Analiza danych - Monitoring Ptaków Polski

Podstawowe parametry

Rozpowszechnienie

Parametrem ilościowym, który charakteryzuje zajęcie określonej przestrzeni przez gatunek jest rozpowszechnienie (frekwencja), czyli procentowo wyrażona częstość występowania. Śledzenie zmian rozpowszechnienia w czasie jest przydatne do rejestrowania dynamiki zmian zajmowania obszaru. Parametr ten można stosować do wskazania stopnia zasiedlenia badanego obszaru w różnej skali przestrzennej. Wartość wskaźnika rozpowszechnienia R wyrażana jest w skali procentowej i obliczana ze wzoru:

R = x/N * 100%

gdzie:
x – liczba powierzchni zajętych (tj. takich, na których stwierdzono dany gatunek),
N – liczba wszystkich kontrolowanych powierzchni.

Areał lęgowy

Kolejnym parametrem charakteryzującym wielkość przestrzeni zajętej przez gatunek jest areał lęgowy. Stosowany jest w przypadkach populacji, w których wykonuje się pełne liczenia (cenzusy) wszystkich lęgowych par gniazdujących w kraju. Areał lęgowy wyrażony jest liczbą zajętych powierzchni 10x10 km.

Liczebność lub wskaźniki liczebności

W przypadku pełnych cenzusów, wykonywanych w całym areale lęgowym gatunku, uzyskano precyzyjne dane o wielkości populacji w danym roku – jest to liczba par (względnie stanowisk) lęgowych w kraju. Ten typ danych otrzymuje się w przypadku programów dedykowanych pojedynczym gatunkom. W jednym programie – MFGP, uzyskiwane dane mają charakter połączenia cenzusu i metodyki reprezentacyjnej, co również umożliwia ocenę wielkości populacji w kraju. Na każdej ze wskazanych powierzchni próbnych dokonywana jest ocena całkowitej liczby par/stanowisk dla wybranych gatunków, która następnie jest ekstrapolowana na obszar kraju z uwzględnieniem warstw. Wskazanie powierzchni próbnych w podziale na warstwy uwzględniające zmienność zagęszczeń gatunków docelowych ma tę przewagę nad w pełni losowym wskazaniem powierzchni próbnych, że dzięki uwzględnieniu zróżnicowania zagęszczeń, analizy cząstkowe dokonywane są osobno na poziomie każdej warstwy, a zatem są bardziej precyzyjne (mniejsza zmienność wyników z pojedynczych powierzchni). Przy założeniu reprezentatywności uzyskanych wyników zapewnianej przez niezależne, tj. losowe wskazania powierzchni w poszczególnych warstwach, wynik uzyskuje się przez sumowanie analiz cząstkowych.

W przypadku programów nie wpisujących się w powyższe założenia (tzn. kiedy nie są wykonywane cenzusy całości areału lub cenzusy w obrębie powierzchni próbnych - programy MPPL i MPM), nie jest możliwe uzyskanie precyzyjnej informacji na temat wielkości krajowych populacji w prosty sposób. Względnie łatwo natomiast można śledzić zmiany jej liczebności. Metodyka badań terenowych wykorzystywana w tych dwóch programach nie zakłada wykrywania wszystkich stanowisk/par danego gatunku na obszarze powierzchni próbnej – podczas kontroli wykrywana jest tylko pewna część osobników obecnych na kontrolowanej powierzchni (choć oczywiście podczas pojedynczej kontroli może się zdarzyć, że wykryte zostaną wszystkie osobniki). Tutaj wynikiem jest więc wskaźnik (indeks) mówiący o względnej liczebności populacji skorelowanej z całkowitą liczebnością. Dzięki maksymalnej standaryzacji wszelkich możliwych warunków wykonywania liczeń (np. te same trasy przemarszu, podobna prędkość przemieszczania się obserwatora, corocznie zbliżone daty i godziny kontroli), w stosowanej tutaj metodyce sondażowej (reprezentacyjnej) przyjmowane jest założenie, że w kolejnych latach wykrywana jest podobna proporcja populacji. Inaczej mówiąc, jeżeli liczebność danego gatunku na danej powierzchni spada, stan ten znajduje odzwierciedlenie w odpowiednio mniejszej liczbie osobników rejestrowanych w trakcie kontroli terenowych, mimo iż wciąż nie są to wszystkie obecne osobniki. W tego typu podejściu wskaźnik w pierwszym roku badań definiuje się jako 1,00 (lub 100%), a wskaźniki uzyskiwane w kolejnych latach pokazują stosunek wartości wskaźnika w danym roku do wartości w roku bazowym (pierwszym roku badań). Przykładowo, wartość wskaźnika 1,30 (lub 130%) oznacza, że w danym roku wskaźnik ten był o 30% wyższy niż w roku bazowym, a wartość 0,90 oznacza wartość niższą o 10% w stosunku do roku bazowego.

Zagregowane wskaźniki liczebności

Wskaźniki zagregowane to wskaźniki uśredniające informację z kilkunastu-kilkudziesięciu wskaźników gatunkowych. W przypadku gatunków współwystępujących w zbliżonych siedliskach, tego typu wskaźniki mogą lepiej odzwierciedlać zmiany stanu określonych ekosystemów niż wskaźniki liczebności pojedynczych gatunków. Do obliczania indeksów zagregowanych użyto narzędzia MSI-tool (od Multi-Species Indicators) w wersji 3.0 działającym w środowisku R. MSI-tool pozwala na obliczenie zagregowanych indeksów dla danych gatunkowych uzyskanych w różnych (niepokrywających się w pełni) oknach czasowych. Skrypt z narzędziem dostępny jest na stronie Statistics Netherlands[1].

Trendy zmian wskaźników

Dane uzyskane na tych samych powierzchniach w kolejnych latach, umożliwiają śledzenie zmian liczebności i rozpowszechnienia populacji ptaków. Najprościej rzecz ujmując, stwierdzenie czy dana populacja maleje czy rośnie liczebnie (lub czy zmniejsza się czy rośnie jej rozpowszechnienie) odbywa się poprzez dopasowanie danych odnoszących się do konkretnego gatunku do modelu wykładniczego i oszacowanie wartości λ (lambda), będącej podstawowym i jedynym parametrem tego modelu. Oszacowania trendów w omawianym przypadku to średnie roczne tempo zmian liczebności populacji (λ) w modelu wykładniczym:

N_t = λ * N _t-1

gdzie:
N_t – wartość parametru (tu: liczebności populacji) w roku t,
N_t-1 – wartość parametru w roku poprzedzającym rok t,
λ – współczynnik modelu.

Z powyższego wzoru wynika, że jeśli λ=1,00, to liczebność populacji w roku t nie zmienia się w stosunku do roku t–1 (przykładowo 30 par w danym roku = 1,00 × 30 par w roku poprzedzającym), czyli jest stabilna liczebnie. Analogicznie, jeśli λ=1,05, to liczebność populacji w danym roku wzrosła o 5% w stosunku do roku poprzedzającego (przykładowo, 105 par w roku t = 1,05 * 100 par w roku t-1). Dla wartości λ mniejszych od 1,00, odpowiednie wartości N_t będą maleć (populacja będzie zmniejszać liczebność lub rozpowszechnienie).

Trendy zmian rozpowszechnienia, areału i produktywności

Obliczenia trendów parametrów rozpowszechnienia, areału lęgowego i produktywności były wykonane w środowisku R z wykorzystaniem modeli liniowych, w których wartość wskaźnika była zmienną objaśnianą, a rok był traktowany jako zmienna ciągła. Wynik pozwalał na uzyskanie linii trendu, która za pomocą parametru λ (współczynnika nachylenia) podsumowywała zmienność w czasie. Kategoria trendu została określona na podstawie współczynnika λ zgodnie z kryteriami progowymi podsumowanymi w tabeli poniżej.

Klasyfikacja trendów zmian wskaźników rozpowszechnienia, areału i produktywności

Trendy zmian wskaźników liczebności

Obliczenia – oszacowanie wskaźników liczebności oraz λ – wykonywane są w programie TRIM 3.54, opracowanym przez Statistics Netherlands, a ich analiza opiera się na modelach log-liniowych, szacujących efekt roku i powierzchni próbnej, które uwzględniają trwałe zróżnicowanie liczebności na różnych powierzchniach kontrolowanych w kolejnych latach. Całość procedur obliczeniowych jest stosunkowo złożona (szczegóły w: Pannekoek & van Strien 2005, Trim 3 Manual, Statistics Netherlands). Wskaźniki liczebności są estymatorami punktowymi i pokazują stosunek liczebności określonego gatunku w danym roku do liczebności, jaką osiągał w pierwszym roku prowadzenia monitoringu (np. roku 2000 w MPPL oraz 2007 dla programów MPD i MPM). Miara niepewności oszacowania wskaźnika dla każdego roku charakteryzowana jest przez błąd standardowy (przekładający się na przedziały ufności: przedział ufności ≈ 1,96 * błąd) i zależy od „naturalnej” zmienności wyników oraz ilości danych – w bieżącym przypadku rozpowszechnienia (liczby powierzchni, na których stwierdzono gatunek) i liczebności gatunku na powierzchniach próbnych. Im gatunek bardziej rozpowszechniony i liczniejszy, tym błąd oszacowania mniejszy. Z tej zależności płynie prosty wniosek – dla słabo rozpowszechnionych lub/i mało licznych gatunków, ocena zmian liczebności obarczona będzie dużym błędem, co praktycznie uniemożliwi wykrycie (niewielkich) zmian liczebności. Ponieważ kryteria klasyfikacji trendów używane w programie TRIM (patrz tabela poniżej) są bezpośrednio związane z szerokością przedziału ufności, im większy błąd oszacowania, tym mniejsza szansa, że trend zostanie zaklasyfikowany jako istotny, mimo że w rzeczywistości zmiany liczebności mają miejsce (inaczej mówiąc, kierunkowe zmiany liczebności populacji mogą pozostać niewykryte, gdy precyzja oceny jest niska). Dlatego, mimo że np. w programie MPPL notowane są wszystkie gatunki ptaków napotkane w terenie (średnio około 180 rocznie), dla niemal połowy z nich dane są zbyt skąpe, by móc precyzyjnie oszacować zmiany ich liczebności.

Miarą zmian liczebności gatunku jest średnie roczne tempo zmian indeksu liczebności populacji λ (lambda). Trendy liczebności klasyfikowane są według ścisłych reguł, określanych na podstawie kierunku i wielkości zmian liczebności (tabela poniżej). W zależności od precyzji oszacowania λ (szerokości 95% przedziałów ufności), kryteria oceny trendu implementowane w programie TRIM 3.54 wyróżniają sześć następujących kategorii zmian liczebności: populacja stabilna, umiarkowany i silny wzrost liczebności, umiarkowany i silny spadek liczebności oraz trend nieokreślony. O umiarkowanym spadku liczebności mówimy, gdy górna granica 95% przedziału ufności dla oszacowanego tempa zmian liczebności zawiera się w przedziale 0,95-1,00. Z silnym spadkiem liczebności mamy do czynienia, gdy górna granica 95% przedziału ufności jest mniejsza niż 0,95 (5% spadku lub wzrostu rocznie oznacza, że populacja corocznie maleje lub rośnie o 5% stanu z roku poprzedniego; oznacza to odpowiednio dwukrotne zmniejszenie lub podwojenie liczebności w ciągu 15 lat). Analogicznie określa się umiarkowany i silny wzrost liczebności populacji. Trend uważa się za nieokreślony, jeżeli dolna granica 95% przedziału ufności jest mniejsza od 0,95 lub górna większa od 1,05, ale przedział ten obejmuje wartość 1,00. Najbardziej „wygórowane” kryteria musi spełnić oszacowanie trendu by populacja została zaklasyfikowana jako stabilna liczebnie (tabela poniżej). Wynika to z faktu, że przedział ufności dla oszacowania λ musi być bardzo wąski i mieścić się w granicach między 0,95 a 1,05 (dla pozostałych kategorii wymagania są określone dla tylko jednej, dolnej lub górnej, granicy przedziału ufności). Szerokość przedziałów ufności dla λ jest ujemnie skorelowana z długością serii pomiarowej, tzn. maleje z liczbą lat. Przykładowo, w programie MPPL, po 10-15 latach trwania programu, wśród 110 gatunków, dla których uzyskiwane są dobre dane, w 2009 roku trend został zaklasyfikowany jako nieokreślony dla 23 gatunków, w 2010 roku – dla 16, w 2012 roku – dla 10, w latach 2013-2014 dla 8, w 2015 roku dla 7, a w 2016 r. dla 2 gatunków. W roku 2020 (po 21 latach trwania programu MPPL), udało się po raz pierwszy określić trend liczebności dla wszystkich 110 gatunków ptaków. Przykład ten ilustruje konieczność długotrwałego prowadzenia badań monitoringowych, by uzyskać precyzyjne oszacowania λ i w konsekwencji – dysponować wiedzą dobrej jakości na temat stanu i dynamiki liczebności badanych populacji.

Klasyfikacja trendów liczebności implementowana w programie TRIM.

[1] https://www.cbs.nl/en-gb/society/nature-and-environment/indices-and-trends--trim--/msi-tool