Pflanzen sind unglaublich wichtig für die Unterstützung von Bestäubern wie Bienen, Schmetterlingen und anderen nützlichen Insekten. Wenn Einzelpersonen oder Organisationen Bestäubern helfen möchten, indem sie Schmetterlingsgärten oder Wildblumengebiete anlegen, kann es schwierig sein zu wissen, welche Blumenarten den meisten Ertrag pro Dollar liefern. Rachel Pizante und Kollegen von der University of Alberta bewerteten verschiedene Methoden, die Wissenschaftler entwickelt haben, um die Blütenpräferenzen von Bestäubern zu quantifizieren und Pflanzempfehlungen zu geben. Sie entdeckten jedoch große Inkonsistenzen zwischen diesen Techniken, was ihre Zuverlässigkeit in Frage stellt. Ihre Studie, veröffentlicht in der Zeitschrift Insektenschutz und Vielfalt, festgestellt, dass Verschiedene mathematische Methoden zur Berechnung der Blütenpräferenzen von Bestäubern sind sich nicht einig darüber, welche Blumen am attraktivsten sind.

Die Herausforderung, die Präferenzen der Bestäuber zu bestimmen

Forscher haben versucht herauszufinden, welche Blütenbestäuber bevorzugt werden, indem sie sich anschauten, welche Blütenbestäuber sie am häufigsten besuchen. Allerdings kann allein die Anzahl der Besuche irreführend sein. Bestäuber besuchen möglicherweise nur die am häufigsten vorkommenden Blumen in einem Gebiet, nicht unbedingt ihre Lieblingsblumen. Die inhärente Fülle verschiedener Blumen Artenbedürfnisse abgerechnet werden.

Deshalb haben Forscher mathematische Methoden entwickelt, um die wahren Blütenpräferenzen der Bestäuber zu berechnen und gleichzeitig den Effekt der Blütenfülle zu beseitigen. Diese Methoden werden „Präferenzmetriken“ genannt. Sie vergleichen die Anzahl der Besuche einer Blumenart mit der Häufigkeit dieser Art. Die Metriken berechnen einen Präferenzwert für jede Blume, der zeigt, ob Bestäuber sie häufiger besucht haben als aufgrund ihrer Häufigkeit erwartet. Dadurch können Forscher eine Rangfolge festlegen, welche Blütenbestäuber offenbar am meisten bevorzugen.

Schockierende Meinungsverschiedenheit zwischen den Methoden

Als die Forscher diese unterschiedlichen Präferenzmetriken mit demselben Datensatz testeten, ergaben die Metriken überraschenderweise sehr unterschiedliche Rankings für die Blumen, die am meisten bevorzugt wurden! Die Kennzahlen waren sich darüber grundsätzlich nicht einig Blumen, die Bestäuber am attraktivsten fanden.

Ein Beispiel ist Symphoricarpos occidentalis, Wolfsbeere. Was Pizante und Kollegen als Beispiel hervorheben. Sie schreiben:

Es gab keinen Konsens hinsichtlich der Metriken darüber, welche Blumen am meisten bevorzugt wurden (Abbildung 1). Tatsächlich wurden in verschiedenen Metriken dieselben Blumenarten als bevorzugt (hoher Rang) und gemieden (niedriger Rang) aufgeführt. Beispielsweise wurde Symphoricarpos occidentalis von der Massenwirkungshypothese und den Konfidenzintervallmetriken als am meisten bevorzugt, von der Zentralitätsmetrik etwas bevorzugt und von der Ressourcenpräferenz und den PI-Metriken nicht bevorzugt (Abbildung 1). Selbst wenn einige Arten Ähnlichkeiten zwischen den Metriken aufwiesen, konnten dieselben Metriken andere Arten ganz anders bewerten. Obwohl beispielsweise die Massenwirkungshypothese und die Konfidenzintervallmetriken denselben Rang ergaben S. occidentalis, solidago canadensis wurde nach der Massenwirkungshypothese-Metrik auf Platz drei und nach der Konfidenzintervall-Metrik auf Platz 34 eingestuft.

Pizante et al. 2023

Diese Meinungsverschiedenheit ist auf die Tatsache zurückzuführen, dass die Messwerte sich darin unterscheiden, wie gut sie die Häufigkeit der einzelnen Blumenarten widerspiegeln. Einige Methoden beseitigen den Effekt der Blütenfülle besser als andere. Je besser eine Metrik die Häufigkeit kontrolliert, desto mehr spiegelt sie die wahre angeborene Präferenz der Bestäuber wider und nicht nur die Verfügbarkeit.

Die Metriken beziehen sich auch anders darauf, einfach die Anzahl der Bestäuberbesuche zur Rangfolge der Präferenzen zu verwenden. Die Studie ergab, dass einige Kennzahlen mit der Anzahl der Besuche korrelieren, während andere neuartige Informationen liefern. Beispielsweise stellten die Forscher fest, dass die Metrik „Präferenzindex“ keine Korrelation mit der Anzahl der Besuche aufwies. Das lässt darauf schließen bietet zusätzliche Einblicke in Präferenzen umwandeln, die nicht allein in den Besuchsdaten enthalten sind. Im Gegensatz dazu korrelierte die Metrik „Massenaktionshypothese“ stark positiv mit den Besuchszahlen, was darauf hindeutet, dass sie über die reinen Besuchsdaten hinaus nicht viele neue Informationen liefert.

Verfolgung der Bestäuberschritte durch die Wildblumen der Prärie in Alberta

In dieser Forschung testeten die Wissenschaftler fünf verschiedene Präferenzmetriken anhand desselben Datensatzes von Blumenbesuchen, der in den Prärieregionen von Alberta, Kanada, gesammelt wurde. Die Prärien sind eine ikonische Landschaft im Westen Kanadas, bedeckt mit Gräsern, Wildblumen und Sträuchern. Diese Lebensräume unterstützen vielfältige Bestäubergemeinschaften.

Die Forscher beobachteten und zeichneten Blütenbesucher entlang von Transekten in der Prärie mit gemischtem Gras auf der Mattheis Research Ranch auf. Sie zählten und identifizierten 268 Bestäuberarten, die 35 verschiedene Blumenarten besuchten nativen zu den Prärien. Die häufigsten Bestäuber waren Bienen, Fliegen, Schmetterlinge und Käfer. Das Team zählte auch die Anzahl der Blüten jeder Pflanzenart.

Die Studie lieferte einen robusten Datensatz zur Bewertung der Präferenzmetriken, der die Interaktionen zwischen Präriebestäubern und natürlichen Bestäubern umfasst vorkommende Blumenarten. Die Metriken könnten dann unter Verwendung derselben zugrunde liegenden Besuchs- und Häufigkeitsdaten berechnet und verglichen werden. Dies ermöglichte es den Forschern, die inkonsistenten Ergebnisse der Techniken zur Bestimmung der Blütenpräferenzen der Bestäuber aufzudecken.

Entmystifizierung der Präferenzberechnungen

Die Präferenzmetriken berechnen anhand der Besuchsdaten und der Häufigkeitsdaten jeweils einen mathematischen Wert dafür, wie bevorzugt jede Blumenart ist. Aber sie gehen dabei auf unterschiedliche Weise vor:

• Die Metriken „Konfidenzintervall“ und „Ressourcennutzung“ untersuchen lediglich, ob eine Blume aufgrund ihrer Häufigkeit mehr Besuche erhielt als erwartet. Eine gewöhnliche Blume müsste beispielsweise viele Besuche benötigen, um bei diesen Kennzahlen als bevorzugt zu gelten.
• Die Metriken „Präferenzindex“ und „Massenaktionshypothese“ verwenden den relativen Anteil der Besuche im Vergleich zur Häufigkeit. Dadurch bleiben mehr Informationen über die Häufigkeit der Blumen erhalten.
• Die „Zentralitätsmetrik“ ignoriert die Fülle vollständig. Es wird nur die Struktur der Verbindungen im betrachtet Interaktionsnetzwerk zwischen Bestäubern und Pflanzen.
• Jede Metrik verwendet ihre Bewertung, um alle Blumenarten von der am meisten bevorzugten bis zur am wenigsten bevorzugten zu ordnen.

Das Problem besteht darin, dass diese unterschiedlichen Ansätze bei Tests mit denselben Daten zu inkonsistenten Rankings der Blumen führen. Die Forscher fanden heraus, dass keine zwei Kennzahlen eine starke Übereinstimmung darüber ergaben, welche Blumen für Bestäuber am attraktivsten waren.

Auswahl der optimalen Metrik

Basierend auf ihrer Analyse empfehlen die Forscher, eine Metrik namens „Präferenzindex“ gegenüber den anderen zu verwenden. Sie heben zwei Hauptgründe hervor:

Erstens war der Präferenzindex am besten geeignet, die Auswirkungen des Blütenreichtums zu beseitigen, um wahre Bestäuberpräferenzen aufzudecken, sagen Pizante und Kollegen. Sie schreiben:

Die PI-Metrik bewertet die relative Anzahl der Besuche, die eine Pflanzenart erhält, im Vergleich zur relativen Anzahl der Blüten dieser Art und behält so Informationen über die relative Häufigkeit bei. Wir fanden heraus, dass die PI-Metrik deutlich negativ mit der Blütenfülle korreliert, jedoch keine Korrelation mit der Anzahl der Besuche zeigte.

Pizante et al. 2023

Dieser Mangel an Korrelation bedeutet, dass der Präferenzindex mehr Informationen liefert als nur die Anzahl der Bestäuberbesuche. Sie schreiben:

Wenn Blumen selten sind, ist der Nenner der PI-Gleichung sehr klein, sodass bei wenigen Besuchen der Zähler groß genug ist, um eine Pflanze als bevorzugt zu betrachten. Das Gegenteil ist auch der Fall, sodass eine gemeinsame Blume einen großen Nenner ergibt und einen großen Zähler erfordert, um als bevorzugt zu gelten. Wir erwarten eine unbedeutende Korrelation mit der Anzahl der Besuche, da seltene Pflanzen immer noch stark bevorzugt werden können, auch wenn sie im Verhältnis zur Gesamtzahl der Besuche aller Blumenarten im Datensatz normalerweise nur wenige Besuche haben. Ein Beispiel hierfür in unserem Datensatz ist lebendgebärende Escobaria, die nur fünf Blumen hatte, aber 11 Besuche erhielt. Wir würden daher erwarten, dass diese Anlage bei einer bestimmten Präferenzmetrik einen hohen Wert erzielt, was mit der PI-Metrik erreicht wird, und dass die Metrik nicht mit der Anzahl der Besuche korreliert. Somit funktioniert die PI-Metrik so, wie wir es von einer funktionierenden Präferenzmetrik erwarten würden.

Pizante et al. 2023

Ein weiterer Vorteil des Präferenzindex besteht darin, dass er unempfindlich gegenüber Unterabtastung ist, was bedeutet, dass Sie dies nicht tun brauchen viele Pflanzen damit es brauchbare Ergebnisse liefert. Für den Hobbygärtner ist vor allem die relativ einfache Handhabung wichtig. Wenn Sie die Geduld haben, einen Morgen damit zu verbringen, Insekten um Ihre Blumen herumzuschwirren, könnten Sie interessante Ergebnisse erzielen. Die vollständigen Details finden Sie hier das Open-Access-Papier, was Ihnen die Unterscheidung nach Bestäuberarten ermöglichen würde. Wenn Sie zufrieden sind, dass Bestäuber Ihren Garten besuchen, finden Sie unten eine leicht vereinfachte Methode.

Nutzen Sie den Präferenzindex in Ihrem Garten

Wenn Sie den Präferenzindex in Ihrem eigenen Garten nutzen möchten, finden Sie hier eine Übersicht über die Funktionsweise:

1. Identifizieren Sie die Blumenarten in Ihrem Garten und zählen Sie, wie viele Blumen jeder Art Sie haben. Dadurch erhalten Sie die Häufigkeitsdaten.
2. Beobachten Sie die Besuche von Bestäubern an den Blumen im Laufe der Zeit und zeichnen Sie jedes Mal auf, wenn ein Bestäuber eine bestimmte Blumenart besucht. Dadurch erhalten Sie die Besuchsdaten.
3. Teilen Sie für jede Blumenart die Anzahl der Besuche bei dieser Art durch die Gesamtzahl der Besuche bei allen Blumen. Dadurch erhalten Sie den relativen Besuchsanteil für diese Art.
4. Teilen Sie für jede Blumenart die Anzahl der Blüten dieser Art durch die Gesamtzahl der Blüten aller Arten. Dies gibt Ihnen die relative Fülle.
5. Teilen Sie den relativen Besuchsanteil durch die relative Häufigkeit für jede Blume. Die resultierende Zahl ist der Präferenzindex dieser Blume.
6. Ordnen Sie alle Blumen nach ihrem Präferenzindex. Diejenigen mit den höchsten Werten werden von den Bestäubern in Ihrem Garten am meisten bevorzugt!

LESEN SIE DEN ARTIKEL
Pizante, R., Acorn, JH, Worthy, SH und Frost, CM (2023) „Die bestehenden Messmethoden zur Bestimmung der Blütenpräferenz sind sich uneinig darüber, welche Pflanzen am besten für Bestäuber geeignet sind: Welche Messmethode sollte man wählen?" Insektenschutz und Vielfalt. Verfügbar unter: https://doi.org/10.1111/icad.12682.