Modellierung des Vorkommens der Mopsfledermaus und ... · Für die Mopsfledermaus ist die Maximum Entropie-Methode be- reits in anderen geographischen Regionen angewandt worden (z.B

Modellierung des Vorkommens der Mopsfledermaus

und Bewertung in Bezug auf Risiken für die Ausweisung von WEA-Flächen im Rahmen der

Flächennutzungsplanung

Ergänzung der Rahmenstudie Windkraft im Kreis Trier-Saarburg in Abstimmung mit der

Abteilung Bauen und Umwelt der Kreisverwaltung Trier-Saarburg

16.10.2014

FÖA Landschaftsplanung GmbH Auf der Redoute 12 • D-54296 Trier • Tel. 0651 / 91048-0 • Fax 0651 / 91048-50 • Email [email protected]

mailto:[email protected]

16.10.2014 II

Modellierung des Vorkommens der Mopsfledermaus und Bewertung in Bezug auf Risiken für die Ausweisung von WEA-Flächen im Rah-men der Flächennutzungsplanung

Auftraggeber: Kreis Trier-Saarburg

Kreisverwaltung Abt. 11

Willy-Brandt-Platz 1

54290 Trier

Auftragnehmer:

Projektleitung:

Bearbeitung:

FÖA Landschaftsplanung GmbH

Auf der Redoute 12

54296 Trier

Dipl.-Ing. Dr. Jochen Lüttmann

Dipl.-Umweltwiss. Kerstin Servatius

Dipl.-Ing. Dr. Jochen Lüttmann

Dipl.-Biogeogr. Florian Molitor

Für die Richtigkeit:

Trier, 16.10.2014

(Dr. Jochen Lüttmann)

Dateiversion: P:\431 WEA Trier-Saarburg FNP\Inhalt\Modellierung Mopsfledermaus\431 Modellierung Mopsfledermaus Bericht 2014-10-16.docx

Rahmenstudie Windkraft im Kreis Trier Modellierung des Vorkommens der Mopsfledermaus und Bewertung in Bezug auf Risiken für die Ausweisung von WEA-Flächen

Landschaftsplanung GmbH

16.10.2014 III

Inhaltsverzeichnis

1 Anlass und Aufgabenstellung ........................................................................... 1

2 Methoden ............................................................................................................ 2

2.1 Auswahlgründe für die Maximum Entropie Methode ...................................... 3

2.2 Beschreibung des methodischen Vorgehens .................................................. 4

2.2.1 Vorkommensdaten ............................................................................................... 4

2.2.2 Umweltvariablen .................................................................................................. 6

2.2.3 Nähere Angaben zur Modellrechnung und Ergebnisse ...................................... 11

2.2.3.1 Modell „Quartierwälder“ ...................................................................................... 12

2.2.3.2 Modell „Jagdhabitate“ ......................................................................................... 15

2.3 Projektbegleitender Arbeitskreis .................................................................... 15

3 Ergebnisse ........................................................................................................ 17

4 Bewertung in Bezug auf Risiken für die Ausweisung von WEA-

Flächen im Rahmen der Flächennutzungsplanung ....................................... 19

4.1 Rechtliche und fachliche Rahmenbedingungen ............................................ 19

4.2 Empfehlungen für die Implementierung in der

Flächennutzungsplanung ................................................................................ 21

4.3 Berücksichtigung sonstiger von der Modellierung nicht erfasster

Sachverhalte und Funktionen ......................................................................... 22

4.4 Beurteilung geeigneter Kompensationsräume als Auswertung der

Modellierung ..................................................................................................... 23

5 Literatur ............................................................................................................ 25

Anhang ........................................................................................................................... 28



16.10.2014 IV

Abbildungsverzeichnis

Abbildung 1 Ausdehnung und Verteilung von Privatwaldflächen (ohne Daten

zur Forststruktur) im Landkreis Trier-Saarburg .......................................... 10

Abbildung 2 Ausprägung der Variable „Distanz zu Laubwäldern“ an Quartierstandorten in Eifel und Hunsrück .................................................. 13

Abbildung 3 Modellbeiträge der einzelnen Umweltvariablen gemessen am

AUC-Wert ................................................................................................. 14

Abbildung 4 Vorhersagekraft des Modells „Quartierwälder“ gemessen am AUC-Wert ................................................................................................. 14

Abbildung 5 Spanne der Habitateignungswerte in nachgewiesenen

Quartierwäldern ........................................................................................ 18

Tabellenverzeichnis

Tabelle 1 Für die Modellierung zur Verfügung stehende Umweltvariablen .................. 7

Tabelle 2 Maßgebliche Umweltvariablen zur Ermittlung der Eignung von

Quartierwäldern nach statistischer Ausdünnung des

Gesamtdatensatzes .................................................................................. 13

Kartenverzeichnis

Karte 1: Potenzielles Vorkommen der Mopsfledermaus – Risiken für die

Ausweisung von WEA (M 1:50.000)

Karte 2: Bekannte Winterquartiere der Mopsfledermaus und besondere

Strukturen (M 1:50.000)

Anhang

Protokolle der Sitzungen des projektbegleitenden Arbeitskreises / der Expertengruppe



16.10.2014 1

1 Anlass und Aufgabenstellung

Die Mopsfledermaus ist ein Faunenelement, für dessen Erhalt Deutschland eine besondere

Verantwortung hat (BOYE & BAUER 2000). In Rheinland-Pfalz gilt die Mopsfledermaus bislang

als äußerst selten. Die bisherigen Nachweise konzentrieren sich im westlichen Hunsrück

(GESSNER & WEISHAAR 2008, CYRUS et al. 2004, HILLEN & VEITH 2012, FÖA Landschafts-

planung GmbH und Gessner Landschaftsökologie GbR, Schweich, unveröff.) sowie – jüngst

ergänzt durch Nachweise – in der südwestlichen Eifel (Gessner, mdl.). Die tatsächliche Verbrei-

tung der Mopsfledermaus in Rheinland-Pfalz ist bislang noch unbekannt. Systematische Kar-

tierungen der Verbreitung in Rheinland-Pfalz (sowie im angrenzenden Saarland) stehen noch

aus. Jedoch kristallisiert sich der genannte Raum als ein möglicher Schwerpunktraum des

rheinland-pfälzischen Vorkommens heraus.

Zugleich existieren in den betreffenden Gebieten Bestrebungen im Rahmen der Flächennut-

zungsplanung, Flächen zur Entwicklung der Windkraft auszuweisen. Nach dem vom Ministe-

rium für Umwelt publizierten Gutachten „Naturschutzfachlicher Rahmen zum Ausbau der Wind-energienutzung in Rheinland-Pfalz, Artenschutz (Vögel, Fledermäuse) und NATURA 2000-Ge-

biete“ (MULVWF 2012) kommt bezüglich der „Wochenstubenquartiere und Kolonien“ der Mops-fledermaus die Einhaltung der empfohlenen Mindestabstände (Tabuzonen im 5 km-Radius zu

Wochenstubenquartieren und Kolonien) als Maßnahme in Betracht, die rechtlichen Rahmenbe-

dingungen für eine Genehmigung von WEA-Anlagen zu schaffen. Als Grund für diese Einstu-

fung zum planerischen Umgang wird neben dem hohen Gefährdungsgrad und dem schlechten

Erhaltungszustand die Unsicherheit, die bezüglich der Verbreitung der Art besteht, genannt.

Außerdem wird das wissenschaftlich nicht geklärte Flugverhalten im Luftraum oberhalb der

Baumkronen, also die Empfindlichkeit der Art, angeführt.

Die Klärung der Frage bezüglich der Disposition der Art gegenüber Kollisionen an WEA ist eine

Aufgabe, der derzeit projektbezogen mittels besonderer empirischer Studien nachgegangen

wird. Dies ist Vorbedingung, damit die notwendige Einzelfallbeurteilung, wie hoch das Tötungs-

risiko für Individuen der ansässigen Populationen ist, in künftigen WEA-Genehmigungsverfah-

ren geleistet werden kann.

Eine Prognose über das Vorkommen der Art gibt bereits im Vorfeld der Projektzulassung Gele-

genheit den Belang des Schutzes der Mopsfledermaus im Rahmen der Ausweisung von Kon-

zentrationszonen zur Windenergienutzung in den Flächennutzungsplänen der Verbandsge-

meinden im Kreis Trier-Saarburg frühzeitig zu berücksichtigen. Allerdings stehen ausreichende

Daten aus Geländeerfassungen dafür nicht zur Verfügung und können auch nicht innerhalb

zumutbarer Planungszeiträume gewonnen werden.



16.10.2014 2

Deswegen werden vorliegend vorhandene Daten zu Mopsfledermausvorkommen ausgewertet

und mittels eines Habitatmodells auf Basis der bekannten Habitatansprüche dieser Art für die

Verbandsgemeindeflächen auf weitere Gebiete extrapoliert. Die Modellierung der Lebensräume

für Vorkommen der Mopsfledermaus erfolgt nach der Maximum-Entropie-Methode. Das Habi-

tatmodell ermöglicht eine Einschätzung der Vorkommenswahrscheinlichkeit und somit auch

eine artspezifische Identifikation von Bereichen mit (geringem bis) hohem Konfliktrisiko für die

Ausweisung von WEA-Flächen. Die Ergebnisse der Modellierung sollen auch auf Ebene der

FNP für die Ermittlung von Ausgleichsräumen zur Verbesserung der für die Mopsfledermaus

benötigten Habitatstrukturen herangezogen werden.

Die Untersuchung stellt fachlich-inhaltlich eine Ergänzung zur kreisweiten Rahmenstudie Wind-

kraft dar (FÖA 2012).

2 Methoden

Untersuchungsraum sind Bereiche des Landkreises Trier-Saarburg. Es wurden zunächst zwei

Teilmodelle der Habitateignung bezüglich Quartierwahl und Jagdgebietspräferenz erstellt. Eine

Modellierung von Winter-Habitaten wurde nicht in Betracht gezogen, da die bevorzugt genutz-

ten Höhlen und Stollen anthropogen bedingt sind und sich nicht aus Umweltvariablen ableiten

lassen. Die Lage von bekannten Winterquartieren wurde dem Modell-Ergebnis als Zusatzinfor-

mation hinzugefügt, um das daraus resultierende Konfliktrisiko während der Schwarm-Aktivitä-

ten zu berücksichtigen. Ebenso wurde mangels Grundlagen verworfen, die Flugrouten / -korri-

dore zwischen Sommer- und Winterquartieren zu modellieren.

Die Ermittlung von Bereichen mit geringem bis hohem Konfliktrisiko für die Mopsfledermaus in

Bezug auf die Ausweisung von WEA-Flächen erfolgte durch Modellierung nach der Maximum-

Entropie-Methode (MAXENT). Das Prinzip der maximalen Entropie1 stammt aus der Informati-

onstheorie und ermittelt basierend auf bekannten Vorkommens-Daten die Ausprägungen von

Umweltvariablen am Fundort und fügt nur solche Informationen in den Modellierungsprozess

ein, die die Entropie erhöhen. Dieses Maschinenlernverfahren führt zu einer räumlichen Vertei-

1 Entropie ist ein Maß für den mittleren Informationsgehalt pro Zeichen einer Quelle, die ein System oder eine Informationsfolge darstellt. In der Informationstheorie spricht man bei Information ebenso von einem Maß für beseitigte Unsicherheit. Je mehr Zeichen im Allgemeinen von einer Quelle empfangen werden, desto mehr Information erhält man und gleichzeitig sinkt die Unsicherheit über das, was hätte gesendet werden können. (http://de.wikipedia.org/wiki/Entropie_%28Informationstheorie%29).



16.10.2014 3

lung der Bereiche mit der größten Entropie die mit den Ausprägungen an den Fundorten ver-

einbar sind. Als Ergebnis entsteht eine Karte der abgestuften Habitateignung. Detaillierte Infor-

mationen zur Methode können PHILLIPS et al. (2004), ELITH et al. (2011) und MEROW et al.

(2013) entnommen werden.

Die Untersuchung greift auf einen vorhandenen Modell-Prototyp zur Habitateignung / Verteilung

der Mopsfledermaus im westlichen Hunsrück zurück (FÖA, zur Veröff. vorgesehen).

Die Modellergebnisse wurden mittels einer Expertenbeteiligung evaluiert.

2.1 Auswahlgründe für die Maximum Entropie Methode

Die bekannten Ansätze zur Modellierung der Vorkommenswahrscheinlichkeit von Arten lassen

sich in 2 Gruppen einteilen. Die erste Gruppe verwendet sowohl Vorkommensdaten als auch

Absenz-Informationen (presence-absence) zur Modellierung der geeigneten Lebensräume,

während die zweite Gruppe ausschließlich Vorkommensdaten (presence-only) verwendet. Da

für die Mopsfledermaus in der Region Trier methodisch bedingt keine eindeutigen Absenz-In-

formationen vorliegen wurde hier ein Verfahren der presence-only Modellierung gewählt. Das

hierfür in der Literatur in den vergangenen Jahren am häufigsten und erfolgreichsten einge-

setzte Verfahren ist die Modellierung nach der Maximum-Entropie-Methode mit dem Software-

paket MAXENT2 (Version 3.3.3k). Die Methode gilt als robust im Hinblick auf geringe Daten-

mengen bezügl. Vorkommen. Für die Mopsfledermaus ist die Maximum Entropie-Methode be-

reits in anderen geographischen Regionen angewandt worden (z.B. ZEALE 2011, in England).

Ein Vergleich der Modellierung der Mopsfledermaus-Lebensräume in Portugal mit MAXENT

und der ebenfalls anerkannten Methode ENFA3 lieferte in der Tendenz bessere Ergebnisse mit

MAXENT (REBELO & JONES 2009).

Die Anwendung der Maximum-Entropie-Methode mit dem Softwarepaket MAXENT wurde vom

begleitenden Arbeitskreis als für den Zweck geeignet bestätigt.

2 http://www.cs.princeton.edu/~schapire/maxent/. 3 http://www2.unil.ch/biomapper/enfa.html.



16.10.2014 4

2.2 Beschreibung des methodischen Vorgehens

Die Modellierung umfasst grundsätzlich die folgenden Arbeitsschritte:

- Erhebung von Nachweisdaten (Quartierbäume und Echokontakte von Mopsfledermäu-

sen)

- Erhebung und Aufbereitung von Lebensraumdaten (Umweltvariablen)

- Auswahl der Nachweisdaten (Filterung zur Vermeidung räumlicher Autokorrelation4)

- Modellrechnung mit Gesamtdatenpool (Umweltvariablen)

- Berechnung und Eliminierung von Kreuzkorrelationen5

- Ausdünnung der Daten entsprechend den Systemanforderungen der Modellierung

- Modellrechnung mit Teildatensatz

- Statistische Auswertung und Evaluation des Modells anhand zusätzlicher, in das Modell

bislang nicht eingegangener Vorkommensdaten sowie durch Expertenvotum.

Die Auswertung für die Planungsebene umfasst die folgenden weitergehenden Arbeitsschritte:

- Schwellenwertbildung / Klassenbildung bezüglich der Ergebnisdarstellung

- Ableitung von Konfliktzonen unterschiedlicher Intensität (3-stufig).

2.2.1 Vorkommensdaten

Die Qualität der Modellierung ist in hohem Maße abhängig von der Verfügbarkeit aktueller

Nachweisdaten. Die ersten Nachweise von Wochenstuben im Kreis Trier-Saarburg stammen

aus dem Jahr 2012. In der Folge sind weitere Wochenstuben ermittelt worden.

Die Recherchen ergaben, dass diese Nachweise der Art i.d.R. noch nicht systematisch aufbe-

reitet bzw. teils noch in Form von Rohdaten vorliegen und die entsprechenden fledermauskund-

lichen Gutachten lediglich als Vorentwürfe existieren. Deswegen hat die Kreisverwaltung Trier-

Saarburg nach entsprechenden Vorgesprächen die diversen Auftraggeber entsprechender Gut-

achten (v.a. die im Raum tätigen Windkraft-Projektentwickler) um die vorauslaufende Bekannt-

gabe ihrer Daten zur Mopsfledermaus zur ausschließlichen Verwendung in diesem Projekt ge-

beten. Die den Raum des Kreises Trier-Saarburg und den angrenzenden Bereich im Saarland

4 Die Autokorrelation ist ein Begriff aus der Statistik. Sie beschreibt die Korrelation einer Funktion (hier: einer Variable) mit sich selbst zu einem anderen, früheren Zeitpunkt. Konkret steigert die Beobachtung von 2 verschiedenen, aber nacheinander genutzten Quartierbäumen derselben Fledermauskolonie den Informationswert der ersten Beobachtung in Bezug auf das Modell nicht weiter, sondern führt zu Verzerrungen und muss deswegen unbeachtet bleiben. 5 Wirkung der einen Variablen auf weitere Variable.



16.10.2014 5

betreffenden Akteure (und die von Ihnen beauftragten Büros) haben mehrheitlich Daten bereit-

gestellt. Einige Datenhersteller waren nicht in der Lage, aktuelle Daten aus Geländeuntersu-

chungen 2014 in der mindestens erforderlichen Art der Aufbereitung fristgerecht zu liefern. Die

Liste der ausgewerteten Datenquellen wird der Unteren Naturschutzbehörde des Kreises Trier-

Saarburg als Projektkoordinatorin der Auftraggeber in separater Tabelle zur Verfügung gestellt.

Eine Darstellung und Benennung der Einzelnachweise und der Quellen ist nicht vorgesehen,

da den Datenlieferanten eine anonymisierte Auswertung zugesichert wurde.

Teilweise gehen die Angaben zu den Vorkommen nur aus analogem Text- und Kartenmaterial

hervor. Entsprechend wurden die Vorkommensnachweise digitalisiert. Die Genauigkeit der ab-

geleiteten Koordinaten ist mit der für die Modellierung gewählten Zellengröße von 200m verein-

bar.

Insgesamt liegen zum Zeitpunkt der Modellerstellung 289 Nachweise aus 18 Quellen vor. Da-

runter sind 64 nachgewiesene Sommer-Quartierbäume aus (entsprechend den Entfernungen

zwischen Quartierzentren) vermutlich 11 Kolonien.

Die Aufnahme von akustischen Nachweisen der Mopsfledermaus in die Nachweisdatenbank

erfolgte unabhängig von der Nachweisintensität. Eine Trennung von zufälligen / nicht signifi-

kanten Einzelnachweisen und relevanten Jagdgebietsnachweisen wurde vorgenommen, indem

für die einzelnen Methoden (Anabat & Horchkisten, Detektor-Transektbegehungen, Batcorder)

der Mittelwert der Rufsequenzen pro Nacht ermittelt wurde. Werte oberhalb des Mittelwerts

wurden als bedeutende Nachweise im Jagdgebiet in die Modellierung aufgenommen.

Besonders die Bereiche im Raum der Eifel sind hinsichtlich vorhandener Untersuchungen und

Daten zu Mopsfledermausvorkommen lückenhaft abgedeckt. Zur Vermeidung negativer Effekte

auf die Modellerstellung wird die Untersuchungsintensität in Form eines Abbildes der Nachweis-

daten (Bias-File) in die Modellierung eingefügt (siehe Kapitel 2.2.3).

Räumliche Auto-Korrelationen innerhalb der Nachweisdaten können ebenfalls zu negativen Ef-

fekten in der Modellierung führen. „Geklumpte“ Nachweisdaten müssen als Pseudo-Replikate

betrachtetet werden, die zu einer Überbewertung der Ausprägungen von Umweltvariablen an

den überrepräsentierten Regionen führen (ELITH et al. 2011, 50; ROSCIONI et al. 2014). Aus

diesem Grund wurden die vorliegenden Daten bezüglich der Wochenstubenquartiere (Quartier-

baumdaten) nach fachgutachterlicher Einschätzung einzelnen Kolonien zugeordnet. Die Aus-

wahl des in der Modellierung verwendeten Quartierbaumes erfolgte anhand der Berechnung

der Gaußschen Kernel-Density (vgl. RODGERS & KIE 2011, S.6 ff.). Der Quartierbaum der

dem Zentrum der Dichteanalyse am nächsten lag wurde verwendet. Lagen von einer Kolonie

weniger als 3 Quartierbäume vor, wurde eine Zufallsauswahl getroffen.



16.10.2014 6

Die vorliegenden Jagdgebietsnachweise, bestehend aus Netzfängen und akustischen Nach-

weisen wurden nach Anwendung der oben beschriebenen Schwellenwerte anhand der Average

Nearest Neighbour Methode auf Auto-Korrelation (cluster) getestet (ROSCIONI et al. 2014,

895). Es wurde eine starke Autokorrelation festgestellt die zur Notwendigkeit der Ausdünnung

des Datensatzes geführt hat. Dazu wurde ein Raster mit einer Zellengröße von 2 x 2 km erstellt

und für jede Rasterzelle ein darin liegender Nachweispunkt zufällig ausgewählt. Diese Methode

entspricht den in der Literatur empfohlenen Vorgaben (FOURCADE et al 2014). Bei Ausdün-

nung der Daten basierend auf kleineren Zellengrößen konnte die räumliche Korrelation nicht

behoben werden

2.2.2 Umweltvariablen

Die Modellierung mit MAXENT erfordert, dass alle relevanten Umweltvariablen flächendeckend

in Form von Rasterdateien mit der gleichen Auflösung und gleicher räumlichen Ausdehnung in

Form von asc-Dateien bereitgestellt werden. Die Aufbereitung der Grundlagen in Form von Vek-

tordaten erfolgte mit ArcGIS 10.1, die eigentliche Berechnung und Erstellung der Rasterdateien

mit GRASS GIS 6.4.

Analog zur räumlichen Auflösung der Raumwiderstandskarte der Rahmenstudie 2012 wurde

eine Rasterzellengröße von 200 Metern gewählt. Um eine flächendeckende Rasterkarte auch

von Variablen mit lokal begrenzten Ausprägungen (z.B. Gewässerläufe) zu erzeugen, wurde

jeweils der Anteil der Ausprägung an der 200 m-Rasterzelle oder die mittlere Distanz einer Zelle

zur Ausprägung berechnet.

Die Umweltvariablen, die zur Modellierung der Habitateignung genutzt werden, sollen die struk-

turellen Merkmale im Bereich der Quartier- und Jagdnachweise bestmöglich wiedergeben.

Dazu wurden frei zugängliche bzw. von der Kreis- /Landesverwaltung bereit gestellte Daten

verwendet. Als potenziell maßgebliche Faktoren für die Habitatwahl der Mopsfledermaus (vgl.

z.B. ZEALE 2011, HILLEN 2011, HILLEN & VEITH 2012) wurden klimatische und topographi-

sche Faktoren sowie Landschaftsmerkmale (Landnutzung, Grenzliniendichte, Waldcharakter

etc.) nach Diskussion mit dem Expertenkreis herangezogen.

Als Variablen wurde solche verwendet, welche die (potenzielle) Habitatqualität hinsichtlich

Quartier- und Jagdhabitaten im engeren, kleinräumigen Zusammenhang beschreiben (Waldal-

ter, Standortfeuchte und Gewässeranteile), solche welche das Verbreitungsareal beschreiben

(Klima) und solche, welche den (wiederum eher kleinräumigen) Zerschneidungsgrad der Wäl-

der / der Landschaft charakterisieren (Waldrandlänge, Straßen, Forstwege). Tabelle 1 gibt die

potenziell für die Modellierung als geeignet angesehenen, zur Verfügung stehenden Umweltva-

riablen an. Die Erstellung der Teilmodelle Quartierwahl und Jagdgebiete beruht jeweils auf einer



16.10.2014 7

in der Literatur empfohlenen fachgutachterlichen Vorauswahl relevanter Umweltvariablen

(ELITH et al. 2011, 50). Zur Einschätzung des Informationsgehaltes / Relevanz einzelner Um-

weltvariablen wurde wie dargestellt eine Analyse der Ausprägungen an den Nachweisstandor-

ten erstellt und mit dem Gesamtangebot innerhalb der zu modellierenden Fläche verglichen.

Die darauf basierende Vorauswahl wird in Tabelle 1 angegeben. Die Spalte Q gibt die Voraus-

wahl für die Modellierung der Quartierwald-Eignung (Teilmodell) wieder, die Spalte J die Vor-

auswahl für die Modellierung der Jagdhabitate (Teilmodell 2).

Tabelle 1 Für die Modellierung zur Verfügung stehende Umweltvariablen

Spalte Q: Vorauswahl für die Modellierung der Quartierwald-Eignung (Teilmodell); Spalte J für die Modellierung der Jagdhabitate (Teilmodell 2). Mit – gekennzeichnete Variablen wurden nach Prüfung verworfen.

Variable Datengrundlage Berechnung / Modifikationen Q J

Landnutzung ATKIS DLM256 Forsteinrichtung

Validierung der ATKIS Klassifikation anhand der Forstein-richtungsdaten:

- bis 20% Nadelbaumarten =Laubholz, - bis 20% Laubbaumarten = Nadelholz, - mehr als 20 % Laub- oder nadelbaumarten =

Laub- und Nadelholz

x x

Anteil Laubholz (siehe Landnutzung) Anteil von Laubholzflächen an der 200 m-Zelle x x Anteil Laub- und Na-delholz

(siehe Landnutzung) Anteil von Laub und Nadelholzflächen an der 200 m-Zelle x x

Anteil Nadelwald (siehe Landnutzung) Anteil von Laub und Nadelholzflächen an der 200 m-Zelle x x Distanz zu Laubholz (siehe Landnutzung) Mittlere Distanz einer Zelle zu Flächen mit Laubholz (x) x Distanz zu Wald (siehe Landnutzung) Mittlere Distanz einer Zelle zu Waldbeständen x Anteil Waldränder ATKIS DLM25 Anteil von Waldaußen- und –innenrändern an der 200 m-

Zelle x

Distanz zu Waldrän-dern

ATKIS DLM25 Mittlere Distanz einer Zelle zu Waldaußen- oder -innenrän-dern

--7 --

Maximales Waldalter Forsteinrichtung Maximales in einem Waldbestand der 200m-Zelle vorkom-mendes Alter, unabhängig von Baumart und Quantifizierung

x x

Maximale Anzahl Baumarten

Forsteinrichtung Maximale Anzahl der in einem Waldbestand der 200m-Zelle vorkommenden Baumarten je Entwicklungsphase8

x x

Anteil von Eichen, Fichten oder Kiefern-bestände

Forsteinrichtung Eichen-, Fichten- und Kiefernbestände die mindestens das Stadium der Dimensionierung erreicht haben

x x

Anteil von Buchen, Ei-chen, Fichten oder Kiefernbestände

Forsteinrichtung Buchen, Eichen-, Fichten- und Kiefernbestände die mindes-tens das Stadium der Dimensionierung erreicht haben

x

6 Es wurde in Erwägung gezogen neben ATKIS auch die frei verfügbaren CORINE Daten zu nutzen und diese mit ATKIS zu kombinieren. Ein Vergleich mit dem Luftbild hat ergeben, dass die Einstufungen nach Corine größtenteils nicht die Realität wiedergeben und somit wurde diese Option verworfen. Die Corine Daten können für Modelle mit geringerer Auflösung von Relevanz sein, für die hier gewählte Zellengröße von 200 m erscheinen die Daten jedoch ungeeignet. 7 Zeichen -- : nach Prüfung verworfen. 8 Bsp.: Buche in Reifestadium und Buche in Dimensionierungsphase zählen als 2 Baumarten.



16.10.2014 8


Anteil extensiv bewirt-schafteter Waldbe-stände

Forsteinrichtung Anteil maximal extensiv9 bewirtschafteter Waldbereiche an der 200 m-Zelle.

x x

Größe der unzer-schnittenen Waldflä-che

ATKIS DLM250 ATKIS DLM25

Flächengröße der größten im Bereich einer Zelle liegenden unzerschnittenen Waldfläche. Die Zerschneidung von Wald-flächen wird für Bundesstraßen und Autobahnen angenom-men (an Wald grenzendes Feldgehölz wird mit eingeschlos-sen)

x x

Anteil Gewässer ATKIS DLM25 Anteil stehender und fließender Gewässer an der 200 m-Zelle

x x

Distanz zu Gewässer ATKIS DLM25 Mittlere Distanz einer Zelle zu stehenden oder fließenden Gewässern

x x

Anteil Siedlungen ATKIS DLM25 Anteil von Ortslagen / Wohnbaufläche, Industrie und Gewer-begebieten an der 200 m-Zelle

-- --

Distanz zu Siedlun-gen

ATKIS DLM25 Mittlere Distanz einer Zelle zu Ortslagen / Wohnbaufläche, Industrie und Gewerbegebieten

x x

Anteil Straßen ATKIS DLM25 Anteil von Straßen an der 200m- Zelle (beinhaltet auch land- und forstwirtschaftliche Wege)

x x

Distanz zu Straßen ATKIS DLM25 Mittlere Distanz einer Zelle zu Straßen, Land- und forstwirt-schaftlichen Wegen

-- --

Distanz zu Bundes-straßen und Autobah-nen

ATKIS DLM25 Mittlere Distanz einer Zelle zu Bundesstraßen oder Autobah-nen

x x

Anteil Grenzlinien ATKIS DLM25 Anteil von Waldrändern, Ränder von Feldgehölzen, Wege in Wäldern, Gewässer in Wäldern, Baumreihen, Hecken

x x

Distanz zu Grenzli-nien

ATKIS DLM25 Mittlere Distanz einer Zelle zu Grenzlinien (Waldränder, Ränder von Feldgehölzen, Wege in Wäldern, Gewässer in Wäldern, Baumreihen, Hecken)

x x

Anteil biotopkartierter Fläche

Biotopkataster RLP Anteil biotopkartierter Fläche an der 200m Zelle x x

Anteil feuchter / tro-ckener / mittlerer / Standorte nach HpnV und Forsteinrichtung

HpnV (LUWG 2009), Forsteinrichtung

Anteil der feuchten / trockenen/ mittleren Standorte nach HpnV. Die feuchten Standorte nach HpnV wurden ergänzt durch Flächen der Forsteinrichtung mit der Wasserhaushaltsstufe „frisch“, „sehr frisch“, „nass“, „vernässend“, „äußerst frisch“ oder „feucht“

x x

Anteil feuchter Stand-orte (SWI)

RLP AgroScience GmbH

potentielle Bodenfeuchte auf Basis des SAGA Wetness In-dex

x

Exposition DGM 10 x 10 m Häufigste in einer 200m Zelle vorkommende Exposition ein-geteilt in 8 Klassen (N,NW,O,SO,S,SW,W,NW)

-- --

Hangneigung DGM 10 x 10 m Mittlere Hangneigung x Temperatur DWD, 30-jähriges Mit-

tel in 1km Auflösung Mittlere Tagestemperatur für einzelne Monate / Sommer -- --

Niederschlag DWD, 30-jähriges Mit-tel in 1km Auflösung

Summe des Niederschlags für einzelne Monate / Sommer -- --

Verhältnis Tempera-tur Sommer / DGM

DWD, 30-jähriges Mit-tel in 1km Auflösung, DGM

Verhältnis von Sommer-Temperatur (Juni, Juli, August) zur Geländehöhe

x x

9 Die Forsteinrichtung weist neben den extensiv bewirtschafteten Waldbereichen die noch geringer bewirtschafteten Ausprägungen „Walderhaltung“ und „opportunistische Nutzung“ aus.



16.10.2014 9


Verhältnis Nieder-schlag Sommer/ DGM

DWD, 30-jähriges Mit-tel in 1km Auflösung, DGM

Verhältnis von Sommer-Niederschlag (Juni, Juli, August) zur Geländehöhe

x x

Die Charakterisierung von Wäldern wurde anhand der Daten der Forsteinrichtung vorgenom-

men. Um den Informationsgehalt der darin enthaltenen Daten zu ermitteln, wurde zunächst eine

Analyse der Ausprägungen an den Nachweisorten durchgeführt. Bspw. wurde die Ausprägung

der Attribute der Forsteinrichtung in Beständen mit Quartierbaumnachweisen analysiert. Dies

ergab, dass an allen Standorten mit Quartiernachweisen die Baumarten der Quartierbäume

überwiegend das „Reifestadium“, mindestens aber die „Dimensionierungsphase“ 10 erreicht hat-

ten. Daraus ergibt sich die Ableitung der Umweltvariablen „Anteil von (Buchen), Eichen, Fichten

oder Kiefernbeständen in fortgeschrittener Entwicklungsphase“. Weitere Waldcharakteristika wurden anhand des maximalen Alters der Bestände und deren Bewirtschaftungsintensität ge-

wonnen.

Als stellvertretendes Maß für die Biodiversität eines Bestandes wurde die Anzahl der unter-

schiedlichen Baumarten abgeleitet.

Die Forsteinrichtung liegt im Bereich von Privatwäldern, die im Landkreis größere Flächen ein-

nehmen (siehe Abbildung 1), generell nicht vor. Da die Modellierung mit MAXENT jedoch die

Daten für jede Datenebene (Variable) flächendeckend benötigt, wurden für die einzelnen Vari-

ablen die Mittelwerte der durch die Forsteinrichtungsdaten abgedeckten Laub- / Misch- / und

Nadelwälder ermittelt und den Flächen mit fehlenden Informationen zugewiesen. Flächen mit

Nachweisen (jedoch ohne Forstdaten) erhielten den Mittelwert der Forstdaten-Flächen mit po-

sitiven Nachweisen. Wo keine Mopsfledermaus-Nachweise vorlagen, erhielten die Flächen den

Mittelwert der sonstigen Waldflächen aus der Forsteinrichtung, gesondert bezüglich Laub-,

Misch- und Nadelwald.

Auf mehreren Ebenen, anhand von Experteninformationen, anhand des Luftbildes und statisti-

scher Eigenschaften11, wurde geprüft und verworfen, dass infolge der geschilderten methodi-

schen Vorgehensweise relevante Informationen12 verloren gingen.

10 Nach LANDESFORSTEN RHEINLAND-PFALZ (2006) wird als Dimensionierung die „Entwicklungsphase vom zielentsprechenden Abschluss des Aststerbens bis zum Nachlassen der seitlichen Kronenexpansionsfähigkeit der Z-Bäume“ bezeichnet. Auf die Dimensionierung folgen Reife und Zerfall. 11 Die Verteilung der Wertklassen zeigt z.B. keine wesentlichen Unterschiede im Öffentlichem Wald und im Privatwald. 12 Die größeren Privatwaldflächen sind im Kreisgebiet teils als heute durchgewachsene, ehemalige Niederwaldflächen ausgebildet. Besonders in diesen Strukturen wurde ein hohes Potenzial für die Mopsfledermaus vermutet.



16.10.2014 10

Abbildung 1 Ausdehnung und Verteilung von Privatwaldflächen (ohne Daten zur

Forststruktur) im Landkreis Trier-Saarburg

Die Klimadaten weisen im Landkreis Trier-Saarburg aufgrund der Geländehöhe große räumli-

che Unterschiede in Eifel und Hunsrück auf. Zur Relativierung der Höheneffekte wurde jeweils

das Verhältnis der Klimaparameter Temperatur und Niederschlag zur Geländehöhe berechnet.

Eine für die Mopsfledermaus angenommene regionale Affinität zu Fließgewässern oder feuch-

ten Standorten (Expertenvotum) wurde einerseits über die Distanz und den Anteil an Gewäs-

sern (stehend und fließend) ermittelt, andererseits über einen Bodenfeuchteindex (SAGA

wetness index), der sich aus der durch den lokalen Abfluss verfügbaren Wassermenge im Ein-

zugsgebiet und der Hangneigung ergibt.

Die Analyse weiterer Ausprägungen an den Nachweisstandorten ergab eine breite Streuung

über den gesamten Wertebereich und somit keine ableitbaren Präferenzen.



16.10.2014 11

Bei den Umweltvariablen muss analog zu den Vorkommensnachweisen beachtet werden, dass

Inter-Korrelationen, also eine gegenseitige Beeinflussung der Datenausprägungen, die Modell-

qualität beeinflussen können. Um die Verwendung von korrelierten Umweltvariablen zu vermei-

den, wurde die Korrelation nach Pearson berechnet und bei Variablenpaaren mit einer Korrela-

tion r > 0,7 nur die Variable mit dem statistisch höchsten Informationsgehalt verwendet (DOR-

MANN et al. 2012, 33). Korrelationen treten besonders bei den Klimaparametern auf, da diese

aufgrund einer Interpolation von Messwerten an festen Stationen auf die Fläche unter Zuhilfe-

nahme des Geländemodells erstellt wurden.

2.2.3 Nähere Angaben zur Modellrechnung und Ergebnisse

Bezüglich der generellen Handhabung der Modellrechnung mittels MAXENT wird auf die Be-

schreibungen bei PHILLIPS et al. (2006), ELITH et al. (2011) und MEROW et al. (2013) verwie-

sen. Wenn nicht abweichend angeben, wurden die Standardeinstellungen des Softwarepakets

verwendet. Die Maximale Anzahl der Iterationen (Wiederholung des Algorithmus zur Optimie-

rung des Modells) wurde von 500 auf 1000 erhöht.

Für die Modellierung wurde eine 5-fache Kreuzvalidierung angewendet, bei der die Vorkom-

mensdaten in 5 Teildatensätze aufgeteilt werden und jeweils ein anderer Teildatensatz zur Eva-

luation des mit den verbleibenden Teildatensätzen erstellten Modells eingesetzt wird. Anschlie-

ßend erfolgt eine Mittelung der 5 Einzelmodelle.

Negative Effekte, die durch die unterschiedliche Dichte von Vorkommensdaten bedingt durch

unterschiedliche Untersuchungsintensität in den einzelnen Regionen der zu modellierenden

Fläche auftreten können (vgl. KRAMER-SCHADT et al. 2013, 1367), wurden durch die Imple-

mentation eines sog. Bias-Files aufgefangen. Dabei wird die Untersuchungsintensität von Re-

gionen abgebildet um zu vermeiden, dass Ausprägungen von Umweltparametern in Regionen

mit hoher Nachweisdichte überbewertet werden (MEROW et al. 2013). Weitere Angaben zur

Handhabung der Vorkommensdaten im Modell s. in Kap. 2.2.1.

Die Qualität der berechneten Modelle wurde anhand der Klassifikation der Vorhersagekraft auf-

grund des berechneten AUC-Werts (Area under the receiver operation characteristic curve,

nach SWETS 1988) gemessen. Der AUC-Wert definiert die Fehlerrate des Algorithmus und

variiert zwischen 0,5 (zufällige Vorhersage) und 1 (sehr gute Vorhersagekraft). Modelle mit ei-

nem AUC > 0,7 gelten als annehmbar, exzellente Modelle erreichen Werte > 0,9 (PETERSON

et al. 2011, 172).



16.10.2014 12

Der AUC-Wert ist der am häufigsten in der Literatur verwendete Parameter zur Bewertung von

Modellergebnissen. Die Anwendung dieses Gütekriteriums ist jedoch nicht unstrittig und beson-

ders bei Vergleichen von Habitateignungsmodellen unterschiedlicher Arten und/oder räumlicher

Ausdehnung stetig kritisiert worden. Für die Zwecke der vorliegenden Arbeit, in der nur eine

einzige Spezies in einem definierten Raum modelliert werden soll, gilt der Parameter - auch in

Ermangelung geeigneter Alternativen - aber als anwendbar (FOURCADE et al. 2014, MEROW

et al. 2013, 1067).

2.2.3.1 Modell „Quartierwälder“

Basierend auf der Analyse der Ausprägungen einzelner Umweltvariablen an den Quartierstand-

orten wurde eine Vorauswahl der relevanten Parameter getroffen (siehe Tabelle 1) und anhand

dieser Variablen ein Basis-Modell erzeugt. Dieses erste Modell dient der Ermittlung der relativen

Beiträge der einzelnen Variablen.

Variablen für die eine Autokorrelation errechnet wurde, wurden anschließend, basierend auf

den Beiträgen zum Basis-Modell und dem Vergleich der Ausprägungen an Nachweisstandorten

mit dem Spektrum der gesamten Landkreisfläche, verworfen bzw. erhalten. Für das Modell der

Quartiereignung wurden Autokorrelationen nur für das Variablenpaar Verhältnis der Temperatur

zur Geländehöhe und Verhältnis des Niederschlags zur Geländehöhe festgestellt. Da der Bei-

trag der niederschlagsbezogenen Variable zum Modell höher war, wurde die temperaturbezo-

gene Variable verworfen. Ebenfalls verworfen wurden Variablen die im Basismodell keinen ei-

genen Beitrag zur maximalen Entropie liefern konnten. Das Weglassen dieser Variablen hat

keinen Einfluss auf die vorhergesagte Fläche oder die Vorhersagekraft gemessen am AUC-

Wert. Die Beiträge der Variablen des reduzierten Basismodells wurden im Anschluss analysiert

und schrittweise solche Variablen verworfen, die einen Hinweis darauf gaben, dass die Model-

lierung ohne die Variable bessere Ergebnisse erzielen könnte. Das Softwarepaket MAXENT

analysiert dazu den Beitrag / die Vorhersagekraft jeder Variable wenn diese alleine zur Model-

lierung genutzt werden würde und wenn nur diese Variable von der Modellierung ausgeschlos-

sen werden würde. Die Vorgehensweise wurde so lange durchgeführt, bis nur noch Variablen

mit relevanter Informationskraft übrig blieben.

Beim Abgleich des erzielten Erst-Ergebnisses mit der Nachweisdatenbank wurde festgestellt,

dass besonders im Bereich der Eifel die Vorhersage von geeigneten Quartierhabitaten unzu-

verlässig war. Quartierbäume die aufgrund der Ausdünnung der Daten auf einen Quartierbaum

pro Kolonie nicht mit in das Modell eingeflossen sind, lagen in Bereichen für die keine Habitat-

eignung vorhergesagt wurde. Eine umfangreiche Analyse ergab, dass die Variable „Distanz zu Laubwäldern“, die einen hohen Beitrag zum Modell hatte, der Grund dafür war. Die Quartiere

im Hunsrück liegen im Median nur 13 m von Laubwaldflächen entfernt, während die Quartiere

der Eifel im Median in 95 m Entfernung liegen (vgl. Abb. 2).



16.10.2014 13

Links: Vergleich des Wertspektrums. Rechts: Modellinterpretation der Variable in Bezug auf die Habitateignung.

Abbildung 2 Ausprägung der Variable „Distanz zu Laubwäldern“ an Quartierstand-orten in Eifel und Hunsrück

Die Variable „Distanz zu Laubwald“ wurde aufgrund der beschriebenen Sachverhalte verworfen und ein neues Basis-Modell erstellt. Analog zur oben beschriebenen Vorgehensweise wurde

das Basismodell schrittweise reduziert, bis nur noch Variablen mit hoher Vorhersagekraft übrig

blieben.

Die für die Ermittlung der Habitateigung maßgeblichen Variablen und deren Beitrag zum Modell

zeigen Tabelle 2 und Abbildung 3.

Die Vorhersagekraft des Quartiereignungsmodells gemessen am AUC-Wert liegt bei 0,879 (vgl.

Abbildung 4) und ist damit als sehr gut zu bewerten.

Tabelle 2 Maßgebliche Umweltvariablen zur Ermittlung der Eignung von Quartier-

wäldern nach statistischer Ausdünnung des Gesamtdatensatzes

Umweltvariable Modellbeitrag (%)

Landnutzung 31,8

Größe der unzerschnittenen Waldfläche 22,2

Maximales Waldalter 18,5

Anteil Extensivbewirtschaftung 9,6

Distanz zu Siedlungen 9,6

Distanz zu Grenzlinien 3

Anteil Nadelwald 2,1

Anteil Laubwald 2,1

Anteil feuchter Standorte nach HpnV und Forsteinrichtung 1

0

100

200

300

400

Quartiere Eifel Quartiere Hunsrück

Dis

tanz

[m]

Distanz zu Laubwäldern



16.10.2014 14

Roter Balken: AUC-Wert wenn alle Variablen in Modell einfließen, blauer Balken: AUC-Wert wenn nur diese Variable in das Modell einfließt; grüner Balken: Zu-/Abnahme des roten Balkens wenn diese Variable weggelassen wird.

Abbildung 3 Modellbeiträge der einzelnen Umweltvariablen gemessen am AUC-Wert

Abbildung 4 Vorhersagekraft des Modells „Quartierwälder“ gemessen am AUC-Wert



16.10.2014 15

2.2.3.2 Modell „Jagdhabitate“

Das Modell der Jagdhabitate der Mopsfledermaus wurde anhand der in Kap. 2.2.3.1 beschrie-

benen Vorgehensweise erstellt. Die Liste der Variablen des Basismodells kann Tabelle 1 ent-

nommen werden. Jedoch lieferten zahlreiche Umweltvariable keine fachlich plausiblen Ergeb-

nisse. Trotz maximaler Reduktion der Variablen mit negativen Modellbeiträgen konnte hier nur

ein AUC-Wert von 0,721 erreicht werden. Dies deutet darauf hin, dass dem Modell zwar eine

gewisse Aussagekraft zu Grunde liegt. Jedoch wird die Streuung der Umweltvariablen im Be-

reich der Vorkommensnachweise – auch nach dem Votum der Expertenrunde – als so groß

eingestuft, dass keine für den Verwendungszweck ausreichend verlässliche Prognose daraus

gezogen werden kann.

Da der Abgleich mit dem Teilmodell „Quartierwälder“ zudem zeigte, dass die darin prognosti-zierten potentiellen Habitate keine relevante Erweiterung durch das Teilmodel „Jagdhabitate“ erfahren, sondern nur eine größere Streuung im Randbereich geeigneter Bereiche auftritt,

wurde das Teilmodell „Jagdhabitate“ verworfen. Es geht in die Ergebnisdarstellung nicht ein.

2.3 Projektbegleitender Arbeitskreis

Die Projekterarbeitung wurde organisatorisch und inhaltlich wesentlich unterstützt von der

Kreisverwaltung Trier-Saarburg, vertreten durch Joachim Maierhofer (Referat Kreisentwick-

lung/Landesplanung) und Norbert Rösler (Abteilungsleiter Bauen und Umwelt).

Der Prozess der Modellierung wurde von einem Arbeitskreis aus Fledermausexperten (Fleder-

mausgutachter, NABU-Kreisverband, Universität Trier) und Vertretern der zuständigen Natur-

schutzbehörden (Kreisverwaltung, SGD Nord und Landesämter für Umwelt Rheinland-Pfalz

und Saarland) begleitet. Weiterhin waren Vertreter der im Raum tätigen Projektentwickler gela-

den, die Daten aus laufenden Untersuchungen bereitgestellt hatten und zugleich mehrheitlich

Träger der parallel laufenden projektbezogenen Untersuchungen zum Höhenflugverhalten der

Mopsfledermaus sind.

Die Modellgrundlagen und die Modellentwicklung wurden im Rahmen von zwei Expertentreffen

diskutiert, Zwischenergebnisse evaluiert und Anregungen gegeben:

Expertenbeteiligung I (am 05.09.2014)

Formulierung Ergänzungsbedarf

Modell-Optimierung

Expertenbeteiligung II (am 25.09.2014)

Evaluierung



16.10.2014 16

Ergänzungsbedarf

Rahmenbedingungen der Anwendung in der Planung.

Ergänzendes Expertengespräch (am 13.10.2014).

Die Protokolle der Sitzungen des Arbeitskreises sind im Anhang dokumentiert.

Allen Beteiligten sei an dieser Stelle für Ihr großes Engagement gedankt. Besonderer Dank

gebührt Birgit Gessner, Manfred Weishaar und Prof. Michael Veith, die uns mit Hinweisen und

Diskussionsbeiträgen sehr unterstützt haben.



16.10.2014 17

3 Ergebnisse

Das (auf drei Stufen klassifizierte)13 Ergebnis der Modellrechnungen zeigt die Karte 1. Es basiert

auf der Analyse der Ausprägungen der genannten maßgeblichen Umweltvariablen an den

Quartierstandorten. Dargestellt sind Bereiche hoher Habitateignung innerhalb eines Bereichs

möglicher Vorkommen.

Unterschieden werden:

- Gering: geringe Habitateignung / geringe Wahrscheinlichkeit hoher Aktivität in diesem

Bereich

- Mittel: mittlere Habitateignung / mittlere Wahrscheinlichkeit hoher Aktivität in diesem Be-

reich

(Als Trenn-Maß wurde hilfsweise die „minimum training presence“ herangezogen, d.h. der niedrigste Habitateignungswert, der an einer Zelle mit Nachweis vorkommt bzw. der

tiefste prognostizierte Wert an einer Fundstelle. Flächen mit einer Habitateignung < 0,27

werden als gering eingestuft. Der gewählte Wert für die minimum training presence be-

rücksichtigt alle Quartierbaumnachweise).

- Hoch: hohe Habitateignung / hohe bis sehr hohe Wahrscheinlichkeit hoher Aktivität in

diesem Bereich.

Als Trenn-Maß gegenüber der Klasse „mittel“ wird die Verteilung der Waldqualitäten herangezogen, welche die Mopsfledermaus-Quartierwälder aufwiesen. Als hoch geeig-

net werden Wälder mit einer Habitateignung von 0,51 eingestuft (unteres Quartils, s.

Abbildung 5).

Die für die Ermittlung maßgeblichen Variablen und deren geostatistischer Beitrag zum prognos-

tizierten Verteilungsbild (Karte 1) zeigen Tabelle 2 und Abbildungen 3 und 4 in Kap. 2.2.3.1. Die

Vorhersagekraft des Modells gemessen am AUC-Wert liegt bei 0,879 (vgl. Kap. 2.2.3.1) und ist

damit nach Literaturangaben als sehr gut zu bewerten. Dabei darf nicht verkannt werden, dass

es sich um eine Vorkommensprognose handelt, die potenzielle Vorkommen auf der Basis

der Kenntnis vorhandener Vorkommen darstellt.

13 Das Modell errechnet für jede Rasterzelle einen kontinuierlich zunehmenden / abnehmenden Wert zwischen 0 und 1.



16.10.2014 18

Oberes Quantil 0,68; Maximum 0,83; Minimum 0,27; Unteres Quantil 0,51, Median 0,63

Abbildung 5 Spanne der Habitateignungswerte in nachgewiesenen Quartierwäldern

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

alle Quartierwälder

Hab

itate

ignu

ng



16.10.2014 19

4 Bewertung in Bezug auf Risiken für die Ausweisung von WEA-Flächen im Rahmen der Flächennutzungsplanung

4.1 Rechtliche und fachliche Rahmenbedingungen

Die Mopsfledermaus ist – wie alle heimischen Fledermausarten - in Anhang IV der Richtlinie

92/43/EWG (FFHRL) aufgeführt und damit europarechtlich streng geschützt. Sie unterliegt den

Zugriffsverboten des § 44 Abs. 1 BNatSchG. Dieses verbietet u.a. streng geschützten Arten

nachzustellen, sie zu fangen, zu verletzten oder zu töten (Tötungsverbot). Das Kollisionsrisiko

von Fledermäusen an WEA kann den Tötungstatbestand auslösen, wenn es sich um ein ge-

genüber dem allgemeinen Lebensrisiko signifikant erhöhtes Kollisionsrisiko handelt (BVerwG-

Urteil vom 12.03.2008 9 A 3.06 juris Rn. 219; Urteil vom 09.07.2008 9 A 14.07 juris Rn. 91,

Urteil vom 18.03.2009 9 A 39.07 juris Rn. 58; Urteil 14.07.2011 9 A 12.10, juris Rn. 99).

In den Fällen, in denen die Mopsfledermaus Erhaltungsziel in FFH-Gebieten darstellt, muss die

rechtliche Beurteilung ergänzend nach § 34 BNatSchG bzw. Art. 6 (3) und (4) FFH-RL erfolgen.

Ob eine signifikante Erhöhung des Tötungsrisikos für eine bestimmte Art vorliegt, hängt im We-

sentlichen von zwei Faktoren ab. Es muss sich erstens um eine Tierart handeln, die aufgrund

ihrer artspezifischen Verhaltensweise gerade im Bereich des Vorhabens ungewöhnlich stark

von dessen Risiken betroffen ist. Zweitens muss sich die Tierart häufig – sei es zur Nahrungs-

suche oder beim Zug – im Gefährdungsbereich des Vorhabens aufhalten (vergleiche BVerwG,

Urteil vom 14.07.2011 9 A 12.10, juris, Rn. 99; Urteil vom 18.3.2009 – 9A 39.07, juris, Rn. 58).

Für das VG Hannover (Urteil vom 22.11.2012 – 12 A 2305/11 – NuR (2013) 35: Seite 69) war

maßgeblich, ob bedeutsame Habitatfunktionen konstatiert werden: „das bloße Vorkommen von Zwergfledermäusen und Abendseglern im Bereich einer Windkraftanlage erfüllt den Tatbestand

des Tötungsverbotes nicht, wenn die Anlagen nicht im Bereich bedeutender Jagdhabitate oder

Flugrouten stehen“.

Weiterhin sind sonstige möglichen Auswirkungen von WEA auf Fledermäuse zu beurteilen, v.a.

Habitatverlust (§ 44 Abs. 1 Nr. 3 BNatSchG). Entsprechende Beeinträchtigungen von Fortpflan-

zungs- und Ruhestätten können in der Regel durch geeignete Vermeidungsmaßnahmen (Ver-

schieben des WEA-Standortes) oder wirksame vorgezogene Ausgleichsmaßnahmen abgewen-

det werden, selbst wenn sie erst für die Ebene des immissionsschutzrechtlichen Verfahrens

erarbeitet und festgelegt werden.

Ob besondere Risiken absehbar sind resp. ob die o.g. Bedingungen erfüllt sind, muss nach

naturschutzfachlichen Kriterien beurteilt werden. Die entsprechenden Kriterien müssen wiede-



16.10.2014 20

rum im konkreten Einzelfall naturschutzfachlich vertretbar sein und dürfen nicht auf ein Bewer-

tungsverfahren beruhen, das sich als unzulängliches oder gar ungeeignetes Mittel erweist, um

den gesetzlichen Anforderungen gerecht zu werden (vgl. BVerwG, Urteil vom 09.07.2008 – 9A

14.07, juris Rn. 64-65).

Die Methoden der Bestandserfassung sind nicht normativ festgelegt. Flächendeckende Be-

standserfassungen der Fledermäuse (hier der Mopsflederrmaus) sind auf der Ebene der vor-

gezogenen Bauleitplanung aus zeitlichen und finanziellen Gründen nicht möglich. Deswegen

ist es zum Zweck der Ermittlung entsprechender risikobehafteter Bereiche nicht zu beanstan-

den, wenn wie im vorliegenden Fall als Grundlage ein speziell entwickeltes Raumnutzungsmo-

dell gewählt wird (vgl. BVerwG, Urteil vom 23.04.2014 - 9 A 25.12, Rn. 61, 62). Wie vom Senat

im Fall der Anwendung einer solchen Modellierung gefordert, beruht das hier angewandte Mo-

dell auf dem wiss. Erkenntnisstand bezügl. der Art-Ökologie (vgl. z.B. HILLEN 2011, HILLEN &

VEITH 2012, REBELO & JONES 2009, ZEALE 2011). Plausibilität und Nachvollziehbarkeit sind

gewährleitet, weil die Anwendung auf einem methodisch etablierten Modell-Algorithmus beruht

(s. die Literatur zum Programm MAXENT). Zudem wurde die Anwendung transparent von ei-

nem Arbeitskreis mit Vertretern der zuständigen Behörden fachlich begleitet erarbeitet.

Die planerischen Empfehlungen vorliegender Arbeit beruhen auf der Grundüberlegung, dass

die von der Mopsfledermaus raumbezogen präferierten Habitate (Wälder mit hoher Quartiereig-

nung) als die Bereiche zu klassifizieren sind, an denen im o.g. Sinne potenziell

- ein signifikant erhöhtes Risiko besteht, dass Lebensräume der Mopsfledermaus beson-

ders nachhaltig beeinträchtigt werden (so dass die Funktionalität der Fortpflanzungs-

und Ruhestätten nicht mehr gewährleitet ist)

- ein signifikant erhöhtes Kollisionsrisiko für die Mopsfledermaus-Individuen besteht.

In wissenschaftlichen Untersuchungen wird nicht durchweg ein (quasi-)linearer Zusammenhang

zwischen festgestellter Aktivität am Boden und kollisionsgefährdeter Aktivität in der Höhe fest-

gestellt (z.B. BACH et al. 2012). Trotzdem wird ganz überwiegend vertreten, dass grundsätzlich

konfliktträchtige oder weniger risikobehaftete WEAStandorte unterschieden werden können

und dass strukturelle Lebensraummerkmale und die Aktivität der jeweiligen Fledermausart zur

Unterscheidung nutzbar sind (vgl. u.a. ADORF et al. 2013; BEHR & HELVERSEN 2006; BEHR

& RUDOLPH 2013, DÜRR & BACH 2004; HEIN et al. 2011, ROSCIONI et al. 2014, RYDELL

et al. 2010, SEICHE et al. 2008).



16.10.2014 21

4.2 Empfehlungen für die Implementierung in der Flächennut-zungsplanung

Die Karte 1 weist prognostisch - bis zum Vorliegen entsprechender Nachweise aufgrund orts-

bezogener Untersuchungen - die Sommerlebensräume bzw. Wälder mit potenziell geringer bis

hoher Bedeutung als Quartierwälder für die Mopsfledermaus aus.

Entsprechend der Unterscheidung in drei Risikoklassen wird für die Flächennutzungsplanung

empfohlen:

1. In Bereichen mit einem geringen Konfliktrisiko wird davon ausgegangen, dass

dem Betrieb keine gravierenden, unüberbrückbaren artenschutzrechtlichen Be-

lange entgegenstehen. Gleichwohl ist dies auf der Genehmigungsebene zu ve-

rifizieren. Liegen diese Bereiche innerhalb eines Vorsorgeradius, wird hinsicht-

lich der Mopsfledermaus davon ausgegangen, dass die entsprechenden Rand-

bereiche aufgrund ihrer nach den Modellergebnissen prognostizierten geringen

Eignung / funktionalen Bedeutung für die Mopsfledermaus überplant werden

können.

Hinweis: Weist die Ergebniskarte einzelne Raster mit „geringem Risiko“ in ei-nem Umfeld aus mit offenbar mehrheitlich mittlerem oder hohem Risiko, müssen

Modellungenauigkeiten oder Informationslücken als mögliche Ursache in Be-

tracht gezogen werden. Generell wird in diesen Fällen in Anlehnung an BACH

(2013: 11) empfohlen im Rahmen der Flächennutzungsplanung einen Mindest-

abstand von Rotorblattlänge + 200m zwischen WEA-Standort und den höher

(Stufen mittel und hoch) bewerteten Rasterflächen auf der Karte einzuhalten.

2. In Bereichen mit mittlerem Konfliktrisiko sind weitere Sachverhaltsaufklärungen

(i.d.R. ortsbezogene Bestandserfassungen entsprechend den fachlichen Emp-

fehlungen des MULVWF 2012) für die Standortbereiche einschließlich der funk-

tionsräumlich bedingten Umgebung, i.d.R. Bestandserfassungen, erforderlich.

3. In Bereichen mit hohem Konfliktrisiko wird empfohlen, bei dem derzeitigen

Kenntnisstand vorläufig die Ausweisung von Konzentrationsflächen zurückzu-

stellen, bis die Gefährdungssituation in ausreichendem Maß aufgeklärt ist.

Dies kann entweder erfolgen durch den Nachweis des Nicht-Vorkommens der

Mopsfledermaus im entsprechenden Bereich oder durch den Nachweis fehlen-

der Höhenpräsenz.

Bereich erhöhter Prognoseunsicherheit nach Experteneinschätzung (Karte 1)



16.10.2014 22

Für wenige Bereiche des Untersuchungsgebietes konstatieren die beratenden Fledermaus-Ex-

perten eine starke Abweichung ihrer eigenen Einschätzung von den Modell-Ergebnissen. Die

entsprechenden Bereiche sind in Karte 1 durch Aufsignatur gekennzeichnet. Es wird empfohlen

vor Ausweisung der Flächen im Rahmen der Flächennutzungsplanung weitere örtliche Über-

prüfungen vorzunehmen.

4.3 Berücksichtigung sonstiger von der Modellierung nicht er-fasster Sachverhalte und Funktionen

Balz- und Winterquartiere (Karte 2)

Die Karte 2 stellt die bis heute bekannten (Balz-) und Winterquartiere der Mopsfledermaus dar.14

Um den unzureichenden Erkenntnisstand und ggf. witterungsbedingte oder durch die Biologie

der Arten begründete Schwankungen zu berücksichtigen, wurden alle bekannten Daten darge-

stellt. Das Datenalter der maßgeblichen Daten für die artenschutzrechtliche Beurteilung sollte

in der Regel nicht mehr als fünf, maximal 7 Jahre betragen.15 Vor diesem Hintergrund erfolgt

die Darstellung erfolgt entsprechend dem Datenalter in zwei Klassen (Datenalter jünger / älter

5 Jahre). Eine Information, ob die Winterquartiere noch existieren oder wo ggf. weitere existie-

ren (hiermit muss in allen Altbergbau-Gebieten im Kreisgebiet gerechnet werden) liegt nicht vor.

Die Stollen im FFH-Gebiet Feller Bachtal (s. Karte 2) erfüllen die Kriterien für landesweit be-

deutsame Quartiere. Deswegen und weil zudem die strengen Anforderungen des FFH-Gebiets-

schutzes zu beachten sind, werden weitergehende fledermauskundliche Detailuntersuchungen

zur Klärung notwendiger Abstandsflächen empfohlen. Solange gelten die im Gutachten des

Landes (MULVWF 2012) genannten pauschalen Abstandsregeln.

In Karte 2 wird vorsorglich darauf hingewiesen, dass dasselbe nach fachlicher Einschätzung

auch für die Stollen bei Wellen an der Mosel zutreffen könnte.

14 Ausgewertet wurden die in der Artendatenbank des Landes RLP (ARTEFAKT) vorhandenen Daten. Die Daten wurden mit dem Datenbestand von Herrn Manfred Weishaar abgeglichen. Wir danken Herrn Manfred Weishaar für die Datenbereitstellung. 15 Als Bezugszeitpunkt gilt das Datum des Inkrafttretens des Plans / Projektes. Vgl. z.B. Nr. 4.3/Nr. 6.5 im Leitfaden Windenergieanlagen in NRW, MKULNV & LANUV (2013).



16.10.2014 23

Für sonstige Balz- und Winterquartiere (Karte 2) wird - mangels eigener Erkenntnisse - in An-

lehnung an BACH (2013: 11) empfohlen, im Rahmen der Flächennutzungsplanung einen Ab-

stand von Rotorblattlänge + 200m zwischen WEA-Standort und Balz-/ Winterquartier einzuhal-

ten.

Bedeutende „Balzstrukturen“ (Karte 2)

An Felswänden, den Dolomit- und Kalkfelsen der Obermosel, den Buntsandstein-Felsformatio-

nen im Saar- und im Kylltal sowie an Quarzitfelsen im Hunsrück, wird nach Auskunft der Fle-

dermaus-Experten vergleichsweise starke Mopsfledermaus-Aktivität im Spätsommer (Mitte Au-

gust bis Ende September) festgestellt. Entsprechend werden diese Strukturen vorsorglich als

zu berücksichtigende Habitate in Karte 2 dargestellt.

Für diese Balzhabitate (Karte 2) wird bis zum Vorliegen eines besseren Erkenntnisstands emp-

fohlen, im Rahmen der Flächennutzungsplanung einen Abstand von Rotorblattlänge + 200m

zwischen WEA-Standort und Balz-/ Winterquartier einzuhalten.

Verbundstrukturen / Flugkorridore

Nicht erfasst von der Modellierung sind Bereiche, die für den Verbund zwischen Winter- und

Sommerlebensräumen funktional bedeutsam sein können, bspw. lineare Gehölzelemente oder

morphologische Strukturen. Nach GREENAWAY (2004) liegen die Hauptflugwege an Waldwe-

gen, Hecken sowie Wasserläufen. Entsprechende Flugrouten zwischen Quartierwald und Jagd-

habitaten werden kontinuierlich genutzt und stellen wichtige Habitatbestandteile dar (HILLEN et

al. 2010). Die Mopsfledermaus nimmt entlang solcher Strukturen überwiegend eine niedrige bis

mittlere Flughöhe zwischen 1 und 10m ein (HERMANNS et al. 2003: 30; STEINHAUSER 2002:

93; DENZINGER et al. 2001: 522). Ob die Mopsfledermaus wie z.B. von BRINKMANN (2004:

Kap. 4.1) vermutet „auf ihren Transferflügen zwischen Quartier und Jagdhabitat häufig oberhalb

der Baumkronen in größerer Höhe“ fliegt, muss bis zur Klärung mittels spezieller Untersuchun-gen (FÖA & GESSNER in Vorb.) offen bleiben.

Zum Schutz der Funktionen wird - mangels eigener Erkenntnisse - in Anlehnung an BACH

(2013: 11) empfohlen, im Rahmen der Flächennutzungsplanung einen Abstand von Rotorblatt-

länge + 200m zwischen WEA und als Flugkorridor eingeordneter Struktur einzuhalten.

4.4 Beurteilung geeigneter Kompensationsräume als Auswer-tung der Modellierung

Über die o.g. Aussagen hinaus liefert die Modellierung folgende planungsrelevante Aussagen

zur Eignung von Kompensationsräumen:



16.10.2014 24

- Die als besonders bedeutsam (konfliktreich in Bezug auf WEA) dargestellten Räume

stellen heute und/oder künftig (auf absehbare Zeit) Kernflächen für die lokalen Popula-

tionen der Mopsfledermaus im Kreis Trier-Saarburg dar oder haben das Potenzial hier-

für. Die Sicherung der betreffenden Wälder ist für die Bewahrung des günstigen Erhal-

tungszustandes der Mopsfledermaus in Rheinland-Pfalz von hoher Bedeutung.

Welche Anforderungen an für die Mopsfledermaus geeignete Flächen im Einzelnen bestehen,

kann der artspezifischen Literatur entnommen werden (s.o., DIETZ et al. 2007). Orientierung

gibt auch die Aufstellung der für den günstigen Erhaltungszustand der Mopsfledermaus maß-

geblichen Strukturen in PAN & ILÖK (2010) im Auftrag des Bundesamtes für Naturschutz.

Geeignete Maßnahmen müssen über die regelhaften artenschutzrechtlichen Verpflichtungen

im Rahmen der waldbaulichen Bewirtschaftung hinausgehen. Dann kommen sie als vorgezo-

gene Ausgleichsmaßnahmen in Betracht (RUNGE et al. 2010, MKULNV & FÖA 2013).

Folgende Maßnahmen gelten grundsätzlich als geeignet (vgl. nähere Angaben in MKULNV &

FÖA 2013):

- Erhaltung von alt- und totholzreichen Wäldern (Flächen mit Bewirtschaftungsruhe: Er-

höhung der Umtriebszeiten in Altholzbeständen; Nutzungsverzicht für Höhlenbäume

und „Anwärter-Bäume“). - Erschließung von strukturell schwach geeigneten Flächen als Nahrungs- und Quartier-

habitate mittels waldbaulicher Maßnahmen, z.B. Strukturierung einförmiger Altersklas-

sen-Nadelholzbestände, Anlage von Schneisen, Freistellung älterer, eingewachsener

Eichen, Anlage von arten- und strukturreichen Waldinnen- und –außenmänteln, Ent-

wicklung / Initiierung von Feuchtwäldern.



16.10.2014 25

5 Literatur

ADORF, F.; KORN, V.; ADORF, FRAUKE; BRAUN, C.; DEBLER, J.; GEIB, A. (2013): Welche Parameter beeinflussen das Auftreten höhenaktiver Fledermausarten im freien Luftraum? - Erkenntnisse aus mehrjährigen Höhenaktvitätsmessun-gen (HAM) in Südwestdeutschland. http://www.faunistik-landschaftsoekologie.de/index.php/publikationen/finish/3-fle-dermaeuse/15-welche-parameter-beeinflussen-das-auftreten-hoehenaktiver-fledermausarten-im-freien-luftraum/0 (download 22.06.2014).

BACH, L.; BACH, P.; TILLMANN, M.; ZUCCHI, H. (2012): Fledermausaktivität in verschiedenen Straten eines Buchenwaldes in Nordwestdeutschland und Konsequenzen für Windenergieplanungen. Naturschutz und Biologische Vielfalt 128 - Bun-desamt für Naturschutz. 147 - 158.

BACH, L. (2013): Berücksichtigung von Fledermäusen in der Regional und Flächennutzungsplanung sowie in der Bebauungs-planung und im immissionsschutzrechtlichen Zulassungsverfahren. NNA-Fachtagung Fledermäuse & Windenergie, 6.11.2013. http://www.nna.niedersachsen.de/download/82205/L._Bach_Beruecksichtigung_von_Fledermaeu-sen_in_der_Regional-_und_Flaechennutzungsplanung_Bebauungsplanung_immis._Zulassungsverfahren.pdf (29.08.2014).

BEHR, O.; VON HELVERSEN, O. (2006): Gutachten zur Beeinträchtigung im freien Luftraum jagender und ziehender Fleder-mäuse durch bestehende Windkraftanlagen. Wirkungskontrolle zum Windpark "Roßkopf" (Freiburg i. Br.) im Jahr 2005. Unveröff. Gutachten der Friederich-Alexander-Universität Erlangen - Nürnberg, Institut für Zoologie, Lehrstuhl II, i.A. der Windpark Fröhnd GmbH & Co KG. 33pp.

BEHR,O.; RUDOLPH, B.-U.; LFU /(Hrsg.) (2013): Fachliche Erläuterungen zum Windkrafterlass Bayern Fledermäuse – Fragen und Antworten. Bayerisches Landesamt für Umwelt (LfU) Hrsg. http://naturschutzplanung.de/docs/Leitfaden_Fleder-maeuse_Windkrafterlass_By_2013_Lauris.pdf (14.08.2013). 1-20.

BOYE, P.; BAUER, H.-G. (2000): Vorschlag zur Prioritätenfindung im Artenschutz mittels Roter Listen sowie unter arealkundli-chen und rechtlichen Aspekten am Beispiel der Brutvögel und Säugetiere Deutschlands. Schriftenr. Landschaftspflege Naturschutz II, 65, 71 - 88

BRINKMANN, R. (2004): Welchen Einfluss haben Windkraftanlagen auf jagende und wandernde Fledermäuse in Baden-Würt-temberg? In: Akademie für Natur- und Umweltschutz, Baden-Württemberg (Hrsg.): Windkraftanlagen - eine Bedrohung für Vögel und Fledermäuse? Tagungsdokumentation 15. 38-63.

CYRUS, E.; WEISHAAR, M.; ZIMMERMANN, M. (2004) Nachweis einer Wochenstube der Mopsfledermaus (Barbastella bar-bastellus Schreber, 1774) in Rheinland-Pfalz. Dendrocopos 31, 9 - 19

DENZINGER, A.; SIEMERS, B. M.; SCHAUB, A.; SCHNITZLER, H.-U. (2001): Echolocation by the barbastelle bat, Barbastella barbastellus. J. Comp. Physiol. 187: 521-528.

DIETZ, C.; HELVERSEN, O.; NILL, D. (2007): Handbuch der Fledermäuse Europas und Nordwestafrikas. Biologie, Kennzei-chen, Gefährdung. Stuttgart. 399 pp.

DORMANN, C.F., ELITH, J., BACHER, S., BUCHMANN, C., CARL, G., CARRÉ, G., GARCIA MARQUÉZ, J.R., GRUBER, B., LAFOURCADE, B., LEITÃO, P.J., MÜNKEMÜLLER, T., MCCLEAN, C., OSBORNE, P.E., REINEKING, B., SCHRÖDER, B., SKIDMORE, A.K. ZURELL, D. LAUTENBACH, S. (2012): Collinearity: a review of methods to deal with it and a simulation study evaluating their performance. Ecography 36: 27-46.

DÜRR, T.; BACH, L. (2004): Fledermäuse als Schlagopfer von Windenergieanlagen. Stand der Erfahrungen mit Einblick in die bundesweite Fundkartei. Bremer Beiträge für Naturkunde und Naturschutz 7. 253-263.

ELITH, J., PHILLIPS, S.J., HASTIE, T., DUDIK, M., CHEE, Y.E., YATES, C.J. (2011): A statistical explanation of MAXENT for ecologists. Diversity and Distributions, (Diversity Distrib.) 17, 43 – 57.

FÖA (2012): Rahmenstudie Windenergie zur Berücksichtigung des Arten- und Biotopschutzes im Kreis Trier-Saarburg und im Gebiet der Stadt Trier. Im Auftrag der Verbandsgemeinden im LK Trier-Saarburg und der Stadt Trier.

FOURCADE, Y., ENGLER, J.O., RÖDDER, D., SECONDI, J. (2014): Mapping Species Distributions with MAXENT Using a Geographiccally Biased Sample of Presence Data: A Performance Assessment of Methods for Correcting Sampling Bias. PLoS ONE 9(5): e97122.

GESSNER, B.; WEISHAAR, M. (2008): Zur Situation der Mopsfledermaus (Barbastella barbastellus) im Westen von Rheinland-Pfalz. Dendrocopos 35. 15 - 34.



16.10.2014 26

GREENAWAY, F. (2004): Advice for the management of flightlines and foraging habitats of the barbarstelle Bat Barbastella barbastellus. English Nature Research Report 657.

HEIN, C.; ARNETT, E.; SCHIRMACHER, ;M.; HUSO, M.; REYNOLDS, D. (2011): Patterns of preconstruction bat activity at the proposed Hoosac wind energy project, Massachusetts, 2006–2007. A final project report submitted to the Bats and Wind Energy Cooperative. Bat Conservation International. Austin, Texas, USA. http://www.batsand-wind.org/pdf/Hoosac_Preconstruction_Final%20Report.pdf.

HERMANNS, U.; POMMERANZ, H.; MATTHES, H. (2003): Erstnachweis einer Wochenstube der Mopsfledermaus, Barbastellus barbastellus (Schreber, 1774), in Mecklenburg-Vorpommern und Bemerkungen zur Ökologie. Nyctalus N.F. 9(1): 20-36.

HILLEN, J.; KIEFER, A.; VEITH, M. (2010): Interannual fidelity to roosting habitat and flight paths by female western barbastelle bats. Acta Chiropterologica, Volume 12, Number 1 (June 2010). 187-195.

HILLEN, J. (2011): Intra- and interspecific competition in western barbastelle bats (Barbastella barbastellus, SCHREBER 1774): Niche differentiation in a specialised bat species, revealed via radio-tracking. Diss. Univ. Mainz, 107 S.

HILLEN, J.; VEITH, M. (2012): Mopsfledermäuse am Flughafen Frankfurt-Hahn: Ergebnisse aus sieben Jahren Monitoring. Naturschutz und Biologische Vielfalt 128 - Bundesamt für Naturschutz, 63 – 80.

KRAMER-SCHADT, S.; NIEDBALLA, J.; PILGRIM, J.D.; SCHRÖDER, B.; LINDENBORN, J.; REINFELDER, V.; STILLFRIED, M.; HECKMANN, I.; SCHARF, A.K.; AUGERI, D.M.; CHEYNE, S.M.; HEARN, A.J.; ROSS, J.; MACDONALD, D.W.; MATHAI, J.; EATON, J.; MARSHALL, A.J.; SEMIADI, G.; RUSTAM, R.; BERNHARD, H.; ALFRED, R.; SAMEJIMA, H.; DUCKWORTH, J.W.; BREITENMOSER-WUERSTEN, C.; BELANZ, J.L.; HOFER, H.; WILTING, A. (2013): The importance of correcting for sampling bias in MAXENT species distribution models. Diversity and Distributions 19, 1366 – 1379.

LANDESFORSTEN RHEINLAND-PFALZ (2006): Technische Erläuterungen zum Verfahren der mittelfristigen Forst-Betriebs-planung (VV-Forst-Betriebsplanung), 140pp.

MEROW, C.; SMITH, M. J.; SILANDER, J. A. (2013): A practical guide to MAXENT for modeling species’ distributions: what it does, and why inputs and settings matter. Ecography 36:1058 – 1069.

MKULNV & FÖA (2013): Leitfaden „Wirksamkeit von Artenschutzmaßnahmen“ für die Berücksichtigung artenschutzrechtlich erforderlicher Maßnahmen in Nordrhein-Westfalen. Forschungsprojekt des Ministerium für Klimaschutz, Umwelt, Landwirtschaft, Natur- und Verbraucherschutz (MKULNV) Nordrhein-Westfalen (Az.: III-4 - 615.17.03.09). Bearb. FÖA Landschaftsplanung GmbH (Trier): J. Bettendorf, R. Heuser, U. Jahns-Lüttmann, M. Klußmann, J. Lüttmann; Bosch & Partner GmbH: L. Vaut, Kieler Institut für Landschaftsökologie: R. Wittenberg. Schlussbericht. Stand: 5.2.2013. (Online verfügbar im Fachinformationssystem (FIS) „Geschützte Arten in Nordrhein-Westfalen“ unter: http://www.naturschutz-informationen-nrw.de/artenschutz/de/massn

MKULNV & LANUV (2013): Leitfaden Umsetzung des Arten- und Habitatschutzes bei der Planung und Genehmigung von Wind-energieanlagen in Nordrhein-Westfalen. Ministerium für Klimaschutz, Umwelt, Landwirtschaft, Natur- und Verbrau-cherschutz des Landes Nordrhein-Westfalen (MKULNV); Landesamt für Natur, Umwelt und Verbraucherschutz des Landes Nordrhein-Westfalen (LANUV). Düsseldorf. http://www.naturschutzinformationen-nrw.de/artenschutz/web/ba-bel/media/20131112_nrw_leitfaden_windenergie_artenschutz.pdf

MULVWF (MINISTERIUM FÜR UMWELT, LANDWIRTSCHAFT, VERBRAUCHERSCHUTZ, WEINBAU UND FORSTEN RHEINLAND-PFALZ) (2012): Naturschutzfachlicher Rahmen zum Ausbau der Windenergienutzung in Rheinland-Pfalz Artenschutz (Vögel, Fledermäuse) und NATURA 2000-Gebiete erstellt von Staatliche Vogelschutzwarte für Hes-sen, Rheinland-Pfalz und das Saarland (Frankfurt am Main) & Landesamt für Umwelt, Wasserwirtschaft und Gewer-beaufsicht Rheinland-Pfalz (Mainz) Autoren: Dr. Klaus Richarz, Martin Hormann, Dr. Matthias Werner (Staatliche Vo-gelschutzwarte), Ludwig Simon, Thomas Wolf (LUWG), 145pp.

PAN; ILÖK (SACHTELEBEN, J.; BERENS, M.) (2010): Konzept zum Monitoring des Erhaltungszustandes von Lebensraumty-pen und Arten der FFH-Richtlinie in Deutschland. BfN-Scripten 278 (2010). http://bfn.de/filead-min/MDB/documents/service/skript_278.pdf (27.07.2011).

PETERSON, A., J. SOBERÓN, R. PEARSON, R. ANDERSON, E. MARTINÉZ-MEYER, M. NAKAMURA, M. ARAÚJO (2011): Ecological Niches and Neographic Distributions. Princeton University Press, Princeton, NJ, 314 S.

PHILLIPS, S.J., DUDIK, M., SCHAPIRE, R.E. (2004): A Maximum Entropy Approach to Species Distribution Modeling. Proceed-ings of the Twenty-First International Conference on Machine Learnings, 655 – 622.

http://www.naturschutzinformationen-nrw.de/artenschutz/de/massn

http://www.naturschutzinformationen-nrw.de/artenschutz/de/massn



16.10.2014 27

PHILLIPS, S. J.; ANDERSON, R. P.,SCHAPIRE, R. E. (2006): Maximum entropy modeling of species geographic distributions. Ecological Modelling 190. 231-259.

REBELO, H.; JONES, G. (2009): Ground validation of presence-only modelling with rare species: a case study on barbastelles Barbastella barbastellus (Chiroptera: Vespertilionidae). Journal of Applied Ecology, 47: 410 – 420.

RODGERS, A.; KIE, J. (2011): HRT: Home Range Tools for ArcGIS®. User’s Manual. Update 10. August 2011. http://flash.la-keheadu.ca/~arodgers/hre/HRT%20Users%20Manual%20Draft%20August%2010%202011.pdf (online, abgerufen am 02.10.2014).

ROSCIONI, F.; REBELO, H.; RUSSO, D.; CARRANZA, M.; DI FEBBRARO, M.; LOY, A. (2014): A modelling approach to infer the effects of wind farms on landscape connectivity for bats. Landscape Ecology (2014) 29: 891-903.

RUNGE, H.; REICH, M.; SIMON, M.; LOUIS, H. (2010): Rahmenbedingungen für die Wirksamkeit von Maßnahmen des Arten-schutzes bei Infrastrukturmaßnahmen. Endbericht. Umweltforschungsplan 2007, Fkz 3507 82 080. Im Auftrag des Bundesamtes für Naturschutz. Bearb.; Planungsgruppe Umwelt, Inst. für Umweltplanung der Univ. Hannover, Büro Simon & Widdig & Prof. H.W. Louis. Hannover / Marburg (Juni 2010). http://www.simon-widdig.de/down-loads/FuE_CEF_Endbericht.pdf (15.05.2011)

RYDELL, J.; BACH, I.; DUBOURG-SAVAGE, M.; GREEN, M.; RODRIGUEZ, I.; HEDENSTRÖM, A. (2010): Bat mortality at wind turbines in Northwestern Europe. Acta Chiropterologica: 12(2): 261–274.

SEICHE, K.; ENDL, P.; LEIN, M. (2008): Fledermäuse und Windenergie in Sachsen 2006. Naturschutz und Landschaftspflege, Dresden Sächsisches Landesamt für Umwelt und Geologie, Bundesverband für Windenergie, Vereinigung zur Förde-rung der Nutzung erneuerbarer Energien e.V. (Hrsg.), www.naturschutzstandards-erneuerbarer-ener-gien.de/images/literatur/2006_studie_Fledermaus_sachsen[1].pdf und auf: http://www.smul.sachsen.de/lfug (28.09.2014).

STEINHAUSER, D. (2002): Untersuchungen zur Ökologie der Mopsfledermaus, Barbastella barbastellus (Schreber, 1774), und der Bechsteinfledermaus, Myotis bechsteinii (Kuhl, 1817) im Süden des Landes Brandenburg. Schriftenr. Land-schaftspflege und Naturschutz 71: 81-98.

SWETS, J.A. (1988): Measuring the accuracy of diagnostic systems. Science 240. 1285-1293.

ZEALE, K. M. R. (2011): Conservation biology of the Barbastelle (Barbastella barbastellus) - Application of spatial modelling, ecology and molecular analysis of diet. Dissertation University of Bristol.



16.10.2014 28

Anhang

08.09.2014 p:\431 wea trier-saarburg fnp\termine\2014-09-04_expertentreffen\ergebnisprotokoll_termin_mopsfledermaus-modellierung_04.09.2014.docx

1

Vermerk

Projekt: Artenschutz in der Bauleitplanung – Modellierung des Mopsfleder-

maus-Vorkommens als Beitrag zur Bewertung von WEA-Risiken im

Rahmen der FNP

Inhalt / Ziel: 1. Expertengespräch / begleitende Arbeitsgruppe

Datum: 04.09.2014

Zeit: 14:30 – 17:00

Ort: Kreisverwaltung Trier-Saarburg

Teilnehmer: Braun, Manfred (SGD Nord)

Gessner, Birgit (Büro Gessner Landschaftsökologie)

Jurczyk, Matthias (Büro Gutschker & Dongus für GAIA)

Lösch, Daniela (SWT)

Lüttmann, Jochen (FÖA)

Maierhofer, Joachim (KV-Tr.-Sb)

Molitor, Florian (FÖA)

Monzel, Markus (LUA, Saarland)

Morkovic, Tim (LUWG)

Müller, Jonas (Jade Naturenergie)

Rössler, Norbert (KV Tr.-Sb.)

Schöller, Rudolf (SWT)

Scholz, Adith (LUWG)

Seher, Uwe (Neven Windenergie GmbH)

Servatius, Kerstin (FÖA)

Simon, Ludwig (LUWG)

Isselbächer, Thomas (LUWG)

Veith, Michael Prof. (Univ. Trier)

Weishaar, Manfred (NABU)

Verteiler: s. Teilnehmer


2

Besprechungsnotizen / Ergebnisse:

1. Vorstellung der Modellgrundlagen und Anmerkungen zum Modellentwurf

Die vorgestellte Methodik wird von den erschienenen Experten als gangbarer Weg eingestuft. Die z.T. laufenden projektbezogenen Untersuchungen stellen innerhalb der zur Verfügung stehenden zeitlichen und finanziellen Ressourcen keine Alternative zu der flächendeckenden Modellierung der Vorkommen als Entscheidungsgrundlage für die FNP dar; z.T. sind sie gänzlich anders ausgerichtet (Untersuchungen zum Höhenflugverhalten der Mopsfleder-maus). Die geplante und mit dem 1. Expertentreffen begonnene Begleitung und Evaluierung der Mo-dellergebnisse durch die Wissenschaftler und Fledermausexperten wird als der richtige Weg gewertet, um Unsicherheiten aufgrund von fehlenden Geländedaten in möglichst großem Umfang auszuschließen. Trennung der beschreibenden Variablen. Ziel: weniger „Grundrauschen“. Es sollen nach Möglichkeit zwei Teilmodelle entworfen werden (Jagdgebiete und Quartiere): Quartierdaten und Jagdhabitat-Daten trennen (Im Jagdgebiet entscheidet nicht der Anteil an Totholz) und einzeln berechnen, anschließend die Umweltvariablen einzeln testen und bewerten (ggf. ver-werfen) und wieder zusammenführen Autokorrelationen der Nachweisdaten sollen stärker berücksichtigt werden (Nicht Einzelquar-tiere der Kolonie, sondern nur Koloniezentrum. Verschiedene Tagesquartiere / Quartier-bäume eines Individuums stellen Pseudo-Replikate dar).

2. Datengrundlagen

Datenaquise dauert noch an. Die den Raum des Kreises Trier-Saarburg und den Randbe-reich zum Saarland betreffenden Akteure (Windkraft-Projektentwickler und die von Ihnen be-auftragten Büros) haben mehrheitlich Daten bereitgestellt. Einige Datenhersteller sind nicht in der Lage, aktuelle Daten aus 2014 in der angeforderten Art der Aufbereitung fristgerecht zu liefern. Die Firma JUWI hat keine Daten bereitgestellt. Bereiche v.a. im Raum Eifel sind hinsichtlich vorhandener Untersuchungen und Daten zu Mopsfledermausvorkommen (gleich ob Nachweis oder Nichtnachweis) lückenhaft abgedeckt. Zusätzliche Daten aus dem Meulenwald mit evtl. 3 Kolonien werden angekündigt. Bitte an das LUA im Saarland für weitere Daten aus dem saarländischen Teil des Hunsrücks. Weitere Daten aus dem Umfeld des Untersuchungsraumes sollen nach Möglichkeit „mitge-nutzt“ werden. Insoweit ist der Hunsrück bis zum Flughafen Hahn mit den Mosel-Seitentälern als eine naturräumliche Einheit für die Mopsfledermaus ansehen. Aus diesem Raum können die Daten zur Qualitätssteigerung für das Modell beitragen. Die Vorkommen der Mopsfleder-maus im Hochwald unterscheiden sich möglicherweise naturräumlich von den Vorkommen aus dem mittleren Moseltal in den bewaldeten Hängen der Seitenbach-Tälern (dies ist vor räumlichen Erweiterungen der Modellanwendung zu beachten).

3. Umweltparameter

Folgende Parameter / Umweltvariablen sollen ergänzend geprüft werden / verfeinert werden:

Größe / Zusammenhang der Waldgebiete (bisher festgestellte Wochenstuben-Kolonien nie in kleinen verinselten Waldgebieten). Waldart: Quartiere in der Eifel hauptsächlich Kiefern (keine Konzentration auf Buche / Eiche), „Gammelwälder“ (Wälder mit geringer Nutzungsintensität oder waldbaulichen Fehlentwicklun-gen/Engständen), Eichen-Niederwälder mit Überhältern, auch – aber nicht ausschließlich - alte Eichen/Buchenwälder (Baumhöhlenpotenzial) Jede Umweltvariable soll einzeln auf ihren Beitrag getestet und ggf. auch eliminiert werden (Reduktion) Klimaparameter sollen ggf. mit Rücksicht auf naturräumliche Unterschiede einbezogen wer-den.


3

4. Weiteres Vorgehen

Das Ergebnis der Modellierung soll in der begleitenden Arbeitsgruppe besprochen und bewertet wer-den. Ein Termin wird für die 39. Woche angestrebt, die Terminabfrage bei den Beteiligten erfolgt über Internet.

(Hinweis: vorläufige Terminfestlegung: 25.09.2014, Zeit und Ort werden bekannt gegeben)

Protokoll: Datum: 05.09.2014 Florian Molitor / Kerstin Servatius / Jochen Lüttmann

Verteiler (Email Adressen):

[email protected]

thomas.isselbä[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]


mailto:thomas.isselbä[email protected]












29.09.2014 p:\431 wea trier-saarburg fnp\termine\2014-09-25-expertentreffen 2\entwurf ergebnisprotokoll_termin2_mopsfledermaus-modellierung_25.09.2014.docx

1

Vermerk

Projekt: Artenschutz in der Bauleitplanung – Modellierung des Mopsfleder-

maus-Vorkommens als Beitrag zur Bewertung von WEA-Risiken im

Rahmen der FNP

Inhalt / Ziel: 2. Expertengespräch / begleitende Arbeitsgruppe

Datum: 25.09.2014

Zeit: 14:30 – 17:00

Ort: Kreisverwaltung Trier-Saarburg

Teilnehmer: Braun, Manfred (SGD Nord)

Gessner, Birgit (Büro Gessner Landschaftsökologie)

Jurczyk, Matthias (Büro Gutschker & Dongus für GAIA)

Bollig, Heiko (SWT)

Lüttmann, Jochen (FÖA)

Maier, Jan (SWT)

Maierhofer, Joachim (KV-Tr.-Sb)

Monzel, Markus (LUA, Saarland)

Müller, Jonas (Jade Naturenergie)

Rössler, Norbert (KV Tr.-Sb.)

Scholz, Adith (LUWG)

Seher, Uwe (Neven Windenergie GmbH)

Servatius, Kerstin (FÖA)

Simon, Ludwig (LUWG)

Isselbächer, Thomas (LUWG)

Veith, Michael Prof. (Univ. Trier)

Weishaar, Manfred (NABU)

Verteiler: s. Teilnehmer


2

Besprechungsnotizen / Ergebnisse:

1. Protokoll

Das Protokoll der 1. Besprechung am 5.9.2014 wurde versehentlich nicht verteilt. Die Teil-nehmer erhalten das Protokoll mit dem Protokoll zur 2. Sitzung und sind aufgefordert, Ände-rungswünsche mitzuteilen.

2. Stand der Modellierung

Die Expertenvorschläge der 1. Expertenrunde wurden berücksichtigt. Das Modell wurde in zwei Teilmodelle geteilt (Quartierwälder und Jagdhabitate). Frau Servatius stellt die überarbeitete Methodik („Ausdünnung“ der Nachweisdaten zur Ver-meidung von Replikaten, ergänzte Liste der Umweltvariablen und insbesondere die Methode zur Extrapolation der Forsteinrichtungsdaten auf Flächen mit Privatwald) vor. In die Grunddaten wurden auch zwischenzeitlich eingegangene weitere Daten zu Mopsfle-dermausvorkommen in der Eifel und im Hunsrück eingearbeitet. Es besteht noch Überarbeitungsbedarf im Detail. V.a. sollen die in ATKIS als „Feldgehölze“ klassifizierten Bereiche den „Wäldern“ angegliedert werden, da diese Klassifikation nicht der Realität entspricht. Oft sind es schmale, an den Talhängen in den Bach-Ursprungstälern sto-ckenden Wälder mit Anschluss an den geschlossenen Wald (Beispiele am Mattheiser Wald sowie im Bereich Feller Bachtal), die andernfalls trotz vorliegender gegenteiliger Informatio-nen nicht als potenzielle Wälder für die Mopsfledermaus eingestuft würden. Weiterhin sollen Buchen als Merkmal nach den Daten der Forsteinrichtung stärker selektiert werden (jeden-falls nicht zum Ausschlusskriterium werden). Zudem sind höher auflösende Satellitendaten angekündigt, deren Einbeziehung zur Optimierung der Walddaten geprüft wird. Frau Servatius erläutert und begründet die Reduzierung der Eingangsvariablen und stellt das sich ergebende Ergebnis der Modellierung vor. Dieses hat einen bemerkenswert hohe Prog-nosegüte, gemessen am Kriterium des sogenannten AUC. Der Test des Jagdhabitat-Modells ergab, dass die Ausprägungen als Daten verfügbaren Um-weltvariablen zu breit variieren und keine ausreichend verlässliche Prognose erlauben. Das Teilmodell führt auch bei der Zusammenführung mit den Ergebnissen des Teilmodells Quar-tierwälder zu keiner „Verbesserung“ der Gesamt-Prognose. Die potenziellen Vorkommen streuen an den Rändern stärker. Weitere Informationen, z.B. die angekündigte Darstellung der Räume mit Funktionen als Win-terquartier, sind bislang nicht integriert.

3. Beurteilung, Verwendung der Egebnisse als Empfehlung für die FN-Planung

Die vorgestellte Methodik wird von den erschienenen Experten nicht kritisiert. Das Ergebnis bezüglich des Teilmodells „Quartierwälder“ wird hinsichtlich des Vorgehens und des Daten-umgangs als stringent und plausibel eingestuft vorbehaltlich der Nachbesserung im Detail. Das Modellergebnis stellt unter den zeitlichen Rahmenbedingungen und mit Blick auf die Da-tenverfügbarkeit eine Entscheidungsgrundlage für die FNP dar. Vorbehaltlich der noch aus-stehenden Arbeitsschritte haben sich Bereiche herauskristallisiert, in den die (modellierte) hohe, mittlere oder geringe Eignung als Mopsfledermauslebensraum ein entsprechendes Ri-siko für die Ausweisung von Gebieten für die Windkraft im FNP impliziert. Es stellt keine Beeinträchtigung der Ergebnisse in Bezug auf den Anwendungszweck arten-schutzrechtlicher Beurteilung dar, dass das Modellergebnis lediglich den aktuellen Land-schaftszustand berücksichtigt und die mittelfristige Waldentwicklung (Ernte von hiebsreifen Wäldern usw.) – wie in der Diskussion aufgeworfen – nicht abgebildet wird.


3

Es wurde darauf hingewiesen, dass die mittelfristige Waldentwicklung bei der Prognose der Habitatentwicklung und somit für die Festlegung von Kompensationsbereichen berücksichtigt werden sollte. Das Teilmodell „Jagdhabitate“ wird verworfen. Bekannte Winterquartiere der Mopsfledermaus werden als Zusatzinformation dargestellt In den Erläuterungsbericht zum Ergebnis werden die entsprechenden Empfehlungen zur pla-nerischen Umsetzung aufgenommen. Es wird seitens der WEA-Projektentwickler erwartet, dass darin auch erläutert wird, in welchem Verhältnis die Ergebnisse zu erwarteten Ergebnis-sen aus dem projektbezogenen Monitoring zum Höhenflugverhalten der Mopsfledermaus ste-hen.

4. Weiteres Vorgehen

Die Modellierung soll auf Basis des Besprochenen kurzfristig fertig gestellt werden. Danach wird die KV die Unterlage noch einmal fachlich prüfen und ggf. freigeben.

Als Vorstellungstermin für die Studie ist der 16.10.2014 festgelegt.

FÖA Landschaftsplanung und KV erklären, dass ihrerseits keine Einwände dagegen bestehen, die Ergebnisse unmittelbar nach Fertigstellung und Prüfung auch an die WEA-Projektentwickler zu über-geben, welche sich mit Daten an der Studie beteiligt haben und in der projektbegleitenden Arbeits-gruppe präsent sind, damit diese frühzeitig Kenntnis erlangen. Die Projektentwickler sind aufgefor-dert, diese Bitte an die Verbandsgemeinden zu richten, die Auftraggeber der Studie sind.

Protokoll: Datum: 29.09.2014 Kerstin Servatius / Jochen Lüttmann

Verteiler (Email Adressen):

[email protected]

thomas.isselbä[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]

[email protected]


mailto:thomas.isselbä[email protected]












17.10.2014 p:\431 wea trier-saarburg fnp\termine\2014-10-13 expertengespräch (gess_weis_lü)\aufarbeitung_anmerkungen_expertengespräch 2014-10-13.docx

1

Kurzvermerk

Expertengespräch am 13.10.2014

Birgit Gessner (Gessner Landschaftsökologie)

Manfred Weishaar (NABU)

Jochen Lüttmann (FÖA)

Katharina Hostert (FÖA, Praktikantin).

Ort: Schweich (Gessner Landschaftsökologie, 16:30 – 18:30)

1. Anmerkung der Experten:

Privatwaldflächen sind aufgrund der im Bericht dargestellten „Mittelwertbildung“ systematisch unterbewertet. In den Privatwaldflächen kommen auffällig viele „gering geeignete Habitate“ vor.

Es ist zu vermuten, dass im Bereich der Privatwälder stellenweise gute Potenziale bestehen

(beispielhaft benannte Bereiche s.u.).

Erwiderung / Überprüfung:

Die Verteilung der Konfliktklassen unterscheidet sich in Bereichen ohne Forsteinrichtung nicht

substanziell von Bereichen mit Forsteinrichtung (s. die Abb.).

Alle Waldflächen (links = gering, rechts = hoch)


2

Nur Forsteinrichtungsflächen

Ohne Forsteinrichtung:

2. Weitere Bereiche, die nach Experteneinschätzung eventuell als Quartierwälder ein-

zustufen wären

In weiteren Bereichen werden Vorkommen vermutet (bislang keine Wochenstuben nachge-

wiesenen)

a. Bereiche um Herresthal (dort nachgewiesen: Männchenquartier)


3

- geringer Anteil Extensivbewirtschaftung, oder Nadelwald;, bei Einbeziehung des fest-

gestellten Männchenquartiers sinkt Modellqualität (Kartenbild wird stark unspezifisch)

b. Mattheiser Wald

- Generell berücksichtigt. In den nicht als Vorkommensbreich dargestellten Flächen ho-

her Nadelwaldanteil

c. Beuren

- hoher Nadelwaldanteil bei gleichzeitig niedrigem Anteil Extensivbewirtschaftung (hier

ist Forsteinrichtung vorhanden). Aber: möglicherweise unzureichender Kenntnisstand

(hierauf solll vorsorglich in der Karte hingewiesen werden).

d. Ehrang:

- Vermutlich geringe Bedeutung. Überprüfung ergab geringen Anteil an Extensivbewirt-

schaftung + Nadelwald

e. Föhren:

- Vermutlich geringe Bedeutung. Überprüfung ergab großflächig Nadelwald, durch Luft-

bild bestätigt

- Weglassen der Variable „Landnutzung“ (damit Nadelwald geringer gewertet wird):

Führt nur dazu, dass sich manche Pixel verschieben, aber keine generelle Aufwertung

der relevanten Bereiche

- Erneute Hinzunahme der im Modellierungsprozess verworfenen Variable Anteil von

(Buchen), Eichen, Fichten, Kiefern (Aufwertung der Nadelwaldbereiche) ergibt keine

relevanten Änderungen am Kartenbild in den genannten Bereichen.

3. Weitere Bereiche, die nach Experteneinschätzung eventuell als Winterquartiere und

bedeutsame Sonderstrukturen einzustufen wären

a. Stollen, die in Karte 2 nicht enthalten sind, werden nach Angaben der Experten

ergänzt. ,

- Darstellung wird ergänzt.

b. An Felswänden, den Dolomit- und Kalkfelsen der Obermosel, den Buntsandstein-

Felsformationen im Saar- und im Kylltal sowie an Quarzitfelsen im Hunsrück, ist

nach übereinstimmenden Erfahrungswerten der Fledermaus-Experten eine ver-

gleichsweise starke Mopsfledermaus-Aktivität im Spätsommer (Mitte August bis

Ende September) zu erwarten.

- Entsprechend werden diese Strukturen vorsorglich als zu berücksichtigende Habitate

in Karte 2 dargestellt.

Protokoll: J. Lüttmann, 13.10.2014

Documents

Modellierung des Vorkommens der Mopsfledermaus und ... · Für die Mopsfledermaus ist die Maximum Entropie-Methode be- reits in anderen geographischen Regionen angewandt worden (z.B