TY - THES A1 - Zurell, Damaris T1 - Integrating dynamic and statistical modelling approaches in order to improve predictions for scenarios of environmental change T1 - Integration dynamischer und statistischer Modellansätze zur Verbesserung von Arealvorhersagen für Szenarien globalen Wandels N2 - Species respond to environmental change by dynamically adjusting their geographical ranges. Robust predictions of these changes are prerequisites to inform dynamic and sustainable conservation strategies. Correlative species distribution models (SDMs) relate species’ occurrence records to prevailing environmental factors to describe the environmental niche. They have been widely applied in global change context as they have comparably low data requirements and allow for rapid assessments of potential future species’ distributions. However, due to their static nature, transient responses to environmental change are essentially ignored in SDMs. Furthermore, neither dispersal nor demographic processes and biotic interactions are explicitly incorporated. Therefore, it has often been suggested to link statistical and mechanistic modelling approaches in order to make more realistic predictions of species’ distributions for scenarios of environmental change. In this thesis, I present two different ways of such linkage. (i) Mechanistic modelling can act as virtual playground for testing statistical models and allows extensive exploration of specific questions. I promote this ‘virtual ecologist’ approach as a powerful evaluation framework for testing sampling protocols, analyses and modelling tools. Also, I employ such an approach to systematically assess the effects of transient dynamics and ecological properties and processes on the prediction accuracy of SDMs for climate change projections. That way, relevant mechanisms are identified that shape the species’ response to altered environmental conditions and which should hence be considered when trying to project species’ distribution through time. (ii) I supplement SDM projections of potential future habitat for black grouse in Switzerland with an individual-based population model. By explicitly considering complex interactions between habitat availability and demographic processes, this allows for a more direct assessment of expected population response to environmental change and associated extinction risks. However, predictions were highly variable across simulations emphasising the need for principal evaluation tools like sensitivity analysis to assess uncertainty and robustness in dynamic range predictions. Furthermore, I identify data coverage of the environmental niche as a likely cause for contrasted range predictions between SDM algorithms. SDMs may fail to make reliable predictions for truncated and edge niches, meaning that portions of the niche are not represented in the data or niche edges coincide with data limits. Overall, my thesis contributes to an improved understanding of uncertainty factors in predictions of range dynamics and presents ways how to deal with these. Finally I provide preliminary guidelines for predictive modelling of dynamic species’ response to environmental change, identify key challenges for future research and discuss emerging developments. N2 - Das Vorkommen von Arten wird zunehmend bedroht durch Klima- und Landnutzungswandel. Robuste Vorhersagen der damit verbundenen Arealveränderungen sind ausschlaggebend für die Erarbeitung dynamischer und nachhaltiger Naturschutzstrategien. Habitateignungsmodelle erstellen statistische Zusammenhänge zwischen dem Vorkommen einer Art und relevanten Umweltvariablen und erlauben zügige Einschätzungen potentieller Arealveränderungen. Dabei werden jedoch transiente Dynamiken weitgehend ignoriert sowie demographische Prozesse und biotische Interaktionen. Daher wurden Vorschläge laut, diese statistischen Modelle mit mechanistischeren Ansätzen zu koppeln. In der vorliegenden Arbeit zeige ich zwei verschiedene Möglichkeiten solcher Kopplung auf. (i) Ich beschreibe den sogenannten ‚Virtuellen Ökologen’-Ansatz als mächtiges Validierungswerkzeug, in dem mechanistische Modelle virtuelle Testflächen bieten zur Erforschung verschiedener Probenahmedesigns oder statistischer Methoden sowie spezifischer Fragestellungen. Auch verwende ich diesen Ansatz, um systematisch zu untersuchen wie sich transiente Dynamiken sowie Arteigenschaften und ökologische Prozesse auf die Vorhersagegüte von Habitateignungsmodellen auswirken. So kann ich entscheidende Prozesse identifizieren welche in zukünftigen Modellen Berücksichtigung finden sollten. (ii) Darauf aufbauend koppele ich Vorhersagen von Habitateignungsmodellen mit einem individuen-basierten Populationsmodell, um die Entwicklung des Schweizer Birkhuhnbestandes unter Klimawandel vorherzusagen. Durch die explizite Berücksichtigung der Wechselwirkungen zwischen Habitat und demographischer Prozesse lassen sich direktere Aussagen über Populationsentwicklung und damit verbundener Extinktionsrisiken treffen. Allerdings führen verschiedene Simulationen auch zu hoher Variabilität zwischen Vorhersagen, was die Bedeutung von Sensitivitätsanalysen unterstreicht, um Unsicherheiten und Robustheit von Vorhersagen einzuschätzen. Außerdem identifiziere ich Restriktionen in der Datenabdeckung des Umweltraumes als möglichen Grund für kontrastierende Vorhersagen verschiedener Habitateignungsmodelle. Wenn die Nische einer Art nicht vollständig durch Daten beschrieben ist, kann dies zu unrealistischen Vorhersagen der Art-Habitat-Beziehung führen. Insgesamt trägt meine Arbeit erheblich bei zu einem besseren Verständnis der Auswirkung verschiedenster Unsicherheitsfaktoren auf Vorhersagen von Arealveränderungen und zeigt Wege auf, mit diesen umzugehen. Abschließend erstelle ich einen vorläufigen Leitfaden für Vorhersagemodelle und identifiziere Kernpunkte für weitere Forschung auf diesem Gebiet. KW - species distribution models KW - dynamic population models KW - climate change KW - prediction KW - uncertainty KW - Habitatmodelle KW - dynamische Populationsmodelle KW - Klimawandel KW - Vorhersage KW - Unsicherheit Y1 - 2011 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-56845 ER - TY - THES A1 - Šedová, Barbora T1 - Heterogeneous effects of weather and climate change on human migration T1 - Heterogene Auswirkungen von Wetter und Klimawandel auf menschliche Migration N2 - While estimated numbers of past and future climate migrants are alarming, the growing empirical evidence suggests that the association between adverse climate-related events and migration is not universally positive. This dissertation seeks to advance our understanding of when and how climate migration emerges by analyzing heterogeneous climatic influences on migration in low- and middle-income countries. To this end, it draws on established economic theories of migration, datasets from physical and social sciences, causal inference techniques and approaches from systematic literature review. In three of its five chapters, I estimate causal effects of processes of climate change on inequality and migration in India and Sub-Saharan Africa. By employing interaction terms and by analyzing sub-samples of data, I explore how these relationships differ for various segments of the population. In the remaining two chapters, I present two systematic literature reviews. First, I undertake a comprehensive meta-regression analysis of the econometric climate migration literature to summarize general climate migration patterns and explain the conflicting findings. Second, motivated by the broad range of approaches in the field, I examine the literature from a methodological perspective to provide best practice guidelines for studying climate migration empirically. Overall, the evidence from this dissertation shows that climatic influences on human migration are highly heterogeneous. Whether adverse climate-related impacts materialize in migration depends on the socio-economic characteristics of the individual households, such as wealth, level of education, agricultural dependence or access to adaptation technologies and insurance. For instance, I show that while adverse climatic shocks are generally associated with an increase in migration in rural India, they reduce migration in the agricultural context of Sub-Saharan Africa, where the average wealth levels are much lower so that households largely cannot afford the upfront costs of moving. I find that unlike local climatic shocks which primarily enhance internal migration to cities and hence accelerate urbanization, shocks transmitted via agricultural producer prices increase migration to neighboring countries, likely due to the simultaneous decrease in real income in nearby urban areas. These findings advance our current understanding by showing when and how economic agents respond to climatic events, thus providing explicit contexts and mechanisms of climate change effects on migration in the future. The resulting collection of findings can guide policy interventions to avoid or mitigate any present and future welfare losses from climate change-related migration choices. N2 - Während die geschätzten Zahlen zukünftiger Klimamigranten alarmierend sind, deuten die wachsenden empirischen Belege darauf hin, dass der Klimawandel nicht automatisch zu mehr Migration führt. Denn auch wenn klimabezogene Einflüsse die Entscheidung zur Migration zunehmend beeinflussen, wird diese durch eine Vielzahl von Faktoren, wie beispielsweise den sozioökonomischen und politischen Bedingungen, beeinflusst. Der Zusammenhang zwischen Klimawandel und Migration ist also stark kontextabhängig. Diese Dissertation besteht aus fünf Artikeln und zeigt, wann und wie Klimamigration entsteht, indem sie die heterogenen klimatischen Einflüsse in Entwicklungsländern untersucht. Gestützt auf ökonomische Migrationstheorien analysiere ich Datensätze aus den Natur- und Sozialwissenschaften mithilfe von Methodiken der ökonometrischen Kausalanalyse, der Geoinformationssysteme und der systematischen Literatursynthese. In drei von fünf Kapiteln schätze ich die kausalen Auswirkungen des Klimawandels auf Ungleichheit und Migration in Indien und Subsahara Afrika. Durch die Verwendung von Interaktionstermen und die Analyse von Teilstichproben untersuche ich in Regressionsmodellen, wie sich diese Beziehungen für verschiedene Bevölkerungsgruppen unterscheiden. In den verbleibenden zwei Kapiteln fasse ich die ökonometrische Literatur zur Klimamigration systematisch zusammen. Zunächst führe ich eine umfassende Meta-Regressionsanalyse durch, um die allgemeine Klimamigrationsmuster zusammenzufassen und die widersprüchliche Evidenz zu erklären. In einem zweiten Schritt untersuche ich die ökonometrische Klimamigrationsliteratur aus einer methodologischen Perspektive, um Best-Practice-Leitlinien für künftige empirische Analysen von Klimamigration bereitzustellen. Insgesamt bestätigen die Ergebnisse dieser Dissertation, dass die klimatischen Einflüsse auf menschliche Migration heterogen sind und von den sozioökonomischen Merkmalen der einzelnen Haushalte wie dem Wohlstand und Bildungsniveau, der Abhängigkeit von der Landwirtschaft oder dem Zugang zu Anpassungstechnologien und Versicherungen, mitbestimmt werden. Ich finde beispielsweise, dass ungünstige klimatische Schocks zu einem Migrationsanstieg im ländlichen Indien führen, sie aber die Migration im landwirtschaftlichen Subsahara Afrika, wo das durchschnittliche Einkommensniveau viel niedriger ist, verhindern. Ich habe zudem herausgefunden, dass im Gegensatz zu lokalen klimatischen Schocks, die in erster Linie die Binnenmigration in die Städte verstärken und damit die Urbanisierung beschleunigen, globale Schocks über landwirtschaftliche Erzeugerpreise die Abwanderung in benachbarte Länder antreiben. Diese Ergebnisse erweitern unser derzeitiges Verständnis, indem sie verdeutlichen, wann und wie Akteure auf unterschiedliche Klimaereignisse mit der Entscheidung zur Migration reagieren. Die daraus resultierenden Erkenntnisse können helfen, Entscheidungsträger auf drei wichtige Arten zu informieren. Erstens, wenn man weiß, wer die Klimamigranten sind und welche Destinationsziele sie wählen, wird Klimamigration vorhersehbarer und damit kontrollierbarer. Dies kann verhindern, dass sie zu einer humanitären Krise wird. Zweitens hilft die Identifizierung von Bevölkerungsgruppen, die nicht in der Lage sind, sich durch Migration an die veränderten klimatischen Bedingungen anzupassen, dabei, unfreiwillige Immobilität zu vermeiden, was wiederum auch eine potenzielle humanitären Krise verhindert. Drittens können all diese Informationen helfen, Kosten und Nutzen der Klima(im)mobilität genauer zu bewerten und so die Social Cost of Carbon genauer einzuschätzen. KW - migration KW - weather KW - climate change KW - agriculture KW - food prices KW - inequality KW - econometrics KW - Landwirtschaft KW - Klimawandel KW - Ökonometrie KW - Lebensmittelpreise KW - Ungleichheit KW - Migration KW - Wetter Y1 - 2022 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-536733 ER -