Forvaltning av arter, naturtyper og områder er vanskelig uten kart over utbredelse og kunnskap om hvilke faktorer som bestemmer dette. Norge har en lang og kompleks kystlinje, og det er tidkrevende og dyrt å kartlegge havet på en slik måte at resultatet kan brukes i en forskningsbasert natur- og ressursforvaltning. Vi har derfor ikke oversikt over de marine artene og naturtypene på samme måte som vi har det på land.

Vi på Norsk institutt for vannforskning (NIVA) har derfor utviklet metoder for romlig prediktiv modellering. Og til de av dere som ikke falt helt av disse tre ordene, romlig prediktiv modellering, så skal jeg forklare. Romlig prediktiv modellering er en metode som resulterer i digitale kart over den potensielle utbredelsen til arter og naturtyper. Slike modeller kan benyttes som grunnlag for planlegge en god kartlegging, til å angi potensiell utbredelse av arter som kan være viktige som nøkkelarter i økologisk sammenheng, til å finne naturtilstand der situasjonen avviker fra denne eller som verktøy for å ”spå” for framtiden.

Romlig prediktiv modellering er relativt nytt fagfelt, og det har fram til nylig vært skepsis til denne metoden, for noen er den fremmed og uforståelig. Men romlig prediktiv modellering er ikke noe Hokuspokus, og de fleste vil lett forstå prinsippet når det bare blir forklart. Er du med fortsatt?

Kort sagt, så går romlig prediktiv modellering ut på å finne sammenhenger mellom kjente forekomster av arter/naturtyper og de tilhørende miljøforholdene på stedet (f. eks. dyp og bølgeeksponeringsforhold), for så å bruke denne kunnskapen (dvs. de statistiske resultatene) til å beregne sannsynligheten for forekomst i områder som ikke er kartlagt.

Først samler vi data i felt, som punkter i landskapet, eller i vårt tilfelle, sjøskapet. Disse punktene ligger i et terreng, langs gradienter av dyp, skråning, bølgeeksponering, strøm og lignende. Her henger de fleste med, forsker eller ikke, vi samler inn data i felt, så enkelt er det.

Så analysere vi sammenhengene mellom artens/naturtypes forekomst med stedets miljøforhold. Her er også de fleste med, det er en statistisk analyse av sammenhengene og vi får en ligning som uttrykker denne. Dette er prediksjonen, vi sier noe om forholdet også mellom datapunktene. De fleste forskere er fortrolig med dette, det meste som publiseres har med en variant av dette. 

 Men så kommer det leddet som er den romlige delen av prediksjonsmodelleringen. Og det er her folks Hokuspokus-følelsen ofte kommer inn. Helt ubegrunnet, selvsagt. For alt vi gjør her er å overføre de statistiske sammenhengene vi hadde fra analysen til det romlige, altså til landskapet (eller sjøskapet). Så ved hjelp av digitale modeller over miljøforholdene får vi ut, ved hjelp av de statistiske analysene, kart med verdier for sannsynlig forekomst av en art eller naturtype, et tall for mengde, eller kanskje en indikator for biodiversitet. Punktdataene vi samlet inn i felt blir til kart, som vist på figuren. Helt uten Hokuspokus. 

Les mer om romlig prediktiv modellering her.