TY - THES A1 - Malchow, Anne-Kathleen T1 - Developing an integrated platform for predicting niche and range dynamics BT - inverse calibration of spatially-explicit eco-evolutionary models N2 - Species are adapted to the environment they live in. Today, most environments are subjected to rapid global changes induced by human activity, most prominently land cover and climate changes. Such transformations can cause adjustments or disruptions in various eco-evolutionary processes. The repercussions of this can appear at the population level as shifted ranges and altered abundance patterns. This is where global change effects on species are usually detected first. To understand how eco-evolutionary processes act and interact to generate patterns of range and abundance and how these processes themselves are influenced by environmental conditions, spatially-explicit models provide effective tools. They estimate a species’ niche as the set of environmental conditions in which it can persist. However, the currently most commonly used models rely on static correlative associations that are established between a set of spatial predictors and observed species distributions. For this, they assume stationary conditions and are therefore unsuitable in contexts of global change. Better equipped are process-based models that explicitly implement algorithmic representations of eco-evolutionary mechanisms and evaluate their joint dynamics. These models have long been regarded as difficult to parameterise, but an increased data availability and improved methods for data integration lessen this challenge. Hence, the goal of this thesis is to further develop process-based models, integrate them into a complete modelling workflow, and provide the tools and guidance for their successful application. With my thesis, I presented an integrated platform for spatially-explicit eco-evolutionary modelling and provided a workflow for their inverse calibration to observational data. In the first chapter, I introduced RangeShiftR, a software tool that implements an individual-based modelling platform for the statistical programming language R. Its open-source licensing, extensive help pages and available tutorials make it accessible to a wide audience. In the second chapter, I demonstrated a comprehensive workflow for the specification, calibration and validation of RangeShiftR by the example of the red kite in Switzerland. The integration of heterogeneous data sources, such as literature and monitoring data, allowed to successfully calibrate the model. It was then used to make validated, spatio-temporal predictions of future red kite abundance. The presented workflow can be adopted to any study species if data is available. In the third chapter, I extended RangeShiftR to directly link demographic processes to climatic predictors. This allowed me to explore the climate-change responses of eight Swiss breeding birds in more detail. Specifically, the model could identify the most influential climatic predictors, delineate areas of projected demographic suitability, and attribute current population trends to contemporary climate change. My work shows that the application of complex, process-based models in conservation-relevant contexts is feasible, utilising available tools and data. Such models can be successfully calibrated and outperform other currently used modelling approaches in terms of predictive accuracy. Their projections can be used to predict future abundances or to assess alternative conservation scenarios. They further improve our mechanistic understanding of niche and range dynamics under climate change. However, only fully mechanistic models, that include all relevant processes, allow to precisely disentangle the effects of single processes on observed abundances. In this respect, the RangeShiftR model still has potential for further extensions that implement missing influential processes, such as species interactions. Dynamic, process-based models are needed to adequately model a dynamic reality. My work contributes towards the advancement, integration and dissemination of such models. This will facilitate numeric, model-based approaches for species assessments, generate ecological insights and strengthen the reliability of predictions on large spatial scales under changing conditions. N2 - Arten sind an ihren jeweiligen Lebensraum angepasst, doch viele Lebensräume sind heute einem globalen Wandel unterworfen. Dieser äußert sich vor allem in Veränderungen von Landnutzung und Klima, welche durch menschliche Aktivitäten verursacht werden und ganze Ökosysteme in ihrem Gefüge stören können. Störungen der grundlegenden öko-evolutionären Prozesse können auf der Populationsebene in Form von veränderten Verbreitungsgebieten und Häufigkeitsmustern sichtbar werden. Hier werden die Auswirkungen des globalen Wandels auf eine Art oftmals zuerst beobachtet. Um zu untersuchen, wie die Wirkung und Wechselwirkung der verschiedenen öko-evolutionären Prozesse die beobachteten Verbreitungs- und Häufigkeitsmuster erzeugen, und wie diese Prozesse wiederum von Umweltbedingungen beeinflusst werden, stellen räumlich explizite Modelle wirksame Instrumente dar. Sie beschreiben die ökologische Nische einer Art, also die Gesamtheit aller Umweltbedingungen, unter denen die Art fortbestehen kann. Die derzeit am häufigsten verwendeten Modelle stützen sich auf statische, korrelative Zusammenhänge, die zwischen bestimmten räumlichen Prädiktoren und den beobachteten Artverteilungen hergestellt werden. Allerdings werden dabei stationäre Bedingungen angenommen, was sie im Kontext des globalen Wandels ungeeignet macht. Deutlich besser geeignet sind prozessbasierte Modelle, welche explizite, algorithmische Repräsentationen von ökologischen Prozessen beinhalten und deren gemeinsame Dynamik berechnen. Solche Modelle galten lange Zeit als schwierig zu parametrisieren, doch die zunehmende Verfügbarkeit von Beobachtungsdaten sowie die verbesserten Methoden zur Datenintegration machen ihre Verwendung zunehmend praktikabel. Das Ziel der vorliegenden Arbeit ist es, diese prozessbasierten Modelle weiterzuentwickeln, sie in umfassende Modellierungsabläufe einzubinden, sowie Software und Anleitungen für ihre erfolgreiche Anwendung verfügbar zu machen. In meiner Dissertation präsentiere ich eine integrierte Plattform für räumlich-explizite, öko-evolutionäre Modellierung und entwickle einen Arbeitsablauf für dessen inverse Kalibrierung an Beobachtungsdaten. Im ersten Kapitel stelle ich RangeShiftR vor: eine Software, die eine individuenbasierte Modellierungsplattform für die statistische Programmiersprache R implementiert. Durch die Open-Source-Lizenzierung, umfangreichen Hilfeseiten und online verfügbaren Tutorials ist RangeShiftR einem breiten Publikum zugänglich. Im zweiten Kapitel demonstriere ich einen vollständigen Modellierungsablauf am Beispiel des Rotmilans in der Schweiz, der die Spezifikation, Kalibrierung und Validierung von RangeShiftR umfasst.Durch die Integration heterogener Datenquellen, wie Literatur- und Monitoringdaten, konnte das Modell erfolgreich kalibriert werden. Damit konnten anschließend validierte, raum-zeitliche Vorhersagen über das Vorkommen des Rotmilans erstellt und die dafür relevanten Prozesse identifiziert werden. Der vorgestellte Arbeitsablauf kann auf andere Arten übertragen werden, sofern geeignete Daten verfügbar sind. Im dritten Kapitel habe ich RangeShiftR erweitert, sodass demografische Prozessraten direkt mit Klimavariablen verknüpft werden können. Dies ermöglichte es, die Reaktionen von acht Schweizer Brutvogelarten auf den Klimawandel genauer zu untersuchen. Insbesondere konnte das Modell die einflussreichsten klimatischen Faktoren identifizieren, demografisch geeignete Gebiete abgrenzen und aktuelle Populationstrends auf den bisherigen Klimawandel zurückführen. Meine Arbeit zeigt, dass die Anwendung komplexer, prozessbasierter Modelle in naturschutzrelevanten Kontexten mit verfügbaren Daten möglich ist. Solche Modelle können erfolgreich kalibriert werden und andere, derzeit verwendete Modellierungsansätze in Bezug auf ihre Vorhersagegenauigkeit übertreffen. Ihre Projektionen können zur Vorhersage zukünftiger Artvorkommen und zur Einschätzung alternativer Naturschutzmaßnahmen verwendet werden. Sie verbessern außerdem unser mechanistisches Verständnis von Nischen- und Verbreitungsdynamiken unter dem Einfluss des Klimawandels. Jedoch ermöglichen nur vollständig prozessbasierte Modelle, die alle relevanten Prozesse vereinen, eine korrekte Aufschlüsselung der Auswirkungen einzelner Prozesse auf die beobachteten Abundanzen. In dieser Hinsicht hat das RangeShiftR-Modell noch Potenzial für Weiterentwicklungen, um fehlende, einflussreiche Prozesse hinzuzufügen, wie zum Beispiel die Interaktionen zwischen Arten. Um eine dynamische Realität adäquat abbilden zu können, werden dynamische, prozessbasierte Modelle benötigt. Meine Arbeit leistet einen Beitrag zur Weiterentwicklung, Integration und Verbreitung solcher Modelle und stärkt somit die Anwendung numerischer, modellbasierter Methoden für die Bewertung des Zustands von Arten, die Untersuchung ökologischer Zusammenhänge und die Steigerung der Zuverlässigkeit von Vorhersagen auf großen räumlichen Skalen unter Umweltveränderungen. T2 - Entwicklung einer integrierten Modellierungs-Plattform zur Vorhersage von Nischen- und Verbreitungs-dynamiken: Inverse Kalibrierung räumlich-expliziter öko-evolutionärer Modelle KW - species distribution modelling KW - Bayesian inference KW - individual-based modelling KW - range shifts KW - ecological modelling KW - population dynamics KW - Bayes'sche Inferenz KW - ökologische Modellierung KW - individuen-basierte Modellierung KW - Populationsdynamik KW - Arealverschiebungen KW - Artverbreitungsmodelle Y1 - 2023 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-602737 ER - TY - THES A1 - Schäfer, Merlin T1 - Understanding and predicting global change impacts on migratory birds T1 - Verständnis und Vorhersage von Auswirkungen des globalen Wandels auf Zugvögel N2 - This is a publication-based dissertation comprising three original research stud-ies (one published, one submitted and one ready for submission; status March 2019). The dissertation introduces a generic computer model as a tool to investigate the behaviour and population dynamics of animals in cyclic environments. The model is further employed for analysing how migratory birds respond to various scenarios of altered food supply under global change. Here, ecological and evolutionary time-scales are considered, as well as the biological constraints and trade-offs the individual faces, which ultimately shape response dynamics at the population level. Further, the effect of fine-scale temporal patterns in re-source supply are studied, which is challenging to achieve experimentally. My findings predict population declines, altered behavioural timing and negative carry-over effects arising in migratory birds under global change. They thus stress the need for intensified research on how ecological mechanisms are affected by global change and for effective conservation measures for migratory birds. The open-source modelling software created for this dissertation can now be used for other taxa and related research questions. Overall, this thesis improves our mechanistic understanding of the impacts of global change on migratory birds as one prerequisite to comprehend ongoing global biodiversity loss. The research results are discussed in a broader ecological and scientific context in a concluding synthesis chapter. N2 - Dies ist eine publikationsbasierte Dissertation, welche aus drei wissenschaftlichen Originalstudien (eine publiziert, eine eingereicht und eine einreichbar; Stand März 2019) besteht. Die Dissertation stellt ein generisches Computermodell bereit, um das Verhalten und die Populationsdynamik von Tieren zu untersuchen, welche saisonale Umweltbedingungen erfahren. Mit diesem Computermodell untersuche ich in der vorliegenden Thesis, wie Zugvögel auf verschiedene Szenarien veränderter Nahrungsverfügbarkeit reagieren, welche im Rahmen des globalen Wandels wahrscheinlich sind. Dabei werden ökologische und evolutionäre Zeitskalen berücksichtigt. Außerdem werden biologisch bedingte Einschränkungen und Zielkonflikte einbezogen, welche das einzelne Individuum erfährt, die aber letztendlich auch das Geschehen auf Populationsebene bestimmen. Weiterhin studiere ich mit dem erstellten Computermodell am Beispiel des Weißstorchs, wie sich feinskalige Zeitmuster in der Nahrungsverfügbarkeit auf Zugvögel auswirken. Solche Studien würden eine enorme experimentelle Herausforderung darstellen. Die im Rahmen dieser Dissertation entstandene frei verfügbare Modellierungs-Software kann nun für andere Taxa und verwandte Forschungsfragen eingesetzt werden. Nach meinen Ergebnissen ist im Zuge des globalen Wandels mit verstärkten Populationsabnahmen bei Zugvögeln zu rechnen, sowie mit Änderungen im zeitlichen Verhaltensablauf und nichtlinearen negativen Carry-over-Effekten. Dies verdeutlicht, wie wichtig es ist, die vom globalen Wandel betroffenen ökologischen Mechanismen näher zu erforschen sowie effektive Schutzmaßnahmen für Zugvögel zu entwickeln. Allgemein erhöht die Dissertation unser mechanistisches Verständnis davon, wie sich der globale Wandel auf bedrohte Zugvogelarten auswirkt und damit die globale Biodiversität beeinflusst. Die Forschungsergebnisse werden in einem abschließenden Synthese-Kapitel zusammenführend diskutiert. KW - global change KW - migratory birds KW - life-history theory KW - movement ecology KW - bird migration KW - optimal annual routine model KW - stochastic dynamic programming KW - full annual cycle KW - population dynamics KW - carry-over effects KW - white stork KW - behavioural ecology KW - adaptation KW - mechanistic model KW - energetics KW - behavioural timing KW - reproduction KW - globaler Wandel KW - Zugvögel KW - Lebenszyklustheorie KW - Bewegungsökologie KW - Vogelzug KW - "Optimal annual routine"-Modell KW - stochastisch-dynamische Optimierung KW - vollständiger Jahreszyklus KW - Populationsdynamik KW - Carry-over-Effekte KW - Weißstorch KW - Verhaltensökologie KW - Anpassung KW - mechanistisches Modell KW - Energetik KW - Verhaltens-Timing KW - Reproduktion Y1 - 2019 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-439256 ER - TY - THES A1 - Patra, Pintu T1 - Population dynamics of bacterial persistence T1 - Populationsdynamik von Bakterielle Persistenz N2 - The life of microorganisms is characterized by two main tasks, rapid growth under conditions permitting growth and survival under stressful conditions. The environments, in which microorganisms dwell, vary in space and time. The microorganisms innovate diverse strategies to readily adapt to the regularly fluctuating environments. Phenotypic heterogeneity is one such strategy, where an isogenic population splits into subpopulations that respond differently under identical environments. Bacterial persistence is a prime example of such phenotypic heterogeneity, whereby a population survives under an antibiotic attack, by keeping a fraction of population in a drug tolerant state, the persister state. Specifically, persister cells grow more slowly than normal cells under growth conditions, but survive longer under stress conditions such as the antibiotic administrations. Bacterial persistence is identified experimentally by examining the population survival upon an antibiotic treatment and the population resuscitation in a growth medium. The underlying population dynamics is explained with a two state model for reversible phenotype switching in a cell within the population. We study this existing model with a new theoretical approach and present analytical expressions for the time scale observed in population growth and resuscitation, that can be easily used to extract underlying model parameters of bacterial persistence. In addition, we recapitulate previously known results on the evolution of such structured population under periodically fluctuating environment using our simple approximation method. Using our analysis, we determine model parameters for Staphylococcus aureus population under several antibiotics and interpret the outcome of cross-drug treatment. Next, we consider the expansion of a population exhibiting phenotype switching in a spatially structured environment consisting of two growth permitting patches separated by an antibiotic patch. The dynamic interplay of growth, death and migration of cells in different patches leads to distinct regimes in population propagation speed as a function of migration rate. We map out the region in parameter space of phenotype switching and migration rate to observe the condition under which persistence is beneficial. Furthermore, we present an extended model that allows mutation from the two phenotypic states to a resistant state. We find that the presence of persister cells may enhance the probability of resistant mutation in a population. Using this model, we explain the experimental results showing the emergence of antibiotic resistance in a Staphylococcus aureus population upon tobramycin treatment. In summary, we identify several roles of bacterial persistence, such as help in spatial expansion, development of multidrug tolerance and emergence of antibiotic resistance. Our study provides a theoretical perspective on the dynamics of bacterial persistence in different environmental conditions. These results can be utilized to design further experiments, and to develop novel strategies to eradicate persistent infections. N2 - Das Leben von Mikroorganismen kann in zwei charakteristische Phasen unterteilt werde, schnelles Wachstum unter Wachstumsbedingungen und Überleben unter schwierigen Bedingungen. Die Bedingungen, in denen sich die Mikroorganismen aufhalten, verändern sich in Raum und Zeit. Um sich schnell an die ständig wechselnden Bedingungen anzupassen entwickeln die Mikroorganismen diverse Strategien. Phänotypische Heterogenität ist eine solche Strategie, bei der sich eine isogene Popolation in Untergruppen aufteilt, die unter identischen Bedingungen verschieden reagieren. Bakterielle Persistenz ist ein Paradebeispiel einer solchen phänotypischen Heterogenität. Hierbei überlebt eine Popolation die Behandlung mit einem Antibiotikum, indem sie einen Teil der Bevölkerung in einem, dem Antibiotikum gegenüber tolerant Zustand lässt, der sogenannte "persister Zustand". Persister-Zellen wachsen unter Wachstumsbedingungen langsamer als normale Zellen, jedoch überleben sie länger in Stress-Bedingungen, wie bei Antibiotikaapplikation. Bakterielle Persistenz wird experimentell erkannt indem man überprüft ob die Population eine Behandlung mit Antibiotika überlebt und sich in einem Wachstumsmedium reaktiviert. Die zugrunde liegende Popolationsdynamik kann mit einem Zwei-Zustands-Modell für reversibles Wechseln des Phänotyps einer Zelle in der Bevölkerung erklärt werden. Wir untersuchen das bestehende Modell mit einem neuen theoretischen Ansatz und präsentieren analytische Ausdrücke für die Zeitskalen die für das Bevölkerungswachstums und die Reaktivierung beobachtet werden. Diese können dann einfach benutzt werden um die Parameter des zugrunde liegenden bakteriellen Persistenz-Modells zu bestimmen. Darüber hinaus rekapitulieren wir bisher bekannten Ergebnisse über die Entwicklung solch strukturierter Bevölkerungen unter periodisch schwankenden Bedingungen mithilfe unseres einfachen Näherungsverfahrens. Mit unserer Analysemethode bestimmen wir Modellparameter für eine Staphylococcus aureus-Popolation unter dem Einfluss mehrerer Antibiotika und interpretieren die Ergebnisse der Behandlung mit zwei Antibiotika in Folge. Als nächstes betrachten wir die Ausbreitung einer Popolation mit Phänotypen-Wechsel in einer räumlich strukturierten Umgebung. Diese besteht aus zwei Bereichen, in denen Wachstum möglich ist und einem Bereich mit Antibiotikum der die beiden trennt. Das dynamische Zusammenspiel von Wachstum, Tod und Migration von Zellen in den verschiedenen Bereichen führt zu unterschiedlichen Regimen der Populationsausbreitungsgeschwindigkeit als Funktion der Migrationsrate. Wir bestimmen die Region im Parameterraum der Phänotyp Schalt-und Migrationsraten, in der die Bedingungen Persistenz begünstigen. Darüber hinaus präsentieren wir ein erweitertes Modell, das Mutation aus den beiden phänotypischen Zuständen zu einem resistenten Zustand erlaubt. Wir stellen fest, dass die Anwesenheit persistenter Zellen die Wahrscheinlichkeit von resistenten Mutationen in einer Population erhöht. Mit diesem Modell, erklären wir die experimentell beobachtete Entstehung von Antibiotika- Resistenz in einer Staphylococcus aureus Popolation infolge einer Tobramycin Behandlung. Wir finden also verschiedene Funktionen bakterieller Persistenz. Sie unterstützt die räumliche Ausbreitung der Bakterien, die Entwicklung von Toleranz gegenüber mehreren Medikamenten und Entwicklung von Resistenz gegenüber Antibiotika. Unsere Beschreibung liefert eine theoretische Betrachtungsweise der Dynamik bakterieller Persistenz bei verschiedenen Bedingungen. Die Resultate könnten als Grundlage neuer Experimente und der Entwicklung neuer Strategien zur Ausmerzung persistenter Infekte dienen. KW - Populationsdynamik KW - Antibiotikaresistenz KW - Antibiotika-Toleranz KW - Phänotypische Heterogenität KW - population dynamics KW - drug tolerance KW - antibiotic resistance KW - phenotypic heterogeneity Y1 - 2013 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-69253 ER - TY - THES A1 - Martin, Benjamin T1 - Linking individual-based models and dynamic energy budget theory : lessons for ecology and ecotoxicology T1 - Individuenbasierte Modelle mit dynamischen Energiehaushalten bereichern die Ökologie und Ökotoxikologie N2 - In the context of ecological risk assessment of chemicals, individual-based population models hold great potential to increase the ecological realism of current regulatory risk assessment procedures. However, developing and parameterizing such models is time-consuming and often ad hoc. Using standardized, tested submodels of individual organisms would make individual-based modelling more efficient and coherent. In this thesis, I explored whether Dynamic Energy Budget (DEB) theory is suitable for being used as a standard submodel in individual-based models, both for ecological risk assessment and theoretical population ecology. First, I developed a generic implementation of DEB theory in an individual-based modeling (IBM) context: DEB-IBM. Using the DEB-IBM framework I tested the ability of the DEB theory to predict population-level dynamics from the properties of individuals. We used Daphnia magna as a model species, where data at the individual level was available to parameterize the model, and population-level predictions were compared against independent data from controlled population experiments. We found that DEB theory successfully predicted population growth rates and peak densities of experimental Daphnia populations in multiple experimental settings, but failed to capture the decline phase, when the available food per Daphnia was low. Further assumptions on food-dependent mortality of juveniles were needed to capture the population dynamics after the initial population peak. The resulting model then predicted, without further calibration, characteristic switches between small- and large-amplitude cycles, which have been observed for Daphnia. We conclude that cross-level tests help detecting gaps in current individual-level theories and ultimately will lead to theory development and the establishment of a generic basis for individual-based models and ecology. In addition to theoretical explorations, we tested the potential of DEB theory combined with IBMs to extrapolate effects of chemical stress from the individual to population level. For this we used information at the individual level on the effect of 3,4-dichloroanailine on Daphnia. The individual data suggested direct effects on reproduction but no significant effects on growth. Assuming such direct effects on reproduction, the model was able to accurately predict the population response to increasing concentrations of 3,4-dichloroaniline. We conclude that DEB theory combined with IBMs holds great potential for standardized ecological risk assessment based on ecological models. N2 - Für die ökologische Risikobewertung von Chemikalien sind individuenbasierte Populationsmodelle ein vielversprechendes Werkzeug um heutige Bewertungen ökologisch realistischer zu gestalten. Allerdings ist die Entwicklung und Parametrisierung derartiger Modelle zeitaufwendig und oft wenig systematisch. Standardisierte, geprüfte Untermodelle, die Einzelorganismen beschreiben, würden die individuenbasierte Modellierung effizienter und kohärenter machen. In meiner Dissertation habe ich daher untersucht, inwieweit sich die Dynamic Energy Budget-Theorie (DEB) als Standardmodell innerhalb individuenbasierter Populationsmodelle eignet, und zwar sowohl für die ökologische Risikobewertung als auch für die theoretische Populationsökologie. Zunächst habe ich eine generische Implementierung der DEB-Theorie im Rahmen individuenbasierter Modellen (IBM) erstellt: DEB-IBM. Dieses Werkzeug nutzend habe ich dann untersucht, ob es mit Hilfe der DEB-Theorie gelingt, ausgehend von den Eigenschaften und Aktivitäten einzelner Individuen, Populationsdynamik vorherzusagen. Wir nutzten dabei Daphnia magna als Modellart, für die Daten auf der Individuenebene verfügbar waren, um das Modell zu parametrisieren, sowie Populationsdaten, mit denen Modellvorhersagen verglichen werden konnten. DEB-Theorie war in der Lage, beobachtete Populationswachstumsraten sowie die maximalen Abundanzen korrekt vorherzusagen, und zwar für verschiedene Umweltbedingungen. Für Phasen des Rückgangs der Population allerdings, wenn die für die Daphnien verfügbare Nahrungsmenge gering war, kam es zu Abweichungen. Es waren deshalb zusätzliche Annahmen über nahrungsabhängige Sterblichkeit von juvenilen Daphnien erforderlich, um die gesamte Populationsdynamik korrekt vorherzusagen. Das resultierende Modell konnte dann, ohne weitere Kalibrierungen, den für Daphnien charakteristischen Wechsel zwischen Populationszyklen mit großen und kleinen Amplituden richtig vorhersagen. Wir folgern daraus, daß Ebenen übergreifende Tests dabei helfen, Lücken in aktuellen Theorien über Einzelorganismen aufzudecken Dies trägt zur Theorieentwicklung bei und liefert Grundlagen für individuenbasierte Modellierung und Ökologie. Über diese Grundlagenfragen hinaus haben wir überprüft, ob DEB-Theorie in Kombination mit IBMs es ermöglicht, den Effekt von chemischem Streß auf Individuen auf die Populationsebene zu extrapolieren. Wir nutzten Daten über die Auswirkungen von 3,4 Dichloroanalin auf einzelne Daphnien, die zeigten daß im Wesentlichen die Reproduktion, nicht aber das Wachstum beeinträchtigt ist. Mit entsprechenden Annahmen konnte unser Modell den Effekt auf Populationsebene, für den unabhängige Daten vorlagen, korrekt vorhersagen. DEB-Theorie in Kombination mit individuenbasierter Modellierung birgt somit großes Potential für einen standardisierten modellbasierten Ansatz in der ökologischen Risikobewertung von Chemikalien. KW - Ökologie KW - Ökotoxikologie KW - Populationsdynamik KW - Ecology KW - Ecotoxicology KW - population dynamics Y1 - 2013 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-67001 ER -