Szlakiem podkowca

Forum.Przyroda.org

Kontakt

Jolanta Węgiel
Wydział Leśny
Uniwersytet Przyrodniczy w Poznaniu
ul. Wojska Polskiego 28
60-651 Poznań

Mapa strony

  • Unique Visitor:122,465
  • Visitors:
    • Today:966
    • This year:746,227
indices of bats wintering in Poznań fortifications. The method is a good tool in analyses of bat monitoring data, both in local and more widely level.
 
Podstawowym narzędziem w ocenie zmian liczebności nietoperzy na danym obszarze w badanym przedziale czasu jest analiza wyników monitoringu. Zmiany najczęściej przedstawia się jako wskaźnik (opis trendu – wzrost lub zmniejszenie liczebności, albo wartość liczbowa – np. zmiany procentowe) bazujący na odniesieniu do pierwszego roku badań.
 
Przy ocenie rzeczywistych trendów liczebności nietoperzy w skali kraju czy regionu napotykamy na trzy zasadnicze trudności:
1. zwykle dysponujemy danymi niepełnymi – nie wszystkie znane stanowiska kontrolowane są co roku. Czasami, z różnych przyczyn, z badań monitoringowych są wyłączane nawet obiekty, w których prowadzono do tej pory regularne kontrole przez wiele lat;
2. obiekty, w których badania prowadzi się względnie systematycznie w kolejnych sezonach (a więc najlepiej nadające się do porównań), to zazwyczaj stanowiska charakteryzujące się największymi liczebnościami nietoperzy. W żadnym wypadku nie jest to jednak próba reprezentatywna. Z punktu widzenia funkcjonowania populacji (w tym i intensywności zmian w jej liczebności), równie istotna jest sytuacja na stanowiskach o mniejszej liczebności nietoperzy. Tam najłatwiej i najszybciej zauważyć można niekorzystne zmiany. Tymczasem w dotychczas stosowanym monitoringu próby z tego typu obiektów były nieproporcjonalnie małe, a pochodzące z nich wyniki, połączone z danymi z miejsc licznego występowania, ginęły w dużej próbie;
3. bardzo istotne, choć często niedoceniane, są też problemy natury statystycznej. Stosowanie analiz korelacyjnych i regresyjnych wymaga odpowiednich założeń, które do tej pory były najczęściej pomijane. Dane z kolejnych lat nie są zmiennymi niezależnymi (liczebność w roku N ma wpływ na liczebność w roku N+1), a ponadto – z powodu kolonijnego sposobu życia nietoperzy – nie spełniają one założeń rozkładu Poissona.
 
Ze statystycznego punktu widzenia, można poradzić sobie z tymi problemami, wykorzystując regresyjne modele loglinearne. Przyczyny, dla których do tej pory ich nie stosowano w Polsce, to stopień matematycznego zaawansowania oraz fakt, że nie wykonują ich standardowe programy statystyczne. Nowe możliwości daje program TRIM (TRends & Indices for Monitoring data), który ostatnio używa się do analizy danych z monitoringu ptaków i motyli.
W referacie prezentujemy możliwości programu, przedstawiając opracowanie danych długoterminowych, pochodzących z zimowych liczeń nietoperzy w fortyfikacjach Poznania. Wykazały one wysoce istotny statystycznie (p<0,01) wzrost liczebności wszystkich analizowanych gatunków nietoperzy. Omawiana metoda daje możliwość znacznie dokładniejszego niż do tej pory szacowania rzeczywistych trendów w populacjach poszczególnych gatunków nietoperzy na szczeblu ponadregionalnym, z wykorzystaniem danych ze wszystkich obiektów, w których badania prowadzono przynajmniej w dwóch sezonach. Obecnie podstawowym warunkiem jej skutecznego zastosowania staje się odtworzenie systemu centralnego zbierania danych i uzgodnienie zasad ich wykorzystywania i zbiorczej prezentacji. Istotne jest także większe ujednolicenie stosowanych metod monitoringowych, poprawiające porównywalność danych.