4.4 Finale model zonder afstand tot dichtste buurwaarneming

In een volgende fase is het de bedoeling om voorspellingen te doen voor een aantal scenario’s waarbij het landschap wijzigt onder invloed van een eventuele ruilverkaveling. De aangepaste landschapskenmerken kunnen we afleiden uit deze scenario’s. De inventarisatie-gerelateerde kenmerken zoals het effect van de datum, tijdstip en het residueel ruimtelijk effect kunnen we redelijkerwijs als constant beschouwen. De afstand tot de dichste buur is echter een probleem. Dit hangt immers af van de geobserveerde Steenuilen, informatie die we onmogelijk hebben in het geval van toekomstscenario’s. Daarom hebben we een tweede model gemaakt, ditmaal zonder de afstand tot de dichtste buur in rekening te brengen. In dit hoofdstuk geven we aan welke implicaties dit heeft op de gemodelleerde effect van de landschapskenmerken.

4.4.1 Invloed van de verschillende landschapskenmerken

Figuren 2.36 t.e.m. 2.44 geven het relatief effect weer van de individuele landschapskenmerken zoals die geschat worden door beide modellen. finaal is het model met afstand tot dichtste buurwaarneming en finaal2 zonder. We stellen vast dat het effect van de landschapskenmerken onder finaal2 iets minder sterk zijn dan onder finaal. De verschillen zijn beperkt tot subtiel.

Figuur 2.36: Invloed van het gewogen aandeel boomaard- op het aantal steenuilwaarnemingen.

Figuur 2.37: Invloed van het gewogen aandeel alle grasland op het aantal steenuilwaarnemingen.

Figuur 2.38: Invloed van het gewogen aandeel alle ruigte op het aantal steenuilwaarnemingen.

Figuur 2.39: Invloed van het gewogen aandeel opgaande KLE op het aantal steenuilwaarnemingen.

Figuur 2.40: Invloed van het gewogen aandeel urbaan op het aantal steenuilwaarnemingen.

Figuur 2.41: Invloed van het gewogen aandeel alle bos op het aantal steenuilwaarnemingen.

Figuur 2.42: Invloed van het gewogen aandeel boomgaard+ op het aantal steenuilwaarnemingen.

Figuur 2.43: Invloed van het gewogen aandeel vlakvormig KLE op het aantal steenuilwaarnemingen.

Figuur 2.44: Invloed van het gewogen aandeel randen rond grasland, akker of boomgaard op het aantal steenuilwaarnemingen.

4.4.2 Invloed van variabelen gerelateerd aan de inventarisatie

Bij deze set van variabelen hebben we nog een bijkomend model toegevoegd: basis2. Dit is het basismodel zonder afstand tot dichtste buurwaarneming. Het verwijderen van deze afstand heeft weinig invloed op het effect van de datum (fig. 2.45). de invloed op de effecten van het tijdstip is wat groter. Het effect is bij finaal2 en basis2 sterk gelijkend op dat van basis, hetgeen iets minder uitsproken is dan finaal (fig. 2.46). Het residuele ruimtelijke effect van finaal2 (fig. 2.47) is vergelijkbaar met dan van basis (fig. 2.12).

Figuur 2.45: Relatief effect van de datum op het aantal waarnemingen voor het finale model

Figuur 2.46: Relatief effect van het tijdstip op het aantal waarnemingen voor het finale model

Figuur 2.47: Relatieve ruimtelijk effect voor het finale model

Zoals te verwachten zorgt het verwijderen van de afstand tot de dichtste buurwaarneming voor een verschuiving van de ROC curve naar rechts en naar onder (fig. 2.48). finaal2 is bijgevolg minder performant dan finaal. Opvallend is dat de curve van finaal2 dicht bij deze van basis ligt. Een model met landschapskenmerken maar zonder afstand tot dichtste buur is bijgevolg vergelijkbaar qua performantie aan een model zonder landschapskenmerken maar met de afstand tot dichtste buur. basis2, het model zonder landschapskenmerken en zonder afstand tot dichtste buur, scoort overigens beduidend slechter.

Uit de vergelijking van deze vier modellen kunnen we besluiten dat zowel de landschapskenmerken als het territoriaal gedrag (benaderd via afstand tot dichtste buur) belangrijke verklarende variabelen zijn voor de aanwezigheid van Steenuil.

Figuur 2.48: ROC curve voor het finale model

4.4.3 Voorspellingen

De voorspelde waarden en de bijhorende intervallen en onzekerheden van finaal2 (fig. 2.49 t.e.m. 2.52) lijken sterk op deze van finaal.

Figuur 2.49: Verwachte waarde van het aantal steenuilwaarnemingen per rastercel.

Figuur 2.50: Ondergrens van het 95% interval van het aantal steenuilwaarnemingen per rastercel.

Figuur 2.51: Bovengrens van het 95% interval van het aantal steenuilwaarnemingen per rastercel.

Figuur 2.52: Verhouding tussen de bovengrens en de ondergrens van het 95% interval op de voorspelling van het aantal steenuilwaarnemingen per rastercel.

Om de subtiele verschillen duidelijker te maken geven we in figuur 2.53 het verschil in verwachte waarde tussen beide finale modellen weer. Het patroon in deze verschillen zit hem in het effect van de afstand tot de dichtste buur (fig. 2.29): een positief verschil in de onmiddellijke omgeving van rastercellen met waarnemingen en in rastercellen op meer dan 600 m (3 rastercellen) van een waarneming. Op een afstand van 200 tot 400 m (2 tot 3 rastercellen) is het verschil negatief.

Figuur 2.53: Verschil in verwachte waarde tussen finaal en finaal2 van het aantal steenuilwaarnemingen per rastercel. Bij positieve waarden is de verwachte waarde voor finaal groter dan die voor finaal2.