3 Resultaten
3.1 Inventarisatie
Tussen 10 maart 2018 en 20 december 2018 werden 4321 sporen geïnventariseerd. De verdeling ervan over de verschillende types sporen is weergegeven in tabel 3.1.
| Type | Aantal |
|---|---|
| Burcht | 101 |
| Dam | 100 |
| Glijbaan/Wissel | 1379 |
| Twijfelgeval | 124 |
| Vraatspoor | 2547 |
Aan 70 datapunten werd als type spoor de categorie NULL toegekend (niet opgenomen in tabel 3.1). Deze datapunten werden verder niet als spoor op zich behandeld, enkel als indicatie voor een uitgevoerde controle in een verondersteld territorium waarin verder geen sporen werden aangetroffen.
Deze waarnemingen werden vervolgens via de ingevoerde coördinaten toegekend aan 500 m buffers rond de centra van gekende territoria. Omdat er bijkomende gegevens ten opzichte van de initiële opzet werden verzameld en omdat het eigenlijke veldwerk in 2018 gebeurde, werden de punten toegekend aan alle 171 territoria gekend op 1 januari 2018, los van de veronderstelde bezetting op dat moment. Van de 4321 ingevoerde punten konden 3103 punten op deze manier al aan een gekend territorium worden toegekend, goed voor een totaal van 132 territoria met sporen of NULL waarnemingen. De 1218 punten die niet konden worden toegewezen, werden in tweede instantie toegewezen aan 1000 m buffers rond diezelfde territoriumcentra. Deze aanpak in twee stappen moest ervoor zorgen dat in gevallen waar twee gekende territoria dicht in elkaars buurt lagen, waarnemingen niet aan een verkeerd territorium werden toegekend. Na deze tweede toekenning konden nog eens 640 waarnemingen aan een territorium worden toegewezen, goed voor in totaal 3743 waarnemingen uit 132 verschillende territoria. Omdat ook NULL waarnemingen hierin nog voorkomen, vormt dit dus het totaal effectief gecontroleerde territoria, wat neerkomt op 77.2 % van de op 1 januari 2018 gekende territoria.
Vervolgens werd het aantal sporen per territorium opgeteld, waarbij aan NULL waarnemingen de waarde 0 werd toegekend. Van de 132 gecontroleerde territoria werd in 11 gevallen geen enkel spoor teruggevonden. In 17 gevallen daarentegen vonden we meer dan 50 sporen terug, met een maximum van 226. De verdeling van het aantal sporen in de overige territoria (met 1-50 sporen) is weergegeven in figuur 3.1. Daarin is duidelijk dat in een aantal territoria slechts een vrij beperkt aantal (<10) sporen werd teruggevonden. In deze gevallen bestaat het risico dat een territorium als bezet wordt beschouwd terwijl de sporen door zwervende dieren werden veroorzaakt en het territorium dus niet echt bezet is. Om een ondergrens van het minimum aantal vereiste sporen nodig om bezetting te veronderstellen te bepalen, analyseerden we bijkomend de aanwezigheid per type spoor. Hieruit bleek dat vanaf een minimum van 4 sporen ook soms burchten of dammen in het territorium werden aangetroffen. Omdat deze types van sporen met grote zekerheid wijzen op een bezet territorium, opteerden we om 4 waargenomen sporen, los van het type, als ondergrens voor territoriumbezetting te hanteren. Dit resulteerde in een totaal van 117 bezette territoria op een totaal van 132 (88.6 %).
Figuur 3.1: Verdeling van het aantal gevonden sporen per territorium voor alle territoria waarin 1 tot 50 sporen werden gevonden.
3.2 Analyse
Omdat de opzet van het project terugging op een evaluatie van het aantal veronderstelde territoria in 2016, werd de dataset voor analyse in eerste instantie beperkt tot de territoria die gekend waren op 1 januari 2017 (n=128). Hiervan controleerden we 100 territoria (78.1 %). Bijkomend voordeel van de dataset tot minstens 1 jaar oude gegevens te beperken is dat de kans op het terug onbezet raken van deze territoria hoger ligt dan bij de meest recent bezette territoria en de kans op vals positieven dus beter kan worden bepaald.
3.2.1 Accuraatheid, sensitiviteit en precisie
Om aan te geven in welke mate de gegevens overeenkomen met de vastgestelde situatie bij controle werden 3 verschillende maten berekend: de accuraatheid, de sensitiviteit en de precisie. Hierbij geeft de accuraatheid weer hoeveel van de gegevens, zowel positief als negatief, overeenkomen met de controle en hoe juist de gegevens dus in hun geheel zijn. Tabel 3.2 laat zien dat de gegevens, zoals gekend op 1 januari 2017, een hoge accuraatheid hebben (0.82 (0.73-0.89)) aangezien respectievelijk 78 en 4 territoria correct als bezet of onbezet waren verondersteld, zodat de status van 82 van de 100 territoria overeenkomt met de status van de controledataset. De sensitiviteit geeft daarnaast enkel weer in welke mate de echte positieve waarden ook zo worden herkend. In dit geval dus het aandeel van de, bij controle, effectief bezette territoria (88) dat ook als bezet werd verondersteld (78), opnieuw goed voor een hoge waarde (0.89). Bijkomend is hier ook aandacht voor de precisie, of de mate waarin het aantal territoria dat als bezet wordt beschouwd ook effectief bezet is, of hoe juist de inschatting van de bezetting dus is. In dit geval was de inschatting dat 86 territoria bezet waren, wat voor 78 territoria bij controle werd bevestigd. Dit geeft een precisie van 0.91. Dit wil zeggen dat, wanneer we enkel rekening houden met als bezet beschouwde territoria (presence only), de gegevens voor 91 % correct zijn en er dus, los van eventuele vals negatieven, een mogelijke overschatting van 9 % is.
| Inschatting | Controle: bezet | Controle: leeg |
|---|---|---|
| bezet | 78 | 8 |
| leeg | 10 | 4 |
Op de precisie van 0.91 is er onzekerheid, met een 90%-betrouwbaarheidsinterval dat gaat van 0.85 tot 0.95. Om zeker te zijn (voor 95 %) dat het aantal bezette territoria niet wordt overschat, nemen we de onderkant van dit betrouwbaarheidsinterval voor de precisie (=0.85).
Het totaal aantal beverterritoria is echter vrij beperkt. Door rekening te houden met het beperkt aantal territoria (eindige populatie) wordt het betrouwbaarheidsinterval in principe iets kleiner. Het verschil bleek echter niet relevant.
Een veilige schatting van het minimum aantal bezette territoria is:
3.2.2 Verklarende factoren
Hoewel we onder 3.2.1 vooral focussen op de mogelijke overschatting, die in de context van het evalueren van een minimale staat van instandhouding het belangrijkst is, verdient ook de mogelijke onderschatting nadere inspectie. Een goede kennis van de mogelijke mate van onderschatting en de verklarende factoren die ertoe kunnen bijdragen, kan immers helpen om de kans op overschatting meer nauwkeurig te bepalen. In figuur 3.2 worden alle mogelijke combinaties van veronderstelde status en gecontroleerde status op kaart gevisualiseerd. Daarbij valt op dat de vals negatieven (blauw), die zorgen voor een onderschatting, vaak in stroomgebieden met een vrij hoge bezetting liggen (Dijle, Maas). Vals positieven (rood), verantwoordelijk voor overschatting, bevinden zich dan weer vaker in stroomgebieden met vrij lage bezetting (Schelde, Dender). Dit wijst erop dat de bezettingskans van een bepaald territorium mee wordt bepaald door de afstand tot dicht bezette gebieden en de kans dat territoria door disperserende dieren worden bereikt.
Figuur 3.2: Weergave van de inschatting (ANB) en controle (INBO/UA) voor elk van de 100 gecontroleerde territoria gekend op 1 januari 2017 (oranje: onbezet, blauw: verondersteld onbezet maar bezet, rood: verondersteld bezet maar onbezet, groen: bezet).
Om dit effect te kunnen kwantificeren, gingen we de invloed van zowel de veronderstelde status als de mate van isolatie op de kans op bezetting na via een generalized linear model met binomiale respons (McCullagh and Nelder 1989). Voor de mate van isolatie werd voor elk territorium op het moment van eerste bezetting de afstand berekend tot het dichtstbij gelegen territorium dat op dat moment ook bezet was. Omdat het hier een maat van isolatie betrof op Vlaamse schaal en niet zozeer een reële maat van dispersie-afstand werd geopteerd om met Euclidische afstanden te werken. De analyse toonde een significante invloed van beide verklarende factoren. figuur 3.3 toont dit gemodelleerde effect voor beide veronderstelde statussen in functie van de afstand tot het dichtste bezette territorium. Daaruit blijkt dat de kans dat een territorium dat als bezet wordt beschouwd effectief ook bezet is, vrij hoog is, zeker tot op een afstand van 10 km van een ander bezet territorium. Eens deze afstand groter dan 10 km wordt, zakt de kans op bezetting snel van 86 % naar 65 % bij 22 km (= de hoogst vastgestelde afstand). Dit betekent dat de kans op overschatting zich sterk toespitst op geïsoleerde punten. Wanneer we kijken naar de kans op bezetting bij verondersteld lege territoria, zien we dat tot op 5 km van een bezet territorium, de kans dat een territorium toch bezet is vrij hoog is met waarden boven 73 %. Wel zakt deze kans vrij constant met toenemende afstand zodat de kans dat een sterk geïsoleerd, verondersteld onbezet territorium op 22 km toch bezet is, gelimiteerd is tot 35 %. De fout op deze schattingen is telkens vrij hoog, vooral bij hogere afstanden. Deze waarden zijn daardoor niet onmiddellijk bruikbaar voor een eventuele correctie op de mate van over- of onderschatting. Wel kan er met deze informatie verder rekening gehouden worden bij de interpretatie van de veronderstelde status van afzonderlijke territoria.
Figuur 3.3: Gemodelleerde kans op bezetting in functie van de veronderstelde bezetting en de afstand tot het dichtstbij gelegen bezette territorium.
Referenties
McCullagh, P, and JA Nelder. 1989. Generalized Linear Models, Vol. 37 of Monographs on Statistics and Applied Probability, 2 edn. London: Chapman and Hall.