Skenaariot suurpetokantojen verotuksen suunnittelussa Katja Holmala Riistapäivät 19.1.2016
Esityksen rakenne Tausta Mallit ilveksen populaatiokehityksestä Malli 1: populaatiomalli Malli 2: skenaario- eli ennustemalli Skenaariomallin käyttö ja tulosten tulkitseminen Muutama sana karhumallista Yhteenvetoa
Tausta: miksi mallintaa? tarvetta uusille työkaluille mm. ilveskannan hallinnointiin kantaarviolausunnon rinnalle (v. 2012) Tarvetta analyyttisesti tarkastella havaittua kannan kehitystä ja siihen liittyviä osa-alueita Ilveksen metsästysmäärien voimakas kasvu viimeisten vuosien aikana -> ajankohtaista myös arvioida eri vaihtoehtoisten metsästysverotusmäärien vaikutusta ilveskannan lähivuosien mahdolliseen kehitykseen Koska työkalu näytti toimivalta ilvekselle, haluttiin testata kuinka sopisi myös karhulle v. 2013 (kannanarvioinnissa tiettyjä yhtäläisyyksiä) Mallintaminen tuottaa aikaikkunan mahdollisiin tulevaisuuksiin
Mallit ilveksen populaatiokehityksestä 1. Populaatiomalli Aikasarjamalli (19 v) logaritmisille havaitun ilveskannan ja metsästettyjen yksilöiden lukumäärille vuosina 1998 2015 State-base-mallinnus (SSM), jossa mallinnettavia systeemeitä on kaksi: 1. populaatioprosessille ja 2. havaitulle populaatiolle Huomioidaan prosessivirhe ja havainnointivirhe Mallintaa pitkällä aikavälillä havaittua kehitystä kannassa ja antaa sitä kautta arvoja kannan tulevaan kehittymiseen liittyville muuttujille mm. Populaation kasvukerroin ja sen vaihtelu Metsästysverotuksen ja havaitun muun kuolleisuuden merkitys havaitulle populaatiokehitykselle Arvioitu MSY (maximum sustainable yield) Muodostaa pohjan ennustemallin rakentamiselle
Mallin (SSM) tärkeimpien tekijöiden ja tekijöistä johdettujen tunnuslukujen MCMC-poiminnan mukaiset posteriori-jakaumat. Tekijä (SSM) Keskiarvo Keskihajonta Alaraja 2.5 % Yläraja 97.5 % a KASVU 0,175 0,020 0,134 0,216 b METS 1 0,001 0,998 1,002 Kasvukerroin 1,192 0,024 1,144 1,241 1-MSY 0,8396 0,017 0,806 0,875 var pop 0,0061 0,004 0,002 0,014 var hav 0,0009 0,001 0,00053 0,0046 MSY: Maximum sustainable yield,maksimiverotus Kasvukerroin: luonnollinen kasvukerroin (kerrannallinen) todennäköisyyksien jakauma 3x100000 iteraation (malliajon) kautta
2. Skenaariomalli Voidaan laskea erilaisia todennäköisyysjakaumia erilaisille tapahtumille Ei toimi hyvin kovin lyhyillä aikajaksoilla; mitä lyhyempi jakso, sitä suurempi epävarmuus tuloksiin liittyy Keskeisimmät epävarmuustekijät, jotka vaikuttavat populaatiokehitykseen ja sen ennustamiseen mahdolliset puutteet lisääntyneisiin naaraisiin liittyvässä havaintojen alueellisessa kattavuudessa, viive ilveskannan kasvun havaitsemisessa sekä naaraisiin kohdistuvan metsästysverotuksen muutokset. malli olettaa, että ilveskannan alueellinen tiheys ei vaikuta kannan kasvunopeuteen. Malli ei ota huomioon ikärakenteen mahdollista vaihtelua vuosittain ja tämän ilmiön vaikutusta populaation kasvukertoimeen.
Skenaariomallin käyttö ja tulosten tulkitseminen Ennuste 4 vuoden päähän Tarkastelussa 3 eri metsästysverotusosuutta: 10 % kasvava populaatio 16 % vakaa populaatio 20 % pienenevä populaatio
Taulukko 3 Ennustettu populaation koko ja hajontaluvut sekä metsästettävien naaraiden lukumäärien 95 % vaihteluväli mallin (SSM) mukaan Verotus Keskiarvopopulaatio v. 2018 Keskihajonta Alaraja 2.5 % Yläraja 97.5 % Tn% (pop>600) Tn% (pop<300) Mets. alaraja 2.5 % 10 % 678 121,8 466 951 74,0 0,01 47 95 16 % 512 80,4 371 690 12,5 0,2 55 117 20 % 424 75,9 292 594 2,3 3,3 58 119 Mets. yläraja 97.5 % Lähtöpopulaation koko on 506 pentuetta. Eri metsästysverotusskenaarioille on laskettu todennäköisyydet (Tn), että populaatio kasvaa yli 500 tai laskee alle 300 pentueen vuonna 2018.
Pentueita Ilveksen skenaariomallin tulokset visuaalisesti 1000 800 600 400 v16_a v16_y v16_ka v20_a v20_y v20_ka v10_a v10_y v10_ka 200 2014 2015 2016 2017 2018
Skenaariomallin tulosten tulkinnasta Verotusosuudet esimerkkejä, todennäköisyyksiä voidaan laskea muillekin prosenttiosuuksille, mutta tulokset asettuvat mallin antamaan peruskuvaan 300 ja 600 ilvespentueen rajat antavat kiinnekohtia todennäköisyyksien laskemiselle pentueiden määrien kehityksille Todennäköisyydet ovat vuodelle 2018, ei sitä edeltäville vuosille Päivitetyn mallin lähtövuosi 2014. jo tapahtuneet muutokset pentueiden määrään voidaan nähdä vasta tulevan talven havaintoaineistossa (1 vuoden viive). Metsästysverotuksen aikaansaama muutos lisääntymisikäisten naaraiden määrässä n. 2-3 vuoden viiveellä. Näiden seikkojen vuoksi ennustetta tulisi tarkastella kokonaisvaltaisesti, myös populaatioennusteiden vaihteluvälit huomioon ottaen.
Karhumallista lyhyesti Periaate samanlainen kuin ilveksen kohdalla karhulle sovitettu populaatiomalli Haastavampi ennustettava ilvekseen verrattuna mm. vuosittaista vaihtelua lisääntymismäärissä Empiirinen aineisto osoittaa lajin olevan herkkä reagoimaan yliverotukselle, reagointia välillä vaikea ennustaa tarkasti Skenaariomallin varovainen tulkinta ja mallin ominaisuuksien säätäminen herkemmäksi/karhumaisemmaksi 11
Yhteenvetoa Ennustemalli tuottaa populaation menneeseen kehitykseen pohjautuen todennäköisyysjakaumilla varustettuja kehityssuuntia valituille toimenpiteille populaatiossa käynnissä luonnollisia populaationkehitykseen vaikuttavia tekijöitä, jotka näkyvät viiveellä; myöskään lähtötieto ei ole absoluuttisen tarkkaa Uusi työkalu suurpetokantojen hallinnointiin mahdollistaa vaihtoehtojen etukäteispuntarointia sekä tavoitteenasettelua lyhyellä ja pitkällä aikavälillä aikaikkunan mahdollisiin tulevaisuuksiin Skenaariomallien parissa työskennelleitä: Jukka Rintala, Katja Holmala, Samuli Heikkinen, Ilpo Kojola
Kiitos! 13 22.1.2016