Discussion and conclusionThe RFI_S

Discussion and conclusion
The RFI_S is a composite indicator that facilitates the detection of ‘hot-spot’-areas in riparian forests in terms of habitat quality. The main advantage for decision makers is the easy detection of areas with poor forest quality to direct spatially distinct actions that help improve the conservation status. The decomposability of the RFI_S into its underlying indicators allows taking targeted counter-actions, e.g. a selective thinning to mitigate a high proportion of allochthonous tree species and improve habitat quality in the long run.

Still, the assessment of habitat quality as a complex, multi-dimensional phenomenon also involves uncertainties and subjective choices. The resulting values of RFI_S depend for example on the reliability of the underlying patch delineation, the weighting scheme and the choice of indicators. While there is no absolutely ‘right’ method to weight indicators, it is important to keep in mind that expert-based weights here reflect the importance of the associated indicators (OECD, 2003) while statistical weighting corrects overlapping information between correlated indicators (Nardo et al., 2008). An important issue is also the influence of the underlying indicators on the RFI_S. In the present study, the indicator terrain roughness causes the most notable effect on the output of the composite indicator. Thus, we conclude that the quality of this indicator and the underlying EO data (high resolution DTM) are crucial, especially as this indicator is an approximation of one of the most important attribute of habitat quality in riparian forests; the water regime (Arizpe et al., 2008).

Discrepancies between RFI_S values and the existing conservation status map can be explained by the use of a different set of indicators and assessment scheme. While attributes of habitat quality are overlapping, some conventional indicators can hardly be captured with EO data (e.g. the influence of game) whereas some RFI_S indicators cannot be readily observed in the field (e.g. shape index). We assume that different assessment schemes – a quantitative assessment resulting in a continuous scale for each indicator and the final RFI_S opposed to a qualitative, ordinal assessment of each indicator combined with an aggregation method based on decision rules (Ellmauer, 2005) – to be the main reason why patches with an unfavourable conservation status (C) tend to have high RFI_S values. When calculating the RFI_S the influence of a single indicator with low values is compensated by other indicators more easily than it is when using the conventional decision-rule-based aggregation.

The results of the RFI_S provide a spatially explicit assessment of habitat quality within specific riparian forest sites. We argue that the flexibility of the approach allows for transferability to other riparian forest sites using the proposed conceptual framework with a given set of quality attributes, but considering the following adaptions:

-
Site-specific selection of indicators (e.g. standing dead wood, vitality of trees and flood extent are generally important indicators and should be considered for other sites)
-
Use of threshold values dependent on local conditions (e.g. heights for old trees)
-
Integration of characteristic tree species according to the study site and/or changes over time (e.g. as a result of climate change; Parmesan, 2007)
-
Integration of in situ data (e.g. information on understorey vegetation) to overcome the limitations of remote sensing-based EO data
-
Methodological adaptions depending on sensor characteristics (e.g. the availability of vegetation-sensitive spectral bands)
Taking into account the adaptability of the proposed approach, we conclude that a quantitative, spatial explicit composite indicator such as the RFI_S has a high potential to support sustainable forest management and mandatory reporting needs in various riparian forests.

Acknowledgements
This research was conducted within the project MS.MONINA (www.ms-monina.eu) funded by the European Community's Seventh Framework Programme (FP7/2007-2013) under grant agreement No. 263479. We want to thank Michael Hagenlocher, Christian Ragger and Monika Müller for their support as well as two anonymous reviewers and the guest editors for their valuable comments.

ผลลัพธ์ (ไทย) 1:

อภิปรายและสรุปRFI_S เป็นตัวบ่งชี้รวมที่อำนวยความสะดวกในการตรวจพบ 'ร้อน- 'จุด -ในป่า riparian ในแง่ของคุณภาพการอยู่อาศัย ประโยชน์หลักสำหรับผู้ตัดสินใจคือ การตรวจพบง่ายของมีคุณภาพป่ายากตรงการดำเนินการทั้งหมด spatially ที่ช่วยปรับปรุงสถานะการอนุรักษ์ Decomposability ของ RFI_S ที่เป็นตัวบ่งชี้ของต้นแบบช่วยให้การกำหนดเป้าหมายซึ่งการดำเนินการ เช่น การเลือกบางเพื่อลดสัดส่วนที่สูงของชนิดแผนภูมิ allochthonous และปรับปรุงคุณภาพการอยู่อาศัยในระยะยาวยังคง การประเมินคุณภาพการอยู่อาศัยเป็นปรากฏการณ์ที่ซับซ้อน 547 ยังเกี่ยวข้องกับความไม่แน่นอนและเลือกตามอัตวิสัย ค่าผลลัพธ์ของ RFI_S ตัวอย่างขึ้นกับความน่าเชื่อถือของ delineation แก้ไขต้นแบบ ชุดรูปแบบน้ำหนัก และหลากหลายตัวบ่งชี้ ในขณะที่มีน้ำหนักตัวบ่งชี้วิธี 'ถูก' ไม่ จะต้องพึงระลึกไว้ว่า ผู้เชี่ยวชาญตามน้ำหนักที่นี่สะท้อนให้เห็นถึงความสำคัญของตัวบ่งชี้ที่เกี่ยวข้อง (OECD, 2003) ในขณะที่สถิติน้ำหนักแก้ไขข้อมูลเหลื่อมกันระหว่างตัวบ่งชี้ correlated (Nardo et al., 2008) ประเด็นสำคัญยังมีอิทธิพลของตัวบ่งชี้พื้นฐานใน RFI_S ในการศึกษาปัจจุบัน ความหยาบภูมิประเทศตัวบ่งชี้ที่ทำให้ผลสุดโดดเด่นในการแสดงผลของตัวบ่งชี้รวม ดังนั้น เราสรุปว่า คุณภาพของตัวบ่งชี้นี้และอีโอข้อมูลต้นแบบ (ความละเอียดสูง DTM) มีความสำคัญ โดยเฉพาะอย่างยิ่งเป็นตัวบ่งชี้นี้เป็นการประมาณของคุณลักษณะสำคัญของคุณภาพการอยู่อาศัยในป่า riparian ระบอบน้ำ (Arizpe et al., 2008)ความขัดแย้งระหว่างค่า RFI_S และแผนที่สถานะอนุรักษ์ที่มีอยู่สามารถอธิบาย โดยใช้ตัวบ่งชี้และประเมินโครงร่างชุดอื่น ในขณะที่คุณลักษณะของคุณภาพอยู่อาศัยทับซ้อน ตัวบ่งชี้บางธรรมดาสามารถแทบบันทึกข้อมูลอีโอ (เช่นอิทธิพลของเกม) ในขณะที่ตัวบ่งชี้บาง RFI_S ไม่ได้พร้อมสังเกตในฟิลด์ (เช่นดัชนีรูปร่าง) เราสมมติว่า แผนงานต่าง ๆ ประเมิน – การประเมินเชิงปริมาณในระดับอย่างต่อเนื่องสำหรับแต่ละตัวบ่งชี้และ RFI_S สุดท้ายตรงข้ามกับการประเมินเชิงคุณภาพ เลขลำดับของแต่ละตัวบ่งชี้รวม โดยวิธีรวมการตามกฎการตัดสินใจ (Ellmauer, 2005) – เป็น เหตุผลหลักที่ทำไมปรับปรุงสถานะอนุรักษ์ unfavourable เป็น (C) มักจะมีค่า RFI_S สูง เมื่อคำนวณ RFI_S อิทธิพลของตัวบ่งชี้ใด มีค่าต่ำชดเชย โดยตัวบ่งชี้อื่น ๆ ง่ายขึ้นกว่าเมื่อใช้การรวมตัดสินใจตามกฎธรรมดาผลของการ RFI_S ให้มีการประเมินคุณภาพการอยู่อาศัยภายในไซต์ป่าเฉพาะ riparian spatially ชัดเจน เราโต้แย้งว่า ความยืดหยุ่นของวิธีการช่วยให้ transferability ไซต์ riparian ป่าอื่น ๆ ใช้กรอบแนวคิดที่เสนอ มีการตั้งค่าให้แอตทริบิวต์คุณภาพ แต่พิจารณา adaptions ต่อไปนี้:-เลือกเฉพาะของตัวบ่งชี้ (เช่นยืนตายไม้ พลังของต้นไม้และขอบเขตน้ำท่วมเป็นตัวบ่งชี้ที่สำคัญโดยทั่วไป และเว็บไซต์อื่น ๆ ควรพิจารณา)-การใช้ค่าขีดจำกัดขึ้นอยู่กับสภาพท้องถิ่น (เช่นสูงสำหรับต้นไม้เก่า)-รวมพันธุ์ต้นไม้ลักษณะตามการศึกษาเว็บไซต์และ/หรือเปลี่ยนแปลงเวลา (เช่นจากการเปลี่ยนแปลงสภาพภูมิอากาศ เก็ต 2007)-รวมข้อมูลใน situ (เช่นข้อมูลเกี่ยวกับพืช understorey) เพื่อเอาชนะข้อจำกัดของข้อมูลระยะไกลการตรวจตามอีโอ-Adaptions methodological ตามลักษณะเซ็นเซอร์ (เช่นความลับของพืชแถบสเปกตรัม)เราคำนึงถึงหลากหลายวิธีการนำเสนอ สรุปว่า เป็นเชิงปริมาณ พื้นที่ชัดเจนรวมตัวบ่งชี้เช่น RFI_S มีศักยภาพสูงเพื่อสนับสนุนการจัดการป่าไม้อย่างยั่งยืนและต้องบังคับรายงานในป่า riparian ต่าง ๆถาม-ตอบงานวิจัยนี้ได้ดำเนินการภายในโครงการ MSMONINA (www.ms-monina.eu) ได้รับการสนับสนุน โดยโปรแกรมกรอบเจ็ดของสหภาพยุโรป (FP7/2007-2013) ภายใต้ข้อตกลงหมายเลข 263479 ให้ เราต้องขอขอบคุณ Michael Hagenlocher คริสเตียน Ragger และ Monika Müller ให้เป็นทานที่ไม่ระบุชื่อสอง และบรรณาธิการแขกสำหรับข้อคิดเห็นของพวกเขามีคุณค่า

ผลลัพธ์ (ไทย) 2:

คำอธิบายและสรุป
RFI_S เป็นตัวบ่งชี้รวมที่อำนวยความสะดวกการตรวจจับของร้อน spot' พื้นที่ในป่าชายฝั่งในแง่ของคุณภาพที่อยู่อาศัย ประโยชน์หลักสำหรับผู้มีอำนาจตัดสินใจคือการตรวจสอบที่ง่ายของพื้นที่ที่มีคุณภาพป่ายากจนโดยตรงการกระทำที่แตกต่างเชิงพื้นที่ที่ช่วยปรับปรุงสถานะการอนุรักษ์ การย่อยสลายของ RFI_S เป็นตัวชี้วัดพื้นฐานที่ช่วยให้การกำหนดเป้าหมายการดำเนินการที่เคาน์เตอร์เช่นผอมบางเลือกที่จะลดสัดส่วนที่สูงของต้นไม้ชนิด allochthonous และปรับปรุงคุณภาพที่อยู่อาศัยในระยะยาว. ยังคงการประเมินคุณภาพที่อยู่อาศัยที่ซับซ้อนหลาย ปรากฏการณ์มิติยังเกี่ยวข้องกับความไม่แน่นอนและทางเลือกอัตนัย ค่าที่เกิดจาก RFI_S ขึ้นตัวอย่างเช่นในความน่าเชื่อถือของการวาดภาพแพทช์ภายใต้โครงการน้ำหนักและทางเลือกของตัวชี้วัด ในขณะที่ไม่มีอย่างแน่นอน 'ถูกต้อง' วิธีการที่จะมีน้ำหนักตัวชี้วัดที่มันเป็นสิ่งสำคัญที่จะเก็บไว้ในใจว่าน้ำหนักผู้เชี่ยวชาญตามที่นี่สะท้อนให้เห็นถึงความสำคัญของตัวชี้วัดที่เกี่ยวข้อง (OECD, 2003) ในขณะที่น้ำหนักสถิติแก้ไขข้อมูลที่ทับซ้อนกันระหว่างตัวชี้วัดมีความสัมพันธ์ (Nardo และ al., 2008) ปัญหาที่สำคัญคือยังมีอิทธิพลของตัวชี้วัดพื้นฐานใน RFI_S ในการศึกษาครั้งนี้บ่งชี้ความหยาบภูมิประเทศทำให้เกิดผลกระทบที่โดดเด่นที่สุดในการส่งออกของตัวบ่งชี้รวม ดังนั้นเราจึงสรุปได้ว่าคุณภาพของตัวบ่งชี้นี้และข้อมูล EO พื้นฐาน (DTM ความละเอียดสูง) มีความสำคัญโดยเฉพาะอย่างยิ่งเป็นตัวบ่งชี้นี้ประมาณหนึ่งในคุณลักษณะที่สำคัญที่สุดของที่อยู่อาศัยที่มีคุณภาพในป่าชายฝั่ง; ระบอบการปกครองของน้ำ (Arizpe et al., 2008). ความแตกต่างระหว่างค่า RFI_S และแผนที่สถานภาพการอนุรักษ์ที่มีอยู่สามารถอธิบายได้ด้วยการใช้ชุดที่แตกต่างกันของตัวชี้วัดและการประเมินโครงการ ในขณะที่ลักษณะของที่อยู่อาศัยที่มีคุณภาพเป็นที่ทับซ้อนกันบางตัวชี้วัดทั่วไปแทบจะไม่สามารถจับกับข้อมูล EO (เช่นอิทธิพลของเกม) ในขณะที่บางตัวชี้วัด RFI_S ไม่สามารถสังเกตเห็นได้อย่างง่ายดายในฟิลด์ (เช่นดัชนีรูปร่าง) เราคิดว่ารูปแบบการประเมินที่แตกต่างกัน - การประเมินผลเชิงปริมาณในระดับอย่างต่อเนื่องสำหรับแต่ละตัวบ่งชี้และ RFI_S สุดท้ายเมื่อเทียบกับคุณภาพการประเมินลำดับของแต่ละตัวบ่งชี้รวมกับวิธีการรวมขึ้นอยู่กับหลักเกณฑ์ในการตัดสินใจ (Ellmauer, 2005) - จะเป็น เหตุผลหลักว่าทำไมแพทช์ที่มีสถานะอนุรักษ์เสียเปรียบ (C) มีแนวโน้มที่จะมีค่า RFI_S สูง เมื่อคำนวณ RFI_S อิทธิพลของตัวบ่งชี้ที่เดียวที่มีค่าต่ำจะชดเชยโดยตัวชี้วัดอื่น ๆ ได้ง่ายกว่านั้นก็คือเมื่อใช้ธรรมดาตัดสินใจตามกฎการรวม. ผลของการ RFI_S ให้การประเมินอย่างชัดเจนสันนิฐานของที่อยู่อาศัยที่มีคุณภาพภายในชายฝั่งที่เฉพาะเจาะจง เว็บไซต์ป่า เรายืนยันว่ามีความยืดหยุ่นของวิธีการช่วยให้การถ่ายโอนไปยังเว็บไซต์ป่าไม้ชายฝั่งอื่น ๆ โดยใช้กรอบแนวคิดที่เสนอกับชุดที่กำหนดของคุณลักษณะที่มีคุณภาพ แต่การพิจารณาดัดแปลงต่อไปนี้: - การเลือกสถานที่เฉพาะของตัวชี้วัด (เช่นยืนไม้ที่ตายแล้วพลังของ ต้นไม้และขอบเขตน้ำท่วมเป็นตัวชี้วัดที่สำคัญโดยทั่วไปและควรได้รับการพิจารณาสำหรับเว็บไซต์อื่น ๆ ) - การใช้เกณฑ์ค่าขึ้นอยู่กับสภาพของท้องถิ่น (เช่นความสูงสำหรับต้นไม้เก่า) - บูรณาการของต้นไม้ชนิดลักษณะตามเว็บไซต์การศึกษาและ / หรือการเปลี่ยนแปลงเมื่อเวลาผ่านไป ( เช่นเป็นผลจากการเปลี่ยนแปลงสภาพภูมิอากาศ Parmesan 2007) - การบูรณาการในข้อมูลแหล่งกำเนิด (ข้อมูลเช่นในพืช understorey) ที่จะเอาชนะข้อ จำกัด ของข้อมูลที่ตรวจวัด EO-based ระยะไกล- adaptions แบบแผนขึ้นอยู่กับลักษณะเซ็นเซอร์ (เช่นความพร้อมของ vegetation- วงสเปกตรัมสำคัญ) โดยคำนึงถึงการปรับตัวของวิธีการนำเสนอที่เราสรุปได้ว่าปริมาณตัวบ่งชี้รวมเชิงพื้นที่อย่างชัดเจนเช่น RFI_S มีศักยภาพสูงในการสนับสนุนการจัดการป่าไม้อย่างยั่งยืนและการรายงานความต้องการบังคับใช้ในป่าชายฝั่งต่างๆ. กิตติกรรมประกาศงานวิจัยนี้ ดำเนินการภายในโครงการ MS.MONINA (www.ms-monina.eu) ได้รับทุนจากกรอบที่เจ็ดของประชาคมยุโรปโครงการ (FP7 / 2007-2013) ภายใต้ข้อตกลงฉบับทุน 263479. เราอยากจะขอบคุณไมเคิล Hagenlocher คริสเตียน ragger Müllerและ Monika สำหรับการสนับสนุนของพวกเขาเช่นเดียวกับสองแสดงความคิดเห็นที่ไม่ระบุชื่อและบรรณาธิการของผู้เข้าพักสำหรับความคิดเห็นที่มีคุณค่าของพวกเขา

ผลลัพธ์ (ไทย) 3:

การอภิปรายและสรุป
rfi_s เป็นตัวบ่งชี้รวมที่ช่วยในการตรวจหา ' ร้อน ' - พื้นที่ชายฝั่งป่าในแง่ของที่อยู่อาศัยที่มีคุณภาพ ประโยชน์หลักของการตัดสินใจคือการตรวจสอบง่ายของพื้นที่ป่าโดยตรง ด้วยคุณภาพไม่ดี เปลี่ยนการกระทำที่แตกต่างกันที่ช่วยปรับปรุงอนุรักษ์สถานะการ decomposability ของ rfi_s ให้เป็นต้นแบบของการกระทำตัวให้เครื่องเป้าหมาย เช่น เลือกการลดสัดส่วนของต้นไม้ชนิด allochthonous และปรับปรุงคุณภาพสิ่งแวดล้อมในระยะยาวได้

แต่การประเมินคุณภาพของที่อยู่อาศัยที่ซับซ้อนหลายมิติปรากฏการณ์ยังเกี่ยวข้องกับความไม่แน่นอนและทางอัตวิสัยผล rfi_s ขึ้นอยู่กับค่าของตัวอย่างในความน่าเชื่อถือของต้นแบบการกำหนดน้ำหนักแพทช์ , โครงการและเลือกตัวชี้วัด ในขณะที่ไม่มีแน่นอน ' ' วิธีที่จะชี้วัดน้ำหนัก , มันเป็นสิ่งสำคัญที่จะเก็บไว้ในใจว่า ผู้เชี่ยวชาญจากน้ำหนักที่นี่สะท้อนให้เห็นถึงความสำคัญของตัวชี้วัดที่เกี่ยวข้อง ( OECD ,2003 ) ในขณะที่น้ำหนักที่ทับซ้อนกันระหว่างตัวชี้วัดข้อมูลสถิติเพื่อแก้ไขความสัมพันธ์ ( นาร์โด et al . , 2008 ) ปัญหาที่สำคัญคือ อิทธิพลของต้นแบบตัวชี้วัดใน rfi_s ในการศึกษาครั้งนี้บ่งชี้ภูมิประเทศขรุขระทำให้ผลที่โดดเด่นที่สุดในการแสดงผลของตัวบ่งชี้ . ดังนั้นเราสรุปได้ว่า คุณภาพของตัวบ่งชี้นี้ และ พื้นฐาน ออข้อมูล DTM ความละเอียดสูง ) เป็นสำคัญ โดยเฉพาะอย่างยิ่งในฐานะตัวบ่งชี้นี้เป็นค่าประมาณของหนึ่งในที่สำคัญที่สุดคุณลักษณะคุณภาพของที่อยู่อาศัยในป่าชายฝั่ง ; น้ำระบบ ( arizpe et al . , 2008 ) .

ความแตกต่างระหว่างคุณค่าและการอนุรักษ์สถานะ rfi_s ที่มีอยู่แผนที่สามารถอธิบายได้โดยการใช้ชุดของตัวชี้วัดที่แตกต่างกันและรูปแบบการประเมิน ในขณะที่คุณลักษณะคุณภาพของที่อยู่อาศัยเป็นแบบซ้อนกัน บางตัวก็แทบจะจับกับข้อมูล EO ( เช่นอิทธิพลของเกม ) ในขณะที่บางตัว rfi_s ไม่สามารถพร้อมสังเกตในฟิลด์ ( ดัชนีเช่นรูปร่าง )เราสันนิษฐานว่า รูปแบบการประเมินที่แตกต่างกันและการประเมินเชิงปริมาณผลในระดับต่อเนื่องในแต่ละตัวบ่งชี้ และสุดท้าย rfi_s นอกคอก . การประเมินคุณภาพของแต่ละตัวบ่งชี้รวมกับการรวมวิธีการตามกฎการตัดสินใจ ( ellmauer , 2005 ) และเป็นเหตุผลหลักที่แพทช์ที่มีสถานะอนุรักษ์ 1 ( C ) มักจะ มี rfi_s ที่สูงค่าเมื่อคำนวณ rfi_s อิทธิพลของตัวบ่งชี้เดี่ยวที่มีค่าต่ำจะถูกชดเชยโดยตัวชี้วัดอื่น ๆได้ง่ายขึ้นกว่ามันเมื่อใช้กฎการตัดสินใจแบบกลุ่มตาม

ผลของ rfi_s ให้ความแตกต่างชัดเจนการประเมินคุณภาพสิ่งแวดล้อมภายในเว็บไซต์ทรัพยากรป่าไม้ที่เฉพาะเจาะจงเรายืนยันว่ามีความยืดหยุ่นของวิธีการที่ช่วยให้สำหรับกำหนดการอื่น ๆเว็บไซต์ที่ใช้ทรัพยากรป่าไม้เสนอแนวคิดกับกำหนดลักษณะ คุณภาพ แต่เมื่อพิจารณา adaptions ต่อไปนี้ :
-
เว็บไซต์เฉพาะการเลือกตัวชี้วัด เช่น ไม้ยืนตายพลังของต้นไม้และขอบเขตน้ำท่วมโดยทั่วไปตัวชี้วัดที่สำคัญและควรพิจารณาสำหรับเว็บไซต์อื่น ๆ )
-
ใช้ค่าเกณฑ์ขึ้นอยู่กับสภาพท้องถิ่น เช่น ความสูงของต้นไม้เก่า )
-
บูรณาการลักษณะพรรณไม้ตามการศึกษา เว็บไซต์และ / หรือการเปลี่ยนแปลงตลอดเวลา ( เช่น จากผลของการเปลี่ยนแปลงภูมิอากาศ ; พาเมซานชีส , 2007 )
-
บูรณาการในแหล่งข้อมูล ( เช่นข้อมูลเกี่ยวกับ understorey พืช ) ที่จะเอาชนะข้อ จำกัด ของการรับรู้จากระยะไกลที่ใช้ EO ข้อมูล
-
ใน adaptions ขึ้นอยู่กับเซ็นเซอร์ลักษณะ ( เช่นความพร้อมของพืชที่มีแถบสเปกตรัม )
คำนึงถึงการปรับตัวของวิธีการที่เสนอ เราสรุปได้ว่า ปริมาณตัวบ่งชี้รวมพื้นที่ที่ชัดเจน เช่น rfi_s มีศักยภาพสูงเพื่อสนับสนุนการจัดการป่าอย่างยั่งยืนและการบังคับความต้องการในป่าชายฝั่งต่าง ๆ

ขอบคุณ
งานวิจัยภายในโครงการ ms.monina ( www.ms-monina EU ) ได้รับการสนับสนุนโดยโปรแกรมกรอบที่เจ็ดประชาคมยุโรป ( fp7 / 2007-2013 ) ภายใต้ข้อตกลงยินยอมไม่ 263479 .เราอยากจะขอบคุณ ไมเคิล hagenlocher , คริสเตียน และ ragger Monika M ü ller สำหรับการสนับสนุนของพวกเขารวมทั้งสองนิรนามแสดงความคิดเห็นและแขกบรรณาธิการสำหรับความคิดเห็นที่มีคุณค่าของพวกเขา