Estimating habitat selection of badgers – a test between different methods

Estimating habitat selection of badgers – a test between different methods

doi-link: 10.4098/j.at.0001-7051.040.2009
Kauhala, K. & Auttila, M.
Folia Zoologica 59: 16–25
Nyctereutes procyonoides, Meles meles, habitat preferences, invasive species
Julkaisuvuosi: 2010

Mäyrien habitaatinvalinnan arviointi – eri menetelmien testaus

Nisäkkäiden elinympäristönkäyttöä tutkitaan usein vertaamalla eri habitaattien osuuksia kunkin elinpiirin ydinalueella, koko elinpiirillä ja maisemassa eli koko tutkimusalueella. Elinpiiri ja sen ydinalue voidaan kuitenkin määritellä eri tavoin. Eläimen elinympäristönvalinnasta tai elinpiirin käytöstä voidaan saada hyvin erilainen kuva sen mukaan, miten elinpiiri ja sen ydinalue on laskettu. Myös yksittäisten paikannuspisteiden jakaantumista eri habitaateille voidaan verrata koko elinpiirin habitaattikoostumukseen.

Käytetty menetelmä, jolla habitaatinvalintaa testataan, vaikuttaa myös tuloksiin. Menetelmänä voidaan käyttää ns. kompositioanalyysiä tai erilaisia preferenssi-indeksejä. Näitä ovat Jacobsin indeksi ja käytetyn ja saatavilla olleen habitaatin osuuksien suhde (selection ratio). Toisin kuin preferenssi-indeksit kompositioanalyysi ottaa huomioon sen, että eri habitaattien käyttö ei ole toisistaan riippumatonta.

Tutkimuksen tarkoituksena oli selvittää, miten elinpiirin tai ydinalueen valinta ja käytettävä menetelmä vaikuttavat siihen kuvaan, joka saadaan eläimen elinympäristönkäytöstä eli siitä, miten elinpiiri sijoittuu maisemaan (second order habitat selection) ja toisaalta siitä, mitä habitaatteja eläin suosii elinpiirinsä sisällä (third order habitat selection). Koe-eläimenä oli mäyrä (Meles meles), jota seurattiin Tuuloksessa Hämeessä vuosina 2006 ja 2007. Yhdeksän mäyrää varustettiin radiopannoilla ja niitä seurattiin pääasiassa yöaikaan.

Tutkimuksessa käytetyt kokonaiselinpiirit, MCP (minimum convex polygon) ja kernel 95 %:n elinpiiri (K95) erosivat kooltaan MCP:n ollessa suurempi. MCP:n habitaattikoostumus muistutti siten enemmän koko tutkimusalueen habitaattikoostumusta. Näin ollen mäyrien elinympäristön valinnasta saatiin parempi kuva vertaamalla kernelin elinpiiriä (K95) maisemaan.

Ydinalue laskettiin kolmella tavalla. Yhtenä ydinalueena käytettiin kernel 50 %:n elinpiiriä (K50) eli aluetta, jolla eläin viettää puolet ajastaan. Toinen ydinalue oli kernel 75 %:n elinpiiri (K75). Kolmas ydinalue oli kernel 95 %:n elinpiiri, joka oli laskettu siten, että se piirtyi melko tarkasti yksittäisten paikannuspisteiden ympärille (eli käytettiin pehmennyskerrointa 0.35, joka oli oletusarvoa pienempi).

Elinpiirin käytöstä (habitaatinvalinnasta elinpiirin sisällä) saatiin paras kuva vertaamalla pienintä ydinaluetta (K50) suurempaan kokonaiselinpiiriin (MCP) varsinkin silloin, kun käytettiin kompositioanalyysiä. Myös muiden ydinalueiden vertailu kumpaan hyvänsä kokonaiselinpiiriin antoi jokseenkin saman tuloksen, kun käytettiin Jacobsin indeksiä. Käytetyn ja saatavilla olevan habitaatin suhde (selection ratio) ei antanut yhtä selkeitä tuloksia kuin kompositioanalyysi ja Jacobsin indeksi. Kun vertailussa käytettiin yksittäisiä paikannuspisteitä, tulokset poikkesivat selvästi niistä, jotka saatiin käyttämällä ydinalueita.

Sekä kokonaiselinpiirin ja ydinalueen valinta että käytetty menetelmä vaikuttivat selvästi siihen kuvaan, joka saatiin mäyrän elinympäristönkäytöstä. Tämä on hyvä tiedostaa, kun verrataan eri tutkimuksia toisiinsa.

Kaarina Kauhala, RKTL, Turun riistan- ja kalantutkimus, kaarina.kauhala @ rktl.fi

Miina Auttila, Itä-Suomen yliopisto