Resultaten R-INLA

Voor de twee indicatoren totale biomassa en biomassa als voedsel voor vogels, is de relatie van de bodemfauna met abiotische variabelen en visserij opnieuw onderzocht (Alain Zuur, Highland

Statistics). Dit is gedaan met de meest recente en geavanceerde statistische technieken bedoeld voor analyses waarbij waarnemingen in de ruimte en in de tijd gecorreleerd zijn (met andere woorden, punten die dicht bij elkaar liggen lijken meer op elkaar dan punten die verder uit elkaar liggen, en waarnemingen uit opeenvolgende jaren lijken meer op elkaar dan waarnemingen met grotere tussenpozen). In deze analyse is in beginsel dezelfde selectie aan verklarende variabelen

meegenomen als in de LME’s (vorige paragraaf), met die kanttekening dat er strenger geselecteerd is op collineariteit. Dit is gedaan omdat de R-INLA modellen anders computertechnisch te moeilijk worden en teveel rekentijd vergen. Daarom is de selectie aan covariabelen beperkt tot: diepte, mediane korrelgrootte, visserijdruk door de boomkorvisserij en garnalenvisserij.

In Zuur & Ieno (2017) worden de analyses uitgebreid beschreven. De analyse van de totale biomassa is uitgevoerd met een Gamma GAM (General Additive Model). Kenmerk van een dergelijke analyse is dat het effect van covariaten niet beschreven wordt door een lineaire relatie maar door een smoother: een flexibele (niet-lineaire) relatie tussen predictor en response variabele.

Uit de analyse van de totale biomassa (figuur 5.10) bleek dat de effecten van de covariaten (abiotische factoren, visserij) erg klein zijn vergeleken met de ruimtelijke variatie die niet door een van de covariaten verklaard wordt (tabel 5.6). Een vergelijking van de verklarende kracht (op basis van het Deviance Information Criterion, DIC) van modellen met en zonder covariaten en ruimtelijke correlatie leidt tot deze conclusie. Het verschil in DIC tussen het model met en zonder covariaten is aanzienlijk kleiner dan het verschil tussen een model met en zonder ruimtelijke correlatie (tabel 5.6). Uit de analyse wordt duidelijk dat punten tot 3 km afstand zijn gecorreleerd, met een sterke correlatie in de afstand tot 1 km. Wat betreft de effecten van beide visserijen geldt dat het

betrouwbaarheidsinterval van de smoother voor boomkorvisserij over bijna de hele horizontale as 0 omvat, wat betekent dat die factor nauwelijks iets verklaart. Alleen bij een heel lage inspanning is er een klein negatief effect: minder biomassa en bij een heel hoge inspanning: meer biomassa.

Daarentegen laten de diepte en sediment smoother wel duidelijke patronen zien: een toename met diepte en een optimum bij 100-200 µm mediane korrelgrootte. Ook het effect van garnalenvisserij is duidelijk: een toename in biomassa bij een toenemende visserijdruk.

De analyse van biomassa voor vogels (figuur 5.11) is ingewikkelder omdat er veel nullen in voorkomen (locaties waar de biomassa in een jaar nul was). Daarvoor is een Zero Altered Gamma Model (ZAG) model gebruikt: eerst wordt de aan-/afwezigheid gemodelleerd (met een Bernouillie GAM) en daarna voor de punten met positieve waarnemingen de dichtheid (met een Gamma GAM, zie (Zuur & Ieno 2017). Ook hier is de conclusie met betrekking tot de verhouding tussen het belang van de ruimtelijke correlatie en de covariaten dat de verklaring door de ruimtelijke correlatie veel sterker is dan door de covariaten. Dat geldt zowel voor de aan-afwezigheid als voor de dichtheid.

Tabel 5.6. Vergelijking van de verschillende modellen voor totale biomassa. Voor biomasa voor vogels is alleen het model met de laagste DIC waarde is het best passende model (dik gedrukt).

response variabele totale

biomassa biomassa als voedsel voor vogels model Deviance Information Criterion (DIC ) Deviance Information Criterion (DIC ) GAM zonder covariaten zonder ruimtelijke/temporele

correlatie 10776,34 7577,54

GAM zonder covariaten met ruimtelijke/temporele

correlatie 8581,833 5526,53

GAM met covariaten en ruimtelijke/temporele

Figuur 5.10. Smoothers met 95% betrouwbaarheidsintervallen voor de smoothers uit het GAM model. met ruimtelijke/temporele autocorrelatie voor de analyse van totale biomassa. (boomkorvisserij en garnalenvisserij in aantal trawlminuten per 50 x 50 m gridcel in voorafgaande jaar, mediane korrelgrootte in µm).

Figuur 5.11. Smoothers met 95% betrouwbaarheidsintervallen voor de smoothers uit het Gamma GAM deel van het ZAG model met ruimtelijke/temporele autocorrelatie voor de analyse van biomassa als voedsel voor vogels. (boomkorvisserij en garnalenvisserij in aantal trawlminuten per 50 x 50 m gridcel in voorafgaande jaar, mediane korrelgrootte in µm).

Deelconclusie

• Abiotiek, visserijdruk (beide visserijen) en de correlatie in ruimte en tijd verklaren samen 40-80% van de variatie in biomassa bodemdieren, maar slechts <20% voor het aandeel grote soorten en de gemiddelde lengte van Ensis.

• Abiotiek en visserijdruk (beide visserijen) verklaren samen veel minder variatie dan de correlatie in ruimte en tijd.

• In de totale set vertonen twee van de zes onderzochte responsvariabelen een positieve correlatie met visserijdruk door boomkorvisserij (biomassa voor vogels en gemiddeld individueel gewicht), twee een negatieve (aantal taxa, gemiddelde lengte Ensis), en de overige geen. De deelset laat voor alle parameters (behalve gem. lengte Ensis) een positief verband met boomkorvisserij zien. • In de totale set vertonen drie van de zes onderzochte responsvariabelen (totale biomassa,

biomassa voor vogels en aantal taxa) een positieve relatie met visserijdruk door garnalenvisserij en de overige drie geen. De deelset laat voor geen enkele parameter een verband met

garnalenvisserij zien.

• De R-INLA analyses laten zien dat de verklarende kracht van abiotiek en visserijdruk gering zijn in verhouding tot de ruimtelijke correlatie. Er is blijkbaar een factor die ervoor zorgt dat er

ruimtelijke aggregatie is die niet gevangen wordt door de verklarende variabelen. Van de

covariaten laten alleen mediane korrelgrootte, diepte en de garnalenvisserij een duidelijk verband zien met totale biomassa en biomassa als voedsel voor vogels. Het verband met garnalenvisserij is positief: er is een hogere biomassa bij hogere visserijdruk.

• Uit deze analyses kan geen conclusie getrokken worden over de causaliteit tussen visserijdruk en bodemfauna. Een hogere biomassa bij hogere visserijdruk kan betekenen dat visserij een

positieve uitwerking heeft op biomassa óf dat visserij preferent plaatsvindt in gebieden met hogere biomassa.

5.1.9 Veranderingen in bodemfaunagemeenschap: multivariate analyses