Bestandsschätzung

Im Rahmen des Atlas 2013–2016 wurde der aktuelle Brutbestand jeder Brutvogelart geschätzt. Dabei ermittelten wir jeweils eine Unter- und eine Obergrenze der Schätzung. Je nach Art gingen wir unterschiedlich vor und für viele Arten boten sich mehrere Möglichkeiten für eine Bestandsschätzung an. Deshalb basieren die angegebenen Unter- und Obergrenzen meist auf den Ergebnissen verschiedener Methoden, die hier vorgestellt werden.

Kompletterhebung

Bei vielen seltenen Arten und bei Koloniebrütern konnte der Bestand anhand der Meldungen auf www.ornitho.ch oder basierend auf speziellen Erhebungsprojekten ermittelt werden (z.B. Bestandserhebung von Kormoran, Lachmöwe, Flussseeschwalbe oder Saatkrähe). Bei vor allem in Feuchtgebieten vorkommenden Arten wurden die Ergebnisse aus dem «Monitoring Brutvögel in Feuchtgebieten» (MF) mit den Meldungen ausserhalb der so abgedeckten Gebiete ergänzt, um auf den Gesamtbestand zu schliessen.

Eine Kompletterhebung konnte für 64 Arten gemacht werden, bei weiteren 22 Arten wurden die Ergebnisse aus gut überwachten Gebieten mit Schätzungen für weniger gut überwachte Gebiete ergänzt. Die angegebene Ober- und Untergrenze entsprechen bei sehr seltenen und bei jährlich überwachten Arten den Brutbeständen des besten bzw. des schlechtesten Jahres innerhalb der Periode 2013–2016. In den übrigen Fällen wird damit die Unsicherheit der Schätzung ausgewiesen.

Hochrechnung der Kartierungsergebnisse

Basierend auf den Kartierungsdaten haben wir vier verschiedene Hochrechnungsverfahren angewendet, die in ihrer Komplexität variieren. Komplexere Methoden berücksichtigen verschiedene Einflussfaktoren, benötigen aber auch eine grosse Menge an Daten, um sämtliche im Modell enthaltenen Parameter schätzen zu können. Einfachere Verfahren erfordern oft weniger Daten, können aber weniger Einflussfaktoren einbeziehen. Die nachfolgend beschriebenen Hochrechnungsverfahren konnten wir für rund 100 Arten anwenden. Wir beschränkten uns üblicherweise nicht auf eine Methode. Vielmehr nutzten wir die aus den verschiedenen Analysen resultierenden Ergebnisse, um eine sinnvolle untere und obere Grenze der Schätzung festzulegen.

1. Als einfachste Art der Hochrechnung teilten wir die Summe aller beim Kartieren gefundenen Reviere durch den Anteil der bei den Kartierungen abgedeckten Landesfläche, um so auf 100 % der Fläche hochzurechnen. Dazu berücksichtigten wir nur die Landesfläche zwischen dem tiefsten und dem höchsten Kartierungsnachweis der Art.
2. Wir werteten die Kartierungsergebnisse mit einer Poisson-Regression aus und rechneten den Bestand auf die ganze Schweiz hoch, in diesem Fall ohne Berücksichtigung der Entdeckungswahrscheinlichkeit, aber mit Berücksichtigung der Umweltvariablen (Details auf S. 68) und der räumlichen Autokorrelation.
   Zwar wurden die einzelnen Kartierflächen so ausgewählt, dass sie das jeweilige Atlasquadrat bezüglich der Lebensräume und der Höhe gut repräsentieren. Dennoch dürften gewisse Habitate und somit auch die darin vorkommenden Arten in der Stichprobe durchaus etwas unter- oder übervertreten sein. Dies kann bei einer einfachen Hochrechnung zu einem systematischen Fehler führen. Durch Berücksichtigung der verschiedenen Umweltvariablen hingegen wird dafür zumindest teilweise korrigiert.
3. Eine weitere Möglichkeit der Bestandsschätzung ist, die auf den Dichtekarten abgebildeten Schätzungen pro Kilometerquadrat über die ganze Schweiz aufzusummieren. Diese Schätzungen basieren auf einem Binomial Mixture Model. Zusätzlich zu den bei der normalen Poisson-Regression berücksichtigten Faktoren (Umweltvariablen und räumliche Autokorrelation) wird dabei auch die Entdeckungswahrscheinlichkeit einbezogen, was meist zu deutlich höheren Bestandsschätzungen führt.
4. Im Rahmen einer Zusammenarbeit mit dem amerikanischen Patuxent Wildlife Research Institute wertete J. Andrew Royle die Kartierungsdaten auch mit einem Spatial-Capture-Recapture-Model aus. Dabei wird nebst den beim Binomial Mixture Model einbezogenen Faktoren auch die Reviergrösse geschätzt und mitberücksichtigt. Das Spatial Capture Recapture Model korrigiert dafür, dass Arten mit kleinen Revieren oder tiefer Entdeckungswahrscheinlichkeit oft nicht gefunden werden, wenn ihre Reviere zwar innerhalb des Kilometerquadrats, aber weit von der Kartierungsroute entfernt liegen. Das Modell korrigiert auch dafür, dass Arten mit grossen Revieren beim Kartieren innerhalb des Quadrats gefunden werden können, auch wenn ihr Reviermittelpunkt ausserhalb liegt. Bei Nichtberücksichtigung kann dies zu einer Überschätzung des Bestands führen.

Hochrechnung via Schätzung der Vorkommenswahrscheinlichkeit

Für knapp 50 Arten berücksichtigten wir nicht nur die Daten aus den Kartierungen, sondern auch die vollständigen Beobachtungslisten und die Einzelmeldungen der bei der Vogelwarte als freiwillige Mitarbeitende eingeschriebenen Beobachterinnen und Beobachtern (Ornithologischer Informationsdienst ID), um mittels Site-Occupancy Model eine Verbreitungskarte zu erstellen. Daraus resultierte eine Schätzung der Vorkommenswahrscheinlichkeit für jedes Kilometerquadrat. Summiert man die Vorkommenswahrscheinlichkeiten über die ganze Schweiz, so erhält man eine Schätzung der Anzahl besetzter Kilometerquadrate. Dieser Wert kann als Basis für folgende Hochrechnungen verwendet werden:

1. Bei Arten mit grossen Revieren multiplizierten wir die geschätzte Anzahl besetzter Kilometerquadrate mit grossräumigen Dichteangaben aus der Literatur. Dieses Vorgehen wendeten wir beispielsweise für Sperber oder Wespenbussard an.
2. Arten mit grossen Revieren können in einem Kilometerquadrat nachgewiesen werden, obwohl ihr Reviermittelpunkt ausserhalb der bearbeiteten Fläche liegt. Theoretisch erweitert dies die bei der Kartierung eines Kilometerquadrats abgedeckte Fläche zusätzlich um den durchschnittlichen Revierradius der Art. Dies kann bei Arten mit grossen Revieren zu einer Überschätzung des Gesamtbestands führen. Wir versuchten, dafür zu korrigieren, indem wir die geschätzte Anzahl besetzter Kilometerquadrate durch 1 + Radius2 * π + 4 * Radius teilten, was der Fläche des so erweiterten Kilometerquadrats entspricht. Wir verwendeten Literaturangaben zur Festlegung des durchschnittlichen Radius eines Reviers. Dieses Verfahren verwendeten wir zum Beispiel bei Grau- und Kleinspecht.
3. Bei Arten mit kleinen Revieren kann ein Kilometerquadrat durchaus auch mehrere Reviere enthalten. Mit Hilfe der Kartierungsergebnisse ermittelten wir den Zusammenhang zwischen geschätzter Vorkommenswahrscheinlichkeit und Anzahl gefundener Reviere und wandelten so für jedes Kilometerquadrat die geschätzte Vorkommenswahrscheinlichkeit in eine Dichteschätzung um. Die so erhaltenen Dichteschätzungen summierten wir wiederum über die ganze Schweiz. Die auf diese Art ermittelten Werte berücksichtigten wir beispielsweise bei der Bestandsschätzung von Steinhuhn und Wiesenpieper.

Hochrechnung regionaler Bestandsschätzungen

Für einige Gebiete in der Schweiz mit festgelegtem Perimeter sowie für das Fürstentum Liechtenstein existieren für einzelne Arten, Artengruppen oder sogar für alle vorkommenden Brutvogelarten relativ präzise Schätzungen der Bestandsgrössen. Diese Zahlen wurden im Rahmen spezieller Überwachungsprojekte oder regionaler Atlasprojekte ermittelt. Basierend darauf berechneten wir via Dreisatz eine Bestandsschätzung für die gesamte Schweiz. Dafür verwendeten wir folgende Formel:

NCH = Nreg / occreg * occCH

N_reg entspricht der Schätzung des regionalen Bestands, occ_reg der Summe der mittels Site-Occupancy Model geschätzten Vorkommenswahrscheinlichkeiten innerhalb des Projektperimeters. Occ_CH ist die Summe der Vorkommenswahrscheinlichkeiten für die ganze Schweiz. N_CH entspricht der so erhaltenen Bestandsschätzung für die ganze Schweiz. Analog verwendeten wir für gewisse Arten anstatt der geschätzten Vorkommenswahrscheinlichkeit die mittels Binomial Mixture Model geschätzte Dichte.

Dieses Vorgehen wendeten wir vor allem bei Arten an, für die keine der übrigen Methoden befriedigende Ergebnisse lieferten. Darunter fallen beispielsweise Habicht oder Waldohreule.