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 - Kraus, Sara Milena T1 - A Systems Medicine approach for heart valve diseases BT - addressing the proteomic landscape and differential expression software N2 - In Systems Medicine, in addition to high-throughput molecular data (*omics), the wealth of clinical characterization plays a major role in the overall understanding of a disease. Unique problems and challenges arise from the heterogeneity of data and require new solutions to software and analysis methods. The SMART and EurValve studies establish a Systems Medicine approach to valvular heart disease -- the primary cause of subsequent heart failure. With the aim to ascertain a holistic understanding, different *omics as well as the clinical picture of patients with aortic stenosis (AS) and mitral regurgitation (MR) are collected. Our task within the SMART consortium was to develop an IT platform for Systems Medicine as a basis for data storage, processing, and analysis as a prerequisite for collaborative research. Based on this platform, this thesis deals on the one hand with the transfer of the used Systems Biology methods to their use in the Systems Medicine context and on the other hand with the clinical and biomolecular differences of the two heart valve diseases. To advance differential expression/abundance (DE/DA) analysis software for use in Systems Medicine, we state 21 general software requirements and features of automated DE/DA software, including a novel concept for the simple formulation of experimental designs that can represent complex hypotheses, such as comparison of multiple experimental groups, and demonstrate our handling of the wealth of clinical data in two research applications DEAME and Eatomics. In user interviews, we show that novice users are empowered to formulate and test their multiple DE hypotheses based on clinical phenotype. Furthermore, we describe insights into users' general impression and expectation of the software's performance and show their intention to continue using the software for their work in the future. Both research applications cover most of the features of existing tools or even extend them, especially with respect to complex experimental designs. Eatomics is freely available to the research community as a user-friendly R Shiny application. Eatomics continued to help drive the collaborative analysis and interpretation of the proteomic profile of 75 human left myocardial tissue samples from the SMART and EurValve studies. Here, we investigate molecular changes within the two most common types of valvular heart disease: aortic valve stenosis (AS) and mitral valve regurgitation (MR). Through DE/DA analyses, we explore shared and disease-specific protein alterations, particularly signatures that could only be found in the sex-stratified analysis. In addition, we relate changes in the myocardial proteome to parameters from clinical imaging. We find comparable cardiac hypertrophy but differences in ventricular size, the extent of fibrosis, and cardiac function. We find that AS and MR show many shared remodeling effects, the most prominent of which is an increase in the extracellular matrix and a decrease in metabolism. Both effects are stronger in AS. In muscle and cytoskeletal adaptations, we see a greater increase in mechanotransduction in AS and an increase in cortical cytoskeleton in MR. The decrease in proteostasis proteins is mainly attributable to the signature of female patients with AS. We also find relevant therapeutic targets. In addition to the new findings, our work confirms several concepts from animal and heart failure studies by providing the largest collection of human tissue from in vivo collected biopsies to date. Our dataset contributing a resource for isoform-specific protein expression in two of the most common valvular heart diseases. Apart from the general proteomic landscape, we demonstrate the added value of the dataset by showing proteomic and transcriptomic evidence for increased expression of the SARS-CoV-2- receptor at pressure load but not at volume load in the left ventricle and also provide the basis of a newly developed metabolic model of the heart. N2 - In der Systemmedizin spielt zusätzlich zu den molekularen Hochdurchsatzdaten (*omics) die Fülle an klinischer Charakterisierung eine große Rolle im Gesamtverständnis einer Krankheit. Hieraus ergeben sich Probleme und Herausforderungen unter anderem in Bezug auf Softwarelösungen und Analysemethoden. Die SMART- und EurValve-Studien etablieren einen systemmedizinischen Ansatz für Herzklappenerkrankungen -- die Hauptursache für eine spätere Herzinsuffizienz. Mit dem Ziel ein ganzheitliches Verständnis zu etablieren, werden verschiedene *omics sowie das klinische Bild von Patienten mit Aortenstenosen (AS) und Mitralklappeninsuffizienz (MR) erhoben. Unsere Aufgabe innerhalb des SMART Konsortiums bestand in der Entwicklung einer IT-Plattform für Systemmedizin als Grundlage für die Speicherung, Verarbeitung und Analyse von Daten als Voraussetzung für gemeinsame Forschung. Ausgehend von dieser Plattform beschäftigt sich diese Arbeit einerseits mit dem Transfer der genutzten systembiologischen Methoden hin zu einer Nutzung im systemmedizinischen Kontext und andererseits mit den klinischen und biomolekularen Unterschieden der beiden Herzklappenerkrankungen. Um die Analysesoftware für differenzielle Expression/Abundanz, eine häufig genutzte Methode der System Biologie, für die Nutzung in der Systemmedizin voranzutreiben, erarbeiten wir 21 allgemeine Softwareanforderungen und Funktionen einer automatisierten DE/DA Software. Darunter ist ein neuartiges Konzept für die einfache Formulierung experimenteller Designs, die auch komplexe Hypothesen wie den Vergleich mehrerer experimenteller Gruppen abbilden können und demonstrieren unseren Umgang mit der Fülle klinischer Daten in zwei Forschungsanwendungen -- DEAME und Eatomics. In Nutzertests zeigen wir, dass Nutzer befähigt werden, ihre vielfältigen Hypothesen zur differenziellen Expression basierend auf dem klinischen Phänotyp zu formulieren und zu testen, auch ohne einen dedizierten Hintergrund in Bioinformatik. Darüber hinaus beschreiben wir Einblicke in den allgemeinen Eindruck der Nutzer, ihrer Erwartung an die Leistung der Software und zeigen ihre Absicht, die Software auch in der Zukunft für ihre Arbeit zu nutzen. Beide Forschungsanwendungen decken die meisten Funktionen bestehender Tools ab oder erweitern sie sogar, insbesondere im Hinblick auf komplexe experimentelle Designs. Eatomics steht der Forschungsgemeinschaft als benutzerfreundliche R Shiny-Anwendung frei zur Verfügung. \textit{Eatomics} hat weiterhin dazu beigetragen, die gemeinsame Analyse und Interpretation des Proteomprofils von 75 menschlichen linken Myokardgewebeproben aus den SMART- und EurValve-Studien voran zu treiben. Hier untersuchen wir die molekularen Veränderungen innerhalb der beiden häufigsten Arten von Herzklappenerkrankungen: AS und MR. Durch DE/DA Analysen erarbeiten wir gemeinsame und krankheitsspezifische Proteinveränderungen, insbesondere Signaturen, die nur in einer geschlechtsstratifizierten Analyse gefunden werden konnten. Darüber hinaus beziehen wir Veränderungen des Myokardproteoms auf Parameter aus der klinischen Bildgebung. Wir finden eine vergleichbare kardiale Hypertrophie, aber Unterschiede in der Ventrikelgröße, dem Ausmaß der Fibrose und der kardialen Funktion. Wir stellen fest, dass AS und MR viele gemeinsame Remodelling-Effekte zeigen, von denen die wichtigsten die Zunahme der extrazellulären Matrix und eine Abnahme des Metabolismus sind. Beide Effekte sind bei AS stärker. Zusätzlich zeigt sich eine größere Variabilität zwischen den einzelnen Patienten mit AS. Bei Muskel- und Zytoskelettanpassungen sehen wir einen stärkeren Anstieg der Mechanotransduktion bei AS und einen Anstieg des kortikalen Zytoskeletts bei MR. Die Abnahme von Proteinen der Proteostase ist vor allem der Signatur von weiblichen Patienten mit AS zuzuschreiben. Außerdem finden wir therapierelevante Proteinveränderungen. Zusätzlich zu den neuen Erkenntnissen bestätigt unsere Arbeit mehrere Konzepte aus Tierstudien und Studien zu Herzversagen durch die bislang größte Kollektion von humanem Gewebe aus in vivo Biopsien. Mit unserem Datensatz stellen wir eine Ressource für die isoformspezifische Proteinexpression bei zwei der häufigsten Herzklappenerkrankungen zur Verfügung. Abgesehen von der allgemeinen Proteomlandschaft zeigen wir den Mehrwert des Datensatzes, indem wir proteomische und transkriptomische Beweise für eine erhöhte Expression des SARS-CoV-2- Rezeptors bei Drucklast, jedoch nicht bei Volumenlast im linken Ventrikel aufzeigen und außerdem die Grundlage eines neu entwickelten metabolischen Modells des Herzens liefern. KW - Systems Medicine KW - Systemmedizin KW - Proteomics KW - Proteom KW - Heart Valve Diseases KW - Herzklappenerkrankungen KW - Differential Expression Analysis KW - Software KW - Software Y1 - 2021 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-522266 ER - TY - THES A1 - Kindermann, Liana T1 - Trees, shrubs, and land-use change T1 - Bäume, Büsche und Landnutzungswandel BT - The future of carbon storage in an African Savanna BT - Die Zukunft der Kohlenstoffspeicherung in einer Afrikanischen Savanne N2 - The global drylands cover nearly half of the terrestrial surface and are home to more than two billion people. In many drylands, ongoing land-use change transforms near-natural savanna vegetation to agricultural land to increase food production. In Southern Africa, these heterogenous savanna ecosystems are also recognized as habitats of many protected animal species, such as elephant, lion and large herds of diverse herbivores, which are of great value for the tourism industry. Here, subsistence farmers and livestock herder communities often live in close proximity to nature conservation areas. Although these land-use transformations are different regarding the future they aspire to, both processes, nature conservation with large herbivores and agricultural intensification, have in common, that they change the vegetation structure of savanna ecosystems, usually leading to destruction of trees, shrubs and the woody biomass they consist of. Such changes in woody vegetation cover and biomass are often regarded as forms of land degradation and forest loss. Global forest conservation approaches and international programs aim to stop degradation processes, also to conserve the carbon bound within wood from volatilization into earth’s atmosphere. In search for mitigation options against global climate change savannas are increasingly discussed as potential carbon sinks. Savannas, however, are not forests, in that they are naturally shaped by and adapted to disturbances, such as wildfires and herbivory. Unlike in forests, disturbances are necessary for stable, functioning savanna ecosystems and prevent these ecosystems from forming closed forest stands. Their consequently lower levels of carbon storage in woody vegetation have long been the reason for savannas to be overlooked as a potential carbon sink but recently the question was raised if carbon sequestration programs (such as REDD+) could also be applied to savanna ecosystems. However, heterogenous vegetation structure and chronic disturbances hamper the quantification of carbon stocks in savannas, and current procedures of carbon storage estimation entail high uncertainties due to methodological obstacles. It is therefore challenging to assess how future land-use changes such as agricultural intensification or increasing wildlife densities will impact the carbon storage balance of African drylands. In this thesis, I address the research gap of accurately quantifying carbon storage in vegetation and soils of disturbance-prone savanna ecosystems. I further analyse relevant drivers for both ecosystem compartments and their implications for future carbon storage under land-use change. Moreover, I show that in savannas different carbon storage pools vary in their persistence to disturbance, causing carbon bound in shrub vegetation to be most likely to experience severe losses under land-use change while soil organic carbon stored in subsoils is least likely to be impacted by land-use change in the future. I start with summarizing conventional approaches to carbon storage assessment and where and for which reasons they fail to accurately estimated savanna ecosystem carbon storage. Furthermore, I outline which future-making processes drive land-use change in Southern Africa along two pathways of land-use transformation and how these are likely to influence carbon storage. In the following chapters, I propose a new method of carbon storage estimation which is adapted to the specific conditions of disturbance-prone ecosystems and demonstrate the advantages of this approach in relation to existing forestry methods. Specifically, I highlight sources for previous over- and underestimation of savanna carbon stocks which the proposed methodology resolves. In the following chapters, I apply the new method to analyse impacts of land-use change on carbon storage in woody vegetation in conjunction with the soil compartment. With this interdisciplinary approach, I can demonstrate that indeed both, agricultural intensification and nature conservation with large herbivores, reduce woody carbon storage above- and belowground, but partly sequesters this carbon into the soil organic carbon stock. I then quantify whole-ecosystem carbon storage in different ecosystem compartments (above- and belowground woody carbon in shrubs and trees, respectively, as well as topsoil and subsoil organic carbon) of two savanna vegetation types (scrub savanna and savanna woodland). Moreover, in a space-for-time substitution I analyse how land-use changes impact carbon storage in each compartment and in the whole ecosystem. Carbon storage compartments are found to differ in their persistence to land-use change with carbon bound in shrub biomass being least persistent to future changes and subsoil organic carbon being most stable under changing land-use. I then explore which individual land-use change effects act as drivers of carbon storage through Generalized Additive Models (GAMs) and uncover non-linear effects, especially of elephant browsing, with implications for future carbon storage. In the last chapter, I discuss my findings in the larger context of this thesis and discuss relevant implications for land-use change and future-making decisions in rural Africa. N2 - Weltweit bedecken Trockengebiete fast die Hälfte der Erdoberfläche und sind die Heimat von mehr als zwei Milliarden Menschen. In vielen Regionen wird durch den fortschreitenden Landnutzungswandel die naturnahe Savannenvegetation in landwirtschaftliche Flächen umgewandelt, um die Nahrungsmittelproduktion zu steigern. Im südlichen Afrika sind diese diversen Savannenökosysteme auch als Lebensraum für viele geschützte Tierarten wie Elefanten, Löwen und große Herden vielfältiger Pflanzenfresser bekannt, die großen Wert für die Tourismusbranche haben. Im Umfeld vieler großer Schutzgebiete leben Kleinbauern und Viehhirten oft in unmittelbarer Nachbarschaft zu diesen – oft gefährlichen – Tieren. Obwohl sich beide Landnutzungen im Hinblick darauf unterscheiden welche Zukunftsvision verfolgt wird, haben sie doch beide gemeinsam, dass sowohl Schutzgebiete mit großen Pflanzenfressern wie Elefanten als auch die Landwirtschaft, die Vegetationsstruktur von Savannenökosystemen verändern. In der Regel reduzieren beide Prozesse die holzige Biomasse im Ökosystem, indem Bäume und Sträucher entfernt, zerstört oder durch Fraßverhalten und Holzeinschlag geschädigt werden. Solche Veränderungen der holzigen Vegetationsschicht samt Einflüssen auf die Biomasse werden oft als Formen von Umweltzerstörung oder Waldverlust betrachtet. Globale Waldschutzkonzepte und internationale Programme zielen darauf ab, solche Degradationsprozesse zu stoppen und den im Holz gebundenen Kohlenstoff vor der Verflüchtigung in die Erdatmosphäre zu bewahren. Auf der Suche nach Möglichkeiten zur Eindämmung des globalen Klimawandels werden Savannen zunehmend als potenzielle Kohlenstoffsenken diskutiert. Savannen sind von Wäldern jedoch fundamental verschieden, da sie von Natur aus durch starke Störungen, wie z. B. Elefantenfraß und Buschfeuer, geprägt und an diese evolutionär angepasst sind. Anders als in Wäldern sind hier Störungen für Funktion und Stabilität von offenen Savannenökosysteme notwendig und verhindern, dass sie sich zu geschlossenen Waldbeständen oder undurchdringlichen Gestrüppen entwickeln. Folglich ist die Kohlenstoffspeicherung in der holzigen Vegetation in Savannen geringer als in Wäldern und dies war lange Zeit der Grund dafür, dass Savannen keine Beachtung als potenzielle Kohlenstoffsenke fanden. In letzter Zeit wurde jedoch zunehmend die Frage aufgeworfen, ob Programme zur Kohlenstoffbindung (wie REDD+) auch auf Savannenökosysteme angewendet werden könnten. Die heterogene Vegetationsstruktur und chronischen Störungen erschweren jedoch erheblich die Quantifizierung der Kohlenstoffvorräte in Savannen, so dass die derzeitigen Verfahren zur Schätzung der Kohlenstoffspeicherung aufgrund methodischer Hindernisse mit großen Unsicherheiten verbunden sind. Daher ist es auch schwierig abzuschätzen, wie sich künftige Landnutzungsänderungen wie die Intensivierung der Landwirtschaft oder die Erhöhung von Wildtierdichten auf die Kohlenstoffspeicher der afrikanischen Trockengebiete auswirken werden. In dieser Arbeit fasse ich zunächst die konventionellen Ansätze zur Quantifizierung von Kohlenstoffspeichern zusammen und zeige auf, wo und aus welchen Gründen sie in Savannenökosystemen versagen. Darüber hinaus skizziere ich entlang zweier Pfade der Landnutzungsänderung, welche Zukunftsvorstellungen den Landnutzungswandel im südlichen Afrika vorantreiben und wie diese voraussichtlich die Kohlenstoffspeicherung beeinflussen werden. In den folgenden Kapiteln entwickele ich eine neue Methode zur Schätzung der Kohlenstoffspeicherung, die an die spezifischen Bedingungen störungsanfälliger Ökosysteme angepasst ist, und zeige die Vorteile dieses Ansatzes gegenüber den bisherigen forstwirtschaftlichen Methoden auf. In den beiden daran anschließenden Kapiteln wende ich die neue Methode an, um die Auswirkungen von Landnutzungsänderungen auf die Kohlenstoffspeicherung zu analysieren und berücksichtige dabei auch das Verhältnis von holziger Biomasse zu im Boden gespeichertem Kohlenstoff. Mit diesem interdisziplinären Ansatz kann ich zeigen, dass sowohl die Intensivierung der Landwirtschaft als auch der Naturschutz mit großen Pflanzenfressern die ober- und unterirdische Kohlenstoffspeicherung in Büschen und Bäumen verringern, dieser Kohlenstoff jedoch nicht verloren geht, sondern teilweise in den organischen Kohlenstoffbestand des Bodens eingelagert wird. Anschließend quantifiziere ich die Kohlenstoffspeicherung im gesamten Ökosystem sowie in verschiedenen Ökosystemkompartimenten (ober- und unterirdischer Holzkohlenstoff in Sträuchern bzw. Bäumen sowie organischer Kohlenstoff im Ober- und Unterboden) von zwei verschiedenen Vegetationstypen der Studienregion. Darüber hinaus analysiere ich in einer Raum-Zeit-Substitution, wie sich zukünftige Landnutzungsänderungen auf die Kohlenstoffspeicherung in jedem Kompartiment und im gesamten Ökosystem auswirken. Die hier untersuchten Kohlenstoffspeicher unterscheiden sich in ihrer Beständigkeit gegenüber Landnutzungsänderungen, wobei jener Kohlenstoff, der in der Strauchbiomasse gebunden ist sich als am wenigsten beständig gegenüber künftigen Änderungen herausgestellt hat; demgegenüber ist der organische Kohlenstoff im Unterboden bei veränderter Landnutzung am stabilsten. Anschließend untersuche ich mit Hilfe von statistischen Modellen (Generalized Additive Models, GAMs), welche individuellen Landnutzungsfaktoren die Kohlenstoffspeicherung beeinflussen, und decke nichtlineare Effekte auf. Insbesondere Elefantenfraß kann zunächst positive Auswirkungen auf die Kohlenstoffspeicherung haben, die sich bei weiterer Intensivierung jedoch ins Gegenteil verkehrt. Dies muss bei zukünftigen Planungen berücksichtigt werden. Im letzten Kapitel diskutiere ich meine Ergebnisse im größeren Kontext dieser Arbeit und erörtere relevante Implikationen für Landnutzungsänderungen und zukünftige Entscheidungen. KW - biology KW - plant ecology KW - carbon storage KW - savanna KW - woodland KW - vegetation ecology KW - disturbance ecology KW - soil organic carbon KW - Biologie KW - Kohlenstoffspeicherung KW - Störungsökologie KW - Pflanzenökologie KW - Savanne KW - Organischer Bodenkohlenstoff KW - Vegetationsökologie KW - Baumsavanne Y1 - 2024 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:kobv:517-opus4-648943 ER -