11. Tematikus csoport: Vadállomány populációdinamikája, a vadkár és a klíma kapcsolata Koordinátor: Náhlik A. B.8 Apró- és nagyvad populációdinamika modellezés időjárási adatok alapján C.10 A vadállomány populációdinamika, vadkár és a klíma kapcsolata EMK VGI EMK VGI Náhlik András Náhlik András A tématerület a vadfajok populációdinamikája, az általuk okozott vadkár és az előrevetített klímaváltozás összefüggéseit vizsgálja. Vizsgálati eredményeink alapján a vaddisznó és gímszarvas populációk kondíciója az előre jelzett periódusban várhatóan emelkedni fog. A gímszarvas esetében ez a téli középhőmérséklet mint a hóborítottságot befolyásoló tényező emelkedésének köszönhető. A vaddisznó esetében az évi középhőmérséklet jelentkezik befolyásoló tényezőként. E faj esetében nem csak a kondíció változása és ezen keresztül a születési arányszám növekedése prognosztizálható, hanem valószínűsíthető a fiatal egyedek túlélésének emelkedése is. Az őz szaporodási teljesítményének vizsgálata során megállapítható volt, hogy az újszülött mortalitás (napjainkban 22,8%) 2010-2070 periódusban stagnáló lesz, majd a májusi csapadék csökkenésével emelkedés várható. A mezei nyúl állománysűrűségére a vizsgált tényezők közül az évi középhőmérséklet van hatással, mégpedig oly módon, hogy a napjainkban csökkenő sűrűség az első szcenárióban stagnáló képet mutat, majd a másodikban enyhén emelkedik, végül az utolsóban újra stagnál. Ezeket a változásokat és folyamatokat, valamint mértéküket (szöveges formában) a DTR-ben is megjelenítettük, így az egyes pixelek időjárási adatváltozásainak függvényében az információk a komplex rendszerhez kapcsolhatóak. Ugyanakkor az extrém időjárási események gyakoriságának növekedése, egy-egy évben jelentkezhet befolyásoló hatásként. A jövőbeni rövidtávú hasznosítási számok és a hosszú távú hasznosítási stratégia meghatározásánál eredményeink egyaránt felhasználhatók (B.5). Elemeztük a kifizetett mezőgazdasági vadkár időbeni alakulását 2002-2012 között, korrigálva az értékeket az infláció mértékével (C.10). Az így nyert adatsort összehasonlítottuk a különböző klimatikus tényezőkkel, amelyek közül a Pálfai-féle aszályindex-el találtunk szignifikáns lineáris összefüggést. Eszerint, az aszályindex növekedésével nő a kifizetett vadkár értéke, ami annak köszönhető, hogy aszályos években a termésátlagok csökkenésével nőnek a terményárak, és így a kifizetett vadkár is. Elkészítettük a megye egész területére vonatkozó előrejelzésünket a fellépő vadkár mértékéről. Ehhez a Zala-megyére fektetett 1x1 km-es hálózat valamennyi kvadrátjához hozzárendeltük az erdősültség arányát. A várható mezőgazdasági vadkár megállapításához a DTR-ben megadni szükséges adatok: a vetésre tervezett növénykultúra, a tábla mérete és a tábla erdőterülettől való legkisebb távolsága. Erdei vadkár esetében a megye két legjelentősebb fafaja a bükk és a tölgy, ezért elemzéseink során e fafajok képezték a vizsgálatunk tárgyát (C.10). A megye erdőrészleteire 1x1 km-es hálót fektettünk. A részletre jellemző vadkármutatószámok területaránnyal súlyozott átlagai az adott pixelre jellemző erdei vadkár bekövetkezési valószínűségét jelentetik. A Döntéstámogató Rendszerben az erdei vadkár térbeli eloszlása alapján 1x1 km-es bontásban lekérdezhető a várható erdei vadkár tölgy, bükk és egyéb fafaj szerinti bontásban, így a bükk elterjedésének változása esetén is előre jelezhető a vadkár. 134
B 8. Apró- és nagyvad populációdinamika modellezés időjárási adatok alapján Náhlik András, Sándor Gyula, Tari Tamás / NyME EMK A kutatás módszerének rövid ismertetése A kutatás célja meghatározni azokat az időjárási és szaporodási jellemzőket, valamint ezek kapcsolatrendszerét, amelyek a jövőben befolyásolhatják a Zala megyei vadfajok populációdinamikáját és ezen keresztül a hasznosítási számokat. Elemeztük Zala megye jellemző apró- és nagyvadfajainak állománydinamikáját az Országos Vadászati Adattár (OVA) 18 éves adatsorának felhasználásával. Ezt követően, saját korábbi és a nemzetközi szakirodalomból vett adatokkal és összefüggésekkel feltártuk a populációdinamikára ható tényezőket. Nagyvadfajok esetében becsültük a születési arányszámot az elejtett egyedek vehemvizsgálatával, a túlélést terepi megfigyelésekkel, a kondíciót a vesezsír index meghatározásával és mindezeket a cementrétegek alapján becsült korhoz rendelve kerestünk összefüggéseket. Összefüggést kerestünk az egyes időjárási tényezők és a vemhesülés mértéke, a vehemszám nagysága, az újszülöttek túlélése között. Apróvad fajoknál (fácán, mezei nyúl) vizsgáltuk a reprodukciót (tojásszám, fiókaszám, méhhegek száma) és kapcsolatot kerestünk az időjárási jellemzők és a szaporulat felnevelésének sikeressége között. A kutatás konkrét eredményeinek összefoglalása A nagyvadfajok (gímszarvas, őz, vaddisznó) esetében mind a becslési mind pedig a lelövési számok kisebb nagyobb hullámvölgyekkel, de folyamatosan emelkedtek a vizsgált periódusban. A növekedést a szaporulat túlélésének kedvezőbb feltételei elősegítették, de a jelenség fő oka Európa-szerte az, hogy a vadászat (és, ahol releváns, a ragadozók) szabályozása alól kikerültek e fajok (Mysterud et al., 2000; Náhlik et al., 2013a; Massei et al., 2014), aminek oka a stagnáló vagy csökkenő vadászati nyomás (Massei et al., 2014). A vizsgálatba vont apróvadfajok közül a mezei nyúl állománya hasznosítás nélkül is csak stagnál, míg a fácán állománya a mesterséges kibocsájtások ellenére és az egyre alacsonyabb hasznosítás mellett is csökkenő tendenciát mutat az utóbbi években. Annak érdekében, hogy a hasznosítás szükséges mértékének jövőbeni változását modellezni tudjuk, megvizsgáltuk azt, hogy mely időjárási tényezők hatnak a vizsgálatba bevont fajok reprodukciójára. Az őz vemhesülési aránya 95,6% volt (Náhlik et al., 2013a). Nem találtunk összefüggést a vemhesülés aránya és a feltételezések szerint ható időjárási tényezők között (Spearmanrangkorreláció; május-júliusi havi középhőmérséklet: r=-0,282; p>0,05, n=9; május-júliusi csapadékösszeg: r=0,463; p>0,05, n=9). A vizsgált periódusban az egy sutára eső sárgatestek száma: 1,6 ± 0,7 volt. A vemhesült suták vizsgálata során az esetek 44%-ban egy magzatot, 52%-ban 2 magzatot, míg 4%-ban 3 magzatot találtunk. Sem a május-júliusi havi középhőmérséklet (r=-0,43; p=0,247, n=9), sem a csapadék mennyisége nem befolyásolta (r=0,159; p=0,683, n=9) a becsült születési arányszámot. Nem volt hatással a kondíció növekedése a nem vemhesült suták arányának változására (Spearman-rangkorreláció: r= - 0,142, p>0,05, n=9). Vizsgáltuk továbbá az őszi és téli kondíció hatását az aktuális és következő évi sárgatest és magzat szám alakulására: csak az őszi kondíció bizonyult szignifikáns befolyásoló tényezőnek a következő évi magzatszám alakulására. A gidák túlélési 135
sutára eső szaporulat (db) valószínűségének megállapítását követően, megvizsgáltuk melyek azok a tényezők, amelyek befolyásolhatták azt. Az újszülött mortalitás esetén (júniusi állománybecslési adatok alapján) vizsgáltuk a májusi hőmérséklet és csapadék viszonyokat. A hőmérséklet esetében nem volt igazolható kapcsolat (r=-0,36, p=0,329, n=9), ezzel a szemben a csapadék mennyisége pozitív korrelációt mutatott (r=0,685; p=0,04, n=9) (11.1 ábra). 1,6 1,4 1,2 1 0,8 0,6 0,4 0,2 0 0 20 40 60 80 100 csapadék (mm) 11.1 ábra. A gida mortalitás alakulása a májusi csapadék függvényében Nem találtunk viszont kapcsolatot a gidák nyári és téli túlélése és az időjárási tényezők között. A vizsgálati időszakban a méhen belüli mortalitás 5,1% volt. Az újszülött mortalitás 23,3%, a nyári mortalitás 2% volt, az életben maradt egyedek téli mortalitása 24 %-nak adódott, összességében a megszületett gidák 49,3% pusztult el a tél végéig. A vaddisznó vizsgálata során a születési arányszám 6,7±2,1 (n=51) adódott (Náhlik et al., 2013b). Nem találtunk szignifikáns különbséget a vizsgálati évek vemhesülési arányai között. A vehemszám emelkedett a kor előrehaladtával: MSZ = 0,5134*kor + 4,7579; p<0,01; n=36) és a kor a vehemszám varianciájának 25%-át magyarázza (r=0,5). A becsléseink viszonylag magas halálozási arányt mutattak a korai életszakaszban. A felnevelt szaporulat becslésének első évében a becsült újszülött halálozási arány, 55,1% volt (3,75 malac/koca), a második évben 60,9% (4,04 malac/koca). A két vizsgálati év szeptember végéig felnevelt szaporulatai között (2,86±1,54; n=83 és 2,35±1,41; n=63) nem volt szignifikáns különbség. Az időjárási hatásokat tekintve összefüggést nem sikerült kimutatni, egy nagyobb mintán alapuló európai felmérés alapján ugyanakkor világos volt, hogy az egyes extrém időjárási hatások (hosszú és hideg tél, magas hóborítás, csapadékos tavasz) nagyban befolyásolják a felnevelt szaporulat túlélését (Massei et al., 2014). A gímszarvas születési arányszáma vizsgálataink során 0,95-nek bizonyult (Náhlik et al., nem publikált adatok). Koronként vizsgálva a sárgatest- és a vehemszámot megállapítottuk, hogy az idősebb korosztályokban a vemhesülés elmaradása gyakoribb. Vizsgálataink jól mutatták a kondíció szoros összefüggését a korral. A születési arányszámot és a felnevelt szaporulat havonkénti változását is nyomon követtük, majd adatainkat tavaszi, nyári, őszi és téli bontásokban összesítettük. Megállapítottuk, hogy számottevő veszteséget közvetlenül az ellés utáni időszak elhullásai okoznak, majd később a téli elhullások. A fácánpopuláció reprodukcióját elsősorban az eredményes, fiókákat felnevelő tyúkok száma, aránya határozza meg, ez az arány átlagosan 41%, vagyis a populációt a tyúkok 2/5-e tartja fenn. A primer natalitás 12 tojás/tojó, a ki sem kelt vagy elpusztult tojások száma átlagosan 78,5%. A szaporodási időszak átlagos középhőmérsékletének növekedésével emelkedett az eredményesen felnevelt csibék száma, ez a tendencia jellemezte a júniusi 136
középhőmérséklet és a sikeres felnevelés kapcsolatát. A szaporodási időszak csapadékösszege nem mutatott összefüggést a felnevelt csibeszámmal. A felnőtt madarak tavaszi és nyári veszteségei átlagosan 18,3%-nak adódnak, a populáció téli mortalitása (vadászati hasznosítással együttvéve) átlagosan 53,3%. A mezei nyúl reprodukciós mutatói a következők voltak: fiatal egyedek átlagos méhhegek száma 2,4 míg a felnőtteké 4,6. Az átlagos felnevelt szaporulat 1,4 és 3,2 között mozog. Az 1- évesnél idősebb egyedek 64,9%-a vesz részt a szaporodásban, míg a fiataloknál ez az arány 37,5%. Az állomány létszámalakulására a mortalitás terén a vadászatból adódó elhullások vannak a legnagyobb hatással. A DTR-ben szereplő adatok, értékelések értelmezése A vizsgálati eredményeink valamint az irodalmi adatok feldolgozások alapján a vaddisznó és gímszarvas populációk kondíciója az előre jelzett periódusban várhatóan emelkedni fog. A gímszarvas esetében ez a téli középhőmérséklet mint a hóborítottság befolyásoló tényezője emelkedésének köszönhető (Mysterud, et al., 2000). A vaddisznó esetében az évi középhőmérséklet jelentkezik befolyásoló tényezőként. E faj esetében nem csak a kondíció változása prognosztizálható (Bieber and Ruf, 2005), hanem valószínűsíthető a fiatal egyedek túlélésének emelkedése is. Az első két harmadban egyenletes módon, majd az utolsóban fokozatos emelkedés várható (Geiser and Reyer, 2005). Az őz szaporodási teljesítményének vizsgálata során megállapítható volt, hogy az újszülött mortalitás (napjainkban 22,8%) 2010-2070 periódusban stagnáló lesz, majd a májusi csapadék csökkenésével emelkedés várható (Náhlik et al., 2013). A mezei nyúl állománysűrűségére a vizsgált tényezők közül az évi középhőmérséklet volt hatással, mégpedig oly módon, hogy a napjainkban csökkenő sűrűség az első szcenárióban stagnáló képet mutat, majd a másodikban enyhén emelkedik, végül az utolsóban újra stagnál (Smith et al., 2005). Ezek a változások és folyamatok valamit mértékük (szöveges formában) a DTR-ben is megjelenítettük, így az egyes pixelek időjárási adatváltozásainak függvényében az információk a komplex rendszerhez kapcsolhatóak. Hivatkozott irodalom Bieber, C. & Ruf, T. (2005): Population dynamics in wild boar Sus scrofa: ecology, elasticity of growth rate and implications for the management of pulsed resource consumers, Journal of Applied Ecology, 42:1203 1213. Geisser, H. & Reyer, H.U. (2005): The influence of food and temperature on population density of wild boar Sus scrofa in the Thurgau (Switzerland),J. Zool., Lond., 267: 89 96. Massei, G., Kindberg, J., Licoppe, A., Gačić, D., Šprem, N., Kamler, J., Baubet, E., Hohmann, U., Monaco, A. Ozoliņš, J., Cellina, S. Podgórski,, T., Fonseca, C., Markov, N., Pokorny, B., Rosell, C. & Náhlik, A. (2014): Wild boar populations up, numbers of hunters down? A review of trends and implications for Europe. Pest Management Science, In press. Mysterud, A., Yoccoz, N. G., Stenseth, N. C. & Langvatn, R. (2000): Relationships between sex ratio, climate and density in red deer: the importance of spatial scale, Journal of Animal Ecology, 69:959-974. 137
Náhlik, A., Sándor, Gy., Tari, T. & Dremmel, L. (2013a): Adatok az őz (Capreolus capreolus) reprodukciós teljesítményéhez. Magyar Apróvad Közlemények, 11: 203-213. Náhlik, A., Sándor, Gy. & Tari, T. (2013b): A vaddisznó (Sus scrofa) szaporulatának alakulása egy szabadterületi populációban. Erdészettudományi Közlemények, 3(1): 261 269. Smith, R. K., Jennings, V. N., & Harris, S. (2005): A quantitative analysis of the abundance and demography of European hares Lepus europaeus in relation to habitat type, intensity of agriculture and climate, Mammal Review, 35 (1): 1 24. C.10 A vadállomány populációdinamika, vadkár és a klíma kapcsolata Náhlik András, Tari Tamás, Heffenträger Gábor, Pócza Gergely, Sándor Gyula / NyME EMK A kutatás módszerének rövid ismertetése Mezőgazdasági vadkár A Zala megyei gazdálkodók jelenlegi (erdei és mezőgazdasági) vadkár helyzetének föltárásával és összefüggés keresésével a vadkár, az időjárási tényezők és egyéb, a vadkárt befolyásoló tényezők között, megbecsültük az egyes mezőgazdasági táblák és erdőrészletek vadkárérzékenységét és hosszú távú vadkár előrejelzést adtunk. A vizsgálat során három adatbázis adatait dolgoztuk fel. Elsőként felhasználásra kerültek az Országos Vadászati Adattár Zala-megyére vonatkozó kifizetésre került vadkárok adatai HUFban, a 2002-2012. évi időszakra. Erre vonatkozó adatbázis, ill. statisztika híján begyűjtöttük 21 Zala-megyei vadgazdálkodó 2008-2012 közötti időszakra vonatkozó vadkár adatait kultúránkénti bontásban, ha-értékben, kiegészítve az erdősültségi adatokkal. A Zalaerdő Zrt. Zrt. Bánokszentgyörgyi Erdészetének területéről (a megye teljes területének 6,3%-a) kigyűjtöttük a kár mértéke mellett a károsított táblák helyrajzi számát, méreteit, valamint az ott található növénykultúrát is. Elemeztük a mezőgazdasági vadkár időbeni alakulását, a különböző klimatikus viszonyok változásának figyelembevételével. Megvizsgáltuk az erdősültség és a bekövetkező vadkár (kultúránkénti bontásban, 5 év átlagában, figyelembe véve a vetésterületek változását) közötti összefüggést. Az így kapott regressziós egyenes egyenletét felhasználva, a Zalamegyére fektetett 1x1 km-es négyzetrácsokból álló hálózat egyes elemeiben (rácsközök erdősültségi adatai alapján) meghatároztuk a bekövetkező vadkár mértékét kultúránként, figyelembe véve a vetésterületek arányait. Az így generált térkép megmutatja a jövőben várható vadkár mértékét az egyes területeken. Ezt az értéket a mezőgazdálkodó tovább specifikálhatja a saját területére, úgy, hogy megadja a tábla nagyságát és annak az erdőtől mért legkisebb távolságát. Ily módon pontosabb adatokhoz juthat. Az előzőekben említett két tényezőt független változóként használva, a vadkár és a két független változó közötti összefüggés kimutatásához kétváltozós regressziót alkalmaztunk, amely során a kukorica esetében szignifikáns összefüggést kaptunk. Mivel a növénykultúra változása nem befolyásolta a tábla méretének és távolságának hatását, (valamint a kukorica esetében állt rendelkezésre a statisztikailag is elemezhető elemszám: n=130), a kimutatott összefüggést valamennyi növénykultúra esetén alkalmaztuk. Az összefüggés egyenletének felhasználásával nyert vadkár értékkel korrigáltuk az 1x1-es cellára előjelzett értéket. Ily módon a földhasználónak, a várható vadkár előrejelzéséhez csak a vetésre tervezett növénykultúrát, a tábla méretét és a tábla erdőterülettől való legkisebb távolságát kell 138
megadnia. Ezt követően a döntéstámogató rendszer pixelenként automatikusan hozzárendelve az erdősültség arányát, adja meg a várható vadkár értékét. Erdei vadkár A vizsgálatba bevontuk egyrészt a VÉV (Vadállomány okozta Élőhely Változás) felvételezések Zala megyei mintaterületeinek adatait, másrészt valamennyi Zala-megye területén található 2010-ben vadkárral sújtott erdőrészletet, a Zala megyei Kormányhivatal adatbázisából. Az elemzések során felhasználtuk a felújítások fafaj és elegyarány adatait, valamint a vad által okozott minőségi vadkár százalékos értékeit. A VÉV adatok alapján meghatároztuk az egyes fafajok vadkárral való érintettségének mértékét (a károsított csemeték aránya %-ban kifejezve, 24 mintaterület átlagában). A Zala-megyére fektetett 1x1 km-es négyzetrácsokból álló hálózat egyes elemeiben jelenítettük meg a felújításokat. Majd e felújítások fafaj és vadkárral való érintettség szerinti bontását végeztük el. A vadkár mértékének ismeretében minden egyes 1x1 km-es egységhez fafajonkénti bontásban meghatároztuk az átlagos minőségi vadkár értéket, majd korrigáltuk a tölgyre vonatkozóan az egyes erdőrészleteket úgy, hogy az erdőrészletben keletkezett vadkárt megszoroztuk az egész megyére jellemző, tölgyben okozott átlagos vadkár százalékának és a kérdéses erdőrészletre jellemző fafaj megyei átlagos vadkárának arányával. Így elkészítettük a tölgy felújítások várható károsítását mutató térképet. Károsítás elmaradása esetén az 1x1 km-es egységhez 0-értéket rendeltünk, továbbá, azon egységekben, amelyek nem tartalmaztak felújításokat (ill. kerítéssel védettek voltak), a szomszédos cellák alapján interpolálással határoztuk meg a kárértékeket. Az így nyert adatok alapján, azokon a területeken ahol a tölgy térnyerése prognosztizálható a jövőben meghatározható a bekövetkező vadkár mértéke. A kutatás konkrét eredményeinek összefoglalása Mezőgazdasági vadkár A mezőgazdasági vadkár elemzése során, első lépésben a kifizetett károk időbeni alakulását elemeztük 2002-2012 között, korrigálva az értékeket az infláció mértékével. Az így nyert adatsort összehasonlítottuk a különböző klimatikus tényezőkkel, amelyek közül a Pálfai-féle aszályindex-el találtunk szignifikáns lineáris összefüggést (y=24832x+218431; ahol y kifizetett vadkár, x Pálfai-féle aszályindex; r 2 =0,50; p=0,015). Eszerint, az aszályindex növekedésével lineárisan emelkedik a kifizetett vadkár értéke, ami annak köszönhető, hogy aszályos években a termésátlagok csökkenésével nőnek a terményárak, és így a kifizetett vadkár is (2. ábra). Az összefüggést, valamint az aszályindexet alkotó klimatikus elemek jövőbeni változását figyelembe véve, prognosztizálható a kifizetett vadkár emelkedése az 11.1. táblázatban jelzettek szerint. 139
4,4E5 4,2E5 4E5 3,8E5 Kifizetett vadkár 3,6E5 3,4E5 3,2E5 3E5 2,8E5 2,6E5 2,4E5 2,5 3,0 3,5 4,0 4,5 5,0 5,5 6,0 6,5 7,0 7,5 Pálfai-féle aszályindex 11.2 ábra. A kifizetett mezőgazdasági vadkár alakulása a Pálfai aszályindex változásának függvényében Kifizetett vadkár 11.1 táblázat. A kifizetett vadkár várható alakulása 2010-2100 között 2025 (2010-2040) 2055 (2040-2070) 2085 (2070-2100) emelkedő (3%) emelkedő (6%) fokozottan emelkedő (12%) Elkészítettük a megye egész területére vonatkozó előrejelzésünket a fellépő vadkár mértékéről. Ennek első lépéseként az anyag és módszer részben említett 21, egymással területileg határos vadgazdálkodó részletes, kultúránként ha-ban megadott vadkáradatait z erdősültség alapján 10 osztályba soroltuk 5%-os egységenként, 50%-os erdősültségig. Az így nyert ponthalmazra fektetett egyenes, szignifikáns összefüggést mutatott a keletkezett vadkár és az erdősültség nagysága között oly módon, hogy az erdősültség növekedésével nőtt a vadkár (y=0,1232x-1,4087, ahol y vadkár, x erdősültség; r 2 =0,51, p=0,032). Hasonló összefüggést mutatott ki Schley et al. (2008). A Zala-megyére fektetett 1x1 km-es hálózat valamennyi kvadrátjához hozzárendeltük a bekövetkező vadkár várható értékét, az egyenes egyenletének és az adott négyzet erdősültségi értékének felhasználásával. Hogy kultúránként, azok kedveltségének figyelembe vételével is megadható legyen az okozott kár, felhasználtuk az egyes növények vetésterületét, és a vadkáradatokat. Az így kapott %-értékkel korrigáltuk (11.2. táblázat) az előre jelzett vadkár mértékét. 11.2 táblázat. Kultúránkénti korrekciós számok kukorica búza repce napraforgó Korrekciós szám 0,4% -3,8% 7,6% -2,5% Végül a Zalaerdő Zrt. területén 130 károsított kukoricatábla jellemzőit elemeztük, figyelembe véve a tábla nagyságát, erdőtől mért legkisebb távolságát, az erdőszegély hosszát valamint a károsítás mértékét. Az elemzés során regresszió számítást alkalmaztunk, melynek eredménye szignifikáns összefüggést mutatott (r 2 =0,731; p=0,032). Eszerint a tábla mérete 140
és a távolság változása együttesen hat a vadkár mértékére, mely utóbbinak a hatását más kutatások is megállapították (pl. Linkie et al., 2007; Saito et al., 2011). Minél kisebb a tábla nagysága, és minél közelebb van az erdőhöz, annál nagyobb a vadkár (z=94,683-6,431x- 0,0581y, ahol x tábla mérete [ha], y távolság az legkisebb erdőtől [m]). (11.3. ábra). Thurfjell (2009) adataival ellentétben viszont nem találtunk összefüggést az erdőszegély hossza és a mezőgazdasági vadkár között. 100 90 80 Á tla g o s vad k ár [% ] 70 60 50 40 0 1 2 3 4 5 6 7 Tábálanagy s ág o k [ha] 0-2 0 2 0 6 0 4 0 8 0 1 0 0 1 2 0 1 4 0 1 0 8 1 6 0 2 0 0 2 2 0 2 4 0 2 6 0 Átlagos távolság [m] 11.3. ábra. A vadkár alakulása a táblanagyság és az erdőtől mért távolság függvényében > 90 < 86 < 76 < 66 < 56 < 46 < 36 Amennyiben az így számított vadkár magasabb volt az átlagos károsításnál (71,63%), akkor az 1x1-es kvadrátra számolt vadkár értékét megnöveltük a különbség arányával, alacsonyabb érték esetén pedig csökkenteni kellett a kvadrátban számolt értéket, a számítás következő képlet alapján végezhető el: x = a *( T / F), ahol x- korrigált előre jelzett vadkárérték; a - előre jelzett vadkárérték; T- számolt tábla specifikus érték; F - átlagos tábla specifikus érték Erdei vadkár A gímszarvas, és általában a nagytestű növényevők táplálékválasztását az energiamaximálás elmélete alapján (Lagory et al., 1984) elsősorban a csoportosan rendelkezésre álló jó minőségű tápláléktömeg, azon belül pedig az ízletes növényfajok jelenléte határozza meg (Bee et al. 2009). Mivel vizsgálati területünkön a két legnagyobb fogyasztható biomasszát adó és gazdaságilag is a legfontosabb fafaj a bükk és a tölgy volt, elemzéseinket ezekre 141
végeztük el. A VÉV monitoring 2002-2008 közötti felvételezéseinek elemzése során, összesen 24 db 10x10m-es mintaterületének vadkárra vonatkozó adatait dolgoztuk fel. Valamennyi károkozási kategóriában (csúcshajtás rágott, mérsékelten rágott, erősen rágott) a tölgy érintett intenzívebben a nagyvad károkozásával. A különböző évek és az eltérő területek különbségeiből adódóan magas szórásértéket kaptunk (11.3. táblázat), ezért szükséges volt a megyében található valamennyi erdőfelújítás vadkárral való érintettségének elemzése. 11.3 táblázat VÉV monitoring vadkáradatok és a szórásértékek alakulása csúcshajtás rágott mérsékelten rágott erősen rágott Bükk 1,2±5,1 % 3,3±10,3 % 0,2±1,3 % Tölgy 2,7±11,4 % 4,9±15,1 % 1,4±4,8 % 3357 db erdőrészlet adatait dolgoztuk fel, amelyek koruknál és erdőgazdálkodási módjuknál fogva vadkárveszélyesnek tekinthetők. Ezekből 615-öt a bekerítettségük okán kivettünk a vizsgálatból. A bejelentett vadkárokat erdőrészletenként úgy módosítottuk, hogy a tölgyes állományokhoz viszonyítottuk őket, arra voltunk kíváncsiak, hogy mennyi kár lenne, ha az állomány tölgy lenne. Eszerint egy erdőrészletben okozott vadkár értékét tölgyre visszaszámítva a következő képlet alapján számítottuk és adtuk meg: y = a * T / F ahol y - a részletben a vadkár tölgyesre megadott mutatószáma; a - a vadkár (%); T - a tölgyállományokban okozott átlagos vadkár; F - a részletre jellemző fafajban okozott átlagos vadkár Összesen 215 erdőrészletben volt felvételezett vadkár és 2526 kerítetlen felújításban volt 0 %-os a vadkár mértéke. A fafajokra jellemző átlagos vadkár szűk tartományban, 15,8 és 22,2 % között mozgott (11.4 táblázat). 11.4 táblázat A vadkár megoszlása a kerítés nélküli erdősítésekben Károsított felújítások Felújítások károsítás nélkül Összesen átlagos vadkár % N N átlagos vadkár % N Tölgyek 17.00 90 911 1.52 1001 Bükk 15.84 66 559 1.67 625 Egyéb 22.22 59 1056 1.17 1115 Az erdőrészletekre ezután 1x1 km-es hálót fektettünk. A részletre jellemző vadkármutatószámok területaránnyal súlyozott átlagai az adott pixelre jellemző erdei vadkár bekövetkezési valószínűségét jelentették (11.4 ábra). Azokban a pixelekben, amelyekben nem volt értékelhető erdei vadkár adatunk, a szomszédos pixelek értékei alapján interpolálással állítottuk elő az adatokat. 142
11.4 ábra A vadkáros erdőrészletek, a felújítások, és az erdőállományokra fektetett rácsháló Zala megyében A Döntéstámogató Rendszerben minden pixelhez tartozó vadkáradat, erdei vadkárérték lekérdezhető, mivel ezeket egységesítettük, relevánsan összehasonlíthatóvá váltak. Az egységesítésnek köszönhetően az erdei vadkár a fafajok térfoglalásának, és elegyarányának változásával is előre jelezhető. Hivatkozott irodalom Bee, J.N., Tanentzap, A.J., Lee, W.G., Lavers, R.B., Mark, A.F., Mills, J.A. and Coomes, D.A. (2009): The benefits of being in a bad neighbourhood: plant community composition influences red deer foraging decisions. Oikos 118(1): 18 24. Lagory, M.K., Lagory, K.E. and Taylor, D.H. (1984): Winter browse availability and use by white-tailed deer in Southestern Indiana. Journal of Wildlife Management. 49(1): 120-124. Linkie, M., Dinata, Y., Nofrianto, A. and Leader-Williams, N. (2007): Patterns and perceptions of wildlife crop raiding in and around Kerinci Seblat National Park, Sumatra. Animal Conservation, 10(1): 127 135. Saito, M., Momose, H., Mihira, T. (2011): Both environmental factors and countermeasures affect wild boar damage to rice paddies in Boso Peninsula, Japan. Crop protection, 30(8): 1048 1054. Schley, L., Dufrêne, M., Krier, A., Frantz, A.C. (2008): Patterns of crop damage by wild boar (Sus scrofa) in Luxembourg over a 10-year period. Eur. J. Wildl. Res. 54: 589 599. Thurfjell, H., Ball, J.P., Åhlén, P.A., Kornacher, P., Dettki, H. and Sjöberg, K. (2009): Habitat use and spatial patterns of wild boar Sus scrofa(l.): agricultural fields and edges. Eur. J. Wildl. Res. 55: 517 523. 143