Kartlegging og overvåking av fremmede arter

Transkript

1 Kartlegging og overvåking av fremmede arter DNs fylkesmannssamling Fremmede arter 2011 Sandvika 8. juni 2011 Rune Halvorsen NHM, UiO

2 Hvorfor kartlegge og overvåke fremmede arter? Spredning av fremmede, invasive plantearter er et stort og økende problem, i Norge og i andre land Trafikkårer (vegkanter, jernbaneskråninger etc.) er hovedspredningskorridorer for slike arter Bekjemping av problemarter er ofte enkelt (og rimelig) dersom tiltak settes i verk raskt, dvs. før artene har fått solid fotfeste, men kan raskt bli uoverstigelig Effektiv overvåking av potensielle problemarter langs veger kan være nøkkelen til effektiv håndtering av problemarter

3 Min bakgrunn Vegetasjonsøkolog fra NHM, UiO Ansvarlig for utvikling av et faglig grunnlag for naturtypeovervåking i Norge ( NatTOv-prosjektet for Nasjonalt program, startet 2010) Begreper og metoder for kartlegging og overvåking av natur Deltaker i prosjektet Utbredelsesmodellering av fremmede invaderende karplanter langs veg for Direktoratet for naturforvaltning (2010); ledet av Inger Auestad (HiSF) I dette prosjektet studerte vi to arters forekomst langs veger i Hordaland og Sogn og Fjordane

4 Denne presentasjonen Noen begreper som brukes i naturovervåking Overvåkingsmetoder Hvilke av overvåkingsmetodene kan egne seg til å overvåke fremmede invasive arter? Resultater av undersøkelsen i 2010 Planer for oppfølgingsundersøkelse i 2011 Vegen videre fram mot en metode for overvåking av fremmede invasive arter langs vegkanter

5 Noen viktige begreper En indikatorvariabel er tallfestede observasjoner av en indikator på naturmangfold (naturtype, art, etc.) Kartlegging er registrering av indikatorvariabler med standardiserte og veldokumenterte metoder Overvåking er systematisk gjentatt kartlegging (som resulterer i en tidsserie av data)

6 Fem grunner til å overvåke natur Behov for stedfestet naturinformasjon nøyaktige opplysninger om naturtypefigurer og artsforekomster; kunnskapsgrunnlag for praktisk arealforvaltning Behov for representativ kunnskap om status og endringer over tid beslutningsgrunnlag for forvaltningstiltak (f.eks. handlingsplanarbeid for naturtyper og arter, tiltak mot fremmede invasive arter, utvelgelse av naturtyper og prioritering av arter etter i Naturmangfoldloven); kunnskapsgrunnlag for rødlistevurdering og Naturindeks Behov for dyp innsikt i komplekse økosystemers struktur, funksjon og dynamikk Behov for uttesting av spesifikke forvaltningstiltak f.eks. ulike skjøtsels-, restaurerings- eller bekjempelsesstrategier Evaluering av måloppnåelse f.eks. bevaringsmåloppnåelse for verneområder, sektorvise miljømål (fremmedartsinnslag langs vegkanter, kjørespor i forsvarets skytefelt)

7 Hvilke behov er relevante for fremmede invasive arter i vegkanter? Først og sist: Et grunnleggende behov som er overordnet de andre behovene: Behovet for representativ kunnskap om status og endringer over tid Når det er behov for tiltak: Hvilke tiltak er det verd å prøve ut? Behov for dyp innsikt i komplekse økosystemers struktur, funksjon og dynamikk, inkludert artenes miljøkrav Hvilke tiltak virker? Behov for uttesting av spesifikke forvaltningstiltak Hvor skal tiltakene settes inn? Behov for stedfestet naturinformasjon Hvordan virket tiltakene? Evaluering av måloppnåelse

8 Overvåkingsmetoden Overvåkingsmetode = pakke av metodeverktøy og prosedyrer som hører naturlig sammen, for eksempel ved å være egnet for indikatorer og/eller indikatorvariabler med spesielle egenskaper En overvåkingsmetode inneholder tre elementer: datainnsamlingsmetode: metode for utvelgelse og plassering av observasjonssteder (fordi vi av praktiske grunner må gjøre et utvalg fra populasjonen av alle mulige observasjonssteder); registreringsmetode: innsamling av observasjoner av indikatorvariabler fra observasjonsstedene; og analysemetoder: statistiske metoder som egner seg for å analysere det innsamlete datamaterialet

9 Datainnsamlingsmetoder Seks kategorier: arealdekkende datainnsamling areal(type)representativ datainnsamling sannsynlighetsbasert datainnsamling gradientbasert datainnsamling selektiv datainnsamling spesialdesign LUCAS-nettet 3Q inngrepsfrie naturområder (INON)

10 Arealtyperepresentativ datainnsamling Fortetting av arealrepresentativt nettverk mulig når ikke et uendelig antall potensielle observasjonsenheter må sjekkes f.eks. naturtypen sanddynemark, som forekommer på forutsigbare steder langs kysten ikke mulig for alle veger (trafikkårer) i Norge; samlet veglengde er for lang og mange av artene det er tale om forekommer for spredt

11 Hovedutfordringen i naturovervåking, også av fremmede invasive plantearter? Hvordan skaffe pålitelig, arealrepresentativ informasjon Areal(type)representativ datainnsamling: andelen av observasjonssteder i utvalget der indikatoren (arten) forventes å bli funnet er lik indikatorens frekvens (vanlighet, prevalens) pålitelige slutninger kan bare gjøres for relativt vanlige arter Areal(type)representativ datainnsamling forutsetter derfor: relativt høy frekvens (funn på minst 2 5 % av observasjonsstedene) For mange fremmede invasive arter i vegkanter er disse kravene umulig å oppfylle, og areal(type)representativ datainnsamling er derfor uaktuelt Er det likevel mulig å skaffe pålitelig, arealrepresentativ informasjon om sjeldne, fremmede invasive arter?

12 Sammenheng mellom hvor vanlig indikatoren er og overvåkingsdesign?

13 Sannsynlighetsbasert datainnsamling I Metode for utvelgelse av observasjonssteder som forutsetter at sannsynligheten for at indikatoren skal være til stede anses for kjent for hvert eneste potensielle observasjonssted forutsetter romlig prediksjonsmodell innebærer at utvalget får en kontrollert overrepresentasjon av steder der indikatoren (naturtypen) finnes Egenskaper ved sannsynlighetsbasert datainnsamling: hver observasjon representerer en andel av totalpopulasjonen av indikatoren som er omvendt proporsjonal med sannsynligheten for at observasjonen skal bli trukket ut sannsynlighetsbasert utvalg kan gi mange observasjoner av indikatoren og arealrepresentative estimater, men... innebærer en vanskelig balansegang fordi tilfeldige avvikende observasjoner med stor vekt kan gi store utslag på estimatene

14 juninedbør (mm) Romlig prediksjonsmodellering I Temperature junitemperatur (ºC) tilstedeværelseobservasjonene projiseres inn i 'prediktorvariabel-rommet'

15 juninedbør (mm) Romlig prediksjonsmodellering II modellering av indikatorens respons i 'prediktorvariabelrommet' (mange metoder) Maxent BRT etc Temperatur e junitemperatur (ºC)

16 juninedbør (mm) Romlig prediksjonsmodellering III visualisering av modellert 'økologisk respons' i geografisk rom prediksjonskart Tempe rature junitemperatur (ºC)

17 Sannsynlighetsbasert datainnsamling II Kunnskapsstatus: Hovedtrekk i sannsynlighetsbasert overvåkingsmetodikk er klarlagt Metoden har potensial til å fylle et stort tomrom i verktøykassa for overvåkingsmetoder

18 2010-undersøkelsen Område: Hordaland og Sogn og Fjordane Arter parkslirekne (Fallopia japonica) hagelupin (Lupinus polyphyllus)

19 2010-undersøkelsen Treningsdata for modellering: Responsvariabler: forekomster av de to artene registrert fra bil i 2009 parkslirekne: 92 forekomster (grønne prikker) hagelupin: 205 forekomster (blå prikker)

20 2010-undersøkelsen Prediktorvariabler for modellering

21 2010- undersøkelsen Modellen for parkslirekne Viktigste prediktorer: mengde bilveg (67 %) avstand til bebyggelse (23 %) oseanitet (5 %)

22 2010- undersøkelsen Modellen for hagelupin Viktigste prediktorer: mengde bilveg (62 %) avstand til bebyggelse (16 %) temperatur (12 %) høyde (5 %)

23 2010-undersøkelsen Vurdering ved hjelp av uavhengige evalueringsdata 95 ruter á 1 km2; plukket ut tilfeldig men slik at variasjon i vegtetthet og avstand til tettbygd strøk ble dekket opp forekomst av artene ble registrert i 100 x 100 m småruter; alle småruter som inneholdt veg ble oppsøkt parkslirekne: funn i 30 ruter (99 småruter) hagelupin: funn i 29 ruter (130 småruter) svært sterke sammenhenger mellom observert frekvens og at modellene var svært predikert forekomstsannsynlighet viser 0.05 gode 0.15 OFO hagelupin OFO parkslirekne Hvor gode er modellene? RPPP RPPP 0.8 1

24 2010-undersøkelsen Konklusjoner: Til tross for at begge de undersøkte artene er sjeldne (de finnes i anslagsvis 1 % av smårutene i området), er det er mulig å modellere dem med betydelig presisjon ved bruk av enkle prediktorvariabler Dette skyldes at artene har en forutsigbar forekomst Det er mulig å bruke modellen til sannsynlighetsbasert utvelgelse av overvåkingssteder (vegkanter) slik at steder med forventet forekomst av fremmede invasive arter overrepresenteres på en systematisk måte sannsynlige brohoder for slike arter blir spesielt grundig overvåket datamaterialet gir grunnlag for arealrepresentative estimater for utviklingen for de aktuelle artene

25 2011-undersøkelsen Område: Det sentrale Østlandsområdet (21 kommuner i Akershus, Buskerud, Oppland, Vestfold og Oslo) Fem arter som alle er i sterk spredning parkslirekne (Fallopia japonica) hagelupin (Lupinus polyphyllus) russekål (Bunias orientalis) kanadagullris (Solidago canadensis) og pastinakk (Pastinaca sativa)

26 Sannsynlighetsbasert overvåking av fremmede, invasive arter langs veger Overvåkingsmetode: Sannsynlighetsbasert overvåking av mange arter Grunnlag: Landsdekkende modeller for hver art, som settes sammen til en modell for artsrikdom for fremmede, invasive arter Vil kunne gi arealrepresentative data for status og utvikling i populasjoner for disse artene Grunnlag for studier av artenes økologiske (habitatkrav og populasjonsøkologi) tendens til spredning fra vegkanter inn i tilgrensende natur tidlig identifisering av problemarter i spredning tidlig iverksettelse av tiltak