Rypebestanden i Norge har økt i perioden 2009-2020, viser beregninger gjort med nye modeller. For første gang er dataene fra Hønsefuglportalen analysert samlet.

Viltkamerabilde – Lirypehøne på reir, med stegg i bakgrunn © Lirypeprosjektet i Lierne

Hentet fra: Norsk institutt for naturforskning (NINA) 

Gjennomsnittlig tetthet av lirype (Lagopus lagopus) langs takseringslinjene har økt. De ulike modellene forskerne har utviklet viser en bestandsvekst på omtrent 5 til 7 prosent per år i perioden 2009-2020, både totalt og for bestanden av hekkefugl.

Linjetakseringer av lirype tjener flere formål, blant annet som verktøy for den lokale og regionale jaktforvaltningen, men målet har hele tiden vært at dataene også skal kunne brukes til å beregne nasjonale trender i lirypebestanden. Dette er viktig for å skaffe et best mulig kunnskapsgrunnlag når tilstanden i norsk natur skal vurderes på nasjonalt nivå.

– Derfor har vi vi utviklet modeller som tar høyde for at takseringsinnsatsen ikke er fordelt utover landet i henhold til et spesifikt statistisk design. Med rapporten Trender i størrelsen på den norske lirypebestanden i perioden 2009-2020 har vi oppnådd dette, sier forsker Erlend Birkeland Nilsen i Norsk institutt for naturforskning (NINA).

Inkluderer over 200 000 ryper

I rapporten har forskerne brukt data samlet inn via linjetakseringsprogrammet for lirype, koordinert gjennom prosjektet Hønsefuglportalen. Totalt er mer enn 40 000 observasjoner av over 200 000 ryper inkludert i analysene. Takseringene dekker hovedsakelig Øst-, Midt- og Nord-Norge.

– Finnmarkseiendommen og Statskog var de første som bidro til Hønsefuglportalen, og stadig flere offentlige og private grunneiere og rettighetshavere har sluttet seg til dette programmet, sier NINA-forsker Lars Rød-Eriksen.

Taksering med stående fuglehund langs forhåndsdefinerte linjer i terrenget har vist seg å være en god metode for å oppdage liryper. Kombinert med avstandsmetoden («distance sampling») gir takseringen nøyaktige og presise estimater på tettheten av lirype. At linjetakseringer av hønsefugl i Norge er organisert som et strukturert folkeforskningsprosjekt har stor betydning for måten forskerne har valgt å analysere dataene.

Beregner vekstrate, trend og indeks

– Dette gir et unikt datamateriale for å beregne trender i bestanden. Vi utviklet modeller for å beregne vekstrate, årlige endringer i tetthet av voksen fugl og totalbestandene for områdene som dekkes av programmet. I tillegg har vi brukt en bestandsindeks som tar høyde for at takseringsinnsatsen er ujevnt fordelt utover i landet, forteller Birkeland Nilsen.

Svingningene i bestanden av lirype har alltid fasinert naturforskere, jegere og andre naturinteresserte. Utover de kortsiktige svingningene er det også stor interesse knyttet til trender i bestandsstørrelsen som går over lengre tidsrom. Når det gjelder trender eller endringer i størrelsen på rypebestanden er det viktig å være presis i å relatere denne til en tidsperiode.

Selv om tidligere rapporter har pekt på en langsiktig nedgang i rypebestanden betyr ikke dette at trenden trenger å være lik for alle tidsperioder man vurderer. Her har forskerne kun benyttet data fra perioden 2009-2020, og gjør ingen analyser av hvor stor rypebestanden sammenliknet med før denne perioden. 

Trenger årlig overvåking

– Det samlede datamaterialet i Hønsefuglportalen er godt egnet til å belyse trender i lirypebestanden. Siden både trender og dynamikk i rypebestandene kan variere over tid, er det avgjørende at vi fortsetter med å overvåke lirypebestandene årlig for å belyse hvordan miljø- og klimaendringer påvirker dem. Gjennom det legger vi grunnlaget for en bærekraftig forvaltning av en art med stor økologisk og kulturell verdi, sier Rød-Eriksen.

Les rapporten Trender i størrelsen på den norske lirypebestanden i perioden 2009-2020

Lenke til Hønsefuglportalen

Kontakt: Erlend Birkeland Nilsen

Lars Rød-Eriksen

ANBEFALT FOR DEG

LEGG IGJEN EN KOMMENTAR

Vennligst skriv inn din kommentar!
Vennligst skriv inn navnet ditt her

Dette nettstedet bruker Akismet for å redusere spam. Lær om hvordan dine kommentar-data prosesseres.