Aarhus Universitets segl

Overvågningsmetoder

Intensiv overvågning af ynglefugle

Intensiv overvågning er i NOVANA defineret som overvågning af bestandsstørrelse. Metoderne varierer alt efter, hvilke arter der er tale om. Den intensive overvågning af fugle er delt op i Intensiv 1 og Intensiv 2. Ynglende skarv overvåges i et selvstændigt program.

Den intensive overvågning efter Intensiv 1 omfatter arter, som forekommer i eller vender tilbage til kendte lokaliteter, oftest inden for fuglebeskyttelsesområder, og det er således ret forudsigeligt, hvor disse arter vil forekomme (Tabel 1). Ved arter, som overvåges efter Intensiv 1, besøger Miljøstyrelsen kendte og potentielle ynglelokaliteter, som angivet i den tekniske anvisning for arten (find den via linket her).

Intensiv 2 omfatter meget sjældne arter, uregelmæssigt ynglende arter og arter, hvis forekomst ikke kan forudsiges (Tabel 2). Ved Intensiv 2 baserer Miljøstyrelsen sin overvågning på indtastninger af observationer i Dansk Ornitologisk Forenings database (DOFbasen). Disse data blev til og med 2016 udtrukket tre gange om året af foreningen og fremsendes til de enkelte enheder i Miljøstyrelsen. Fra 2017 modtages data kun én gang årligt d. 1. december. Data, der anvendes fra Intensiv 2-overvågningen, kvalitetssikres af Miljøstyrelsen inden de anvendes.

Den intensive overvågning bliver gennemført, alt efter art, enten to eller tre gang i perioden 2017-2021 (Tabel 1; Tabel 2).

Overvågning af ynglende skarv

I 2018 og 2019 har DCE (Nationalt Center for Miljø og Energi) ved Aarhus Universitet som i tidligere år organiseret optællingerne af reder i de danske skarvkolonier. Metoden til denne optælling kan læses i rapporten "Danmarks ynglebestand af skarver i 2019".

Statistisk analyse

For ynglefuglene er  kort- og langtidstrends i ynglebestandene analyseret med lineære regression mellem år og det log (x+1) transformerede antal ynglepar. Vi log transformerede det estimerede antal ynglepar for at kunne opfylde antagelser vedrørende normalfordeling og homoscedasticitet for residualerne fra regressionen. For de arter, hvor residualerne ikke opfylder antagelserne, benytter vi en Spearman rank correlation til at beskrive trenden. Regressioner og tests for normalfordeling blev lavet i SAS ver. 9.4 (SASInstitute, Cary, NC) i hhv. proc glm og proc univariate og Spearmann rank correlation blev lavet i proc corr.