Biology Reference
In-Depth Information
Genflusses im Modell anhand der sie beeinflussenden Größen für eine große Zahl
von Einzelfällen im Detail modellhaft nachzubilden, scheint nahezu ausgeschlos-
sen. Die Einflussgrößen wirken teils gleichsinnig (Abweichungen in eine Richtung
verstärkend), teils gegensinnig (einander kompensierend). Häufig wurden in Fällen,
die weitgehend ähnliche experimentelle Randbedingungen aufwiesen, Unterschie-
de von zwei oder sogar mehr Zehnerpotenzen hinsichtlich der Größe des Genflusses
beobachtet (Bannert und Stamp 2007 , Della Porta et al. 2006 ) . Selbst retrospektiv,
wenn die Wetterbedingungen bekannt sind, ist es praktisch nicht durchführbar, für
jedes einzelne Feld einer Region die lokalen Besonderheiten zu modellieren. Da-
mit wird es verständlich, warum die bisherigen Modellansätze Areale von maximal
etwa 10
10 km 2 darstellen können (Angevin et al. 2008 ) . Für diesen Bereich
sind wichtige Steuergrößen im Prinzip erhebbar. Eine Übertragung der Ergebnisse
auf größere Raumausschnitte gelingt aber nicht, wenn dazu eine möglichst genaue
Adaptation an die lokalen Einzelfälle angestrebt wird.
Dennoch ist es möglich, trotz der schwierigen Datensituation Aussagen für
größere Raumeinheiten abzuleiten. Dies gelingt dann, wenn nicht die Einzelfälle
betrachtet werden, sondern diese zu einer Gesamtheit zusammengefasst werden. Es
ist eine häufig anzutreffende Situation, dass - obwohl im Einzelfall ein genaues
Resultat schwer vorhersagbar ist - sich für Gesamtheiten, für größere Fallzahlen,
verhältnismäßig gute Näherungswerte ableiten lassen. Dies ist die Grundlage statis-
tischer Vorgehensweisen: das Ergebnis eines Wurfs mit einem Würfel ist praktisch
nicht vorherzusagen. Für eine größere Zahl von Würfen jedoch kann die Vertei-
lung der Ergebnisse um so genauer vorhergesagt werden, je größer die Anzahl der
Würfe ist.
Ein regionaler Ansatz erfordert ein Vorgehen, das darauf abzielt, mittlere Erwar-
tungswerte abzuleiten und so vom Einzelfall (hier: dem Einzelfeld) zu abstrahieren.
Dazu ist eine Konzentration auf zwei Aspekte erforderlich: die zu erwartenden
Mittelwerte und die zu beobachtende Streuung. In einem längeren Prozess der Dis-
kussion und Durchsicht der verfügbaren empirischen Datengrundlage wurde von
uns der folgend dargestellte Ansatz entwickelt.
×
4.2 Modell-Datengrundlage: Räumliche Anordnung
und Größe der Felder
Als grundlegend für das Genfluss-Potenzial wird die regionale Geometrie angese-
hen, die durch die Lage (die Koordinaten des Feld-Mittelpunktes) und die Größe
der Maisfelder bestimmt ist. Diese Informationen bilden den zentralen Teil der
erforderlichen Eingabegrößen unseres Modells. Diese Information ist auch für grö-
ßere Räume erhebbar. Als Datenquellen kommen u. a. Satellitenbilder in Frage
(Breckling et al. 2011 , Kleppin 2010 ) . Aus der regionalen bzw. lokalen Agrar-
statistik können auch Proxy-Größen abgeleitet werden, welche es gestatten, die
Lokalität von Einzelfeldern und zugehörigen Größen so zu bestimmen, dass sie zu
bekannten Verteilungen für die Region analog sind. Das Modell abstrahiert dabei
Search WWH ::




Custom Search