Wildtier-Informationssystem der Länder Deutschlands

University of Trier

Road map

Road Map

1. Intentions and goals of the WILD project

• Structure

• Time line

2. Methodological approach of the project

3. Results

• European hare, red fox, badger, crow for 2007

• area assessment for 2006

• red kit

• Semi-automated habitat analysis

4. Outlook

• Wildlife-Habitat relationships with satellite imaginary

• Predictive modeling with climate data

University of Trier

Sustainable use of wildlife populations needs

1. Reliable information about abundance and population trends

and

2. Documentation and knowledge about interactions between wildlife and their habitat

University of Trier

EU- and other international treaties, which require sound data

Richtlinie 79/409/EWG über die Erhaltung der wildlebenden Vogelarten

Richtlinie 92/43/EWG zur Erhaltung der natürlichen Lebensräume sowie der wildlebenden Tiere und Pflanzen („Fauna-Flora-Habitat“-Richtlinie),

Richtlinie 92/45/EWG zur Regelung der gesundheitlichen und tierseuchenrechtlichen Fragen beim Erlegen von Wild und bei der Vermarktung von Wildfleisch („Wildbret“-Richtlinie),

Richtlinie 92/118/EWG über die tierseuchenrechtlichen und gesundheitlichen Bedingungen für den Handel mit Erzeugnissen tierischen Ursprungs in der Gemeinschaft („Trophäen“-Richtlinie),

Verordnung Nr. 1973/92 zur Schaffung eines Finanzierungsinstruments für die Umwelt („LIFE“-Verordnung)

Übereinkommen zur Erhaltung der wandernden wildlebenden Tierarten (Bonner Konvention),

Abkommen zur Erhaltung der afrikanisch-eurasischen wandernden Wasservögel (AEWA-Abkom-men),

Übereinkommen über Feuchtgebiete von internationaler Bedeutung – insbesondere als Lebens-raum für Wasser- und Watvögel (Ramsar-Übereinkommen),

Übereinkommen über den internationalen Handel mit gefährdeten Arten freilebender Tiere und Pflanzen (CITES-Übereinkommen),

UNEP: Übereinkommen über die biologische Vielfalt,

Übereinkommen zum Schutz der Alpen (Alpen-Konvention).

University of Trier

Methods used to acquire population data

• Coverage of large areas is desired (whole federal state)Assessment by hunters

Lower Saxony(Thuringia)(Saxony-Anhalt)(Brandenburg)(Mecklenburg-Vorpommern)

„Wildlife census“•Hunting statisticsAvailable from federal

administration

Northrhine-Westfalia

„Bag statistics“

Different levels of data acquisition in the federal states of Germany

WILD – differences in data acquisition in Germany

Reference areasCounting with scientific methodsParticipants: scientists and huntersScientific supervision

Schleswig-HolsteinBavaria(Baden-Württemberg)(Rhineland-Palatine)(Hesse)

„Wildlife counting “

University of Trier

Hunting in Germany – Overview

Area of Germany: around 357.000 km²

Hunting area in Germany: around 320.000 km²

ca. 70.000 hunting district

Hunters in Germany: around 348.000 (in 2006)

Land cover of Germany [Mio. ha]

19,5

10,4

4,51,3

agriculture (55%)

forests (29%)

other area (12%)

traffic (4%)

University of Trier

Bag statistics – unreliable method to monitor wildlife populations

Annual bag of European Hare from 1980/1981 until 1999/2000for the federal states Bavari (BY), Baden-Württemberg (BW), Hesse (HE), Schleswig-Holstein (SH), Lower Saxony (NI) und Northrhine-Westfalen (NW) (DJV-Handbuch 2000)

0

50

100

150

200

250

300A

nzah

l(Ta

usen

d)

BYBWHENINWSH

80/8

181

/82

82/8

3

83/8

484

/85

85/8

686

/87

87/8

888

/89

89/9

090

/91

91/9

292

/93

93/9

494

/95

95/9

696

/97

97/9

898

/99

Jagdjahr

99/0

0

University of Trier

At declining population densities, a shift of hunting interests and/or extreme

events, the value of „bag statistics“ are limited.

Hunting bag statistics is applied for most huntable wildlife species as an indicator of sustainable usage.

Results from hunting bag statistics are valuable, but most often they do obscure the underlying population changes in our heavily used non-natural landscapes.

The decline of the hunting bag of European Hare in Northrhine-Westfalia or their increase in Bavaria don’t need to be population increase of decreas.

Bag statistics – unreliable method to monitor wildlife populations

University of Trier

WILD was started in 2001 as an integral part of the ecological monitoring effort of the German Hunting Association

(Deutschen Jagdschutz-Verband e. V. - DJV).

The German Wildlife Information System (WILD) aquiresinformation about occurrence, abundance, populations trends,

risk assessments and strategies in order to use wildlife species in Germany sustainable.

Main goals:• Countrywide population monitoring and assessment of population densities of many wildlife

species with scientific sound and consistent methods,• Presentation of population densities and -trends as knowledge base for hunting and

environmental related decision making,• regular mapping of the used habitat to explain and analyse wildlife population trends • development and support of a digital database, which is able to collect, integrate and analyse all

data, collected within WILD to present the results to hunters, stake holders, scientists and the general public via internet

German Wildlife Information System (WILD)

University of Trier

Coordination centres with assigned federal states

Eberswalde

Trier

Hannover

Koordinationszentren und ihnen zugeordnete Länder des Wildtierinformationssystems der Länder Deutschlands

Trier Hannover Eberswalde

Universität TrierFachbereich VI - Biogeographie

Red fox (Vulpes vulpes)

Dachs (Meles meles) Partridge (Perdix perdix)

Wildartenspektrum

European Hare (Lepus europaeus)

Carrion Crow (Corvus coronecorone)

Hooded Crow (Corvus coronecornix)

• typical species of open pasture • population densities can be recorded with

reasonable effort and sufficient accuracy

• in focus for species protection• population estimates until now insufficient

• controversial discussion about the influence of opportunistic predators on their potential prey species

• controversial and hot disscusions

WILD – organisation and species list

University of Trier

Partridgeselected species fromhuntable wildlife

local hunters

assessment and observations duringthe time in the huntingdistrict

counting in referenceareas

- area wide density assessment

wildlife population densitiesthrough

European hareRed FoxBadgerPartridgeCarrion Crow

wildlife species

local hunters or other interested participantsworking staff

• spot light census (hare)

• den density census (red foxand badger)

-

• breeding pair census(carrion crow)

• breeding pair assessment (partridge)

methods

long term (min. 10 years) →continuous support of reference areas is desired

time frame

WILD – scientific structure

long term (min. 10 years) →assessments on a regularschedule (3 years)

University of Trier

• start: ca. 1,5 h after sunset • duration: max. 3 h (decrease of concentration of counter and driver)• replications: min. 2 counting, which are at max. 10 days apart. If results differ

significantly, a 3. counting has to be made.

• Spring: local base population level – from the beginning of March until end of April depending on local phenology, with beginning vegetation growth on agricultural land

• Fall: fall population level – mid October until mid December, always before hunting starts. Best time for counting in areas with high corn and in Gebieten mit starkem Rüben- und Maisanbau, when harvest is nearly finished and growing of the following crop just started (visibility aspect)

Time of counting:

WILD – scientific methods - European Hare

University of Trier

Spot light census- in spring and fall

- 2 to 3 census per season

- effective range ca. 150 m

- area covered min. 150 ha

SALZMANN-WANDELER & SALZMANN 1973, PFISTER & RIMATHE 1979, PEGEL 1986

WILD – scientific methods - European Hare

University of Trier

WILD – scientific methods - European Hare

University of Trier

WILD – scientific methods - European Hare

University of Trier

WILD – scientific methods - Red Fox and Badger

University of Trier

University of Trier

University of Trier

3534223931169280323911741013N =

Dichte [Individuen/100 ha Taxationsfläche]

Thüringen

Sachsen-Anhalt

Sachsen

Mecklenb.-Vorpommern

Brandenburg

Berlin

Saarland

Bayern

Baden-Württemberg

Rheinland-Pfalz

Hessen

Nordrhein-Westfalen

Bremen

Niedersachsen

Hamburg

1301201101009080706050403020100

36361942331810172315311441023N =

Dichte [Individuen/100 ha Taxationsfläche]

Thüringen

Sachsen-Anhalt

Sachsen

Mecklenb.-Vorpommern

Brandenburg

Berlin

Saarland

Bayern

Baden-Württemberg

Rheinland-Pfalz

Hessen

Nordrhein-Westfalen

Bremen

Niedersachsen

Hamburg

1301201101009080706050403020100

Spring 2007:• 655 refernce areas participated• min: 0 hares/100 ha• max: 116 hares/100 ha

Fall 2007:• 636 reference areas participated• min: 0 hares/100 ha• max: 178 hares/100 ha

• European Hare

13,118,6 24,8

16,1

University of Trier

• European Hare

5912747115171117 5614247121167122N =

Dichte [Individuen/100 ha Taxationsfläche]

Alpenvorland

SW-Mittelgebirge

O-Mittelgebirge

W-Mittelgebirge

NW-Tiefland

NO-Tiefland

120

110

100

90

80

70

60

50

40

30

20

100

Fruehjahr

Herbst

University of Trier

Ergebnisse:

• Verbreitungsschwerpunkte:

Ergebnisse:

• Verbreitungsschwerpunkte:

• NS, SH: Geest- u. Marschregionen

Ergebnisse:

• Verbreitungsschwerpunkte:

• NS, SH: Geest- u. Marschregionen

• NW: Unteres Weserbergland, Niederrheinische/s

Bucht und Tiefland, Westfälische Tieflandbucht

• Verbreitungsschwerpunkte:• NS, SH: Geest- u. Marschregionen

• NW: Unteres Weserbergland, Niederrheinische/s

Bucht und Tiefland, Westfälische Tieflandbucht

• HE, BW, BY: Nördliches Oberrhein-Tiefland, Mainfränkischen Platten,, Fränkisches Keuper-Lias-Land

• European Hare

University of Trier

• highest since beginning of WILD• high population density is expected for spring 2008• explanation: mild winter 2006/2007 and very warm April 2007

population gain 2007

• European Hare

34321734295727031331094943N =

Nettozuw achsrate [%]

Thüringen

Sachsen-Anhalt

Sachsen

Mecklenb.-Vorpommern

Brandenburg

Saarland

Bayern

Baden-Württemberg

Rheinland-Pfalz

Hessen

Nordrhein-Westfalen

Bremen

Niedersachsen

Hamburg

250

200

150

100

50

0

-50

-100

-150

University of Trier

time series

Entwicklung des Feldhasenbesatzes der RG, in denen die Feldhasenbesätze kontinuierlich von 2002 bis 2007 erfasst wurden

Entwicklung des Feldhasenbesatzes in allen RG von 2002 bis 2007

• European Hare

655735636645605471N =

Dichte [Individuen/100 ha Taxationsfläche]

200720062005200420032002

60

50

40

30

20

10

0224224224224224224N =

Dichte [Individuen/100 ha Taxationsfläche]

200720062005200420032002

70

60

50

40

30

20

10

0

University of Trier

Population development

• increase from year to year until 2007• highest increase in 2003• decrease in the last year• but highest net gain from spring to fall

in 2007

• European Hare Besatzentwicklung 2002-2003(Median)

-15

-10

-5

0

5

10

15

20

Ang

aben

in %

2003-2004

-15

-10

-5

0

5

10

15

20

Ang

aben

in %

2004-2005

-15

-10

-5

0

5

10

15

20

Anga

ben

in %

2005-2006

-15

-10

-5

0

5

10

15

20

Anga

ben

in %

2006-2007

-15

-10

-5

0

5

10

15

20

NO-Tieflan

dNW-T

ieflan

dO-M

ittelg

ebirg

eW-M

ittelg

ebirg

eSW

-Mitte

lgebirg

eAlpen

vorla

nd

Deutsc

hland

Anga

ben

in %

4810744108157103N =

Nettozuw achsrate [%]

AlpenvorlandSW-Mittelgebirge

O-MittelgebirgeW-Mittelgebirge

NW-TieflandNO-Tiefland

250

200

150

100

50

0

-50

-100

-150

University of Trier

European Hare Red

Fox

Frühjahr 2007:• beteiligt 299 Referenzgebiete

3927101237591847149N =

Dichte [Gehecke/100 ha]

Thüringen

Sachsen-Anhalt

Sachsen

Mecklenb.-Vorp.

Brandenburg

Bayern

Baden-Württemberg

Nordrhein-Westfalen

Bremen

Niedersachsen

2,5

2,0

1,5

1,0

,5

0,0

University of Trier

Frühjahr 2007:• beteiligt 299 Referenzgebiete

FeldhaseFuchs

Dachs

215442227783 337745358684 1966404710086 165041253892 1259364276104N =

Frühjahrsbesatz [Stück/100 ha]

Alpenvorland

SW-Mittelgebirge

O-Mittelgebirge

W-Mittelgebirge

NW-Tiefland

NO-Tiefland

4,0

3,0

2,0

1,0

0,0

2003

2004

2005

2006

2007

University of Trier

Frühjahr 2007:• beteiligt: 301 Referenzgebiete

FeldhaseFuchs

DachsAaskrähe

372712183574147248N =

Dichte [Brutpaare/100ha]

Thüringen

Sachsen-Anhalt

Sachsen

Mecklenb.-Vorp.

Brandenburg

Bayern

Baden-Württemberg

Nordrhein-Westfalen

Bremen

Niedersachsen

6

4

2

0

University of Trier

Flächendeckende Einschätzung

957929383570119224210289688142441812436N =

Dichte [Individuen/100 ha Taxationsfläche]

Thüringen

Sachsen-Anhalt

Sachsen

Mecklenb.-Vorpommern

Brandenburg

Berlin

Saarland

Bayern

Baden-Würt temberg

Rheinland-Pfalz

Hessen

Nordrhein-Westfalen

Bremen

Niedersachsen

10

8

6

4

2

0

Frühjahr 2006:• Flächendeckende Einschätzung in 26.788

Jagdbezirken (7.827 Gemeinden)• entspricht 52 % der Landwirtschaftsfläche

Deutschlands

University of Trier

Flächendeckende Einschätzung

University of Trier

Flächendeckende Einschätzung

University of Trier

Red Kite (Milvus milvus)

•Monitoring of Raptors and Owls in Europe is part of WILD

•monitoring plots in Germany

University of Trier

Breeding pair development 1988 – 2006Germany

(Basis: 190 areas, 13.695 BP)

yearly decrease:

-2,2 ± 0,6 %

0

20

40

60

80

100

120

1989 1991 1993 1995 1997 1999 2001 2003 2005

Jahr

Inde

x

University of Trier

FeldhaseFuchs

FlächennutzungDachs Aaskrähe

Flächennutzung

• Flächennutzungskartierung für mindestens 10 Referenzgebiete pro Bundesland soll erstellt werden

• Klassifizierung des gesamten Referenzgebietes nach Luftbildern

• eventueller Einsatz von Satellitenbildern

• Landschaftsmerkmale werden mit einem Model semiautomatisch errechnet (in ArcGIS)

• Landschaftsfaktoren, die von Bedeutung für die

Tiere sind

• Answer tree analysis um die wichtigen Faktoren zu ermitteln

• Prädation ist eine der enthaltenen Variablen

University of Trier

Deriveddata

Projectdata

Projectdata

Tool

Process

Deriveddata

Process

Tool Project

data Process

Deriveddata

Tool

Fuchs

FlächennutzungDachs Aaskrähe

Feldhase

University of Trier

• große Unterschiede in den verschiedenen Regionen Deutschlands

• 63 Referenzgebiete mit Daten von 2002 bis 2006• bisher ist eine aussagekräftige Analyse noch nicht

möglich, da nicht aus allen Bundesländer Daten vorliegen• man kann aber schon deutliche Unterschiede erkennen• Pilotprojekt zur Satellitenbildanalyse soll die

Möglichkeiten dieser Methode austesten

5817285N =

Dichte [Hasen/100 ha Taxationsfläche]

SachsenBrandenburg

SaarlandRheinland-Pfalz

Niedersachsen

100

90

80

70

60

50

40

30

20

10

0

durchschnittliche Schlaggrößen [ha]

SachsenBrandenburg

SaarlandRheinland-Pfalz

Niedersachsen

30

20

10

0

Ackerland

Grünland

relative Länge [m/ha]

SachsenBrandenburg

SaarlandRheinland-Pfalz

Niedersachsen

120

100

80

60

40

20

0

Fließgew ässer

Verkehrsw ege

Fuchs

FlächennutzungDachs Aaskrähe

Feldhase

University of Trier

Vielen Dank!