Umsetzung des High Nature Value Farmland-Indikators in ...

58
Umsetzung des High Nature Value Farmland-Indikators in Deutschland Ergebnisse eines Forschungsvorhabens (UFOPLAN FKZ 3508 89 0400) ILN Singen

Transcript of Umsetzung des High Nature Value Farmland-Indikators in ...

Page 1: Umsetzung des High Nature Value Farmland-Indikators in ...

Umsetzung des High Nature Value Farmland-Indikators in Deutschland

Ergebnisse eines Forschungsvorhabens (UFOPLAN FKZ 3508 89 0400)

ILN Singen

Page 2: Umsetzung des High Nature Value Farmland-Indikators in ...

Auftraggeber: Bundesamt für Naturschutz Fachgebiet II 1.3 Monitoring

Konstantinstraße 110 53179 Bonn

Ansprechpartner: Dr. Annette Doerpinghaus, Armin Benzler

Auftragnehmer: PAN Planungsbüro für angewandten Naturschutz GmbH

Rosenkavalierplatz 10, 81925 München

Projektleitung: Daniel Fuchs in Zusammenarbeit mit Institut für Agrarökologie und Biodiversität (IFAB) Böcklinstraße 27, 68163 Mannheim

Ansprechpartner: Dr. Rainer Oppermann

und Institut für Landschaftsökologie und Naturschutz ILN Singen Burgstraße 15, 78224 Singen

Ansprechpartner: Alfons Krismann

Stand: März 2011 Titelbild: Kulturlandschaft in der Fränkischen Alb (Foto und ©: Dr. U.

Sukopp, BfN) Zitiervorschlag: PAN, IFAB & INL (2011): Umsetzung des High Nature Value

Farmland-Indikators in Deutschland – Ergebnisse eines For-schungsvorhabens (UFOPLAN FKZ 3508 89 0400) im Auf-trag des Bundesamtes für Naturschutz (Bearbeitung durch: PAN Planungsbüro für angewandten Naturschutz, Institut für Agrarökologie und Biodiversität und Institut für Landschafts-ökologie und Naturschutz).- München, Mannheim und Singen: 54 S.

Page 3: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN I

Inhaltsverzeichnis

Abbildungsverzeichnis ........................................................................................ II

Tabellenverzeichnis ............................................................................................ II

1 Einleitung .......................................................................................1

2 Vorbereitung und Begleitung der Kartierungen 2009...........................4

2.1 Ausarbeitung und Konkretisierung des Konzepts und der Erhebungsmethoden........................................................................4

2.1.1 Spezifizierung der HNV-Typen .........................................................5 2.1.2 Zuordnung der spezifizierten Einheiten zu den Biotopschlüsseln der

Länder ...........................................................................................7 2.1.3 Ausarbeitung von detaillierten länderspezifischen Vorschriften für die

Durchführung..................................................................................8 2.1.4 Auswahl der Stichprobenflächen.......................................................9

2.2 Zusammenstellung der für die Erhebung erforderlichen Arbeitsmittel ....16 2.3 Koordination der Erhebung in den Bundesländern.............................16

2.3.1 Schulung der KartiererInnen ...........................................................17 2.3.2 Durchführung von Qualitätskontrollen ..............................................19 2.3.3 Prüfung und Abnahme der von den KartiererInnen

erbrachten Leistungen ....................................................................20 2.4 Arbeitssitzungen............................................................................23 2.5 Datenzusammenführung, -haltung und -auswertung............................24

3 Auswertung und Ergebnisse ............................................................25

3.1 Aufbereitung der Kartierungsergebnisse ...........................................25 3.2 Methodik der Hochrechnung – Grundmodell ....................................26 3.3 Methodik der Hochrechnung – Ermittlung des Stichprobenfehlers ........29 3.4 Ergebnisse ....................................................................................33

3.4.1 Flächenauswertung........................................................................36 3.4.2 Auswertung der Kenntaxaerfassung.................................................37 3.4.3 HNV-Indikator...............................................................................39

4 Bewertung ....................................................................................44

4.1 Kartierungsmethodik ......................................................................44 4.2 Indikatorwert.................................................................................45 4.3 Vorschläge zum weiteren Vorgehen.................................................46

5 Verwendete Literatur ......................................................................48

Anhang: Tabellen.............................................................................................50

Page 4: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

II PAN – IFAB – ILN

Abbildungsverzeichnis

Abb. 1: Standorttypen der ökologischen Raumgliederung Deutschlands ................10 Abb. 2: Schichtenverteilung in einer HNV-Stichprobenfläche................................12 Abb. 3: Verteilung der Probeflächen und Losaufteilung

für das Kartierungsjahr 2009 ...............................................................15 Abb. 4: Häufigkeitsverteilung der Anzahl von Stichprobenflächen, mit denen jede

Schicht (Bundesland – DLM-Nutzungsklasse – Standorttyp) vertreten ist ......30 Abb. 5: Verteilung von 1 000 Flächensummen aus einer Bootstrap-Stichprobe für die

Schicht 2–062 in Hessen .....................................................................32 Abb. 6: HNV-Gesamtanteile der einzelnen Standorttypen....................................40

Tabellenverzeichnis

Tab. 1: HNV-Typen für die Erfassung der Bestände ............................................5 Tab. 2: Vorgeschlagene und kartierte Stichprobenflächen bei der HNV-

Ersterfassung im Jahr 2009 ................................................................14 Tab. 3: Vergleich der Kartierungsergebnisse im Rahmen der Qualitätskontrolle auf

16 Stichprobenflächen ......................................................................20 Tab. 4: Hochgerechnete HNV-Werte und Vergleich der Fehler

für die Standorttypen .........................................................................33 Tab. 5: HNV-Bestände – Anzahl kartierter Flächen (in Hektar) und Anteil an der

Gesamtfläche je Bundesland (Kartierung 2009)....................................34 Tab. 6: HNV-Bestände – Kartierte Einzelflächen und Anteil an der Gesamtfläche je

Bundesland (Kartierung 2009)............................................................35 Tab. 7: Grünland-Kenntaxa mit Stetigkeiten von 50 % oder mehr ......................37 Tab. 8: Häufigkeiten der Grünland-Kenntaxaanzahlen je Grünlandfläche ...........38 Tab. 9: HNV-Anteile an der Landwirtschaftsfläche (hochgerechneter Schätzwert)

nach Wertstufen ...............................................................................39 Tab. 10: HNV-Anteile an der Landwirtschaftsfläche (hochgerechneter Schätzwert)

nach HNV-Flächentypen ....................................................................41 Tab. 11: Korrelationen zwischen den HNV-Anteilen an der Landwirtschaftsfläche

bezogen auf die Standorttypen...........................................................43 Tab. 12: Datengrundlage und Berechnung des Stichprobenfehlers am Beispiel der

Schicht 2–062 in Hessen (Flächenangaben in Hektar)...........................50 Tab. 13: Stetigkeit der Kenntaxa für HNV-Grünland in Prozent............................51 Tab. 14: Stetigkeit der Kenntaxa für HNV-Äcker ................................................53 Tab. 15: HNV-Anteile an der Landwirtschaftsfläche (hochgerechneter Schätzwert)

nach Flächentypen (Landschaftselemente) ............................................54

Page 5: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 1

1 Einleitung

Im Jahr 2001 wurden innerhalb der EU 35 Agrarumweltindikatoren zur Erfassung der ökologischen Qualität von landwirtschaftlichen Flächen und zur Überwachung der Integration von Umweltbelangen in die Gemeinsame Agrarpolitik (GAP) entwickelt. Diese Agrarumweltindikatoren sollen es ermöglichen, die sich ständig verändernden Wechselbeziehungen zwischen Landwirtschaft und Umwelt zu beurteilen und somit einen entscheidenden Beitrag zur Verbesserung der Umweltsituation in der Agrar-landschaft innerhalb der EU zu leisten. Im September 2005 wurde die Verordnung zur „Förderung der Entwicklung des länd-lichen Raums“ (EG 1698/2005 ELER-VO) durch den Europäischen Landwirtschafts-fonds für die Entwicklung des ländlichen Raumes beschlossen. Der Agrar-Umweltindikator High-nature-value-farmland (HNV)-Indikator ist gemäß „EU Common Monitoring and Evaluation Framework for the rural development programmes“ und ELER-Verordnung ein Pflicht-Baseline-Indikator (Pflichtindikator 18; siehe Durchfüh-rungs-VO 1974/2006/EG, Anhang VIII) und ist außerdem Teil der nationalen ELER-Strategie. Er ist auch geeignet zur Ergänzung des Indikatorensets der nationalen Stra-tegie zur biologischen Vielfalt. Der HNV-Indikator muss als so genannter Pflichtindika-tor im Rahmen der Evaluierung der Entwicklungsprogramme Ländlicher Raum von allen Bundesländern gegenüber der EU bedient werden und ist auch auf Bundesebe-ne im Rahmen der Berichtspflichten für den Nationalen Strategieplan darzustellen. Zu Beginn des Berichtszeitraumes soll der Ausgangszustand dargestellt werden. Zur Identifizierung der HNV-Kulisse auf europäischer Ebene und als erste Übersicht über die Verteilung von HNV Farmland-Flächen in Europa wurden CORINE Landco-ver-Daten mit agroökonomischen Daten sowie Natura 2000-Informationen verschnit-ten. Die deutsche Situation wird – wie in anderen Mitgliedstaaten auch – mit der ak-tuellen Bemessung des Indikators auf EU-Ebene nicht adäquat dargestellt, da u. a. kleinteilig strukturierte Flächen (weniger als 25 ha) sowie die flächenmäßig große Anteile einnehmenden naturnahen Grünlandflächen nicht berücksichtigt werden. Da-her musste Deutschland einen eigenen Ansatz zur Ausgestaltung des Indikators entwi-ckeln. Die Kommission hat die Staaten explizit aufgefordert, eine für ihre Verhältnisse passende Lösung zu erarbeiten. Im Mai 2007 haben sich VertreterInnen der Bundesländer, des BMU, des BMELV und des BfN in Bonn getroffen, um über die Umsetzung des High nature value farmland (HNV)-Indikators zu diskutieren. Während des Arbeitstreffens im BfN wurde verein-bart, dass die Bundesländer und der Bund mit einem einheitlichen Vorgehen an die Umsetzung des HNV-Indikators herangehen. Das BfN wurde gebeten, weitere fachli-che Vorarbeiten zu leisten und eine Übersicht über die bei den Bundesländern für die

Page 6: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

2 PAN – IFAB – ILN

Ausgestaltung des Indikators vorhandenen Daten zusammenzustellen. Dies erfolgte im Rahmen des F+E-Vorhabens „Entwicklung des High Nature Value Farmland-Indikators“ (FKZ: 3507 80 800), das von einer Projektgemeinschaft, bestehend aus dem Institut für Agrarökologie und Biodiversität (IFAB) in Mannheim, dem PAN Pla-nungsbüro für angewandten Naturschutz in München und dem Institut für Land-schaftsökologie und Naturschutz (ILN) in Singen durchgeführt wurde (Oppermann et al. 2008). Am 10./11. Januar 2008 fand in Bonn ein zweites LänderexpertInnentreffen zwi-schen Bund und Bundesländern statt, auf dem die Ergebnisse dieser Arbeiten präsen-tiert und diskutiert wurden. Hierbei wurde erörtert, welche Flächen in die Kulisse mit aufzunehmen sind, und wie eine Abgrenzung erfolgen kann. Außerdem wurden auf der Grundlage der Ergebnisse des F+E-Vorhabens zwei verschiedene Methoden der Umsetzung diskutiert: 1) Die Bundesländer nutzen die bei ihnen vorhandenen Daten (FFH-Daten, Biotopkartierungen, Grünland-Monitoringprogramme u. a.) und generie-ren eine repräsentative Flächenzahl oder 2) Es wird ein einfaches und preiswertes, repräsentatives Stichprobenverfahren umgesetzt, mit dem die Bundesländer auf ein-heitliche Weise zu einem Index-Wert kommen. Bei beiden Verfahren werden die Län-derwerte einerseits für die ELER-Evaluierungen auf Länderebene genutzt und anderer-seits zu einem Bundeswert zusammengefasst. Die Datenlage hat deutlich gezeigt, dass eine Generierung des Indikators aus vorhandenen Daten – unter der vorgegebe-nen Prämisse, dass er regelmäßig aktualisiert werden muss – sehr aufwendig ist und zu einer nicht belastbaren Aussage führt. Insgesamt ließe sich (außer in NRW auf Grund der Nutzbarkeit der ÖFS-Daten) kein mit der Realität korrelierender Wert für die HNV-Kulisse berechnen. Die Zusammentragung der Daten wäre zudem sehr auf-wendig. Vor diesem Hintergrund haben sich alle an dem Treffen beteiligten Länder-vertreterInnen dafür ausgesprochen, ein einfaches und Synergieeffekte nutzendes Mo-nitoring umzusetzen. Nach einer positiven Länderumfrage wurde dieses Vorgehen in der Sitzung des Begleitausschusses am 16./17. Juni 2008 befürwortet. Laut ELER-VO müssen die Mitgliedsstaaten in den Jahren 2010, 2012 und 2014 zu-sammenfassende Berichte über den Fortschritt bei der Umsetzung ihrer nationalen Strategiepläne vorlegen. Die Extensivierungsreferenten von Bund und Bundesländern (Votum in der Sitzung am 2. April 2008 im BMELV) sahen für den HNV-Indikator ei-nen Aktualisierungszeitraum von 4 Jahren jedoch als ausreichend an. Um 2010 einen Ausgangswert vorlegen zu können, war allerdings eine erste Grunderfassung aller Flächen in 2009 notwendig. Ein weiterer Gesamtdurchgang müsste dann bis 2014 abgeschlossen sein. Die Arbeitsteilung zwischen Bund und Ländern bezüglich der Umsetzung des HNV-Indikators wurde auf den o. g. Treffen besprochen und am 8. Mai 2008 schriftlich fixiert. Dabei wurde vereinbart, dass der Bund die Kosten für die Einführung des Mo-

Page 7: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 3

nitoringprogramms übernimmt und sich an den Kosten für die Ersterfassung 2009 mit ca. der Hälfte beteiligt. Die Vergabe der Kartierungsleistungen sollte den Ländern obliegen, die Erarbeitung der Kartierungsanleitung und die Koordination der Erfas-sungen aber zentral über das BfN erfolgen. Dies bildete den Hintergrund und die Aufgabenbeschreibung für ein weiteres F+E-Vorhaben mit dem Titel „Umsetzung des HNV-Indikators (FKZ 3508 89 0400), das Ende 2008 an eine Projektgemeinschaft aus der PAN Planungsbüro für angewandten Naturschutz GmbH, dem IFAB Mann-heim und dem ILN Singen vergeben wurde. Die Laufzeit dieses Vorhabens umfasste ursprünglich den Zeitraum bis Mai 2010, letztlich wurde es zum Jahresende 2010 abgeschlossen. Die Leistungen umfassten die Unterstützung des BfN bei den Aufga-ben, die im Rahmen der o. g. Absprachen zentral erfolgen sollten. Dies waren die Vorbereitung aller notwendigen Unterlagen für die Erstkartierung der HNV-Stichprobenflächen im Jahr 2009, die fachliche und organisatorische Begleitung die-ser Kartierungen und schließlich die Aufbereitung und Auswertung der Kartierungser-gebnisse bis hin zur Berechnung des Indikatorwerts. In dem hier vorgelegten Projektbericht werden zunächst in Kapitel 2 die Vorbereitung und Begleitung der Kartierungen geschildert. Kapitel 3 umfasst eine Beschreibung der Hochrechnungsmethodik und bespricht die Ergebnisse des Kartierungsjahres 2009. Der Bericht schließt mit einer zusammenfassenden Bewertung (Kapitel 4).

Page 8: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

4 PAN – IFAB – ILN

2 Vorbereitung und Begleitung der Kartierungen 2009

2.1 Ausarbeitung und Konkretisierung des Konzepts und der Erhebungsmethoden

Zu Beginn des F+E-Vorhabens lagen aus dem Vorgängervorhaben, in dem die Rah-menbedingungen für die Entwicklung des Verfahrens erarbeitet worden waren, ledig-lich grobe Leitlinien für die konkrete Erfassung der Bestände vor. Die Entwicklung konkreter Methoden war ein zentraler Bestandteil des hier geschilderten Vorhabens. Dabei werden im Folgenden die zum Abschluss, also Ende 2010 gültig vereinbarten Methoden geschildert. Diese wurden aus Vorschlägen der Auftragnehmer entwickelt, die in mehreren Abstimmungsschritten mit dem BfN und den beteiligten Bundeslän-dern verfeinert wurden. Die wichtigsten Abstimmungsschritte waren: – Treffen der LändervertreterInnen mit dem BfN und den Auftragnehmer in Bonn im

Februar 2009: Vorstellung und Besprechung des Entwurfs der Kartierungsanlei-tung, der Losverteilung, der Aufwandsschätzung und der Kenntaxalisten.

– Februar bis März 2009: Einarbeitung von Änderungsvorschlägen der Bundeslän-der bezüglich der Kartierungsanleitung, der Losverteilung und der Kenntaxalisten und Versand der Unterlagen an die Länder.

– September 2009: Abstimmung der Hochrechnungsmethodik mit dem Statistischen Bundesamt in Wiesbaden.

– Treffen der LändervertreterInnen mit dem BfN und den Auftragnehmern in Bonn im Januar 2010: Vorstellung der Ergebnisse, der Qualitätskontrolle und von Vor-schlägen zu Modifikationen an der Erfassungsanleitung, Besprechung dieser Vor-schläge in Arbeitsgruppen.

– März 2010: Einarbeitung der Änderungsvorschläge, Abstimmung (per E-Mail und/oder Post) der Frage, ob die Wertstufe III in die HNV-Berechnung einbezo-gen werden soll zwischen BfN und Ländern.

– Juni bis August 2010: Abstimmung (per E-Mail und/oder Post) von Einzelände-rungen an den Kenntaxalisten für das Grünland zwischen BfN und Ländern.

– Juli bis September 2010: Abstimmung der Umrechnung der Kartierungsdaten der Ökologischen Flächenstichprobe Nordrhein-Westfalen zwischen BfN, Auftrag-nehmern und LANUV.

– September 2010: Abstimmung der Fehlerberechnung für die Hochrechnung mit dem Statistischen Bundesamt.

Den VertreterInnen der Bundesländer sei an dieser Stelle für ihre engagierte Mitarbeit und die zahlreichen fachlich fundierten Diskussionen, die entscheidend zur Entwick-lung der jetzt verwendeten Methodik beigetragen haben, seitens der Auftragnehmer herzlich gedankt.

Page 9: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 5

2.1.1 Spezifizierung der HNV-Typen

Im Rahmen der Ausarbeitung und Konkretisierung der Methoden zur Erhebung des HNV-Indikators wurde eine Erfassungsanleitung erstellt. Diese basiert auf dem im Früh-jahr 2008 erstellten Konzept und wurde für die Umsetzung durch die KartiererInnen konkretisiert. Insbesondere wurde die Erfassung der HNV Farmland-Typen spezifiziert. Insgesamt werden alle Typen nach insgesamt fünf Qualitätskriterien differenziert. Als Erfassungskategorien wurden zwischen wertvollen (i.d.R. artenreichen) Nutz- und Le-bensraumtypen einerseits und Landschaftselementen andererseits unterschieden (siehe Tab. 1).

Tab. 1: HNV-Typen für die Erfassung der Bestände

Kürzel Nutzungs- und Lebensraumtypen: Ac Ackerflächen Br Brachflächen Gr Grünland, Extensiv-Wiesen und -Weiden Le Lebensraumtypen des Offenlandes

Ob Obstflächen Re Rebflächen

Landschaftselemente: B Baumreihen, Alleen, Einzelbäume H Hecken, Gebüsche inkl. Gehölzsäume, sowie Feldgehölze inkl. Gehölz-

säume K Komplexelemente wie Feldraine und Böschungen mit Gehölzen N Naturstein- und andere Trockenmauern sowie Stein- und Felsriegel, Sand-,

Lehm- und Lößwände R Ruderal- und Staudenfluren sowie Säume, inkl. Hochstauden- und Hoch-

grasbestände S Seggenriede und Schilfbestände, krautige Ufersäume entlang Gewässern,

Feuchtgebietselemente (z. B. Großseggenriede) T Tümpel, Teiche und Weiher, eutrophe Altwasser G Gräben stehend und fließend W Wasserläufe und Quellen, Bäche inkl. begleitende Erlen- und Eschenwäl-

der U Unbefestigte Feldwege / Hohlwege

Page 10: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

6 PAN – IFAB – ILN

Alle Offenlandflächen werden grundsätzlich qualitativ nach folgendem Schema be-wertet, wobei nur die Wertstufen I bis III als HNV-Typen anzusprechen sind: V sehr geringer Naturwert VI geringer Naturwert III mäßig hoher Naturwert II sehr hoher Naturwert I äußerst hoher Naturwert Die Einzelheiten der Zuordnung zu den Wertstufen sind in der Kartieranleitung be-schrieben. Für die Nutzungs- und Lebensraumtypen wurden bundesweit einheitliche und z. T. regionalisierte Kenntaxalisten in Zusammenarbeit mit den Ländern entwi-ckelt, eine Übersicht über alle Kenntaxa findet sich in Tab. 13 (Grünland, Obstbe-stände) und Tab. 14 (Äcker) im Anhang. Für alle relevanten Kombinationen von Obstflächen und artenreichem Grünland bzw. Ackerland wurde eine Kombinationstabelle zusammengestellt. Hier gilt der Grund-satz: je Flächeneinheit kann der HNV Farmland-Anteil nicht über 100 % liegen, d. h. ein sehr artenreiches, von sich aus hochwertiges Grünland der höchsten HNV-Qualitätsstufe I ist mit einem wertvollen Streuobstbestand nicht zusätzlich höher einzu-stufen.

Der Begriff „Landschaftselemente“ wird hier im allgemeinen Sinn gebraucht und nicht im Sinne der Begrifflichkeit nach den Cross Compliance-Regelungen. Landschaftsele-mente stellen in aller Regel einen Teil der ökologischen Infrastruktur eines Land-schaftsausschnittes dar und sind daher in den meisten Fällen als HNV-Elemente einzu-stufen, d.h. in den Kategorien HNV-III, HNV-II oder HNV-I. Auch alle nach Cross-Compliance-Regelungen geschützten Landschaftselemente sind grundsätzlich HNV-Elemente. Daher entfallen bei den Landschaftselementen die Kategorien V und IV. Elemente, die hierzu zählen würden (z. B. frisch gepflanzte Fichtenhecke oder reiner Schotterweg), werden in der Abgrenzung als solche beschrieben. Die Differenzierung der HNV-Qualitäten der Landschaftselemente wurde für jedes Element möglichst exakt definiert (s. Erfassungsanleitung).

Offenland-Lebensraumtypen nach der FFH-Richtlinie erhalten mindestens die HNV-Qualität III. Grundsätzlich ist hier primär eine Einstufung nach den Kenntaxalisten (Grünland) durchzuführen, um

a) eine bundesweit einheitliche Erfassung zu gewährleisten,

b) eine reproduzierbare Erfassung mit Hilfe der Kenntaxa zu ermöglichen und

c) den Erfassungsaufwand zu begrenzen.

Page 11: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 7

Es gibt jedoch auch artenarme Lebensraumtypen, die sich ggf. auch nicht mit den Kenntaxa klassifizieren lassen und dennoch als Landwirtschaftsflächen mit hohem Naturwert anzusprechen sind, so z. B. Heideflächen. Diese erhalten ebenfalls mindes-tens die HNV-Qualität III, wenn sie über die entsprechenden Erfassungsanleitungen der Bundesländer als FFH-LRT oder als gesetzlich geschütztes Biotop anzusprechen sind und gelegentlich oder extensiv landwirtschaftlich genutzt werden.

Eine spezielle Erarbeitung des Typs 3 des HNV Farmland (von besonderer Bedeutung für bedrohte Pflanzen- und Tierarten) erfolgte in diesem Ansatz nicht. Ein Großteil der Lebensräume für solche bedrohten Arten dürfte jedoch durch die Erfassung der HNV-Flächen schon abgedeckt sein. Da jedoch die Probeflächen identisch mit denen des DDA-Vogelmonitorings sind, kann später mit der Auswertung der DDA-Vogelmonitoring-Daten eine ggf. notwendige Ergänzung der HNV Farmland-Flächen für die Populationen der bedrohten Feldvogelarten vorgenommen werden. 2.1.2 Zuordnung der spezifizierten Einheiten zu den Biotopschlüsseln

der Länder

Im Zug der Erstellung der Kartierungsanleitung und ihrer Abstimmung mit den Landes-behörden stellte sich heraus, dass eine genaue Zuordnung der HNV-Einheiten zu den Biotopschlüsseln der Länder für die eigentliche Kartierung nicht möglich ist, da ein wesentlicher Teil der HNV-Einheiten nicht in den Kartierungsschlüsseln der Länder geführt wird. Um zu gewährleisten, dass dennoch bei der Kartierung auch alle nach Landesgesetzen geschützten Biotope und FFH-LRT bei der HNV-Kartierung mit erfasst werden, wurde übereinstimmend beschlossen, dass für die Kartierung seitens der auf-traggebenden Bundesländer nur Bearbeiter ausgewählt werden sollten, die aufgrund ihrer Qualifikation und Erfahrung die entsprechenden Bestände im Gelände sicher identifizieren können. Da das Bundesland Nordrhein-Westfalen keine gesonderte HNV-Kartierung durchfüh-ren ließ, sondern die HNV-Bestände im Rahmen der regelmäßigen Erhebungen für die Ökologische Flächenstichprobe ÖFS bestimmen wollte, musste der ÖFS-Schlüssel auf den verwendeten HNV-Schlüssel umgerechnet werden. Dieser Umrechnungsschlüssel wurde vom Landesamt für Natur, Umwelt und Verbraucherschutz Nordrhein-Westfalen (LANUV) in enger Abstimmung mit den Auftragnehmern entwickelt. Die Umrechnung erfolgte nach folgenden Grundkriterien: – Die detaillierten Biotoptypen des Landes konnten den relativ groben HNV-Typen

ohne Probleme zugeordnet werden. – Bei den meisten Biotoptypen konnte der 10-stufige Biotopwert des ÖFS-Schlüssels

auf den dreistufigen HNV-Bewertungsschlüssel umgelegt werden. – Abweichend davon wurde bei den Gehölzbeständen (HNV-Typen B und H) der

Anteil lebensraumtypischer Laubbaum- bzw. Baum- und Straucharten für die Be-

Page 12: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

8 PAN – IFAB – ILN

wertung nach HNV-Schlüssel verwendet. – Für unbefestigte Wege, Fließgewässer und Hecken wurde zudem die Breite

und/oder die Gesamtfläche als Kriterium für die Aufnahme als HNV-Bestand he-rangezogen.

Methodisch problematischer war die Bewertung von Acker-, Brach- und Grünland-beständen, die bei der HNV-Kartierung über das Vorkommen von Kenntaxa auf 30 Meter langen Transekten bewertet wurden, da bei der ÖFS Gesamtartenlisten für die Bestände aufgenommen werden und keine Transekte. Für die Bewertung dieser Bestände wurde daher ebenfalls auf den Biotopwert zurückgegriffen und nicht auf die vollständigen Artenlisten. Der Biotopwert für diese Flächen wird auch in Nord-rhein-Westfalen über das (flächige) Vorkommen von Kenntaxa ermittelt, dabei kann z. B. für Grünland maximal ein Biotopwert von 7 Punkten erreicht werden, für Äcker 5 Punkte. Diese Punktwerte wurden linear in HNV-Bewertungen umgesetzt, sodass z. B. beim Grünland der Biotopwert 7 dem HNV-Wert I entspricht, 6 dem HNV-Wert II und 5 dem HNV-Wert III. 2.1.3 Ausarbeitung von detaillierten länderspezifischen Vorschriften

für die Durchführung

Die Bearbeitung in den einzelnen Ländern unterscheidet sich in drei Punkten: – Regionalisierte Grünland-Kenntaxalisten – Abweichende Erfassungs- bzw. Auswertungsmethodik – Einbeziehung von weiteren Stichprobenflächen aus dem Vertiefungsprogramm Die Erfassung der Grünland-Lebensräume erfolgt mit insgesamt sieben regionalisierten Kenntaxalisten. Diese basieren auf in den Ländern teilweise vorhandenen Kenntaxa-listen und wurden mit den Ländern abgestimmt. Das Bundesland Sachsen brachte im Zuge der Konsultation der Länder eine eigene Vorschlagsliste ein, die mit geringfügi-gen Modifikationen in das System der anderen Regionslisten übernommen wurde (vgl. Tab. 13) Das Land Hessen nutzt die selbe Kenntaxaliste wie Rheinland-Pfalz und das Saarland, wertet aber Trifolium pratense nicht als Kenntaxon. In Nordrhein-Westfalen wird keine spezielle HNV Farmland-Erfassung durchgeführt, da sich hier die Daten aus den seit Jahren laufenden ÖFS-Erfassungen gut ableiten lassen. Die exakte Art und Weise dieser „rechnerischen“ Zuordnung wurde in Zu-sammenarbeit mit dem LANUV erarbeitet und ist detailliert in Abschnitt 2.1.2 geschil-dert.

Page 13: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 9

2.1.4 Auswahl der Stichprobenflächen

Die Stichprobenflächen für das HNV-Monitoring wurden vom Statistischen Bundesamt in Zusammenarbeit mit dem Bundesamt für Naturschutz in der jetzt vorliegenden Form erstmals für das Forschungs- und Entwicklungsvorhaben „Monitoring von Vogelarten in Deutschland“ (Mitschke et al. 2005) ermittelt. Sie können und sollen aber durchaus auch für andere raumbezogene Dauerbeobachtungsprogramme dienen (Heidrich-Riske 2004: 1). Die räumliche Auswahl dieser Stichprobenflächen ist eine wichtige Grundlage für das gewählte Hochrechnungsverfahren. Daher soll hier zunächst die Methode dieser Auswahl, die Stichprobenziehung, beschrieben werden, bevor im nächsten Schritt die Modifikationen im Rahmen des Vorhabens zum HNV-Monitoring besprochen werden. Stichprobenflächen sollen grundsätzlich so räumlich verteilt sein, dass aus den auf ihnen erhobenen Daten mit ausreichender Sicherheit auf die Verteilung der gemesse-nen Parameter im gesamten Betrachtungsraum geschlossen werden kann. Die Stich-probenflächen des DDA-Monitorings wurden als geschichtete Stichprobe realisiert. Das bedeutet, dass die zu untersuchende Landschaft zunächst in möglichst homogene Schichten unterteilt wird und für jede dieser Schichten festgelegt wird, wie viele Stich-probenflächen enthalten sein sollen. Innerhalb jeder dieser Schichten erfolgt dann die räumliche Verteilung der Einzelflächen. Die Ziehung der aktuellen Stichprobenflächen wird ausführlich von Heidrich-Riske (2004) beschrieben. Für die Schichtenbildung wurden zwei Datensätze verwendet, die die Landschaft beschreiben. Erste Schichtungsebene ist die reale Landnutzung, die aus den Objektklassen des Basis-DLMs abgeleitet werden kann. Das Basis-DLM stellt die einzelnen Objekte der Landschaft nach Klassen gegliedert räumlich als Polygone dar. Geographische Grundlagen sind Topographische Karten im Maßstab 1 : 5 000 (Deutsche Grundkarte) oder 1 : 10 000 sowie Orthophotos und photogrammetrische Auswertungen im Maßstab 1 : 5 000. Die Genauigkeit beträgt 3 Meter bei linearen und 10 Meter bei flächigen Objekten. Die einzelnen Objektklassen des Basis-DLM wurden für die Stichprobenziehung zu sechs Landnutzungsklassen zusammengefasst: 1 – Ackerflächen, 2 – Grünland, 3 – Wald, 4 – Sonderkulturen (Hopfen, Wein u. ä.), 5 – Sonderbiotope (Sumpf-, Moor- und Heideflächen, Brachland, vegetationslose Flä-chen), 6 – Siedlungen. Gewässerflächen wurden bei dieser räumlichen Auswahl nicht berücksichtigt. Zweite Schichtungsebene sind die so genannten Standorttypen, die in einem vom Umweltbundesamt betreuten Vorhaben für die Umweltbeobachtung des Bundes und der Länder erarbeitet wurden (Schröder & Schmidt 2001, Schröder et al. 2001). Mit einem GIS-gestützten Verfahren wurden hier anhand der Parameter potenzielle natür-liche Vegetation (pnV), Meereshöhe, Bodenart, Jahresverdunstung, Jahresnieder-

Page 14: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

10 PAN – IFAB – ILN

schlag, Jahreslufttemperatur und Globalstrahlung von März bis November (Schröder et al. 2001: 56) insgesamt 21 möglichst homogene Standorttypen ermittelt, in die die Fläche Deutschlands aufgeteilt werden kann. Da die meisten der Datengrundlagen rasterbasiert vorlagen, ist auch das Endergebnis eine Rasterkarte mit einer Maschen-weite von 2 km² (siehe Abb. 1). Diese Standorttypen decken sich teilweise mit Natur-räumen oder Naturraumgruppen und werden auch entsprechend benannt (obwohl streng genommen eine Benennung anhand der verwendeten Parameter sinnvoller, wenn auch umständlicher wäre: der Standorttyp 8 „Altmark, Prignitz, Uckermark“ unterscheidet sich eindeutig von allen anderen in den Merkmalen „Meereshöhe unter 155,5 Metern, Juliniederschläge weniger als 58 mm und Globalstrahlung weniger als 1 600 Watt/m²“). Diese Merkmalskombination trifft auch für Raster zu, die eben nicht in den für die Benennung verwendeten Gebieten liegen, sondern z. B. im Raum Wol-fenbüttel – Hornburg).

Abb. 1: Standorttypen der ökologischen Raumgliederung Deutsch-lands

Durch die beiden Schichtungsebenen werden damit sowohl die aktuelle Landnutzung wie auch die dauerhaften standörtlichen Ausgangsbedingungen für Deutschland be-schrieben. Die räumliche Auswahlgrundlage für die Stichprobenziehung wurde durch

Page 15: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 11

eine Verschneidung der beiden Datengrundlagen erreicht, sie besteht aus rund 1,94 Millionen Einzelflächen. Jeder Fläche ist dabei eine eindeutige Schichtkombination in der Form [Landnutzungsklasse]-[Standorttyp] zugeteilt: die Schichtangabe „3–012“ für eine Fläche steht für die Schichtkombination „Wald im Standorttyp ‚Hochlagen der Mittelgebirge’“. Vor der endgültigen Ziehung der Stichprobenflächen des DDA-Monitorings wurde festgelegt, dass die Stichprobe für Untersuchungen auf Bundesebene 1 000 Stichpro-benflächen („Grundprogramm“) und für Untersuchungen auf Länderebene 2 637 („Vertiefungsprogramm“) umfassen soll. Im folgenden wird das Verfahren für das Grundprogramm beschrieben, die Ziehung für das Vertiefungsprogramm erfolgte ana-log mit dem Bundesland als zusätzlicher Schichtungsebene. Die Ziehung erfolgte in folgenden Schritten:

1. Festlegung, wie viele Flächen jede der sechs Landnutzungsklassen nach Basis-DLM abdecken sollen. Die Stichprobenflächen wurden dabei nicht flächenpro-portional auf die Landnutzungsklassen verteilt, d. h. dass die Anzahl der Stich-probenflächen je Landnutzungsklasse nicht nur dem Flächenanteil der jeweiligen Klasse an der Gesamtfläche Deutschlands entspricht. Vielmehr wurde auch be-rücksichtigt, wie homogen die einzelnen Klassen sind und dass in jeder Klasse ausreichend viele Stichprobenflächen vorhanden sein müssen, um statistisch ge-sicherte Ergebnisse zu erhalten (Heidrich-Riske 2004: 8). Dementsprechend wurden den Landnutzungsklassen Sonderkulturen, Sonderbiotope und Siedlungs-flächen mehr Stichprobenflächen zugewiesen als ihrem Flächenanteil entspricht, den Klassen Acker und Wald hingegen weniger.

2. Verteilung aller Stichprobenflächen einer Landnutzungsklasse flächenproportio-nal auf die Standorttypen. Das heißt, dass z. B. die 200 Stichprobenflächen der Landnutzungsklasse „Grünland“ so auf die 21 Standorttypen verteilt wurden, dass die Zahl der Stichprobenflächen je Standorttyp dessen Grünlandanteil an der Gesamtfläche Deutschlands entspricht. Der größte Standorttyp 62 mit 13 % des bundesdeutschen Grünlands erhielt 26 Grünland-Stichprobenflächen, der kleine Standorttyp 30 mit dem geringsten Anteil von 1,4 % erhielt zwei Grün-landstichprobenflächen. Damit war für jede Kombination der beiden Schichten (Landnutzungsklasse – Standorttyp) festgelegt, wie viele Stichprobenflächen ver-teilt werden müssen.

3. Räumliche Festlegung. Die Platzierung der Probeflächen im Raum wurde nicht mit den endgültigen, 1 km² großen quadratischen Flächen, sondern zunächst mit Punktdaten vorgenommen. Dazu wurde zunächst festgelegt, in welchen der Ein-zelflächen der Auswahlgrundlage ein Stichprobenpunkt liegen soll. Diese Aus-wahl erfolgte so, dass eine gleichmäßige räumliche Verteilung der Stichproben-

Page 16: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

12 PAN – IFAB – ILN

punkte gewährleistet ist. Die Lage der Stichprobenpunkte innerhalb der Einzel-flächen wurde anschließend über Zufallskoordinaten realisiert. Zuletzt wurden aus den Stichprobenpunkten quadratische Stichprobenflächen konstruiert, deren Begrenzungslinien in der verwendeten Gauß-Krüger-Projektion im dritten Meridi-anstreifen gleiche Hoch- bzw. Rechtswerte aufweisen1.

Die oben geschilderte Methode der Stichprobenziehung führt dazu, dass die einzel-nen Schichten insgesamt nicht flächenproportional in den Stichprobenflächen reprä-sentiert sind. Neben der unterschiedlich dichten Belegung der einzelnen Landnut-zungsklassen (Schritt 2 bei der Ziehung) spielt hier auch eine Rolle, dass durch das Ziehungsmodell nur die Mittelpunkte der Stichprobenflächen eindeutig nur einer Flä-chen der Grundgesamtheit zugeordnet wurden. Die jeweils 1 km² großen Stichpro-benflächen umfassen natürlich zahlreiche unterschiedliche Flächen, die nicht der sel-ben Schicht zuzuordnen sind (siehe Abb. 2).

Abb. 2: Schichtenverteilung in einer HNV-Stichprobenfläche

Dargestellt sind links die Landnutzungsklassen des Basis-DLM über Farben und die Standorttypen über Beschriftung, rechts das entsprechende Luft-bild der Probefläche bw310. Das Kreuz markiert den Mittelpunkt der Probefläche, der bei der Ziehung der Probeflächen für die Schichtzuord-nung verwendet worden war. Die Probefläche war für die Schicht 3–012 gezogen worden.

Datengrundlage: Digitales Orthophoto 1: 10.000 des © LGL Landesamt für Geoin-formation und Landentwicklung Baden-Württemberg, Az.: 2851.9-1/19 (www.lgl-bw.de) übernommen aus dem "Räumlichen Informations- und Planungssystem (RIPS) der Landes-anstalt für Umwelt, Messungen und Naturschutz Baden-Württemberg (LUBW)" (rips-uis.lfu.baden-wuerttemberg.de)

1 In anderen Projektionen erscheinen diese Stichprobenflächen entsprechend leicht gekippt.

Page 17: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 13

Die oben abgebildete Stichprobenfläche bw310 war ursprünglich gesamt, also mit 1 km², für die Schicht 3–012 gezogen worden. Die tatsächlichen Schichtanteile sind hingegen wesentlich differenzierter: Schicht: 1 – Acker 2 – Grünland 3 – Wald Standorttyp 12 0,08 km² 0,01 km² 0,45 km² Standorttyp 56 0,28 km² 0,09 km² 0,09 km² Aus der Tatsache, dass die Anteile in den einzelnen Schichten nicht proportional zum Anteil der selben Schichten an der Gesamtfläche Deutschlands sind, ergibt sich die Notwendigkeit, diese Verschiebungen im Rahmen der Hochrechnung zu berücksichti-gen. Dies gilt umso mehr, als die im HNV-Monitoring verwendeten Stichprobenflä-chen nicht exakt der ursprünglich vorgeschlagenen Auswahl entsprechen (siehe fol-genden Abschnitt). Im F+E-Vorhaben „Entwicklung des High Nature Value Farmland-Indikators“ als Vor-läufer des hier vorgestellten Vorhabens war vorgeschlagen worden, für die Erfassung die Stichprobenflächen des Vertiefungsprogramms zu verwenden, aber nur Flächen zu untersuchen, die mehr als 5 % Offenlandanteil ohne Siedlungen enthalten. Dies entspricht 2 357 Flächen (Oppermann et al. 2008: 107). Der endgültige Vorschlag zur Umsetzung des Indikators wurde auf einem Abstimmungstreffen am BfN am 10. und 11. Januar 2008 und einem Treffen der Extensivierungsreferenten der Bundes-länder am 2. und 3. April 2008 am BMELV beschlossen und am 8. Mai 2008 schrift-lich fixiert. Hier wurde bestimmt, dass die Zahl der Stichprobenflächen „für das HNV-Monitoring aufgrund seiner einfachen Fragestellung reduziert werden [kann]“ (a. a. O. S. 3, Fußnote 1) und nur die Stichprobenflächen des Grundprogramms mit einem Offenlandanteil von mehr als 5 % verwendet werden sollen, das wären „ca. 900“ Stichprobenflächen. Dementsprechend wurde auf dem 1. Treffen der LändervertreterInnen zur Organisie-rung der HNV-Ersterfassung 2009 in Bonn vorgeschlagen, insgesamt 882 Stichpro-benflächen mit mehr als 5 % Offenlandanteil zu verwenden. Zahlreiche Ländervertre-terInnen äußerten auf diesem Treffen die Befürchtung, dass zur Kartierung dieser Flä-chen nicht ausreichend Mittel zur Verfügung stehen würden. Daher wurde am 19. Februar 2009 vorgeschlagen, folgende Stichprobenflächen nicht erfassen zu lassen: – alle Flächen auf militärischen Übungsplätzen, da diese ohnehin nicht begangen

werden können; – alle hochalpinen Stichprobenflächen ohne landwirtschaftliche Nutzflächen; und – alle Stichprobenflächen, die ganz oder großteils über Biotopkartierungen erfasst

waren, z. B. in großen Hochmooren oder Heideflächen, da hier ebenfalls nicht von einer landwirtschaftlichen Nutzung auszugehen war, andererseits der Erfas-sungsaufwand sehr hoch gewesen wäre.

Page 18: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

14 PAN – IFAB – ILN

Dieser zweite Vorschlag für die reduzierte Grundauswahl von 813 Stichprobenflä-chen wurde grundsätzlich von den Bundesländern und dem BfN angenommen. Im Folgenden beschlossen die Länder Thüringen und Saarland, dass zusätzlich zum Grundprogramm auch die jeweiligen Stichprobenflächen mit mehr als 5 % Offen-landanteil aus dem Vertiefungsprogramm in das Monitoring einbezogen werden sol-len. Damit erhöhte sich die Gesamtzahl wieder um 21 Flächen für das Saarland und 76 Flächen für Thüringen auf 910 Stichprobenflächen. Auch Nordrhein-Westfalen, das die HNV-Bestände im Rahmen der laufenden Ökologischen Flächenstichprobe (ÖFS) miterheben lässt, sagte Daten aus insgesamt 73 Stichprobenflächen zu. Letztlich im Gelände erfasst wurden im Jahr 2009 dann 871 Stichprobenflächen (siehe Tab. 2). Nicht kartiert wurde auf folgenden Probeflächen: – Die einzige Stichprobenfläche des Grundprogramms in Bremen, da entgegen der

ursprünglichen Absicht die Kartierung wegen rechtlicher Probleme nicht von den niedersächsischen Behörden mit übernommen werden konnte.

– Eine weitere Gebirgsfläche in Bayern, die sich erst nach Geländeeinsicht als nicht kartierbar herausstellte, da sie vollständig mit Lawinenschutzbauten bedeckt war.

– Drei weitere Probeflächen in Mecklenburg-Vorpommern und drei in Niedersach-sen auf aktiven militärischen Übungsplätzen.

– Alle Flächen in Schleswig-Holstein, da das Bundesland im Jahr 2009 eine Luftbil-derfassung der Landnutzung auf diesen Flächen durchführen ließ und erst 2010 die Kartierung der HNV-Bestände beauftragte.

Tab. 2: Vorgeschlagene und kartierte Stichprobenflächen bei der HNV-Ersterfassung im Jahr 2009

Land 1. Vorschlag 2. Vorschlag kartiert Land 1. Vorschlag 2. Vorschlag kartiert BB 84 73 73 NI 138 125 122 BE 0 0 0 NW 68 63 73 BW 98 97 97 RP 55 55 55 BY 165 145 144 SH 46 45 0 HB 1 1 0 SL 7 7 28 HE 41 41 41 SN 43 40 39 HH 1 0 0 ST 42 37 37 MV 67 63 60 TH 26 26 102 Summen 882 813 871

Um den Bundesländern bei der Bereitstellung der Mittel für die HNV-Kartierungen einen Anhaltspunkt für den zu erwartenden Kartierungsaufwand zu geben, wurde für jede Probefläche der Kartierungsaufwand grob eingeschätzt. Eine exakte Bestimmung des Feld-Zeitaufwandes war aufgrund fehlender Erfahrungen nicht möglich, der Auf-wand wurde daher anhand von Luftbildern der Probeflächen (Quelle: GoogleEarth) geschätzt. Die Zeitschätzungen basierten auf Erfahrungen einer sondierenden Studie zur Aufnahme von ökologisch wertvollen Flächen in verschiedenen Naturräumen in

Page 19: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 15

Baden-Württemberg mit 17 verschieden großen Probeflächen (IFAB Mannheim, ILN Singen, unveröff. 2007). Dabei wurde jede Probefläche in eine von fünf „Aufwands-stufen“ von ½ bis 8 Stunden Kartierungsaufwand eingeteilt. Zusätzlich wurden durch-schnittlich zwei Stunden für die Fahrt zu einer Probefläche kalkuliert und der Digitali-sierungsaufwand mit der Hälfte des Feldbegehungsaufwandes angenommen. Im Rahmen von Kontrollbegehungen seitens der Auftragnehmer (16 Flächen, siehe Ab-schnitt 2.3.2) wurde die kalkulierte Felderfassungszeit eingehalten bzw. um 17 % unterschritten.

Abb. 3: Verteilung der Probeflächen und Losaufteilung für das Kar-tierungsjahr 2009

Page 20: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

16 PAN – IFAB – ILN

Um eine möglichst vergleichbare Vorgehensweise bei der Kartierung der Probeflä-chen zu erleichtern, wurden die Probeflächen der Bundesländer in Lose von jeweils 10 bis 20 benachbarten Probeflächen zusammengefasst (siehe Abb. 3). Dieser Zahl lag als Erfahrungswert zugrunde, dass von einer Person in einer Saison nicht mehr als 20 Probeflächen bearbeitet werden können. Insgesamt ergaben sich 59 getrennte Lose, wobei die Flächen für Nordrhein-Westfalen und Schleswig-Holstein aufgrund der abweichenden Kartierungssystematik bei dieser Einteilung nicht berücksichtigt wurden.

2.2 Zusammenstellung der für die Erhebung erforderli-chen Arbeitsmittel

Ursprünglich war geplant, allen Kartierbüros die Kartierungsunterlagen seitens der Auftragnehmer zur Verfügung stellen zu lassen. Im Zuge der Vergabe hatten sich dann die Bundesländer Saarland, Sachsen und Thüringen entschieden, alle notwen-digen Karten und Geodaten in Eigenregie zu erstellen und an die Büros weiter-zugeben. Auch für Nordrhein-Westfalen war die Erstellung von Karten nicht notwen-dig, da hier im Rahmen bereits bestehender Programme erfasst wurde, für die bereits die notwendigen Unterlagen vorliegen. Den Landesbehörden dieser drei Länder wur-den daher nur Kartierungs- und Digitalisierungsanleitung als Texte und die Probeflä-chen mit Kartierflächenanteil als Geodaten zur Verfügung gestellt. Für die drei Stadt-staaten, die 2009 nicht an der Ersterfassung teilnahmen, mussten keinerlei Kartie-rungsunterlagen erstellt werden. Die Bereitstellung der Arbeitsmittel für die restlichen Bundesländer umfasste dann fol-gende Schritte:

1. Bestellung der Luftbilddaten sowie sonstiger als Hintergrundinformation verwen-deter Daten von den Ländern und Einbindung in das GIS.

2. Programmierung der automatischen Ausgabe von DIN-A3-Karten der Stichpro-benflächen inklusive Kartenlayout und Abstimmung mit den Bundesländern.

3. Ausgabe der PDF-Dateien der Karten, Druck durch eine Reproanstalt und Ver-sand an die beauftragten Kartierbüros.

2.3 Koordination der Erhebung in den Bundesländern

Bei der oben bereits erwähnten Abstimmung der Arbeitsteilung zwischen Bund und Ländern am 8. Mai 2008 wurde vereinbart, dass der Bund die Kosten für die Einfüh-rung des Monitoringprogramms übernimmt und sich an den Kosten für die Ersterfas-sung 2009 mit ca. der Hälfte beteiligt (a. a. O. S. 4). Die Vergabe der Kartierungs-

Page 21: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 17

leistungen sollte den Ländern obliegen, die Erarbeitung der Kartierungsanleitung und die Koordination der Erfassungen aber zentral über das BfN erfolgen. Die Auftrag-nehmer unterstützten die Bundesländer dabei im Rahmen des F+E-Vorhabens bei der Vergabe der Kartierungen mit folgenden Teilleistungen: – Ausarbeitung einer Musterausschreibung, – fachliche Prüfung der Angebote (soweit angefordert), – Zustimmung zur Erteilung der Kartierungsaufträge. Größeren Raum nahmen die Schulung der KartiererInnen im Vorfeld, die Durchfüh-rung von Qualitätskontrollen und die Abnahme der Kartierungsleistungen ein. 2.3.1 Schulung der KartiererInnen

Die Schulung der KartiererInnen diente neben der allgemeinen Einführung in die Me-thodik v.a. der Eichung bezüglich der Einstufung der HNV-Qualitäten. Dies war ins-besondere bezüglich der Landschaftselemente notwendig. Es wurden drei Einfüh-rungstermine festgelegt – jeweils einer in Nordwestdeutschland, in Ostdeutschland und in Süddeutschland. Für die Schulungstermine wurden eine Tagesordnung und eine Liste der inhaltlich zu besprechenden Punkte während der Schulungstage aufge-stellt. Die Schulungen fanden statt am:

12. Mai 2009 in Amstetten (Stichprobenfläche BW228) für die KartiererInnen in den Bundesländern Baden-Württemberg, Bayern, Rheinland-Pfalz und Saarland

13. Mai 2009 zwischen Hamm und Werne (Stichprobenfläche NW38) für die Kar-tiererInnen in den Bundesländern Hessen und Niedersachsen

15. Mai 2009 in Brandenburg a. d. Havel (Stichprobenfläche BB94) für die Kartiere-rInnen in den Bundesländern Brandenburg, Mecklenburg-Vorpommern, Sachsen, Sachsen-Anhalt und Thüringen. Die Rückfragen während der Schulungstermine waren insgesamt sehr produktiv. Am intensivsten war der Austausch während des Termins in Amstetten (südliche Bundes-länder). Die Diskussionsthemen beschäftigten sich zum einen mit der Abgrenzung der HNV-Bestände zur „Nicht-Kartierfläche“ (z. B. zum Wald, zur Siedlung) und zum an-deren zur „inneren“ Abgrenzung, d. h. Grenzen zwischen sehr schmalen Land-schaftselementen (z. B. Weg mit Allee, der parallel zu einer Bundesstraße verläuft). Sehr ausführlich wurde auch die Kategorie „Komplexelement“ besprochen und an-hand von Beispielen erläutert. Bei der Beurteilung der HNV-Qualitäten wurden einer-seits stringente Vorgaben gewünscht, andererseits in den Fällen mit konkreten „mess-baren“ Vorgaben (z. B. Höhe von Einzelbäumen) diese intensiv und auch kontrovers diskutiert. Hier spielte auch der Begriff der „gutachterlichen Einschätzung“ eine grö-

Page 22: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

18 PAN – IFAB – ILN

ßere Rolle. Dabei wurde klar, dass eine gutachterliche Einschätzung für einige Fälle durchaus wichtig ist, dass aber die Erfassungsanleitung die Grundlage für die Beurtei-lung der Flächen ist und die gutachterliche Einschätzung nur für Grenz- oder Sonder-fälle gilt und immer konkret begründet werden muss. In Brandenburg wurde die Fragen der Abgrenzung und Zuordnung von Komplexele-menten und Offenlandbiotopen sowie von noch zu kartierendem HNV-Offenland und nicht mehr zu kartierenden Dauerbrachen erörtert. Die Erfahrungen zeigten, dass die-se Fragen die am schwierigsten zu lösenden Abgrenzungsprobleme sind. Als wichti-ger Kernpunkt erwies sich dabei die Beurteilung der brachliegenden und z.T. feuchten bis nassen Flächen dahin gehend, inwieweit sich die Bestände aus heutiger Sicht noch für eine Wiederaufnahme der landwirtschaftlichen Nutzung zur Verbesserung des Wertes für den Naturschutz eignen. Damit entfallen die zu nassen, die zu stark verbuschten und die zu stark verschilften Flächen. Dieses Kriterium wurde auch quanti-fiziert und als Hilfestellung für die Vorortbeurteilung mitgegeben. Konkret muss dann jedoch die Entscheidung immer vor Ort, ggf. unter Zuhilfenahme von Luftbildern ge-troffen werden. Die TeilnehmerInnen wurden ermuntert, inhaltliche Rückmeldungen betreffend von Spezialfällen zu geben, insbesondere, wenn diese regional landschaftstypisch sind. Insgesamt führten alle Veranstaltungen und die darauf aufbauende überarbeitete Er-fassungsanleitung zur Klärung der Unklarheiten. Unmittelbar nach diesen Einführungsveranstaltungen begannen die KartiererInnen in den Bundesländern mit ihrer Arbeit. Für Rückfragen und Interpretationsfragen stand eine telefonische Beratung zur Verfügung (IFAB für Fragen zur Kartieranleitung, ILN für Fragen der GIS-Umsetzung). Die Beratung über Telefon oder/und E-Mail wurde von ca. 15 KartiererInnen in An-spruch genommen. Relativ breiten Raum nahmen die Fragen zur Abgrenzung von Offenland zu Nicht-Offenland im Bereich von verbuschenden und verschilfenden Moorflächen oder auch in Wiedervernässung befindlichen Moorflächen ein. Ähnlich komplex war die Frage bei verbuschenden Steilhängen mit einem Mosaik von Streu-obstbeständen, noch vorhandenem fragmentarisch ausgebildeten Grünland-Unterwuchs und Gebüschen. Ein dritter nicht ganz einfach zu handhabender Fragen-komplex war die Frage der Abgrenzung von Einzelbäumen, Gebüschen und Obst-wiesen. Daneben wurden zahlreiche Einzelfälle zum Vorgehen und zur Abgrenzung verschiedener Vegetationstypen bzw. Kartiereinheiten besprochen. Zusammenfassend ergaben die Beratungen den Eindruck, dass die KartiererInnen mit sehr hohem Qualitätsbewusstsein und sehr hoher Kompetenz die gestellte Aufgabe angingen. Verständnis- und Interpretationsfragen konnten geklärt werden. Schwierig-keiten gab es vor allem bei den Landschaftselementen und Flächen an der unteren

Page 23: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 19

Erfassungsgrenze, bei der Abgrenzung von ineinandergreifenden Biotopen (Kom-plexelemente) und bei sich überschirmenden Elementen. Die Fragen konnten in der Regel am Beispiel der konkreten Flächen/Luftbilder geklärt werden. Die KartiererInnen arbeiteten durchweg sehr konstruktiv in diesem ersten Erfassungs-verfahren. Sie brachten z. T. auch Vorschläge zum Vorgehen mit ein, wollten sich aber diesbezüglich rückversichern. Bei KartiererInnen, die über viele Jahre in der Bio-topkartierung oder in der FFH-Kartierung gearbeitet hatten und dort eine weitaus de-tailliertere Erfassung gewohnt waren, gab es z. T. „Gewöhnungsbedarf“. Allerdings zeigte sich hier auch, dass ein detaillierteres Verfahren mit Dokumentation jeder kleinsten Teilfläche im Kontext einer Kartierung der Gesamtlandschaft und aller Bio-top- und Nutzungstypen über 100 ha Fläche zu einer sehr starken Ausdehnung des Zeitaufwandes geführt hätte. Daher war im Vorfeld bewusst eine Schnellansprache für die Erfassung gewählt worden, die eine genaue Dokumentation nur bei den flächen-haften Biotopen vorsieht. 2.3.2 Durchführung von Qualitätskontrollen

In Abstimmung mit dem BfN wurde beschlossen, dass über die Plausibilitätskontrolle der eingehenden Daten der KartiererInnen hinaus eine Stichprobenkontrolle von 16 Probeflächen im Erfassungszeitraum erfolgen sollte. Hierzu wurden parallel und un-abhängig von den KartierInnen in den Bundesländern Probeflächen aufgesucht und später die Ergebnisse mit den entsprechenden Ergebnissen der KartiererInnen vergli-chen. Damit sollten direkt einige der Ergebnisse im Gelände überprüft und zum ande-ren weitere Erfahrungen im Umgang mit der Methodik gesammelt werden. Die Anzahl dieser Flächen je Bundesland entsprach anteilsmäßig der Gesamtanzahl der bearbeiteten Flächen (Grundprogramm) je Bundesland. Weiterhin wurde darauf geachtet, dass die Flächen möglichst verschiedenen Losen zugeordnet wurden und dass die Strecke fahrzeittechnisch im vorgesehenen Zeitfenster von zwei Personen bewältigbar war. Eine summarische Auswertung der Ergebnisse dieser Qualitätskon-trolle bezüglich der HNV-Gesamtfläche je Probefläche zeigt Tab. 3. Generell ist festzuhalten, dass es keine systematische Abweichung der von den Kartie-rung erfassten HNV-Gesamtfläche zu den im Rahmen der Qualitätskontrolle erfassten Fläche gibt – vielmehr sind die Unterschiede offensichtlich je Probefläche von ver-schiedenen Faktoren abhängig. In der Summe ist die Abweichung mit unter 2 % sehr gering. Ein ähnliches Bild zeigen Detailabweichungen, z. B. bezüglich der Vergabe der Wertstufen oder der HNV-Typen.

Page 24: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

20 PAN – IFAB – ILN

Tab. 3: Vergleich der Kartierungsergebnisse im Rahmen der Quali-tätskontrolle auf 16 Stichprobenflächen

HNV-Fläche Differenz Kartierende-Kontrolle

Flächennr. Kontrolle Kartierende absolut relativ BB 94 16,61 ha 18,79 ha 2,18 ha 11,6 % BW 120 1,90 ha 2,00 ha 0,10 ha 5,0 % BW 35 2,50 ha 2,70 ha 0,20 ha 7,4 % BW 372 9,40 ha 9,25 ha – 0,15 ha – 1,6 % BY 52 1,80 ha 2,10 ha 0,30 ha 14,3 % BY 357 0,72 ha 0,52 ha – 0,20 ha – 38,1 % BY 397 19,17 ha 16,27 ha – 2,90 ha – 17,9 % HE 124 0,70 ha 0,90 ha 0,20 ha 22,2 % HE 154 5,10 ha 5,00 ha – 0,10 ha – 2,0 % MV 50 4,13 ha 2,68 ha – 1,45 ha – 54,1 % MV 61 11,37 ha 11,44 ha 0,07 ha 0,6 % NI 290 8,04 ha 8,44 ha 0,40 ha 4,7 % NI 297 25,95 ha 29,43 ha 3,48 ha 11,8 % RP 117 4,25 ha 3,70 ha – 0,55 ha – 14,9 % ST 79 4,64 ha 4,77 ha 0,13 ha 2,7 % TH 112 4,40 ha 4,90 ha 0,50 ha 10,2 % Gesamt 120,68 ha 122,89 ha 2,21 ha 1,8 % Allerdings sind die Abweichungen für einzelne Probeflächen durchaus größer als erwartet. Für die Kartierungen der Folgejahre wurde daher beschlossen, die Quali-tätskontrolle auf etwa doppelt so vielen Flächen wie 2009 durchführen zu lassen. 2.3.3 Prüfung und Abnahme der von den KartiererInnen erbrachten

Leistungen

Im Leistungsbild des BfN zum Vorhaben war vorgesehen, die von den KartiererInnen erbrachten Leistungen fachlich zu prüfen und abzunehmen. Diese Prüfung wurde durch das Büro PAN GmbH erbracht. Entsprechend dem erarbeiteten Leistungsbild gliederte sich die Prüfung in verschiedene Teilschritte: – Prüfung der Vollständigkeit der analogen Geländeunterlagen: Kartierungskarten

mit Eintragungen, Geländeerfassungsbögen, Kenntaxalisten für Acker-, Grünland- und Brachflächen.

– Prüfung der Vollständigkeit der digitalen Daten: Erfassungsbögen, Kenntaxalisten und zusammenfassende Auswertungen im Excel-Format, kartierte Flächen als Poly-gon-Shape-Dateien, Transekte in Grünland, Acker und Brachen als Linien-Shape-Datei, Aufnahmepunkte der Fotos als Punkt-Shape-Datei, zusammenfassende Be-

Page 25: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 21

schreibungen der Probeflächen als Word- oder PDF-Datei, Fotos entweder einge-bunden in die Beschreibungen der Probeflächen oder einzeln auf Datenträger.

– Prüfung der flächigen Geodaten auf topologische Korrektheit, insbesondere auf fehlerhafte Überlappungen und Lücken im Datensatz.

– Prüfung der linienhaften Geodaten (Transekte) auf korrekte Lage innerhalb der kartierten Flächen.

– Prüfung, ob für jeden flächigen Datensatz der Geodaten ein entsprechender Da-tensatz in den Excel-Tabellen der Felderfassungsbögen vorhanden ist und umge-kehrt.

– Prüfung, ob für jeden Datensatz in den Excel-Tabellen mit Eintragung „ד in der Spalte „Dok“ ein entsprechender Datensatz in den Kenntaxalisten vorhanden ist und ob für alle Flächen mit Typ „Grünland“, „Acker“ oder „Brache“ die Eintra-gung „ד und die Eintragung in den Kenntaxalisten vorhanden sind.

– Prüfung, ob die Zählung der Kenntaxa für entsprechende Flächen korrekt erfolgte und ob die Flächenbewertung dem Zählwert entspricht bzw. ob beim Abweichen der Bewertung vom Zählwert eine plausible Begründung angegeben wurde.

– Prüfung, ob alle als HNV erfassten Flächen im Felderfassungsbogen einen Wert oder den Eintrag „nb“ für nicht bewertbar aufweisen und darauf aufbauend, ob für alle als „nb“ eingetragenen Flächen aus dem Bemerkungsfeld hervorgeht, wa-rum keine Bewertung möglich war.

Wie vereinbart wurden die Kartierungsergebnisse im Regelfall direkt von den Kartie-rerInnen an das Büro PAN gesandt. Ausnahmen sind die Länder Saarland und Sach-sen, deren Kartierergebnisse direkt von den entsprechenden Landesämtern an PAN geschickt wurden, und das Land Thüringen, dessen Kartierungsergebnisse geschlossen von dem mit der Betreuung der Kartierung beauftragten Fachbüro versandt wurden. Soweit die digitalen Daten für ein Los vollständig vorhanden waren, wurde ein erster Prüfbericht erstellt und dem Kartierenden zugeleitet. Falls in den flächigen Geodaten Überlappungen oder Lücken festgestellt wurden, erhielten die KartiererInnen auch jeweils eine Shape-Datei mit diesen Überlappungen oder Lücken zur Erleichterung der Korrektur. Die korrigierten Daten wurden nach Rücksendung einer Zweitprüfung un-terzogen. Dieser Prozess wurde solange wiederholt, bis alle Daten vollständig und fehlerfrei bei PAN eingegangen waren. Die Abnahme eines Loses wurde dem Kartie-renden, dem zuständigen Landesamt und dem BfN über eine standardisierte E-Mail bekannt gegeben. Zusätzlich erhielten die KartiererInnen ein Abnahmeschreiben, das in Kopie an Landesamt und BfN übermittelt wurde. Erste Kartierungsergebnisse gingen bei PAN Mitte Juli 2009 ein, letzte Mitte Novem-ber. Der Großteil der Erstprüfungsberichte konnte von 21. September bis 9. Oktober versandt werden, die letzten bis 15. November. In der überwiegenden Mehrzahl der Fälle konnten die geforderten Korrekturen innerhalb weniger Tage von den Kartierbü-

Page 26: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

22 PAN – IFAB – ILN

ros erledigt und zurückgesandt werden, nur in wenigen Ausnahmen waren mehr als drei Korrekturdurchgänge notwendig – diese bezogen sich fast immer auf die topolo-gische Korrektheit der Shape-Dateien. Insgesamt war die Korrekturphase von einer hohen Bereitschaft der KartiererInnen und Landesämter geprägt, notwendige Korrekturen schnell und vollständig durchzuführen. In wenigen Einzelfällen hatten Kartierende allerdings einzelne vorgesehene Arbeits-schritte so gründlich missverstanden, dass ihre Korrektur mit hohem Aufwand verbun-den war. Dies bezog sich aber immer nur auf die technische Form der Ergebnisse, nie auf die Qualität der Kartierung selbst. In manchen dieser Fälle war eine intensive Ein-zelbetreuung notwendig, um die notwendigen Korrekturen rechtzeitig und vollständig zu erhalten. Wo möglich wurden die betroffenen Kartierenden dabei unterstützt, in-dem z. B. einzelne Bearbeitungsschritte im GIS durch PAN erledigt und den Kartie-renden nur mehr zur Durchsicht vorgelegt wurden. In einer Auswertung der Korrekturphase können folgende Schlussfolgerungen gezo-gen werden, die für die Fortentwicklung der Kartierungsanleitung und für die Durch-führung der Folgekartierungen beachtet wurden.

1. Der mit Abstand größte Korrekturbedarf bestand bezüglich der topologischen Korrektheit der Shape-Dateien. Unter allen Losen waren nur zwei, deren Shape-Dateien von Anfang an korrekt waren, bei allen anderen waren Überlappungen und großteils auch Lücken in den Dateien festzustellen. Dabei konnte zwischen KartiererInnen, die ihre Daten selbst digitalisiert hatten, und solchen, die ihre Da-ten an GIS-Büros weiter gegeben hatten, kein grundsätzlicher Unterschied fest-gestellt werden. Bei ca. 10 % der Lose waren diese Fehler in einer Größenord-nung, die die Korrektur ähnlich aufwendig wie eine Neubearbeitung erscheinen lassen. Da sich an diesem Zustand in den nächsten Jahren nichts ändern dürfte, muss der entsprechende Korrekturaufwand unbedingt auch bei weiteren Kartie-rungsjahren eingeplant werden. Deutliche Unsicherheiten bestanden bei der Geoverarbeitung auch bezüglich des korrekten Umgangs mit verschiedenen Pro-jektionen: nur wenige Büros waren in der Lage, Geodaten von der bundesweit verwendeten Gauß-Krüger-Projektion im 9°-Meridianstreifen in andere Koordina-tensysteme umzurechnen, z. B. das in Mecklenburg-Vorpommern oder Branden-burg bereits eingeführte ETRS-System. Dabei fiel auch auf, dass viele Büros nach wie vor mit relativ alten Versionen der Software arbeiten (z. B. ArcView 3.x), mit denen solche Umrechnungen oder auch korrekte Digitalisierungen nur mit deut-lich höherem Aufwand als in der aktuellen Version ArcGIS 9.x möglich sind.

2. Die Notwendigkeit, auch die analogen Daten vollständig abzuliefern, war rela-tiv gut übermittelt worden, jedenfalls gab es bezüglich der Lieferung dieser Da-ten nur mit wenigen Kartierenden größere Probleme. Kartierungen auf rein digi-

Page 27: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 23

talem Weg, z. B. mit einem Geländecomputer, scheinen derzeit noch die große Ausnahme zu sein, der überwiegende Teil der KartiererInnen arbeitet mit Pa-pierkarten und meist auch mit papiernen Erfassungs- und Kenntaxabögen.

3. Bei den alphanumerischen digitalen Ergebnissen (Felderfassungsbögen, Kennta-xalisten) traten nur relativ wenige Fehler auf, die in nahezu allen Fällen auch über die analogen Unterlagen geklärt werden konnten – nur ein Kartierer hatte Kenntaxabögen verloren. Allerdings birgt die getrennte Übertragung der Feldda-ten in Geo- und Sachdaten insgesamt ein zu hohes Fehlerpotenzial bzw. haben nur wenige Kartiererende die Möglichkeit genutzt, Geo- und Sachdaten zu ver-binden und entsprechende Fehlerkorrekturen selbst auszuführen. Im Sinne einer Fortentwicklung wurde daher entschieden, für zukünftige Erfassungen die Daten aus dem Felderfassungsbogen direkt als Attribute der Shape-Dateien ein-zugeben.

4. In Zusammenhang mit dem vorigen Punkt wurde beschlossen, in die Fassung der Kartierungsanleitung für 2010 und die Folgejahre die wichtigsten Prüfroutinen darzustellen, die jeder Kartierende auf seine Daten anwenden sollte. Auch wenn dennoch nicht auf eine externe Prüfung wird verzichtet werden können, könnte der Aufwand dafür doch deutlich reduziert werden.

2.4 Arbeitssitzungen

Das erstes Treffen mit den LandesvertreterInnen wurde auf Einladung des BfN am 10. Februar 2009 in Bonn am BfN durchgeführt. Anwesend waren neben BfN, BMELV und Auftragnehmern VertreterInnen der Bundesländer Brandenburg (LUA), Baden-Württemberg (LUBW und MLR), Bayern (LfU), Hessen (Hessen-Forst FENA HE), Mecklenburg-Vorpommern (LUNG), Nordrhein-Westfalen (LANUV), Saarland (LUA), Sachsen (LfULG), Sachsen-Anhalt (LfU und LLFG) und Thüringen (TLUG). Inhaltliche Hauptdiskussionspunkte waren Fragen zur Vergabe (insbesondere zur Aufwandsschätzung) und zur Kartiermethodik. Ein zweites Treffen wurde ebenfalls auf Einladung des BfN am 8. und 9. Februar 2010 am BfN in Bonn durchgeführt. Seitens der Bundesländer waren – mit Ausnahme Mecklenburg-Vorpommerns – die selben Behörden wie im Jahr 2009 vertreten, dazu kamen VertreterInnen des NLWKN und des MU aus Niedersachsen, des LLUR Schles-wig-Holstein und des LUWG Rheinland-Pfalz. Neben dem BMELV und dem vTI waren als weitere Gäste drei HNV-KartiererInnen und zwei Vertreter der mit der ELER-Evaluierung beauftragten Büros anwesend. Am ersten Tag stand die Vorstellung der Kartierungsergebnisse und ihrer Auswertung durch die Auftragnehmer sowie deren

Page 28: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

24 PAN – IFAB – ILN

Besprechung in zwei Arbeitsgruppen im Vordergrund, während der zweite Tag ganz der Diskussion und Fragen der Fortentwicklung gewidmet war. Am 22. Oktober 2009 fand in Wiesbaden eine Besprechung zwischen Auftragneh-mern, BfN und Statistischem Bundesamt zur Abstimmung der Auswertung der Kartierungsergebnisse und besonders der Hochrechnung von Länder- bzw. Bundes-werten für den Anteil von HNV statt. Wichtigstes Ergebnis war die Einigung auf eine Hochrechnungsmethode anhand der kartierten Stichprobenflächen und der Verteilung der beiden Schichten der ursprünglichen Stichprobenziehung (siehe 2.5). Ziel der Besprechung zwischen Auftragnehmern, BfN und LANUV NRW am 27. November 2009 in Recklinghausen war es, die Auswertung der Ergebnisse aus den jährlichen Kartierungen der Ökologischen Flächenstichprobe in NRW im Hinblick auf deren HNV-Anteile zu klären. Grundsätzlich konnte eine Einigung erzielt werden, dass das Land NRW Kartierungsdaten aus der ÖFS den Auftragnehmern so zur Ver-fügung stellt, dass anhand der Attribute ermittelt werden kann, ob es sich um HNV-Grünland oder -Acker handelt. Für die Ermittlung der Landschaftselemente hat die LANUV einen Umrechnungsschlüssel erarbeitet, der mit den Auftragnehmern und dem BfN abgestimmt wurde (siehe 2.1.22.1.3).

2.5 Datenzusammenführung, -haltung und -auswertung

Die letzten korrigierten Kartierungsergebnisse des Jahres 2009 gingen am 2. Dezem-ber 2009 bei PAN ein. Eine erste Auswertung der Daten und Hochrechnung des Indi-katorwerts erfolgte bis zum zweiten Treffen mit den LändervertreterInnen am 8. und 9. Februar 2010, auf dem diese Ergebnisse fachlich diskutiert wurden. Im Frühjahr und Sommer 2010 wurden die Ergebnisse dieser Diskussionen und der darauf folgenden Abstimmungsschritte mit den Bundesländern in die Auswertung eingearbeitet. Dies betraf insbesondere einige Änderungen an den verwendeten Kenntaxalisten, die endgültig erst Anfang September 2010 beschlossen werden konnten. Auch die Kartie-rungsdaten aus Nordrhein-Westfalen für 2009 gingen erst Ende August 2010 bei den Auftragnehmern ein. Die Hochrechnungsmethodik für den Indikatorwert wurde am 16. September 2010 nochmals mit dem Statistischen Bundesamt abgestimmt, so dass Ende September 2010 die Ergebnisse für das Jahr 2009 endgültig ermittelt werden konnten. Die einzelnen Auswertungsschritte, die Methodik der Hochrechnung und eine Darstel-lung der Ergebnisse werden ausführlich im folgenden Abschnitt 3 geschildert.

Page 29: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 25

3 Auswertung und Ergebnisse

3.1 Aufbereitung der Kartierungsergebnisse

Die Ergebnisse der Geländekartierungen des Jahres 2009 wurden für jedes Los in Form mehrerer Dateien von den Kartierbüros bzw. den Landesbehörden an die Auf-tragnehmer gesandt: – Eine ESRI-Shape-Datei (Polygone) der kartierten Bestände, die als einziges Pflicht-

attribut eine eindeutige Flächennummer enthielten. Diese Nummer hat die Form [Losnummer]–[Probeflächennummer]–[Einzelflächennummer]. Die verwendeten Los-nummern sind in Abschnitt 2.1.4 beschrieben, die Probeflächennummer entspricht dem sogenannten „Routecode“ ohne Länderkürzel, der auch im Rahmen des DDA-Brutvogelmonitorings für die Identifizierung der Stichprobenflächen verwendet wird. Die Flächennummer 20-23-28 steht also für die Einzelfläche 28 auf Stich-probenfläche bb23, die zum Los 20 gehört.

– Eine ESRI-Shape-Datei (Linien) mit den zur Kenntaxaerfassung abgegangenen Transekten.

– Eine ESRI-Shape-Datei (Punkte) mit den Standorten, von denen je ein charakteristi-sches Foto der Stichprobenfläche aufgenommen wurde.

– Microsoft-Excel-Dateien mit den Kenndaten, die für jede Einzelfläche im Gelände aufgenommen wurden, darunter HNV-Typ, Bewertung, Vorkommen von geschütz-ten Biotop- oder Lebensraumtypen und ggf. erläuternde Bemerkungen.

– Microsoft-Excel-Dateien der Grünland- und Ackerkenntaxa, die auf den Transekten erfasst worden waren.

Zudem wurden vereinbarungsgemäß die im Gelände ausgefüllten Erfassungsbögen und Feldkarten im Original oder in Kopie mitgeliefert. Diese dienten zur Lösung von Zweifelsfällen bei der Datenkorrektur, wurden aber für die Auswertungen nicht weiter verwendet. Auch die Beschreibungen der Probeflächen, die von allen KartiererInnen geliefert worden waren, dienten in erster Linie zur Überprüfung einzelner Ergebnisse und zur Darstellung von Beispielen, zum Beispiel bei der Diskussion kartierungstechni-scher Fragen. Der erste Schritt bei der Aufbereitung der gelieferten Daten bestand im Einlesen der Excel-Dateien in eine Microsoft-Access-Datenbank. Da die Dateien der Felderfas-sungsbögen und der Kenntaxalisten jeweils ein vorgegebenes, unverändertes Format aufwiesen, konnte das Einlesen halbautomatisiert über VBA-Routinen2 erfolgen. Die Einzeltabellen der Felderfassungsbögen wurden anschließend in eine Gesamttabelle überführt, die über die eindeutige Flächennummer mit den GIS-Daten der HNV- 2 Visual Basic for Applications: die Programmmiersprache, die in den Programmen der Microsoft-Office-Produktlinie für die Programmierung von benutzerdefinierten Funktionen („Macros“) verwendet wird.

Page 30: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

26 PAN – IFAB – ILN

Flächen verknüpft werden konnten. Auch die Kenntaxadaten wurden nach dem Einle-sen in jeweils einer Gesamttabelle für Acker- und für Grünlandarten gespeichert, wo-bei neben den kartierten Arten (Kenntaxa sowie weitere, von den KartiererInnen opti-onal angegebene Arten) jeweils auch Kartierdatum und Flächennutzung gespeichert wurden. Für die Aufbereitung der Geodaten als zweiten Schritt wurden zunächst die einzelnen (korrigierten und endabgenommenen) Polygon-Shape-Dateien der erfassten HNV-Flächen in einen Gesamtdatensatz zusammengeführt. Dieser wurde mit den Attribut-daten aus den Felderfassungsbögen verbunden, so dass in der für alle weiteren Aus-wertungen verwendeten Shape-Datei neben den Flächen auch HNV-Typ und Bewer-tung direkt in den Geodaten gespeichert waren. Diese Shape-Datei war damit außer-dem die wichtigste Grundlage für die Kartierungen im Jahr 2010.

3.2 Methodik der Hochrechnung – Grundmodell

Durch Auswertung der o. g. Shape-Datei der HNV-Flächen ist die Gesamtfläche der HNV-Bestände innerhalb der Stichprobenflächen bekannt (gegliedert nach HNV-Typen und Wertstufen). Die Hochrechnung dient dazu, aus dieser bekannten Zahl einen Schätzwert für die unbekannte Gesamtfläche der HNV-Bestände auf der Be-zugsfläche (Deutschland, Bundesland) zu ermitteln. Bei einer Zufallsstichprobe wird angenommen, dass jedes gezogene Element die glei-che Auswahlwahrscheinlichkeit hat. Bei ausreichend hoher Stichprobenzahl ist dann die Verteilung verschiedener Merkmale in der Stichprobe proportional zur Verteilung der selben Elemente in der Grundgesamtheit. Für eine räumliche Zufallsstichprobe bedeutet dies, dass alle Elemente in der Landschaft – z. B. Landnutzungsformen – mit gleichen bzw. ähnlichen Anteilen in der Stichprobe enthalten sind. Wenn die HNV-Stichproben rein zufällig ausgewählt worden wären, dann könnte die HNV-Gesamtfläche durch einfache Multiplikation der kartierten HNV-Fläche mit dem Ver-hältnis von Bezugsfläche zu Stichprobenfläche ermittelt werden. Nun ist aber die HNV-Stichprobe keine einfache Zufallsstichprobe, sondern eine dreifach geschichtete (Schichtungsebenen: Bundesland – DLM-Nutzungsklasse – Standorttyp). Nur innerhalb einer Schicht kann von einer zufälligen Verteilung der Stichprobenflächen ausgegan-gen werden. Für die gesamte Bezugsfläche muss hingegen bei der Hochrechnung berücksichtigt werden, dass die Anteile der Schichten in den Stichprobenflächen aus den in Abschnitt 2.1.4 genannten Gründen anders sind als auf der gesamten Bezugs-fläche. Die Hochrechnung beruht darauf, dass für jede Schicht gilt: Die (unbekannte) Gesamtfläche der HNV-Bestände steht im selben Verhältnis zur Fläche der in den Pro-beflächen kartierten HNV-Bestände wie die Fläche der gesamten Schicht zur Fläche

Page 31: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 27

der Schicht in allen Probeflächen. Mathematisch ausgedrückt entspricht dieses Ver-hältnis folgender Formel: Fl HNV S G Fl S G Fl HNV S PF

=Fl S PF

; (Formel 1)

Die Parameter in Formel 1 sind: Fl HNV S G HNV-Fläche in der gesamten Flächeneinheit (G) und für eine Schicht (S) Fl HNV S PF kartierte HNV-Fläche in der betrachteten Schicht (S) in allen Probeflächen

(PF) Fl S G Fläche der Schicht S in der gesamten Flächeneinheit G Fl S PF Fläche der Schicht S in allen Probeflächen PF Durch Umformung erhält man folgende Formel für die Hochrechnung der unbekannten Größe Fl HNV S G:

Fl S G Fl HNV S G = Fl HNV S PF ×

Fl S PF ; (Formel 2)

Die Hochrechnung nach Formel 2 kann mit folgenden Beispiel erläutert werden. In Hessen wurden in der Schicht 2–062 (Grünland im Standorttyp 62 „Rheinisches Schiefergebirge und südwestdeutsche Schichtstufenlandschaft“) 153,61 Hektar HNV-Flächen kartiert. Die Schicht 2–062 nimmt in Hessen insgesamt 176.682,71 Hektar ein. In allen hessischen Probeflächen der aktuellen Kartierung gehören 426,85 Hektar zur Schicht 2–062. Durch Einsetzen dieser Werte in Formel 2 ergibt sich:

176.682,71 haFl HNV (2–062 HE) = 153,61 ha ×

426,85 ha = 63.582,60 ha

Zur Ermittlung der gesamten HNV-Fläche (Fl HNV G) für eine Flächeneinheit (z. B. Deutschland) werden die hochgerechneten HNV-Flächen der einzelnen Schichten summiert (Formel 3).

Fl HNV G = ∑ Fl HNV S G ; (Formel 3)

Der letzte Schritt der Hochrechnung besteht darin, die geschätzte HNV-Gesamtfläche als Anteil an der Landwirtschaftsfläche zu berechnen. Als Landwirtschaftsfläche wer-den im Rahmen des F+E-Vorhabens die Ebenen 1 (Ackerland) und 2 (Grünland) aus dem Basis-DLM verwendet.

Page 32: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

28 PAN – IFAB – ILN

Daraus ergibt sich der Wert des HNV-Basisindikators (BI HNV) aus folgender letzter Rechnung:

Fl HNV G BI HNV =

Fl LW ; (Formel 4)

Dabei ist Fl LW die Gesamtfläche aller Schichten, die lt. Basis-DLM Acker- oder Grün-landflächen sind. Für die 2009 kartierten Bundesländer ergibt diese Summe einen Wert von 16.453.469 Hektar. Die „landwirtschaftlich genutzte Fläche“ gemäß der Definition des Bundesamtes für Statistik umfasste 2008, dem Datenstand des von uns verwendeten ATKIS, 16.926 km² (Statistisches Bundesamt 2009: 328), die hier ver-wendete „Landwirtschaftsfläche“ ist also um 2,8 % geringer. Allerdings entfallen nur 16.751,7 km² der landwirtschaftlich genutzten Fläche auf Acker- und Grünlandflä-chen (Statistisches Bundesamt 2009: 338), der Rest sind Sonderkulturen. Damit redu-ziert sich der Unterschied zwischen den beiden verwendeten Flächengrößen auf 1,8 %. Die Grundlage für die im Statistischen Jahrbuch verwendeten Daten liefert die Agrarstrukturerhebung, die auf Betriebsbefragungen beruht. Die DLM-Daten beruhen hingegen auf einer Auswertung der Flächennutzung anhand von topographischen Karten und teilweise Luftbildern. In Hinblick auf diese methodischen Unterschiede dürf-te die geringe Differenz in der Bezugsfläche im Bereich der jeweiligen Fehlertoleran-zen liegen. Ursprünglich war vorgesehen, auch die DLM-Schicht 4 „Sonderkulturen“ zur Landwirt-schaftsfläche als Bezugsfläche zu zählen. Allerdings ist diese Schicht in Deutschland nur mit 2.471 km² vertreten. Dadurch konnte sie in der Schichtbildung nicht in glei-chem Maße berücksichtigt werden wie die anderen DLM-Schichten (Heidrich-Riske 2004: 7). Die Hochrechnung der HNV-Bestände für diese Schicht ist aufgrund der geringen Stichprobenanzahl mit einem großen Fehler behaftet (siehe unten). Zudem konnten Rebflächen wegen des späten Kartierungsbeginns im Jahr 2009 nicht auf ihre HNV-Qualität untersucht werden, da die für die Bewertung wichtigen Frühjahrsge-ophyten nicht mehr erfasst werden konnten. Da Rebflächen fast ausnahmslos in der DLM-Schicht 4 liegen, hätte eine Einbeziehung dieser Schicht den HNV-Flächenanteil unterschätzt. Daher wird vorgeschlagen, die Bestände dieser Schicht vorläufig nicht in den HNV-Basisindikator einzubeziehen. Im Zuge des seit Mitte 2010 laufenden Fol-gevorhabens sollte überprüft werden, ob mit den ab 2001 vorliegenden Daten zu HNV-Rebflächen eine Einbeziehung der DLM-Schicht „Sonderkulturen“ sinnvoll ist. Die oben genannte Methode der Hochrechnung des Basisindikators aus den Kartie-rungsdaten kann ebenso für Teildaten verwendet werden, z. B. für einzelne HNV-Typen (Grünland, Acker) oder Wertstufen. Einschränkungen ergeben sich allerdings wegen der jeweils geringeren Stichprobengröße aus den u. U. größer werdenden Fehlertoleranzen (siehe unten).

Page 33: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 29

3.3 Methodik der Hochrechnung – Ermittlung des Stich-probenfehlers

Jede aus Stichproben ermittelte Größe weicht mehr oder weniger stark von dem Wert ab, der durch Erfassung der Grundgesamtheit gemessen werden könnte. Die Differenz zwischen Stichprobenschätzwert und tatsächlichem Wert wird als Stichprobenfehler bezeichnet. Die Schätzung dieses Stichprobenfehlers ist ein wichtiges Maß für die Beurteilung der Genauigkeit des Stichprobenverfahrens. Im Gegensatz zu den meisten Fragestellungen, die mit Stichprobenverfahren beant-wortet werden sollen, ist der hochgerechnete Schätzwert beim HNV-Indikator nicht ein Mittelwert, sondern eine Summe: geschätzt wird die Gesamtfläche von HNV-Beständen innerhalb einer Schicht. Die Varianz für den Schätzwert Ŷ einer Summe (in diesem Fall: geschätzte Gesamtfläche HNV in einer Schicht) wird mit folgender For-mel bestimmt (allgemein siehe z. B. Fuller 2009: 32, für eine Anwendung im Bereich der Landwirtschaftsstatistik siehe Potterat 2005):

r 1 Var(Ŷ) = ∑N² (1 – N ) r

S²; (Formel 5)

mit den Parametern: N: Gesamtfläche der Schicht auf der Bezugsfläche (z. B. Deutschland) r: Gesamtfläche der Schicht in allen betrachteten Stichprobenflächen

1 S²:

r-1 ∑ (y – MW(y))²

mit den Parametern: y Wert der Variable (= kartierte HNV-Flächensumme je Stichprobenfläche) MW(y) Mittelwert von y über alle Stichprobenflächen der Schicht. Der absolute Stichprobenzufallsfehler sH(Fl HNV G) = s(Ŷ) für den hochgerechneten Schätzwert über alle Schichten Fl HNV G ergibt sich dann nach der Formel:

sH(Fl HNV G) = s(Ŷ) = (∑Var(Ŷ))½; (Formel 6)

und entsprechend der relative Stichprobenzufallsfehler sR(Fl HNV G) als Anteil des abso-luten Stichprobenzufallsfehlers am Schätzwert:

sH(Fl HNV G) sR(Fl HNV G) =

Fl HNV G ; (Formel 7)

Page 34: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

30 PAN – IFAB – ILN

Der absolute Stichprobenzufallsfehler für den hochgerechneten HNV-Anteil an der Landwirtschaftsfläche, also den Basisindikator BI HNV, ist dementsprechend: sA(BI HNV) = sR (Fl HNV G) × BI HNV; (Formel 8). Das oben geschilderte Verfahren der Fehlerschätzung beruht auf einigen Annahmen, die bei den Daten der HNV-Stichprobe nicht notwendig in jedem Fall gegeben sind. Insbesondere sollten die Eingangswerte y, also die kartierte HNV-Gesamtfläche je Stichprobenfläche, insgesamt näherungsweise einer Normalverteilung folgen. Diese Forderung kann dem zentralen Grenzwertsatz folgend bei großen Stichprobenzahlen zwar vernachlässigt werden, allerdings wird als Grenzwert dafür in der Praxis meist eine Zahl von mindestens 30 Stichproben angesetzt. Nach den aktuellen Kartierungs-ergebnissen für die HNV-Bestände sind nur 18 von 254 oder 7 % aller Schichten in 30 oder mehr Stichprobenflächen erfasst, und für die Hälfte aller Schichten liegen sogar nur maximal fünf Stichprobenflächen vor (siehe Abb. 4).

Abb. 4: Häufigkeitsverteilung der Anzahl von Stichprobenflächen, mit denen jede Schicht (Bundesland – DLM-Nutzungsklasse – Standorttyp) vertreten ist

Eine Prüfung auf Normalverteilung ist insbesondere bei Schichten mit geringen Stich-probenanzahlen kaum möglich. Die Auswertung der Schichten mit hohen Stichpro-benanzahlen lässt allerdings vermuten, dass in diesen Fällen die HNV-Fläche je Stich-probenfläche nicht einer Normalverteilung folgt, sondern zahlreiche Stichprobenflä-chen geringe und nur wenige hohe Anteile von HNV-Fläche aufweisen.

0

20

40

60

80

100

120

140

160

1 – 4 5 – 9 10 – 14 15 – 19 20 – 24 25 – 29 30 – 34 35 – 39 40 – 44 45 – 49 > 49

Anzahl Stichprobenflächen je Schicht

Anz

ahl S

chic

hten

Page 35: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 31

In den letzten Jahrzehnten wurde eine Reihe von statistischen Verfahren entwickelt, mit der eine Ermittlung von Varianzen für Stichprobenergebnisse möglich ist, bei denen die genannten Bedingungen nicht zutreffen. Zu den wichtigsten gehören die soge-nannten Bootstrap-Verfahren, bei denen die empirische Verteilungsfunktion der Stich-probe im Mittelpunkt steht und nicht, wie bei der oben geschilderten Methode, eine theoretische Verteilungsfunktion mit entsprechenden Bedingungen. Die Grundlage der Bootstrap-Verfahren ist es, aus den Werten einer vorhandenen Stichprobe der Größe n eine hohe Zahl (meist 1000 oder mehr) von Stichproben mit Zurücklegen ebenfalls der Größe n zu ziehen. Wichtig ist dabei der Zusatz „mit Zurücklegen“, er bedeutet, dass jeder Wert kein-, ein- oder mehrmals in die Bootstrap-Stichprobe gezogen wer-den kann. Der Schätzwert – also in unserem Fall die Gesamtsumme der Stichprobe – wird aus jeder dieser neuen Stichproben ermittelt und daraus wiederum die Parameter der Verteilung dieser Schätzwerte, wie z. B. der Stichprobenfehler (für eine Einfüh-rung in die Grundlagen siehe z. B. Kapitel 14 in Moore et al. 2009). Als Prüfung der ermittelten Stichprobenzufallswerte wurde eine zweite Fehlerermittlung mittels Bootstrap-Verfahren durchgeführt. Die Berechnungen erfolgten mit der Software R (R Development Core Team 2009) und hier mit dem Paket „Boot“ (Canty & Ripley 2010), das eine Umsetzung der von Davison & Hinkley (1999) veröffentlichten Me-thoden ist. Dabei wurden für jede Schicht 1 000 Bootstrap-Stichproben3 gezogen und die Varianz des Mittelwerts aus diesen Stichproben ermittelt. Nach der Additionsregel für Varianzen (siehe z. B. Rudolf & Kuhlisch 2008: 61) ermittelt sich die Varianz der Multiplikation einer Zufallsvariablen y mit einer Konstante k folgendermaßen: Var(yk) = k² × Var(y); (Formel 9) Dies bedeutet für die Hochrechnung des HNV-Indikators nach Formel 2:

Fl S G ²Var(Fl HNV S G) = Var(Fl HNV B) × ( Fl S PF

) ; (Formel 10)

wobei Fl HNV B für die Flächensumme einer Schicht steht, die mittels Bootstrap-Verfahren ermittelt wurde (sonstige Parameter siehe Formel 2). Die beiden Verfahren zur Fehlerermittlung sollen am bereits erwähnten Beispiel der Schicht 2–062 im Bundesland Hessen verdeutlicht werden. Diese Schicht ist in insge-samt 25 Stichprobenflächen mit kartierten HNV-Beständen vertreten (die Daten für die Stichprobenflächen sind in Tab. 12 im Anhang aufgeführt). Die Gesamtfläche HNV je Stichprobenfläche reicht von 0,01 bis 29 Hektar, wobei der Großteil der Stichpro-benflächen HNV-Flächen zwischen einem und zehn Hektar aufweist. Die Gesamtflä-

3 Probedurchläufe mit 10 000 Stichproben führten nicht zu signifikant anderen Ergebnissen bei deutlich erhöhter Rechnerlaufzeit.

Page 36: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

32 PAN – IFAB – ILN

che von HNV-Beständen über alle Stichproben beträgt 153,61 ha und der Mittelwert 6,14 ha. Der Schätzwert für die HNV-Gesamtfläche der Schicht beträgt 63 582,60 ha (siehe Seite 27). Aus Formel 5 ergibt sich eine Gesamtvarianz für den Schätzwert von 124.312.227,17. Der absolute Stichprobenzufallsfehler als Wurzel der Varianz beträgt 11.149,54 ha, dies entspricht einem relativen Fehler von 17,5 %.

Abb. 5: Verteilung von 1 000 Flächensummen aus einer Bootstrap-Stichprobe für die Schicht 2–062 in Hessen

Der Mittelwert der Flächensumme bei einem Bootstrap-Durchlauf mit 1 000 Stichpro-ben ergab 152,84 ha und ist damit um 0,5 % niedriger als der tatsächliche Wert4. Die Verteilung der 1 000 ermittelten Flächensummen kann Abb. 5 entnommen wer-den. Die Varianz für diese Stichprobe beträgt 868,92 und damit die Standardabwei-chung 29,48 Hektar oder 19,3 % des Mittelwerts. Im oben beschriebenen Beispiel wurde durch einen Bootstrap mit 1 000 Stichproben nahezu der gleiche Stichprobenzufallsfehler ermittelt wie bei der Berechnung über Formel 5. Dieses Ergebnis lässt sich für alle Schichten bestätigen. Bei einer Berech-nung der HNV-Anteile für alle Standorttypen (Tab. 4) ergeben sich Unterschiede in den relativen Stichprobenfehlern für den HNV-Anteil von maximal 0,9 Prozentpunk-ten. In den folgenden Abschnitten wird als Stichprobenfehler immer der Fehler nach Formel 5 verwendet.

4 Alle Werte aus einem Bootstrap-Durchlauf beruhen auf einem Zufallsverfahren, daher würden bei einem weiteren Durchlauf leicht andere Kenngrößen ermittelt. Die Zahlen sind daher als Beispiele aufzufassen.

0

50

100

150

200

250

300

80 – 99 100 – 119 120 – 139 140 – 159 160 – 179 180 – 199 200 – 219 220 – 239 240 – 259 260 – 279

Flächensumme [Hektar]

Häu

figke

it

Page 37: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 33

Tab. 4: Hochgerechnete HNV-Werte und Vergleich der Fehler für die Standorttypen Nummerierung der Standorttypen siehe Abb. 1.

STO HNV-Werte (hochgerechnet) Fehler nach Formel 5 Bootstrap-Fehler Fläche [ha] Anteil absolut [ha] relativ absolut [ha] relativ

008 168.059,60 19,7 % 29.375,16 17,5 % 29.560,51 17,6 %012 148.030,77 20,3 % 19.694,37 13,3 % 19.499,92 13,2 %018 118.730,50 12,7 % 15.719,85 13,2 % 15.913,25 13,4 %019 144.075,47 16,0 % 23.471,54 16,3 % 23.414,91 16,3 %020 174.098,73 23,7 % 28.801,09 16,5 % 27.832,02 16,0 %022 80.489,44 15,8 % 24.132,76 30,0 % 23.383,20 29,1 %026 60.487,24 14,9 % 14.246,37 23,6 % 13.813,33 22,8 %030 63.766,71 8,4 % 9.192,40 14,4 % 9.172,28 14,4 %042 190.648,72 10,6 % 24.736,69 13,0 % 24.209,75 12,7 %043 204.520,91 13,3 % 24.952,51 12,2 % 24.706,37 12,1 %046 76.974,34 7,0 % 13.198,96 17,1 % 13.328,22 17,3 %047 128.551,05 8,3 % 14.510,35 11,3 % 14.675,00 11,4 %054 36.537,36 15,1 % 10.137,07 27,7 % 10.166,11 27,8 %055 43.536,18 13,4 % 10.517,82 24,2 % 10.615,63 24,4 %056 124.147,88 10,7 % 15.641,36 12,6 % 15.638,65 12,6 %057 61.052,21 12,7 % 8.274,00 13,6 % 8.195,09 13,4 %058 61.116,58 12,3 % 11.077,91 18,1 % 10.943,00 17,9 %062 321.466,24 14,4 % 23.705,85 7,4 % 23.578,54 7,3 %063 82.716,50 18,8 % 12.187,44 14,7 % 12.293,38 14,9 %118 122.584,54 15,1 % 20.049,66 16,4 % 20.114,63 16,4 %119 98.799,36 7,3 % 11.430,75 11,6 % 11.545,94 11,7 %

3.4 Ergebnisse

Bezüglich der Ergebnisse des ersten Kartierungsdurchgangs der HNV-Erfassung muss unterschieden werden zwischen den eigentlichen Kartierungsergebnissen und dem hochgerechneten Indikatorwert, also dem Anteil von HNV Farmland an der gesamten Landwirtschaftsfläche. Die Kartierungsergebnisse, die in den folgenden Abschnitten 3.4.1 und 3.4.2 berichtet werden, dienen zur Überprüfung und ggf. Verbesserung der Kartierungsmethodik. Für den Bericht an die EU und alle weiteren öffentlichen Diskussionen dagegen ist der hochgerechnete HNV-Indikatorwert (Abschnitt 3.4.3) die einzige bedeutende Größe. Die Kartierungsdaten für Schleswig-Holstein, die erst 2010 erhoben wurden, sind in die folgenden Auswertungen mit eingeflossen, um Darstellungen der Situation in ganz Deutschland zu ermöglichen.

Page 38: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

34 PAN – IFAB – ILN

Tab. 5: HNV-Bestände – Anzahl kartierter Flächen (in Hektar) und Anteil an der Gesamtfläche je Bundesland (Kartierung 2009)

Typ

Ges

am

tBB

BW

BY

HE

MV

NI

NW

RP

SHSL

SNST

THA

cA

cker

755,

4017

4,64

25,0

346

,31

7,59

119,

7394

,53

8,41

12,3

41,

483,

6476

,68

91,2

393

,79

Gr

Grü

nlan

d4.

236,

7737

0,17

423,

3855

9,14

204,

4728

0,67

574,

4715

3,75

180,

0410

7,80

187,

7725

5,58

141,

9679

7,55

BrBr

achf

läch

en47

1,38

111,

6022

,63

24,0

15,

2137

,23

69,2

377

,59

14,7

11,

608,

8614

,78

46,6

937

,23

Ob

Stre

uobs

t55

4,16

0,74

201,

2666

,55

28,2

20,

3122

,03

52,8

351

,96

0,51

30,0

310

,44

17,1

072

,16

ReRe

bflä

chen

1,78

1,78

LeFF

H-LR

T un

d Bi

otop

e53

9,92

10,2

229

,36

25,9

53,

0510

4,24

193,

803,

462,

0615

8,33

3,21

1,39

3,59

1,26

Sum

me

Fläc

hen

6.55

9,40

667,

3670

3,45

721,

9724

8,53

542,

2095

4,06

296,

0526

1,11

269,

7223

3,51

358,

8630

0,58

1.00

2,00

BEi

nzel

bäum

e, A

lleen

229,

5425

,16

22,2

114

,94

8,71

15,8

667

,52

0,40

15,2

26,

242,

5614

,34

13,8

022

,59

HH

ecke

n, F

eldg

ehöl

ze95

1,33

30,6

494

,63

113,

6072

,84

59,4

211

1,87

40,1

783

,24

104,

5273

,28

35,7

739

,92

91,4

5K

Kom

plex

elem

ente

551,

6455

,59

68,2

545

,61

7,78

76,2

674

,66

42,0

14,

6519

,99

10,8

088

,67

57,3

8R

Rude

ralfl

uren

und

Säu

me

245,

0417

,07

14,9

432

,21

8,04

15,1

723

,28

22,6

811

,71

13,5

815

,49

14,4

534

,68

21,7

5S

Segg

enrie

de u

nd S

chilf

257,

0748

,94

19,4

920

,69

8,61

20,5

844

,64

0,17

6,25

40,9

85,

614,

3326

,10

10,6

8G

Grä

ben

332,

4231

,21

14,7

619

,25

6,79

58,4

511

2,73

2,79

39,3

90,

954,

8617

,84

23,4

0W

Was

serlä

ufe,

Bäc

he, Q

uelle

n17

1,02

1,22

29,0

532

,80

17,2

417

,12

15,6

25,

898,

798,

764,

678,

601,

5519

,70

TTe

ich,

Tüm

pel,

Wei

her

69,3

12,

421,

388,

560,

158,

594,

224,

170,

0915

,95

1,74

9,60

0,56

11,9

0N

Mau

ern

und

Stei

nrie

gel

5,18

0,01

2,05

0,07

0,01

1,57

0,01

0,80

0,66

Uun

befe

stigt

e W

ege

382,

9418

,36

62,7

541

,90

24,7

015

,02

58,1

316

,16

55,4

19,

796,

9613

,03

12,3

348

,40

Sum

me

Elem

ente

3.19

5,50

230,

6232

9,52

329,

6215

4,86

286,

4751

2,68

89,6

422

7,09

243,

8513

1,25

116,

5723

5,45

307,

90G

esam

tsum

me

12.9

50,4

01.

128,

601.

362,

481.

381,

2155

8,24

1.11

5,13

1.97

9,42

475,

3271

5,28

757,

4349

6,01

592,

0177

1,47

1.61

7,80

Ac

Ack

er5,

8 %

15,5

%1,

8 %

3,4

%1,

4 %

10,7

%4,

8 %

1,8

%1,

7 %

0,2

%0,

7 %

13,0

%11

,8 %

5,8

%G

rG

rünl

and

32,7

%32

,8 %

31,1

%40

,5 %

36,6

%25

,2 %

29,0

%32

,3 %

25,2

%14

,2 %

37,9

%43

,2 %

18,4

%49

,3 %

BrBr

achf

läch

en3,

6 %

9,9

%1,

7 %

1,7

%0,

9 %

3,3

%3,

5 %

16,3

%2,

1 %

0,2

%1,

8 %

2,5

%6,

1 %

2,3

%O

bSt

reuo

bst

4,3

%0,

1 %

14,8

%4,

8 %

5,1

%0,

0 %

1,1

%11

,1 %

7,3

%0,

1 %

6,1

%1,

8 %

2,2

%4,

5 %

ReRe

bflä

chen

0,0

%0,

1 %

LeFF

H-LR

T un

d Bi

otop

e4,

2 %

0,9

%2,

2 %

1,9

%0,

5 %

9,3

%9,

8 %

0,7

%0,

3 %

20,9

%0,

6 %

0,2

%0,

5 %

0,1

%B

Einz

elbä

ume,

Alle

en1,

8 %

2,2

%1,

6 %

1,1

%1,

6 %

1,4

%3,

4 %

0,1

%2,

1 %

0,8

%0,

5 %

2,4

%1,

8 %

1,4

%H

Hec

ken,

Fel

dgeh

ölze

7,3

%2,

7 %

6,9

%8,

2 %

13,0

%5,

3 %

5,7

%8,

5 %

11,6

%13

,8 %

14,8

%6,

0 %

5,2

%5,

7 %

KKo

mpl

exel

emen

te4,

3 %

4,9

%5,

0 %

3,3

%1,

4 %

6,8

%3,

8 %

5,9

%0,

6 %

4,0

%1,

8 %

11,5

%3,

5 %

RRu

dera

lflur

en u

nd S

äum

e1,

9 %

1,5

%1,

1 %

2,3

%1,

4 %

1,4

%1,

2 %

4,8

%1,

6 %

1,8

%3,

1 %

2,4

%4,

5 %

1,3

%S

Segg

enrie

de u

nd S

chilf

2,0

%4,

3 %

1,4

%1,

5 %

1,5

%1,

8 %

2,3

%0,

0 %

0,9

%5,

4 %

1,1

%0,

7 %

3,4

%0,

7 %

GG

räbe

n2,

6 %

2,8

%1,

1 %

1,4

%1,

2 %

5,2

%5,

7 %

0,4

%5,

2 %

0,2

%0,

8 %

2,3

%1,

4 %

WW

asse

rläuf

e, B

äche

, Que

llen

1,3

%0,

1 %

2,1

%2,

4 %

3,1

%1,

5 %

0,8

%1,

2 %

1,2

%1,

2 %

0,9

%1,

5 %

0,2

%1,

2 %

TTe

ich,

Tüm

pel,

Wei

her

0,5

%0,

2 %

0,1

%0,

6 %

0,0

%0,

8 %

0,2

%0,

9 %

0,0

%2,

1 %

0,3

%1,

6 %

0,1

%0,

7 %

NM

auer

n un

d St

einr

iege

l0,

0 %

0,0

%0,

2 %

0,0

%0,

0 %

0,2

%0,

0 %

0,1

%0,

0 %

Uun

befe

stigt

e W

ege

3,0

%1,

6 %

4,6

%3,

0 %

4,4

%1,

3 %

2,9

%3,

4 %

7,7

%1,

3 %

1,4

%2,

2 %

1,6

%3,

0 %

Page 39: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 35

Tab. 6: HNV-Bestände – Kartierte Einzelflächen und Anteil an der Gesamtfläche je Bundesland (Kartierung 2009)

Typ

Ges

am

tBB

BW

BY

HE

MV

NI

NW

RP

SHSL

SNST

THA

cA

cker

280

4043

3712

1328

1310

25

2014

43G

rG

rünl

and

3.52

118

855

954

811

588

382

223

138

126

235

215

5964

5Br

Brac

hflä

chen

639

6853

4312

2978

185

111

2422

3578

Ob

Stre

uobs

t1.

385

452

321

049

141

163

965

8422

2016

7Re

Rebf

läch

en9

9Le

FFH

-LRT

und

Biot

ope

292

475

3219

923

43

9810

27

6

Sum

me

Fläc

hen

6.12

630

41.

262

870

207

140

552

588

258

232

358

281

135

939

BEi

nzel

bäum

e, A

lleen

3.68

233

456

946

120

711

457

538

322

617

935

9285

422

HH

ecke

n, F

eldg

ehöl

ze5.

554

193

547

690

256

193

520

448

270

1.26

525

113

612

266

3K

Kom

plex

elem

ente

1.69

714

830

317

635

122

336

9049

7625

7326

4R

Rude

ralfl

uren

und

Säu

me

1.59

660

143

181

6544

109

397

2518

910

112

6320

7S

Segg

enrie

de u

nd S

chilf

610

4650

6140

4366

119

158

2815

1667

GG

räbe

n1.

759

155

194

142

4217

442

520

340

534

5317

5W

Was

serlä

ufe,

Bäc

he, Q

uelle

n65

56

9795

3615

5015

319

5017

135

99T

Teic

h, T

ümpe

l, W

eihe

r51

820

1979

245

5730

416

210

184

68N

Mau

ern

und

Stei

nrie

gel

781

302

18

17

28U

unbe

festi

gte

Weg

e2.

264

107

445

275

143

5325

019

621

390

6266

4831

6

Sum

me

Elem

ente

18.4

131.

070

2.39

72.

162

827

803

2.38

81.

608

894

2.48

258

641

846

92.

309

Ges

amtsu

mm

e42

.952

2.44

46.

056

5.19

41.

861

1.74

65.

328

3.80

42.

046

5.19

61.

530

1.11

71.

073

5.55

7

Ac

Ack

er0,

7 %

1,6

%0,

7 %

0,7

%0,

6 %

0,7

%0,

5 %

0,3

%0,

5 %

0,0

%0,

3 %

1,8

%1,

3 %

0,8

%G

rG

rünl

and

8,2

%7,

7 %

9,2

%10

,6 %

6,2

%5,

0 %

7,2

%5,

9 %

6,7

%2,

4 %

15,4

%19

,2 %

5,5

%11

,6 %

BrBr

achf

läch

en1,

5 %

2,8

%0,

9 %

0,8

%0,

6 %

1,7

%1,

5 %

4,9

%0,

5 %

0,0

%1,

6 %

2,0

%3,

3 %

1,4

%O

bSt

reuo

bst

3,2

%0,

2 %

8,6

%4,

0 %

2,6

%0,

1 %

0,8

%4,

3 %

4,7

%0,

1 %

5,5

%2,

0 %

1,9

%3,

0 %

ReRe

bflä

chen

0,0

%0,

1 %

LeFF

H-LR

T un

d Bi

otop

e0,

7 %

0,2

%1,

2 %

0,6

%1,

0 %

0,5

%0,

4 %

0,1

%0,

1 %

1,9

%0,

7 %

0,2

%0,

7 %

0,1

%B

Einz

elbä

ume,

Alle

en8,

6 %

13,7

%9,

4 %

8,9

%11

,1 %

6,5

%10

,8 %

10,1

%11

,0 %

3,4

%2,

3 %

8,2

%7,

9 %

7,6

%H

Hec

ken,

Fel

dgeh

ölze

12,9

%7,

9 %

9,0

%13

,3 %

13,8

%11

,1 %

9,8

%11

,8 %

13,2

%24

,3 %

16,4

%12

,2 %

11,4

%11

,9 %

KKo

mpl

exel

emen

te4,

0 %

6,1

%5,

0 %

3,4

%1,

9 %

7,0

%6,

3 %

4,4

%0,

9 %

5,0

%2,

2 %

6,8

%4,

8 %

RRu

dera

lflur

en u

nd S

äum

e3,

7 %

2,5

%2,

4 %

3,5

%3,

5 %

2,5

%2,

0 %

10,4

%1,

2 %

3,6

%6,

6 %

1,1

%5,

9 %

3,7

%S

Segg

enrie

de u

nd S

chilf

1,4

%1,

9 %

0,8

%1,

2 %

2,1

%2,

5 %

1,2

%0,

0 %

0,9

%3,

0 %

1,8

%1,

3 %

1,5

%1,

2 %

GG

räbe

n4,

1 %

6,3

%3,

2 %

2,7

%2,

3 %

10,0

%8,

0 %

1,0

%6,

5 %

0,3

%3,

0 %

4,9

%3,

1 %

WW

asse

rläuf

e, B

äche

, Que

llen

1,5

%0,

2 %

1,6

%1,

8 %

1,9

%0,

9 %

0,9

%4,

0 %

0,9

%1,

0 %

1,1

%1,

2 %

0,5

%1,

8 %

TTe

ich,

Tüm

pel,

Wei

her

1,2

%0,

8 %

0,3

%1,

5 %

0,1

%2,

6 %

1,1

%0,

8 %

0,2

%3,

1 %

0,7

%1,

6 %

0,4

%1,

2 %

NM

auer

n un

d St

einr

iege

l0,

2 %

0,0

%0,

5 %

0,0

%0,

1 %

0,4

%0,

1 %

0,6

%0,

5 %

Uun

befe

stigt

e W

ege

5,3

%4,

4 %

7,3

%5,

3 %

7,7

%3,

0 %

4,7

%5,

2 %

10,4

%1,

7 %

4,1

%5,

9 %

4,5

%5,

7 %

Page 40: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

36 PAN – IFAB – ILN

3.4.1 Flächenauswertung

Die Flächen und Anzahlen der bei den Geländeerhebungen 2009 erfassten HNV-Bestände sind in Tab. 5 und Tab. 6 getrennt nach Bundesländern aufgeführt. Diese Darstellung wurde hier gewählt, weil die Bundesländer Auftraggeber der Kartierun-gen waren und die Daten auch nach Bundesländern getrennt geprüft und für die wei-teren Auswertungen aufbereitet wurden. Bei der Betrachtung dieser Daten ist allerdings zu beachten, dass diese Rohdaten noch keine Aussagen über den tatsächlichen HNV�Anteil an der Landwirtschaftsfläche erlauben. Dafür sind folgende Gründe ausschlaggebend: – Aufgeführt sind alle kartierten Bestände, auch wenn sie außerhalb der als „Land-

wirtschaftsfläche“ verwendeten Ebenen des Basis-DLM liegen (Ebenen 1 „Acker“ und 2 „Grünland“). Nur Bestände innerhalb dieser Landwirtschaftsfläche gehen in die Berechnung des Indikators ein.

– Das Saarland und Thüringen haben nicht nur die Stichprobenflächen des Grund-programms, sondern auch einen Großteil der Stichprobenflächen des Vertiefungs-programms kartieren lassen (siehe 2.1.4). Daher ist in diesen Ländern bei flä-chenproportionaler Betrachtung wesentlich mehr HNV-Fläche erfasst als in den restlichen Bundesländern. Auch diese Tatsache wird erst im Rahmen der Hoch-rechnung berücksichtigt.

– Schließlich muss für die Ermittlung der HNV-Anteile, wie bereits in Abschnitt 3.2 geschildert, auch die Anteile der einzelnen Schichten bezüglich der Basis-DLM-Ebenen und der Standorttypen beachtet werden.

Aufgrund der genannten Einschränkungen ist eine weitergehende Analyse der reinen Kartierungsdaten nicht zielführend. An dieser Stelle soll nur auf folgende Einzelge-sichtspunkte hingewiesen werden: – Rebflächen sind in den Daten eindeutig unterrepräsentiert, nur in Baden-

Württemberg wurden diese Bestände in sehr geringer Gesamtfläche erfasst (neun Bestände auf drei Stichprobenflächen. Dies liegt daran, dass auf Grund des spä-ten Kartierungsbeginns 2009 die für Rebflächen wertgebenden Kenntaxa großteils nicht mehr erfassbar waren.

– Die Daten für Nordrhein-Westfalen beruhen auf einer Auswertung der jährlichen Kartierungen im Rahmen der Ökologischen Flächenstichprobe (ÖFS). Die bei die-ser Kartierung verwendeten Flächentypen wurden nach einem vom Landesamt für Natur, Umwelt und Verbraucherschutz Nordrhein-Westfalen (LANUV) entwickelten Schlüssel auf die hier verwendeten HNV-Typen umgerechnet. Der HNV-Typ „Kom-plexelemente“ taucht in den ÖFS-Daten nicht auf, da hier jeweils eindeutig be-schreibbare Einzeltypen verwendet werden.

Page 41: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 37

3.4.2 Auswertung der Kenntaxaerfassung

Daten zu den Kenntaxa des Grünlands liegen aus der Kartierung 2009 von insgesamt 2.730 Einzelflächen aus allen Bundesländern außer Nordrhein-Westfalen vor. Die Stetigkeiten der insgesamt 88 erfassten Taxa in den einzelnen Bundesländern sind in Tab. 13 im Anhang angegeben. Bei allen folgenden Auswertungen ist zu beachten, dass zwar nach der Kartierungsanleitung alle 88 Taxa in allen Bundesländern erfasst werden sollten, jeweils aber nur 33 bis 39 dieser Taxa für eine bestimmte Region als Kenntaxa für die Bewertung der Fläche gezählt wurden. Der Großteil der erfassten Grünlandtaxa kommt nur in geringen Stetigkeiten in den Flächen vor: 60 % aller Arten erreichen jeweils Stetigkeiten von 10 % oder weniger. Fünf Arten erreichen bundesweit Stetigkeiten über 50 %: Achillea millefolium, Planta-go lanceolata, Ranunculus acris, Rumex acetosa und Trifolium pratense. Wichtiger sind hier aber die Stetigkeiten in den verschiedenen Regionen, für die jeweils eigene Gruppen von Kenntaxa gültig sind:

Tab. 7: Grünland-Kenntaxa mit Stetigkeiten von 50 % oder mehr

Mit einer Umrandung gekennzeichnet sind Arten, die für die jeweilige Region (NW, NO, MW, SN, MO und Süd) als Kennart bei der Grün-landbewertung gezählt wurden. Stetigkeiten von weniger als 50 % sind grau gedruckt.

NW NO MW SN MO Süd Art alle BL NI SH BB MV HE RP SL SN ST TH BW BY

Achillea millefolium 57,0 % 37,6 % 34,6 % 19,4 % 51,9 % 74,0 % 83,6 % 57,1 % 75,2 % 79,7 % 64,2 % 51,2 % 62,4 %

Anthoxanthum odoratum 34,0 % 43,4 % 52,6 % 27,3 % 18,2 % 33,3 % 20,4 % 31,0 % 48,2 % 1,4 % 18,7 % 42,5 % 44,9 %

Apiaceae spec. 28,6 % 12,2 % 7,3 % 16,9 % 39,8 % 25,0 % 34,9 % 2,2 % 5,8 % 22,8 % 44,0 % 58,4 %

Campanula spec. (ohne C. glomerata)

27,4 % 1,9 % 2,6 % 7,9 % 13,0 % 26,8 % 39,5 % 41,3 % 50,4 % 24,6 % 22,2 % 40,1 % 30,0 %

Centaurea spec. (alle Arten) 34,2 % 2,8 % 0,0 % 13,9 % 3,9 % 40,7 % 79,6 % 84,9 % 12,8 % 14,5 % 19,6 % 48,3 % 50,4 %

Chrysanthemum leucanthemum

36,5 % 3,6 % 0,0 % 6,7 % 5,2 % 54,5 % 55,9 % 64,7 % 22,1 % 10,1 % 29,1 % 61,0 % 49,6 %

Galium mollugo agg. 44,2 % 12,7 % 11,5 % 26,7 % 32,5 % 48,0 % 54,6 % 55,2 % 40,3 % 47,8 % 54,8 % 55,0 % 44,9 %

Lotus spec. 35,0 % 22,9 % 34,6 % 37,0 % 26,0 % 50,4 % 44,1 % 61,5 % 26,1 % 20,3 % 29,1 % 34,4 % 39,5 %

Plantago lanceolata 52,7 % 51,4 % 46,2 % 19,4 % 49,4 % 60,2 % 53,3 % 58,3 % 53,5 % 43,5 % 48,3 % 56,0 % 66,4 %

Ranunculus acris 60,2 % 68,8 % 57,7 % 49,7 % 40,3 % 66,7 % 29,6 % 48,8 % 68,6 % 18,8 % 57,2 % 71,1 % 68,8 %

Rumex acetosa 54,9 % 69,3 % 66,7 % 17,6 % 49,4 % 43,9 % 20,4 % 56,7 % 79,2 % 40,6 % 61,5 % 53,1 % 51,8 %

Trifolium pratense 61,4 % 23,5 % 7,7 % 31,5 % 42,9 % 81,3 % 85,5 % 85,7 % 44,2 % 31,9 % 51,0 % 87,3 % 84,4 %

Veronica chamaedrys 37,3 % 8,0 % 10,3 % 45,5 % 33,8 % 39,8 % 5,9 % 38,1 % 45,1 % 20,3 % 68,9 % 33,6 % 29,3 %

Page 42: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

38 PAN – IFAB – ILN

An der oben stehenden Auswertung fällt auf, dass sich die Länder in zwei Gruppen aufteilen lassen: in den Regionen NW, MW und SN und in Thüringen wird ein gro-ßer Teil der hochstetigen Arten auch als Kennart gezählt, während in den Regionen NO und Süd und in Sachsen-Anhalt die Arten mit hohen Stetigkeiten i. d. R. nicht als Grünland-Kennart gezählt werden. Eine Auswertung nach Artenzahlen je Fläche zeigt die folgende Tabelle.

Tab. 8: Häufigkeiten der Grünland-Kenntaxaanzahlen je Grünland-fläche

NW NO MW SN MO Süd Kenntaxazahl alle BL NI SH BB MV HE RP SL SN ST TH BW BY

4 759 109 19 54 30 32 28 33 49 30 118 142 115 5 696 91 23 43 12 28 40 35 41 21 134 127 101 6 563 69 12 23 12 23 34 35 48 9 121 113 64 7 430 47 8 23 6 13 16 38 35 4 91 88 61 8 280 24 8 6 7 13 15 25 24 3 83 49 23 9 189 8 3 6 2 9 11 27 10 1 54 36 22

10 119 10 4 4 2 4 5 24 10 31 15 10 11 64 2 1 1 2 16 6 1 13 10 12 12 32 1 1 4 2 6 2 7 9

mehr als 12 38 1 2 3 1 13 1 7 4 5

Erwartungsgemäß machen in allen Bundesländern außer dem Saarland die Grünland-flächen mit vier oder fünf Kenntaxa, die entsprechend mit dem Wert III eingestuft wur-den, den größten Teil aller Grünlandflächen aus. Im Saarland ist die Situation genau umgekehrt: die meisten Flächen weisen acht oder mehr Kenntaxa auf und wurden entsprechend in die höchste Stufe I gestellt, während die Stufe III nach Kenntaxabe-wertung am seltensten ist. Der hohe Artenreichtum des saarländischen Grünlands dürf-te im wesentlichen historische Gründe haben. Im Gegensatz zu den Grünlandflächen galt für Ackerflächen eine bundeseinheitliche Liste von 35 Kenntaxa. Die Stetigkeit aller Kenntaxa ist in Tab. 14 im Anhang ange-geben. Die fünf Taxa mit den höchsten Stetigkeiten von 44 bis 53 % sind Geranium spec. mit Erodium cicutarium, Myosotis spec., Papaver spec., Vicia spec. und Lamium spec. 21 Arten sind in weniger als 10 % der insgesamt 301 Ackerflächen vertreten, für die auf den Transekten vier oder mehr Kenntaxa gefunden wurden. Die Häufig-keitsverteilung der Artenzahlen je Ackerfläche nimmt stetig ab: 215 oder mehr als 70 % aller bewerteten Äcker weisen 4 oder 5 Kenntaxa auf und wurden damit in der Stufe III bewertet, 22 % zählen mit 6 oder 7 Kenntaxa zur Stufe II und nur 19 Flächen (6 %) konnten mit dem Wert I belegt werden.

Page 43: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 39

3.4.3 HNV-Indikator

Für ganz Deutschland wurde ein Indikatorwert (Anteil der HNV-Fläche an der gesam-ten Landwirtschaftsfläche) von 13,0 % ± 0,4 %5 ermittelt. Davon fällt knapp die Hälfte in die Wertstufe III „mäßig hoher Naturwert“ und ein Drittel in die Wertstufe II „sehr hoher Naturwert“. Eine Ermittlung der HNV-Schätzwerte für die einzelnen Standortty-pen und für ganz Deutschland ist in Tab. 9 und Abb. 6 dargestellt.

Tab. 9: HNV-Anteile an der Landwirtschaftsfläche (hochgerechneter Schätzwert) nach Wertstufen

„Fläche“ und „Anteil“ bezeichnen die jeweiligen Schätzwerte für die Flä-che HNV Farmland in Hektar und den Anteil dieser Fläche an der Land-wirtschaftsfläche. Abkürzungen: STO = Standorttyp nach Abb. 1, Landw. Fl. = Landwirtschaftsfläche gemäß der Definition auf S. 27 in Hektar, aF = absoluter Stichprobenfehler gemäß Formel 8 (S. 30), D = Deutschland (Landfläche ohne Stadtstaaten). Prozentwerte sind auf die erste Nachkommastelle gerundet dargestellt, dadurch ergeben sich bei der Summierung der Werte für die Stufen I bis III teilweise Rundungsfehler (z. B. in Zeilen 2, 7 oder 22).

Wertstufen I – III Wert I Wert II Wert III STO Landw. Fl. Fläche Anteil aF Ant. aF Ant. aF Ant. aF

008 854.194 168.060 19,7 % 3,4 % 3,1 % 0,9 % 7,6 % 2,0 % 9,0 % 2,2 %

012 729.129 148.031 20,3 % 2,7 % 6,8 % 1,5 % 6,5 % 0,7 % 6,9 % 1,1 %

018 937.426 118.731 12,7 % 1,7 % 1,2 % 0,2 % 3,9 % 1,0 % 7,6 % 1,2 %

019 900.418 144.075 16,0 % 2,6 % 1,0 % 0,2 % 3,9 % 1,3 % 11,1 % 2,3 %

020 734.492 174.099 23,7 % 3,9 % 2,9 % 0,7 % 8,5 % 1,3 % 12,3 % 3,3 %

022 510.672 80.489 15,8 % 4,7 % 0,1 % 0,0 % 9,1 % 3,4 % 6,6 % 1,6 %

026 405.905 60.487 14,9 % 3,5 % 2,2 % 1,1 % 4,4 % 1,2 % 8,2 % 2,2 %

030 759.613 63.767 8,4 % 1,2 % 1,2 % 0,3 % 2,9 % 0,5 % 4,3 % 0,7 %

042 1.798.387 190.649 10,6 % 1,4 % 1,6 % 0,7 % 3,4 % 0,4 % 5,7 % 0,8 %

043 1.537.911 204.521 13,3 % 1,6 % 2,6 % 0,6 % 4,3 % 0,6 % 6,4 % 1,0 %

046 1.101.902 76.974 7,0 % 1,2 % 1,2 % 0,2 % 2,5 % 0,4 % 3,3 % 0,9 %

047 1.543.639 128.551 8,3 % 0,9 % 0,8 % 0,2 % 3,0 % 0,4 % 4,5 % 0,5 %

054 241.378 36.537 15,1 % 4,2 % 6,1 % 2,5 % 3,7 % 1,2 % 5,3 % 2,6 %

055 325.591 43.536 13,4 % 3,2 % 2,9 % 1,1 % 5,4 % 1,4 % 5,1 % 1,3 %

5 Im folgenden wird der absolute Stichprobenfehler nach Formel 8 (S. 30) in Prozentpunkten immer mit dem Zeichen „±“ an den entsprechenden Schätzwert angefügt. In diesem Fall sind die Zahlen folgen-dermaßen zu lesen: der Schätzwert für den gesamten HNV-Anteil in Deutschland inklusive Stichproben-fehler liegt zwischen 12,6 % und 13,4 %.

Page 44: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

40 PAN – IFAB – ILN

Wertstufen I – III Wert I Wert II Wert III STO Landw. Fl. Fläche Anteil aF Ant. aF Ant. aF Ant. aF

056 1.156.396 124.148 10,7 % 1,4 % 1,6 % 0,4 % 3,5 % 0,6 % 5,7 % 0,9 %

057 482.134 61.052 12,7 % 1,7 % 2,0 % 0,6 % 4,4 % 1,1 % 6,3 % 0,8 %

058 495.304 61.117 12,3 % 2,2 % 2,4 % 0,6 % 3,2 % 0,5 % 6,7 % 1,8 %

062 2.228.951 321.466 14,4 % 1,1 % 2,9 % 0,3 % 5,0 % 0,5 % 6,5 % 0,7 %

063 438.839 82.716 18,8 % 2,8 % 2,5 % 0,5 % 8,4 % 1,4 % 8,0 % 1,2 %

118 811.790 122.585 15,1 % 2,5 % 3,4 % 1,0 % 5,8 % 1,1 % 6,0 % 0,7 %

119 1.351.343 98.799 7,3 % 0,8 % 1,3 % 0,3 % 2,6 % 0,4 % 3,4 % 0,4 %

D 19.345.412 2.510.390 13,0 % 0,4 % 2,1 % 0,1 % 4,5 % 0,2 % 6,3 % 0,3 %

Abb. 6: HNV-Gesamtanteile der einzelnen Standorttypen

Abgestufte Darstellung der Werte aus Tab. 9, genaue Lage der Standort-typen mit Benennung siehe Abb. 1. Im Gegensatz zu Abb. 1 sind hier nur Rasterfelder differenziert, in denen auch Stichprobenflächen im Rahmen der Ersterfassung kartiert wurden. Zahlreiche sehr kleine Rasterfelder ohne Kartierungsdaten wurden mit dem selben Wert belegt wie die umgebenden Schichten.

Page 45: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 41

Neben der Verteilung des HNV Farmlands auf die einzelnen Wertstufen ist besonders der Anteil der verschiedenen HNV-Typen von Interesse, deren flächenmäßig wichtigs-ten in Tab. 10 aufgeführt sind. Bei der bundesweiten Betrachtung ist festzustellen, dass Grünland mehr als 40 % des gesamten HNV Farmlands ausmacht, wobei sich die einzelnen Standorttypen sehr deutlich in ihrem Grünlandanteil unterscheiden (sie-he unten). Das HNV-Grünland erreicht Anteile von weniger als 2 % bis über 12 % an der gesamten Landwirtschaftsfläche, der Höchstwert wird in den friesischen Marschen erreicht. Über alle Standorttypen betrachtet ist der Anteil am HNV-Gesamtanteil auch hochsignifikant mit dem HNV-Grünlandanteil korreliert (Spearmanscher Rangkorrela-tionskoeffizient (berechnet mit der Funktion „rcorr“ aus Harrell 2010): ρ = 0,83, p < 0,001). Hohe HNV-Grünlandanteile werde dabei besonders in Standorttypen er-reicht, die auch bezüglich der Gesamtnutzung hohe Grünlandanteile aufweisen (ρ = 0,70, p < 0,001) – dies sind in gewissem Maß gleichzeitig die Naturräume, in de-nen die landwirtschaftliche Nutzung eher geringere Gebietsanteile gegenüber z. B. der Waldnutzung einnimmt (Korrelation HNV-Grünlandanteil mit Anteil Landwirt-schaftsfläche insgesamt: ρ = – 0,53, p = 0,014).

Tab. 10: HNV-Anteile an der Landwirtschaftsfläche (hochgerechneter Schätzwert) nach HNV-Flächentypen

Abkürzungen: siehe Tab. 9, außerdem: k. B. = Fehlerberechnung wegen geringer Stichprobenzahl nicht möglich.

Äcker Grünland Brachen Obstbestände LRT, Biotope Landschaftslemente

STO Ant. aF Ant. aF Ant. aF Ant. aF Ant. aF Ant. aF 008 5,4 % 1,6 % 6,1 % 1,1 % 3,1 % 1,2 % < 0,1 % k. B. 0,2 % k. B. 4,9 % 0,6 % 012 0,5 % 0,1 % 14,3 % 2,2 % 0,5 % 0,1 % 0,3 % 0,1 % 0,5 % 0,2 % 4,2 % 0,5 % 018 2,7 % 0,9 % 4,3 % 0,8 % 2,3 % 0,6 % < 0,1 % < 0,1 % 0,3 % < 0,1 % 3,1 % 0,3 % 019 3,5 % 1,1 % 5,0 % 1,5 % 0,6 % 0,2 % 0,1 % < 0,1 % 6,8 % 1,6 % 020 4,4 % 0,7 % 11,6 % 2,7 % 1,6 % 0,4 % < 0,1 % k. B. < 0,1 % k. B. 6,1 % 0,9 % 022 0,3 % k. B. 8,6 % 4,0 % 0,5 % 0,1 % 0,1 % k. B. 0,6 % 0,3 % 5,7 % 0,7 % 026 0,5 % 0,1 % 10,6 % 2,9 % 0,4 % 0,1 % 1,0 % 0,4 % < 0,1 % k. B. 2,5 % 0,4 % 030 0,7 % 0,4 % 2,2 % 0,4 % 0,8 % 0,1 % 0,6 % 0,1 % < 0,1 % k. B. 4,1 % 0,5 % 042 0,7 % 0,2 % 4,5 % 1,0 % 0,7 % 0,2 % 0,1 % 0,1 % < 0,1 % < 0,1 % 4,5 % 0,4 % 043 1,1 % 0,3 % 5,8 % 0,9 % 0,5 % 0,1 % < 0,1 % < 0,1 % 0,5 % 0,2 % 5,3 % 0,6 % 046 0,8 % < 0,1 % 1,9 % 0,8 % 0,1 % < 0,1 % < 0,1 % k. B. 0,1 % < 0,1 % 4,0 % 0,4 % 047 0,6 % 0,1 % 2,8 % 0,4 % 1,0 % 0,2 % 0,7 % 0,1 % < 0,1 % k. B. 3,2 % 0,3 % 054 12,4 % 4,1 % 0,1 % < 0,1 % 0,1 % 0,1 % < 0,1 % < 0,1 % 2,5 % 0,5 % 055 0,4 % k. B. 7,7 % 1,9 % 0,4 % 0,2 % 1,5 % 0,8 % 0,1 % < 0,1 % 3,3 % 0,8 % 056 0,5 % 0,1 % 5,5 % 0,8 % 0,4 % 0,2 % 0,6 % 0,2 % 0,1 % < 0,1 % 3,6 % 0,4 % 057 4,5 % 0,6 % 4,8 % 1,1 % 0,3 % 0,1 % 0,4 % 0,1 % < 0,1 % < 0,1 % 2,6 % 0,4 % 058 2,3 % 0,8 % 5,0 % 1,3 % 0,1 % < 0,1 % 0,5 % 0,1 % < 0,1 % k. B. 4,4 % 0,6 % 062 0,6 % 0,1 % 6,6 % 0,6 % 0,7 % 0,1 % 2,2 % 0,3 % < 0,1 % < 0,1 % 4,4 % 0,3 % 063 0,8 % 0,3 % 6,4 % 1,1 % 0,2 % < 0,1 % 5,4 % 1,6 % 0,2 % 0,1 % 5,8 % 1,2 % 118 3,0 % 0,2 % 7,7 % 1,8 % 0,4 % < 0,1 % 0,4 % 0,1 % 0,1 % k. B. 3,4 % 0,4 % 119 0,4 % 0,1 % 1,9 % 0,4 % 0,3 % 0,1 % 0,9 % 0,2 % 0,2 % 0,1 % 3,5 % 0,4 % D 1,5 % 0,1 % 5,7 % 0,3 % 0,8 % 0,1 % 0,7 % 0,1 % 0,1 % < 0,1 % 4,3 % 0,1 %

Page 46: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

42 PAN – IFAB – ILN

Äcker mit hohem Naturwert nehmen bundesweit die zweite Stelle bezüglich des Ge-samtflächenanteils an HNV Farmland ein, wobei dieser hohe Gesamtanteil v. a. auf einige wenige Standorttypen mit weit überdurchschnittlichen Anteilen an HNV-Ackerland zurückzuführen ist: zum einen sind dies Gebiete in Ostdeutschland wie Alt- und Uckermark, Mecklenburger Seenplatte oder Leipziger Tieflandsbucht, zum ande-ren die kristallinen Mittelgebirge. Im Allgäu und den Hochalpen konnten keine Äcker mit hohem Naturwert kartiert werden. Insgesamt ist festzustellen, dass hohe HNV-Ackeranteile (ähnlich wie beim Grünland) gerade in Standorttypen zu finden sind, die auch insgesamt durch hohe Ackernutzung geprägt sind (Korrelation Anteil HNV-Äcker zu Anteil Acker an Landwirtschaftsfläche: ρ = 0,58, p = 0,006). HNV-Brachflächen, die insgesamt weniger als 1 % der Landwirtschaftsfläche ausmachen, sind in ihrer Verteilung den Äckern sehr ähnlich. Obstbestände mit hohem Naturwert, die ebenfalls unter 1 % der Landwirtschaftsfläche einnehmen, sind räumlich stark auf die klimabe-günstigten süd- und südwestdeutschen Schichtstufen- und Mittelgebirgslandschaften (Jura, rheinisches Schiefergebirge, Alpenvorland) konzentriert. Unter den einzeln erfassten Landschaftselementen, die in Tab. 10 zusammengefasst aufgeführt sind, erreichen nur die Hecken und Feldgehölze mehr als 1 % Anteil an der Landwirtschaftsfläche (Detailzahlen siehe Tab. 15 im Anhang). Diese Bestände sind räumlich relativ einheitlich verteilt, allerdings gibt es Ausnahmen in „klassischen“ He-ckenlandschaften: Fränkische Alb und die schleswig-holsteinische Geest erreichen etwa doppelt so hohe Anteile wie der Bundesdurchschnitt. Alle weiteren Landschafts-elemente nehmen deutlich geringere Anteile der Landwirtschaftsfläche ein: Einzel-bäume und Alleen 0,4 % ± 0,01 %, Komplexelemente 0,7 % ± 0,04 %, Raine und Säume 0,4 % ± 0,03 %, Seggenriede und Schilf 0,3 % ± 0,05 %, Gräben 0,5 % ± 0,03 %, Wasserläufe und Quellen 0,2 % ± 0,01 %, Stillgewässer 0,1 % ± 0,004 %, Trockenmauern und Steinriegel 0,1 % ± 0,001 % und unbefestigte Wege 0,6 % ± 0,03 %. Dass sich die einzelnen Standorttypen nicht nur bezüglich des Gesamtanteils an HNV Farmland deutlich von einander unterscheiden, sondern auch bezüglich der relativen Anteile der einzelnen HNV-Typen, zeigt eine Auswertung der Korrelationen der jewei-ligen Typen untereinander bezogen auf die Standorte (Tab. 11). Bei der Analyse der Korrelationen fällt zunächst auf, dass mit einer Ausnahme die flächigen Nutzungsty-pen in ihrer Verteilung auf die Standorttypen keine Beziehung zueinander haben – allein der Anteil an Obstbeständen ist negativ mit dem Ackeranteil korreliert. Insbe-sondere weist der Anteil an HNV-Grünland als einziger Typ keinerlei Korrelationen mit anderen HNV-Typen auf – auch zwischen Grünland einerseits und allen anderen Typen zusammen andererseits lässt sich eine solche nicht feststellen (ρ = 0,11, p = 0,6459). Zwischen den Nutzungstypen und den Landschaftselementen treten eine Reihe von Korrelationen auf – nur Hecken und Feldgehölze und Ruderal- und Stau-

Page 47: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 43

densäume sind in ihrer Verteilung (fast) völlig unabhängig von den anderen Nut-zungstypen und Elementen.

Tab. 11: Korrelationen zwischen den HNV-Anteilen an der Landwirt-schaftsfläche bezogen auf die Standorttypen

Dargestellt ist der Wert des Spearmanschen Rangkorrelationskoeffizien-ten ρ für die Werte aus Tab. 10 und Tab. 15; signifikante Korrelationen (p < 0,05) sind rot, hochsignifikante Korrelationen (p < 0,01) sind rot un-terstrichen dargestellt. Abkürzung der HNV-Typen siehe Tab. 1)

Gr Br Ob Le B H K R S G W T N U Ac – 0,25 0,33 – 0,46 – 0,14 0,51 0,17 0,54 0,24 0,11 0,37 – 0,51 0,14 0,13 – 0,17 Gr – 0,06 0,03 0,18 – 0,01 – 0,25 – 0,21 – 0,13 0,17 – 0,19 0,20 – 0,33 0,17 0,20

Br – 0,26 – 0,10 0,52 – 0,31 0,44 0,41 0,32 0,50 – 0,45 0,19 – 0,30 – 0,07

Ob – 0,20 – 0,52 0,09 – 0,31 – 0,14 – 0,34 – 0,57 0,54 – 0,53 0,37 0,60

Le 0,05 0,02 0,08 – 0,22 0,20 0,24 0,03 0,45 0,06 – 0,42

B 0,09 0,70 0,44 0,61 0,70 – 0,44 0,16 – 0,22 – 0,12

H – 0,06 0,06 – 0,01 – 0,20 0,28 – 0,01 0,26 0,06

K 0,43 0,44 0,49 – 0,21 0,25 0,00 – 0,08

R 0,09 0,19 – 0,21 – 0,22 0,05 0,19

S 0,56 – 0,34 0,29 – 0,53 0,00

G – 0,56 0,49 – 0,46 – 0,42

W – 0,26 0,42 0,21

T – 0,20 – 0,65

N 0,10

Page 48: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

44 PAN – IFAB – ILN

4 Bewertung

Die Erhebung der Landwirtschaftsflächen mit hohem Naturwert, wie sie auf den vor-stehenden Seiten geschildert wurde, wurde in dieser Form zum ersten Mal in Deutsch-land durchgeführt. Obwohl die Erhebungs- und Auswertungsmethodik auf bewährten Verfahren aufbaut, wurden zahlreiche Festlegungen erstmals getroffen und im Kartie-rungsjahr 2009 erprobt. Zudem sind vergleichbare Erhebungen in den anderen Mit-gliedsländern der EU durchwegs noch nicht im selben Stadium der Umsetzungsreife, so dass direkte Vergleiche schwierig sind. Die Bewertung, die in diesem Abschnitt erfolgt, wird daher sicher in vielen Punkten vorläufig bleiben und muss anhand der Erfahrungen in den folgenden Kartierungsjahren verfeinert werden.

4.1 Kartierungsmethodik

Grundsätzlich kann festgestellt werden, dass mit der verwendeten „Schnellansatzme-thode“ die HNV-Bestände im Gelände auf immerhin 800 Probeflächen innerhalb nur weniger Monate und mit einem im Vergleich zu Biotop- oder ähnlichen Kartierungen geringen Zeitaufwand flächendeckend erfasst werden konnten. Dies kann sicher als Erfolg des F+E-Vorhabens gewertet werden. Entscheidend ist aber natürlich die Frage, ob die erfassten Bestände tatsächlich den Anteil an „High Nature Value Farmland“ korrekt abbilden, wie es im Rahmen der ELER-Indikatoren notwendig ist. Während die meisten Grundsätze der verwendeten Kartierungsmethodik auch bei den VertreterIn-nen der Bundesländer im Rahmen der Besprechungen unumstritten waren, ergab es bezüglich der Bewertung der Grünlandflächen grundsätzliche Bedenken. Besonders umstritten war die Frage, ob es zulässig ist, das Grünland im Gegensatz zu allen an-deren Beständen mit regional differenzierten Kenntaxalisten zu erfassen und ob diese Kenntaxalisten für die einzelnen Regionen geeignete Arten umfassen. Viele Bundes-länder arbeiten für ihre Agrarumweltprogramme bezüglich des Grünlands aber ohne-hin mit eigenen Erfassungskriterien, im Gegensatz z. B. zur Erfassung von Land-schaftselementen im Rahmen der „anderweitigen Verpflichtungen“ („Cross complian-ce“), die nach relativ einheitlichen Kriterien bestimmt werden. Das Grünland dann auch im Rahmen des HNV-Indikators regionalspezifisch zu erfassen erscheint vor die-sem Hintergrund weiterhin sinnvoll, insbesondere da der HNV-Indikator ja gerade mit der landwirtschaftlichen Förderpolitik gekoppelt ist. Wesentlich komplexer ist die Fra-ge, ob die verwendeten Kenntaxa auch tatsächlich in allen Regionen das extensive, artenreiche und für die Biodiversität wichtige Wirtschaftsgrünland kennzeichnen. Während einige Bundesländer mit Streichungen oder Ergänzungen einzelner Kennta-xa ein Spektrum kartieren lassen, dass nach Einschätzung der jeweiligen Ländervertre-terInnen gut für die Erfassung geeignet ist, bestehen in anderen Ländern weiterhin grundsätzliche Bedenken gegen die vorgeschlagenen Listen. Aus Sicht der Auftrag-nehmer ist es in diesem Zusammenhang vordringlich, weiterhin ein gemeinsames

Page 49: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 45

Vorgehen der Bundesländer zu gewährleisten. Dazu kann es in Einzelfällen notwen-dig sein, die Kenntaxalisten für das Grünland für einzelne Länder grundsätzlich zu überarbeiten, dies sollte allerdings möglichst bald geschehen. In Ergänzung sei angeführt, dass die Auftragnehmer verschiedentlich Gelegenheit hatten, die Kartierungsmethodik den VertreterInnen anderer EU-Mitgliedsländer vorzu-stellen. Außerhalb des eigentlichen F+E-Vorhabens und auf eigene Kosten nahm der Projektleiter am 29. Oktober 2009 an einem eintägigen Arbeitstreffen des „Rural Evaluation Network“ der EU in Wien teil. Der Projektleiter konnte den Stand der Um-setzung in Deutschland in dieser Runde berichten, an der neben zwei Repräsentanten des Rural Evaluation Networks auch ExpertInnen aus Österreich, Großbritannien, Schweden und Italien beteiligt waren. Das vom BfN und den Bundesländern jetzt um-gesetzte HNV-Monitoring wurde in dieser Runde äußerst interessiert diskutiert und in der abschließenden Schlussvorstellung aller Indikatoren seitens des Rural Evaluation Networks als nachahmenswert empfohlen. Ende September 2010 konnte der Projekt-leiter die vorläufigen Ergebnisse der HNV-Erfassung aus dem Jahr 2009 im Rahmen einer dreitägigen Konferenz „Large-scale extensive grazing systems in Europe: ad-vancing knowledge to improve policy“ vorstellen, die von BfN, dem „European Forum on Nature Conservation and Pastoralism“ und der Hochschule Rottenburg auf der Insel Vilm veranstaltet wurde. Das Publikum wurde auch hier großteils von VertreterIn-nen der EU-Mitgliedsländer gebildet, die sich selbst mit HNV Farmland-Programmen befassen. Auch auf dieser Konferenz wurde klar, dass das in Deutschland umgesetzte Verfahren überwiegend sehr positiv beurteilt wird und seitens einiger anderer Länder inzwischen ähnliche, stichprobenbasierte HNV-Erfassungsprogramme geplant wer-den.

4.2 Indikatorwert

Da es derzeit keine „harte“ Definition für den Gesamtumfang von HNV-Beständen auf Ebene der EU gibt, ist eine Einschätzung des für Deutschland im Jahr 2009 ermittelten HNV-Anteils an der Landwirtschaftsfläche von 13 % schwierig. Auf dem Treffen der LändervertreterInnen mit dem BfN und den Auftragnehmern im Januar 2010 und im Anschluss daran entwickelte sich schnell eine Diskussion, ob dieser Wert angesichts der weitgehenden Strukturarmut der landwirtschaftlichen Flur in Deutschland nicht zu hoch sei. Konkret mündete diese Diskussion in die Frage, ob die Bestände der Wert-stufe III („mäßig hoher Naturwert“) bei der Berechnung des Indikatorwerts im Gegen-satz zur ursprünglichen Auffassung nicht berücksichtigt werden sollten, was nahezu zu einer Halbierung des HNV-Anteils an der Landwirtschaftsfläche geführt hätte. Die Be-stände der Wertstufe III hätten dann als „Potenzialflächen“ weiterhin ermittelt werden können. Letztlich wurde in einer per E-Mail geführten Diskussion und Abstimmungs-runde im Sommer 2010 über einen Mehrheitsbeschluss der Bundesländer geklärt,

Page 50: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

46 PAN – IFAB – ILN

dass es bei einer Einbeziehung der Stufe III in den HNV-Indikatorwert bleibt. Haupt-argumente dafür seitens der Bundesländer waren: – Zahlreiche Landschaftselemente erreichen nur Wertstufe III, sind aber relevant für

Cross-Compliance-Ermittlungen – es wäre den Landnutzern nicht vermittelbar, wa-rum diese aus Sicht der EU geförderten Bestände nicht als Flächen mit hohem Na-turwert angegeben werden.

– Gerade in den Bundesländern mit hohen Anteilen an HNV-würdigem Grünland sind in den Wertstufen II und I fast ausschließlich Grünländer, die ohnehin bereits über Landschaftspflegemittel oder ähnliches gefördert werden – wenn man die Grünländer der Stufe III nicht zum HNV zählt, kann man mit dem Indikator die Si-tuation dieser „Normalflächen“ nicht mehr beurteilen.

– Positive wie negative Entwicklungen werden sich am ehesten auf den Flächen der Stufe III niederschlagen, da diese noch nicht zu großen Teilen gefördert oder ge-schützt sind – wenn man sie nicht in den Indikator einberechnet, werden diese Entwicklungen auch nicht dargestellt.

Der Vergleich mit anderen Mitgliedsländern der EU ist schwierig, da in den meisten Fällen die HNV-Monitoringprogramme noch in der Planungsphase sind. Bevor genaue Ergebnisse vorliegen, können nur einige Anhaltspunkte zur Diskussion beitragen. So wurde für die Niederlande nach aktuellen Studien, die auf der o. g. Konferenz auf der Insel Vilm im September 2010 vorgestellt wurden, ein HNV-Anteil an der Land-wirtschaftsfläche von 10 – 20 % ermittelt. Vor dem Hintergrund, dass die Landwirt-schaft in den Niederlanden eher noch intensiver erfolgt als in Deutschland, anderer-seits große Grünlandflächen für verschiedene Vogelarten dort hohe Bedeutung als Typ-3-HNV-Farmland haben, erscheint ein dem deutschen ähnlicher Wert plausibel. Für die gesamte EU haben Paracchini et al. (2008) über Auswertung der Corine-Land-cover-Landnutzungsklassen und unter Berücksichtigung der „Schutzwürdigen Land-schaften Deutschlands“ (Gharadjedaghi et al. 2004) und der „Prime Butterfly Areas“ (Van Swaay & Warren 2003) einen HNV-Anteil an der Landwirtschaftsfläche von 14,6 % ermittelt. Während dieser Wert dem hier ermittelten sehr nahe ist, darf nicht verschwiegen werden, dass die jeweiligen Werte für die einzelnen Bundesländer weitaus größere Unterschiede aufweisen, was einen Hinweis auf die großen methodi-schen Unterschiede gibt. Auch in dieser Studie wird übrigens für die Niederlande mit 14,1 % ein HNV-Anteil geschätzt, der dem deutschen sehr ähnlich ist.

4.3 Vorschläge zum weiteren Vorgehen

Zwischen den Bundesländern und BfN wurde vereinbart, in den Jahren 2010 bis 2013 alle Stichprobenflächen erneut im Gelände erfassen zu lassen, wobei es den

Page 51: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 47

Ländern freigestellt blieb, in jedem Jahr ein Viertel der Flächen oder in zwei Jahren jeweils die Hälfte erfassen zu lassen. Für die Jahre 2010 und 2011 werden diese Erfassungen auch von einem weiteren F+E-Vorhaben begleitet. Aus Sicht der Auftrag-nehmer stehen für die nächsten Jahre folgende Aufgaben im Vordergrund: – Endgültige Festlegung der Kenntaxalisten für die Erfassung von Grünlandbestän-

den in denjenigen Bundesländern, die noch an einer Aktualisierung arbeiten. – Ermittlung von Teilen der Kartierungsanleitung, die der weiteren Konkretisierung

bedürfen. – Entwicklung von statistischen Methoden, die tatsächlichen Änderungen im Anteil

und in der Zusammensetzung von HNV Farmland in ihrer Größenordnung zu er-fassen.

Ergänzend sei hier noch angemerkt, dass der HNV-Basisindikator inzwischen auch Eingang in die Umsetzung der Nationalen Strategie zur Biologischen Vielfalt gefun-den hat, hier unter dem Stichwort „Landwirtschaftsflächen mit hohem Naturwert“ Der entsprechende Indikatorenbericht wurde am 17. November 2010 vom Bundeskabi-nett beschlossen und noch Ende 2010 veröffentlicht (BMU 2010).

Page 52: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

48 PAN – IFAB – ILN

5 Verwendete Literatur

BMU = Bundesministerium für Umwelt, Naturschutz und Reaktorsicherheit (Hg.) (2010): Indikatorenbericht 2010 zur Nationalen Strategie zur biologischen Vielfalt. Berlin. Canty, A. & B. Ripley (2010): Bootstrap R (S-Plus) Functions. R package version 1.2-42. Davison, A. & D.V. Hinkley (1999): Bootstrap methods and their application. Cam-bridge University Press. Fuller, W.A. (2009): Sampling Statistics. John Wiley and Sons. Gharadjedaghi, B., R. Heimann & K. Lenz (2004): Verbreitung und Gefährdung schutzwürdiger Landschaften in Deutschland.– Natur und Landschaft 79: 71-81. Harrell, F.E. (2010): Hmisc: Harrell Miscellaneous. R package version 3.8-3. Heidrich-Riske, H. (2004): Bericht zur Durchführung einer räumlichen Stichprobe für das Forschungs- und Entwicklungsvorhaben „Monitoring von Vogelarten in Deutsch-land“ des Bundesamtes für Naturschutz. Monitoringmodul I: Zustand der Normalland-schaft. Wiesbaden: Statistisches Bundesamt. Mitschke, A., C. Sudfeldt, H. Heidrich-Riske & R. Dröschmeister (2005): Das neue Brutvogelmonitoring in der Normallandschaft Deutschlands–Untersuchungsgebiete, Erfassungsmethode und erste Ergebnisse.– Vogelwelt 126: 127–140. Moore, D.S., G.P. McCabe & B.A. Craig (2009): Introduction to the practice of statis-tics. W.H. Freeman. Oppermann, R., D. Fuchs & A. Krismann (2008): Endbericht zum F + E - Vorhaben „Entwicklung des High Nature Value Farmland-Indikators“ (FKZ 3507 80 800) des Bundesamtes für Naturschutz (BfN). Mannheim - München - Singen. Paracchini, M.L., J. Petersen, Y. Hoogeveen, C. Bamps, I. Burfield & C. van Swaay (2008): High Nature Value Farmland in Europe – An estimate of the distribution pat-terns on the basis of land cover and biodiversity data. Luxemburg: Office for Official Publications of the European Communities.

Page 53: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 49

Potterat, J. (2005): Methodenbericht Landwirtschaftliche Betriebszählung 2003 – Schätzverfahren für die Zusatzerhebung. Statistik der Schweiz. Neuchâtel: Bundesamt für Statistik. R Development Core Team) (2009): R: A Language and Environment for Statistical Computing. Wien. Rudolf, M. & W. Kuhlisch (2008): Biostatistik: Eine Einführung für Biowissenschaftler. Cambridge University Press. Schröder, W. & G. Schmidt (2001): Defining ecoregions as framework for the as-sessment of ecological monitoring networks in Germany by means of GIS and classi-fication and regression trees (CART).– Gate to Environmental and Health Science 3: 1–9. Schröder, W., G. Schmidt, R. Pesch, H. Matejka & T. Eckstein (2001): Konkretisierung des Umweltbeobachtungsprogrammes im Rahmen eines Stufenkonzeptes der Umwelt-beobachtung des Bundes und der Länder – Teilvorhaben 3. Vechta. Statistisches Bundesamt, Hg. (2009): Statistisches Jahrbuch 2009 - Für die Bundesre-publik Deutschland. Reutlingen: SFG Servicecenter Fachverlage. Van Swaay, C.A.M. & M.S. Warren (2003): Prime Butterfly Areas in Europe: Priority sites for conservation. National Reference Centre for Agriculture, Nature and Fisher-ies, Ministry of Agriculture.

Page 54: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

50 PAN – IFAB – ILN

Anhang: Tabellen

Tab. 12: Datengrundlage und Berechnung des Stichprobenfehlers am Beispiel der Schicht 2–062 in Hessen (Flächenangaben in Hektar)

Stichpro-benfläche

HNV-Fläche y

Varianz (y - MW(y))²

he7 1,6162 20,5041 he11 2,0030 17,1508 he17 1,6442 20,2515 he22 6,5726 0,1834 he37 4,9627 1,3963 he46 3,5143 6,9173 he47 6,4574 0,0980 he67 1,5613 21,0046 he68 0,8776 27,7394 he71 7,2331 1,1854 he73 11,5810 29,5569 he85 10,2354 16,7362 he86 5,6864 0,2097 he89 7,1367 0,9847 he104 8,1172 3,8922 he108 29,2396 533,3889 he109 10,0821 15,5057 he114 0,5994 30,7469 he116 1,9134 17,9015 he122 2,2410 15,2363 he129 0,0098 37,6329 he130 12,4352 39,5738 he139 3,2446 8,4085 he150 10,5166 19,1162 he154 4,1287 4,0630 Summe 153,6095 889,3841 Mittelwert 6,1444

Page 55: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 51

Tab. 13: Stetigkeit der Kenntaxa für HNV-Grünland in Prozent

Angegeben ist der Anteil von Grünlandflächen mit Vorkommen der jewei-ligen Art als Anteil an allen Grünlandflächen mit Transektdaten. Grau hin-terlegt sind diejenigen Arten, die in der jeweiligen Region (NW, NO, MW, SN, MO und Süd) als Kennart für die Bewertung gezählt wurden.

NW NO MW SN MO Süd Art

alle BL NI SH BB MV HE RP SL SN ST TH BW BY

Achillea millefolium 57,0 37,6 34,6 19,4 51,9 74,0 83,6 57,1 75,2 79,7 64,2 51,2 62,4 Achillea ptarmica 0,9 1,1 2,6 2,4 1,3 5,7 1,2 1,3 0,2 0,2 0,2 Agrimonia eupatoria 5,7 0,6 4,1 3,3 0,4 21,7 14,4 6,0 5,4 Ajuga reptans 15,0 12,2 9,0 11,7 26,0 0,7 35,3 0,9 2,9 10,6 23,8 19,1 Alchemilla spec. 18,5 2,2 1,3 24,4 9,2 12,3 27,0 2,9 24,9 23,6 32,2 Anthoxanthum odoratum 34,0 43,4 52,6 27,3 18,2 33,3 20,4 31,0 48,2 1,4 18,7 42,5 44,9 Apiaceae spec. 28,6 12,2 7,3 16,9 39,8 25,0 34,9 2,2 5,8 22,8 44,0 58,4 Armeria spec. 1,2 11,5 5,2 1,3 2,2 1,4 1,2 Caltha palustris 4,2 1,9 12,8 13,3 7,8 3,3 2,0 1,8 1,4 1,7 4,3 9,0 Campanula glomerata 1,0 0,8 5,9 4,0 0,7 1,9 Campanula spec. (übrige Arten) 27,4 1,9 2,6 7,9 13,0 26,8 39,5 41,3 50,4 24,6 22,2 40,1 30,0 Cardamine pratensis 13,6 22,4 38,5 30,3 36,4 8,1 11,1 2,7 7,2 7,1 9,9 20,6 Carex spec. (Großseggen) 6,4 13,8 23,1 33,3 24,7 2,4 0,4 1,3 1,5 1,4 8,3 Carex spec. (Klein-/Mittelseggen, ohne C. hirta) 16,2 23,8 43,6 18,2 37,7 11,4 1,3 13,5 6,2 2,9 8,0 10,1 36,6 Carlina vulgaris, Carlina acaulis 0,7 0,3 0,4 5,8 1,4 1,4 Centaurea spec. (alle Arten) 34,2 2,8 13,9 3,9 40,7 79,6 84,9 12,8 14,5 19,6 48,3 50,4 Cerastium arvense, Stellaria spec. (ohne Stellaria graminea und St. palustris)

12,9 18,8 7,7 19,4 42,9 1,6 3,9 5,3 5,8 7,3 11,3 31,0

Chamaespartium sagittale 0,5 0,4 2,7 Chrysanthemum leucanthemum 36,5 3,6 6,7 5,2 54,5 55,9 64,7 22,1 10,1 29,1 61,0 49,6 Cirsium heterophyllum, C. rivulare u. C. palustris

6,9 6,9 10,3 1,2 3,9 0,8 1,3 9,1 11,1 7,9 5,7 10,9

Cirsium oleraceum 8,5 0,6 1,3 24,2 27,3 4,9 1,6 4,3 6,8 6,7 25,5 Cnidium dubium 0,2 0,3 3,0 Crepis spec. 21,7 6,1 3,8 1,2 11,4 3,3 26,6 2,2 5,8 19,0 44,0 43,5 Daucus carota 7,6 2,8 16,4 7,8 4,9 24,3 2,4 7,1 34,8 5,6 6,2 8,7 Dianthus spec. 1,3 0,3 1,2 1,3 1,6 1,3 3,5 1,4 1,1 0,9 2,8 Euphorbia cyparissias, Eu. esula 6,2 4,8 4,1 5,3 9,1 3,1 10,1 14,3 4,8 4,0 Euphrasia spec. 0,5 0,3 2,6 0,2 0,5 1,4 Galium mollugo agg. 44,2 12,7 11,5 26,7 32,5 48,0 54,6 55,2 40,3 47,8 54,8 55,0 44,9 Galium verum agg. 5,9 2,2 3,6 9,1 27,6 17,8 9,1 1,8 14,5 3,6 1,9 8,0 Galium spec. (übrige Arten) außer G. aparine 8,6 17,1 21,8 21,2 15,6 3,3 3,9 5,6 4,9 7,0 5,1 8,7 Genista spec. (kleine Arten) 0,9 0,6 0,8 2,0 0,8 1,3 1,8 0,9 Geranium pratense, G. sylvaticum 14,0 0,3 0,6 8,1 2,0 0,4 9,7 10,1 25,5 25,7 19,1 Geranium spec. (übrige Arten) 4,3 4,4 1,3 3,6 7,8 2,4 2,6 6,7 2,2 4,9 6,8 1,7 Geum rivale 4,4 2,6 11,5 10,4 0,4 1,8 6,3 14,4 Hieracium pilosella 8,4 2,2 14,1 14,5 11,7 9,8 1,3 7,1 11,5 7,2 9,1 10,8 6,4 Hieracium spec. (übrige Arten) 5,6 2,5 2,6 0,6 2,6 6,5 21,7 11,1 1,8 3,8 3,8 10,6 Hypericum spec. (alle Arten) 17,5 5,5 9,0 3,6 22,1 21,1 32,9 18,7 35,8 43,5 31,6 4,6 8,3 Hypochaeris radicata 10,4 8,0 23,1 9,1 19,5 19,5 6,6 12,7 23,9 5,8 8,0 7,5 7,6 Inula britannica 0,1 1,8 Knautia arvensis 23,7 0,6 6,4 6,1 11,7 22,0 39,5 42,5 11,5 14,5 23,1 42,3 22,7 Lathyrus palustris 0,9 0,6 2,6 1,8 7,3 0,7 1,2 0,2 0,2 1,4 Lathyrus pratensis 18,9 6,6 10,3 34,5 29,9 23,6 3,9 19,8 14,6 20,3 25,5 14,7 23,6

Page 56: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

52 PAN – IFAB – ILN

NW NO MW SN MO Süd Art

alle BL NI SH BB MV HE RP SL SN ST TH BW BY

Leontodon spec. 17,0 9,4 3,8 3,0 20,8 22,0 7,9 21,8 11,1 14,5 12,4 29,1 23,6 Lotus spec. 35,0 22,9 34,6 37,0 26,0 50,4 44,1 61,5 26,1 20,3 29,1 34,4 39,5 Luzula spec. 16,9 11,9 16,7 7,3 22,1 13,0 0,7 31,7 13,3 1,4 19,9 18,2 20,1 Lychnis flos-cuculi 19,6 14,6 9,0 30,9 42,9 32,5 7,9 19,0 10,6 13,0 7,6 24,8 35,5 Lysimachia vulgaris 1,7 3,6 2,6 3,0 1,3 1,6 0,8 0,9 0,5 0,3 5,2 Lythrum salicaria 0,9 0,8 1,3 5,5 11,7 2,4 0,2 0,5 Meum athamanticum 4,5 10,2 9,6 8,2 1,9 Myosotis scorpioides 6,7 2,2 16,7 4,8 6,5 8,9 2,6 2,8 1,8 1,4 2,6 8,2 20,1 Nardus stricta 1,4 0,8 0,4 2,2 2,1 3,1 0,9 Orchidaceae spec. 3,8 0,3 2,6 2,4 11,9 1,4 3,6 12,5 Phyteuma spec. (alle Arten) 5,8 0,8 1,6 9,5 2,2 9,3 7,9 9,9 Plantago lanceolata 52,7 51,4 46,2 19,4 49,4 60,2 53,3 58,3 53,5 43,5 48,3 56,0 66,4 Polygala spec. 3,8 0,3 1,3 3,6 0,4 4,7 6,7 9,0 Polygonum bistorta 10,7 0,6 3,0 5,2 17,9 6,6 11,1 7,1 2,9 15,5 14,9 14,7 Potentilla erecta 6,0 6,1 3,8 7,8 2,6 6,0 3,5 4,9 9,2 11,1 Primula spec. (Pr. veris + elatior) 6,7 2,5 1,3 0,6 1,3 7,3 1,3 13,5 7,0 6,8 16,5 Prunella vulgaris 3,2 3,3 1,3 6,5 7,3 2,0 0,4 2,7 2,9 1,4 3,8 7,3 Ranunculus acris 60,2 68,8 57,7 49,7 40,3 66,7 29,6 48,8 68,6 18,8 57,2 71,1 68,8 Ranunculus auricomus 0,2 3,0 Ranunculus flammula 2,5 9,1 7,7 10,4 2,4 2,8 1,3 1,4 1,7 0,2 Ranunculus spec. (übrige Arten) 27,4 38,4 24,4 35,8 44,2 29,3 11,8 25,0 11,5 4,3 35,5 24,1 23,2 Rhinanthus angustifolius, Rh. minor 8,3 0,6 10,6 15,1 31,3 5,3 2,9 4,1 9,1 12,3 Rhinanthus spec. (übrige Arten) 6,2 0,6 0,7 17,1 3,0 11,0 15,8 Rumex acetosa 54,9 69,3 66,7 17,6 49,4 43,9 20,4 56,7 79,2 40,6 61,5 53,1 51,8 Rumex thyrsiflorus 0,9 4,1 1,3 1,8 3,9 0,2 1,7 Salvia pratensis 9,0 1,8 1,6 0,7 21,4 1,4 3,6 26,4 10,6 Sanguisorba minor 8,9 0,3 0,6 13,0 26,3 34,1 0,9 4,3 9,3 8,6 5,4 Sanguisorba officinalis 10,2 0,3 0,6 42,3 16,4 1,3 2,9 8,8 11,1 27,4 Saxifraga granulata 6,0 1,3 3,6 21,1 2,6 7,5 2,2 10,6 5,8 6,1 Scabiosa spec. 1,5 0,8 4,6 7,1 0,4 4,3 0,6 0,9 1,9 Scirpus spec., Bolboschoenus spec. 3,2 0,3 16,7 9,1 10,4 0,8 0,7 0,4 0,4 2,3 2,2 7,6 Silene dioica 2,7 0,6 0,4 1,4 1,7 6,3 7,8 Stachys officinalis 0,2 1,3 0,8 1,3 0,2 0,2 Stellaria graminea, St. palustris 17,2 35,9 23,1 18,8 36,4 12,2 3,9 13,5 39,4 17,1 8,2 8,0 Succisa pratensis 0,6 1,6 4,6 1,2 0,4 0,2 0,2 1,2 Symphytum spec. 1,5 0,8 3,6 3,9 3,3 0,9 5,8 1,4 0,5 3,3 Thymus serpyllum 0,4 1,3 0,2 0,7 1,2 Thymus spec. (übrige Arten) 2,6 1,3 0,6 4,1 0,7 0,8 3,1 1,4 4,6 2,7 4,5 Tragopogon pratensis agg. 14,1 2,5 5,1 5,5 5,2 5,7 3,9 27,8 2,7 13,0 11,7 28,1 19,4 Trifolium pratense 61,4 23,5 7,7 31,5 42,9 81,3 85,5 85,7 44,2 31,9 51,0 87,3 84,4 Trifolium spec.- nur kleine gelbe Kleearten 23,0 15,5 17,9 5,5 20,8 37,4 21,7 23,0 25,2 27,5 27,6 25,2 21,7 Trollius europaeus 2,2 1,4 2,4 11,3 Valeriana officinalis agg., Val. dioica 2,1 0,3 1,3 1,6 4,0 1,3 1,4 2,0 2,2 5,0 Veronica chamaedrys 37,3 8,0 10,3 45,5 33,8 39,8 5,9 38,1 45,1 20,3 68,9 33,6 29,3 Vicia cracca 13,9 20,4 6,4 12,1 19,5 19,5 21,1 20,2 27,0 26,1 8,2 8,7 8,5 Vicia sepium 31,0 6,6 5,1 11,7 30,1 5,9 45,6 9,3 26,1 48,1 44,0 40,7

Zahl Grünlandflächen mit Transektdaten 2.730 362 78 165 77 123 152 252 226 69 659 584 423

Page 57: Umsetzung des High Nature Value Farmland-Indikators in ...

F+E-Vorhaben „Umsetzung des HNV-Indikators“ Projektbericht

PAN – IFAB – ILN 53

Tab. 14: Stetigkeit der Kenntaxa für HNV-Äcker

Angegeben ist der Anteil von Ackerflächen mit Vorkommen der jeweili-gen Art als Anteil an allen 301 Ackerflächen, für die Transektdaten vor-liegen.

Art StetigkeitAnthemis arvensis 14,6 % Aphanes spec. 9,3 % Arnoseris minima 1,3 % Caucalis spec. 1,3 % Centaurea cyanus 36,9 % Chrysanthemum segetum 1,0 % Consolida regalis 4,7 % Euphorbia spec. 33,9 % Fumaria spec. 22,9 % Geranium spec. und Erodium cicutarium 53,2 % Hypochoeris glabra 1,7 % Kickxia spec. 0,3 % Lamium spec. 43,5 % Lapsana communis 15,3 % Lathyrus tuberosus 2,0 % Lithospermum arvense 3,0 % Lycopsis arvensis 4,0 % Lythrum spec. 2,3 % Matricaria chamomilla 35,9 % Misopates orontium 1,0 % Myosotis spec. 53,2 % Ornithopus perpusillus 1,3 % Papaver spec. 50,2 % Ranunculus arvensis 2,3 % Ranunculus sardous 1,0 % Rumex acetosella 10,6 % Sherardia arvensis 2,0 % Silene noctiflora 1,3 % Spergula arvensis 10,0 % Spergularia rubra 1,0 % Teesdalia nudicaulis 1,0 % Thlaspi arvensis 35,5 % Trifolium arvense 4,7 % Valerianella spec. 4,3 % Vicia spec. 46,8 %

Page 58: Umsetzung des High Nature Value Farmland-Indikators in ...

Projektbericht F+E-Vorhaben „Umsetzung des HNV-Indikators“

54 PAN – IFAB – ILN

Tab. 15: HNV-Anteile an der Landwirtschaftsfläche (hochgerechneter Schätzwert) nach Flächentypen (Landschaftselemente)

Abkürzungen: STO = Standorttyp nach Abb. 1, aF = absoluter Stichpro-benfehler gemäß Formel 8 (S. 30), D = Deutschland (Landfläche ohne Stadtstaaten). k. B. = Fehlerberechnung wegen geringer Stichprobenzahl nicht möglich.

STO

Ant.

aFAn

t.aF

Ant.

aFAn

t.aF

Ant.

aFAn

t.aF

Ant.

aFAn

t.aF

Ant.

aFAn

t.aF

008

0,5

%0,

1 %

0,8

%0,

1 %

1,1

%0,

2 %

0,2

%0,

1 %

0,8

%0,

2 %

1,0

%0,

2 %

0,0

%0,

0 %

0,1

%0,

0 %

0,4

%0,

1 %

012

0,3

%0,

1 %

0,9

%0,

1 %

1,1

%0,

3 %

0,4

%0,

1 %

0,2

%0,

1 %

0,1

%0,

0 %

0,6

%0,

1 %

0,1

%0,

0 %

0,0

%0,

0 %

0,5

%0,

1 %

018

0,3

%0,

1 %

0,7

%0,

1 %

0,7

%0,

1 %

0,4

%0,

1 %

0,1

%0,

0 %

0,5

%0,

1 %

0,0

%k.

B.

0,1

%0,

0 %

0,4

%0,

1 %

019

0,6

%0,

1 %

0,8

%0,

2 %

1,8

%0,

5 %

1,0

%0,

4 %

1,3

%0,

7 %

0,4

%0,

1 %

0,0

%k.

B.

0,0

%0,

0 %

4,0

%0,

1 %

020

0,5

%0,

1 %

0,8

%0,

2 %

1,5

%0,

3 %

0,6

%0,

2 %

1,0

%0,

4 %

1,1

%0,

2 %

0,0

%0,

0 %

0,0

%0,

0 %

0,5

%0,

1 %

022

0,3

%0,

1 %

0,1

%0,

0 %

0,5

%0,

1 %

0,2

%0,

1 %

0,4

%0,

1 %

3,8

%0,

6 %

0,1

%0,

0 %

0,1

%0,

0 %

0,1

%0,

0 %

026

0,2

%0,

0 %

0,6

%0,

1 %

0,2

%0,

0 %

0,3

%0,

1 %

0,0

%k.

B.

0,1

%0,

1 %

0,0

%0,

0 %

0,0

%k.

B.

0,0

%k.

B.

1,0

%0,

2 %

030

0,3

%0,

0 %

0,6

%0,

1 %

1,3

%0,

2 %

0,5

%0,

0 %

0,0

%0,

0 %

0,4

%0,

1 %

0,4

%0,

1 %

0,0

%0,

0 %

0,0

%k.

B.

0,4

%0,

1 %

042

0,7

%0,

1 %

1,2

%0,

1 %

0,5

%0,

1 %

0,4

%0,

1 %

0,1

%0,

1 %

0,8

%0,

1 %

0,2

%0,

0 %

0,0

%0,

0 %

0,5

%0,

1 %

043

0,4

%0,

0 %

1,8

%0,

2 %

0,6

%0,

1 %

0,4

%0,

1 %

0,9

%0,

3 %

0,7

%0,

1 %

0,2

%0,

0 %

0,1

%0,

0 %

0,0

%k.

B.

0,4

%0,

1 %

046

0,3

%0,

1 %

1,3

%0,

2 %

0,6

%0,

1 %

0,2

%0,

1 %

0,3

%0,

1 %

0,6

%0,

1 %

0,1

%0,

0 %

0,2

%0,

0 %

0,2

%0,

0 %

047

0,3

%0,

0 %

0,8

%0,

1 %

0,5

%0,

1 %

0,2

%0,

0 %

0,2

%0,

1 %

0,3

%0,

0 %

0,1

%0,

0 %

0,1

%0,

0 %

0,6

%0,

1 %

054

0,1

%0,

0 %

0,7

%0,

2 %

0,1

%0,

0 %

0,1

%0,

0 %

0,1

%0,

0 %

0,1

%0,

0 %

0,7

%0,

3 %

0,0

%0,

0 %

0,6

%0,

1 %

055

0,2

%0,

0 %

0,9

%0,

2 %

0,3

%0,

1 %

0,2

%0,

1 %

0,7

%0,

3 %

0,2

%0,

1 %

0,4

%0,

1 %

0,0

%0,

0 %

0,4

%0,

1 %

056

0,2

%0,

1 %

1,1

%0,

1 %

0,3

%0,

0 %

0,5

%0,

1 %

0,1

%0,

0 %

0,2

%0,

0 %

0,5

%0,

1 %

0,1

%0,

0 %

0,0

%k.

B.

0,7

%0,

1 %

057

0,2

%0,

0 %

1,0

%0,

2 %

0,5

%0,

1 %

0,1

%0,

0 %

0,0

%0,

0 %

0,1

%0,

0 %

0,2

%0,

0 %

0,1

%0,

0 %

0,1

%k.

B.

0,3

%0,

0 %

058

0,3

%0,

1 %

2,4

%0,

4 %

0,4

%0,

1 %

0,6

%0,

2 %

0,0

%k.

B.

0,1

%0,

0 %

0,2

%0,

0 %

0,0

%k.

B.

0,0

%k.

B.

0,5

%0,

1 %

062

0,3

%0,

0 %

1,5

%0,

1 %

0,5

%0,

1 %

0,3

%0,

1 %

0,2

%0,

0 %

0,1

%0,

0 %

0,4

%0,

1 %

0,0

%0,

0 %

0,0

%k.

B.

0,9

%0,

1 %

063

0,4

%0,

1 %

0,9

%0,

2 %

2,0

%0,

8 %

0,2

%0,

1 %

0,3

%0,

2 %

0,4

%0,

1 %

0,5

%0,

1 %

0,0

%0,

0 %

0,0

%0,

0 %

1,0

%0,

2 %

118

0,3

%0,

1 %

1,1

%0,

2 %

0,4

%0,

1 %

0,2

%0,

0 %

0,1

%0,

0 %

0,4

%0,

0 %

0,2

%0,

0 %

0,0

%0,

0 %

0,0

%k.

B.

0,6

%0,

1 %

119

0,2

%0,

0 %

1,0

%0,

2 %

0,5

%0,

2 %

0,4

%0,

1 %

0,1

%0,

0 %

0,3

%0,

0 %

0,3

%0,

0 %

0,1

%0,

0 %

0,7

%0,

1 %

D0,

4 %

0,0

%1,

1 %

0,0

%0,

7 %

0,0

%0,

4 %

0,0

%0,

3 %

0,0

%0,

5 %

0,0

%0,

2 %

0,0

%0,

1 %

0,0

%0,

0 %

0,0

%0,

6 %

0,0

%

Troc

kenm

auer

nun

bef.

Weg

eSc

hilf,

Seg

gen

Gräb

enFli

eßge

wäs

ser

Teich

e, T

ümpe

lBä

ume,

Alle

enHe

cken

, Geh

ölze

Kom

plex

elem

ent e

Rude

ralfl

uren