SNL, NEM en occupancy Verschillende antwoorden op verschillende vragen 350 300 250 200 150 100 50 Vroege glazenmaker 0 1999 2002 2005 2008 2011 2014 Tim Termaat De Vlinderstichting Jaap Bouwman Unie van Bosgroepen 18 februari 2016
Monitoring: to observe a situation for any changes which may occur over time (Bron: Wikipedia) -> het volgen van veranderingen in de tijd
Gegevens over soorten? -> 3 datastromen SNL (onderdeel van WMBN) NEM (Netwerk Ecologische Monitoring, de meetnetten ) NDFF (losse waarnemingen, Waarneming.nl) Welke vragen zijn hiermee te beantwoorden?
Vragen van de terreinbeheerder
1. Welke doelsoorten komen voor in mijn terrein? 2. Waar komen ze precies voor? 3. Gaan ze voor- of achteruit in verspreiding? 4. Gaan ze voor- of achteruit in aantal? Allen relevant voor bepaling terreinkwaliteit, maar Momentopname, stand van zaken Monitoring
Welke datastroom past bij welke vraag? Focus op faunagroepen SNL: dagvlinders, libellen en sprinkhanen Vogels: SNL NEM
SNL faunamonitoring Sinds: 2011 (testjaar) Methode: bijna vlakdekkende karteringen van SNLmeetsoorten per beheertype Eens in de 6 jaar, meestal door professionals Resultaat: gedetailleerde stippenkaarten Bedekking % per meetsoort per beheertype Indrukwekkende resultaten
Kroondomein Dagvlinders en sprinkhanen
Kroondomein Heivlinder
Kroondomein Zoemertje
Kroondomein Schavertje Geschikt voor planning beheer- en herstelmaatregelen
SNL - kanttekeningen Soorten hebben sterke jaar-tot-jaar fluctuaties in aantallen Goede en slechte jaren door natuurlijke populatiedynamiek, weersomstandigheden, etc. Dus: 6-jaarlijkse metingen zijn onderling slecht vergelijkbaar 250 200 150 100 50 Weidebeekjuffer 0 1999 2002 2005 2008 2011 2014
Anne Schmidt
SNL faunamonitoring monitoring Geen betrouwbare vergelijking in de tijd mogelijk Niet geschikt voor meten beheereffectiviteit
SNL - antwoorden
NEM (meetnetten) Landelijk netwerk van telroutes voor verschillende soortgroepen dagvlinders libellen amfibieën reptielen
NEM (meetnetten) 8 soortgroepen (geen sprinkhanen), lange meetreeksen Meetnet Vleermuizen Landzoogdieren Broedvogels Reptielen Amfibieën Vlinders Libellen Paddenstoelen Aantal jaren 21 jaar 21 jaar 32 jaar 22 jaar 19 jaar 26 jaar 18 jaar 18 jaar
NEM - methode Methode: gestandaardiseerde tellingen langs vaste telroutes/meetpunten. Meestal door vrijwilligers. CBS berekent populatie-indexen
NEM - resultaten Populatie-indexen: trends in aantallen Landelijk, provinciaal, regionaal (bv. per FGR) 350 300 250 200 150 100 50 Vroege glazenmaker 0 1999 2002 2005 2008 2011 2014 120 100 80 60 40 20 Speerwaterjuffer 0 1999 2002 2005 2008 2011 2014 Trends op terreinniveau?
Trends op terreinniveau Kleine parelmoervlinder
Zilveren maan
Toepassing vlindermeetnet: stikstofindicator Bepaling N-optimum per soort vegetatie-opnamen langs telroutes vlindermeetnet Ellenberg N-waarde voor routesectie regressie met aan/afwezigheid per soort Oostermeijer & Van Swaay (1998) Biol. Cons.
Stikstofindicator dagvlinders Bepaling N-waarde van vlindergemeenschap berekend per monitoringroute gewogen naar talrijkheid van de soorten opgeschaald naar landelijke index N = 1 N = 8
Landelijke N-indicator Sterk significante toename met recente afvlakking
Landelijke N-indicator Afvlakking parallel met afnemende N-overschrijding
N-indicator Ook toepasbaar op terreinniveau Verschillen tussen N-arme en rijke terreinen 8 7 6 5 4 3 2 1 1990 1995 2000 2005 2010 2015 Laagveen - Kromme Rade Blauwgrasland - Bennekomse Meent Heide - NP Hoge Veluwe Compagnieberg
N-indicator Effecten van beheer: verschraling na eutrofiëring 8 7 6 5 4 3 Rheezermaten 2 Empese & Tondese Heide 1 1990 1995 2000 2005 2010 2015 Bruikbaar voor monitoring PAS-maatregelen
NEM - kanttekeningen Voldoende routes noodzakelijk, afhankelijk van gebiedsschaal Voldoende tellers met lange adem nodig Goed nadenken over locatie van routes en oorzaken van toeof afname
NEM - antwoorden
NDFF (losse waarnemingen) dagvlinders libellen amfibieën reptielen Héél veel data beschikbaar
Dirty data Opportunistische data: geen standaardisatie, dus grote verschillen in waarnemingsinspanning Grote verschillen in dekking tussen terreinen In principe ongeschikt voor trendberekeningen Maar: verschillen in waarnemingsinspanning kunnen opgevat worden als verschillen in trefkans per soort per jaar Occupancy modellen corrigeren voor verschil in trefkans Kéry et al. (2009) Cons. Biol. Van Strien et al. (2013) J. Applied Ecol.
Trefkansen berekenen simpel voorbeeld plot Bezoek 1 Bezoek 2 1 1 1 2 1 1 3 0 0 4 0 0 plot Bezoek 1 Bezoek 2 1 0 1 2 1 0 3 0 1 4 1 0 area of occupancy 50% trefkans per bezoek 100% -> Hoe meer herhaalde bezoeken, hoe betrouwbaarder de aanwezigheid wordt geschat area of occupancy 100% trefkans per bezoek 50%
Occupancy modellen Koppeling van twee logistische regressiemodellen: submodel 1: ecologische proces (aan- /afwezigheid per site) submodel 2: waarnemingsproces (detectie/non-detectie per site) Resultaat: per site de kans op voorkomen, gecorrigeerd voor trefkansen -> Betrouwbare trends in verspreiding MacKenzie et al. (2006)
occupancy probability occupancy probability Landelijke verspreidingindexen 1 0,8 0,6 0,4 0,2 Argusvlinder 0 1990 1995 2000 2005 2010 1 monitoring data opportunistische data 0,8 0,6 0,4 0,2 Grote keizerlibel 0 1999 2004 2009 Van Strien, A.J., C.A.M. van Swaay & T. Termaat (2013). Journal of Applied Ecology 50(6): 145-1458.
Toepasbaar op terreinniveau? Pilot: Hollandse duinwaterbedrijven 2000-2011: ca. 45.000 vlinderwaarnemingen Onderzoek: zijn er voldoende data voor schatting aanwezigheid per jaar? lukt het ook met bedreigde soorten? tot welk schaalniveau? Wallis de Vries, M.F., Van Swaay, C.A.M. & Van Strien, A. (2013). Rapport VS2012.026, De Vlinderstichting, Wageningen.
Kolonisatie Bont zandoogje Kans op voorkomen op 1*1 km-schaal
Herstel Duinparelmoervlinder 1*1 km
Bruine eikenpage 100*100 m
Occupancy - kanttekeningen Kansrijke ontwikkeling, maar: Veel data nodig: jaarlijks voldoende sites met herhaalde bezoeken Schaalniveau 100*100 meter niet in alle terreinen haalbaar Verspreidingstrends zijn minder gevoelig dan populatietrends
Occupancy modellen - antwoorden
Met alleen SNL kom je er niet Kan zelfs leiden tot verkeerde conclusies Combinatie van methoden nodig NEM is goede aanvulling én al toepasbaar Occupancy modellen kansrijke ontwikkeling, vooral in gebieden met veel losse waarnemingen Voor goede implementatie is betere afstemming nodig tussen PGO s en TBO s
Graag in gesprek!