Linking the distribution of land use, biodiversity and ecosystem

Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Linking the distribution of land use,
biodiversity and ecosystem services
exemplified by potential areas for extensive grassland ecosystems
due to geobiophysical conditions, Bavaria, Germany
Werner Rolf 1), Roman Lenz 2), David Peters 3)
1)
Technical University of Munich
2) Nürtingen-Geislingen University
3) University of Tasmania
16. IALE-D Jahrestagung – Bonn – 21.-23. Oktober 2015
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Landnutzungsintensität
und Ökosystemleistungen
Ökosystemleistungen (Wert)
Regulationsleistungen
Kulturelle Leistungen
Erholung, Tourismus
sigrid rossmann / pixelio
Versorgungsleistungen
twinlili / pixelio
Kulturelle Leistungen
Spiritualität, Bildung
bernd kasper / pixelio
natürlich – naturnah – extensive Nutzung – intensive Nutzung – degradiert – urban
Verändert nach: Braat & ten Brink 2008:128f.
günter gumhold / pixelio
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
EU-Strategie GRÜNE INFRASTRUKTUR
– Aufwertung des europäischen Naturkapitals
European Commission, 2013:8
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
1. Supply – Wo ist das Potenzial?
•
Kenntnis über das landschaftliche Potenzial für extensive
Grünlandnutzung, die Funktionen und Prozesse für ÖSL
bereitstellen.
1. Benefit – Was ist der Nutzen?
•
Kenntnis über die gesellschaftliche Entscheidungspräferenzen und Wertschätzungen
Extremadura
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Highlands, Pitlochry
Technische Universität München
“Distinction between intensively used and more natural
grasslands requires additional datasets” (Maes et al. 2013)
Shebenik-Jabllanicë
Schwäbische Alb
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Identifizierung von Potenzialbereichen
Bekannte Vorkommen
Wahrscheinliche
Vorkommen
cf. Peters & Thackway (1998), Stockwell & Peters (1999), Rolf, Lenz & Peters (2012)
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Identifizierung von Potenzialbereichen
Bekannte Vorkommen
Bioklimatische
Variablen
Worldclim Data (Hijmans et al 2005) inkl.:
•
Temperature Seasonality
•
Mean Temperature of Wettest Quarter
•
Mean Temperature of Driest Quarter
•
Mean Temperature of Warmest Quarter
•
Mean Temperature of Coldest Quarter
•
Annual Precipitation
•
Precipitation Seasonality
Wahrscheinliche
Vorkommen
und mehr…
cf. Peters & Thackway (1998), Stockwell & Peters (1999), Rolf, Lenz & Peters (2012)
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Identifizierung von Potenzialbereichen
Bekannte Vorkommen
Bioklimatische
Variablen
Daten zu Geologie und Oberboden:
•
Bodenentwicklung
•
Basengehalt
•
Durchlässigkeit
•
Trophie
Wahrscheinliche
Vorkommen
und mehr…
Geologische/Pedologische
Variablen
cf. Peters & Thackway (1998), Stockwell & Peters (1999), Rolf, Lenz & Peters (2012)
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Identifizierung von Potenzialbereichen
Bekannte Vorkommen
Bioklimatische
Variablen
Topographische
Variablen
Herleitung aus DEM:
•
Morphometrische (Landform, Oberflächenkrümmung, Rauhigkeit …)
•
Hydrologische (Hangposition,
Feuchtigkeit, Akkumulation…)
•
Lokalklimatische (Exposition, Solare
Einstrahlung…)
Wahrscheinliche
Vorkommen
und mehr…
Geologische/Pedologische
Variablen
cf. Peters & Thackway (1998), Stockwell & Peters (1999), Rolf, Lenz & Peters (2012)
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Identifizierung von Potenzialbereichen
Bekannte Vorkommen
Mustererkennung
Bioklimatische
Variablen
Wahrscheinliche
Vorkommen
Topographische
Variablen
Geologische/Pedologische
Variablen
Env. 1 =  (a [g,h] + b [z]...)
Env. 2 =  (a [v,x] + b [z]...)
….
 prob. = x%
 prob. = y%
cf. Peters & Thackway (1998), Stockwell & Peters (1999), Rolf, Lenz & Peters (2012)
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Implementierungen in openmodeller v1.5 (Muñoz et al. 2009)
Bekannte
Vorkommen
Bioclim
AUC:
0,61
GARP (Genetic Algorithm.)
AUC:
0,77
Climate Space Model
AUC:
0,67
Random Forest
AUC:
0,79
SVM (Scalable Vector Machines)
AUC:
0,72
Maximum Entropy
AUC:
0,94
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Maximum Entropy in openmodeller v1.5 (Muñoz et al. 2009)
Verschiedenartige Grünland-Ökosysteme extensiver Nutzung
Kalkmagerrasen/
Wacholderheiden
Borstgrasrasen
der Mittelgebirge
Altmühltal (Foto: W.Rolf)
Extensive
Flachlandmähwiesen
Bayer. Wald (Foto: NP-Verwaltung)
AUC:
0,94
AUC:
0,95
Bühler Tal (Foto: LUBW)
AUC:
0,95
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Entscheidungspräferenzen Regionaler Produkte
Source: Tourismusverband Schwäbische Alb, Albbüffel, Burkhardt Furchtsäfte, Manufaktur Jörg Geiger, Naturpark Nagelfluhkette, Mir Allgäuer - Urlaub auf dem Bauernhof, Bregenzer Käsestraße
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Motivation / Einflüsse auf die Kaufentscheidung
Individuelle Kaufentscheidung
Preis
Individuelle Präferenz
Qualität
Geschmack
Frische
Umweltfreundlichkeit
Unterstützung
der Wirtschaft
place-based
assessment
Heimat
Sympathie
habitat, system /
process based
kongnitiv
normativ
affektiv
Rational begründete
Erwartungshaltung
Persönliches
Wertverständnis
Emotionale Haltung
Kontakt-Affekt-Phänomen
Verändert nach: Henseleit et al. 2007
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Analyse von Erzeugerrichtlinien
Technische Universität München
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Qualitätskriterien für Regionale Produkte
Grundlegende
ökologische und
soziokulturelle
Merkmale
Qualitätskriterien
Weitere
ökologische und
soziokulturelle
Merkmale
Verändert nach Vandecandelaere et al. 2009:86
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Analyse von Erzeugerrichtlinien
Lage
(Größe, Anteil )
Förderung der
Artenvielfalt
Entwicklung von
Landschaftsstrukturen
Organisch-Biologische
Wirtschaftsfomen
Ressourcenschonende
Arbeitsmethoden
Lehrstuhl für Strategie und Management der Landschaftsentwicklung
Technische Universität München
Alvensleben, Reimar von (2001): Die Bedeutung von Herkunftsangaben im regionalen Marketing. Symposium „Vielfalt auf dem Markt“
veranstaltet vom Informationszentrum Genetische Ressourcen (IGR) der ZADI und dem Landesschafzuchtverband Niedersachsen e.V.
am 5./6.11.2001 in Sulingen. Sulingen, 05.11.2001.
Braat & ten Brink (2008). The Cost of Policy Inaction. “The Cost of Policy Inaction: The case of not meeting the 2010 biodiversity target”study for
the European Commission, DG Environment under contract: ENV.G.1/ETU/2007/0044 (Official Journal reference: 2007 / S 95 – 116033).
page 128f.
Linking the distribution of land use,
biodiversity and ecosystem services
Cowling RM, Egoh B, Knight AT (2008) An operational model for mainstreaming ecosystem services for implementation. PNAS 105(28):9483–
9488
De Groot, R. S., R. Alkemade, L. Braat, L. Hein, and L. Willemen. 2010. Challenges in integrating the concept of ecosystem services and values
in landscape planning, management and decision making. Ecological Complexity 7(3):260–272.
Haines-Young, R. and M. Potschin (2010): The links between biodiversity, ecosystem services and human well-being. In: Raffaelli, D.G & C.L.J.
Frid (eds.): Ecosystem Ecology: A New Synthesis. Cambridge University Press, British Ecological Society, pp. 110-139.
exemplified by potential areas for extensive grassland ecosystems
due to geobiophysical conditions, Bavaria, Germany
Henseleit, M., Kubitzki, S., Schütz, D., Teuber, R. 2007. Verbraucherpräferenzen für regionale Lebensmittel: Eine repräsentative Untersuchung
der Einflussfaktoren. In: Agrarökonomischen Diskussionsbeiträge. Gießen, 30 S.
http://geb.unigiessen.de/geb/volltexte/2007/4760/pdf/Agraroekonomie-2007-83.pdf.
Hijmans RJ, Cameron SE, Parra JL, Jones PG, Jarvis A. 2005. Very high-resolution interpolated climate surfaces for global land areas. Int J
Climatol. 25(15):1965–1978.
Muñoz, M.E.S., Giovanni, R., Siqueira, M.F., Sutton, T., Brewer,
P., Pereira, R.S., 2)
Canhos, D.A.L. & Canhos,
1)
3) V.P. (2009) "openModeller: a
generic approach to species' potential distribution modelling". GeoInformatica. DOI: 10.1007/s10707-009-0090-7
Werner Rolf , Roman Lenz , David Peters
Peters, D. & Thackway, R. (1998) A New Biogeographic Regionalisation for Tasmania. Tasmanian Parks and Wildlife Service, Hobart,
Tasmania. http://www.gisparks.tas.gov.au/dp/newibra/, accessed 23.02.06.
1) Technical University of Munich
Potschin, M. and R. Haines-Young (2013): Landscape
and the place-based analysis of Ecosystem Services. Landscape Ecology 28: 1053-1065
2) Nürtingen-Geislingen University
Rolf, W., Lenz, R., Peters, D. 2012. Development of a quantitative „bioassay‟ approach for ecosystem mapping, International Journal of
3) University of Tasmania
Biodiversity Science, Ecosystem Services & Management
Stockwell, D. R. B., and D. G. Peters. 1999. The GARP modelling system: Problems and solutions to automated spatial prediction. International
Journal of Geographic Information Systems 13:143–158Sidali, K. L., Hemmerling, S.(2014),"Developing an authenticity model of traditional
food specialties ", British Food Journal, Vol. 116 Iss 11 pp. 1692 - 1709
TEEB (2010), The Economics of Ecosystems and Biodiversity Ecological and Economic Foundations. Edited by Pushpam Kumar. Earthscan,
London and Washington
Vandecandelaere, Emilie; Arfini, Filippo; Belletti, Giovanni; Marescotti, Andrea (2009): LINKING PEOPLE, PLACES AND PRODUCTS. A guide
for promoting quality linked to geographical origin and sustainable geographical indications. 193 S.