

-Verbale Modelle
-Phönomenologische (beschriebene) Modelle
-Prozessbasierte (mechanistische) Modelle

18

Naturschutz braucht Vorhersagen: Was sind verbale Modelle?

"Der Mittelspecht ist stark an Eichen gebunden"...
1985 Bezzel

19

Naturschutz braucht Vorhersagen: Phänomenologische (beschreibende) Modelle

z.B. statistisches Habitatmodell für Korrelation von Vorkommen und Umwelt
-> P(Mittelspecht-Vorkommen=f(Umwelt)

20

Naturschutz braucht Vorhersagen: Prozessbasierte (mechanistische) Modelle

Wenn die derzeitigen Bedingungen weiter vorherrschen stirbt die Mittelspecht-Population in Sanssouci innerhalb von 100 Jahren mit 20%iger Wkt. aus.
-> ecological forecasting

21

Ökologische Vorhersagen: Szenarien & Unsicherheit:
Was ist 'ecological forecasting'?

... is the process of predicting the state of ecosystems, ecosystem services, and natural capital, with fully specified uncertainties, and is contingent on explicit scenarios for climate, land use, human population, technologies, and economic activity.

22

Was sind Quellen von Vorhersage-Unsicherheit?

Modell-Unsicherheit
Parameter-Unsicherheit
Inhärente Unsicherheit

23

Quellen von Vorhersage-Unsicherheit: Modell Unsicherheit

Verursacht durch Unsicherheit in der Repräsentation ökologischer Prozesse
Bsp: Sind Mittelspechte monogam oder polyandrisch (verringertes Aussterberisiko)

24

Quellen von Vorhersage-Unsicherheit: Parameter Unsicherheit

Verursacht durch Unsicherheit in der Schätzung von Modell-Parametern aus Daten
Bsp: "mittleres" Mittelspecht-Gelege: 5,64 +/- 1

25

Quellen von Vorhersage-Unsicherheit: Inhärente Unsicherheit

Verursacht durch unkontrollierbare Stochastizität (selbst wenn Modell und Parameterschätzung perfekt sind!)

26

Wie lässt sich Vorhersage- Unsicherheit reduzieren?
Modell-Unsicherheit:

bessere Untersuchungen ökologischer Prozesse (Beobachtungen, Experimente)

27

Wie lässt sich Vorhersage- Unsicherheit reduzieren? Parameter Unsicherheit

größere Stichproben

28

Wie lässt sich Vorhersage- Unsicherheit reduzieren? Inhärente Unsicherheit

unvermeidbar!

29

Was muss man bei Unsicherheit in ökologischen Systemen beachten?

Unsicherheiten in ökologischen Systemen ist unvermeidbar!
Ausdruck: unseres momentanen Wissenstands und der stochastizität natürlicher Systeme
-> wichtig und schwierig der Öffentlichkeit und Entscheidungsträgern die Unsicherheit in Vorhersagen zu vermitteln

30

Typische Fragen an Naturschutz-Biologen

- Sollten Ressourcen für die Bekämpfung von Wilderei eingesetzt werden oder für die Vergrößerung des Schutzgebiets=
- Lohnt sich die Auswilderung gezüchteter Individuen?
- Wie groß ist das Risiko, dass Population während meiner Dienstzeit ausstirbt?
- Wie lange wird die Popultation überleben...

31

PVA: Vorhersage von Populationsdynamiken & Aussterben:

Stochastizität: Über künftige Populationsdynamik können nur Wahrscheinlichkeits-Aussagen gemacht werden!

-> Risikoabschätzungen

32

Was ist Risiko?

Wahrscheinlichket eines unerwünschten Ereignisses
Beispiele:
- Wahrscheinlichkeit des Aussterbens in einem bestimmten Zeitraum ("Aussterberisiko")
- Wahrscheinlichkeit für das Unterschreiten eines nicht-akzeptablen Minimalwerts der Populationsgröße ("Quasi-Extinktionsrisiko")

33

Was sind Ziel und Vorgehen einer PVA (Population viability analysis) (Populationsgefährdungs-Analyse) ?

Ziel: Analyse der Faktoren, die das Aussterberisiko einer Population bestimmen

Vorgehen:
-> Empirische Untersuchung: Untersuchungen und Experiment zu Demographie, Habitatdynamik &
-> Gefährdungsfaktoren
-> Modellierung: Simulation der Populationsdynamik
-> Quantifizierung des Aussterberisikos

34

Benenne die Modelle für Populationsdynamik.

- Beschreibung der Populationsdynamik
- Beschreibung der Zeit
- Beschreibung des Raums
- Beschreibung von Individuen

35

Modelle für Populationsdynamik:
Beschreibung der Populationsdynamik

-exponentielles Wachstum
-logistisches Wachstum
-Modelle mit inverser Dichteabhängigkeit (Allee-Effekt)
-Regelbasierte Simulationsmodelle

-> Modelle für PVAs sollten immer stochastisch sein!

36

Modelle für Populationsdynamik:
Beschreibung der Zeit

-zeitlich kontinuierlich
-zeitlich diskret

37

Modelle für Populationsdynamik:
Beschreibung des Raums

-ohne Raum
-räumlich implizit (zB Levins Metapop'modell)
-räumlich explizit (zB zelluläre Automatenmodelle, GIS-Ankopplung)

38

Modelle für Populationsdynamik:
Beschreibung von Individuen

-alle Individuen identisch
-individuelle Unterschiede (individuenbasierte Modelle)

39

PVA: Quantifizierung des Aussterberrisiko
P0(t)?

P0(t) ist die Wkt. dafür, dass die Population innerhalb von t Jahren ausstirbt

Bsp: n=100 Modellsimulation für Pop'entwicklung in t=100 Jahren. Ergebnis: 10/100 sterben aus -> 10 %

40

PVA: Quantifizierung des Aussterberrisiko:
Tm

Tm ist die mittlere Zeit bis zum Aussterben einer Population ("mittlere Überlebenszeit einer Population")
- von 100 versuchen: Tm -Mittelwert der Verteilung

41

PVA: Quantifizierung des Aussterberrisiko:
MVP (minimal viable population)

MVP ist die minimal überlebensfähige Population (minimal viable population), definiert als die Größe, die eine Population mindestens haben muss, um mit Wahrscheinlichkeit X die nächsten Y Jahre zu überleben.

42

PVA: Bestimmung von Tm

Eine Möglichkeit zur Ermittlung von Tm:
- Versch. Pop'simulationen mit gleichen Ausgangsbed.
- Aus den Zeiten bis zum Aussterben ergibt sich eine Häufigkeitsverteilung mit dem Mittelwert Tm

43

Verteilung von Aussterbezeiten (Text)

- mittlere Überlebenszeit (mittlere Aussterbezeit)
- Text: hat meist eine rechtsschiefe Verteilung mit großer Varianz -> 'typische' Überlebenszeit ist meist kleiner als Tm

44

PVA: konzeptionelle Überlegungen zu P0(t)

(siehe Graphik): probability of extinction steigt:
Safe -> Vulnerable -> Endangered -> Critical

-> P0(t) ist für Naturschützer leicht zu interpretieren

45

PVA: Was ist die Bedeutung von Tm?

Mittlere Überlebenszeit einer Population (Tm) ist:
- nicht die typische Überlebenszeit einer Population
- eine intrinsische Eigenschaft der Population (wie Wachstumsrate r)
- die zentrale Größe (grundl. Währung) für Stabilität (oder 'Persistenz') einer Population
- in der Anwendung ein praktisches Maß zB für Beurteilung alternativer Managementmaßnahmen

46

Nenne ein Beispiel für die Anwendung von Tm...

Naturreservat mit Breitmaulnashörnern:
Eindämmung der Wilderei oder Reservatsvergrößerung?
- Eindämmung der Wilderei: Tm geht von 50 -> 100
- Reservatsvergrößerung: Tm geht von 50 -> 500
-> Ressourcen sollten für Reservatsvergrößerung verwendet werden

47

PVA: Am Beispiel von Breitmaulnashörnern...

3 Schritte.... (siehe Folien)

48

Beziehung zwischen P0(t) und Tm: Was sind die Rahmenbedingungen für diese?

- Wenn die Populationsdynamik ein 'Markov-Prozess' ist (dh momentane Änderung der Population hängt nur vom momentanen Zustand der Population ab- "Pop'dynamik ohne Gedächnis"
- Und wenn die Population im 'etablierten Zustand' ist (dh der Populationszustand hängt nicht mehr von den Anfangsbedingungen ab- "keine extremen Anfangsbedingungen")

49

Beziehung zwischen P0(t) und Tm?

P0(t) = 1 - e^(-t/Tm)
unabhängig von der spezifischen Populationsdynamik!
=> -ln[1-P0(t)] = t/Tm, linearer Zusammenhang mit Zeit t mit Steigung 1/Tm

50

Beziehung zwischen P0(t) und Tm:
Was hat das für einen Vorteil?

Ermittlung von Tm... (s.Folien)
Bsp:
Aus: P0(t) = 1 - e^(-t/Tm)
folgt für kleine Aussterberisiken P0(t)<<1 näherungsweise:
P0(t) ~ t/Tm oder Tm ~ t/P0(t)