Denne artikkelen er produsert og finansiert av Universitetet i Oslo - les mer.
Det er vanskelig å beregne hvor mange rødrever, tigre, elger og så videre som finnes i naturen. Men nå kommer en ny og mer presis metode.(Illustrasjon: Colourbox)
Nå blir det lettere å telle ville dyr i verden
Det er ofte svært vanskelig å beregne størrelsen på bestander av ville dyr. Nå har forskere utviklet en metode som skal gi mye mer presise resultater.
Fiskeriforvaltningen må vite hvor mye fisk som finnes i havet hvis de skal kunne fastsette bærekraftige fangstkvoter. Det samme gjelder også på mange andre områder: Observasjoner og fellinger av elg, rådyr, ryper og så videre danner grunnlaget for neste års jaktkvoter.
Men bestandsberegninger er minst like viktige når det gjelderfor å forvalte truede dyrearter og små bestander – som tigeren i India.
Da handler forvaltningen ikke om jakt- og fangstkvoter, men heller om å beskytte bestandene mot forurensning, ulovlig jakt, fysiske inngrep som kan ødelegge viktige leveområder og så videre.
Bestandsberegninger er altså viktige, men de kan også være usikre. Risikoen for usikre beregninger kan være ekstra stor når det er snakk om det som forskere har begynt å kalle politiserte bestander, altså bestander hvor sterke politiske interesser og prestisjehensyn er inne i bildet. Ulven i Norge kan være et eksempel – og tigeren i India.
Forskning til grunn for forvaltning
Den gode nyheten er at tre forskere ved Universitetet i Oslo – Nils Chr. Stenseth, Kotaro Ono og Øystein Langangen – nå har lansert en metode som skal kunne gi sikrere estimater av størrelsen på bestander av ville dyr.
Den vitenskapelige artikkelen som beskriver metoden ble publisert i tidsskriftet Nature Communications i juni 2019.
Metoden skal blant annet kunne gi et mer treffsikkert mål på usikkerheten i beregningene av bestander. Forskerne har testet metoden ved å bruke den på data og tidsserier som tok for seg hele 627 ville bestander av fugler, fisk, pattedyr og insekter.
Konklusjonen er at metoden gir bedre resultater enn tidligere metoder, og den er attpåtil forholdsvis enkel i bruk.
Utgangspunktet for den nye metoden er at alle forsøk på å telle ville dyrebestander må inneholde en viss usikkerhet.
Det er umulig å telle alle elgene i skogen, det er umulig å telle alle torskene i havet, og det er umulig å telle alle tigrene i India. Derfor må «tellerne» isteden finne på noe annet, som for eksempel å telle det nøyaktige antallet elg i et lite område og bruke det antallet som grunnlag for å beregne det totale elg-tallet i hele skogen.
Forskere og forvaltningsmyndigheter pleier i dag å samle inn mange data om bestandene de skal beregne – tetthet, vekstrate, biomasse og så videre – og så bruker de dataene til å beregne bestandens størrelse. Med andre ord: De bruker tilgjengelige data og lager en matematisk modell av bestanden.
Deretter kan de bruke modellen til å beregne hvordan bestanden vil utvikle seg i fremtiden.
Dette kan bli gjort hvert år, slik at det går an å følge utviklingen i bestandene. Men – det ligger i sakens natur at modeller basert på stikkprøver og innsamlede data aldri kan bli helt nøyaktige.
Meningsmålingsinstituttene som forsøker å spå utfallet av neste valg, har det samme problemet.
Baklengsregning reduserer usikkerheten
Ono, Langangen og Stenseths nye metode går i korthet ut på at de også regner «baklengs». De nøyer seg ikke med å lage en modell basert på det som finnes av data, men de prøver også å beregne om det finnes andre data som kunne gitt opphav til den samme modellen.
– Hvis den opprinnelige modellen er perfekt, vil det føre til at vi kommer tilbake til de samme dataene som vi begynte med når vi regner «baklengs». Men hvis den opprinnelige modellen ikke er god nok, kan vi komme tilbake til noen helt andre data. Det betyr i praksis at vi har usikre data om bestanden og en usikker modell av bestanden, forklarer Langangen.
Annonse
Da forskerne brukte den nye metoden til å lete etter feil i hele 627 ville bestander av fugl, fisk, pattedyr og insekter, fant de både gode og dårlige beregninger av bestander.
– Vi kunne se at det er særlig fire faktorer som øker risikoen for store feil i bestandsberegningene. Feilene øker hvis det er snakk om en art som kan formere seg fort, hvis tidsseriene er korte, hvis bestanden har store naturlige svingninger og hvis tettheten av individer har lite å si for vekstraten. Da er det ekstra stor grunn til å være på vakt, understreker Kotaro Ono. Han jobbet med den vitenskapelige artikkelen mens han var postdoktor ved CEES og er nå ansatt ved Havforskningsinstituttet.
– Vi ville utvikle noe som kan være nyttig for forvaltningen når de for eksempel skal beregne fangstkvoter eller antallet dyr i små og sårbare bestander. Vår metode vil ikke bare gi mer presise beregninger, men den kan også bedre mål på usikkerheten i beregningene, tilføyer Langangen.
En bestand med papirtigre?
Tigeren er en av verdens mest populære og karismatiske truede dyrearter. Den er samtidig et eksempel på at myndigheter risikerer å bomme når de skal beregne størrelsen på ville og politiserte dyrebestander.
De indiske myndighetene kunngjorde i 2019 at antallet tigre i India var fordoblet i løpet av 13 år: Bestanden hadde angivelig økt fra 1411 individer i 2006 til 2967 i 2019.
Det var bare ett problem med den indiske tiger-statistikken, men det var til gjengjeld stort: Statistikken var basert på upålitelige metoder, ifølge en vitenskapelig artikkel som ble skrevet av professor Nils Chr. Stenseth og tre indiske forskere i slutten av november.
De indiske myndighetene hadde nemlig forpliktet seg til å doble tigerbestanden da forskere, kjendiser, politikere og byråkrater fra 13 nasjoner møttes til verdens første tigertoppmøte – Global Tiger Summit – i Russland i 2010. Deretter gikk det tilsynelatende prestisje i saken.
Den offisielle indiske tiger-statistikken var så upålitelig at forskerne bak artikkelen oppfordret til et skifte i måten størrelsen på bestandene av tigre og ville dyrearter blir beregnet på. Også den indiske storavisa Indian Express var nådeløs i sin kritikk og dokumenterte at hver sjuende tiger i statistikken var en "papirtiger".
Kritikken førte til at den indiske tilsynsmyndigheten Tiger Conservation Authority i desember foreslo viktige endringer i overvåkingen av bestanden.
Reven lurte ikke forskerne
Kotaro Ono har blant annet brukt den nye metoden til å analysere en lang tidsserie med tellinger av den norske rødrevbestanden fra 1880 til 1930.
Annonse
De gamle beregningene viste at bestanden besto av cirka 5000 eksemplarer noen år på 1880-tallet og vokste til cirka 15 000 dyr i 1908. Deretter sank bestanden til cirka 5000 dyr i 1927 før den spratt opp igjen til cirka 10 000 dyr i 1930. Med andre ord: Variasjonene fra år til var ganske store.
– Vi analyserte disse dataene med den såkalte Gompertz-modellen, som er i vanlig bruk i dag. Da så det ut til at rødrev-bestanden var forholdsvis stabil fra 1880 til 1930 til tross for de store variasjonene. Hvis en forvaltningsmyndighet skulle vurdert rødrevbestanden i 1930 ut fra en slik vurdering, ville konklusjonen altså blitt at det sto bra til med rødreven i Norge, forteller Ono.
Og hva ble konklusjonen etter at Ono hadde brukt den nye metoden med «baklengsberegninger» på de samme dataene?
– Denne gangen viste det seg at Gompertz-modellen ga et ganske godt svar. Det sto sannsynligvis ganske bra til med den norske rødreven i 1930. Men vi fant også en sannsynlighet som er større enn null for at bestanden var truet, og det kan man ikke se bort fra, kommenterer Ono.
Skal være enkel i bruk
De tre forskerne mener at eksperter som allerede er vant til å jobbe med bestandsberegninger, ikke vil få store problemer med å bruke den nye metoden. De må nemlig også i dag beregne usikkerheter i modellene de bruker. Da har de gode forutsetninger for å undersøke om det også finnes andre modeller som passer med dataene.
– Det er uhyre viktig at både forskere og forvaltningsmyndigheter kjenner til de skjevhetene vi har påpekt i dette arbeidet. Det viktigste bidraget fra denne vitenskapelige artikkelen er at vi har forsøkt å skape økt bevissthet om problemet, samtidig som vi legger fram en metode som kan brukes til å fremskaffe bedre estimater, oppsummerer professor Nils Chr. Stenseth.