2031/ / / /2017 Maa- ja metsätalousministeriö Luonnonvaraosasto PL Valtioneuvosto

Samankaltaiset tiedostot
Skenaariot suurpetokantojen verotuksen suunnittelussa

Koko maan ilveskanta-arvion taustasta ja erityisesti Etelä-Hämeen arviosta. Tiedosta ratkaisuja kestäviin valintoihin

Luonnonvara- ja biotalouden tutkimus 30/2018. Ilveskanta Suomessa Katja Holmala, Samu Mäntyniemi, Samuli Heikkinen ja Juha Heikkinen

ENNUSTE ILVESKANNAN KEHITYKSESTÄ VUOTEEN 2015 ENNUSTEMALLIN KUVAUS

Luonnonvara- ja biotalouden tutkimus 47/2019. Ilveskanta Suomessa Katja Holmala, Samu Mäntyniemi ja Juha Heikkinen

Ilveskannan seuranta Tiedosta ratkaisuja kestäviin valintoihin

Suurpetojen lukumäärä ja lisääntyminen vuonna 2000

Suurpetojen lukumäärä ja lisääntyminen vuonna 2003

Suurpetojen lukumäärä ja lisääntyminen vuonna 2004

Suurpetojen lukumäärä ja lisääntyminen vuonna 2001

Riista- ja kalatalouden tutkimuslaitoksen lausunto susitilanteesta

Lu8. vit vaikuttaa yleison kiinnostus ilmoittaa havaintoja jaltai median kiinnostus suurpetoasioihin.

Koulutuspaketti: ilvesten erillislaskenta

MAA- JA METSÄTALOUSMINISTERIÖN ASETUS POIKKEUSLUVALLA SALLITTA- VASTA ILVEKSEN METSÄSTYKSESTÄ METSÄSTYSVUONNA

Suurpetotilanne. Luumäki Erkki Kiukas

Dnro 269/301/2008. Maa- ja metsätalousministeriö Kala- ja riistaosasto PL VALTIONEUVOSTO

MAA- JA METSÄTALOUSMINISTERIÖN ASETUS POIKKEUSLUVALLA SALLITTA- VASTA ILVEKSEN METSÄSTYKSESTÄ METSÄSTYSVUONNA

MAA- JA METSÄTALOUSMINISTERIÖN ASETUS POIKKEUSLUVALLA SALLITTA- VASTA ILVEKSEN METSÄSTYKSESTÄ METSÄSTYSVUONNA

Suurpetokantojen arviointi

Maa- ja metsätalousministeriön asetus poikkeusluvilla sallittavasta ilveksen metsästyksestä metsästysvuonna

Villisikakanta-arvio tammikuussa

Voimassaoloaika Valtuutussäännökset Metsästysasetuksen (869/ ) 2 :n 3 momentti ja 5

MAA- JA METSÄTALOUSMINISTERIÖN ASETUS POIKKEUSLUVALLA SALLITTA- VASTA ILVEKSEN METSÄSTYKSESTÄ METSÄSTYSVUONNA

Matemaatikot ja tilastotieteilijät

Dnro 269/301/2008. Maa- ja metsätalousministeriö Kala- ja riistaosasto PL VALTIONEUVOSTO

Hirvikannan koko ja vasatuotto vuonna 2005

MAA- JA METSÄTALOUSMINISTERIÖN ASETUS POIKKEUSLUVALLA SALLITTA- VASTA ILVEKSEN METSÄSTYKSESTÄ METSÄSTYSVUONNA

Henkilövahinkoririskit riskiluokan I ruuduissa vuosina

Lumijälkilaskenta

Maaluokka. Kasvupaikkatyyppi km 2

Luonnonvara- ja biotalouden tutkimus 16/2019. Karhukanta Suomessa Samuli Heikkinen, Ilpo Kojola & Samu Mäntyniemi

Suurpetotutkimus/RKTL

Koordinaatit: Etelä-Häme Etelä-Savo Kaakkois-Suomi Kainuu Keski-Suomi Lappi Oulu Pohjanmaa

Hirvikannan koko ja vasatuotto pienenivät vuonna 2003

Luottamusvälit. Normaalijakauma johnkin kohtaan

Suurpetojen lukumäärä ja lisääntyminen vuonna 2005

MAAKUNTALIITE : Työmarkkinoiden rakenne maakunnittain

Harjoitukset 2 : Monimuuttujaregressio (Palautus )

Alue Pääryhmä Hakkuun ajankohta hakkuuvuosina 2) Hakkuutapa km 2 % puuntuotannon

Hämeen liitto / AU Väestö kielen mukaan sekä ulkomaan kansalaisten määrä ja maa-pinta-ala Kanta-Hämeessä k Lähde: Tilastokeskus

pitkittäisaineistoissa

Kymenlaakso Väestö päivitetty

Väestöennusteet (2012) Lähde: Tilastokeskus

Jäsenkysely Sote. uudistuksesta 2017

Hirvikannan koko ja vasatuotto vuonna 2004

Tutkimus. Diplomi-insinöörien ja arkkitehtien työllisyyskatsaus. 2. vuosineljännes 2004

Riistakannat Riistaseurantojen tuloksia Riista- ja kalatalouden tutkimuslaitos

LASTEN JA NUORTEN YLIPAINO JA LIHAVUUS

pitkittäisaineistoissa

MUUTAMA HUOMIO LASKELMISTA TUOREIN TRENDILASKELMA POVAA MAAKUNTAAN AIEMPAA HITAAM- PAA VÄESTÖNKASVUA

Diplomi-insinöörien ja arkkitehtien työllisyyskatsaus 2. vuosineljännes 2003

MS-A0502 Todennäköisyyslaskennan ja tilastotieteen peruskurssi

Kuntien vuoden 2016 veroprosentit. Kuntaliiton tiedustelu

Työttömät insinöörit kuukausittain Lähde: Työ- ja elinkeinoministeriön työnvälitystilastot

VMI9 ja VMI10 maastotyövuodet

Taulukko 1. Työttömät tekniikan alan yliopistokoulutetut. Kesäkuu 2014 Yhteensä Muutos 12 kk Suhteelliset osuudet

Tilastotieteen kertaus. Vilkkumaa / Kuusinen 1

Tilastollinen aineisto Luottamusväli

Tutkimus. Diplomi-insinöörien ja arkkitehtien. Työllisyyskatsaus. 2. vuosineljännes

Työttömät insinöörit kuukausittain Lähde: Työ- ja elinkeinoministeriön työnvälitystilastot

Kesän 2012 säilörehunlaatu Artturitulosten pohjalta

Kommenttipuheenvuoro. Projektipäällikkö. Ari Näpänkangas. Pohjois-Pohjanmaan liitto

Ilkka Mellin Tilastolliset menetelmät Osa 2: Otokset, otosjakaumat ja estimointi Estimointi

Suomen karhukannan hoitosuunnitelman päivittäminen. Marko Paasimaa Suomen riistakeskus

Työvoimapalveluiden kohdentaminen ja painopisteet Hämeessä elokuu 2017

Koko kansantalouden arvonlisäys* (BKT) maakunnittain vuonna 2016, %

Salaojitetut peltohehtaarit Suomessa

TILASTO: Metsämaan omistus 2013

Työllisyystilanne ja näkymät Satakunnassa

Estimointi. Estimointi. Estimointi: Mitä opimme? 2/4. Estimointi: Mitä opimme? 1/4. Estimointi: Mitä opimme? 3/4. Estimointi: Mitä opimme?

Sovellettu todennäköisyyslaskenta B

Sovellettu todennäköisyyslaskenta B

Sisällysluettelo ESIPUHE 1. PAINOKSEEN... 3 ESIPUHE 2. PAINOKSEEN... 3 SISÄLLYSLUETTELO... 4

806109P TILASTOTIETEEN PERUSMENETELMÄT I Hanna Heikkinen Esimerkkejä estimoinnista ja merkitsevyystestauksesta, syksy (1 α) = 99 1 α = 0.

Tutkimus. Diplomi-insinöörien ja arkkitehtien. Työllisyyskatsaus. 3. vuosineljännes

KUINKA SUURPETOKANNAT ARVIOIDAAN? Tutkijat, metsästäjät ja riistahallinto yhteistyössä:

Työttömät insinöörit. Kesäkuu 2019

Palkansaajien työmatkatapaturmat (aiemman analyysin päivitys) TVL/JS

Suurpetojen kannanhoidolliset- ja vahinkoperusteiset poikkeusluvat. Savonlinna Reijo Kotilainen

Työpaikkojen sijainti vastavalmistuneilla vuosina

Matkailun merkitys Kymenlaaksolle. Matkailuparlamentti Kuusankoski Jaakko Mikkola

Työttömät insinöörit. Helmikuu 2019

Johdatus tilastotieteeseen Estimointi. TKK (c) Ilkka Mellin (2005) 1

Syyskuu 2014 Yhteensä Muutos 12 kk Suhteelliset osuudet. Määrä % Kaikki yhteensä % 4,9 % työvoimasta

Työttömät insinöörit kuukausittain Lähde: Työ- ja elinkeinoministeriön työnvälitystilastot

Maakuntien ja kuntien rahoitus sote- ja maakuntauudistuksen jälkeen Kymenlaakson Liitto

Terveyskeskusten hammaslääkäritilanne

Osa 2: Otokset, otosjakaumat ja estimointi

Tutkimus. Diplomi-insinöörien ja arkkitehtien. Työllisyyskatsaus. 1. vuosineljännes

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Ammattikoulutuksen järjestäjäkenttä tänään

Luottamisvälin avulla voidaan arvioida populaation tuntematonta parametria.

Työttömyys sama kuin vuodenvaihteessa

Tutkimus. Diplomi-insinöörien ja arkkitehtien. Työllisyyskatsaus. 4. vuosineljännes

Joulukuu 2014 Yhteensä Muutos 12 kk Suhteelliset osuudet. Määrä % Kaikki yhteensä % 5,1 % työvoimasta

ELY -keskusten yritysrahoitus ja yritysten kehittämispalvelut v TEM Yritys- ja alueosasto Yrityspalvelut ja alueohjaus-ryhmä

Työttömät insinöörit. Huhtikuu 2019

Matkailun suuralueet sekä maakunnat

Salaojitetut peltohehtaarit Suomessa

Transkriptio:

2031/00 04 05/2017 1/11 4.7.2017 2031/00 04 05/2017 Maa- ja metsätalousministeriö Luonnonvaraosasto PL 30 00023 Valtioneuvosto Liite 1. Ilveskannan arviointiin vuonna 2017 liittyviä aineistoja ja lisätietoja Petoyhdyshenkilöverkoston kirjaamat pentuehavainnot ilveksestä Arvio ilvespentueista ja yli vuoden ikäisten ilvesten yksilömääristä ennen metsästyskautta 2017/2018 pohjautuu petoyhdyshenkilöverkoston kirjaamista havainnoista ja suoritetuista lumijälkien erillislaskennoista (1 riistakeskuksen aluetoimisto talvella 2014/2015 ja 1 aluetoimistoa talvella 2015/2016) saadusta aineistosta tehtyyn laskelmaan vuoden 2016 erillisten pentueiden määrästä. Havainnot on tehty 1.9.2016 28.2.2017 (tallennettu 21.3.2017 mennessä). Arvio ei sisällä arviota vuonna 2017 (touko-kesäkuussa) syntyvistä pennuista pentue-ennusteisiin liittyvien lukuisten epävarmuustekijöiden takia. (Kuvat 1-7) Erillislaskennat aineistona Kanta-arvion taustalla on mm. erillislaskentojen kautta tarkentunut arvio pentuemäärästä. Erillislaskentojen yhteydessä kirjattujen ilveshavaintojen kautta on laskennan kohteena olleille alueille laskettu myös aluekohtaisia kertoimia, joiden avulla voidaan havaituista erillispentueista arvioida alueen yksilöiden kokonaismäärää tarkemmin (Taulukko 1). Kertoimet on muodostettu laskemalla havaittujen pentueiden osuus kaikista laskentapäivänä havaituista ilvesyksilöistä. Vuosien 2011-2016 aikana toteutettujen erillislaskentojen perusteella arvioidut kertoimet vaihtelevat 4,5:n ja 6,8:n välillä. Alueilla, joille havainnointia täydentävää erillislaskentaa ei vielä ole suoritettu, on kannan koon arviointiin käytetty kerrointa 6, joka pohjautuu Pohjoismaissa kehitettyyn, perheryhmien pitkän aikavälin havainnointiin perustuvaan seuranta- ja arviointimenetelmään. Alueilla, joilla erillislaskennasta on kulunut yli kolme vuotta, on laskentakertoimena käytetty ns. suuraluekerrointa (laskentahanketta koskevan suunnitelman mukaisesti). Suuraluekerroin on erillislaskennassa mukana olleiden alueiden aluekohtaisten kertoimien keskiarvo, jossa itäiselle ja läntiselle osa-alueelle muodostuvat omat suuraluekeskiarvot. Itäiseen alueeseen lasketaan kuuluvaksi Etelä-Savo, Kaakkois-Suomi, Kainuu, Keski- Suomi, Pohjois-Karjala ja Pohjois-Savo. Läntiseen alueeseen lasketaan kuuluvan Etelä-Häme, Satakunta, Pohjois-Häme, poronhoitoalueen eteläpuolinen Oulu, Pohjanmaa ja Rannikko- Pohjanmaa, Varsinais-Suomi sekä Uusimaa. Suuraluekeskiarvojen käyttö nosti alueellista kerrointa suuremmaksi kuin aluekohtainen laskennan tuottama kerroin Kainuun, Kaakkois-Suomen ja Satakunnan kohdalla. Kertoimen suuruusluokka pysyi samana Keski-Suomen ja Pohjois-Savon kohdalla. Kerroin laski hieman alueellisesta kertoimesta suuraluekertoimeen siirtyneillä Etelä- Hämeellä ja Varsinais-Suomella. Huomioitavaa on kuitenkin, että pentueluvut ovat vuosien välillä edelleen suoraan vertailukelpoisia. Vuoden 2016 erillisten pentueiden määrän arviointiin vaikuttaa erillislaskennan tulos Oulun ja Uudenmaan alueilla. Muilla alueilla pentuearviointi on tehty TASSU-tietojärjestelmään tallennettujen ilvespentueiden näkö- ja jälkihavaintoihin pohjautuen. Alueilla, joilla suoritettiin erillislaskenta talvella 2014/2015 ja 2015/2016 (Oulu, Uusimaa) on vuoden 2016 pentueiden Luonnonvarakeskus Viikinkaari 4 PL 2, 00791 Helsinki Puhelin 0295 326 000 Y-tunnus 0244629-2

2/11 määrän arvioinnissa huomioitu ne erillislaskentapentueet, joiden lähialueelle ei liity Luken:n, Suomen riistakeskuksen tai Eviran aineiston naaraan perusteella lisääntymisikäisen metsästys- tai muuta kuolleisuutta (10 km säteisellä alueella) laskentapäivän jälkeen laskentavuonna tai sitä seuraavina vuosina (ml. arviovuosi), ja joihin liittyy vähintään yksi TASSU-järjestelmään tallennettu pentuehavainto. Usean aluetoimiston alueella liikkuvat ilvespentueet lasketaan sen aluetoimiston puolelle, josta pentueesta on kirjattu lukumääräisesti enemmän havaintoja. Kuva 1. Ilvespentueista tallennetut näkö- ja jälkihavainnot 1.9.2016-28.2.2017 kartalla: Koko Suomi. Ahvenanmaan pentuehavainnot eivät ole mukana aineistossa.

Kuva 2. Ilvespentueista tallennetut näkö- ja jälkihavainnot 1.9.2016-28.2.2017 kartalla: Itäinen alue. Ahvenanmaan pentuehavainnot eivät ole mukana aineistossa. 3/11

Kuva 3. Ilvespentuehavainnoista johdettu arvio erillisistä pentueista vuonna 2016 esitettynä kartalla: Itäinen alue. Pentuetta kuvaava ympyrä on visuaalinen esitys elinpiirin mahdollisesta sijainnista, ei todellinen elinpiiri. 4/11

Kuva 4. Ilvespentueista tallennetut näkö- ja jälkihavainnot 1.9.2016-28.2.2017 kartalla: Läntinen alue. Ahvenanmaan pentuehavainnot eivät ole mukana aineistossa. 5/11

Kuva 5. Ilvespentuehavainnoista johdettu arvio erillisistä pentueista vuonna 2016 esitettynä kartalla: Läntinen alue. Pentuetta kuvaava ympyrä on visuaalinen esitys elinpiirin mahdollisesta sijainnista, ei todellinen elinpiiri. 6/11

Kuva 6. Ilvespentueista tallennetut näkö- ja jälkihavainnot 1.9.2016-28.2.2017 kartalla: Poronhoitoalue. 7/11

Kuva 7. Ilvespentuehavainnoista johdettu arvio erillisistä pentueista vuonna 2016 esitettynä kartalla: Poronhoitoalue. Pentuetta kuvaava ympyrä on visuaalinen esitys elinpiirin mahdollisesta sijainnista, ei todellinen elinpiiri. 8/11

9/11 Erillisten pentueiden tunnistamisessa käytetään apuna 10 km säteistä ympyrää. Ympyrän halkaisijan koko perustuu Suomessa tehdyistä radioseurantatutkimuksista (RKTL, nykyisin Luke) saatuun tietoon ilvesten elinalueen koosta. Populaatiomallin ja ennustemallin taustan ja aineiston lyhyt kuvaus Vuosien 1998 2015 aikana koko maan kanta-arvioista laskettu vuosittainen kasvuvauhti on vaihdellut -7,8 ja 28 prosentin välillä. Suurin kasvuvauhti todettiin vuosien 2008 2010 aikana. Populaation tulevaa kehitystä voidaan arvioida erilaisten skenaarioiden eli ennustemallien avulla. Tässä ennustemallilla arvioidaan ilveskannan todennäköistä kehitystä vuoteen 2020 mennessä erilaisten vaihtoehtoisten metsästysverotusten toteutuessa. Ennustemallin pohjaksi ilveskannasta on tehty aikasarjaan pohjautuva populaatiomalli. Kyseessä on Gompertz-tyyppinen aikasarjamalli logaritmisille (log e ) havaitun ilveskannan (tässä: pentueet) ja metsästettyjen yksilöiden (tässä: naaraiden) lukumäärille vuosina [t] 1998 2016 (kts. tarkempi mallin kuvaus edellisistä kanta-arvioista). Populaatiokokoa kuvattiin poronhoitoalueen eteläpuolisen Suomen lisääntyneiden naaraiden (ilvespentueiden) lukumääräarvioiden kautta. Analyysissä on käytetty vuosittain metsästettyjen naaraiden lukumääriä kerrottuna vuosien 1996 2016 (viimeisenä metsästysvuosi 2016/2017; jonka aineisto osin epätäydellinen) metsästysnäytteiden aineistosta laskettujen yli 3-vuotiaiden naaraiden osuudella. Siten analyysi ottaa huomioon metsästyksen vaikutusta lisääntymisikäisten naaraiden määrän (kohortin) vaihteluun. Mallin parametrien estimoinnissa on käytetty ns. state-space-mallinnusta (SSM), jossa mallinnettavia systeemejä on kaksi, toinen populaatioprosessille (pop [t] ), jota säätelevät parametrit ( KASVU, METS, TIHEYS ) sekä prosessivirhe e pop[t] sekä toinen havaitulle populaatiolle (hav_pop [t] ), jonka poikkeaman populaatioprosessista ilmaisee havainnointivirhe e hav[t]. (Taulukko 1). Taulukko 1. Mallin (SSM) tärkeimpien tekijöiden ja tekijöistä johdettujen tunnuslukujen MCMC-poiminnan mukaiset posteriori-jakaumat. Tekijä (SSM) Keskiarvo Keskihajonta Alaraja 2.5 % Yläraja 97.5 % KASVU 0,181 0,020 0,139 0,219 METS 1 0,001 0,999 1,002 Kasvukerroin 1,198 0,024 1,149 1,245 1-MSY 0,835 0,017 0,803 0,870 var pop 0,006 0,003 0,002 0,014 var hav 0,001 0,001 0,00005 0,005 MSY: metsästettyjen naaraiden osuus mallinnetusta populaatiosta Kasvukerroin: luonnollinen kasvukerroin (kerrannallinen)

10/11 Jakaumat saatiin 3 100 000 toistojen sarjoista (3 sarjaa). Optimoidun mallin perusteella ennustimme naaraspopulaation (pentueiden määrän) muutosta vuodesta 2016 neljän vuoden päähän vuoteen 2020. Populaatioskenaariosta vuoteen 2020 Nyt käytetty malli tarjoaa hyvät lähtökohdat arvioida Suomen ilvesten kannankehityksen viimeisen viidentoista vuoden aikaisia vaiheita analyyttisesti. Kuitenkin lähtöaineiston luonne asettaa rajoituksia käytettävälle populaatiomallille tuottaen epävarmuustekijöitä, minkä vuoksi malliin mukaan otettuja muuttujia ja itse mallin matemaattista rakennetta on jouduttu pohtimaan paljon. Lopullinen malli pohjaa melko perinteiseen tapaan arvioida mennyttä populaatiokehitystä, mutta sen laskentatapa ja edelleen johdetut ennusteet ovat viimeaikaisten tilastotieteen kehityssuuntausten mukaisia (ns. Bayesilainen tilastotiede). Tuloksena syntyneet todennäköisyysjakaumat mahdollistavat suhteellisen luotettavan kehityssuunnan arvioinnin muutamilla erilaisilla verotusosuuksilla. Ennusteiden tuottamien kanta-arvioiden vaihteluväli (minimi-maksimi) kasvaa kuitenkin mentäessä vuosissa eteenpäin. Populaation toteutunut kasvunopeus ja siitä johdettu maksimiverotus (MSY) Tarkastelemalla mennyttä populaatiokehitystä, ilveskannalle on voitu laskea populaation toteutunut kasvu. Jos populaatioon ei kohdistu lainkaan metsästystä (metsästyskuolleisuus 0 yksilöä; luontainen kuolleisuus huomioituna) populaation luonnollinen kasvukerroin (exp( KASVU )) kasvattaa populaatiota noin 19 % vuodessa. Populaation toteutunut kasvu pysähtyy, kun poistettava kiintiö on yhtä suuri kuin luontainen kasvu. Tästä voidaan johtaa suurin mahdollinen vuotuinen poistettujen yksilöiden osuus populaatiosta, jolla populaatio todennäköisimmin pysyy vakaana (MSY, engl. maximum sustainable yield). Maksimiverotusosuudeksi malli tuotti 16 % arvioidusta kannasta (Taulukko 1). Myös METS -parametrin arvon kasvun mukaisesti metsästysverotuksen merkitys kannan ennusteeseen on voimistunut edelliseen mallin ajoon (ennusteeseen) verrattuna. Kunakin ajanhetkenä prosenttiosuuden tuottama yksilömäärä vaihtelee arviointihetken kannankoon mukaisesti (Kuva 8). Kuva 8. Ennustettu populaatiokehitys 16 %:n verotuksella luottamusväleineen (sininen viiva) sekä metsästyssaaliin lisääntymisikäisten naaraiden lukumäärien 95 %:n ylä- ja alarajat (keltainen viiva).

11/11 Nykyisillä populaatiotiheyksillä populaation kasvukertoimen tiheysriippuvan säätelyn arvioimme merkityksettömäksi (ks. mallin kuvaus), joten mallin kasvukertoimen perusteella saatua 16 %:n arviota (Taulukko 1) maksimiverotuksesta voitaneen soveltaa tulevaisuudessa kannan säilyttämiseksi vakaana, jos naarasverotuksen rakenteessa ei tapahdu suuria muutoksia. Ennustettu populaation koko, hajontaluvut ja metsästettyjen naaraiden lukumäärien vaihteluvälit metsästysverotuksille 10 %, 16 % ja 20 % Ennustettaessa populaation kokoa neljän vuoden päähän (vuoteen 2020) voimme käyttää lähtökohtana mallin tuottamia populaatiokoon odotusarvoja (Taulukko 2: keskiarvopopulaatio). Ennustamiseen liittyy kuitenkin epävarmuutta, jonka suuruutta pyrimme mallinnuksen avulla kuvaamaan (kvantifioimaan). Keskihajonta -sarakkeen luvut ilmaisevat, kuinka luotettava arviomme populaation koosta on. Tämän jakauman perusteella voidaan laskea, mille välille todellinen populaatiokoko 95 %:n todennäköisyydellä sijoittuu. Todennäköisyysjakaumasta voidaan lisäksi laskea todennäköisyyksiä eri tapahtumille. Mallin perusteella voidaan esimerkiksi ennustaa, mikä on odotettavissa oleva metsästettyjen (lisääntymisikäisten) naaraiden määrä vuonna 2020. Taulukko 2. Ennustettu populaation koko ja hajontaluvut sekä metsästettävien naaraiden lukumäärien 95 % vaihteluväli mallin (SSM, Taulukko 2) mukaan neljän vuoden kuluttua vuonna 2020 (vuodesta 2016; lähtöpopulaation koko on 438 pentuetta). Eri metsästysverotusskenaarioille on laskettu todennäköisyydet (Tn), että populaatio kasvaa yli 600 tai laskee alle 300 pentueen vuoteen 2020. Verotus Keskiarvopopulaatio v. 2019 Keskihajonta Alaraja 2.5 % Yläraja 97.5 % Tn% (pop>600) Tn% (pop<300) Mets. alaraja 2.5 % Mets. yläraja 97.5 % 10 % 602 108 420 839 46,8 0,03 42 84 16 % 442 69 322 600 2,4 0,8 49 102 20 % 373 65 257 523 0,4 10,6 51 105 16 %: vakaa populaatio 10 %: kasvava populaatio 20 %: pienenevä populaatio