Wie funktioniert der Insektentaschenrechner?

Auf welchen Daten beruht der Insektentaschenrechner? Und wie werden die Wiesenbewohner berechnet?

Daten

Die aktuelle Version des Rechners basiert auf acht Datensätzen, die aus verschiedenen veröffentlichten und unveröffentlichten Studien zusammengetragen wurden. In allen Studien wurde das Biozönometer als Methode verwendet, bei der Arthropoden mit einem modifizierten Laubbläser aus einem Quadratmeter abgesaugt werden. Die Studien wurden nur dann ausgewählt, wenn sie genügend Informationen über das Mähen enthielten. Für die aktuelle Version des Rechners wurden die Daten der folgenden Projekte und Studien verwendet:

Die Idee des Insektenrechners ist jedoch, dass immer neue Daten implementiert werden können. Falls ihr Daten habt, meldet euch gerne!

Vorhersage von Arthropoden

Für die Erstellung der Modelle haben wir alle Parameter, die als Buttons im „Expertenmodus“ zu finden sind, als fixed effects verwendet: gemäht (ja/nein), Mähertyp, Mähhöhe, Mähbreite, Anzahl der Schnitte, Wiesengröße, Koordinaten, Tag des Jahres (Datum) und Anteil versiegelter Fläche (Isolation). Wir haben für jede Arthropodenordnung ein Modell mit der Abundanz als Antwortvariable durchgeführt. Für das Durchführen der negativen Binomialmodelle wurde das glmmTMB-Paket in R verwendet (1). Der „Spaziermodus“ ist ähnlich, jedoch ohne die Variablen „Mähbreite“ und „Mähhöhe“. Schließlich um den „Spaziermodus“ noch weiter zu vereinfachen, haben wir Standardeinstellungen für die Beispiele von 4 verschiedenen Wiesentypen festgelegt. So können auch Benutzer, die mit dem Thema nicht vertraut sind, den Rechner zunächst ohne Kenntnisse über z. B. den Mähertyp verwenden. 

Anschließend wurden die Koeffizienten der Modellausgaben extrahiert, um die Vorhersagen manuell in einer einfachen linearen Funktion (prediction = a+ b*x + c*x…) mit den vom Rechner eingegebenen Werten zu berechnen. Wir haben diesen Ansatz gewählt, um mit dem Unternehmen, das bei der Erstellung dieser Website geholfen hat, möglichst einfach zusammenzuarbeiten. Da es für sie schwieriger war, R zu implementieren, fanden wir den einfachsten Weg, eine Vorhersagefunktion und eine csv-Datei bereitzustellen, die alle Modellschätzungen enthält.

Auf der Grundlage umfangreicher Daten auf Artebene unseres Projekts BioDivKultur und der Biodiversitätsexploratorien haben wir zusätzlich die Artenvielfalt pro Arthropodenordnung auf der Grundlage der Abundanz vorhergesagt. Dabei haben wir ein nichtlineares Modell (nls) verwendet, um eine Sättigung der Artenzahl zu berücksichtigen (2).

Für ausführlichere Informationen wendet euch bitte an:

  1. Mollie E. Brooks, Kasper Kristensen, Koen J. van Benthem, Arni Magnusson, Casper W. Berg, Anders Nielsen, Hans J. Skaug, Martin Maechler and Benjamin M. Bolker (2017). glmmTMB Balances Speed and Flexibility Among Packages for Zero-inflated Generalized Linear Mixed Modeling. The R Journal, 9(2), 378-400. doi: 10.32614/RJ-2017-066.
  2. R Core Team (2023). _R: A Language and Environment for Statistical Computing_. R Foundation for Statistical Computing, Vienna, Austria. <https://www.R-project.org/>.
Nach oben scrollen