Estimering av kalving og kalvingstidspunkt for hjort ved bruk av GPS-data

Abstract

Et essensielt tema innen økologi er at oppfostring av avkom hos mange arter krever tilgang på betydelige ressurser og at fødselstidspunktet synkroniseres for å treffe toppen til ressurstilgangen i sesongmessige miljøer. Dagens raske klimaendringer mot for eksempel høyere temperaturer og en tidligere vår i nordlige økosystemer, har ført til at mange planter har vist trender for tidligere fenologiutvikling. For plantespisende pattedyr kan dette føre til trofisk «mismatch» mellom tidspunkt for fødsel og den fenologiske utviklingen hos beiteplantene, og vil kunne føre til at fødselstidspunktet ikke lenger treffer tidspunktet med optimal tilgang på ressurser. Endring i de klimatiske faktorene kan føre til seleksjon for tidligere eller senere fødselstidspunkt. For hjortedyr har tidspunkt for brunst og parring påvirkning på kalvingstidspunktet, og en høyere bestandstetthet hos enkelte arter kan føre til senere unnfangelse. Få tidligere undersøkelser har dokumentert om kalvingstidspunktet til hjortedyr er blitt endret over tid. En av årsakene til dette er mangel på data, siden det er vanskelig å observere kalving og kalvingstidspunkt i skogsområder. På grunn av en endret atferd til hjortedyr under kalving, er det hos enkelte arter vist at det er mulig å sannsynliggjøre oppdagelse av kalving ved bruk av ny teknologi (posisjonsdata fra GPS-halsbånd). Målet for dette prosjektet var å undersøke om posisjonsdata kan brukes til å påvise kalving og kalvingstidspunkt hos hjort (Cervus elaphus), og deretter bruke metoden for å undersøke om kalvingstidspunktet har endret seg over tid og med bestandstetthet i Norge. I analysene ble det brukt GPS-data fra 188 hjort og 309 mulige kalvingshendelser fra perioden 2005-2021 fra Trøndelag og Møre og Romsdal i Norge. Tjue koller med observert kalvingstidspunkt ble brukt som utgangspunkt for endringspunktanalyse og maskinlæring, for å finne estimert kalvingstidspunkt og -status ved hjelp av kovariater knyttet til bevegelsesmønster. Observert og estimert kalvingsstatus ble sammenlignet, men det var kun 81% av kollene som ble riktig estimert, som var et svakere resultat enn forventet. Når metoden ble brukt på et større utvalg av hjort, var det ikke mulig å påvise klare trender i kalvingstidspunkt over tid, men dette kan skyldes svakheter med metoden. Hjorten er en art som har en gjemmer-strategi første uken etter kalving. Den intensive perioden rett etter kalving er kort for en gjemmer som fører til utfordringer ved deteksjon av kalvingshendelser, og maskinlæringsmetodene bør derfor utvikles ytterligere for å få sikrere resultater. Dette vil være et viktig tema med tanke på hvordan klimaendringer kan påvirke det fremtidige økologiske samspillet.