Forschungs- & Entwicklungsinformationsdienst der Gemeinschaft - CORDIS

FP7

IASIMOV Ergebnis in Kürze

Project ID: 327616
Gefördert unter: FP7-PEOPLE
Land: Frankreich

Bessere Modelle, um invasive gebietsfremde Arten zu verstehen

In Europa und weltweit werden einheimische Ökosysteme zunehmend von invasiven Arten beherrscht. Forscher entwickeln bessere statistische Modelle, um zukünftige Invasionen in Pflanzengemeinschaften antizipieren zu können.
Bessere Modelle, um invasive gebietsfremde Arten zu verstehen
Invasive gebietsfremde Arten (Invasive alien species, IASs) haben durch eine Änderung der Artzusammensetzung und der Ökosystemfunktion schwerwiegende Umweltveränderungen verursacht; sie gelten für die biologische Artenvielfalt als große Bedrohung.

Die EU-finanzierte Initiative IASIMOV (Invasive alien species: Towards improved modeling tools through virtual ecology) zielte darauf ab, die Pflanzenentwicklung und Ökologie zu modellieren, um Pflanzeninvasionen besser verstehen zu können. Die Forscher beabsichtigten, ein Modell zu erstellen, das bezüglich des wettbewerbsbedingten Einflusses einheimischer Pflanzen auf Invasionsmuster eine höhere Zuverlässigkeit bietet.

Die Projektforscher erkannten in der durchschnittlichen funktionellen Dissimilarität zwischen Eindringlingen und einheimischen Gemeinschaften die beste Metrik für ihr Modell. Sie stellten zudem fest, dass die Metrik zum Wettbewerb stärker von Datenverzerrungen beeinflusst war als die Metrik zur Umgebungsfilterung.

Basierend auf simulierten Daten sollten über IASIMOV aktuelle statistische Methoden zur Deutung von Mustern aus darüber liegenden ökologischen Filtern getestet und folglich zukünftige Invasionsprognosen verbessert werden. Daraufhin wurden die theoretischen Prognosen der statistischen Methoden anhand von Experimenten getestet. Diese beinhalteten fremde Pflanzen unter kontrollierten Bedingungen in einem herkömmlichen Garten sowie eine Analyse aktueller Invasionsmuster in französischen Gräsern über große Umweltgradienten.

Die Forscher stellten fest, dass es erforderlich ist, die Artmerkmale zu berücksichtigen, um erkennen zu können, inwiefern sich die Ähnlichkeit fremder Arten zu einheimischen Arten auf die einheimischen Arten auswirkt. Durch die Quantifizierung von Merkmalunterschieden zwischen fremden und einheimischen Arten konnte das Team mehr über die Ausbreitung der gebietsfremden Arten auf regionaler und lokaler Ebene in Erfahrung bringen.

Um die Auswirkungen von Umgebungs- sowie biotischen Filtern auf eine erfolgreiche Invasionen zu erkennen, wurde ein neuartiges statistisches Instrument angewandt. Die Forscher verwendeten das Simulationsmodell FATE-HD im Nationalpark Écrins in den französischen Alpen und modellierten die zukünftige Ausbreitung zu zwei Sätzen gebietsfremder Arten.

Im Rahmen von IASIMOV wird damit gerechnet, dass diese Simulationen zeigen, inwiefern gebietsfremde Invasionen von Faktoren wie dem Klimawandel und der Intensität der Bodennutzung beeinflusst werden.

Das Endergebnis des Projekts wird schließlich im Bereich der Invasionsökologie von Bedeutung sein und politische Entscheidungsträger, die im Bereich der Invasionsbekämpfung tätig sind, unterstützen.

Verwandte Informationen

Fachgebiete

Scientific Research

Schlüsselwörter

Invasive gebietsfremde Arten, Ökosysteme, biologische Artenvielfalt, IASIMOV, Ökologie
Datensatznummer: 188632 / Zuletzt geändert am: 2016-09-29
Bereich: Umwelt