Bestandsestimering av rødrev (Vulpes vulpes) ved bruk av kamerafeller

Abstract

Rødrev er en nøkkelart i økosystemet, likevel har man ennå ikke funnet en nøyaktig og kostnadseffektiv måte å bestandsestimere rødreven på. Den har økt i antall de siste 70 årene, og kan ha store og ønskede effekter på andre arter gjennom både predasjon, sykdommer og konkurranse. Det kan være utfordrende å forvalte arten uten kjennskap til bestandsstatus. Jeg prøvde å bestandsestimere rødrev i et relativt produktivt landskap i Kolmården i Sverige ved hjelp av random encounter model (REM). REM er utviklet for å bestandsestimere arter uten individuelle kjennetegn ved hjelp av kamerafeller. Modellparametere man trenger er fangstrate, bevegelseshastighet/distanse gått per døgn, deteksjonsavstand og deteksjonsvinkel. 51 tilfeldig oppsatte kamerafeller på cirka 50 km2 var aktive i 2-3 måneder sommeren 2019. Resultatet var en tetthetsestimering på 0,14 rever per km2, noe som er lavere enn forventet fordi studiet ble utført på sensommeren i et produktivt landskap. Få andre studier har fått så lave tetthetsestimater. Det lave tetthetsestimatet skyldes sannsynligvis overestimert hastighet, kameraskye rever eller at tilfeldig oppsatte kameraer ikke var i revenes kjerneområder. Konklusjonen min er at det gikk ikke an å bestandsestimere rødrev med REM. I fremtiden kunne man prøvd å sammenligne resultater fra REM med uavhengige tetthetsestimater. Kanskje mulig å utvikle metoden ved hjelp av GPS og DNA. Man kan bruke bevegelseshastighet fra GPS-data i modellen. Man kan sammenlikne REM med DNA-metodikk som fungerer, og evaluere metoden og muligens kalibrere REM.

Red fox is a keystone species in the ecosystem, yet an accurate and cost-effective way to estimate red fox population density has not yet been developed. It has increased in numbers over the last 70 years and could have major and undesirable effects on other species through predation, disease and competition. Managing the species can be challenging without knowledge of population density. I tried to estimate the population density of red fox in a relatively productive landscape in Kolmården in Sweden using the random encounter model (REM). REM is designed to estimate population densities of species without individual characteristics using camera traps. The model parameters you need are trapping rate, movement speed / distance covered per day, detection distance and detection angle. 51 randomly placed camera traps of approximately 50 km2 were active for 2-3 months in the summer of 2019. The result was a density estimate of 0.14 foxes per km2, which is lower than expected because the study was conducted in late summer in a productive landscape. Few other studies have obtained such low-density estimates. The low-density estimate is probably due to overestimated speed, camera shy foxes or randomly placed cameras not being in the core areas of the foxes. My conclusion is that it was not possible to estimate red fox density with REM. In the future, we could try to compare results from REM with independent density estimates. Perhaps it is possible to develop the method using GPS and DNA. You can use the movement speed from GPS data in the model. One can compare the REM with DNA methodology and evaluate the method and possibly calibrate the REM.