Overvåking av rev, gaupe og ulv med viltkamera

Reven er det skyeste dyret du kommer til å henge et kamera ut etter. Mår, grevling, jerv, gaupe og ørn ser ut til å ha «et betydelig mer avslappet forhold til viltkamera», mens reven kan snu i sporet av et lite rødt glimt fra diodene eller et knepp fra IR-filteret. Det sier noe vesentlig om hele øvelsen: rovdyrene våre er ikke ett problem, de er fem ulike problemer, og kameraet som fanger den ene godt kan skremme den neste vekk. En gaupe lar seg fotografere på en skogsbilvei midt på natta uten å nøle. En rev på samme vei kan la være å komme tilbake fordi den hørte kameraet før den så åtet.

Så her er det korte svaret, det de fleste egentlig er ute etter. Vil du ha de norske rovdyrene på kamera, plasserer du det på trekkrutene de bruker uansett – skogsbilveier, stier og naturlige passasjer – og du velger optikk som ikke røper seg i mørket. NINA og Rovdata gjør nettopp dette i landsdekkende skala: kameraene står på trekkruter, ikke ved åte, og gaupa identifiseres på sitt unike flekkmønster i pelsen. Resten her handler om å gjøre det samme i din egen skog: hvor kameraet skal stå for rev kontra gaupe, hvilken blits som ikke skremmer, hvordan du skiller de fem rovdyrene fra hverandre – og fra hunden – og hva bildene faktisk kan og ikke kan fortelle deg.

Hvorfor kameraet er det rette verktøyet – og hvor det stopper

Rovdyrene våre er bygget for å være vanskelige å telle. Gaupa er ensom og territoriell, med leveområder fra 100 til 1000 kvadratkilometer – og opptil 4000 km² i Troms og Finnmark. Jerven er «for det meste nattaktiv» og tilbakelegger enorme avstander med stor utholdenhet. Reven jakter «mest i skumring og om natta». Du kommer nesten aldri til å se dem. Kameraet ser dem mens du sover.

Det er nettopp derfor Rovdata og NINA bygde overvåkingen rundt kameraer. Da snøen ble en upålitelig medspiller – «lite snø skaper imidlertid utfordrende sporingsforhold», og klimaet gjør det verre – testet NINA om viltkameraer kunne registrere gaupe i stedet. Nesten 300 kameraer gikk ut i tre studieområder på Østlandet over fem år, fra 2010 til 2015, og resultatet var tydelig: kameraene fant familiegrupper de tradisjonelle metodene gikk glipp av, og alle ni GPS-merkede gaupene endte på film. Konklusjonen fra forsker John Odden var at «viltkameraer kan være et godt tillegg til dagens snøbaserte overvåking av gauper».

Kameraet er suverent til å vise at et rovdyr er der. Det sier nesten ingenting om hvor mange.

Men legg merke til ordet «tillegg». Her ligger grensen du må ta inn over deg før du leser dine egne bilder. Et kamera er suverent til å vise at et rovdyr er der. Det sier nesten ingenting om hvor mange. Gaupebestanden i Norge overvåkes ved å registrere familiegrupper – «mordyr i følge med årsunger» – ikke ved å telle bilder. Og for å gjøre bildene om til tall må forskerne identifisere hvert individ og passe på at de ikke teller samme dyr to ganger: «Forskerne må være sikre på at gaupefamilier ikke telles flere ganger. Det gjør de ved å bruke såkalte avstandskriterier». I et intensivstudium på Nordmøre og i Trøndelag ga 51 til 63 kameraer over tre år en identifisert bestand på 11 til 19 gauper – et tall de bare kunne lande fordi gaupas flekkmønster lar hvert dyr skilles fra de andre. Har du ikke individgjenkjenning, har du tilstedeværelse og aktivitet, ikke en bestand. Det er fortsatt mye verdt – men vit hva tallet ditt er.

Sett kameraet der rovdyret allerede går

Instinktet fra rådyr- og elgjakt – finn maten, finn kanten, vent – stemmer dårlig for rovdyr. De fleste av dem streifer. Reven dekker store områder i skumring og natt, jerven går langt, og gaupa har leveområder så store at den sjelden er på samme sted to netter på rad. Det du jakter på, er ikke et matfat, men en linje de beveger seg langs.

Det er akkurat slik det landsdekkende kameranettet er bygget. I SCANDCAM-prosjektet, drevet av NINA, settes kameraene «på skogsbilveier, stier eller naturlige trekkruter», festet til et tre 60–120 centimeter over bakken, med ett kamera per 50 km²-rute over til sammen nesten 31 000 km² i Norge. Ett bilde tas når et dyr utløser sensoren, pluss ett fast bilde hver morgen klokka åtte, og kort og batteri byttes minst fire ganger i året. Ingen åte – kameraene står på trekkrutene fordi det er der rovdyrene faktisk går. Det nettet har fanget rødrev, grevling, mår, gaupe og ulv om hverandre.

Du jakter ikke på et matfat, men på en linje rovdyret beveger seg langs.

For din egen skog betyr det noen konkrete valg:

• Finn linja. En gammel skogsbilvei, en sti, en kløft, et drag mellom to vann – steder der landskapet kanaliserer bevegelse. Det er her sjansen er størst, akkurat som i forskningsnettet.
• Heng kameraet i riktig høyde. Forskningsnettet bruker 60–120 cm over bakken. Lavt nok til å fange en rev, høyt nok til ikke å drukne i gress.
• La dyret gå inn i bildet, ikke tvers over. «Plasser kameraet slik at dyret går inn i bildet» – da rekker bevegelsessensoren å utløse før dyret er forbi. Et rovdyr i fart som krysser rett foran linsa, er ofte ute av bildet før utløseren slår til.
• Vend mot nord eller sør. Det holder lav sol ut av linsa og sparer deg for overeksponerte bilder ved soloppgang og solnedgang.
• Rydd foran linsa. Fjern gress og greiner som vaier i vinden – de gir tomme bilder i hundrevis.

Vil du jobbe med åte i stedet for ren trekkrute, er det fullt lovlig for flere arter, men reglene styrer både metode og art. Rødrev kan fanges levende i godkjente feller som Värmlandsk tunnelfelle og Smålandsk revefelle, der fangstkammeret skal «være dekt av et heldekkende solid materiale, men ikke metall». Fast montert kunstig lys ved åtejakt er i forskriften knyttet til jerv, ikke til rev – så ikke anta at det du leser om én art gjelder en annen. Sjekk alltid gjeldende jakt- og fangsttider og fellereglene før du setter opp noe ved et åte.

Blitsen avgjør om reven kommer tilbake

Her skiller rovdyrovervåking seg mest fra alt annet du gjør med viltkamera, og det handler om reven. De fleste arter bryr seg lite om kameraet – «både mår, grevling, jerv, bjørn, gaupe og ørn virker å ha et betydelig mer avslappet forhold til viltkamera». Reven er unntaket, og den er skarp nok til å reagere på tre ting:

Kameraet som fanger gaupa perfekt, kan være det samme som lærer reven å holde seg unna.

• Det synlige IR-glimtet. «850nm har det synlige rødskinnet i diodene» – reven ser det røde lyset og blir skremt. Velg i stedet 940 nm eller såkalt «black IR» med blendet svart glass, der man «ikke [ser] noe lysskinn».
• Lyden. Knepet eller tikkelyden når IR-sperrefilteret skifter, kan være nok til å snu en rev.
• Sendestøy. Et kamera som sender bilder over mobilnett, lager GSM-støy en rev kan høre.

Den praktiske oppskriften fra åtefolk er derfor: et kamera med 940 nm / black IR og lite filterstøy, gjerne bare ett bilde per utløsning hvis blitsen er synlig, og fem minutters intervall mellom utløsningene. Er reven likevel skeptisk, kan du henge kameraet høyt – 2,5 til 4 meter – og vinkle det nedover mot stedet, så den ikke møter linsa i øyehøyde. Og gi det tid: når reven først venner seg til både stedet og kameraet, kommer det gjerne flere.

For gaupa kan du senke skuldrene. Den er «mest aktive i grålysningen tidlig på morgenen og når det er i ferd med å bli mørkt», altså midt i kameraets vanskeligste lysforhold – men den lar seg fotografere uten den samme skyheten som reven. Det var nettopp dette som gjorde gaupa til den arten forskningen bygde kameraovervåking rundt først.

Slik skiller du de fem på et nattbilde

Et korn-grynet IR-bilde klokka tre om natta er en egen disiplin. Her er kjennetegnene som holder, art for art.

Det vanskeligste skillet i praksis er ulv mot hund. En løs jakthund eller en stor gjeterhund kan gi deg hjertet i halsen på et nattbilde. Det varige kjennetegnet er kroppsformen: ulven er «høyreist og slank» med et påfallende kraftig hode, og det er nettopp dette som skiller den fra hund. De fleste hunder virker kortere i beina i forhold til kroppen og bærer halen mer krøllet eller høyt. Pelsfargen hjelper deg lite – ulven varierer «fra hvit til grå, brun, svart og rødlig», med gråbrun som det vanligste. Ser du en flokk som beveger seg samlet, snakker det for ulv: de lever i familiegrupper «også kalt flokk». Er du i tvil på en enkelt observasjon innenfor eller nær ulvesonen, er det dette bildet Rovdata og Statens naturoppsyn vil verifisere – ikke gjett, meld det inn.

Rev mot gaupe er sjelden noe problem når du først ser tegnene: gaupa er en katt, med flekker, øredusker og kort hale, mens reven er en langhåret hund med spiss snute og den hvite halespissen. Mår mot rev kan derimot lure deg på avstand i mørket – helt til du ser strupeflekken eller at dyret klatrer; måren «tilbringer mye av tiden i trær», noe ingen av de andre gjør.

Les klokka og kalenderen, ikke bare antallet

Når du først har en serie bilder, ligger den egentlige informasjonen i mønsteret, ikke i bunken. Tidsstemplene forteller deg artens døgnrytme: reven jakter i skumring og natt, gaupa i grålysningen morgen og kveld, jerven mest om natta, måren hovedsakelig om natta. Ser kameraet et rovdyr forskyve aktiviteten, eller bruke et område det ikke pleide, er det reell informasjon – langt mer verdt enn nok et bilde av samme rev ved samme stubbe.

Det er også her du holder forventningene i sjakk. Et forskningsfunn fra SCANDCAM-dataene er at landskapet – ikke nærværet av store rovdyr – best forklarer hvor mye rev, mår og grevling beveger seg: «land cover variables were stronger predictors of mesocarnivore activity than large carnivores». Med andre ord: at du har mye rev på kamera betyr ikke nødvendigvis at gaupa er fraværende, og få revebilder betyr ikke at gaupa har «ryddet opp». Habitatet styrer mesteparten. Bruk kameraet til å følge tilstedeværelse, områdebruk og endring over tid – ikke til å lese et fasitsvar om bestand ut av en bildebunke.

Ofte stilte spørsmål