TY  - GEN
A1  - Zurell, Damaris
A1  - Elith, Jane
A1  - Schröder-Esselbach, Boris
T1  - Predicting to new environments  tools for visualizing model behaviour and impacts on mapped distributions
T2  - Diversity & distributions : a journal of biological invasions and biodiversity
N2  - Data limitations can lead to unrealistic fits of predictive species distribution models (SDMs) and spurious extrapolation to novel environments. Here, we want to draw attention to novel combinations of environmental predictors that are within the sampled range of individual predictors but are nevertheless outside the sample space. These tend to be overlooked when visualizing model behaviour. They may be a cause of differing model transferability and environmental change predictions between methods, a problem described in some studies but generally not well understood. We here use a simple simulated data example to illustrate the problem and provide new and complementary visualization techniques to explore model behaviour and predictions to novel environments. We then apply these in a more complex real-world example. Our results underscore the necessity of scrutinizing model fits, ecological theory and environmental novelty.
KW  - Environmental niche
KW  - extrapolation
KW  - inflated response curves
KW  - novel environment
KW  - sampling space
KW  - species distribution models
Y1  - 2012
U6  - https://doi.org/10.1111/j.1472-4642.2012.00887.x
SN  - 1366-9516
VL  - 18
IS  - 6
SP  - 628
EP  - 634
PB  - Wiley-Blackwell
CY  - Hoboken
ER  - 
TY  - JOUR
A1  - Marion, Glenn
A1  - McInerny, Greg J.
A1  - Pagel, Jörn
A1  - Catterall, Stephen
A1  - Cook, Alex R.
A1  - Hartig, Florian
A1  - O&rsquo, 
A1  - Hara, Robert B.
T1  - Parameter and uncertainty estimation for process-oriented population and
 distribution models: data, statistics and the niche
JF  - JOURNAL OF BIOGEOGRAPHY
N2  - The spatial distribution of a species is determined by dynamic processes such as reproduction, mortality and dispersal. Conventional static species distribution models (SDMs) do not incorporate these processes explicitly. This limits their applicability, particularly for non-equilibrium situations such as invasions or climate change. In this paper we show how dynamic SDMs can be formulated and fitted to data within a Bayesian framework. Our focus is on discrete state-space Markov process models which provide a flexible framework to account for stochasticity in key demographic processes, including dispersal, growth and competition. We show how to construct likelihood functions for such models (both discrete and continuous time versions) and how these can be combined with suitable observation models to conduct Bayesian parameter inference using computational techniques such as Markov chain Monte Carlo. We illustrate the current state-of-the-art with three contrasting examples using both simulated and empirical data. The use of simulated data allows the robustness of the methods to be tested with respect to deficiencies in both data and model. These examples show how mechanistic understanding of the processes that determine distribution and abundance can be combined with different sources of information at a range of spatial and temporal scales. Application of such techniques will enable more reliable inference and projections, e.g. under future climate change scenarios than is possible with purely correlative approaches. Conversely, confronting such process-oriented niche models with abundance and distribution data will test current understanding and may ultimately feedback to improve underlying ecological theory.
KW  - Bayesian inference
KW  - demography
KW  - dispersal
KW  - dynamic models
KW  - dynamic range models
KW  - establishment
KW  - global change
KW  - niche models
KW  - species distribution models
Y1  - 2012
U6  - https://doi.org/10.1111/j.1365-2699.2012.02772.x
SN  - 0305-0270
SN  - 1365-2699
VL  - 39
IS  - 12
SP  - 2225
EP  - 2239
PB  - WILEY-BLACKWELL
CY  - HOBOKEN
ER  - 
TY  - JOUR
A1  - Sarmento, Juliano Sarmento
A1  - Jeltsch, Florian
A1  - Thuiller, Wilfried
A1  - Higgins, Steven
A1  - Midgley, Guy F.
A1  - Rebelo, Anthony G.
A1  - Rouget, Mathieu
A1  - Schurr, Frank Martin
T1  - Impacts of past habitat loss and future climate change on the range dynamics of South African Proteaceae
JF  - Diversity & distributions : a journal of biological invasions and biodiversity
N2  - Aim To assess how habitat loss and climate change interact in affecting the range dynamics of species and to quantify how predicted range dynamics depend on demographic properties of species and the severity of environmental change. Location South African Cape Floristic Region. Methods We use data-driven demographic models to assess the impacts of past habitat loss and future climate change on range size, range filing and abundances of eight species of woody plants (Proteaceae). The species-specific models employ a hybrid approach that simulates population dynamics and long-distance dispersal on top of expected spatio-temporal dynamics of suitable habitat. Results Climate change was mainly predicted to reduce range size and range filling (because of a combination of strong habitat shifts with low migration ability). In contrast, habitat loss mostly decreased mean local abundance. For most species and response measures, the combination of habitat loss and climate change had the most severe effect. Yet, this combined effect was mostly smaller than expected from adding or multiplying effects of the individual environmental drivers. This seems to be because climate change shifts suitable habitats to regions less affected by habitat loss. Interspecific variation in range size responses depended mostly on the severity of environmental change, whereas responses in range filling and local abundance depended mostly on demographic properties of species. While most surviving populations concentrated in areas that remain climatically suitable, refugia for multiple species were overestimated by simply overlying habitat models and ignoring demography. Main conclusions Demographic models of range dynamics can simultaneously predict the response of range size, abundance and range filling to multiple drivers of environmental change. Demographic knowledge is particularly needed to predict abundance responses and to identify areas that can serve as biodiversity refugia under climate change. These findings highlight the need for data-driven, demographic assessments in conservation biogeography.
KW  - biodiversity refugia
KW  - CFR Proteaceae
KW  - climate change
KW  - demographic properties
KW  - habitat loss
KW  - local abundances
KW  - process-based range models
KW  - range filling
KW  - range size
KW  - species distribution models
Y1  - 2013
U6  - https://doi.org/10.1111/ddi.12011
SN  - 1366-9516
VL  - 19
IS  - 4
SP  - 363
EP  - 376
PB  - Wiley-Blackwell
CY  - Hoboken
ER  - 
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  - Cabral, Juliano Sarmento
T1  - Demographic processes determining the range dynamics of plant species, and their consequences for biodiversity maintenance in the face of environmental change
T1  - Einfluss demographischer Prozesse auf die Verbreitungsmuster von Pflanzenarten und ihre Konsequenzen für den Schutz der Biodiversität im Angesicht von Umweltwandel
N2  - The present thesis aims to introduce process-based model for species range dynamics that can be fitted to abundance data. For this purpose, the well-studied Proteaceae species of the South African Cape Floristic Region (CFR) offer a great data set to fit process-based models. These species are subject to wildflower harvesting and environmental threats like habitat loss and climate change. The general introduction of this thesis presents shortly the available models for species distribution modelling. Subsequently, it presents the feasibility of process-based modelling. Finally, it introduces the study system as well as the objectives and layout. In Chapter 1, I present the process-based model for range dynamics and a statistical framework to fit it to abundance distribution data. The model has a spatially-explicit demographic submodel (describing dispersal, reproduction, mortality and local extinction) and an observation submodel (describing imperfect detection of individuals). The demographic submodel links species-specific habitat models describing the suitable habitat and process-based demographic models that consider local dynamics and anemochoric seed dispersal between populations. After testing the fitting framework with simulated data, I applied it to eight Proteaceae species with different demographic properties. Moreover, I assess the role of two other demographic mechanisms: positive (Allee effects) and negative density-dependence. Results indicate that Allee effects and overcompensatory local dynamics (including chaotic behaviour) seem to be important for several species. Most parameter estimates quantitatively agreed with independent data. Hence, the presented approach seemed to suit the demand of investigating non-equilibrium scenarios involving wildflower harvesting (Chapter 2) and environmental change (Chapter 3). The Chapter 2 addresses the impacts of wildflower harvesting. The chapter includes a sensitivity analysis over multiple spatial scales and demographic properties (dispersal ability, strength of Allee effects, maximum reproductive rate, adult mortality, local extinction probability and carrying capacity). Subsequently, harvesting effects are investigated on real case study species. Plant response to harvesting showed abrupt threshold behavior. Species with short-distance seed dispersal, strong Allee effects, low maximum reproductive rate, high mortality and high local extinction are most affected by harvesting. Larger spatial scales benefit species response, but the thresholds become sharper. The three case study species supported very low to moderate harvesting rates. Summarizing, demographic knowledge about the study system and careful identification of the spatial scale of interest should guide harvesting assessments and conservation of exploited species. The sensitivity analysis’ results can be used to qualitatively assess harvesting impacts for poorly studied species. I investigated in Chapter 3 the consequences of past habitat loss, future climate change and their interaction on plant response. I use the species-specific estimates of the best model describing local dynamics obtained in Chapter 1. Both habitat loss and climate change had strong negative impacts on species dynamics. Climate change affected mainly range size and range filling due to habitat reductions and shifts combined with low colonization. Habitat loss affected mostly local abundances. The scenario with both habitat loss and climate change was the worst for most species. However, this impact was better than expected by simple summing of separate effects of habitat loss and climate change. This is explained by shifting ranges to areas less affected by humans. Range size response was well predicted by the strength of environmental change, whereas range filling and local abundance responses were better explained by demographic properties. Hence, risk assessments under global change should consider demographic properties. Most surviving populations were restricted to refugia, serving as key conservation focus.The findings obtained for the study system as well as the advantages, limitations and potentials of the model presented here are further discussed in the General Discussion. In summary, the results indicate that 1) process-based demographic models for range dynamics can be fitted to data; 2) demographic processes improve species distribution models; 3) different species are subject to different processes and respond differently to environmental change and exploitation; 4) density regulation type and Allee effects should be considered when investigating range dynamics of species; 5) the consequences of wildflower harvesting, habitat loss and climate change could be disastrous for some species, but impacts vary depending on demographic properties; 6) wildflower harvesting impacts varies over spatial scale; 7) The effects of habitat loss and climate change are not always additive.
N2  - Das Ziel dieser Studie bestand daher darin, prozess-basierte Modelle zu entwickeln, die mit Daten zur Abundanz von Arten parametrisiert werden können. Die außergewöhnlich gut erforschten Proteaceen der südafrikanischen Kapregion (CFR), für die ein umfangreicher Datensatz zur Verfügung steht, stellen ein sehr geeignetes Untersuchungssystem zur Erstellung derartiger prozess-basierter Modelle dar. In Kapitel 1 beschreibe ich ein prozess-basiertes Modell für die Verbreitungsdynamik sowie die Methoden zur Parametrisierung des Modells mit Daten zu Abundanzverteilungen. Das Modell umfasst ein räumlich-explizites demographisches Modul und ein Beobachtungsmodul. Das demographische Modul verbindet artspezifische Habitatmodelle, die das geeignete Habitat beschreiben, und prozess-basierte demographische Modelle, die die lokale Dynamik und die Windausbreitung von Samen umfassen. Nach der Überprüfung der Parametrisierungs¬methoden mit simulierten Daten, wende ich die Modelle auf acht Proteaceenarten mit unterschiedlichen demographischen Eigenschaften an. Außerdem untersuche ich die Rolle von positiver (Allee-Effekte) und negativer Dichte-Abhängigkeit. Die Ergebnisse zeigen, dass Allee-Effekte und überkompensatorische Dynamik für viele Arten tatsächlich eine Rolle spielen. Der Großteil der geschätzten Parameter stimmt quantitativ mit unabhängigen Daten und beschreibt erfolgreich, wie die Abundanzverteilung aus der Bewegung und Interaktion der Individuen entsteht. Die vorgestellten Methoden scheinen daher zur Untersuchung von Ungleichgewichtsszenarien geeignet, die die Ernte von Infloreszenzen in Wildbeständen (Kapitel 2) und Umweltwandel (Kapitel 3) einschließen. In Kapitel 2 untersuche ich die Effekte der Ernte von Infloreszenzen in Wildbeständen. Das Kapitel beinhaltet eine Sensitivitätsanalyse über mehrere räumliche Skalen sowie demographische Eigenschaften. Darauf folgend wurden die Effekte der Ernte anhand von drei realen Arten untersucht. Die Reaktion der Pflanzen auf die Ernte zeigte ein Verhalten mit abrupten Schwellenwerten. Die durch die Ernte am stärksten gefährdeten Arten zeichneten sich durch kurze Samenausbreitungsdistanzen, starke Allee Effekte, geringe maximale Reproduktionsrate, hohe Mortalität und hohe lokale Aussterbewahrscheinlichkeit aus. Die Betrachtung größerer räumlicher Skalen wirkte sich trotz schärferer Grenzwerte positiv auf die Reaktion der Arten aus. Die drei untersuchten realen Arten konnten sehr geringe bis mittlere nachhaltige Ernteraten ertragen. Zusammenfassend lässt sich sagen, dass Kenntnisse über die Demographie des Untersuchungssystems und die umsichtige Identifizierung der zu betrachtenden räumlichen Skala zu einer besseren Einschätzung der Ernteintensität und der Naturschutzziele führen sollten. In Kapitel 3 wird die Reaktion der Arten auf vergangene Habitatverluste und zukünftigen Klimawandel sowie die Interaktion der beiden untersucht. Der Klimawandel wirkte sich dabei vornehmlich negativ auf die Größe des Verbreitungsgebiets und die Ausnutzung des potentiellen Habitats (‚Range Filling’) aus, wobei es zu einer Verschiebung des Habitats ohne erfolgreiche Kolonisierung kam. Der Habitatverlust reduzierte vor allem die lokalen Abundanzen. Die meisten Arten wurden vor allem durch das Szenario mit beiden Klimawandel und Habitatsverlust stark beeinträchtigt. Der negative Effekt war allerdings geringer als nach einer einfachen Aufsummierung der Einzeleffekte zu erwarten wäre. Dies erklärt sich aus einer Verschiebung des Verbreitungsgebiets der Arten in Regionen, in denen es in der Vergangenheit zu geringeren Habitatverlusten kam. Die Größe des Verbreitungsgebiets wurde am besten durch die Stärke des Umweltwandels vorhergesagt, wogegen das Range Filling und die lokalen Abundanzen hauptsächlich von den demographischen Eigenschaften abhingen. Aus diesen Ergebnissen lässt sich schließen, dass Abschätzungen des Aussterbensrisikos unter Umweltwandel demographische Eigenschaften einbeziehen sollten. Die meisten überlebenden Populationen waren auf Refugien reduziert, die im Fokus der Naturschutzmaßnahmen stehen sollten. Zusammenfassend zeigen die Ergebnisse, dass 1) prozess-basierte demographische Modelle für die Verbreitungsdynamik von Arten mit Daten parametrisierbar sind; 2) die Einbeziehung demographischer Prozesse die Modelle für die Verbreitung von Arten verbessert; 3) verschiedene Arten von unterschiedlichen Prozessen beeinflusst werden und unterschiedlich auf Umweltwandel und Beerntung reagieren; 4) Dichteregulierung und Allee-Effekte bei der Untersuchung der Verbreitungsdynamik von Arten berücksichtigt werden sollten; 5) die Ernte von Infloreszenzen in Wildbeständen, sowie Habitatverlust und Klimawandel für manche Arten katastrophale Folgen haben können, deren Effekte aber von den demographischen Eigenschaften abhängen; 6) der Einfluss der Beerntung in Abhängigkeit von der betrachteten räumlichen Skala variiert; 7) die Effekte von Habitatverlust und Klimawandel nicht additiv sind.
KW  - Mechanistische Modelle
KW  - Verbreitungsdynamik von Arten
KW  - Proteaceen
KW  - Globalwandel
KW  - Ernte von Wildebeständen
KW  - Mechanistic models
KW  - species distribution models
KW  - Proteaceae
KW  - global change
KW  - harvesting
Y1  - 2009
U6  - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus-41188
ER  -