| 1. |
|
|
| 2. |
- Allen, Andrew, et al.
(författare)
-
Scaling up movements: from individual space use to population patterns
- 2016
-
Ingår i: Ecosphere. - : Wiley. - 2150-8925. ; 7, s. 1-16
-
Tidskriftsartikel (refereegranskat)abstract
- Studying multiple individuals from multiple populations would add knowledge about the proportion of different movement strategies (migratory vs. resident) and how space use patterns vary within and across populations. This allows for effective conservation or management of partially migratory animal populations by identifying the appropriate size of management units and temporal interventions. However, this knowledge is often lacking as only a few individuals from a single population are tracked in space and time. To understand the drivers of intraspecific variation in movement patterns across a broad scale, we analyzed the multiannual space use of 307 moose (Alces alces), containing 544 single-year trajectories, from 10 study areas that are spread over a 1500-km latitudinal gradient. Using a novel approach, we quantified within-and among-population variation in movement and space use patterns. We identified the movement strategy (migratory, sedentary, nomadic, or dispersal) of moose and computed annual and seasonal home ranges. Individuals demonstrated variable movement strategies from migration to year-round residence. Summer home ranges were larger in northern study areas, whereas no geographical trends were detected among populations in winter home ranges. Individual-level traits, such as sex and age, along with factors related to the landscape, such as land use and habitat, explained variation within populations, whereas climatic factors such as temperature and vegetative productivity explained variation among populations. Importantly, the variables that explained individual-level variation in space use within populations were different for all our populations. We demonstrate the intricate interplay between individual life history and landscape scale variables and how they may determine the observed movement patterns and influence the scale of management.
|
|
| 3. |
|
|
| 4. |
|
|
| 5. |
|
|
| 6. |
|
|
| 7. |
- Andren, Henrik, et al.
(författare)
-
De stora rovdjurens effekter på annat vilt och tamren
- 2018
-
Rapport (övrigt vetenskapligt/konstnärligt)abstract
- Den teoretiska bakgrunden ger en beskrivning av termer och fackuttryck, samt beskrivningar av hur olika faktorer påverkar relationerna mellan rovdjur och bytesdjur. Termen predator är synonymt med rovdjur, medan termen predation står för den process som består av dödande och konsumtion av bytesdjur, och omfattningen av den dödlighet hos bytesdjuren som rovdjuret orsakar. Rovdjurens påverkan på bytespopulationer varierar mellan områden och över tid, samtidigt som rovdjuren själva påverkas av bytespopulationerna. Rovdjur-bytesdjurssystemen är alltså inte bara dynamiska utan också interaktiva, d.v.s. de påverkar varandra. Rovdjurens påverkan på bytespopulationen beror i princip på fem faktorer: (1) bytespopulationens storlek, (2) bytespopulationens produktivitet/tillväxttakt, (3) rovdjurspopulationens storlek, (4) rovdjurspopulationens produktivitet/tillväxttakt samt (5) antalet bytesdjur tagna per rovdjur och tidsenhet (den s.k. funktionella responsen). Predation är ofta en kombination av additiv och kompensatorisk dödlighet. Med additiv dödlighet menar man att predationen läggs ovanpå (adderas till) annan dödlighet, med kompensatorisk dödlighet menar man att predationen ersätter annan typ av dödlighet. Ju större andel av predationen som är additiv desto större blir effekterna på bytesdjuren. Rovdjuren kan påverka sina bytesdjur inte bara genom direkt predation utan även genom att bytesdjuren ändrar sitt beteende i närvaron av rovdjuren. Rovdjuren är en del av ekosystemet, som förenklat består av producenter (växter), primärkonsumenter (växtätare) och sekundärkonsumenter (predatorer). Dessa delar kan också beskrivas som olika trofinivåer i ekosystemet. En mer komplex beskrivning av ett ekosystem är att arter är ordnade i ett nätverk av interaktioner både mellan och inom trofiska nivåer, s.k. näringsvävar. I komplexa näringsvävar ökar antalet interaktioner mellan arter både inom trofinivåer och mellan trofinivåer, vilket försvagar specifika interaktioner mellan enskilda arter. I Sverige saknas stora områden som är helt opåverkade av mänskliga aktiviteter, vilket gör människan till den viktigaste aktören för storskalig påverkan på ekosystem över hela landet. Människan påverkar ekosystemet på många sätt, t.ex. genom markanvändning, jakt, andra ingrepp och förvaltningsåtgärder, och kan helt förändra dynamiken mellan rovdjur och bytesdjur.Även ett kortfaktablad om rovdjurens effekter finns att ladda ned.Hur påverkar de stora rovdjuren bytesdjurens populationer?Grimsö forskningsstation vid Sveriges lantbruksuniversitet (SLU) har för Naturvårdsverkets räkning gjort en översikt av kunskapsläget om hur de stora rovdjuren påverkar de bytesdjur de jagar, det vill säga vilt och tamren. Hela rapporten, De stora rovdjurens effekter på annat vilt och tamren, kan du läsa här, eller på Naturvårdsverkets hemsida.
|
|
| 8. |
- Andren, Henrik, et al.
(författare)
-
Prognoser för vargpopulationen hösten 2021 – uppdatering 2020-11-12
- 2020
-
Rapport (övrigt vetenskapligt/konstnärligt)abstract
- På uppdrag från Naturvårdsverket (Ärende nr. NV-08390-20) har Henrik Andrén, Håkan Sand och Olof Liberg gjort en uppdatering av prognoserna för vargpopulationen hösten 2021 vid olika jaktuttag under säsongen 2020/2021. I uppdraget ingick också att beskriva hur man beräknar tillväxttakten och olika spridningsmått för tillväxttakten, d.v.s. osäkerheten eller mellanårsvariationen i tillväxttakten.
|
|
| 9. |
- Andren, Henrik, et al.
(författare)
-
Using citizen data in a population model to estimate population size of moose (Alces alces)
- 2022
-
Ingår i: Ecological Modelling. - : Elsevier BV. - 0304-3800 .- 1872-7026. ; 471
-
Tidskriftsartikel (refereegranskat)abstract
- Long-term and wide-ranging citizen science programs provide a unique opportunity to monitor wildlife populations and trends through time while encouraging stakeholder participation, engagement, and trust. Hunter observations is such a program that in Sweden is used on a regular basis to monitor population trends of moose. However, hunter observations are not reliable to determine the actual population size. We developed a mechanistic moose population model that integrated citizen science data and used it at various geographical scales to estimate moose population size between 2012 and 2020. A sensitivity analysis, specifically performed for recruitment, adult sex ratio and calf sex ratio, showed that the simulated population size was most sensitive for variation in recruitment. According to the results, Sweden had a total moose population of -311 000 (+/- 4%) individuals pre-hunt and -228 000 (+/- 4%) post-hunt in 2020. The post-hunt moose abundance has decreased nationwide with 15%, from 0.72 to 0.61 moose per km2 during the 2012 - 2020 period. The present post-hunt moose density was estimated at 0.39, 0.78, 0.84 and 0.54 per km2 for the regions northernmost, northern, central and southern Sweden, respectively. The simulation model can be used for strategic and operative management at various geographical scales and is publicly available. By integrating citizen data with a mechanistic population model, a new low-cost method of estimating population size and relevant population dynamics was established.
|
|
| 10. |
|
|
