Biology Reference
In-Depth Information
Streuung abbildet. Hierbei werden die Interaktionen der einzelnen Felder unter-
einander zwar berücksichtigt, eine Ergebnisbetrachtung des konkreten Einzelfalls
Als feste Eingabedaten sind Daten über die Pflanzenentwicklung und über weite-
re charakterisierende Größen für die beteiligten Prozesse (Parameter) in das Modell
eingespeist worden. Hierfür war zuvor eine Wirkungspfadanalyse erstellt wor-
den, anhand derer die wichtigsten Modellparameter extrahiert worden sind (siehe
Kap. 3
). Als Eingabedaten können sodann die Landschaftskarten der zu betrach-
tenden Region eingegeben werden. Durch diese Funktion können unterschiedliche
Szenarien durchgespielt werden. Beispielsweise können unterschiedliche Feldan-
Die Pflanzenentwicklung wird im Rahmen des Modells als ein von Zufallsein-
wirkungen überlagerter Prozess dargestellt. Wesentlich für die durch das Modell
vorgenommene Betrachtung sind bei der Pflanzenentwicklung letztlich die Blüh-
zeiträume, in denen eine Einkreuzung möglich ist, und die Entfernungen zwischen
den Beständen.
Nach der Pollenreife wird die Pollenverteilung simuliert. Die Pollenverteilung
ist insbesondere abhängig von der Feldgröße, der Entfernung der Felder sowie von
dem Faktor Wind. Diese Faktoren gehen mit Ausnahme des Faktors Wind als va-
riable Größen in das Modell ein und können je nach betrachteter Region auf der
Basis empirischer Daten in das System eingespeist werden. Hinsichtlich der Feld-
größen sowie der Entfernung der Felder geschieht dies über Landschaftsgeometrien
(Karten). Winddaten werden nach dem aktuellen Entwicklungsstand des Modells
nicht berücksichtigt, da davon ausgegangen werden kann, dass sich die Auswirkung
von Windverdriftung über größere Räume hinweg mittelnd ausgleicht. Die Effek-
te unterschiedlicher Windstärken und Richtungen gehen über die Variabilität der
Verteilungsfunktion in das Modell ein. Die Verteilungsfunktion für den Pollen ist in
Anlehnung an aktuelle Ausbreitungsuntersuchungen modelliert (siehe
Abschn. 4.3
).
9
Das bedeutet, dass das Modell einen Kausalitätsnachweis über die konkrete Herkunft des transge-
nen Pollens auf einem konventionellen Maisfeld, wie er in haftungsrechtlichen Zusammenhängen
gefordert wird, nicht erbringen kann und soll. Ein solcher Nachweis ließe sich wohl allein empi-
risch erbringen, beispielsweise mit einer molekularen Analyse auf Sortenanteile und der Kenntnis,
wo in dem fraglichen Raum diese Sorten angebaut werden. Mithilfe des Modells lässt sich je-
doch zeigen, dass unter den angenommenen Bedingungen bestimmte Wahrscheinlichkeiten für
entsprechende Einkreuzungsereignisse bestehen. Somit ist das Maiseinkreuzungsmodell hilfreich
für die prospektive Betrachtung im Rahmen der Risikoanalyse. Mit seiner Hilfe können die (groß-
räumigen) Wirkungen der Zulassung von gentechnisch verändertem Mais innerhalb bestimmter
Regionen abgeschätzt werden.
10
In einem Vorgängerprojekt (“GenEERA”), welches ebenfalls vom BMBF gefördert wurde, ist
ein entsprechendes Modell für die großräumige Abschätzung der Wirkungen des transgenen Raps-
anbaus entwickelt worden. Für dieses Modell gilt Entsprechendes. Siehe Breckling B, Reuter H,
Middelhoff U, Glemnitz M, Wurbs A, Schmidt G, Schröder W, Windhorst W (2011) Risk indica-
tion of genetically modified organisms (GVO): modelling environmental exposure and dispersal
across different scales. Oilseed rape in Northern Germany as an integrated case study. Ecological
Indicators 11(4):936-941. doi:
http://dx.doi.org/10.1016/j.ecolind.2009.03.002
Search WWH ::
Custom Search