Gå direkt till innehåll
Att veta hur mycket vilt som fälls genom jakt varje år är en viktig del av viltövervakning. Foto: JMrocek/iStock
Att veta hur mycket vilt som fälls genom jakt varje år är en viktig del av viltövervakning. Foto: JMrocek/iStock

Pressmeddelande -

Bättre viltövervakning med ny beräkningsmetod

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 vid Linköpings universitet har utvecklat en ny modell för att beräkna hur mycket vilt som jagas.

– 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) vid Linköpings universitet, som har gjort studien i samarbete med Göran Bergqvist vid Svenska Jägareförbundet.

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:

– 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.

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 auto-regressiv modellering, vilket innebär att analysen av jaktvolymerna i ett område tar hänsyn till tidigare års volymer.

Det nya statistiska ramverket löser flera problem.

– 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, Göran Bergqvist, (2022), Ecological Indicators, publicerad online 19 juni 2022, DOI: https://doi.org/10.1016/j.ecolind.2022.108960

För mer information, kontakta gärna:

Tom Lindström, universitetslektor, tom.lindstrom@liu.se, 013-28 24 59

Högupplösta pressbilder på Tom Lindström kan laddas ner från LiU:s bildbank.

Relaterade länkar

Ämnen

Kategorier


I nyhetsbrevet "Forskning och samhälle - nyheter från Linköpings universitet" får du ta del av det senaste inom forskning och samverkan vid Linköpings universitet. Vi berättar om nya upptäckter, hur forskning kommer till nytta och hur samverkan bidrar till att kunskap sprids. Prenumerera här!

Kontakter

Karin Söderlund Leifler

Karin Söderlund Leifler

Presskontakt Forskningskommunikatör Medicin och naturvetenskap 013-28 13 95
Anders Törneholm

Anders Törneholm

Presskontakt Forskningskommunikatör Teknik och naturvetenskap 013-28 68 39
Anna-Karin Thorstensson

Anna-Karin Thorstensson

Presskontakt Enhetschef Allmänna mediaförfrågningar 013-281302

Relaterat innehåll

Välkommen till Linköpings universitet (LiU)!

Universitetet bedriver världsledande, gränsöverskridande forskning i nära samverkan med näringsliv och samhälle, bland annat inom material, IT och hörsel. I samma anda erbjuder Linköpings universitet, LiU, ett stort antal innovativa utbildningar, inte minst många professionsutbildningar för till exempel läkare, lärare, civilekonomer och civilingenjörer.

Universitetet har 40 400 studenter och 4 500 medarbetare vid fyra campus som tillsammans söker svar på samtidens komplexa frågor. Studenterna är bland de mest eftertraktade på arbetsmarknaden och enligt internationella rankningar är LiU bland de främsta i världen.

Linköpings universitet (LiU)
581 83 Linköping