Hvor mye hjortevilt bruker terrenget ditt? Slik takserer du med viltkamera

Det første du må gjøre opp med deg selv er hva slags tall du faktisk er ute etter. Vil du vite at det går hjort i lia, eller vil du vite hvor mange? De to spørsmålene høres like ut, men de er ikke i nærheten av å være det samme – og avstanden mellom dem er hele grunnen til at kamerataksering er både kraftigere og mer lurete enn folk tror.

La oss ta det greie svaret først, for det er det de fleste grunneiere egentlig lurer på. Et viltkamera er suverent til å vise hvilke arter som bruker terrenget ditt, når på døgnet og året de er der, og om aktiviteten går opp eller ned over tid. Det er svakere – mye svakere – til å gi deg et eksakt antall dyr. Vil du ha et tetthetstall ut av bildene, kreves det enten at du kan kjenne igjen hvert enkelt individ, eller at du setter opp kameraene etter en streng statistisk oppskrift og kombinerer dem med jaktdata. Uten det har du en aktivitetsindeks, ikke et bestandstall. Begge deler er nyttige. Men du må vite hvilken av dem du sitter med.

Det er forskjellen mellom disse to vi skal bruke resten av artikkelen på: hva kameraet faktisk måler for rådyr, hjort og elg, hvordan det spiller sammen med sett-elg, sett-hjort og Hjorteviltregisteret, hvor du henger kameraet, og hvor metoden tar slutt.

Hvorfor «hvor mange» er det vanskeligste spørsmålet i hjorteviltforvaltning

Hjorteviltet vårt er bygget for å være vanskelig å telle. Et rådyr beveger seg i skjul, en hjort trekker mellom beiteområder etter døgnet og årstida, og en elg kan dekke et stort område. Du ser en brøkdel av dyrene som faktisk bruker terrenget. Det er nettopp derfor norsk forvaltning aldri har basert seg på å telle dyr direkte, men på indekser – mål som følger bestanden indirekte og lar deg se trender over tid.

Den viktigste av dem er sett-elg og sett-hjort. Under jakta registrerer jegerne hvor mange dyr de ser og feller, fordelt på alder og kjønn, og rapporterer det inn til Hjorteviltregisteret. Av dette regnes det ut en indeks de fleste jegere kjenner: antall sett elg eller hjort per jegerdagsverk. Tanken er enkel og elegant – ser jaktlaget flere dyr per dag i år enn i fjor, peker det mot en tettere bestand, og motsatt. Indeksen «benyttes som beslutningsgrunnlag i den lokale viltforvaltningen», sammen med slaktevekter, kjønnsrater og kalvrater fra de samme skjemaene.

Norsk hjorteviltforvaltning teller ikke dyr. Den følger indekser som beveger seg i takt med bestanden.

Men legg merke til hva slags tall dette er. Sett per jegerdagsverk er et relativt mål, ikke et fasitsvar på hvor mange dyr som finnes. NINA gikk denne metoden etter i sømmene i en grundig rapport, og kjernen i den er at indeksene hviler på noen forutsetninger som ikke alltid er oppfylt: at dyra er like lette å oppdage fra år til år, og at de fordeler seg likt i tid og rom. Når oppdagbarheten endrer seg – tett løv et år, bart et annet, dyr som trekker til et nytt område – kan indeksen bevege seg uten at bestanden har gjort det, og presisjonen varierer nok til å begrense hvor sterkt du kan tolke en enkelt endring lokalt. Dette er ikke en kritikk av metoden; det er bare det du må forstå om ethvert indekstall, inkludert det kameraet ditt kommer til å gi deg.

For her er poenget: et viltkamera er også en indeksmaskin. Forstår du hvorfor sett-elg er et relativt mål og ikke en fasit, forstår du nøyaktig hva kameraet ditt kan og ikke kan gjøre.

Hva kameraet faktisk måler

Sett kameraet ut, la det stå en sesong, og det du sitter igjen med er en logg over passeringer: art, dato, klokkeslett, av og til kjønn og alder hvis bildet er godt nok. Det er enormt mye verdifull informasjon. Du ser hvilke arter som bruker terrenget – det landsdekkende forskningsnettet til NINA og SLU fanger «gaupe, rødrev, mår, hare, hjortevilt, villsvin, ekorn» om hverandre, med over 10 000 bilder inn hver dag. Du ser døgnrytmen, du ser når brunsten slår inn, og – det viktigste for forvaltning – du ser om aktiviteten på ett og samme punkt går opp eller ned fra år til år.

Det siste er kjernen. Verdien av et viltkamera til taksering ligger nesten aldri i ett enkelt bilde, men i å sammenligne samme kamerapunkt over tid. Et kamera som logger dobbelt så mange hjortepasseringer i oktober i år som i fjor, forteller deg noe – på samme måte som en stigende sett-hjort-indeks gjør det. Du har bygget din egen lokale aktivitetsindeks.

Men en passering er ikke et dyr. Det samme rådyret kan utløse kameraet ditt fem ganger på én natt, og to nabokameraer kan fange den samme hjorten. Antall bilder er ikke antall dyr, og det er her de fleste hjemmelagde «takseringene» sklir ut: man teller passeringer og tror man teller individer. Skal bilder bli til et faktisk tetthetstall, må ett av to være på plass.

Antall bilder er ikke antall dyr. Det er den ene feilen som velter de fleste hjemmelagde takseringer.

De to veiene fra bilder til et bestandstall

Vei én: kjenn igjen individene. Klarer du å skille hvert dyr fra hverandre, kan du telle dem ordentlig – og passe på at du ikke teller det samme dyret to ganger. Dette er akkurat slik gaupebestanden overvåkes med kamera. Gaupa har et unikt flekkmønster i pelsen, og NINA bruker nettopp dette: «vi kan kjenne igjen individer basert på bilder av gaupenes flekkmønster og ved hjelp av statistiske analyser benytter vi dette til å beregne oss fram til antall gauper i et område». I et stort forsøk på Østlandet med nesten 300 kameraer over fem år ble flekkmønsteret brukt i en fangst-gjenfangstmetodikk til å beregne det totale antallet gauper – og alle ni GPS-merkede gaupene endte på film.

Haken for hjorteviltforvalteren er åpenbar: rådyr, hjort og elg har ikke gaupas flekker. Et voksent dyr kan av og til kjennes igjen på en spesiell geviroppsats, et merke eller en skade, men du kan ikke individbestemme en hel rådyrbestand fra bilder slik du kan med gaupe. For hjortevilt er denne veien stort sett stengt.

Vei to: standardiser kameranettet og regn statistisk. Den andre veien gir deg tetthet uten å kjenne igjen enkeltdyr – men den krever disiplin. Du må sette opp kameraene etter et fast system og regne deteksjonsfrekvensen om til tetthet med en statistisk modell. Da NINA estimerte villsvintettheten i Aremark og Halden, satte de ut 213 tilfeldig valgte kameralokaliteter, samlet 30 528 kameradøgn med 191 villsvinobservasjoner, og landet på 0,72 individer per kvadratkilometer. Ingen individgjenkjenning – metoden teller deteksjoner over standardiserte punkter og kombinerer det med jaktstatistikk: «kombinasjonen kamerafeller og jaktstatistikk gir oss muligheten til å overvåke bestanden av villsvin».

Legg merke til det avgjørende ordet: tilfeldig valgte lokaliteter. Det er stikk motsatt av hva jaktinstinktet ditt sier. Henger du kameraet på den beste hjortetråkket eller ved fôringsplassen, blåser du opp deteksjonsfrekvensen og ødelegger regnestykket – modellen forutsetter at kameraet ikke er plassert for å maksimere treff. Det er denne metodiske strengheten, ikke selve kameraet, som er den dyre delen, og det er derfor reelle tetthetsestimater fortsatt er forskningsarbeid mer enn noe en enkelt grunneier setter opp på egen hånd.

Her er de to veiene side om side:

Klarer du ingen av delene – og det gjør de fleste ikke – sitter du igjen med en aktivitetsindeks. Det er fortsatt verdt mye. Bare ikke kall det et bestandstall.

Slik passer kameraet inn i forvaltningen din

Det viktigste skiftet i tankegang er dette: kameraet er et tillegg, ikke en erstatning. Det er nøyaktig samme språk NINA bruker om gaupeovervåkingen – kamera er «et godt tillegg til» den etablerte metoden, ikke noe som velter den. Den offisielle bestandsovervåkingen av elg og hjort skjer gjennom sett-data og fellingsdata i Hjorteviltregisteret, og det er der de store linjene for valdet og kommunen trekkes. Kameraet ditt jobber på et finere nivå.

Konkret er det tre ting kameraet gir deg som sett-data ikke gjør:

• Det dekker rådyr. Rådyr er den store luka i det offisielle systemet. Sett-data samles bare for elg og hjort – forsøk på å bruke jegerobservasjoner på rådyr «synes ikke å være gjennomførbart som en generell metode» – og jaktstatistikk for rådyr er uansett «mindre presis enn for andre norske hjorteviltarter» og «en noe usikker indikator på rådyrets bestandsutvikling». Vil du følge rådyret på eiendommen din, er kameraet et av få verktøy du faktisk har.
• Det jobber utenfor jakttida. Sett-data finnes bare for de dagene det jaktes. Kameraet står ute hele året og fanger trekk, kalving og vinterbruk når ingen jeger er i skogen.
• Det gir deg lokal oppløsning. Sett-hjort er et snitt for et helt vald. Kameraene dine kan vise deg at hjorten har flyttet beitebruken sin fra den ene lia til den andre – informasjon som er borte i valdsnittet.

Den smarteste bruken er å la kameradataene og sett-dataene snakke sammen. Ser sett-hjort-indeksen i valdet en nedgang samtidig som kameraene dine logger færre passeringer, har du to uavhengige signaler som peker samme vei – og det er mye mer overbevisende enn ett av dem alene. Det er den samme logikken NINA bygger på når de kombinerer flere datakilder: kameraobservasjoner, jaktstatistikk, fallviltregister og posisjoner for skutte dyr i ett og samme bilde.

Kameraet erstatter ikke sett-elg og sett-hjort. Det gir deg en uavhengig stemme som enten bekrefter dem eller ber deg se nærmere.

Hvor du henger kameraet for taksering

Skal du følge en aktivitetsindeks over tid, betyr plasseringen alt – men ikke på samme måte som når du jakter. Til taksering vil du ha konsistens, ikke nødvendigvis flest mulig bilder. Forskningsnettet til NINA og SLU er bygd nettopp slik: kameraene står «satt opp etter samme system» i alle studieområdene. Praksis ellers er å henge kameraet der hjorteviltet beveger seg uansett – naturlige trekkruter, stier og skogsbilveier – slik at det blir mulig å sammenligne ett punkt mot seg selv over tid.

Tre prinsipper er verdt å holde fast ved:

• Velg trekkruter, ikke åte – hvis du vil ha en ærlig indeks. Et kamera ved fôringsplassen gir mange bilder, men de forteller deg mest om hvor maten er, ikke hvor mange dyr som bruker terrenget. Naturlige trekkruter gir et ærligere bilde av hvem som faktisk bruker terrenget. Vil du sammenligne med tetthetsmetoder, husk at de krever tilfeldig, ikke optimalisert, plassering.
• La punktet stå fast over år. Hele poenget med en indeks er å sammenligne det samme stedet med seg selv. Flytter du kameraet, mister du sammenligningsgrunnlaget. Sett det opp ett sted og la det bli stående sesong etter sesong.
• Hold driften jevn. Forskningsnettets verdi ligger i standardisering – samme oppsett, jevnt vedlikehold, batteri og kort byttet før de går tomme. En lang glipp i opptaket ødelegger sammenligningen like effektivt som å flytte kameraet.

Med flere kameraer dekker du flere trekkruter og får et mer robust bilde av eiendommen – men la hvert enkelt punkt stå i ro. Det er stabiliteten over tid, ikke antallet bilder, som gjør tallene dine noe verdt.

Personvernet du må ha på plass først

Før kameraet henger ute, må én ting være ryddig: du fotograferer dyr, ikke folk. Et viltkamera som «utelukkende» brukes til å ta bilder av dyr faller i utgangspunktet utenfor personopplysningsloven, men det forutsetter at du faktisk innretter deg slik. Datatilsynets linje er klar: «bruk av viltkamera er tillatt så lenge hensikten utelukkende er å ta bilder av dyr».

Du er på trygg grunn når du har grunneiers tillatelse, plasserer kameraet der det er lite sannsynlig at folk ferdes, merker det med navn, adresse og formål, setter opp skilt om at stedet kameraovervåkes – og sletter umiddelbart alle bilder der personer havner med. Fôringsplasser, saltsteiner og åter er som regel uproblematiske, mens vilttråkk og stier krever en konkret vurdering av om folk bruker dem. Står kameraet på Statskog- eller FEFO-grunn, har de egne retningslinjer du må følge. Samme prinsipper gjelder ellers i Norden – i Sverige stiller kameraövervakningslagen og GDPR de samme kravene om skilting og umiddelbar sletting.

Når du sitter med en hel sesongs bilder, er gjennomgangen i seg selv en jobb. Et nett som NINAs tar inn over 10 000 bilder i døgnet, og selv ett enkelt kamera på en god trekkrute kan fylle kortet med tusenvis av opptak – mange av dem tomme rammer fra gress og vind.

Ofte stilte spørsmål