The invasion of ecosystems by alien species is a growing threat to the delivery of ecosystem services. This study explored the spatial distribution of water hyacinth in the Benoni Lakes and made analysis of its impact on water availability and usability in order to understand the evolution and its propagation rates. The study used satellite imagery for lake level modelling using Remote Sensing and Geographical Information Systems for calculations of area covered by weeds in each lake from 2002 to 2012.The modelling approach illustrates the potential usefulness in projecting invasive plants under climate change and enabled the quantification of long term changes in aquatic weeds. The results showed that aquatic infestations in lakes may be used as powerful predictors of correlations between plant abundance and climate change. The study therefore informs decision makers to identify areas where invasion is likely to occur and increase surveillance for early invaders. / Environmental Sciences / M. Sc. (Environmental Management)

The statistical modeling of extreme natural hazards is becoming increasingly important due to climate change, whose effects have been increasingly visible throughout the last decades. It is thus crucial to understand the dependence structure of rare, high-impact events over space and time for realistic risk assessment. For spatial extremes, max-stable processes have played a central role in modeling block maxima. However, the spatial tail dependence strength is persistent across quantile levels in those models, which is often not realistic in practice. This lack of flexibility implies that max-stable processes cannot capture weakening dependence at increasingly extreme levels, resulting in a drastic overestimation of joint tail risk. To address this, we develop new dependence models in this thesis from the class of max-infinitely divisible (max-id) processes, which contain max-stable processes as a subclass and are flexible enough to capture different types of dependence structures. Furthermore, exact simulation algorithms for general max-id processes are typically not straightforward due to their complex formulations. Both simulation and inference can be computationally prohibitive in high dimensions. Fast and exact simulation algorithms to simulate max-id processes are provided, together with methods to implement our models in high dimensions based on the Vecchia approximation method. These proposed methodologies are illustrated through various environmental datasets, including air temperature data in South-Eastern Europe in an attempt to assess the effect of climate change on heatwave hazards, and sea surface temperature data for the entire Red Sea. In another application focused on assessing how the spatial extent of extreme precipitation has changed over time, we develop new time-varying $r$-Pareto processes, which are the counterparts of max-stable processes for high threshold exceedances.

Knowledge of species occurrence is a prerequisite for efficient and effective conservation and management. Unfortunately, knowledge of species occurrence is usually insufficient, so models that use environmental predictors and species occurrence records are used to predict species occurrence. Predicting the occurrence of stream fishes is often difficult because sampling data insufficiently describe species occurrence and important environmental conditions and predictive models insufficiently describe relations between species and environmental conditions. This dissertation 1) examines the sufficiency of fish species occurrence records at four spatial extents in Virginia, 2) compares modeling methods for predicting stream fish occurrence, and 3) assesses relations between species traits and model prediction characteristics. The sufficiency of sampling is infrequently addressed at the large spatial extents at which many management and conservation actions take place. In the first chapter of this dissertation I examine factors that determine the sufficiency of sampling to describe stream fish species richness at four spatial extents across Virginia using sampling simulations. Few regions of Virginia are sufficiently sampled, portending difficulty in accurately predicting fish species occurrence in most regions. The sufficient number of samples is often large and varies among regions and spatial scales, but it can be substantially reduced by reducing errors of sampling omission and increasing the spatial coverage of samples. Many methods are used to predict species occurrence. In the second chapter of this dissertation I compare the accuracy of the predictions of occurrence of seven species in each of three regions using linear discriminant function, generalized linear, classification tree, and artificial neural network statistical models. I also assess the efficacy of stream classification methods for predicting species occurrence. No modeling method proved distinctly superior. Species occurrence data and predictor data quality and quantity limited the success of predictions of stream fish occurrence for all methods. How predictive models are built and applied may be more important than the statistical method used. The accuracy, generality (transferability), and resolution of predictions of species occurrence vary among species. The ability to anticipate and understand variation in prediction characteristics among species can facilitate the proper application of predictions of species occurrence. In the third chapter of this dissertation I describe some conservation implications of relations between predicted occurrence characteristics and species traits for fishes in the upper Tennessee River drainage. Usually weak relations and variation in the strength and direction of relations among families precludes the accurate prediction of predicted occurrence characteristics. Most predictions of species occurrence have insufficient accuracy and resolution to guide conservation decisions at fine spatial grains. Comparison of my results with alternative model predictions and the results of many models described in peer-reviewed journals suggests that this is a common problem. Predictions of species occurrence should be rigorously assessed and cautiously applied to conservation problems. Collectively, the three chapters of this dissertation demonstrate some important limitations of models that are used to predict species occurrence. Model predictions of species occurrence are often used in lieu of sufficient species occurrence data. However, regardless of the method used to predict species occurrence most predictions have relatively low accuracy, generality and resolution. Model predictions of species occurrence can facilitate management and conservation, but they should be rigorously assessed and applied cautiously. / Ph. D.

The invasion of ecosystems by alien species is a growing threat to the delivery of ecosystem services. This study explored the spatial distribution of water hyacinth in the Benoni Lakes and made analysis of its impact on water availability and usability in order to understand the evolution and its propagation rates. The study used satellite imagery for lake level modelling using Remote Sensing and Geographical Information Systems for calculations of area covered by weeds in each lake from 2002 to 2012.The modelling approach illustrates the potential usefulness in projecting invasive plants under climate change and enabled the quantification of long term changes in aquatic weeds. The results showed that aquatic infestations in lakes may be used as powerful predictors of correlations between plant abundance and climate change. The study therefore informs decision makers to identify areas where invasion is likely to occur and increase surveillance for early invaders. / Environmental Sciences / M. Sc. (Environmental Management)

Marine Inseln beherbergen einen großen Teil der biologischen Vielfalt unseres Planeten und weisen gleichzeitig einen hohen Anteil endemischer Arten auf. Inselbiota sind allerdings zudem besonders anfällig für anthropogene Einflüsse wie den globalen Klimawandel, Habitatverlust und invasive Arten. Für ihren Erhalt ist es daher wichtig, die ökologischen Prozesse auf Inseln detailliert zu verstehen. Aufgrund ihrer definierten Größe und isolierten Lage eignen sich Inseln als Modellsysteme in der ökologischen und evolutionären Forschung. Der Großteil der bisherigen Inselstudien hat sich allerdings mit kleinräumigen Mustern befasst, so dass standardisierte globale Daten zu den biogeographischen Eigenschaften und eine makroökologische Synthese ihrer Biota bislang fehlen. In dieser Arbeit stelle ich eine physische und bioklimatische Charakterisierung der Inseln der Welt vor und behandle die Frage, wie abiotische Inseleigenschaften die Diversität von Inselfloren beeinflussen. Ich bearbeite zwei Hauptaspekte dieser Fragestellung: Zuerst konzentriere ich mich auf historische und heutige Klimabedingungen und physische Inseleigenschaften als Triebfedern von Pflanzendiversitätsmustern auf Inseln. Hierbei setze ich einen Schwerpunkt auf die räumliche Anordnung von Inseln und Struktur von Archipelen. Als Zweites behandle ich taxon-spezifische Unterschiede in der Antwort von Diversitätsmustern auf abiotische Faktoren. Hierzu stelle ich eine globale Datenbank mit historischen und heutigen Klimabedingungen und physischen Eigenschaften, wie Fläche, Isolation und Geologie, von 17883 Inseln größer als 1 km² vor. Mit Hilfe von Ordinations- und Klassifikationsverfahren charakterisiere und klassifiziere ich die Inseln in einem multidimensionalen Umweltraum. Außerdem entwickele ich einen Satz von ökologisch relevanten Maßen zur Beschreibung von Isolation von Inseln und ihrer räumlichen Anordnung in Archipelen, darunter Maße zu Trittstein-Inseln, Wind- und Meeresströmungen, klimatischer Ähnlichkeit, Distanzen zwischen Inseln und umgebender Landfläche. Diese Maße berücksichtigen verschiedene Aspekte von Isolation, welche Immigration, Artbildung und Aussterben auf Inseln sowie Austausch zwischen Inseln beeinflussen. Um abiotische Bedingungen mit biotischen Eigenschaften von Inselfloren in Verbindung zu bringen, nutze ich eine für diese Arbeit erstellte Datenbank aus 1295 Insel-Artenlisten, die insgesamt ca. 45000 heimische Gefäßpflanzenarten umfassen. Dies ist der umfassendste und erste globale Datensatz für Pflanzen auf Inseln, der Artidentitäten anstatt lediglich Artenzahlen beinhaltet. Die globale Insel-Charakterisierung bestätigt quantitativ, dass sich Inseln in bioklimatischen und physischen Eigenschaften vom Festland unterscheiden. Inseln sind im Durchschnitt signifikant kühler, feuchter und weniger saisonal geprägt als das Festland. Die weiteren Ergebnisse zeigen, dass eine sorgfältige Beschreibung der räumlich-physischen Eigenschaften von Inseln und Archipelen nötig ist, um die Diversitätsmuster ihrer Biota zu verstehen. Isolation ist nach Inselfläche der zweitwichtigste Einflussfaktor für den Gefäßpflanzenartenreichtum auf Inseln. Von den verglichenen Isolationsmaßen eignet sich der Anteil an umgebender Landfläche am besten zur Erklärung der Artenzahlen. Außerdem erhöht sich durch die Berücksichtigung von Trittsteininseln, großen Inseln als Quell-Landflächen und klimatischer Ähnlichkeit der Quell-Landflächen die Vorhersagekraft der Modelle. Isolation spielt eine geringere Rolle auf großen Inseln, wo in situ Diversifizierung den negativen Effekt von Isolation auf Immigration ausgleicht. Die räumliche Struktur innerhalb von Archipelen ist von besonderer Bedeutung für β-Diversität, d.h. für den Unterschied in der Artenzusammensetzung der Inseln. Außerdem beeinflusst sie indirekt, durch den Effekt auf die β-Diversität, auch die γ-Diversität, d.h. die Diversität des gesamten Archipels. Die Ergebnisse heben die enorme Bedeutung der relativen räumlichen Position von Inseln zueinander für Diversitätsmuster auf Inseln hervor und zeigen die Notwendigkeit für Inselforschung und Naturschutz, Inseln im Kontext ihres Archipels zu betrachten. Die Ergebnisse für Farne auf südostasiatischen Inseln zeigen, dass die Bedeutung von physischen Inseleigenschaften für Diversität kontinuierlich mit der Größe der betrachteten Untersuchungsfläche von der Insel- bis zur Plotebene abnimmt, wohingegen der Einfluss von lokalen Umweltbedingungen zunimmt. Lokale Artgemeinschaften sind häufig gesättigt, wodurch die Anzahl an Arten, die aus dem regionalen Artenbestand einwandern können, limitiert wird. Um Vorhersagen über lokalen Artenreichtum zu machen, ist es daher wichtig, die Skalenabhängigkeit der Effekte des regionalen Artenbestandes zu berücksichtigen. Großgruppen von Pflanzen unterscheiden sich in ihrer Ausbreitungsfähigkeit, ihrem Genfluss, Artbildungsraten und Anpassungen an das Klima. Dementsprechend zeigen die vergleichenden Analysen zwischen taxonomischen Pflanzengruppen deutliche Unterschiede in der Reaktion von Artenreichtum und phylogenetischen Diversitätsmustern auf abiotische Faktoren. Die Arten-Fläche-Beziehung, d.h. die Zunahme von Artendiversität mit zunehmender Fläche, variiert zwischen den Pflanzengruppen. Die Steigung der Arten-Fläche-Beziehung ist für Spermatophyten größer als für Pteridophyten und Bryophyten, wohingegen der y-Achsenabschnitt kleiner ist. Unter der Annahme, dass Merkmale und klimatische Anpassungen innerhalb von taxonomischen Gruppen phylogenetisch konserviert sind, führen die Filterwirkung von Ausbreitungsbarrieren und Umwelteigenschaften sowie in situ Artbildung zu Gemeinschaften eng verwandter Arten (phylogenetic clustering). Die Ergebnisse zeigen, dass physische und bioklimatische Inseleigenschaften, die mit der Filterwirkung und Artbildung in Verbindung stehen, die phylogenetische Struktur von Inselgemeinschaften beeinflussen. Die Stärke und Richtung der Zusammenhänge variieren zwischen taxonomischen Gruppen. Abiotische Faktoren erklären mehr Variation in phylogenetischer Diversität für alle Angiospermen und Palmen als für Farne, was auf Grund höherer Ausbreitungsfähigkeit und größerer Verbreitungsgebiete von Farnen den Erwartungen entspricht. Die abiotische Charakterisierung und Klassifizierung der weltweiten Inseln und die zugehörigen Daten ermöglichen eine integrativere Berücksichtigung von Inseln in der makroökologischen Forschung. In dieser Arbeit präsentiere ich die ersten Vorhersagen globaler Pflanzenartenvielfalt auf Inseln und die ersten Analysen zu unterschiedlichen Diversitätskomponenten (α, β, γ und phylogenetische Diversität) von Inselsystemen und ihren abiotischen Einflussfaktoren auf globalem Maßstab. Ich zeige, dass Zusammenhänge zwischen Umweltfaktoren und Artenzahl sowie phylogenetischen Eigenschaften von Inselgemeinschaften zwischen unterschiedlichen taxonomischen Gruppen in Abhängigkeit ihrer vorwiegenden Ausbreitungs- und Artbildungseigenschaften variieren können. Dies ist eine neue Sichtweise in der makroökologischen Inselforschung, die Rückschlüsse auf die Mechanismen hinter Diversitätsmustern von Pflanzen auf Inseln erlaubt. Ein detailliertes Verständnis davon, wie Diversität unterschiedlicher Pflanzengruppen durch Immigration und Diversifizierung auf Inseln entsteht, dürfte auch das Verständnis globaler Diversitätsmuster im Allgemeinen verbessern.