• No results found

Trendbepaling natuurindicatoren 2012

N/A
N/A
Protected

Academic year: 2021

Share "Trendbepaling natuurindicatoren 2012"

Copied!
75
0
0

Bezig met laden.... (Bekijk nu de volledige tekst)

Hele tekst

(1)

Trendbepaling natuurindicatoren 2012

Ivy Jansen

(2)

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

(3)

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

(4)

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

ˆ lineair Y = a + bX + 

ˆ kwadratisch Y = a + bX + cX

2

+ 

ˆ 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

2

voor alle vlindersoorten en alle modellen zeer laag zijn. Ook Figuur 3 laat zien dat veel van de

(5)

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

(6)

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

(7)

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.

ˆ lineair Y = a + bX + 

ˆ kwadratisch Y = a + bX + cX

2

+ 

ˆ 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.

ˆ 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:

(8)

ˆ “Wielewaal”, een significante jaarlijkse stijging van 3%(= exp(0.03))

ˆ “Natuurpunt”, een significante jaarlijkse stijging van 8%(= exp(0.08))

ˆ “WWF”, een significante jaarlijkse stijging van 4%(= exp(0.04))

ˆ “Vogelbescherming Vlaanderen”, een significante jaarlijkse stijging van 6%(= exp(0.06))

ˆ “JNM”, geen significante trend

ˆ “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.

ˆ “totaal waarnemingen”, een significante jaarlijkse stijging van 16%(= exp(0.15))

ˆ “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)

(9)

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

(10)

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

(11)

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

(12)

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

(13)

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

(14)

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

(15)

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

(16)

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

(17)

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

(18)

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

(19)

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

(20)

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

(21)

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

(22)

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

(23)

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

(24)

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

(25)

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

(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

(27)

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

(28)

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

(29)

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

(30)

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

(31)

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

(32)

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

(33)

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

(34)

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

(35)

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

(36)

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.

(37)

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.

Referenties

GERELATEERDE DOCUMENTEN

Het bevat meer gedetailleerde informatie over de uitgevoerde trendanalyses, zoals het type model dat voor elke indicator gebruikt werd, samen met de output van dat statistische

Voor de “gewone” modellen werd voor de eenvoud van interpreta e van de parameterscha ngen jaar steeds herschaald zodat de start van de me ngen als referen e genomen wordt, dwz. Dit

www.inbo.be Rapporten van het Ins tuut voor Natuur- en Bosonderzoek 2017 (42) I... 2.4 Oppervlakte met effec ef natuurbeheer – totale oppervlakte effec ef

2.6 Oppervlakte aandeel toegankelijke bossen – totale oppervlakte toegankelijke

Ook heb ik mijn twijfels over het nut van een trendberekening voor deze indicator, omdat er geen toevalsfactoren meespelen... We zien echter dat dit model hier niet geschikt is..

2.6 Oppervlakte beheerovereenkomsten soortbescherming 500 1000 1500 2000 2000 2005 2010 Jaartal opp in m2 Oppervlakte beheerovereenkomsten soortbescherming Figuur 2.16: Scatter

Significante kwadratische trend, voorbij de top, sterker wordende afname 3.10 Oppervlakte beheerovereenkomsten – heg Significante kwadratische trend, voorbij de top, sterker

Toch lijkt er een kentering plaatsgevonden te hebben, want zingeving en spiritualiteit zijn inmiddels gangbare begrippen in het maatschappelijk discours en ook levensvragen mogen