18 augusti 2022

Ökar eller minskar viltpopulationerna i Sverige? Det är svårt att räkna vilda djur, men antalet som fälls genom jakt ger en indikation på hur det står till. Nu kan statistiken bli tydligare och mer användbar tack vare att forskare har utvecklat en ny modell för att beräkna hur mycket vilt som jagas.

Vildsvin.Att veta hur mycket vilt som fälls genom jakt varje år är en viktig del av viltövervakning. Foto JMrocek

– Vi tror att det här systemet kommer att göra statistiken mer tydlig och pålitlig. Tanken är att den här modellen ska användas från och med i höst för att presentera den officiella statistiken över hur mycket vilt som fälls genom jakt i Sverige, säger Tom Lindström, universitetslektor vid Institutionen för fysik, kemi och biologi (IFM), som har gjort studien i samarbete med Göran Bergqvist vid Svenska Jägareförbundet.

Fyller i de blinda fläckarna

Jakt är ett sätt att ha uppsikt över hur stora viltpopulationerna är. För vissa djurarter är det den enda indikatorn. Att veta hur mycket vilt som fälls genom jakt varje år är därför en viktig del av viltövervakning, som behöver anpassas efter förändringar i ekosystemen.

Jakt av till exempel älg och stora rovdjur måste enligt lag rapporteras, men för de flesta arter – från nötskrika till vildsvin – är rapportering frivillig. För dessa arter har Svenska Jägareförbundet i uppdrag att föra årlig statistik över antalet djur som fälls. Det sker genom att jaktlagen rapporterar in hur mycket de har skjutit av ungefär femtio arter och hur stor mark de har jagat på. Men eftersom det är frivilligt att rapportera och det saknas rapporter för en del av den jaktbara ytan används statistiska metoder för att räkna ut hur mycket som fälls på de blinda fläckarna som inte täcks av jaktlagens rapporter. En av de största bristerna med den analysmetod som använts fram tills nu är att den är mycket känslig för låg rapportering, särskilt för arter som jagas lite och variabelt mellan olika jaktlag. Tom Lindström ger ett exempel:Tom Lindström.Tom Lindström. Foto Magnus Johansson

– År 2015 såg det i analysen ut som att det sköts väldigt mycket mer bäver än tidigare år, men när vi analyserade data visade det sig att den stora skillnaden berodde på att ett enda jaktlag hade rapporterat att de hade skjutit en enda bäver. Eftersom analysmetoden är så känslig för enskilda rapporter, såg det i analysen ut som att det skjutits många tusen bävrar i den jaktvårdskretsen.

Forskarna utvecklade därför en ny analysmodell som kan ge bättre uppskattningar av hur mycket vilt av olika arter som fälls. Studien, som publicerats i tidskriften Ecological Indicators, består av två delar. Dels har forskarna analyserat olika parametrar och fått fram en modell som kan beskriva data på ett bra sätt. Dels har de använt modellen för att prediktera hur mycket vilt som jagats på den areal som det saknas jaktrapporter för.

Säkrare analys

Analyser med den nya modellen kan bidra till insikter om jaktbeteende i Sverige. I studien såg forskarna att de jaktlag som har större arealer att jaga på över lag skjuter mindre mängd vilt per yta på de jaktmarkerna. Sambandet såg liknande ut för alla arter som jagas. Kanske finns det mindre vilt i de områdena, så att det behövs stor areal för att lyckas fälla något, eller så finns det andra förklaringar. Tiden är en annan viktig pusselbit att ta hänsyn till. Forskarna har gjort något som kallas autoregressiv modellering, vilket innebär att analysen av jaktvolymerna i ett område tar hänsyn till tidigare års volymer.

Det nya statistiska ramverket löser flera problem.Diagram.Skattning av antalet djur som fälls årligen i Sverige av A) ejder, B) rapphöna, C) vildsvin och D) rödräv. Autoregressiv modellering (blå) ger mindre osäkerhet jämfört med analyser som hanterar alla år som oberoende av varandra (orange). Foto Tom Lindström and Göran Bergqvist, CC-BY

– Modellen presenterar den osäkerhet som finns i analyserna på ett ärligt sätt och visar ett spann i stället för ett definitivt antal. Den är också mindre känslig för enskilda jaktrapporter, och det minskar osäkerheten i analysen, säger Tom Lindström.

Studien har finansierats av Svenska Jägareförbundet och Naturvårdsverket. Datorberäkningar har gjorts vid den nationella forskningsinfrastrukturen Swedish National Infrastructure for Computing (SNIC).

Artikeln:
Estimating harvest when hunting bag data are reported by area rather than individual hunters: A Bayesian autoregressive approach, Tom Lindström och Göran Bergqvist, (2022), Ecological Indicators, publicerad online 19 juni 2022, doi: https://doi.org/10.1016/j.ecolind.2022.108960

Mer om forskningen

Senaste nytt från LiU

Serverrum,data på svart skärm.

Maskinpsykologi – en brygga till generell AI

AI som är lika intelligent som människor kan bli möjlig tack vare psykologiska inlärningsmodeller, kombinerat med vissa typer av AI. Det menar Robert Johansson som i sin avhandling har utvecklat begreppet maskinpsykologi.

Forskning för hållbar framtid får nära 20 miljoner i bidrag

Ett oväntat samarbete mellan materialvetenskap och beteendevetenskap. Utveckling av bättre tjänster för att hantera klimatförändringarna. Det är två forskningsprojekt vid LiU som får stora stöd från Marianne och Marcus Wallenbergs stiftelse.

Innovativ idé för effektivare cancerbehandlingar prisas

Lisa Menacher har tilldelats Christer Giléns stipendium 2024 inom området statistik och maskininlärning för sin masteruppsats. Hon har använt maskininlärning i ett försök att göra val av cancerbehandling mer effektivt.