Vis enkel innførsel

dc.contributor.authorStange, Erik E.
dc.contributor.authorPanzacchi, Manuela
dc.contributor.authorMoorter, Bram van
dc.date.accessioned2019-05-21T09:55:08Z
dc.date.available2019-05-21T09:55:08Z
dc.date.issued2019
dc.identifier.isbn978-82-426-3368-2
dc.identifier.issn1504-3312
dc.identifier.urihttp://hdl.handle.net/11250/2598222
dc.description.abstractStange, E.E., Panzacchi, M. & van Moorter, B. 2019. Modelling green infrastructure for conservation and land planning – a pilot study. NINA Report 1625. Norwegian Institute for Nature Research. Green infrastructure (GI) are the areas that are crucial for species’ ecological processes, defined by the interacting components of habitat quality and connectivity. Land use that maintains GI helps prevent loss of biodiversity and ecosystem services. Researchers and decision makers need analytical tools for identifying GI and assessing the potential impacts of land use and climate change. The Norwegian Environmental Agency sought to explore the potential for developing a GI modelling protocol suitable for assessing GI at the municipal levels using Norwegian-scale data sources. In this report, we present a methodological protocol for identifying GI by building on recent innovations in connectivity studies, movement ecology and computer science. Connectivity is a function of the species that move within a landscape, and not a property of the landscape itself. Accordingly, we stress the necessity of using a species approach to GI modelling to account for space use patterns determining species’ interactions with the landscape. The protocol we present begins by formulating clear goals for ecology and land management. This will drive selection of the appropriate focal species and data to be used, through either analytical modelling or expert opinion, to produce model inputs of habitat quality (where individuals spend most time) and landscape friction (how easy it is to traverse each landscape unit, or pixel). We use the Randomized Shortest Path (RSP) algorithm to identify all possible movement paths between all pairs of pixels in the landscape, and the likelihood of an individual walking through each of them. RSP provides more realistic representations of animal movements than either Least Cost Path or Random Walk-based algorithms. We then use the Probability of Connectivity for-mula to integrate habitat quality and assess the likelihood that each pixel would be used by the focal species, based upon both its quality and its accessibility from all other areas. The outputs are two complementary metrics that quantify the two interrelated aspects of GI: 1) Habitat Functionality, describing the combined connectedness of high-quality habitat for the focal species (the amount of individuals expected to be found in each pixel), and 2) Movement Flow, identifying the areas that serve as important connectors (where a larger flow of individuals is expected). We demonstrate use of this protocol with examples in Ski municipality to illustrate different degrees of model complexity, parameterization approaches (expert-based vs. data driven), and the GI of species with different movement abilities and ecological requirements. The moose model provides an example of an extensively-studied focal species with GPS tracking data used to parameterize habitat quality and landscape friction. The insect model associated with old growth forests is an example of a much simpler approach building upon expert assessments. The model for bumblebees presents a combination of both data-derived parameters and expert knowledge. The protocol’s strong theoretical foundations in ecology and network theory allows us to model the ecological mechanisms underlying loss of functional habitat and to predict how landscape and climatic changes might impact species. This is a major advantage over simpler approaches that have more limited theoretical support and predictive abilities. The modelling protocol has been developed specifically to support long-term connectivity conservation land-planning. Hence, we provide details on how to use GI results to assess cumulative impacts, conduct scenario analyses for assessing consequences of climatic or anthropogenic changes in the landscape and prioritize areas for protection or restoration. This protocol can be applied to a range of species to help inform land use planning at municipal, regional and national scales.nb_NO
dc.description.abstractStange, E.E., Panzacchi, M. & van Moorter, B. 2019. Modellering av grøn infrastruktur for bevaring og arealplanlegging – en pilotstudie. NINA Rapport 1625. Norsk institutt for naturforskning. Grønn infrastruktur (GI) er arealene som er avgjørende for arters økologiske prosesser, med utgangspunktet i samspillet mellom habitatkvalitet og konnektivitet. Arealbruk som opprettholder GI bidrar til å forhindre tap av biologisk mangfold og økosystemtjenester. Forskere og beslutningstakere trenger analytiske verktøy for å identifisere GI og vurdere potensielle konsekvenser av arealbruk og klimaendringer. Miljødirektoratet ønsket å utforske muligheten for å utvikle en modelleringsprotokoll for GI som er egnet for å vurdere GI på kommunalt nivå, men med nasjonalt omfang ved hjelp av nasjonalt dekkende datakilder. I denne rapporten presenterer vi en metodologisk protokoll for å identifisere GI som bygger videre på nyere innovasjon innen tilkoblingsstudier (konnektivitet), bevegelsesøkologi og datavitenskap. Konnektivitet er en funksjon av artene som beveger seg innenfor et landskap og ikke en egenskap av landskapet selv. Derfor understreker vi nødvendigheten av å bruke en artsbasert tilnærming til GI-modellering for å redegjøre for bevegelsesmønstre som avgjør artens samspill med landskapet. Protokollen vi presenterer formulerer klare mål for bevaring og arealforvaltning. Dette driver utvalget av aktuelle fokalarter for modellen og hvilke data som skal brukes som input i modellen for habitatkvalitet (hvor individer bruker mest tid) og landskapets friksjon til bevegelse (hvor lett det er å krysse hver landskapsenhet eller piksel). Vi bruker algoritmen Randomized Shortest Path (RSP) for å identifisere alle mulige bevegelsesbaner mellom alle pikselpar i landskapet, og sannsynligheten for at et individ bruker hver av dem. RSP gir mer realistiske representasjoner av dyrebevegelser enn både Least Cost Path eller Random Walk-baserte algoritmer. Deretter bruker vi Probability of Connectivity-formelen til å integrere habitat-kvalitet og vurdere sannsynligheten for at hver piksel vil bli brukt av fokalarten, basert på både kvaliteten og tilgjengeligheten fra alle andre områder. Resultatet er to komplementære beregninger som hver for seg beskriver en av de to sammenhengende aspektene av GI: 1) Habitat functionality (habitatfunksjonalitet) som beskriver den kombinert konnektiviteten av høykvalitets habitat for fokalarten (mengden individer forventes å bli funnet i hver piksel), og 2) Movement Flow (bevegelsesflyt) som identifiserer områdene som utgjør viktige forbindelser (hvor en større strøm av individer kan forventes). Vi demonstrerer bruk av denne protokollen med tre eksempler i Ski kommune for å illustrere ulike grader av modellkompleksitet, parametreringsmetoder (ekspert-basert versus databasert) og GI for arter med forskjellige bevegelsesevner og økologiske krav. Elgmodellen gir et eksempel på en art som er grundig forsket på og hvor vi kan bruke GPS-sporingsdata til å parametere habitatkvalitet og landskapsfriksjon. Modellen for insekter som er forbundet med gamle skoger er et eksempel på en mye enklere tilnærming som bygger på ekspert vurderinger. Modellen for humler presenterer en kombinasjon av både data-basert parametere og ekspertkunnskap. Protokollens sterke økologiske grunnlag og nettverksteori tillater oss å modellere de økologiske mekanismene som ligger til grunn for tap av funksjonelt habitat og å predikere hvordan landskaps- og klimaendringer kan påvirke artenes forekomster. Dette er en stor fordel mot enklere tilnærminger som har begrenset teoretisk støtte og prediktive evner. Protokollen er utviklet spesielt for å støtte arealplanlegging for langsiktig bevaring av konnektivitet. Derfor beskriver vi hvordan man kan bruke GI-resultater for å vurdere samlede belastning, gjennomføre scenarioanalyser for å vurdere konsekvenser av klimatiske eller menneskeskapte endringer i landskapet og identifisere områder for beskyttelse eller restaurering. Denne protokollen kan brukes på en rekke arter for å bidra til å informere arealplanlegging på kommunale, regionale og nasjonale skalaer.nb_NO
dc.language.isoengnb_NO
dc.publisherNorsk Institutt for Naturforskning (NINA)nb_NO
dc.relation.ispartofseriesNINA Rapport;1625
dc.subjectgreen infrastructurenb_NO
dc.subjectconnectivitynb_NO
dc.subjecthabitat qualitynb_NO
dc.subjectbiodiversitynb_NO
dc.subjectmovement flownb_NO
dc.subjectfunctional habitatnb_NO
dc.subjectrandomized shortest pathnb_NO
dc.subjectGrønn infrastrukturnb_NO
dc.subjectkonnektivitetnb_NO
dc.subjecthabitatkvalitetnb_NO
dc.subjectnaturmangfoldnb_NO
dc.subjectrandomized shortest pathnb_NO
dc.titleModelling green infrastructure for conservation and land planning – a pilot study. Suggestions for analyzing the functional connectedness of high-quality habitat to aid sustainable land use planningnb_NO
dc.typeResearch reportnb_NO
dc.rights.holder© Norwegian Institute for Nature Research The publication may be freely cited where the source is acknowledgednb_NO


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

  • NINA Rapport/NINA Report [2306]
    NINAs vanligste rapporteringsform til oppdragsgiver etter gjennomført forsknings-, overvåkings- eller utredningsarbeid.

Vis enkel innførsel