Utvärdering av metod för övervakning av skogsbiotoper

Transkript

1 Utvärdering av metod för övervakning av skogsbiotoper Metoden Extensiv övervakning av skogsbiotopers innehåll ur Naturvårdsverkets Handbok för miljöövervakning

2

3 Utvärdering av metod för övervakning av skogsbiotoper Tord Snäll Olle Kellner Länsstyrelsen Gävleborgs län Rapport 2003:15 Länsstyrelsen Dalarnas län Rapport 2003:27 Länsstyrelsen Värmlands län Rapport 2003:21

4 2

5 FÖRORD Länsstyrelserna har i uppdrag att inom den regionala miljöövervakningen mäta sådana förändringar i naturmiljön som kopplar till regional miljöpåverkan respektive skyddsåtgärder. För att säkerställa en jämn kvalitet på övervakningen ska länsstyrelserna tillämpa de metoder som finns i Naturvårdsverkets Handbok för miljöövervakning. Inom programområde skog har sedan 1998 funnits en uppsättning metoder för övervakning av skogsbiotopers innehåll med inriktning mot biologisk mångfald. Det är undersökningstyperna Allmäninventering; Bestånds- och ståndortsinventering; Substratinventering samt Indikatorartsinventering. Eftersom denna typ av övervakning i skog är relativt ny, finns det ett behov av att utvärdera metoden. Länsstyrelserna i Gävleborgs, Dalarnas och Värmlands län har därför i ett gemensamt projekt utvärderat metoden med hjälp av det material som de tre länen samlat in under de år de gjort mätningar med metoden. Projektet har styrts av en arbetsgrupp bestående av Jemt Anna Eriksson från Dalarnas län, Nelly Grönberg från Värmlands län och Olle Kellner från Gävleborgs län. Utförare har varit Tord Snäll, Uppsala Universitet, som gjort alla statistiska analyser och skrivit merparten av rapporttexten. Olle Kellner har redigerat rapporten och skrivit en del av texten. TACK Arbetsgruppen vill tacka Jun Yu, Göran Ståhl och Anna Ringvall, alla SLU, som gav viktiga och värdefulla synpunkter på analysen av förändring. Tack också till Anita Andersson och Linda Stöberg som kämpade tappert med att rätta till fel bland data från Värmlands län, ända fram tills det var bara tre dagar kvar av Tords arbetstid. Särskilt tack till dem som svarat på fältinventerarenkäten: Pierre Ahlgren, Linda Andersson, Jonas Grahn, Helena Gralén, Thomas Johansson, Maria Kilnäs, Sebastian Kirppu och Christer Larsson; och till Linda Andersson, Jonas Grahn, Thomas Johansson och Tina Nilsson, som gett mycket konstruktiva kommentarer till en tidigare version av rapporten. Naturvårdsverket har finansierat studien som ett specialprojekt inom regional miljöövervakning. 3

6 4

7 INNEHÅLL Sammanfattning Bakgrund Syfte Material och metoder Insamling av fältdata Datapreparering Enkät till fältarbetare Volymsberäkningar Rådatasammanställning Upprepbarhet Statistisk analys Resultat Tillstånd Upprepbarhet Förändring Enkäten till fältinventerare Diskussion Tillstånd Upprepbarhet Förändring Förslag till metodförändringar Substratinventering Bestånds- och Ståndortsinventering Allmäninventering Tillägg till nuvarande undersökningstyper Datakvalitet, kvalitetssäkring Slutsatser Övervakning av skyddad skog Vilken nisch kan Extensivmetoden fylla i svensk miljöövervakning? Vad kan man mäta med metoden och vad kostar det? Är det en bra metod? Hur bra är det jämfört med andra metoder? Sammanfattande bedömning av Extensivmetoden i relation till andra metoder Referenser Bilagor: 1. Urval av inventeringsobjekt 2. Detaljerade resultat: tabeller, figurer och statistik 3. Enkätsvar från fältinventerare 4. Styrkefigurer 5. Komplettering om upprepbarhetstestet 6. Förslag på stickprovsdesign vid övervakning av enskilda objekt 7. Arbetsgång vid beräkning av förväntad statistisk precision samt kostnad för övervakning (Kan beställas från Länsstyrelsen i Värmlands, Dalarnas eller Gävleborgs län.) 8. Programkod för datainläsning och analyser i statistikprogrammet R. (Kan beställas från Länsstyrelsen i Värmlands, Dalarnas eller Gävleborgs län.) 5

8 6

9 SAMMANFATTNING Under åren har länsstyrelserna i Värmlands, Dalarnas och Gävleborgs län undersökt sammanlagt 94 inventeringsobjekt med undersökningstyperna Allmäninventering, Substratinventering och Bestånds- och ståndortsinventering i Naturvårdsverkets Miljöövervakningshandbok. Undersökningstyperna ingår i delprogrammet Extensiv övervakning av skogsbiotopers innehåll. Det visade sig finnas stora problem med datakvaliteten, och en del av dessa problem hann inte lösas under projektet. För 32 av objekten fanns inte tillförlitliga data från substratinventeringen tillgängliga under projektet. Reservaten och nyckelbiotoperna hade större mängder död ved av olika slag än de gamla (>100 år) produktionsbestånden. Det fanns också mer fynd av signalarter i reservat och nyckelbiotoper allra flest i reservaten. Det är liten skillnad (5-10 %) mellan inventeringslagen för variabler som mäts med objektiva metoder (med klave, måttband eller höjdmätare) på lätt identifierbara substrat. För variabler som bygger på bedömningar av olika slag (t.ex. nedbrytningsgrad och beskuggning) är det oftast större skillnad mellan inventeringslagen, men vissa av dessa är biologiskt mycket viktiga. Det kan också bli stora skillnader mellan inventeringslagen om substratet är svårupptäckt (t.ex. förmultnade lågor) eller svårklassificerat. När det gäller artobservationer är det ofta stora personskillnader (>50 %) för vissa enskilda arter, men mindre för mer lättupptäckta arter. Troligen bör man dock räkna med att personskillnaden kan vara % även för lättupptäckta arter. Utbildning och träning av fältpersonalen är mycket viktigt för att minimera felen. Tio inventeringsobjekt hade inventerats två gånger, 1998 och Endast för en variabel antal trädstammar fanns en statistiskt signifikant förändring i medeltalet av objekten. Emellertid måste denna förändring betraktas med försiktighet eftersom den är av samma storleksordning (ca 10 %) som den förväntade personskillnaden för variabeln. I rapporten görs en genomgång av alla variabler i undersökningstyperna, med förslag på vilka variabler som skulle kunna strykas. Genomgången grundar sig på resultatet av analyserna och synpunkter från fältarbetare. Rapporten avslutas med ett slutsatskapitel där metodens användbarhet i olika situationer gås igenom. Slutsatsen blir att den är användbar för övervakning av substrat och bestånd såväl i enstaka reservat som i grupper av reservat. När det gäller övervakning av indikatorarter (signalarter) är metoden användbar för övervakning av grupper av reservat men inte för övervakning av enskilda reservat, annat än för mycket kraftiga artförändringar. 7

10 8

11 1 BAKGRUND Övervakningen av biologisk mångfald i skog kan göras på landskaps-, biotop- eller artnivå. På landskapsnivå övervakas mängden av biotoper, deras form och rumsliga fördelning. På nästa nivå, biotopnivå kan biotopernas innehåll med avseende på strukturer som är viktiga för biologisk mångfald och vissa indikatorarter övervakas. Den tredje nivån innebär övervakning av enskilda arters populationsdynamik. Övervakningen av biologisk mångfald på biotopnivå kan inriktas mot vanliga eller ovanliga biotoper. Det är viktigt att övervaka vanliga biotoper, deras strukturer och arter, för att de är förutsättningen för skogsekosystemens funktion. Ovanliga biotoper är viktiga att övervaka för att de hyser en stor andel av den totala biologiska mångfalden. Många rödlistade arter är beroende av habitat och strukturer i ovanliga biotoper. Därför utgör ovanliga biotoper en stor andel av rödlistade arters areella utbredningen i landskapet. Övervakningen av vanliga biotopers innehåll görs inom Riksinventeringen av skog (RIS) som består av Riksskogstaxeringen (RT) och Markinventeringen (MI). I de programmen ingår övervakning av vissa strukturer som är viktiga för biologisk mångfald, och vissa indikatorarter. Men stickprovsstorleken är anpassad för att beskriva tillstånd och förändring för hela landet, eller landsdelar. För att övervaka både ovanliga och vanliga biotopers innehåll, med avseende på biologisk mångfald finns de i Naturvårdsverkets (härefter NV) Handbok för miljöövervakning ingående metoderna (Undersökningstyper enligt NV:s terminologi) Allmäninventering (Anonym 1999a), Substratinventering (Anonym 1999b) och Bestånd- och ståndortsinventering (Anonym 1999c). Sedan 1998 bedrivs övervakningsprogram med metodiken i Handbok för miljöövervakning i Gävleborgs och Värmlands län, och sedan 2000 i Dalarnas län. År 2002 gjordes den första återinventeringen av vissa av biotoperna (inventeringsobjekten) som ingår i övervakningsprogrammen. De tre länen beslöt då att, med stöd från Naturvårdsverket, utvärdera metoden utifrån de mätningar som gjorts. 9

12 2 SYFTE Syftet med den här studien var att utvärdera det i Handbok för miljöövervakning ingående delprogrammet Extensiv övervakning av biotopers innehåll med inriktning mot biologisk mångfald, och de däri ingående undersökningstyperna Allmäninventering (Anonym 1999a), Substratinventering (Anonym 1999b) och Bestånd- och ståndortsinventering (Anonym 1999c). Mer specifikt var uppdraget: att beskriva tillståndet för olika beståndstyper, samt för markanvändningskategorierna nyckelbiotop, naturreservat och gammal produktionsskog och län (Dalarnas, Gävleborgs och Värmlands), att testa skillnader mellan olika beståndstyper och markanvändningskategorier, att testa om det fanns systematiska skillnader mellan olika inventerare i fältregistreringen, att testa om det hade skett en förändring i tillstånd, att utifrån förändringsanalysen göra stickprovsstorleksberäkningar och styrkeanalyser, att sammanställa synpunkter från fältarbetare som arbetat med metoden, att utifrån resultaten av analyserna och fältarbetares erfarenheter föreslå vilka variabler som skulle kunna strykas från undersökningstyperna, att komma med rekommendationer för fortsatt övervakning, både vad gäller detaljer och stickprovsutformning. 10

13 3 MATERIAL OCH METODER 3.1 Insamling av fältdata 94 inventeringsobjekt hade inventerats vid ett tillfälle under åren Tio av dessa återinventerades under Fältmetodiken beskrivs i detalj i Fältinstruktion (Anonym 1999d) för Undersökningstyperna Allmäninventering, Substratinventering och Bestånd- och ståndortsinventering. 3.2 Datapreparering Efter fältarbetet hade data i vissa fall matats in i Excel-filer, i andra fall direkt in i en databas som utvecklats för metoden (Ernstson och Landgren 2001). Data som matats in som Excelfiler hade därefter, efter viss anpassning, importerats till databasen. Importen till databasen gjordes för att få enhetlig datastruktur. Inför de statistiska analyserna exporterades data från databasen till Excelfiler med enhetlig struktur. Undantag från denna procedur var en del av Excelfilerna från Dalarnas län, som av okänd teknisk orsak inte kunde importeras till databasen. De anpassades i stället manuellt till samma struktur och format som filerna som exporterats från databasen. De enhetliga Excelfilerna från respektive län lades sedan ihop och redigerades för att passa statistikprogrammet R (Ihaka and Gentleman 1996), som användes för sammanställningar och analyser. Bland annat modifierades ID-beteckningarna för olika nivåer (bälten, segment, substratobjekt, cirkelytor, träd); bindestreck och mellanslag ersattes med punkter; å, ä och ö ersattes av a och o. För vissa klassade variabler översattes klasserna till numeriska värden: Luckighet: luckor 0,5-2-3 luckor 2,5 - minst 4 luckor 4 Busk- och småträdstäckning: % täckning % täckning % täckning % täckning % täckning 75 Nedbrytningsgrad: - <10% % 17, % 37, % 62, % 87,5 Ytblock antal: Markvegetationstäckning: % 12, % 37, % 62, % 82, % %

14 Barktäckning: - <50 % % 70 - >90 % 95 Levermosstäckning (cm 2 ): >0-3 1, , > Enkät till fältarbetare Ett frågeformulär skickades ut till de flesta av dem som arbetat med metoden i fält sedan år Fältarbetarna ombads redogöra för sin bedömning av de enskilda variablerna i metoden utifrån sina erfarenheter, samt göra mer allmänna metodkommentarer och förslag till förbättringar. Variabelbedömningen gjordes med betyg i 5-gradiga skalor i fem punkter: Säkerhet i måttet/skattningen ( upprepbarhet objektivitet) Svårighet att mäta/bedöma (inkl. utbildningskrav) Tidsåtgång Upplevd relevans för biologisk mångfald Sammanfattande bedömning 3.4 Volymsberäkningar Volymen för hela träd på cirkelprovytor och i bälten beräknades från brösthöjdsdiameter och ståndortsfaktorer enligt Söderbergs (1992) funktioner. Ett problem med att tillämpa Söderbergs funktioner på vårt material är att beståndsåldrar över 110 år ger systematiska underskattningar av trädvolymen. För att undvika detta sattes beståndsåldern schablonmässigt till 90 år för alla objekt, eftersom alla objekt utgjordes av bestånd som var äldre än 90 år, och eftersom åldern inte gör någon skillnad för volymskattningen i intervallet år. För substrattyperna avverkningsstubbe och högstubbe lägre än 3 meter beräknades volymen med ekvationen för en cylinder. För högstubbar som var högre än 3 meter beräknades först ursprunglig höjd (h 0 ) och volym (V 0 ) enligt Söderberg (1992). Högstubbevolymen (V i ) beräknades därefter enligt funktionen V i = V 0 (2i i 2 ), där i = högstubbens höjd / h 0. För volyms- och höjdberäkningarna enligt Söderberg (1992) saknades data på vissa oberoende variabler från vissa inventeringsobjekt. Dessa ersattes av undersökningsansvariga handläggare enligt följande: beståndsåldern sattes till 90 år (detta gäller alla inventeringsobjekt), en bedömning av (tall)ståndortsindex gjordes utifrån cirkelprovytedata. 12

15 En variabel som behövs i Söderbergs funktioner är provytans grövsta träds diameter. Denna variabel ersattes med hela inventeringsobjektets grövsta träds diameter. För volyms- och höjdberäkningen för substratobjekt från ominventerade inventeringsobjekt användes samma värde på grövsta träds diameter som för beräkningen för substratobjekt från första inventeringstillfället. Volym av lågor beräknades enligt Smalians formel (Löetsch et al. 1973), enligt vilken volymen = längden * (medelvärdet för tvärsnittsarean i grövsta änden och smalaste änden). Formeln för lågavolymen (V) är alltså V = L * π * (B 2 + T 2 ) / 8 där B är basdiametern, T är toppdiametern och L är längden. Även volymen för den delen av en låga som är grövre än 10 cm har beräknats, eftersom denna diametergräns för smalaste änden använts i Riksskogstaxeringen (Anonym 1995). Denna volym kallas i tabellerna för RT-volym. För de lågor där smaländen var grövre än 10 cm användes Smalians formel (V 10 = V). För lågor smalare än 10 cm i smaländen användes formeln V 10 = L * π * [(B ) / (B 2 - T 2 )] /8 Formeln förutsätter att lågans tvärsnittsarea avtar linjärt från basen till toppen. 3.5 Rådatasammanställning Rådata sammanställdes för varje inventeringsobjekt enligt nedanstående. För de variabler som redovisas med mängd per ha gjordes först en summering av variabeln för hela objektet, därefter dividerades detta värde med den aktuella undersökta arealen, dvs. summan av cirkelprovytornas areal respektive bältesarealen i objektet. Tillstånd Bestånds- och ståndortsinventering Först beräknades grundyteandel av levande tall, gran, björk- och löv (inklusive björk). Utifrån denna information klassificerades inventeringsobjekten i beståndstyperna tallskog (>70 % tall), granskog (>70 % gran), barrblandskog (<30 % löv), blandskog (30-70 % löv), lövskog (>70 % löv). Mängd per ha beräknades för variablerna: - Stubbar - Grundyta av levande träd - Trädvolym (levande) - Trädvolym (död) - Tallvolym (levande) - Granvolym (levande) - Björkvolym (levande) - Övrig lövvolym (levande) - Antal träd - Ytblock, antal - Luckighet 13

16 Baserat på mätdata från cirkelprovytans första kvadrant beräknades mängd per ha för variablerna: - Antal träd - Antal granar (levande) - Antal granar (döda) - Antal tallar(levande) - Antal tallar (döda) - Antal förekomster av garnlav (ale.sarm) - Antal förekomster av kattfotslav (art.leuc) - Antal förekomster av violettgrå tagellav (bry.nadv) - Antal förekomster av gammelgranslav (lec.abie) Det ansågs önskvärt att få ett preliminärt mått på skiktningen. Därför beräknades för varje inventeringsobjekt medelvärdet av antalet trädskikt per cirkelprovyta. Definitionen av ett skikt baserades på träddiameter och stamantal. För klena diametrar kräves fler stammar för att det skulle betraktas som ett skikt (tabell 1). Tabell 1. Minimiantal stammar per diameterklass på en cirkelprovyta för att definiera ett skikt på ytan. Diameterklass minimistamantal motsvarar per ha: (cm) per provyta stamantal grundyta > Medelvärdet av variablerna: - Beskuggning - Ytblockens medeldiameter - Markfuktighet - Rörligt markvatten - Topografisk belägenhet Antal förekommande klasser av: - Buskar- och småträd - Fältskikt - Bottenskikt För fältskiktet beräknades andel cirkelprovytor som registrerats som - Rika typer (Faltskikt < 10, dvs. örttyper, grästyper och fältskikt saknas), - Våta typer (Faltskikt = 10-12, dvs. starr- och fräkentyper), respektive - Ristyper (Faltskikt > 12). För bottenskiktet beräknades andel cirkelprovytor som registrerats som - Lavtyper (Bottenskikt = 1-3), - Sumpmosstyper (Bottenskikt = 4-5), respektive - Friskmosstyp (Bottenskikt = 6). 14

17 Substratinventering Mängd per ha av variablerna - Lågavolym (enligt Smalian och RT), lågaantal (enligt Smalian) redovisat separat för tall, gran, björk, asp, löv utom björk, totalt - Volym av varje nedbrytningsgradklass - Volym av lågor >24 cm i bas - Volym och antal av Levande lövträd redovisat separat för björk, asp, sälg, rönn, löv utom björk, totalt - Volym och antal av Grovt barrträd redovisat separat för tall, gran, totalt - Volym och antal av Högstubbe och Avverkningsstubbe och Dött träd redovisat separat för tall, gran, björk, asp, löv utom björk, totalt - Totala antalet förekomster av alla signalarter (dvs. exkl. fom.fome, fom.pini, tri.abie) - Totala antalet förekomster av lågasignalarter: (anas.hel + ant.pulv + ast.ferr + cla.para + cla.pyxi + cli.bore + cys.murr + fom.rose + her.cora + ino.rhea + lep.moll + phe.chry + phe.ferf + phe.nigl + phe.pini + phe.viti + tri.lari) - Totala antalet förekomster av lövsignalarter (col.flac + col.furf + col.subn + lep.satu + lob.pulm + lob.scro + neck.pen + nep.bell + nep.laev + nep.pari + nep.resu + par.trip) - Totala antalet förekomster av varje art separat - Area levermossa Medelvärdet för variablerna - Lågadiameter - Beskuggning - Nedbrytningsgrad - Barktäckning - Markfuktighet - Markvegetation Förändring För de objekt som hade inventerats vid två tillfällen, redovisas förändringen från första inventeringstillfället (1998) till andra inventeringstillfället (2002) enligt följande. Bestånds- och ståndortsinventering Förändring i mängd per ha av variablerna - Antal träd - Grundyta - Volym levande träd - Volym levande tall - Volym levande gran - Volym levande björk - Volym levande övrigt löv - Volym döda träd - Antal förekomster, art för art, av ale.sarm, art.leuc, bry.nadv, bry.frem, lec.abie 15

18 Substratinventering Förändring i mängd per ha av variablerna - Volym stående död ved - Lågavolym - Lågavolym (lågor >24 cm i bas) - Volym övrigt löv - Volym grovt barr - Totala antalet förekomster av alla signalarter (dvs. exkl. fom.fome, fom.pini, tri.abie) - Totala antalet förekomster av lågasignalarter: (anas.hel + ant.pulv + ast.ferr + cla.para + cla.pyxi + cli.bore + cys.murr + fom.rose + her.cora + ino.rhea + lep.moll + phe.chry + phe.furf + phe.nigl + phe.pini + phe.viti + tri.lari) - Totala antalet förekomster av lövsignalarter (col.flac + col.furf + col.subn + lep.satu + lob.pulm + lob.scro + neck.pen + nep.bell + nep.laev + nep.pari + nep.resu + par.trip) - Totala antalet förekomster av fom.fome, fom.pini, phe.viti och tri.abie separat - Area levermossa 3.6 Upprepbarhet I ett inventeringsobjekt (naturreservat, X-län) inventerades två bälten av två inventeringslag (lag 1 och 2) under år 2000 med syfte att undersöka om det förelåg systematiska skillnader i registreringen av variabler mellan olika inventeringslag. Samma cirkelprovytor och bältessegment inventerades av de båda lagen, med ett par veckors mellanrum. 3.7 Statistisk analys Allmänt Resultaten av den statistiska analysen gäller endast för inventeringsobjekten som har analyserats, och kan alltså inte förlängas till att gälla alla naturreservat, nyckelbiotoper och produktionsskogsbestånd i de studerade länen. Detta beror på att urvalet av inventeringsobjekt inte har gjorts slumpmässigt. I bilaga 1 framgår hur inventeringsobjekt har valts ut. Detta kommenteras vidare i diskussionen av resultaten. Materialet, analysernas syfte Materialet består egentligen av tre delar, sett ur analyssynpunkt: Tillståndet i ett stort antal (92 st) inventeringsobjekt av olika kategorier Förändringen från 1998 till 2002 i ett urval av dessa objekt (10 st) Upprepbarhet av fältmätningarna i ett (1) objekt som dubbelinventerats Syftet med analyserna av tillståndet var tvåfalt: 1) Att sammanställa vilka värden de undersökta variablerna har i alla inventeringsobjekten, och analysera om det finns skillnader mellan olika kategorier av objekt, t.ex. mellan reservat och produktionsskogar, eller mellan gran- och tallskogar. Motivet för denna analys var dels att beskriva objekten, men också att undersöka vilken variation som finns mellan objekt av olika typer, och vilka kategorier som faller ut som signifikant åtskilda. 16

19 2) Att undersöka korrelationer mellan variabler och att analysera vilka oberoende miljöoch substratvariabler som påverkar antalet signalartsförekomster. Antal förekomster av signalarter antogs vara ett mått på naturvärde. Motivet för dessa analyser var att få underlag för att kunna bedöma vilka variabler som skulle kunna strykas. Syftet med analyserna av förändringen var att få reda på hur små förändringar man kan vänta sig att kunna upptäcka inom en grupp inventeringsobjekt. Eller omvänt hur många objekt man måste ha i ett stickprov för att kunna upptäcka förändringar av en viss storlek. Syftet med analyserna av upprepbarhet var att få reda på hur stor osäkerhet det är i själva fältmätningarna, på grund av personskillnader m.m. Tillstånd och upprepbarhet Analysmetoder för olika variabeltyper Alla statistiska analyser av tillstånd och upprepbarhet gjordes med olika varianter av generaliserade linjära modeller, härefter GLM (McCullagh & Nelder 1989). Tre olika typer av responsvariabler analyserades: kontinuerliga, heltal, binära och en ordinell variabel. En typisk kontinuerlig variabel är levermosstäckning/ha bälte. Men också klassvariabler med linjär relation mellan klasserna har betraktats som kontinuerliga, tex. nedbrytningsgrad som angivits i %-klasser. För dessa variabler har klassmitt använts som observerat värde (se ovan, avsnittet Datapreparering). Kontinuerliga variabler har analyserats med antagande om normalfördelade residualer (linjär regression, ANOVA, ANCOVA). I denna typ av analys antas emellertid homogen varians. Det uppfylldes, som framgår av resultatdelen, för vissa modeller efter att responsvariabeln logaritmerats. Flera responsvariabler var heltal, tex. antal förekomster av signalarter. I dessa analyser antogs att residualerna följt en Poisson-fördelning, och en logaritmisk länkfunktion användes. Med denna fördelning underskattas emellertid ofta residualvariationen, och det visades vara fallet även i denna studie. Därför modellerades relationen mellan Poisson-fördelningen och observerad fördelning, dvs. en dispersion-parameter (DP) skattades. Utifrån DP-skattningen korrigerades standard error och därpå följande teststatistika och p-värde. För att ta hänsyn till effekten av att olika bältesyta inventerats i olika inventeringsobjekt sattes bältesarea som s.k. offset. I analyser av responsvariabler som är binära eller har registrerats på en ordinell skala med minst tre klasser antogs att residualerna följer en binomialfördelning och en logit länkfunktion användes. En GLM med en binär responsvariabel kallas ofta logistisk regressionmodell. I tester med en responsvariabel som registrerats på en ordinell skala har Proportionell odds logistisk regression använts. Relationen mellan klasserna i en ordinell variabel är inte linjär. Ett exempel på en sådan variabel är beskuggning, där man vet att klass fyra är mer beskuggat än klass två, men man kan inte säga att klass fyra är dubbelt så beskuggat som klass två. Ofta analyseras denna typ av variabler med χ 2 -test som inte tar hänsyn till att det är mindre skillnad mellan klass tre och fyra, än mellan klass två och fyra. Ett χ 2 -test med ordinell responsvariabel skulle vara mera kritiskt eller konservativt, och data utnyttjas inte till fullo. 17

20 Tillståndsanalyser För att analysera tillståndet har främst använts sekvensiella likelihood ratio tester (LRT härefter) som är lämpliga för nestade ( ask-i-ask ) modeller (McCullagh & Nelder 1989). Med ett sekvensiellt LRT undersöker man om det finns en ytterligare effekt av en variabel, efter att den statistiska effekten av de variabler som redan finns i analysen (modellen) har tagits bort. Analysen görs stegvis, där man i varje steg testar om en ny variabel har någon effekt. Om den har det, tas den med i modellen och man går vidare till nästa steg, där man testar om någon variabel har ytterligare effekt efter att effekten av den/de variabler som redan finns i analysen (modellen) har tagits bort. I LRT av nestade modeller med normal felfördelning eller med korrigerad Poissonfelfördelning rekommenderas F-test (hjälpfilen för funktionen anova.glm, R 1.6.2, Ihaka & Gentleman 1996). Med LRT testas ej effekten av faktorvariablers enskilda klasser, eller om effekten av en variabel är positiv eller negativ, dvs. lutningskoefficienten i en regressionsmodell. Som framgår av resultatdelen, har sådana tester emellertid gjorts, men de är approximativa (se nedan) och pga. av tidbrist redovisas den statistiska informationen av de testerna ofullständigt. Upprepbarhetsanalyser I analyserna av upprepbarhet testades vissa skillnader mellan inventeringslagen med t-test och Z-test. Tester i modeller med icke-normalfördelade residualer är approximativa, och p-värdena ska därför tolkas med försiktighet. Förändring Enligt delprogrammet ska inventeringsintervallet vara 10 år. Vi hade emellertid endast tillgång till data med intervallet fyra år, vilket ger en underskattning av variationen. Data på förändring analyserades för följande variabler, som kan antas vara normalfördelande: Variabel/parameter Antal träd (ha -1 ) Grundyta (m 2 ha -1 ) Volym levande träd (m 3 ha -1 ) Volym döda träd (m 3 ha -1 ) Volym levande tall (m 3 ha -1 ) Volym levande gran (m 3 ha -1 ) Volym levande björk (m 3 ha -1 ) Volym levande övrigt löv (m 3 ha -1 ) Volym stående död ved >15 cm diameter (m 3 ha -1 ) Volym lågor (m 3 ha -1 ) Volym lågor med basdiameter >25 cm (m 3 ha -1 ) Volym lövträd mätta i bältet (m 3 ha -1 ) Volym lövträd utom björk, mätta i bältet (m 3 ha -1 ) Volym grova (>35 cm) barrträd (m 3 ha -1 ) Antal fynd av signalarter (ha -1 ) Antal fynd av låga-signalarter (ha -1 ) Antal fynd av lövträds-signalarter (ha -1 ) Täckning levermossa på lågor (cm 2 ha -1 ) Kod cpytradant.ha grundyta.ha levvol.ha dodvol.ha levtallvol.ha levgranvol.ha levbjorkvol.ha levovrlovvol.ha DODvol.ha lagavols.ha laga25vols.ha lovvol.ha ovrlovvol.ha grovbarrvol.ha allasignartsum.ha lagasignartsum.ha lovartsum.ha LevermossT.ha 18

21 Först skattades variablernas förändring för varje inventeringsobjekt som ^D = Ŷ 2 Ŷ 1, där Ŷ 2 och Ŷ 1 är skattningarna vid tidpunkterna 1 och 2 (^ symboliserar skattning). Vidare beräknades medelvärdet över alla inventeringsobjekt för skattning av förändring, medel( ^D ), variansen för skattning av förändring, V( ^D ), standardavvikelsen för skattning av förändring som σ( ^D ) = V( ^D ), och medelfelet för skattning av förändring som τ = σ( ^D ) / n, där n är antalet observationer (= antal ominventerade inventeringsobjekt). Variationen i förändring mellan de inventerade objekten (σ( ^D ) och τ) användes för att beräkna nedanstående mått som egentligen syftar på medelförändringen i hela populationen objekt som de inventerade objekten var ett urval från. Skattningarna av dessa mått har inte gjorts statistiskt korrekt, eftersom de inventerade objekten inte valts slumpmässigt, men är ändå intressanta att göra eftersom det är den typen av mått man vill beräkna om man slumpat inventeringsobjekten. Och variationen mellan de inventerade objekten liknar troligen den variation man råkar ut för i ett skarpt läge där man gjort en riktig slumpning. Konfidensintervallet för hur mycket hela populationen inventeringsobjekt förändrats beräknades som medel( ^D ) ± t α/2 * τ, där t är det kritiska värdet av normalfördelningen för små stickprov (t-fördelningen). Sannolikheten (p-värdet) för att medelförändringen i hela populationen inventeringsobjekt var signifikant skild från 0, dvs. om en förändring har skett, beräknades i t-test. Stickprovsstorleken (= antal inventeringsobjekt) av det stickprov som skulle behövas för att påvisa en förändring med en viss storlek och sannolikhet beräknades som Z N = α/2 σ (D) F 2, där N är stickprovsstorleken, Z α/2 är det kritiska värdet av (standard) normalfördelningen för felnivån α och F är förändringens storlek. Låga värden på N är underskattningar på grund av att Z gäller för stora stickprov. Jag använde inte t-fördelningen eftersom det kritiska t-värdet beror av stickprovsstorleken. Den statistiska styrkan h(f) är sannolikheten att man upptäcker en förändring som verkligen har skett, och den beräknades som tα/ 2 τ F tα/ 2τ F h(f) = 1 Φ + Φ τ τ, där Ф() står för t-fördelningens kumulativa sannolikhetsmassa som används för små stickprov av normalfördelade variabler, t α/2 är det kritiska värdet för t-fördelningen vid α/2. α är risken 19

22 att dra slutsats om att förändring har skett trots att den faktiskt inte har gjort det (felnivå). τ är variabelns medelfel. Kommentar signifikans, felnivå, styrka, stickprovsstorlek Verkligt värde, skattning, konfidensintervall Betrakta en variabel, t.ex. volym lågor per ha, i en population av skogsbestånd. Det finns ett verkligt värde på denna variabel, säg 10 m 3 /ha. När man gör mätningar i ett stickprov av populationen får man en skattning av variabeln, säg 12 m 3 /ha. Med statistikens hjälp kan man få ett konfidensintervall runt skattningen. Det är det intervall inom vilket man med en given sannolikhet (oftast väljer man 95 %) har det verkliga värdet. Vidden på konfidensintervallet beror dels på variationen mellan objekten, dels på antalet objekt i stickprovet. Två typer av fel När man gör statistiska tester finns det två typer av fel man riskerar att göra: I) Man förkastar nollhypotesen trots att den är riktig (falskt larm). II) Man accepterar nollhypotesen trots att den är felaktig (missat larm). Felnivå I statistiska undersökningar talas det mest om risken för fel av typ (I). De p-värden som redovisas i våra resultattabeller är just sannolikheten för att man gör ett fel av typ (I) om man förkastar nollhypotesen, dvs. risken att det i verkligheten inte finns någon skillnad /har inträffat någon förändring. Man brukar bestämma hur stor risk man accepterar för denna typ av fel, och kalla det felnivå, ofta betecknat α. Om p<α anser man skillnaden/förändringen vara statistiskt signifikant. Styrka Risken att göra ett fel av typ II betecknas ofta β. Den statistiska styrkan är sannolikheten att en felaktig nollhypotes verkligen ska förkastas i testet och är = 1 - β. Det innebär i vårt fall sannolikheten att man faktiskt får fram en statistiskt signifikant skillnad/förändring då det finns en verklig skillnad/förändring av en viss storlek. Stickprovsstorlek Den statistiska styrkan beror bland annat på stickprovets storlek. De beräkningar som gjorts av stickprovsstorlek i denna rapport är dock inte direkt kopplade till styrkan, utan har mer att göra med konfidensintervall runt en skattning. Vi har beräknat det antal objekt som skulle behövas för att ett konfidensintervall (med konfidens 1-α) runt den skattade förändringen inte innefattar noll. Det betyder samtidigt att förändringen är statistiskt signifikant med felnivå α. Vi har också beräknat stickprovsstorlekar för att nå en viss styrka, för ett givet verkligt värde på förändringen och för given felnivå. Dessa beräkningar gjordes genom att utgå från formeln för h(f) på föregående sida. Sista termen är mycket liten om styrkan är 0,5 eller större, och lämnades utanför beräkningarna. Stickprovsstorleken (n) beräknades sedan genom att i resten av formeln ersätta τ med σ( ^D ) / n, och sedan bryta ut n. Beräkningen gjordes iterativt (i 20

23 Excel), eftersom t-värdena i formeln beror av stickprovsstorleken (antal frihetsgrader). För stickprov < 10 konvergerar inte beräkningen, men mindre stickprov är knappast aktuellt. Korrelation mellan oberoende variabler Korrelationen beräknades mellan ett antal variabler. Programvara För alla analyser har använts statistikprogrammet R, version (Ihaka & Gentleman 1996), och tilläggsfunktionspaketet MASS (Venables & Ripley 1999) som båda kan laddas ner gratis från 21

24 4 RESULTAT 4.1 Tillstånd Beskrivande statistik om objekten Basdata I bilaga 2, tabell 2.1, ges basdata om samtliga 94 objekt som ingår i studien. I tabell 2 nedan finns sammanfattande statistik om basdata. Av de 94 objekten var 8 avvikande från de övriga, och ingick därför inte i de statistiska analyserna, utan redovisas bara i den beskrivande statistiken. På grund av problem med datakvaliteten hann bältesdata från Värmlands län inte bli klart i tid för att ingå i de statistiska analyserna av tillståndet (Jämförelse mellan objektkategorier och Samband mellan variabler). Sju objekt kunde dock redovisas med beskrivande statistik för bältesdata. För övriga 30 objekt från Värmlands län är endast data från cirkelprovytorna redovisade. Tabell 2. Sammanfattande basdata om objekten i studien. Objektkategori Län Antal objekt totalt Objektsareal (ha) medel min max med bältesdata Medelareal bälte Arealandel bälte Medelantal cpy Särbehandlade objekt ,99 1,2% 5,8 Varav: Objekt i specialprojektet 2000 X ,02 1% 6 Brandfält (Reservat) 1S, 1W ,80 4% 5 Övriga objekt: ,56 4,4% 4,0 Varav: Reservat S 18 2* ,53 0,4% 4 W ,63 3% 4 X ,63 14% 5 Nyckelbiotoper fast mark S 16 3* 10 0,5 60 0,40 4% 4 X ,2 17 0,53 10% 4 Nyckelbiotoper sumpskog S ,62 12% 1 X ,62 13% 7 Produktionsbestånd S 2 2* ,28 20% 3 X ,57 9% 4 * Objekten ingår dock ej i statistiska analyser Substrat (från bältesinventeringen) I bilaga 2, tabellerna 2.2 A 2.2 C, redovisas objektsvisa data från substratinventeringen. I tabell 3 nedan ges en del sammanfattande statistik om substratvariablerna. För variablerna 22

25 som mäter mängd av substrat, samt för mängden lågalevande levermossor, är det stor variation mellan objekten. Standardavvikelsen är lika stor som medelvärdet, eller större. De variabler som betecknar egenskaper är dock variationen mellan objekten mindre. Även om variationen mellan objekten är stor kan man skönja vissa mönster i materialet. Mängden död ved är störst i naturreservaten och nyckelbiotoperna, mindre i sumpskogarna och produktionsbestånden. Detsamma gäller de grova levande träden. Lågavolymen mätt med RT:s diametergräns var inte mycket mindre än totala inmätta lågavolymen. Lågor med basdiameter >25 cm stod för % av lågavolymen i alla kategorier utom sumpskogar, med sina generellt sett klena träd. Substratens egenskaper skilde sig inte mycket mellan kategorierna, utom för substratnära markfuktighet, som var större i sumpskogar. Fördelningen av den döda vedens volym mellan olika nedbrytningsgrader redovisas i form av stapeldiagram i Bilaga 2, figur Tabell 3. Sammanfattande resultat från substratinventeringen i bälten. För olika grupper av inventeringsobjekt ges medelvärden av objekten i gruppen, med standardavvikelsen inom parentes. Variabel Alla objekt utom projekt 2000 och brandfält Reservat (utom projekt 2000 och brandfält) Nyckelbiotoper (fastmark) Sumpskogsnyckelbiotoper Produktionsbestånd (äldre än 100år) Antal objekt Volym död ved (m3 ha-1) 25 (27) 35 (31) 27 (29) 9 (4) 15 (14) Volym lågor (m 3 ha -1 ) 17 (18) 23 (21) 19 (19) 5 (2) 12 (13) Volym "RT-lågor" (m 3 ha -1 ) 16 (18) 22 (21) 17 (19) 5 (2) 11 (12) Volym lågor >25 cm diameter 11 (15) 15 (18) 13 (16) 2 (1) 7 (9) Antal lågor (ha -1 ) 124 (89) 139 (74) 133 (105) 67 (26) 115 (92) Antal lågor >25 cm (ha -1 ) 23 (27) 25 (24) 30 (32) 5 (3) 17 (20) Volym stående död ved (m 3 ha -1 ) 8 (10) 12 (11) 8 (11) 4 (2) 3 (1) Antal döda träd (ha -1 ) 14 (13) 21 (18) 12 (6) 16 (12) 5 (4) Antal stubbar och högstubbar (ha -1 ) 24 (17) 30 (15) 27 (18) 4 (3) 20 (14) Antal grova levande björkar (ha -1 ) 6 (8) 6 (8) 8 (8) 2 (2) 3 (8) Antal "grova" levande aspar (ha -1 ) 30 (58) 35 (58) 39 (68) 0 (1) 18 (46) Antal grova levande tallar (ha -1 ) 22 (25) 23 (31) 24 (27) 9 (8) 22 (16) Antal grova levande granar (ha -1 ) 17 (20) 26 (26) 17 (17) 1 (1) 11 (14) Täckning låga-levermossor (dm 2 ha -1 ) 40 (75) 45 (101) 51 (75) 21 (19) 17 (28) Egenskaper hos substrat: Medelbeskuggningsgrad (skala 1-4) 2,9 (0,4) 3,0 (0,6) 2,8 (0,3) 3,0 (0,1) 2,6 (0,4) Medelnedbrytning (%) 51 (10) 53 (10) 50 (11) 53 (9) 51 (8) Medelbark-täckning (%) 50 (11) 54 (13) 49 (11) 50 (7) 43 (7) Medelmark-fuktighet vid substrat 2,5 (0,7) 2,1 (0,4) 2,4 (0,6) 3,8 (0,1) 2,2 (0,7) Egenskaper hos lågor: Medelmarkvegetationstäckning 33 (14) 29 (8) 37 (17) 32 (4) 28 (11) Medeldiameter 17 (3) 17 (4) 18 (3) 15 (1) 17 (2) 23

26 Ståndortsvariabler I bilaga 2, tabell 2.3, redovisas objektsvisa ståndortsuppgifter insamlade i cirkelprovytor. Beståndsvariabler I bilaga 2, tabell 2.4, redovisas objektsvisa beståndsuppgifter, insamlade i cirkelprovytor. I tabell 4 nedan ges en del sammanfattande statistik. Tabell 4. Sammanfattande resultat från beståndsinventeringarna. Medelvärden av objekten i respektive objektgrupp, med standardavvikelse inom parentes. Alla utom projekt 2000 och brandfält Reservat Nyckelbiotoper på fastmark Antal objekt Sumpskogsnyckelbiotoper Produktionsskog Antal cirkelprovytor 4,0 (1,3) 4,0 (0,7) 3,6 (1) 6,1 (2,5) 3,4 (0,9) Medel antal "skikt" per provyta 3,6 (0,9) 3,2 (0,8) 3,6 (0,8) 5,0 (0,3) 3,5 (1,2) Stamantal (ha -1 ) 2426 (1301) 1934 (717) 2280 (956) 4967 (1289) 2555 (1706) Grundyta (m 2 ha -1 ) 29 (10) 26 (10) 32 (11) 29 (6) 26 (8) Levande virkesvolym (m 3 ha -1 ) 245 (106) 224 (102) 284 (116) 195 (47) 216 (75) Volym döda träd (m 3 ha -1 ) 17 (20) 24 (22) 16 (19) 4 (3) 6 (6) Artinventeringar I tabell 5 återfinns totala fyndfrekvensen av alla arter som eftersökts i bälten. Tabellen anger också vilken indikatorartgrupp varje art tillhör och ger totala fyndfrekvensen för hela artgrupper. Motsvarande uppgifter för arter eftersökta i cirkelprovytor ges i tabell 6. I tabellerna 7 och 8 redovisas fyndfrekvensen av artgrupper och de mest frekventa arterna, uppdelat på fyra olika objektkategorier. En redovisning av fyndfrekvenserna i de enskilda objekten återfinns i bilaga 2, tabellerna

27 Tabell 5. Fyndfrekvens av arter i bälten. Arterna är sorterade efter antal objekt med fynd. Totalt antal bältesinventerade objekt = 63. Medeltal inventerad yta per objekt = 0,6 ha. Artgrupper: X = ej signalart; L = lövsignalarter; V = signalarter för ved, särskilt lågor; S = signalart, men ej L eller V. (Motiv: Collema sp. överlappar med de enskilda Collema-arterna; C. subflaccidum eftersöktes endast i Gävleborg; Phellinus populicola ansågs alltför ekologiskt skild). Följande arter eftersöktes i bältena utan att återfinnas i något objekt: fällmossa (Antitrichia curtipendula); läderlappslav (Collema Nigrescens); varglav (Letharia vulpina); grynig filtlav (Peltigera collina); rynkskinn (Phlebia centrifuga). Svenskt namn Vetenskapligt namn Artkod Artgrupp Antal objekt med fynd Totalt antal fynd Medel antal fynd per ha fnöskticka Fomes fomentarius fom fome X ,0 violticka Trichaptum abietinum tri abie X ,2 klibbticka Fomitopsis pinicola fom pini X ,4 vedticka Phellinus viticola phe viti V ,9 skinnlav Leptogium saturninum lep satu L ,4 korallblylav Parmeliella triptophyllum par trip L ,0 lunglav Lobaria pulmonaria lob pulm L ,3 stuplav Nephroma bellum nep bell L ,9 bårdlav Nephroma parile nep pari L ,1 art i släktet gelélavar Collema sp. col sp S ,6 ullticka Phellinus ferrugineofuscus phe ferf V ,5 vedtrappmossa Anastrophyllum hellerianum anas hel V ,8 dvärgbägarlav Cladonia parasitica cla para V ,9 aspgelélav Collema subnigrescens col subn L ,0 granticka Phellinus chrysoloma phe chry V ,4 gränsticka Phellinus nigrolimitatus phe nigl V ,6 tallticka Phellinus pini phe pini V 8 9 0,2 rävticka Inonotus rheades ino rhea V ,3 luddlav Nephroma resupinatum nep resu L 4 8 0,2 stjärntagging Asterodon ferruginosus ast ferr V 4 5 0,1 stiftgelélav Collema furfuraceum col furf L 3 3 0,08 rosenticka Fomitopsis rosea fom rose V 2 8 0,2 skrovellav Lobaria scrobiculata lob scro L 2 4 0,1 kötticka Leptoporus mollis lep moll V 2 4 0,1 doftskinn Cystostereum murraii cys murr V 2 3 0,08 stor aspticka Phellinus populicola phe popu S 2 2 0,05 grynig gelélav Collema subflaccidum col subf S ,5 violmussling Trichaptum laricinum tri lari V 1 6 0,2 veckticka Antrodia pulvinascens ant pulv V 1 3 0,08 kandellabersvamp Clavicorona pyxidata cla pyxi V 1 3 0,08 aspfjädermossa Neckera pennata neck pen L 1 2 0,05 trådticka Climacocystis borealis cli bore V 1 2 0,05 slanklav Collema flaccidum col flac L 1 1 0,03 koralltaggsvamp Hericium coralloides her cora V 1 1 0,03 västlig njurlav Nephroma laevigatum nep laev L 1 1 0,03 Alla signalarter S,L,V ,0 Signalarter på lågor L ,6 Signalarter på lövträd V ,3 25

28 Tabell 6. Fyndfrekvens av arter i cirkelprovytor. Totalt antal inventerade objekt = 94. Medeltal inventerad yta per objekt = 159 m 2. Svenskt namn Vetenskapligt namn Artkod Antal objekt med fynd Totalt antal fynd Medel antal fynd per ha Garnlav Alectoria sarmentosa ale sarm Violettgrå tagellav Bryoria nadvornikiana bry nadv Talltagel Bryoria fremontii bry frem Gammelgranslav Lecanactis abietina lec abie Kattfotslav Arthonia leucopellea art leuc Alla signalarter Antal inventerade barrträd Tabell 7. Sammanfattande resultat från indikatorartsinventeringen i bälten. För fyra olika objektkategorier anges medelantal fynd per ha av artgrupper och de mest frekventa arterna. Medelvärden, med standardavvikelse inom parentes. Variabel Alla (utom projekt 2000 och brandfält) Reservat (utom projekt 2000 och brandfält) Nyckelbiotoper (fastmark) Sumpskogsnyckelbiotoper Produktionsbestånd (äldre än 100år) Antal objekt Alla signalarter (fynd ha-1) 15,7 (20,8) 19,0 (19,0) 18,0 (25,2) 2,2 (3,3) 7,5 (14,8) Signalarter på död ved (fynd ha-1) 6,4 (10,0) 9,2 (14,2) 6,4 (8,1) 1,5 (2,1) 2,0 (6,0) Vedticka (fynd ha -1 ) 1,8 (3,3) 2,2 (4,2) 1,6 (2,4) 0,7 (1,4) 1,5 (4,5) Signalarter på lövträd (fynd ha-1) 9,3 (17,0) 9,7 (17,0) 11,5 (21,2) 0,7 (1,4) 5,2 (9,6) Skinnlav (fynd ha -1 ) 3,2 (8,6) 3,7 (10,3) 4,1 (10,0) 0,0 (0) 1,0 (2,1) Lunglav (fynd ha -1 ) 1,2 (3,6) 1,8 (5,1) 1,1 (3,5) 0,7 (1,4) 0,5 (1,5) Fnöskticka (fynd ha -1 ) 9,5 (10,9) 14,6 (15,0) 7,2 (8,6) 5,8 (6,2) 5,9 (5,7) Klibbticka (fynd ha -1 ) 6,2 (8,4) 8,9 (12,4) 5,5 (6,0) 1,1 (1,5) 5,4 (6,5) Violticka (fynd ha -1 ) 7,0 (7,8) 8,5 (10,0) 7,7 (7,4) 5,1 (6,3) 3,6 (3,7) Tabell 8. Sammanfattande resultat från indikatorartsinventeringen i cirkelprovytor. För fyra olika objektkategorier anges medelantal fynd per ha av artgrupper och de två mer frekventa arterna. Medelvärden, med standardavvikelse inom parentes. Alla utom projekt 2000 och brandfält Reservat Nyckelbiotoper (fastmark) Sumpskogsnyckelbiotoper Produktionsbestånd Antal inventeringsobjekt (äldre än 100år) Antal cpy 4,0 (1,3) 4,0 (0,7) 3,6 (1,0) 6,1 (2,5) 3,4 (0,9) Antal barrträd per ha i lavinventering 1706 (980) 1501 (1054) 1689 (768) 2789 (599) 1562 (1223) Summa signalartsfynd i cpy (fynd ha -1 ) 326 (577) 424 (558) 284 (536) 380 (1003) 82 (215) Garnlav (fynd ha -1 ) 234 (477) 280 (376) 218 (490) 348 (911) 29 (87) Violettgrå tagellav (fynd ha -1 ) 80 (187) 133 (269) 53 (106) 32 (92) 38 (88) 26

29 Korrelation mellan oberoende variabler Korrelationsmatrisen redovisas i bilaga 2, tabell 2.10, och bygger data från X,W och kontrollerade S-invobj. Endast korrelationer med absolutvärde > 0,5 finns med. Beskuggning respektive markfuktighet vid substrat i bälten är korrelerade till motsvarande variabler i cirkelytorna. Markvegetationstäckning av lågor är korrelerat till nedbrytningsgrad. Bottenskiktstypen är korrelerad till markfuktigheten, och antalet bottenskiktsklasser är korrelerat till antalet markfuktighetsklasser. Den starka negativa korrelationen mellan fältskiktstyper och ristyper är en artefakt, orsakad av att det nästan bara är dessa två grupper som finns i de undersökta objekten. Statistiska analyser I analyserna testades om det fanns någon effekt av olika objektkategorier och oberoende variabler på förekomsten av olika arter och artgrupper. Totalt ingick 49 inventeringsobjekt i analyserna. Sammanfattande resultat av analyserna ges i tabell 9. I bilaga 2 redovisas analysresultaten för var och en av de analyserade responsvariablerna. Tabell 9. Effekten av ett urval oberoende variabler på olika responsvariabler. Sammanfattning av resultaten. Positiv effekt markeras i tabellen med + ; negativ effekt med -, och ingen signifikant effekt med i.s.. För kategori-variabler har kategorierna rangordnats efter mest positiva påverkan, eller så har de mest positiva kategorierna skrivits in. Effekter som är signifikanta endast på 0,10-nivån (0,05<p<0,10) har skrivits in men omges av parenteser. Oberoende variabler Objekttyp Alla signalarter (fynd ha -1 ) Res > NB > P Lågasignalarter (fynd ha -1 ) Res > NB > P Lövsignalarter (fynd ha -1 ) (Res/NB > P) Responsvariabler Fnöskticka (fynd ha -1 ) Res > NB/P Klibbticka (fynd ha -1 ) Res > NB/P Violticka (fynd ha -1 ) Vedticka (fynd ha -1 ) Levermossa på lågor (cm 2 ha -1 ) i.s. Res > NB Res/NB > P Län i.s. X > W (X > W) W > X i.s. i.s. X > W (X > W) Beståndstyp Granskog, blandskog Granskog i.s. (barrblandskog) i.s. i.s. i.s. (barrbland-, gran- och blandskog) Sumpskog i.s. - i.s. i.s. i.s. Volym aktuellt substrat + i.s i.s. i.s. Antal av aktuellt substrat i.s. i.s i.s. + Medeldiameter av aktuellt substrat i.s. i.s. i.s. i.s. i.s. i.s. Nedbrytningsgrad av aktuellt substrat i.s. Mellanklasser Låga klasser i.s. i.s. i.s. Barktäckning på aktuellt substrat i.s. + (+) i.s. i.s. i.s. Markfuktighet vid aktuellt substrat i.s. i.s. i.s. i.s. i.s. (+) Markvegetation på aktuellt substrat i.s. i.s. - i.s. i.s. i.s. Beskuggning vid aktuellt substrat i.s. i.s. i.s. i.s. i.s. i.s. i.s. 27

30 4.2 Upprepbarhet Bestånd- och ståndortsinventering Tre cirkelprovytor (CirkelNr 3, 4, 12) inventerades av de två lagen. Lag 1 registrerade 111 träd, och lag 2 registrerade 101 träd. Det finns inget som tyder på att träd i en viss diameterklass klavas om eller missas. Det var ingen skillnad i mätt medeldiameter mellan lagen (t = 0.8, d.f. = 210, p = 0.43). Antalet träd som registrerades som döda av lag 1 var 15, och av lag 2 var 13, men skillnaden är inte signifikant (Z = 0.1 d.f. = 210, p = 0.89) Lag 1 inventerade 32 träd i cirkelprovytornas första kvadrant och lag 2 inventerade 27 träd. Antalet träd med förekomst av garnlav (Alectoria sarmentosa) som registrerades av lag 1 var 24, och lag 2 registrerade 14 förekomster, men skillnaden i andelen ockuperade träd är inte signifikant (Z = 1.5, d.f. = 210, p = 0.14). Motsvarande antal fynd av violettgrå tagellav (Bryoria nadvornikiana) var tre, respektive två. Substratinventering, inklusive indikatorarter De två lagen inventerade 24 gemensamma bältessegment. Antalet substratobjekt som inventerades av lag 1 var 109, och lag 2 inventerade 125 substratobjekt. Det finns inga tydliga (ej testat) tendenser till att vissa substrattyper inte upptäcktes av inventerarna (Tabell 10). Tabell 10. Antal substratobjekt av olika typer som mättes in av lagen vid testet. Substrattyp Lag 1 Lag 2 Avverkningsstubbe 8 13 Dött träd 5 4 Grovt barrträd 8 9 Högstubbe 5 9 Låga Levande lövträd 7 8 Men vi vill ända kommentera vissa av skillnaderna. Skillnaden i antal funna lågor beror delvis på att ytterligare fyra klena (<15 cm i bas) lågor, och 8 björklågor i nedbrytningsklass 5 registrerades av lag 2. Alla avverkningsstubbar som skiljde var registrerade i nedbrytningsklass 5. Bland högstubbarna som inte registrerades av lag 1 var flera <6 dm. Det finns en viss (icke testad) skillnad i antal registrerade trädslag, men de beror sannolikt på skillnaden i antalet registrerade substratobjekt. Tex. kan skillnaden i antal björkar förklaras med de ovan nämnda björklågor som inte registrerades av lag 1. Beräknad (logaritmerad) volym per låga var inte olika mellan de två lagen (t = 1.6, d.f. = 156, p = 0.11), och inte heller registrerad (logaritmerad) basdiameter (t = 0.6, d.f. = 156, p = 0.58) eller lågalängd (p = 0.23, d.f. = 156). Men lag 1 hade registrerat högre (logaritmerad) toppdiameter (t = 2.8, d.f. = 156, p < 0.01), och det förklarar det låga p-värdet för testet av skillnad i volym. 28

31 Medelbarktäckningen registrerades inte olika av de två lagen (t = 0.7, d.f. = 156, p = 0.49). Men lag 1 registrerade en lägre (logaritmerad) medelnedbryningsgrad (t = 2.0, d.f. = 156, p = 0.046). Det beror sannolikt (ej testat) på ovan nämnda björklågor som endast registrerades av lag 2, och var % nedbrutna. För att undersöka om de olika lagen bedömde beskuggning olika slog vi samman data från Substrat- (bälten) och Beståndsinventeringen. Lag 2 registrerade beskuggning 3 för nästa alla träd och substratobjekt medan lag 1 registrerade flera fyror, och skillnaden är signifikant (t = 5.9, d.f = 290, p < 0.01; tabell 11). Tabell 11. Antal substratobjekt i olika beskuggningsklasser. Beskuggning Lag 1 Lag Lag 2 hade inte registrerat variabeln Levermosstäckning. När det gäller fynd av indikatorarter skilde sig lagen markant i fråga om en art, dvärgbägarlav, där ett lag hade 8 fynd medan det andra laget hade 1 fynd. För övriga signalarter skilde sig lagen åt med 1 fynd per art, men skillnaderna tog ut varandra så att båda lagen hade totalt 5 fynd av signalarter utom dvärgbägarlav. Båda lagen hade också samma antal fynd av fnöskticka (6 fynd) och klibbticka (1 fynd). I bilaga 5 finns en fylligare presentation av materialet från upprepbarhetstestet. 4.3 Förändring Förändringar från Tio av de objekt som inventerades 1998 i Värmlands och Gävleborgs län återinventerades Skillnaden mellan de båda inventeringstillfällena redovisas i tabell 12. I bilaga 2, tabell 2.11, visas skillnaden för några fler variabler, och dessutom konfidensintervall för medelskillnaden (förändringen). I bilaga 2, tabell 2.12, redovisas förändringarna objektsvis. Konfidensintervall och t-test är egentligen inte giltiga för vårt material, eftersom de 10 objekten inte slumpats ut så att de kan sägas representera någon större grupp av objekt. Men det är denna typ av uppställning man skulle använda om man hade gjort en mer brett upplagd studie. 29

32 Tabell 12. Förändringar Uppmätta förändringar av ett urval parametrar i 10 objekt, med standardavvikelser. Även sannolikheten (t-test) för att medelförändringen = 0 redovisas. Parameter Antal objekt Differens, med Inventering 1998 Inventering 2002 i % av medelvärdet 1998 variabelvärde>0 minst ett år medel std medel std medel std P(diff=0) (t-test) Volym stående död ved (m 3 ha -1 ) 10 5,2 5,9 7 4,3 35% 66% 0,12 Volym lågor (m 3 ha -1 ) 10 14,2 17,3 11,8 12,7-17% 43% 0,24 Volym grova (>25 cm) lågor (m 3 ha -1 ) 10 8,8 12,8 6,3 8,6-29% 55% 0,13 Volym löv utom björk, i bälte (m 3 ha -1 )) % 16% 0,13 Täckning lågalevermossor (cm 2 ha -1 )) % 88% 0,06 Alla signalarter (fynd ha -1 ) % 50% 0,26 Låga-signalarter (fynd ha -1 ) % 115% 0,24 Löv-signalarter (fynd ha -1 ) % 152% 0,34 Grundyta (m 2 ha -1 ) 10 26,5 10,3 27,4 12,2 4% 9% 0,23 Stamantal (ha -1 ) % 11% 0,02 Volym levande träd (m 3 ha -1 ) % 9% 0,22 Volym levande tall (m 3 ha -1 ) % 23% 0,81 Volym levande gran (m 3 ha -1 ) % 13% 0,11 Volym levande björk (m 3 ha -1 ) % 7% 0,49 Volym levande övrigt löv (m 3 ha -1 ) % 15% 0,20 Volym döda träd (m 3 ha -1 ) % 24% 0,61 Garnlav (i cirkelytor) (fynd ha -1 ) % 127% 0,12 Violettgrå tagellav (i cirkelytor) (fynd ha -1 ) % 184% 0,18 För flera av variablerna har medelvärdet förändrats avsevärt mellan mätningarna. Till exempel har volymen stående död ved i medeltal ökat med 35 %, medan volymen grova lågor minskat med 29 % och täckningen av lågalevermossor minskat med 59 %. Samtidigt är variationen i förändring stor, vilket gör att de flesta medelförändringar faller inom den statistiska felmarginalen. Endast för en variabel är förändringen statistiskt signifikant (p<0,05): genomsnittliga antalet trädstammar har ökat från ca 2000 ha -1 till ca 2200 ha -1. Generellt är variationen mellan objekten störst när det gäller artfynd, näst störst för substratmängder från bältesinventeringen och minst för beståndsuppgifter från cirkelyteinventeringen. Korrelationen mellan mättillfällena var hög för de flesta variabler, som man kan förvänta sig då man använder fasta provytor (bilaga 2, tabell 2.13). Undantag från detta var antalet fynd av de enskilda arterna, samt täckningen av lågalevermossor, vilka hade korrelationer runt 0,5. Även stående död ved hade måttligt hög korrelation (0,8), medan övriga kvantitativa variabler hade korrelation högre än 0,95. 30

33 Stickprovsstorlek för att påvisa förändring Vi har använt variationen (mellan objekt) i förändring för att beräkna vilken storlek man skulle behöva ha på ett stickprov för att en skattad förändring av en viss storlek ( ^D ) ska vara signifikant skild från noll, med felnivån α (tabell 13). Tabell 13. Stickprovsstorlekar. Tabellen visar beräknat antal objekt man skulle behöva ha i ett stickprov för att en skattad förändring av storleken ^D ska vara statistiskt signifikant med felnivån α. ^ D anges i procent av medelvärdet. Variabel/parameter α = 0,05 α = 0,20 ^ D = 10 % ^D = 30 % ^D = 50 % ^ D = 10 % ^D = 30 % ^D = 50 % Volym stående död ved (m 3 ha -1 ) < < 10 < 10 Volym lågor (m 3 ha -1 ) < < 10 < 10 Volym grova (>25 cm) lågor (m 3 ha -1 ) < < 10 Volym grova barrträd (m 3 ha -1 ) 28 < 10 < < 10 < 10 Volym lövträd inmätta i bälte (m 3 ha -1 ) 30 < 10 < < 10 < 10 Volym löv utom björk, i bälte (m 3 ha -1 ) 11 < 10 < 10 < 10 < 10 < 10 Täckning lågalevermossor (cm 2 ha -1 ) Alla signalarter (fynd ha -1 ) < < 10 < 10 Låga-signalarter (fynd ha -1 ) Löv-signalarter (fynd ha -1 ) Fnöskticka (fynd ha -1 ) Klibbticka (fynd ha -1 ) Violticka (fynd ha -1 ) Vedticka (fynd ha -1 ) Antal trädstammar (ha -1 ) < 10 < 10 < 10 < 10 < 10 < 10 Grundyta (m 2 ha -1 ) < 10 < 10 < 10 < 10 < 10 < 10 Volym levande träd (m 3 ha -1 ) < 10 < 10 < 10 < 10 < 10 < 10 Volym levande tall (m 3 ha -1 ) 22 < 10 < 10 < 10 < 10 < 10 Volym levande gran (m 3 ha -1 ) < 10 < 10 < 10 < 10 < 10 < 10 Volym levande björk (m 3 ha -1 ) < 10 < 10 < 10 < 10 < 10 < 10 Volym levande övrigt löv (m 3 ha -1 ) 10 < 10 < 10 < 10 < 10 < 10 Volym döda träd (m 3 ha -1 ) 20 < 10 < 10 < 10 < 10 < 10 Garnlav (fynd ha -1 ) Violettgrå tagellav (fynd ha -1 ) Vi vill påpeka att styrkan är ganska måttlig i de test man gör om man har det antal objekt som tabellen anger. Styrkan är bara 50 % för verkliga förändringar av den storlek som tabellen anger för skattad förändring. För att få styrkan 80 % behövs ca dubbla antalet objekt (gäller felnivå 5 %). För att få styrkan 95 % behövs i stället ca 3 gånger så många objekt (se tabell 14). 31

34 Tabell 14. Stickprovsstorlekar för att nå styrka 0,80 respektive 0,95 vid felnivå 0,05 1. Tabellen visar beräknat antal objekt man skulle behöva ha i ett stickprov för att ha sannolikheten h(f) att detektera en verklig förändring av storleken F. F anges i procent av medelvärdet. Variabel/parameter h(f) = 0,80; α = 0,05 h(f) = 0,95; α = 0,05 F= 10 % F= 30 % F= 50 % F= 10 % F= 30 % F= 50 % Volym stående död ved (m3 ha-1) Volym lågor (m3 ha-1) Volym grova (>25 cm) lågor (m3 ha-1) Volym grova barrträd (m3 ha-1) 60 < 10 < < 10 Volym lövträd inmätta i bälte (m3 ha-1) 62 < 10 < < 10 Volym löv utom björk, i bälte (m3 ha-1) 27 < 10 < < 10 < 10 Täckning lågalevermossor (cm2 ha-1) Alla signalarter (fynd ha-1) Låga-signalarter (fynd ha-1) Löv-signalarter (fynd ha-1) Fnöskticka (fynd ha-1) Klibbticka (fynd ha-1) Violticka (fynd ha-1) Vedticka (fynd ha-1) Grundyta (m2 ha-1) < 10 < 10 < < 10 < 10 Stamantal (ha-1) 10 < 10 < < 10 < 10 Volym levande träd (m3 ha-1) < 10 < 10 < < 10 < 10 Volym levande tall (m3 ha-1) 47 < 10 < < 10 Volym levande gran (m3 ha-1) 14 < 10 < < 10 < 10 Volym levande björk (m3 ha-1) < 10 < 10 < 10 < 10 < 10 < 10 Volym levande övrigt löv (m3 ha-1) 27 < 10 < < 10 < 10 Volym döda träd (m3 ha-1) 43 < 10 < < 10 Garnlav (fynd ha-1) Violettgrå tagellav (fynd ha-1) För att kunna detektera en förändring med styrkan 0,80 och felnivån 0,20 behövs bara drygt hälften av det stickprov som krävs för att kunna detektera samma förändring då felnivån är 0,05. Det framgår av tabell 13 och 14 att det för beståndsvariablerna mätta i cirkelprovytor bör kunna gå att påvisa signifikant skillnad för ganska små förändringar även med ett litet antal bestånd i stickprovet. För död ved inmätt i bälten krävs större stickprov för att nå samma precision, men om man nöjer sig med att få signifikans för skattade förändringar på +/- 30 % behövs bara bestånd (beroende på vilken styrka man vill ha), enligt detta underlag. Förändringar av summan av alla signalarter kräver ungefär samma stickprovsstorlek som död ved, medan förändringar av enskilda arter kräver större stickprov, alternativt lägre precision. För arter med ett fåtal fynd (som signalarterna i cirkelytor i detta material) krävs orealistiskt höga stickprov även för förändringar på 50 %. Storleken på det stickprov som krävs är (ungefär) omvänt proportionellt mot kvadraten på storleken av den förändring man vill kunna detektera. Jämfört med ett stickprov som behövs för att kunna detektera en 10 % förändring behövs alltså bara 1/9 så många objekt för att detektera en förändring på 30 %, och 1/25 så många för att detektera en förändring på 50 %. 32

35 Statistisk styrka Beräkningarna av statistisk styrka redovisas i bilaga 4 i form av diagram. Längs diagrammens X-axel finns storleken på den förändring man vill kunna upptäcka, i procent av ursprungligt medelvärde. På Y-axeln kan man avläsa styrkan för ett t-test, det vill säga sannolikheten för att man med ett t-test ska få statistisk signifikans, vid den givna verkliga förändringen. I varje diagram finns tre kurvor, med olika felnivåer för t-testet. Den mest använda felnivån är 5 %. Eventuellt kan man tänka sig att ha högre felnivå och därmed acceptera ett större antal falsklarm, för att få större sannolikhet att upptäcka verkliga förändringar. Beräkningarna bygger på att man testar förändring av 10 objekt som har samma variation som de tio objekten i detta projekt. 4.4 Enkäten till fältinventerare Åtta personer svarade på enkäten. De flesta svarade bara på de delar av enkäten som de ansåg sig ha mest synpunkter på. En sammanställning av svaren återfinns i bilaga 3. 33

36 5 DISKUSSION 5.1 Tillstånd Skillnader mellan kategorier Det framgår tydligt att antalet förekomster av signalarter och enskilda arter varierar mer än vad som kan förväntas av slumpen mellan olika typer av inventeringsobjekt, beståndstyper och i sumpskog. Reservaten hade generellt sett mer än produktionsbestånden både vad gäller död ved av olika slag (tabell 3, ej testat statistiskt) och signalarter (tabell 7, 8, 9). Nyckelbiotoper intog en mellanposition. Även för aspar och lövlevande signalarter fanns en liknande trend, om än inte lika tydlig. För vedlevande signalarter fanns en tydlig skillnad även mellan beståndstyper, med fler fynd i granskog än i tallskog. Detta är ganska naturligt, med tanke på att de flesta av arterna som användes förekommer i första hand på granlågor och gärna i skuggiga lägen. Det fanns också en skillnad mellan länen. Till följd av att urvalet av inventeringsobjekt var subjektivt kan man emellertid inte dra slutsatsen att det är ett mönster som gäller generellt för den studerade regionen. Notera vidare att i W-län hade endast naturreservat inventerats. Samband mellan substratvariabler och arter Förekomster av indikatorarter och signalarter ökar med mängden substrat, och det finns ett stort antal förklaringar till denna nästan ekologiska lag. Men det är anmärkningsvärt att antalet förekomster av vedticka inte var relaterad till mängden granlåga. Det kan bero på spridningsbegränsning oberoende av hur mycket substrat som finns i inventeringsobjekten utanför reservaten lyckas arten inte etablera sig eller öka den lokala populationsstorleken efter etablering. Utöver effekten av mängd substrat fanns inte för någon analyserad responsvariabel en ytterligare effekt av medeldiameter och det beror sannolikt på att variabeln är korrelerad med mängd substrat. Variabeln nedbrytningsgrad är biologiskt viktig och förklarar också variationen i flera analyserade responsvariabler. Antalet förekomster av fnöskticka och klibbticka kunde till och med påvisas ha maximal förekomst i mellanklasserna av medelnedbrytningsgrad. En annan biologiskt viktig variabel är barktäckning och medelbarktäckning förklarade som väntat variation i antalet förekomster av enskilda indikatorarter. Flera vedlevande svampar bildar endast fruktkroppar på bark, medan andra bildar fruktkroppar efter att barken har fallit av. Detta är alltså en variabel som definierar vad som är ett lämpligt substratobjekt för många arter, precis som den viktiga variabeln substrattyp (med klasserna låga, högstubbe osv.). Också variabeln markfuktighet är biologiskt viktig men som väntat förklarade den endast variation i levermosstäckning. De flesta övriga indikatorarter har en bred nisch med avseende på fuktighet. 34

37 Variabeln medelmarkvegetation förklarade variation i antalet förekomster av fom.pini. Och denna effekt fanns förvånade nog kvar även efter att den unimodala responsen av medelnedbrytningsgrad hade tagits bort. Sannolikt beror resultatet på att det finns ett antal inventeringsobjekt med fuktig eller blöt mark där lågorna fort försvinner under mossan, och detta fångas inte helt av variabeln sumpskog. Det saknades emellertid data på markvegetationstäckning från flera inventeringsobjekt. Variabeln beskuggning är biologiskt viktig och sammanfattar en rad abiotiska förhållanden. Variabeln har vidare i andra studier förklarat variation i antal förekomster av signalartsvedsvampar på enskilda lågor i kanter mot kalhyggen (Snäll & Jonsson 2001) samt förekomsten av två epifytiska mossor på enskilda träd i ett fragmenterat skogslandskap (Snäll m.fl., accepterat manus). Men på den studerade rumsliga skalan (inventeringsobjekt) förklarar uppenbarligen inte medelbeskuggning variationen i någon av de analyserade variablerna. 5.2 Upprepbarhet Materialet i upprepbarhetsstudien var egentligen för litet för att kunna dra några riktiga slutsatser. Huvuddragen stämmer emellertid överens med den studie som gjordes i ädellövskogar (Bengtsson m.fl. 2001). Det är liten skillnad mellan inventeringslagen för variabler som mäts med objektiva metoder (med klave, måttband eller höjdmätare) på lätt identifierbara substrat. För variabler som bygger på bedömningar av olika slag (t.ex. nedbrytningsgrad och beskuggning) är det ofta större skillnad mellan inventeringslagen. Men det kan också bli stora skillnader mellan inventeringslagen om substratet är svårupptäckt (t.ex. förmultnade lågor) eller svårklassificerat (t.ex. högstubbar gentemot avverkningsstubbar i ädellövsstudien, Bengtsson m.fl. 2001). Träning och kalibrering gör dock skillnaderna mindre. I ädellövskogsstudien gjordes ingen träning eller kalibrering av inventeringslagen, och där skilde sig lagens klassning av nedbrytningsgrad med i medeltal 0,9 enheter. I vårt material (från södra Norrland) gjordes en viss samträning före inventeringssäsongen, och där var skillnaden mellan lagen 0,4 enheter. För artobservationer var det ännu större risk för stora personberoende skillnader, men det var olika för olika arter. Skillnaderna mellan inventeringslagen blir större ju mindre enhet man betraktar. För ett enskilt bältessegment (140 m 2 ) kan skillnaden vara mycket stor, avsevärt mindre för ett helt bälte, och ännu mindre för alla bälten i ett objekt. Det beror på att det finns slumpmässigt betingade fel som jämnas ut mer och mer ju större inventeringsyta man tar med. Exempel på detta är att måttbandet (och därmed gränsen för bältet) dras aningen olika och att man missar substrat och artförekomster mer eller mindre slumpmässigt. Storleken på personskillnader Underlaget till nedanstående skattningar grundar sig till stor del på resultaten hos Bengtsson m.fl. (2001), men överensstämmer också med vårt material. För objektivt mätbara variabler på lättupptäckta substrat verkar personskillnaderna vara av storleksordningen 5-10 %, sett över ett helt objekt. För svårupptäckta/oklart definierade substrat kan differensen dock bli större. Likaså för sällsynta substrat, där slumpfelet tenderar 35

38 att bli stort. För mycket lättupptäckta och entydigt mätbara objekt kan personskillnaden å andra sidan vara mindre, 1-2 %. Volym av substrat skiljer sig oftast mindre än antal. Det beror på att det är lättare att missa små substratobjekt, och det kan också bli olika bedömning om substratobjektet uppfyller minimistorleken. För lågor kan det ibland vara oklart om det är två separata lågor eller två delar av samma låga. För bedömda variabler är personskillnaderna oftast större, 0,5 1 enhet på kategoriskalan. Med träning, helst mot en objektivt mätt standard, kan man komma ned i lägre siffror. I vårt material var skillnaden i medelnedbrytningsgrad 0,4 enheter. För artfynd kan personskillnaderna bli mycket stora, men varierar mycket mellan olika arter, och beror också på inventerarnas erfarenhet av arten/arterna. I Bengtsson m.fl. (2001) varierar personskillnaderna mellan 6 % och 70 % för de olika lavarterna, om man bortser från arterna med enstaka fynd. Personskillnaden i totalt antal fynd av lavar är 33 %. För mossor är personskillnaden större än 40 % för alla arter. I vårt material är antalet fynd av varje art tyvärr alltför litet för artvisa jämförelser. 5.3 Förändring Eftersom det bara har gått fyra år mellan inventeringstillfällena förväntar man sig inte några stora förändringar. Resultaten är mest intressanta ur den aspekten att de visar exempel på vilken variation det kan vara mellan objekt när man tittar på förändringar. Antalet trädstammar per hektar hade trots allt ökat signifikant. Det indikerar att det vuxit upp ett antal unga träd över brösthöjdsgränsen under de gångna fyra åren, fler än de träd som dött. Är denna förändring verklig eller kan det bero på ett systematiskt mätfel? Den uppmätta medelförändringen är 9 % av ursprungsmedelvärdet och motsvarar ca 3 träd per provyta. Skillnaden mellan inventerarna i vårt upprepbarhetstest var ca 10 %, men det omfattade bara tre provytor och kan ha berott på slumpmässiga fel som utjämnas när man har flera bestånd. Emellertid var variationen mellan inventerare stor för trädantal även i ädellövsstudien (Bengtsson 2001). Man kan från uppgifterna i tabell 28 i Bengtsson (2001) räkna fram att skillnaden mellan inventerarlagen i totalt antal trädstammar var 13 % (4,2 stammar per provyta). Tydligen är stamantal en ganska svårmätt variabel trots allt. Det har säkert att göra med att det är lätt att förbise småträd som precis passerat 130 cm höjd. Sammanfattningsvis kan man trots att skillnaden är statistiskt signifikant INTE vara säker på att en verklig ökning har skett. Det är stor variation mellan objekten i hur de har förändrats mellan de två inventeringstillfällena. Den förändring man uppmäter i ett enskilt inventeringsobjekt kan delas upp i tre komponenter: 1) Den verkliga förändring som sker i objektet som helhet. Säg att den är A % av ursprungsvärdet. 2) Den slumpmässiga extra förändring som råkar ske just i våra provytor och bälten (t.ex. att ett stort träd faller just i en av provytorna). Denna slumpmässiga avvikelse från objektet som helhet kan också vara en avvikande brist på förändring just i våra provytor och bälten. Säg att provyteavvikelsen från objektet som helhet är B % av ursprungsvärdet 36

39 3) Det mätfel som ger upphov till en skenbar förändring. Mätfel kan t.ex. bero på att man ena gången systematiskt sätter klaven lägre än andra gången; att det är så torrt att levermossorna inte syns, eller att man den ena gången missar en låga helt. Mätfelet är detsamma som felet mellan inventerare i avsnittet Upprepbarhet ovan. Säg att mätfelet är C % av ursprungsvärdet. Den variation vi ser i vårt material är en variation av summan A+B+C för de enskilda objekten. Övervakningen av skogsbiotoper är tänkt att göras med tio års intervall. Eftersom det i vår studie bara har gått fyra år mellan inventeringstillfällena förväntar vi oss inte så stora verkliga förändringar. Det betyder att variationen mellan objekten i komponent A inte heller är så stor som den skulle varit efter tio år. Även komponent B är mindre än den skulle vara om det hade gått tio år. Å andra sidan är det i vårt material stor variation mellan objektens beståndsstruktur och historia. Det gör att variationen i verklig förändring (A) troligen är större än den skulle vara i en mer homogen grupp av bestånd. Stickprovsstorlek Skattningarna av stickprovsstorlekar bygger på variansen mellan objekt i förändringsstudien. Eftersom det materialet är så pass litet och består av godtyckligt valda objekt i bara två län måste använda siffrorna med försiktighet och sunt förnuft. Bland annat bör man tänka på följande källor till systematiska fel i skattningarna av antalet objekt, N: 1) Underskattning av N på grund av att variationen i förändring blir större vid längre tidsperioder än 4 år. Den del av variationen som beror på osäkerhet i mätningarna är dock inte underskattad, utan bara den del som beror på verkliga förändringar i provytor och bälten. Det är svårt att veta hur mycket större variation man kan förvänta sig vid längre tidsintervall. I värsta fall är standardavvikelsen proportionell mot tiden, och ökar till ungefär det dubbla. Det skulle i så fall innebära att man ska räkna upp stickprovsstorlekarna med en faktor 4. 2) Överskattning av N på grund av att objekten är så olika. Om man har mer likartade objekt, t.ex. bara reservat med barrblandskog, kan man förvänta sig lägre variation i hur objekten förändras. 3) Viss underskattning av N i tabell 13, på grund av att normalfördelning använts i stället för t-fördelning. Lyckligtvis är detta fel litet och dessutom lätt att beräkna. Felet är ca 3 objekt för skattade N mellan 10 och 50. För N>50 är felet mindre än 3 objekt. Statistisk styrka Styrkefigurerna i bilaga 4 visar statistiska styrkan för att upptäcka olika förändringar om man har ett stickprov med 10 inventeringsobjekt. Har man fler objekt blir styrkan högre. En förändring som ger styrkan 50 % om man har 10 objekt (som i diagrammen i bilaga 4) får styrkan 85 % om man har 20 objekt. I figur 1 åskådliggörs hur styrkan förbättras om man ökar stickprovet. I figuren visas kurvor över styrkan, med förändringens storlek satt i relation till 37

40 standardavvikelsen av förändring. För att beräkna den absoluta storleken av F får man multiplicera med standardavvikelsen av förändring (tabell 12 eller bilaga 2 tabell 2.11). Det framgår att om man har 20 objekt i stället för 10 kan man med stor sannolikhet upptäcka förändringar som är likstora eller något mindre än standardavvikelsen av förändring. Detta vore en stor vinst, eftersom detta motsvarar % förändring för flera viktiga variabler. Jämför även med tabell 14. styrka 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0, ,5 1 1,5 2 F/s n=10 n=20 n=40 n=80 Figur 1. Styrka vid olika storlek på stickprov. Horisontella axeln anger förändringens storlek (F) i förhållande till standardavvikelsen mellan objekten (s). 38

41 6 FÖRSLAG TILL METODFÖRÄNDRINGAR 6.1 Substratinventering Basdiameter, toppdiameter, längd/höjd Slutsats: Behålls. Höjden bör mätas även för höga högstubbar, i stället för att skattas. Kommentar Grundläggande variabler med generellt hög upprepbarhet. Nedbrutna lågor är dock svårmätta. Resultatvariabler/parametrar Volym: Grundläggande parameter med hög tillförlitlighet och måttlig variation. Mindre tillförlitlig för sällsynta substrat samt för starkt nedbrutna lågor. Även fördelningen av volym mellan olika nedbrytningsgrader är osäker. Antal: Grundläggande parameter med ganska god tillförlitlighet. Dock mindre tillförlitlig än volym, på grund av att det är lätt att missa små substratobjekt som inte påverkar volymen nämnvärt. Nedbrytningsgrad Slutsats: Behålls. Viktigt med träning av fältpersonal. Kommentar Biologiskt viktig, korrelerar med markvegetationstäckning men nedbrytningsgrad är viktigare. Svårt att nå enhetlig bedömning, samträning med riksskogstaxeringen behövs. Svårt med ihåliga/innanmurkna substrat som är vanligt för asp och ek. Chi 2 -test, som användes av Bengtsson m.fl. (2001), testar om det finns skillnader i bedömning, men inte hur stor skillnaden är. Det är inte så allvarligt om man anger 3 istället för 4 jämför med om man anger 1 istället för 4, men Chi 2 -test behandlar alla skillnader som lika allvarliga. Resultatvariabler/parametrar Medelnedbrytning: Personfel upp till 1 enhet, bör dock kunna minska till under 0,5 med god träning. Barktäckning Slutsats: Behålls. Kommentar: Biologiskt viktig, inte bara för kryptogamer; korrelerar inte med någon annan variabel; anges inte olika av lagen. 39

42 Markfuktighet Slutsats: Stryks. Kommentar: Biologiskt viktig, men korrelerar kraftigt med medelvärdet cpy-medelfuktighet och den variabeln räcker. Substrattyp Slutsats: Stryk Avverkningsstubbe. Högstubbe definieras om till att gälla oavsett bildningssätt och ska vara minst 0,5 m hög och högst 2/3 av trädets ursprungliga höjd. Inga kodnummer ändras, utan substrat 3 (avverkningsstubbe) utgår. Kommentar: Onödigt att ha särskild klass för avverkade, höga stubbar. Låga stubbar är ingen bristvara. Beskuggning Slutsats: Stryk. Kommentar: Biologiskt viktig, men anges olika mellan inventerare och är korrelerad med luckighet, och troligen även med beståndstäthet. Förklarar ingen variation i analyserade variabler på studerad rumslig skala. Avgångsorsak Slutsats: Ändra till 2 klasser: 3 avverkad respektive 4 övriga. Anges även för högstubbar. Kommentar: Onödigt med fyra klasser, har skapat osäker klassning. Nuvarande klass 1 och 2 får uppgå i 4:an. Tid sen bildning Slutsats: Stryks. Kommentar: Har vållat vissa svårigheter och överlappar med nedbrytningsgrad. Markfuktighet Slutsats: Stryks. Kommentar: Korrelerad med markfuktighet i cirkelytor (Ståndortsinventering). Bedömning skiljer mellan inventerare. Kantavstånd, kantriktning, ägoslag Slutsats: Stryks. Kommentar: Kan i princip göras i efterhand med hjälp av GIS. Kan vara svårt i fält att avgöra vilken kant som ska anges. Något tidsödande. Kanteffekter bör hellre undersökas i särskilt projekt, då kan avstånd satta med GIS utnyttjas. 40

43 Levermosstäckning Slutsats: Stryks. Kommentar: Hög relevans i barrskog, men tidsödande och mycket variabelt över tid. Även risk för stora systematiska fel (personskillnader och skillnader på grund av väder). Markvegetationstäckning av lågor Slutsats: Behålls. Kommentar: Korrelerad med nedbrytningsgrad men förklarar uppenbarligen ytterligare variation. Bra för att kunna identifiera övervuxna lågor (för vilka det är stor risk för personskillnader). Indikatorarter i bälte Slutsats: Behålls. Arturvalet viktigt. Undvik svåra arter med risk för stora personskillnader. Utbildning av inventerare viktigt. Troligen bäst att inte ha för många arter (för splittrad sökbild ). Kommentar: Grupper av arter verkar användbara, även om enskilda signalarter ger alltför litet underlag. (De vanliga vedsvamparna fnöskticka, klibbticka och violticka ger acceptabelt antal fynd på egen hand.) Ett alternativ är kanske att göra artinventeringen i stora (1 ha) rutor. Hur var upprepbarheten i SKS nyckelbiotopsövervakning? Variabler enligt Tilläggsförslag i ädellövskogsprojektet Kommentar: Ej testade i detta projekt. 6.2 Bestånds- och Ståndortsinventering Diameter, Trädslag, Död/levande Slutsats: Givna variabler. Eventuellt bör klavningsgränsen sänkas till 2 cm diameter, för att få bättre upplösning i ungträdsfraktionen (bättre koll på föryngring av olika storlek). Kommentar: Även döda träd måste klavas, inmätningen i bälten kan inte ersätta. Beskuggning (endast första kvadrant av cpy) Slutsats: Stryks och ersätts med en variabel Artinventerad för att markera att trädet genomsökts efter indikatorarter. Kommentar: Se beskuggning i substratinventeringen. 41

44 Indikatorart (endast första kvadrant av cpy) Slutsats: Behålls i barrskog. Kommentar: Bra för indikatorarter som är knutna till levande barrträd, eftersom bara de grövsta barrträden inventeras i substratinventeringen. Arterna måste dock vara relativt frekventa eftersom cirkelprovytorna täcker så liten area. Fungerade bra för garnlav och violettgrå tagellav i vårt material. Ger inget i ädellövskog och fick låga poäng av inventerarna där. Markfuktighet (- dominerande, - även) Slutsats: Behålls. Kommentar: Viktig för klassificering av objekt samt för att sätta ståndortsindex. Normalt sett snabb variabel. Vållade problem i ädellövsstudien, men behöver inte vara svår variabel efter utbildning. Dominerande även bör behållas för att ha symmetri med RT. Rörligt markvatten Slutsats: Behålls. Kommentar: Behövs för att sätta ståndortsindex och kan också vara grund för klassificering av objekt. Ytblockighet: antal, spridning, diameter Slutsats: Stryks eller ersätts med snabb (subjektiv) variabel. Kommentar: Förändras inte och behöver därför inte mätas i detalj. Kan dock användas för en grov beskrivning av objektet. Då räcker det med en enklare skala, t.ex. blockfattig, normalblockig, rikblockig, storblockig. Topografisk belägenhet, sluttningsriktning Slutsats: Stryks. Kommentar: Ingen uppenbar användning. Luckighet Slutsats: Tveksam, bör nog strykas. Kommentar: Har ej utvärderats i detta projekt. Ganska arbetskrävande. Inget personberoende påvisat i detta projekt, men skilde med en faktor 2 mellan lagen i ädellövskogsprojektet. Förefaller oanvändbart för förändringsstudier men skulle möjligen kunna användas för klassificering av objekt. Medelhöjd Slutsats: Behålls. Kommentar: Viktig aspekt för beståndsbeskrivning. 42

45 Antal stubbar Slutsats: Tveksam, bör nog strykas. Kommentar: Mycket skiftande bedömningar i enkätsvaren. Tidskrävande och svårt i vissa miljöer, med mycket nedbrutna stubbar. Hade dock hög upprepbarhet i ädellövstudien. Verkar ändå oanvändbart för förändringsstudier. Biologiska relevansen är väl inte så hög? Hänglavar: Provträdsdiameter, Alectoria-längd, Usnea-längd, Bryoria-längd, Lavabundans Slutsats: Frivilligt variabelpaket, för barrskog. Kommentar: Något tidsödande, men biologiskt relevant i barrskog. Ingår i RT. Kantavstånd, Kantriktning, Ägoslag Slutsats: Stryks. Kommentar: Kan i princip göras i efterhand med hjälp av GIS. Kan vara svårt i fält att avgöra vilken kant som ska anges. Något tidsödande. Kanteffekter bör hellre undersökas särskilt, i forskning. Bottenskikt, Fältskikt Slutsats: Behålls. Kommentar: Viktigt för karaktärisering/klassificering av objektet och för bestämning av ståndortsindex. Det gör inget att det finns vissa personskillnader i klassningen eftersom det inte används för förändringsstudier. Ingår i RT. Buskar och småträd art Slutsats: Behålls. Kommentar: Buskskiktet har hög ekologisk relevans och stora förändringar i artsammansättning kan tänkas ske över längre tidsperioder. Förekomsten av småträd säger något om trädföryngringen. För att följa detta skikt i detalj krävs noggrannare mätningar, i Extensivmetoden ska bara denna minimiversion ingå. Buskar och småträd täckning Slutsats: Ersätts med Buskar och småträd abundans. Kommentar: För småträd är det bättre med en grov angivelse av antal än av täckning, och för buskar är de nuvarande gränserna för högt satta. Det är också viktigt att hålla ned arbetsinsatsen på denna punkt. Förslag till klasser är: 1 = 1-2 stammar (för 0,5-1,3 m höga småträd) respektive <1 m 2 täckning (för buskar), inom 10 m -ytan 2 = 3-10 stammar respektive 1-4 m 2 täckning 3 = >10 stammar respektive >4 m 2 täckning 43

46 6.3 Allmäninventering Angränsande och insprängda ägoslag: Kantriktning, Kantlängd, Ägoslagstyp, Beståndstyp Slutsats: Behålls. Även kartdokumentation. Kommentar: Kartinformationen bör digitaliseras. Variablerna är viktiga för framtida utvärderingar av förändringar. Bältesluckors längd Slutsats: Behålls eller ersätts med kartdokumentation + angivelse i datafiler vilka segment som är luckor. Kommentar: Kan ev. utgå som variabel, men det är MYCKET viktigt att det är väl dokumenterat var mätningar är gjorda och var man har gjort luckor. Ståndortsindex Slutsats: Behålls, bestäms gärna i fält. Kommentar: Behövs för volymsfunktioner samt ger värdefull karaktäristik av objektet. Kan visserligen beräknas från cirkelprovytedata, men det är bra om man kan att göra helhetsbedömningen i fält. Virkesförråd Slutsats: Stryks som fältvariabel. Behålls i databasen som beräknad variabel. Kommentar: Kan beräknas från cirkelprovytedata. Beståndsålder Slutsats: Behålls. Kommentar: Märk dock att vid användandet av Söderströms volymsfunktioner får åldrar över 100 år inte förekomma. Avrunda till 90 eller 100 år före volymsberäkning. Tidigare markanvändning Slutsats: Tveksam Kommentar: Har ej utvärderats. Viktig aspekt för biologisk mångfald, men fungerar klasserna? För att förenkla datastrukturen borde högst 2 eller 3 klasser kunna väljas för varje objekt. Ändra Bondskog till stamvis avverkning. Störningsspår (/Störningsregim) Slutsats: Tveksam Kommentar: Har ej utvärderats. Förslaget att ändra till Störningsregim (Bengtsson m.fl. 2001) verkar bra, men har ej testats. 44

47 Brandspår Slutsats: Tveksamt värde Kommentar: Har ej utvärderats. Expositioner Slutsats: Ändras till objektets lutning. Lägg till en klass 0 svag eller växlande lutning. Ej fältvariabel. Kommentar: Det som är intressant är att skilja ut objekt som har kraftig lutning, säg >1:20, åt något håll. Tas från kartan Huggningsåtgärder: Typ, Areal Slutsats: Behålls. Kommentar: Omfattar även skötselåtgärder i reservat. Artfynd vid fri sökning Slutsats: Behålls. Kommentar: Viktigt att ha plats för sådan frivillig information som ibland kan vara mycket informativ. Fri text Slutsats: Behålls. Kommentar: Viktigt att ha plats för en klartextbeskrivning av varje objekt. Centrumkoordinat Slutsats: Ej fältvariabel men bör ingå i databasen. Kommentar: Tas fram via GIS, ej fältvariabel. Typ av inventeringsobjekt Slutsats: Behålls. Kommentar: Ägargrupp Slutsats: Behålls. Kommentar: Areal inventeringsobjektet (enl NBI), Areal för hela nyckelbiotopen (enl NBI) Slutsats: Stryks Kommentar: Fokuseringen på NBI är inaktuell. Räcker med en arealuppgift (nedanstående) 45

48 Areal enligt kartskiss Slutsats: Behålls. Kommentar: Tas enklast via GIS (kräver digitaliserade objektgränser). Kantlängd för inventeringsobjektet Slutsats: Stryks. Kommentar: Kan beräknas i efterhand ur GIS. Höjd över havet Slutsats: Behålls. Kommentar: Krävs bl.a. för volymsfunktionerna. Ej fältvariabel. 6.4 Tillägg till nuvarande undersökningstyper 1. Variabler som krävs för volymsfunktioner (bestäms ej i fält): Kustnära Kommentar: 1 = kustnära (< 5 mil från kusten); 0 = ej kustnära. Sydöstra Sverige Kommentar: 1 = ligger i SO Sverige enl. figur i Söderberg (1992); 0 = ej i SO Sverige. Region 5 Kommentar: 1 = ligger i Region 5 enl. figur i Söderberg (1992); 0 = ej i Region 5. Region i Sverige Kommentar: Tre möjligheter: Södra Sverige; Mellersta Sverige; Norra Sverige. Enligt figur i Söderberg (1992). Latitud Kommentar: Beräknas från Centrumkoordinat enligt den grova formeln Lat ~ X * 9 / 10 6, där X är nordkoordinaten i rikets nät. Ståndortsindex för tall Kommentar: Beräknas antingen genom att använda tall som bonitetsvisande trädslag redan från början, eller genom att översätta granindex till tall med hjälp av nomogrammet som finns i fälthäftet för bonitering. 46

49 2. Variabler som föreslagits i ädellövstudien Variablerna har inte utvärderats i projektet men kommenteras ändå med utgångspunkt från de generella erfarenheter som kommit fram, samt kommentarer från referensgruppen. Skogstyp enligt Sydsvenska lövskogar [dvs. enligt Andersson och Löfgren (2001), 35 klasser] Kommentar: Känns väldigt tveksamt på grund av det stora antalet klasser, blir troligen svårt att utvärdera resultat. Fler ägoslagstyper i Angränsande och insprängt ägoslag Kommentar: Nej. Det är många typer (9), och kan bli jobbigt med klassificeringen i fält. De har hög biologisk relevans men kan vara svåra att utvärdera. Viktigare att hitta en stabil metod med färre variabler som möjligen kan byggas ut framöver. Variabel Del i vatten Kommentar: Nej, vattenståndet varierar för mycket mellan år och under säsongen för att det ska kunna gå att övervaka förändringar. Substrattyp Levande högstubbe Kommentar: OK, lite mer distinkt definition behövs dock (räknas t.ex. stormbrutna, levande träd?). Substrattyp Hamlat träd Kommentar: Bör testas mera, kanske tillsammans med Hålträd enligt Östgötamodellen. Risk för personskillnader i definitionen. Substrattyp Myrstack Kommentar: Nej, myrstackar står alltför glest och förändringar sker för sakta för att det ska vara meningsfullt att övervaka. Hål (enligt Östgötamodellen) Kommentar: Bör testas. Mulm (enligt Östgötamodellen) Kommentar: Bör testas. Röttyp Kommentar: Nej, hade stora personskillnader i ädellövstudien. 47

50 Sly Kommentar: Nej. En viktig variabel, men gäller bara i objekt med gammelekar. Dessa objekt är i regel så viktiga att totalinventeringar bör göras. Klenved Kommentar: Tveksamt, troligen arbetskrävande. Samma hotbild som för annan död ved. Kanske man kan använda andra, korrelerade variabler, t.ex. volym lågor? 6.5 Datakvalitet, kvalitetssäkring Synpunkterna bygger främst på Tords och arbetsgruppens iakttagelser under arbetet med att iordningställa och preparera data inför analyserna. Fältdator Fältdator med inmatningsprogram med kontrollfunktioner rekommenderas starkt. Det stramar upp datastrukturen redan från början, förhindrar att omöjliga värden matas in, att man glömmer ange trädslag etc. De flesta fel som upptäckts under detta arbete hade kunnat undvikas om man använt inmatningsprogram med kontrollfunktioner. Datalagring Data bör lagras av datavärd, en institution med erfarenhet av datalagring som har kapacitet och rutiner för underhåll, kvalitetsgranskning och uttag. Om data lagras på länsstyrelserna är det stor risk för problem med datakvalitet i framtiden, på grund av den snabba personalomsättningen och olika handläggares olika intresse. Kvalitetskontroll Kvalitetskontroll av inmatade data är viktigt. I materialet i detta projekt fanns det fel bland alla typer av data: fel inventeringsobjektsid, flera inventeringsobjekt med samma namn, avvikande markslag hade inventerats utan att det framgick i databasen, det framgick inte vilka segment som var lucka, segment utan substratobjekt hade inte matats in mm. Namnsättning av inventeringsobjekt Inventeringsobjekt bör inte ha namnen 01, 02 om dessutom namnen 1, 2 osv. finns. 01 kan bli 1 beroende på programinställningar. Registrering av Avvikelser Det måste framgå tydligare om avvikande fältmetodik har använts, eller om ett inventeringsobjekt avviker från övriga (t.ex. brandfält eller delvis avverkat objekt). Ominventerade segment Vid ominventering bör man ha med information i fält om vilka segment som inventerats tidigare. Saknade värden Saknade värden bör inte sättas till 99, som ju för vissa variabler är rimliga värden. I de cellerna bör istället stå NA, eller något liknande. Klasser siffror eller klartext Databasen bör kunna exportera variablernas klasser i form av siffror, för att förenkla databearbetningen. Klassernas namn bör förkortas. 48

51 Hantering av saknade värden i analyser Kan man ha generell strategi för hantering av saknade värden? (Vi började undersöka hur saknade värden påverkade skattningarna men hann inte slutföra det pga. dataproblemen. I beräkningarna har saknade värden ignorerats.) Beräkning av volymsfunktioner i stora objekt Stödvariablerna som styr volymsfunktionerna har hittills getts värden för hela inventeringsobjekt. I mycket stora objekt kan det vara motiverat att anpassa vissa stödvariabelvärden till enskilda bältesavsnitt. Det gäller stödvariablerna Ståndortsindex och Grövsta uppmätta diameter. 49

52 7 SLUTSATSER ÖVERVAKNING AV SKYDDAD SKOG 7.1 Vilken nisch kan Extensivmetoden fylla i svensk miljöövervakning? Metoden skulle främst kunna få sin användning för övervakning av skyddad skog (biotopskydd och naturreservat). Övervakning av skyddad skog har flera motiv: Övervakning av biologisk mångfald viktiga delar av skogens biologiska mångfald finns koncentrerad i reservaten Behov av uppföljning för utvärdering av statliga reservatssatsningar Rapporteringsskyldighet till EU om Natura 2000 områden 7.2 Vad kan man mäta med metoden och vad kostar det? Allmänt För att kunna redovisa precision och kostnad för några olika övervakningsalternativ gjordes en separat utredning, grundad på samma data som resten av rapporten. Arbetsgången under denna utredning redovisas i bilaga 6. Övervakningsalternativen handlar dels om övervakning av enskilda objekt, dels övervakning av flera objekt betraktade som en grupp. 1. Enskilda objekt Metoden i sin ursprungliga form syftade inte till att övervaka enskilda objekt. Den stickprovstäthet som anges i delprogrammet och fältinstruktionen är därför alltför gles för detta. Det har dock visat sig att det finns ett stort behov av att kunna övervaka enskilda objekt. Här nedan följer därför förslag på inventeringsinsats för övervakning av enskilda objekt av olika storlek. Vi har också angett den förväntade precisionen för några centrala variabler samt beräknad kostnad för fältarbetet. För riktigt små objekt (upp till ca 2 ha) är det lika bra att inventera hela ytan i stället för att lägga ut bälten. A) 2-20 ha (små objekt) Med 1-2 dagars fältinsats för 2 personer skulle man hinna inventera 5-10 bälten, sammanlagt 0,7 ha, och 10 cirkelprovytor. Man får då ganska god upplösning på vanliga substratvariabler (exemplifierat av lågavolym i tabell 15). Mer ovanliga substratvariabler får något sämre statistisk upplösning. Artfynd har mycket sämre upplösning, och är i princip omöjligt att följa för ett enskilt reservat med detta stickprov. Beståndsvariabler får ganska bra eller bra upplösning. Om man fördubblar inventeringsinsatsen (tabell 16) kan man med lite tur upptäcka kraftiga förändringar i fyndfrekvens av stora artgrupper, såsom alla signalarter eller alla signal-vedsvampar. Men det är fortfarande i princip omöjligt att upptäcka 50

53 förändringar av en enskild signalart, även om det är en ganska vanlig art som vedticka eller lunglav i södra Norrland. Tabell 15. Förväntade statistika för ett urval variabler vid undersökning av små objekt med 1-2 dagars insats för 2 personer. medelfel av nuvärde (% av ursprungligt värde) medelfel av förändring (% av ursprungligt värde) Förändring som man med 50% sannolikhet upptäcker (% av ursprungligt värde) Förändring som man med 80% sannolikhet upptäcker (% av ursprungligt värde) Lågavolym 27% 11% 28% 37% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 41% 41% 104% 137% 70% 70% 178% 235% Volym levande gran 21% 5% 11% 14% Volym levande tall 28% 12% 27% 36% Anmärkningar: 1. Siffrorna i tabellen är ungefärliga och kan avvika åtminstone 1/3 upp eller ner. 2. Det förutsätts att det finns i medeltal ca signalartsfynd totalt per ha, och 5-20 fynd per ha av den vanliga signalarten. Tabell 16. Förväntade statistika för ett urval variabler vid undersökning av små objekt med 3-4 dagars insats för 2 personer. medelfel av nuvärde medelfel av förändring Förändring som man med 50% sannolikhet upptäcker Förändring som man med 80% sannolikhet upptäcker Lågavolym 19% 8% 19% 25% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 32% 32% 78% 102% 50% 50% 122% 161% Volym levande gran 16% 3% 8% 11% Volym levande tall 27% 8% 21% 27% Anmärkningar: 1. Siffrorna i tabellen är ungefärliga och kan avvika åtminstone 1/3 upp eller ner. 2. Det förutsätts att det finns i medeltal ca signalartsfynd totalt per ha, och 5-20 fynd per ha av den vanliga signalarten. B) ha (mellanstora objekt) Med 2-3 dagars fältinsats för 2 personer skulle man hinna inventera 13 stycken 50 m långa bältesavsnitt på sammanlagt 0,9 ha, och 13 cirkelprovytor. Medelfelen blir något bättre än grundalternativet för små objekt, medan konfidensintervallen blir nästan lika bra som i det fördubblade alternativet för små objekt (tabell 17). (Det beror på att varje bältesavsnitt kan betraktas som en fristående stickprovsenhet, eftersom man har lika långt mellan de inventerade avsnitten inom ett bälte som mellan bältena.) 51

54 Tabell 17. Förväntade statistika för ett urval variabler vid undersökning av mellanstora objekt med 2-3 dagars insats för 2 personer. medelfel av nuvärde medelfel av förändring Förändring som man med 50% sannolikhet upptäcker Förändring som man med 80% sannolikhet upptäcker Lågavolym 27% 10% 21% 29% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 33% 33% 72% 99% 60% 60% 130% 179% Volym levande gran 18% 4% 9% 12% Volym levande tall 25% 11% 23% 31% Anmärkningar: 1. Siffrorna i tabellen är ungefärliga och kan avvika åtminstone 1/3 upp eller ner. 2. Det förutsätts att det finns i medeltal ca signalartsfynd totalt per ha, och 5-20 fynd per ha av den vanliga signalarten. C) ha (stora objekt) Med 3-4 dagars fältinsats för 2 personer skulle man hinna inventera 8 stycken 100 m långa bältesavsnitt på sammanlagt 1,1 ha, och 16 cirkelprovytor. Upplösningen blir ungefär densamma som för mellanstora objekt, dock lite bättre för artfynden. D) ha och större (jättestora objekt) För jättestora objekt blir det nödvändigt med någon typ av tvåstegs-sampling. Vi har utgått från att man först slumpar ut 10 bestånd om ca 5 ha, och sedan gör bälten och cirkelytor i dessa bestånd. Två personer hinner med 3 stycken 100 m långa bälten och 6 cirkelytor på en dag (6-8 timmar). Ett annat alternativ är att slumpa ut dagsverkes- trakter där man gör 2-3 stycken 100 m långa bältesavsnitt med m mellanrum, med 2 cirkelytor per bältesavsnitt. Detta ger troligen bättre statistisk styrka än alternativet med bestånd, och har fördelen att man inte behöver beståndsindela hela reservatet. Vi har förutsatt att transporten till och från dagens bestånd eller trakt inte tar mer än 2-3 timmar av dagen. Med 10 dagars fältinsats för 2 personer skulle man hinna inventera 10 bestånd enligt ovan. Upplösningen blir ungefär densamma som för mellanstora objekt när det gäller substrat och beståndsvariabler (tabell 18). Artfynden får dock avsevärt bättre upplösning. 52

55 Tabell 18. Förväntade statistika för ett urval variabler vid undersökning av jättestora objekt med 10 dagars insats för 2 personer. medelfel av nuvärde medelfel av förändring Förändring som man med 50% sannolikhet upptäcker Förändring som man med 80% sannolikhet upptäcker Lågavolym 29% 14% 31% 44% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 33% 17% 39% 55% 50% 39% 89% 123% Volym levande gran 11% 4% 9% 12% Volym levande tall 37% 6% 14% 20% Anmärkningar: 1. Siffrorna i tabellen är ungefärliga och kan avvika åtminstone 1/3 upp eller ner. 2. Det förutsätts att det finns i medeltal ca signalartsfynd totalt per ha, och 5-20 fynd per ha av den vanliga signalarten. E) Sammanfattningsvis om övervakning av enskilda objekt Med den skisserade designen skulle man kunna övervaka substrat och bestånd med ganska god noggrannhet. Om man räknar med en dagkostnad på 6000 kr för ett tvåmannalag skulle kostnaden bli ca kr för ett litet objekt objekt (10 ha), kr för ett 100 ha objekt, kr för ett 1000 ha objekt och kr för ett jättestort objekt. Om man fördubblar fältinsatsen sjunker medelfelen och konfidensintervallen med en knapp tredjedel. För artfynd är bilden en annan. Den genomsnittliga precisionen för t-tester är dålig, i synnerhet för enskilda arter (se tabell 15-18). Det finns dock förmildrande omständigheter som gör att man i verkligheten kan ha lite större möjligheter att följa vissa artförändringar: Om man anpassar den statistiska analysen får man bättre upplösning. I stället för t-test skulle man kunna använda logit-regression eller en icke-parametrisk metod som Wilcoxons teckenrangtest, eller åtminstone transformera variablerna före t-test. Även om den genomsnittliga variationen är stor inom ett objekt finns det i många objekt arter eller artgrupper som är någorlunda väl spridda över objektet och som är lättare att följa upp. Den totala inventerade arealen är viktig för upplösningen av artfynd, medan den ganska snabbt når en mättnad för substratvariablerna. Det är viktigt, både för substrat- och indikatorart-övervakningen, att antalet stickprovsenheter inte är för litet, helst minst 10, absolut inte mindre än 6. 53

56 2. Flera objekt Metoden var ursprungligen avsedd för att övervaka större grupper av objekt, och det är också data med denna inriktning som detta projekt haft tillgång till. Tanken är att man tar en stor grupp av objekt, t.ex. Natura 2000 objekt med västlig taiga av undergruppen granskog. Ur denna grupp slumpar man fram ett antal objekt som man inventerar, och som får representera hela gruppen. Här nedan följer en sammanställning av förväntad upplösning för några typiska variabler vid olika inventeringsinsats. Vi redovisar två alternativ, med olika fältinsats per objekt. A) Inventering med ca 2 dagars fältinsats per objekt Detta är i närheten av vad som behövs för uppföljning av enskilda objekt. Som en biprodukt får man alltså någorlunda användbara data på substrat och bestånd för vart och ett av de enskilda objekt som ingår i stickprovet. Däremot blir inte artdata användbara på beståndsnivå. Kostnaden för varje objekt blir ca kr. Om objekten är utspridda över en hel landsända tillkommer dessutom resor mellan övernattningsställen samt hemresor. Säg att man räknar med 40 mil och ½ dags resa för vart annat objekt (1 gång per 4-dagarsvecka), vilket ger en ytterligare kostnad om 1700 kr per objekt. Själva fältarbetet skulle alltså kosta ca kr för 20 objekt och kr för 40 objekt. Kostnad för förberedelsearbete och efterarbete (t.ex. databehandling) tillkommer. Med 20 objekt i stickprovet blir upplösningen helt acceptabel för substrat, beståndsvariabler och fynd av artgrupper (tabell 19). Med 40 objekt i stickprovet kan man även följa större förändringar art för art, av de mest frekventa signalarterna (tabell 20). Tabell 19. Förväntade statistika för ett urval variabler vid undersökning av ett stickprov om 20 objekt, med ca 2 dagars fältinsats per objekt för 2 personer (0,84 ha inventerat bälte och 12 cirkelytor). medelfel av nuvärde medelfel av förändring Förändring som man med 50% sannolikhet upptäcker Förändring som man med 80% sannolikhet upptäcker Lågavolym 20% 10% 20% 28% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 22% 10% 21% 29% 32% 24% 49% 70% Volym levande gran 6% 3% 5% 7% Volym levande tall 24% 4% 8% 11% Anmärkningar: 1. Siffrorna i tabellen är ungefärliga och kan avvika åtminstone 1/3 upp eller ner. 2. Det förutsätts att det finns i medeltal ca signalartsfynd totalt per ha, och 5-20 fynd per ha av den vanliga signalarten. 54

57 Tabell 20. Som tabell 19, för ett stickprov om 40 objekt. medelfel av nuvärde medelfel av förändring Förändring som man med 50% sannolikhet upptäcker Förändring som man med 80% sannolikhet upptäcker Lågavolym 14% 7% 14% 19% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 15% 7% 14% 20% 23% 17% 34% 48% Volym levande gran 4% 2% 4% 5% Volym levande tall 17% 3% 5% 7% Anmärkningar: 1. Siffrorna i tabellen är ungefärliga och kan avvika åtminstone 1/3 upp eller ner. 2. Det förutsätts att det finns i medeltal ca signalartsfynd totalt per ha, och 5-20 fynd per ha av den vanliga signalarten. B) Inventering med ca 1 dags fältinsats per objekt Ofta är det optimalt att inventera i många objekt med liten arbetsinsats per objekt, om man på ett kostnadseffektivt sätt vill få bra precision för en grupp av objekt. Avståndet mellan objekten sätter dock gränser för hur långt man kan driva detta. Ju kortare tid man använder för själva inventeringsarbetet, desto större andel av arbetstiden går åt till förflyttningar mellan objekten. Vi har i det följande räknat med att inventerarna kan använda 4-6 timmar per dag åt själva inventeringen ute i respektive objekt. Det betyder att det inte bör vara mer än 2-3 timmars restid och vandringstid i varje ända av arbetsdagen, som ett genomsnitt. Kostnaden per objekt blir då hälften jämfört med alternativ A), det vill säga ca kr för 20 objekt och kr för 40 objekt. Kostnad för förberedelsearbete och efterarbete (t.ex. databehandling) tillkommer. I detta alternativ blir data inte användbara på objektsnivå. För gruppen av objekt får man ungefär samma upplösning för pengarna som i alternativ A). Det spelar alltså inte så stor roll, för de flesta variabler, om man ägnar 40 fältdagar åt 20 reservat (A) eller 40 reservat (B) (se tabell 21 och 22). Siffrorna för lågavolym antyder dock att det för vissa variabler är mer optimalt att inventera kort tid i många reservat, än längre tid i få reservat. Om man lite mer optimistiskt räknar med att inventerarna kan ägna 8 timmar per dag åt själva inventeringen, vilket kan vara realistiskt i södra Sverige, skulle man kunna ägna den längre tiden till att inventera dubbelt så mycket bälte. Då skulle man få en precision på substrat och arter som är nära den man får i alternativ A), men för halva priset (se tabell 23). 55

58 Tabell 21. Förväntade statistika för ett urval variabler vid undersökning av ett stickprov om 20 objekt, med ca ½ dags fältinsats per objekt för 2 personer (0,28 ha inventerat bälte och 4 cirkelytor). medelfel av nuvärde medelfel av förändring Förändring som man med 50% sannolikhet upptäcker Förändring som man med 80% sannolikhet upptäcker Lågavolym 20% 10% 21% 29% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 24% 14% 30% 42% 38% 31% 66% 93% Volym levande gran 9% 3% 6% 9% Volym levande tall 27% 5% 11% 15% Anmärkningar: 1. Siffrorna i tabellen är ungefärliga och kan avvika åtminstone 1/3 upp eller ner. 2. Det förutsätts att det finns i medeltal ca signalartsfynd totalt per ha, och 5-20 fynd per ha av den vanliga signalarten. Tabell 22. Som tabell 21, för ett stickprov om 40 objekt. medelfel av nuvärde medelfel av förändring Förändring som man med 50% sannolikhet upptäcker Förändring som man med 80% sannolikhet upptäcker Lågavolym 14% 7% 14% 20% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 17% 10% 20% 29% 27% 22% 45% 64% Volym levande gran 6% 2% 4% 6% Volym levande tall 19% 4% 7% 10% Anmärkningar: 1. Siffrorna i tabellen är ungefärliga och kan avvika åtminstone 1/3 upp eller ner. 2. Det förutsätts att det finns i medeltal ca signalartsfynd totalt per ha, och 5-20 fynd per ha av den vanliga signalarten. Tabell 23. Som tabell 22, men med en hel dags fältinsats netto per objekt. 40 objekt med 0,56 ha bälte och 4 cirkelprovytor per objekt. medelfel av nuvärde medelfel av förändring Förändring som man med 50% sannolikhet upptäcker Förändring som man med 80% sannolikhet upptäcker Lågavolym 14% 7% 14% 20% Totalt antal signalartsfynd (alla signalarter) Antal fynd av en signalart ("vanlig" art) 16% 8% 16% 23% 24% 18% 37% 52% 56

59 7.3 Är det en bra metod? Ja, den fungerar för sitt syfte. Den ger ganska bra noggrannhet för substrat och upprepningsbara data (om än grova) för grupper av indikatorarter/signalarter. Metoden kan emellertid förbättras, se kapitlet förslag till metodförändringar : Rensa bort en del variabler; utbilda fältarbetare; använd fältdator; kvalitetssäkra databas (helst hos datavärd). Metodförändringarna måste också införas i undersökningstyper och fältinstruktion. Där ska också anges hur metoden ska användas när man vill övervaka enskilda objekt. Metoden syftar till att mäta förändring. Vill man mäta tillstånd mot en målnivå (t.ex. om beståndet har minst 10 m 3 död ved per ha) är andra metoder bättre. 7.4 Hur bra är det jämfört med andra metoder? Vi har inte gjort någon systematisk jämförelse med andra metoder, men vill ändå diskutera för- och nackdelar gentemot andra metoder. De andra metoder som mäter samma eller delvis samma saker är: NBÖ Skogsvårdsorganisationens metod för NyckelBiotopsÖvervakning RIS RT Riksinventeringen av skog Riksskogstaxeringen NILS Nationell Inventering av Landskapet i Sverige Specialanpassad inventering i cirkelytor Artinventering i hektarsrutor el.likn. Inventering med stora subjektiva inslag (provyteplacering och/eller skattningar) 1. NBÖ Skogsvårdsorganisationens metod för nyckelbiotopsövervakning (Gustafsson, 2001) mäter beståndet och stående död ved i 10 stycken smala bälten, 2 x 20 m. Lågor mäts med linjekorsningsmetod längs bältena. Signalarter inventeras i hela objektet liksom en del sällsynta substrat, t.ex. död ved grövre än 35 cm. Endast objekt < 5 ha inventeras. Substratoch beståndsmätningarna är inte användbara för objektsvis uppföljning. Fördelar med NBÖ framför Extensivmetoden: Enklare tillvägagångssätt vid utlägg, färre variabler (Extensivmetoden kan dock förbättras enligt förslag i denna rapport) Mindre arbete för inmätning av lågor (även: färre lågor) medför billigare inventering Arbetet utförs av en person, vilket medför billigare inventering Fler artfynd (eftersom större areal inventeras) Utnyttjar inventerarens erfarenhet för att söka arter Nackdelar: Fungerar bara för mycket små objekt, större objekt måste delas in i delobjekt < 5 ha (alternativt slumpar man ut jätteprovytor som fungerar som delobjekt, se punkt 5 nedan) Litet material på stående död ved smalare än 35 cm i diameter 57

60 Troligen svårare att få upprepbarhet i artinventeringen Upprepbarhet ej beskriven Skogsstyrelsen har i samarbete med Länsstyrelsen Gävleborg gjort en jämförelse mellan NBÖ och Extensivmetoden och jämfört deras resultat med totalinventeringar av mosssor, skorplavar på levande träd och tickor på granlågor (von Euler 2003). Tyvärr omfattar jämförelsen bara 9 objekt och har därför begränsat värde. I sammanfattningen kommer von Euler fram till att NBÖ är att föredra för att ge översiktlig information för ett större antal objekt, medan en modifierad och utökad version av Extensivmetoden skulle kunna användas som kalibreringsinstrument på ett urval objekt. von Euler framhåller också att för indikatorarter och sällsynta substrat gav Extensivmetoden alltför dålig precision i skattningarna. Tyvärr saknas en redovisning av upprepbarheten i NBÖ. 2. RIS RT Riksinventeringen av skog utförs i kvadratiska trakter som ska motsvara ett dagsverke. Arbetslaget går längs traktens sidor och gör mätningar i cirkelprovytor som ligger med regebundna mellanrum. En del observationer görs också längs linjen mellan provytorna. Se RIS RT:s metoder har mycket god kvalitetsgranskning och ligger till grund för mätningarna i cirkelytor i Extensivmetoden. Det ordinarie stickprovet i RIS kan kanske ge tillräcklig information för uppföljningen av substrat- och beståndsvariabler i de allra vanligaste skogstyperna i reservat. Däremot inte för mindre vanliga typer. För enskilda reservat är det bara de allra största som möjligen skulle kunna hysa tillräckligt många provytor i det ordinarie utlägget. För uppföljning av signalarter är det inte lämpligt, eftersom provytorna är för små för det. 3. NILS NILS utförs i landskapsrutor objektivt utlagda över hela Sverige, ca 100 stycken per år under en femårsperiod. En översiktlig flygbildstolkning görs över en 5x5 km ruta och en noggrann tolkning över en 1x1 km ruta. I km-rutan görs linjekorsningsinventering (3,2 km linje) av lågor och linjära lanskapselement (t.ex. diken, vägar); bältesinventering (3,2 ha bälte) av vissa substrat och små landskapselement (t.ex. stora träd, stora myrstackar, källor); cirkelyteinventering (25 cirkelytor) av mark, vegetation, markanvändning och ett urval artgrupper. De artgrupper som inventeras på provytorna är cyanolavar på lövträd och insekter som samlas in med gulskål. Dessutom görs inventering av skogshöns längs linjerna. Standardrutterna i Svensk Fågeltaxering samordnas till samma 5x5 km rutor. NILS genomförs första säsongen under Troligen är det ordinarie stickprovet i NILS alltför glest för att fältinventeringen ska kunna användas för övervakning av enskilda reservat eller ens skyddade skogstyper på nationell nivå. Möjligheten av att övervaka utvalda reservat med NILS metoder bör utredas efter 2003 års fältsäsong, med avseende på kostnader och vad man får ut av det. 58

61 4. Specialanpassad inventering i cirkelytor Man kan också skräddarsy en cirkelyte-baserad inventering till det behov som finns för ett speciellt objekt, eller en viss grupp av objekt. Antalet cirkelytor, storleken på ytorna och vad man mäter i dem. Ett exempel på sådan metod är förslaget för uppföljningssystem för naturtypen Västlig Taiga inom Natura 2000-nätverket (Lundberg 2002). Fördelen är att man kan optimera mätprogrammet och stickprovstätheten till det aktuella objektet. En nackdel kan vara att det blir mycket arbete med planering och administration av alla undersökningar om alla är lite olika. En generell nackdel med att bara mäta i cirkelytor är att det är svårt att övervaka arter då. Man blir i så fall tvungen att ha mycket stora cirkelytor, så att man får tillräckligt många artobservationer. 5. Artinventering i mycket stora provytor I stället för att inventera i bälten kan man markera stora provytor (t.ex. 100 x 100 m) och inventera arter i dessa. Om man vill få bra statistiska förutsättningar bör man ha minst 6 sådana provytor, gärna 10. Det tar 30 minuter 2 timmar för två personer att inventera 1 ha, beroende på hur rikt området är och hur lång artlistan är. Provytan markeras permanent, men de enskilda artfynden behöver inte med nödvändighet koordinatsättas. Under arbetet behöver man dock tillfälligt dela in provytan i delenheter, t.ex. 10 m breda remsor, för att försäkra sig om att hela ytan inventeras en gång. Fördelen med att inventera arter i mycket stora provytor är att man får in fler artfynd utan att behöva mäta in alla substrat inom hela ytan. Nackdelen kan vara att det är större risk att missa artfynd att man inte tittar lika noggrant på alla möjliga fyndplatser. Troligen sämre upprepbarhet alltså. En annan nackdel kan vara att det inte blir lika tät koppling mellan substratmätning och artinventering. Metoden kan enklast utformas så, att NBÖ:s artinventering tillämpas på en avgränsad stor provyta. Innan detta görs bör NBÖ:s upprepbarhet utvärderas. 6. Inventering med subjektiva inslag Om man vill mäta tillståndet mot en given målnivå, t.ex. att beståndet har minst 10 m 3 död ved per ha, är det för det första bättre att använda tillfälliga provytor eller bälten i stället för permanenta. Fördelen med permanenta ytor är att man lättare kan mäta förändringar, annars är det bara en extra kostnad att markera respektive återfinna ytorna. Dessutom är det ofta kostnadseffektivt att arbeta med subjektivt placerade provytor, eftersom man då behöver färre provytor per objekt än om man placerar ytorna objektivt för att nå ett acceptabelt medelfel för objektet. Subjektiva ytor placeras av inventeraren på representativa ställen i objektet, och man får då mindre slumpvariation mellan ytorna. Det bygger på att inventeraren har kunskaper och erfarenhet att placera ytorna på lämpliga ställen. Man får oundvikligen ett systematiskt fel som beror på inventeraren, men med välutbildade inventerare är felet begränsat. Storleken på felet går att mäta med hjälp av kontrollinventeringar. Man kan också arbeta med helt subjektiva skattningar av alla eller en del av variablerna. Även i detta fall utnyttjar man inventerarens kunskaper och erfarenhet för att snabbt få ett användbart värde. Exempel på detta är skattningar av täckning av renlavar och vitmossor i RT, flertalet variabler i blocket arealinventering i RT och skattningarna av virkesvolym i nyckelbiotopsinventeringen. Felmarginalen kan bli ganska stor, men det ger ofta användbara uppgifter. Man kan också bestämma att man ska göra noggrannare mätningar om variabeln (enligt den subjektiva skattningen) ligger nära miniminivån eller någon annan kritisk nivå. 59

62 Ett exempel där inventering med subjektiva inslag troligen är lämpligast, är basinventering och uppföljning av enskilda Natura 2000 objekt. Där är man i första hand intresserad av om objektet i fråga uppfyller kriterierna för god bevarandestatus eller inte. Eventuella förändringar som ligger långt från den kritiska gränsen är inte av primärt intresse i detta fall. 7.5 Sammanfattande bedömning av Extensivmetoden i relation till andra metoder Övervakning av en grupp reservat För att övervaka en grupp reservat fungerar metoden bra, men är något dyr. Kanske ger den onödigt detaljerade data på lågor. En fördel kan vara att man kan få ganska användbara data på bestånds- och substratvariabler för enskilda reservat som ingår i stickprovet, om man väljer alternativet med två inventeringsdagar per reservat. Ett alternativ skulle kunna vara att tillämpa NBÖ på en slumpmässigt vald del av varje reservat, eller hela reservatet för små reservat (upp till ca 10 ha). Inventeringskostnaden per objekt blir ca hälften av Extensivmetodens. Den statistiska precisionen för artfynd (sett till hela objektgruppen) blir bättre, eftersom man inventerar större yta per bestånd. Den statistiska precisionen för beståndsvariabler och klena-medelgrova vedsubstrat blir troligen sämre, eftersom man mäter beståndet i en mindre yta. Precisionen kan behöva utredas mera för en rättvis jämförelse. En viktig fråga är hur stora personberoende skillnader man riskerar i detta alternativ. Ett annat alternativ är att göra en specialdesignad inventering med cirkelytor för beståndsvariabler, kombinerat med en inventering av indikatorarter i jätteprovytor (eller i hela reservatet om det är < 10 ha). Detta alternativ går säkert att göra mest ekonomiskt effektivt. Det måste dock vägas mot kostnaden att designa specialinventeringen och utforma datarutiner för den. En variant på detta är att ta bort substratvariablerna från bältesinventeringen i Extensivmetoden, för att på så sätt kunna öka bältesarealen. Övervakning av enstaka reservat En utökad Extensivmetod enligt exemplen ovan (med 2-4 dagars fältarbete för ha stora reservat) fungerar bra, och är troligen också det bästa, eftersom det kostar mycket tid och kraft att designa specialinventeringar och ta vara på deras data. Data på artfynd blir dock mycket grova på grund av att den inventerade arealen är så begränsad, åtminstone för måttligt stora reservat. 60

63 8 REFERENSER Andersson, L. och Löfgren, R Sydsvenska lövskogar och andra lövbärande marker. SNV Rapport Naturvårdsverket. Anonym Instruktion för fältarbetet vid Riksskogstaxeringen Stencil, Institutionen för skogstaxering, SLU. Anonym 1999a. Undersökningstyp Allmäninventering - allmän beskrivning av ett inventeringsobjekt och dess angränsande ägoslag. Miljöövervakningshandboken, Naturvårdsverket. Anonym 1999b. Undersökningstyp Bestånds- och ståndortsinventering - inventering av trädbestånd och ståndortsegenskaper samt ett antal indikatorarter. Miljöövervakningshandboken, Naturvårdsverket. Anonym 1999c. Undersökningstyp Substratinventering- inventering av träd- och vedstrukturer samt en grupp indikatorarter. Miljöövervakningshandboken, Naturvårdsverket. Anonym 1999d. Fältinstruktion för undersökningstyperna Allmäninventering, Substratinventering, Indikatorartinventering och Bestånd- och ståndortsinventering. Miljöövervakningshandboken, Naturvårdsverket. Bengtsson, O., Ringvall, A. och Johansson, T Utvärdering av metod för övervakning av ädellövskogar. Meddelande 2001:23, Länsstyrelsen Kalmar län. Ernstson, H. och Landgren, E Manual för databas Extensiv övervakning av skogsbiotoper. Envive AB. Stencil, tillgänglig på länsstyrelserna i Värmland, Dalarna och Gävleborg. von Euler, F Övervakning av biologisk mångfald i skogen En jämförelse av två metoder. Rapport , Skogsstyrelsen, Jönköping. Gustafsson, J Miljöövervakning av biologisk mångfald i nyckelbiotoper. Meddelande , Skogsstyrelsen, Jönköping. Ihaka, R. and Gentleman, R R: A language for data analysis and graphics. J. Comput. Graph. Stat. 5: (Kan gratis laddas ner från Loetsch, F., Zöhrer, F. and Haller, K.E Forest inventory, Volume 2. B.L.V. Verlagsgesellschaft, Münich. Lundberg, N Förslag till uppföljningssystem för naturtypen Västlig Taiga inom Natura 2000-nätverket. Webbdokument, Naturvårdsverket, McCullagh, P. and Nelder, J. A Generalised linear models. Chapman and Hall/CRC, New York, USA. Söderberg, U Funktioner för skogsindelning. Höjd, formhöjd och barktjocklek för enskilda träd. Rapport nr. 52. Institutionen för skogstaxering. Sveriges Lantbruksuniversitet. 61

64 Snäll, T. and Jonsson, B. G Edge effects on six polyporous fungi used as old-growth indicators in Swedish boreal forest. Ecol. Bull. 49: Snäll, T., Ribeiro, Jr., P. J. and Rydin, H.. Spatial occurrence and colonisations in patchtracking metapopulations: local conditions versus dispersal. Accepterat i Oikos. Venables, W. N. and Ripley, B. D Modern applied statistics with S-PLUS. Springer- Verlag, New York, USA. 62

65 BILAGOR 1. Urval av inventeringsobjekt 2. Detaljerade resultat: tabeller, figurer och statistik 3. Enkätsvar från fältinventerare 4. Styrkefigurer 5. Komplettering om upprepbarhetstestet 6. Förslag på stickprovsdesign vid övervakning av enskilda objekt 7. Arbetsgång vid beräkning av förväntad statistisk precision samt kostnad för övervakning (Kan beställas från Länsstyrelsen i Värmlands, Dalarnas eller Gävleborgs län.) 8. Programkod för datainläsning och analyser i statistikprogrammet R. (Kan beställas från Länsstyrelsen i Värmlands, Dalarnas eller Gävleborgs län.) 63

66 64

67 Bilaga 1 Bilaga 1 Urval av inventeringsobjekt Värmlands län: [1997 (ingår ej i det analyserade materialet eftersom metoden var något annorlunda): nyckelbiotoper valdes ut i LIFE-området Racken; storleksstyrd slumpning.] 1998: "kandidatobjekt" (4 nyckelbiotoper och 2 produktionsbestånd) valdes ut på Storas mark i Mangslidsområdet (Johan Bohlin och Lars Andersson Metria utförde en naturskogsstudie över Racken-och Mangslidsområdena, därför dessa två storområden), även 3 naturreservat; storleksstyrd slumpning. 1999: 5 nyckelbiotoper valdes ut i Norra Ny socken, Torsby kommun (där raggbocksstudie också gjordes samma år, Norra Ny har dokumenterat höga koncentrationer av värdefull skog), även två NR valdes subjektivt. 2000: 8 nyckelbiotoper valdes ut i Filipstad kommun (Bergslagen, för att få in bestånd i hårt brukat storområde), även 3 NR valdes ut subjektivt; vid slumpningen delade vi in NB i fyra grupper och slumpade ut objekt inom dessa, barrnaturskog (3), barrskog (3), lövrik barrnaturskog (1 av totalt 3), branter (3). Sedan blev inte alla inventerade av tidsskäl. 2001: endast 5 NR inventerades som också är N2000-områden, de valdes ut i samråd med förvaltningen. 2002: 6 NR valdes ut i samråd med förvaltningen då information om de aktuella reservaten efterfrågades. Dessutom återinventerades 5 NB och 2 NR från Dalarnas län I Dalarna har än så länge bara inventerats subjektivt valda naturreservat. Urvalet är geografiskt spritt och syftar till att få in data på reservat i länets olika naturtyper. 2000: Två delar vardera av 2 reservat. 2001: Två delar vardera av 3 reservat. 2002: Två delar vardera av 2 reservat. Gävleborgs län I Gävleborg valde man under åren subjektivt ut tre landskapsavsnitt, valda för att representera olika typer av skogshistoria. I dessa inventerades alla nyckelbiotoper och naturreservat, och ett urval produktionskogar betecknade som S2-bestånd i ÖSI. [1997 (ingår ej i det analyserade materialet eftersom metoden var något annorlunda): Alla nyckelbiotoper inventerades inom ett 50 km 2 område (två ekorutor) i centrala Hälsingland, vid Häråns avrinningsområde (bäckvattenkemi m.m. övervakas där). Dessutom ett naturreservat med grannaturskog, Lomtjärnsreservatet.] B1-1

68 Bilaga : Alla nyckelbiotoper inventerades inom ett 50 km 2 område (två ekorutor) i västra Gästrikland/södra Dalarna, vid Sörjabäckens avrinningsområde (bäckvattenkemi m.m. övervakas där). Dessutom tre slumpvis valda produktionsbestånd (äldre än 100 år) inom samma område och ett naturreservat i närheten. 1999: Alla nyckelbiotoper inventerades inom ett 50 km 2 område (två ekorutor) i östra Hälsingland (Enångers Änga; ett bygdenära område i kontrast till de båda tidigare som ligger 1-2 mil från större byar). Dessutom fyra slumpvis valda produktionsbestånd (äldre än 100 år) inom samma område. 2000: I ett specialprojekt inventerades två stora reservat i centrala Hälsingland, ett mindre reservat i närheten av ett av de stora, samt ett slumpvis urval av nyckelbiotoper i närområdena till de stora reservaten (ca 50 km 2 närområde per reservat). Även en del produktionsskog strax utanför reservaten inventerades, men ingår ej i det analyserade materialet. 2001: Ett subjektivt urval av 7 sumpskogsnyckelbiotoper i SÖ Gästrikland, med värdefull lavflora. 2002: Återinventering av ett reservat och 4 nyckelbiotoper från B1-2

69 Bilaga 2 Detaljerade resultat: tabeller, figurer och statistik Innehåll i bilaga 2: Bilaga 2 Figurer Figur 2.1. Läget av inventerade objekt...b2-2 Figur 2.2. Läget av inventerade naturreservat...b2-2 Figur 2.3. Läget av inventerade nyckelbiotoper...b2-3 Figur 2.4. Läget av inventerade produktionsbestånd....b2-3 Figur 2.5. Fördelning av nedbrytningsgrad. Objekt i Gävleborgs län...b2-4 Figur 2.6. Fördelning av nedbrytningsgrad. Objekt i Dalarnas och Värmlands län...b2-5 Figur 2.7. Fördelning av nedbrytningsgrad. Återinventerade objekt....b2-6 Figur 2.8. Upprepbarhet av fördelning av nedbrytningsgrad....b2-7 Tabeller Tabell 2.1. Allmän beskrivning av objekten....b2-8 Tabell 2.2. Objektsvis data från substratinventeringen i bälten. - A: Levermosstäckning RT-lågor...B B: Antal lågor Volym stående död ved övriga trädslag...b C: Data om levande träd ( Volym grova björkar Antal grova granar )...B2-18 Tabell 2.3. Objektsvis ståndortsuppgifter, från inventeringen i cirkelprovytor....b2-21 Tabell 2.4. Objektsvis beståndsuppgifter, från cirkelprovytedata...b2-25 Tabell 2.5. Fyndfrekvens av arter i bälten...b2-29 Tabell 2.6. Fyndfrekvens av arter i cirkelprovytor...b2-30 Tabell 2.7. Objektsvis antal fynd per ha bälte av artgrupper....b2-31 Tabell 2.8. Objektsvis antal fynd per ha av enskilda arter. A: anas hel lep satu...b2-33 Tabell 2.8. Objektsvis antal fynd per ha av enskilda arter. B: lob pulm tri lari....b2-36 Tabell 2.9. Objektsvis antal fynd av signalarter per ha i cirkelprovytor...b2-39 Tabell Korrelationer mellan kvalitetsvariabler...b2-43 Tabell Förändringar B2-44 Tabell Objektsvisa data över förändring B2-45 Tabell Korrelation mellan 1:a och 2:a inventeringstillfället....b2-46 Statistik Samband mellan objektkategorier och substratvariabler gentemot artfynd...b2-47 B2-1

70 Bilaga 2 Figur 2.1. Läget av alla inventerade objekt. Objekt som inte hade bältesdata tillgängliga för studien är markerade med cirklar, övriga objekt med stjärnor. Figur 2.2. Läget av inventerade naturreservat. Objekt som inte hade bältesdata tillgängliga för studien är markerade med cirklar, övriga objekt med stjärnor. B2-2

71 Bilaga 2 Figur 2.3. Läget av inventerade nyckelbiotoper. Objekt som inte hade bältesdata tillgängliga för studien är markerade med cirklar, övriga objekt med stjärnor. Figur 2.4. Läget av inventerade produktionsbestånd. B2-3

72 Bilaga 2 Nedbrytningsgrad, X-län P 4 Enånger P 3 Enånger P 2 Enånger P 1 Enånger Enånger 9 'MoDo Nianån' Enånger 8 'MoDoreservatet' Enånger 7 'Bott 01' Enånger 6 'Sä 01' Enånger 5 'Bä 02' Enånger 4 'Bä 01' Enånger 3 'Än 03' Enånger 2 'Än 02' Enånger 1 'Än 01' Österbergsmurens NR Sörja 10 Sörja 8 Sörja 7 Sörja 6 Sörja 5 Aspsalen Sörja 4 Pengersjön Sörja 3 Sörja 2 Sörja 1 Sumpskog 7 'Bondglamsv 9539' Sumpskog 6 'Slätfallsv del av 8877' Sumpskog 5 'Klittevägen 8102' Sumpskog 4 'Skrovelmyrav S 0379' Sumpskog 3'Skrovelmyrav N 0682' Sumpskog 2 'Mårtsbo obs 0901' Sumpskog 1 'Älgsjön 4589' Övrig skog Ysbergets NR Naturskog Ysbergets NR Lövrik skog Ysbergets NR Lövrik skog 1 Bursjöberget 'G328' Naturskog Bursjöberget 'G302' Naturskog 'Ysberget 293' Naturskog 'Ysberget 197' Naturskog 'Ysberget 158' Bleckbergens urskog Övrig skog Grytaberget NR Naturskog Grytaberget NR Lövrik skog Grytaberget NR Kontroll Grytabergsres Nedbrytning 1 (<10%) Nedbrytning 2 (10-25%) Nedbrytning 3 (25-50%) Nedbrytning 4 (50-75%) Nedbrytning 5 (75-100%) Volym m3/ha Figur 2.5. Fördelning av volym på olika nedbrytningsgrad. Objekt i Gävleborgs län B2-4

73 Bilaga 2 Nedbrytningsgrad, W- och S-län Hemshyttan 4 Hemshyttan 3 Jätturn 2 Jätturn 1 Tjåberget 2 Tjåberget 1 Gåsberget 2 Gåsberget 1 Nåskilen 2 Nåskilen 1 Nybrännberget 2 Nybrännberget 1 Lybergsgnupen 2 Lybergsgnupen 1 Nyskoga 12 Nyskoga 9 Nyskoga 7 Nyskoga 6 Nyskoga 5 Nyskoga 1 Ivana Titjärn Nedbrytning 1 (<10%) Nedbrytning 2 (10-25%) Nedbrytning 3 (25-50%) Nedbrytning 4 (50-75%) Nedbrytning 5 (75-100%) Volym m3/ha Figur 2.6. Fördelning av volym på olika nedbrytningsgrad. Objekt i Dalarnas och Värmlands län B2-5

74 Bilaga 2 Nedbrytningsgrad, ominventerade inventeringsobjekt i S- och X-län ÖsterbergsmurensNR,inv2 ÖsterbergsmurensNR,inv1 Sörja6,inv2 Sörja6,inv1 Sörja4 Pengersjön,inv2 Sörja4 Pengersjön,inv1 Sörja1,inv2 Sörja1,inv1 Nyskoga9,inv2 Nyskoga9,inv1 Nyskoga6,inv2 Nyskoga6,inv1 Nyskoga5,inv2 Nyskoga5,inv1 Nyskoga1,inv2 Nyskoga1,inv1 Ivana,inv2 Ivana,inv1 Titjärn,inv2 Titjärn,inv1 Nedbrytning 1 (<10%) Nedbrytning 2 (10-25%) Nedbrytning 3 (25-50%) Nedbrytning 4 (50-75%) Nedbrytning 5 (75-100%) Volym m3/ha Figur 2.7. Fördelning av volym på olika nedbrytningsgrad. Återinventerade objekt. B2-6

75 Bilaga 2 Upprepbarhet, nedbrytningsgrad Lag 1 Lag 2 Nedbrytning 1 (<10%) Nedbrytning 2 (10-25%) Nedbrytning 3 (25-50%) Nedbrytning 4 (50-75%) Nedbrytning 5 (75-100%) Volym m3/ha Figur 2.8. Upprepbarhet av fördelning av volym på olika nedbrytningsgrad. B2-7

76 Bilaga 2 Tabell 2.1. Allmän beskrivning av objekten. Förklaringar: Typ av objekt: Res. = naturreservat; NB = nyckelbiotop; P = produktionsbestånd. Beståndstyp: tall = >70 % tall; gran = >70 % gran; barrbl. = <20 % löv men <70 % tall respektive gran; lövbarr = % löv; löv = >50 % löv. Särbehandling: * = bältesdata har ej analyserats på grund av att indatafilerna inte var färdiga; ** delvis brandfält. Areal bälte, Antal bälten: * = se ovan. Objektnamn Län Typ av objekt Beståndstyp Naturgeografisk zon H.ö.h. (m) Areal (ha) Särbehandling Areal bälte (ha) Antal bälten Antal cpy 1:a inv. 2:a inv. Titjärn S Res. barrbl. 28b nej 0, Höljberget S Res. gran 28b nej* * * Averåfjäll S Res. barrbl. 28b nej* * * Brånberget S Res. gran 28b nej* * * Fänstjärn S Res. barrbl. 28b nej* * * Ivana S Res. gran 28b nej 0, Makkaraberg S Res. barrbl. 32a brandfält** * * Ömtberget S Res. barrbl. 32a nej* * * Horstomyren S Res. gran 32a nej* * * Bjursjöhöjden S Res. gran 32a nej* * * Vimyren S Res. barrbl. 32a nej* * * Nordsjöskogen S Res. gran 28b nej* * * Kesebotten S Res. barrbl. 28b nej* * * Granberget S Res. gran 28b nej* * * Dundern norra S Res. lövbarr 28b nej* * * Dundern södra S Res. gran 28b nej* * * Brattfors brandfält S Res. tall 28b nej* * * Åbengtshöjden SO S Res. gran 28b nej* * * Åbengtshöjden NV S Res. barrbl. 28b nej* * * Månäsberget S NB gran 28b 440 0,5 nej* * * Mossberget S NB gran 28b nej* * * B2-8

77 Tabell 2.1, forts. Objektnamn Län Typ av objekt Beståndstyp Naturgeografisk zon H.ö.h. (m) Bilaga 2 Areal (ha) Särbehandling N Stöllsäterberget S NB barrbl. 28b nej* * * Hällåsmyren S NB barrbl. 28b nej* * * Kampåsen S NB gran 28b nej* * * Fläskås öst S NB gran 28b nej* * * Fläskås väst S NB gran 28b nej* * * Tallåsen S NB barrbl. 28b nej* * * Ladbotten S NB barrbl. 28b nej* * * Söder Orrbergsh S NB gran 28b nej* * * Potten S NB gran 28b nej* * * Svarttjärn S NB gran 28b nej* * * Hoppbacken S NB barrbl. 28b nej* * * Areal bälte (ha) Antal bälten Antal cpy 1:a inv. 2:a inv. Nyskoga 1 S NB gran 28b nej 0, Nyskoga 5 S NB gran 28b nej 0, Nyskoga 9 S NB lövbarr 28b nej 0, Nyskoga 12 S NB barrbl. 28b sumpskog * * Nyskoga 6 S P barrbl. 28b nej 0, Nyskoga 7 S P lövbarr 28b nej 0, Lybergsgnupen 1 W Res. gran 32b nej 0, Lybergsgnupen 2 W Res. gran 32b nej 0, Nybrännberget 1 W Res. barrbl. 30a nej 0, Nybrännberget 2 W Res. barrbl. 30a nej 0, Nåskilen 1 W Res. tall 28b brandfält 0, Nåskilen 2 W Res. tall 28b nej 0, Gåsberget 1 W Res. lövbarr 30a nej 0, Gåsberget 2 W Res. lövbarr 30a nej 0, B2-9

78 Tabell 2.1, forts. Objektnamn Län Typ av objekt Beståndstyp Naturgeografisk zon H.ö.h. (m) Bilaga 2 Areal (ha) Särbehandling Tjåberget 1 W Res. barrbl. 32a nej 0, Tjåberget 2 W Res. lövbarr 32a nej 0, Jätturn 1 W Res. lövbarr 28b nej 0, Jätturn 2 W Res. barrbl. 28b nej 0, Hemshyttan 3 W Res. lövbarr 28b nej 0, Hemshyttan 4 W Res. lövbarr 28b nej 0, Areal bälte (ha) Antal bälten Antal cpy 1:a inv. 2:a inv. Lövrik skog Grytaberget NR X Res. barrbl. 30a spec.proj. 0, Naturskog Grytaberget NR X Res. gran 30a spec.proj. 0, Övrig skog Grytaberget NR X Res. barrbl. 30a spec.proj. 2, Bleckbergens urskog X Res. barrbl. 28b nej 0, Lövrik skog Ysbergets NR X Res. lövbarr 28b spec.proj. 0, Naturskog Ysbergets NR X Res. lövbarr 28b spec.proj. 0, Övrig skog Ysbergets NR X Res. barrbl. 28b spec.proj. 1, Österbergsmurens NR X Res. barrbl. 28b nej 0, Naturskog 'Ysberget 158' X NB lövbarr 28b nej 0, Naturskog 'Ysberget 197' X NB barrbl. 28b nej 0, Naturskog 'Ysberget 293' X NB lövbarr 28b nej 0, Naturskog Bursjöberget 'G302' X NB tall 30a nej 0, Lövrik skog 1 Bursjöberget 'G328' X NB gran 30a nej 0, Sumpskog 1 'Älgsjön 4589' X NB lövbarr sumpskog 0, Sumpskog 2 'Mårtsbo obs 0901' X NB lövbarr sumpskog 0, Sumpskog 3'Skrovelmyrav N 0682' X NB lövbarr sumpskog 0, Sumpskog 4 'Skrovelmyrav S 0379' X NB barrbl sumpskog 0, Sumpskog 5 'Klittevägen 8102' X NB lövbarr sumpskog 0, Sumpskog 6 'Slätfallsv del av 8877' X NB lövbarr sumpskog 0, Sumpskog 7 'Bondglamsv 9539' X NB lövbarr sumpskog 0, B2-10

79 Tabell 2.1, forts. Objektnamn Län Typ av objekt Beståndstyp Naturgeografisk zon H.ö.h. (m) Bilaga 2 Areal (ha) Särbehandling Areal bälte (ha) Antal bälten Antal cpy 1:a inv. 2:a inv. Sörja 1 X NB barrbl. 28b nej 0, Sörja 2 X NB barrbl. 28b nej 0, Sörja 3 X NB barrbl. 28b nej 0, Sörja 4 Pengersjön X NB barrbl. 28b nej 0, Sörja 5 Aspsalen X NB löv 28b 295 0,2 nej 0, Sörja 6 X NB barrbl. 28b nej 0, Enånger 1 'Än 01' X NB barrbl. 28b nej 0, Enånger 2 'Än 02' X NB lövbarr 28b nej 0, Enånger 3 'Än 03' X NB lövbarr 28b nej 0, Enånger 4 'Bä 01' X NB barrbl. 28b nej 0, Enånger 5 'Bä 02' X NB barrbl. 28b nej 0, Enånger 6 'Sä 01' X NB lövbarr 28b nej 0, Enånger 7 'Bott 01' X NB barrbl. 28b nej 0, Enånger 8 'MoDoreservatet' X NB barrbl. 28b 85 7 nej 0, Enånger 9 'MoDo Nianån' X NB lövbarr 28b 90 6 nej 0, Sörja 7 X P barrbl. 28b nej 0, Sörja 8 X P lövbarr 28b nej 0, Sörja 10 X P tall 28b nej 0, P 1 Enånger X P barrbl. 28b nej 0, P 2 Enånger X P barrbl. 28b nej 0, P 3 Enånger X P barrbl. 28b 70 2 nej 0, P 4 Enånger X P barrbl. 28b nej 0, B2-11

80 Bilaga 2 Tabell 2.2. Objektsvis data från substratinventeringen i bälten. A: Levermosstäckning RT-lågor Objektnamn Län Areal bälte (ha) Antal bälten Levermosstäckning (cm 2 ha -1 ) (%) Medelbeskugg ning av substratobjekt Medelnedbrytning Medelbarktäckning (%) Medelmarkfuktighet vid substrat Medelmarkvegetationstäckning av lågor (%) Medeldiameter lågor Volym död ved (m 3 ha -1 ) Volym lågor (m 3 ha -1 ) Titjärn S 0, , , ,5 15, ,3 Ivana S 0, NA Nyskoga 1 S 0, , , ,9 10,5 Nyskoga 5 S 0, , , ,2 2,3 1,6 1,4 Nyskoga 6 S 0, , , ,3 43,9 38,6 35,4 Nyskoga 7 S 0, , ,3 32,2 30,2 Nyskoga 9 S 0, , , ,2 0,2 0,1 Lybergsgnupen 1 W 0, , NA 17,7 78,3 46,7 43,3 Lybergsgnupen 2 W 0, , ,8 NA 19,3 19,9 9,8 9,1 Nybrännberget 1 W 0, , ,3 NA 14,9 16,9 10,2 8,3 Nybrännberget 2 W 0, ,2 NA 14,4 20,3 11,6 9,6 Nåskilen 1 W 0, , ,6 56,9 33,7 27,6 Nåskilen 2 W 0, , , , ,2 23,1 Gåsberget 1 W 0, , ,4 NA 15,2 22,2 13,5 11,1 Gåsberget 2 W 0, NA 16,2 20,4 13,7 11,6 Tjåberget 1 W 0, , ,1 NA 16,9 21,7 18,2 16,8 Tjåberget 2 W 0, NA 20,6 4,7 3,3 3,2 Jätturn 1 W 0, , ,6 46,1 35,7 32,6 Jätturn 2 W 0, , , ,5 60,6 46,2 44,9 Hemshyttan 3 W 0, , , ,3 6,7 5,9 Hemshyttan 4 W 0, , , ,7 Volym "RTlågor" (m 3 ha -1 ) B2-12

81 Bilaga 2 Tabell 2.2. Substrat, forts A: Levermosstäckning RT-lågor. Objektnamn Län Areal bälte (ha) Antal bälten Levermosstäckning (cm 2 ha -1 ) Medelbeskugg ning Medelnedbrytning (%) Medelbarktäckning (%) Medelmarkfuktighet vid substrat Markvegetationstäckning av lågor Medeldiameter lågor Volym död ved (m 3 ha -1 ) Volym lågor (m 3 ha -1 ) Lövrik skog Grytaberget NR X 0, , , , ,2 78,8 Naturskog Grytaberget NR X 0, , ,8 97, ,4 Övrig skog Grytaberget NR X 2, , , ,9 64,5 55,6 54,1 Bleckbergens urskog X 0, , ,1 76,7 Naturskog 'Ysberget 158' X 0, , ,4 50,5 40,5 39,7 Naturskog 'Ysberget 197' X 0, , , ,2 19,2 9,6 8,9 Naturskog 'Ysberget 293' X 0, , , ,9 50,3 40,4 37,8 Naturskog Bursjöberget 'G302' X 0, , ,3 17,1 15,9 Lövrik skog 1 Bursjöberget 'G328' X 0, , ,8 44,7 35,4 33,1 Lövrik skog Ysbergets NR X 0, , , ,2 41,6 28,3 25,6 Naturskog Ysbergets NR X 0, , , ,6 47,9 34,6 30,8 Övrig skog Ysbergets NR X 1, , ,5 51, Sumpskog 1 'Älgsjön 4589' X 0, , , ,6 1,5 1,2 Sumpskog 2 'Mårtsbo obs 0901' X 0, , , ,9 11,7 7,2 6,5 Sumpskog 3'Skrovelmyrav N 0682' X 0, , , ,5 14,4 7,6 6,8 Sumpskog 4 'Skrovelmyrav S 0379' X 0, , , ,4 8,3 5,1 4,4 Sumpskog 5 'Klittevägen 8102' X 0, , , ,9 6,8 5,4 4,5 Sumpskog 6 'Slätfallsv 8877' X 0, ,4 3,7 3,3 Sumpskog 7 'Bondglamsv 9539' X 0, ,7 12,5 6,5 5,5 Sörja 1 X 0, , , ,7 18,3 11,4 10,2 Sörja 2 X 0, , , ,7 13,8 9,2 8,7 Sörja 3 X 0, , ,1 24,5 17,1 15,6 Sörja 4 Pengersjön X 0, , , ,4 17,9 12,1 11,2 Sörja 5 Aspsalen X 0, , ,5 145,3 89,5 85,8 Volym "RTlågor" (m 3 ha -1 ) B2-13

82 Bilaga 2 Tabell 2.2. Substrat, forts A: Levermosstäckning RT-lågor. Objektnamn Län Areal bälte (ha) Antal bälten Levermosstäckning (cm 2 ha -1 ) Medelbeskugg ning Medelnedbrytning (%) Medelbarktäckning (%) Medelmarkfuktighet vid substrat Markvegetationstäckning av lågor Medeldiameter lågor Volym död ved (m 3 ha -1 ) Volym lågor (m 3 ha -1 ) Sörja 6 X 0, , , ,2 7,8 3,5 3,2 Sörja 7 X 0, , , ,1 6,3 4,5 3,6 Sörja 8 X 0, , ,4 9,7 6,2 5,2 Sörja 10 X 0, , , ,1 10,8 7,6 6,7 Österbergsmurens NR X 0, , ,5 72,3 51,8 50,6 Enånger 1 'Än 01' X 0, , , ,2 9,7 5,5 5,2 Enånger 2 'Än 02' X 0, , , ,6 11,7 6,3 5,3 Enånger 3 'Än 03' X 0, ,5 15,9 9,4 7,1 Enånger 4 'Bä 01' X 0, , ,2 20,4 14,7 13 Enånger 5 'Bä 02' X 0, , , ,4 29,4 23,8 21,4 Enånger 6 'Sä 01' X 0, , , ,7 17,6 13,9 12 Enånger 7 'Bott 01' X 0, , ,1 18,3 10 8,8 Enånger 8 'MoDoreservatet' X 0, , , ,5 31,9 18,7 17,4 Enånger 9 'MoDo Nianån' X 0, , , ,7 32,4 29,7 28,7 P 1 Enånger X 0, , ,8 5 4,5 4 P 2 Enånger X 0, , ,4 6,7 5,4 4,5 P 3 Enånger X 0, , , ,2 7 4,7 4,3 P 4 Enånger X 0, , , ,2 10,7 7,3 7 Volym "RTlågor" (m 3 ha -1 ) B2-14

83 Bilaga 2 Tabell 2.2. Objektsvis data från substratinventeringen i bälten. B: Antal lågor Volym stående död ved övriga trädslag Objektnamn Antal lågor (ha -1 ) Volym lågor grövre än 25 cm (m 3 ha -1 ) Antal lågor grövre än 25 cm (ha -1 ) Volym stubbar och högstubbar (m 3 ha -1 ) Antal stubbar och högstubbar (ha -1 ) Volym döda träd (m 3 ha -1 ) Antal döda träd (ha -1 ) Total volym stående död ved (m 3 ha -1 ) Volym stående död ved av tall (m 3 ha -1 ) Volym stående död ved av gran (m 3 ha -1 ) Volym stående död ved av björk (m 3 ha -1 ) Volym stående död ved av asp (m 3 ha -1 ) Titjärn 68 4,1 9 1,6 41 2,7 9 4,3 0,1 3,5 0,4 0 0,3 Ivana Nyskoga ,4 18 2,2 36 1,9 8 4,1 0,7 1,8 1,7 0 0 Nyskoga ,9 5 0,2 5 0,6 5 0,7 0 0,6 0,1 0 0 Nyskoga ,7 45 1,3 41 3,9 14 5,3 0 3,2 0,6 0,2 1,3 Nyskoga ,1 58 0,8 30 2,3 6 3,1 0,2 0,8 0 1,8 0,3 Nyskoga Lybergsgnupen ,2 36 2, , ,6 0 31, ,5 Lybergsgnupen ,6 20 8, ,1 1,9 7,1 0,9 0 0,2 Nybrännberget ,4 10 2,1 28 4,5 20 6,7 3,5 1,3 1,1 0,4 0,4 Nybrännberget ,6 7 1,9 26 6,8 18 8,7 2,5 3,2 2,5 0,4 0 Nåskilen ,4 30 4, , ,2 15,9 7, Nåskilen ,1 34 5, , ,8 24,7 0, Gåsberget ,2 16 3,5 45 5,2 24 8,7 2,2 1,2 2,4 0,7 2,2 Gåsberget ,5 19 5, ,7 4,8 0 1,2 0,7 0 Tjåberget ,9 22 1,2 38 2,3 13 3,5 0,4 0,5 2,6 0 0 Tjåberget ,3 6 1, ,4 1, Jätturn ,3 27 5,1 30 5, ,4 0,1 3,2 5,8 0,7 0,5 Jätturn ,3 33 2, , ,4 3,2 2,7 7,3 0 1,2 Hemshyttan ,4 4 0,1 9 2,5 10 2,6 0 1,1 1 0,4 0 Hemshyttan ,7 15 0,8 10 8, ,2 4, Volym stående död ved övriga trädslag (m 3 ha -1 ) B2-15

84 Bilaga 2 Tabell 2.2. forts B: Antal lågor Volym stående död ved övriga trädslag Objektnamn Antal lågor (ha -1 ) Volym lågor >25 cm (m 3 ha -1 ) Antal lågor >25 cm (ha -1 ) Volym stubbar och högstubbar (m 3 ha -1 ) Antal stubbar och högstubbar (ha -1 ) Volym döda träd (m 3 ha -1 ) Antal döda träd (ha -1 ) Stående död ved totalt (m 3 ha -1 ) Stående död ved av tall (m 3 ha -1 ) Stående död ved av gran (m 3 ha -1 ) Stående död ved av björk (m 3 ha -1 ) Stående död ved av asp (m 3 ha -1 ) Lövrik skog Grytaberget NR , ,7 83 3, ,8 9,2 1,1 1,4 1,9 0,3 Naturskog Grytaberget NR ,2 85 6,4 64 8, ,5 4,5 9,2 0,1 0,7 0 Övrig skog Grytaberget NR ,3 71 7,3 49 1,7 7 8,9 7,4 0,5 0,5 0,4 0,1 Bleckbergens urskog ,4 97 8, , ,9 29,8 9,3 0,3 0 0,4 Naturskog 'Ysberget 158' ,4 59 2,7 25 7, ,5 8,8 0,5 0 0,2 Naturskog 'Ysberget 197' 79 6,2 27 1,4 21 8,2 21 9,6 6,3 3, Naturskog 'Ysberget 293' ,6 47 4,3 44 5,7 19 9,9 1,5 7,6 0,3 0 0,5 Naturskog Bursjöberget 'G302' ,9 40 2,6 32 0,7 4 3,2 3, Lövrik skog 1 Bursjöberget 'G328' ,8 79 5,6 66 3,7 13 9,3 3,9 1,6 0,2 3 0,5 Lövrik skog Ysbergets NR ,9 33 4,4 43 8, ,3 7,4 2,5 2,1 0,4 0,9 Naturskog Ysbergets NR ,8 45 7,8 53 5, ,3 5,7 2,2 3,8 0,1 1,6 Övrig skog Ysbergets NR ,9 64 5,5 47 4,2 16 9,7 4,3 2,8 1,3 0,5 0,8 Sumpskog 1 'Älgsjön 4589' , ,1 0,4 0,2 0,2 0 0,3 Sumpskog 2 'Mårtsbo obs 0901' 73 3,3 8 0,2 4 4,3 15 4,5 1,1 0, ,1 Sumpskog 3'Skrovelmyrav N 0682' 89 2, ,8 39 6,8 6, Sumpskog 4 'Skrovelmyrav S 0379' 56 1,1 4 0,2 2 2,9 9 3,2 0,4 1, ,3 Sumpskog 5 'Klittevägen 8102' ,8 9 0,6 3 1,4 0,2 0,4 0,8 0 0 Sumpskog 6 'Slätfallsv del av 8877' 52 1, ,6 15 2,7 2 0,4 0,2 0 0 Sumpskog 7 'Bondglamsv 9539' 92 2,2 6 0,2 6 5, ,8 0 0,1 0 0,1 Sörja ,2 8 4,2 43 2,7 9 6,9 5,3 0,5 0,4 0 0,7 Sörja ,5 36 2,3 24 2,3 6 4,6 2,9 0,7 0,2 0 0,9 Sörja ,1 33 4,2 54 3,2 7 7,4 2,5 0,3 2,6 0 2 Sörja 4 Pengersjön 90 8,7 17 2,5 26 3,3 8 5,8 3,1 0 2,5 0 0,3 Sörja 5 Aspsalen , , ,8 1,2 1,8 0 52,7 0 Stående död ved övriga trädslag (m 3 ha -1 ) B2-16

85 Bilaga 2 Tabell 2.2. forts B: Antal lågor Volym stående död ved övriga trädslag Objektnamn Antal lågor (ha -1 ) Volym lågor >25 cm (m 3 ha -1 ) Antal lågor >25 cm (ha -1 ) Volym stubbar och högstubbar (m 3 ha -1 ) Antal stubbar och högstubbar (ha -1 ) Volym döda träd (m 3 ha -1 ) Antal döda träd (ha -1 ) Stående död ved totalt (m 3 ha -1 ) Stående död ved av tall (m 3 ha -1 ) Stående död ved av gran (m 3 ha -1 ) Stående död ved av björk (m 3 ha -1 ) Stående död ved av asp (m 3 ha -1 ) Sörja ,1 4 1,4 20 2,9 5 4,3 3,1 0 0,8 0 0,4 Sörja , ,8 1,3 0, ,1 Sörja ,1 11 2,4 8 3,5 2,7 0 0,4 0,5 0 Sörja ,6 18 2,7 34 0,5 2 3,2 3, Österbergsmurens NR ,3 62 6, , ,5 15, ,7 Enånger 1 'Än 01' 56 3,2 12 0,6 12 3,6 15 4,2 2,8 0,5 0 0,9 0 Enånger 2 'Än 02' 88 3,1 17 2,2 29 3,2 15 5, ,4 0 Enånger 3 'Än 03' 129 2,1 2 0,3 16 6,2 18 6,5 4,1 0,7 0 0,3 1,4 Enånger 4 'Bä 01' 196 3,6 15 1,3 26 4,4 19 5,7 1,3 2,9 0,1 1,4 0 Enånger 5 'Bä 02' ,5 28 0,7 21 4,9 14 5,6 0,8 2, ,3 Enånger 6 'Sä 01' 142 6,9 16 0,2 8 3,5 16 3,7 0 0,5 0 1,6 1,6 Enånger 7 'Bott 01' 97 3,9 12 0,3 6 7,9 14 8,3 4,3 2,6 1,4 0 0 Enånger 8 'MoDoreservatet' ,3 14 1, , ,2 8,7 4, ,2 Enånger 9 'MoDo Nianån' ,9 76 0,9 12 1,8 10 2,7 0,3 1,6 0,2 0 0,6 P 1 Enånger 55 1,6 3 0, ,5 0,1 0, P 2 Enånger 91 1,3 3 0,9 8 0,3 2 1,3 0,5 0, P 3 Enånger 46 2,6 5 0,4 9 1,9 5 2,3 2,2 0, ,1 P 4 Enånger 38 5,7 12 0, ,4 2,5 0,1 0,8 0 0 Stående död ved övriga trädslag (m 3 ha -1 ) B2-17

86 Bilaga 2 Tabell 2.2. Objektsvis data från substratinventeringen i bälten. C: Data om levande träd ( Volym grova björkar Antal grova granar ) Objektnamn Volym grova björkar (m 3 ha -1 ) Antal grova björkar (ha -1 ) Volym "grova" aspar (m 3 ha -1 ) Antal "grova" aspar (ha -1 ) Volym inmätt övrigt löv (m 3 ha -1 ) Antal inmätt övrigt löv (ha -1 ) Volym grova tallar (m 3 ha -1 ) Antal grova tallar (ha -1 ) Volym grova granar (m 3 ha -1 ) Titjärn , Ivana Nyskoga , Nyskoga ,3 20 Nyskoga 6 16, , ,3 14 4,8 5 33,6 27 Nyskoga , ,6 39 Nyskoga ,5 4 Lybergsgnupen , ,9 78 Lybergsgnupen , Nybrännberget 1 3,1 3 29,5 54 8,2 29 7,6 7 12,1 10 Nybrännberget 2 10, ,2 39 0,3 1 9,4 7 34,5 26 Nåskilen ,9 10 1,6 1 Nåskilen ,3 73 1,8 2 Gåsberget 1 12, , ,5 31 7,6 6 Gåsberget 2 7,6 9 59, , ,5 15 1,4 1 Tjåberget , ,1 16 Tjåberget , Jätturn ,9 62 0,3 4 7, ,8 83 Jätturn , , ,7 57 Hemshyttan 3 13, ,6 31 Hemshyttan 4 17, ,5 48 0,3 2 40, ,5 19 Lövrik skog Grytaberget NR 10, ,4 78 1, , ,7 15 Naturskog Grytaberget NR , , ,2 46 Övrig skog Grytaberget NR 4,2 5 11,2 22 0,9 3 16,5 13 8,6 7 Antal grova granar (ha -1 ) B2-18

87 Bilaga 2 Tabell 2.2. forts C: Data om levande träd (Volym grova björkar Antal grova granar) Objektnamn Volym grova björkar (m 3 ha -1 ) Antal grova björkar (ha -1 ) Volym "grova" aspar (m 3 ha -1 ) Antal "grova" aspar (ha -1 ) Volym inmätt övrigt löv (m 3 ha -1 ) Antal inmätt övrigt löv (ha -1 ) Volym grova tallar (m 3 ha -1 ) Antal grova tallar (ha -1 ) Volym grova granar (m 3 ha -1 ) Bleckbergens urskog 0 0 0,7 2 0, , ,9 46 Naturskog 'Ysberget 158' 21, ,6 28 4, , ,9 71 Naturskog 'Ysberget 197' 10, , ,3 15 Naturskog 'Ysberget 293' 19, , ,2 3 27,2 25 Naturskog Bursjöberget 'G302' 4, ,3 8 91, ,6 20 Lövrik skog 1 Bursjöberget 'G328' 8, ,4 74 2, ,8 8 37,6 24 Lövrik skog Ysbergets NR 5,1 6 68, , , Naturskog Ysbergets NR 19, , ,5 9 Övrig skog Ysbergets NR 6,7 9 28,4 43 1, Sumpskog 1 'Älgsjön 4589' 1, ,2 40 9,9 9 3,2 3 Sumpskog 2 'Mårtsbo obs 0901' ,2 21 1,7 2 Sumpskog 3'Skrovelmyrav N 0682' ,3 31 3, Sumpskog 4 'Skrovelmyrav S 0379' , , Sumpskog 5 'Klittevägen 8102' 2, ,9 96 1,7 1 1,2 1 Sumpskog 6 'Slätfallsv del av 8877' 1, ,1 30 3,4 3 1,3 2 Sumpskog 7 'Bondglamsv 9539' 2, ,2 18 7,7 7 1,4 2 Sörja 1 4, , ,2 10 Sörja ,2 1 18,9 17 1,6 1 Sörja 3 9, , ,6 26 Sörja 4 Pengersjön 19, , , ,3 17 Sörja 5 Aspsalen , Sörja , Sörja ,8 25 5,6 5 Sörja 8 2, ,1 3 30,2 27 7,6 5 Sörja , Österbergsmurens NR 1, , , ,3 17 Antal grova granar (ha -1 ) B2-19

88 Bilaga 2 Tabell 2.2. forts C: Data om levande träd (Volym grova björkar Antal grova granar) Objektnamn Volym grova björkar (m 3 ha -1 ) Antal grova björkar (ha -1 ) Volym "grova" aspar (m 3 ha -1 ) Antal "grova" aspar (ha -1 ) Volym inmätt övrigt löv (m 3 ha -1 ) Antal inmätt övrigt löv (ha -1 ) Volym grova tallar (m 3 ha -1 ) Antal grova tallar (ha -1 ) Volym grova granar (m 3 ha -1 ) Enånger 1 'Än 01' 1,8 3 10, ,5 5 8,5 8 Enånger 2 'Än 02' 3,8 5 22, ,5 18 6,9 6 Enånger 3 'Än 03' 4, , , Enånger 4 'Bä 01' 4,2 6 27,6 63 0,5 4 15, ,5 17 Enånger 5 'Bä 02' 5, , , ,1 37 Enånger 6 'Sä 01' 3,2 4 41, ,2 4 35, ,6 20 Enånger 7 'Bott 01' , , ,1 19 Enånger 8 'MoDoreservatet' 4, , , ,8 42 Enånger 9 'MoDo Nianån' 38, , , ,2 12 P 1 Enånger 0 0 1, , ,9 18 P 2 Enånger ,6 8 1,6 2 P 3 Enånger ,9 5 71, P 4 Enånger ,4 9 25,5 26 2,6 3 Antal grova granar (ha -1 ) B2-20

89 Bilaga 2 Tabell 2.3. Objektsvis ståndortsuppgifter, från inventeringen i cirkelprovytor. Värdena är medelvärden av alla provytor i ett objekt. 1 Till den rika gruppen fältskiktstyper räknas högörttyperna, lågörttyperna, grästyperna och mark utan fältskikt. Objektnamn Län Antal cpy Stubbar (ha-1) Beskuggning Markfuktighet Rörligt markvatten Antal markfuktighetsklasser per objekt Luckor per ha Antal ytblock per provyta Antal buskarter Andel provytor med "rik" fältskiktstyp Andel provytor med lavtyp eller lavrik typ Titjärn S , Månäsberget S ,9 2 1, ,2 0 0 Mossberget S ,5 2 1, ,4 0 0 Andel provytor med vitmoss-typ eller sumpmosstyp N Stöllsäterberget S ,7 2, ,2 0,2 0,2 Hällåsmyren S , ,2 Kampåsen S ,3 2 2, ,2 0 0 Höljberget S ,3 2 1, ,5 0 0,5 Averåfjäll S ,1 2 1, ,4 0,2 Brånberget S ,2 2,5 2, ,5 0 0,8 Fänstjärn S ,8 2 2, ,2 0 0,2 Fläskås öst S , ,7 0 0 Ivana S ,5 2,7 2, ,7 0 0,7 Fläskås väst S , ,5 0 0 Makkaraberg S ,2 2 2, ,5 0 0,2 Ömtberget S , ,2 0 0 Horstomyren S ,4 2,2 2, ,2 Bjursjöhöjden S 4 0 2,6 1, ,2 0 Vimyren S ,7 2,2 2, ,5 Tallåsen S , ,5 0 0 Ladbotten S , ,5 B2-21

90 Bilaga 2 Tabell 2.3. forts. Ståndortsuppgifter Objektnamn Län Antal cpy Stubbar (ha -1 ) Beskuggning Markfuktighet Rörligt markvatten Antal markfuktighetsklasser per objekt Luckor per ha Antal ytblock per provyta Antal buskarter Andel provytor med "rik" fältskiktstyp 1 Andel provytor med lavtyp eller lavrik typ Söder Orrbergsh S , ,8 0 0 Andel provytor med vitmosstyp eller sumpmosstyp Potten S , Svarttjärn S ,3 2, ,3 Hoppbacken S , ,7 0 0 Nordsjöskogen S ,2 2 1, Kesebotten S Granberget S ,8 2,5 2, ,2 0 0,8 Dundern norra S ,3 2 1, ,2 0 0 Dundern södra S ,3 2,6 2, ,6 Brattfors brandfält S , Åbengtshöjden SO S , ,7 0 0 Åbengtshöjden NV S ,6 2,2 1, ,2 0 0,2 Nyskoga 1 S ,1 3, ,5 0 0,8 Nyskoga 5 S , ,7 Nyskoga 6 S , NA NA NA Nyskoga 7 S ,6 2 2, ,7 0 0 Nyskoga 9 S , ,5 0,5 0,5 Nyskoga 12 S , Lybergsgnupen 1 W ,3 2 2, Lybergsgnupen 2 W ,6 1,5 1, Nybrännberget 1 W ,8 2,2 1, Nybrännberget 2 W ,1 2,5 2, ,5 0 0,2 Nåskilen 1 W , Nåskilen 2 W ,1 2 1, ,8 0 0 B2-22

91 Bilaga 2 Tabell 2.3. forts. Ståndortsuppgifter. Objektnamn Län Antal cpy Stubbar (ha -1 ) Beskuggning Markfuktighet Rörligt markvatten Antal markfuktighetsklasser per objekt Luckor per ha Antal ytblock per provyta Antal buskarter Andel provytor med "rik" fältskiktstyp 1 Andel provytor med lavtyp eller lavrik typ Gåsberget 1 W ,2 1, ,2 Gåsberget 2 W ,8 2 2, ,2 0 0 Tjåberget 1 W , Tjåberget 2 W , Jätturn 1 W ,3 NA 2, ,8 0 0 Jätturn 2 W 3 0 3, NA Hemshyttan 3 W ,4 2, ,4 Hemshyttan 4 W , Lövrik skog Grytaberget NR X NA Naturskog Grytaberget NR X NA ,4 0 0 Övrig skog Grytaberget NR X ,4 2,2 NA ,2 0,1 0,1 Bleckbergens urskog X 3 0 3,7 2 1, ,3 0 0 Andel provytor med vitmosstyp eller sumpmosstyp Naturskog 'Ysberget 158' X , Naturskog 'Ysberget 197' X , ,5 Naturskog 'Ysberget 293' X ,3 2 1, Naturskog Bursjöberget 'G302' X , ,5 Lövrik skog 1 Bursjöberget 'G328' X Lövrik skog Ysbergets NR X ,5 2,3 2, ,3 0 0,1 Naturskog Ysbergets NR X ,4 2 NA ,5 0 0 Övrig skog Ysbergets NR X ,3 2,3 NA ,3 0 0,1 Sumpskog 1 'Älgsjön 4589' X , ,4 Sumpskog 2 'Mårtsbo obs 0901' X ,8 0 0 Sumpskog 3'Skrovelmyrav N 0682' X , ,8 0 0 Sumpskog 4 'Skrovelmyrav S 0379' X , ,4 0 0,6 Sumpskog 5 'Klittevägen 8102' X , ,1 B2-23

92 Tabell 2.3. forts. Ståndortsuppgifter. Objektnamn Län Antal cpy Stubbar (ha -1 ) Beskuggning Markfuktighet Bilaga 2 Rörligt markvatten Antal markfuktighetsklasser per objekt Luckor per ha Antal ytblock per provyta Antal buskarter Andel provytor med "rik" fältskiktstyp 1 Andel provytor med lavtyp eller lavrik typ Sumpskog 6 'Slätfallsv del av 8877' X ,9 0 1 Sumpskog 7 'Bondglamsv 9539' X ,9 0 0,3 Sörja 1 X ,6 2, ,4 Sörja 2 X ,1 1, NA 0,2 0 Sörja 3 X ,5 1, ,5 Sörja 4 Pengersjön X ,9 2, ,2 Sörja 5 Aspsalen X Andel provytor med vitmosstyp eller sumpmosstyp Sörja 6 X ,7 2,4 1, ,2 Sörja 7 X ,7 2,3 1, ,3 0 0,3 Sörja 8 X ,5 2 1, NA 0,5 0,5 Sörja 10 X ,3 1, ,3 0,3 0 Österbergsmurens NR X ,1 2,5 1, ,5 Enånger 1 'Än 01' X ,2 1,8 1, ,2 0 Enånger 2 'Än 02' X , ,7 0 0 Enånger 3 'Än 03' X , ,2 Enånger 4 'Bä 01' X ,8 1,8 1, ,5 0,2 0 Enånger 5 'Bä 02' X ,8 2,8 2, ,5 Enånger 6 'Sä 01' X ,2 2,7 2, ,7 0 0,7 Enånger 7 'Bott 01' X , ,2 0 Enånger 8 'MoDoreservatet' X ,8 2, ,2 Enånger 9 'MoDo Nianån' X ,4 2,3 1, ,7 0 0,3 P 1 Enånger X ,2 1, ,8 0 0,2 P 2 Enånger X P 3 Enånger X ,4 2,2 1, ,4 P 4 Enånger X , B2-24

93 Bilaga 2 Tabell 2.4. Objektsvis beståndsuppgifter, från cirkelprovytedata. Objektnamn Län Antal cpy Beståndstyp Övrigt löv, andel medel antal "skikt" per provyta Tallandel Granandel Björkandel Stamantal (ha -1 ) Grundyta (m 2 ha -1 ) Levande virkesvolym (m 3 ha -1 ) Titjärn S 3 barrbland 0,4 0, , Månäsberget S 4 granskog , Mossberget S 5 granskog 0,2 0,7 0, N Stöllsäterberget S 5 barrbland 0,1 0,7 0,2 0 4, Hällåsmyren S 4 barrbland 0,3 0, , Kampåsen S 4 granskog 0,2 0,7 0 0,1 4, Höljberget S 4 granskog 0 0,9 0, Averåfjäll S 5 barrbland 0,6 0, , Brånberget S 4 granskog 0 0, , Fänstjärn S 4 barrbland 0,6 0, , Fläskås öst S 3 granskog Ivana S 3 granskog 0,1 0, , Fläskås väst S 4 granskog 0,1 0, , Makkaraberg S 4 barrbland 0,2 0,7 0,1 0 3, Ömtberget S 4 barrbland 0,4 0,5 0,1 0 4, Horstomyren S 5 granskog 0,1 0, Bjursjöhöjden S 4 granskog 0,2 0, Vimyren S 4 barrbland 0,5 0,2 0, Tallåsen S 4 barrbland 0,4 0, , Ladbotten S 2 barrbland 0,3 0,5 0, Söder Orrbergsh S 4 granskog 0,1 0,7 0,1 0, Potten S 3 granskog 0,1 0, , Svarttjärn S 3 granskog 0 0,9 0,1 0 4, Hoppbacken S 3 barrbland 0,6 0,2 0 0,1 4, Nordsjöskogen S 4 granskog 0,1 0,9 0 0 NA Volym döda träd (m 3 ha -1 ) B2-25

94 Bilaga 2 Tabell 2.4. forts. Beståndsuppgifter Objektnamn Län Antal cpy Beståndstyp Övrigt löv, andel medel antal "skikt" per provyta Tallandel Granandel Björkandel Stamantal (ha -1 ) Grundyta (m 2 ha -1 ) Levande virkesvolym (m 3 ha -1 ) Kesebotten S 4 barrbland 0,3 0,6 0,1 0 3, Granberget S 4 granskog 0 0,9 0, Dundern norra S 4 blandlöv 0 0,7 0,1 0,3 4, Dundern södra S 5 granskog , Brattfors brandfält S 3 tallskog 0,7 0 0, Åbengtshöjden SO S 3 granskog 0,1 0,8 0,1 0 2, Åbengtshöjden NV S 4 barrbland 0,1 0,7 0,2 0 2, Nyskoga 1 S 4 granskog 0 0,8 0,2 0 3, Nyskoga 5 S 3 granskog 0,1 0,9 0,1 0 2, Nyskoga 6 S 3 barrbland 0,1 0,7 0,1 0,1 4, Nyskoga 7 S 3 blandlöv 0,3 0,3 0 0,3 3, Nyskoga 9 S 2 blandlöv 0 0,7 0, Nyskoga 12 S 1 barrbland 0,2 0,6 0, Lybergsgnupen 1 W 4 granskog Lybergsgnupen 2 W 4 granskog 0 0,7 0,2 0 3, Nybrännberget 1 W 5 barrbland 0,6 0, , Nybrännberget 2 W 4 barrbland 0,1 0,6 0,1 0,1 3, Nåskilen 1 W 5 tallskog 0,9 0,1 0 0 NA Nåskilen 2 W 4 tallskog 0,8 0, , Gåsberget 1 W 4 blandlöv 0,2 0,3 0,5 0 3, Gåsberget 2 W 4 blandlöv 0,2 0,2 0,4 0,1 1, Tjåberget 1 W 4 barrbland 0,2 0,6 0,1 0 2, Tjåberget 2 W 4 blandlöv 0,4 0 0, Jätturn 1 W 4 blandlöv 0 0,6 0,2 0,2 3, Jätturn 2 W 3 barrbland 0,2 0,6 0, Hemshyttan 3 W 5 blandlöv 0 0,5 0,2 0,3 3, Hemshyttan 4 W 4 blandlöv 0,1 0,5 0, Volym döda träd (m 3 ha -1 ) B2-26

95 Bilaga 2 Tabell 2.4. forts. Beståndsuppgifter Objektnamn Län Antal cpy Beståndstyp Övrigt löv, andel medel antal "skikt" per provyta Tallandel Granandel Björkandel Stamantal (ha -1 ) Grundyta (m 2 ha -1 ) Levande virkesvolym (m 3 ha -1 ) Lövrik skog Grytaberget NR X 2 barrbland 0,1 0,6 0, Naturskog Grytaberget NR X 5 granskog 0 0,7 0,1 0,2 NA Övrig skog Grytaberget NR X 13 barrbland 0,4 0,3 0,1 0,1 4, Bleckbergens urskog X 3 barrbland 0,5 0, Naturskog 'Ysberget 158' X 3 blandlöv 0,1 0,6 0,1 0,2 4, Naturskog 'Ysberget 197' X 2 barrbland 0,4 0,5 0, Naturskog 'Ysberget 293' X 3 blandlöv 0 0,5 0,1 0,4 2, Naturskog Bursjöberget 'G302' X 2 tallskog 0,9 0, , Lövrik skog 1 Bursjöberget 'G328' X 2 granskog 0 0,8 0,1 0,1 4, Lövrik skog Ysbergets NR X 7 blandlöv 0,2 0,5 0,2 0,2 3, Naturskog Ysbergets NR X 4 blandlöv 0 0,6 0,3 0,1 3, Övrig skog Ysbergets NR X 7 barrbland 0,3 0,4 0,1 0,2 3, Sumpskog 1 'Älgsjön 4589' X 8 blandlöv 0,4 0,2 0,2 0,2 4, Sumpskog 2 'Mårtsbo obs 0901' X 4 blandlöv 0,3 0,4 0,1 0,3 5, Sumpskog 3'Skrovelmyrav N 0682' X 6 blandlöv 0,4 0,3 0,3 0,1 5, Sumpskog 4 'Skrovelmyrav S 0379' X 7 barrbland 0,4 0,3 0,2 0,1 5, Sumpskog 5 'Klittevägen 8102' X 9 blandlöv 0 0,3 0,4 0,3 4, Sumpskog 6 'Slätfallsv del av 8877' X 7 blandlöv 0,5 0,1 0,2 0, Sumpskog 7 'Bondglamsv 9539' X 7 blandlöv 0,2 0,4 0, Sörja 1 X 5 barrbland 0,4 0,4 0,1 0 3, Sörja 2 X 4 barrbland 0,6 0,3 0,0 0 3, Sörja 3 X 4 barrbland 0,2 0,6 0,1 0 3, Sörja 4 Pengersjön X 4 barrbland 0,5 0,4 0,1 0 3, Sörja 5 Aspsalen X 3 lövskog ,0 1, Sörja 6 X 5 barrbland 0,4 0, Sörja 7 X 3 barrbland 0,3 0, , Volym döda träd (m 3 ha -1 ) B2-27

96 Bilaga 2 Tabell 2.4. forts. Beståndsuppgifter Objektnamn Län Antal cpy Beståndstyp Övrigt löv, andel medel antal "skikt" per provyta Tallandel Granandel Björkandel Stamantal (ha -1 ) Grundyta (m 2 ha -1 ) Levande virkesvolym (m 3 ha -1 ) Sörja 8 X 2 blandlöv 0,6 0,1 0,1 0, Sörja 10 X 3 tallskog , Österbergsmurens NR X 6 barrbland 0,4 0, , Enånger 1 'Än 01' X 4 barrbland 0,2 0,6 0,1 0,2 3, Enånger 2 'Än 02' X 3 blandlöv 0,2 0,3 0,1 0,4 4, Enånger 3 'Än 03' X 4 blandlöv 0,1 0,4 0,1 0,4 4, Enånger 4 'Bä 01' X 4 barrbland 0,3 0,6 0,1 0 3, Enånger 5 'Bä 02' X 6 barrbland 0,1 0,6 0,1 0, Enånger 6 'Sä 01' X 3 blandlöv 0 0,6 0 0,4 3, Enånger 7 'Bott 01' X 4 barrbland 0,2 0,6 0,2 0 3, Enånger 8 'MoDoreservatet' X 4 barrbland 0,5 0, , Enånger 9 'MoDo Nianån' X 3 blandlöv 0,2 0,4 0,3 0 3, P 1 Enånger X 4 barrbland 0,5 0,4 0 0,1 2, P 2 Enånger X 4 barrbland 0,6 0, , P 3 Enånger X 5 barrbland 0,7 0, , P 4 Enånger X 4 barrbland 0,6 0,2 0,1 0 5, Volym döda träd (m 3 ha -1 ) B2-28

97 Bilaga 2 Tabell 2.5. Fyndfrekvens av arter i bälten. Arterna sorterade efter antal objekt med fynd. Totalt antal bältesinventerade objekt = 64. Artgrupper: X = ej signalart; L = lövsignalarter; V = signalarter för ved, särskilt lågor; S = signalart, men ej L eller V. (Motiv: Collema sp. överlappar med de enskilda Collema-arterna; C. subflaccidum eftersöktes endast i Gävleborg; Phellinus populicola ansågs alltför ekologiskt skild). Följande arter eftersöktes i bältena utan att återfinnas i något objekt: fällmossa (Antitrichia curtipendula); läderlappslav (Collema Nigrescens); varglav (Letharia vulpina); grynig filtlav (Peltigera collina); rynkskinn (Phlebia centrifuga). Svenskt namn Vetenskapligt namn Artkod Artgrupp Antal objekt med fynd Totalt antal fynd Medel antal fynd per ha fnöskticka Fomes fomentarius fom fome X ,0 violticka Trichaptum abietinum tri abie X ,2 klibbticka Fomitopsis pinicola fom pini X ,4 vedticka Phellinus viticola phe viti V ,9 skinnlav Leptogium saturninum lep satu L ,4 korallblylav Parmeliella triptophyllum par trip L ,0 lunglav Lobaria pulmonaria lob pulm L ,3 stuplav Nephroma bellum nep bell L ,9 bårdlav Nephroma parile nep pari L ,1 art i släktet gelélavar Collema sp. col sp S ,6 ullticka Phellinus ferrugineofuscus phe ferf V ,5 vedtrappmossa Anastrophyllum hellerianum anas hel V ,8 dvärgbägarlav Cladonia parasitica cla para V ,9 aspgelélav Collema subnigrescens col subn L ,0 granticka Phellinus chrysoloma phe chry V ,4 gränsticka Phellinus nigrolimitatus phe nigl V ,6 tallticka Phellinus pini phe pini V 8 9 0,2 rävticka Inonotus rheades ino rhea V ,3 luddlav Nephroma resupinatum nep resu L 4 8 0,2 stjärntagging Asterodon ferruginosus ast ferr V 4 5 0,1 stiftgelélav Collema furfuraceum col furf L 3 3 0,08 rosenticka Fomitopsis rosea fom rose V 2 8 0,2 skrovellav Lobaria scrobiculata lob scro L 2 4 0,1 kötticka Leptoporus mollis lep moll V 2 4 0,1 doftskinn Cystostereum murraii cys murr V 2 3 0,08 stor aspticka Phellinus populicola phe popu S 2 2 0,05 grynig gelélav Collema subflaccidum col subf S ,5 violmussling Trichaptum laricinum tri lari V 1 6 0,2 veckticka Antrodia pulvinascens ant pulv V 1 3 0,08 kandellabersvamp Clavicorona pyxidata cla pyxi V 1 3 0,08 aspfjädermossa Neckera pennata neck pen L 1 2 0,05 trådticka Climacocystis borealis cli bore V 1 2 0,05 slanklav Collema flaccidum col flac L 1 1 0,03 koralltaggsvamp Hericium coralloides her cora V 1 1 0,03 västlig njurlav Nephroma laevigatum nep laev L 1 1 0,03 Alla signalarter S,L,V ,0 Signalarter på lågor L ,6 Signalarter på lövträd V ,3 B2-29

98 Bilaga 2 Tabell 2.6. Fyndfrekvens av arter i cirkelprovytor. Totalt antal inventerade objekt = 95 Svenskt namn Vetenskapligt namn Artkod Antal objekt med fynd Totalt antal fynd Medel antal fynd per ha Garnlav Alectoria sarmentosa ale sarm Violettgrå tagellav Bryoria nadvornikiana bry nadv Talltagel Bryoria fremontii bry frem Gammelgranslav Lecanactis abietina lec abie Kattfotslav Arthonia leucopellea art leuc Alla signalarter Antal inventerade barrträd B2-30

99 Bilaga 2 Tabell 2.7. Objektsvis antal fynd per ha bälte av artgrupper. Vilka arter som ingår i respektive artgrupp framgår av tabell 2.5. Objektnamn Län Areal bälte (ha) Antal bälten Alla signalarter Signalarter på död ved Signalarter på lövträd Kontroll Grytabergsres X 0, ,9 14,9 3 Titjärn S 0,59 3 3,4 3,4 0 Ivana S 0, Nyskoga 1 S 0, Nyskoga 5 S 0, Nyskoga 6 S 0, ,8 18,1 22,7 Nyskoga 7 S 0, ,2 0 21,2 Nyskoga 9 S 0,25 4 4,1 4,1 0 Lybergsgnupen 1 W 0, ,3 27,3 0 Lybergsgnupen 2 W 0, ,3 17,1 6,2 Nybrännberget 1 W 0, ,1 2,9 10,2 Nybrännberget 2 W 0, ,2 2,9 26,2 Nåskilen 1 W 0, Nåskilen 2 W 0,62 4 1,6 1,6 0 Gåsberget 1 W 0, ,6 0 53,6 Gåsberget 2 W 0, ,6 2,6 48,9 Tjåberget 1 W 0,64 5 7,9 7,9 0 Tjåberget 2 W 0, Jätturn 1 W 0, ,3 9,9 1,4 Jätturn 2 W 0,49 3 6,1 4,1 2 Hemshyttan 3 W 0, ,4 0 10,4 Hemshyttan 4 W 0,48 5 4,2 0 4,2 Lövrik skog Grytaberget NR X 0, ,6 43,4 Naturskog Grytaberget NR X 0, ,7 27 9,7 Övrig skog Grytaberget NR X 2, ,4 28,2 4,2 Bleckbergens urskog X 0, ,6 53,6 2 Naturskog 'Ysberget 158' X 0, ,7 9,3 12,4 Naturskog 'Ysberget 197' X 0, Naturskog 'Ysberget 293' X 0, ,4 2,7 68,7 Naturskog Bursjöberget 'G302' X 0, Lövrik skog 1 Bursjöberget 'G328' X 0, ,9 66,1 Lövrik skog Ysbergets NR X 0, ,7 Naturskog Ysbergets NR X 0, ,9 11,4 99,4 Övrig skog Ysbergets NR X 1, ,8 16,7 50,1 Sumpskog 1 'Älgsjön 4589' X 0, Sumpskog 2 'Mårtsbo obs 0901' X 0,53 3 7,5 3,8 3,8 Sumpskog 3'Skrovelmyrav N 0682' X 0, Sumpskog 4 'Skrovelmyrav S 0379' X 0, Sumpskog 5 'Klittevägen 8102' X 0,81 6 6,2 4,9 1,2 Sumpskog 6 'Slätfallsv del av 8877' X 0, Sumpskog 7 'Bondglamsv 9539' X 0,68 4 1,5 1,5 0 B2-31

100 Tabell 2.7. forts. Objektnamn Län Areal bälte (ha) Antal bälten Alla signalarter Signalarter på död ved Bilaga 2 Signalarter på lövträd Sörja 1 X 0,77 5 5,2 5,2 0 Sörja 2 X 0,70 4 2,8 2,8 0 Sörja 3 X 0,61 4 9,8 9,8 0 Sörja 4 Pengersjön X 0, Sörja 5 Aspsalen X 0, ,6 22,6 0 Sörja 6 X 0,74 4 1,4 1,4 0 Sörja 7 X 0, Sörja 8 X 0,38 3 2,6 0 2,6 Sörja 10 X 0, Österbergsmurens NR X 0, ,7 23,7 0 Enånger 1 'Än 01' X 0, ,4 4 13,4 Enånger 2 'Än 02' X 0, ,1 31,9 Enånger 3 'Än 03' X 0, Enånger 4 'Bä 01' X 0, ,4 20,6 Enånger 5 'Bä 02' X 0, Enånger 6 'Sä 01' X 0, ,9 32,4 44,5 Enånger 7 'Bott 01' X 0,52 4 7,7 0 7,7 Enånger 8 'MoDoreservatet' X 0,64 3 4,7 4,7 0 Enånger 9 'MoDo Nianån' X 0, ,4 14,4 0 P 1 Enånger X 0, P 2 Enånger X 0, P 3 Enånger X 0, P 4 Enånger X 0, B2-32

101 Bilaga 2 Tabell 2.8. Objektsvis antal fynd per ha av enskilda arter. A: anas hel lep satu. Förklaring till arkoder återfinns i tabell 2.5. Objektnamn Län Areal bälte Antal bälten anas hel ant pulv ast ferr cla para cla pyxi cli bore col flac col furf col subn col subf col sp cys murr fom fome fom pini fom rose her cora ino rhea lep moll lep satu Kontroll Grytabergsres X 0, , Titjärn S 0, , Ivana S 0, Nyskoga 1 S 0, Nyskoga 5 S 0, ,2 2, Nyskoga 6 S 0, ,5 0 4,5 0 18,1 13, ,5 0 0 Nyskoga 7 S 0, , ,1 Nyskoga 9 S 0, Lybergsgnupen 1 W 0, , ,2 50, ,3 0 Lybergsgnupen 2 W 0, , ,6 0 1, ,6 0 Nybrännberget 1 W 0,69 4 1, ,1 1, Nybrännberget 2 W 0, ,4 8, ,8 Nåskilen 1 W 0, , Nåskilen 2 W 0, , , Gåsberget 1 W 0, ,5 0 40,2 1, ,9 Gåsberget 2 W 0, , , ,3 0 21, ,3 0 42,3 Tjåberget 1 W 0, ,5 4, Tjåberget 2 W 0, , Jätturn 1 W 0, ,8 14, Jätturn 2 W 0, ,8 20, Hemshyttan 3 W 0, ,2 1, ,4 Hemshyttan 4 W 0, ,5 4, Lövrik skog Grytaberget NR X 0,71 8 2, , ,4 0 25,2 9, ,6 Naturskog Grytaberget NR X 0,52 3 5, , ,9 1, ,9 Övrig skog Grytaberget NR X 2,13 5 5, ,9 1, ,8 1, ,5 B2-33

102 Bilaga 2 Tabell 2.8, forts. A: anas hel lep satu. Objektnamn Län Areal bälte Antal bälten anas hel ant pulv ast ferr cla para cla pyxi cli bore col flac col furf col subn col subf col sp cys murr fom fome fom pini fom rose her cora ino rhea lep moll lep satu Bleckbergens urskog X 0, ,9 11, Naturskog 'Ysberget 158' X 0, ,2 0 6, ,5 6, Naturskog 'Ysberget 197' X 0, Naturskog 'Ysberget 293' X 0, ,7 0 2,7 0 5,5 19, ,2 Naturskog Bursjöberget 'G302' X 0, Lövrik skog 1 Bursjöberget 'G328' X 0, , , , ,2 Lövrik skog Ysbergets NR X 0, , ,3 2,5 22,6 25,1 0 18, ,8 Naturskog Ysbergets NR X 0,88 4 1, , ,1 5,7 0 6,9 0 35,4 4, ,6 Övrig skog Ysbergets NR X 1,08 5 1, , ,9 0 0,9 0 19,5 5, ,7 Sumpskog 1 'Älgsjön 4589' X 0, , Sumpskog 2 'Mårtsbo obs 0901' X 0,53 3 1, , Sumpskog 3'Skrovelmyrav N 0682' X 0, , Sumpskog 4 'Skrovelmyrav S 0379' X 0, , Sumpskog 5 'Klittevägen 8102' X 0, , Sumpskog 6 'Slätfallsv del av 8877' X 0, , Sumpskog 7 'Bondglamsv 9539' X 0, ,2 1, Sörja 1 X 0, ,4 15, Sörja 2 X 0, ,4 1, Sörja 3 X 0, ,4 9, Sörja 4 Pengersjön X 0, ,8 3, Sörja 5 Aspsalen X 0, , Sörja 6 X 0, Sörja 7 X 0, ,5 2, Sörja 8 X 0, ,6 2, ,6 Sörja 10 X 0, , Österbergsmurens NR X 0, , ,6 10, B2-34

103 Bilaga 2 Tabell 2.8, forts. A: anas hel lep satu. Objektnamn Län Areal bälte Antal bälten anas hel ant pulv ast ferr cla para cla pyxi cli bore col flac col furf col subn col subf col sp cys murr fom fome fom pini fom rose her cora ino rhea lep moll lep satu Enånger 1 'Än 01' X 0, , ,3 0 4 Enånger 2 'Än 02' X 0, ,7 0 13,7 0 1,5 1, ,2 Enånger 3 'Än 03' X 0, , Enånger 4 'Bä 01' X 0, ,5 0 16,5 0 6,9 4, ,1 Enånger 5 'Bä 02' X 0, ,3 10, Enånger 6 'Sä 01' X 0, ,4 0 44,5 Enånger 7 'Bott 01' X 0, ,7 3, ,9 Enånger 8 'MoDoreservatet' X 0, , ,6 12, Enånger 9 'MoDo Nianån' X 0, ,1 10, P 1 Enånger X 0, ,5 7, P 2 Enånger X 0, P 3 Enånger X 0, , P 4 Enånger X 0, , B2-35

104 Bilaga 2 Tabell 2.8. Objektsvis antal fynd per ha av enskilda arter. B: lob pulm tri lari. Objektnamn Län Areal bälte Antal bälten lob pulm lob scro neck pen nep bell nep laev nep pari nep resu par trip phe chry phe furf phe nigl phe pini phe popu phe viti tri abie tri lari Kontroll Grytabergsres X 0, Titjärn S 0, Ivana S 0, Nyskoga 1 S 0, Nyskoga 5 S 0, ,5 0 Nyskoga 6 S 0,22 4 4, ,5 0 9, ,6 0 0 Nyskoga 7 S 0, , Nyskoga 9 S 0, ,1 0 0 Lybergsgnupen 1 W 0, , , Lybergsgnupen 2 W 0,64 3 3,1 1, , , ,7 7,8 0 Nybrännberget 1 W 0,69 4 4, , ,5 1,5 0 Nybrännberget 2 W 0, ,4 0 1, ,9 4,4 0 Nåskilen 1 W 0, Nåskilen 2 W 0, Gåsberget 1 W 0, ,8 4,5 0 16, Gåsberget 2 W 0, , , Tjåberget 1 W 0, ,7 1,6 0 1, ,6 0 Tjåberget 2 W 0, Jätturn 1 W 0, , , , Jätturn 2 W 0, ,1 0 Hemshyttan 3 W 0, ,5 0 4, ,5 0 Hemshyttan 4 W 0, , Lövrik skog Grytaberget NR X 0,71 8 5, ,8 0 2, , ,4 1,4 0 Naturskog Grytaberget NR X 0,52 3 1, ,8 0 3, ,9 9,7 0 Övrig skog Grytaberget NR X 2,13 5 1, , ,4 0 1, ,9 3,8 0 B2-36

105 Bilaga 2 Tabell 2.8. forts B: lob pulm tri lari. Objektnamn Län Areal bälte Antal bälten lob pulm lob scro neck pen nep bell nep laev nep pari nep resu par trip phe chry phe furf phe nigl phe pini phe popu phe viti tri abie tri lari Bleckbergens urskog X 0, ,9 Naturskog 'Ysberget 158' X 0, , , , ,2 0 Naturskog 'Ysberget 197' X 0, Naturskog 'Ysberget 293' X 0, , ,7 8,2 2, , Naturskog Bursjöberget 'G302' X 0, Lövrik skog 1 Bursjöberget 'G328' X 0, , ,2 0 5, , Lövrik skog Ysbergets NR X 0, ,8 0 2,5 8,8 0 3, ,3 0 1,3 0 1, Naturskog Ysbergets NR X 0, , , , ,1 1,1 1,1 0 5, Övrig skog Ysbergets NR X 1, , ,1 0 9,3 3,7 8,3 0,9 0,9 0, , Sumpskog 1 'Älgsjön 4589' X 0, Sumpskog 2 'Mårtsbo obs 0901' X 0,53 3 3, , ,5 0 Sumpskog 3'Skrovelmyrav N 0682' X 0, Sumpskog 4 'Skrovelmyrav S 0379' X 0, Sumpskog 5 'Klittevägen 8102' X 0,81 6 1, ,2 0 3,7 2,5 0 Sumpskog 6 'Slätfallsv del av 8877' X 0, ,3 0 Sumpskog 7 'Bondglamsv 9539' X 0, ,5 4,4 0 Sörja 1 X 0, ,2 6,5 0 Sörja 2 X 0, ,4 0 1,4 2,8 0 Sörja 3 X 0, ,8 9,8 0 Sörja 4 Pengersjön X 0, ,9 0 Sörja 5 Aspsalen X 0, Sörja 6 X 0, ,4 4,1 0 Sörja 7 X 0, Sörja 8 X 0, Sörja 10 X 0, Österbergsmurens NR X 0, ,6 1,3 2,6 0 15, B2-37

106 Bilaga 2 Tabell 2.8. forts B: lob pulm tri lari. Objektnamn Län Areal bälte Antal bälten lob pulm lob scro neck pen nep bell nep laev nep pari nep resu par trip phe chry phe ferf phe nigl phe pini phe popu phe viti tri abie tri lari Enånger 1 'Än 01' X 0, ,3 2, Enånger 2 'Än 02' X 0, ,6 0 Enånger 3 'Än 03' X 0, Enånger 4 'Bä 01' X 0, ,4 5,5 0 Enånger 5 'Bä 02' X 0, Enånger 6 'Sä 01' X 0, Enånger 7 'Bott 01' X 0, , Enånger 8 'MoDoreservatet' X 0, , Enånger 9 'MoDo Nianån' X 0, ,1 6,2 0 2,1 0 2,1 6,2 0 P 1 Enånger X 0, ,6 0 P 2 Enånger X 0, ,1 0 P 3 Enånger X 0, ,9 0 P 4 Enånger X 0, ,6 0 B2-38

107 Bilaga 2 Tabell 2.9. Objektsvis antal fynd av signalarter per ha i cirkelprovytor. Förklaring till arkoder återfinns i tabell 2.6 Objektnamn Län Antal cpy Antal barrträd per ha i lavinventering Summa signalartsfynd per ha i cirkelytor ale sarm bry nadv bry frem Titjärn S Månäsberget S Mossberget S N Stöllsäterberget S Hällåsmyren S Kampåsen S Höljberget S Averåfjäll S Brånberget S Fänstjärn S Fläskås öst S Ivana S Fläskås väst S Makkaraberg S Ömtberget S Horstomyren S Bjursjöhöjden S Vimyren S Tallåsen S Ladbotten S Söder Orrbergsh S Potten S Svarttjärn S Hoppbacken S Nordsjöskogen S Kesebotten S Granberget S Dundern norra S Dundern södra S Brattfors brandfält S Åbengtshöjden SO S Åbengtshöjden NV S Nyskoga 1 S Nyskoga 5 S Nyskoga 6 S Nyskoga 7 S Nyskoga 9 S Nyskoga 12 S Lybergsgnupen 1 W art leuc lec abie B2-39

108 Bilaga 2 Lybergsgnupen 2 W B2-40

109 Bilaga 2 Tabell 2.9. forts Artfynd i cirkelprovytor Objektnamn Län Antal cpy Antal barrträd per ha i lavinventering Summa signalartsfynd per ha i cirkelytor ale sarm bry nadv bry frem Nybrännberget 1 W Nybrännberget 2 W Nåskilen 1 W Nåskilen 2 W Gåsberget 1 W Gåsberget 2 W Tjåberget 1 W Tjåberget 2 W Jätturn 1 W Jätturn 2 W Hemshyttan 3 W Hemshyttan 4 W Lövrik skog Grytaberget NR X Naturskog Grytaberget NR X Övrig skog Grytaberget NR X Bleckbergens urskog X Naturskog 'Ysberget 158' X Naturskog 'Ysberget 197' X Naturskog 'Ysberget 293' X Naturskog Bursjöberget 'G302' X Lövrik skog 1 Bursjöberget 'G328' X Lövrik skog Ysbergets NR X Naturskog Ysbergets NR X Övrig skog Ysbergets NR X Sumpskog 1 'Älgsjön 4589' X Sumpskog 2 'Mårtsbo obs 0901' X Sumpskog 3'Skrovelmyrav N 0682' X Sumpskog 4 'Skrovelmyrav S 0379' X Sumpskog 5 'Klittevägen 8102' X Sumpskog 6 'Slätfallsv del av 8877' X Sumpskog 7 'Bondglamsv 9539' X Sörja 1 X Sörja 2 X Sörja 3 X Sörja 4 Pengersjön X Sörja 5 Aspsalen X Sörja 6 X Sörja 7 X Sörja 8 X Sörja 10 X Österbergsmurens NR X art leuc lec abie B2-41

110 Bilaga 2 Tabell 2.9. forts Artfynd i cirkelprovytor Objektnamn Län Antal cpy Antal barrträd per ha i lavinventering Summa signalartsfynd per ha i cirkelytor ale sarm bry nadv bry frem Enånger 1 'Än 01' X Enånger 2 'Än 02' X Enånger 3 'Än 03' X Enånger 4 'Bä 01' X Enånger 5 'Bä 02' X Enånger 6 'Sä 01' X Enånger 7 'Bott 01' X Enånger 8 'MoDoreservatet' X Enånger 9 'MoDo Nianån' X P 1 Enånger X P 2 Enånger X P 3 Enånger X P 4 Enånger X art leuc lec abie B2-42

111 Tabell Korrelationer mellan kvalitetsvariabler. Bilaga 2 Korrelationsmatrisen bygger data från X,W och kontrollerade S-invobj, endast korr > abs(0.5) finns med. Variabler som börjar med b. är från substratinventeringen i bälten medan övriga variabler är från bestånds- och ståndortsinventeringen i cirkelprovytor. b.medelskugg b.medelskugg X b.medelnedbr b.medelnedbr - X b.medelbarktackn b.medelbarktackn - - X b.medelmarkfukt b.medelmarkfukt X b.medelmarkveg b.medelmarkveg - 0, X AreaEnligtKarta AreaEnligtKarta X Stubbar.ha Stubbar.ha X ytblock.ha ytblock.ha X luckighet.ha luckighet.ha X medelcpy1kvad.grandia medelcpy1kvad.grandia X medelskugg medelskugg 0, ,56 - X medelytblockdiam medelytblockdiam X medelmarkfukt medelmarkfukt , X medelrorligtmarkv medelrorligtmarkv , X medeltoppobel medeltoppobel , ,57 - X fuktantal fuktantal X buskartantal buskartantal X rikfältandel rikfältandel X vatfaltandel vatfaltandel X risandel risandel ,98 - X lavandel lavandel X vitsumpmossandel vitsumpmossandel X friskmossandel friskmossandel , , , ,54 X falttypantal falttypantal X bottentypantal bottentypantal ,54 0, ,57-0,54 - X B2-43

112 Tabell Förändringar Bilaga 2 Uppmätta förändringar av ett urval parametrar i 10 objekt, med standardavvikelser. Även sannolikheten (t-test) för att medelförändringen = 0 redovisas, liksom konfidensintervall för förändringen (df = 9, t = 2,26). Parameter Antal objekt Differens, 95 % konfidensintervall med Inventering Inventering Differens i % av medelvärdet 1998 för differensen variabelvärde> minst ett år medel std medel std medel std medel std nedre övre P(diff=0) Volym stående död ved (m 3 ha -1 ) 10 5,2 5,9 7,0 4,3 1,8 3,4 35% 66% -0,6 4,3 0,12 Volym lågor (m 3 ha -1 ) 10 14,2 17,3 11,8 12,7-2,4 6,1-17% 43% -6,8 1,9 0,24 Volym grova (>25 cm) lågor (m 3 ha -1 ) 10 8,8 12,8 6,3 8,6-2,6 4,9-29% 55% -6,0 0,9 0,13 Volym grova barrträd (m 3 ha -1 ) 10 38,2 49,3 42,1 41,1 3,9 11,4 10% 30% -4,2 12,1 0,30 Volym lövträd inmätta i bälte (m 3 ha -1 ) 7 12,8 30,0 13,0 27,8 0,2 3,6 1% 28% -2,4 2,8 0,88 Volym löv utom björk, i bälte (m 3 ha -1 ) 4 8,6 24,7 7,9 23,7-0,7 1,4-8% 16% -1,7 0,3 0,13 Täckning lågalevermossor (cm 2 ha -1 ) % 88% ,06 Alla signalarter (fynd ha -1 ) 7 7,9 13,6 6,4 10,8-1,5 3,9-19% 50% -4,3 1,3 0,26 Låga-signalarter (fynd ha -1 ) 7 5,6 8,4 3,0 5,2-2,6 6,4-46% 115% -7,2 2,0 0,24 Löv-signalarter (fynd ha -1 ) 1 2,3 7,2 3,4 10,6 1,1 3,4 48% 152% -1,4 3,6 0,34 Fnöskticka (fynd ha -1 ) 7 7,5 8,8 7,5 12,2-0,1 10,3-1% 137% -7,4 7,3 0,98 Klibbticka (fynd ha -1 ) 8 7,1 6,7 6,9 8,2-0,2 7,4-3% 104% -5,5 5 0,92 Violticka (fynd ha -1 ) 7 4,9 7,0 3,0 4,2-1,9 6,5-39% 131% -6,6 2,7 0,37 Vedticka (fynd ha -1 ) 6 4,0 6,0 1,7 3,2-2,3 5,0-57% 126% -5,9 1,3 0,19 Grundyta (m 2 ha -1 ) 10 26,5 10,3 27,4 12,2 0,9 2,3 4% 9% -0,7 2,6 0,23 Stamantal (ha -1 ) % 11% ,02 Volym levande träd (m 3 ha -1 ) ,8 20,9 4% 9% -6,2 23,8 0,22 Volym levande tall (m 3 ha -1 ) ,2 15,8-2% 23% -12,5 10,1 0,81 Volym levande gran (m 3 ha -1 ) ,9 17,7 7% 13% -2,8 22,6 0,11 Volym levande björk (m 3 ha -1 ) ,4 1,5 2% 7% -0,7 1,4 0,49 Volym levande övrigt löv (m 3 ha -1 ) 4 3,0 7,6 2,8 7,3-0,2 0,5-7% 15% -0,5 0,1 0,20 Volym döda träd (m 3 ha -1 ) 10 16,8 16,1 17,5 16,7 0,7 4,0 4% 24% -2,2 3,5 0,61 Garnlav (fynd ha -1 ) 4 11,5 18,3 3,5 4,8-8,0 14,6-69% 127% -18,4 2,4 0,12 Violettgrå tagellav (fynd ha -1 ) 5 7,2 16,6 1,1 3,4-6,1 13,3-85% 184% -15,6 3,3 0,18 B2-44

113 Bilaga 2 Tabell Objektsvisa data över förändring Uppmätta förändringar av ett urval parametrar i de tio objekten. Objektnamn Titjärn Ivana Nyskoga 1 Nyskoga 5 Nyskoga 6 Nyskoga 9 Sörja 1 Sörja 4 Sörja 6 Österbergsmurens NR (Pengersjön) Inventering areal bälte (ha) 0,59 0,59 0,47 0,47 0,50 0,51 0,45 0,47 0,22 0,24 0,25 0,29 0,77 0,76 0,53 0,49 0,74 0,74 0,76 0,78 antal cpy Volym stående död ved (m3 ha-1) 4,3 3,0 0 8,3 4,1 9,5 0,7 3,9 5,3 5,8 0 4,5 6,9 7,2 5,8 6,3 4,3 3,9 20,5 17,8 Volym lågor (m3 ha-1) 11 7,0 0 6,3 11,9 14,3 1,6 4,0 38,6 30,0 0,2 2,3 11,4 10,0 12,1 3,8 3,5 1,2 51,8 38,7 Volym grova (>25 cm) lågor (m3 ha-1) 4,1 2,0 0 2,0 6,4 5,8 0,9 1,9 21,7 16,7 0 1,7 5,2 4,8 8,7 1,1 1,1 0,1 40,3 26,7 Volym grova barrträd (m3 ha-1) 17,5 13,7 0 12,7 9,5 23,6 23,3 42,1 38,4 37,5 3,5 7,8 41,6 46,0 68,4 75,3 13,9 18,5 165,6 143,7 Volym lövträd inmätta i bälte (m3 ha-1) ,7 0 6, ,8 88, ,8 3,0 22,7 26,3 0 1,3 5,1 2,6 Volym löv utom björk, i bälte (m3 ha-1) ,9 75, ,5 2,5 0 0,2 3,8 1,1 Täckning lågalevermossor (cm2 ha-1) Alla signalarter (fynd ha-1) Låga-signalarter (fynd ha-1) Löv-signalarter (fynd ha-1) Fnöskticka (fynd ha-1) Klibbticka (fynd ha-1) Violticka (fynd ha-1) Vedticka (fynd ha-1) Grundyta (m2 ha-1) Stamantal (ha-1) Volym levande träd (m3 ha-1) Volym levande tall (m3 ha-1) Volym levande gran (m3 ha-1) Volym levande björk (m3 ha-1) Volym levande övrigt löv (m3 ha-1) Volym döda träd (m3 ha-1) Garnlav (fynd ha-1) Garnlav (fynd per cirkelyta) 1,3 0,3 3,3 0,7 1,7 0,5 0,7 0, Violettgrå tagellav (fynd ha-1) Violettgrå tagellav (fynd per cirkelyta) 0 0 3,3 0,7 0,3 0 0,3 0 0, , B2-45

114 Bilaga 2 Tabell Korrelation mellan 1:a och 2:a inventeringstillfället. Objektnamn Volym stående död ved (m3 ha-1) 0,82 Volym lågor (m3 ha-1) 0,97 Volym grova (>25 cm) lågor (m3 ha-1) 0,97 Volym grova barrträd (m3 ha-1) 0,98 Volym lövträd inmätta i bälte (m3 ha-1) 1,00 Volym löv utom björk, i bälte (m3 ha-1) 1,00 Täckning lågalevermossor (cm2 ha-1) 0,58 Alla signalarter (fynd ha-1) 0,97 Låga-signalarter (fynd ha-1) 0,65 Löv-signalarter (fynd ha-1) 1,00 Fnöskticka (fynd ha-1) 0,57 Klibbticka (fynd ha-1) 0,53 Violticka (fynd ha-1) 0,42 Vedticka (fynd ha-1) 0,54 Grundyta (m2 ha-1) 0,99 Stamantal (ha-1) 0,95 Volym levande träd (m3 ha-1) 1,00 Volym levande tall (m3 ha-1) 0,99 Volym levande gran (m3 ha-1) 0,98 Volym levande björk (m3 ha-1) 1,00 Volym levande övrigt löv (m3 ha-1) 1,00 Volym döda träd (m3 ha-1) 0,97 Garnlav (fynd ha-1) 0,82 Violettgrå tagellav (fynd ha-1) 0,99 R B2-46

115 Bilaga 2 Resultat av statistiska analyser: - samband mellan objektkategorier + substratvariabler gentemot artfynd Analysresultaten redovisas för var och en av de analyserade responsvariablerna: alla signalarter; signalarter på lågor; signalarter på lövträd; fnöskticka; klibbticka; violticka; vedticka; levermossor på lågor. Bakgrund I analyserna testades om det fanns någon effekt av olika objektkategorier och oberoende variabler på förekomsten av olika arter och artgrupper. Tyvärr hann inte bältesdata från Värmlands län bli klara i tid till dessa analyser, utan saknas här. Totalt ingick 49 inventeringsobjekt i analyserna: 15 naturreservat (13 i W län, 2 i X län); 27 nyckelbiotoper (endast X län, 20 fastmarksbiotoper och 7 sumpskogar) samt 7 produktionsskogar (X län). I några analyser har färre objekt använts, därför att inte alla objekt haft potentiella substrat för den art/artgrupp (beroende variabel) analysen avser. Åtta av reservaten i W län saknade uppgift om variabeln Markvegetationstäckning av lågor, och det blev därför färre objekt i analysen när just den variabeln analyserades. I de stegvisa analyserna (sekvensiella likelihood ratio tester, LRT) introducerades först de kategoriska variablerna Objektstyp, Län, Beståndstyp respektive Sumpskog oftast i denna ordning. Därefter analyserades de kontinuerliga oberoende variablernas effekt. Totala antalet förekomster av signalarter Alla 49 inventeringsobjekten ingår i analysen. Antalet fynd av signalarter var 386. De arter som avses är alla arter eftersökta i bälten utom fnöskticka, klibbticka och violticka. Totala antalet förekomster av signalarter skilde mellan olika typer av inventeringsobjekt (F = 11.8, d.f.1 = 2, d.f.2 = 46, p < 0.01). Antalet förekomster var störst i reservat och minst i produktionsbestånd. Det var inte lika tydlig avseende län (F = 2.0, d.f.1 = 1, d.f.2 = 45, p = 0.16), men sedan effekten av de faktorerna tagits bort fanns en effekt av beståndstyp (F = 3.2, d.f.1 = 4, d.f.2 = 41, p = 0.02), där blandskog och granskog tenderade att ha fler signalartsfynd än barrblandskog. Det fanns också en negativ effekt av sumpskog (F = 15.8, d.f.1 = 1, d.f.2 = 40, p < 0.01). DP för hela modellen var 6.2. Signalarter knutna till lågor Alla 49 inventeringsobjekten ingår i analysen. Antalet fynd av signalarter som (bland annat) är knutna till lågor (lågasignalarter härefter) var 153. Antalet förekomster av lågasignalarter var olika i olika typer av inventeringsobjekt (F = 19.1, d.f.1 = 2, d.f.2 = 46, p < 0.01), med fler fynd i reservat än i nyckelbiotoper. Utöver den skillnaden var det fler fynd i Gävleborgs län (F = 34.7, d.f.1 = 1, d.f.2 = 45, p < 0.01). Därutöver fanns en effekt av beståndstyp (F = 5.6, d.f.1 = 4, d.f.2 = 41, p < 0.01), med flest fynd i granskogar. Och därutöver var antalet fynd lägre i sumpskog (F = 5.1, d.f.1 = 1, d.f.2 = 40, p = 0.03). DP för hela modellen var 2.0. Efter att effekten av ovanstående faktorvariabler tagits bort fanns ingen effekt av lågamedeldiameter på antalet lågaarter i inventeringsobjekt (F = 0.2, d.f.1 = 1, d.f.2 = 39, p = 0.63, DP = 2.1). B2-47

116 Bilaga 2 Utöver effekten av ovanstående faktorvariabler ökar antalet förekomster av lågaarter i inventeringsobjekt med ökande volym lågor per ha (F = 4.5, d.f.1 = 1, d.f.2 = 39, p = 0.04, DP = 1.9). Men variabeln antal lågor per ha ger inte signifikant effekt (F = 2.8, d.f.1 = 1, d.f.2 = 39, p = 0.10, DP = 1.8). Efter att effekterna av ovanstående faktorvariabler och lågavolym per ha hade tagits bort kunde inte någon effekt påvisas av medelnedbrytningsgrad av lågor (F = 0.29, d.f.1 = 1, d.f.2 = 38, p = 0.59, DP = 1.9). Det fanns inte heller någon effekt av termen kvadrerad medelnedbrytning (p=0.21) (se analys av fom.fome nedan för motivering till att inkludera kvadrerad term). Efter att effekterna av typ av ovanstående faktorvariabler och lågavolym per ha hade tagits bort fanns ingen effekt av medelbarktäckning av lågor (F = 0.6, d.f.1 = 1, d.f.2 = 38, p = 0.43, DP = 1.8), av medelmarkfukt vid lågor (F = 0.41, d.f.1 = 1, d.f.2 = 38, p = 0.53, DP = 2.0), av medelmarkvegetationstäckning av lågor (F = 0.0, d.f.1 = 1, d.f.2 = 30, p = 0.86, DP = 1.7) eller av lågamedelbeskuggning (F = 1.3, d.f.1 = 1, d.f.2 = 38, p = 0.27, DP = 1.8). Signalarter knutna till grova lövträd Analysen omfattar de 36 inventeringsobjekt som hade minst ett fynd i bälte av asp, sälg eller rönn. Antalet fynd av lövarter var 233. Antalet förekomster av signalarter knutna till lövträd var inte signifikant skild mellan de enskilda faktorerna typ av inventeringsobjekt, län, beståndstyp eller sumpskog. Men eftersom p-värdena för alla modeller utom för beståndstyp var låga undersöktes alla tre variabler tillsammans i en multipel modell. I den modellen var effekten av typ av inventeringsobjekt nära signifikant (F = 2.8, d.f.1 = 2, d.f.2 = 33, p = 0.08), och därefter effekten av län nära signifikant (F = 0.3.3, d.f.1 = 1, d.f.2 = 32, p = 0.08) och därefter effekten av sumpskog signifikant (F = 7.1, d.f.1 = 1, d.f.2 = 31, p = 0.01). Dispersionsparametern för hela modellen var Effekten av faktorernas enskilda klasser var emellertid inte tydlig. Efter att effekterna av typ av inventeringsobjekt, län och sumpskog hade tagits bort fanns ingen ytterligare effekt av summerad volym per ha av asp, sälg och rönn (F = 0.4, d.f.1 = 1, d.f.2 = 30, p = 0.53, DP = 10.2). Det fanns inte heller någon ytterligare effekt av summerat antal per ha av asp, sälg och rönn (F = 2.3, d.f.1 = 1, d.f.2 = 30, p = 0.14, DP = 9.7). Efter att effekterna av typ av inventeringsobjekt, län och sumpskog hade tagits bort fanns ingen effekt av medeldiametern av alla aspar, sälgar och rönnar (F = 1.2, d.f.1 = 1, d.f.2 = 30, p = 0.29, DP = 10.1), och inte heller av medelbeskuggningen för alla aspar, sälgar och rönnar (F = 0.3, d.f.1 = 1, d.f.2 = 30, p = 0.56, DP = 10.2). Fomes fomentarium, fnöskticka Analysen omfattar de 48 inventeringsobjekt som hade minst ett fynd i bälte av högstubbe, avverkningsstubbe eller låga av björk. Antalet fynd av fnöskticka var 276. Antalet förekomster av fnöskticka var olika i olika typer av inventeringsobjekt (F = 8.2, d.f.1 = 2, d.f.2 = 45, p = <0.01), med fler fynd i reservat. Utöver den skillnaden fanns en skillnad mellan län (F = 6.4, d.f.1 = 1, d.f.2 = 44, p = 0.02), med fler fynd i Dalarnas län. Däremot inte signifikant av beståndstyp (F = 2.4, d.f.1 = 4, d.f.2 = 40, p = 0.07) eller sumpskog (F = 0.6, d.f.1 = 1, d.f.2 = 39, p = 0.73). DP för hela modellen var 4.7. Det låga p-värdet för beståndstyp gjorde att jag ändå beslutade att ha med variabeln vid analysen av övriga variabler nedan. B2-48

117 Bilaga 2 Utöver effekten av ovanstående faktorvariabler fanns en tydlig positiv effekt av volym av döda substratobjekt av björk per ha (F = 34.1, d.f.1 = 1, d.f.2 = 39, p < 0.01, Dispersion = 2.4), och antal av döda substratobjekt av björk per ha (F = 20.4, d.f.1 = 1, d.f.2 = 39, p < 0.01, DP = 2.9). Efter att effekterna av ovanstående faktorvariabler och volym döda björksubstrat per ha hade tagits bort fanns ingen effekt av medeldiameter av döda substratobjekt av björk på antalet förekoster av fnöskticka i inventeringsobjekt (F = 0.4, d.f.1 = 1, d.f.2 = 37, p = 0.51, DP = 2.3). Efter att effekterna av ovanstående faktorvariabler och volym döda björksubstrat per ha hade tagits bort kunde inte någon tydlig effekt påvisas av nedbrytningsgrad (p = 0.11). Jag undersökte också om relationen mellan antal förekomster av fnöskticka och meddelnedbrytning var icke-linjär. Det gjorde jag genom att lägga till termen kvadrerad medelnedbrytning, och den var signifikant (F = 5.5, d.f.1 = 1, d.f.2 = 36, p = 0.02, DP = 2.0). Antalet förekomster av fnöskticka var alltså högst i inventeringsobjekt där de döda björksubstratobjektens medelnedbrytningsgrad var intermediär. Efter att effekterna av ovanstående faktorvariabler och volym döda björksubstrat per ha hade tagits bort fanns en positiv effekt av medelbarktäckning av döda björksubstrat (F = 5.1, d.f.1 = 1, d.f.2 = 37, p = 0.03, DP = 2.2), men inte av medelmarkfuktighet vid döda björksubstrat (F = 0.1, d.f.1 = 1, d.f.2 = 37, p = 0.74, DP = 2.4), medelmarkvegetation på av döda björklågor (F = 0.8, d.f.1 = 1, d.f.2 = 29, p = 0.80, DP = 2.6), eller av medelbeskuggning av döda björksubstrat (F = 0.5, d.f.1 = 1, d.f.2 = 37, p = 0.50, DP = 2.3). Fomitopsis pinicola, klibbticka Analysen omfattar de 48 inventeringsobjekt som hade minst ett fynd i bälte av högstubbe, avverkningsstubbe eller låga av gran. Antalet fynd av klibbticka bland dessa var 154. Antalet förekomster av klibbticka var nära signifikant skilda mellan olika typer av inventeringsobjekt (F = 3.0, d.f.1 = 2, d.f.2 = 45, p = 0.06). Antalet förekomster tenderade att vara lägre i nyckelbiotoper och produktionsskog än i naturreservat. Utöver den effekten var antalet förekomster lägre i sumpskog (F = 4.8, d.f.1 = 1, d.f.2 = 44, p = 0.03). DP för hela modellen var 4.4. Det fanns emellertid ingen effekt av län eller beståndstyp. Utöver effekten av typ av inventeringsobjekt och sumpskog fanns en tydlig positiv effekt av volym av döda substratobjekt av gran per ha (F = 36.6, d.f.1 = 1, d.f.2 = 43, p < 0.01, Dispersion = 2.1), och antal av döda substratobjekt av gran per ha (F = 26.4, d.f.1 = 1, d.f.2 = 43, p < 0.01, DP = 2.5). Efter att effekterna av ovanstående faktorvariabler och volym döda gransubstrat per ha hade tagits bort fanns ingen effekt av medeldiameter av döda substratobjekt av gran på antalet förekomster av klibbticka i inventeringsobjekt (F = 0.0, d.f.1 = 1, d.f.2 = 42, p = 0.88, DP = 2.2). Efter att effekterna av ovanstående faktorvariabler och volym döda gransubstrat per ha hade tagits bort fanns emellertid en negativ effekt av nedbrytningsgrad av döda gransubstrat (F = 5.6, d.f.1 = 1, d.f.2 = 42, p = 0.02, DP = 1.9). Modellen förbättrades något med termen kvadrerad nedbrytningsgrad, dock ej signifikant (p = 0.052). Efter att effekterna av ovanstående faktorvariabler och volym döda gransubstrat per ha hade tagits bort fanns en nära positiv effekt av medelbarktäckning av döda gransubstrat (F = 3.8, d.f.1 = 1, d.f.2 = 42, p = 0.06, DP = 2.0), men inte av medelmarkfuktighet vid döda gransubstrat (F = 0.8, d.f.1 = 1, d.f.2 = 42, p = 0.39, DP = 2.2). Det fanns emellertid en negativ effekt av medelmarkvegetation på granlågor (F = B2-49

118 Bilaga , d.f.1 = 1, d.f.2 = 34, p < 0.01, DP = 1.7), och den effekten fanns kvar även efter att effekten av medelnedbrytningsgradstermerna hade tagits bort (F = 9.7, d.f.1 = 1, d.f.2 = 32, p < 0.01, DP = 1.5). Men det fanns ingen effekt av medelbeskuggning av döda gransubstrat (F = 0.0, d.f.1 = 1, d.f.2 = 42, p = 0.84, DP = 2.2). Trichaptum abietinum, violticka Analysen omfattar de 48 inventeringsobjekt som hade minst ett fynd i bälte av högstubbe, avverkningsstubbe eller låga av gran. Antalet fynd av violticka bland dessa var 214. Antalet förekomster av violticka var inte signifikant skild mellan olika typ av inventeringsobjekt (F = 1.4, d.f.1 = 2, d.f.2 = 45, p = 0.26, DP = 3.9), län (F = 0.18, d.f.1 = 1, d.f.2 = 46, p = 0.67, DP = 4.3), beståndstyper (F = 0.89, d.f.1 = 4, d.f.2 = 43, p = 0.48, DP = 4.3) eller i sumpskog (F = 2.2, d.f.1 = 1, d.f.2 = 46, p = 0.15, DP = 4.1). Dessa kvalitativa resultat förändrades inte heller i en analys av alla variabler tillsammans. Det fanns en tydlig positiv effekt av volym av döda substratobjekt av gran per ha (F = 19.7, d.f.1 = 1, d.f.2 = 46, p < 0.01, Dispersion = 2.9). Antal döda substratobjekt av gran per ha förklarade mera av variationen (F = 25.4, d.f.1 = 1, d.f.2 = 46, p < 0.01, DP = 2.6). Efter att effekten antal döda gransubstrat per ha hade tagits bort fanns ingen effekt av medeldiameter av döda substratobjekt av gran på antalet förekomster av violticka i inventeringsobjekt (F = 1.9. d.f.1 = 1, d.f.2 = 45, p = 0.17, DP = 2.6). Det fanns inte heller någon effekt av medelnedbrytningsgrad av döda gransubstrat (F = 3.3, d.f.1 = 1, d.f.2 = 45, p = 0.08, DP = 2.7), och modellen förbättrades inte signifikant med termen kvadrerad nedbrytningsgrad (p = 0.12). Det fanns ingen effekt av medelbarktäckning av döda substratobjekt av gran (F = 0.9, d.f.1 = 1, d.f.2 = 45, p = 0.35, DP = 2.6), av medelmarkfuktighet vid döda substratobjekt av gran (F = 0.4, d.f.1 = 1, d.f.2 = 45, p = 0.55, DP = 2.6), av medelmarkvegetationstäckning av granlågor (F = 2.4, d.f.1 = 1, d.f.2 = 37, p = 0.13, DP = 2.1) eller av medelbeskuggning av döda substratobjekt av gran (F = 1.1, d.f.1 = 1, d.f.2 = 45, p = 0.30, DP = 2.6). Phellinus viticola, vedticka Analysen omfattar de 48 inventeringsobjekt som hade minst ett fynd i bälte av högstubbe, avverkningsstubbe eller låga av gran. Antalet fynd av phe.viti bland dessa var 48. Antalet förekomster av phe.viti var signifikant skild mellan olika typer av inventeringsobjekt (F = 5.1, d.f.1 = 2, d.f.2 = 45, p = 0.01). Det var tydligt lägre antal förekomster i nyckelbiotoper än i naturreservat. Utöver den effekten var antalet förekomster högre i Gävleborgs län (F = 8.5, d.f.1 = 1, d.f.2 = 44, p < 0.01). DP för hela modellen var 2.1. Det fanns emellertid ingen effekt av beståndstyp eller sumpskog. Utöver effekten av typ av inventeringsobjekt och län fanns ingen effekt av volym av granlågor per ha (F = 0.11, d.f.1 = 1, d.f.2 = 43, p = 0.74, Dispersion = 2.2), eller av antal granlågor per ha (F = 0.4, d.f.1 = 1, d.f.2 = 43, p = 0.53, DP = 2.2). Efter att effekterna av ovanstående faktorvariabler hade tagits bort fanns inte heller någon effekt av medeldiameter av granlågor (F = 0.0, d.f.1 = 1, d.f.2 = 43, p = 0.82, DP = 2.2). Det fanns inte heller någon effekt av medelnedbrytningsgrad av granlågor (F = 0.2, d.f.1 = 1, d.f.2 = 43, p = 0.69, DP = 2.2), och modellen förbättrades inte signifikant med termen kvadrerad nedbrytningsgrad (p = 0.70). Efter att effekterna av ovanstående faktorvariabler hade tagits bort fanns ingen effekt av medelbarktäckning av granlågor (F = 0.0, d.f.1 = 1, d.f.2 = 43, p = 0.93, DP = 2.2), av medelmarkfuktighet vid granlågor (F = B2-50

119 Bilaga 2 1.0, d.f.1 = 1, d.f.2 = 43, p = 0.31, DP = 2.1), av medelmarkvegetationstäckning av granlågor (F = 0.8, d.f.1 = 1, d.f.2 = 35, p = 0.37, DP = 2.3) eller av medelbeskuggning av granlågor (F = 0.0, d.f.1 = 1, d.f.2 = 43, p = 0.97, DP = 2.2). Täckning av levermossa på lågor Analysen omfattar alla 49 inventeringsobjekt. För varje inventeringsobjekt har klassmittvärdet av LevermossT summerats för alla lågor. Detta värde har dividerats med inventerad yta och detta värde (se bilaga 2, tabell 2.2) har logaritmerats. Två inventeringsobjekt hade 0 täckning, och dessa har getts värdet 1 cm 2 ha -1, för att kunna logaritmera. Täckningen av levermossa var nära signifikant skild mellan länen (F = 3.0, d.f.1 = 1, d.f.2 = 47, p = 0.09), och sedan hänsyn tagits till det, var täckningen olika i olika typer av inventeringsobjekt (F = 4.3, d.f.1 = 2, d.f.2 = 45, p = 0.02), och beståndstyper (F = 2.3, d.f.1 = 4, d.f.2 = 41, p = 0.07). Men täckningen var inte skild i sumpskog (p = 0.92). Utöver effekten av län, typ av inventeringsobjekt och beståndstyp fanns inte en signifikant effekt av volym låga per ha i inventeringsobjekt (F = 2.5, d.f.1 = 1, d.f.2 = 40, p = 0.12), men däremot en tydlig positiv effekt av antal lågor per ha (F = 8.1, d.f.1 = 1, d.f.2 = 40, p < 0.01). Efter att effekterna av ovanstående faktorvariabler och antal lågor per ha per ha hade tagits bort fanns ingen effekt av lågamedeldiameter på täckningen av levermossa (F = 0.2, d.f.1 = 1, d.f.2 = 39, p = 0.64). Det fanns inte heller någon effekt av medelnedbrytningsgrad av lågor (F = 2.9, d.f.1 = 1, d.f.2 = 39, p = 0.10) och modellen förbättrades inte signifikant med termen kvadrerad nedbrytningsgrad (p = 0.77). Efter att effekterna av ovanstående faktorvariabler och antal lågor per ha per ha hade tagits bort fanns ingen effekt av medelbarktäckning av lågor på täckningen av levermossa (F = 0.6, d.f.1 = 1, d.f.2 = 39, p = 0.44). Men det fanns en nära signifikant positiv effekt av medelmarkfuktighet vid lågor på täckningen av levermossa (F = 3.6, d.f.1 = 1, d.f.2 = 39, p = 0.07). Till sist fanns ingen effekt av medelmarkvegetation på lågor av täckningen av levermossa (F = 0.0, d.f.1 = 1, d.f.2 = 31, p = 0.99) eller av medelbeskuggning av lågor på täckningen av levermossa (F = 1.3, d.f.1 = 1, d.f.2 = 39, p = 0.26). B2-51

120 B2-52 Bilaga 2

121 Bilaga 3 Bilaga 3 Enkätsvar från fältinventerare B3-1

122 Bilaga 3 Tabell 3.1. Sammanställning av enkätsvar från fältinventerare. Variabel Medelpoäng Antal svar Urval av inventerarnas kommentarer Sammanfattande omdöme Bältesvariabler: Basdiam/dbh/diameter vid brottytan 5,0 6 Problem med murkna lågor där basen är klenare än mitten (SeKir). Viktigt med vinkeln mot bältesmitt (MaKil). B3-2 Grundläggande variabel av hög kvalitet. OBS dock: Problem vid mjuka lågor och oregelbundet formade stubbar/stammar. Toppdiam 4,0 6 problem: gammal låga med mossbevuxen, murken topp(sekir). Viktigt för att beräkna volym med nuvarande metod. Längd/höjd 4,7 6 Till skillnad från längden mäts höjden och är därför mindre säker/upprepningsbar (ThoJo). Nedbrytningsgrad 3,6 5 Dålig med nuvarande metod och klasser, bör söka bättre (ThoJo). Svårt på vintern med fruset trä (LinAn). Ihåliga/innanmurkna aspar är svåra då man inte kommer åt med kniven (SebKi). Lättare med färre (3) klasser? (MarKi). Nbrgr 5 har troligen liten relevans för BM (ChriLa). Bark 3,0 6 Förekomst av bark är ett visst mått av nedbrytningsgrad, om än indirekt och mkt grovt, mindre personvariation än Nbrgr (ThoJo). Substratyp 4,8 6 Gör två variabler och ändra klasserna, (det är stubbarna som är problemet) förslag: A. 1. Död, 2. Levande B. 1. Träd, 2. Stubbe, 3. Låga (barr/löv får man genom arten). (MarKi) Viktigt för att beräkna volym med nuvarande metod. Viktig variabel, men svår och med dålig upprepbarhet. Måste ändå vara med. Kan strykas, även om den kompletterar Nedbr.gr. Förslag: stryk Avverkningsstubbe. Högstubbe ska vara minst 0,5 m hög (och högst 2/3 av trädets ursprungliga höjd). [RT har >1,3 m hög och <9/10 av urprungliga höjden]. Enklast att inte ändra namn och kodnr på substratklasser, sådant orsakar kompatibilitetsproblem. Trädslag 4,8 6 Given variabel. Dött löv kan vara svårt. Beskuggning 3,2 6 Mycket svårt att mäta och så som klasserna är definierade i dag är det inte bra, bör tas bort (ThoJo). Färre klasser, enklare skala, förslag: 1. sol, 2. halvskugga, 3. Skugga (MarKi). De olika klasserna går in i varann och det blir snurrigt i huvet, vilken ska man välja (SebKir). Färre klasser, enklare skala (JonGra). Kan strykas, subjektiv bedömning. Förändringar tas på beståndsnivå i stället, via cpy-data. Förändringar på substratnivå ändå svåra att belägga. Avgors 3,0 6 Kan nog strykas (har ej använts i analyser), annars ändra till 2 klasser: 3-avverkad; 4-övriga. Nuvarande klass 1 o 2 får uppgå i klass 4 (som nu heter "okänd"). Tid sen bildning 3,0 6 Viktigare att lägga krut på att hitta en metod som mäter nedbrytningsgraden. / Färre, enklare klasser: 1. <3 år, 2. >3 år. Markfuktighet 3,3 6 Stor osäkerhet såsom definition är utformad. Bör strykas, alt. utveckla metod där vegetationen i större utsträckning beskriver markfuktighetsklassen. / Färre klasser: 1. Torr, 2. Frisk/Fuktig, 3. Blöt Kantavstånd 3,4 5 Något tidsödande. Egentligen viktig variabel, men kanteffekter bör undersökas ordentligt i forskning. / Bör göras på digitala kartan hemma. Kan strykas. Kantriktning 3,0 5 se ovan Räcker med beståndsvis (cpy-)information om markfuktighet? Kanske strykas, pga svårigheter med att avgöra vilken kant som ska anges. (GIS-analys kommer nog dock bara att göras om det är ett särskilt projekt).

123 Bilaga 3 Tabell 3.1. forts. sammanställning av enkätsvar Variabel Medelpoäng Antal svar Urval av inventerarnas kommentarer Ägoslag 3,0 5 se ovan Levermosstäckning 3,8 5 Svårt vintertid. / Vid regn och fukt kan det vara mkt svårt att se levermossor på mörka, blöta lågor. Sammanfattande omdöme Frivilligt tillval. Endast intressant i barrskog. Något tidsödande men relevant. Personskillnad? MVeg 3,7 6 Färre klasser: 1. <10 %, %, %, 4. >90 %. Frivilligt tillval. Bra komplement till nbrgr. Relativt snabb och säker. Färre klasser? Ej intressant i ädellövskog. Indikatorarter 4,2 6 Stora skillnader beroende på vana! endast för tilläggsinformation och ej för förändringsstudier, för detta bör göras en särskild inventering (på uppmärkta träd?). / Bättre att lägga på fler indikatorarter och stryka indirekta variabler som markfuktigthet och beskuggning. Eventuellt bör registreringen göras av ett särskilt lag som specialiserade på indikatorarter. Finns det andra personbereonde studier? / Viktig variabel, ''lättolkad'' även om den ju egentligen är ''teoretiskt'' svår. Viktigt men svårt. Arturvalet också viktigt. Kan man använda SKS lista för NB-övervakningen? [Vore det bättre att göra indikatorartinventeringen i hela beståndet, alt. i stora (1 ha) rutor? Hur var upprepbarheten i SKS NBövervakning?] Tilläggsförslag i ädellövskogsprojektet: Del i vatten 4 1 Hamlat 1 1 Räcker med ny substrattyp "hamlat träd" (ThoJo) Hål 4 1 Vi fick ett visst personbereonde för denna variabel. Ädellövträd bör klassificeras enligt "östgötamodell" (ThoJo) / Viktigt (JoGra) Mulm 1 1 Bättre klassa mulmen enligt de stadier som tagits fram i Östergötland. (ThoJo) / Viktigt (JoGra) Röttyp 1 1? För svårt. Sly 4 1 Är intressant i hävdade miljöer. Klassindelning bör vara 0-10, samt >50 (ThoJo) / Viktigt (JoGra) Östgötamodellen bör testas mera. Östgötamodellen bör testas mera. Bör testas mera. Substrattyp Hamlat träd 5 1 Viktigt (ThoJo; JoGra) Bör testas mera, finns risk för personskillnader. Substrattyp Myrstack >1 m 3 1 Tja? (JoGra) Tveksamt (förändringar sker alltför långsamt). Beskriv hellre i fritext. Klenved 3 1 Klenved som substrat är viktigt att inkludera men det krävs metodutveckling först! (ThoJo) Tveksamt. Troligen arbetskrävande. Är inte klenved starkt korrelerat till beståndstäthet? (täta bestånd har stor spontan kvistrensning) Beståndsvariabler (CPY): diameter 4,8 6 Viktigt att studera successionen! Och det görs via beståndsinventeringen. / Arbetet utfördes med dataklav, mycket enkelt. Given variabel. Trädslag 4,8 6 Vi fick ett personberoende i vår studie för svårbestämda almar. Given variabel. Vissa ädellövträd kan vara svåra. Björkarna negligerade (vårtbjörk ej skilt från glasbjörk). B3-3

124 Bilaga 3 Tabell 3.1. forts. sammanställning av enkätsvar Variabel Medelpoäng Antal svar Urval av inventerarnas kommentarer Död/levande 4,0 6 Bör strykas och fokusera mätningen till bältena istället. / Obs: glöm ej att titta upp i trädet då det kan vara dött fast stammen ser levande ut. Sammanfattande omdöme Given variabel. Kan ej strykas. Bl.a. är det minimidiameter i bältena. beskuggning (endast första kvartil) 3,2 6 Färre klasser, enklare skala. Kan strykas, men om man ska söka indikatorarter måste variabeln ersättas av en "1:a-kvartil-variabel", så man vet vilka träd som genomsökts. indikatorart (endast första kvartil) 3,7 6 Bör strykas och fokusera mätningen till bältena istället. Eventuellt strykas - det blir väldigt få artfynd i cpy. Ståndortsvariabler (CPY): Markfuktighet, dominerande 3,8 5 Färre klasser: 1. Torr, 2. Frisk/Fuktig, 3. Blöt Behålls, stå fast vid RT-klasserna, dumt hitta på egna. Utbildning viktigt. Behöver då inte vara svår variabel. Markfuktighet, även 2,8 5 Bör nog behållas (lite arbete, önskvärd symmetri med RT) Rörligt markvatten 3,6 5 Bör behållas Ytblockighet, Antal 2,3 6 Undra vad som är viktigt med denna punkt. Kanske kan man bara säga om det är blockig mark eller ej istället. / Bra som grunduppgift, att göra en gång..men tar tid, och frågan är hur relevant den är. / Färre klasser! / Engångsinformation, ok Ytblockighet, Spridning 2,2 6 2 klasser räcker! (ojämn/jämn) se ovan Ytblockighet, Diameter 2,0 6 Svårt att välja ut ett typblock! Mycket färre klasser! se ovan Topografisk belägenhet 3,2 6 Lättare att se på en karta om man vill ha med det. Kan strykas Sluttningsriktning 3,2 6 Kan strykas Stryks helt eller ersätts med mindre tidskrävande variabel Luckighet 3,5 6 Bättre med 3 klasser än exakt antal (som vi hade)! Tveksam. Mycket skiftande bedömningar i enkätsvaren. Medelhöjd 4,2 6 Behålls Antal stubbar 2,5 6 En kommentar om skogens utseende/historik borde räcka istället för att räkna avvverkningsstubbar Hänglavar, provträdsdiameter 4,7 3 se nedan Hänglavar, Ale sarm -längd 4,7 3 För ädellövmiljöer tycker jag att dessa variabler bör utgå. Hänglavar i första hand i barrskogar men Usnea spp ofta i torrare ekskogar. / Låter relevant, osäker på om det inte är overkill? Hänglavar, Usnea -längd 3,7 3 se ovan Hänglavar, Bryoria -längd 4,7 3 se ovan Hänglavar, Lavabundans 4,7 3 problem: olika delar av landet har olika hänglavrikedom, vilket medför att det kan vara svårt att bestämma sig för vad som är mycket och lite. Avstånd ägoslagskant, 3,8 4 Bör ej göras i fält utan på den digitala kartan hemma. Räcker på objektsnivå Tveksam. Mycket skiftande bedömningar i enkätsvaren. Tidskrävande och svårt i vissa miljöer. Frivilligt tillval. Endast intressant i barrskog. Något tidsödande men relevant. Personskillnad? Om det ska vara med måste klasserna definieras tydligare Kan strykas B3-4

125 Bilaga 3 Tabell 3.1. forts. sammanställning av enkätsvar Variabel Medelpoäng Antal svar Urval av inventerarnas kommentarer Kantriktning, 3,0 5 se ovan Ägoslag, 2,8 5 se ovan Sammanfattande omdöme Bottenskikt, 4,5 6 Bör behållas. Bra grund för objektiv klassificering av objekt. Fältskikt, 4,2 6 Alternativ kanske enhetligare data skulle erhållas om inv upprättar en lista över förekommande kärlväxter inom cirkelprovytan, ev med markering för dominanta/subdominantta arter. På så vis får inte enskilda arter så stor betydelse som i schemat. / Räcker inte markinventeringens data för regional nivå? / Svårt tidigt och sent på säsongen! Buskar o småträd - art 4,2 6 Viss lövsly i södra Sverige lite klurig. Bör behållas Buskar o småträd - täckning 3,8 6 Viktig att ha med men någon annan frekvensangivelse än täckningsgrader bör användas. Frekvensklasser som grundar sig på klassning? / Färre klasser. (1. <10 %, %, 3. >50 %) Bör behållas. Bra grund för objektiv klassificering av objekt. Syftet är inte att övervaka förändringar i markvegetation, därför gör det inget om det finns personskillnader i detaljklassningen. Kan nog strykas. Duger ändå inte som mätare på omfattningen av trädföryngring i provytan Allmäninventering: Angränsande och insprända ägoslag: 3,0 3 Dessa variabler ej med i inv av mossetallskog. Eftersom jag arbetade i samma beståndstyp mest hela tiden. (PiAhl) / Tror det kan vara bra vid utvärderingen som hjälp (JoGra) - Kantriktning 3,3 3 - kantlängd 3,3 3 - ägoslagstyp 3,0 3 - beståndstyp 3,0 3 Antalet klasser bör utökas (ThoJo) bältesluckors längd 3,7 3 ståndortsindex 3,8 4 Bör mätas. Tanken var att lyfta denna del från nyckelbiotopsdata men den bör mätas generellt. Behövs för beräkning av volymsfunktioner. Bäst att ange redan i fält. virkesförråd 3,3 3 Kan räknas fram vid behov. (PiAhl) / har jag aldrig bedömt men det är nog bra om det finns med, ska ju finnas tillgängligt på lstkontoret (SebKi) beståndsålder 5,0 3 Engångsinfo antar jag (JoGra) tidigare markanvändning 4,5 4 Bör registreras och helst även m.h.a. äldre kartmtrl. (ThoJo) / Man bör ha en historisk vetskap om skogen då man ofta är i gammalskogar (SebKi) / Bondskog vad är det? (ChrLa) Störningsspår 4,0 4 Bör registreras och med utökade klasser se nedan under ädellöv. (ThoJo) Brandspår 4,3 4 Exposition(-er) 2,3 3 B3-5

126 Bilaga 3 Tabell 3.1. forts. sammanställning av enkätsvar Variabel Medelpoäng Antal svar Urval av inventerarnas kommentarer Huggningsåtgärder, typ 4,3 3 Dessa två variabler kanske inte är så intressanta när man tittar på reservat då det inte ska ske några avverkningar här (SebKi) / Ej använt (PiAhl) Huggningsåtgärder, areal 4,3 3 " Artfynd vid fri sökning 5,0 4 Viktigt om inte annat ur naturvårdssynpunkt (JoGra) Fri text 4,8 4 Viktigt är att det finns en förklaring på områdets utseende och naturvärde (SebKi) Sammanfattande omdöme Centrumkoordinat (RT90) 4,5 4 Fås enkelt genom digitalisering (PiAhl) Kan tas från GIS Typ av inventeringsobjekt 4,5 4 Antalet klasser bör kanske utökas att omfatta normalt brukad skog också? (ThoJo) Ägargrupp 2,5 4 Huggningsåtgärder kan ingå i reservatsskötsel. Areal inventeringsobjektet (enl NBI) 4,7 3 Kan strykas (specialanpassning till nyckelbiotoper ej aktuellt) Areal för hela nyckelbiotopen (enl NBI) 4,7 3 Kan strykas (se ovan) Areal enligt kartskiss 4,7 3 Beräknas m.h.a. GIS (ThoJo) / Ska finnas kvar, automatiserat (JoGra) Kan tas från GIS Kantlängd för inventeringsobjektet 2,8 4 " Kan tas från GIS Höjd över havet 3,0 4 Kan väl finnas kvar, automatiserat, kanske bra i norra Sverige (JoGra) Behövs för beräkning av volymsfunktioner Tilläggsförslag i ädellövskogsprojektet: Störningsregim (ersätter Störningsspår) 4 1 Inget personberoende studerat. (ThoJo) Skogstyp enligt Andersson 5 1 Inget personberoende studerat. (ThoJo) / Viktigt (JoGra) Fler ägoslagstyper i Angr. inspr. Ägoslag: 5 Inget personberoende studerat. (ThoJo) / Man får ofta ändå slå ihop kategorier vid analys, bör försöka renodla (JoGra) - Naturbete med bryn 5 1 se ovan - Naturbete m högört 5 1 se ovan - Naturbete m bryn + högört 5 1 se ovan - Åker med bryn 5 1 se ovan - Åker m högört 5 1 se ovan - Åker m bryn + högört 5 1 se ovan - Kulturbete 5 1 se ovan - Kulturbete med bryn 5 1 se ovan - Kulturbete m högört 5 1 se ovan - Kulturbete m bryn + högört 5 1 se ovan Tveksamt att införa fler ägoslagstyper B3-6

127 Bilaga 3 Kommentarer till enkäten från fältarbetare Pierre Ahlgren, Länsstyrelsen Västmanlands län: Tycker det är bra med ett stort antal "grundvariabler" så man kan plocka ut det man behöver för den typ av inventering man gör. Vilka variabler man använder är helt beroende av vad slutprodukten sk a användas till, men det är bra med samma variabler eftersom det underlättar om man vill göra jämförelser. En del känns som sagt överflödiga då man kan plocka dessa på annat oftast enklare sätt. I övrigt tycker jag att de flesta variabler jag har använt funkat bra när man kommit in i arbetet. Metoden som sådan kan användas i många sammanhang med relativt små justeringar, det tycker jag är ett mycket gott resultat. Jonas Grahn, Länsstyrelsen i Skåne län: Eftersom enkäten nog kräver att man har jobbat med undersökningstyperna i fält så har jag bara gjort en del textkommentarer till variablerna (se bifogad fil). Tycker att delprogrammet ger ett allmänt väldigt genomarbetat intryck, fastän ganska gumptungt. Intensiva (sic!) program tror jag kan visa sej svåra att få pengar till på sikt, så det är nog bra att göra dem renare och enklare om möjligt. Många variabler är av typen ''bra att ha'', men inte nödvändiga. I Handboken framgår det egentliga syftet inte så tydligt, men jag antar att man i grunden är intresserad av hur skogens potential för biologisk mångfald förändras. Ett möjligt sätt att rensa bland variabler är att göra en matris av era resultat hittills och testa vilka variabler som är starkt korrelerade med varann. Då kan ni hitta variabler ni kan skrota utan att tappa information. I enkätsvaren framgår vilka som inventerarna tycker är jobbigast att mäta, alltså vilka av flera korrelerade variabler ni ska stryka.. Helena Gralén, Länsstyrelsen i Jönköpings län: I största allmänhet tycker jag att det är värt att tänka igenom innan man inventerar vad det är man vill ha för data. Många av de variabler som ska anges kan antagligen "vara bra att ha" men det tar ju ganska mycket tid att samla in dem och frågan är vad det ger. Om man har med alla variablerna så får man en ganska bra beskrivning på hur ett skogsområde ser ut, men om skogen är skyddad som naturreservat e.dyl. så har man antagligen en översiktlig beskrivning (eller det kanske inte finns?) av skogen. Med tanke på vad det kostar att övervaka naturvärden så är det knappast troligt att det kommer att genomföras omfattande övervakning i vanlig produktionsskog. Om man har ett naturreservat där gran dominerar och det även är tänkt att gran ska dominera i framtiden så tycker jag att det är helt onödigt med inventering av cirkelprovytor. Inventerar man i blandskog eller lövskog och man vill ha kolla på om granen är på väg att tar över så är det motiverat att mäta in träden i cpy och även mäta in och notera hur föryngringen ser ut i ytan. Många av de andra variablerna känns ganska onödiga att mäta in. I blandskog och lövskog kan det vara motiverat att cpy ligger tätare än vad som anges i metodiken, men då kan man också utesluta många av variablerna. Substratinventeringen i bältena är bra. Inmätning av grova träd och död ved i olika former behöver mätas. Nedbrytningsgraden är bra att ha med även om det är en svår variabel med stor grad av osäkerhet. Variabler som är tveksamma i substratinventeringen är tid sedan bildning eftersom det är så svårbedömt, dessutom är det ointressant om man mäter nedbrytningsgraden. När vi jobbar med att skriva skötselplaner och uppföljningsbara kvalitetsmål så anger vi mål för mängd död ved, andel av olika trädslag beroende på vilken typ av skog som skyddats, andel grova träd. Dessutom ska helst uppföljningar göras av olika arter eller artgrupper. Det borde i första hand vara dessa typer av variabler som vi ska följa upp och då också mäta in och ange. Thomas Johansson, Länsstyrelsen Kalmar län: Här kommer mitt svar på enkäten. Det är länge sedan jag jobbade med den och jag känner mej klart ringrostig. Ett behov som jag ser med metoden är att den innehåller för många variabler och att den behöver renodlas. Generellt anser B3-7

128 Bilaga 3 jag att metoden bör fokusera på mätning direkt av substraten och i mindre utsträckning på andra variabler t.ex. beskuggning, markfuktighet etc. I stället är det bättre att kanske utöka artlistan bland indikatorarterna och låta förekomsten av dem beskriva tillståndet för t.ex. ljus/skugga. I den "sammanfattande bedömningen" i mitt svar är det en relativ skala från 1-5 där 5 absolut ska vara kvar och där 1 bör strykas. Mellanformerna med möjligheten till frivillighet är inte riktigt bra och generellt bör så få frivilliga variabler som möjligt tillåtas. Detta eftersom det begränsar jämförelsen mellan olika områden. Tidsåtgång är en viktig aspekt men en variabel som går snabbt att mäta men som ger ett stort personberoende bör generellt strykas även om den är viktig för biologisk mångfald. Detta eftersom vi inte kommer att kunna uttala oss om några förändringar om dessa variabler. Dessutom kommer de ta mycket tid i anspråk i form av inmatning och utvärdering. Är det stora peronberoenden är det bättre att försöka hitta alternativa mätmetoder med mindre personberoende. Maria Kilnäs, Länsstyrelsen Västra Götaland: Det är mer än två år sedan jag höll på med detta, men har svarat så gott jag kunnat. Hänvisar också till rapporten för projektet i ädellövskog ( Jag tror att resultaten från våra försök i många fall skulle ha varit mycket bättre om: 1. De flesta variablerna hade haft färre och enklare klasser (ex. 1. torr, 2. frisk/fuktig, 3. blöt). Den minskade detaljnivån skulle uppvägas av mindre variation mellan inventerarna (förutom snabbare bedömningar) och skulle förmodligen ge tillräckligt med information ändå. 2. Vi hade samkalibrerats bättre innan vi satte igång. Under utbildning bör varje inventerarlag få inventera åtminstone ett bälte på egen hand (samtliga lag gör samma bälte). Sedan jämför man mellan de olika lagen och diskuterar skillnader på substratnivå. Vi märkte att vi kalibrerade oss inom laget ganska mycket i början (mellan de två inventerarna i samma lag), vilket gjorde att vi för vissa variabler har systematiska skillnader mellan lagen. Lista på personer som svarat på enkäten Pierre Ahlgren. Arbetat på skogsklädd myr i Västmanlands län år Linda Andersson. Arbetat i boreal skog och skogsklädd myr i Jönköpings län Jonas Grahn. Inte arbetat praktiskt med metoden. Helena Gralén. Arbetat i boreal skog och skogsklädd myr i Jönköpings län Thomas Johansson. Arbetat i ädellövskog i östra Götaland Maria Kilnäs. Arbetat i ädellövskog i östra Götaland Sebastian Kirppu. Arbetat i boreal skog i norra Svealand/södra Norrland Christer Larsson. Arbetat i boreal skog i norra Svealand/södra Norrland B3-8

129 Bilaga 4 Bilaga 4 Styrkefigurer Figurerna visar vilken styrka man har för att upptäcka förändring av olika variabler om man har ett stickprov med 10 objekt, som har samma variation som de tio objekten i detta projekt. Längs diagrammens X-axel finns storleken på den förändring man vill kunna upptäcka, i procent av ursprungligt medelvärde. På Y-axeln kan man avläsa styrkan för ett t-test, det vill säga sannolikheten för att man med ett t-test ska få statistisk signifikans, vid den givna verkliga förändringen. I varje diagram finns tre kurvor, med olika felnivåer för t-testet. Den mest använda felnivån är 5 %. Eventuellt kan man tänka sig att ha högre felnivå och därmed acceptera ett större antal falsklarm, för att få större sannolikhet att upptäcka verkliga förändringar. B4-1

130 Bilaga 4 Grundyta (m2/ha) styrka felnivå 5% felnivå 10% felnivå 20% förändring (%) Volym levande träd/ha styrka felnivå 5% felnivå 10% felnivå 20% förändring (%) Volym döda träd/ha styrka felnivå 5% felnivå 10% felnivå 20% förändring (%) B4-2

131 Bilaga 4 Volym levande tall/ha Volym levande gran/ha styrka f elniv å 5% f elniv å 10% f elniv å 20% styrka f elniv å 5% f elniv å 10% f elniv å 20% förändring (%) förändring (%) Volym levande björk/ha Volym levande övrigt löv/ha styrka f elniv å 5% f elniv å 10% f elniv å 20% styrka f elniv å 5% f elniv å 10% f elniv å 20% förändring (%) förändring (%) B4-3

132 Bilaga 4 Stående död ved (m3/ha) styrka felnivå 5% felnivå 10% felnivå 20% förändring (%) Låga (m3/ha) styrka felnivå 5% felnivå 10% felnivå 20% förändring (%) Låga, >=25 cm i bas (m3/ha) styrka felnivå 5% felnivå 10% felnivå 20% förändring (%) B4-4

133 Bilaga 4 Levande lövträd (m3/ha) Levande lövträd, (exkl. björk) (m3/ha) styrka felnivå 5% felnivå 10% felnivå 20% styrka felnivå 5% felnivå 10% felnivå 20% förändring (%) förändring (%) Grovt barrträd (m3/ha) Täckning levermossa (cm2/ha) styrka felnivå 5% felnivå 10% felnivå 20% styrka felnivå 5% felnivå 10% felnivå 20% förändring (%) förändring (%) B4-5

134 B4-6 Bilaga 4

135 Bilaga 5 Bilaga 5 Komplettering om upprepbarhetstestet Utdrag ur rapport om Övervakning av skyddade skogsområden (ännu opublicerat arbetsmaterial vid länsstyrelserna i Gävleborg och Jönköping). Utdraget behandlar samma inventeringsmaterial som analyserades inom projektet, men lite fylligare Variabler i Biotopinnehåll/ substratmängd Författare: Fredrik Jonsson och Ulrika Nordin Upprepbarhet & precision Vid Grytaberget gjordes en kontrollinventering av sammanlagt 5 segmentgrupper (30 segment) i substratinventeringen, dessutom kontrollinventerades 2 cirkelprovytor. Kontrollinventeringen gjordes av två andra personer några veckor efter den ordinarie inventeringen. Vid jämförelserna blev det tydligt att något hade gått fel. En av segmentgrupperna (6 segment) visade inga likheter mellan inventerarna. Här hade även en cirkelprovyta återinventerats, men även där var värdena helt olika. Troligtvis hade man vid kontrollinventeringen (eller vid ordinarie inventeringen) inventerat vid en rättningspunkt. Mellan varje inventeringspunkt fanns ju nämligen två rättningspunkter. Denna segmentgrupp ströks vid analyserna. Antalet återstående kontrollinventeringar blev då 24 segment och endast en cirkelprovyta. Vid en analys av resultatet från dubbelinventeringarna visade det sig att kontrollinventerarna systematiskt hade fler substrat än ordinarie inventerarna. Fyra substrat mer per segmentgrupp i medeltal (tabell a). Tabell a. Antal substrat funna per segmentgrupp (à 6 segment) i medeltal för de olika inventerarna. T-test for Dependent Samples Markerade skillnader är signifikanta vid p < 0,05 Std.Dv. Mean Std.Dv. N Diff. Diff. t Df p Ordinarie 27,25 19,01534 Kontroll 31,25 18, , , , Det största procentuella skillnaden mellan inventeringsgrupperna var i antalet avverkningsstubbar och högstubbar (tabell b). B5-1

136 Bilaga 5 Tabell b. Antal substrat fördelat på de olika substrattyperna för återinventerade bälten. Utan segment bälte 2 Ordinarie Kontroll Lågor Högstubbar 5 9 Avverkningsstubbar 8 13 Döda träd 5 4 Levande lövträd 7 8 Grova barrträd 8 9 Totalt Volymen hos de inmätta substraten skilde sig procentuellt sett mindre mellan ordinarie och kontrollinventeringen än antalet. Det kan bero på att många av de substrat som inte hittades i den ordinarie inventeringen är klena substrat. Klena substrat har liten betydelse för totalvolymen. Stora substrat borde vara lättare att upptäcka än mindre substrat. Störst procentuell skillnad var det på volymen högstubbar och avverkningsstubbar. Volymen lågor var högre de ordinarie inventerarna, trots att antalet lågor var lägre. Tabellc. Volymen av lågor, högstubbar och levande träd samt total volym (samtliga substrat). Volym lågor Volym högstubbar + Avverkningsstubbar Volym levande lövträd och grova barrträd Total volym Segmentgrupp Kontroll Ordinarie Kontroll Ordinarie Kontroll Ordinarie Kontroll Ordinarie 1,0 3,2 3,8 0,3 0,1 3,6 4,0 2,0 6,7 6,1 0,3 0,3 16,0 15,9 23,0 22,3 3,0 2,0 2,0 0,3 0,3 2,3 2,3 4,0 1,1 1,7 1,0 0,6 1,3 0,1 3,5 2,3 Totalt 13,1 13,6 1,9 1,3 17,3 16,0 32,3 30,9 Beskuggning och nedbrytningsgrad Bedömningen av beskuggning visade stora skillnader mellan klasserna 3 och 4. Kontrollgruppen hade bedömt att betydligt färre substrat hade beskuggningsklass 4 än ordinarie inventeringsgrupp. Små skillnader i beskuggningsklass är alltså ej användbara vid analyser, åtminstone vad gäller skillnader mellan inventeringar där olika inventerare varit inblandade. Analyser av material från en inventerare borde ha mindre osäkerhet. Tabelld. Antalet substrat fördelat på de olika beskuggningsklasserna. Kontroll Ordinarie Beskuggningsklass Segmentgrupp Totalt Andel per klass (%) 8% 95% 5% 9% 61% 39% B5-2

137 Bilaga 5 Nedbrytning Antalet substrat i nedbrytningsgraderna 2, 3 och 4 är relativt lika mellan inventeringsgrupperna. Antalet i nedbrytningsgrad 1 är fler i inventeringsgrupp 1 (ordinarie) medan antalet substrat med nedbrytningsgrad 5 är betydligt fler i inventeringsgrupp 2 (kontroll). Tabell e. Antalet substrat fördelat på de olika nedbrytningsklasserna. Kontroll Ordinarie Nedbrytningsgrad Segmentgrupp Totalt Andel per klass (%) 7% 11% 10% 14% 59% 15% 13% 12% 14% 47% Antalet fynd av indikatorarter skiljde sig framförallt vad gäller en art, nämligen Cladonia parasitica. Det är en av de minsta och mest svåravgränsade arterna som är med i substratinventeringen. Den är ofta steril, och kan då vara svår att skilja från andra Cladonia arter, vilket kan leda till över- resp. underskattningar av det verkliga antalet. För övriga indikatorarter var skillnaderna små, och beror i vissa fall på skillnaderna i substratinmätning. Lunglav är en art som är lätt att se och känna igen, men vid inventeringarna så mättes sälgen som den växte på inte in vid ordinarie inventeringen, den växte precis utanför segmentgränsen. Skillnader i artantal beror alltså av två orsaker, först ska substratet hittas eller mätas in, sedan ska arten hittas. Tabell f. Antalet fynd av indikatorarter funna vid ordinarie respektive återinventeringen. Data från Grytaberget Hälsingland. Ordinarie Kontroll Anastrophyllum hellerianum 3 2 Cladonia parasitica 8 1 Fomes fomentarius 6 6 Fomitopsis pinicola 1 1 Lobaria pulmonaria 0 1 Phellinus ferrugineofuscus 1 2 Phellinus viticola 1 0 Summa artfynd Summa artfynd utom Cladonia parasitica Även tidigare metodiktester i form av återinventeringar har visat på relativt stora variationer av substrat, vilket visar vikten av kalibrering av inventerare och tester för att se vilka felkällor som är störst och vad man kan göra åt dessa. Exempel på felkällor är skillnader i utläggning av måttband, att man inte hittar substrat, substrat på gränsen för att den skall noteras t.ex.10 cm för lågor, 15 cm för levande lövträd eller på gränsen till att en låga ej längre är en låga, dvs för nedbruten. B5-3

138 B5-4 Bilaga 5

139 Bilaga 6 BILAGA 6 FÖRSLAG PÅ STICKPROVSDESIGN VID ÖVERVAKNING AV ENSKILDA OBJEKT Objekt <2 ha För objekt < 1 ha är det lika bra att inventera substrat och arter i hela objektet i stället för att lägga ut bälten. För objekt 1-2 ha får man bedöma om man har råd att inventera hela eller om man vill lägga ut bälten, i så fall med 30 m mellan bältenas mittlinjer. Objekt 2-20 ha Bälten läggs ut tvärs över objektet i N-S eller O-V riktning (som i hittillsvarande design). Varje bälte är en stickprovsenhet. Avståndet mellan bältena styrs av objektets storlek: avståndet i meter är 20 gånger objektsstorleken i ha i grundutlägget (se nedanstående tabell). Tabell 1. Avstånd mellan bälten enligt grundutlägget. Objektets storlek (ha) Avstånd mellan bälten (m) Inventerad areal (ha) 1,5 30 0, , , , , , , , , , , , , , ,70 För att få acceptabel styrka i statistiska tester behövs minst 5 bälten (se statistikruta på nästa sida). B6-1

140 Bilaga 6 Statistikruta: Motivation för att ha minst fem bälten För objekt i storlek 1-10 ha använder vi bälte som stickprovsenhet, det är alltså antalet bälten som är = n. När man testar statistiskt om en förändring har skett eller inte kan man förslagsvis bilda konfidensintervall runt den uppmätta förändringen, och se om intervallet ligger helt under eller över noll. I så fall har man en statistiskt signifikant förändring. Formeln för ett konfidensintervall baserat på t-fördelningen är: Ŷ [T α/2,df SE] < Y < Ŷ + T α/2,df SE eller annorlunda uttryckt: Det sanna värdet ligger med sannolikheten (1-α) högst +/- T α/2,df SE från det skattade värdet (1-α är statistiska säkerheten för konfidensintervallet; T α/2,df tas ur tabell över T-fördelningen; df är antalet frihetsgrader = n-1; SE är medelfelet). Eftersom T α/2,df beror av antalet frihetsgrader är det viktigt att det inte är för få bälten. Nedanstående tabell visar sambandet mellan antalet bälten och bredden på konfidensintervallet, givet ett visst medelfel. Tabell 2. Effekten av olika antal stickprovsenheter på ett 95% konfidensintervall vid konstant medelfel. n SE k.i. 3 11% +/- 47% 4 11% +/- 35% 5 11% +/- 31% 6 11% +/- 28% 7 11% +/- 27% 8 11% +/- 26% 9 11% +/- 25% 10 11% +/- 25% 20 11% +/- 23% För den statistiska precisionens skull är det alltså bättre att ha dubbelt så många men hälften så långa bälten, fastän medelfelet i princip inte blir mindre. (Det blir dock säkrare skattat, vilket är orsaken till att T är mindre). En avvägning måste naturligtvis göras för att hålla ner arbetsinsatsen. B6-2

141 Bilaga 6 För att få minst fem bälten går man tillväga på följande sätt: 1. Först ritar man ut bälten tvärs över objektet med mellanrum enligt grundförslaget ovan (20 m, 40 m, 60 m etc. mellan bältenas mittlinjer). 2. Om det blir färre än fem bälten halverar man avståndet mellan bältena. Då blir det dubbelt så många bälten. Samtidigt inför man luckor i bältena. Luckorna ska vara lika långa som de bitar som inventeras, förslagsvis 50 m lucka och 50 m inventering. (Detta är ett avsteg från tidigare praxis, då man inventerade 60 m långa bältesbitar, med olika längd på luckorna i olika objekt.) 3. Om det fortfarande blir färre än fem bälten halveras avståndet mellan bältena ännu en gång. I stället för att införa längre luckor inventeras bara första halvan av varje bälte. Bältesstart sker omväxlande från ena respektive andra sidan av objektet, så att inventeringen blir jämnt fördelad på objektet. (Detta är ett stort avsteg från tidigare praxis, då varje bälte alltid gick över hela objektet, ibland med långa bältesluckor. ) Tabell 3. Exempel på utfall vid kvadratiska objekt: Objektets storlek Avstånd mellan bälten Luckor Hela eller halva bältet Inventera d areal Antal bälten Areal per bälte Trolig std Trolig s.e. Summa inv.tid (timmar för 2 pers) 2 20 Ja hela 0, % 11% Ja hela 0, % 11% Ja hela 0, % 11% Ja halva 0, % 11% Ja halva 0, % 11% Ja halva 0, % 11% Ja halva 0, % 11% Ja halva 0, % 11% Ja halva 0, % 11% Ja halva 0, % 11% Ja halva 0, % 11% 8-14 Cirkelprovytor Cirkelprovytor läggs ut på bältena med 50 m mellanrum. Det blir ca 10 provytor per objekt. Cirkelytor som skär beståndsgränsen (dvs. provytecentrum ligger mindre än 7 m från gränsen) stryks. B6-3

142 Bilaga 6 Objekt ha När man kommer över ha börjar det bli lite ohanterlig med systemet ovan. Som framgår av tabell 2 kan man ibland råka ut för att få färre än fem bälten även när man använder en fjärdedel av grundavståndet mellan bälten. I stället föreslår vi att man använder ett system där man utgår från att enskilda bältesavsnitt (50 m långa) är stickprovsenheten. Det är rimligt att göra detta om avståndet mellan bältesavsnitten är ungefär lika långa som avstånden mellan bältena. Ett litet problem är att bältesavsnitt som hamnar på objektets gräns blir avskurna och får mindre inventerad areal. Vi föreslår att detta hanteras genom att man bestämmer att minst, säg, 40 m av bältesavsnittet måste ligga inom objektet för att avsnittet ska inventeras. Det kommer att innebära att en zon 40 m innanför objektgränsen har mindre chans att bli inventerad. Vi anser att detta fel går att leva med. Avståndet mellan bältena och luckornas längd sätts så att det blir ca 13 (11-15) bältesavsnitt per objekt. I regel används endast jämna multipler av 50 meter för dessa avstånd (se tabell 4). Om det blir fler än 13 avsnitt i ett objekt kan man stryka de bältesavsnitt som ligger närmast kanten. Tabell 4. Avstånd mellan bälten samt luckornas längd vid olika objektsstorlek. Varje bältesavsnitt är 50 m långt. Objektsareal (ha) Avstånd mellan bälten (m) Luckor i bälten (m) Cirkelprovytor Cirkelprovytorna läggs mitt på varje bältesavsnitt. B6-4

143 Bilaga 6 Objekt ha För objekt större än 100 ha är det lämpligt att ha färre men längre bältesavsnitt, för att minska på gångtiden. Vi föreslår 8 st 100 m långa bältesavsnitt. Endast jämna multipler av 50 meter används för avstånden mellan bälten och för luckornas längd. Man kan tillåta sig att ha lite längre avstånd mellan bältena än mellan avsnitten i ett och samma bälte, om luckorna mellan avsnitten är så långa att avsnitten ändå är ungefär lika oberoende som avsnitt i olika bälten (se tabell 5). Tabell 5. Exempel på avstånd mellan bälten samt luckornas längd vid olika objektsstorlek. Varje bältesavsnitt är 100 m långt. Objektsareal (ha) Avstånd mellan bälten (m) Luckor i bälten (m) Cirkelprovytor Två cirkelprovytorna läggs på varje bältesavsnitt, vid 25 och 75 m. Data från ett sådant par av cirkelytor måste läggas ihop och betraktas tillsammans som en stickprovsenhet. Objekt >>1000 ha För mycket stora objekt blir det orimligt stora avstånd mellan bältesavsnitten, så att alltför stor del av dagen går åt till att bara gå. Då är det bättre att slumpa ut trakter med en arbetsdag per trakt. En trakt kan förslagsvis bestå av tre bältesavsnitt à 100 m, vilka ligger ordnade som ett U eller ett L, med 500 m mellan avsnitten. Två cirkelprovytor per avsnitt. Varje trakt blir här en stickprovsenhet. B6-5

144

145 Utvärdering av metod för övervakning av skogsbiotoper är 2003 års femtonde rapport, utgiven av Länsstyrelsen Gävleborg Text: Tord Snäll och Olle Kellner Omslagsfoto: Sophie Gunnarsson Rapporten kan beställas från Länsstyrelsen, Miljöövervakningsenheten, tel Postadress: Länsstyrelsen Gävleborg Gävle RAPPORTER :1 Grunda havsvikar - bottenfauna och vegetation i Långvind 2003:2 Traditionellt fäbodbruk - modern lagstiftning. Konflikt eller harmoni? 2003:3 Bostadsmarknadsenkäten :4 Hästen i Gävleborg - Hästhållning i dag och i framtiden 2003:4 "Den man älskar aktar man" - Uppföljning av kommunernas insatser för våldsutsatta kvinnor. 2003:5 Övervakning av ringlav i Gävleborg :6 Rumsliga analyser på kända skogliga biologiska värdekärnor i Gävleborgs och Dalarnas län 2003:7 Projekt Hälsingegårdar. Insatser och resultat tankar om framtiden 2003:8 Inventering av sandödla (Lacerta agilis i Gävleborgs län) 2003:9 Riksintressen i Gävleborg län (reviderad version av rapport 1997:13) 2003:10 Flottningslämningar i Testeboån - en kulturhistorisk inventering 2003:11 Uppföljning av de regionala miljömålen 2003:12 Analys av skogarna i Dalarnas och Gävleborgs län. - Prioriteringsstöd inför områdesskydd. 2003:13 Ej verkställda domar och beslut enligt SoL och LSS i Gävleborg 2003:14 Kommunernas planering för personer med psykiska funktionshinder i Gävleborgs län ISRN LSTY-X-R-SE ISSN Tryck: Länsstyrelsen Gävleborg, 2003 Upplaga: 150 ex

146 Tel