Hirvipopulaation koon muutoksen ennustaminen saalisrakenneindeksien avulla

Abstract

Suomen merkittävimmän riistaeläimen, hirven, populaation kokoa kontrolloidaan tarkasti luvanvaraisella metsästyksellä. On jo pitkään arveltu, että metsästyspaine heijastuisi saalisrakenneindekseihin, erityisesti saaliin vasanaarassuhteeseen ja aikuissaaliin urososuuteen, ja että näillä indekseillä olisi yhteys populaation koon muutokseen vuodesta toiseen. Tässä työssä osoitamme, että populaation koon muutoksen ja saalisrakenneindeksien välillä on tilastollinen yhteys ja että indeksejä voi käyttää populaation koon muutoksen ennustamisessa. Tarkastelemme myös populaation koon muutoksen ja indeksien välisen riippuvuuden alueellista vaihtelua Suomessa.

Populaation koon muutoksen ja saalisrakenneindeksien välisen yhteyden mallinnuksessa käytämme kiinteiden vaikutusten lineaarisia regressiomalleja ja lineaarisia sekamalleja, joissa populaation koon muutoksen selittäjinä toimivat joko vasanaarassuhde, urososuus tai molemmat. Aloitamme populaation koon muutoksen ja saalisrakenneindeksien välisen yhteyden tutkimisen valtakunnallisten regressiomallien sovittamisella. Näistä jatkamme riistanhoitopiirikohtaisiin regressiomalleihin, joista näemme, kuinka suuria eroja piirien välillä on. Otamme alueellisen vaihtelun huomioon laajentamalla regressiomallin sekamalliksi lisäämällä siihen piirien välistä vaihtelua kuvaavan satunnaisvaikutuksen.

Valtakunnallisesti ilman piirierottelua toimivat hyvin varsinkin regressiomallit, joissa populaation koon muutosta selittävät vasanaarassuhde tai vasanaarassuhde ja urososuus. Piiritasolla vasanaarassuhde yksinään toimii populaation koon muutoksen selittäjänä suuremmalle määrälle piirejä kuin urososuus tai molemmat yhdessä. Piirien välillä näyttää olevan enemmän eroa urososuuden kuin vasanaarassuhteen selittäessä populaation koon muutosta. Sekamalleihin siirryttäessä huomaamme yllättäen, että urososuuden tapauksessa sekamalli osoittautuu tarpeettomaksi, ja regressiomalli on riittävä. Neljän parhaaksi arvioidun mallin antamat piirikohtaiset kannanmuutosennusteet vuosille 2001–2012 ovat yhtä mallia lukuun ottamatta hyvin samanlaiset. Diagnostiset tarkastelut osoittavat, että paras sekamallimme ja erityisesti paras regressiomallimme ovat onnistuneita.