Bevorzugt oder meidet ein Tier ein bestimmtes Habitat oder eine anthropogene Struktur (z.B. Windturbinen)? Solche oder ähnliche Fragen können mit geeigneten Regressionsmethoden beantwortet werden, die spezifisch auf Tracking-Daten zugschnitten sind. Wir forschen und arbeiten an der Weiterentwicklung solche Regressionsmethoden. Insbesondere kommen hier zwei moderene Modell-Typen zum Einsatz, nämlich "Point process models'' (PPM's) sowie "Integrated Step Selection Functions".

Tiere zeigen oft verschiedene distinkte Verhaltensmuster (wie z.B. "Nahrungssuche", "Rast", oder "Migation"). Die automatisierte Kategorisierung von Tracking-Daten (wie GPS- oder Telemetry Logger-Daten) ist von großem Interesse, da diese Verhaltens-Modi oft in Komplexem Verhältnis zu Kovariaten (wie z.B. der Habitat-Wahl) stehen. Auch hier helfen wir Ihnen die am besten geeignete Methode für Ihren Datensatz auszuwählen und ggf. mit einer darauffolgenden Regressionsanalyse zu verknüpfen.

Welche Regionen werden am häufigsten vom Tier oder der Population genutzt? Um diese Frage zu beantworten, wurden vielfältige Techniken entwickelt die es erlauben den Homerange eines Tieres / einer Population zu visualisieren. Jede Methode unterliegt allerdings spezifischen Annahmen an die Daten. Wir helfen Ihnen die am besten geeignete Methode für Ihren Datensatz auszuwählen und anzuwenden. 

Manchmal sind Tracking-Daten sehr heterogen: entweder in der Sampling-Dichte, oder bezgl. der örtlichen Präzision (z.B. bei ARGOS-Daten). Hier können wir helfen mit geeigneten Methoden (wie z.B. state-space-Modellen) den wahren Pfad zu approximieren. Diese interpolierten Daten können dann wiederum mit darauffolgenden Regressionsnanalysen (z.B. PPM's) verknüpft werden.