122

DDA(Methode Linienkartierung) herangezogen, die mit den auf Grund der Landschaftsausstattung ermittelten, modellbasierten Erwartungswerten an Revierzahlen verglichen wurden. Mit Modell­simulationen für das gesamte Land Brandenburg wurde ein landesweites Bestandspotenzial an Feld­lerchenpaaren für den Agrarraum abgeschätzt und mit Bestandsermittlungen auf Grund statistischer Verfahren(Hochrechnungen) derselben Monito­ringdaten verglichen.

Die bei der Habitatstrukturanalyse zu Grunde gelegten Revierpunkte(chronologisch erster Be­obachtungspunkt im jeweiligen Revier) lagen fast ausschließlich in den landwirtschaftlichen Produk­tionsflächen, was zu einer ersten Eingrenzung der Reviervorkommen auf diese Teillebensräume der Agrarlandschaft führte. Dabei konnten keine Unter­schiede zwischen den Abundanzen auf Grünland­und Ackerlandflächen nachgewiesen werden. Baumreihen, Wälder, Siedlungen und Straßen haben in einem Radius von jeweils 120 m einen ne­gativen Einfluss auf die Besiedlung innerhalb der Produktionsflächen. Dabei handelt es sich nicht um einen Mindestabstand, sondern um einen Gradienten mit abnehmender Siedlungsdichte zu solchen Strukturen. Die Ergebnisse dieser beiden Schritte der Habitatstrukturanalyse fanden in einem ersten Modell Anwendung. Mit der Erstellung dieses Modells gelang eine Abgrenzung der offenen Areale innerhalb der Agrarlandschaft(Definition der„Offenlandschaft“). Es ist mit lediglich fünf Größen(Teillebensraum, vier Störfaktoren) relativ einfach gehalten(Abstraktion). Es gelingt, für die 67 Monitoringflächen Habitatgüten zu simulieren, die mit den darauf festgestellten Revierzahlen mit einem Koeffizienten von 0,456 korrelieren. Bei Klas­sifizierung der untersuchten Agrarlandschaft nach Teilbereichen mit unterschiedlichen Habitatgüten ergeben sich dazu proportional entwickelnde Sied­lungsdichten. Die tatsächlich von der Feldlerche besiedelten Areale werden schärfer eingegrenzt.

Strukturunterschiede innerhalb der offenen Be­reiche der Agrarlandschaft wurden für ein zweites, weiterführendes Habitatmodell untersucht. Ana­lysiert wurden hierfür die möglichen Habitat­faktoren Nässeeinfluss, Relief, Bodenform und Fruchtart. Außerordentlich hohe Siedlungsdichten konnten bei geringer Stichprobengröße für Legu­

Otis 17(2009)

minosenfelder nachgewiesen werden. Innerhalb der Bodensubstrattypen fielen höhere Abun­danzen auf Flächen mit Tonböden auf. Für alle weiteren untersuchten Parameter konnten keine Gruppenunterschiede festgestellt werden. Basie­rend auf dem ersten Modell wurde ein zweites, weiterführendes Habitatmodell zur Differenzierung der„Offenlandschaft“ hinsichtlich der Habitatgüte für die Feldlerche unter Einbeziehung der Substrat­typen erstellt. Dieses Modell führt zu einer ver­besserten Korrelation von simulierter mittlerer Habitatgüte und vorgefundener Revierzahl, es ist jedoch auf Grund der eher seltenen Tonböden sowie einer fehlenden Interpretation der Präferenz für diesen Substrattyp weniger aussagekräftig.

Als Ergebnis der Modellsimulationen stehen für jede Monitoringfläche 6.400 Zellen(Auflösung 12,5 x 12,5 m) mit Habitatgütewerten von 0(keine Vorkommenswahrscheinlichkeit) bis 1(optimales Habitat) zur Verfügung, deren arithmetisches Mittel jeweils die mittlere Habitatgüte einer Monito­ringfläche ergibt.

Im Rahmen der Modellverifizierung konnten die modellbasierten Erwartungswerte an Revier­zahlen auf den beiden vollständig erfassten Ver­gleichsflächen sowie in den vom Statistischen Bundesamt ermittelten 160 m-Erfassungszonen um die Begehungsroute auf den Flächen aus dem „Brutvogelmonitoring Deutschland“ im Wesent­lichen bestätigt werden. Auf Grund der Berück­sichtigung störender Einflüsse von Strukturen ent­lang der Begehungsrouten bieten die Ergebnisse der Modellsimulationen im Vergleich mit anderen Methoden der Berechnung von Erwartungswerten in der kleinräumigen Betrachtung leichte Vorteile. Die vom Statistischen Bundesamt ermittelte Erfas­sungszone von 160 m kann ebenfalls bestätigt wer­den, die Ergebnisse dieser Arbeit legen jedoch nahe, dass auch innerhalb einer Zone von bis zu 220m eine realistische Erfassung der Siedlungsdichte mög­lich ist.

Die Schätzung eines Bestandspotenzials im Bran­ denburger Agrarraum aufgrund der Simulation mit Modell 1 liefert mit ca. 282.000 BP in etwa die gleichen Ergebnisse wie die statistische Hoch­rechnung auf Basis der ermittelten Siedlungsdichten auf den landwirtschaftlichen Produktionsflächen der 67 Monitoringflächen mit ca. 291.000 BP.