ScholarGate
Assistent
Process / pipelineConservation Optimization

Marxan MPA-planning

Marxan is een beslissingsondersteunend systeem dat optimalisatiealgoritmen gebruikt om kosteneffectieve netwerken van mariene beschermde gebieden (MPA's) te ontwerpen. Deze netwerken realiseren natuurbeschermingsdoelstellingen en minimaliseren tegelijkertijd sociaaleconomische kosten. Marxan, ontwikkeld door Ian Ball en Hugh Possingham in 2000, is uitgegroeid tot het wereldwijde standaardinstrument voor systematische natuurbeschermingsplanning in mariene milieus. De software stelt planners in staat om afwegingen te verkennen tussen de effectiviteit van natuurbescherming en economische haalbaarheid.

Openen in MethodMindBinnenkortVideoBinnenkortDia's downloaden

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Methodenkaart

De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.

Bronnen

  1. Possingham, H. P., Ball, I., & Andelman, S. (2000). Mathematical methods for identifying representative reserve networks. In S. Ferson & M. Burgman (Eds.), Quantitative Methods for Conservation Biology (pp. 291-306). Springer-Verlag. link
  2. Ball, I. R., Possingham, H. P., & Watts, M. (2009). Marxan and relatives: software for spatial conservation prioritisation. In A. Moilanen, K. A. Wilson, & H. P. Possingham (Eds.), Spatial Conservation Prioritisation: Quantitative Methods and Computational Tools (pp. 185-195). Oxford University Press. link

Deze pagina citeren

ScholarGate. (2026, June 3). Marxan Marine Protected Area Planning. ScholarGate. https://scholargate.app/nl/oceanography/marxan-mpa-planning

Welke methode?

Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.

Naast elkaar vergelijken

Geciteerd door

ScholarGateMarxan MPA Planning (Marxan Marine Protected Area Planning). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/oceanography/marxan-mpa-planning · Gegevensset: https://doi.org/10.5281/zenodo.20539026