Vilt, trafikk og tiltak

Transkript

1 Vilt, trafikk og tiltak Christer M. Rolandsen NTNU / Naturdata as Og Erling J. Solberg NINA

2 Vilt, trafikk og tiltak

3 Vilt, trafikk og tiltak Utviklingen i antall trafikkulykker med hjortevilt (HTU) over tid og mellom fylker. Variasjon i antall HTU gjennom døgnet i løpet av året. Sammenfall a mellom elgens atferd/aktivitetsnivå t tets (fra GPS-merkede elger) og sannsynligheten for påkjørsler. Personskader som følge av elgpåkjørsler. Tiltak forskning og erfaring. Vegen videre og litt om utfordringer med tilgjengelig statistikk.

4 Vilt, trafikk og tiltak DN-rapport : Strategi for forvaltning av hjortevilt Færre viltpåkjørsler Ett av 9 fyrtårn.

5 Variasjon i antallet HTU over tid Antall hjortevilt felt (venstre y-akse for alle figurene) og drept av bil og tog (høyre y-akse) i Norge i perioden fordelt på art.

6 Variasjon i antallet HTU mellom områder Totalt antall HTU i perioden fordelt på art, fylke og dødsårsak (A: bil, B: :tog).

7 Variasjon i antallet HTU gjennom året ll h l åk b l Antallet hjortevilt rapportert påkjørt og drept av bil i perioden fordelt på art og måned. Data fra Hjorteviltregisteret

8 Variasjon i antallet HTU gjennom døgnet ll h l åk d b l d f d l å Antallet hjortevilt rapportert påkjørt og drept av bil i perioden fordelt på art og tidspunkt i døgnet. Skravering antyder antallet dyr påkjørt i sommerhalvåret (april-september). Data fra Hjorteviltregisteret

9 Hvorfor påkjøres hjorteviltet sammenfall i tid og rom Antall elg påkjørt og drept og gjennomsnittlig sannsynlighet (P) for at en merket elg skal krysse en offentlig veg i Nord-Trøndelag fordelt på måned. Data fra 122 GPS-merkede elg. Gjennomsnittlig antall biler pr. døgn og måned (månedsdøgn-trafikk). Data fra 7 tellepunkter i Nord-Trøndelag i perioden

10 Hvorfor påkjøres hjorteviltet sammenfall i tid og rom (2) Sannsynligheten for at en merket ktelg skal kl krysse en offentlig veg i Nord-Trøndelag fordelt på sesong og time i døgnet. Data fra 122 GPS-merkede elg. Gjennomsnittlig antall biler pr. time. Data fra 7 tellepunkter i Nord-Trøndelag d i perioden

11 GPS-merking Elgen krysser i snitt en offentlig veg med 4,6 (okser) til 6,6 (kyr) dagers mellomrom Jernbanen krysses med 14,1 til 14,6 dagers mellomrom Offentlig veg krysses 4,5 ganger oftere enn jernbanen i samme området I gjennomsnitt krysses en offentlig veg 2200 ganger hver dag i Nord-Trøndelag Færre enn 0,5 av disse fører til påkjørsel med dødelig utgang for elgen Elgku 2451 (feb mai.2008) Antall vegkryssinger: 235 (3,0 %) Antall jernbanekryssinger: 122 (1,5 %) 3,5 ganger oftere enn snittet Påkjørt og drept 9. mai 2008

12 GPS-merking Eksempel fra E6 i Namdalen Forstyrrelseseffekten av veg synes å strekke seg meter ut fra vegen, avhengig av vegtype. Oppholdstiden i umiddelbar nærhet til vegen er størst i mai og november januar)

13 GPS-merking Lavere andel kommune og fylkesveger krysses på vinteren enn på sommeren Oppholdstiden i umiddelbar nærhet til Oppholdstiden i umiddelbar nærhet til vegen er størst i mai og november januar)

14 Betydningen av snøfall GPS merking sjoner nær veg Andel posi Elgen trekker mot veg under eller rett etter større snøfall Lavere i terrenget Trekker bort fra veg (høyere) etter snøfall Økt påkjørselssannsynlighet i perioder med snøfall på høsten/vinteren Mindre effekt senere på høsten/vinteren Ukenummer fra 1. oktober

15 Hvorfor flere elgpåkjørsler vinterstid? Vinter: Større sannsynlighet for at elg og bil er på samme sted til samme tid sammenfall i døgnaktivitet mellom elg og bil krysser større veger (høyere trafikkintensitet) Dette til tross for lavere døgntrafikk på vegnettet enn sommerstid Redusert siktforhold når elgen krysser (mørkt) Reduserte manøvreringsforhold Sommer: Liten sannsynlighet for at elg og bil er på samme sted til samme tid lite sammenfall i døgnaktivitet for elg og trafikk Dette til tross for langt høyere døgntrafikk på vegnettet enn vinterstid Gode siktforhold når elgen krysser (lyst) Gode manøvreringsforhold, men..!

16 Hvorfor flere elgpåkjørsler høst- og vinter? Vinter: Større sannsynlighet for at elg og bil er på samme sted til samme tid sammenfall i døgnaktivitet mellom elg og bil krysser større veger (høyere trafikkintensitet) Dette til tross for lavere døgntrafikk på vegnettet enn sommerstid Redusert siktforhold når elgen krysser (mørkt) Reduserte manøvreringsforhold Sommer: Liten sannsynlighet for at elg og bil er på samme sted til samme tid lite sammenfall i døgnaktivitet for elg og trafikk Dette til tross for langt høyere døgntrafikk på vegnettet enn vinterstid Gode siktforhold når elgen krysser (lyst) Gode manøvreringsforhold, men..! Relativt flere personskader sommerstid: Nattestid, fart

17 Personskadeulykker - elg STRAKS ulykkesregister bil 97 motorsykkel (ikke med i figur) Estimert fra merknadsfeltet 1367 totalt

18 Viktig å vite hvilke data vi ser på.. Påkjørt og drept eller bare påkjørt Kan delvis forklare hvorfor det synes som om det er ulike sesongmessige topper i : antall registrerte påkjørsler antall forsikringsutbetalinger antall personskader Hva er vi interessert i: Bestandsdynamikk Økonomi Dyrevelferd Trafikksikkerhet Tiltak kan endre dette sesongmønsteret!

19 Tiltak Hva vet vi om deres effekt for å redusere antallet HTU? Forskningen Bestandsreduksjon Ja (men kan være vanskelig å påvise på liten romlig skala). Gjerder Ja, men utfordring der gjerdene slutter + ukjent om ulykkene kanaliseres til omkringliggende veger... Skogrydding / siktrydding Delvis ja? Skilt antageligvis ikke Foring -.. Luktstoff og lignende - Nei

20 Tiltak Hva vet vi om deres effekt for å redusere antallet HTU? Erfaringen (fra USA) De mest lovende tiltak er blant de minst brukte. Evaluering av suksess i hovedsak basert på subjektive oppfatninger i stedet for forskning. De konkluderer: kl presserende behov for forskningsbaserte evalueringer. Tilpasset etter: Road Ecology Science and solutions.

21 Vegen videre Det finnes ingen enkle og billige løsninger, MEN: Alle kommunene må registrere data i HVR, helst fortløpende Samordne lagring av utførte tiltak med tilhørende egenskaper. Koble data fra HVR (tid- og stedfestet) med vegdata (tid og stedfestet, eks. ÅDT, fartsgrenser) eks. Antall påkjørte dyr/km veg/1000 biler per måned. Mer forskning om sammenfall mellom kryssingsfrekvens og trafikkintensitet og hvordan dette påvirkes av andre faktorer (værforhold, arealtyper, topografi, breddegrad etc ) prediksjonsmodeller. Tilstrebe evalueringer med større grad av eksperimentell design!!!!!

22 Vegen videre - databasene Hjorteviltregisteret (kommunene, Naturdata og DN) STRAKS ulykkesregister (SVV og Politiet) TRAST, trafikkskadestatistikk (Finansnæringens g Fellesorganisasjon FNO) Jernbaneverkets påkjørselsdatabase NVDB (SVV) Ideelt: Gjennomgå databasene for å vurdere en bedre samkjøring vil sannsynligvis gi et vesentlig bedre grunnlag for arbeidet med å redusere omfanget av trafikkulykker med vilt (og husdyr). -.men allerede i dag ligger det mye gevinst i å utnytte/koble allerede eksisterende informasjon.

23