Trendbepaling natuurindicatoren 2012
Ivy Jansen
Inhoudsopgave
1
Introductie
4
2
Groep 1
4
2.1
Broedvogelindex . . . .
4
2.2
Graslandvlinderindex . . . .
4
2.3
Overwinterende watervogelindex
. . . .
5
3
Groep 2
5
3.1
Oppervlakte beheerovereenkomsten met natuurdoelen . . . .
5
3.2
Oppervlakte bosbeheerplan . . . .
5
3.3
Oppervlakte extra planologisch groengebied . . . .
5
3.4
Oppervlakte Natura 2000 . . . .
5
3.5
Oppervlakte gerealiseerde natuurinrichtingsprojecten . . . .
6
3.6
Oppervlakte Natuurverwevingsgebieden (NVWG) . . . .
6
3.7
Ontsnippering planologisch groengebied . . . .
6
3.8
Oppervlakte speelzones in bossen en natuurreservaten . . . .
6
3.9
Oppervlakte Vlaams ecologisch netwerk (VEN)
. . . .
6
4
Groep 3
6
4.1
Overschrijding kritische last vermesting door stikstofdepositie . . . .
6
5
Groep 4
6
5.1
Soortbeschermingsplannen
. . . .
7
5.2
Aantal uitheemse Dieren
. . . .
7
5.3
Ledenaantallen van natuurverenigingen . . . .
7
5.4
Trend Zuid-Europese libellensoorten . . . .
8
5.5
Aantal uitheemse Planten . . . .
8
5.6
Aantal gesaneerde vismigratieknelpunten (prioriteitsklasse 1) . . . .
8
6
Groep 5
9
6.1
Piekmoment stuifmeelproductie berk . . . .
9
6.2
Piekmoment stuifmeelproductie grassen
. . . .
9
7
Groep 6
9
7.1
Bezoeken aan natuur- en bosgebieden . . . .
9
8
Extra
9
8.1
Aandeel stedelijke of kleinstedelijke gebieden met een stadsbos of stadsbosproject . .
9
B Appendix - Grafieken
29
B.1 Groep 1
. . . .
29
B.2 Groep 2
. . . .
32
B.3 Groep 3
. . . .
41
B.4 Groep 4
. . . .
42
B.5 Groep 5
. . . .
48
B.6 Groep 6
. . . .
50
B.7 Extra . . . .
51
C Appendix - Finale modellen en voorspellingen
52
C.1 Groep 1
. . . .
52
C.1.1
Broedvogelindex . . . .
52
C.1.2
Graslandvlinderindex
. . . .
52
C.1.3
Overwinterende watervogelindex . . . .
52
C.2 Groep 2
. . . .
54
C.2.1
Oppervlakte beheerovereenkomsten met natuurdoelen . . . .
54
C.2.2
Oppervlakte bosbeheerplan . . . .
56
C.2.3
Oppervlakte extra planologisch groengebied . . . .
57
C.2.4
Oppervlakte Natura 2000 . . . .
58
C.2.5
Oppervlakte gerealiseerde natuurinrichtingsprojecten
. . . .
58
C.2.6
Oppervlakte Natuurverwevingsgebieden (NVWG) . . . .
59
C.2.7
Ontsnippering planologisch groengebied . . . .
60
C.2.8
Oppervlakte speelzones in bossen en natuurreservaten . . . .
60
C.2.9
Oppervlakte Vlaams ecologisch netwerk (VEN) . . . .
61
C.3 Groep 3
. . . .
62
C.3.1
Overschrijding kritische last vermesting door stikstofdepositie . . . .
62
C.4 Groep 4
. . . .
64
C.4.1
Soortbeschermingsplannen . . . .
64
C.4.2
Aantal uitheemse dieren . . . .
64
C.4.3
Ledenaantallen van natuurverenigingen . . . .
68
C.4.4
Trend Zuid-Europese libellensoorten . . . .
68
C.4.5
Aantal uitheemse planten . . . .
71
C.4.6
Aantal gesaneerde vismigratieknelpunten (prioriteitsklasse 1) . . . .
71
C.5 Groep 5
. . . .
73
C.5.1
Piekmoment stuifmeelproductie berk . . . .
73
C.5.2
Piekmoment stuifmeelproductie grassen . . . .
74
C.6 Groep 6
. . . .
75
C.6.1
Bezoeken aan natuur- en bosgebieden . . . .
75
C.7 Extra . . . .
75
1
Introductie
Analoog aan de analyses die reeds gedaan werden in het kader van de MINA indicatoren (uitgevoerd
door Ludo Van Ongeval) worden verschillende regressiemodellen gefit voor elke indicator en subgroep
afzonderlijk, namelijk
lineair Y = a + bX +
kwadratisch Y = a + bX + cX
2+
logtransformatie log(Y + 1) = a + bX +
De schattingen van de modelparameters worden telkens weergegeven, samen met hun significantie. In
een afzonderlijke tabel staan enkele Goodness-of-Fit (GOF) measures die ook gebruikt werden door
Ludo Van Ongeval. Deze moeten echter met enige voorzichtigheid gehanteerd worden. De klassieke
F -test en de AIC mogen bvb. niet gebruikt worden om na te gaan of het loggetransformeerde model
beter is dan beide andere modellen. Hiervoor moeten immers exact dezelfde responsen gebruikt
worden, wat niet het geval is. Voor de eenvoud van interpretatie van de parameterschattingen heb ik
“jaar” steeds herschaald zodat de start van de metingen als referentie genomen wordt, dwz. dat voor
de start van de studie “jaar = 0”, het volgende jaar “jaar = 1”, . . . . Dit geeft dan als voordeel dat
het intercept (a) van het model altijd de “startwaarde” van de index is, en de helling van de rechte
(b) de jaarlijkse wijziging t.o.v. de start weergeeft.
Een belangrijke vereiste bij het uitvoeren van trendanalyses is dat er sprake moet zijn van random
variabelen, en dat er toevalsfactoren meespelen in het bepalen van de indicator. Indien dit niet het
geval is, en de indicator enkel afhankelijk is van beleidsbeslissingen, kan/mag/zal er geen trendanalyse
uitgevoerd worden.
2
Groep 1
2.1
Broedvogelindex
Zoals eerder besproken, zijn de gegevens van de broedvogels niet op een uniforme manier verzameld,
en is het gevaarlijk om alle gegevens op dezelfde manier te analyseren. Ook zijn er veel te weinig
tijdspunten (slechts 4) om een deftige tijdreeksanalyse te kunnen doen. Dit blijkt ook uit de resultaten
in Tabel 1 en Tabel 2. De verschillende modellen geven heel gelijkaardige resultaten. Uit Figuur 1 blijkt
dat er heel veel onzekerheid op de parameterschattingen zit (heel brede betrouwbaarheidsintervallen),
zodat de resultaten onbetrouwbaar zijn. Voor“Bosgebieden”zijn de betrouwbaarheidsintervallen rond
de regressielijnen veel smaller, zodat we hiervoor nog kunnen concluderen dat er een significante
toename is (lineair of exponentieel?), hierbij wel de eerder gemaakte opmerkingen in het achterhoofd
houdende. Figuur 2 laat geen extreme residuen zien.
2.2
Graslandvlinderindex
Ook voor deze indicator zijn er opmerkingen geformuleerd dat de jaarlijkse gegevens gebaseerd zijn
op een te kleine steekproef (te weinig vlinderroutes) en dus onbetrouwbaar zijn. Uit Tabel 4 blijkt dat
de R
2voor alle vlindersoorten en alle modellen zeer laag zijn. Ook Figuur 3 laat zien dat veel van de
2.3
Overwinterende watervogelindex
Voor de watervogels is het verhaal al heel anders. Zowel uit Tabel 5 als Tabel 6 blijkt dat voor vele
watervogels het kwadratische model de beste resultaten geeft (laagste AIC, hoogste R
2, significant
effect van cJaar2). Dit geldt zeker voor de“indicator”zelf,“kleine rietgans”,“grauwe gans”,“krakeend”,
“wintertaling”, “pijlstaart”, “slobeend” en “tafeleend”. Voor “kolgans” en “wilde eend” verkiezen we
het exponentieel model. Voor “smient” geven zowel het lineair als exponentieel model vergelijkbare
resultaten, en we verkiezen het eenvoudigere lineaire model. Uit Figuur 5 en Figuur 6 blijkt wel dat er
enkele observaties zijn die nader bekeken dienen te worden (buiten de betrouwbaarheidsintervallen,
residuen E duidelijk buiten [−2, 2]). Dit kan een invloed hebben op de resultaten van de analyses.
3
Groep 2
3.1
Oppervlakte beheerovereenkomsten met natuurdoelen
Voor de indicator “heg” is het heel duidelijk dat het kwadratische model te verkiezen is. Dit blijkt
zowel uit Tabellen 7 en 8 als uit Figuren 7 en 8. Er was een significante stijging tot 2007, daarna
opnieuw een afname.
Tabellen 9 en 10, en Figuren 9 en 10 geven de resultaten weer voor de andere Beheerovereenkomsten.
Voor de indicatoren “botanisch” en “houtkant” gaat de voorkeur eveneens uit naar het kwadratische
model. Voor “botanisch” was er een duidelijke toename tot 2004, waarna een sterke afname volgde.
Voor “houtkant” is het grafisch minder duidelijk waar de trend omslaat. Uit berekeningen volgt dat
dit in 2010 geweest is. “Perceelrand” is een moeilijke indicator. Vooral de sprong in 2006 zorgt ervoor
dat er een patroon optreedt in de residuen (figuur 10). Dit zou nader onderzocht moeten worden,
alvorens de resultaten verder te gebruiken. Voor“soortbescherming”is het duidelijk dat een complexer
model (3e of 4e graads polynoom) noodzakelijk is om de data te modelleren, maar dit maakt de
interpretatie veel moeilijker, en wordt daarom voorlopig buiten beschouwing gelaten. Van de hier
gekozen modellen gaat de voorkeur uit naar het exponentieel model, en kan er gesproken worden van
een significante toename.
3.2
Oppervlakte bosbeheerplan
Hoewel Figuur 11 lijkt aan te geven dat voor de “beperkte bosbeheerplannen” het kwadratisch model
te verkiezen valt, en voor de “uitgebreide bosbeheerplannen” het exponenti¨
ele model, geven zowel
Tabel 12 als Figuur 12 aan dat ook voor de “uitgebreide bosbeheerplannen” het kwadratisch model
gekozen moet worden, en aan een duidelijke stijgende trend bezig zijn. De “beperkte
bosbeheerplan-nen” daarentegen vlakken af.
3.3
Oppervlakte extra planologisch groengebied
Voor “overig groen” is het exponenti¨
ele model geen optie, vermits vele waarden negatief zijn, en
er geen log van genomen kan worden. Voor elk van de indicatoren in deze groep is het eenvoudige
lineaire model te verkiezen. Voor“natuur en reservaat”en“bos”kunnen we spreken van een significante
stijging in oppervlakte, voor“overig groen”van een significante daling (Tabellen 13 en 14, Figuren 13
en 14).
3.4
Oppervlakte Natura 2000
3.5
Oppervlakte gerealiseerde natuurinrichtingsprojecten
Voor de “uitgevoerde” projecten blijkt er een sterke stijging te zijn (zowel volgens het kwadratisch als
het exponentieel model), terwijl het kwadratisch model voor de “opgestarte” projecten aangeeft dat
er een daling op komst is, wat natuurlijk onmogelijk is(het gaat immers over de totale oppervlakte
van opgestarte / uitgevoerde projecten, en deze kan enkel stijgen of stabiel blijven). De duidelijke
sterke stijging in de beginjaren lijkt helemaal afgezwakt.
3.6
Oppervlakte Natuurverwevingsgebieden (NVWG)
Het verschil tussen het lineair en kwadratisch model is minimaal (Tabellen 17 en 18, Figuren 17
en 18). Er kan alleszins gesproken worden van een significante stijging.
3.7
Ontsnippering planologisch groengebied
Voor de “ontsnipperingsgraad” zijn zowel het lineaire als het kwadratische model te verkiezen
(Ta-bellen 19 en 20, Figuren 19 en 20). Dit zou kunnen betekenen dat er een sterke stijging is, gevolgd
door een afvlakking, eerder dan een daling.
3.8
Oppervlakte speelzones in bossen en natuurreservaten
Voor alle provincies, uitgezonderd Limburg, is het lineaire model het beste (Tabellen 21 en 22).
De stijging is significant voor West-Vlaanderen en Antwerpen, en net niet significant voor
Oost-Vlaanderen. Voor Vlaams-Brabant blijft de oppervlakte speelzones constant, en voor Limburg was
er een stijging tot 2010, met daarna een daling (net niet significant). De interesse ligt voornamelijk
in de totale oppervlakte voor heel Vlaanderen, en hiervoor is het kwadratische model aangewezen
(sterke stijging tot 2011, waarna een afvlakking plaatsheeft).
3.9
Oppervlakte Vlaams ecologisch netwerk (VEN)
Voor deze indicator voeren we pas een trendberekening uit vanaf 2003, het jaar waarin het eerste VEN
gebied aangeduid werd. Alle jaren ervoor was de oppervlakte VEN gelijk aan 0, en dit meenemen,
zou de trendanalyse sterk be¨ınvloeden. Er is een significante lineaire stijging in de oppervlakte VEN
(Tabellen 23 en 24, Figuren 23 en 24).
4
Groep 3
4.1
Overschrijding kritische last vermesting door stikstofdepositie
Na een eerste verkennende analyse bleek dat er observaties waren in 1990, maar daarna niet meer tot
2000. Omdat de hele trend bepaald werd door de waarde in 1990, werd deze in de verdere analyses
buiten beschouwing gelaten, en enkel de gegevens vanaf 2000 werden mee in rekening gebracht.
Voor de gegevens van “bos” kan geen statistische trendberekening gedaan worden, vermits deze in
de volledige tijdreeks constant blijft. Voor “heide” is het kwadratisch model het beste (Tabellen 25
en 26). Het maximum wordt bereikt rond 2003. Voor “grasland” en “totaal” is het onderscheid tussen
het lineaire en kwadratische model minimaal, en daarom verkiezen we het eenvoudiger te interpreteren
lineaire model. Beide indicatoren vertonen een significante daling sinds 2000.
5
Groep 4
Wanneer het gaat over grote aantallen, dan is de normale verdeling een goede benadering voor de
Poisson verdeling. Om die reden fitten we nog de volgende modellen.
lineair Y = a + bX +
kwadratisch Y = a + bX + cX
2+
Poisson log(Y ) = a + bX
Het verschil met het eerdere loggetransformeerde model zit hem in het feit dat de respons nu
niet getransformeerd moet worden, maar dat de achterliggende verdeling dit impliciet doet, en dus
correctere resultaten (binnen het juiste bereik) geeft.
Voor de indicatoren “uitheemse plantensoorten” en “vismigratieknelpunten” worden dan weer
percen-tages gebruikt. Deze gegevens zetten we om naar aantallen, en gebruiken het totaal als offset in het
Poisson model.
Poisson log(Y ) = log(totaal) + a + bX
Het lineaire model kan niet gebruikt worden met een offset om hiervoor te corrigeren.
Bij Poisson verdeelde gegevens wordt er verondersteld dat het gemiddelde en de variantie gelijk
zijn aan mekaar (E(X) = Var(X) = µ). In de praktijk is dit echter dikwijls niet het geval, en is
de variantie groter dan het gemiddelde (Var(X) > E(X)). Dan spreekt men van overdispersie. In
Poisson regressie kan men corrigeren voor deze overdispersie. Wanneer nodig, zal dit Poisson model
met overdispersie eveneens gefit worden. Het model zelf blijft identiek, maar er wordt een extra
parameter φ geschat zodat Var(X) = φ × µ. Dit heeft vooral een invloed op de standaardfout en
significantie van de parameters.
5.1
Soortbeschermingsplannen
De aantallen zijn te klein om de normale benadering te mogen gebruiken. We bespreken dus enkel
de resultaten van het Poisson model. Uit Tabel 27 kunnen we concluderen dat het “aantal
soortbe-schermingsplan” een significante jaarlijkse stijging van 12%(= exp(0.11)) kent.
5.2
Aantal uitheemse Dieren
Omdat hier gesproken wordt van een cumulatief aantal uitheemse dieren, is het logisch dat er enkel
een stijging waargenomen kan worden. De aantallen zijn weer te klein om de normale benadering te
kunnen gebruiken, dus zijn enkel de resultaten van het Poisson model geldig. Uit Tabel 29 concluderen
we dat elk van de indicatoren (“invertebraten”, “vertebraten” en “totaal”) een jaarlijkse stijging kent
van 3%(= exp(0.03)). In Figuur 30 zien we echter nog duidelijke patronen in de residuen, zodat
verdere analyses noodzakelijk zijn. Vermoedelijk is er nog een sterke autocorrelatie aanwezig tussen
opeenvolgende tijdstippen. De indicatorverantwoordelijke heeft ook zijn bedenkingen geuit over de
kwaliteit van de gegevens om een zinvolle trendberekening te kunnen uitvoeren.
5.3
Ledenaantallen van natuurverenigingen
Vermits het voor de meeste natuurverenigingen over grote ledenaantallen gaat (> 1000), kunnen
we de normale verdeling gebruiken als een benadering voor de Poisson verdeling, en de resultaten
van het lineaire of kwadratische model eveneens bekijken. Maar de voorkeur gaat toch uit naar het
Poisson model. In Figuur 32 zien we echter dat de residuen heel groot zijn, wat wijst op mogelijke
problemen met overdispersie. Daarom stappen we over naar het Poisson model met overdispersie, en
komen tot de volgende conclusies:
“Wielewaal”, een significante jaarlijkse stijging van 3%(= exp(0.03))
“Natuurpunt”, een significante jaarlijkse stijging van 8%(= exp(0.08))
“WWF”, een significante jaarlijkse stijging van 4%(= exp(0.04))
“Vogelbescherming Vlaanderen”, een significante jaarlijkse stijging van 6%(= exp(0.06))
“JNM”, geen significante trend
“Totaal”, een significante jaarlijkse stijging van 8%(= exp(0.08))
Voor “Greenpeace” opteren we echter toch voor het kwadratische model (Figuur 31), en kunnen we
concluderen dat er een stijging was tot 2006 en daarna een daling.
5.4
Trend Zuid-Europese libellensoorten
Voor “totaal soorten” gebruiken we zeker het Poisson model, vermits dit over zeer kleine aantallen
gaat (maximum = 9). Voor “totaal waarnemingen” (> 100) kan eventueel geopteerd worden voor de
normale benadering, maar dit heeft zeker niet de voorkeur vermits de residuen voor het kwadratisch
model in Figuur 34 een patroon (kegelvorm) vertonen wat wijst op problemen met de veronderstelling
van constante variantie. Dit geeft aan dat het beter is om toch over te gaan naar het Poisson model
(variantie = gemiddelde).
Uit Tabellen 33 en 34 halen we de volgende resultaten.
“totaal waarnemingen”, een significante jaarlijkse stijging van 16%(= exp(0.15))
“totaal soorten”, een significante jaarlijkse stijging van 11%(= exp(0.10))
Maar ook hier zijn de residuen van het Poisson model voor “totaal waarnemingen” groot, wat
vermoedelijk veroorzaakt wordt door overdispersie, waarvoor gecorrigeerd zou moeten worden. Kijken
we naar de resultaten van het Poisson model met overdispersie, dan kunnen we dezelfde conclusies
trekken. Corrigeren voor overdispersie heeft enkel een invloed op de standaardfout van de
parame-terschattingen en de significantie, maar deze is hier minimaal. Nu liggen de residuen wel binnen het
toelaatbare bereik.
5.5
Aantal uitheemse Planten
Tabel 35 geeft aan dat er een significante jaarlijkse toename is van 2%(= exp(0.02)). Figuur 35
geeft het aantal uitheemse soorten weer. De schommelende trendlijn wordt veroorzaakt door het
gebruik van de offset voor totaal aantal soorten, dat jaarlijks varieert. Het is eveneens mogelijk om
het percentage uitheemse soorten in een grafiek voor te stellen, zodat er een vloeiende trendlijn
weergegeven kan worden.
5.6
Aantal gesaneerde vismigratieknelpunten (prioriteitsklasse 1)
6
Groep 5
6.1
Piekmoment stuifmeelproductie berk
Voor het piekmoment is er een significante lineaire daling, die ge¨ınterpreteerd kan worden als een
vervroeging van het piekmoment met gemiddeld 1/3e dag per jaar. Dit model verklaart echter slechts
weinig van de variatie die in de data aanwezig is (R
2< 0.14). Voor het 5-jaarlijks piekmoment is
het kwadratisch model te verkiezen. De daling (vervroeging van het piekmoment) neemt af, en zal
volgens de voorspellingen in 2012 een minimum bereiken. De gegevens voor 2010 en 2011 voor het
5-jaarlijks piekmoment zijn echter niet ingevuld. Ook moeten we opmerken dat de gegevens voor dit
5-jaarlijks piekmoment sterk gecorreleerd zijn, zodat de bekomen trendlijn beter niet gebruikt wordt.
Zie Tabellen 39 en 40, en Figuren 39 en 40.
6.2
Piekmoment stuifmeelproductie grassen
Hier kunnen we identiek dezelfde conclusie trekken als voor het berkenstuifmeel. Voor het piekmoment
is er ook een significante lineaire daling, die ge¨ınterpreteerd kan worden als een vervroeging van het
piekmoment met gemiddeld 1/3e dag per jaar. Dit model verklaart ook heel weinig van de variatie
die in de data aanwezig is (R
2< 0.20).
7
Groep 6
7.1
Bezoeken aan natuur- en bosgebieden
Voor de indicator “Bezoeken aan Natuurgebieden” zijn slechts 3 tijdspunten beschikbaar, en is het
dus weinig zinvol om een trendanalyse uit te voeren. Het kwadratisch model zal immers een perfecte
fit geven. Ook zijn de gegevens herschaald, zodat de som over de verschillende categorie¨
en jaarlijks
gelijk is aan 100. De categorie¨
en zijn dus niet onafhankelijk van mekaar. Er zou best nagedacht
worden over een andere manier om deze indicator te kwantificeren. Voorlopig worden de resultaten
in Tabellen 43 en 44, en Figuur 43 dus niet verder besproken.
8
Extra
8.1
Aandeel stedelijke of kleinstedelijke gebieden met een stadsbos of
stadsbos-project
A
Appendix - Tabellen
A.1
Groep 1
Tabel 1: Broedvogels – Schattingen
type method params Estimate Std..Error t.value Pr...t..
Bosgebieden Lineair Intercept 99.49 1.49 66.86 0.0002
Bosgebieden Lineair cJaar 3.61 0.11 34.04 0.0009
Bosgebieden Kwadratisch Intercept 100.14 1.64 60.88 0.0105
Bosgebieden Kwadratisch cJaar 3.23 0.41 7.96 0.0795
Bosgebieden Kwadratisch cJaar2 0.02 0.02 0.98 0.5079
Bosgebieden Logtf Intercept 4.62 0.01 328.22 0.0000
Bosgebieden Logtf cJaar 0.03 0.00 26.96 0.0014
Landbouwgebieden Lineair Intercept 88.06 18.87 4.67 0.0430
Landbouwgebieden Lineair cJaar -3.91 1.34 -2.91 0.1005
Landbouwgebieden Kwadratisch Intercept 99.57 5.24 19.01 0.0334
Landbouwgebieden Kwadratisch cJaar -10.72 1.29 -8.31 0.0762
Landbouwgebieden Kwadratisch cJaar2 0.35 0.06 5.47 0.1150
Landbouwgebieden Logtf Intercept 4.41 0.32 13.76 0.0052
Landbouwgebieden Logtf cJaar -0.08 0.02 -3.29 0.0812
Andere Lineair Intercept 94.93 10.97 8.65 0.0131
Andere Lineair cJaar 1.25 0.78 1.60 0.2499
Andere Kwadratisch Intercept 100.73 8.84 11.39 0.0558
Andere Kwadratisch cJaar -2.18 2.18 -1.00 0.5001
Andere Kwadratisch cJaar2 0.17 0.11 1.63 0.3498
Andere Logtf Intercept 4.57 0.09 49.51 0.0004
Andere Logtf cJaar 0.01 0.01 1.67 0.2375
Tabel 2: Broedvogels – GOF measures
type method F Rsquare AIC
Bosgebieden Lineair 1158.97 0.9983 18.49 Bosgebieden Kwadratisch 565.90 0.9991 17.81 Bosgebieden Logtf 726.71 0.9973 -18.79 Landbouwgebieden Lineair 8.48 0.8091 38.81 Landbouwgebieden Kwadratisch 80.59 0.9938 27.08 Landbouwgebieden Logtf 10.83 0.8441 6.21 Andere Lineair 2.57 0.5626 34.47 Andere Kwadratisch 3.69 0.8807 31.27 Andere Logtf 2.78 0.5814 -3.75
Tabel 3: Vlinders – Schattingen
type method params Estimate Std..Error t.value Pr...t..
Oranjtipje Lineair Intercept 107.36 5.43 19.76 0.0000
Oranjtipje Lineair cJaar 0.75 0.49 1.52 0.1447
Oranjtipje Kwadratisch Intercept 98.91 7.35 13.46 0.0000
Oranjtipje Kwadratisch cJaar 3.56 1.79 1.99 0.0631
Oranjtipje Kwadratisch cJaar2 -0.15 0.09 -1.63 0.1217
Oranjtipje Logtf Intercept 4.68 0.05 100.82 0.0000
Oranjtipje Logtf cJaar 0.01 0.00 1.59 0.1287
Kleine.vuurvlinder Lineair Intercept 90.24 9.37 9.63 0.0000
Kleine.vuurvlinder Lineair cJaar 0.90 0.84 1.06 0.3010
Kleine.vuurvlinder Kwadratisch Intercept 100.13 13.20 7.59 0.0000
Kleine.vuurvlinder Kwadratisch cJaar -2.40 3.22 -0.74 0.4665
Kleine.vuurvlinder Kwadratisch cJaar2 0.17 0.16 1.06 0.3037
Kleine.vuurvlinder Logtf cJaar 0.01 0.01 0.98 0.3387
Bruin.zandoogje Lineair Intercept 74.62 13.88 5.38 0.0000
Bruin.zandoogje Lineair cJaar 2.88 1.25 2.31 0.0330
Bruin.zandoogje Kwadratisch Intercept 68.22 20.06 3.40 0.0034
Bruin.zandoogje Kwadratisch cJaar 5.02 4.89 1.03 0.3194
Bruin.zandoogje Kwadratisch cJaar2 -0.11 0.25 -0.45 0.6569
Bruin.zandoogje Logtf Intercept 4.35 0.13 33.34 0.0000
Bruin.zandoogje Logtf cJaar 0.02 0.01 2.10 0.0501
Groot.dikkopje Lineair Intercept 78.41 9.35 8.38 0.0000
Groot.dikkopje Lineair cJaar 1.97 0.84 2.34 0.0308
Groot.dikkopje Kwadratisch Intercept 99.69 11.47 8.69 0.0000
Groot.dikkopje Kwadratisch cJaar -5.12 2.80 -1.83 0.0848
Groot.dikkopje Kwadratisch cJaar2 0.37 0.14 2.63 0.0177
Groot.dikkopje Logtf Intercept 4.38 0.10 44.51 0.0000
Groot.dikkopje Logtf cJaar 0.02 0.01 2.05 0.0548
Icarusblauwtje Lineair Intercept 75.52 7.32 10.32 0.0000
Icarusblauwtje Lineair cJaar -1.46 0.66 -2.21 0.0403
Icarusblauwtje Kwadratisch Intercept 88.66 9.63 9.20 0.0000
Icarusblauwtje Kwadratisch cJaar -5.84 2.35 -2.48 0.0237
Icarusblauwtje Kwadratisch cJaar2 0.23 0.12 1.93 0.0703
Icarusblauwtje Logtf Intercept 4.30 0.12 37.24 0.0000
Icarusblauwtje Logtf cJaar -0.02 0.01 -2.03 0.0578
Gemiddelde Lineair Intercept 85.23 4.54 18.76 0.0000
Gemiddelde Lineair cJaar 1.01 0.41 2.47 0.0238
Gemiddelde Kwadratisch Intercept 91.12 6.29 14.49 0.0000
Gemiddelde Kwadratisch cJaar -0.95 1.53 -0.62 0.5419
Gemiddelde Kwadratisch cJaar2 0.10 0.08 1.33 0.2023
Gemiddelde Logtf Intercept 4.46 0.05 90.13 0.0000
Gemiddelde Logtf cJaar 0.01 0.00 2.34 0.0309
Tabel 4: Vlinders – GOF measures
type method F Rsquare AIC
Oranjtipje Lineair 2.32 0.1144 162.02 Oranjtipje Kwadratisch 2.60 0.2340 161.12 Oranjtipje Logtf 2.54 0.1235 -28.48 Kleine.vuurvlinder Lineair 1.13 0.0593 183.83 Kleine.vuurvlinder Kwadratisch 1.13 0.1177 184.55 Kleine.vuurvlinder Logtf 0.97 0.0509 -4.40 Bruin.zandoogje Lineair 5.33 0.2284 199.53 Bruin.zandoogje Kwadratisch 2.65 0.2376 201.30 Bruin.zandoogje Logtf 4.41 0.1967 12.84 Groot.dikkopje Lineair 5.49 0.2338 183.75 Groot.dikkopje Kwadratisch 7.10 0.4550 178.94 Groot.dikkopje Logtf 4.22 0.1898 1.62 Icarusblauwtje Lineair 4.89 0.2135 173.92 Icarusblauwtje Kwadratisch 4.68 0.3550 171.95 Icarusblauwtje Logtf 4.11 0.1858 7.95 Gemiddelde Lineair 6.09 0.2529 154.86 Gemiddelde Kwadratisch 4.05 0.3230 154.89 Gemiddelde Logtf 5.48 0.2335 -25.96
Tabel 5: Watervogels – Schattingen
type method params Estimate Std..Error t.value Pr...t..
indicator Lineair Intercept 170.45 32.22 5.29 0.0000
indicator Lineair cJaar 19.47 2.90 6.72 0.0000
indicator Kwadratisch Intercept 115.19 42.83 2.69 0.0155
indicator Kwadratisch cJaar2 -0.97 0.53 -1.83 0.0854
indicator Logtf Intercept 5.17 0.11 48.07 0.0000
indicator Logtf cJaar 0.06 0.01 6.71 0.0000
kleine rietgans Lineair Intercept 226.99 47.66 4.76 0.0002
kleine rietgans Lineair cJaar 23.73 4.29 5.53 0.0000
kleine rietgans Kwadratisch Intercept 89.20 50.64 1.76 0.0961
kleine rietgans Kwadratisch cJaar 69.66 12.35 5.64 0.0000
kleine rietgans Kwadratisch cJaar2 -2.42 0.63 -3.85 0.0013
kleine rietgans Logtf Intercept 5.35 0.15 36.65 0.0000
kleine rietgans Logtf cJaar 0.07 0.01 5.34 0.0000
kolgans Lineair Intercept 23.89 65.27 0.37 0.7187
kolgans Lineair cJaar 24.10 5.87 4.10 0.0007
kolgans Kwadratisch Intercept 163.24 81.95 1.99 0.0627
kolgans Kwadratisch cJaar -22.35 19.99 -1.12 0.2792
kolgans Kwadratisch cJaar2 2.44 1.02 2.41 0.0277
kolgans Logtf Intercept 4.55 0.12 37.37 0.0000
kolgans Logtf cJaar 0.08 0.01 7.72 0.0000
grauwe gans Lineair Intercept 266.51 136.54 1.95 0.0667
grauwe gans Lineair cJaar 50.18 12.29 4.08 0.0007
grauwe gans Kwadratisch Intercept -109.49 150.82 -0.73 0.4778
grauwe gans Kwadratisch cJaar 175.51 36.79 4.77 0.0002
grauwe gans Kwadratisch cJaar2 -6.60 1.87 -3.53 0.0026
grauwe gans Logtf Intercept 5.55 0.23 23.90 0.0000
grauwe gans Logtf cJaar 0.09 0.02 4.24 0.0005
smient Lineair Intercept 189.64 31.65 5.99 0.0000
smient Lineair cJaar 10.54 2.85 3.70 0.0016
smient Kwadratisch Intercept 151.39 44.11 3.43 0.0032
smient Kwadratisch cJaar 23.29 10.76 2.16 0.0449
smient Kwadratisch cJaar2 -0.67 0.55 -1.23 0.2363
smient Logtf Intercept 5.22 0.12 44.69 0.0000
smient Logtf cJaar 0.04 0.01 3.97 0.0009
krakeend Lineair Intercept 172.79 53.25 3.24 0.0045
krakeend Lineair cJaar 19.93 4.79 4.16 0.0006
krakeend Kwadratisch Intercept 21.16 57.31 0.37 0.7165
krakeend Kwadratisch cJaar 70.48 13.98 5.04 0.0001
krakeend Kwadratisch cJaar2 -2.66 0.71 -3.74 0.0016
krakeend Logtf Intercept 5.18 0.20 25.63 0.0000
krakeend Logtf cJaar 0.06 0.02 3.35 0.0035
wintertaling Lineair Intercept 172.33 31.23 5.52 0.0000
wintertaling Lineair cJaar 4.05 2.81 1.44 0.1667
wintertaling Kwadratisch Intercept 105.10 39.10 2.69 0.0156
wintertaling Kwadratisch cJaar 26.46 9.54 2.77 0.0130
wintertaling Kwadratisch cJaar2 -1.18 0.48 -2.43 0.0263
wintertaling Logtf Intercept 5.12 0.15 33.62 0.0000
wintertaling Logtf cJaar 0.02 0.01 1.37 0.1875
pijlstaart Lineair Intercept 410.46 96.64 4.25 0.0005
pijlstaart Lineair cJaar 9.49 8.70 1.09 0.2896
pijlstaart Kwadratisch Intercept 85.59 85.48 1.00 0.3307
pijlstaart Kwadratisch cJaar 117.78 20.85 5.65 0.0000
pijlstaart Kwadratisch cJaar2 -5.70 1.06 -5.38 0.0000
pijlstaart Logtf Intercept 5.84 0.25 22.99 0.0000
pijlstaart Logtf cJaar 0.03 0.02 1.14 0.2686
slobeend Lineair Intercept 112.40 18.07 6.22 0.0000
slobeend Lineair cJaar 4.96 1.63 3.05 0.0069
slobeend Kwadratisch Intercept 75.21 22.97 3.27 0.0045
slobeend Kwadratisch cJaar 17.36 5.60 3.10 0.0065
slobeend Kwadratisch cJaar2 -0.65 0.28 -2.29 0.0350
slobeend Logtf Intercept 4.72 0.11 42.93 0.0000
slobeend Logtf cJaar 0.03 0.01 3.36 0.0035
tafeleend Lineair Intercept 276.24 47.24 5.85 0.0000
tafeleend Lineair cJaar -0.50 4.25 -0.12 0.9068
tafeleend Kwadratisch Intercept 151.66 53.74 2.82 0.0117
tafeleend Kwadratisch cJaar2 -2.19 0.67 -3.28 0.0044
tafeleend Logtf Intercept 5.51 0.18 31.34 0.0000
tafeleend Logtf cJaar 0.00 0.02 0.14 0.8886
wilde eend Lineair Intercept 106.79 21.49 4.97 0.0001
wilde eend Lineair cJaar 5.94 1.93 3.07 0.0066
wilde eend Kwadratisch Intercept 124.76 30.64 4.07 0.0008
wilde eend Kwadratisch cJaar -0.05 7.47 -0.01 0.9951
wilde eend Kwadratisch cJaar2 0.32 0.38 0.83 0.4179
wilde eend Logtf Intercept 4.76 0.09 50.30 0.0000
wilde eend Logtf cJaar 0.03 0.01 3.73 0.0015
Tabel 6: Watervogels – GOF measures
type method F Rsquare AIC
indicator Lineair 45.09 0.7147 233.22
indicator Kwadratisch 27.14 0.7615 231.64
indicator Logtf 45.01 0.7143 5.16
kleine rietgans Lineair 30.62 0.6298 248.89
kleine rietgans Kwadratisch 34.49 0.8023 238.34
kleine rietgans Logtf 28.53 0.6132 17.32
kolgans Lineair 16.84 0.4834 261.46
kolgans Kwadratisch 13.56 0.6147 257.60
kolgans Logtf 59.65 0.7682 10.08
grauwe gans Lineair 16.68 0.4810 290.98
grauwe gans Kwadratisch 19.87 0.7004 281.99
grauwe gans Logtf 17.95 0.4993 35.95
smient Lineair 13.70 0.4322 232.51 smient Kwadratisch 7.80 0.4784 232.82 smient Logtf 15.74 0.4665 8.44 krakeend Lineair 17.31 0.4902 253.32 krakeend Kwadratisch 21.93 0.7206 243.29 krakeend Logtf 11.24 0.3844 30.35 wintertaling Lineair 2.08 0.1034 231.97 wintertaling Kwadratisch 4.28 0.3351 228.00 wintertaling Logtf 1.88 0.0944 19.02 pijlstaart Lineair 1.19 0.0620 277.16 pijlstaart Kwadratisch 15.99 0.6529 259.28 pijlstaart Logtf 1.30 0.0675 39.47 slobeend Lineair 9.31 0.3410 210.10 slobeend Kwadratisch 8.38 0.4965 206.72 slobeend Logtf 11.30 0.3857 5.98 tafeleend Lineair 0.01 0.0008 248.53 tafeleend Kwadratisch 5.39 0.3883 240.72 tafeleend Logtf 0.02 0.0011 24.81
wilde eend Lineair 9.44 0.3441 217.03
wilde eend Kwadratisch 4.98 0.3696 218.24
A.2
Groep 2
Tabel 7: BeheerovereenkomstenLengte – Schattingen
type method params Estimate Std..Error t.value Pr...t..
heg Lineair Intercept 93742.30 28603.76 3.28 0.0096
heg Lineair cJaar 12023.95 4221.57 2.85 0.0191
heg Kwadratisch Intercept 17983.29 18165.57 0.99 0.3512
heg Kwadratisch cJaar 54158.54 7316.15 7.40 0.0001
heg Kwadratisch cJaar2 -3439.33 576.32 -5.97 0.0003
heg Logtf Intercept 11.01 0.36 30.58 0.0000
heg Logtf cJaar 0.14 0.05 2.60 0.0287
Tabel 8: BeheerovereenkomstenLengte – GOF measures
type method F Rsquare AIC
heg Lineair 8.11 0.4741 274.94
heg Kwadratisch 37.46 0.9035 258.29
heg Logtf 6.77 0.4292 26.72
Tabel 9: BeheerovereenkomstenOpp – Schattingen
type method params Estimate Std..Error t.value Pr...t..
soortbescherming Lineair Intercept 147.03 197.61 0.74 0.4724
soortbescherming Lineair cJaar 88.92 27.95 3.18 0.0087
soortbescherming Kwadratisch Intercept 385.97 261.83 1.47 0.1712
soortbescherming Kwadratisch cJaar -41.41 101.38 -0.41 0.6915
soortbescherming Kwadratisch cJaar2 10.86 8.14 1.33 0.2119
soortbescherming Logtf Intercept 5.55 0.21 26.54 0.0000
soortbescherming Logtf cJaar 0.13 0.03 4.42 0.0010
botanisch Lineair Intercept 1951.65 209.88 9.30 0.0000
botanisch Lineair cJaar -88.43 29.68 -2.98 0.0125
botanisch Kwadratisch Intercept 1369.76 136.97 10.00 0.0000
botanisch Kwadratisch cJaar 228.97 53.03 4.32 0.0015
botanisch Kwadratisch cJaar2 -26.45 4.26 -6.21 0.0001
botanisch Logtf Intercept 7.73 0.22 34.53 0.0000
botanisch Logtf cJaar -0.10 0.03 -3.02 0.0116
perceelrand Lineair Intercept 24.47 129.96 0.19 0.8541
perceelrand Lineair cJaar 134.47 18.38 7.32 0.0000
perceelrand Kwadratisch Intercept -183.79 160.19 -1.15 0.2780
perceelrand Kwadratisch cJaar 248.07 62.02 4.00 0.0025
perceelrand Kwadratisch cJaar2 -9.47 4.98 -1.90 0.0866
perceelrand Logtf Intercept 4.60 0.30 15.39 0.0000
perceelrand Logtf cJaar 0.28 0.04 6.58 0.0000
houtkant Lineair Intercept 38.00 8.10 4.69 0.0011
houtkant Lineair cJaar 6.65 1.20 5.57 0.0003
houtkant Kwadratisch Intercept 18.11 6.55 2.77 0.0245
houtkant Kwadratisch cJaar 17.72 2.64 6.72 0.0002
houtkant Kwadratisch cJaar2 -0.90 0.21 -4.34 0.0025
houtkant Logtf Intercept 3.55 0.21 17.05 0.0000
houtkant Logtf cJaar 0.12 0.03 3.84 0.0040
Tabel 10: BeheerovereenkomstenOpp – GOF measures
soortbescherming Lineair 10.12 0.4793 194.96 soortbescherming Kwadratisch 6.31 0.5579 194.83 soortbescherming Logtf 19.55 0.6400 16.83 botanisch Lineair 8.88 0.4466 196.53 botanisch Kwadratisch 38.87 0.8860 177.99 botanisch Logtf 9.13 0.4536 18.60 perceelrand Lineair 53.53 0.8295 184.06 perceelrand Kwadratisch 34.93 0.8748 182.06 perceelrand Logtf 43.31 0.7975 26.15 houtkant Lineair 31.01 0.7751 95.21 houtkant Kwadratisch 55.74 0.9330 83.88 houtkant Logtf 14.74 0.6209 14.67
Tabel 11: Bosbeheerplan – Schattingen
type method params Estimate Std..Error t.value Pr...t..
beperkte bosbeheerplannen Lineair Intercept 2421.72 1379.70 1.76 0.0972
beperkte bosbeheerplannen Lineair cJaar 1742.86 130.96 13.31 0.0000
beperkte bosbeheerplannen Kwadratisch Intercept -2814.22 748.40 -3.76 0.0017
beperkte bosbeheerplannen Kwadratisch cJaar 3590.83 192.76 18.63 0.0000
beperkte bosbeheerplannen Kwadratisch cJaar2 -102.67 10.34 -9.93 0.0000
beperkte bosbeheerplannen Logtf Intercept 5.33 1.06 5.03 0.0001
beperkte bosbeheerplannen Logtf cJaar 0.38 0.10 3.74 0.0016
uitgebreide bosbeheerplannen Lineair Intercept -1225.51 1032.60 -1.19 0.2516
uitgebreide bosbeheerplannen Lineair cJaar 829.59 98.01 8.46 0.0000
uitgebreide bosbeheerplannen Kwadratisch Intercept 1777.51 1054.61 1.69 0.1113
uitgebreide bosbeheerplannen Kwadratisch cJaar -230.30 271.63 -0.85 0.4090
uitgebreide bosbeheerplannen Kwadratisch cJaar2 58.88 14.56 4.04 0.0009
uitgebreide bosbeheerplannen Logtf Intercept 6.29 0.37 17.12 0.0000
uitgebreide bosbeheerplannen Logtf cJaar 0.21 0.03 6.11 0.0000
Tabel 12: Bosbeheerplan – GOF measures
type method F Rsquare AIC
beperkte bosbeheerplannen Lineair 177.12 0.9124 363.62
beperkte bosbeheerplannen Kwadratisch 646.66 0.9878 328.20
beperkte bosbeheerplannen Logtf 13.97 0.4510 91.13
uitgebreide bosbeheerplannen Lineair 71.65 0.8082 352.61
uitgebreide bosbeheerplannen Kwadratisch 76.33 0.9051 341.23
uitgebreide bosbeheerplannen Logtf 37.34 0.6871 50.85
Tabel 13: Groengebied – Schattingen
type method params Estimate Std..Error t.value Pr...t..
natuur en reservaat Lineair Intercept 5960.98 378.83 15.74 0.0000
natuur en reservaat Lineair cJaar 779.75 53.58 14.55 0.0000
natuur en reservaat Kwadratisch Intercept 5582.98 516.01 10.82 0.0000
natuur en reservaat Kwadratisch cJaar 985.93 199.79 4.93 0.0006
natuur en reservaat Kwadratisch cJaar2 -17.18 16.05 -1.07 0.3095
natuur en reservaat Logtf Intercept 8.74 0.06 140.47 0.0000
natuur en reservaat Logtf cJaar 0.08 0.01 9.12 0.0000
overig groen Lineair Intercept 19.84 200.08 0.10 0.9228
overig groen Lineair cJaar -103.55 28.30 -3.66 0.0038
overig groen Kwadratisch Intercept -127.70 279.53 -0.46 0.6575
overig groen Kwadratisch cJaar2 -6.71 8.69 -0.77 0.4583
overig groen Logtf Intercept 5.91 0.17 34.58 0.0184
overig groen Logtf cJaar -0.18 0.04 -4.24 0.1476
bos Lineair Intercept 1120.41 90.07 12.44 0.0000
bos Lineair cJaar 104.37 12.74 8.19 0.0000
bos Kwadratisch Intercept 1035.23 123.40 8.39 0.0000
bos Kwadratisch cJaar 150.83 47.78 3.16 0.0102
bos Kwadratisch cJaar2 -3.87 3.84 -1.01 0.3368
bos Logtf Intercept 7.06 0.05 130.41 0.0000
bos Logtf cJaar 0.06 0.01 8.18 0.0000
Tabel 14: Groengebied – GOF measures
type method F Rsquare AIC
natuur en reservaat Lineair 211.83 0.9506 211.88
natuur en reservaat Kwadratisch 107.90 0.9557 212.47
natuur en reservaat Logtf 83.25 0.8833 -14.67
overig groen Lineair 13.39 0.5490 195.28
overig groen Kwadratisch 6.75 0.5744 196.53
overig groen Logtf 17.95 0.9472 -5.74
bos Lineair 67.14 0.8592 174.53
bos Kwadratisch 34.13 0.8722 175.27
bos Logtf 66.92 0.8588 -18.31
Tabel 15: Natuurinrichtingsprojecten – Schattingen
type method params Estimate Std..Error t.value Pr...t..
totale.oppervlakte.opgestarte.projecten..ha. Lineair Intercept 4049.56 626.94 6.46 0.0000
totale.oppervlakte.opgestarte.projecten..ha. Lineair cJaar 596.06 88.66 6.72 0.0000
totale.oppervlakte.opgestarte.projecten..ha. Kwadratisch Intercept 2532.56 566.75 4.47 0.0012
totale.oppervlakte.opgestarte.projecten..ha. Kwadratisch cJaar 1423.51 219.43 6.49 0.0001
totale.oppervlakte.opgestarte.projecten..ha. Kwadratisch cJaar2 -68.95 17.62 -3.91 0.0029
totale.oppervlakte.opgestarte.projecten..ha. Logtf Intercept 8.22 0.17 47.95 0.0000
totale.oppervlakte.opgestarte.projecten..ha. Logtf cJaar 0.11 0.02 4.35 0.0012
totale.oppervlakte.uitgevoerde.project..ha. Lineair Intercept -1076.85 348.84 -3.09 0.0150
totale.oppervlakte.uitgevoerde.project..ha. Lineair cJaar 278.26 43.44 6.41 0.0002
totale.oppervlakte.uitgevoerde.project..ha. Kwadratisch Intercept 632.24 650.59 0.97 0.3635
totale.oppervlakte.uitgevoerde.project..ha. Kwadratisch cJaar -255.83 189.87 -1.35 0.2198
totale.oppervlakte.uitgevoerde.project..ha. Kwadratisch cJaar2 35.61 12.48 2.85 0.0246
totale.oppervlakte.uitgevoerde.project..ha. Logtf Intercept 3.57 0.34 10.37 0.0000
totale.oppervlakte.uitgevoerde.project..ha. Logtf cJaar 0.38 0.04 8.89 0.0000
Tabel 16: Natuurinrichtingsprojecten – GOF measures
type method F Rsquare AIC
type method params Estimate Std..Error t.value Pr...t..
opp.ha. Lineair Intercept -186.62 266.26 -0.70 0.5060
opp.ha. Lineair cJaar 481.85 55.93 8.62 0.0001
opp.ha. Kwadratisch Intercept 214.90 286.13 0.75 0.4810
opp.ha. Kwadratisch cJaar 137.69 166.78 0.83 0.4407
opp.ha. Kwadratisch cJaar2 43.02 20.06 2.14 0.0757
opp.ha. Logtf Intercept 3.82 1.13 3.37 0.0119
opp.ha. Logtf cJaar 0.68 0.24 2.87 0.0239
Tabel 18: NVWG – GOF measures
type method F Rsquare AIC
opp.ha. Lineair 74.23 0.9138 138.56
opp.ha. Kwadratisch 58.50 0.9512 135.44
opp.ha. Logtf 8.25 0.5408 40.28
Tabel 19: Ontsnippering – Schattingen
type method params Estimate Std..Error t.value Pr...t..
ontsnipperingsgraad Lineair Intercept 33.39 0.18 181.54 0.0000
ontsnipperingsgraad Lineair cJaar 0.17 0.02 9.97 0.0000
ontsnipperingsgraad Kwadratisch Intercept 33.11 0.23 146.78 0.0000
ontsnipperingsgraad Kwadratisch cJaar 0.26 0.05 4.80 0.0006
ontsnipperingsgraad Kwadratisch cJaar2 -0.01 0.00 -1.82 0.0954
ontsnipperingsgraad Logtf Intercept 3.54 0.01 684.69 0.0000
ontsnipperingsgraad Logtf cJaar 0.00 0.00 9.95 0.0000
Tabel 20: Ontsnippering – GOF measures
type method F Rsquare AIC
ontsnipperingsgraad Lineair 99.49 0.8924 10.51
ontsnipperingsgraad Kwadratisch 61.06 0.9174 8.81
ontsnipperingsgraad Logtf 98.98 0.8919 -89.51
Tabel 21: Speelzones – Schattingen
type method params Estimate Std..Error t.value Pr...t..
West.Vlaanderen Lineair Intercept 183.06 9.97 18.36 0.0001
West.Vlaanderen Lineair cJaar 22.22 3.29 6.75 0.0025
West.Vlaanderen Kwadratisch Intercept 171.95 9.71 17.70 0.0004
West.Vlaanderen Kwadratisch cJaar 38.89 9.14 4.26 0.0238
West.Vlaanderen Kwadratisch cJaar2 -3.33 1.75 -1.90 0.1535
West.Vlaanderen Logtf Intercept 5.22 0.05 113.69 0.0000
West.Vlaanderen Logtf cJaar 0.10 0.02 6.37 0.0031
Oost.Vlaanderen Lineair Intercept 82.78 4.29 19.30 0.0000
Oost.Vlaanderen Lineair cJaar 3.18 1.42 2.25 0.0880
Oost.Vlaanderen Kwadratisch Intercept 85.99 5.39 15.96 0.0005
Oost.Vlaanderen Kwadratisch cJaar -1.62 5.07 -0.32 0.7695
Oost.Vlaanderen Kwadratisch cJaar2 0.96 0.97 0.99 0.3959
Oost.Vlaanderen Logtf Intercept 4.43 0.05 93.87 0.0000
Oost.Vlaanderen Logtf cJaar 0.03 0.02 2.18 0.0942
Vlaams.Brabant Lineair Intercept 185.09 3.81 48.53 0.0000
Vlaams.Brabant Lineair cJaar 1.13 1.26 0.90 0.4208
Vlaams.Brabant Kwadratisch cJaar 5.65 4.42 1.28 0.2907
Vlaams.Brabant Kwadratisch cJaar2 -0.90 0.85 -1.07 0.3643
Vlaams.Brabant Logtf Intercept 5.23 0.02 256.00 0.0000
Vlaams.Brabant Logtf cJaar 0.01 0.01 0.91 0.4141
Antwerpen Lineair Intercept 576.91 18.63 30.97 0.0000
Antwerpen Lineair cJaar 44.75 6.15 7.27 0.0019
Antwerpen Kwadratisch Intercept 560.41 21.79 25.72 0.0001
Antwerpen Kwadratisch cJaar 69.50 20.50 3.39 0.0427
Antwerpen Kwadratisch cJaar2 -4.95 3.94 -1.26 0.2974
Antwerpen Logtf Intercept 6.36 0.03 208.85 0.0000
Antwerpen Logtf cJaar 0.07 0.01 6.60 0.0027
Limburg Lineair Intercept 1069.63 34.60 30.91 0.0000
Limburg Lineair cJaar 17.31 11.43 1.52 0.2043
Limburg Kwadratisch Intercept 1024.69 25.40 40.34 0.0000
Limburg Kwadratisch cJaar 84.73 23.89 3.55 0.0382
Limburg Kwadratisch cJaar2 -13.48 4.59 -2.94 0.0605
Limburg Logtf Intercept 6.97 0.03 224.41 0.0000
Limburg Logtf cJaar 0.02 0.01 1.56 0.1939
TOTAAL Lineair Intercept 2097.47 56.79 36.94 0.0000
TOTAAL Lineair cJaar 88.60 18.76 4.72 0.0091
TOTAAL Kwadratisch Intercept 2025.11 43.87 46.16 0.0000
TOTAAL Kwadratisch cJaar 197.15 41.27 4.78 0.0174
TOTAAL Kwadratisch cJaar2 -21.71 7.92 -2.74 0.0713
TOTAAL Logtf Intercept 7.65 0.03 298.07 0.0000
TOTAAL Logtf cJaar 0.04 0.01 4.61 0.0100
Tabel 22: Speelzones – GOF measures
type method F Rsquare AIC
West.Vlaanderen Lineair 45.51 0.9192 52.07 West.Vlaanderen Kwadratisch 39.42 0.9633 49.33 West.Vlaanderen Logtf 40.57 0.9103 -12.49 Oost.Vlaanderen Lineair 5.04 0.5578 41.95 Oost.Vlaanderen Kwadratisch 3.00 0.6664 42.26 Oost.Vlaanderen Logtf 4.77 0.5441 -12.17 Vlaams.Brabant Lineair 0.80 0.1672 40.54 Vlaams.Brabant Kwadratisch 0.98 0.3962 40.61 Vlaams.Brabant Logtf 0.83 0.1717 -22.22 Antwerpen Lineair 52.92 0.9297 59.57 Antwerpen Kwadratisch 31.11 0.9540 59.03 Antwerpen Logtf 43.52 0.9158 -17.42 Limburg Lineair 2.30 0.3646 67.00 Limburg Kwadratisch 7.66 0.8362 60.87 Limburg Logtf 2.43 0.3781 -17.18 TOTAAL Lineair 22.32 0.8480 72.95 TOTAAL Kwadratisch 33.07 0.9566 67.42 TOTAAL Logtf 21.23 0.8415 -19.48
Tabel 23: VEN – Schattingen
type method params Estimate Std..Error t.value Pr...t..
opp.ha. Lineair Intercept 85588.69 347.98 245.96 0.0000
opp.ha. Lineair cJaar 487.72 73.09 6.67 0.0003
opp.ha. Kwadratisch Intercept 85511.35 494.68 172.86 0.0000
opp.ha. Kwadratisch cJaar 554.01 288.35 1.92 0.1031
opp.ha. Kwadratisch cJaar2 -8.29 34.68 -0.24 0.8191
opp.ha. Logtf Intercept 11.36 0.00 2843.23 0.0000
Tabel 24: VEN – GOF measures
type method F Rsquare AIC
opp.ha. Lineair 44.53 0.8641 143.38
opp.ha. Kwadratisch 19.29 0.8654 145.29
A.3
Groep 3
Tabel 25: Vermesting – Schattingen
type method params Estimate Std..Error t.value Pr...t..
bos Lineair Intercept 100.00 0.00 33170852714216056.00 0.0000
bos Lineair cJaar 0.00 0.00 1.63 0.1464
bos Kwadratisch Intercept 100.00 0.00 30275248737267212.00 0.0000
bos Kwadratisch cJaar 0.00 0.00 2.52 0.0454
bos Kwadratisch cJaar2 -0.00 0.00 -2.03 0.0889
bos Logtf Intercept 4.62 0.00 212991280587823488.00 0.0000
bos Logtf cJaar -0.00 0.00 -1.63 0.1464
heide Lineair Intercept 101.37 1.21 83.51 0.0000
heide Lineair cJaar -0.54 0.24 -2.21 0.0624
heide Kwadratisch Intercept 99.07 0.95 103.90 0.0000
heide Kwadratisch cJaar 1.21 0.49 2.44 0.0507
heide Kwadratisch cJaar2 -0.20 0.05 -3.70 0.0101
heide Logtf Intercept 4.63 0.01 370.46 0.0000
heide Logtf cJaar -0.01 0.00 -2.21 0.0628
grasland Lineair Intercept 108.90 7.90 13.79 0.0000
grasland Lineair cJaar -9.55 1.59 -6.00 0.0005
grasland Kwadratisch Intercept 98.29 9.04 10.87 0.0000
grasland Kwadratisch cJaar -1.47 4.69 -0.31 0.7651
grasland Kwadratisch cJaar2 -0.92 0.51 -1.80 0.1214
grasland Logtf Intercept 4.90 0.21 23.02 0.0000
grasland Logtf cJaar -0.19 0.04 -4.48 0.0029
totaal Lineair Intercept 102.61 2.27 45.17 0.0000
totaal Lineair cJaar -2.79 0.46 -6.08 0.0005
totaal Kwadratisch Intercept 99.46 2.55 38.96 0.0000
totaal Kwadratisch cJaar -0.38 1.32 -0.29 0.7833
totaal Kwadratisch cJaar2 -0.27 0.14 -1.90 0.1059
totaal Logtf Intercept 4.65 0.03 170.01 0.0000
totaal Logtf cJaar -0.03 0.01 -5.71 0.0007
Tabel 26: Vermesting – GOF measures
type method F Rsquare AIC
A.4
Groep 4
Tabel 27: Soortenbeschermingsplannen – Schattingen
type method params Estimate Std..Error statistic p.value
aantal. soortbeschermingplan Lineair Intercept 0.34 0.72 0.48 0.6399
aantal. soortbeschermingplan Lineair cJaar 0.87 0.06 14.06 0.0000
aantal. soortbeschermingplan Kwadratisch Intercept -0.15 1.07 -0.14 0.8925
aantal. soortbeschermingplan Kwadratisch cJaar 1.03 0.25 4.03 0.0014
aantal. soortbeschermingplan Kwadratisch cJaar2 -0.01 0.01 -0.63 0.5395
aantal. soortbeschermingplan Poisson Intercept 0.97 0.23 4.21 0.0000
aantal. soortbeschermingplan Poisson cJaar 0.11 0.02 6.56 0.0000
Tabel 28: Soortenbeschermingsplannen – GOF measures
type method AIC
aantal. soortbeschermingplan Lineair 61.38
aantal. soortbeschermingplan Kwadratisch 62.90
aantal. soortbeschermingplan Poisson 76.37
Tabel 29: UitheemseDieren – Schattingen
type method params Estimate Std..Error statistic p.value
CumulatiefAantal Tot Lineair Intercept -17.73 5.42 -3.27 0.0020
CumulatiefAantal Tot Lineair cJaar 0.80 0.07 11.61 0.0000
CumulatiefAantal Tot Kwadratisch Intercept 16.54 3.83 4.32 0.0001
CumulatiefAantal Tot Kwadratisch cJaar -0.96 0.15 -6.55 0.0000
CumulatiefAantal Tot Kwadratisch cJaar2 0.02 0.00 12.35 0.0000
CumulatiefAantal Tot Poisson Intercept 0.89 0.12 7.29 0.0000
CumulatiefAantal Tot Poisson cJaar 0.03 0.00 25.59 0.0000
CumulatiefAantal vert Lineair Intercept -5.20 1.02 -5.09 0.0000
CumulatiefAantal vert Lineair cJaar 0.24 0.01 18.63 0.0000
CumulatiefAantal vert Kwadratisch Intercept 1.81 0.46 3.91 0.0003
CumulatiefAantal vert Kwadratisch cJaar -0.12 0.02 -6.64 0.0000
CumulatiefAantal vert Kwadratisch cJaar2 0.00 0.00 20.88 0.0000
CumulatiefAantal vert Poisson Intercept -0.21 0.22 -0.99 0.3225
CumulatiefAantal vert Poisson cJaar 0.03 0.00 14.02 0.0000
CumulatiefAantal Inv Lineair Intercept -12.53 4.62 -2.71 0.0094
CumulatiefAantal Inv Lineair cJaar 0.56 0.06 9.48 0.0000
CumulatiefAantal Inv Kwadratisch Intercept 14.73 3.91 3.77 0.0005
CumulatiefAantal Inv Kwadratisch cJaar -0.84 0.15 -5.62 0.0000
CumulatiefAantal Inv Kwadratisch cJaar2 0.01 0.00 9.61 0.0000
CumulatiefAantal Inv Poisson Intercept 0.48 0.15 3.29 0.0010
CumulatiefAantal Inv Poisson cJaar 0.03 0.00 21.41 0.0000
Tabel 30: UitheemseDieren – GOF measures
type method AIC
CumulatiefAantal Tot Lineair 409.03
CumulatiefAantal Tot Kwadratisch 339.38
CumulatiefAantal Tot Poisson 293.90
CumulatiefAantal vert Lineair 245.58
CumulatiefAantal vert Kwadratisch 132.47
CumulatiefAantal vert Poisson 207.03
CumulatiefAantal Inv Kwadratisch 341.49
CumulatiefAantal Inv Poisson 307.77
Tabel 31: Ledenaantallen – Schattingen
type method params Estimate Std..Error statistic p.value
Natuur.reservaten Lineair Intercept 25311.33 2021.04 12.52 0.0000
Natuur.reservaten Lineair cJaar 2735.58 483.12 5.66 0.0013
Natuur.reservaten Kwadratisch Intercept 21664.88 1369.02 15.83 0.0000
Natuur.reservaten Kwadratisch cJaar 6382.04 913.64 6.99 0.0009
Natuur.reservaten Kwadratisch cJaar2 -520.92 125.50 -4.15 0.0089
Natuur.reservaten Poisson Intercept 10.17 0.00 2694.44 0.0000
Natuur.reservaten Poisson cJaar 0.08 0.00 94.60 0.0000
Natuur.reservaten Poisson overdispersie Intercept 10.17 0.07 137.96 0.0000
Natuur.reservaten Poisson overdispersie cJaar 0.08 0.02 4.84 0.0029
Wielewaal Lineair Intercept 8627.00 377.92 22.83 0.0000
Wielewaal Lineair cJaar 324.82 90.34 3.60 0.0114
Wielewaal Kwadratisch Intercept 7937.13 245.36 32.35 0.0000
Wielewaal Kwadratisch cJaar 1014.70 163.75 6.20 0.0016
Wielewaal Kwadratisch cJaar2 -98.55 22.49 -4.38 0.0071
Wielewaal Poisson Intercept 9.07 0.01 1339.05 0.0000
Wielewaal Poisson cJaar 0.03 0.00 21.29 0.0000
Wielewaal Poisson overdispersie Intercept 9.07 0.04 220.18 0.0000
Wielewaal Poisson overdispersie cJaar 0.03 0.01 3.50 0.0128
Natuurpunt Lineair Intercept 3463.39 4457.10 0.78 0.4595
Natuurpunt Lineair cJaar 5244.65 347.51 15.09 0.0000
Natuurpunt Kwadratisch Intercept -13604.82 21247.27 -0.64 0.5424
Natuurpunt Kwadratisch cJaar 8127.79 3523.71 2.31 0.0545
Natuurpunt Kwadratisch cJaar2 -115.33 140.23 -0.82 0.4380
Natuurpunt Poisson Intercept 10.16 0.01 1778.81 0.0000
Natuurpunt Poisson cJaar 0.08 0.00 180.43 0.0000
Natuurpunt Poisson overdispersie Intercept 10.16 0.08 127.15 0.0000
Natuurpunt Poisson overdispersie cJaar 0.08 0.01 12.90 0.0000
Greenpeace Lineair Intercept 34683.08 4567.30 7.59 0.0000
Greenpeace Lineair cJaar 1595.89 443.89 3.60 0.0033
Greenpeace Kwadratisch Intercept 11670.95 4205.40 2.78 0.0168
Greenpeace Kwadratisch cJaar 7930.98 1003.14 7.91 0.0000
Greenpeace Kwadratisch cJaar2 -333.16 51.49 -6.47 0.0000
Greenpeace Poisson Intercept 10.50 0.00 3827.64 0.0000
Greenpeace Poisson cJaar 0.03 0.00 127.89 0.0000
Greenpeace Poisson overdispersie Intercept 10.50 0.10 101.03 0.0000
Greenpeace Poisson overdispersie cJaar 0.03 0.01 3.38 0.0050
WWF Lineair Intercept 21612.61 1299.00 16.64 0.0000 WWF Lineair cJaar 1603.21 94.87 16.90 0.0000 WWF Kwadratisch Intercept 8936.04 7328.03 1.22 0.2771 WWF Kwadratisch cJaar 3536.93 1107.72 3.19 0.0242 WWF Kwadratisch cJaar2 -71.62 40.91 -1.75 0.1404 WWF Poisson Intercept 10.17 0.01 985.12 0.0000 WWF Poisson cJaar 0.04 0.00 49.92 0.0000
WWF Poisson overdispersie Intercept 10.17 0.04 289.16 0.0000
WWF Poisson overdispersie cJaar 0.04 0.00 14.65 0.0000
Vogel.bescherming.Vlaanderen Lineair Intercept 2286.57 468.64 4.88 0.0002
Vogel.bescherming.Vlaanderen Lineair cJaar 314.28 47.06 6.68 0.0000
Vogel.bescherming.Vlaanderen Kwadratisch Intercept 3662.28 453.64 8.07 0.0000
Vogel.bescherming.Vlaanderen Kwadratisch cJaar -201.61 123.74 -1.63 0.1241
Vogel.bescherming.Vlaanderen Kwadratisch cJaar2 30.35 7.02 4.32 0.0006
Vogel.bescherming.Vlaanderen Poisson Intercept 7.90 0.01 1041.41 0.0000
Vogel.bescherming.Vlaanderen Poisson cJaar 0.06 0.00 97.15 0.0000
Vogel.bescherming.Vlaanderen Poisson overdispersie Intercept 7.90 0.09 92.19 0.0000
Vogel.bescherming.Vlaanderen Poisson overdispersie cJaar 0.06 0.01 8.60 0.0000
JNM..Jeugdbond.voor.Natuur.en.Milieu. Lineair cJaar 11.19 31.83 0.35 0.7324
JNM..Jeugdbond.voor.Natuur.en.Milieu. Kwadratisch Intercept -769.06 858.30 -0.90 0.3936
JNM..Jeugdbond.voor.Natuur.en.Milieu. Kwadratisch cJaar 604.88 158.30 3.82 0.0041
JNM..Jeugdbond.voor.Natuur.en.Milieu. Kwadratisch cJaar2 -25.81 6.82 -3.78 0.0043
JNM..Jeugdbond.voor.Natuur.en.Milieu. Poisson Intercept 7.76 0.02 381.99 0.0000
JNM..Jeugdbond.voor.Natuur.en.Milieu. Poisson cJaar 0.00 0.00 2.70 0.0070
JNM..Jeugdbond.voor.Natuur.en.Milieu. Poisson overdispersie Intercept 7.76 0.16 49.89 0.0000
JNM..Jeugdbond.voor.Natuur.en.Milieu. Poisson overdispersie cJaar 0.00 0.01 0.35 0.7321
Totaal Lineair Intercept 44439.88 7005.25 6.34 0.0000
Totaal Lineair cJaar 9491.73 703.46 13.49 0.0000
Totaal Kwadratisch Intercept 38074.16 9884.95 3.85 0.0016
Totaal Kwadratisch cJaar 11878.88 2696.41 4.41 0.0005
Totaal Kwadratisch cJaar2 -140.42 153.06 -0.92 0.3734
Totaal Poisson Intercept 10.99 0.00 7001.29 0.0000
Totaal Poisson cJaar 0.08 0.00 581.15 0.0000
Totaal Poisson overdispersie Intercept 10.99 0.09 121.41 0.0000
Totaal Poisson overdispersie cJaar 0.08 0.01 10.08 0.0000
Tabel 32: Ledenaantallen – GOF measures
type method AIC
Natuur.reservaten Lineair 155.19
Natuur.reservaten Kwadratisch 145.25
Natuur.reservaten Poisson 2372.87
Natuur.reservaten Poisson overdispersie
Wielewaal Lineair 128.36
Wielewaal Kwadratisch 117.75
Wielewaal Poisson 314.96
Wielewaal Poisson overdispersie
Natuurpunt Lineair 193.29
Natuurpunt Kwadratisch 194.37
Natuurpunt Poisson 1705.90
Natuurpunt Poisson overdispersie
Greenpeace Lineair 315.74
Greenpeace Kwadratisch 295.22
Greenpeace Poisson 18975.89
Greenpeace Poisson overdispersie
WWF Lineair 129.14 WWF Kwadratisch 127.32 WWF Poisson 173.76 WWF Poisson overdispersie Vogel.bescherming.Vlaanderen Lineair 304.91 Vogel.bescherming.Vlaanderen Kwadratisch 292.36 Vogel.bescherming.Vlaanderen Poisson 2229.96
Vogel.bescherming.Vlaanderen Poisson overdispersie
JNM..Jeugdbond.voor.Natuur.en.Milieu. Lineair 180.47
JNM..Jeugdbond.voor.Natuur.en.Milieu. Kwadratisch 171.05
JNM..Jeugdbond.voor.Natuur.en.Milieu. Poisson 704.02
JNM..Jeugdbond.voor.Natuur.en.Milieu. Poisson overdispersie
Totaal Lineair 402.27
Totaal Kwadratisch 403.29
Totaal Poisson 57232.39
Totaal Poisson overdispersie
Tabel 33: Libellen – Schattingen
type method params Estimate Std..Error statistic p.value
Totaal.waarnemingen Lineair Intercept -41.24 17.96 -2.30 0.0297
Totaal.waarnemingen Kwadratisch Intercept 1.53 23.61 0.06 0.9488
Totaal.waarnemingen Kwadratisch cJaar -2.15 3.90 -0.55 0.5869
Totaal.waarnemingen Kwadratisch cJaar2 0.34 0.13 2.52 0.0182
Totaal.waarnemingen Poisson Intercept 1.24 0.10 12.88 0.0000
Totaal.waarnemingen Poisson cJaar 0.15 0.00 37.00 0.0000
Totaal.waarnemingen Poisson overdispersie Intercept 1.24 0.48 2.60 0.0149
Totaal.waarnemingen Poisson overdispersie cJaar 0.15 0.02 7.47 0.0000
Totaal.soorten Lineair Intercept -0.77 0.34 -2.25 0.0328
Totaal.soorten Lineair cJaar 0.31 0.02 14.79 0.0000
Totaal.soorten Kwadratisch Intercept -0.45 0.50 -0.90 0.3767
Totaal.soorten Kwadratisch cJaar 0.24 0.08 2.91 0.0072
Totaal.soorten Kwadratisch cJaar2 0.00 0.00 0.92 0.3667
Totaal.soorten Poisson Intercept -0.41 0.30 -1.37 0.1713
Totaal.soorten Poisson cJaar 0.10 0.01 6.97 0.0000
Totaal.soorten Poisson overdispersie Intercept -0.41 0.23 -1.77 0.0884
Totaal.soorten Poisson overdispersie cJaar 0.10 0.01 9.01 0.0000
Tabel 34: Libellen – GOF measures
type method AIC
Totaal.waarnemingen Lineair 312.69
Totaal.waarnemingen Kwadratisch 308.35
Totaal.waarnemingen Poisson 763.75
Totaal.waarnemingen Poisson overdispersie
Totaal.soorten Lineair 83.14
Totaal.soorten Kwadratisch 84.21
Totaal.soorten Poisson 98.60
Totaal.soorten Poisson overdispersie
Tabel 35: UitheemsePlanten – Schattingen
type method params Estimate Std..Error statistic p.value
Uitheemse.Soorten Poisson Intercept -2.95 0.10 -28.72 0.0000
Uitheemse.Soorten Poisson cJaar 0.02 0.00 5.19 0.0000
Tabel 36: UitheemsePlanten – GOF measures
type method AIC
Uitheemse.Soorten Poisson Inf
Tabel 37: Vismigratie – Schattingen
type method params Estimate Std..Error statistic p.value
%opgelost2021 Poisson Intercept -1.88 0.17 -11.32 0.0000
%opgelost2021 Poisson cJaar 0.07 0.02 2.90 0.0038
Tabel 38: Vismigratie – GOF measures
type method AIC
A.5
Groep 5
Tabel 39: Berkenstuifmeel – Schattingen
type method params Estimate Std..Error t.value Pr...t..
piek Lineair Intercept 111.37 2.73 40.75 0.0000
piek Lineair cJaar -0.30 0.13 -2.39 0.0224
piek Kwadratisch Intercept 110.96 4.03 27.57 0.0000
piek Kwadratisch cJaar -0.24 0.50 -0.47 0.6432
piek Kwadratisch cJaar2 -0.00 0.01 -0.14 0.8897
piek Logtf Intercept 4.72 0.03 183.48 0.0000
piek Logtf cJaar -0.00 0.00 -2.38 0.0230
X5.jaarlijks.gemiddelde Lineair Intercept 112.14 1.08 104.21 0.0000
X5.jaarlijks.gemiddelde Lineair cJaar -0.32 0.05 -6.31 0.0000
X5.jaarlijks.gemiddelde Kwadratisch Intercept 115.06 1.71 67.40 0.0000
X5.jaarlijks.gemiddelde Kwadratisch cJaar -0.76 0.21 -3.61 0.0011
X5.jaarlijks.gemiddelde Kwadratisch cJaar2 0.01 0.01 2.13 0.0408
X5.jaarlijks.gemiddelde Logtf Intercept 4.73 0.01 469.22 0.0000
X5.jaarlijks.gemiddelde Logtf cJaar -0.00 0.00 -6.23 0.0000
Tabel 40: Berkenstuifmeel – GOF measures
type method F Rsquare AIC
piek Lineair 5.69 0.1365 275.24 piek Kwadratisch 2.78 0.1370 277.21 piek Logtf 5.64 0.1355 -79.36 X5.jaarlijks.gemiddelde Lineair 39.78 0.5542 173.75 X5.jaarlijks.gemiddelde Kwadratisch 24.38 0.6113 171.09 X5.jaarlijks.gemiddelde Logtf 38.78 0.5479 -143.86
Tabel 41: Grassenstuifmeel – Schattingen
type method params Estimate Std..Error t.value Pr...t..
piek Lineair Intercept 168.02 2.88 58.39 0.0000
piek Lineair cJaar -0.32 0.13 -2.37 0.0234
piek Kwadratisch Intercept 163.10 4.08 39.96 0.0000
piek Kwadratisch cJaar 0.50 0.51 0.99 0.3309
piek Kwadratisch cJaar2 -0.02 0.01 -1.66 0.1055
piek Logtf Intercept 5.13 0.02 299.14 0.0000
piek Logtf cJaar -0.00 0.00 -2.46 0.0187
Tabel 42: Grassenstuifmeel – GOF measures
type method F Rsquare AIC
piek Lineair 5.60 0.1346 279.15
piek Kwadratisch 4.32 0.1979 278.26
A.6
Groep 6
Tabel 43: BezoekenNatuurgebieden – Schattingen
type method params Estimate Std..Error t.value Pr...t..
niet.tijdens.de.voorbije.12.maanden Lineair Intercept 32.55 1.45 22.40 0.0284
niet.tijdens.de.voorbije.12.maanden Lineair cJaar 0.25 1.13 0.22 0.8609
niet.tijdens.de.voorbije.12.maanden Kwadratisch Intercept 33.20
niet.tijdens.de.voorbije.12.maanden Kwadratisch cJaar -3.65
niet.tijdens.de.voorbije.12.maanden Kwadratisch cJaar2 1.95
niet.tijdens.de.voorbije.12.maanden Logtf Intercept 3.51 0.04 80.92 0.0079
niet.tijdens.de.voorbije.12.maanden Logtf cJaar 0.01 0.03 0.22 0.8647
een.uitzonderlijke.keer Lineair Intercept 27.75 0.78 35.46 0.0179
een.uitzonderlijke.keer Lineair cJaar -1.55 0.61 -2.56 0.2373
een.uitzonderlijke.keer Kwadratisch Intercept 28.10
een.uitzonderlijke.keer Kwadratisch cJaar -3.65
een.uitzonderlijke.keer Kwadratisch cJaar2 1.05
een.uitzonderlijke.keer Logtf Intercept 3.36 0.03 120.88 0.0053
een.uitzonderlijke.keer Logtf cJaar -0.06 0.02 -2.62 0.2323
maandelijks Lineair Intercept 20.23 0.15 135.73 0.0047
maandelijks Lineair cJaar -1.30 0.12 -11.26 0.0564
maandelijks Kwadratisch Intercept 20.30
maandelijks Kwadratisch cJaar -1.70
maandelijks Kwadratisch cJaar2 0.20
maandelijks Logtf Intercept 3.06 0.01 516.82 0.0012
maandelijks Logtf cJaar -0.07 0.00 -14.21 0.0447
meermaals.per.maand Lineair Intercept 10.82 0.04 290.24 0.0022
meermaals.per.maand Lineair cJaar 0.55 0.03 19.05 0.0334
meermaals.per.maand Kwadratisch Intercept 10.80
meermaals.per.maand Kwadratisch cJaar 0.65
meermaals.per.maand Kwadratisch cJaar2 -0.05
meermaals.per.maand Logtf Intercept 2.47 0.00 658.36 0.0010
meermaals.per.maand Logtf cJaar 0.04 0.00 15.34 0.0415
wekelijks Lineair Intercept 3.95 0.11 35.33 0.0180
wekelijks Lineair cJaar 1.65 0.09 19.05 0.0334
wekelijks Kwadratisch Intercept 3.90
wekelijks Kwadratisch cJaar 1.95
wekelijks Kwadratisch cJaar2 -0.15
wekelijks Logtf Intercept 1.61 0.04 38.92 0.0164
wekelijks Logtf cJaar 0.26 0.03 8.05 0.0787
meermaals.per.week Lineair Intercept 3.22 0.93 3.45 0.1795
meermaals.per.week Lineair cJaar 0.25 0.72 0.35 0.7877
meermaals.per.week Kwadratisch Intercept 2.80
meermaals.per.week Kwadratisch cJaar 2.75
meermaals.per.week Kwadratisch cJaar2 -1.25
meermaals.per.week Logtf Intercept 1.43 0.20 7.06 0.0896
meermaals.per.week Logtf cJaar 0.06 0.16 0.40 0.7604
dagelijks Lineair Intercept 1.53 1.19 1.29 0.4208
dagelijks Lineair cJaar 0.10 0.92 0.11 0.9314
dagelijks Kwadratisch Intercept 1.00
dagelijks Kwadratisch cJaar 3.30
dagelijks Kwadratisch cJaar2 -1.60
dagelijks Logtf Intercept 0.88 0.42 2.09 0.2846
dagelijks Logtf cJaar 0.05 0.33 0.15 0.9081
Tabel 44: BezoekenNatuurgebieden – GOF measures
type method F Rsquare AIC
niet.tijdens.de.voorbije.12.maanden Lineair 0.05 0.0470 14.01
niet.tijdens.de.voorbije.12.maanden Logtf 0.05 0.0445 -7.06
een.uitzonderlijke.keer Lineair 6.54 0.8673 10.29
een.uitzonderlijke.keer Kwadratisch 1.0000 -Inf
een.uitzonderlijke.keer Logtf 6.85 0.8726 -9.74
maandelijks Lineair 126.75 0.9922 0.34
maandelijks Kwadratisch 1.0000 -Inf
maandelijks Logtf 201.96 0.9951 -19.02
meermaals.per.maand Lineair 363.00 0.9973 -7.97
meermaals.per.maand Kwadratisch 1.0000 -Inf
meermaals.per.maand Logtf 235.19 0.9958 -21.75
wekelijks Lineair 363.00 0.9973 -1.38
wekelijks Kwadratisch 1.0000 -Inf
wekelijks Logtf 64.73 0.9848 -7.36
meermaals.per.week Lineair 0.12 0.1071 11.34
meermaals.per.week Kwadratisch 1.0000 -Inf
meermaals.per.week Logtf 0.16 0.1351 2.17
dagelijks Lineair 0.01 0.0116 12.82
dagelijks Kwadratisch 1.0000 -Inf
A.7
Extra
Tabel 45: Stadsbos – Schattingen
type method params Estimate Std..Error t.value Pr...t..
aantal.stadbossen.projecten Lineair Intercept 17.50 3.35 5.22 0.1206
aantal.stadbossen.projecten Lineair cJaar 9.50 2.60 3.66 0.1699
aantal.stadbossen.projecten Kwadratisch Intercept 16.00
aantal.stadbossen.projecten Kwadratisch cJaar 18.50
aantal.stadbossen.projecten Kwadratisch cJaar2 -4.50
aantal.stadbossen.projecten Logtf Intercept 2.91 0.17 17.29 0.0368
aantal.stadbossen.projecten Logtf cJaar 0.38 0.13 2.88 0.2128
X..aandeel.stedelijke.gebieden.met.stadbossen Lineair Intercept 32.50 7.83 4.15 0.1504
X..aandeel.stedelijke.gebieden.met.stadbossen Lineair cJaar 16.50 6.06 2.72 0.2242
X..aandeel.stedelijke.gebieden.met.stadbossen Kwadratisch Intercept 29.00
X..aandeel.stedelijke.gebieden.met.stadbossen Kwadratisch cJaar 37.50
X..aandeel.stedelijke.gebieden.met.stadbossen Kwadratisch cJaar2 -10.50
X..aandeel.stedelijke.gebieden.met.stadbossen Logtf Intercept 3.49 0.20 17.29 0.0368
X..aandeel.stedelijke.gebieden.met.stadbossen Logtf cJaar 0.37 0.16 2.37 0.2540
Tabel 46: Stadsbos – GOF measures
type method F Rsquare AIC
aantal.stadbossen.projecten Lineair 13.37 0.9304 19.03
aantal.stadbossen.projecten Kwadratisch 1.0000 -Inf
aantal.stadbossen.projecten Logtf 8.29 0.8924 1.07
X..aandeel.stedelijke.gebieden.met.stadbossen Lineair 7.41 0.8811 24.11
X..aandeel.stedelijke.gebieden.met.stadbossen Kwadratisch 1.0000 -Inf
B
Appendix - Grafieken
B.1
Groep 1
Lineair Kwadratisch Logtransformatie
−50 0 50 100 150 0 50 100 150 200 0 100 200 300 1990 1995 2000 2005 2010 1990 1995 2000 2005 2010 1990 1995 2000 2005 2010 Jaar fit type Bosgebieden Landbouwgebieden Andere
Figuur 1: Broedvogels – Model fit
Lineair Kwadratisch Logtransformatie
−1.0 −0.5 0.0 0.5 1.0 1.5 −1.0 −0.5 0.0 0.5 1.0 −1.0 −0.5 0.0 0.5 1.0 1.5 50 100 150 50 100 150 50 100 150 fit E type Bosgebieden Landbouwgebieden Andere
Lineair Kwadratisch Logtransformatie 50 100 150 50 100 150 50 100 150 1995 2000 2005 2010 1995 2000 2005 2010 1995 2000 2005 2010 Jaar fit type Oranjtipje Kleine.vuurvlinder Bruin.zandoogje Groot.dikkopje Icarusblauwtje Gemiddelde
Figuur 3: Vlinders – Model fit
Lineair Kwadratisch Logtransformatie
−2 −1 0 1 2 3 −2 −1 0 1 2 3 −2 −1 0 1 2 3 60 80 100 120 60 80 100 120 140 60 80 100 120 fit E type Oranjtipje Kleine.vuurvlinder Bruin.zandoogje Groot.dikkopje Icarusblauwtje Gemiddelde
Lineair Kwadratisch Logtransformatie 0 500 1000 1500 −500 0 500 1000 0 500 1000 1500 2000 1995 2000 2005 2010 1995 2000 2005 2010 1995 2000 2005 2010 Jaar fit type indicator kleine_rietgans kolgans grauwe_gans smient krakeend wintertaling pijlstaart slobeend tafeleend wilde_eend
Figuur 5: Watervogels – Model fit
Lineair Kwadratisch Logtransformatie
−4 −2 0 2 4 −4 −2 0 2 4 −4 −2 0 2 0 200 400 600 800 1000 1200 0 200 400 600 800 1000 500 1000 fit E type indicator kleine_rietgans kolgans grauwe_gans smient krakeend wintertaling pijlstaart slobeend tafeleend wilde_eend
B.2
Groep 2
Lineair Kwadratisch Logtransformatie
0 50000 100000 150000 200000 250000 300000 0 50000 100000 150000 200000 250000 0e+00 2e+05 4e+05 6e+05 8e+05 2000 2002 2004 2006 2008 2010 2012 2000 2002 2004 2006 2008 2010 2012 2000 2002 2004 2006 2008 2010 2012 Jaar fit type heg
Figuur 7: BeheerovereenkomstenLengte – Model fit
Lineair Kwadratisch Logtransformatie
−1.5 −1.0 −0.5 0.0 0.5 1.0 1.5 −2 −1 0 1 −2 −1 0 1 100000 150000 200000 50000 100000 150000 200000 50000 100000 150000 200000 250000 300000 fit E type heg
Lineair Kwadratisch Logtransformatie 0 500 1000 1500 2000 2500 −500 0 500 1000 1500 2000 0 1000 2000 3000 4000 5000 2000 2002 2004 2006 2008 2010 2012 2000 2002 2004 2006 2008 2010 2012 2000 2002 2004 2006 2008 2010 2012 Jaar fit type soortbescherming botanisch perceelrand houtkant
Figuur 9: BeheerovereenkomstenOpp – Model fit
Lineair Kwadratisch Logtransformatie
−2 −1 0 1 2 3 −2 −1 0 1 2 3 −2 −1 0 1 0 500 1000 1500 2000 0 500 1000 1500 0 500 1000 1500 2000 2500 fit E type soortbescherming botanisch perceelrand houtkant
Lineair Kwadratisch Logtransformatie 0 10000 20000 30000 0 10000 20000 30000 0 500000 1000000 1500000 1990 1995 2000 2005 1990 1995 2000 2005 1990 1995 2000 2005 Jaar fit type beperkte_bosbeheerplannen uitgebreide_bosbeheerplannen
Figuur 11: Bosbeheerplan – Model fit
Lineair Kwadratisch Logtransformatie
−1 0 1 2 −2 −1 0 1 2 3 −3 −2 −1 0 1 0 10000 20000 30000 0 5000 10000 15000 20000 25000 30000 0 50000 100000 150000 fit E type beperkte_bosbeheerplannen uitgebreide_bosbeheerplannen
Lineair Kwadratisch Logtransformatie 0 5000 10000 15000 0 5000 10000 15000 0 5000 10000 15000 2000 2002 2004 2006 2008 2010 2000 2002 2004 2006 2008 2010 2000 2002 2004 2006 2008 2010 Jaar fit type natuur_en_reservaat overig_groen bos
Figuur 13: Groengebied – Model fit
Lineair Kwadratisch Logtransformatie
−2 −1 0 1 −2 −1 0 1 −2 −1 0 1 0 5000 10000 15000 0 5000 10000 15000 0 5000 10000 15000 fit E type natuur_en_reservaat overig_groen bos
Lineair Kwadratisch Logtransformatie 0 5000 10000 0 2000 4000 6000 8000 10000 0 5000 10000 15000 20000 2000 2002 2004 2006 2008 2010 2000 2002 2004 2006 2008 2010 2000 2002 2004 2006 2008 2010 Jaar fit type totale.oppervlakte.opgestarte.projecten..ha. totale.oppervlakte.uitgevoerde.project..ha.
Figuur 15: Natuurinrichtingsprojecten – Model fit
Lineair Kwadratisch Logtransformatie
−2 −1 0 1 2 −1 0 1 2 −3 −2 −1 0 1 2 0 2000 4000 6000 8000 10000 0 2000 4000 6000 8000 10000 0 5000 10000 fit E type totale.oppervlakte.opgestarte.projecten..ha. totale.oppervlakte.uitgevoerde.project..ha.
Lineair Kwadratisch Logtransformatie −1000 0 1000 2000 3000 4000 0 1000 2000 3000 4000 5000 0 50000 100000 150000 2004 2006 2008 2010 2004 2006 2008 2010 2004 2006 2008 2010 Jaar fit type opp.ha.
Figuur 17: NVWG – Model fit
Lineair Kwadratisch Logtransformatie
−2 −1 0 1 −1 0 1 −2 −1 0 1 0 1000 2000 3000 1000 2000 3000 4000 0 2000 4000 6000 8000 10000 fit E type opp.ha.