DNA-basert overvåking av den norske jervebestanden 2016

Abstract

Flagstad, Ø., Kleven, O., Balstad, T., Spets, M. H., Eriksen, L. B. og Brøseth, H. 2016. DNA-basert overvåking av den norske jervebestanden 2016. - NINA Rapport 1306, 18 s.

Genetiske analyser er nå implementert som et viktig verktøy i rovviltovervåkingen i Skandinavia. I særlig grad har antallet DNA-analyser av ekskrementer økt betydelig. Det siste tiåret er det gjennomført rutinemessig innsamling og påfølgende DNA-analyser over store deler av jervens utbredelsesområde i Norge og Sverige. Individbestemmelse fra DNA-profilene til de innsamlede prøvene har gitt en bedre forståelse av bestandsstørrelse, populasjonsstruktur og utveksling mellom delbestander.

I denne rapporten redegjør vi for antall individer identifisert fra DNA i Norge og Finland vinteren 2016. Antall individer identifisert fra DNA er et minimumsestimat på bestandsstørrelse. Det er foreløpig ikke klart hvor stor andel av den faktiske bestandsstørrelsen disse minimumstallene utgjør. I Norge vurderes denne andelen å være høy, da det generelt er god dekningsgrad i inn-samlingen, et stort antall analyserte prøver, og en høy andel tidligere kjente individer blant døde voksne jerver. Fra DNA-analysene i 2016 identifiserte vi 305 jerver som hadde sitt geografiske midtpunkt av analyserte prøver innenfor Norges grenser. Dette er en betydelig økning fra 260 jerver registrert på DNA i 2015, men omtrent på nivå med 314 jerver vinteren 2014.

Det er en sterk sammenheng mellom antall registrerte individer fra DNA og volumet av fungerende prøver det enkelte år. Både i 2014 og 2016 da vi registrerte i overkant av 300 jerver på DNA, var det drøyt 1000 fungerende prøver. I 2015 derimot, da det ble registrert langt færre jerver fra DNA, var det et betydelig lavere prøvevolum. Før vi har fått på plass god metodikk for bruk av DNA til bestandsestimering hos jerv, er det vanskelig å si noe sikkert fra disse tallene om bestandsutviklingen i den norske jervebestanden. Med i overkant av 300 registrerte individer både i 2014 og 2016 fra drøyt 1000 fungerende prøver begge år, kan det likevel synes som om jervebestanden har holdt seg relativt stabil de siste årene. Dette er i tråd med bestandsestimatene fra ynglehiregistreringene, der den norske jervebestanden ble anslått å telle mellom 340 og 350 individer både i 2014 og 2016.

Det er et sentralt mål i jerveovervåkingen å kunne estimere bestandsstørrelse ved bruk av fangst/gjenfangst metodikk. En nyutviklet modell har blitt testet, men analysene avdekket svak-heter i modelleringen, spesielt i områder der antall innsamlede og fungerende prøver varierer betydelig mellom år. Etter anbefaling fra fagrådet for det Nasjonale overvåkingsprogrammet, jobbes det nå med å kombinere romlige og tidsmessige aspekter i modellen. I en slik utvidet modell vil man kunne fokusere både på de ulike individenes områdebruk for å ta høyde for grenseproblematikken på en tilfredsstillende måte, samtidig som fangsthistorikken, dvs. hvilke år de ulike individene er påvist, kan bidra til å redusere modellens sårbarhet for mellomårsvariasjon i antall innsamlede og fungerende prøver.

Flagstad, Ø., Kleven, O., Balstad, T., Spets, M. H., Eriksen, L. B. and Brøseth, H. 2016. DNA-based monitoring of the Norwegian wolverine population 2016 - NINA Report 1306, 18 pp. Genetic analysis is implemented as an important tool in the monitoring of large carnivores in Scandinavia. In particular, DNA analyses of carnivore scats are extensively used. Over the last decade, wolverine scats have been routinely collected and analysed over large parts of the distribution range in Norway and Sweden. Identification of individuals from DNA profiles of the col-lected samples has provided an increased understanding of population size, reproduction, population structure, and immigration. Here, we report on the number of individuals identified in Norway and Finland during winter 2015. The number of identified individuals represents a minimum estimate of the population size. It is not yet clear what proportion of the true population size these minimum numbers represent. However, the proportion must be quite high in Norway, given the generally good sampling coverage, a large number of analyzed samples, and a very high proportion of known individuals among culled adult wolverines. In 2016, we identified 305 wolverines with their geographical midpoint of analysed samples within the national borders of Norway. This is a considerable increase from 260 wolverines registered in 2015, but at the same level as 314 wolverines identified from DNA in 2014. There is a strong correlation between the number of identified individuals each year and the number of DNA samples with a readable DNA profile. In 2014 and 2016, we identified about 300 individuals from just above 1000 DNA samples. In 2015, the volume of samples was considera-ble lower, which was reflected in a markedly lower number of identified wolverines. Until we have a good capture-mark-recapture model for estimating population size from the number and distri-bution of DNA-identified individuals, it is difficult to use these data for formal analysis of population dynamics. Nevertheless, given the coinciding number of individuals identified in 2014 and 2016 from similar sample sizes, these data suggest that the Norwegian wolverine population has been stable in size the last few years. This is in concordance with the estimates for the count of active natal dens, from which the population was estimated to count between 340 and 350 individuals in 2014 as well as 2016. It is a central goal in the monitoring of Scandinavian wolverines to use CMR based methods to estimate the population size. We have tested a recently developed model, but the analyses revealed weaknesses in the modelling, especially when the number of samples varied strongly among years. The academic council for the National monitoring programme recommended combining spatial and temporal aspects in a more integrated way. In such a model, it will still be possible to focus on individual home ranges to handle the challenges related to administrative borders and open populations, but at the same time use the sampling history for individuals to reduce the model’s sensitivity to variation in sample size between years.