Landscape-scale determinants and dynamics of large carnivore density

Abstract

Wildlife populations live in increasingly human-altered landscapes. Either because of their intrinsic values or due to instrumental values to humans, wildlife populations are monitored to inform about their current status and population trends and to forecast their future status in response to possible changes in their environment. Monitoring wildlife across spatial units and over time is a first step towards adaptive and evidence-based management. This PhD dissertation consists of four articles that are centered on developing new methods, enhancing concepts, and showcasing applications of novel analytical approaches for quantifying landscape-level wildlife population density using noninvasive monitoring data. At the core of this PhD dissertation lie spatially explicit analytical models, namely spatial capture-recapture (SCR), with the ability to yield scale-transcending estimates of population parameters, while accounting for imperfect detection. This PhD dissertation is motivated by applied questions raised during noninvasive genetic monitoring of large carnivores in the Scandinavian Peninsula. However, the methodology and findings have broader implications.

Viltbestander lever i stadig mer menneskepåvirkedelandskap. Enten på grunn av deres iboende verdier eller på grunn av instrumentelle verdier for mennesker, overvåkes viltpopulasjoner for å informere om deres status og populasjonstrender og for å forutsi deres fremtidige status som respons på mulige miljøendringer. Overvåking av vilt på tvers av romlige enheter og over tid er et første skritt mot adaptiv og kunnskapsbasert forvaltning. Denne doktorgradsavhandlingen består av fire artikler som er sentrert rundt det å utvikle nye metoder, forbedre konsepter og synliggjøre mulige anvendelser av nye analytiske tilnærminger for å kvantifisere bestandstetthet av vilt på landskapsnivå ved bruk av ikke-invasive overvåkingsdata. I kjernen av denne doktorgradsavhandlingen ligger romlig eksplisitte analytiske modeller, nemlig romlig fangst-gjenfangst (SCR), med evnen til å gi skalaoverskridende estimater av populasjonsparametere, samtidig som de tar hensyn til ufullkommen deteksjon. Denne doktorgradsavhandlingen er motivert av anvendte spørsmål reist under ikke-invasiv genetisk overvåking av store rovdyr på den skandinaviske halvøya. Metoden og funnene har imidlertid bredere implikasjoner.