3. Proefanalyses en aanbevelingen
3.1 Omgang met veranderende opnamefrequentie
Vanaf het begin van het meetnet in 2012 werd jaarlijks ca. een kwart van de proefvlakken uitgezet en opgenomen, zodat na vier jaar alle proefvlakken één keer waren bezocht. Na twee vierjarige meetrondes zijn in 2020 een jaar geen opnamen uitgevoerd, en vanaf 2021 wordt jaarlijks ca. een zesde van de proefvlakken bezocht, zodat een derde meetronde eind 2026 is afgerond. Welke gevolgen heeft deze veranderende opnamefrequentie voor de analyses?
Omdat de jaarlijks bezochte proefvlakken een willekeurige subset van het totaal zijn (en niet bijv. in een jaar alle duingrasland wordt bezocht en het daaropvolgende jaar alle heide), kan jaar als verklarende variabele voor tijd worden gebruikt. Effectief ‘ontbreekt’ dan bijv. in de eerste acht jaar steeds ca. driekwart van de waarnemingen. Zolang de kans op ontbreken onafhankelijk is van de locatie, het landschap of andere factoren die de vegetatie kunnen beïnvloeden, leidt dit ontbreken niet tot bias in de uitkomsten van op regressie gebaseerde trendanalyses.
Een alternatief is om jaren te aggregeren naar meerjarige meetronden, en deze meetronde als verklarende variabele voor tijd te gebruiken. Deze aanpak wordt bijv. voor standaardanalyses rondom het Landelijk Meetnet Flora gevolgd. Als PWN vanaf 2027 zou doorgaan met zesjarige meetrondes, kan bijvoorbeeld elk bezoek aan een vierjarige periode worden toegewezen. Het belangrijkste nadeel hiervan is dat er binnen het model niet voor de invloed van jaarlijkse weersomstandigheden (bijv. zachte winters of droge zomers) kan worden gecorrigeerd. De invloed hiervan komt als statistische ruis in de restvariantie terecht, met een afname van de kans om andere effecten te detecteren tot gevolg.
3.2 Omgang met veranderend stratumtype
Er worden in het meetnet 11 verschillende landschapstypen (strata) bemonsterd en gevolgd. Om praktische redenen zijn proefvlakken niet in elk stratum even groot. Door veranderende vegetatiesamenstelling (bijv. natuurlijke successie of beheeringrepen) liggen proefvlakken inmiddels geregeld in een ander landschapstype dan aan het begin van het meetnet, en worden opnamen ook met een ander formaat gedaan. Wat zijn de gevolgen van veranderende proefvlakafmetingen voor de analyse van permanente proefvlakken?
Voor analyses van soortenrijkdom heeft een verandering van oppervlakte een tijdreeksbreuk tot gevolg. Proefvlakgrootte heeft namelijk grote invloed op het verwachte aantal gevonden soorten in een proefvlak (Chytrý, 2001) (Michalcová, 2011). De verwachting is daarom dat verandering van proefvlakgrootte op basis van de vegetatie ter plaatse een statistische bias in waargenomen soortenrijkdom tot gevolg heeft. Binnen het vegetatiemeetnet zijn op sommige plekken tegelijkertijd twee opnamen in verschillende formaten gedaan. Figuur 2 toont voor deze opnameparen het aantal gevonden soorten in de grotere opname tegen het aantal in de kleinere opname. Hierin is duidelijk zichtbaar dat de gevonden soortenrijkdom altijd hoger is in grotere proefvlakken, dus dat de verwachte bias ook in het vegetatiemeetnet Noord-Hollandse duinen aanwezig is. Bij analyses van soortenrijkdom over tijd moeten proefvlakken daarom als nieuwe meetlocatie worden behandeld wanneer het opnameformaat verandert.
Figuur 2 Proefvlakgrootte veroorzaakt bias in waargenomen soortenrijkdom. Elke stip betreft een paar vegetatieopnamen die op dezelfde dag in een groter (verticale as) en kleiner proefvlakformaat (horizontale as) zijn uitgevoerd. Het aantal waargenomen soorten in de grotere opname is vrijwel altijd groter dan of gelijk aan het aantal in de kleinere opname.
Voor bedekkingsschattingen per soort is de verwachting tussen proefvlakgrootte en bedekking minder eenduidig dan voor soortenrijkdom. De manier waarop een soort ruimtelijk clustert en de grootte van het proefvlak ten opzichte daarvan zijn beiden belangrijk voor de verwachte bias (Damgaard, 2014). Figuur 3 suggereert dat de geschatte bedekkingen per soort in het Noord-Hollands duinvegetatiemeetnet vaker toe- dan afnemen in grotere proefvlakken, hoewel het beeld minder eenduidig is dan voor soortenrijkdom. Het totaal aantal dubbel uitgevoerde opnamen (17) was niet groot genoeg om hier kwantitatieve uitspraken over te doen. Het advies is om ook bij analyses van bedekking per soort bij veranderend opnameformaat een nieuwe tijdreeks te starten.
Voor toekomstig veldwerk is het raadzaam om zoveel mogelijk de originele formaten te handhaven. Bij lastig te classificeren en/of overgangsvegetatie is het opnameformaat van de vorige keer dan leidend. Dit leidt tot langere tijdreeksen en verhoogt de kans om veranderingen in de vegetatie aan te tonen.
Figuur 3 De relatie tussen proefvlakgrootte en waargenomen bedekking per soort. Elke stip betreft de geschatte bedekking van een soort die op dezelfde plek op dezelfde dag in een groter (verticale as) en kleiner (horizontale as) proefvlakformaat is geschat. De 9 panels betreffen verschillende locaties. De geschatte bedekking is vaker hoger dan lager in de grotere opname.
3.3 Spreiding in dagnummers
Per landschapstype zijn periodes gedefinieerd waarbinnen proefvlakken in het landschapstype moeten worden bezocht. De ideale bezoekperiode is afhankelijk van de vegetatie, maar ook van de onderzoeksdoelen. Als het doel is om een zo compleet mogelijk beeld van de verspreiding van alle aanwezige soorten te krijgen, is het nuttig om te variëren in het bezoekmoment, en proefvlakken dus juist soms vroeger en soms later te bezoeken. Vegetatiemonitoring met vastliggende proefvlakken is echter niet de meest geschikte manier om de verspreiding van soorten in kaart te brengen. Als het doel is om ontwikkelingen over tijd (in bedekking, soortenrijkdom en andere van vegetatiesamenstelling afgeleide indicatoren) te volgen, is het beter om de spreiding in opnamemoment (dagnummer) per meetlocatie beperkt te houden.Bij de analyses viel op dat er een vrij grote spreiding bestaat in het moment waarop elk proefvlak in de eerste drie meetrondes is bezocht. Figuur 4 toont deze spreiding in dagnummers per proefvlak (uitgesplitst naar landschap), d.w.z. het verschil in dagen tussen het laatste en het eerste bezoek aan een proefvlak. Voor bijvoorbeeld duingraslandproefvlakken zit er regelmatig meer dan twee en soms zelfs drie maanden verschil in tijdstip tussen drie opeenvolgende opnamen. Het gevolg hiervan is een grotere variantie in bedekkingsschattingen, wat de detectie van een eventuele toe- of afname moeilijker maakt.
Als het primaire doel van het meetnet is om ontwikkelingen in de vegetatie over tijd te volgen, loont het zich om er strakker op te sturen dat proefvlakken elke meetronde op ongeveer hetzelfde moment in het seizoen worden bezocht.
Figuur 4 Spreiding in bezoekmoment binnen proefvlakken. Getoond is het verschil in dagen tussen het meest vroege en het meest late bezoek per proefvlak in het vegetatiemeetnet Noord-Hollandse duinen. Elke stip komt overeen met een proefvlak dat 3 keer is bezocht. De spreiding is voor veel landschappen groter dan de lengte van de perioden die in de veldwerkinstructies zijn vastgelegd.
3.4 Ruimtelijke autocorrelatie
Het meetnet heeft een relatief hoge meetpuntdichtheid. Figuur 5 toont de ruimtelijke ligging van alle proefvlakken, met gemiddeld 15 proefvlakken per vierkante kilometer. Figuur 6 toont een verdeling van de afstand van elk proefvlak tot het meest nabijgelegen aangrenzende proefvlak. De mediaan van deze afstanden is 70m, en slechts voor twee proefvlakken ligt het meest nabijgelegen proefvlak meer dan 400m ver weg. Bij zulke kleine onderlinge afstanden is het goed om te controleren of er sprake is van ruimtelijke autocorrelatie in de dataset: dat proefvlakken die dicht bij elkaar liggen meer op elkaar lijken dan proefvlakken die ver uit elkaar liggen. Wanneer zulke ruimtelijke autocorrelatie bestaat, leveren nabijgelegen proefvlakken deels dezelfde informatie en zijn ze dus geen onafhankelijke waarnemingen. Een analyse die daar geen rekening mee houdt, gaat uit van meer informatie dan de dataset feitelijk bevat, en zal de onzekerheid in de uitkomsten onderschatten. Zijn er aanwijzingen voor ruimtelijke autocorrelatie in de data van het vegetatiemeetnet Noord-Hollands duin?
Om de aanwezigheid van ruimtelijke autocorrelatie te controleren zijn voor een aantal soorten variogrammen gebouwd. Input hiervoor waren de bedekkingspercentages per bezoek van een specifieke soort. Deze waarden zijn getransformeerd met een logit-functie en gemiddeld per proefvlak. Daarna is voor elke mogelijke combinatie van twee meetpunten het verschil tussen de twee bedekkingen berekend. Deze verschillen zijn gekwadrateerd (zodat negatieve en positieve verschillen even zwaar tellen) en in groepen opgesplitst (vijftien is een standaardaantal groepen), op basis van oplopende fysieke afstand tussen de twee punten in een paar. Per afstandsgroep zijn de verschillen tot slot gemiddeld tot een semivariantie. Semivariantie is dus een maat voor hoe sterk bedekkingspercentages binnen een afstandsgroep van elkaar verschillen. Een lagere semivariantie betekent dat de bedekkingen van de soort in proefvlakken in de betreffende afstandsgroep op elkaar lijken, een hogere semivariantie betekent dat ze juist verschillend zijn. De variogrammen zijn berekend met behulp van het gstat R-package (Gräler, 2016).
Ruimtelijke autocorrelatie wordt in een variogram zichtbaar als lagere ongelijkheid bij kleinere afstanden (‘links’ in het variogram), die toeneemt als de afstand tussen punten toeneemt. Naar rechts in het variogram benadert de semivariantie altijd de gemiddelde variantie in de gehele dataset.
Figuur 5 Ruimtelijke ligging van de meetpunten in het vegetatiemeetnet Noord-Hollands duin (roze stippen, NHD). Meetpunten in het Landelijk Meetnet Flora (groene stippen, LMF) zijn ter referentie weergegeven. De blauwe lijnen geven de landsgrens langs de Noord-Hollandse kust en de provinciegrens met Zuid-Holland weer.
Figuur 6 Verdeling van minimumafstanden tussen proefvlakken in het vegetatiemeetnet Noord-Hollands duin. Per proefvlak is één waarde, de afstand tot het meest nabijgelegen proefvlak, in het histogram opgenomen.
Figuur 7 toont variogrammen voor Duinriet, Calamagrostis epigejos en het aantal gevonden Struikheide-indicatorsoorten per proefvlak. Beide figuren laten zien dat er vrijwel geen verband bestaat tussen semivariantie en afstand. Belangrijker, de semivariantie is vanaf de kleinste geschatte afstand van dezelfde orde van grootte als de variantie in de gehele dataset. Dit betekent dat de bedekking van Duinriet in meetpuntenparen in de kleinste afstandsgroep (waarin alle meetpuntenparen zitten met de kleinste onderlinge afstand; de gemiddelde afstand tussen de punten in deze groep is ca. 150m) evenveel verschilt als in meetpuntenparen die meerdere kilometers uit elkaar liggen.
Ruimtelijke autocorrelatie is een eigenschap van de vegetatie en kan tussen soorten en gebieden verschillen. We hebben variogrammen gebouwd en gecontroleerd op autocorrelatie voor vier soorten vaatplanten en een korstmos: Duinriet, Geel walstro, Echt bitterkruid, Struikhei en Open rendiermos. De resultaten waren in alle vijf de gevallen vergelijkbaar. Daarom zijn van de bedekkingen per soort alleen de resultaten voor Duinriet getoond. De conclusie is dat op de schaal van afstanden die met dit meetnet waarneembaar zijn, er geen aanwijzingen zijn dat een ruimtelijke correlatiestructuur in de analyse noodzakelijk is.
Figuur 7 De gemiddelde ongelijkheid tussen meetpuntenparen als een functie van de afstand ertussen (variogrammen) op basis van gemiddeld bedekkingspercentage per proefvlak van Duinriet (boven) en van het aantal indicatorsoorten voor Struikhei (rechts) in het vegetatiemeetnet Noord-Hollands duin. De variantie van de waarnemingen was resp. 1.01 en 1.73.