oben links: Schematische Darstellung zur flugzeugbasierten Erfassung von Seevögeln und

Meeressäugetieren (Sissi Coppe, © 2018 FTZ); oben rechts: Kartierung von Wildbienen bei

Göttingen, NI (M. Ludwig); unten links: Vegetationskartierung bei Murnau, BY (H. Feilhauer);

unten rechts: Gelbild zu eDNA-Erfassung des Kammmolchs aus Teichwasserproben bei

Grimma, SN (S. Mittl).

Dr. Wiebke Züghart

Bundesamt für Naturschutz

Dr. Stefanie Stenzel

Fachgebiet II 1.3 „Terrestrisches Monitoring“

Beate Fritsche

Konstantinstr. 110, 53179 Bonn

E-Mail: wiebke.zueghart@bfn.de

Diese Veröffentlichung wird aufgenommen in die Literaturdatenbank „DNL-online“

BfN-Skripten sind nicht im Buchhandel erhältlich. Eine pdf-Version dieser Ausgabe kann unter

heruntergeladen werden.

Institutioneller Herausgeber:

Bundesamt für Naturschutz

Konstantinstr. 110

53179 Bonn

URL:

Der institutionelle Herausgeber übernimmt keine Gewähr für die Richtigkeit, die Genauigkeit und Vollstän-

digkeit der Angaben sowie für die Beachtung privater Rechte Dritter. Die in den Beiträgen geäußerten

Ansichten und Meinungen müssen nicht mit denen des institutionellen Herausgebers übereinstimmen.

Diese Schriftenreihe wird unter den Bedingungen der Creative Commons Lizenz Namens-

nennung – keine Bearbeitung 4.0 International (CC BY - ND 4.0) zur Verfügung gestellt

(https://creativecommons.org/licenses/by-nd/4.0/deed.de).

Druck: Druckerei des Bundesministeriums für Umwelt, Naturschutz und nukleare Sicherheit (BMU).

Gedruckt auf 100% Altpapier

ISBN 978-3-89624-346-1

DOI 10.19217/skr585

Bonn - Bad Godesberg 2020

 

3

Vorwort ............................................................................................................ 5

Bundesweite Monitoringprogramme des Naturschutzes zur Erfassung der

Biodiversität

Wiebke Züghart und Stefanie Stenzel .............................................................. 7

Standards und Indikatorartengruppen – Erfahrungen aus der ÖFS in

Nordrhein-Westfalen

Heinrich König ................................................................................................ 17

Heuschrecken als Indikatoren für den ökologischen Zustand des

Offenlandes in Deutschland

Thomas Fartmann .......................................................................................... 33

Anwendung digitaler Methoden zur Erfassung von marinen Wirbeltieren

Esther Rickert und Mirko Hauswirth ............................................................... 43

Viele bunte Bilder, nur was steckt dahinter? – Eine Einführung in die

vegetationskundliche Fernerkundung

Stefanie Stenzel und Hannes Feilhauer: ........................................................ 59

Fallbeispiele für den Einsatz von Fernerkundung im Vegetationsmonitoring

Hannes Feilhauer und Ulrike Faude ............................................................... 69

Internet der Fledermäuse – vernetze Ultraschallrekorder zur Erfassung der

Fledermausaktivität

Martin Koch, Peter Fischer, Lukas Schauer, Simon Käfer .............................. 81

Anwendung genetischer Methoden im Biodiversitätsmonitoring

Axel Hochkirch ............................................................................................... 91

Umwelt-DNA (eDNA) zum Nachweis schwer erfassbarer Arten in

aquatischen Ökosystemen

Claudia Wittwer, Maria Riaz und Carsten Nowak ......................................... 107

Einsatz der eDNA-Methode im naturschutzfachlichen Monitoring

– Fallbeispiel Kammmolch (

)

Sabrina Mittl, Klaus Richter und Detlef Tolke ............................................... 115

Bestandsveränderungen ausgewählter Brutvogelarten: Einflussvariablen,

Datenverfügbarkeit und Ursachenanalyse

Jakob Katzenberger, Sven Trautmann, Malte Busch,

Rainer Dröschmeister und Christoph Sudfeldt .............................................. 129

Tagfalter-Monitoring Deutschland – Methoden der Auswertung und

ausgewählte Ergebnisse

Martin Musche, Reinhart Feldmann, Alexander Harpke, Elisabeth Kühn

und Josef Settele ......................................................................................... 143

Biogeographische Modellierung mit Monitoringdaten: Baumarten im

Klimawandel

Klara Dološ und Ulrike Märkel ...................................................................... 151

4

Monitoring und Modellierung – Synergien für eine anwendungsorientierte

Biodiversitätsforschung

Katja Schiffers: ............................................................................................ 159

Synergien von Modellierung und Monitoring am Beispiel von Wäldern

und Grünland

Franziska Taubert, Friedrich Bohn, Edna Rödig und Andreas Huth ............. 171

Blickpunkte des Fachaustausches zum umfassenden bundesweiten

Biodiversitätsmonitoring

Stefanie Stenzel und Wiebke Züghart ......................................................... 189

5

Um dem Verlust der biologischen Vielfalt wirksam entgegentreten zu können, sind aussa-

gekräftige Daten zu Zustand und Veränderung von Natur und Landschaft erforderlich. Über

ein Monitoring der Biodiversität werden standardisiert und über lange Zeiträume wissen-

schaftlich fundierte Daten erhoben und für fachpolitische Entscheidungen aufbereitet. Sie

sind eine wichtige Grundlage für Analysen der Ursachen von Veränderungen und die Ablei-

tung von Handlungsmöglichkeiten zum Schutz der biologischen Vielfalt. Monitoringpro-

gramme mit Bezug zum Naturschutz zu entwickeln, deren Umsetzung fachlich und organi-

satorisch zu unterstützen und die Vernetzung der beteiligten Akteurinnen und Akteure zu

fördern ist eine wichtige Aufgabe für das Bundesamt für Naturschutz (BfN).

Die Ergebnisse von Monitoringprogrammen, die repräsentative Elemente der Biodiversität

erfassen, bilden die Grundlage für viele Indikatoren der Nationalen Strategie zur Biologi-

schen Vielfalt. Mit diesen können Zustand und Trends der biologischen Vielfalt dargestellt

werden. Der Indikatorenbericht 2014 zeigt deutlich, dass bisher ergriffene Maßnahmen

nicht ausreichen alle Ziele zum Schutz und zur Wiederherstellung der Biodiversität zu errei-

chen. Auch die Naturschutzoffensive 2020 des Bundesumweltministeriums weist auf die

weiterhin prekäre Situation der Biodiversität hin und legt außerdem ein Handlungspro-

gramm vor. Dieses sieht unter anderem eine Verbesserung der Datenlage zur biologischen

Vielfalt vor. Dazu sollen unter anderem das Biodiversitätsmonitoring weiterentwickelt und

neue Programme auf bundesweit repräsentativen Stichprobenflächen umgesetzt werden.

Auf die Notwendigkeit, das Biodiversitätsmonitoring auszubauen, weisen auch andere Ak-

teure aus Wissenschaft und Politik, wie der Sachverständigenrat für Umweltfragen, der

Wissenschaftsrat oder das Helmholtz-Zentrum für Umweltforschung hin.

Das bundesweite Monitoring im Naturschutz umfasst bislang unter anderem etablierte Pro-

gramme wie das FFH-Monitoring, das Vogelmonitoring und das Meeresmonitoring. In der

Erprobung befinden sich zum Beispiel das Ökosystem-Monitoring und das Insektenmonito-

ring. Mit dem nationalen Monitoringzentrum zur Biodiversität sollen künftig die bundeswei-

ten Aktivitäten im limnischen, terrestrischen und marinen Bereich ressortübergreifend ge-

bündelt und weiterentwickelt werden.

Auf Einladung des BfN tauschten sich MonitoringexpertInnen aus Verwaltung, Anwendung

und Wissenschaft auf der Tagung „Das umfassende bundesweite Biodiversitätsmonitoring

– Aktuelle Entwicklungen und Perspektiven“ Ende 2017 an der Internationalen Natur-

schutzakademie Vilm über die fachlichen Anforderungen an das Biodiversitätsmonitoring

aus. Wir danken allen AutorInnen für interessante Vorträge und konstruktive Diskussionen

auf der Tagung sowie für ihre Beiträge zu diesem Band. Da uns Familienplanung, Gesund-

heit und Arbeitsspitzen eine längere Zwangspause bescherten danken wir an dieser Stelle

auch für die uns entgegengebrachte Geduld und die Bereitschaft die Artikel auf aktuellem

Stand zu halten.

In dem hier vorliegenden Band werden nun die Beiträge und die Diskussionsergebnisse der

Tagung zusammengefasst.

Wiebke Züghart, Stefanie Stenzel, Beate Fritsche

Fachgebiet II 1.3 - Terrestrisches Monitoring, Bundesamt für Naturschutz

6

7

Wiebke Züghart und Stefanie Stenzel

Eines der Ziele der Naturschutz-Offensive 2020 ist die Verbesserung der Datenlage zur

Biodiversität in Deutschland. Dazu soll das Naturschutz-Monitoring weiterentwickelt und

ausgebaut werden. Mit dem FFH-Monitoring, dem HNV-Monitoring, dem Vogelmonitoring

und dem Meeresmonitoring sind bereits Programme etabliert, die standardisiert und über

lange Zeiträume Daten zur Biodiversität erfassen. Weitere Programme, wie z.B. das Insek-

tenmonitoring oder das Ökosystem-Monitoring sind in der Entwicklung bzw. Erprobung. Bei

der Weiterentwicklung des Naturschutz-Monitorings liegt der Schwerpunkt auf der Erfas-

sung des Zustands und der Entwicklung der Biodiversität in der Gesamtlandschaft. Die

bundesweit repräsentativen Stichprobenflächen bilden hierfür das räumliche und konzepti-

onelle Grundgerüst. Die Verwendung einer einheitlichen Flächenkulisse unterstützt die

Nutzung von Synergien z.B. bei der Datenauswertung und die Vernetzung der Beobach-

tungsprogramme. Auf der Fachtagung „Das umfassende bundesweite Biodiversitätsmonito-

ring – Derzeitige Entwicklungen und Perspektiven“ Ende 2017 auf Vilm fand ein intensiver,

fachlicher Austausch zwischen MonitoringexpertInnen aus Verwaltung, Anwendung und

Forschung zu Fragen der Weiterentwicklung des Biodiversitätsmonitorings statt.

One of the goals of the Nature Conservation Offensive 2020 is to improve the data situation

on biodiversity in Germany. To this end, nature conservation monitoring is to be further de-

veloped and expanded. Programmes have already been established in the form of FFH

monitoring, HNV monitoring, bird monitoring and marine monitoring, which collect data on

biodiversity in a standardized way and over long periods of time. Other programs, such as

insect monitoring or ecosystem monitoring, are being developed or tested. In the further

development of nature conservation monitoring, the focus is on recording the status and

development of biodiversity in the overall landscape. The nationwide representative sample

areas form the spatial and conceptual basis for this. The use of a uniform area backdrop

supports the use of synergies, e.g. in data evaluation and the networking of the monitoring

programs. At the conference "Comprehensive nationwide biodiversity monitoring – current

developments and perspectives" held on Vilm at the end of 2017, an intensive, professional

exchange took place between monitoring experts from administration, application and re-

search on questions regarding the further development of biodiversity monitoring.

Um dem Verlust der biologischen Vielfalt wirksam entgegenzutreten wird umfassendes und

belastbares Wissen zu Zustand und Veränderung von Natur und Landschaft sowie zu wich-

tigen Einflussgrößen benötigt. Die dazu erforderlichen Daten müssen wissenschaftlich fun-

diert sein und daher standardisiert und über lange Zeiträume erhoben werden. Über ein

Monitoring generierte Daten zur Biodiversität können zuverlässig für naturschutzfachliche

und politische Entscheidungen aufbereitet und bereitgestellt werden. Sie sind eine wichtige

Grundlage für Analysen der Ursachen von Veränderungen und für die Ableitung von Hand-

lungsmöglichkeiten zum Biodiversitätsschutz.

Im Jahr 2008 hat das BfN eine erste Tagung zum Thema Monitoring unter dem Titel „Na-

turschutz-Monitoring in Deutschland – Stand und Perspektiven“ durchgeführt (Dörpinghaus

8

et al. 2010). VertreterInnen aus Behörden, Verbänden und wissenschaftlichen Einrichtun-

gen haben sich über laufende Monitoringprogramme ausgetauscht sowie bundesweite

Fehlstellen und mögliche Kooperationen für die Zukunft diskutiert. Als eines der zentralen

Ergebnisse wurde festgehalten, dass für die Verbesserung der Datenlage insbesondere

eine Ergänzung der bestehenden Programme um ausgewählte Artengruppen sowie ein

bundesweites Biotopmonitoring wünschenswert sind. Den bundesweit repräsentativen

Stichprobenflächen, auf denen bereits das Monitoring häufiger Brutvögel und das HNV-

Farmland Monitoring durchgeführt werden, wurde auch für zukünftige weitere Monitoring-

programme eine große Bedeutung beigemessen. Die Nutzung ein und derselben Flächen-

kulisse ermöglicht kombinatorische Auswertungen und bietet für die Analyse komplexer

Entwicklungen, wie z.B. der Auswirkungen des Klimawandels auf die Biodiversität, verbes-

serte Datengrundlagen.

Unterstützung erhält die Weiterentwicklung des Naturschutz-Monitorings auch durch die

Politik. Nachdem der Indikatorenbericht 2014 (BMUB 2015a) zur Nationalen Strategie zur

biologischen Vielfalt (NBS) deutlich gezeigt hat, dass die bisher ergriffenen Maßnahmen

nicht ausgereicht haben die Ziele der NBS zu erreichen, wurde die Naturschutz-Offensive

2020 (BMUB 2015b) auf den Weg gebracht. Sie identifiziert Handlungsfelder, in denen die

größten Defizite bestehen und formuliert vordringliche Maßnahmen. In dem Handlungsfeld

IX „Kennen und Verstehen – Den Schatz des Naturwissens bewahren und vermehren“ wird

die derzeitige Datenlage problematisiert. Um diese zu verbessern soll ein sogenanntes

„umfassendes bundesweites Biodiversitätsmonitoring“ unter Nutzung der bundesweit re-

präsentativen Stichprobenflächen eingeführt werden. Dafür soll das bestehende Monitoring

so erweitert, harmonisiert und mit den Ländern abgestimmt werden, dass künftig aktuelle

Fragen zu Zustand und Entwicklung der biologischen Vielfalt in Deutschland verlässlich

beantwortet werden können. Im Koalitionsvertrag zur 19. Legislaturperiode bekennt sich die

Regierung zudem zum Aufbau eines nationalen Monitoringzentrums zur Biodiversität, des-

sen Zentrale am Bundesamt für Naturschutz angesiedelt wird. Das Monitoringzentrum soll

wichtige Impulse für eine Zusammenführung und Weiterentwicklung der Monitoringaktivitä-

ten im terrestrischen, marinen und limnischen Bereich hin zu einem sektorübergreifenden

Gesamtkonzept des Biodiversitätsmonitorings in Deutschland setzen.

Seit 2008 konnten die bundesweiten Monitoringprogramme des Naturschutzes deutlich

weiterentwickelt werden. Außerdem sind neue, ergänzende Monitoringprogramme in der

Entwicklung bzw. Erprobung.

Gemäß § 6 des BNatSchG beobachten Bund und Länder im Rahmen ihrer Zuständigkeiten

den Zustand und die Veränderungen von Natur und Landschaft, einschließlich der Ursa-

chen und Folgen dieser Veränderungen. Weiter heißt es, das Bund und Länder sich bei der

Beobachtung unterstützen. Den Ländern obliegt in der Regel die Umsetzung der Monito-

ringprogramme. Ausnahme ist das Meeresmonitoring in der AWZ, für dessen Umsetzung

der Bund zuständig ist sowie das ehrenamtlich getragene und vom Dachverband Deut-

scher Avifaunisten (DDA) koordinierte Vogelmonitoring. Der Bund fördert und unterstützt

u.a. bei der Konzeptentwicklung, dem Qualitätsmanagement und der Datenauswertung.

Wichtig ist auch die Unterstützung bei der Weiterentwicklung der Programme. Auf Grundla-

ge der Praxiserfahrungen werden Methoden, Analysen und das Datenmanagement opti-

miert und wo sinnvoll, an die aktuellen technischen Entwicklungen angepasst. Diese Opti-

mierungen müssen jedoch so erfolgen, dass keine unnötigen methodenbedingten Brüche

9

in Langzeit-Datenreihen entstehen und die Kontinuität in der Erfüllung der Zielstellung der

jeweiligen Programme gewahrt bleibt. Bundesweite Monitoringprogramme des Naturschut-

zes, bei denen Bund, Länder und Fachverbände eng zusammenarbeiten, sind das FFH-

Monitoring, das HNV-Farmland-Monitoring, das Vogelmonitoring sowie das Meeresmonito-

ring.

Grundlage für das FFH-Monitoring ist die Fauna-Flora-Habitat-Richtlinie (92/43/EWG, FFH-

RL). Diese verpflichtet die Mitgliedstaaten in Art. 11 zur Überwachung des Erhaltungszu-

stands der Lebensraumtypen (Anhang I) und Arten (Anhänge II, IV und V) von europäi-

schem Interesse. In einem mehrjährigen Abstimmungsprozess haben sich Bund und Län-

der auf ein bundesweit abgestimmtes Vorgehen beim FFH-Monitoring geeinigt (Sachtele-

ben, Behrens 2010). Dabei werden die LRT nach Anhang I und die Arten der Anhänge II

und IV in der atlantischen und der kontinentalen Region in Stichproben mit jeweils mindes-

tens 63 Vorkommen untersucht. Sind weniger als 63 Vorkommen eines LRT oder einer Art

in einer biogeografischen Region bekannt, werden alle Vorkommen in das Monitoring ein-

bezogen (Totalzensus). Insgesamt wurden in der Berichtsperiode 2013 - 2018 auf ca.

14.000 Probeflächen Monitoringdaten erhoben. Methodik, Untersuchungsaufwand und

Schwellenwerte für die dreistufige Bewertung des Erhaltungsgrads der einzelnen Vorkom-

men sind in den FFH-Bewertungsschemata festgelegt, die gemeinsam von Ländern und

Bund unter Beteiligung zahlreicher weiterer Expertinnen und Experten erarbeitet wurden

(Arten: BfN, BLAK (2017a), LRT: BfN, LAK (2017b). Das Monitoring ist eine wichtige

Grundlage für die nach Art. 17 FFH-RL zu erstellenden nationalen Berichte. Die Ergebnisse

des ersten Monitoring-Durchlaufs waren Teil des dritten nationalen Berichts 2013, der zwei-

te Monitoring-Durchlauf liefert Datengrundlagen für die Bewertungen in dem vierten natio-

nalen Bericht, der Ende August 2019 an die Europäische Kommission übermittelt wurde

(BfN 2019a). Die Methoden, Bewertungsvorgaben und Abläufe des FFH-Monitorings wer-

den fortlaufend überprüft und wo notwendig und sinnvoll angepasst.

Das Monitoring von Landwirtschaftsflächen mit hohem Naturwert (High-Nature-Value

(HNV)-Farmland-Monitoring) wird seit 2009 bundesweit durchgeführt. Ziel dieses Monito-

rings ist es, die Erfolge und Misserfolge bei den Anstrengungen zur Verbesserung der Um-

weltsituation in der Landwirtschaft, die von den Ländern, dem Bund und der Europäischen

Union unternommen werden, abzubilden. Dazu wurde der HNV-Farmland Indikator entwi-

ckelt, der den Anteil von Landwirtschaftsflächen mit hohem Naturwert an der gesamten

Agrarlandschaftsfläche misst. Als Flächenkulisse werden die bundesweit repräsentativen

Stichprobenflächen, auf denen auch das Monitoring häufiger Brutvögel durchgeführt wird,

genutzt (Abb.1). Um den Indikator berechnen zu können, werden im 4-Jahresrhytmus alle

landwirtschaftlichen Nutzflächen auf den Stichprobenflächen über die Erfassung von Pflan-

zenarten und -artengruppen, die eine erhöhte floristische Artenvielfalt bzw. eine extensive

Nutzung indizieren, einer Qualitätsbewertung unterzogen. Gleichermaßen werden Land-

schaftselemente über typspezifische Vielfalts- und Strukturparameter bewertet (Benzler et

al. 2015). Im Laufe der Jahre sind immer mehr Länder dazu übergegangen, neben den

Stichprobenflächen des Grundprogramms auch die Stichprobenflächen des Vertiefungs-

programms zu bearbeiten, was deutlich differenziertere Aussagen und den frühzeitigeren

Nachweis von Trends erlaubt (Hünig, Benzler 2017). Die seit 2009 vorliegende Zeitreihe an

Indikatorwerten basiert auf drei vollständigen Kartierzyklen. Der vierte Durchgang wird 2021

vollendet sein. Derzeit wird die Berechnung des Indikators methodisch modifiziert mit dem

Ziel, die Präzision des Indikators zu steigern. Dabei soll insbesondere die Bezugsfläche auf

Bundesebene genauer bestimmt und die Ergebnisse der Erfassung der Vertiefungs-

programme in den Ländern integriert werden. Die Modifikation wird zwar zu einer Verände-

rung der Indikatorwerte führen, die Kontinuität der Wertereihen aber nicht beeinträchtigen.

10

Das Vogelmonitoring in Deutschland startete bereits in den 1960er und 70er Jahren und

basiert zu einem erheblichen Anteil auf ehrenamtlichen Erfassungen, dazu kommen Pro-

gramme der Länder und Seevogelzählungen des BfN in der Ausschließlichen Wirtschafts-

zone (Sudfeldt et al. 2012). Das bundesweite ehrenamtlich getragene Vogelmonitoring

(Monitoring häufiger Brutvögel, Monitoring seltener Brutvögel und Monitoring rastender

Wasservögel) wird bundesweit vom Dachverband Deutscher Avifaunisten (DDA) koordiniert

und in Zusammenarbeit mit dem BfN sowie den Vogelschutzwarten der Länder wissen-

schaftlich für Naturschutzfragen ausgewertet. Die gemeinsame Nutzung der Ergebnisse

aus dem ehrenamtlichen Vogelmonitoring Deutschlands durch Bund und Länder und die

Finanzierung der durch den DDA dafür zu erbringenden Leistungen wird in der Bund-

Länder-Verwaltungsvereinbarung Vogelmonitoring (VV Vogelmonitoring) geregelt. Die VV

Vogelmonitoring besteht seit 2008 und hat sich als Modell für eine Kooperation zwischen

Bund, Ländern und ehrenamtlich getragenem Fachverband bewährt. Das Monitoring häufi-

ger Brutvögel wird auf den bundesweit repräsentativen Stichprobenflächen durchgeführt,

wogegen das Monitoring rastender Wasservögel eine Gebietskulisse von mehreren tau-

send Zählgebieten an Still-, Fließ- und Küstengewässern verwendet. Das Vogelmonitoring

wurde und wird fortlaufend weiterentwickelt und optimiert. Ein besonderer Schwerpunkt

liegt derzeit auf der Einführung digitaler Werkzeuge für die Kartierung im Feld bis hin zur

Datenauswertung, wodurch der Datenfluss erheblich beschleunigt und die Kartierenden

von der analogen Datenaufbereitung entlastet werden sollen. Bei der Weiterentwicklung

des Monitorings seltener Brutvögel werden bundesweit einheitliche Methoden eingeführt,

die auf die breite Beteiligung des Ehrenamtes zugeschnitten und auf die Ermittlung von

Bestandstrends fokussiert sind.

Die im Meer geltenden rechtlichen Anforderungen an das Monitoring entsprechen z.T. auch

den an Land bekannten rechtlichen Verpflichtungen, wie z.B. der FFH-Richtlinie. Darüber

hinaus sind im Meer weitere europäische Richtlinien und internationale Übereinkommen

verpflichtend, im Wesentlichen sind dies die Meeresstrategie-Rahmenrichtlinie sowie die

Übereinkommen zum Schutz des Nordost-Atlantiks und der Ostsee. Die aktuelle Schutzge-

bietskulisse in der deutschen Nord- und Ostsee zeigt, dass knapp die Hälfte (45 %) der ca.

56.500 km² großen deutschen Meeresfläche in der Nord- und Ostsee als Natura 2000-

Gebiete ausgewiesen sind. Die Besonderheit beim Meeresmonitoring ist, dass für die Um-

setzung auf den Flächen der Ausschließliche Wirtschaftszone (AWZ, 12 - 200 sm) der

Bund zuständig ist. Die Koordination erfolgt durch den Bund/Länder Ausschuss für Nord-

und Ostsee (BLANO). Der durch die rechtlichen Anforderungen vorgegebene Fokus des

Biodiversitäts-Meeresmonitorings liegt auf Meeressäugetieren, Fischen, Seevögeln und

benthischen Arten und Biotopen.

Über die beschriebenen Monitoringprogramme hinaus gibt es in Deutschland weitere bun-

desweite Programme, die ganz eigenen Zielstellungen folgen, in denen aber auch Daten

zur Biodiversität erhoben werden. Dazu gehören z.B. das Monitoring nach Wasserrahmen-

richtlinie (WRRL) für die Zustandsbewertung der Oberflächenwasserkörper, die Bun-

deswaldinventur

(BWI),

die

Bodenzustandserfassung

(BZE)

oder

die

Boden-

Dauerbeobachtung der Länder. Bundesweit etabliert ist außerdem das ehrenamtliche Tag-

falter-Monitoring Deutschland, das vom Helmholtz-Zentrum für Umweltforschung (UFZ)

koordiniert wird.

11

Abb. 1:

Grundprogramm der bundesweit repräsentativen Stichprobenflächen. Die 1.000 Stichpro-

benflächen wurden 2004 für das Monitoring häufiger Brutvögel vom Statistischen Bundes-

amt gezogen. Um der Heterogenität der Gesamtlandschaft Rechnung zu tragen, wurde die

Stichprobe als geschichtete Stichprobe (sechs Nutzungs- und 21 Standorttypen) konzipiert

(Mitschke et al. 2005) (Quelle: BfN & StBA 2004; Geodaten: ©GeoBasis-DE/BKG 2003).

Zur Erreichung des Ziels der Naturschutzoffensive 2020, die Datenlage zur Biodiversität zu

verbessern, sollen die bereits bestehenden Monitoringprogramme des Naturschutzes um

weitere Programme zur Erfassung der Biodiversität ergänzt werden. Dabei soll der

Schwerpunkt auf Erhebungen in der Gesamtlandschaft gelegt und hierfür die bundesweit

repräsentativen Stichprobenflächen genutzt werden (Abb. 1). Dieses Stichprobennetz bildet

das räumliche und konzeptionelle Grundgerüst, an dem sich die zukünftigen Entwicklungen

orientieren.

Die Vernetzung der Monitoringaktivitäten und die Nutzung von Synergien sind zentrale

Leitgedanken bei dem Ausbau der bereits bestehenden und der Entwicklung neuer Monito-

ringprogramme. Die Durchführung verschiedener Beobachtungen auf einer einheitlichen

Flächenkulisse ermöglicht die gemeinsame und damit vertiefte Auswertung der Daten und

fördert die Analyse von Wirkungszusammenhängen und Ursachen für den Rückgang der

biologischen Vielfalt. Synergien ergeben sich aber auch in Bezug auf die Infrastruktur, die

verwendeten Parameter und Methoden, die Daten zu Umweltparametern und anderen Ein-

flussgrößen oder dem Erhebungsdesign.

12

Der Bedarf an bundesweiten Informationen zur Häufigkeit, Verteilung, flächenmäßigen

Ausdehnung sowie zum Zustand und zu Veränderungen von Biotopen in der Gesamtland-

schaft wurde bereits auf dem Workshop in 2008 zum Ausdruck gebracht. Um diese Lücke

zu füllen wird seit 2016 ein Ökosystem-Monitoring entwickelt und erprobt. Dabei wird die

Erfassung der HNV-Anteile auf den bundesweit repräsentativen Stichprobenflächen um

eine vollständige Kartierung der Biotope und ihrer Qualitätsmerkmale erweitert. Mit dem

Ökosystem-Monitoring werden bundesweite Aussagen zum Landschaftswandel möglich.

Neben der Qualität, Ausstattung oder Naturnähe von Biotopen können Einflussfaktoren wie

Landnutzungswandel, Versiegelung und Zerschneidung oder Intensivierung der Landwirt-

schaft repräsentativ für die Gesamtlandschaft dokumentiert und bewertet werden. Unter-

stützt durch ein Forschungsvorhaben wurden die erforderlichen methodischen Grundlagen

für das Ökosystem-Monitoring entwickelt und erprobt. Dazu gehören eine Kartieranleitung

samt bundesweit gültigem Kartierschlüssel, Zuordnungslisten zu den Länderschlüsseln, die

eine Vergleichbarkeit mit Kartierungen der Länder sicherstellen und eine Erfassungssoft-

ware (PAN 2020). In einem Folgevorhaben wird das Ökosystem-Monitoring auf einer brei-

ten Auswahl von Stichprobenflächen in Deutschland angewendet und die Methodik opti-

miert. Die Daten bilden die Grundlage für die Entwicklung eines soliden Aus- und Bewer-

tungsverfahren.

Aktuelle Veröffentlichungen zu Rückgängen lokaler Insektenpopulationen haben auch den

Ruf nach bundesweiten, systematisch erhobenen Langzeitdaten zu Bestandsveränderun-

gen der Insektenfauna laut werden lassen. Die Bundesregierung hat die Entwicklung und

Umsetzung eines bundesweiten Insektenmonitorings in den Maßnahmenkatalog des „Akti-

onsprogramm Insektenschutz“ (BMU 2019) aufgenommen. Im Sommer 2018 ist ein For-

schungsvorhaben mit dem Ziel gestartet, die konzeptionellen Grundlagen für ein bundewei-

tes Insektenmonitoring zu entwickeln. Um einen harmonisierten Einstieg in das Insekten-

monitoring zu ermöglichen, wurde Anfang 2019 in enger Zusammenarbeit mit den Landes-

fachbehörden, ein „Einheitlicher Methodenleitfaden Insektenmonitoring“ (BfN 2019b), erar-

beitet. Er beschreibt Zielstellung und Grundstruktur des Monitorings und enthält Methoden-

beschreibungen für erste Bausteine des Minimalprogramms. Das bundesweite Insekten-

monitoring soll zum einen Aussagen zu häufigen Insekten der Gesamtlandschaft Deutsch-

lands ermöglichen. Für dieses „Monitoring häufiger Insekten“ wird das Netz der bundesweit

repräsentativen Stichprobenflächen genutzt. Zum anderen sollen Insekten seltener Lebens-

räume und aus Naturschutzsicht besonders wertvolle Insekten wie zum Beispiel seltene

und gefährdete Arten berücksichtigt werden. Für dieses „Monitoring seltener Insekten“ sind

ergänzende und teilweise sehr spezifische Flächenkulissen erforderlich. Der Methodenleit-

faden stellt einen wichtigen ersten Meilenstein, hin zu einem bundesweiten Insektenmonito-

ring, dar. Auf ihn baut die weitere Konzeptentwicklung auf.

Im Unterschied zur FFH-Richtlinie enthält die bereits 1979 verabschiedete Vogelschutz-

richtlinie (VRL) keine expliziten Monitoringverpflichtungen. Um auch für die Vogelarten eine

Übersicht über den Erhaltungszustand zu ermitteln, wurde von der EU-Kommission und

den Mitgliedstaaten 2011 ein entsprechend modifiziertes Berichtsformat für den Vogel-

schutzbericht eingeführt. Mit der Novellierung des Art. 12 der VRL im Rahmen der EU-VO

2019/1010 im Juni 2019 ist nun auch für die Umsetzung der VRL ein Monitoring europäi-

scher Vogelarten innerhalb und außerhalb der EU-Vogelschutzgebiete verpflichtend. Ne-

ben den Beständen, der Verbreitung und den Trends der Vogelarten in Deutschland ist zu

berichten, wie sich die wertgebenden Arten in den Vogelschutzgebieten entwickeln. Die

nationalen Berichte nach Vogelschutzrichtlinie 2013 und 2019 haben gezeigt, dass gerade

in diesem Bereich noch Defizite beim Monitoring herrschen (Gerlach et al. 2019), die durch

eine stärkere Abstimmung und Ergänzung der Beobachtungen in den Vogelschutzgebieten

13

behoben werden sollen. Wichtig sind dafür der Ausbau des Monitorings seltener Brutvögel

und der alle sechs Jahre zu wiederholenden Brutbestandserfassung durch die Länder in

den EU-Vogelschutzgebieten. In einem Forschungsvorhaben werden derzeit die fachlichen

und organisatorischen Grundlagen für ein harmonisiertes Monitoring europäischer Vogel-

schutzgebiete erarbeitet und die Länder dabei unterstützt, ein bundesweit harmonisiertes

Monitoring zu etablieren.

Mit der Initiative des Nationalen Naturerbes (NNE) wurden für den Naturschutz bedeutsame

Flächen des Bundes unentgeltlich an Länder, die Deutsche Bundesstiftung Umwelt (DBU)

sowie Naturschutzverbände und Naturschutzstiftungen übertragen. Ein Teil der NNE-

Flächen ist beim Bund verblieben. Insgesamt sind aktuell 156.000 ha als Naturerbeflächen

gesichert. An die Übertragung dieser Flächen ist die Aufgabe der Wahrung der Belange

des Naturschutzes gebunden. Rund zweidrittel der Flächen sind Waldlebensräume, die

langfristig dem Prozessschutz unterliegen. Wertvolle Offenlandökosysteme sind dagegen

ebenso wie Moore und naturnahe Auen-, Ufer- und Gewässerbereiche zu erhalten und ggf.

zu entwickeln. Auch wenn ein Monitoring der NNE-Flächen nicht verpflichtend vorgeschrie-

ben ist, besteht doch ein großes Interesse von Bund und Flächeneigentümern, die Entwick-

lung der NNE-Flächen zu dokumentieren und die Wirksamkeit von Maßnahmen zu bewer-

ten. Die FlächeneigentümerInnen, weitere Akteure und der Bund haben sich zum Ziel ge-

setzt ein praktikables Monitoring-System für Naturerbeflächen zu entwickeln und zu beglei-

ten (Züghart et al. in Vorb.). Mit dem Basis-Modul des Waldmonitorings (Schwill et al.

2016), dem Handbuch für ein Foto-Monitoring (Peinelt et al. 2016) und dem Basismodul I –

Monitoring häufiger Brutvögel auf Flächen des Nationalen Naturerbes (Sudfeldt et al. 2018)

stehen bereits erste Methoden für die breite Anwendung zur Verfügung. Ein Basismodul II

– seltene Brutvögel ist in der Bearbeitung. Das Basismodul für Tagfaltererfassungen wird

gemeinsam mit dem UFZ erarbeitet und für 2020 zum Testen bereitstehen.

Während über den Bestand seltener und häufiger Gefäßpflanzen aus verschiedenen Erfas-

sungsprojekten oder Kartierungsinitiativen in der Regel gute Daten vorliegen, fehlen diese

bei den sogenannten mittelhäufigen Arten. Um eine valide Grundlage für die Bewertung der

Bestandstrends von Pflanzenarten in der Gesamtlandschaft zu erhalten, wird derzeit in ei-

nem Forschungsvorhaben geprüft, welche Methode für eine standardisierte und regelmäßi-

ge Erfassung mittelhäufiger Pflanzenarten auf den bundesweit repräsentativen Stichpro-

benflächen geeignet ist. Die Erfassung der Gefäßpflanzen soll so konzipiert werden, dass

sie und das Ökosystem-Monitoring ineinandergreifen um Synergieeffekte zu erzielen.

In den vergangenen Jahren wurden viele wichtige Schritte getan um den Ausbau und die

Weiterentwicklung des „umfassenden bundesweiten Biodiversitätsmonitorings“ (Natur-

schutz-Offensive 2020) voran zu bringen. Um diesen Prozess fortzuführen, bieten sich viel-

fältige Handlungsstränge an. Um die Datenlage und damit die Aussagemöglichkeiten zu

Zustand und Trends der Biodiversität, weiter zu verbessern, müssen relevante Datenlücken

identifiziert und durch ergänzende Beobachtungsansätze geeigneter Indikatoren geschlos-

sen werden. Technische Innovationen können klassische Erfassungsmethoden ergänzen,

erleichtern oder beschleunigen, aber auch ganz neue Lebensräume und Artengruppen für

das Monitoring erschließen. Für die Weiterentwicklung des Monitorings ist es daher wichtig,

den Stand der Forschung zu verfolgen, die Fragestellungen und Anforderungen des Moni-

torings in den Forschungsprozess einzubringen und auf die Eignung von Methoden für den

Routineeinsatz hinzuwirken. Aber auch Methoden für die Analyse von Daten werden stän-

dig weiterentwickelt. Ziel sollte nicht nur sein, die Datenlage an sich zu verbessern, sondern

die Daten die bereits generiert werden immer besser auszuwerten.

14

Mit diesen drei Handlungssträngen hat sich die Fachtagung „Das umfassende bundesweite

Biodiversitätsmonitoring – Derzeitige Entwicklungen und Perspektiven“ Ende 2017 in der

internationalen Naturschutzakademie auf Vilm beschäftigt. Die Leitfragen der Veranstaltung

waren:

1. Was sind die Kriterien für ein umfassendes Biodiversitätsmonitoring?

Bei dieser Frage geht es darum, die konkreten Schritte für den weiteren Ausbau des Na-

turschutz-Monitorings hin zu einem „umfassenden“ Monitoring der Biodiversität zu disku-

tieren. Welche konkreten Fragestellungen sollen mit dem Monitoring beantwortet wer-

den, welche Indikatoren sind dafür relevant und was wird gebraucht um dies umzuset-

zen.

2. Welche neuen technischen Entwicklungen können das Monitoring unterstützen und/oder

ergänzen?

Die Forschung im Bereich neuer technischer Entwicklungen schreitet rasant voran. Viele

neue Techniken wie z.B. Fernerkundung, bioakustische Sensoren, automatisierte Bil-

derkennungsverfahren oder eDNA besitzen das Potential zur Unterstützung des Bio-

diversitätsmonitorings. Allerdings liegen zwischen der Neuentwicklung einer Methode

und deren routinemäßiger Anwendung in einem systematischen Monitoring oft viele Ar-

beitsschritte und lange Zeiträume. Ziel ist es hier, sich über den Stand aktueller Entwick-

lungen auszutauschen und die Möglichkeiten der Anwendung für das Monitoring zu dis-

kutieren.

3. Wie können die vorhandenen Daten weitergehender ausgewertet und aufbereitet und

Synergien genutzt werden?

In diesem dritten Block werden verschiedene Ansätze zur Auswertung, Analyse und

Modellierung von Monitoringdaten anhand konkreter Beispiele vorgestellt, Erfahrungen

ausgetauscht und weitergehende Anwendungsmöglichkeiten diskutiert.

Mit der Veranstaltung wurde der Raum für einen fachlichen Austausch zwischen Monito-

ringexpertInnen aus Verwaltung, Anwendung und Wissenschaft zu Fragen der Weiterent-

wicklung des Biodiversitätsmonitorings geboten und auch angenommen. Die Inhalte der

Vorträge und Diskussionen werden in den folgenden Kapiteln dieses Bandes zusammen-

gefasst und können auf dem Weg zu einem umfassenden, bundesweiten Biodiversitätsmo-

nitoring einen wichtigen Beitrag leisten.

Benzler, A., Fuchs, D., Hünig, C. (2015): Methodik und erste Ergebnisse des Monitorings

der Landwirtschaftsflächen mit hohem Naturwert in Deutschland. Beleg für aktuelle Bio-

diversitätsverluste in der Agrarlandschaft. Natur und Landschaft 90 (7): 309-316.

Bundesamt für Naturschutz (BfN) (2019a): Nationaler Bericht 2019 gemäß FFH-Richtlinie.

URL:

bericht.html (letzter Zugriff 28.07.2019).

Bundesamt für Naturschutz (BfN) (2019b): Einheitlicher Methodenleitfaden Insektenmonito-

ring. URL:

Insektenmonitoring_2019.pdf (letzter Zugriff 22.07.2020).

Bundesamt für Naturschutz (BfN), Bund-Länder-Arbeitskreis (BLAK) FFH-Monitoring und

Berichtspflichten (Hrsg.) (2017a): Bewertungsschemata für die Bewertung des Erhal-

tungsgrades von Arten und Lebensraumtypen als Grundlage für ein bundesweites FFH-

Monitoring. BfN-Skripten 480, Teil I, 374 S.

15

Bundesamt für Naturschutz (BfN), Bund-Länder-Arbeitskreis (BLAK) FFH-Monitoring und

Berichtspflichten (Hrsg.) (2017b): Bewertungsschemata für die Bewertung des Erhal-

tungsgrades von Arten und Lebensraumtypen als Grundlage für ein bundesweites FFH-

Monitoring. BfN-Skripten 481, Teil II, 242 S.

Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (BMUB) (2015a):

Indikatorenbericht 2014 zur Nationalen Strategie zur biologischen Vielfalt. Bonn, 111 S.

Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit (BMUB) (2015b):

Naturschutz-Offensive 2020. Für biologische Vielfalt! Berlin, 39 S.

Bundesministerium für Umwelt, Naturschutz und nukleare Sicherheit (BMU) (2019): Akti-

onsprogramm Insektenschutz. Gemeinsam wirksam gegen das Insektensterben. URL:

BMU/Pools/Broschueren/aktionsprogramm_insektenschutz_kabinettversion_bf.pdf (letz-

ter Zugriff 22.07.2020).

Dörpinghaus, A., Dröschmeister, R., Fritsche, B. (Bearb.) (2010): Naturschutz Monitoring in

Deutschland. Stand und Perspektiven. Naturschutz und Biologische Vielfalt 83, 274 S.

Gerlach, B., Dröschmeister, R., Langgemach, T., Sudfeld, C. et al. (2019): Vögel in

Deutschland – Übersichten zur Bestandssituation. DDA, BfN, LAG VSW. Münster

(DDA), 63 S.

Hünig, C., Benzler, A. (2017): Das Monitoring der Landwirtschaftsflächen mit hohem Na-

turwert in Deutschland. BfN-Skripten 476, 45 S.

Mitschke, A., Sudfeldt, C., Heidrich-Riske, H., Dröschmeister, R. (2005): Das neue Brutvo-

gelmonitoring in der Normallandschaft Deutschlands – Untersuchungsgebiete, Erfas-

sungsmethode und erste Ergebnisse. Vogelwelt 126: 127-140.

Peinelt, N., Kathke, S., Hönig, L., Schleyer, E. et al. (2016): Handbuch Fotomonitoring auf

Flächen des Nationalen Naturerbes. Naturstiftung David (Hrsg.). 30 S. URL:

Downloads/NNE_Infoportal/Monitoring/Handbuch_Fotomonitoring.pdf

(letzter

Zugriff

17.04.2020).

Planungsbüro für angewandten Naturschutz GmbH (PAN) (2020): Ökosystem-Monitoring

auf bundesweit repräsentativen Stichprobenflächen. Abschlussbericht des gleichnami-

gen F+E-Vorhabens (FKZ 3516 82 1100). BfN-Skripten 585, 189 S.

Sachteleben, J., Behrens, M. (2010): Konzept zum Monitoring des Erhaltungszustandes

von Lebensraumtypen und Arten der FFH-Richtlinie in Deutschland. – Ergebnisse des

F+E-Vorhabens „Konzeptionelle Umsetzung der EU-Vorgaben zum FFH-Monitoring und

Berichtspflichten in Deutschland“. BfN-Skripten 278, 180 S.

Schwill, S., Schleyer, E., Planek, J. (2016): Handbuch Waldmonitoring auf Flächen des

Nationalen

Naturerbes.

Naturstiftung

David

(Hrsg.):

15

S.

Monitoring/Handbuch_Waldmonitoring.pdf (letzter Zugriff 17.04.2020).

Sudfeldt, C., Dröschmeister, R., Stenzel, S., Trautmann, S. et al. (2018): Anleitung für das

Brutvogelmonitoring auf Flächen des Nationalen Naturerbes. Basismodul I – häufige

Brutvögel. Münster (Dachverband Deutscher Avifaunisten), 9 S.

Sudfeld, C., Dröschmeister, R., Wahl, J., Trautmann, S. et al. (2012): Vogelmonitoring in

Deutschland. Programme und Anwendungen. Naturschutz und Biologische Vielfalt 119,

257 S.

Züghart, W., Reiter, K., Metzmacher, A. (in Vorb.): Monitoring auf Flächen des Nationalen

Naturerbes. Erfahrungsaustausch zu Monitoringkonzepten auf Flächen des Nationalen

Naturerbes. BfN-Skripten.

16

Wiebke Züghart* und Stefanie Stenzel

Bundesamt für Naturschutz

Fachgebiet II 1.3 „Terrestrisches Monitoring“

Konstantinstr. 110, 53179 Bonn

E-Mail: *wiebke.zueghart@bfn.de

17

Heinrich König

Die Ökologische Flächenstichprobe (ÖFS) ist im Verlauf der letzten 20 Jahre in NRW zu

einem fest etablierten zentralen Modul im landesweiten Biodiversitätsmonitoring geworden.

Vor über 20 Jahren ist dieses Monitoringprogramm als Landschaftsmonitoring für die Nor-

mallandschaft bzw. Gesamtlandschaft konzipiert worden. Ziel war es repräsentative Daten

und Zahlen für das Land NRW zu erhalten und eine Entwicklung dieser Daten im zeitlichen

Verlauf systematisch sicher zu stellen und zu dokumentieren. Bei der Methodenentwicklung

der ÖFS Mitte der 90iger Jahre konnte seinerzeit auf keine umfangreichen Erfahrungen in

Deutschland oder Europa zurückgegriffen werden. Notwendige Standards für das Stichpro-

bendesign wie Größe und Zuschnitt der ÖFS-Untersuchungsflächen, ihre Anzahl und Ver-

teilung in der Fläche musste sowohl mathematisch-statistischen Vorgaben als auch fachli-

chen Kriterien genügen. Einerseits sollten die Untersuchungsflächen so groß gewählt wer-

den, dass auch repräsentative Landschaftsausschnitte dargestellt werden, andererseits

dürfen die Untersuchungsflächen nicht zu groß gewählt werden, dass aus methodischen

Gründen eine Geländearbeit in hoher Detailtiefe nicht mehr zu bewältigen ist. Bei der Aus-

wahl der Indikatorengruppen stand neben einer hohen Indikatoreigenschaft auch im Vor-

dergrund, ob diese methodisch auf Landschaftsausschnitten im Gelände zu erfassen sind

und genügend erfahrene KartiererInnen zur Verfügung stehen. Die anfänglichen Basis-

Indikatorengruppen Biotoptypen, Gefäßpflanzen und Brutvögel sind im Laufe der Zeit er-

gänzt worden. Im Jahre 2019 hat NRW damit begonnen systemattisch Heuschrecken und

Tagfalter auf ÖFS-Flächen zu erfassen. Neben Landesaufgaben sind mit den Jahren auch

Berichtspflichten auf Bundes- und EU-Ebene hinzugekommen, die mit den Ergebnissen der

ÖFS bedient werden können (König 2010).

During the last 20 years, Ecological Area Sampling (ÖFS) has become a well-established

core module within biodiversity monitoring in North-Rhine – Westphalia (NRW). Twenty

years ago, ÖFS was established as a monitoring program for the ‘average’ landscape. The

aim was to obtain representative data and figures for NRW and to systematically document

trends in this data over time. When the methods for ÖFS were developed in the mid-1990s,

no comprehensive experience in this field was available from Germany or Europe. Stand-

ards for sample design such as size and form of the sample plots, their number and distri-

bution had to suffice mathematical-statistical requirements as well as technical criteria. The

sample plots need to be large enough to show representative sections of the landscape; on

the other hand, the plots should not be too large in order to still allow detailed sampling to

take place. For the selection of indicator groups, besides the general suitability as indicator,

it was important that indicators can be well sampled in the field within the given plot and

that there are enough experienced persons to undertake the sampling. Initially, habitat

types, vascular plants and breeding birds were chosen as indicator groups, to which more

groups were added over time. In 2019, the systematic sampling of grasshoppers and crick-

ets, and butterflies was added to the ÖFS portfolio. The results of the ÖFS not only serve

NRW-wide tasks, but also national reporting at federal state and EU level.

18

Abb. 1: ÖFS-Untersuchungsgebiet als Ausschnitt der Normallandschaft im Ballungsraums

Rhein/Ruhr (Quelle: eigene Darstellung, Luftbild © Geobasis NRW).

In den 90iger Jahren war der Datenbedarf für eine umweltökonomische Gesamtrechnung

seitens des Statistischen Bundesamtes (StBA) der Auslöser für ein in den Jahren 1994 -

1997 vom Bundesministerium für Bildung und Forschung (BMBF) finanziertes Pilotprojekt

„Entwicklung eines Indikatorensystems für den Zustand der Umwelt in der Bundesrepublik

Deutschland mit Praxistest für ausgewählte Indikatoren und Bezugsräume“ (Radermacher

et al. 1998).

In dieser vom Bundesumweltministerium (BMU) und dem Bundesamt für Naturschutz (BfN)

unterstützten Studie wurde erstmals die Ökologische Flächenstichprobe (ÖFS) als geeigne-

tes Monitoringprogramm für die Normallandschaft beschrieben, das gut geeignet ist, auf

einem repräsentativen Untersuchungsnetz biotoptypenbezogene Strukturparameter, floris-

tische und faunistische Daten zu erheben, um Umwelt- und Naturschutzindikatoren zu be-

dienen. Weiterhin kann sie notwendige Daten liefern, um den Zustand der Normalland-

schaft bzw. der Gesamtlandschaft zu beschreiben und Einflussgrößen auf ökosystemare

Veränderungen abbilden.

Fast zeitgleich wurde im Bundesland NRW 1994 das naturschutzbezogene Monitoring, ein

umfassendes Biodiversitätsmonitoring, auf drei Säulen gestellt, neu strukturiert und organi-

siert:

•

Artmonitoring,

•

Biotopmonitoring,

•

Landschaftsmonitoring.

Während die Beobachtung und gar ein Monitoring (seltener) Arten und Lebensräume (Art-

und Biotopmonitoring), zumindest zum Teil, bereits auf eine gewisse Tradition zurückbli-

19

cken können, war ein Landschaftsmonitoring ein Novum (Wolff-Straub et al. 1996). Denn

nicht die „Perlen des Naturschutzes“ standen bei diesem Monitoringprogramm im Vorder-

grund, sondern die genutzte Agrar-, Forst

-

und Industrie- und Siedlungslandschaft, in de-

nen Naturschutzaktivitäten bislang eher als unbedeutend einzustufen waren.

Um eine große Datenlücke zu schließen, war der Anspruch an das nordrhein-westfälische

Landschaftsmonitoring klar mit dem Ziel umrissen, umwelt- und naturschutzbezogene Da-

ten auf Landesebene zu ermitteln. Im Vordergrund standen häufige und mittelhäufige Bio-

toptypen und deren Strukturparameter und Arten. Eine landesweit vollständige, oder nahe-

zu vollständige Erfassung, Kartierung, Bearbeitung und Bewertung von häufigen Arten und

Biotoptypen war von vornherein ausgeschlossen. Daher konnte nur ein geeignetes reprä-

sentatives Untersuchungsnetz Grundlage sein.

In dem Industrieland NRW mit 18 Millionen Einwohnern und mit dem Ruhrgebiet dem größ-

ten Ballungsraum in Europa (Abb. 1) stellten sich bei der Festlegung von Standards und

der Auswahl von Indikatorengruppen für ein solches Monitoring gewisse neue Herausforde-

rungen, die hier im Folgenden besprochen werden.

Als Größe für eine Untersuchungsfläche des Landschaftsmonitorings wurden quadratische

Landschaftsausschnitte von je 100 ha als normativ sinnvoll und geeignet festgelegt. In 100

ha großen Landschaftsausschnitten können einerseits noch Charakteristika einer Land-

schaft, wie bspw. Zusammenhänge zwischen verschiedenen Biotoptypen und Lebensräu-

men analysiert und dargestellt werden. Andererseits ist es bis zu dieser Flächengröße noch

möglich mit vertretbaren Aufwand Indikatorengruppen flächig und quantitativ im Gelände zu

erfassen.

Raum- und flächenbezogene Monitoringnetze sind mehrheitlich als regelmäßige Raster mit

standardisiertem Abstand der Untersuchungsflächen zueinander ausgebildet, wie bei-

spielsweise in der bundesweiten bzw. landesweiten Waldinventur (BWI, LWI) oder dem

Schweizer Biodiversitätsmonitoring (Küttel 2010). Für ein festes Raster-Untersuchungsnetz

sind im Vorfeld einer Festlegung der Untersuchungsflächen keine umfangreichen Analysen

notwendig. Als nachteilig ist jedoch anzusehen, dass aus statistischer Sicht großflächige

Landschaftsräume „unnötig“ zu häufig bearbeitet werden, während kleinflächige Land-

schaftsräume schnell unterrepräsentiert sind. Diese Probleme können bei einer geschichte-

ten Zufallsstichprobe minimiert oder gar weitgehend ausgeschlossen werden. Ziel der Pla-

nung des Stichprobendesigns der ÖFS war es, ausreichend Untersuchungsflächen zu er-

mitteln, die in der Flächensumme ca. 0,5 % der NRW-Landesfläche repräsentieren. Den

geschichteten Zufallsstichproben lagen einerseits sechs Landschaftsräume (z.B. „Sandiges

Tiefland“) und drei Landnutzungs-Haupttypen (Agrarräume, forstliche und urbane Räume)

zu Grunde. Die sechs Landschaftsräume sind aus der Karte der potentiellen natürlichen

Vegetation (Trautmann 1972) entwickelt worden, in dem die dort dargestellten 37 Vegeta-

tionseinheiten zu sechs Obergruppen (= Landschaftsräume) zusammengefasst wurden.

Die Differenzierung in die drei Landnutzungsräume erfolgte auf Grundlage der aktuell flä-

chig

zur

Verfügung

stehenden

ATKIS-Daten.

Vor

der

Ermittlung

der

ÖFS-

Untersuchungsflächen

wurden

alle

überlappungsfreien

ca.

34.000

100-ha-

Landschaftsausschnitte

in

NRW

einem

Landschaftsraum

und

einem

Haupt-

20

Landnutzungstyp zugeordnet. Auf der Grundlage dieser Charakteristika aller potentiellen

34.000 Untersuchungsflächen konnten dann im Rahmen eines geschichteten Zufallsstich-

proben-Verfahrens 170 ÖFS-Untersuchungsflächen gezogen bzw. ermittelt werden (Abb.

2).

Abb. 2: Karte der ÖFS-Untersuchungsflächen in NRW (Quelle: eigene Darstellung, Geobasisdaten

© Geobasis NRW).

Diese 170 ÖFS-Untersuchungsflächen sind Teil des zeitlich später festgelegten bundeswei-

ten Untersuchungsnetzes, das die Grundlage für das HNV-Monitoring und das Monitoring

häufiger Brutvögel ist. Die Festlegung der Untersuchungsflächen erfolgte in NRW bereits

1996. Im Jahre 2011 wurde das ÖFS-Stichprobennetz im Zuge der Planung eines landes-

weiten Klimafolgenmonitorings im Ballungsraum Rhein/Ruhr um 21 Untersuchungsflächen

auf 30 verdichtet, um für diesen besonders klimasensitiven Raum mit einer der höchsten

Bevölkerungsdichten in Europa aus statistischer Sicht genügend Untersuchungsflächen zur

Verfügung zu haben. Somit sind auch spezifische Auswertungen bzw. Aussagen für den

Ballungsraum möglich.

Neben den aktuell 191 ÖFS-Untersuchungsflächen wurden zusätzlich insgesamt 29 soge-

nannte Referenzflächen ausgewählt und festgelegt. Hierbei handelt es sich um Land-

schaftsausschnitte überwiegend in Schutzgebieten, die z.B. im Wald, durch einen hohen

Laub- und Totholzanteil und Nutzungsverzicht (Wildnisgebiete) gekennzeichnet sind. In der

Agrarlandschaft sind es großflächige, als Acker oder Grünland extensiv genutzte Land-

schaftsausschnitte. Da die Referenzflächen methodisch identisch zu den ÖFS-Unter-

suchungsflächen der Normallandschaft bearbeitet werden, bieten die Ergebnisse im Ver-

gleich Interpretationshilfe und Unterstützung bei der Bewertung der Ergebnisse aus der

Normallandschaft.

21

Für welchen Bezugsraum und für welche Parameter kann nun die ÖFS als Landschaftsmo-

nitoring in der Normallandschaft belastbare Aussagen treffen? Im Naturschutz haben z.B.

Biotopkataster und die Bestandserfassung seltener Arten längere Traditionen. Gemeinsam

ist hier das Ziel, möglichst auf Landesebene vollständige Daten zu erheben. Bei einem Mo-

nitoring wie der ÖFS, bei dem lediglich 0,5 % der Landesfläche auf Stichprobenflächen

untersucht werden, sind die Ergebnisse keine absoluten Zahlen, sondern Ergebnisse von

Hochrechnungen.

Bei der Festlegung der Untersuchungsflächen im Rahmen einer doppelt geschichteten Zu-

fallsstichprobe war es das Ziel, ein repräsentatives Untersuchungsnetz für das Land festzu-

legen. Da sich in NRW die 191 ÖFS-Untersuchungsflächen zu

etwa gleichen Teilen im

Flachland und Bergland befinden, die gleichzeitig auch die atlantische und kontinentale

Region im Rahmen der FFH-Berichtspflicht wiederspiegeln, lassen sich repräsentative

Aussagen häufig auch für diese beiden Regionen treffen. Auf der Ebene der Landschafts-

räume ist dies

nur bedingt oder mit Einschränkungen möglich.

Abb. 3: Stichprobenplan der ÖFS in NRW (Quelle: eigene Darstellung, Geobasisdaten © Geobasis

NRW).

Nach einer Erprobungsphase im Jahre 1996 begannen die Gelände- und Kartierarbeiten im

Jahr 1997. Dabei war es nie das Ziel, alle ÖFS-Untersuchungsflächen in einem Jahr zu

bearbeiten. Das wäre schon allein aus Kapazitätsgründen von qualifizierten FeldbiologIn-

nen (BotanikerInnen, OrnithologInnen) gescheitert. Zum heutigen Tag ist ein Stichproben-

plan umgesetzt, der jedes Jahr die Bearbeitung/Aktualisierung eines Sechstels der Ge-

samtheit aller Untersuchungsflächen vorsieht. Dieses Sechstel ist jeweils eine repräsentati-

ve Unterstichprobe der Gesamtheit aller ÖFS-Untersuchungsgebiete (Abb. 3). Bei der

Hochrechnung von Jahreswerten für Arten bzw. Parametern werden immer die aktuellsten

22

Daten aller ÖFS-Untersuchungsgebiete zu Grunde gelegt. Diese Vorgehensweise wird in

der Statistik als „Gleitender Mittelwert“ bezeichnet.

Bei dem Monitoring in der Normallandschaft stehen häufige (bzw. mittelhäufige) Biotopty-

pen und Arten im Vordergrund. Die Aussagekraft der hochgerechneten Ergebnisse lässt

sich mit Berechnung und Darstellung der Standardabweichung bzw. des Konfidenzinter-

walls absichern bzw. eingrenzen. Grundsätzlich bestimmen neben der Häufigkeit (Stetig-

keit, Antreffwahrscheinlichkeit) auch die Häufigkeitsverteilung und Häufigkeitsspanne das

Konfidenzinterwall.

Abb. 4: Der Vergleich des Waldanteils aus ATKIS auf der gesamten Landesfläche im Vergleich mit

ATKIS auf den ÖFS-Untersuchungsflächen zeigt die hohe Repräsentativität des ÖFS-

Stichprobennetzes für Wald.

Unter Plausibilitätsgesichtspunkten ist es hilfreich den hochgerechneten Ergebnissen in

den Fällen, wo es möglich ist, Zahlen einer vollständigen Gesamterhebung gegenüberzu-

stellen. So unterscheidet sich beispielsweise, basierend auf ATKIS Daten, der Waldanteil

Nordrhein-Westfalens für die Gesamtfläche des Landes im Vergleich zum Waldanteil auf

den ÖFS-Untersuchungsflächen nur um 0,02 % (Abb. 4).

Wichtige Grundlageninformationen zur Normallandschaft liefert eine Biotoptypenkartierung

(Abb. 5). Sie bietet die Möglichkeit Landschaftsausschnitte für rechnergestützte Auswer-

tungen differenziert zu analysieren und zu bewerten. Damit eine flächige Biotoptypenkartie-

rung aller ÖFS-Untersuchungsgebiete gewährleistet werden konnte, musste der vorhande-

ne Biotoptypenschlüssel NRW, der z.B. im Biotopkataster Anwendung findet, deutlich er-

weitert werden. Dieses trifft insbesondere für den besiedelten Bereich außerhalb von

23

Schutzgebieten zu. Die Grundlage dieser Erweiterung bilden sogenannte Struktur-

Biotoptypen und nicht etwa Biotoptypen, die sich durch ihre vegetationskundliche Ausprä-

gung charakterisieren lassen, denn letztere nehmen in der Normallandschaft wegen ihrer

geringen Verbreitung in der Normallandschaft eine untergeordnete Rolle ein.

Eine Kartiereinheit der ÖFS ist als homogene Fläche definiert, die durch gleiche oder ähnli-

che Strukturen charakterisiert ist. Dabei werden alle vorkommenden Biotoptypen, wie z.B.

Buchenwald, Tankstelle oder Neophytensaum, gleichrangig behandelt. Biotoptypenspezifi-

sche kennzeichnende und charakteristische Strukturparameter werden entweder qualitativ

(präsens/absens) oder quantitativ (z.B. in Prozentangaben) erfasst. Eine Biotopbewertung

auf einer 11-teiligen Skala von 0 bis 10 fasst die wesentlichen wertgebenden Strukturpara-

meter zusammen. Sie erfolgt auf der Grundlage folgender naturschutzfachlich anerkannter

Kriterien (Biedermann et al. 2008):

•

Natürlichkeit,

•

Gefährdung/Seltenheit,

•

Ersetzbarkeit/Wiederherstellbarkeit,

•

Vollkommenheit.

Werden FFH-Lebensraumtypen (LRT) auf den ÖFS-Untersuchungsflächen angetroffen,

werden alle zusätzlich lebensraumtypischen Parameter, die für eine LRT-Bewertung not-

wendig sind, zusätzlich erfasst (LANUV 2019).

Abb. 5: Beispiel der Biotoptypenverteilung auf einer ÖFS-Untersuchungsfläche. Jede Farbe bzw.

Schraffur stellt einen Biotoptyp (ohne Legende) dar. Linienförmige (z.B. Säume) und punkt-

förmige (z.B. Biotopbäume) Objekte sind aus Maßstabsgründen nicht dargestellt (Quelle:

eigene Darstellung, Geobasisdaten © Geobasis NRW).

24

Bei der Erfassung von Pflanzen war in der ÖFS eine Beschränkung auf die Gefäßpflanzen

schon allein aus pragmatischen Gründen unerlässlich. Für Moose, Flechten, Pilze usw.

sind die Geländemethoden entweder zu aufwendig und/oder es stehen landesweit nicht

genügend Fachleute zur Verfügung, die die Geländearbeit übernehmen könnten. Eine um-

fangreiche floristische Inventarisierung böte zwar einen nahezu vollständigen Überblick

über Häufigkeit und Verteilung von Arten. Andererseits liegen bei den Gefäßpflanzen um-

fangreiche Parameter über die ökologischen Charakteristika (Zeigerwerte) vor, so dass ihre

Standorte sehr gut bewertet werden können (Ellenberg 2001).

Die floristische Erfassung im Gelände erfolgt auf Biotoptypenebene, d.h. auf jeder abge-

grenzten, einzelnen Kartiereinheit. Auf eine klassische Vegetationsaufnahme bzw. auf die

Einrichtung von Vegetations-Dauerquadraten wird verzichtet. Vielmehr ist es das Ziel, mög-

lichst alle vorkommenden Gefäßpflanzen einer jeden Kartiereinheit, teils in mehreren

Schichten, wie z.B. bei Wäldern, zu listen. Häufigkeitsangaben erfolgen als Schätzung der

Deckung in Prozent, bezogen auf die gesamte Kartiereinheit von 0,1 bis 100 %. Hierbei

steht 0,1 % für Einzelpflanzen. Bei häufigeren Arten wird eine Schätzung in 5%-Stufen

empfohlen, die sich in den letzten Jahren bewährt hat. Es liegt im Ergebnis somit für alle

Kartiereinheiten jeder ÖFS-Untersuchungsfläche eine vollständige Gefäßpflanzenliste mit

quantitativen Häufigkeitsangaben vor. Die Verteilung einer Art, innerhalb der Kartiereinheit

wird zusätzlich mit z.B. „lokal“, „randlich“ oder „gleichmäßig verteilt in der Fläche“ angege-

ben. Im Mittel kommen ca. 250 Kartiereinheiten pro ÖFS-Untersuchungsfläche vor.

Abb. 6: Papierrevierkarte der Kohlmeise von einer ÖFS-Untersuchungsfläche (Quelle: eigene Dar-

stellung, Geobasisdaten © Geobasis NRW).

25

Bei der (Aus-)Wahl einer Faunengruppe für die ÖFS wurden folgende Aspekte geprüft:

1. Kommt die Faunengruppe in allen oder zumindest möglichst vielen Biotoptypen der

Normallandschaft vor?

2. Hat die Faunengruppe eine hohe Indikatorwirkung?

3. Stehen ausreichend fachkundige ArtkennerInnen für ein Monitoring zur Verfügung?

4. Existieren Methoden um die Faunengruppe qualitativ und quantitativ flächig auf 100 ha

großen Untersuchungsflächen unter vertretbarem Zeitaufwand und finanziellen Rah-

menbedingungen zu erfassen?

5. Hat die Faunengruppe in der Bevölkerung bzw. bei politisch Entscheidenden hohe bzw.

positive Akzeptanz?

Die Brutvögel sind die einzige Faunengruppe, für die die o.a. Aspekte alle eindeutig mit „ja“

beantwortet werden konnten. Als Kartiermethode wurde in der ÖFS die standardisierte Re-

viermethode gewählt, bei der als Ergebnis aus revieranzeigenden Beobachtungen soge-

nannte „Papierreviere“ abgeleitet werden: Polygone, die entsprechend der Kartiervorgaben

ein vermutetes Brutrevier in der Fläche darstellen (Abb. 6). Im Ergebnis erhält man mit die-

ser Methode für jedes Untersuchungsgebiet von jeder Art die Anzahl der festgestellten

Brutreviere/Brutpaare pro ÖFS-Fläche und durch die Verortung einen Bezug zum Bio-

toptyp. Eine Verschneidung von Papierrevier und Biotoptyp ermöglicht vielfältige Auswer-

tungen.

Um im Rahmen von landesweiten Hochrechnungen von Monitoringdaten auf Untersu-

chungsflächen, die 0,5 % der Landesfläche repräsentieren, möglichst präzise Ergebnisse

mit akzeptablen Konfidenzintervallen zu erzielen, sind neben einem gut durchdachten

Stichprobendesign auch hochqualitative Daten Voraussetzung. Die Kartierarbeit wird als

Auftragsarbeit an fachkundige Kartierbüros bzw. BiologInnen, LandschaftsökologInnen,

BotanikerInnen oder ZoologInnen (OrnithologInnen) vergeben. Sowohl für das Modul „Bio-

toptypen/Strukturen/Flora“ als auch für das Modul „Brutvögel“ sind für die ÖFS zur Gewähr-

leistung standardisierter Erfassungsmethoden umfangreiche und detaillierte Kartieranlei-

tungen erstellt worden (Biotop- und Lebensraumtypenkatalog NRW, LANUV 2016, LANUV

2019). Da inzwischen alle ÖFS-Untersuchungsflächen bereits mehrmals kartiert bzw. im

Gelände aktualisiert worden sind, werden für die Geländearbeit die Daten der Letztkartie-

rung als Datenreports (Abb. 7 und 8) sowie die graphischen Abgrenzungen der einzelnen

Kartiereinheiten den Kartierbüros zur Verfügung gestellt.

Die Erfassung der fachlichen Sachdaten erfolgt im Gelände in analoger Form. Topografi-

sche Karten und Luftbildkarten dienen als Grundlage (Abb. 9). Für die spätere, digitale Da-

tenerfassung durch die Kartierbüros werden die Grafik- und Sachdaten der vorangegange-

nen Kartierungen digital zur Verfügung gestellt. Bei den Sachdaten werden jedoch numeri-

sche/quantitative Angaben verdeckt, so dass auch bei unveränderten Zuständen die aktuel-

len Daten immer wieder bewusst neu eingetragen werden müssen.

Bei Eingang der digitalen Daten im LANUV durchlaufen diese eine automatisierte, tech-

nisch-fachliche Plausibilitäts- und Qualitätsprüfung. Hierbei werden vor allem fehlende Da-

ten und Datensätze, die zueinander grob fachlich nicht zusammenpassen, determiniert und

zusammengestellt. Diese Mängelliste wird nachfolgend von den Kartierbüros abgearbeitet

und somit fehlende Daten ergänzt bzw. Unplausibilitäten korrigiert. Nach erneutem Eingang

26

der überarbeiteten Kartierdaten erfolgt eine umfassende fachliche Plausibilitätskontrolle.

Hierzu gehören z.B.:

•

Prüfung der Abgrenzungen der Kartiereinheiten anhand aktueller Luftbilder,

•

Prüfung stichprobenhaft bzw. in Einzelfällen durch Vor-Ort-Kontrolle,

•

Abgleich der Pflanzenliste mit der vegetationskundlichen Einstufung insbesondere bei

FFH-LRT,

•

Abgleich der Pflanzenartenliste mit der fachlichen Bewertung: allgemeine Biotopbewer-

tung, FFH-LRT-Bewertung, HNV-Bewertung,

•

Abgleich der Strukturparameter mit der fachlichen Bewertung: allgemeine Biotopbewer-

tung, FFH-LRT-Bewertung, HNV-Bewertung,

Auch bei diesem Arbeitsschritt sind in der Regel Rücksprachen, Korrekturen und Ergän-

zungen durch die Kartierbüros erforderlich, bevor die geprüften Daten in eine zentrale Da-

tenbank eingespeist werden können.

Zur Aufrechterhaltung eines hohen fachlichen Niveaus bei den eingesetzten KartiererInnen

und Kartierbüros und zur Feinabstimmung sowie Besprechung von Neuerungen und Wei-

terentwicklungen bei den Kartiervorschriften, finden jährliche KartiererInnentreffen statt, bei

denen häufige Probleme und Fragen umfassend diskutiert und fachlich abgestimmt wer-

den. Hierzu gehören auch fachliche Anregungen aus dem Kreis der KartiererInnen, die sich

im Rahmen der Geländearbeit ergeben.

27

Abb. 7: Sachdatenreport der Letztkartierung als Grundlage für die Aktualisierung im Gelände,

Teil 1.

28

Abb. 8: Sachdatenreport der Letztkartierung als Grundlage für die Aktualisierung im Gelände,

Teil 2.

29

Abb. 9: Topografische Karten und Luftbildkarten sind die Grundlagenkarten für die Geländearbeit

(Quelle: eigene Darstellung, Geobasisdaten und Luftbild © Geobasis NRW).

Die Ökologische Flächenstichprobe ist seit über 20 Jahren zentrales Modul im Landes-

Biodiversitätsmonitoring. In dieser Zeit haben sich immer wieder zusätzliche Fragestellun-

gen und Anforderungen ergeben, für die ergänzende Parameter zusätzlich erhoben und

bereitgestellt werden mussten. In nachfolgend aufgeführten Fällen ist nicht ein jeweils

gänzlich neues Monitoring eingerichtet worden, sondern das etablierte ÖFS-Monitoring ist

erweitert bzw. ergänzt worden. Maßgebliche Gründe hierfür sind methodischer oder syner-

getischer Art.

Einige häufige FFH-LRT werden durch das ÖFS-Untersuchungsnetz wegen ihrer landes-

weiten Häufigkeit und Verteilung ausreichend oft erfasst, so dass Auswertungen, z.B. zum

Erhaltungszustand, sowohl für die atlantische als auch die kontinentale Region über die

ÖFS ermöglicht werden. Für weniger häufige FFH-LRT, die nicht über die ÖFS abgedeckt

werden konnten, wurde das sogenannte Biotopmonitoring um ein repräsentatives Untersu-

chungsnetz für jeden seltenen FFH-LRT erweitert Die statistisch notwendige Untergrenze

liegt bei mindestens 30 Untersuchungsflächen je Einheit. Um in diesen Fällen sowohl die

Kartierergebnisse aus der ÖFS als auch aus dem Biotopmonitoring für Landesaussagen

hochrechnen zu können, ist die Anwendung einer einheitlichen Kartiermethode eine

Grundvoraussetzung. Demensprechend wird die für die ÖFS entwickelte Kartieranleitung

(Biotoptypen/Flora) auch für das Biotopmonitoring angewandt.

Im Vorfeld der möglichen Freisetzung und Ausbringung von gentechnisch-verändertem

Saatgut wurde Raps als die Nutzpflanze identifiziert, bei der nachweislich durch Pollen-

transfer gentechnisch-verändertes Erbgut auf acht Pflanzenarten übertragen werden kann.

Um ein landesweites System zu etablieren, das in der Lage ist, gentechnisch-veränderte

Sequenzen bei Wildpflanzen festzustellen, wurde festgelegt, vom spontan wachsenden

Raps und den acht potentiellen Kreuzungspartnern im Rahmen der Kartierungen auf ÖFS-

Untersuchungsflächen Pflanzenproben zu nehmen, die dann in landeseigenen chemischen

Untersuchungsämtern auf das Vorhandensein veränderter Transgene untersucht werden.

30

Im Zuge der globalen Klimaveränderung hat das Land NRW auch den Anspruch entwickelt,

klimabedingte Auswirkungen auf die Biodiversität zu erfassen. Im Wesentlichen erfasst die

ÖFS bereits Biotoptypen, Lebensräume, Strukturen, Flora und Fauna, so dass für den Be-

reich „Normallandschaft“ kein eigenes, neues Monitoringsystem für ein Klimafolgenmonito-

ring notwendig ist. Der Schwerpunkt bei der Interpretation der Ergebnisse liegt jedoch ins-

besondere auf der Ursachenforschung und der Frage inwieweit direkte, anthropogene Ein-

flüsse von denen der globalen Klimaveränderung separiert, beschrieben und nachgewiesen

werden können. Um einen der größten Ballungsräume Europas, der sich schon allein durch

eine sehr hohe Bevölkerungsdichte und hohe Bebauungs- und Versiegelungsgrade aus-

zeichnet, gesondert auswerten und betrachten zu können, ist im Rahmen eines sogenann-

ten Klima-Innovationsfonds das ÖFS-Untersuchungsnetz in dem Rhein-Ruhr-Verdich-

tungsraum

auf

die

statistisch

notwendige

Mindestgröße

von

30

ÖFS-Unter-

suchungsflächen verdichtet und erweitert worden (siehe Kap. 4.1).

Mit der Umsetzung und Ausweisung von geeigneten Wildnis-(entwicklungs-) Gebieten im

öffentlichen Wald (Staatswald) ging die Etablierung eines geeigneten Monitorings einher.

Um die Entwicklung von wichtigen Strukturparametern von nutzungsfreien Wäldern, wie

Uraltbäume, Großhöhlenbäume oder großdimensionierte Totholzbäume sowie Indikator-

Vogelarten für Altwälder, wie z.B. die Gruppe der Spechte, besser interpretieren zu können,

war die Anwendung der ÖFS-Methode naheliegend – auch um den Vergleich zum Wirt-

schaftswald zu ermöglichen.

Aus allen Wildnisentwicklungsgebieten wurde ein repräsentatives Stichproben-Netz „gezo-

gen“, das mittels der ÖFS-Methodik bearbeitet wird. Bei einigen Wildnisentwicklungsgebie-

ten, die bereits zufällig in ÖFS-Untersuchungsflächen gelegen sind, ergeben sich Syner-

gieeffekte.

Erst seit wenigen Jahren ist der intensive Rückgang der Insekten auch in das Bewusstsein

einer breiten Öffentlichkeit gelangt. Insbesondere mit der Veröffentlichung einer Studie des

Entomologischen Vereins Krefeld 2013 (Sorg et al. 2013, Hallmann et al. 2017) wurde

deutschlandweit über den Schutz von Insekten und über ein Insektenmonitoring diskutiert.

Die Erkenntnisse des Krefelder Entomologischen Vereins zum Rückgang der Insekten wa-

ren Anlass, die ÖFS um die Erfassung der Insektenbiomasse zu erweitern. Um repräsenta-

tive Aussagen auch für das gesamte Bundesland zu erhalten, wurde aus dem ÖFS-

Untersuchungsnetz eine repräsentative Unterstichprobe von 60 Untersuchungsflächen ge-

zogen, in denen Malaisefallen aufgestellt wurden und werden (Abb. 10).

Darüber hinaus wird ein vom LANUV gemeinsam mit der Universität Osnabrück gestartetes

Forschungsvorhaben (2019-2022) die Grundlagen für ein landesweites Insektenmonitoring

schaffen. Das Vorhaben wird vom Umweltministerium NRW gefördert (Grüneberg et al.

2019). Dabei wird die Gruppe der Tagfalter entlang von Transekten auf allen ÖFS-

Untersuchungsflächen und die Gruppe der Heuschrecken auf repräsentativen Grünlandflä-

chen auf ÖFS-Untersuchungsflächen erfasst.

31

Abb. 10: Malaisefalle im Randbereich von Wald und Agrarlandschaft (Foto: H. König).

Die Ökologische Flächenstichprobe (ÖFS) hat sich nach 20-jähriger Anwendung in NRW

als Analyse- und Überwachungsinstrument für den Zustand und die Entwicklung der Bio-

diversität in der Normallandschaft bewährt. Inzwischen können mit den Ergebnissen zahl-

reiche Indikatoren zu Landes-, Bundes- und EU-Berichtspflichten bedient werden. Die ÖFS

ist so konzipiert, dass bei neuen Fragestellungen zusätzliche Parameter erfasst und in das

Stichprobendesign ergänzt werden können.

Biedermann, U., Werking-Radtke, J., Woike, M., König, H. (2008): Numerische Bewertung

von Biotoptypen für die Eingriffsregelung in NRW. Recklinghausen (LANUV NRW), 37

S.

Biotop- und Lebensraumtypenkatalog NRW, Landesamt für Natur-, Umwelt- und Verbrau-

cherschutz.

URL:

de/listen/lrtMonitoring (letzter Zugriff 11.02.2020).

Ellenberg, H. (2001): Zeigerwerte von Pflanzen in Mitteleuropa. Göttingen (Goltze Verlag),

262 S.

Grüneberg, C., Löffler, F., Fartmann, F. (2019): Monitoring von Insekten in Nordrhein-

Westfalen. Natur in NRW 2019 (2): 12-15.

Hallmann, C., Sorg, M., Jongejans, E., de Kroon, H. et al. (2017): More than 75 percent

decline over 27 years in total flying insect biomass in protected areas. PLOS ONE 12

(10), e0185809.

König, H. (2010): Die Ökologische Flächenstichprobe (ÖFS) in Nordrhein-Westfalen. In:

Doerpinghaus, A., Dröschmeister, R., Fritsche, B. (Bearb.): Naturschutz-Monitoring in

Deutschland: Stand und Perspektiven. Tagungsband zum Statusseminar an der Inter-

nationalen Naturschutzakademie Insel Vilm vom 14. bis 18. April 2008. Naturschutz und

Biologische Vielfalt 83: 19-28.

Kütte, M. (2010): Das Biodiversitätsmonitoring der Schweiz – Stand und Perspektiven. Na-

turschutz und Biologische Vielfalt 83, 29-41.

32

LANUV (2016): Arbeitsanleitung für die Brutvogel-Revierkartierung im Auftrag des LANUV

NRW.

URL:

babel/media/Arbeitsanleitung_fuer_Brutvogel_Revierkartierungen_NRW.pdf (letzter Zu-

griff 11.02.2020).

LANUV

(2019):

Biodiversitätsmonitoring-Kartieranleitung

(ÖFS/BM).

URL:

kartieranleitung-2019.pdf (letzter Zugriff 11.02.2020).

Radermacher, W., Zieschank, R., Hoffmann-Kroll, R., Van Nouhuys, J., Seibel, S. (1998):

Entwicklung eines Indikatorensystems für den Zustand der Umwelt in der Bundesrepub-

lik Deutschland mit Praxistest für ausgewählte Indikatoren und Bezugsräume. SchrR

Beiträge zu den UmweltÖkonomischen Gesamtrechnungen 5, 457 S.

Sorg, M., Schwan, H., Stenmann, W., Müller, A. (2013): Ermittlung der Biomasse flugaktiver

Insekten im Naturschutzgebiet Orbroicher Bruch mit Malaise-Fallen in den Jahren 1989

und 2013. Mitteilungen aus dem Entomologischen Verein Krefeld 2013 (1): 1-5.

Trautmann, W. (1972): Vegetation (potentielle natürliche Vegetation). Deutscher Planungs-

atlas Bd 1., Lfg. 3 Nordrhein-Westfalen. Hannover (Jänecke), 29 S.

Wolff-Straub, R., Verbücheln, G., Gehrmann, J., König, H. et al. (1996): Biomonitoring – ein

neu zu gestaltendes Aufgabenfeld der LÖBF. LÖBF-Mitt. 21 (4): 12-18.

Heinrich König*

FB 25 – „Monitoring, Effizienzkontrolle in Naturschutz und Landschaftspflege“

Landesamt für Natur, Umwelt und Verbraucherschutz (LANUV) NRW

Leibnizstr. 10, 45659 Recklinghausen

E-Mail: *heinrich.koenig@lanuv.nrw.de

33

Thomas Fartmann

Durch die Transformation von der traditionellen Kulturlandschaft zur industriellen Agrar-

landschaft sind nährstoffarme Habitate großflächig verändert worden. Sowohl die Intensi-

vierung der landwirtschaftlichen Nutzung als auch die Nutzungsaufgabe haben zu Verlust,

Fragmentierung und Degradierung solcher Lebensräume mit negativen Folgen für Heu-

schrecken geführt. Aktuell stellt der Klimawandel eine weitere Gefahr dar.

In diesem Artikel wird die Reaktion von Heuschrecken auf den Landnutzungs- und Klima-

wandel behandelt. Abschließend wird die Bedeutung von Heuschrecken als Bioindikatoren

für Umweltveränderungen dargestellt. Die wichtigsten Umweltfaktoren, die das Vorkommen

von Heuschrecken in fragmentierten Landschaften bestimmen sind erstens die Qualität,

zweitens die Größe und drittens die Konnektivität der Habitate. Trotz des großen Verlusts

an Habitaten, der zunehmenden Isolation der Habitate und abnehmenden Qualität der ver-

bliebenen Habitate, haben sich 26 der 79 bodenständigen Heuschreckenarten als Folge

des Klimawandels in Deutschland ausgebreitet. Das Ausmaß der Arealexpansion variiert

stark zwischen den Arten und hängt von ihren Habitatansprüchen und Ausbreitungsfähig-

keiten sowie der Landschaftsstruktur am Arealrand ab. Heuschrecken sind empfindliche

Indikatoren für Veränderungen auf der Habiat- und Landschaftsebene. Sie reagieren

schnell auf Änderungen der Landnutzung und des Klimas. Zudem sind sie wichtige Surro-

gatarten und Schlüsselorganismen in Graslandökosystemen, da sie zu den wichtigsten

Konsumenten und Nahrungsressourcen für Wirbeltiere (z.B. Vögel und Eidechsen) in Gras-

landökosystemen zählen. Die Kombination aus hoher indikatorischer Bedeutung, leichter

Erfassbarkeit und einfacher Standardisierung der Erfassungsmethoden macht Heuschre-

cken zu einer prädestinierten Insektengruppe für ein Biodiversitätsmonitoring.

Due to the transition from traditional land use to modern agriculture throughout Europe,

semi-natural habitats have been subject to severe environmental changes. Both agricultural

intensification and abandonment have caused loss, fragmentation and degradation of such

habitats with adverse effects on Orthoptera. Recently, climate change has become an addi-

tional threat.

In this paper, the response of Orthoptera to (i) land-use change and (ii) climate change was

addressed. Finally, the importance of Orthoptera as bioindicators of environmental change

was highlighted. The most important drivers of Orthoptera species richness in our frag-

mented landscapes are (i) habitat quality, (ii) patch size and (iii) connectivity. Although land-

use change has resulted in a strong habitat loss, an increased isolation and a decrease in

habitat quality of the remaining habitat patches, 26 out of the 79 indigenous Orthoptera

species in Germany expanded their range due to climate warming. The extent of the range

expansion varied greatly among the species and depended on their habitat requirements

and dispersal ability as well as the landscape structure at the range margin. Orthoptera are

sensitive indicators at the habitat and partly landscape scale. They respond rapidly to land-

use and climate change. Moreover, they are important surrogate taxa and key organisms in

grassland ecosystems, as they are the main arthropod consumers and food source for ver-

tebrates (e.g. birds or lizards). The combination of (i) a high sensitivity to environmental

34

change, (ii) the ease with which they can be sampled and (iii) the high standardisation of

the sampling techniques makes Orthoptera a prime group of insects for biodiversity moni-

toring.

Seit der Industrialisierung und insbesondere nach dem zweiten Weltkrieg hat der Mensch

die Umwelt stark verändert (Rockström et al. 2009). Dies hatte dramatische Auswirkungen

auf die Biodiversität. Gegenwärtig sind die Aussterberaten von Pflanzen- und Tierarten tau-

sendmal höher als es natürlicherweise der Fall wäre (De Vos et al. 2014). Entsprechend

prognostizieren Forscherinnen und Forscher ein sechstes Massenartensterben, sollte diese

Entwicklung wie bisher voranschreiten (Barnosky et al. 2011). Vor allem die anthropogene

Änderung der Landnutzung hat erheblich zum Verlust der Artenvielfalt beigetragen (Sala et

al. 2000, Foley et al. 2005). Seit Ende des letzten Jahrtausends ist zudem die Bedeutung

des ebenfalls menschengemachten Klimawandels für den Rückgang der Artenvielfalt im

wissenschaftlichen Fokus (Essl, Rabitsch 2013, Streitberger et al. 2016).

Der Landnutzungswandel hat zu gravierenden Veränderungen der mitteleuropäischen

Landschaften geführt (Gatter 2000, Fartmann 2006, 2017a, b, Ellenberg, Leuschner 2010,

Poschlod 2015, Finck et al. 2017). Die Siedlungs- und Verkehrsfläche hat deutlich zuge-

nommen und extensiv oder kaum genutzte Habitate wie Magerrasen oder Heiden haben

massiv abgenommen (Fartmann 2006, 2017a, 2017b). Letztere kommen heute meist nur

noch kleinflächig und isoliert in unserer Landschaft vor. Die Qualität der verbliebenen Habi-

tate in diesen fragmentierten Landschaften ist oft durch Nutzungsintensivierung oder

-aufgabe sowie atmosphärische Stickstoffeinträge (Stevens et al. 2004) nur noch gering

(Veen et al. 2009, Fartmann 2017a, 2017b).

Abb. 1: Kurzflügelige Beißschrecke (

): eine flugunfähige Heuschreckenart,

die geschlossene Populationen ausbildet (Foto: T. Fartmann).

Die Jahresmitteltemperaturen sind in Deutschland im letzten Jahrhundert um bis zu 1 °C

gestiegen (Jonas et al. 2005, Rapp 2000, UBA 2006). In diesem Jahrhundert wird sogar

von einem Anstieg von 2,5 - 3,5 °C ausgegangen (UBA 2006). Der Jahresniederschlag hat

im letzten Jahrhundert in Westdeutschland um bis zu 20 % zugenommen (insbesondere im

Winter, bei Abnahme im Sommer), während in Ostdeutschland kein klarer Trend erkennbar

war (Leuschner, Schipka 2004). Zukünftig könnten sich der Anstieg der Winterniederschlä-

ge und der Rückgang der Sommerniederschläge fortsetzen (UBA 2006). Extreme Wetter-

ereignisse wie Hitzewellen (wie im Sommer 2018), Starkniederschläge oder Stürme dürften

häufiger auftreten (Jonas et al. 2005). Eine ausführliche Übersicht über die Auswirkungen

des Klimawandels auf die Biozönosen in Mitteleuropa geben Streitberger et al. (2016).

35

Aktuell kommen 79 Heuschreckenarten bodenständig in Deutschland vor (Fischer et al.

2016). Sie besiedeln hier eine Vielzahl von Offenlandhabitaten, insbesondere extensiv ge-

nutzte und nährstoffarme (Detzel 1998, Schlumprecht, Waeber 2003). Die meisten Heu-

schreckenarten können selbst in isolierten Habitaten über lange Zeit überleben, sofern die-

se groß genug sind und eine günstige Habitatqualität aufweisen (Fartmann 2017a, b). Ein

typisches Beispiel für eine Art, die geschlossene Populationen ausbildet ist die flugunfähige

Kurzflügelige Beißschrecke (

) (Poniatowski, Fartmann 2010; Abb.

1). Flugfähige und deutlich mobilere Arten – wie die meisten Tagfalter, aber auch einige

Heuschrecken (Abb. 2) – weisen dagegen eher Metapopulationsstrukturen auf. Ihr Vor-

kommen hängt von der Qualität, Größe und Isolation der Habitate ab (Thomas et al. 2001,

Anthes et al. 2003, Wallis De Vries 2004, Eichel, Fartmann 2008, Reich 2006, Stuhldreher,

Fartmann 2014, Poniatowski et al. 2018).

Basierend auf den zuvor gemachten Ausführungen können Arten, die geschlossene Popu-

lationen aufweisen als Indikatoren für die Habitatqualität herangezogen werden (Fartmann

2017a, b). Metapopulationsarten gelten darüber hinaus als Indikatoren für die Landschafts-

struktur: Sie sind auf ein Netz von Habitaten mit günstiger Qualität und ausreichender Grö-

ße in räumlicher Nachbarschaft angewiesen. Die Übergänge zwischen Arten mit geschlos-

senen Populationen und Metapopulationen sind teilweise fließend.

Da die Bedeutung der Schlüsselfaktoren Flächengröße, Habitatqualität und Isolation für

das Vorkommen von Heuschrecken in der stark durch den Menschen modifizierten mittel-

europäischen Kulturlandschaft in Fartmann (2017a, b) ausführlich dargestellt wurde, soll

der Fokus dieses Artikels erstens auf den Auswirkungen des rezenten Landnutzungs- und

Klimawandels auf die Verbreitung der Heuschrecken und zweitens der Bedeutung von

Heuschrecken für das ökologische Monitoring liegen.

Abb. 2: Gefleckte Schnarrschrecke (

): eine flugfähige

Heuschreckenart, die Metapopulationen ausbildet (Foto: T. Fartmann).

Der großflächige Verlust, die zunehmende Isolation und oft geringere Qualität der verblie-

benen Habitate in unserer Landschaft (Kap. 1) hat für das Gros der Heuschreckenarten

stark negative Auswirkungen (Fartmann, Mattes 1997, Detzel 1998, Maas et al. 2002,

Schlumprecht, Waeber 2003, Poniatowski, Fartmann 2008, Fartmann et al. 2012, Löffler,

Fartmann 2017). Trotz dieser negativen Effekte des Landnutzungswandels konnten zahl-

reiche Heuschreckenarten ihr Areal in Deutschland seit Ende der 1980er-Jahre aufgrund

der Klimaerwärmung erweitern (Abb. 3; Poniatowski et al. 2018, Löffler et al. 2019). Insbe-

sondere in den ehemals sommerkühlen Regionen wie den meisten Mittelgebirgen, dem

atlantisch geprägten Nordwesten Deutschlands und den küstennahen – durch Nord- und

36

Ostsee klimatisch gepufferten – Regionen haben sich zahlreiche Arten ausgebreitet. Das

Spektrum der betroffenen Heuschrecken reicht von Offenbodenspezialisten (z.B.

; Brose, Peschel 1998) über Arten mittlerer Stadien der Offenlandsukzession

(z.B.

; Poniatowski et al. 2012) bis hin zu typischen Bewohnern hoch-

wüchsiger Brachen (z.B.

; Grein 2007). Zudem sind sowohl ausge-

sprochen xerophile Arten (z.B.

; Kettermann, Fartmann 2018) als

auch hygrophile Arten unter den expandierenden Taxa (z.B.

;

Trautner, Hermann 2008). Gemeinsames Kennzeichen aller 26 Arten, die aktuell vom Kli-

mawandel profitieren (Poniatowski et al. 2018, Löffler et al. 2019) sind zumindest eine ge-

wisse Thermophilie sowie meist eine (obligat oder fakultativ) vorhandene Flugfähigkeit oder

effektive passive Ausbreitungsmechanismen (z.B.

, Abb. 3; Maas et

al. 2002).

Zu den vom Klimawandel negativ betroffenen Arten gehören nach jetzigem Kenntnisstand

vermutlich

,

,

,

und

(Poniatowski et al. 2018). Alle fünf Arten

weisen relativ austrocknungsempfindliche Eier auf. Die wenigen in Deutschland ausschließ-

lich montan und alpin verbreiteten Arten dürften ebenfalls Verlierer des Klimawandels auf-

weisen.

Besonders gut erforscht sind die Auswirkungen des Landnutzungs- und Klimawandels auf

mögliche Arealveränderungen bei flügeldimorphen Beißschrecken. Sowohl die Kurzflügeli-

ge Beißschrecke (

) als auch Roesels Beißschrecke (

) sind normalerweise kurzflügelig und flugunfähig (Poniatowski, Fartmann 2009). Bei

Dichtestress in der frühen Larvalphase kommt es allerdings bei beiden Arten zur Ausbil-

dung makropterer Formen (Poniatowski, Fartmann 2009, 2011a, 2011b), die flugfähig sind

(Poniatowski, Fartmann 2011c). Aufgrund des Klimawandels traten in der jüngsten Vergan-

genheit gehäuft warme Frühjahre auf, die eine geringe Larvensterblichkeit und höhere Po-

pulationsdichten zur Folge hatten (Abb. 4).

Die Dichten des Habitatspezialisten

sind natürlicherweise im Freiland deut-

lich geringer als die des Habitatgeneralisten

. Bei

werden daher

im Freiland – trotz Klimawandel – so gut wie nie Larvendichten festgestellt, die zur Ausbil-

dung makropterer Tiere führen. Selbst in den wenigen Fällen, in denen dies der Fall ist sind

die Chancen auf eine erfolgreiche Ausbreitung gering, da in unserer fragmentierten Land-

schaft kaum noch geeignete Habitate in erreichbarer Nähe vorhanden sind (Poniatowski,

Fartmann 2011b). Deutlich anders ist die Situation beim Habitatgeneralisten

. Die

durchschnittlichen Freilanddichten sind generell deutlich höher als bei

und

in warmen Frühjahren kommt es inzwischen regelmäßig zur Ausbildung makropterer Tiere;

Makropterenanteile von über 20 % innerhalb der Populationen sind inzwischen keine Sel-

tenheit (Poniatowski, Fartmann 2011a und b). Diese makropteren Tiere sind deutlich mobi-

ler als die kurzflügeligen Individuen (Poniatowski, Fartmann 2011c). Da geeignete Habitate

für die Art weit verbreitet sind, kann sich

ausbreiten und dem Klimawandel fol-

gen.

37

Abb. 3: Verbreitung von a) Chrysochraon dispar, b) Conocephalus fuscus, c) Meconema meridio-

nale, d) Mecostethus parapleurus, e)

, f)

, g)

und h)

in Deutschland. Die Verbreitungslücken von

und

in Brandenburg sind auf fehlende Daten zurückzuführen (Poni-

atowski et al. 2018).

38

Abb. 4: Schematische Darstellung der Auswirkungen des Klimawandels auf den Habitat-

spezialisten Kurzflügelige Beißschrecke (

) und den Habitatgenera-

listen Roesels Beißschrecke (

) (Poniatowski, Fartmann 2011a und b).

Heuschrecken sind sensible Bioindikatoren auf der Habitat- und teilweise Landschaftsebe-

ne (Kap. 1, Fartmann 2017a, b). Sie reagieren gleichermaßen empfindlich auf Veränderun-

gen der Landnutzung als auch des Klimas (Kap. 1 und 2). Darüber hinaus sind sie eine

wichtige Surrogat-Artengruppe. So zeigen Heuschrecken nach Sauberer et al. (2004) sehr

ähnliche Reaktionsmuster auf Umweltveränderungen in Agrarlandschaften wie Moose, Ge-

fäßpflanzen, Schnecken, Spinnen, Laufkäfer, Ameisen und Vögel. Allan et al. (2014) konn-

ten zudem nachweisen, dass Heuschrecken ähnlich stark negativ auf eine Intensivierung

der Graslandnutzung reagieren wie Höhere Pflanzen, Flechten, Spinnen und Schmetterlin-

ge. Im Vergleich zu vielen anderen indikatorisch bedeutsamen Taxa, inklusive der zuvor

genannten Gruppen, lassen sie sich aber auch anhand lebender Tiere leicht bestimmen

(Fischer et al. 2018) und mit relativ geringem Zeitaufwand standardisiert erfassen (z.B. Po-

niatowski, Fartmann 2008, Fartmann et al. 2012, Helbing et al. 2014, Löffler, Fartmann

2017). Darüber hinaus sind Heuschrecken Schlüsselorganismen (key species) in Gras-

landökosystemen (Curry 1994), da sie bei hoher Abundanz eine wichtige Nahrungsquelle

für Wirbeltiere (insbesondere eine Reihe von Vogelarten und Eidechsen) darstellen (Abb.

5) (Belovsky, Slade 1993).

Wie aus den zuvor gemachten Ausführungen hervorgeht, zählen Heuschrecken zu den

prädestinierten Insektengruppen für ein Biodiversitätsmonitoring in Offenlandhabitaten. Die

Kombination aus hoher indikatorischer Bedeutung, leichter Erfassbarkeit und guter Stan-

dardisierung der Erfassung wird von keiner anderen Insektengruppe erreicht.

39

Abb. 5: Der Weißstorch (

) zählt zu den Vogelarten, die von hohen Heuschrecken-

dichten profitiert (Foto: T. Fartmann).

Allan, E., Bossdorf, O., Fischer, M. et al. (2014): Interannual variation in land-use intensity

enhances grassland multidiversity. PNAS 111 (1): 308-313.

Anthes, N., Fartmann, T., Hermann, G., Kaule, G. (2003): Combining larval habitat quality

and metapopulation structure – The key for successful management of pre-alpine

colonies. Journal of Insect Conservation 7: 175-185.

Barnosky, A., Matzke, N., Ferrer, E. et al. (2011): Has the Earth’s sixth mass extinction al-

ready arrived? Nature 471: 51-57.

Belovsky, G., Slade, J. (1993): The role of vertebrate and invertebrate predators in a grass-

hopper community. Oikos 68: 193-201.

Brose, U., Peschel, R. (1998): Neue Nachweise von

Thunberg,

1815,

(Germar, 1831),

(Linnaeus, 1758)

und

(Goeze, 1778) an der nördlichen Verbreitungsgrenze. Artic-

ulata 13 (2): 39-46.

Curry, J. (1994): Grassland Invertebrates – Ecology, Influence on Soil Fertility and Effects

on Plant Growth. London (Chapman and Hall), 438 S.

Detzel, P. (1998): Die Heuschrecken Baden-Württembergs. Stuttgart (Ulmer), 580 S.

De Vos, J., Joppa, L., Gittleman, J., Stephens, P., Pimm, S. (2014): Estimating the normal

background rate of species extinction. Conservation Biology 29: 452-462.

Eichel, S., Fartmann, T. (2008): Management of calcareous grasslands for Nickerl’s fritillary

(

) has to consider habitat requirements of the immature stages, isola-

tion, and patch area. Journal of Insect Conservation 12: 677-688.

Essl, F., Rabitsch, W. (Hrsg.) (2013): Biodiversität und Klimawandel. Auswirkungen und

Handlungsoptionen für den Naturschutz in Mitteleuropa. Berlin, Heidelberg (Springer),

458 S.

Ellenberg, H., Leuschner, C. (2010): Vegetation Mitteleuropas mit den Alpen. Stuttgart (Ul-

mer), 1334 S.

Fartmann, T. (2006): Welche Rolle spielen Störungen für Tagfalter und Widderchen? In:

Fartmann, T., Hermann, G. (Hrsg.): Larvalökologie von Tagfaltern und Widderchen in

Mitteleuropa. Abhandlungen des Westfälischen Museums für Naturkunde 68 (3/4): 259-

270.

40

Fartmann, T. (2017a): Überleben in fragmentierten Landschaften – Grundlagen für den

Schutz der Biodiversität Mitteleuropas in Zeiten des globalen Wandels. Naturschutz und

Landschaftsplanung 49 (9): 277-282.

Fartmann, T. (2017b): Überleben in fragmentierten Landschaften – der Schutz der Insek-

tenfauna mitteleuropäischer Agrarlandschaften in Zeiten des globalen Wandels. In: Vi-

scher-Leopold, M., Ellwanger, G., Balzer, S., Ssymank, A., Brandt, K., Meyer-Rath, A.

(Hrsg.): Natura 2000 und Artenschutz in der Agrarlandschaft. Naturschutz und Biologi-

sche Vielfalt 164, 83-99.

Fartmann, T., Krämer, B., Stelzner, F., Poniatowski, D. (2012): Orthoptera as ecological

indicators for succession in steppe grassland. Ecological Indicators 20: 337-344.

Fartmann, T., Mattes, H. (1997): Heuschreckenfauna und Grünland – Bewirtschaftungs-

maßnahmen und Biotopmanagement. Arbeiten aus dem Institut für Landschaftsökologie

3: 179-188.

Finck, P., Heinze, S., Raths, U., Riecken, U., Ssymank, A. (2017): Rote Liste der gefährde-

ten Biotoptypen Deutschlands. Dritte fortgeschriebene Fassung 2017. Naturschutz und

Biologische Vielfalt 156, 637 S.

Fischer, J., Steinlechner, D., Stettmer, C. et al. (2016): Die Heuschrecken Deutschlands

und Nordtirols: Bestimmen, Beobachten, Schützen. Wiebelsheim (Quelle & Meyer), 367

S.

Foley, J, DeFries, R., Snyder, P. et al. (2005): Global consequences of land use. Science

309: 570-574.

Gatter, W. (2000): Vogelzug und Vogelbestände in Mitteleuropa. Wiebelsheim (AULA-

Verlag), 670 S.

Grein, G. (2007): Zur Ausbreitung von

(Poda, 1761) und

(Fabricius, 1793) in Niedersachsen. Articulata 22 (1): 91-98.

Helbing, F., Blaeser, T., Löffler, F., Fartmann, T. (2014): Response of Orthoptera communi-

ties to succession in alluvial pine woodlands. Journal of Insect Conservation 18: 215-

224.

Jonas, M., Staeger, T., Schönwiese, C. (2005): Berechnung der Wahrscheinlichkeiten für

das Eintreten von Extremereignissen durch Klimaänderungen – Schwerpunkt Deutsch-

land. Umweltbundesamt, Forschungsbericht 201 41 254, 248 S.

Kettermann, M., Fartmann, T. (2018): Auswirkungen des globalen Wandels auf Heuschre-

cken. Besiedelung von Steinbrüchen der Westfälischen Bucht (NW-Deutschland) durch

die Blauflügelige Sandschrecke. Naturschutz und Landschaftsplanung 50 (1): 23-29.

Leuschner, C., Schipka, F. (2004): Vorstudie Klimawandel und Naturschutz in Deutschland.

BfN

‐

Skripten 115: 35 S.

Löffler, F., Fartmann, T. (2017): Effects of landscape and habitat quality on Orthoptera as-

semblages of pre-alpine calcareous grasslands. Agriculture, Ecosystems and Environ-

ment 248: 71-81.

Löffler, F., Poniatowski, D., Fartmann, T. (2019): Orthoptera community shifts in response

to land-use and climate change – Lessons from a long-term study across different

grassland habitats. Biological Conservation 236: 315-323.

Maas, S., Detzel, P., Staudt, A. (2002): Gefährdungsanalyse der Heuschrecken Deutsch-

lands. Verbreitungsatlas, Gefährdungseinstufung und Schutzkonzepte. Bundesamt für

Naturschutz. Münster (Landwirtschaftsverlag): 401 S.

41

Poniatowski, D., Fartmann, T. (2008): The classification of insect communities: Lessons

from Orthoptera assemblages of semi-dry calcareous grasslands in central Germany.

European Journal of Entomology 105: 659-671.

Poniatowski, D., Fartmann, T. (2009): Experimental evidence for density-determined wing

dimorphism in two bush-crickets. European Journal of Entomology 106: 599-605.

Poniatowski, D., Fartmann, T. (2010): What determines the distribution of a flightless bush-

cricket (

) in a fragmented landscape? Journal of Insect Conser-

vation 14: 637-645.

Poniatowski, D., Fartmann, T. (2011a): Weather-driven changes in population density de-

termine wing dimorphism in a bush-cricket species. Agriculture, Ecosystems and Envi-

ronment 145: 5-9.

Poniatowski, D., Fartmann, T. (2011b): Dispersal capability in a habitat specialist bush-

cricket: the role of population density and habitat moisture. Ecological Entomology 36:

717-723.

Poniatowski, D., Fartmann, T. (2011c): Does wing dimorphism affect mobility in

(Orthoptera: Tettigonidae)? European Journal of Entomology 108: 409-415.

Poniatowski, D., Heinze, S., Fartmann, T. (2012): The role of macropters during range ex-

pansion of a wing-dimorphic insect species. Evolutionary Ecology 26: 759-770.

Poniatowski, D., Münsch, T., Helbing, F., Fartmann, T. (2018a): Arealveränderungen mit-

teleuropäischer Heuschrecken als Folge des Klimawandels. Natur und Landschaft 93

(12): 553-561.

Poniatowski, D., Stuhldreher, G., Löffler, F., Fartmann, T. (2018b): Patch occupancy of

grassland specialists: Habitat quality matters more than habitat connectivity. Biological

Conservation 225: 237-244.

Poschlod,

P.

(2015):

Geschichte

der

Kulturlandschaft.

–

Stuttgart

(Ulmer),

320 S.

Rapp, J. (2000): Konzeption, Problematik und Ergebnisse klimatologischer Trendanalysen

für Europa und Deutschland. Offenbach (Deutscher Wetterdienst), Bericht Nr. 212, 145

S.

Reich, M. (2006): Linking metapopulation structures and landscape dynamics: Grasshop-

pers (Saltatoria) in alluvial floodplains. Articulata Beiheft 11: 1-154.

Rockström, J., Steffen, W., Foley, J.A. et al. (2009): A safe operating space for humanity.

Nature 461 (7263): 472-475.

Sala, O., Chapin, F., Wall, D. et al. (2000): Biodiversity – global biodiversity scenarios for

the year 2100. Science 287: 1770-1774.

Sauberer, N., Zulka, K., Grabherr, G. et al. (2004): Surrogate taxa for biodiversity in agricul-

tural landscapes of eastern Austria. Biological Conservation 117: 181-190.

Schlumprecht, H., Waeber, G (2003): Heuschrecken in Bayern. Stuttgart (Ulmer), 515 S.

Stevens, C., Dise, N., Mountford, J., Gowing, D. (2004): Impact of nitrogen deposition on

the species richness of grasslands. Science 303: 1876-1879.

Streitberger, M., Ackermann, W., Nehring, S. et al. (2016): Strategien und Handlungskon-

zept für den Artenschutz in Deutschland unter Klimawandel. Naturschutz und Biolo-

gische Vielfalt 147, 367 S.

Stuhldreher, G., Fartmann, T. (2014): When habitat management can be a bad thing – Ef-

fects of habitat quality, isolation and climate on a declining grassland butterfly. Journal

of Insect Conservation 18: 965-979.

42

Thomas, J, Bourn, N., Goodger, B. et al. (2001): The quality and isolation of habitat patches

both determine where butterflies persist in fragmented landscapes. Proceedings of the

Royal Society London, Series B: Biological Science 268: 1791-1796.

Trautner, J., Hermann, G. (2008): Die Sumpfschrecke (

L., 1758) im

Aufwind – Erkenntnisse aus dem zentralen Baden-Württemberg. Articulata 23 (2): 37-

52.

UBA (Umweltbundesamt) (Hrsg.) (2006): Künftige Klimaänderungen in Deutschland – Re-

gionale Projektionen für das 21. Jahrhundert. Dessau (Umweltbundesamt), Hamburg

(Max Planck Institut für Meteorologie), 7 S.

Veen, P., Jefferson, R., de Smidt, J., van Straaten, J. (2009): Grasslands in Europe of high

nature value. Zeist (KNNV Publishing), 319 S.

Wallis De Vries, M. (2004): A quantitative conservation approach for the endangered butter-

fly

. Conservation Biology 18: 489-499.

Prof. Dr. Thomas Fartmann*

Universität Osnabrück

Abteilung für Biodiversität und Landschaftsökologie

Barbarastraße 11, 49076 Osnabrück

E-Mail: *t.fartmann@uos.de

43

Esther Rickert und Mirko Hauswirth

Die Erfassung von marinen Wirbeltieren ermöglicht es die Verbreitungen sowie die Popula-

tionsdichten abzuschätzen und so den Zustand von Populationen bewerten und ggf. recht-

zeitig schützen zu können. In deutschen Gewässern wird das Monitoring von marinen Wir-

beltieren innerhalb der ausschließlichen Wirtschaftszone (AWZ) durch das Bundesministe-

rium für Umwelt, Naturschutz und nukleare Sicherheit (BMU) und das Bundesamt für Na-

turschutz (BfN) vertreten.

Das Monitoring von Seevögeln und Meeressäugetieren innerhalb dieser Meeresgebiete

erfolgt mithilfe unterschiedlicher Linientransekt-Erfassungsmethoden. Folgende Methoden

kommen dabei zum Einsatz: schiffs- und flugzeuggestützte beobachterbasierte Erfas-

sungsmethoden sowie flugzeuggestützte digitale Erfassungsmethoden. Der größte Teil des

Monitorings in deutschen Gewässern wurde bisher mithilfe der flugzeuggestützten be-

obachterbasierten Erfassungsmethoden durchgeführt. Der Vorteil dieser Methode ist, dass

große Meeresgebiete zeit- und kosteneffizient erfasst werden können.

Mit dem Ausbau der Offshore-Windparks in der deutschen Nord- und Ostsee wurde diese

Erfassungsmethode innerhalb von Offshore-Windparks aufgrund von Sicherheitsbedenken

verboten. Eine sichere Alternative stellen die flugzeugbasierten digitalen Erfassungsmetho-

den dar, da diese Methoden in deutlich größeren Flughöhen operieren und somit eine Kolli-

sion mit Windkraftanlagen ausgeschlossen werden kann. Zurzeit existieren verschiedene

digitale Kamerasysteme sowie Bildanalyseverfahren, die zur Erfassung von Seevögeln und

Meeressäugetieren in deutschen Offshore-Windparkgebieten eingesetzt werden. Die ver-

gleichsweise neuen digitalen Erfassungsmethoden unterliegen derzeit noch keiner Kalibrie-

rung. Eine vergleichende Analyse der verschiedenen Erfassungsmethoden sowie die Er-

mittlung von Kalibrierungsfaktoren stellt einen ersten wichtigen Schritt in Richtung Ver-

gleichbarkeit der verschiedenen Methoden dar. Dies ist nötig, um eine einheitliche Bewer-

tung ökologisch wichtiger und schützenswerter Artgruppen zu gewährleisten.

The monitoring of marine wildlife allows an estimation of the distribution and population

densities in order to assess their status and to make timely decisions on the application of

conservation actions. Within the Exclusive Economic Zone (EEZ), the responsibility for the

monitoring of marine vertebrates belongs to the Federal Ministry for the Environment, Na-

ture Conservation and Nuclear Safety (BMU) and the Federal Agency for Nature Conserva-

tion (BfN).

The monitoring of seabirds and marine mammals is performed by means of different line

transect methods. The following monitoring techniques have been applied: ship and aircraft

observer-based methods as well as airborne digital monitoring methods. So far, most of the

vertebrate monitoring in German waters has been performed by means of the airborne ob-

server-based method. The great advantage of this method is that large marine areas can

be surveyed in a time and cost-efficient manner.

With the expansion of offshore wind farms in the German North Sea and the Baltic, this

monitoring method has been banned from offshore wind farm areas due to safety concerns

of the low altitudes required to perform them effectively. Aircraft-based digital monitoring

methods represent a safe alternative for monitoring tasks in these areas since they can

44

take place from a higher altitude and thus the collision risk with wind turbines can be miti-

gated. Currently, a range of digital camera systems as well as different image analysis pro-

cesses are used to monitor seabirds and marine mammals within German offshore wind

farm areas. The comparatively new digital monitoring methods are not yet calibrated. A

comparative analysis of the different monitoring methods as well as the determination of

calibration factors represents an important first step towards comparability of the different

methods. This is necessary to ensure a consistent assessment of ecologically important

species groups.

Mit Inkrafttreten der europäischen Fauna-Flora-Habitat-Richtlinie (FFH-RL) 1992 verpflich-

teten sich die Mitgliedsstaaten der EU, ein zusammenhängendes Netz von Schutzgebieten

zu schaffen. Diese Gebiete von gemeinschaftlicher Bedeutung (Fauna-Flora-Habitat-

Richtlinie, 92/43/EWG vom 21. Mai 1992) bilden zusammen mit den Europäischen Vogel-

schutzgebieten gemäß der EU-Vogelschutzrichtlinie (VRL) (79/409/EWG vom 02. April

1979) das Schutzgebietssystem Natura 2000. Für die Umsetzung von Natura 2000 an Land

und in den Hoheitsgewässern (innerhalb der 12-Seemeilen-Zone) sind in Deutschland die

Bundesländer zuständig. Im Bereich der daran anschließenden ausschließlichen Wirt-

schaftszone Deutschlands (AWZ; 12 bis 200 Seemeilen von der Küstenbasislinie) wird der

Meeresnaturschutz durch das Bundesministerium für Umwelt, Naturschutz und nukleare

Sicherheit (BMU) und das Bundesamt für Naturschutz (BfN) vertreten. Die Bundesrepublik

Deutschland hat somit gemäß BNatSchG die gesetzliche Zuständigkeit für 32.991 km²

Meeresfläche in der deutschen Nord- und Ostsee, in der sie sich auf Grundlage dieser EU-

Richtlinien bereits 1992 verpflichtet hat, ein zusammenhängendes Netz von Schutzgebie-

ten zu schaffen. Neben anderen naturschutzfachlichen Verpflichtungen ist das Monitoring

und die Bewertung des Erhaltungszustands geschützter Arten und Lebensräume Bestand-

teil

der

Schutzaufgaben.

meeresschutzgebiete.html, 28. Mai 2018).

Im Jahr 2004 hat Deutschland der EU-Kommission 10 Natura 2000-Gebiete innerhalb der

deutschen AWZ von Nord- und Ostsee gemeldet und im September 2017 wurden diese

Gebiete durch sechs Schutzgebietsverordnungen national unter Schutz gestellt (Abb. 1,

Nordsee: Doggerbank, Sylter Außenriff – Östliche Deutsche Bucht, Borkum Riffgrund; Ost-

see: Fehmarnbelt, Kadetrinne, Pommersche Bucht – Rönnebank). Sie schließen die zur

Umsetzung der VRL bereits ausgewiesenen Naturschutzgebiete (NSG) mit ein und erset-

zen die beiden bereits bestehenden Naturschutzgebietsverordnungen.

Die Bestimmungen der FFH-RL sowie der VRL verpflichten die EU-Mitgliedsstaaten, für alle

Lebensräume und Arten von gemeinschaftlichem Interesse einen günstigen Erhaltungszu-

stand und damit die Sicherung der Artenvielfalt zu erreichen. Sie sind verpflichtet, den Zu-

stand der zu schützenden Lebensräume und Arten zu überwachen und über den Erfolg

ihrer Schutzmaßnahmen zu berichten. Um diesen Verpflichtungen gerecht zu werden, wur-

den die für Natura 2000 relevanten Schutzgüter entsprechende Monitoring-Programme

entwickelt. Die Vorgaben für dieses Monitoring und die Berichtspflichten ergeben sich aus

den Anforderungen dieser Richtlinien zusammen mit den Anforderungen an die Regional-

konventionen Oslo-Paris Konvention (OSPAR), Helsinki-Konvention

und die

Trilaterale

Wattenmeer-Kooperation

sowie

an

die

Meeresstrategie-

Rahmenrichtlinie (MSRL). Letztgenannte dient als Umweltsäule der EU-Meerespolitik dem

Schutz und Erhalt der europäischen Meeresumwelt und verpflichtet die Mitgliedsstaaten zu

45

weitergehenden entsprechenden Monitoring-Programmen (Art. 11 MSRL). Das MSRL-

Monitoring in Deutschland folgt auf dieser Grundlage einer eigenen Struktur mit MSRL-

Monitoring- und Subprogrammen und der Einteilung der Deskriptoren zur Festlegung des

guten Umweltzustands (Anhang I MSRL). Die Entwicklung und Durchführung dieser MSRL-

Monitoring-Programme werden mit den Anrainerstaaten der Nord- und Ostsee mit dem Ziel

abgestimmt, die Vergleichbarkeit von Monitoring und Bewertung innerhalb der Meeresregi-

onen zu gewährleisten. Auch hierbei stützt sich Deutschland auf die Strukturen und die

Ergebnisse der langjährig bestehenden regionalen Übereinkommen und Kooperationen

und

Für die Bewertung des Erfolges von Schutzmaßnahmen

und Programmen zur ökosystemgerechten und nachhaltigen Nutzung werden weiterhin

spezifisch entwickelte Indikatoren verwendet, so zum Beispiel die unter OSPAR entwickel-

ten EcoQOs (Ecological Quality Objectives).

Abb. 1: Naturschutzgebiete (NSG) in der deutschen Nord- und Ostsee innerhalb der

ausschließlichen Wirtschaftszone (AWZ). Die graue Linie zeigt die Grenze der deutschen

AWZ, die blauen Flächen weisen die NSG innerhalb der deutschen AWZ aus. Map data ©

OpenStreetMap contributors.

Aus diesen umfangreichen Anforderungen der europäischen Richtlinien und Regionalab-

kommen leiten sich die Schutzgüter der Meeressäugetiere, Fische, Seevögel, benthischen

Arten und Biotope ab, die über das Monitoring erfasst werden müssen.

Das vom BfN seit 2007 durchgeführte reguläre Monitoring der marinen Wirbeltiere umfasst

die Überwachung des Erhaltungszustands und die Erfassung von Bestandsentwicklungen

dieser Arten (Sonntag et al. 2010, Gilles et al. 2010, 2011 und 2014, Markones et al. 2011,

2012 und 2014, Viquerat et al. 2015). Von den in der deutschen AWZ vorkommenden sie-

ben Meeressäugetierarten und sechs Fischarten, die im Anhang II der FFH-RL aufgeführt

sind, kommen nur Schweinswale, Kegelrobben und Seehunde in ausreichender Zahl vor.

Neuere Beobachtungen lassen darauf schließen, dass auch Zwergwale die deutsche AWZ

im Bereich der Doggerbank regelmäßig auf ihren Wanderungen nutzen. Für diese Arten

von gemeinschaftlichem Interesse trägt Deutschland eine besondere Verantwortung. Auf-

grund einer Vereinbarung zwischen dem Bund und den Küstenbundesländern ist das BfN

für das Monitoring der Wale zuständig, während das Monitoring der Robben in der Zustän-

digkeit der Länder liegt. Weiterhin wurden in der deutschen AWZ 25 Vogelarten identifiziert,

welche die küstenfernen Bereiche der deutschen Nord- und Ostsee regelmäßig als Nah-

rungs-, Rast- oder als Mausergebiet nutzen. Dies sind die in Anhang I der europäischen

VRL aufgeführten Arten sowie die regelmäßig auftretenden Zugvogelarten in der deut-

schen AWZ der Nord- und Ostsee (Artikel 4 (2) VRL).

46

Um Unterschiede in der Entwicklung belastbar darstellen zu können, ist der Erhaltungszu-

stand sowohl innerhalb als auch außerhalb von Natura 2000-Gebieten zu erfassen. Für die

Bewertung des Erhaltungszustandes werden Angaben über die Verbreitung von Arten und

ihren Habitaten verlangt. Hier spielt die Größe der Bestände eine wichtige Rolle. Dem Mo-

nitoring kommt eine hohe Bedeutung zu, da z.B. die Feststellung einer Verschlechterung

des Erhaltungszustands die Umsetzung von Maßnahmen erfordert, die ggf. auch zu Ein-

schränkungen bestehender Nutzungen führen können, wenn diese ursächlich oder för-

dernd für den negativen Trend sind.

Um den inhaltlichen Anforderungen an eine langfristige und systematische Beobachtung

von Arten und Lebensräumen gerecht zu werden, werden Methoden mit möglichst hochauf-

lösenden Angaben zur Dichte und zur Verbreitung benötigt. Zur Anwendung kommen bei

den Zählungen von Seevögeln und Meeressäugern v.a. international standardisierte Me-

thoden wie die beobachterbasierten Linientransekt-Zählungen vom Schiff oder aus dem

Flugzeug (Gilles et al. 2009; Markones et al. 2009).

Die Erfassung von Seevögeln von Schiffen aus erfolgt in enger Anlehnung an eine für die

nordwesteuropäischen Gewässer standardisierte Methode (Tasker et al. 1984, Garthe et al.

2002, Camphuysen et al. 2004). Hier werden von den beobachtenden Personen auf einem

300 m breiten Transekt parallel zur Kiellinie auf einer Seite des Schiffes alle fliegenden und

schwimmenden Individuen erfasst (Abb. 2 A-B). Die Suche nach den Vögeln erfolgt mit

dem bloßen Auge. Mit dem Fernglas werden Art-, Alters-, Geschlechtsbestimmung usw.

durchgeführt bzw. überprüft (Abb. 2 B). Seetaucher und Meeresenten haben oft hohe

Fluchtdistanzen (Garthe, Hüppop 2004, Schwemmer et al. 2011), daher muss nach ihnen

systematisch mit dem Fernglas gesucht werden, um sie nicht zu übersehen (Garthe et al.

2002, Hüppop et al. 2002).

Abb. 2 A-B: Beobachterbasierte Linientransekt-Zählung zur Erfassung von Seevögeln und

Meeressäugern vom Schiff. A: Forschungsschiff Heincke (Alfred-Wegener Institut,

Bremerhaven) während einer Forschungsausfahrt in der Nordsee 2013. B: Zwei

beobachtende Personen auf dem Peildeck der Heincke während einer Linientransekt-

Zählung (Foto: M. Petrikowski).

Bei Linientransekt-Zählungen sowohl von Meeressäugetieren als auch von Seevögeln wer-

den die Tiere quantitativ erfasst. Die Methode zur Seevogelerfassung unterscheidet sich

dabei in Details von der Schweinswalerfassung und wird u.a. von Kahlert et al. (2000), Die-

derichs et al. (2002) und Camphuysen et al. (2004) beschrieben. Die Standarderfassungs-

methodik wird nach der so genannten „line-transect distance sampling“ Methode durchge-

führt (Buckland et al. 2001).

47

Bei den beobachterbasierten Flügen befindet sich das Flugzeug in einer konstanten Flug-

höhe von 183 m (600 ft) mit einer Geschwindigkeit von 185 km/h (100 kn) zur Erfassung

von marinen Säugern bzw. in einer Flughöhe von 76 m (250 ft) mit 180 km/h (97 kn) zur

Erfassung von Seevögeln. Aus Sicherheitsgründen werden beobachterbasierte Erfas-

sungsflüge nur mit zweimotorigen Flugzeugen durchgeführt, z.B. vom Typ Partenavia P68.

In der Regel sitzen zwei beobachtende Personen in der ersten Sitzreihe (Abb. 3 A) an nach

außen gewölbten Fensterscheiben (sog. bubble windows, siehe Abb. 3 B). Alle Beobach-

tungen werden während des Fluges sekundengenau auf ein digitales Diktiergerät gespro-

chen und gespeichert. Dabei werden Angaben zur Art, Anzahl, Alter, Geschlecht und dem

Verhalten sowie der Flug- bzw. Schwimmrichtung der Seevögel und Wale erfasst. Die ge-

naue Position wird während des Fluges von einem GPS-Gerät aufgezeichnet, wodurch

jede Beobachtung lokalisiert werden kann.

Abb. 3 A-B: Beobachterbasierter Erfassungsflug mit einer Partenavia P68. A: Während des Fluges

sitzen zwei beobachtende Personen in der ersten Sitzreihe und erfassen zu beiden Seiten

Seevögel sowie marine Meeressäuger. B: Beobachter am sog. bubble window mit zur Ori-

entierung aufgeklebten Markierungen. Die Erfassung erfolgt nach einer international stan-

dardisierten Linientransekt-Methode (Foto: E. Rickert).

Im Jahr 2013 wurde die Umstellung von beobachterbasierten Erfassungsflügen auf digitale

Erfassungssysteme für Umweltverträglichkeitsstudien im Offshore-Bereich gemäß dem

Standarduntersuchungskonzept 4 (StUK4, BSH 2013) verbindlich festgelegt und beobach-

terbasierte Erfassungsflüge in Offshore-Windparkgebieten verboten. Diese Umstellung

wurde aus Sicherheitsgründen vorgeschrieben, da sich die Windenergieanlagen mit einer

Nabenhöhe von ca. 90 m (BSH, BMU 2014), unmittelbar in der Flughöhe der beobachter-

basierten Erfassungsflüge (Diederichs et al. 2002) befinden und somit gefährliche Hinder-

nisse darstellen. Durch den weiter voranschreitenden Ausbau der Offshore-Windenergie

(BSH 2017), werden beobachterbasierte Erfassungen von Seevögeln und Meeressäugern

in der deutschen Nord- und Ostsee in Zukunft stark eingeschränkt. Digitale Erfassungen für

Monitoring-Vorhaben in Windparkflächen werden daher an Bedeutung gewinnen.

Die digitale, flugzeugbasierte Erfassung von Seevögeln und Meeressäugern ist somit in

Deutschland vergleichsweise neu. Zurzeit existieren verschiedene digitale Kamerasysteme

sowie Bildanalyseverfahren, die zur flugzeugbasierten Erfassung von Seevögeln und Mee-

ressäugern in deutschen Offshore-Gebieten eingesetzt werden (Thaxter, Burton 2009, Co-

ppack, Weidauer 2014, Coppack et al. 2015, Weiß et al. 2016). Bei den eingesetzten

48

Kamerasystemen handelt es sich um hochauflösende Digitalkameras, die Standbilder oder

Videos aus einer Flughöhe zwischen 400 und 550 m mit einer Bodenauflösung von meist

2 cm aufzeichnen können und so im jeweiligen Untersuchungsgebiet alle fliegenden und

schwimmenden Individuen und Objekte erfassen (Thaxter, Burton 2009, Coppack, Wei-

dauer 2014, Coppack et al. 2015, Weiß et al. 2016).

Abb. 4 A-C: A: Hochflügelige, zweimotorige Kleinflugzeuge vom Typ Partenavia P.68, mit eingebau-

ten Kamerasystemen. B: Gyrostat mit zwei Mittelformatkameras zur Standbilderfassung. C:

Energieversorgungs-, Speicher- und Kontrolleinheiten der Kameraplattform montiert im

Flugzeuginneren (© 2016 DAISI; IfAÖ GmbH).

Zur Durchführung der digitalen Erfassungsflüge werden in der Regel genau wie bei den

beobachterbasierten Erfassungsflügen, hochflügelige, zweimotorige Kleinflugzeuge vom

Typ Partenavia P.68 eingesetzt (Abb. 4 A). Während der Erfassungsflüge sind die Kame-

rasysteme in einer Bodenluke im Flugzeug montiert und mithilfe einer gyroskopischen Platt-

form gegen Erschütterungen und Vibrationen stabilisiert (Abb. 4 B). Über eine Compute-

reinheit an Bord des Flugzeuges werden die gyroskopisch stabilisierten Kamerasysteme

gesteuert sowie das Bildmaterial gespeichert (Abb. 4 C, Coppack, Weidauer 2014, Cop-

pack et al. 2015, Weiß et al. 2016).

Während eines digitalen Erfassungsfluges werden die Positionsdaten des Flugzeugs eben-

falls mithilfe des globalen Positionsbestimmungssystem (GPS) erfasst und später zur Geo-

referenzierung des aufgezeichneten Bildmaterials genutzt. Durch die nachträgliche Geore-

ferenzierung wird eine Verortung der detektierten Seevögel und Meeressäuger möglich

(Coppack, Weidauer 2014, Coppack et al. 2015).

Im Folgenden werden exemplarisch zwei unterschiedliche Erfassungsmethoden vorgestellt.

Da die digitalen Erfassungssysteme einer ständigen technischen Weiterentwicklung unter-

49

liegen und spezifische Kameraeinstellungen sowie Flugparameter häufig der jeweiligen

Fragestellung angepasst sind, werden hier nur die wichtigsten Charakteristika der Metho-

den beschrieben.

Eine der Erfassungsmethoden basiert auf vier hochauflösenden Videokameras. Vier Video-

kameras erfassen in einer Standardflughöhe von ca. 549 m (1.800 ft) kontinuierlich die

Meeresoberfläche mit einer Gesamtbreite von 544 m (Abb. 5 A, Weiß et al. 2016). Die zwei

äußeren Videokameras zeichnen dabei die Meeresoberfläche mit einer Streifenbreite von

143 m auf und die zwei inneren Videokameras erreichen eine Breite von 129 m (F. Weiß,

persönliche Kommunikation). Im Offshore-Bereich sind die Videokameras so eingestellt,

dass zwischen den vier Kameras Lücken entstehen (Abb. 5 A). Diese Einstellung erlaubt

es, Doppelzählungen auszuschließen (Weiß et al. 2016).

Eine weitere digitale Erfassungsmethode basiert auf zwei hochauflösenden Standbildkame-

ras. Bei dieser Methode erfassen die zwei Kameras, in einer Flughöhe von ca. 427 m

(1.400 ft), die Meeresoberfläche mit einer Gesamtbreite von ca. 460 m (A. Wegener, per-

sönliche Kommunikation, Abb. 5 B). Jede der zwei Kameras erfasst einen Streifen von

236 m, mit einer mittigen Überlappung von ca. 12 m (A. Wegener, persönliche Kommunika-

tion, Abb.5 B). Diese überlappende Einstellung erlaubt es, Bildverluste durch Sonnenrefle-

xion sowie Vignettierungseffekte des Kameraverschlusses zu kompensieren (Coppack,

Weidauer 2014, Coppack et al. 2015).

Die beschriebenen digitalen Kamerasysteme können Objekte auf der Meeresoberfläche je

nach Flughöhe mit einer Bodenauflösung von meist 2 cm erfassen (Thaxter, Burton 2009,

Coppack, Weidauer 2014, Coppack et al. 2015, Weiß et al. 2016).

Abb. 5 A-B: Schematische Darstellung digitaler Erfassungsmethoden zur flugzeug-basierten Erfas-

sung von Seevögeln und Meeressäugetieren. Die gestrichelten Linien deuten die Kamera-

winkel während der Erfassung an. Die grauen Felder zeigen die erfasste Fläche quer zur

Flugrichtung an. Innerhalb dieser erfassten Fläche ist die Kameraüberlappung in dunkel-

grau dargestellt. Die in dunkel- und hellgrau dargestellten Tiere befinden sich innerhalb

bzw. außerhalb der erfassten Fläche. Die durchgehende Mittellinie stellt die Transektlinie

dar, entlang der die Erfassung erfolgt. A: Digitale Erfassung mit vier hochauflösenden Vi-

deokameras B: Digitale Erfassung mit zwei hochauflösenden Standbildkameras (S. Coppe,

© 2018 FTZ).

Neben den verschiedenen Kamerasystemen unterscheiden sich die digitalen Erfassungs-

systeme auch in Hinblick auf ihre Bildanalyseverfahren. Die Bildanalyse erfolgt nach dem

Flug und gliedert sich im Wesentlichen in drei Bearbeitungsschritte (Coppack, Weidauer

2014, Coppack et al. 2015, Weiß et al. 2016). Da auch die Bildanalyse einer ständigen

50

Weiterentwicklung unterliegt, wird im Folgenden nur auf die wichtigsten Bearbeitungsschrit-

te eingegangen.

Im ersten Bearbeitungsschritt wird das aufgezeichnete Video- bzw. Fotomaterial an Bild-

schirmen durch geschultes Personal manuell gesichtet. Mithilfe einer speziellen Software

werden im Bildmaterial alle biologischen Objekte (v.a. Seevögel und Meeressäuger) sowie

anthropogene Strukturen (z.B. Schiffe, Windenergieanlagen, Seezeichen, usw.) manuell

markiert. Einhergehend mit der Markierung werden die geographischen Positionen gespei-

chert und außerdem Informationen zu den Wetterverhältnissen während der Erfassung, wie

z.B. Intensität der Sonnenreflexion, Seegang, etc., notiert. Zur Qualitätssicherung werden

10 - 20 % des Bildmaterials durch eine zweite Person gesichtet, die erneut alle biologi-

schen Objekte markiert. Diese Qualitätskontrolle gilt als bestanden, wenn eine Überein-

stimmung von 90 % erreicht wird (Coppack et al. 2015, Weiß et al. 2016).

Im nachfolgenden Bearbeitungsschritt werden die markierten Seevögel und Meeressäuger

von erfahrenen Experten und Expertinnen bis zur tiefst möglichen taxonomischen Ebene

bestimmt und quantifiziert. Darüber hinaus wird versucht, den jeweiligen Sichtungen ergän-

zende Informationen, wie z.B. Alter (adult, immatur), Geschlecht, Verhalten (z.B. nahrungs-

suchend, sturztauchend, auffliegend) sowie bei fliegenden Vögeln eine Flugrichtung zuzu-

ordnen. Einer Formation oder einem Schwarm fliegender Vögel wird eine Gruppe zugeord-

net. Im Anschluss an diese Bestimmung findet erneut eine Qualitätssicherung statt. Hierbei

werden 10 - 20 % der Individuen zufällig ausgewählt und durch eine zweite erfahrene Per-

son erneut bestimmt. Die Qualitätssicherung gilt auch hier als bestanden, wenn eine Über-

einstimmung von 90 % erreicht wird.

Nach der Bestimmung erfolgt die abschließende Bearbeitung der erhobenen Daten. In die-

sem Arbeitsschritt werden die georeferenzierten Beobachtungen sowie alle zusätzlich er-

hobenen Informationen zu den Tieren, aber auch zum Untersuchungsgebiet und den Wet-

terbedingungen in georeferenzierten Dateien ausgegeben sowie in ein einheitliches Tabel-

lenformat (Digi-StUK-Format, BSH) überführt (Coppack et al. 2015, Weiß et al. 2016).

Die Analyseergebnisse des Luftbildmaterials dienen als Grundlage für die Berechnung von

Verbreitungsmustern und Individuendichten (Individuen pro km

2

) sowie für die Bestands-

schätzungen von Seevögeln und Meeressäugern im jeweiligen Untersuchungsgebiet.

Die Erfassungswahrscheinlichkeit von Seevögeln und Meeressäugern hängt stark von den

Wetter- und Lichtverhältnissen im jeweiligen Untersuchungsgebiet sowie von der jeweiligen

Tierart ab (Coppack et al. 2015, Weiß et al. 2016). Daher sind zur erfolgreichen Durchfüh-

rung von digitalen Erfassungsflügen spezifische Wetterbedingungen erforderlich.

Die Erfassungswahrscheinlichkeit von Seevögeln und Meeressäugern wird beispielsweise

durch Wind verursachten Seegang und die damit einhergehende Schaumbildung (Abb. 6

A) beeinflusst. Eine unruhige Meeresoberfläche mit weißen Schaumflächen erschwert die

Detektion der Tiere. Besonders kleine und helle Seevögel wie zum Beispiel Seeschwalben,

sind optisch nur schwer von Schaumflächen zu differenzieren. Weitere Faktoren, welche

die Erfassungswahrscheinlichkeit beeinflussen sind z.B. Sonnenreflexionen (engl. glare,

Abb. 6 B-C) auf der Wasseroberfläche sowie Seenebel (Abb. 6 C). Die Wetterbedingungen

während der Erfassung werden daher zu jeder Bild- bzw. Videosequenz positionsgenau

vermerkt. Diese Vermerke zu den Wetterbedingungen können so bei späteren Auswertun-

gen berücksichtigt werden.

51

Abb. 6 A-C: Wetter- und Lichtverhältnisse, die die Erfassungswahrscheinlichkeit von Seevögeln und

Meeressäugern beeinflussen. A: Starker Seegang mit weißen Schaumflächen. B: Sonnen-

reflexion (engl.

) auf der Wasser-oberfläche. C: Seenebel über der Meeresoberfläche

und Sonnenreflexion auf der Wasseroberfläche (Foto: A: HiDef, B und C: E. Rickert).

Die Erfassung von Meeressäugern und tauchenden Seevögeln wird zusätzlich durch den

Grad der Wassertrübung beeinflusst (Abb. 7 A-F). Je trüber das Wasser ist, desto schlech-

ter können Individuen unter der Wasseroberfläche detektiert werden. Klares Wasser er-

möglicht hingegen auch die Detektion von Individuen unter der Wasseroberfläche (Abb. 7

C-D). Zusätzlich zum Trübungsgrad des Wassers beeinflusst der Winkel des einfallenden

Lichtes, wie transparent das Wasser erscheint und wie gut Individuen unter der Oberfläche

detektiert werden können. Ruhige Windverhältnisse, ein geringer Seegang, gute Sicht so-

wie eine Wolkenuntergrenze oberhalb der Flughöhe sind somit die Grundvoraussetzungen

für eine erfolgreiche, flugzeugbasierte, digitale Erfassung von Seevögeln und Meeressäu-

gern. Diese Grundvoraussetzungen führen dazu, dass besonders in den Wintermonaten

nur sehr eingeschränkt günstige Wetterfenster existieren.

Abb. 7 A-F: Schweinswale (

) und Zwergwale (

), auf-

genommen mit hochauflösenden Kamerasystemen während digitaler Erfassungsflüge. A:

Zwei abtauchende und ein auftauchender Schweinswal. B: Abtauchender Schweinswal. C,

D: Unter der Oberfläche schwimmender Schweinswal. E, F: Auftauchender Zwergwal;

Maßstab A-D 1 m, E 2 m, F 1 m (Foto: A, B: DAISI, IfAÖ GmbH; C-F: HiDef).

52

Neben der Beeinflussung durch Wetter- und Lichtverhältnisse ist die Erfassungswahr-

scheinlichkeit von Seevögeln zusätzlich artspezifisch. So sind kleine oder sich sehr ähnli-

che Arten wie z.B. Seeschwalben (Abb. 8 A-C) oder auch Trottellummen und Tordalken

(Abb. 8 D-F) häufig nur schwer auf Artniveau bestimmbar. Diese Artgruppen können auch

bei der beobachterbasierten Erfassung oft nicht auf Artniveau bestimmt werden.

Abb. 8 A-L: Luftbildaufnahmen von Seevögeln, aufgenommen während digitaler Erfassungsflüge in

der deutschen Nord- und Ostsee.

A: Brandseeschwalbe (

), fliegendes

Individuum. B: Unbestimmte Seeschwalbe (

sp.), fliegendes Individuum. C: Brand-

seeschwalbe, fliegendes Individuum. D: Tordalk (

), fünf schwimmende Individu-

en. E: Trottellumme (

), zwei schwimmende Individuen. F: Trottellumme, fliegen-

des Individuum. G: Samtente (

), ein schwimmendes Individuum. H: Trauer-

ente (

), sieben schwimmende Individuen. I: Eisenten (

),

zwei fliegende Individuen. J: Kormoran (

), ein auffliegendes Individu-

um. K: Heringsmöwe (

), schwimmendes Individuum. L: Basstölpel (

), fliegendes Individuum; Maßstab 1 m (Foto: A-G, I: HiDef und H, J,-L: DAISI IfAÖ

GmbH).

Kleinere und dunkle Arten, wie z.B. Trauerente (

) und Samtente (

), sind häufig vor einer dunklen Meeresoberfläche aufgrund des fehlenden Kontrasts

schwer zu detektieren (Abb. 8 G-I). Größere und helle Arten, wie z.B. Kormoran (

53

), Heringsmöwe (

) oder – besonders auffällig – der Basstölpel

(

), sind hingegen leichter zu detektierende Arten (Abb. 8 J-L).

Die noch vergleichsweise neuen digitalen Erfassungsmethoden von Seevögeln und Mee-

ressäugetieren unterliegen derzeit noch keiner Kalibrierung und es existieren verschiedene

Erfassungsmethoden nebeneinander. Eine Kalibrierung dieser Methoden sowie die Ermitt-

lung von Kalibrierungsfaktoren sind allerdings von besonderer Bedeutung, um eine einheit-

liche Bewertung ökologisch wichtiger und schützenswerter Artgruppen zu gewährleisten.

Eine vergleichende Analyse der verschiedenen Methoden stellt einen ersten Schritt in Rich-

tung Vergleichbarkeit der Methoden dar. Bisher wurde im Rahmen des Projektes HELBIRD,

finanziert durch das Bundesministerium für Wirtschaft und Energie (BMWi), anhand von

zwei Vergleichsflügen in einem Nordsee-Untersuchungsgebiet eine vergleichende Studie

digitaler (foto- und videobasiert) sowie beobachterbasierter Erfassungsmethoden, durchge-

führt.

Um die Datenbasis zu erhöhen und dadurch fundiertere sowie weiterführende Ergebnisse

wie z.B. methodenspezifische Kalibrierungsfaktoren zu erzielen, wurde in 2016 ein umfang-

reiches, mittlerweile abgeschlossenes Projekt zur vergleichenden Erprobung digitaler Er-

fassungsmethoden vom BfN finanziert und vom Forschungs- und Technologiezentrum

(FTZ) der Christian-Albrechts Universität zu Kiel aufgenommen. Im Rahmen dieses Projek-

tes „PhoViComp“, kurz für „Photo Video Comparison“, sollten Grundlagen für eine Kalibrie-

rung der digitalen Erfassungsmethoden, hinsichtlich ihrer Erfassungswahrscheinlichkeit von

Seevögeln und Meeressäugern generiert werden. Darüber hinaus sollte untersucht werden,

wie die digitalen Erfassungsmethoden in das großräumige BfN-Wirbeltier-Monitoring in der

deutschen ausschließlichen Wirtschaftszone (AWZ) von Nord- und Ostsee integriert wer-

den können.

Für diese vergleichende Studie wurden ein Nordsee- sowie ein Ostsee-Unter-

suchungsgebiet festgelegt (siehe Abb. 9). Das Nordsee-Untersuchungsgebiet wurde auf-

grund seiner hohen Individuendichte an Schweinswalen im Sommer und die hohe Anzahl

an Seetauchern im Frühjahr ausgewählt (Mendel et al. 2008, Gilles et al. 2009, Narberhaus

et al. 2012, Garthe et al. 2012). Außerdem sind in dem Gebiet verschiedene weitere Fo-

kusarten des marinen Biodiversitätsmonitorings wie Trottellummen, Heringsmöwen, Bass-

tölpel und Dreizehenmöwen verbreitet (Mendel et al. 2008, Markones et al. 2015). Das

ausgewählte Ostsee-Untersuchungsgebiet schließt einen Teil der Oderbank, den Adler-

grund sowie den Greifswalder Bodden ein und deckt somit einen großen Teil des Schutz-

gebietes Pommersche Bucht ab (siehe Abb. 9). In diesen Gebieten ist mit großen Ansamm-

lungen von Meeresenten wie z.B. Eis-, Trauer- und Samtenten (Markones et al. 2014) zu

rechnen. Das Untersuchungsgebiet eignet sich daher besonders gut, die Erfassbarkeit gro-

ßer und gemischter Schwärme zu untersuchen. Darüber hinaus lässt sich auch die Er-

fassbarkeit kleiner, schwer zu detektierender Arten, wie z.B. von Gryllteiste oder Ohrentau-

chern, analysieren. Für diesen umfassenden Methodenvergleich wurden zu unterschiedli-

chen Jahreszeiten insgesamt acht Vergleichsflüge, jeweils vier in der deutschen Nord- und

Ostsee, durchgeführt.

54

Abb. 9: Untersuchungsgebiete in der Nord- und Ostsee im Projekt PhoViComp. Die blauen Linien

stellen die einzelnen Transektlinien dar. Entlang dieser Transektlinien fand die

vergleichende Erprobung der digitalen Erfassungsmethoden statt. Map data ©

OpenStreetMap contributors.

Während eines Vergleichsfluges befanden sich die beiden digitalen Erfassungsmethoden

zeitgleich auf dem Transekt (Abb. 10 A, B). Der zeitliche Abstand zwischen den zwei digita-

len Erfassungsmethoden betrug ca. 1 min (Abb. 10 A, B), was einem räumlichen Abstand

von ca. 3 km entspricht. An fünf von acht Vergleichsflügen war zusätzlich zu den digitalen

Erfassungsmethoden noch die beobachterbasierte Erfassungsmethode beteiligt.

Da

das

Flugzeug

mit

der

beobachterbasierten

Erfassungsmethode

(Abb.

10 C), in einer sehr geringen Flughöhe von nur ca. 76 m fliegt und dadurch eine Scheuch-

wirkung auf störungsempfindliche Seevögel (Garthe, Hüppop 2004) haben kann, betrug der

Abstand zu den zwei Flugzeugen mit den digitalen Erfassungsmethoden ca. 30 Minuten.

Abb. 10 A-C: Schematische Darstellung der Flugzeuganordnung während eines Vergleichsfluges. A:

Flugzeug mit videobasierter Erfassungsmethode. B: Flugzeug mit fotobasierter Erfas-

sungsmethode. C: Flugzeug mit beobachter-basierter Erfassungsmethode. Die Angaben in

Minuten geben den zeitlichen Abstand zwischen den verschiedenen Erfassungsmethoden,

während eines Vergleichsfluges, an. Die dunkelgrauen Flächen stellen die aktuell erfasste

Fläche dar. Die hellgrauen Flächen zeigen die bereits erfasste bzw. die zu erfassende Flä-

che. Die durchgezogene Mittellinie stellt dasTransekt dar

(S. Coppe, © 2018 FTZ).

Um ein ausbalanciertes Versuchsdesign zu erzielen, wurde nach jeder zweiten Transektli-

nie ein Positionswechsel zwischen den zwei Flugzeugen mit den digitalen Erfassungsme-

thoden durchgeführt. Die beobachterbasierte Erfassungsmethode hat nicht an diesem Posi-

tionswechsel teilgenommen. Die im Rahmen der vergleichenden Erprobung erhobenen

Daten befinden sich weiter in der Auswertung und werden nach Abschluss der Analysen

veröffentlicht.

55

Luftbilderfassung unterliegt einer sehr schnellen Entwicklung und wird in Zukunft weiter an

Bedeutung in der ökologischen Forschung gewinnen (Morgan et al. 2010, Weimerskirch et

al. 2018). Im Rahmen des Projektes PhoViComp wurde ein umfangreicher Datensatz zur

Evaluation und Vergleichbarkeit digitaler Erfassungsmethoden generiert. Darüber hinaus

wurden Erkenntnisse gewonnen, die zu einer erfolgreichen Organisation und Durchführung

von großflächigen, digitalen Erfassungsflügen beitragen. Dadurch kann das Projekt grund-

legend dabei helfen, digitale Erfassungsmethoden erfolgreich in das großräumige marine

BfN-Wirbeltier-Monitoring zu integrieren. Ein weiterer Entwicklungsschritt in der digitalen

Erfassung von Seevögeln und Meeressäugern stellt die automatische Bildanalyse mit Hilfe

von Algorithmen dar (Groom et al. 2013), an deren Entwicklung gearbeitet wird.

Die Autoren danken Dr. Jochen Krause, Prof. Dr. Stefan Garthe, Dr. Nele Markones, Hen-

riette Schwemmer, Katharina Fließbach und Dr. Kai Borkenhagen für Korrekturen und An-

merkungen zum vorliegenden Text.

Bundesamt für Seeschifffahrt und Hydrgraphie (BSH) (2013): Standard – Untersuchungen

der Auswirkungen von Offshore-Windenergieanlagen auf die Meeresumwelt (StUK4).

Hamburg, 86 S.

Federal Maritime and Hydrographic Agency (BSH), Federal Ministry for the Environment,

Nature Conservation and Nuclear Safety (BMU) (2014): Ecological Research at the Off-

shore Windfarm

– Challenges, Results and Perspectives. Wiesbaden

(Springer Spektrum), 201 S.

Bundesamt für Seeschifffahrt und Hydrgraphie (BSH) (2017): Bundesfachplan Offshore für

die deutsche ausschließliche Wirtschaftszone der Nordsee 2016/2017 und Umweltbe-

richt (BFO-N). Hamburg, 143 S.

Buckland, S., Anderson, D., Burnham, K., Laake, J., Borchers, D., Thomas, L. (2001): In-

troduction to distance sampling. Estimating abundance of biological populations. Oxford

(Oxford University Press), 448 S.

Camphuysen, C., Fox, A., Leopold, M., Petersen, I. (2004): Towards standardized seabirds

at sea census techniques in connection with environmental impact assessments for off-

shore wind farms in the U.K. Final report to COWRIE-BAM-02-2002. Texel (Cowrie), 38

S.

Coppack, T., Weidauer, A. (2014): DAISI – ein digitales Luftbild-System zur Erfassung von

Seevögeln und Meeressäugetieren. Wasser und Abfall 16 (7-8): 38-42.

Coppack, T., Weidauer, A., Kemper, G. (2015): Erfassung von Seevogel- und Meeressäu-

gerbeständen mittels georeferenzierter Digitalfotografie. AGIT Journal für Angewandte

Geoinformatik 1: 358-367.

Diederichs, A., Nehls, G., Pedersen, I. (2002): Flugzeugzählungen zur großflächigen Erfas-

sung von Seevögeln und marinen Säugern als Grundlage für Umweltverträglichkeits-

studien im Offshorebereich. Seevögel 23: 38-46.

Garthe, S., Hüppop, O., Weichler, T. (2002): Anleitung zur Erfassung von Seevögeln auf

See von Schiffen. Seevögel 23: 47-55.

Garthe, S., Hüppop, O. (2004): Scaling possible adverse effects of marine wind farms on

seabirds: developing and applying a vulnerability index. Journal of Applied Ecology 41:

724-734.

56

Garthe, S., Markones, N., Mendel, B., Krause, J. et al. (2012): Protected areas for seabirds

in German offshore waters: Designation, retrospective consideration and current per-

spectives. Biological Conservation 156: 126-135.

Gilles, A., Siebert, U. (2009): Erprobung eines Bund/Länder-Fachvorschlags für das Deut-

sche Meeresmonitoring von Seevögeln und Schweinswalen als Grundlage für die Erfül-

lung der Natura 2000-Berichtspflichten mit einem Schwerpunkt in der deutschen AWZ

von Nord- und Ostsee (FFH-Berichtsperiode 2007-2012), Teilbericht: Visuelle Erfassung

von Schweinswalen. Bonn (Bundesamt für Naturschutz), 78 S.

Gilles, A., Scheidat, M., Siebert, U. (2009): Seasonal distribution of harbour porpoises and

possible interference of offshore wind farms in the German North Sea. Marine Ecology

Progress Series 383: 295-307.

Gilles, A., Siebert, U. (2010): Monitoringbericht 2009 - 2010. Marine Säugetiere und See-

vögel in der deutschen AWZ von Nord- und Ostsee. Teilbericht marine Säugetiere – Vi-

suelle Erfassung von Schweinswalen. Endbericht für das Bundesamt für Naturschutz: 4-

34.

Gilles, A., Peschko, V., Siebert, U. (2011): Monitoringbericht 2010 - 2011. Marine Säugetie-

re und Seevögel in der deutschen AWZ von Nord- und Ostsee. Teilbericht marine Säu-

getiere – Visuelle Erfassung von Schweinswalen und akustische Erfassung im Seege-

biet Doggerbank. Endbericht für das Bundesamt für Naturschutz: 5-73 (plus Anhang).

Gilles, A., Viquerat, S., Siebert, U. (2014). Monitoring von marinen Säugetieren 2013 in der

deutschen Nord- und Ostsee – Visuelle Erfassung von Schweinswalen. Endbericht für

das Bundesamt für Naturschutz, 57 S.

Groom, G., Stjernholm, M., Nielsen, D., Petersen, I. et al. (2013): Remote Sensing image

data and automated analysis to describe marine bird distributions and abundances.

Ecological Informatics 14: 2-8.

Hüppop, O., Exo, K., Garthe, S. (2002): Empfehlungen für projektbezogene Untersuchun-

gen

möglicher

bau-

und

betriebsbedingter

Auswirkungen

von

Offshore-

Windenergieanlagen auf Vögel. Ber. Vogelschutz 39: 77-94.

Kahlert, J., Desholm, M., Clausager, I., Petersen, I. (2000): Environmental impact assess-

ment of an offshore wind farm at Rødsand: technical report on birds. NERI report, Na-

tional Environmental Research Institute; Kalø, Denmark, 80 S.

Markones, N., Garthe, S. (2009). Erprobung eines Bund/Länder-Fachvor-schlags für das

Deutsche Meeresmonitoring von Seevögeln und Schweinswalen als Grundlage für die

Erfüllung der Natura 2000-Berichts-pflichten mit einem Schwerpunkt in der deutschen

AWZ von Nord- und Ostsee (FFH Berichtsperiode 2007-2012). Teilvorhaben Seevögel.

Endbericht für das Bundesamt für Naturschutz, Vilm, 60 S.

Markones, N., Garthe, S. (2011). Marine Säugetiere und Seevögel in der deutschen AWZ

von Nord- und Ostsee. Monitoringbericht 2010 - 2011 – Teilbericht Seevögel. Endbe-

richt für das Bundesamt für Naturschutz, Vilm, 64 S.

Markones, N., Schwemmer, H., Garthe, S. (2012). Seevogel-Monitoring 2011 - 2012 in der

deutschen AWZ von Nord- und Ostsee. Bericht für das Bundesamt für Naturschutz,

Vilm, 71 S.

Markones, N., Guse, N., Borkenhagen, K., Garthe, S. et al. (2014). Seevogel-Monitoring

2012 - 2013 in der deutschen AWZ von Nord- und Ostsee. Endbericht für das Bundes-

amt für Naturschutz, Vilm, 77 S.

Markones, N., Guse, N., Borkenhagen, K., Garthe, S. et al. (2015): Seevogel-Monitoring

2014 in der deutschen AWZ von Nord- und Ostsee. Bericht für das Bundesamt für Na-

turschutz, Vilm, 127 S.

57

Mendel, B., Sonntag, N., Wahl, J., Garthe, S. et al. (2008): Artensteckbriefe von See- und

Wasservögeln der deutschen Nord- und Ostsee. Verbreitung, Ökologie und Empfind-

lichkeiten gegenüber Eingriffen in ihren marinen Lebensraum. Naturschutz und Biolo-

gische Vielfalt 59, 437 S.

Morgan, J., Gergel, S., Coops, N. (2010): Aerial Photography: A Rapidly Evolving Tool for

Ecological Management. BioScience 60 (1): 47-59.

Narberhaus, I., Krause, J., Bernitt, U. (2012): Bedrohte Biodiversität in der deutschen Nord-

und Ostsee. Empfindlichkeiten gegenüber anthropogenen Nutzungen und den Effekten

des Klimawandels. Naturschutz und Biologische Vielfalt 116, 674 S.

Schwemmer, P., Mendel, B., Sonntag, N., Garthe, S. et al. (2011): Effects of ship traffic on

seabirds in offshore waters: implications for marine conservation and spatial planning.

Ecological Applications 21 (5): 1851-1860.

Sonntag, N., Markones, N., Garthe, S. (2010). Marine Säugetiere und Seevögel in der

deutschen AWZ von Nord- und Ostsee. Monitoringbericht 2009/ 2010 – Teilbericht See-

vögel. Endbericht für das Bundesamt für Natur-schutz, Vilm, 49 S.

Tasker, M., Jones, P., Dixon, T., Blake, B. (1984): Counting seabirds at sea from ships: A

review of methods employed and a suggestion for a standardized approach. The Auk

101: 567-577.

Thaxter, C, Burton, N. (2009): High Definition Imagery for Surveying Seabirds and Marine

Mammals: A Review of Recent Trials and Development of Protocols. Norfolk, (British

Trust for Ornithology Report Commissioned by Cowrie Ltd.), 30 S.

Viquerat, S., Gilles, A., Herr, H., Siebert, U. (2015): Monitoring von marinen Säugetieren

2014 in der deutschen Nord- und Ostsee – Visuelle Erfassung von Schweinswalen.

Endbericht für das Bundesamt für Naturschutz, 83 S.

Weimerskirch, H., Prudor, A., Schull, Q. (2018): Flights of drones over sub-Antarctic sea-

birds show species- and status-specific behavioural and physiological responses. Polar

Biology 41 (2): 259-266.

Weiß, F., Büttger, H., Baer, J., Nehls, G. et al. (2016): Erfassung von Seevögeln und Mee-

ressäugetieren mit dem HiDef Kamerasystem aus der Luft. Seevögel 37 (2): 14-21.

Esther Rickert*

Forschungs- und Technologie Zentrum (FTZ)

ECOLAB - Ökologie mariner Tiere

Christian-Albrechts-Universität zu Kiel (CAU), 25761 Büsum

E-Mail: *rickert@ftz-west.uni-kiel.de

Mirko Hauswirth

Bundesamt für Naturschutz (BfN),

AS Insel Vilm,

Fachgebiet II 5.2 „Meeresschutzgebiete, Management, Monitoring“

Insel Vilm, 18581 Putbus

58

59

Stefanie Stenzel und Hannes Feilhauer

Für das Monitoring im Naturschutz werden Daten zur Landbedeckung meist durch Kartie-

rende im Feld erhoben. In manchen Gegenden sind solche Erfassungen jedoch nicht oder

nur schwer durchführbar. Informationen von oben, wie sie Fernerkundungsdaten liefern,

könnten hier prinzipiell unterstützen. Auch wenn keine stichprobenbasierten Datensätze,

sondern flächenhafte Informationen gesammelt werden müssen, bietet sich die Arbeit mit

Fernerkundungsdaten grundsätzlich an. Eine routinemäßige Anwendung findet jedoch bis-

her nicht statt. Dies hat vielfältige Gründe wie hohe Kosten, räumlich, zeitlich oder inhaltlich

stark begrenzte Studien sowie unzureichende Genauigkeiten der Ergebnisse. Intensiver

Austausch zwischen den Akteuren aus Naturschutz und Fernerkundung und verständliche

Einblicke in Grundlagen und Geschehnisse der jeweils anderen Fachrichtung könnten zu-

künftige gemeinsame Entwicklungen, wie die Verwendung von fernerkundlichen Daten im

Rahmen eines Biodiversitätsmonitorings positiv beeinflussen. Dieser Artikel bietet eine kur-

ze Zusammenfassung von Grundlagenwissen zu Fernerkundung und der Anwendung von

Fernerkundungsdaten, insbesondere mit Bezug auf ein Monitoring der Vegetation.

For monitoring purposes in nature conservation, data on land cover are usually collected by

field mapping. In some areas, however, such surveys are difficult or impossible to carry out.

Information from above, as offered by remote sensing, could provide a remedy. If no ran-

dom sample-based data sets are needed but extensive information, working with remote

sensing data could also be promising. However, remote sensing has not yet been used

routinely in this context. Reasons that hinder use are that results from (pilot) studies are

limited in terms of space, time, content and accuracy. Intensive exchange between actors

from nature conservation and remote sensing leading to understandable insights into the

basics and trends of the other discipline could positively influence future joint develop-

ments, such as the use of remote sensing data in the context of biodiversity monitoring.

This article provides a brief summary of basic knowledge about remote sensing and the

application of remote sensing data, particularly with reference to vegetation monitoring.

Im Rahmen der Diskussion um ein standardisiertes, umfassendes, bundesweites Biodiver-

sitätsmonitoring werden neben der reinen terrestrischen Kartierung auch das Potential und

die routinemäßige Anwendung zusätzlicher technischer Methoden in Erwägung gezogen.

Insbesondere wenn mensch keine stichprobenbasierten Datensätze generieren, sondern

flächenhafte Informationen sammeln möchte, bietet sich die Arbeit mit Fernerkundungsda-

ten an.

An Universitäten und Forschungseinrichtungen gibt es seit Jahren eine Vielzahl von Grund-

lagenprojekten, aber auch Forschungs- und Entwicklungsvorhaben zu Fernerkundung,

welche die Themenfelder Biodiversitätserfassung und Naturschutz abdecken. Behörden

verwenden seit langem Luftbilder für meist visuelle Bildinterpretationen. Eine routinemäßige

Anwendung von Fernerkundungsdaten und -produkten sowie (halb-)automatisierten Analy-

semethoden an Behörden im Bereich des Naturschutzes findet jedoch bisher nicht statt.

Dabei gibt es diverse Themenfelder, in der die Fernerkundung eine wertvolle Hilfestellung

60

bieten könnte. Fernerkundungsdaten liefern Informationen von oben, lassen also den Blick

auf kleine bis sehr große Gebiete zu und dies gleich mehrfach im Jahr, ohne dass die Area-

le physisch betreten werden müssen. Dies kann sowohl im Naturschutz als auch in anderen

Themenfeldern ein Vorteil sein, da es Gebiete gibt, die nicht betreten werden sollen oder

können, oder es nicht genügend Kapazitäten gibt, bestimmte Regionen flächendeckend

abzulaufen und zu kartieren. Woran liegt es also, dass Fernerkundungsdaten nicht häufiger

genutzt werden? Zum einen sind Fernerkundungsprodukte in der Vergangenheit für die

regelmäßige Anwendung zu teuer gewesen. Studien, die sich mit naturschutzfachlichen

Fragestellungen beschäftigt haben, lieferten lokal oft gute Ergebnisse, doch ließen sich die

dort erprobten Ansätze nicht immer ohne weiteres auf andere Gebiete übertragen. Dies gilt

auch für die Übertragbarkeit von Modellen und Verfahren auf andere Ökosysteme oder

phänologische Stadien. Was im einen Ökosystem gut funktioniert, muss nicht zwangsläufig

auch in anderen Fällen brauchbare Ergebnisse liefern. Auch ist die Arbeit mit langen Zeit-

reihen und der damit verbundenen Detektierung von eindeutigen Veränderungen (change

detection) oft nicht möglich gewesen, da die meisten Forschungsprojekte standardmäßig

eine Laufzeit von nur drei Jahren haben. Zudem genügten die mit Fernerkundungsmetho-

den erreichten Genauigkeiten den AnwenderInnen meist nicht. Und zuletzt mag es auch an

mangelnder Kommunikation zwischen NutzerInnen und AnbieterInnen gelegen haben so-

wie an fehlendem Wissen über die Entwicklungen im jeweils anderen Arbeitsfeld.

Mit diesem Artikel soll daher Grundlagenwissen vermittelt werden, welches benötigt wird,

wenn mensch sich mit dem Potential der Anwendung von Fernerkundungsdaten im Bereich

des Naturschutzes, insbesondere in Bezug auf Monitoring von Vegetation, beschäftigen

möchte.

Fast jeder hat schon einmal mit Fernerkundungsdaten bzw. -produkten gearbeitet und ver-

wendet diese unbewusst im alltäglichen Gebrauch. Wir betrachten Satellitenbilder oder

lassen uns daraus abgeleitete Produkte auswerten, bspw. wenn wir eine Route von A nach

B im Internet von Kartendiensten wie Google Maps berechnen lassen. Wir verlassen uns

auf die Wettervorhersage, die mithilfe von Daten von Wetter- bzw. Radarsatelliten generiert

wird. Im beruflichen Umfeld agieren Kartierende seit Jahrzehnten mit Luftbildern, um sich

vorab ein Bild ihres Gebietes machen zu können, bereits Flächen abzugrenzen oder sich

vor Ort besser orientieren zu können. Dies alles kann zur Nutzung von Fernerkundung im

weitesten Sinne gezählt werden. Denn erst einmal ist die Fernerkundung die Übermittlung

von Informationen über ein Objekt ohne direkten Kontakt bzw. die berührungsfreie Erkun-

dung der Erdoberfläche (Albertz 2001). Von Fernerkundung im engeren Sinne wird dann

meist gesprochen, wenn (halb-)automatisierte Verfahren zur digitalen Bildbearbeitung so-

wie Sensoren von Satelliten, Flugzeugen oder Drohnen verwendet werden.

Fernerkundungsdaten werden von Sensoren aufgenommen, die auf verschiedenen Trä-

gerplattformen verankert sein können. Hierbei handelt es sich zumeist um Satelliten, be-

mannte Luftfahrzeuge und neuerdings auch immer häufiger um Drohnen (auch UAV (un-

manned airborne vehicle) genannt). Nachdem die satellitengestützte Fernerkundung zu-

nächst auf militärische bzw. Spionageanwendungen beschränkt war, wurde 1972 mit Land-

sat 1 der erste Satellit im All etabliert, der Bilddaten für wissenschaftliche Zwecke lieferte.

Aber auch vor Erschließung der Satellitenfernerkundung wurden Bilder von der Erdoberflä-

che aufgenommen, und zwar aus Flugzeugen, Zeppelins oder Heißluftballons. Heutzutage

61

kreisen hunderte Erdbeobachtungssatelliten (Earth Observation, EO) um unseren Plane-

ten, die z.T. zielgerichtet sehr spezielle Daten für ein insgesamt breites Spektrum von An-

wendungen bieten (CEOS 2015). Das Problem, überhaupt Bilddaten zu bekommen, hat

sich gewandelt in das Problem, hierbei den Überblick zu behalten und aus der Fülle von

verfügbaren Daten die richtigen auszuwählen.

An den jeweiligen Trägerplattformen sind die eigentlichen Sensoren befestigt, welche die

Fernerkundungsdaten erheben. Hierbei kann es sich um aktive oder passive Sensoren

handeln. Aktive Sensoren senden aktiv Signale aus und messen die Rückstrahlung. Ra-

darsensoren, die Signale im Mikrowellenbereich aussenden, sowie Lidarsensoren, die La-

serstrahlen emittieren, gehören zu dieser Gruppe. Passive Sensoren hingegen senden kein

Signal aus, sondern empfangen ausschließlich Strahlung aus natürlichen Strahlungsquel-

len. Optische Sensoren erfassen das von der Erdoberfläche reflektierte Sonnenlicht in ver-

schiedenen Wellenlängenbereichen und Thermalsensoren die von der Oberfläche ausge-

strahlte Wärme (Pettorelli et al. 2014).

Die Fernerkundung deckt somit ein breites Spektrum an Sensorik, aber auch an Methoden

ab. Die wohl gängigsten und bekanntesten Verfahren, besonders im Bereich der Analyse

von Vegetation, sind die der optischen Fernerkundung, welche auf ähnlichen Prinzipien wie

die Photographie beruhen. Auf diese soll hier näher eingegangen werden:

Das von der Erdoberfläche reflektierte Sonnenlicht wird von einem Sensor erfasst, welcher

so ein Bild der Oberfläche macht. Dieses Bild ist, wie ein Digitalfoto, aus einzelnen Bild-

punkten, den sogenannten Pixeln, aufgebaut. Jedes Pixel enthält das Reflexionssignal für

einen kleinen Ausschnitt der Erdoberfläche. Das gemessene reflektierte Licht wird meist in

einzelne Farbbereiche (Wellenlängenbereiche) unterteilt, so dass diese einzelnen Informa-

tionen in Analysen berücksichtigt werden können. Als praxisnahes Beispiel: Eine Digital-

kamera misst in den Wellenlängenbereichen, in denen blaues, rotes und grünes Licht re-

flektiert wird. Aus diesen drei Reflexionsinformationen wird das Farbbild generiert. Die Bil-

der eines Sensors, der nur in einem Wellenlängenbereich misst, können nur in schwarz-

weiß dargestellt werden (panchromatisch).

Die verfügbaren Sensorsysteme unterscheiden sich in ihrer

•

räumlichen Auflösung, also der von einem Pixel abgedeckten Fläche am Boden (Abb.

1). Diese bestimmt, welche Mindestgröße ein Objekt haben muss, um im Bild erkennbar

zu sein. Daten mit hoher räumlicher Auflösung (d.h. die vom einzelnen Pixel abgedeckte

Fläche ist klein) zeichnen sich durch eine hohe Bildschärfe aus und erlauben eine detail-

lierte Kartierung. Bei behördlichen Luftbildern beträgt die Pixelkantenlänge oft nur 20 cm

am Boden. Die räumliche Auflösung steht oft im Zusammenhang mit den zu erwarten-

den Kosten: Bilddaten mit gröberer Auflösung (d.h. > 10 m Pixelkantenlänge) sind der-

zeit auch kostenfrei zu bekommen, Bilder mit feinerer Auflösung sind dagegen oft nur

gegen Bezahlung erhältlich.

•

Streifenbreite, und damit der vom Gesamtbild abgedeckten Fläche am Boden. Diese legt

fest, wie groß die kartierbare Gesamtfläche ist. Auch hier ist ein Zusammenhang mit der

räumlichen Auflösung zu beobachten. Je feiner die Auflösung, desto kleiner ist zumeist

die Fläche, die von einem Bild abgedeckt wird. Die detailreiche Erfassung großer Flä-

chen wird dadurch ermöglicht, dass mehrere benachbarte Bilder zu einem Mosaik

62

zusammensetzt werden. Die Erstellung eines Mosaiks bringt jedoch oft Fehler oder Un-

genauigkeiten im Gesamtbild mit sich und ist keineswegs trivial.

•

spektralen Auflösung, also der Anzahl der gemessenen Wellenlängenbereiche, den so

genannten spektralen Bändern oder Kanälen. Hier gilt als Faustregel, dass eine größere

Anzahl von schmalen Wellenlängenbereichen, die zusammen einen möglichst breiten

Bereich des Lichtspektrums abdecken, eine genauere Unterteilung von Vegetationsein-

heiten erlaubt, die sich nur in feinen Details unterscheiden. Fast alle Sensoren erfassen

das Licht in den Bereichen, für die das menschliche Auge empfindlich ist. Abweichungen

bei den Sensoren gibt es vor allem im unsichtbaren Infrarotbereich. Hier weisen Pflan-

zen und Vegetationsbestände starke Unterschiede in ihrem Reflexionsverhalten auf. Ob

diese in den Bilddaten erkennbar sind, hängt vor allem davon ab, ob die entsprechenden

Wellenlängenbereiche abgedeckt werden. Sensoren mit hoher räumlicher Auflösung (al-

so hoher Bildschärfe) bieten meist weniger spektrale Bänder und umgekehrt. Sensoren

mit nur einem Kanal werden panchromatisch genannt, während solche mit bis zu 20

Bändern multispektral heißen und hyperspektrale Sensoren weisen weit über 200 Kanä-

le auf.

•

Trägerplattform des Sensors. Satellitendaten decken zumeist große Gebiete in regel-

mäßigen Intervallen ab. Flugzeug- und drohnengetragene Sensoren liefern für ausge-

wählte Zeitpunkte Daten für kleinere Gebiete, besitzen aber häufig eine feinere räumli-

che Auflösung. Satellitendaten sind im Allgemeinen günstiger als vom Flugzeug erhobe-

ne Bilder, da bei letzteren die Bereitstellungs- und Anflugzeiten die Kosten in die Höhe

treiben. Drohnensysteme werden als unkompliziert und flexibel einsetzbar beworben.

Mensch muss jedoch in Kauf nehmen, dass die drohnentaugliche Sensortechnik auf-

grund der notwendigen Miniaturisierung viele Einschränkungen mit sich bringt und oft

wenig Spektralinformation zum Infrarot-Bereich bietet. Des Weiteren können damit nur

kleine Gebiete abgedeckt werden, da der Einsatz (in Deutschland) nur in Sichtweite er-

laubt ist. Auch fallen Schutzgebiete und urbane Räume (Wohngrundstücke, Flugplätze,

behördliche Einrichtungen, Industrieanlagen) aus der Liste der kartierbaren Gebiete

raus, da die Luftverkehrsordnung hier den Einsatz untersagt (Verordnung zur Regelung

des Betriebs von unbemannten Fluggeräten vom 30. März 2017 (BGBl I (17), S.683)).

Ausnahmen davon durch Antrag oder Eigentum sind jedoch möglich.

•

zeitlichen Auflösung, also der zeitlichen Wiederholrate der Datenerhebung. Diese wird

maßgeblich von der Trägerplattform und der vom Bild abgedeckten Fläche am Boden

beeinflusst. Während prinzipiell eine einzelne Sommeraufnahme für die meisten Kartie-

rungen genügt, kann eine hohe Wiederholrate trotzdem wünschenswert sein: so erhöht

sich die Wahrscheinlichkeit, auch in Mitteleuropa ein wolkenfreies Bild zu bekommen,

sowie für ein Langzeit-Monitoring Bilddaten aus ähnlichen phänologischen Stadien zu

erhalten. In manchen Fällen kann es sinnvoll sein, Bilder aus mehreren Jahreszeiten zu

berücksichtigen, um saisonale Unterschiede der zu erfassenden Vegetationseinheiten

(ihren phänologischen Verlauf) auszunutzen.

Im Allgemeinen gilt zu beachten, dass je höher die räumliche Auflösung, je größer die Strei-

fenbreite, je höher die spektrale Auflösung und je höher die zeitliche Auflösung ist, desto

mehr Speichervolumen wird für die jeweiligen Fernerkundungsdaten benötigt.

63

Abb. 1: Ausschnitt dreier Gradientenkarten einer Moorlandschaft bei Ettal, BY. Ähnliche Farbwerte

symbolisieren eine ähnliche Artenzusammensetzung. Unterschiede zwischen den drei Kar-

ten derselben Region sind bedingt durch unterschiedlich räumliche und spektrale Auflö-

sung: v.l.n.r. AISA Dual 2 x 2m, RapidEye 6 x 6m, Sentinel-2 60 x 60m (modifiziert aus

Feilhauer et al. 2014).

Möchte mensch für ein Biodiversitätsmonitoring in Erwägung ziehen, optische Fernerkun-

dungsdaten routinemäßig und (halb-)automatisiert auszuwerten und anzuwenden, ist fol-

gendes zu beachten: Bei der Auswertung der Fernerkundungsdaten werden die räumlichen

Muster in den Bildern meist in Bezug zu einer Stichprobe der Vegetation (z.B. Vegetations-

aufnahmen) gesetzt. Es gibt verschiedene Pflanzen- und Vegetationsmerkmale, die für das

Reflexionsverhalten verantwortlich sind. Diese Merkmale lassen sich grob in strukturelle

und biochemische Eigenschaften unterteilen. Zu den biochemischen Eigenschaften zählt

vor allem die Pigmentkonzentration der Blätter, der Blattwassergehalt oder der Gehalt an

Trockenmasse, welche für die Absorption von Licht verantwortlich sind (Ollinger 2011).

Pigmente absorbieren vor allem im für das menschliche Auge sichtbaren Spektralbereich,

Wasser und Blatttrockenmasse im Infrarotbereich. Optisch aktive strukturelle Merkmale der

Vegetation sind die Blattfläche, die Blattform und -orientierung, der Blattbau, aber auch das

Vorhandensein nicht-grüner Pflanzenteile (Asner 1998). Diese Merkmale beeinflussen

hauptsächlich die Streuung des Lichts im Bestand und wirken sich so auf das zum Sensor

zurückgestreute Licht aus. Daneben ist das Reflexionsverhalten (Abb. 2) von (semi-

)natürlicher Vegetation häufig stark vom Vorhandensein abgestorbener Pflanzenteile oder –

vor allem auf mageren und trockenen Standorten – von offenen Bodenstellen beeinflusst

(Asner 1998). Sowohl das Reflexionssignal von abgestorbenen Pflanzenteilen als auch von

Boden unterscheidet sich stark von dem Grün der Blätter (Fassnacht et al. 2015). Daneben

wird das vom Bestand reflektierte Licht durch Dunst und Wasserdampf in der Atmosphäre,

dem Schattenwurf des Reliefs oder den jeweiligen Beleuchtungswinkel beeinflusst. Im

Rahmen der Datenvorbereitung für die Analyse gilt es daher, diese störenden Einflüsse

weitgehend zu minimieren.

Fernerkundungsdaten werden seit vielen Jahrzehnten produziert, ausgewertet und genutzt.

In frühen Jahren aber auch heute noch handelte es sich bei der Analyse vorwiegend um

die visuelle Bildinterpretation. Die Bilddaten wurden und werden dabei zumeist am Bild-

schirm betrachtet und von einer auswertenden Person bearbeitet. So gibt es in Deutsch-

land, bspw. in Mecklenburg-Vorpommern oder Brandenburg, Biotopkartierungen, die mit

visueller Bildinterpretation von Color-Infrared (CIR) Luftbildern aus Flugzeugbefliegungen

und einem zugehörigen Kartierschlüssel erstellt wurden. Das was heutzutage unter Analy-

severfahren der Fernerkundung im engeren Sinne verstanden wird, ist die (halb-) automati-

sche Auswertung der Daten, die digitale Bildbearbeitung.

64

Abb. 2: Gemessene Reflektanz (Anteil reflektierter elektromagnetischer Strahlung) über

verschiedenen Wellenlängen. Das Reflexionsverhalten unterschiedlicher Oberflächen wie

Vegetation, offenem Boden oder Wasserkörper weicht voneinander ab und kann daher zu

Identifikation verwendet werden. In grau die Abdeckung des Spektrums durch Kanäle

eines Sensors: links wenige, breite Kanäle (multispektral), rechts viele, schmale Kanäle

(hyperspektral) (mit Genehmigung von F. Fassnacht).

Hierbei gibt es zahlreiche Ansätze, Methoden und Verfahren, teils etabliert, teils in der frü-

hen Entwicklung, teils übernommen aus anderen Themenfeldern, teils neu generiert. Bei

der Arbeit mit optischen Daten können die Ansätze objektbasiert oder pixelbasiert sein. Im

erstgenannten werden mehrere Pixel zuerst zu größeren Objekten vereint und anschlie-

ßend weiter klassifiziert. Dies wird seltener im Bereich der Vegetationserhebungen ange-

wandt, bspw. aber für Baumartenklassifikation oder Verbuschungsdetektion (Förster et al.

2008). Bei der für das Vegetationsmonitoring gängigeren Methode der pixelbasierten Aus-

wertung lassen sich verschiedene Hauptgruppen unterscheiden: unüberwachte Klassifika-

tion, überwachte Klassifikation sowie auf Regressionsverfahren basierende Gradientenkar-

tierungen. Bei der unüberwachten Klassifikation wird ein Algorithmus auf die Bilddaten an-

gewandt ohne zusätzliche Trainingsdaten mit Geländeinformation hinzuzufügen. Die Klas-

senbildung geschieht rein datengetrieben anhand von Ähnlichkeitsmustern in der Farbge-

bung und Helligkeit der Bildpunkte. Da diese Verfahren aufgrund der spektralen Ähnlichkeit

von vegetationsbestandenen Flächen nur schlecht geeignet sind, unterschiedliche Vegeta-

tionseinheiten voneinander abzugrenzen, ist ihr Einsatz für ein Biodiversitätsmonitoring

limitiert. Bei überwachten Klassifikationen werden dem Algorithmus Trainingsdaten mit Ge-

ländeinformationen zur Verfügung gestellt. Dies ist möglich, wenn die zu trennenden Klas-

sen vorab über einen Kartier- oder Klassifikationsschlüssel definiert worden sind. Hier lässt

sich unterteilen in Klassifikatoren, die sämtliche Pixel in mehrere Klassen einteilen (multi-

class Ansätze: bspw. SVM (Support Vector Machine, Vapnik 1998), Random Forest (Brei-

man et al. 1984)), sowie Einklassenklassifikatoren (Abb. 3), die nur die Klasse von Interes-

se detektieren und den Rest der Pixel zurückweisen (one-class classification: bspw. Maxent

(Phillips et al. 2004), BiasedSVM (Liu et al. 2003)). Sollen keine diskreten Klassen gebildet,

sondern graduelle Übergänge in der Artenzusammensetzung der Vegetation abgebildet

werden (Abb. 1), können Vegetationsaufnahmen einer Ordination unterworfen werden. Die

Position der Aufnahmen im Ordinationsraum dient dabei als Maß für die Artenzusammen-

setzung, sie wird über ein Regressionsmodell in Bezug zu den Reflexionswerten der Pixel

gesetzt und ergibt als Ergebnis Kontinuumskarten (Feilhauer et al. 2014, Schmidtlein, Sas-

sin 2004).

65

Abb. 3: Ausschnitt aus Klassifikationskarten einer Region mit unterschiedlich bewirtschafteten

Feuchtwiesen bei Murnau, BY. Schwarze Flächen HNV-Grünland, weiße Flächen Rest-

landschaft, grauer Punkt Feldkartierung artenarmes Grünland, weißer Punkt Feldkartierung

HNV-Grünland. In Spalten sind Ergebnisse dreier unterschiedlicher Klassifikatoren darge-

stellt, in Zeilen Ergebnisse aus unterschiedlichen Jahren, rechts oben ein Falschfarbenbild

des Landschaftsausschnitts. Klassifikationsergebnisse zeigen sich abhängig von Metho-

den- und Bildauswahl (modifiziert aus Stenzel et al. 2017).

Schon in den 90er Jahren gab es Studien zu automatisierten Erfassungen großer Vegeta-

tionseinheiten, bspw. zur Detektion von Landbedeckungsänderungen durch die Abholzung

brasilianischer Regenwälder (Skole, Tukker 1993). Bei frühen Studien ließen sich zumeist

nur großräumig vorkommende, klar abgrenzbare Klassen effektiv trennen, wie Wald/nicht-

Wald. Dies lag an der Verfügbarkeit von räumlich, spektral sowie zeitlich nur gering aufge-

lösten Daten. Mit der Weiterentwicklung der Technik sowie der Analysemethoden gibt es

heutzutage Studien, die erfolgreich die Artzusammensetzung gemischter Offenland-

Bestände differenzieren können (z.B. Schmidtlein, Sassin 2004). Im Themenfeld der Land-

wirtschaft wird die Fernerkundung bereits häufig erfolgreich angewendet. Da hier meist auf

Schlagebene mit klar abgrenzbaren Strukturen gearbeitet wird, erreichen Klassifikationen

oft hohe Genauigkeiten (Conrad et al. 2011, Orynbaikyzy et al. 2019). Auch im forstwirt-

schaftlichen Umfeld scheint sich die Fernerkundung für großräumige Inventuren anzubieten

(Kennedy et al. 2009, Fassnacht et al. 2016). Je feiner die Unterschiede der Vegetations-

einheiten werden, welche voneinander abgegrenzt werden sollen, desto herausfordernder

ist es auch heute noch für die Forschung, eine hohe Genauigkeit zu erreichen. Studien zu

Feucht- und Küstengebieten (Landmann et al. 2013, Stenzel et al. 2014, Feilhauer et al.

2014, Unberath et al. 2019), zur Verbuschung in Heidegebieten (Schmidt et al. 2017), zur

Wertigkeit von Grasland in Savannen (Ferner et al. 2015) oder Grünland in Deutschland

(Stenzel et al. 2017) liefern solide Ergebnisse, zeigen aber auch deutlich Grenzen für eine

routinemäßige Anwendung auf. Für einen Überblick über die zahlreichen Studien zum Ve-

getationsmonitoring eignen sich diverse Reviews (z.B. Gillespie et al. 2008, Lawley et al.

2016, Nagendra et al. 2001, Schimel et al. 2013, Vanden Borre et al. 2011).

Es zeigt sich, dass bereits einige Erfahrung mit der vegetationskundlichen Erfassung mit-

tels Fernerkundung existiert. Bisher wird Fernerkundung für ein operationelles Vegetati-

onsmonitoring, bspw. im Rahmen eines Biodiversitätsmonitorings, nicht verwendet. Zwar

gibt es Studien, die naturschutzfachliche Aspekte aufgreifen und bearbeiten: Mücher et al.

2013 detektierte Vergrasung in FFH-Heidegebieten, Schuster et al. 2011 klassifizierte ver-

schiedene FFH-Grünländer mittels Überwachung des Mahdregimes, auch gibt es Ansätze

66

von objektbasierten Methoden zur Erfassung von FFH-Heide- und FFH-Wald-

Lebensraumtypen (Förster et al. 2008) bis hin zur Erfassung der Artzusammensetzung ver-

schiedener FFH-Offenland Lebensraumtypen (Feilhauer et al. 2014) oder der Detektion von

invasiven Arten (Ewald et al. 2020, Skowronek et al. 2016). Dass trotz erfolgversprechen-

der Studien keine routinemäßige Anwendung von Fernerkundung im Naturschutzmonito-

ring stattfindet, hat verschiedene Gründe, welche bislang die Vorteile (Abdeckung schwer

zugängiger Gebiete sowie Abdeckung großer Gebiete, die mit Feldkartierung nicht zu be-

wältigen wären, aus Mangel an Zeit, Geld und/oder Personal) überwiegen. Zum einen wa-

ren Fernerkundungsdaten bisher nur eingeschränkt oder kostenschwer zu bekommen. Zu-

dem wurden die in Studien entwickelten Methoden meist nur kleinräumig oder auf ein be-

stimmtes Szenario angewandt, eine Übertragung auf andere Gebiete oder eine deutsch-

landweite Anwendung fand meistens nicht statt, wären für bundesweite Monitoringansätze

jedoch notwendig. Durch die limitierte Finanzierungszeit von Forschungsprojekten gibt es

zudem wenig Erfahrung mit Verlässlichkeit von langen Zeitreihen, die aber für ein Monito-

ring essentiell sind. Auch wurden Klassifikationen meist nur auf einigen wenigen Vegeta-

tionseinheiten, bspw. ausgewählten Lebensraumtypen im Rahmen des FFH-Monitorings,

sowie begrenzten Teilaspekten der zu erhebenden Parameter angewendet, so dass die

Ergebnisse nicht in bestehende Programme integriert werden können. Vielen AnwenderIn-

nen waren zudem die Genauigkeiten der Studien nicht hoch genug, um sie für eine Etablie-

rung in Erwägung zu ziehen. Oft fehlte auch in der Vergangenheit eine gemeinsame Kom-

munikationsebene von Nutzern und Produzenten der Daten, so dass Diskussionen zu Kos-

ten-Nutzen und Bedarf-Bereitstellung von beiden Seiten aus ins Leere führten (Vanden

Borre et al. 2011).

In den letzten Jahren hat sich einiges verbessert, die interdisziplinäre Zusammenarbeit wird

ausgebaut, in gemeinsamen Forschungsvorhaben kommen AnwenderInnen und Bereitstel-

lerInnen von Fernerkundungsprodukten immer intensiver ins Gespräch. Die Weiterentwick-

lung von Technik und Methoden verbessert die erzielten Ergebnisse und bietet damit ro-

bustere Anwendungsmöglichkeiten. Cloud-basierte Anwendung erleichtert die Bearbeitung

und Lagerung von großen Datenmengen. Daten sind einfacher und günstiger zu beschaf-

fen, durch die Verfügbarkeit von Drohnen, aber vor allem auch durch das Copernicus Pro-

gramm der EU

welches Satellitendaten sowie bereits abge-

leitete Produkte kostenfrei zur Verfügung stellt. Diese positiven Entwicklungen gilt es vo-

ranzutreiben, bspw. durch Fachpersonal an ausführenden Stellen, welches mit kritischem,

aber auch offenem Auge die sich bietenden Möglichkeiten verfolgt. Bestenfalls sollte noch

einen Schritt weiter gegangen werden als nur zu beobachten, vorteilhaft wäre es die weite-

re Entwicklung aktiv zu begleiten, die eigenen Bedarfe einzubringen und interdisziplinäre

Forschung sowie den Austausch zwischen den verschiedenen Akteuren zu fördern. Die

nationalen FachkoordinatorInnen für Copernicus-Dienste liefern hier bereits wertvolle Ar-

beit. Fernerkundung kann, soll und wird die etablierten Felderhebungen nicht ersetzen, sie

könnte aber wichtige Zusatzinformationen liefern und dort Abhilfe schaffen, wo bisher mit

etablierten Verfahren keine Daten erhoben werden können.

Albertz, J. (2001): Einführung in die Fernerkundung: Grundlagen der Interpretation von

Luft- und Satellitenbildern. Darmstadt (WBG), 254 S.

Asner, G. (1998): Biophysical and biochemical sources of variability in canopy reflectance.

Remote Sensing of Environment 64: 134-153.

67

Breiman, L., Friedman, J., Olshen R., Stone, C (1984): Classification and regression trees.

Belmont CA (Wadsworth International Group), 368 S.

Committee on Earth Observations Satellites (CEOS) (2015): The CEOS Earth Observation

Handbook. Satellite earth observatins in support of climae information challenges. Spe-

cial 2015 COP21 Edition. URL:

(letzter Zugriff

15.06.2020).

Conrad, C., Colditz, R., Vlek, P. et al. (2011): Temporal segmentation of MODIS time se-

ries for improving crop classification in Central Asian irrigation systems. International

Journal of Remote Sensing 32 (23): 8763-8778.

Ewald, M., Skowronek, S., Aerts, R., Schmidtlein, S. (2020). Assessing the impact of an

invasive bryophyte on plant species richness using high resolution imaging spectrosco-

py. Ecological Indicators, 110, Art.-Nr.: 105882.

Fassnacht, F., Stenzel, S., Gitelson, A. (2015): Non-destructive estimation of foliar carote-

noid content of tree species using merged vegetation indices. Journal of Plant Physiolo-

gy 176: 210-217.

Fassnacht, F., Latifi, H., Steréczak, K., Ghosh, A. et al. (2016): Review of studies on tree

species classification from remotely sensed data. Remote Sensing of Environment 186:

64-87.

Feilhauer, H., Dahlke, C., Stenzel, S. et al. (2014): Mapping the local variability of Natura

2000 habitats with remote sensing. Applied Vegetation Science 17 (4): 765-779.

Ferner, J., Linstädter, A., Südekum, K., Schmidtlein, S. (2015): Spectral indicators of forage

quality in West Africa’s tropical savannas. International Journal of Applied Earth Obser-

vation and Geoinformation 41: 99-106.

Förster, M., Frick, A., Walentowski, H., Kleinschmit, B. (2008): Approaches to utilising

QuickBird data for the monitoring of NATURA 2000-habitats. Community Ecology 9 (2):

155-168.

Gillespie, T., Foody, G., Saatchi, S. et al. (2008): Measuring and modelling biodiversity from

space. Progress in Physical Geography 32 (2): 203-221.

Kennedy, R. et al. (2009): Remote sensing change detection tools for natural resource

managers: Understanding concepts and tradeoffs in the design of landscape monitoring

projects. Remote Sensing of Environment 113 (7): 1382-1396.

Landmann, T., Schramm, M., Huettich, C., Dech, S. (2013): MODIS-based change vector

analysis for assessing wetland dynamics in Southern Africa. Remote Sensing Letters 4

(2): 104-113.

Lawley, V., Lewis, M., Clarke, K., Ostendorf, B. (2016): Site-based and remote sensing

methods for monitoring indicators of vegetation condition: an Australian review. Ecologi-

cal Indicators, 60: 1273-1283.

Liu, B., Dai, Y., Yu, P. et al. (2003): Building text classifiers using positive and unlabeled

examples. In: Proceedings of the Third IEEE International Conference on Data Mining,

Melbourne, FL, USA, 19 - 22 November 2003, 179-188.

Mücher, C., Kooistra, L., Vermeulen, M. et al. (2013): Quantifying structure of Natura 2000

heathland habitats using spectral mixture analysis and segmentation techniques on hy-

perspectral imagery. Ecological Indicators 33: 71-81.

Nagendra, H. (2001): Using remote sensing to assess biodiversity. International Journal of

Remote Sensing 22 (12): 2377-2400.

Ollinger, S. (2011): Sources of variability in canopy reflectance and the convergent proper-

ties of plants. New Phytology 189 (2): 375-394.

68

Orynbaikyzy, A., Gessner, U., Conrad, C. (2019): Crop type classification using a combina-

tion of optical and radar remote sensing data: a review. International Journal of Remote

Sensing, 40 (17): 6553-6595.

Pettorelli, N., Laurance, W., Turner, W. et al. (2014): Satellite remote sensing for applied

ecologists: opportunities and challenges. Journal of Applied Ecology 51 (4): 839-848.

Phillips, S., Dudik, M., Schapire, R. (2004): A Maximum Entropy Approach to Species Dis-

tribution Modeling, Proceedings of the Twenty-First International Conference on Ma-

chine Learning. New York (ACM Press): 655-662.

Schimel D., Asner G., Moorcroft P. (2013): Observing changing ecological diversity in the

Anthropocene. Frontiers in Ecology and the Environment 11 (3): 129-137.

Schmidt, J., Fassnacht, F., Lausch, A., Schmidtlein, S. (2017): Assessing the functional

signature of heathland landscapes via hyperspectral remote sensing. Ecological Indica-

tors 73: 505-512.

Schmidtlein, S., Sassin, S. (2004): Mapping of continuous floristic gradients in grasslands

using hyperspectral imagery. Remote Sensing of Environment 92 (1): 126-138.

Schuster, C., Ali, I., Lohmann, P. et al. (2011): Towards Detecting Swath Events in Ter-

raSAR-X Time Series to Establish NATURA 2000 Grassland Habitat Swath Manage-

ment as Monitoring Parameter. Remote Sensing 3 (12): 1308-1322.

Skole, D., Tukker, C. (1993): Tropical deforestation and habitat fragmentation in the Ama-

zon: satellite data from 1978 to 1988. Science 260: 1905-1910.

Skowronek, S., Ewald, M., Schmidtlein, S. et al. (2016): Mapping an invasive bryophyte

species using hyperspectral remote sensing data. Biologic Invasions 19: 1-16.

Stenzel, S., Fassnacht, F., Schmidtlein, S. (2017): Identification of high nature value grass-

land with remote sensing and minimal field data. Ecological Indicators 74: 28-38.

Stenzel, S., Feilhauer, H., Schmidtlein, S. et al. (2014): Remote sensing of scattered Natura

2000 habitats using a one-class classifier. International Journal of Applied Earth Obser-

vation and Geoinformation 33: 211-217.

Unberath, I., Vanierschot, L., Somers, B., Feilhauer, H. et al. (2019). Remote sensing of

coastal vegetation: Dealing with high species turnover by mapping multiple floristic gra-

dients. Applied Vegetation Science, 22 (4): 534-546.

Vanden Borre, J. et al. (2011): Integrating remote sensing in Natura 2000 habitat monitor-

ing: Prospects on the way forward. Journal for Nature Conservation 19 (2): 116-125.

Vapnik,

V.

(1998): Statistical Learning Theory.

New York

(Wiley & Sons),

768 S.

Stefanie Stenzel*

Bundesamt für Naturschutz

Fachgebiet II 1.3 „Terrestrisches Monitoring“

Konstantinstr. 110, 53179 Bonn

E-Mail: *stefanie.stenzel@bfn.de

Hannes Feilhauer

Universität Leipzig

Remote Sensing Center for Earth System Research

Talstr. 35, 04103 Leipzig

69

Hannes Feilhauer und Ulrike Faude

In zahlreichen Übersichtsartikeln wird der Fernerkundung ein großes Potenzial für den Ein-

satz in der Naturschutzplanung und dem Vegetationsmonitoring bescheinigt. Doch wann ist

ein Einsatz wirklich zielführend und löst Probleme, die mit konventionellen Ansätzen schwer

zu bearbeiten sind? Dieses Kapitel befasst sich anhand von aktuellen Beispielen mit pra-

xisorientierten Einsatzmöglichkeiten von Fernerkundungsverfahren im Vegetationsmonito-

ring. Der erforderliche technische Aufwand in den aufgeführten Fallstudien steigt von Bei-

spiel zu Beispiel; parallel dazu wächst der dadurch erzielte Zugewinn an thematischer In-

formation. Ausgehend von einer retrospektiven Änderungsdetektion in Schutzgebieten

durch eine visuelle Interpretation von historischen Luftbildern wird der Einsatz von Zeitrei-

hen spektraler Indizes zur objektiven Bewertung des Zustandes der Vegetation über länge-

re Perioden hinweg besprochen. In Anschluss werden die fernerkundungsbasierte Erfas-

sung von FFH-Lebensraumtypen und die Kartierung gradueller Übergänge in der Vegetati-

on vorgestellt. Abschließend wird ein Ausblick auf aktuell laufende Initiativen zur Entwick-

lung neuer Fernerkundungsprodukte gegeben. Der Fokus liegt in der Diskussion darauf,

wann und wofür der Einsatz von Fernerkundungsverfahren im Vergleich zu konventionellen

Kartierungen einen Mehrwert bietet.

Several review articles conclude that remote sensing approaches offer great opportunities

for conservation planning and vegetation monitoring. But when do these techniques actual-

ly offer an added value to traditional mapping approaches and help to tackle problems that

are otherwise difficult to address? This chapter aims to discuss applications of remote sens-

ing to nature conservation and vegetation monitoring. Based on case studies we describe

opportunities for a retrospective change detection in conservation areas through visual in-

terpretation of time series of aerial photographs and explain the use of spectral indices for

an assessment of spatio-temporal changes in the vegetation condition. Further, we discuss

how Natura 2000 habitat types can be detected in image data and how remote sensing can

be used to map gradual transitions in the species composition of extensively managed

vegetation. Finally, we provide an outlook on ongoing initiatives for the development of new

remote sensing products for a biodiversity monitoring. In the discussion we put the empha-

sis on the question when and how remote sensing is able to complement the established

mapping approaches.

Ein Biodiversitätsmonitoring in Deutschland erfordert die Analyse von Veränderungen in

der Zusammensetzung und dem Zustand der Vegetation über große Flächen hinweg. An-

gesichts dieser Aufgabe ist es nicht verwunderlich, wenn die Idee aufkommt, zumindest

einen Teil der Veränderungsanalyse mit Methoden der Fernerkundung zu bewältigen.

In der Vergangenheit haben derartige Versuche und Pilotprojekte zu eher gemischten Er-

gebnissen geführt. Dies ist zum Teil darauf zurückzuführen, dass die beteiligten Akteure

sehr unterschiedliche Vorstellungen von den Möglichkeiten und Limitationen der Daten und

Analyseverfahren auf der einen Seite und von den naturschutzfachlichen Anforderungen

70

auf der anderen Seite haben. Die Missverständnisse führen zu zahlreichen Enttäuschun-

gen, z.B. im Hinblick auf

•

die entstehenden Kosten,

•

die Flächengrößen, die mit überschaubarem Ressourceneinsatz effizient erfasst und

bewertet werden können,

•

die Anforderungen an die Datengrundlagen,

•

die Detailgenauigkeit der Ergebnisse,

•

die Möglichkeit, bestehende Kartierschlüssel für die Feldarbeit ohne Einschränkung auf

die Fernerkundung übertragen zu können (Schmidt et al. 2017) oder

•

die Übertragbarkeit von Modellen und Verfahren auf andere phänologische Stadien oder

Ökosysteme (Vanden Borre et al. 2017). Was im einen Ökosystem gut funktioniert,

muss nicht zwangsläufig auch für andere Flächen oder zu einem anderen Zeitpunkt

brauchbare Ergebnisse liefern.

Dieser Beitrag hat daher das Ziel, anhand von Beispielen die Möglichkeiten und Limitatio-

nen der Fernerkundung zu verdeutlichen. Der Fokus liegt hierbei auf optischen Daten und

auf Einsatzbereichen, bei denen durch den Einsatz von Fernerkundungsverfahren ein ver-

lässlicher Effizienzgewinn erzielt werden kann.

Im vorangehenden Kapitel dieses Bandes wurden bereits die wesentlichen reflexionsbe-

stimmenden Merkmale beschrieben. Diese lassen sich als Hauptverantwortliche für das

Reflexionssignal der Vegetation relativ leicht und sicher aus den Bilddaten bestimmen. So

gehört z.B. eine Abschätzung der Blattfläche oder des Chlorophyll-Gehaltes zu den häu-

figsten Anwendungen der Fernerkundung. Je weiter man sich mit der Zielvariable der Er-

fassung von diesen reflexionsbestimmenden Merkmalen entfernt, desto unsicherer wird die

Abschätzung. So sind z.B. Lebensformen, funktionelle Typen, phänologische Zustände,

Stresssymptome oder Effekte einer Landnutzung noch recht eng an die Verteilung der ge-

nannten reflexionsbestimmenden Merkmale gekoppelt und können daher zumeist einfach

und genau abgeschätzt werden. Die Verbreitungsmuster von Einzelarten, Pflanzengesell-

schaften, Lebensraumtypen, Habitaten oder Diversitätsmuster stehen kausal weiter davon

entfernt und erfordern daher mehr Aufwand und Aufmerksamkeit und führen zu einer er-

höhten Fehlerwahrscheinlichkeit in der Erfassung.

Ob und wann der Einsatz von Fernerkundungsverfahren sinnvoll ist, ergibt sich aus dem

Verhältnis von zusätzlichem Informationsgewinn, technischem Mehraufwand und den dar-

aus entstehenden Kosten. In manchen Fällen ermöglicht ein kleiner Mehraufwand einen

deutlich höheren Informationsgewinn, in anderen Fällen kann nur mit großem Aufwand eine

Information abgeleitet werden, die mit konventionellen Kartiermethoden sehr leicht in bes-

serer Qualität erfasst werden kann. Im Folgenden soll anhand von Beispielen diskutiert

werden, wann der Einsatz von Fernerkundungsverfahren für ein Biodiversitätsmonitoring

sinnvoll sein kann. Diese können hierbei Geländeerhebungen nur unterstützen, jedoch

nicht ersetzen. Ein Einsatz von Fernerkundungsverfahren ohne Geländedaten ist nur in

ganz seltenen Fällen sinnvoll und kann im Allgemeinen nicht empfohlen werden.

71

Archive mit Fernerkundungsdaten werden in zunehmendem Maß freigegeben. Die darin

enthaltenen Luft- und Satellitenbilder decken weite Teile Deutschlands ab. Die ältesten

Aufnahmen entstammen zumeist den Aufklärungsflügen der Alliierten zum Ende des zwei-

ten Weltkrieges; für die darauf folgenden Jahrzehnte sind bundesweit die amtlichen Luft-

bildbefliegungen als analoges Bildmaterial vorhanden. Da diese historischen Bilder – an-

ders als aktuelle Bilddaten – häufig im Winterhalbjahr aufgenommen wurden, ist ein Einsatz

für ein Biodiversitätsmonitoring z.T. schwierig. Ergänzend kommen zu diesen Datensätzen

die hochauflösenden Bilder der Keyhole-Spionagesatelliten aus den 60er und 70er Jahren

hinzu, die mittlerweile ihren Geheimhaltungsstatus verloren haben und der Öffentlichkeit

zugänglich sind. Erste digitale Satellitenbilder sind für die 70er Jahre mit dem Start der

Landsat-Satelliten-Missionen vorhanden. Mit zunehmendem technologischem Fortschritt

wurde die Datenqualität und -verfügbarkeit der Fernerkundungsdaten immer besser.

Abb. 1: Luftbild-Zeitreihe des NSG Brucker Lache bei Erlangen. (Geobasisdaten (c) Bayerische

Vermessungsverwaltung, 2020): Neben dem offensichtlichen technologischen Fortschritt

von den frühen Schwarz-Weiß-Bildern über Echtfarben hin zur Infrarot-Falschfarben-

aufnahmen (CIR) lassen sich verschiedene Änderungen in der Vegetation erkennen. Dazu

gehören forstwirtschaftliche Eingriffe, die ebenfalls dem Wandel der Zeit unterliegen und

sich von Kahlschlägen (1945, 1956) hin zum Harvestereinsatz (2011, 2014) ändern. Eben-

falls sind die Auswirkungen des Orkans Wiebke (1992, 1997) zu erkennen. In Detailansich-

ten lässt sich die Entwicklung einzelner Bäume verfolgen.

Doch auch die frühesten Aufnahmen besitzen bereits einen erstaunlich hohen Informati-

onsgehalt, der die Rückverfolgung der Zustandsentwicklung von groben Vegetationsmus-

tern ermöglicht. Abbildung 1 illustriert dies am Beispiel einer Luftbildzeitreihe des NSG Bru-

72

cker Lache südlich von Erlangen (siehe Nezadal, Roder 1994, für eine genaue Beschrei-

bung der Vegetation im Gebiet). Hier sind deutlich Änderungen in der Struktur des

Schwarzerlen-Eschen-Auwaldes in der Bildmitte und des Preiselbeer-Kiefern-Eichenwaldes

in den Randbereichen zu sehen. Neben der natürlichen Sukzession lassen sich die Auswir-

kungen forstwirtschaftlicher Eingriffe und von Ereignissen wie dem Orkan Wiebke im Jahr

1990 erkennen. Einzelne Bäume lassen sich leicht über die Jahre hinweg identifizieren und

in ihrer Entwicklung verfolgen. Die Auswertung ist jedoch aufgrund der stark schwankenden

Bildqualität, der unterschiedlichen Jahreszeiten der Aufnahmezeitpunkte und der variablen

Beleuchtungswinkel nicht automatisierbar. Auch müssen die älteren, analogen Bilddaten

erst gescannt und georeferenziert werden, bevor sie im GIS über die neueren, digitalen

Bilder gelegt werden können. Die größte Herausforderung ist dabei jedoch die nicht stan-

dardisierte Suche in den unterschiedlichen Archiven, die etwas Erfahrung erfordert. Derar-

tige Analysen bieten sich daher vor allem für einzelne Flächen oder abgegrenzte Einheiten

mit unbekannter Entwicklungsgeschichte, wie z.B. ehemalige Truppenübungsplätze an.

Luft- und Satellitenbilder, die spektrale Bänder im roten, sichtbaren Bereich und im nahen

Infrarotbereich besitzen, ermöglichen sehr einfache, aber aussagekräftige Analysen zur

Änderung des Vegetationszustandes. Im roten Spektralbereich absorbiert das Chlorophyll

in den Blättern photosynthetisch aktiver Vegetation nahezu alles Licht, im nahen Infrarot

wird ein großer Teil reflektiert. Die Differenz der Reflexionswerte zwischen den beiden Be-

reichen erlaubt Rückschlüsse auf die photosynthetische Aktivität der Vegetation, die wiede-

rum im Zusammenhang mit Eigenschaften wie der Blattfläche, der Biomasse, dem Chloro-

phyllgehalt oder der Vitalität der Vegetation stehen. Sogenannte Vegetationindizes quantifi-

zieren Differenzen oder Verhältnisse von Reflexionswerten verschiedener Spektralbereiche

und können als einfache Indikatoren für Vegetationseigenschaften dienen. Der wohl be-

kannteste und meistgenutzte Index, der Unterschiede zwischen den roten Bereich und dem

nahen Infrarot beschreibt, ist der Normalized Difference Vegetation Index (NDVI, Tucker

1979). Durch die normalisierte Form ist er leicht interpretierbar: numerische Werte von 0

oder kleiner entstehen für Pixel, die keine grüne Vegetation enthalten. Je mehr sich der

Indexwert an den Maximalwert von eins annähert, desto üppiger, grüner und vitaler ist der

abgebildete Vegetationsbestand. Ein Vergleich von zwei NDVI-Bildern aus unterschiedli-

chen Jahren, die jedoch in derselben Jahreszeit aufgenommen wurden, erlaubt auf sehr

schnellem Weg eine räumlich explizite Aussage dazu, wo sich die photosynthetische Aktivi-

tät der Vegetation wie stark verändert hat.

In der Land- und Forstwirtschaft werden solche Analysen zur Detektion von Stressereignis-

sen und im Biomassemonitoring eingesetzt. Für diese Anwendungen gilt die Faustregel,

dass eine Zunahme des NDVI-Wertes positiv zu werten ist und eine Abnahme eine Ver-

schlechterung des jeweiligen Zustandes darstellt. Für Anwendungen im Naturschutzbereich

ist diese Regel nicht unbedingt zutreffend. Eine Zunahme des NDVI kann hier z.B. durch-

aus auf einen unerwünschten Nährstoffeintrag in einem Magerrasen oder auf die fortschrei-

tende Verbuschung und Vergrasung eines Hochmoores oder einer Heide hindeuten. Ände-

rungen des Indexwertes sind daher jeweils im Kontext des analysierten Ökosystems zu

bewerten. In jedem Fall stellt die Index-basierte Änderungsanalyse ein einfaches, aber wir-

kungsvolles Hilfsmittel für die Planung von Wiederholungskartierungen dar. Es kann davon

ausgegangen werden, dass eine Indexänderung auf jeden Fall auf eine Änderung in der

Vegetation zurückzuführen ist. Geländebegehungen können somit gezielt die in der Fern-

erkundungsanalyse identifizierten Änderungsstellen berücksichtigen. Es sollte jedoch be-

achtet werden, dass nicht jede Änderung der Vegetation, z.B. im Hinblick auf die Artenzu-

73

sammensetzung, mit einer Änderung des NDVI einhergeht. Es werden nur Änderungen

sichtbar, die sich auch auf die genannten Parameter wie Biomasse, Blattfläche oder Pig-

mentierung

auswirken.

Ein

blindes

Vertrauen

in

die

Ergebnisse

der

NDVI-

Änderungsanalyse ist daher nicht zu empfehlen.

Abb. 2: Bi-temporaler Vergleich der Normalized Difference Vegetation Index (NDVI) Muster im

spanischen Nationalpark Las Tablas de Daimiel (verändert nach Feilhauer et al. 2018). Im

Differenzbild wird deutlich, dass der NDVI in weiten Teilen des Parks von 2003 nach 2009

aufgrund einer lang anhaltenden Trockenperiode deutlich abgenommen hat, was auf einen

Rückgang der photosynthetischen Aktivität der Vegetation hindeutet. Die damit verbun-

denen Änderungen in der Vegetation können entweder auf den geänderten Zustand der

Pflanzen oder auf einen Austausch der Helophyten durch an die Trockenheit angepasste

Arten zurückzuführen sein.

Abbildung 2 zeigt ein Beispiel für den Einsatz einer solchen Analyse im Nationalpark Las

Tablas de Daimiel in Zentralspanien (Feilhauer et al. 2018). Dieser beheimatet ein ausge-

dehntes Feuchtgebiet, das seit den 50er Jahren wiederholt von ausgeprägten Dürre-

Ereignissen betroffen wurde, die durch die Wasserentnahme zur Bewässerung der umlie-

genden Agrarflächen verschärft wurden. Die letzte Trockenphase dauerte vom Sommer

2003 bis zum Herbst 2009 und wurde durch lang anhaltende Starkregen beendet. Mit Hilfe

von Archivdaten des NASA-Satelliten Landsat 5 (30 m Pixelgröße) wurde der Zustand der

Vegetation vor der Dürre im Sommer 2003 und zum Höhepunkt der Trockenheit im Som-

mer 2009 dokumentiert. Die Differenz der beiden Indexbilder zeigt, in welchen Bereichen

des Nationalparks die Vegetation besonders stark von der Trockenheit betroffen war. Dies

trifft insbesondere für die

Bestände in den Zentralbereichen des Feucht-

gebiets zu. Die Binsen- und Seggenbestände und die halophytische Vegetation in den

Flachwasserzonen im Randbereich zeigen wenig Änderung in den Indexwerten, was darauf

zurückzuführen ist, dass sie zum einen bereits im Sommer 2003 trocken gefallen waren,

und zudem wenig Änderungen zeigen, die sich im Index widerspiegeln. Bereiche, die eine

Zunahme des Indexwertes aufweisen, sind ehemalige offene Wasserflächen, die trocken

gefallen und von annuellen, windverbreiteten Ruderalarten besiedelt wurden.

Eine derartige Analyse ist sehr schnell (ca. 1 - 2 h inklusive Suche in den Archiven und

Download der Bilddaten) durchführbar und erfordert neben einem Standard-GIS-Programm

keine weitere Software. Sie lässt sich auch mit den amtlichen CIR-Luftbildern umsetzen.

Eine NDVI-basierte Änderungsanalyse bietet somit einen effizienten Weg zur Vorbereitung

und Unterstützung von Kartierungen.

74

Herkömmliche, auf Fernerkundungsdaten basierende Kartierungen erfordern, dass für alle

im Bild vorkommenden Einheiten Daten zur Verfügung stehen, mit denen der Auswer-

tungsalgorithmus trainiert werden kann. In einem einfachen Fall können dies die Einheiten

Wald, Offenland, Boden und Straße sein. Für den Naturschutz relevanter sind jedoch z.B.

die Unterscheidungen einzelner Pflanzengesellschaften oder FFH-Lebensraumtypen. Alle

Einheiten, die nicht über Trainingsdaten abgedeckt werden, werden vom Algorithmus der

nächst ähnlichen Reflexion einer bekannten Einheit zugeordnet. Im oben genannten Bei-

spiel wird also z.B. die nicht-beprobte Straße als (beprobter) Wald klassifiziert werden, da

beide im Erscheinungsbild eher dunkel sind. Für eine richtige und vollständige Karte müs-

sen daher alle im Bild vorhandenen Oberflächenelemente durch Geländedaten repräsen-

tiert werden. Dies erzeugt einen gewaltigen Aufwand, der schwer zu rechtfertigen ist. Des

Weiteren sind bei diesen Ansätzen bereits existierende Geländedaten als Grundlage für

eine Fernerkundungskartierung nur bedingt verwendbar, da sie selektiv die naturschutz-

fachlich relevanten Einheiten und nicht alle Oberflächenelemente enthalten. Um diesen

Missstand zu beheben, werden vermehrt sogenannte One-class classifier eingesetzt. Diese

modellieren – analog zu Artverbreitungsmodellen – die räumlichen Verbreitungsmuster der

Art oder Vegetationseinheit von Interesse und erfordern keine Informationen zu evtl. vor-

handenen anderen Bildelementen. Die Geländedatenerhebung kann daher sehr effizient

und zielgerichtet erfolgen: Es wird zunächst nur eine Stichprobe der Zielgröße benötigt. Um

die Güte und Genauigkeit der Verbreitungskarte beurteilen zu können, wird in einem ab-

schließenden Validierungsschritt zumeist ein weiterer Datensatz benötigt, der beschreibt,

wo die Zielgröße nicht zu finden ist. Dieser kann jedoch mit vergleichsweise reduziertem

Aufwand erhoben werden.

Abb. 3: Über einen One-class classifier Ansatz aus RapidEye-Daten abgeleitete Karte der Verbrei-

tung von FFH Lebensraumtypen im Bereich des Staffelsees bei Murnau, Bayern. Als Ein-

gangsdaten dient neben den Bilddaten nur eine Punktstichprobe der Lebensraumtypen

(modifiziert aus Stenzel et al. 2014).

Die möglichen Anwendungen für diese Ansätze sind vielfältig; es wurden damit beispiels-

weise erfolgreich die Verbreitung ausgewählter Natura 2000 Lebensraumtypen erfasst

(Sanchez-Hernandez et al. 2007, Stenzel et al. 2014, Abb. 3) oder invasive Arten in ge-

mischten Beständen detektiert (Skowronek et al. 2017a, b). Die Anforderungen an die Ge-

ländedaten sind hierbei, dass die gesuchte Art oder der gesuchte Vegetationstyp nicht zu

75

selten ist und innerhalb eines Pixels größere Flächenanteile aufweist. Andernfalls ist es

schwierig bis unmöglich, dem numerischen Algorithmus beizubringen, wonach er in den

Bilddaten suchen soll und die Güte des Ergebnisses zu bewerten. Dies führt zu einigen

Einschränkungen im Rahmen einer frühzeitigen Erfassung invasiver Arten: Im Prinzip kann

die Art umso besser erfasst werden, je fortgeschrittener die Invasion ist. Dies ist natürlich

nicht im Sinn eines effizienten Managements und einer effizienten Bekämpfung. Dennoch

ist unter günstigen Rahmenbedingungen selbst bei unscheinbaren Arten in begrenztem

Rahmen eine frühzeitige Erfassung möglich (Skowronek et al. 2017b). Die einmal kalibrier-

ten Modelle erlauben darüber hinaus – ebenfalls unter günstigen Umständen – eine Über-

tragung auf Landschaften mit einem ähnlichen Arteninventar und ähnlichen Umweltbedin-

gungen (Skowronek et al. 2018b). So kann beispielsweise eine Abschätzung der Verbrei-

tungsmuster in Vogelschutzgebieten erfolgen, ohne Störungen zur Brutzeit zu verursachen.

Eine Bewertung, welche der in Deutschland relevanten invasiven Pflanzenarten mit solchen

oder ähnlichen Ansätzen erfasst werden können, ist in Skowronek et al. (2018a) enthalten.

Ein gängiges Problem bei der Geländekartierung von Vegetationsmustern ist die Abgren-

zung homogener Einheiten. Die verschiedenen, subjektiven Herangehensweisen der kartie-

renden Person führen dazu, dass die Flächen zwischen wiederholten Aufnahmen z.T. nur

schlecht vergleichbar sind oder zumindest der Homogenisierungsaufwand immens ist. Dar-

über hinaus ist es oft schwer, eine Fläche klar einer Kartiereinheit zuzuordnen, was im Ext-

remfall zu einer Dominanz von Übergangstypen in der Karte führt.

Auch hier kann die Fernerkundung mit überschaubarem Mitteleinsatz einen Beitrag leisten,

die Abgrenzungs- und Zuordnungsproblematik zu reduzieren und darüber hinaus graduelle

Übergänge in der Artenzusammensetzung abzubilden. Dies ist möglich, da die kontinuierli-

chen Reflexionswerte in den Bilddaten alle graduellen Übergänge in der Vegetation als

solche abbilden. Warum sollte man – abgesehen von einer Erfüllung der Vorgaben eines

Kartierschlüssels – diese wunderbare Informationstiefe durch Kategorisierung reduzieren?

Zahlreiche Studien zu diesem Thema zeigen, dass es auch anders geht (z.B. Feilhauer et

al. 2011, Harris et al. 2015, Neumann et al. 2015, Schmidtlein et al. 2007, Schmidtlein und

Sassin 2004).

Für eine solche Kartierung gradueller Übergänge wird als Datengrundlage neben den Bild-

daten eine repräsentative Stichprobe der Vegetation in Form von Vegetationsaufnahmen

benötigt. Diese werden einer Gradientenanalyse oder Ordination unterworfen, um die gra-

duellen Änderungen in der Artenzusammensetzung zu beschreiben. Die Position der Auf-

nahmen im Ordinationsraum bzw. auf den Achsen dient als Maß für die Artenzusammen-

setzung; sie wird nun über Regressionsmodelle in Bezug zu den Reflexionswerten des ent-

sprechenden Pixels gesetzt. Im Anschluss werden die Regressionsmodelle (eines für jede

Ordinationsachse) auf die Bilddaten angewendet und so jedem Pixel eine Position im Ordi-

nationsraum zugewiesen. Das Ergebnis dieser Bemühungen ist eine Gradientenkarte (sie-

he Abb. 4 für ein Beispiel), die entweder direkt als Vegetationskarte oder als Halbfertigpro-

dukt für eine weitere Analyse der Vegetationsmuster verwendet werden kann. Durch eine

angepasste Wahl der Vegetationsaufnahmeflächen und einer entsprechenden räumlichen

Auflösung der Bilddaten lassen sich die Gradienten auf unterschiedlichen räumlichen Ska-

len abbilden. In Abbildung 4 wurde die Gradientenkarte mit einer diskreten Karte der Vertei-

lung von Natura 2000 Lebensraumtypen überlagert. Die Gradientenkarte ermöglicht

dadurch Einblicke in die Variabilität der abgegrenzten Flächen und beschreibt zudem, wo

die Abgrenzung einer klaren Grenze folgt und wo die Grenzziehung eher willkürlich ist.

76

Abb. 4: Ausschnitt einer Gradientenkarte der Moorlandschaft bei Grasleiten bei Peißenberg, Bay-

ern (modifiziert aus Feilhauer et al. 2014). Dargestellt ist nur der Hauptgradient, unterge-

ordnete Gradienten wurden nicht berücksichtigt. Ähnliche Farbwerte symbolisieren eine

ähnliche Artenzusammensetzung. Die Karte ist mit diskret abgegrenzten Natura 2000 Le-

bensraumtypen überlagert und ermöglicht so eine Abschätzung, wo die Grenzen eindeutig

und wo sie willkürlich gezogen wurden. Eine genaue Beschreibung des Gradienten kann

Feilhauer et al. (2014) entnommen werden.

Ein Problem derartiger Gradientenkartierungen ist, dass sie sich nur schwer mit vordefinier-

ten Kartierschlüsseln in Übereinstimmung bringen lassen. Die Ordination ist ein datenba-

siertes Verfahren und ermittelt die Muster aus der Datenstruktur des Vegetationsdatensat-

zes heraus. Je nach Eingangsdaten unterscheidet sich das Ergebnis. Dies erschwert einen

Vergleich zweier Gebiete und stellt auch eine Herausforderung für Wiederholungskartie-

rungen oder ein Monitoring dar. Dennoch ist die Technik eine hilfreiche Einsatzmöglichkeit

der Fernerkundung, da sich so Vegetationsmuster abbilden lassen, die anderweitig nicht

beschrieben werden können.

Alle bisher genannten Anwendungen nutzen als Eingangsdaten die Reflexionswerte der

Bilddaten. Die Bewertung und Interpretation der Zusammenhänge zwischen diesen Refle-

xionswerten und den zugrundeliegenden Vegetationsmustern ist wenig intuitiv und erfordert

Expertenwissen. Dies mag ein weiterer Grund für den begrenzten Einsatz von Fernerkun-

dungsverfahren im Biodiversitätsmonitoring sein.

Neuere Entwicklungen und Trends im Bereich der Fernerkundung könnten diesen Hinde-

rungsgrund jedoch zumindest teilweise beseitigen. Initiativen wie GEO BON (Group on E-

arth Observation – Biodiversity Observation Networks,

arbeiten an der

Definition und Entwicklung von aus Fernerkundungsdaten ableitbaren Vegetationsparame-

tern, die als Indikatoren für verschiedene Teilbereiche der Biodiversität dienen können

(Skidmore et al. 2015). Diese Essential Biodiversity Variables (EBVs) sind biotische Para-

meter, die Ökosystemzustände oder -funktionen beschreiben, sensitiv für Veränderungen

sind und für eine Vielzahl von Ökosystemen aussagekräftig sind (geobon.org). Die genaue

Liste der berücksichtigten Parameter und die räumliche Skala der Beobachtung werden

77

noch diskutiert. Jedoch sollen die aus Fernerkundungsdaten abgeleiteten Parameter mittel-

fristig als Produkte für interessierte Nutzer bereitgestellt werden. Diese können alternativ zu

den regulären Bilddaten als Eingangsdaten für weiterführende Kartierungen, Bewertungen

oder Monitoring-Programme dienen.

Erste Tests des Konzepts versprechen eine gute Interpretierbarkeit und hohe Vorhersage-

kraft für die Beantwortung ökologischer Fragestellungen (Feilhauer et al. 2017). Auch wenn

es im Moment noch zu früh für eine umfassende Bewertung dieser EBVs (Pereira et al.

2013) ist und umfassende praxisorientierte Tests noch ausstehen, lohnt es sich doch, diese

und ähnliche Entwicklungen weiter zu verfolgen. Darüber hinaus sind die Initiativen offen

für Rückmeldungen und Gedankenanstöße aus der Praxis, was die Möglichkeit bietet, die-

se neuen Datenquellen aktiv mitzugestalten.

Es lässt sich festhalten, dass die Fernerkundung ein hilfreiches Werkzeug im Rahmen ei-

nes Biodiversitätsmonitorings sein kann. Dennoch lassen sich bei weitem nicht alle Monito-

ringaufgaben sinnvoll mit Fernerkundungsverfahren erledigen. Viele Erfassungen sind ‚zu

Fuß‘ effizienter, kostengünstiger und genauer durchführbar. Auch für den Einsatz von Fer-

nerkundung werden – wie in den angeführten Beispielen gezeigt wurde – stets Geländeda-

ten benötigt, sodass derartige Ansätze primär ergänzend zu Geländeerhebungen einge-

setzt werden können. In dieser ergänzenden Rolle kann die Fernerkundung jedoch auf ob-

jektive Weise dazu beitragen, eine Erfassung selbst für größere Gebiete mit relativ homo-

gener Beprobungsdichte und gleichbleibendem Fehler der bearbeitenden Person durchzu-

führen, Änderungen in der Vegetation schnell und unkompliziert zu ermitteln, eine retro-

spektive Bewertung vergangener Entwicklungen zu ermöglichen oder graduelle Übergänge

in der Artenzusammensetzung zu erfassen. Das Potenzial der Fernerkundung ist mit die-

sen Beispielen bei weitem nicht erschöpft; eine Reihe von Übersichtsartikeln wie z.B. von

Corbane et al. (2015), Schmidtlein et al. (2014) oder Vanden Borre et al. (2011) führen wei-

tere Einsatzgebiete vertieft aus.

Limitiert wird der Einsatz von Fernerkundungsverfahren dadurch, dass die (optische) Sen-

sorik nur die oberste Bestandesschicht erfasst und nur in sehr begrenztem Umfang Rück-

schlüsse auf den Unterwuchs zulässt. Des Weiteren ist die Übertragbarkeit der ermittelten

Zusammenhänge auf andere Gebiete – wie bei statistischen Modellen üblich – nur in be-

grenztem Umfang gewährleistet, so dass für jedes weitere Kartiergebiet neu kalibriert wer-

den muss. Diese fundamentalen Limitationen werden dadurch verstärkt, dass nur wenige

Kartierschlüssel im Hinblick auf den Einsatz von Fernerkundungsverfahren entwickelt wur-

den. Der Versuch, die existierenden Schlüssel ohne Anpassung auf alternative Kartierme-

thoden anzuwenden ist daher wenig aussichtsreich. Stattdessen werden für einen sinnvol-

len und erfolgversprechenden Einsatz von Fernerkundungsverfahren im Rahmen eines

Biodiversitätsmonitorings interdisziplinär ausgebildete Mitarbeiterinnen und Mitarbeiter be-

nötigt, die sowohl mit der zu erfassenden Vegetation, als auch mit den technischen Verfah-

ren vertraut sind.

Corbane, C., Lang, S., Förster, M. et al. (2015): Remote sensing for mapping natural habi-

tats and their conservation status − New opportunities and challenges. International

Journal of Applied Earth Observation and Geoinformation 37: 7-16.

78

Feilhauer, H., Faude, U., Schmidtlein, S. (2011): Combining Isomap ordination and imaging

spectroscopy to map continuous floristic gradients in a heterogeneous landscape. Re-

mote Sensing of Environment 115: 2513-2524.

Feilhauer, H., Dahlke, C., Stenzel, S. et al. (2014): Mapping the local variability of Natura

2000 habitats with remote sensing. Applied Vegetation Science 17: 765-779.

Feilhauer, H., Somers, B., van der Linden, S. (2017): Optical trait indicators for remote

sensing of plant species composition: predictive power and seasonal variability. Ecolog-

ical Indicators 73: 825-833.

Feilhauer, H., Schmid, T., Cirujano, S. et al. (2018): Are remotely-sensed traits suitable for

ecological analysis? A case study of long-term drought effects on Leaf Mass per Area of

wetland vegetation. Ecological Indicators 88: 232-240.

Harris, A., Charnock, R., Lucas, R. (2015): Hyperspectral remote sensing of peatland floris-

tic gradients. Remote Sensing of Environment 162: 99-111.

Nezadal, W., Roder, A. (1994): Die Vegetation der Brucker Lache. Mitteilungen der Fränki-

schen Geographischen Gesellschaft 41: 241-261.

Neumann, C., Weiss, G., Brell, M. et al. (2015): Gradient-based assessment of habitat qual-

ity for spectral ecosystem monitoring. Remote Sensing 7: 2871-2898.

Pereira, H., Ferrier, S., Wegmann, M. et al. (2013): Essential Biodiversity Variables, a glob-

al system of harmonized observation is needed to inform scientist and policy-makers.

Science 339: 277-278.

Sanchez-Hernandez, C., Boyd, D., Foody, G. (2007). Mapping specific habitats from re-

motely sensed imagery: Support vector machine and support vector data description

based classification of coastal saltmarsh habitats. Ecological Informatics 2: 83-88.

Schmidt, J., Fassnacht, F., Schmidtlein, S. et al. (2017): Adapting a Natura 2000 fieldguide

for a remote sensing based assessment of heathland conservation status. International

Journal of Applied Earth Observation and Geoinformation 60: 61-71.

Schmidtlein, S., Faude, U., Stenzel, S., Feilhauer, H. (2014): Remote sensing of vegetation

for nature conservation. In: Manakos, I., Braun, M. (Eds.): Land use and land cover

mapping in Europe. Practices and trends. Dord-recht (Springer): 203-216.

Schmidtlein, S., Sassin, J. (2004): Mapping continuous floristic gradients in grasslands us-

ing hyperspectral imagery. Remote Sensing of Environment 92: 126-138.

Schmidtlein, S., Zimmermann, P., Schüpferling, R., Weiß, C: (2007). Mapping the floristic

continuum: Ordination space position estimated from imaging spectroscopy. Journal of

Vegetation Science 18: 131-140.

Skidmore, A., Pettorelli, N., Coops, N., Mücher, C. et al. (2015): Environmental science:

Agree on biodiversity metrics to track from space. Nature 523: 403-405.

Skowronek, S., Asner, G., Feilhauer, H. (2017a): Performance of one-class classifiers for

invasive species mapping using airborne imaging spectroscopy. Ecological Informatics

37: 66-76.

Skowronek, S., Ewald, M., Feilhauer, H. et al. (2017b): Mapping an invasive bryophyte spe-

cies using hyperspectral remote sensing data. Biological Invasions 19: 239-254.

Skowronek, S., Stenzel, S., Feilhauer, H. (2018a): Invasive Arten aus der Vogelperspektive

– wie kann Fernerkundung zur Erfassung invasiver Pflanzen in Deutschland beitragen?

Natur und Landschaft 93 (9/10): 434-438.

79

Skowronek, S., Van De Kerchove, R., Feilhauer, H. et al. (2018b): Transferability of species

distribution models for the detection of an invasive alien bryophyte using imaging spec-

troscopy data. International Journal of Applied Earth Observation and Geoinformation

68: 61-72.

Stenzel, S., Feilhauer, H., Schmidtlein, S. et al. (2014): Remote sensing of scattered Natura

2000 habitats using a one-class classifier. International Journal of Applied Earth Obser-

vation and Geoinformation 33: 211-217.

Tucker, C. (1979): Red and photographic infrared linear combinations for monitoring vege-

tation. Remote Sensing of Environment 8: 127-150.

Vanden Borre, J., Paelinckx, D., Schmidt, A. et al. (2011): Integrating remote sensing in

Natura 2000 habitat monitoring: prospects on the way forward. Journal for Nature Con-

servation 19: 116-125.

Vanden Borre, J., Spanhove, T., Haest, B. (2017): Towards a Mature Age of Remote Sens-

ing for Natura 2000 Habitat Conservation: Poor Method Transferability as a Prime Ob-

stacle. In: Díaz-Delgado, R. et al. (Eds.): The Roles of Remote Sensing in Nature Con-

servation. New York (Springer): 11-37.

Hannes Feilhauer*

Universität Leipzig

Remote Sensing Center for Earth System Research

Talstr. 35, 04103 Leipzig

E-Mail: *hannes.feilhauer@uni-leipzig.de

Ulrike Faude

Andreas-Paulus-Str. 57, 91080 Spardorf

80

81

Martin Koch, Peter Fischer, Lukas Schauer und Simon Käfer

Die Vernetzung von Ultraschallsensoren mit einem Server über das Internet, in Kombinati-

on mit einer automatisierten Datenanalyse, Archivierung und visuellen Aufbereitung bietet

die Möglichkeit, ein standardisiertes, effizientes Monitoring-System für Fledermäuse aufzu-

bauen. Durch den weiträumigen und langfristigen Einsatz eines Sensor-Netzwerks können

Veränderungen der Fledermausaktivität über Raum und Zeit registriert werden. Wir stellen

hier ein lokal eingesetztes, skalierbares System mit dedizierten Softwarekomponenten vor

und diskutieren Vorteile gegenüber bisherigen Erfassungspraktiken, sowie die aktuellen

Grenzen der automatisierten Klassifizierung. In Kombination mit weiteren, automatisiert

erfassten Umweltdaten lassen sich wertvolle Erkenntnisse zum Verhalten von Fledermäu-

sen und der Reaktion von Fledermauspopulationen auf Gefährdungsursachen sowie

Schutzmaßnahmen messen und die gewonnenen Daten interpretieren.

Connecting Ultrasonic-sensors with a server via the Internet in combination with automated

data analyses, storage and visualisation provides a standardized, efficient Monitoring-

System for bats. A continuous, wide-ranging deployment of a Internet-of-Things-based Sys-

tem gives opportunities to track changes in bat activity over time and space. We demon-

strate a local deployed, but extendible system with dedicated software components and

discuss advantages over common approaches of bat monitoring as well as limitations of

auto-classifications. In combination with additional environmental data, valuable information

and insights in bat behaviour and population responses to threats and conservation meas-

urements can be observed and explained.

Den Zustand von Fledermauspopulationen zu erfassen ist keine leichte Aufgabe. Fleder-

mäuse leben häufig gut versteckt und agieren jenseits der menschlichen Wahrnehmungs-

grenzen. Obwohl diverse Fledermausarten mitunter sehr nah am Menschen leben und z.B.

Quartiere an oder in Gebäuden beziehen oder sich urbane Räume mit dem Menschen tei-

len, bedarf es einiger Ausdauer und Aufwand, um Informationen über das Vorkommen die-

ser Artengruppe zu sammeln.

Über die gesetzlichen Verpflichtungen hinaus (Fauna Flora Habitat-Richtlinie (FFH)) gibt es

viele Gründe, den Zustand von Fledermauspopulationen regelmäßig zu erfassen. Die Ar-

tengruppe der Fledermäuse besitzt Eigenschaften, die sie zu guten Indikatoren für die öko-

logische Leistungsfähigkeit der Landschaft machen. Fledermäuse reagieren unmittelbar auf

den Verlust von Nahrungshabitaten, der durch fortschreitende Urbanisierung oder Frag-

mentierung der Landschaft, durch Rodung strukturgebender Landschaftselemente wie He-

cken und Feldgehölze entsteht (Frey-Ehrenbold et al. 2013). Auch die Intensivierung der

Beleuchtung ehemals dunkler Landschaftsteile kann zur Verschlechterung eines geeigne-

ten Fledermaushabitats führen (Stone et al. 2009). Die in Mitteleuropa vorkommenden Fle-

dermausarten sind ausnahmslos insektivor. Als Taxa auf einer hohen trophischen Ebene

zeigen Fledermäuse Veränderungen im Beutetierangebot an. Insbesondere vor dem Hin-

tergrund der aktuell diskutieren Abnahme der Insektenabundanz (Hallmann et al. 2017,

Stuart et al. 2010) ist den Fledermäusen ein hoher Indikatorwert zuzuschreiben. Fleder-

82

mäuse sind als einzige aktiv fliegende Säugetiere ein bedeutender Bestandteil der allge-

meinen Biodiversität. Der fortschreitende Ausbau der Windenergie-Nutzung trifft insbeson-

dere wandernde Fledermausarten, wie die Rauhautfledermaus (

) oder

auch den Abendsegler (

). Nach Ansicht von Experten und Expertinnen

stellt die Windenergie-Nutzung einen bedeutenden Mortalitätsfaktor für diese und auch wei-

tere Arten dar (O’Shea et al. 2016). Veränderungen des Klimas in Europa könnten eben-

falls einen negativen Einfluss auf Fledermauspopulationen haben (Rebelo et al. 2010,

Sherwin et al. 2013), da z.B. amphibische Insekten als Beutetiere durch Dürren ausbleiben.

Die vorhandene Fülle der potentiell negativen Einflüsse auf den Erhaltungszustand der

Fledermauspopulationen unterstreicht den Bedarf eines kontinuierlichen Monitorings der

Fledermausvorkommen mit hinreichend belastbaren Daten. Dabei ist zu berücksichtigen,

dass nicht alle Fledermausarten mit derselben Methode gleich gut zu erfassen sind (Bat-

tersby 2010). Es gibt Arten, die im Sommer traditionell dasselbe Wochenstubenquartier

nutzen, wie z.B. das Mausohr (

) und die Hufeisennasen (

.).

Diese Arten können dort direkt gezählt werden. Andere Arten nutzen nicht einsehbare

Quartiere oder wechseln diese häufig, so dass eine direkte Zählung meist mit einer vorheri-

gen Quartiersuche einhergehen muss, wie z.B. bei der Bechsteinfledermaus. Dabei teilt

sich die Fledermauskolonie mitunter auf und nutzt mehrere Quartiere parallel (Fission-

Fusion-Dynamik, Kerth, Konig 1999), so dass alle Quartiere einer Kolonie bekannt sein und

die Fledermäuse dort synchron gezählt werden müssen. Dann kann allerdings recht präzise

die Populationsgröße geschätzt werden.

Eine indirekte Nachweismethode für Fledermäuse ist die bioakustische Erfassung der

Lautäußerungen mit Hilfe von Ultraschall-Detektoren. Alle mitteuropäischen Fledermausar-

ten nutzen Echoortung, um sich im Raum zu orientieren und rufen daher während des Flu-

ges (Jones, Holderied 2007). Die Bioakustik der Fledermäuse ist ein breites Forschungs-

feld, in dem in den vergangenen vier Jahrzehnten große Fortschritte gemacht wurden

(Grinnell et al. 2016). Die technische Weiterentwicklung der Ultraschall-Detektoren hat da-

bei immer wieder neue Forschungsfelder erschlossen.

Die Bioakustik der Fledermäuse findet in Deutschland insbesondere in der Eingriffsrege-

lung, international aber auch beim Populations-Monitoring Anwendung (z.B. Barlow et al.

2015; Battersby 2010). Die Methode lässt sich generell in mobile (Transekte) und stationäre

Erfassung (Punkterfassung) unterteilen. Die Aufnahme von Fledermäusen kann sowohl

manuell (aktiv) als auch automatisiert (passiv) erfolgen (Kunz, Parsons 2009). Erfasst wird

jeweils die Anwesenheit einer Fledermaus an einem bestimmten Punkt zu einer bestimm-

ten Zeit. Über arttypische Rufcharakteristika lässt sich häufig die Fledermausart bestim-

men. Allerdings können die Tiere ihre Ortungsrufe der gegebenen Situation (Wald, Wald-

rand, Offenland etc.) und der aktuellen Intention (Jagd, Transferflug, Balz etc.) anpassen

(Barclay 1999, Obrist 1995, Obrist, Boesch, Flückiger 2004). Arttypische Charakteristika

der Lautäußerungen können dann intraspezifisch variieren und sich interspezifisch über-

schneiden (Frick 2013, Russo et al. 2017). Daher ist es nicht immer möglich eine Art an-

hand ihrer Rufe mit zufriedenstellender Sicherheit zu bestimmen. Bei manchen Arten ist die

interspezifische Überschneidung der Rufcharakteristika regelmäßig so weitreichend, dass

eine sichere Ansprache der Art meist nicht möglich ist.

Bei der manuellen Erfassung (Abb. 1-A) lassen sich neben den Echoortungsrufen ggf. wei-

tere Informationen zur Artbestimmung heranziehen. Beobachtung des Flugverhaltens, der

Flughöhe und der Größe des Tieres können die Bestimmungssicherheit ggf. erhöhen (Lim-

83

pens 2004). Die Fledermauserfassung kann nur von erfahrenen Personen mit Fledermaus-

detektoren auf aktuellem technischen Stand durchgeführt werden (Ahlén, Baagoe 1999).

Dennoch kann es bei verschiedenen Bearbeitern und Bearbeiterinnen durch unterschiedli-

che Reaktionszeiten und Aufmerksamkeitsspannen zu unterschiedlichen Ergebnissen

kommen, wodurch eine Standardisierung dieser Methode nur einschränkt möglich ist. Zu-

züglich zu der Felderfassung kommt noch der Aufwand der Nachbearbeitung durch manu-

elle Verifizierung der Artbestimmung anhand von im Feld gemachten Aufnahmen hinzu. Im

Naturschutz – insbesondere in der ehrenamtlichen Arbeit – sind die finanziellen und zeitli-

chen Ressourcen häufig begrenzt, so dass sich ein kontinuierliches, großräumiges Monito-

ring mit manueller bioakustischer Erfassung der Fledermäuse in Deutschland bisher nicht

etablieren konnte.

Die automatisierte bioakustische Erfassung verlagert den Aufwand vom Feld auf die nach-

gelagerte Datenauswertung. Ein zeitlich gesteuerter Echtzeit-Voll-Spektrum Ultraschall-

Rekorder macht im Feld Aufnahmen, sobald akustische Signale registriert werden, die eine

Fledermaus als Ursprung vermuten lassen. In diesem Prozessabschnitt gibt es bereits ver-

schiedene Parameter (Hardwareauswahl, Software-Einstellungen), welche die Detektion

einer Fledermaus beeinflussen (Adams et al. 2012). Zur Unterstützung der Auswertung

großer Datenmengen sind kommerzielle und nicht-kommerzielle Software-Angebote ver-

fügbar, die Klassifizierungs-Algorithmen anwenden, um die aufgenommenen Rufe auf

Übereinstimmung mit hinterlegten Referenzen für einzelne Klassen (Artengruppen, Arten)

zu testen. Ob eine Fledermausart in der Aufnahme in einem automatisierten Analysepro-

zess zuverlässig bestimmbar ist, hängt von der Qualität der Aufnahme ab. Werden die

Schwellenwerte zum Auslösen einer Aufnahme zu niedrig eingestellt, werden Dateien be-

reits dann angelegt, wenn das Signal nur wenig über dem Grundrauschen liegt. Ist dieses

Signal-Rausch-Verhältnis in einer Aufnahme ungünstig, ist es für die Algorithmen schwierig,

die einzelnen Rufe in einer Aufnahme korrekt abzugrenzen. Bei nicht korrekt abgegrenzten

Pulsen werden auch die Rufcharakteristika nicht korrekt berechnet und in der Klassifizie-

rung sind Übereinstimmungen mit den Referenzklassen nur gering oder gar Trugschlüsse.

Die Qualität der im Feld gemachten Aufnahmen sollte also der Qualität der Referenz-Rufe

entsprechen (Stathopoulos et al. 2017). Der gesamte Prozess der automatisierten Fleder-

mauserfassung hat diverse Einflussfaktoren, die eine Vergleichbarkeit zweier Erfassungen

mit unterschiedlichen Detektoren oder Software-Einstellungen einschränken. Ein System,

bei dem alle Komponenten aufeinander abgestimmt sind lässt allerdings einen hohen Grad

an Standardisierung zu. Der Aufwand der Datenerfassung reduziert sich gegenüber einem

manuellen System erheblich. Mit dem hier vorgestellten Internet der Fledermäuse (Abb. 1-

B) könnte ein hochgradig standardisiertes, voll automatisiertes Netzwerk zur Erfassung der

Fledermäuse aufgebaut werden.

Das Prinzip des IoT – des Internet of Things – wird seit bald 20 Jahren in Industrie und

Wissenschaft angewandt und permanent weiterentwickelt. Grundlegendes Konzept in der

Anwendung von IoT-Systemen ist, dass Computer über das Internet miteinander kommuni-

zieren (Gubbi et al. 2013). Diese Computer können Sensoren sein, z.B. zur Erfassung von

Temperatur, Luftfeuchtigkeit, Stickoxid-Konzentration, Ultraschall etc. Die Sensoren werden

mit Komponenten zur Zwischenspeicherung, ggf. Datenanalyse und zur digitalen Kommu-

nikation (LAN, WiFi, UMTS) kombiniert. Die erbrachten Daten werden direkt oder voraus-

gewertet an einen zentralen Datenspeicher (Server) übermittelt und dort in weiteren Schrit-

ten prozessiert. Die Sensoren sind so eingerichtet, dass sie vollkommen automatisiert funk-

tionieren. Eine permanente Stromversorgung (Hausstrom oder Solarpanel mit Batterie)

84

muss sichergestellt sein. Die Kommunikation zwischen Sensor und Server erfolgt ebenfalls

automatisiert, entweder nach Aufforderung von einem Server oder spontan vom Sensor

aus. Der Betreuungsaufwand der Sensoren im Feld bleibt auf die Fehlerbehebung be-

schränkt. Die Daten-Organisation auf dem Server muss die Integrität der Daten über die

gesamte Prozesskette gewährleisten. Die einzelnen Datensätze müssen jederzeit einem

Sensor (Ort) und einem Zeitpunkt zugeordnet werden können. Prozessschritte, Zwischen-

ergebnisse und ggf. Fehlermeldungen müssen protokolliert werden, um Abläufe und Funk-

tionen überwachen und bei Bedarf optimieren zu können. Je nach zeitlicher Auflösung der

Datenerhebung sowie der Anzahl der Sensoren, die in ein Netzwerk eingebunden sind, ist

die anfallende Datenmenge bzw. Informationsmenge sehr groß und kann nicht mehr ma-

nuell überwacht werden. Um die Informationen, die in den Daten stecken, erfassbar zuma-

chen, gehört zu einem vollständigen Post-Processing auch die Aufbereitung der Informati-

onen in Grafiken oder überschaubare Tabellen und Karten.

Abb. 2: Schematische Darstellung der klassischen Anwendung von passiver Fleder-

mauserfassung und einem IoT-basierten Erfassungsnetzwerk

Schon seit einiger Zeit gibt es IoT-Netzwerke zur Erfassung von Wildtieren (Xiaohan Liu et

al. 2015). Ein Netzwerk zur automatisierten Erfassung von Fledermausaktivität gibt es

ebenfalls bereits, bspw. in London (siehe naturesmartcities.com).

Das in diesem Artikel beschriebene IoT-Netzwerk zur Erfassung der Fledermäuse besteht

im Wesentlichen aus vier dedizierten Komponenten: Dem Recorder, dem Analyser, dem

Classifier und einem Webportal. Diese grundlegenden Systemkomponenten werden mit

einander verknüpft (z.B. Upload-Service) und können mit weiteren Informationen kombiniert

werden (z.B. Wetterdaten). Im Feld befindet sich ein Detektor (Sensor), der zunächst mit

der Software Recorder Aufnahmen von Fledermäusen erstellt. Die Aufnahmen werden im

Feld durch das Programm Analyser ausgewertet. Hierbei werden aus den Originaldateien

nur die Informationen selektiert, die für den weiteren Prozess benötigt werden. Der Daten-

umfang wird dabei um den Faktor 5.000 (500MB -> 100kB) reduziert. Kompakte Daten-

mengen sind mobil und können in kurzer Zeit über ein Netzwerk durch den Upload-Service

verschickt werden (LAN, WiFi oder UMTS). Nach Eingang der Daten auf einem Server

werden die Informationen aus der Datei ausgelesen und in eine Datenbank übertragen. Zu

den Daten werden auch Metadaten wie Sensor-ID und Zeitpunkt der Aufnahme sowie

Temperatur und Luftfeuchtigkeit am Sensorstandort übermittelt. Die Klassifizierung der Da-

85

ten in Fledermausarten und -artengruppen wird durch das Programm Classifier auf dem

Server durchgeführt. Dabei werden die benötigten Informationen einer Aufnahme aus der

Datenbank ausgelesen, berechnet und letztendlich das Klassifizierungsergebnis wieder in

die Datenbank zurückgeschrieben. Zu jedem Aufnahmeort werden zudem Wetterdaten des

Deutschen Wetterdienstes (DWD) gespeichert. Damit sind die Auswertungsergebnisse so-

wie hilfreiche Daten zur Interpretation der Ergebnisse zur Abfrage über ein Webportal in der

Datenbank vorgehalten. Es können verschiedene Abfragen (Zeiträume und Ortkombinatio-

nen) formuliert werden. Die Ergebnisse werden in Tabellenform und Graphen dargestellt.

Abbildung 2 zeigt eine vereinfachte Übersicht der im Folgenden beschriebenen Komponen-

ten des Internet der Fledermäuse.

Abb. 2: Schematische Übersicht der Komponenten des Internet der Fledermäuse.

Die wesentlichen Komponenten des Internet der Fledermäuse sind nicht grundlegend neu.

Die hier eingesetzten Funktionen gibt es auch in etablierten Systemen zur Erfassung und

Klassifizierung von Fledermauslauten. Neu ist, den Prozessablauf von der Erfassung über

die Auswertung bis hin zur Aufbereitung vollständig zu automatisieren. Dazu wurde Soft-

ware entwickelt, die auf die Performanz der Hardware-Komponenten abgestimmt ist und

den Einsatzzweck der völligen Automatisierung erfüllt. Die hier dargestellte Vorgehenswei-

se stellt den derzeitigen Entwicklungsstand dar. Mit fortschreitendem Feldeinsatz und der

Integration zukünftiger Forschungserkenntnisse lässt sich das System ausbauen und ver-

bessern.

Das Programm Analyser führt die Lautanalyse der Audiodateien durch und verdichtet die

Fledermausrufe in den aufgenommenen Rufsequenzen auf eine Reihe von Kenngrößen.

Die Kenngrößen repräsentieren die wichtigsten Rufcharakteristika des zeitaufgelösten

Spektrums eines Rufs, wie Frequenzminimum und -maximum, Ruflänge und Frequenzab-

fall pro Zeiteinheit. Die Kenngrößen FC (charakteristische Frequenz), FMin (Frequenz-

Minimum), FMax (Frequenz-Maximum) sowie weitere Kenngrößen und deren Definition

wurden aus Walters et al. 2012 übernommen. Letztendlich gibt der Analyser die Kenngrö-

ßen je Ruf als Datensatz in einer Protokoll-Datei aus.

86

Der Classifier ist in der derzeitigen Version ein Python-Skript (van Rossum 1995), welches

sich auf einem Webserver befindet. Das Programm liest die Kenngrößen-Datensätze aus

einer PostgreSQL-Datenbank aus und berechnet diese. Ein erster Prozessschritt bei der

Klassifizierung der Audio-Signale ist die Unterscheidung Fledermausruf und Störgeräusch.

Die Rufe der in Deutschland vorkommenden Fledermausarten haben ihr Intensitätsmaxi-

mum oberhalb von 15 kHz. Bei Regengeräuschen, anderen Tierstimmen (z.B. Vögel, Heu-

schrecken) und auch Windgeräuschen liegt das Intensitätsmaximum i.d.R. unterhalb von

15kHz. Dieses Kriterium wird für eine erste Filterstufe genutzt, um unerwünschte Geräu-

sche auszusieben. Geräusche, deren Intensitätsmaximum unterhalb 15 kHz liegen, werden

im Output nicht protokolliert; der Puls wird quasi übersprungen.

Die Klassifizierung erfolgt anschließend in aufeinander folgenden Schritten:

1. Rufklassifizierung nach Artengruppen

Das Prinzip der Klassifizierung sei hier anhand des ersten Schrittes etwas genauer erläu-

tert. Für jeden Puls wird eine erste grobe Einteilung nach den Rufgruppen

und

Arten vorgenommen. Der Classifier

vergleicht dazu zwei aus einem Puls ermittelte Kenngrößen, die charakteristische Frequenz

FC und die Steigung der zweiten Pulshälfte FCtrEndS, mit den Wahrscheinlichkeitsprofilen

dieser Kenngrößen für die jeweiligen Artgruppen. Die Kenngröße FC, vereinfacht gesagt

ein Maß für die Höhe der Ruffrequenz, eignet sich gut, die niederfrequent rufenden Arten

(

) von den höherfrequent rufenden (

,

-Arten) und den

höchstfrequent rufenden Arten (

) zu unterscheiden. Die Kenngröße FCtrEndS,

ein Maß für die Steilheit des Frequenzabfalls, ermöglicht die Unterscheidung von

-Arten von den

.

Das Wahrscheinlichkeitsprofil ist ein aus eigenen Aufnahmen und Literaturangaben (z.B.

Baratoud et al. 2016, Dietz, Helversen, Nill 2007, Russ 2012, Skiba 2009) ermittelter diskre-

ter, funktioneller Zusammenhang. Setzt man beispielsweise Artengruppe = „

“

und Kenngröße = „FC“, dann drückt das Wahrscheinlichkeitsprofil folgendes aus: Wie groß

ist die relative Wahrscheinlichkeit, dass bei Auswertung eines Rufes im statistischen Mittel

für die Rufgruppe

eine charakteristische Frequenz (FC) im Intervall [f1;f2] ge-

funden wird? (f2 - f1) ist dabei die Schrittweite der Vergleichswerte auf der Frequenzskala.

Abbildung 3 zeigt die aktuell als Referenz genutzten Wahrscheinlichkeitsprofile p (Kenn-

größe = FC, Artgruppe) für alle vier Artgruppen.

Mit wachsendem Umfang der Referenz-Bibliothek an klassifizierten Rufdateien werden die

noch recht rohen Profile sukzessive optimiert, die Klassifizierung wird also trainiert.

2. Rufklassifizierung nach Artvarianten

Aufbauend auf der Einteilung nach Artengruppen wird eine Feinbestimmung in „Artvarian-

ten“ durch Vergleich von sieben Kenngrößen mit Referenzdaten durchgeführt (vgl. Walters

et al. 2012). „Artvarianten“ ermöglichen es, verschiedene Ruftypen ein und derselben Art

separat zu behandeln (z.B. „Plip“-Ruf und „Plop“-Ruf eines Abendseglers).

3. Rückverdichtung der „Artvarianten“ auf sicher abgrenzbare Arten

Manche Arten lassen sich aufgrund interspezifischer Überschneidungen der Rufcharakte-

ristika kaum automatisiert unterscheiden, beispielsweise wird man immer wieder Verwech-

selungen innerhalb der

finden. In einem letzten Schritt der Rufklassifizierung

werden deshalb die zu den „Artvarianten“ ermittelten relativen Wahrscheinlichkeiten auf

87

einen Satz sicher abgrenzbarer Arten verdichtet. Der derzeitige Trainings-Stand des Classi-

fiers unterscheidet mit zufriedenstellender Sicherheit die in Deutschland vorkommenden

-Arten (Einschränkung:

, s.u.), das Mausohr (

),

die in Deutschland vorkommenden Hufeisennasen sowie – bei typischen Rufen – den

Abendsegler (

). Die weiteren Myotis-Arten (inkl.

) werden in die

Rufgruppe

, die Arten

und

in die

Rufgruppe

zusammengefasst.

Abb. 3: Wahrscheinlichkeitsprofil zur Kenngröße FC für vier Artengruppen.

4. Sequenz-Klassifizierung

Letztlich bietet die Artbestimmung je Rufsequenz (Aufnahme) eine Steigerung der Klassifi-

zierungssicherheit gegenüber der Einzelruf-Klassifizierung. Es ist bei der Auswertung zu

unterscheiden, ob abweichende Klassifizierungsergebnisse für einzelne Rufe einer Se-

quenz auf schlechte Aufnahmen, Auswertungsfehler, Doppler-Effekt etc. zurückzuführen

sind oder ob in der fraglichen Sequenz tatsächlich mehr als eine Art gerufen hat. Als wirk-

sam hat sich eine Betrachtung der Nachbarschaftsbeziehungen der Einzelrufe erwiesen.

Wenn mindestens drei zeitlich aufeinander folgende Rufe derselben Art zugeordnet wur-

den, dann ist die Wahrscheinlichkeit hoch, dass die Art korrekt bestimmt wurde.

Das Ergebnis der Einzelruf- und der Rufsequenz-Klassifizierung wird nach Abschluss der

Klassifizierung in die Datenbank als Datensatz (Ruf- bzw. Sequenz-ID, Art/Rufgruppe als

Ergebnis + relative Wahrscheinlichkeit der richtigen Bestimmung) zurückgeschrieben. In

der aktuellen Version des Rekorders werden die Originalaufnahmen gespeichert und ste-

hen somit einer späteren Verifizierung der Klassifizierungsergebnisse sowie zum Training

des Classifier zu Verfügung. Der lernende Klassifizierungsalgorithmus lässt sich auch

rückwirkend auf die Analyser-Daten anwenden, so dass mit einer fortschreitenden Verbes-

serung der Klassifizierung Datenreihen neu ausgewertet werden und ggf. rückwirkend kor-

rigiert werden können.

Zur Einrichtung eines dauerhaften, stationären Netzwerks zur Erfassung der Fledermäuse

88

müssen verschiedene Faktoren beachtet werden, welche die Nutzbarkeit des Systems be-

einflussen. Das System zielt auf akustisch gut abgrenzbare Arten ab. Es sollten also Auf-

nahmestandorte ausgewählt werden, an denen mit einem Auftreten dieser Arten zu rech-

nen ist. Des Weiteren muss eine sichere Stromversorgung (Hausleitung oder Solarpanel

mit Batterie) gegeben sein. Zudem muss der Zugang zu einem Netzwerk mit Anschluss an

das Internet vorhanden sein, damit die Kommunikation zwischen Sensor und Server ge-

währleistet ist. Es kann entweder ein offenes oder privates W-LAN genutzt werden oder

eine Erreichbarkeit des Mobilfunknetzwerks gegeben sein. Es müssen keine hohen Verbin-

dungsgeschwindigkeiten erreicht werden, da die Daten durch die hohe Informationsverdich-

tung (ca. 100kB täglich) sehr mobil sind und in kürzester Zeit übermittelt werden können.

Neben den technischen Voraussetzungen ist die richtige Auswahl des Standortes im Hin-

blick auf die zu erwartende Fledermausaktivität wichtig. Da Fledermäuse ihre Rufe der Si-

tuation anpassen, führt die Platzierung des Mikrofons an Stellen, an denen die Fledermäu-

se regelmäßig von ihrem typischen Rufverhalten abweichen zu einer Verschlechterung der

Klassifizierungsergebnisse und einer höheren Rate an Fehlbestimmungen. Engpässe (z.B.

unter Brücken) oder eine Platzierung des Mikrofons nah an dichter Vegetation kann zu

Echos führen oder die Fledermaus dazu zu veranlassen, ihren Ruf derart zu verändern,

dass arttypische Charakteristika nicht mehr auftreten. Die Wahl eines Standortes nah an

einem Quartier oder mitten in einem Jagdgebiet führen mitunter zu einer hohen Rate von

Sozialrufen oder Beute-Fang-Rufen (Feeding-Buzz), die wiederum sehr variabel sein kön-

nen und durch die Referenzdateien derzeit nicht abgedeckt werden. Ein Garten- oder

Waldrandstandort etwas abseits eines Gewässers bietet in der Regel gute Voraussetzun-

gen. Stellt sich nach einiger Laufzeit allerdings heraus, dass die Klassifizierungsergebnisse

unbefriedigend sind, muss ggf. ein alternativer Standort ausgewählt und getestet werden.

Wird aber ein geeigneter Standort gefunden, der im Laufe der Zeit unverändert bleibt, dann

werden hochgradig standardisierte Datenreihen gebildet.

Die erfassten Fledermausdaten lassen verschiedene Interpretationsmöglichkeiten zu. Es

lässt sich z.B. die allgemeine Fledermausaktivität an einem Standort beschreiben und da-

mit die Habitatqualität für Fledermäuse von Jahr zu Jahr bewerten. Der Zugfortschritt wan-

dernder Fledermausarten kann ebenso erfasst werden. Wie dargestellt, kann für gut ab-

grenzbare Arten die Aktivität auf Artniveau aufgelöst werden. Die Aktivitätsentwicklung in-

nerhalb eines Jahres bzw. von Jahr zu Jahr kann somit auch für Einzelarten verglichen

werden. So können bspw. Veränderungen detektiert werden, wenn Fledermäuse früher im

Frühjahr bzw. länger in den Winter hinein aktiv sind.

Bei der Interpretation der Daten im Sinne eines Populations-Monitorings ist zu bedenken,

dass die erfasste Aktivität keinen direkten Rückschluss auf die Anzahl der Individuen er-

laubt. In jüngerer Zeit wurden allerdings verschiedene Modelle entwickelt, welche dieses

Problem überwinden (Lucas et al. 2015, Marques et al. 2013) und Populationstrends an-

hand akustischer Daten ableiten können. Grundlage für die Modellierungen ist eine stan-

dardisierte Erfassung der Fledermäuse in Raum und Zeit.

Durch die Installation eines Sensor-Netzwerks wie dem hier vorgestellten Internet der Fle-

dermäuse könnte die Erfassung der Fledermausaktivität als Teil eines allgemeinen Bio-

diversitätsmonitorings realisiert werden. Durch die vollständige Automatisierung der Daten-

erhebung und -analyse sind die Kosten des langfristigen Betriebs verhältnismäßig gering

und werden mit zunehmender Reife des Netzwerks noch weiter gesenkt werden können.

89

Adams, A., Jantzen, M., Hamilton, R. et al. (2012): Do You Hear What I Hear? Implications

of Detector Selection for Acoustic Monitoring of Bats. Methods in Ecology and Evolution

3 (6): 992-98.

Ahlén, I., Baagoe, H. (1999): Use of Ultrasound Detectors for Bat Studies in Europe:

Experiences from Field Identification, Surveys, and Monitoring. Acta Chiropterologica 1

(2): 137-50.

Baratoud, M., Tupinier, Y., Limpens, H. et al. (2016): Acoustic Ecology of European Bats:

Species Identification, Study of Their Habitats and Foraging Behavior. Journal of

Mammalogy 97 (6): 1784-85.

Barclay, R. (1999): Bats Are Not Birds – a Cautionary Note on Using Echolocation Calls to

Identify Bats: A Comment. Journal of Mammalogy 80 (1) : 290-96.

Barlow, K. et al. (2015): Citizen Science Reveals Trends in Bat Populations: The National

Bat Monitoring Programme in Great Britain. Biological Conservation 182: 14-26.

Battersby, J. (2010): Guidelines for Survilliance and Monitoring of European Bats.

EUROBATS,

Publication

Series

No.

5.

edited

by

C.

Boye

and

T. Meyer-Cords. Bonn, Germnay (UNEP/EUROBATS Secretariat), 95 S.

Dietz, C., Helversen, O. von, Nill, D. (2007): Handbuch der Fledermäuse Europas. Stuttgart

(Kosmos), 399 S.

Frey-Ehrenbold, A., Bontadina, F., Arlettaz, R, Obrist, M. (2013): Landscape Connectivity,

Habitat Structure and Activity of Bat Guilds in Farmland-Dominated Matrices. Journal of

Applied Ecology 50 (1): 252-61.

Frick, W. (2013): Acoustic Monitoring of Bats, Considerations of Options for Long-Term

Monitoring. Therya 4 (1): 69-78.

Grinnell, A., Edwin Gould, D., Brock Fenton, M. (2016): A History of the Study of

Echolocation. In: Bat Bioacoustics, edited by Fenton, M.B., Grinnell, A.D., Popper, A.N.,

Fay, R.R. New York, NY (Springer): 1-25.

Gubbi, J., Buyya, R., Marusic, S., Palaniswami, M. (2013): Internet of Things

(IoT): A Vision. Architectural Elements and Future Directions. Future Generation

Computer Systems 29 (7): 645-1660.

Hallmann, C. et al. (2017): More than 75 Percent Decline over 27 Years in Total Flying

Insect Biomass in Protected Areas. E.G. Lamb (Ed.). PLOS ONE 12 (10): e0185809.

Jones, G., Holderied, M. (2007): Bat Echolocation Calls: Adaptation and Convergent

Evolution. Proceedings of the Royal Society B: Biological Sciences 274 (1612): 905-12.

Kerth, G., Konig, B. (1999): Fission, Fusion and Nonrandom Associations in Female

Bechstein’s Bats (

). Behaviour 136 (9): 1187-1202.

Kunz, T., Parsons, S. (2009) (Eds.): Ecological and Behavioral Methods for the Study of

Bats. 2nd Edition. Baltimore, Maryland (John Hopkins University Press), 920 S.

Limpens, H. (2004): Field Identification: Using Bat Detetctors to Identify Speceis. In:

Brigham, R.M., Jones, G., Kalko, E.K.V., Parsons, S (Eds.).: Bat Echolocation

Research: tools, techniques and analysis.. Austin, Texas (Bat Conservation

International): 46-57.

Lucas, T., Moorcroft, E., Jones, K. et al. (2015): A Generalised Random Encounter Model

for Estimating Animal Density with Remote Sensor Data. Methods in Ecology and

Evolution 6: 500-509.

90

Marques, T. et al. (2013): Estimating Animal Population Density Using Passive Acoustics.

Biological Reviews of the Cambridge Philosophical Society 88 (2): 287-309.

O’Shea, T., Cryan, P., Streicker, D. et al. (2016): Multiple Mortality Events in Bats: A Global

Review. Mammal Review 46 (3): 175-90.

Obrist, M. (1995): Flexible Bat Echolocation: The Influence of Individual, Habitat and

Conspecifics on Sonal Signal Design. Behavioral Ecology and Sociobiology 36 (3): 207-

19.

Obrist, M., Boesch, R., Flückiger, P. (2004): Variability in Echolocation Call Design of 26

Swiss Bat Species: Consequences, Limits and Options for Automated Field

Identification with a Synergetic Pattern Recognition Approach. Mammalia 68 (4): 307-

322.

Rebelo, H., Tarroso, P., Jones, G. (2010): Predicted Impact of Climate Change on

European Bats in Relation to Their Biogeographic Patterns. Global Change Biology 16

(2): 561-576.

Russ, J. (2012): British Bat Callls. A Guide to Species Identification. 1st ed. Exeter, United

Kingdom (Pelagic Publishing), 192 S..

Russo, D., Ancillotto, L., Jones, G. (2017): Bats Are Still Not Birds in the Digital Era:

Echolocation Call Variation and Why It Matters for Bat Species Identification. Canadian

Journal

of

Zoology

(September):

cjz-2017-0089.

URL:

(letzter Zugriff 15.03.2019).

Sherwin, H., Montgomery, W., Lundy, M. (2013): The Impact and Implications of Climate

Change for Bats. Mammal Review 43 (3): 171-82.

Skiba, R. (2009): Europäische Fledermäuse. 2nd ed. Hohenwarsleben (Westarp

Wissenschaften-Verlagsgesellschaft), 220 S.

Stathopoulos, V., Zamora-Gutierrez, V., Jones, K., Girolami, M. (2017): Bat Echolocation

Call Identification for Biodiversity Monitoring: A Probabilistic Approach. Journal of the

Royal Statistical Society. Series C: Applied Statistics 67 (1): 165-183.

Stone, E., Jones, G., Harris, S. (2009): Street Lighting Disturbs Commuting Bats. Current

Biology 19 (13): 1123-27.

Stuart, S., Wilson, E., McNeely, J., Mittermeier, R., Rodríguez, E. (2010): The Barometer of

Life. Science 328 (5975): 177.

van Rossum, G. (1995): Python Tutorial. Technical Report CS-R9526.

Walters, C. et al. (2012): A Continental-Scale Tool for Acoustic Identification of European

Bats. Minderman. J. (Ed.). Journal of Applied Ecology 49 (5): 1064-74.

Xiaohan, L., Tao, Y., Baoping, Y. (2015): Internet of Things for Wildlife Monitoring: 62-66 In:

2015 IEEE/CIC International Conference on Communications in China

Workshops

(CIC/ICCC). IEEE. URL:

(letzter Zugriff

20.01.2019).

Martin Koch*

Rücksgasse 18, 53332 Bornheim

E-Mail: *kochma@uni-trier.de

91

Axel Hochkirch

Obgleich die genetische Diversität eine wichtige Grundlage für die Anpassungsfähigkeit

und damit Überlebensfähigkeit von Organismen ist und eine der drei in der Biodiversitäts-

konvention genannten Ebenen der biologischen Vielfalt darstellt, spielt die Genetik im prak-

tischen Naturschutz immer noch eine untergeordnete Rolle. Lediglich in der naturschutzbio-

logischen Forschung hat das Feld der „Naturschutzgenetik“ eine zunehmende Bedeutung

gewonnen. Im Kontext des Biodiversitätsmonitorings muss man prinzipiell bei den derzeit

verbreiteten Methoden der Naturschutzgenetik solche, die für den Nachweis und die Identi-

fikation von Arten verwendet werden (DNA-Barcoding, eDNA) unterscheiden von Metho-

den, die für die Bestimmung der genetischen Vielfalt und Strukturierung innerhalb und zwi-

schen Populationen geeignet sind (Populationsgenetik). Während erstere Methoden Einzug

in das Monitoring von FFH-Anhangsarten gehalten haben (z.B. Wolf, Wildkatze), ist das

eigentliche Monitoring der genetischen Vielfalt nur mit Hilfe populationsgenetischer Metho-

den möglich. Um den zeitlichen Trend der genetischen Vielfalt in Deutschland zu überwa-

chen, sollte eine Auswahl potentiell interessanter Arten getroffen werden (20-50 Arten),

deren genetische Vielfalt über einen langen Zeitraum bundesweit untersucht wird. Hierbei

sollten vor allem solche Arten im Mittelpunkt stehen, bei denen genetische Veränderungen

zu erwarten sind. Als Kriterien für die Auswahl von Arten lassen sich geringe Ausbreitungs-

fähigkeit, Seltenheit, Fragmentierung der Populationen, Hybridisierung, anthropogene Ver-

breitung (invasive Arten, aber auch Wildblumensaatgut), sowie natürliche Hybridzonen her-

anziehen. Bevor eine Art in ein bundesweites Monitoringprogramm der genetischen Vielfalt

aufgenommen wird, sollte jeweils in einer intensiven Pilotstudie ihre Eignung getestet wer-

den und damit auch der Basiszustand für spätere Evaluationen gesetzt werden. Räumlich

explizite Daten zur Verteilung und zeitlichen Entwicklung der genetischen Vielfalt können

helfen, negative Entwicklungen rechtzeitig zu erkennen und wenn nötig Gegenmaßnahmen

zu treffen, etwa durch die Errichtung von Korridoren zwischen genetisch verarmten Popula-

tionen. Ein Monitoring der genetischen Vielfalt ist daher von höchstem Interesse, um eine

schleichende Degradation der genetischen Diversität zu verhindern.

Genetic diversity is one of the key levels of biodiversity and the basis of adaptability and

viability of organisms, but genetics plays only a minor role in practical conservation. How-

ever, in the research field of conservation biology the study of conservation genetics be-

comes increasingly important. In the context of biodiversity monitoring, two principal aims of

genetic tools can be distinguished: (a) methods that are aiming at the genetic identification

of species (DNA-Barcoding, meta-barcoding, eDNA) and (b) methods that are aiming at

identifying and monitoring the genetic diversity and structuring within and between popula-

tions (population genetics). While DNA-barcoding has become common practice for the

monitoring of some species listed on the annexes of the habitats directive (e.g. wolf, wild-

cat), the direct monitoring of genetic diversity still needs to be developed. The latter aims at

delivering spatial explicit data on the distribution and temporal changes of genetic diversity,

which are crucial for identifying negative trends and threats timely and instigate counterac-

tive measures (e.g. increasing population connectivity by creating corridors). In order to

monitor temporal and spatial variation in genetic diversity, a sample of potentially interesting

species needs to be selected (20-50 species) to measure their genetic constitution over a

92

long period. Focal species should be pre-selected based upon their probability to undergo

genetic changes, based upon knowledge of their dispersal capability, population fragmenta-

tion, population sizes, hybridization or anthropogenic dispersal. Before a species becomes

a focal species of a national monitoring program of genetic diversity, its suitability for such a

program should be evaluated by an intensive pilot study, which also can be used as a basis

for later assessments of changes in genetic diversity. A systematic monitoring of genetic

diversity is of strong interest to avoid an unnoticed degradation of genetic diversity.

Der Schutz der Biodiversität umfasst alle drei Ebenen der Biodiversität: Artenvielfalt, Öko-

system-Vielfalt und genetische Vielfalt. Traditionell beschäftigt sich der Naturschutz vor-

nehmlich mit der Artenvielfalt, doch bereits seit langem ist bekannt, dass Arten nur mit aus-

reichendem Schutz ihrer Lebensräume geschützt werden können, wodurch der Ökosystem-

Schutz zunehmend an Bedeutung gewann. Dagegen findet die genetische Vielfalt im prak-

tischen Naturschutz nur wenig Beachtung (Holderegger et al. 2016). Selbst in den Aichi

Targets (Aichi Target 13) der Biodiversitätskonvention geht es beim Schutz der genetischen

Diversität vorwiegend um den Schutz von Kulturpflanzen und domestizierten Tieren, sowie

ihrer wilden Verwandten, obgleich auch „sozioökonomisch und kulturell wertvolle Arten“

erwähnt werden.

In der nationalen Biodiversitätsstrategie Deutschlands (BMUB 2007) werden dagegen klare

Ziele für die Erhaltung der genetischen Vielfalt formuliert. Hierzu gehören die „Erhaltung

einer Vielfalt von regional angepassten Populationen“, die „Vermeidung der Verfälschung

der genetischen Vielfalt der wildlebenden Tier- und Pflanzenwelt durch Ansiedlung und

Ausbreitung von nicht heimischen Tier- und Pflanzenarten“, und die „Sicherstellung des

natürlichen genetischen Austauschs wildlebender Arten“. Dies ist auch in der Vision imple-

mentiert, in der es heißt: „In Deutschland sind die wildlebenden Arten (Tiere, Pflanzen, Pil-

ze, Mikroorganismen) in ihrer genetischen Vielfalt und natürlichen Verteilung vorhanden.

Gebietstypische Populationen bleiben in ihrer genetischen Vielfalt erhalten.“ (BMUB 2007).

Trotz dieser Bekenntnisse zum Schutz der genetischen Vielfalt gibt es bislang nur wenige

praktische Initiativen zum Schutz der genetischen Diversität.

Spricht man von „genetischem Monitoring“, so muss man den Einsatz von genetischen Me-

thoden für das Monitoring der Anwesenheit oder Abundanz von Arten vom eigentlichen

Monitoring der genetischen Vielfalt unterscheiden. Während ersteres in zahlreichen Projek-

ten und Studien getestet und angewendet wurde (z.B. Monitoring von Wolf oder Wildkatze

in Deutschland, Steyer et al. 2013, Kraus et al. 2014), gibt es bislang keine generellen Mo-

nitoring-Programme für die genetische Vielfalt. Es fehlt also eine systematische, bundes-

weite Langzeitbetrachtung der Veränderungen genetischer Diversität von Organismen. Da

die genetische Vielfalt eine wichtige Grundlage für die Anpassungsfähigkeit und damit

Überlebensfähigkeit von Populationen darstellt, ist ein Monitoring der genetischen Diversi-

tät von großer Wichtigkeit. Die Gewinnung von räumlich-expliziten, flächendeckenden Da-

ten zur zeitlichen Entwicklung der genetischen Vielfalt erlaubt, negative Entwicklungen

rechtzeitig zu erkennen und bei Bedarf Gegenmaßnahmen einzuleiten (wie z.B. die Errich-

tung von Lebensraumkorridoren zur Vernetzung fragmentierte Populationen).

Bei molekulargenetischen Methoden für naturschutzbiologische Fragestellungen sind prin-

zipiell zwei wichtige Themenbereiche zu unterscheiden, die unterschiedliche zeitliche Be-

züge haben und daher auch unterschiedliche Anwendungsbereiche:

1. das DNA-Barcoding, welches einen evolutionsbiologischen Bezugsrahmen hat und ge-

eignet ist, Arten oder evolutionäre Linien innerhalb von Arten zu unterscheiden und

93

2. die Populationsgenetik, die einen rezenteren, eher ökologischen Bezugsrahmen hat und

bei der die genetische Vielfalt innerhalb und zwischen Populationen untersucht wird.

Genetische Unterschiede beim DNA-Barcoding basieren auf längeren, evolutionsbiologi-

schen Prozessen. Daher dienen sie vorwiegend der Unterscheidung von Einheiten, die

getrennt gemanagt werden sollten (Moritz 1994). Dagegen werden genetische Unterschie-

de in der Populationsgenetik zur Beschreibung und Quantifizierung der genetischen Vielfalt

und ihrer Verteilung genutzt. Unterschiede auf populationsgenetischer Ebene basieren

meist auf unterschiedlichen Häufigkeiten verschiedener Allele („Allelfrequenzen“) und kön-

nen z.B. auch durch Verlust genetischer Vielfalt, etwa durch Flaschenhalseffekte oder

Gründereffekte entstehen. Im Folgenden sollen die beiden Methoden im Hinblick auf ihren

Nutzen für ein Monitoring der Biodiversität diskutiert werden.

Als DNA-Barcoding bezeichnet man die Bestimmung von Organismen mit Hilfe kurzer, aber

sehr spezifischer Abschnitte der Erbsubstanz (also der DNA). Es handelt sich also um die

Nutzung des „genetischen Fingerabdruckes“ von Arten. Beim DNA-Barcoding werden bis-

lang üblicherweise einzelne Gene sequenziert, um Arten oder evolutionäre Linien innerhalb

von Arten zu unterscheiden (Hebert et al. 2005). Da DNA-Abschnitte nach dem Tod eines

Organismus im Laufe der Zeit in kleinere Abschnitte fragmentieren, ist es sinnvoll, mög-

lichst kurze Abschnitte für das Barcoding einzusetzen. Hierdurch lässt sich die Methode

auch bei historischem Material anwenden oder bei Material, welches ungünstigen Lager-

Bedingungen ausgesetzt war. Diese DNA-Abschnitte müssen variabel genug sein, um Ar-

ten sicher unterscheiden zu können. Des Weiteren ist entscheidend, dass die verwendeten

Methoden bei möglichst vielen Arten funktionieren. Hierfür werden sogenannte „konservier-

te Primer“ verwendet, die an spezifischen Stellen der DNA zahlreicher Arten binden. Bei

Tierarten sind dies üblicherweise mitochondriale Genabschnitte (zum Beispiel COI bei In-

sekten, 16S rRNA bei Amphibien), bei Pflanzen ist es Chloroplasten-DNA (matK und rbcL),

bei Pilzen das nukleare Gen ITS. Prinzipiell ist aber die Verwendung anderer, ähnlicher

Genabschnitte möglich, um Arten zu unterscheiden (z.B. Schulte et al. 2012a für evolutio-

näre Linien der Mauereidechse).

Die Sequenzierung von einzelnen DNA-Sequenzen wurde ursprünglich in der Phylogenetik,

also der Rekonstruktion von Stammbäumen, verwendet. Im Idealfall werden auch bei der

Anwendung für das Barcoding Sequenzen eines Organismus in einem Stammbaum auf

Artzugehörigkeit überprüft. In den letzten Jahrzehnten sind durch diese Methode auch zahl-

reiche neue Arten entdeckt worden, etwa indem neue evolutionäre Linien im Stammbaum

auftauchten, die keinem vorhandenen Artnamen zuzuordnen waren. Oft zeigt ein späterer

Vergleich morphologischer Merkmale, dass solche unbenannten Linien auch andere Unter-

schiede zeigen, wie etwa die hohen Ruffrequenzen der Nymphen-Fledermaus im Vergleich

zu verwandten Arten (von Helversen et al. 2001) oder die Barrenmuster der Barren-

Ringelnatter im Vergleich zur Ringelnatter (Kindler et al. 2017).

Aufgrund seiner Eigenschaften ist DNA-Barcoding vorwiegend geeignet, um die Anwesen-

heit und Identität einer Art festzustellen. Hierbei macht man sich die lange Haltbarkeit und

Omnipräsenz von DNA zu Nutze, um Arten auch in Umweltproben nachzuweisen. Im Falle

des Meta-Barcodings können sogar ganze Artgemeinschaften erfasst werden (Andersen et

al. 2011). Eine besondere Bedeutung hat das DNA-Barcoding bei der Identifizierung von

Arten basierend auf schwer bestimmbaren Spuren (z.B. Kot, Federn, Haare, Schalen, Exu-

vien) oder Stadien (Eier, Larven, Samen etc.). DNA lässt sich aber auch aus Gewässer-

und Bodenproben extrahieren. In diesem Fall spricht man von „environmental DNA“ (eD-

94

NA). Grundsätzlich lassen sich also in einer kleinen Gewässerprobe alle in dem entspre-

chenden Gewässer vorkommenden Arten nachweisen. Diese Methode ist daher ideal, um

Arten nachzuweisen, die schwierig zu finden sind oder Arten ohne erhebliche Störung

(„nicht-invasiv“) aufzufinden. Auch retrospektive Analysen sind möglich. So konnte z.B. das

Einwandern der Quagga-Muschel in Deutschland mit Hilfe von alten Proben der Umwelt-

probenbank des Bundes vordatiert werden (Paulus et al. 2014).

Kernfragen, die mit Hilfe von DNA-Barcoding beantwortet werden können sind:

1. Ist (oder war) eine bestimmte Art (oder evolutionäre Linie) anwesend?

2. Wie verändert(e) sich die Abundanz einer Art?

Zurzeit

gibt

es

zahlreiche

Projekte

zur

Entwicklung

und

zum

Einsatz

von

eDNA. Hierbei gibt es allerdings noch diverse Fallstricke, die gelöst werden müssen. So ist

z.B. bislang (Stand August 2020) nicht einmal für die Hälfte der in Deutschland vorkom-

menden etwa 33.000 Insektenarten ein DNA-Barcode verfügbar (GBOL 2020). Einige Ar-

tengruppen (wie die Feldheuschrecken) scheinen sich nicht mit einem einzigem Gen be-

stimmen zu lassen, da es zahlreiche Pseudogene von COI gibt (Hawlitschek et al. 2017).

Globale Gen-Datenbanken wie „Genbank“ oder „BOLD“ enthalten zudem zahlreiche fehler-

hafte Eintragungen (Vilgalys 2003), so dass zunächst zuverlässige Referenz-Datenbanken

geschaffen werden bzw. Ergebnisse kritisch überprüft werden müssen. Auch haben die bei

genetischen Analysen verwendeten Polymerasen unterschiedliche Eigenschaften und syn-

thetisieren teils bevorzugt DNA mit bestimmten chemischen Eigenschaften (z.B. DNA die

reich an Guanin und Cytosin ist).

Bislang fehlt noch ein einheitliches, zuverlässiges Meta-Barcoding-System, welches über

Labore hinweg reproduzierbare Ergebnisse produziert. Allerdings ist die Entwicklung im

Bereich des Meta-Barcoding sehr rasant, so dass die Methode schon bald zum Standard

für die Erfassung artenreicher Gemeinschaften werden könnte.

Während der Nachweis der bloßen Anwesenheit einer Art mit Hilfe des DNA-Barcoding

technisch keine große Herausforderung ist, ist die Bestimmung der Abundanz von Arten mit

Hilfe von Barcoding technisch aufwändiger. Tatsächlich korreliert die Menge von DNA in

der Umwelt mit der Menge der Individuen (Thomsen et al. 2012, Pilliod et al. 2013). Hierfür

macht man sich die Methode der „quantitativen PCR“ (qPCR oder RealTime-PCR) zu Nut-

ze, bei der die Mengenzunahme von DNA-Fragmenten während der Polymerase-Ketten-

reaktion (PCR) gemessen wird. Da die PCR eine asymptotische Zunahme von DNA-

Fragmenten bewirkt, ist eine reine Messung des Endergebnisses der DNA-Menge nicht

ausreichend. Der Anstieg der Menge des PCR-Produktes ist das entscheidende Maß für

die Quantifizierung. Standardmäßig wird qPCR bereits heute etwa zur Quantifizierung der

Befallsraten von Amphibien durch den Chytridpilz verwendet (Kielgast et al. 2010). Auch

die Zahl der „reads“ bei Meta-Barcoding-Projekten scheint mit der Abundanz der Arten zu

korrelieren (Krehenwinkel et al. 2017). Daher ist es möglich, dass genetische Methoden in

Zukunft an Bedeutung gewinnen werden, um z.B. Bestandstrends von limnischen Arten mit

genetischen Methoden zu untersuchen. Allerdings können sowohl die Umweltbedingungen,

insbesondere die Temperatur und Sauerstoffreichtum, als auch die verwendeten Filterme-

thoden die Ergebnisse stark beeinflussen (Lacoursière-Roussel et al. 2016). Dem ist jedoch

hinzuzufügen, dass auch traditionelle Monitoring-Methoden stark von der Durchführung der

Methode und anderen Randbedingungen beeinflusst werden können. Daher ist eine quali-

tativ hochwertige Probenahme und eine gute Standardisierung der Methode essentiell für

die Verwendung von eDNA für Abundanzbestimmungen.

95

Anders als das DNA-Barcoding dienen populationsgenetische Methoden zur Bestimmung

der genetischen Vielfalt innerhalb und zwischen Populationen. Zwar sind rein theoretisch

populationsgenetische Analysen auch mit den DNA-Sequenzen der mitochondrialen oder

Chloroplasten-DNA möglich, die zum Barcoding genutzt wird, jedoch ist die Variabilität die-

ser Marker gerade in Mitteleuropa meist zu gering, um sie zur Bestimmung der genetischen

Vielfalt einzusetzen. Auch versucht man bei populationsgenetischen Analysen üblicher-

weise eine Übersicht über einen größeren Bereich des Genoms zu bekommen und nicht

über einen einzelnen Genabschnitt. Hierfür lassen sich verschiedene genetische Methoden

einsetzen.

Zurzeit ist der Einsatz von Mikrosatelliten (noch) die gebräuchlichste Methode der Populati-

onsgenetik. Bei Mikrosatelliten handelt es sich um kurze, repetitive Genabschnitte, die ver-

mutlich keine besondere Funktion haben (Ellegren 2004). Dadurch evolvieren sie sehr

schnell und sind hochvariabel. Zudem gelten sie als „selektiv neutral“, was bedeutet, dass

sie ein neutrales Bild der Verwandtschaft von Individuen zeigen, die nicht durch gleiche

Selektionsdrücke verursacht sein können. In dieser Hinsicht unterscheiden sie sich von den

in den 1970er bis 1990er Jahren gebräuchlichen Allozym-Untersuchungen (die aber genau

genommen keine echte molekulargenetische Methode darstellen sondern eine Untersu-

chung von Proteinen), die stark durch Selektion beeinflusst werden können (z.B. Johan-

nesson et al. 1995). Mikrosatelliten lassen sich aufgrund ihrer starken Variabilität auch für

Individualbestimmung und Elternschaftsanalysen einsetzen, was für besondere Fragestel-

lungen des Naturschutzes interessant sein kann (z.B. um Wanderungsbewegungen von

Individuen nachzuvollziehen). Bei den meisten naturschutzgenetischen Anwendungen ste-

hen aber die genetische Diversität oder Konnektivität von Populationen im Mittelpunkt der

Untersuchungen (z.B. Beninde et al. 2016).

Da sich genetische Methoden rasant weiter entwickeln, wird die Mikrosatelliten-Methode

zunehmend von moderneren Methoden abgelöst. Bereits jetzt nimmt der Einsatz von SNPs

(„Single Nucleotide Polymorphisms“) von Jahr zu Jahr zu (Morin et al. 2004). Als SNPs

bezeichnet man die Untersuchung einer großen Anzahl einzelner genetischer Veränderun-

gen über das gesamte Genom. SNP-Datensätze lassen sich mit unterschiedlichen geneti-

schen Methoden erzielen, die hier nicht weiter im Detail erläutert werden können. Generell

haben diese Methoden den Vorteil, dass mit relativ wenig Aufwand ein großer Datensatz

über das gesamte Genom von Organismen untersucht werden kann. Dabei wird ein deut-

lich breiterer Bereich des Genoms betrachtet als bei Mikrosatelliten. Hierunter können so-

wohl Genabschnitte fallen, die selektiv neutral sind, als auch solche, die für die Anpassung

an die Umwelt eine besondere Rolle spielen. Daher lassen sich mit Hilfe von SNPs noch

breitere Fragestellungen bearbeiten als dies mit Mikrosatelliten möglich ist. Untersucht man

das gesamte Genom von Arten, so spricht man von Populationsgenomik (Ellegren 2014).

Zwar ist auch diese Methode im Aufwind, allerdings ist die erzeugte Datenmenge sehr hoch

und lässt sich derzeit nur mit Hilfe von Bioinformatikern bewältigen. Für die meisten natur-

schutzgenetischen Fragestellungen ist die Untersuchung des gesamten Genoms nicht nö-

tig. Gezielte Untersuchungen von interessanten Genabschnitten, die z.B. für die Anpas-

sung von Arten an ihren Lebensraum bedeutsam sein können, sind vielversprechender als

in solch großen Datenmengen nach eventuellen Signalen für Anpassung zu suchen.

Grundsätzliche Fragestellungen, die mit den gebräuchlichen populationsgenetischen Me-

thoden bearbeitet werden können und auf die im Folgenden detaillierter eingegangen wird,

sind:

96

1. Wie hoch ist/war die genetische Diversität innerhalb einer Population oder wie verändert

sie sich?

2. Wie hoch ist/war der Genfluss zwischen Populationen und wie verändert er sich?

3. Wo kommen Individuen (sowohl räumlich auch als genealogisch) her?

4. Welche Landschaftsstrukturen beeinflussen den Genfluss? Gibt es z.B. Strukturen, die

als Barrieren oder Korridore wirken?

5. Wie häufig kommt Hybridisierung vor?

Der Vergleich der genetischen Diversität von Populationen ist für viele Anwender von be-

sonderem Interesse. Die genetische Vielfalt von Populationen wird von zahlreichen Fakto-

ren bestimmt. Hierbei spielen das Alter, die Größe und die Stabilität von Populationen eine

besondere Rolle. Während sich die Größe von Populationen mit nicht-genetischen Metho-

den oft leichter bestimmen lässt, sind Informationen zu ihrem Alter seltener verfügbar. Da-

her kann der Vergleich der genetischen Diversität dazu beitragen, für den Naturschutz

wertvolle Populationen zu identifizieren, um diese dann besonders zu schützen. Auch beim

ex situ Naturschutz, also dem Schutz von Arten in Zoologischen oder Botanischen Gärten

oder in Samenbanken, spielt eine hohe genetische Diversität eine wichtige Rolle (Witzen-

berger; Hochkirch 2011). Es ist bereits lange bekannt, dass es bei mangelndem Austausch

von Individuen zu Inzucht oder zum Verlust der genetischen Vielfalt kommen kann (Frank-

ham 1995). Daher sind genetische Begleituntersuchungen bei ex situ-Schutzprogrammen

häufiger zu finden.

Die zweite wichtige Fragestellung, die mit den gleichen populationsgenetischen Datensät-

zen geklärt werden kann, ist die nach dem genetischen Austausch zwischen Populationen.

Während Wanderungen von Individuen sich auch mit herkömmlichen ökologischen Frei-

landmethoden untersuchen lassen (z.B. Beringung von Vögeln oder Telemetrie), ist erst

über genetische Methoden auch der genetische Austausch von Populationen (durch Re-

produktion) effizient nachweisbar. Für die Berechnung der genetischen Differenzierung gab

es in den vergangenen Jahren zahlreiche Weiterentwicklungen. Generell gilt, dass ein Ver-

gleich über verschiedene Arten oder verschiedene Methoden schwierig ist, da die geneti-

sche Diversität auch von den untersuchten Genorten („Loci“) abhängt. Innerhalb einer Un-

tersuchung bieten aber die üblichen Maße genetischer Differenzierung Aufschluss darüber,

welche Populationen näher miteinander verwandt sind und daher vermutlich mehr geneti-

schen Austausch haben.

Ein Faktor, der die genetische Differenzierung stark beeinflussen kann, ist die Gendrift (also

die zufällige Veränderung von Allelfrequenzen). Gerade in kleinen Populationen kann

Gendrift zu starker genetischer Differenzierung führen (Schulte et al. 2013). Daher ist gera-

de beim Vergleich der Differenzierung Vorsicht geboten. Nicht jede stark differenzierte Po-

pulation ist genetisch einzigartig und muss daher als getrennte Einheit gemanagt werden.

Sie kann genauso gut genetisch stark verarmt sein und daher dringend genetischen Aus-

tausch benötigen. Ein Vergleich der genetischen Differenzierung ist oft erst im Zusammen-

hang mit dem Vergleich der genetischen Diversität aufschlussreich.

Die genetische Verwandtschaft ist ein gutes Maß, um die Herkunft von Individuen zu be-

stimmen. Die genealogische Herkunft, also die Frage nach den Vorfahren und Verwandten

spielt gerade beim ex situ-Naturschutz eine wichtige Rolle, da es z.B. auch in Zoo-

Populationen zu Elternschaften außerhalb der bekannten Paarbindungen kommt (Griffith et

al. 2002). Auch die geographische Herkunft von Individuen lässt sich mit genetischen Me-

thoden klären, da die Genealogie auch die Verwandtschaftsverhältnisse im Raum beein-

97

flusst. Mit sogenannten Zuordnungstests (oder Assignment-Tests) wird die Wahrscheinlich-

keit berechnet, mit der ein Individuum einer bestimmten Population angehört. Hierfür sind

aber gute Daten über die für die Fragestellung relevanten potentiellen Herkunftspopulatio-

nen nötig. Mit Hilfe von Assignment-Tests konnte z.B. die illegale Ansiedlung von Rotwild in

Luxemburg nachgewiesen werden (Frantz et al. 2006), die mehrfache Einführung des

Waschbären in Deutschland (Fischer et al. 2015), aber auch die Ausbreitung von Roesels

Beißschrecke am Arealrand rekonstruiert werden (Hochkirch; Damerau 2009).

Bei Methoden der Landschaftsgenetik werden die genetischen Daten mit Landschaftsdaten

kombiniert (Manel et al. 2003). Diese Methoden wurden vor allem entwickelt, um genauere

Einblicke in die Funktion von bestimmten Landschaftsstrukturen als Barrieren oder Korrido-

re für den Genfluss zu bekommen. Bei der Methode werden (vereinfacht gesagt) Daten aus

Geographischen Informationssystemen (GIS) mit den räumlichen genetischen Daten abge-

glichen. So konnte z.B. gezeigt werden, dass die genetische Strukturierung von Mauerei-

dechsen-Populationen in Trier vornehmlich durch den Verlauf der Mosel bestimmt wird und

nur in einem geringen Maße durch städtische Strukturen, wie Parks, Straßen o.ä. beein-

flusst wird (Beninde et al. 2016).

Ein besonderes Anwendungsfeld der Populationsgenetik, das in den letzten Jahrzehnten

zunehmend an Bedeutung gewonnen hat, ist die Hybridisierung zwischen Arten. Da Hybri-

de nicht immer leicht morphologisch zu erkennen sind, ist die Anwendung populationsgene-

tischer Methoden ideal, um Wissenslücken zur Hybridisierung zu schließen. Hierbei ist je-

doch zu berücksichtigen, dass bei der Verwendung von Mikrosatelliten, lediglich die erste

Hybridgeneration leicht zu erkennen ist (Rohde et al. 2015). Insbesondere Rückkreuzungen

ähneln genetisch oft einer der Elternarten zu stark, um diese sicher ansprechen zu können.

Auch hier ist die Anwendung modernerer, genomischer Ansätze hilfreich, um auch ältere

Hybridisierungsvorgänge in Populationen zu erkennen (Galaverni et al. 2017). Die beim

DNA-Barcoding verwendeten Abschnitte der mitochondrialen oder Chloroplasten-DNA wer-

den dagegen üblicherweise nur von der Mutter weitergegeben und bieten dadurch nur eine

Information auf die mütterliche Verwandtschaft. Auch dies kann eine interessante Informa-

tion sein, insbesondere wenn die Morphologie und diese Linie nicht übereinstimmen, was

auf einen Hybridisierungsvorgang in der Vergangenheit schließen lässt. In diesem Fall

spricht man von Introgression (also der Einbindung artfremder DNA-Abschnitte im Genom).

Bislang gibt es noch keine implementierten Monitoring-Programme, die sich mit der geneti-

schen Diversität beschäftigen (Holderegger et al. 2016). Zwar werden gelegentlich geneti-

sche Methoden eingesetzt, um bestimmte Arten nachzuweisen (z.B. Steyer et al. 2013),

jedoch sind selbst diese Einsatzbereiche häufig kurz- bis mittelfristige Projekte, um be-

stimmte Fragestellungen zu klären. Lediglich bei Anhangsarten der FFH-Richtlinie mit ho-

hem Konfliktpotential, wie dem Wolf, ist derzeit absehbar, dass genetische Methoden auch

dauerhaft routinemäßig verwendet werden, um Rechtssicherheit bei der Artbestimmung zu

gewinnen. Genetische Methoden haben das Potential, das Monitoring insbesondere von

schwer nachweisbaren Arten zu erleichtern. Gerade in Gewässern könnten eDNA-

Methoden langfristig eine deutliche Vereinfachung des systematischen Biodiversitätsmoni-

toring bedeuten. Zwar gibt es hier noch einen erheblichen Entwicklungsbedarf (insbesonde-

re was den Aufbau von Referenz-Datenbanken und der Standardisierung von Methoden

angeht), die prinzipielle Eignung der Methoden steht aber außer Frage. Daher wäre beim

Aufbau eines umfassenden Biodiversitätsmonitorings eine standardisierte Probenahme und

Lagerung von Gewässerproben (eventuell auch Bodenproben) sinnvoll. Diese Proben lie-

ßen sich so konservieren, dass sie auch in Zukunft noch retrospektiv analysiert werden

98

können. Auch Fänge aus Fallen (z.B. Barberfallen, Malaisefallen usw.) ließen sich langfris-

tig für zukünftige Meta-Barcoding-Projekte aufbewahren.

Anders als die reine Verwendung genetischer Methoden für das Art-Monitoring ist die gene-

tische Diversität als Schutzgut bislang nur wenig beachtet. Holderegger et al. (2016) schla-

gen daher die Einführung eines generellen Monitorings der genetischen Diversität vor.

Hierbei steht also nicht die Artbestimmung im Mittelpunkt, sondern die genetische Vielfalt

(und damit die Anpassungsfähigkeit) der Arten selber. Daten zur genetischen Vielfalt sind

von besonderer Bedeutung für die Anpassungsfähigkeit von Populationen und damit für

ihre Überlebenswahrscheinlichkeit. Daher sind räumliche explizite Informationen zur zeitli-

chen Entwicklung der genetischen Diversität von hoher Bedeutung, um negative Trends

rechtzeitig zu identifizieren und Gegenmaßnahmen einzuleiten. Da es derzeit unmöglich ist,

die genetische Diversität sämtlicher in Deutschland vorkommenden Arten genetisch zu

überwachen, muss eine Auswahl von Arten getroffen werden, die repräsentativ für die Ver-

teilung und Entwicklung der genetischen Diversität insgesamt stehen. Diese Auswahl sollte

ein breites Spektrum von taxonomischen Artengruppen, ökologischen Funktionen und Le-

bensräumen abdecken. Für ein bundesweites systematisches Monitoring der genetischen

Diversität ist keine jährliche Probenahme nötig, da genetische Prozesse meist relativ lang-

sam verlaufen. Eine Probenahme alle zehn Jahre kann durchaus ausreichend sein (Holde-

regger et al. 2016). Die Beprobung muss das gesamte Verbreitungsgebiet der jeweiligen

Art umfassen und umfangreich genug sein, um Veränderungen der genetischen Vielfalt in

Zeit und Raum zu verstehen. Räumlich explizite Daten zur Verteilung und zeitlichen Ent-

wicklung der genetischen Vielfalt können helfen, negative Entwicklungen rechtzeitig zu er-

kennen und wenn nötig Gegenmaßnahmen zu treffen, etwa durch die Errichtung von Korri-

doren zwischen genetisch verarmten Populationen.

Bei der Auswahl der Arten ist zu berücksichtigen, dass häufige und gut ausbreitungsfähige

Arten meist nur wenig genetische Strukturierung und eine ausreichend hohe genetische

Vielfalt aufweisen. Zwar sind solche Arten aufgrund ihrer weiteren Verbreitung und höheren

Abundanz meist einfacher zu beproben, jedoch dürfte der Erkenntnisgewinn bei Arten mit

stabilen, großen Populationen nur gering sein. Daher ist es wichtig, bei der Arten-Auswahl

gerade solche Arten in den Mittelpunkt zu stellen, bei denen eine Änderung der geneti-

schen Diversität wahrscheinlich ist. Dies können zum Beispiel seltene Arten mit fragmen-

tierten Populationen sein (da aufgrund des mangelnden genetischen Austausches zwi-

schen Populationen ein Rückgang der genetischen Vielfalt zu erwarten ist), Arten mit nega-

tiven Bestandstrends (da hiermit auch ein Rückgang der genetischen Diversität verbunden

ist) oder Arten, die genetisch mit anderen Arten interagieren (also hybridisieren).

Generell können folgende Aspekte bei der Auswahl von Arten für ein genetisches Monito-

ring helfen (siehe auch Tab. 1):

1. Ausbreitungsfähigkeit: Bei Arten mit geringer Ausbreitungsfähigkeit ist der genetische

Austausch zwischen Populationen oft reduziert und daher ist mit einer stärkeren geneti-

schen Strukturierung im Raum zu rechnen. Auch ist bei solchen Arten die Gefahr des

Verlusts genetischer Diversität höher als bei gut ausbreitungsfähigen Arten.

2. Häufigkeit: Seltenere Arten mit isolierten Populationen können eher genetische Diversi-

tät verlieren als weiter verbreitete Arten mit zusammenhängenden Populationen.

3. Hybridisierung: Bei Arten, die mit verwandten Arten, Unterarten, genetischen Linien oder

domestizierten/kultivierten Verwandten hybridisieren, besteht die Gefahr des Verlustes

der genetischen Integrität (Rohde et al. 2017). Daher sind solche Arten für ein geneti-

sches Monitoring von besonderem Interesse.

99

4. Invasive Arten: Bei nicht-heimischen Arten lassen sich Einschleppung und Ausbreitung

mit genetischen Methoden rekonstruieren. Auch illegale Einführungen lassen sich

dadurch aufdecken. Bei bestimmten Arten kann es auch zu massiven Verschleppungen

5. innerhalb des natürlichen Areals kommen (z.B. durch Wildblumensaatgut). Auch solche

Arten sind für ein Monitoring interessant.

Arten mir mehreren evolutionären Linien in Deutschland: Zahlreiche Arten oder Artenpaare

haben in Deutschland eine östliche und eine westliche Linie (z.B. Wildkatze, Rotbauchunke

– Gelbbauchunke, Ringelnatter – Barren-Ringelnatter, Ostigel – Westigel). Verschiebungen

in der Verbreitung dieser Arten oder Vermischungen sind für den Naturschutz von großem

Interesse. Auch illegale Ansiedlungen außerhalb des eigentlichen Areals lassen sich hier-

durch nachweisen, wie z.B. der Nachweis der östlichen Smaragdeidechse in einer Popula-

tion der westlichen Smaragdeidechse am Kaiserstuhl.

Tab. 1:

Auswahlkriterien für Arten für ein systematisches Monitoring der genetischen Diversität

Verbreitung

Arealrand oder Hybridzone in Deutschland

Herkunft

nicht nativ in Deutschland

Häufigkeit

selten

Populationen

fragmentiert/klein

Ausbreitungsvermögen

gering

Anthropogener Einfluss

durch Menschen verbreitete (anthropochore) Arten

Bestandstrend

negativ/positiv

Habitatbindung

spezialisiert

Interaktionen

hybridisiert mit anderen Arten

Basierend auf diesen Faktoren sollen einige Beispiele für Arten folgen, bei denen ein Moni-

toring der genetischen Vielfalt vielversprechend ist. Die Auswahl erfolgte basierend auf der

Verfügbarkeit populationsgenetischer Studien. Da diese eher mit der Beliebtheit von Arten

korreliert als mit ihrer Artenvielfalt oder Eignung, kann die Liste weder umfassend noch

ausgeglichen sein. Sie soll lediglich einen Einblick vermitteln, welche Eigenschaften poten-

tielle Zielarten eines umfassenden bundesweiten Monitorings der genetischen Diversität

haben können. Für ein umfassendes bundesweites Biodiversitätsmonitoring sollte aber auf

eine ausgeglichene Verteilung auf taxonomische Gruppen und Lebensräume geachtet

werden. Dieser Umstand verdeutlicht auch die Notwendigkeit, einer genetischen Vorstudie

bevor eine Art tatsächlich in das Programm eines umfassenden bundesweiten Monitoring

der genetischen Diversität aufgenommen wird.

1. Wildkatze (

): Die Wildkatze hat in Deutschland eine östliche und eine

westliche evolutionsbiologische Linie (Ottoni et al. 2017), wobei die östliche Linie eine

stärkere Verwandtschaft zur Falbkatze (und damit auch zur Hauskatze) zu haben

scheint. Seit einigen Jahrzehnten breitet sich die Wildkatze in Deutschland aus und

beide Linien treffen nun in Hessen aufeinander. Zudem kam es zu Ansiedlungen von

Tieren aus Zoobeständen, die vermutlich mit Hauskatzen hybridisiert sind (Witzenber-

ger; Hochkirch 2014). Aufgrund dieser hohen Populationsdynamik mit zusätzlicher ge-

netischer Interaktion verschiedener Linien, sind tiefgreifende genetische Veränderun-

gen in den Wildkatzenbeständen möglich. Daher ist die zukünftige genetische Entwick-

lung der Wildkatzenbestände in Deutschland von hohem Interesse. Die Probenahme

von Haarproben über Baldrian-Lockstöcke ist gut erprobt (Steyer et al. 2013).

100

2. Waschbär (

): Diese in Europa invasive Art breitet sich stark aus. Mit gene-

tischen Methoden konnte man mindestens vier unabhängige Ansiedlungen in Deutsch-

land nachweisen (Fischer et al. 2015). Diese treffen inzwischen aufeinander und auch

zusätzliche Gefangenschaftsflüchtlinge wurden gefunden (Fischer et al. 2017). Diese

Durchmischung von Populationen lässt eine Zunahme der genetischen Diversität in der

Zukunft erwarten, die die Invasivität der Art verstärken können. Die Probenahme wäre

über die Jagd relativ einfach organisierbar.

3. Feldhamster (

): Der Feldhamster kommt in Deutschland an seiner

westlichen Verbreitungsgrenze vor. Seine Populationen sind stark fragmentiert und un-

terscheiden sich genetisch deutlich (Neumann et al. 2005). Die Populationen im Westen

Deutschlands sind genetisch deutlich weniger variabel als im Osten. Aufgrund der na-

turschutzbiologischen Bedeutung des Feldhamsters ist ein genetisches Monitoring

empfehlenswert. Eine nicht-invasive Probenahme ist über die Verwendung von Haar-

proben möglich (Smulders et al. 2003).

4. Birkhuhn (

): Während viele Vogelarten aufgrund ihrer Flugfähigkeit und ih-

res Zugverhaltens eine große Konnektivität ihrer Populationen haben, ist dies beim

Birkhuhn und beim Auerhuhn nicht der Fall (Segelbacher et al. 2014). Aufgrund der

starken Isolation der Populationen eignen sich diese Vogelarten daher für ein geneti-

sches Monitoring. Hierbei ist auch die nicht-invasive Probenahme über Federn und Lo-

sung möglich (Vallant et al. 2018).

5. Mauereidechse (

): Von dieser Art gibt es sowohl heimische als auch

eingeschleppte Populationen. Neuere Untersuchungen haben gezeigt, dass es zu einer

Verdrängung der heimischen Populationen, insbesondere durch italienische Linien

kommt (Schulte et al. 2012b). Hierdurch ist eine hohe Dynamik der genetischen Diversi-

tät zu erwarten. Die Probenahme über Mundschleimhaut-Abstriche ist gut erprobt

(Schulte et al. 2011).

6. Feuersalamander (

): Aufgrund der Einschleppung des Sala-

mander-Chytridpilzes (Martel et al. 2014) ist mit einer starken Abnahme der Bestände in

der Zukunft zu rechnen, so dass auch ein Rückgang der genetischen Diversität erwartet

werden kann. Trotz seiner recht weiten Verbreitung von der iberischen Halbinsel und

Griechenland bis Norddeutschland gilt der Feuersalamander als Verantwortungsart

Deutschlands, was ihn zusätzlich für ein bundesweites Monitoring der genetischen

Diversität qualifiziert. Die Probenahme ist durch Abstriche der Schleimhaut möglich.

Hierbei lässt sich zeitgleich die Infektion durch den Salamander-Chytridpilz überprüfen.

7. Gelbbauchunke (

)/Rotbauchunke (

): Die beiden

Unkenarten haben in Deutschland eine natürliche Hybridzone. Beide Arten sind gefähr-

det und zeigen eine recht hohe genetische Differenzierung zwischen Populationen

(Weihmann et al. 2009, Dolgener et al. 2012). Auch andere Amphibienarten, wie die

Geburtshelferkröte, Wechselkröte und der Laubfrosch kämen als Kandidaten für ein

populationsgenetisches Monitoring in Frage. Bei Beprobung durch Hautabstriche wäre

bei allen Arten ein zeitgleiches Monitoring des Amphibien-Chytridpilzes möglich.

8. Sumpfgrashüpfer (

; Abb. 1): Die Art ist rückläufig, hat

stark fragmentierte Populationen und hybridisiert zudem mit dem Gemeinen Grashüpfer

(

). In Populationen im Hunsrück wurde hierdurch eine ge-

netische Verdrängung festgestellt (Rohde et al. 2017). Die Probenahme ist aufgrund

der Flugunfähigkeit der Art einfach. Die Entnahme eines Hinterbeines oder Fußes ist für

die Analysen ausreichend.

101

Abb. 1: Der (

) wird genetisch durch seine Schwesterart, den Gemei-

nen Grashüpfer (

), verdrängt (Foto: A. Hochkirch).

9. Grubenlaufkäfer (

): Der Grubenlaufkäfer ist durch die FFH-Richtlinie

geschützt. Genetische Untersuchungen zeigten, dass der Austausch selbst zwischen

benachbarten Populationen äußerst gering ist (Matern et al. 2009). Auch bei der Gold-

leiste (

) konnte eine starke Differenzierung durch die Zerschneidung

eines Waldgebietes durch Straßen auf kleinstem Raum festgestellt werden (Keller,

Largiadèr 2002). Dies lässt vermuten, dass auch viele andere flugunfähige Käferarten

(und vermutlich viele flugunfähige Insekten) empfindlich auf Fragmentierung ihres Le-

bensraumes reagieren und für populationsgenetische Analysen daher prinzipiell geeig-

net sind. Allerdings sind Insekten trotz ihrer deutlich größeren Artenvielfalt im Vergleich

zu Wirbeltieren deutlich seltener genetisch untersucht worden, so dass genetische Vor-

untersuchungen häufig fehlen. Informationen über ihre Habitat-Spezialisierung, Ausbrei-

tungsfähigkeit, Bestandsrückgang oder potentielle Hybridisierung sind jedoch gute Indi-

katoren für eine potentielle Eignung für ein genetisches Monitoring. Gleiches gilt für an-

dere Wirbellose, wie z.B. Schnecken, Tausendfüßer, Spinnen und Regenwürmer. Da

die Populationen der meisten wirbellosen Tierarten nicht empfindlich auf die Entnahme

einzelner Individuen reagieren, ist auch eine Beprobung vollständiger Exemplare hier

unproblematisch. Allerdings lassen sich auch wirbellose Tierarten minimal-invasiv be-

proben (etwa durch die Entnahme einzelner Beine, Tarsen o.ä.).

10. Blauschillernder Feuerfalter (

): Obgleich die meisten Schmetterlingsarten

aufgrund ihrer Flugfähigkeit eine weniger starke genetische Strukturierung aufweisen

als flugunfähige Insekten, wurde auch beim Blau-schillernden Feuerfalter eine starke

Populationsdifferenzierung festgestellt (Habel et al. 2009). Generell ist zu vermuten,

dass die weniger ausbreitungsfähigen Bläulinge – insbesondere Arten mit hoher Habi-

tat-Spezialisierung für ein genetisches Monitoring geeignet sind. Auch bei Schmetterlin-

gen ist die Entnahme einzelner Beine oder Flügelteile eine geeignete Methode der Pro-

benahme (Koscinski et al. 2011).

11. Gemeine Akelei (

): Die Art gilt als Wildpflanze in einigen Bundeslän-

dern als gefährdet und ist durch die Bundesartenschutzverordnung besonders ge-

schützt. Gleichzeitig gibt es zahlreiche Bestände verwilderter Gartenpflanzen anderer

Aquilegia-Arten, die mit den heimischen Pflanzen hybridisieren (Bleeker et al. 2008).

Bleeker et al. (2008) nennen 17 weitere Pflanzenarten, die durch Hybridisierung betrof-

fen sein könnten und somit für ein genetisches Monitoring interessant wären. Hierzu

gehören z.B. diverse Weidenröschen-Arten (Gattung Epilobium), der Wildapfel (

), die Schwarzpappel (

und einige Veilchenarten (Gattung

102

Viola). Generell ist die Probenahme bei Pflanzenarten weniger kompliziert als bei Tier-

arten, da einzelne Blätter für genetische Analysen ausreichen.

12. Rübsen (

)/Acker-Rettich (

): Da einige Kreuzblütler

mit Raps hybridisieren (Warwick et al. 2003), ist eine Einbringung von Genen z.B. aus

genetisch modifizierten Pflanzen in Wildpopulationen möglich. Hierdurch sind diese

Pflanzenarten auch unter dem Gesichtspunkt der Überwachung der Konsequenzen des

Anbaus genetisch modifizierter Nutzpflanzen interessant.

13. Pilze: Interessanterweise gibt es zur Populationsgenetik von Pilzen so gut wie keine

Untersuchungen, sieht man von pathogenen Pilzen ab. Mit Sicherheit sind auch bei

dieser Artengruppe geeignete Kandidaten-Arten zu finden, die selten sind und fragmen-

tierte Populationen haben und sich daher für ein genetisches Monitoring eignen.

Die Auflistung oben stellt nur einen Überblick über mögliche Organismen, die für ein bun-

desweites Monitoring der genetischen Diversität geeignet wären, dar. Natürlich kann diese

Liste weder vollständig sein, noch einheitlichen objektiven Kriterien folgen, da unser Wis-

sen über die genetische Strukturierung der heimischen Fauna und Flora sehr unvollständig

ist. Generell sind Arten mit hohem Naturschutzwert (aufgrund von Bestandsrückgang oder

Seltenheit) für ein systematisches Monitoring besser geeignet als häufige Generalisten. In

jedem Fall wären für die Auswahl der Arten eines Monitorings der genetischen Diversität

intensive Pilotstudien sinnvoll, um zunächst die Eignung dieser Arten für ein bundesweit

umfassendes Biodiversitätsmonitoring zu bewerten.

Andersen, K., Bird, K., Rasmussen, M. et al. (2011): Meta-barcoding of ‚dirt‘ DNA from soil

reflects vertebrate biodiversity. Molecular Ecology 21: 1966-1979.

Beninde, J., Feldmeier, S., Werner, M. et al. (2016): Cityscape Genetics: Structural versus

functional connectivity of an urban lizard population. Molecular Ecology 25: 4984-5000.

Bleeker, W., Schmitz, U., Ristow, M. (2008): Ist Hybridisierung mit Neophyten eine Bedro-

hung für indigene Pflanzenarten? Naturschutz und Biologische Vielfalt 60: 11-16.

Bundesministerium für Umwelt, Naturschutz, Bau und Reaktorsicherheit. (BMUB) (2007):

Nationale Strategie zur biologischen Vielfalt. Berlin,180 S.

Dolgener, N., Schröder, C., Schneeweis, N., Tiedemann, R. (2012): Genetic population

structure of the Fire-bellied toad

in an area of high population densi-

ty: implications for conservation. Hydrobiologia 689: 111-120.

Ellegren, H. (2004): Microsatellites: simple sequences with complex evolution. Nature Re-

views Genetics 5: 435-445.

Ellegren, H. (2014): Genome sequencing and population genomics in non-model organ-

isms. Trends in Ecology and Evolution 29: 51-63.

Fischer, M., Hochkirch, A., Heddergott, M. et al. (2015): Historical invasion records can be

misleading: Genetic evidence for multiple introductions of invasive raccoons (

) in Germany. PLOS ONE 10 (5): e0125441.

Fischer, M., Salgado, I., Beninde, J. et al. (2017): Multiple founder effects are followed by

range expansion and admixture during the invasion process of the raccoon (

) in Europe. Diversity & Distributions 23: 409-420.

Frankham, R. (1995): Inbreeding and extinction: A threshold effect. Conservation Biology 9:

792-799.

103

Frantz, A., Tigel Pourtois, J., Heuertz, M. et al. (2006): Genetic structure and assignment

tests demonstrate illegal translocation of red deer (

) into a continuous

population. Molecular Ecology 15: 3191-3203.

Galaverni, M., Caniglia, R., Pagani, L. et al. (2017): Disentangling timing of admixture, pat-

terns of introgression and phenotypic indicators in a hybridizing wolf population. Molecu-

lar Biology and Evolution 34: 2324-2339.

GBOL

(2020):

German

Barcode

of

Life.

URL:

https://bolgermany.de/gbol1/ergebnisse/results (letzter Zugriff 07.08.2020).

Griffith, S., Owens, I., Thuman, K. (2002): Extra pair paternity in birds: a review of interspe-

cific variation and adaptive function. Molecular Ecology 2002: 2195-2212.

Habel, J., Augenstein, B., Meyer, M. et al. (2009): Population genetics and ecological niche

modelling reveal high fragmentation and potential future extinction of the endangered

relict butterfly

. In: Habel, J., Assmann, T. (Eds.): Relict Species. New

York (Springer): 417-439.

Hawlitschek, O., Morinière, J., Lehmann, G. et al. (2017): DNA barcoding of crickets, katy-

dids and grasshoppers (Orthoptera) from Central Europe with focus on Austria, Germa-

ny and Switzerland. Molecular Ecology Resources 17: 1037-1053.

Hebert, P., Gregory T. (2005): The promise of DNA barcoding for taxonomy. Systematic

Biology 54: 852-859.

Helversen, O. von, Heller, K., Mayer, F. et al. (2001) Cryptic mammalian species: a new

species of whiskered bat (

n.sp.) in Europe. Naturwissenschaften 88:

217-223.

Hochkirch, A., Damerau, M. (2009): Rapid range expansion of a wing-dimorphic bush-

cricket after the 2003 climatic anomaly. Biological Journal of the Linnean Society 97:

118-127.

Holderegger, R., Segelbacher, G., Widmer, A. (2016): Genetisches Monitoring. In: Holdere-

gger, R., Segelbacher, G. (Hrsg.): Naturschutzgenetik – Ein Handbuch für die Praxis.

Bern (Haupt): 165-182.

Johannesson, K., Johannesson, B., Lundgren, U. (1995): Strong natural selection causes

microscale allozyme variation in a marine snail. Proceedings of the National Academy of

Sciences of the United States of America 92: 2602-2606.

Keller, I., Largiadèr, C. (2002): Recent habitat fragmentation caused by major roads leads

to reduction of gene flow and loss of genetic variability in ground beetles. Proceedings

of the Royal Society London (B) 270: 417-423.

Kielgast, J., Rödder, D., Veith, M., Lötters, S. (2010): Widespread occurrence of the am-

phibian chytrid fungus in Kenya. Animal Conservation 13, Suppl 1: 36-43.

Kindler, C., Chèvre, M., Ursenbacher, S. et al. (2017): Hybridization patterns in two contact

zones of grass snakes reveal a new Central European snake species. Scientific Reports

7: 7378.

Kraus, R., Holdt, B., Cocchiararo, B. von et al. (2014): A single-nucleotide polymorphism-

based approach for rapid and cost-effective genetic wolf monitoring in Europe based on

noninvasively collected samples. Molecular Ecology Resources 15: 295-305.

Krehenwinkel, H., Wolf, M., Gillespie, R.G. et al. (2017) Estimating and mitigating amplifica-

tion bias in qualitative and quantitative arthropod metabarcoding. Scientific Reports 7:

17668

Koscinski, D., Crawford, L., Heller, H., Keyghobadi, N. (2011): Effects of different methods

of non

‐

lethal tissue sampling on butterflies. Ecological Entomology 36: 301-308.

104

Lacoursière-Roussel, A., Rosabal, M., Bernatchez, L. (2016): Estimating fish abundance

and biomass from eDNA concentrations: variability among capture methods and envi-

ronmental conditions. Molecular Ecology Ressources 16: 1401-1414.

Manel, S., Schwartz, M., Luikart, G., Taberlet, P. (2003): Landscape genetics: combining

landscape ecology and population genetics. Trends in Ecology and Evolution 18: 189-

197.

Martel, A., Blooi, M., Adriaensen, C. et al. (2014): Recent introduction of a chytrid fungus

endangers Western Palaearctic salamanders. Science 346: 630-631.

Matern, A., Desender, K., Drees, C. et al. (2009): Genetic diversity and population structure

of the endangered insect species

in its western distribution range:

Implications for conservation. Conservation Genetics 10: 391-405.

Morin, P., Luikart, G., Wayne, R. (2004): SNPs in ecology, evolution and conservation.

Trends in Ecology and Evolution 19: 208-216.

Moritz, C. (1994): Defining ‚Evolutionary Significant Units‘ for conservation. Trends in Ecol-

ogy and Evolution 9: 373-375.

Neumann, K., Michaux, J., Maak, S. et al. (2005): Genetic spatial structure of European

common hamsters (

) – a result of repeated range expansion and de-

mographic bottlenecks. Molecular Ecology 14: 1473-1483.

Ottoni, C., Van Neer, W., De Cupere, B. et al. (2017) The palaeogenetics of cat dispersal in

the ancient world. Nature Ecology and Evolution 1: 0139.

Paulus, M., Teubner, D., Hochkirch, A., Veith, M. (2014): Journey into the past: using cryo-

genically stored samples to reconstruct the invasion history of the quagga mussel

(

) in German river systems. Biological Invasions 16: 2591-2597.

Pilliod, D., Goldberg, C., Arkle, R., Waits, L. (2013): Estimating occupancy and abundance

of stream amphibians using environmental DNA from filtered water samples. Canadian

Journal of Fisheries and Aquatic Sciences. 70: 1123-1130.

Rohde, K., Hau, Y., Weyer, J., Hochkirch, A. (2015): Wide prevalence of hybridization in

two sympatric grasshopper species may be shaped by their relative abundances. BMC

Evolutionary Biology 15: 191.

Rohde, K., Hau, Y., Kranz, N. et al. (2017): Climatic effects on population declines of a rare

wetland species and the role of spatial and temporal isolation as barriers to hybridiza-

tion. Functional Ecology 31: 1262-1274.

Segelbacher, G., Strand, T., Quintela, M. et al. (2014): Analysis of historical and current

populations of black grouse in Central Europe reveal strong effects of genetic drift and

loss of genetic diversity. Conservation Genetics 15: 1183-1195.

Schulte, U., Gebhard, F., Heinz, L. et al. (2011): Buccal swabs as a reliable non-invasive

tissue sampling method for DNA analysis in lacertid lizards. Northwestern Journal of

Zoology 7: 325-328.

Schulte, U., Hochkirch, A., Lötters, S. et al. (2012a): Cryptic niche conservatism among

evolutionary lineages of an invasive lizard. Global Ecology and Biogeography 21: 198-

211.

Schulte, U., Veith, M., Hochkirch, A. (2012b): Rapid genetic assimilation of native wall lizard

populations (

) through extensive hybridization with introduced lineages.

Molecular Ecology 21: 4313-4326.

Schulte, U., Veith, M., Mingo, V. et al. (2013): Strong genetic differentiation due to multiple

founder effects during a range expansion of an introduced wall lizard population. Biolog-

ical Invasions 15: 2639-2649.

105

Smulders, M., Snoek, L., Booy, G., Vosman B. (2003): Complete loss of MHC genetic di-

versity in the Common Hamster (

) population in The Netherlands. Con-

sequences for conservation strategies. Conservation Genetics 4: 441-451.

Steyer, K., Simon, O., Kraus, R. et al. (2013): Hair trapping with valerian-treated lure sticks

as a tool for genetic wildcat monitoring in low-density habitats. European Journal of

Wildlife Research 59: 39-46.

Thomsen, P., Kielgast, J., Iversen, L. et al. (2012): Monitoring endangered freshwater bio-

diversity using environmental DNA. Molecular Ecology 21: 2565-2573.

Vallant, S., Niederstätter, H., Berger, B. et al. (2018): Increased DNA typing success for

feces and feathers of capercaillie (

) and black grouse (

).

Ecology and Evolution 8 (8): 3941-3951.

Vilgaliys, R. (2003): Taxonomic misidentification in public DNA databases. New Phytologist

160: 4-5.

Warwick, S., Simard, M., Stewart Jr., C. et al. (2003): Hybridization between transgenic

L. and its wild relatives:

L.,

L.,

L., and

(Willd.) O.E. Schulz. Theoretical and Ap-

plied Genetics 107: 528-539.

Weihmann, F., Podloucky, R., Hauswaldt, S., Pröhl, H. (2009): Naturschutzgenetische Un-

tersuchungen von Populationen der Gelbbauchunke (

) im südli-

chen Niedersachsen. Zeitschrift für Feldherpetologie 16: 183-200.

Witzenberger, K., Hochkirch, A. (2011): Ex situ conservation genetics: A review of molecu-

lar studies on the genetic consequences of captive breeding programmes for endan-

gered animal species. Biodiversity and Conservation 20: 1843-1861.

Witzenberger, K., Hochkirch, A. (2014): The genetic integrity of the ex situ population of the

European wildcat (

) is seriously threatened by introgression from

domestic cats (

). PLOS ONE 9 (8): e106083.

Axel Hochkirch*

Universität Trier

FB VI, Biogeographie

54286 Trier

E-Mail: *hochkirch@uni-trier.de

106

107

Claudia Wittwer, Maria Riaz und Carsten Nowak

Die angewandte Biodiversitätsforschung setzt sich den Schutz gefährdeter Arten und dem

Erhalt natürlicher Lebensräume zum Ziel. Aufgrund der hohen Zahl an zu erfassenden Ar-

ten und Lebensräumen muss ein erheblicher Aufwand mit konventionellem Monitoring, wie

etwa mit direktem Beobachten, Fangmethoden oder bioakustischen Verfahren, betrieben

werden. Auf environmental DNA (eDNA) basierte Nachweismethoden können das konven-

tionelle Monitoring sinnvoll ergänzen, entweder zur (semi-) quantitativen Erfassung einzel-

ner Arten oder zur Detektion zahlreicher Arten mittels moderner Hochdurchsatzsequenzie-

rungsverfahren. Anhand von Anwendungsbeispielen aus der eigenen Forschung werden

die Chancen und Grenzen dieser neuen Methoden aufgezeigt. Aufgrund der Komplexität

von eDNA- Forschungsvorhaben könnte die Schaffung von Kompetenzzentren für eDNA-

Analytik die Entwicklung von standardisierten, praxistauglichen Anwendungen für den an-

gewandten Naturschutz weiter vorantreiben.

Applied biodiversity research aims to protect endangered species and natural habitats. In-

stead of relying on conventional monitoring to survey species or habitats, environmental

DNA (eDNA)-based detection methods can be used for (semi-) quantitative detection of

individual species or for the assessment of complete communities via modern high-

throughput sequencing methods. Based on application examples, the opportunities and

limitations of these new methods are discussed. Due to the complexity of eDNA research,

the implementation of centers of expertise in eDNA analytics could further enhance the de-

velopment of standardized and practicable applications for conservation management.

Zum Erhalt von Biodiversität und naturnahen Lebensräumen wurden internationale Arten-

und Naturschutzabkommen unterzeichnet, die mit der Implementierung der Vogelschutzdi-

rektive (2009/147/EC), der Fauna-Flora-Habitatrichtlinie (92/43/EWG), der Wasserrahmen-

richtlinie (2000/60/EG) sowie der Meeresstrategie-Rahmenrichtlinie (2008/56/EC) Eingang

in europäische Umweltgesetzgebung gefunden haben. Neben weitreichenden Bestimmun-

gen wie etwa zur Erweiterung der Schutzräume für einheimische und gefährdete Arten in-

nerhalb des Natura 2000-Netzwerks stellt das Monitoring gefährdeter und invasiver Arten

ein wichtiges Instrument zur Bestandsüberwachung und Erfolgskontrolle von Schutzmaß-

nahmen dar.

Für zahlreiche Artengruppen existieren standardisierte Verfahren zum Monitoring. Trotz-

dem stellt der teils erhebliche Aufwand zur wissenschaftlich abgesicherten Bestandsüber-

wachung sowie die hohe Zahl an zu erfassenden Arten und Lebensräumen eine große

Herausforderung dar (Bourlat et al. 2013). Gerade sehr seltene und versteckt lebende Ar-

ten können zudem mit klassischen Methoden teils nur unzureichend erfasst werden (Gu,

Swihart, 2004). Neue Ansätze, die den Fang oder das direkte Beobachten einzelner Indivi-

duen überflüssig machen, stellen daher eine interessante Alternative dar und eröffnen neue

Möglichkeiten im Bestandsmonitoring und der Biodiversitätsforschung. Neben Fernerkun-

dung und bioakustischen Verfahren bieten sich hier vor allem molekularbiologische Ansät-

ze an, die auf der Sichtbarmachung von DNA-Spuren in der Umwelt beruhen.

108

Erst seit einigen Jahren hat sich eine Arterfassungsmethode etabliert, die auf der Sicht-

barmachung von DNA-Spuren in der Umwelt („environmental DNA"= „eDNA“) basiert. Alle

Organismen hinterlassen solche DNA-Spuren; die eDNA kann somit aus einer Vielzahl von

Umweltproben, wie etwa Wasser, Boden und Luft gewonnen werden (Taberlet et al. 2012).

Die in einer Probe vorhandenen eDNA-Moleküle sind eine komplexe Mischung aus geneti-

schem Material zahlreicher im Lebensraum vorkommender Arten (Bohmann et al. 2014).

eDNA findet den Weg in die Umwelt hauptsächlich durch Exkretion von Urin, Exkrementen

und Schleim oder durch sich zersetzendes Material von Tierkadavern oder verrottendem

Pflanzenmaterial (Barnes, Turner 2016). In kurzer Zeit werden diese intrazellulären eDNA-

Quellen durch Umwelteinflüsse und Mikroorganismen zu kurzen und hochdegradierten eD-

NA-Fragmenten zersetzt (Strickler et al. 2015, Zhu 2006), welche sich auch an Sedimente

anlagern und so längere Zeit überdauern können (Pietramellara et al. 2009).

Im aquatischen Bereich lässt sich eDNA je nach zu untersuchendem Gewässertyp und

Zielorganismus durch direkte Entnahme von Wasserproben (z.B. Dejean et al. 2011, Fice-

tola et al. 2008) oder mittels Filtrierung größerer Wasservolumen (z.B. Jerde et al. 2011,

Smith, Hill 2009) gewinnen. In nachfolgenden Schritten wird die eDNA extrahiert und die

Zielorganismen mittels modernster molekulargenetischer Analysetechniken wie beispiels-

weise der Realtime-PCR (Polymerase-Kettenreaktion) und Next Generation Sequencing

(NGS) nachgewiesen. Ausgehend von ersten Studien an Amphibien (Ficetola et al. 2008)

und Fischen (Jerde et al. 2011) wird das eDNA-gestützte Monitoring in Großbritannien

bereits als Überwachungsmaßnahme für Amphibien mittels citizen science genutzt (Biggs

et al. 2015).

Nachfolgend wird anhand von zwei Anwendungsbeispielen aus der eigenen Forschung

demonstriert, welchen Beitrag der Einsatz von eDNA-Verfahren im angewandten Natur-

schutz leisten kann. Die Beispiele sollen demonstrieren, dass eDNA zukünftig ein wichtiger

Baustein des Art- und Umweltmonitorings sein kann, jedoch eher als wertvolle Ergänzung

denn als Ersatz für bisherige Verfahren verstanden werden muss.

Der Oomycet

ist der Auslöser der Krebspest, einer für europäische

Flusskrebsarten tödlichen Krankheit. Dieser hochgradig infektiöse Erreger wurde Ende des

19. Jahrhunderts (Alderman, Polglase 1988) durch nordamerikanische Flusskrebse nach

Europa eingeführt. Diese sind aufgrund einer langen co-evolutionären Beziehung zumin-

dest teilresistent gegenüber einer

-Infektion, übertragen aber den Erreger an euro-

päische Arten, die aufgrund einer kaum vorhandenen Resistenz in kurzer Zeit sterben

(Unestam, Weiss 1970). Durch die zunehmende Verbreitung infizierter invasiver Krebsarten

in europäischen Gewässern wird auch die Krebspest weiter verbreitet, wodurch die Be-

stände an einheimischen Flusskrebsarten wie beispielsweise dem Edelkrebs

bundesweit gefährdet sind.

Infizierte invasive Flusskrebse setzen kontinuierlich Zoosporen ins umgebende Wasser frei

(Strand et al. 2012), wodurch eine permanente Übertragungsgefahr gegeben ist. Der Infek-

tionsstatus einer infizierten Population kann sowohl konventionell über Bereusung oder

mittels eDNA-basierten Nachweisverfahren erhoben werden (Strand et al. 2014, Wittwer et

al. 2018, 2019). Die Bereusung und Beprobung infizierter Krebsarten zum konventionellen

Krebspestmonitoring ist dabei zeitlich beschränkt auf die höhere Aktivität der Flusskrebse

zwischen Mai und Oktober. Um die Sporen über eDNA nachweisen zu können, werden bis

zu 10 L Wasser über Glasfaserfilter filtriert (Strand et al. 2014; Wittwer et al. 2018). Die

109

Filter werden anschließend in einem Non-invasivlabor extrahiert und mit einem hochspezifi-

schen Real-time PCR Assay (Vrålstad et al. 2009) semi-quantitativ auf

-spezifische

Sequenzmuster abgesucht.

Bei der Anwendung von eDNA konnte gezeigt werden, dass Sporen über das gesamte

Jahr in Wasserproben detektiert werden können (Wittwer et al. 2018), und das unabhängig

vom Erfolg der parallel erfolgten Bereusung infizierter Krebsbestände (Abb. 1). Während

die konventionelle Methode höhere Bestandsdichten und einen hohen Durchseuchungs-

grad zur Beurteilung des Infektionsstatus einer infizierten Population benötigen, ist die

eDNA-basierte Nachweismethode auch bei geringeren Populationsdichten und Infektions-

graden einsetzbar (Wittwer et al. 2019).

Abb. 1: Ergebnis einer Studie zum eDNA-basierten Nachweis der Krebspest

(

) am Gewässer Lütter/Rhön. Klar positive Nachweise wurden an den ersten Pro-

bestellen A bis C (rot-oranger Verlauf) erhalten, an diesen wurde auch eine A. astaci-

positive Signalkrebspopulation mittels Bereusung nachgewiesen. Stromabwärts nahm der

A. astaci-eDNA-Gehalt in Wasserproben ab, bis an den letzten Probestellen G und H (grü-

ner Verlauf) keine eDNA mehr detektiert werden konnte.

Der Einsatz des eDNA Verfahrens zum Schutz der einheimischen Flusskrebsbestände ist

gerade in Hinblick auf die Umsetzung der europäischen Richtlinien im Gewässerschutz

wichtig. Die Wasserrahmenrichtlinie setzt sich zum Ziel, einen guten ökologischen Zustand

aller europäischen Gewässer zu erreichen. Dafür soll der Eintrag von Umweltschadstoffen

drastisch reduziert und die Durchgängigkeit der Fließgewässer wieder hergestellt werden.

Letzteres soll durch den Rückbau von Wanderhemmnissen wie beispielsweise Wehren

umgesetzt werden. Durch die Beseitigung dieser Hindernisse wird die Ausbreitung invasi-

ver Flusskrebsarten erleichtert, die einheimische Arten sowohl durch ihre Eigenschaft als

Vektor des Krankheitserregers als auch durch ihre hohe Konkurrenzfähigkeit um Ressour-

cen wie Nahrung und Unterschlupf verdrängen (Groß 2009). Durch den Einsatz von eDNA

kann zum einen eine Gefährdung stromaufwärtsliegender Gewässerabschnitte mit einhei-

mischen Flusskrebsbeständen durch migrierende invasive Flusskrebsarten abgeschätzt

werden. Zum anderen kann die eDNA-basierte Nachweismethode zur Untersuchung von

Gefahrenquellen, z.B. unbeabsichtigter Sporeneintrag durch Transportwasser von Fischbe-

satzmaßnahmen oder über Abflüsse von Fischereibetrieben (Wittwer et al. 2019), genutzt

werden. Die schnellere und sensitivere eDNA-Detektion (Wittwer et al. 2018) ermöglicht

den raschen Einsatz von Gegenmaßnahmen, z.B. chemische oder manuelle Beseitigungs-

programme in definierten Gewässerabschnitten, um die Übertragungsgefahr auf einheimi-

sche Flusskrebsarten zu minimieren.

Durch die Gewässerbelastung der letzten Jahrzehnte wurden die Bestände zahlreicher

Fischarten stark dezimiert. Der Schneider (

) beispielsweise, ein

ehemals häufiger Vertreter der Cyprinidae (Karpfenartige), ist aus zahlreichen Fließgewäs-

110

sern verschwunden (Rothe 2002; Boppe 2011). In Hessen wurde die Art in den Jahren

2009 - 2015 in sieben Regionen wiederangesiedelt (Kinzig, Nidda, Sinn, Mümling, Lahn,

Döllbach und Ulster; Bobbe 2015). Obwohl über Elektrobefischung vereinzelte Nachweise

der Art in den Besatzregionen gelangen, ist der langfristige Erfolg der Wiederansiedlungs-

maßnahmen aufgrund des schwierigen Nachweises als unsicher einzustufen.

Abb. 2: Lage und Ergebnis einer Studie zum eDNA-basierten Nachweis des Schneiders (

). Schwarze Punkte stellen Negativnachweise dar, orangene belegen erfolgreich

detektierte Schneider-Vorkommen. Besatzstandorte sind durch grüne Punkte symbolisiert.

Die Größe der Punkte korreliert mit der Anzahl erfolgreicher Artnachweise an einem Unter-

suchungsstandort. © OpenStreetMap contributors.

Um die Datenlage zu verbessern und den Erfolg der Maßnahmen zu evaluieren, aber auch

potentiell unbekannte Vorkommen nachweisen zu können, wurde bei Senckenberg ein

eDNA-geeignetes, Schneider-spezifisches Markersystem entwickelt und in zahlreichen

hessischen Fließgewässern getestet (Riaz et al. 2018). Zur Detektion werden Wasserpro-

ben mit Volumen von bis zu 2 L werden auf kommerziell erhältliche Filterkapseln überführt.

Die Entnahme von 115 Wasserproben von 33 Gewässern führte zu 36 positiven Nachwei-

sen der Art (Abb. 2).

Neben den bekannten Reliktvorkommen wie an der nordhessischen Eder konnten beste-

hende Vorkommen in allen sieben Auswilderungsgewässern bestätigt werden. Hiermit ist

der Nachweis erbracht, dass die Besatzmaßnahmen erfolgreich waren. Die ermittelten

DNA-Mengen zeigen ferner, dass es sich nicht lediglich um wenige Einzelindividuen, son-

dern um echte Populationen handeln muss. In einem nächsten Schritt soll die Methode nun

auf weitere Fischarten ausgeweitet werden. Ziel ist die parallele, semiquantitative Detektion

ganzer Fischgemeinschaften für ein effizientes Biodiversitätsmonitoring in Gewässeröko-

systemen.

111

Während die oben genannten Beispiele die Möglichkeiten zur (semi-) quantitativen Erfas-

sung einzelner Arten aufzeigen, lassen sich mittels eDNA auch zahlreiche Arten parallel

detektieren. Moderne Hochdurchsatzsequenzierungs-verfahren (Next Generation Sequen-

cing) ermöglichen es, komplette Artgemeinschaften aus einer einzigen Wasser- oder Bo-

denprobe heraus zu charakterisieren (Metabarcoding). Die Technik bietet sich auch für an-

sonsten nur durch Spezialisten zu bestimmende sowie morphologisch kryptische Gruppen,

wie etwa Mikroorganismen (Medinger et al. 2010) oder Chironomiden (Zuckmücken) an

(Carew et al. 2013). Dies ermöglicht eine Erweiterung bisheriger Ansätze zum Biodiversi-

tätsmonitoring, die traditionell häufig auf gut bestimmbaren Taxa beruhen und bei schwieri-

gen Gruppen Abstriche in der taxonomischen Auflösung machen. Das Metabarcoding wird

zwar nicht alle auftretenden taxonomischen Probleme lösen, könnte jedoch zukünftig dabei

helfen, ein umfassendes taxaumspannendes Biodiversitätsmonitoring auf Ökosystemebene

zu ermöglichen. Auch für die aufwändige Erfassung besonders artenreicher Gruppen in

globalen Biodiversitätshotspots hat das eDNA-basierte Metabarcoding ein großes Potential,

klassische Erfassungsmethoden wertvoll zu ergänzen. So konnten Balint et al. (2018) in

einer Pilotstudie in der Trockenwaldregion Boliviens anhand von Wasserproben aus fünf

Tümpeln 25 Arten von Froschlurchen nachweisen; genauso viele wie ein parallel durchge-

führtes bioakustisches Expertenmonitoring.

Die drei obigen Beispiele aus der eigenen Forschung zeigen, dass eDNA-gestützte Nach-

weisverfahren funktionieren und verlässliche Resultate erzielen. Darüber hinaus ermöglicht

der Einsatz von eDNA bereits gute Einschätzungen der Populationsdichte (Thomsen et al.

2012, Dunn et al. 2017) oder der Häufigkeit einer Art (Lodge et al. 2012, Pilliod et al. 2013).

Es wird erwartet, dass zukünftig mit eDNA basierten Nachweismethoden schnelle Bestand-

serfassungen und -beobachtungen im Rahmen eines Biodiversitätsmonitorings gewährleis-

tet werden können.

Jedoch hat die Methodik auch ihre Fallstricke und Limitationen. So kann der Nachweis von

Zielorganismen über eDNA unter bestimmten Umständen problematisch sein. Saisonal

variierende Umweltfaktoren wie z.B. Temperatur, Wasserführung oder der Eintrag von

Schwebstoffen können die Nachweisbarkeit im Wasser stark beeinflussen (Strickler et al.

2015, Jane et al. 2015). Stark variierende eDNA Konzentrationen, beispielsweise aufgrund

spezies-spezifisch unterschiedlicher eDNA Exkretion (Thomsen et al. 2012), können die

Einschätzung von Populationsdichten erschweren. Da man die zu detektierenden Orga-

nismen bei einem eDNA Monitoring oftmals nicht direkt vor Augen hat (Bohmann et al.

2014), kann es bei der Erhebung und Interpretation der Daten zu falsch-positiven und

falsch-negativen Ergebnissen kommen. Falsch-positive Ergebnisse zeigen fälschlicher-

weise eDNA Signale in einer Probe, obwohl der Zielorganismus nicht im untersuchten Ge-

biet vorkommt. Dieser Fehler tritt in der Regel bei unspezifischen Markersystemen oder

Kontaminationen auf. Falsch-negative Ergebnisse zeigen fälschlicherweise kein eDNA Sig-

nal, obwohl die Zielart im Untersuchungsgebiet vorhanden ist. Dieser Fehler tritt auf, wenn

das genutzte Markersystem nicht sensitiv genug ist oder die Bestandsdichten zu gering

sind. Bislang sind die Nachweisgrenzen und deren Einflussfaktoren bei den meisten veröf-

fentlichen Markersystemen nicht hinreichend untersucht. Auch bedingt die hohe Fehler-

und Kontaminationsanfälligkeit der Untersuchungen eine besondere labortechnische Aus-

stattung sowie umfangreiche Expertise des Analyselabors.

112

Aktuell steigt die Zahl der Ausgründungen im Gebiet eDNA in Europa immer weiter an, so

dass bereits jetzt für entsprechende Forschungsvorhaben zwischen mehreren Anbietern

gewählt werden kann. Für den Auftraggeber derartiger Untersuchungen ist es hierbei wich-

tig zu beachten, dass neben der Beprobung und Analyse selbst auch eine umfangreiche

Beratung und Kommunikation sowohl vor stattfindenden Beprobungen als auch zur Inter-

pretation der Ergebnisse unabdingbar ist, um die oben erwähnten Detektionsgrenzen und

Umweltfaktoren in die Gesamtbetrachtung einzubeziehen. Insbesondere bei Metabar-

coding-Studien ist die Interpretation der Ergebnisse aufgrund der enormen Datenvolumen

oft sehr komplex und kann nur mit viel Erfahrung und sehr guten bioinformatischen Kennt-

nissen geleistet werden. Die Etablierung eines oder mehrerer Kompetenzzentren für eDNA-

Analytik wäre ein wichtiger Schritt, um die Entwicklung von standardisierten, praxistaugli-

chen Anwendungen zu unterstützen und eine langfristige, dauerhafte Kompetenz aufzu-

bauen. Unzweifelhaft wird die Methode zukünftig eine immer weiter steigende Rolle im Bio-

diversitätsmonitoring und Artenschutz spielen.

Alderman, D., Polglase, J. (1988): Pathogens, Parasites and Commensals. In: Holdich,

D.M., Lowery, R.S. (Eds.): Freshwater Crayfish: biology, management and exploitation.

London (Croom Helm): 167-212.

Bálint, M., Nowak, C., Márton, O., Jansen, M. et al. (2018): Accuracy, limitations and cost-

efficiency of eDNA-based community survey in tropical frogs. Molecular Ecology Re-

sources 18: 1415-1426.

Barnes, M., Turner, C. (2016): The ecology of environmental DNA and implications for con-

servation genetics. Conservation Genetics 17: 1-17.

Biggs, J., Ewald, N., Valentini, A., Dunn, F. et al. (2015) Using eDNA to de-velop a national

citizen science-based monitoring programme for the great crested newt (

). Biological Conservation 183: 19-28.

Bobbe, T. (2011): Erste Erfahrungen bei der Wiederansiedlung des Schneiders in

Südhessen.

Präsentation:

Bildungsseminar

Kassel-Wilhelmshöhe.

URL:

5_service/bobbe_wiederansiedlung_schneider_20110405.pdf

(letzter

Zugriff

23.07.2019).

Bobbe, T. (2015): Wiederansiedlung des Schneiders

(BLOCH

1782) in Südhessen 2009 - 2015. Regierungspräsidium Darmstadt, Obere Fischereibe-

hörde, März 2016, 60 S.

Bohmann, K., Evans, A., Gilbert, M., de Bruyn, M. et al. (2014): Environmental DNA for

wildlife biology and biodiversity monitoring. Trends in Ecology & Evolution 29: 358-367.

Bourlat, S., Borja, A., Gilbert, Obst, M. et al. (2013): Genomics in marine monitoring: new

opportunities for assessing marine health status. Marine pollution bulletin 74: 19-31.

Carew, M., Pettigrove, V., Metzeling, L., Hoffmann, A. (2013): Environmental monitoring

using next generation sequencing: rapid identification of macroinvertebrate bioindicator

species. Frontiers in zoology 10: 45.

Dejean, T., Valentini, A., Duparc, A., Miaud, C. et al. (2011): Persistence of Environmental

DNA in Freshwater Ecosystems. PLOS ONE 6 (8): e23398.

Dunn, N., Priestley, V., Herraiz, A., Arnold, R., Savolainen, V. (2017): Behavior and season

affect crayfish detection and density inference using environmental DNA. Ecology and

Evolution 7: 7777-7785.

113

Ficetola, G., Miaud, C., Pompanon, F., Taberlet, P. (2008): Species detection using envi-

ronmental DNA from water samples. Biology Letters 4: 423-425.

Groß, H. (2009): Edelkrebs kontra Signalkrebs. Natur in NRW 4/09: 2–5.

Gu, W., Swihart, R. (2004): Absent or undetected? Effects of non-detection of species oc-

currence on wildlife-habitat models. Biological Conservation 116: 195-203.

Jane, S., Wilcox, T., McKelvey, K., Whiteley, A. et al. (2015) Distance, flow and PCR inhibi-

tion: eDNA dynamics in two headwater streams. Molecular Ecology Resources 15: 216-

227.

Jerde, C., Mahon, A., Chadderton, W., Lodge, D. (2011): “Sight-unseen” detection of rare

aquatic species using environmental DNA. Conservation Letters 4: 150-157.

Lodge, D., Turner, C., Jerde, C., Pfrender, M. et al. (2012): Conservation in a cup of water:

estimating biodiversity and population abundance from environmental DNA. Molecular

Ecology 21: 2555-2558.

Medinger, R., Nolte, V., Pandey, R., Boenigk, J. et al. (2010): Diversity in a hidden world:

potential and limitation of next-generation sequencing for surveys of molecular diversity

of eukaryotic microorganisms. Molecular Ecology 19: 32-40.

Pietramellara, G., Ascher, J., Borgogni, F., Nannipieri, P. et al. (2009): Extracellular DNA in

soil and sediment: fate and ecological relevance. Biology and Fertility of Soils 45: 219-

235.

Pilliod, D., Goldberg, C., Arkle, R., Waits, L., Richardson, J. (2013): Estimating occupancy

and abundance of stream amphibians using environmental DNA from filtered water

samples. Canadian Journal of Fisheries and Aquatic Sciences 70: 1123-1130.

Riaz, M., Wittwer, C., Nowak, C., Cocchiararo, B. (2018): An environmental DNA assay for

detecting populations of the locally extinct freshwater fish

in

Germany. Conservation Genetics Resources 12, 41-43.

Rothe, U. (2002): Kurzmitteilung – Short Communication. Mitteilungen aus dem Museum

für Naturkunde in Berlin/Zoologische Reihe 78: 183-185.

Smith, C., Hill, V. (2009): Dead-end hollow-fiber ultrafiltration for recovery of diverse mi-

crobes from water. Applied and Environmental Microbiology 75: 5284-5289.

Strand, D., Jussila, J., Viljamaa-Dirks, S., Vrålstad, T. et al. (2012): Monitoring the spore

dynamics of

in the ambient water of latent carrier crayfish. Veteri-

nary Microbiology 160: 99-107.

Strand, D., Jussila, J., Johnsen, S.I., Morgan E. et al. (2014): Detection of crayfish plague

spores in large freshwater systems. Journal of Applied Ecology 51: 544-553.

Strickler, K., Fremier, A., Goldberg, C. (2015): Quantifying effects of UV-B, temperature,

and pH on eDNA degradation in aquatic microcosms. Biological Conservation 183: 85-

92.

Taberlet, P., Coissac, E. Hajibabaei, M., Rieseberg, L. (2012): Environmental DNA. Molecu-

lar Ecology 21: 1789-1793.

Thomsen, P., Kielgast, J., Iversen, L., Willerslev, E. et al. (2012): Monitoring endangered

freshwater biodiversity using environmental DNA. Molecular Ecology 21: 2565-2573.

Unestam, T., Weiss, D. (1970): The host-parasite relationship between freshwater crayfish

and the crayfish disease fungus

: Responses to infection by a sus-

ceptible and a resistant species. Journal of General Microbiology 69: 77-90.

114

Vrålstad, T., Knutsen, A., Tengs, T., Holst-Jensen, A. (2009): A quantitative TaqMan® MGB

real-time polymerase chain reaction based assay for detection of the causative agent of

crayfish plague

. Veterinary Microbiology 137: 146-155.

Wittwer, C., Stoll, S., Strand, D., Vrålstad, T., Nowak, C., Thines, M. (2018): eDNA-based

crayfish plague monitoring is superior to conventional trap-based assessments in year-

round detection probability. Hydrobiologia 807: 87-97.

Wittwer, C., Stoll, S., Thines, M., Nowak, C. (2019): eDNA-based crayfish plague detection

as practical tool for biomonitoring and risk assessment of

-positive crayfish

populations. Biological Invasions 21: 1075-1088.

Zhu, B. (2006): Degradation of plasmid and plant DNA in water microcosms monitored by

natural transformation and real-time polymerase chain reaction (PCR). Water Research

40: 3231-3238.

Claudia Wittwer*, Maria Riaz und Carsten Nowak

Senckenberg Gesellschaft für Naturforschung

Fachgebiet Naturschutzgenetik

Clamecystraße 12, 63571 Gelnhausen

E-Mail: *Claudia.Wittwer@senckenberg.de

115

Sabrina Mittl, Klaus Richter und Detlef Tolke

In der vorliegenden Studie wurde die grundsätzliche Eignung der eDNA-Methode für Art-

nachweise von Amphibien im limnischen Bereich am Beispiel des Kammmolches (

) untersucht und bestätigt. Gegenüber der traditionellen Fangmethode erwies sie

sich als sensitiver. In 16 von 28 Fällen konnte über die eDNA ein Nachweis erfolgen, nur in

sechs von 28 Fällen mittels Flaschenfallen.

Hauptproblem sind die teilweise geringen DNA-Mengen, die zur Untersuchung herangezo-

gen werden können. Umso wichtiger sind eine gute Planung der Probenahme und ein ver-

lustfreies Arbeiten während Extraktion und PCR. Die Annahme, dass eDNA im Gewässer

homogen verteilt vorliegt und dadurch Probenahmen ohne Kenntnisse zur Biologie der

Zielarten möglich sind, wird im Ergebnis allerdings kritisch gesehen. Die Gefahr falsch-

negativer Nachweise erscheint relativ hoch, was für die Naturschutzpraxis problematisch

ist. Hier sind weitere Untersuchungen notwendig.

Im Rahmen der Studie wurden neue Primer für die in Mitteldeutschland vorkommenden

Amphibien entwickelt und intensiv hinsichtlich der Artspezifität und Sensitivität getestet. Der

Einsatz von Primer-Kombinationen wird zur Absicherung der Befunde empfohlen.

Die mittelfristige Aufnahme der eDNA-Methode in Monitoringprogramme des Naturschutzes

wird diskutiert. Neben weiteren Untersuchungen ist zur Überführung in die Praxis auch der

Aufbau entsprechender Strukturen und Kapazitäten notwendig, die bisher in der Praxis

höchstens ansatzweise vorhanden sind.

The general suitability of the eDNA method to verify the occurrence of amphibian species

was investigated and confirmed at the example of the great crested newt (

). The method was more sensitive as traditional catches. Using eDNA the newt were

recorded in 16 out of 28 samples, while bottle traps only resulted in six detections.

The key problem is the partially very low amount of DNA in the samples. The sampling de-

sign and lossless laboratory work during extraction and PCR are among the most relevant

factors. The assumption that eDNA occurs more or less homogenous in the water body has

to be critically judged. As a consequence detailed knowledge on the biology of the target

species is necessary for taking the water samples. The risk of false negative evidence

seems to be still rather high and more investigations are necessary.

During the investigations new primers for the amphibian species occurring in Middle Ger-

many were developed and intensely tested with respect to species specificity and sensitivi-

ty. The use of primer combinations is generally recommended.

A medium-term inclusion of the eDNA method as a standard in practical nature conserva-

tion is discussed. Alongside with further research it is necessary to establish appropriate

structures and capacities that thus far barely exist.

116

Die Kenntnis über das Vorkommen von Pflanzen- und Tierarten ist eine wesentliche Vo-

raussetzung für den Naturschutz, sowohl bei der Beurteilung von Planvorhaben als auch

bei der Umsetzung praktischer Schutzmaßnahmen und deren Erfolgskontrolle. Die Anfor-

derungen an die Erfassung von Arten sind in den letzten Jahren deutlich gestiegen. In Um-

setzung der Fauna-Flora-Habitat-Richtlinie (FFH-RL) ergibt sich die Verpflichtung, bei einer

Vielzahl von Planverfahren artenschutzrechtliche Prüfungen durchzuführen sowie eine

dauerhafte Überwachung ausgewählter Lebensräume und Arten einzurichten.

In Deutschland findet das FFH-Monitoring als Stichprobenmonitoring nach bundesweit ein-

heitlichen Methoden statt (Bundesamt für Naturschutz, Bund-Länder-Arbeitskreis FFH-

Monitoring und Berichtspflicht 2017) und basiert auf traditionellen Feldmethoden. Moleku-

larbiologische Verfahren spielen hier bislang keine Rolle.

Die Erfassung und Bewertung von Arten erfordert Expertenwissen. Dieses ist selbst bei

traditionell gut untersuchten Artengruppen – wie bspw. den Amphibien – im erforderlichen

Umfang oft nicht ausreichend vorhanden oder langfristig gesichert. Folglich besteht ein

starkes Interesse daran, ergänzende oder gar alternative Erfassungsmethoden zu nutzen.

Vor etwa 10 Jahren wurden erste Untersuchungen vorgestellt, bei denen einzelne aquati-

sche Arten allein mit Hilfe von DNA-Spuren nachgewiesen wurden, welche die Individuen

im Gewässer als sogenannte Umwelt-DNA = environmental DNA hinterlassen (Ficetola et

al. 2008, Beija-Pereira et al. 2009, Darling, Mahon 2011, Dejean et al. 2011). Seitdem be-

schäftigen sich viele Arbeiten damit, die Nutzung von eDNA für den Präsenznachweis inva-

siver oder seltener Arten oder gar für die Abschätzung derer Populationsgrößen weiter zu

entwickeln (Thomsen et al. 2012, Eichmiller et al. 2016). Einen Überblick über die metho-

dischen Ansätze und Probleme geben Rees et al. (2014) sowie Taberlet et al. (2018)

und weisen auf die Notwendigkeit einer weiteren Standardisierung der eDNA-Methode hin.

Viele Studien belegen die Effizienz und die hohe Sensitivität des eDNA-Verfahrens (u.a.

Biggs et al. 2015, Eiler et al. 2018), die Gefahr falsch positiver oder falsch negativer Ergeb-

nisse ist jedoch noch recht groß (Darling, Mahon 2011). Es besteht weiterhin Untersu-

chungsbedarf um die Zuverlässigkeit und die Aussagekraft der Ergebnisse zu erhöhen.

Für eine routinemäßige Anwendung der eDNA-Methode im Naturschutz ist eine hohe Zu-

verlässigkeit notwendig. In der hier vorgestellten Fallstudie wird diese sowohl für die Pro-

benahme als auch für die Durchführung der labortechnischen Verfahren getestet.

Nicht zuletzt stellt sich die Frage, wie die im Naturschutz tätigen Akteure und Akteurinnen

strukturell auf die Anwendung dieser neuen Methode eingestellt sind.

Die eDNA liegt in Form von Geweberesten, abgestoßener Haut und Darmzellen (intrazellu-

lär) oder in Ausscheidungen, z.B. Speichel oder Kot (extrazellulär) vor. Sie kann als ein

Gemisch aus DNA-Fragmenten vieler Organismen in einer Umweltprobe (z.B. Wasser, Se-

diment) gesammelt und untersucht werden (vgl. Taberlet et al. 2018).

Die

eDNA-Methode

umfasst

folgende

Verfahrensschritte:

1.

Probenahme,

2.

DNA-Fällung,

3.

DNA-Extraktion,

4.

Polymerasekettenreaktion

(PCR)

und

5. Visualisierung (Gelelektrophorese = klassische PCR, Signalkurve in der quantitativen

PCR = real time PCR). Im Rahmen der Qualitätskontrolle sollte ein bestimmter Prozentsatz

der Amplifikate sequenziert und hinsichtlich der eindeutigen Zuordnung zur Ziel-Art geprüft

werden.