Vurdering av populasjonsendringer på grunnlag av artsfunn

I dette prosjektet har vi vurdert mulighetene for å estimere tilstand og trender i mengden av arter på grunnlag av forekomstdata. En viktig potensiell anvendelse for dette er Naturindeksen, hvor bruk av forekomstdata vil kunne øke utvalget av indikatorarter og supplere eller erstatte ekspertvurderinger. Artsforekomster er heterogene og usystematiske data fra mange ulike kilder og med mye støy. Analyse av slike data krever metoder som kan skille endringer i mengde og utvikling av arten (reelle populasjonsendringer eller prosessvariasjon) fra støy knyttet til observasjonsprosessen (observasjonsfeil). Det teoretiske rammeverket vi har brukt for å oppnå dette er såkalt ”state-space modelling” som kombinerer populasjonsmodeller og observasjonsmodeller. For at forekomstdata skal kunne gi tilstrekkelig presise og forventningsrette estimater av til-stand og trender i mengde, må datasettet ha en viss romlig utstrekning og oppløsning. Videre må det være samlet inn data over en viss tid med tilstrekkelig innsats. I tillegg bør arten ikke være for vanskelig å oppdage eller av liten interesse for observatører. På grunnlag av simule-ringer har vi definert et sett med tommelfingerregler for datakvalitet og vurdert forekomstdata for karplanter, lav, sopp og sommerfugler i Norge i henhold til disse kriteriene. Med foreliggende data fra GBIF (2010) er det mulig å beregne tilstand og trender i alle fylker for karplanter, i enkelte fylker for sopp og lav, og i et fåtall kommuner for karplanter. Det er bare Oslo og Kristiansand som har høy nok innsats til presis estimering av abundans, og dette gjel-der bare karplanter. For å estimere vekstrater, er datagrunnlaget tilstrekkelig for karplanter, sopp og sommerfugler i et titalls kommuner. For lav er datagrunnlaget for tynt i alle kommuner Forekomstdata kan danne et kvantitativt grunnlag for mange karplanter som kan inngå som indikatorer i alle de terrestre økosystemene i Naturindeksen (myr og våtmark, åpent lavland, skog og fjell), og for en del sopp og lav i skog og fjell. Økologisk homogene artsgrupper kan være et godt alternativ til enkeltarter, særlig for sopp og lav, både fordi man slik kan redusere taksonomiske problemer, og fordi det gir større datamengder å jobbe med. Artsobservasjoner er etter hvert blitt en sentral databank for forekomstdata, og har store mengder observasjoner i tillegg til GBIF. Dette kan bli en verdifull datakilde på sikt, men det vil ta flere tiår, og data derfra må gjøres enkelt tilgjengelig, ikke bare med innsynsløsninger, men med omfattende nedlastingsmuligheter. Det vil også kreve videre metodeutvikling for å håndte-re observasjonsfeil. Vi anbefaler at (1) modellering basert på forekomstdata videreføres for modellerte karplanter i Naturindeksen, med metoden beskrevet her, (2) eksisterende indikatorarter hvor forekomstda-ta brukes som støtte for ekspertvurderinger også benytter forekomst-modellering, (3) eventuel-le nye indikatorer (særlig karplanter, samt sopp og lav i skog og fjell) vurderer analyser med forekomstdata, og at (4) metoder for å håndtere observasjonsfeil i forekomstdata videreutvik-les, da dette kan være eneste farbare vei til en lokal Naturindeks i fravær av en massiv sats-ning på overvåking.

In this study we investigate possibilities for estimation of the state and trends in abundance of species on the basis of species occurrence data in Norway. An important potenital application for such methods is the Nature Index where occurrence data may increase the range of potential indicators and supplement or replace expert jugdement. Species occurrence collections are heterogeneous and unsystematic data arising from many different sources. Analysis of such data requires methods that can separate changes in the state and trend of a species (real population changes or process variability) from noise associated with the observation process (observation error). To accomplish this we used a statespace model framework combining a population process model and an observation model. To obtain sufficiently precise and unbiased estimates of states and trends in abundance the data must have a certain spatial extent and resolution. The data must also be collected over some time with sufficently high effort. Additionally, the species of interest should not be too hard to detect or of little interest to observers. On the basis of simulations we have developed rules of thumb for data quality and evaluated occurrence data for vascular plants, lichens, fungi and butterflies in Norway with respect to these criteria. With present (2010) GBIF occurrence data it is possible to estimate states and trends in all counties for vascular plants, in some counties for fungi and lichens, and in a few municipalities for vascular plants. Oslo and Kristiansand are the only municipalities with sufficiently high sampling effort for estimation of abundance of vascular plants. For estimation of trends the data are sufficient for vascular plants, fungi and butterflies in about ten municipalities. For lichens the data are too sparse in all municipalities. Occurrence data may be used as a quantitative basis for a number of vascular plant species that may serve as indicators in the terrestrial ecosystems in the Nature Index (mires and wetland, open lowland, forest and mountains) and for some fungi and lichens in forests and mountains.Estimation of state and trends for ecologically homogeneous species groups may be a good alternative to single species, especially for fungi and lichens, because this reduces taxonomical problems and because it gives higher numbers of observations. The national system for species observations (‘Artsobservasjoner’) has become an important and much used database for occurrence data, and houses a large number of observations in addition to GBIF. This may become a valuable source of data over time, but time series of decades are needed, and the data must be made easily accessible. Such data will also require further methodological development to handle observation error. We recommend that (1) modelling based on occurrence data are continued for vascular plants already modeled in the Nature index, but with the method described here, (2) existing indicators where occurrence data are used as support for expert judgment also are used for modelling, (3) analyses of occurrence data should be considered for any new indicators (especially vascular plants, but also fungi and lichens in forest and mountain ecosystems), and (4) that methods for analysis of observation error are further developed. This may be one of the few opportunities for developing a local Nature Index in absence of a massive investment in national biodiversity monitoring.

© Norsk institutt for naturforskning. Publikasjonen kan siteres fritt med kildeangivelse.