Ontwerp Meetnet Biodiversiteit...
Transcript of Ontwerp Meetnet Biodiversiteit...
Ontwerp Meetnet Biodiversiteit Rijkswaterstaat
wegbermen en dijken
Geerten M. Hengeveld, Dennis te Beest, Nienke Hartemink
Wageningen University & Research
Dit onderzoek is in opdracht van Rijkswaterstaat uitgevoerd door de Stichting Wageningen Research (WR),
Biometris
WR is een onderdeel van Wageningen University & Research, samenwerkingsverband tussen Wageningen
University en de Stichting Wageningen Research.
Wageningen, december 2018
Rapport WPR-43.12.18
Hengeveld, G.M., D. te Beest, N. Hartemink, 2018. Ontwerp Meetnet Biodiversiteit Rijkswaterstaat;
wegbermen en dijken. Wageningen Research, Rapport WPR-43.12.18. 38 blz.; 3 fig.; 4 tab.; 11 ref.
Samenvatting Rijkswaterstaat (RWS) heeft behoefte aan het verhogen van de biodiversiteit op haar
assets. Dit rapport onderzoekt het ontwerp van een meetnet om te meten of de biodiversiteit op de
assets van RWS veranderd. Hierbij is uitgegaan van de gemiddelde lokale (α) diversiteit als definitie
van de biodiversiteit. In eerdere en parallel lopende onderzoeken is een aantal indicatoren
geïdentificeerd waarmee de biodiversiteit waar RWS zich op richt gemeten kan worden.
Binnen de beschikbare data geven deze indicatoren grote verschillen ten aanzien van de meetbaarheid
van verschillen, uitgedrukt in het aantal steekproefpunten dat nodig is om een verschil van 15%
significant afwijkend te kunnen noemen. Binnen de assets langs het Hoofd Wegen Net (HWN) varieert
dit aantal van 40 voor de minst variabele indicator tot 10000 voor de meest variabele indicator. Hierbij
kan de beperkte variatie in de minst variabele indicator een gevolg kan zijn van de zeer beperkte
ruimtelijke spreiding van de betreffende set meetgegevens.
Bij het bepalen van de steekproefgrootte is gekeken naar de mogelijkheid van gepaarde toetsen en
ongepaarde toetsen. Daarnaast is onderzocht of stratificatie volgens de fysisch geografische regio’s
het aantal benodigde steekproefpunten naar beneden kan brengen. Uitgaande van de ruimtelijke
variatie tussen meetpunten als een schatter van de temporele variatie binnen een punt, kan gepaard
toetsen het aantal benodigde steekproefpunten met een derde tot de helft reduceren.
Door beperkte beschikbaarheid van data binnen de looptijd van het project is het niet mogelijk
gebleken om steekproefpunten ruimtelijk toe te wijzen en om berekeningen te doen voor de assets
langs het Hoofd Vaarwegen Net (HVWN).
Afsluitend bevat dit rapport een aantal aanbevelingen voor het opbouwen van een referentiedataset
op basis van het meetnet bermflora. De dichtheid van dit meetnet lijkt voldoende om voor de meeste
van de indicatoren de ontwikkeling in biodiversiteit te kunnen volgen.
Trefwoorden: Biodiversiteit, steekproefgrootte, meetnet
© 2018 Wageningen, Stichting Wageningen Research, Wageningen Plant Research, Business unit
Biometris, Postbus 16, 6700 AA Wageningen; T 0317 48 07 00; www.wur.nl/plant-research
KvK: 09098104 te Arnhem
VAT NL no. 8113.83.696.B07
Stichting Wageningen Research. Alle rechten voorbehouden. Niets uit deze uitgave mag worden
verveelvoudigd, opgeslagen in een geautomatiseerd gegevensbestand, of openbaar gemaakt, in enige
vorm of op enige wijze, hetzij elektronisch, mechanisch, door fotokopieën, opnamen of enige andere
manier zonder voorafgaande schriftelijke toestemming van Stichting Wageningen Research.
Stichting Wageningen Research is niet aansprakelijk voor eventuele schadelijke gevolgen die kunnen
ontstaan bij gebruik van gegevens uit deze uitgave.
Rapport WPR-43.12.18
Inhoud
Samenvatting 5
1 Inleiding 7
2 Het waarnemen van veranderingen 9
3 Achtergrondgegevens 11
3.1 Randvoorwaarden 11 3.2 Biodiversiteitsgegevens 11 3.3 Gebruikte maten voor biodiversiteit 12 3.4 GIS bestanden 13
4 Steekproefgrootte 15
4.1 Aanpak 15 4.2 Methode 16 4.3 Resultaat 17
5 Rapportage 19
6 Conclusies en overwegingen 20
6.1 Vooruitblik 21 6.2 Overwegingen 22
Literatuur 23
Bijlage 1 Visuele beoordeling van de data 24
Bijlage 2 Statistische beschrijving van de gebruikte data en
steekproefgrootte voor toetsen zonder stratificatie. 27
Bijlage 3 Statistisch beschrijving van de gebruikte data, per fysisch
geografische regio 29
Bijlage 4 Detailgegevens berekende steekproefgroottes 33
Rapport WPR-43.12.18 | 5
Samenvatting
Rijkswaterstaat (RWS) heeft behoefte aan het verhogen van de biodiversiteit op haar assets. Dit
rapport onderzoekt het ontwerp van een meetnet om te meten of de biodiversiteit op de assets van
RWS veranderd. Hierbij is uitgegaan van de gemiddelde lokale (α) diversiteit als definitie van de
biodiversiteit. In eerdere en parallel lopende onderzoeken is een aantal indicatoren geïdentificeerd
waarmee de biodiversiteit waar RWS zich op richt gemeten kan worden.
Binnen de beschikbare data geven deze indicatoren grote verschillen ten aanzien van de meetbaarheid
van verschillen, uitgedrukt in het aantal steekproefpunten dat nodig is om een verschil van 15%
significant afwijkend te kunnen noemen. Binnen de assets langs het Hoofd Wegen Net (HWN) varieert
dit aantal van 40 voor de minst variabele indicator tot 10000 voor de meest variabele indicator. Hierbij
kan de beperkte variatie in de minst variabele indicator een gevolg kan zijn van de zeer beperkte
ruimtelijke spreiding van de betreffende set meetgegevens.
Bij het bepalen van de steekproefgrootte is gekeken naar de mogelijkheid van gepaarde toetsen en
ongepaarde toetsen. Daarnaast is onderzocht of stratificatie volgens de fysisch geografische regio’s
het aantal benodigde steekproefpunten naar beneden kan brengen. Uitgaande van de ruimtelijke
variatie tussen meetpunten als een schatter van de temporele variatie binnen een punt, kan gepaard
toetsen het aantal benodigde steekproefpunten met een derde tot de helft reduceren.
Door beperkte beschikbaarheid van data binnen de looptijd van het project is het niet mogelijk
gebleken om steekproefpunten ruimtelijk toe te wijzen en om berekeningen te doen voor de assets
langs het Hoofd Vaarwegen Net (HVWN).
Afsluitend bevat dit rapport een aantal aanbevelingen voor het opbouwen van een referentiedataset
op basis van het meetnet bermflora. De dichtheid van dit meetnet lijkt voldoende om voor de meeste
van de indicatoren de ontwikkeling in biodiversiteit te kunnen volgen.
6 | Rapport WPR-43.12.18
Rapport WPR-43.12.18 | 7
1 Inleiding
Naar aanleiding van de maatregel “Inzetten assets voor biodiversiteit” is er een streven
naar een “no nett loss” en een toename van 15% van de biodiversiteit in het RWS
areaal ten opzichte van het jaar 2010. Om te kunnen bepalen of dit streven gehaald
wordt is er behoefte aan kennis van de temporele ontwikkeling van de lokale
biodiversiteit (α-diversiteit) van flora en ongewervelde fauna op de droge RWS assets.
Hiervoor moet een meetnet worden ingericht. De onderwerpen die in dit rapport
worden behandeld zijn 1) het bepalen van het aantal meetpunten, 2) de ruimtelijke
verdeling daarvan over de RWS assets en 3) een kort advies over de presentatie van
resultaten op basis van dit meetnet.
Bij biodiversiteit wordt onderscheid gemaakt in α, β, en γ-diversiteit (Whittaker 1960).
De α-diversiteit is de lokale biodiversiteit (op één plek), de γ-diversiteit is de totale
biodiversiteit over een groter gebied of een landschap. De β-diversiteit, of turnover,
geeft de variatie in biodiversiteit aan tussen locaties die het landschap maken. In de
vraag van RWS wordt uitgegaan van de ontwikkeling van de gemiddelde α-diversiteit
binnen de assets van RWS. De gemiddelde α-diversiteit wordt middels een steekproef
geschat. De voorliggende vraag is gericht op het ontwerp van een meetnet zodat de
ontwikkeling in dit gemiddelde met de gewenste nauwkeurigheid kan worden gevolgd.
Biodiversiteit kan worden uitgedrukt in veel verschillende maten (Lamb et al. 2009).
Elk van deze maten legt nadruk op andere aspecten van biodiversiteit; aantal soorten,
zeldzame soorten, gewenste soorten, groepen van soorten etc.. Omdat RWS nog geen
keuze heeft gemaakt over de maat of maten voor biodiversiteit de gebruikt zal/zullen
worden, is een aantal verschillende maten – met uiteenlopende eigenschappen -
meegenomen in dit advies (cf. Buckland et al. 2005, Santini et al. 2017).
Bij het beoordelen van verandering over de tijd kan op twee tijdstippen een
willekeurige steekproef genomen worden uit een populatie, vergelijking van het
gemiddelde van deze steekproeven kan gedaan worden met een ongepaarde toets. Als
gebruik gemaakt wordt van herhaalde observaties op dezelfde locaties kan een toets
voor gepaarde waarnemingen gebruikt worden.
De vraag over het opzetten van een meetnet is gericht op de assets van RWS verdeeld
over twee netwerken: het Hoofd Wegen Net (HWN) en het Hoofd Vaarwegen Net
(HVWN). Daarnaast is het de bedoeling om per RWS Dienst (MN, NN, ON, WNN, WNZ,
ZD, ZN) uitspraken te kunnen doen over de ontwikkeling van de biodiversiteit.
8 | Rapport WPR-43.12.18
Elke combinatie van een Netwerk en een Dienst is in de huidige context een
rapportage-eenheid; de eenheid waarop een toets kan worden uitgevoerd. Omdat een
eenduidig GIS bestand voor het HWVN ontbreekt, is dat netwerk in de berekeningen
buiten beschouwing gelaten.
Voor bermflora langs rijkswegen is in 1999 een meetnet opgezet door RWS om de
effecten van beheer op de ontwikkeling van bermvegetaties te kunnen monitoren. Dit
meetnet bestond uit 1600 permanente quadraten (PQ’s), waarvan er nu nog ongeveer
1400 gemonitord worden (de overige PQ’s zijn verdwenen door werkzaamheden en
overdracht van wegen naar de Provincies). Binnen elk PQ wordt eens per vier jaar de
bedekking en presentie van soorten gemeten (de Goede, 1999, Boddeke, Japink,
Boonman, & Reitsma, 2016). Zo mogelijk wordt in dit advies aangesloten op het
bestaande meetnet.
Rapport WPR-43.12.18 | 9
2 Het waarnemen van veranderingen
Om te bepalen of verschillende gemiddelden van waargenomen waarden ook
verschillen in de onderliggende populatie reflecteren, maken we gebruik van
statistische toetsen. Hiermee toetsen we de nulhypothese – dat de populaties niet
verschillen - met een bepaalde onbetrouwbaarheidsdrempel. Over het algemeen wordt
5% als de drempelkans gebruikt; als de kans (ook wel p-waarde genoemd) onder de
5% ligt, trekken we de conclusie dat er een verschil is tussen twee populaties1.
De kans op het verwerpen van de nulhypothese wordt beïnvloed door
1. het aantal waarnemingen uit beide populaties – de steekproefgrootte,
2. de variatie binnen de populaties,
3. het echte verschil tussen de populaties,
4. de onbetrouwbaarheidsdrempel
5. de toets die gebruikt kan worden.
In deze studie berekenen we het benodigde aantal steekproefpunten om een bepaald
verschil als significant verschillend te zien. Deze berekende steekproefgrootte is een
richtlijn.
Gepaarde toets
Bij het beoordelen van verandering over de tijd, zoals in de voorliggende studie, kan
gebruik gemaakt worden van herhaalde observaties op dezelfde locaties. De
verandering op die locaties wordt dan getoetst met behulp van een toets voor
gepaarde waarnemingen. In vergelijking met een ongepaarde toets heeft een gepaarde
toets in het algemeen minder waarnemingen nodig om hetzelfde verschil met dezelfde
power als significant verschillend te zien. Voor het berekenen van de steekproefgrootte
voor een gepaarde toets, is wel een schatting van de temporele variatie nodig. Bij een
gepaarde toets valt de ruimtelijke variatie weg en kijken we alleen naar de variatie in
de tijd (e.g. de variatie van bepaalde PQ in de tijd). Omdat we binnen dit project voor
de variatie in de tijd geen schatting hebben, gebruiken we de variatie in de ruimte als
proxy voor de variatie in de tijd.
Parametrisch toetsen
Als de waarnemingen beschreven kunnen worden met een normale verdeling, kan een
parametrische toets gebruikt worden. Voorbeelden hiervan zijn de gepaarde en
ongepaarde t-toets. Als niet aan de voorwaarden voldaan wordt, kan een transformatie
van de data uitkomst bieden. In deze studie is voor rechts-scheve verdelingen een
1 Voor een uitgebreidere uitleg over statistisch toetsen en de onbetrouwbaarheidsdrempel zie wikipedia:
https://nl.wikipedia.org/wiki/Statistische_toets, en https://nl.wikipedia.org/wiki/P-waarde
10 | Rapport WPR-43.12.18
logaritmische transformatie uitgevoerd, mits dit de verdeling dichter bij de normale
verdeling brengt. Voor deze variabelen noemen we, naast het rekenkundig gemiddelde
en de standaard deviatie, tevens het geometrisch gemiddelde2 en de multiplicatieve
standaard deviatie (zie Limpert et al.2001). De Normale verdeling is symmetrisch en
hierdoor is de benodigde steekproefgrootte voor het detecteren van een bepaalde
verhoging of verlaging gelijk. De Lognormale verdeling daarentegen is niet
symmetrisch en hier zijn benodigde steekproefgroottes voor het detecteren van een
verhoging en verlaging niet aan elkaar gelijk. Het is belangrijk om te realiseren dat
(log)-normaliteit een aanname is. Als een distributie hiervan afwijkt verslechtert de
kwaliteit van de schatting van de benodigde steekproefgrootte. Er is in deze studie niet
gekeken naar non-parametrische toetsen.
Variatie en stratificatie
De variatie tussen observaties binnen een steekproef bepaalt voor een groot deel het
onderscheidend vermogen van de toets. Grotere variatie binnen de steekproef
betekent dat er meer waarnemingen nodig zijn om een verschil met een andere
steekproef aan te tonen. Een mogelijkheid om potentieel grote variatie binnen een
steekproef op te vangen is om de steekproef te stratificeren – op te delen in
deelgebieden. Hierdoor wordt bij de vergelijking tussen de steekproeven eerst rekening
gehouden met de verschillen tussen de deelgebieden (de strata) binnen elke
steekproef. Uitgangspunt hierbij is dat de variatie binnen een stratum kleiner is dan de
variatie tussen de strata. Gepaarde waarnemingen zoals eerder beschreven zou men
kunnen beschouwen als een gestratificeerde steekproef waarbij de locaties de strata
zijn.
2 https://nl.wikipedia.org/wiki/Meetkundig_gemiddelde
Rapport WPR-43.12.18 | 11
3 Achtergrondgegevens
3.1 Randvoorwaarden
Bij de berekening van het aantal meetpunten kan rekening worden gehouden met de
verschillende fysisch-geografische regio’s (FGR, Nationaalgeoregister 2015). Bij de
opzet van het meetnet bermflora (de Goede 1999) is naast de FGR ook rekening
gehouden met verschillende begroeiingstypen. Kaartmateriaal over de verdeling van
verschillende begroeiingstypen over de netwerken is echter niet beschikbaar. Daarom
wordt de steekproef enkel gestratificeerd naar FGR.
RWS heeft aangegeven een verschil (afname danwel toename) van 15% in
biodiversiteit te willen kunnen detecteren over een tijdspanne van ongeveer 4 jaar. In
dit rapport wordt gerekend met een power van 80% en een
onbetrouwbaarheidsdrempel van 5%. Dat wil zeggen dat, indien het werkelijke verschil
gelijk is aan 15%, er een kans van 80% is dat een tweezijdige toets bij 5% significant
is. Het benodigde aantal meetpunten onder deze restricties wordt voor elke
biodiversiteit indicator apart berekend.
3.2 Biodiversiteitsgegevens
Voor het doen van een poweranalyse is informatie over de variatie in de gebruikte
biodiversiteitsmaat nodig. Veel variatie impliceert dat veel meetpunten nodig zijn,
weinig variatie dat relatief weinig meetpunten voldoende power geven.
Op basis van het Meetnet Bermflora zijn verschillende indicatoren voor de biodiversiteit
berekend. De resultaten van dit meetnet voor de jaren 1999-2015 zijn geanalyseerd
door Bureau Waardenburg en gepubliceerd in Boddeke e.a. (2016). Deze resultaten
kunnen worden gebruikt om de variatie in biodiversiteitsindicatoren voor de flora te
bepalen. Door de landelijke dekking en het meetnet bermflora zijn voldoende
waarnemingen per FGR beschikbaar om per FGR een schatting van de variatie van de
betreffende biodiversiteitsmaten te maken. Voor deze studie waren slechts de
gegevens van de laatste inventarisatieronde van het meetnet beschikbaar. Hierdoor
kan de temporele variatie niet meegenomen worden in de analyse. Deze bron wordt in
de verdere analyse aangeduid als ‘bermnet’.
Voor ongewervelde fauna is er nog geen meetnet en daarom is in 2017 een pilot-studie
opgezet, waarbij op 120 proefvlakken in 5 locaties de flora en de ongewervelde fauna
is geïnventariseerd (Possen e.a., 2017). Deze locaties zijn het Amsterdam-Rijnkanaal
12 | Rapport WPR-43.12.18
(kanaal), Huissen en Hurwenen (uiterwaarden) en Echteld en Voorthuizen
(snelwegbermen). In deze proefvlakken van 3 bij 3 meter is de flora geïnventariseerd
volgens de Braun-Blanquet methode (waarbij de Braun-Blanquet score is omgezet naar
een 1-9 schaal). Voor de fauna inventarisatie is gebruik gemaakt van verschillende
methodieken om te bepalen welke het meest geschikt is: zichttellingen (op 20 bij 20
m, rondom de floraplots of 10 bij 20/30 meter, al naar gelang de situatie ter plekke),
sleepnetmonsters (op 3 bij 3 meter net naast de flora-plots) en potvallen. Deze
dataset heeft een te kleine spreiding binnen de FGRs (alleen hogere zandgronden en
rivierengebied) om per FGR een schatting te maken van de variatie. Deze bron wordt
in de verdere analyse aangeduid als ‘Possen’.
In 2018 is een aanvullende studie gedaan (Possen et al, 2018) om een betere
schatting van flora en fauna indicatoren te kunnen maken. De meetpunten uit deze
studie zijn ruim verspreid over Nederland en zijn uitgezocht op hoge natuurwaarde. Uit
deze studie waren van 87 steekproefpunten de fauna indicatoren beschikbaar als
aanvulling op de gegevens uit de pilot studie van Possen uit 2017.
3.3 Gebruikte maten voor biodiversiteit
In bovengenoemde studies worden verschillende indices gebruikt. In overleg is
besloten ons primair te richten op de biodiversiteitsindicator die is beschreven in
Possen e.a. (2017). Om verwarring met andere biodiversiteitsindices te voorkomen
noemen we deze indicator hier de Possen index. De Possen index is een
gecombineerde biodiversiteitsindex. Deze index is de som van een floraindex (in dit
rapport de Possenindex Flora genoemd) en een faunaindex (de Possenindex Fauna).
Omdat verschillende maten voor biodiversiteit verschillende aspecten van biodiversiteit
meenemen en de verdeling van ruimtelijke variatie en temporele dynamiek zeer
kunnen verschillen, is een aantal aanvullende indices voor biodiversiteit meegenomen.
Deze indices richten zich op flora of fauna, maar niet op beide. Aangezien niet alle
indices voor flora bij elke bron op vergelijkbare wijze berekend blijkt te zijn, worden de
indices voor floradiversiteit per bron afzonderlijk behandeld.
De gebruikte indices zijn:
Flora & Fauna:
Possenindex
Flora:
Possenindex_Flora
Shannon index
Simpson index
Rapport WPR-43.12.18 | 13
Aantal soorten
Bloemrijkdom
Verruigingssoorten
Fauna:
Possenindex_Fauna
Rovers
Bioabundantie
Voor de achterliggende methodiek en berekening van deze indices verwijzen we naar
Possen et al. 2017, 2018 . Tabel 2 geeft een samenvatting van de gebruikte
waarnemingen. Figuur 1 geeft een overzicht van de frequentie verdeling van deze
indices binnen de fysisch geografische regio’s waar waarnemingen zijn gedaan.
3.4 GIS bestanden
Er is gebruik gemaakt van een drietal GIS bestanden ter ondersteuning van de
analyse. Voor de FGRs is gebruik gemaakt van het bestand Fysisch Geografische
Regio’s uit 2013 (nationaalgeoregister 2015).
Voor de RWS regio’s is gebruik gemaakt van de geoservices van Rijkswaterstaat
(RWSgeservice 2018).
Voor de relevante arealen uit het HWN is gebruik gemaakt van het door RWS
verstrekte bestand KernGIS_vGroen.shp. Uit dit bestand is middels een query een
selectie gemaakt van het areaal met kruidachtige vegetatie en beheer door RWS:
(Soort='200' OR Soort='201' OR Soort='202' OR Soort='204' OR
Soort='205' OR Soort='206' OR Soort='207' OR Soort='208' OR
Soort='209' OR Soort='210' OR Soort='212' OR Soort='213' OR
Soort='214' OR Soort='2001' OR Soort='2002' OR Soort='2003' OR
Soort='2004' OR Soort='2005' OR Soort='2007' OR Soort='2008' OR
Soort='2009' OR Soort='2010' OR Soort='2013' OR Soort='2015' OR
Soort='2016' OR Soort='2017' OR Soort='2018' OR Soort='2019' OR
Soort='2020' OR Soort='2021' OR Soort='2022' OR Soort='2023' OR
Soort='2025') AND ("BEHEERDER" NOT LIKE 'GEM%' AND "BEHEERDER" <>
'OV' AND "BEHEERDER" NOT LIKE 'PROV%' AND "BEHEERDER" NOT LIKE
'WS%')
Middels een overlay in ArcGIS is het areaal kruidachtige vegetatie binnen het HWN per
FGR en RWS-dienst bepaald.
Voor het relevante areaal binnen het HVWN was geen eenduidig GIS bestand
beschikbaar. Ook zijn geen getallen beschikbaar voor de verdeling van het areaal
binnen HVWN over de RWS-diensten en FGRs.
14 | Rapport WPR-43.12.18
Rapport WPR-43.12.18 | 15
4 Steekproefgrootte
4.1 Aanpak
Uit de beschrijving van de beschikbare gegevens blijkt dat er geen informatie is over
de temporele variatie van de indices. Van de ruimtelijke variatie van de indices kan op
basis van de verschillende studies een schatting gemaakt worden (Bijlage 1). Voor een
aantal van de flora indices – gebaseerd op het bermnet - is de variatie ook te bepalen
voor de verschillende FGRs (Figuur 1).
Om tot een inschatting van de benodigde steekproefgrootte te komen om een
verandering van 15% in de indexwaarde als significant vast te kunnen stellen, is op
drie manieren een berekening gedaan.
1. De benodigde steekproefgrootte is berekend op basis van een ongepaarde t-
toets, zonder stratificatie. Bij deze toets wordt ervan uitgegaan dat de
meetronden onafhankelijk van elkaar zijn. Opeenvolgende jaren kunnen met
deze toets met elkaar vergeleken worden.
2. Voor een aantal indices met een groot aantal waarneming in de verschillende
FGRs is de benodigde steekproefgrootte berekend op basis van een regressie,
die geïnterpreteerd kan worden als een ongepaarde t-toets, met stratificatie. Bij
deze toets wordt ervan uitgegaan dat de meetronden onafhankelijk van elkaar
zijn en dat de variatie binnen de FGRs homogener is dan tussen de FGRs. De
berekende steekproefgrootte is afhankelijk van de oppervlakteverhouding van
de FGRs in de RWS regios. Opeenvolgende jaren kunnen met deze toets met
elkaar vergeleken worden.
3. De benodigde steekproefgrootte is berekend op basis van een gepaarde t-toets,
zonder stratificatie. Bij deze toets wordt ervan uitgegaan dat de metingen op
dezelfde locatie plaatsvinden. Doordat expliciet gekeken wordt naar de
verandering op de meetpunten, zijn minder meetpunten nodig. Voor deze
berekening is een schatting van de temporele variatie van de indices nodig.
Omdat deze ontbreekt is de ruimtelijke variatie gebruikt als schatting van de
temporele variatie. Per index zal deze aanname een overschatting of een
onderschatting kunnen zijn van de werkelijke temporele variatie. Met deze toets
worden metingen op dezelfde locaties vergeleken.
De berekende steekproefgroottes zijn in principe per rapportage-eenheid (combinatie
RWS-regio en Netwerk). Ter vergelijking met het meetnet bermflora is ook de totale
meetinspanning voor het HWN berekend.
16 | Rapport WPR-43.12.18
4.2 Methode
Voor de eerste berekening, waarin geen rekening gehouden wordt met de stratificatie
naar FGR, wordt de steekproefgrootte berekend die voor elke rapportage-eenheid
geldig is. Bij getransformeerde indices is de steekproefgrootte om een afname van
15% waar te nemen anders dan die om een toename waar te nemen (Tabel 1).
In de tweede berekening wordt rekening gehouden met de verschillen tussen FGRs.
Zoals in Figuur 1 te zien is, is de variatie van de indices niet hetzelfde in de
verschillende FGRs. Hierbij is ervan uitgegaan dat de schatting van de variantie binnen
een FGR geldig is voor alle rapportage-eenheden, dus de biodiversiteit op zeeklei bij
Zee en Delta heeft dezelfde variatie als de biodiversiteit op zeeklei in Noord-Nederland.
Het benodigd aantal steekproefpunten verschilt per rapportage-eenheid omdat de
verhouding van de oppervlakte van de FGRs per rapportage-eenheid verschilt. Deze
berekeningen zijn uitgevoerd voor een selectie van de floraindices uit de bermnet-
Figuur 1 Vioolplots met boxplots van de verdeling van de indices binnen de fysisch
geografische regio’s. De buitenste lijn van de vioolplot geeft de dichtheidsverdeling van de waarnemingen aan. De boxplot geeft de mediaan en de kwantielen van de verdeling van de index.
Rapport WPR-43.12.18 | 17
meetgegevens: de Possenindex_flora, de Shannonindex, de Simpsonindex en het
aantal soorten.
In de derde berekening wordt de aanname gedaan dat de ruimtelijke variatie van de
indices een maat is voor de temporele variatie. In deze berekening is geen stratificatie
toegepast. Voor de t-toets zijn de berekeningen uitgevoerd met R package pwr. Voor
het regressie model zijn de schattingen gedaan met een data simulatie.
4.3 Resultaat
Het benodigd aantal steekproefpunten voor het HWN op nationale schaal is gegeven in
Tabel 1, meer gedetailleerde resultaten, met steekproefgrootte per rapportage-eenheid
en per stratum zijn te vinden in Bijlage 2 en Bijlage 4. In Tabel 1 zijn voor de
ongestratifceerde berekeningen de steekproefgroottes per rapportage eenheid
vermenigvuldigd met het aantal eenheden binnen het HWN (7 RWS regio’s). Voor de
gestratificeerde berekeningen is het aantal eenheden per RWS-regio over de regio’s bij
elkaar opgeteld.
Tabel 1 Berekende steekproefgroottes voor het HWN per index, zowel voor een niet gestratificeerde
ongepaarde toets, gestratificeerde ongepaarde toets en voor niet gestratificeerde gepaarde toets. Voor log-
getransformeerde indices is een steekproefgrootte gegeven voor waarnemen van respectievelijk afname en
toename van de index. Transformatie is toegepast op de Possen index, Possen index flora, Simpson index flora,
het aantal soorten flora, de bloemrijkdom flora, en de bioabundantie fauna.
INDEX STEEKPROEF
ONGEPAARD
NIET GESTRATIFICEERD
HWN
STEEKPROEF
ONGEPAARD
GESTRATIFICEERD
HWN
STEEKPROEF
GEPAARD
NIET GESTRATIFICEERD
HWN
POSSENINDEX POSSEN 63|84c)
42|56c)
POSSENINDEX_FLORA POSSEN 77|105 c)
49|63c)
POSSENINDEX_FLORA
BERMNET
581|784c) 339|446c) 301|406c)
POSSENINDEX_FAUNA 280
147
SHANNON_FLORA POSSEN 931
476
SHANNON_FLORA BERMNET 392 361 210
SIMPSON_FLORA POSSEN 1862|2513c)
938|1267c)
SIMPSON_FLORA BERMNET 217 208 119
ROVERS_FAUNA 434
224
AANTALSOORTEN_FLORA
POSSEN
1288|1736c)
651|875c)
AANTALSOORTEN_FLORA
BERMNET
889 803 455
BLOEMRIJKDOM_FLORA
POSSEN
2023
1022
BLOEMRIJKDOM_FLORA
BERMNET
7126|9639c)
3577|4830c)
VERRUIGINGSSOORTEN_FLORA
POSSEN
1771
896
VERRUIGINGSSOORTEN_FLORA
BERMNET
3941
1981
18 | Rapport WPR-43.12.18
BIOABUNDANTIE_FAUNA 2506|3381c)
1260|1701c)
c) steekproefgrootte benodigd voor detecteren afname/toename
In deze tabel is duidelijk te zien dat de benodigde steekproefgrootte sterk verschilt per
toets, stratificatie, index en dataset. Deze varieert van 42 voor de Possenindex bij
gepaard toetsen, tot 9639 voor de bloemrijkdom op basis van het meetnet bermflora
bij ongepaard en niet gestratificeerd toetsen. Onderliggend hierbij is dat de variantie
sterk verschillend is (Bijlage 2 en Bijlage 3) en dat gepaard toetsen een reductie van
een derde tot de helft van het aantal steekproefpunten veroorzaakt. Stratificatie heeft
een minder groot effect op de benodigde steekproefgrootte.
Rapport WPR-43.12.18 | 19
5 Rapportage
In bovenstaande wordt uitgegaan van een steekproef per rapportage-eenheid - de
combinatie van RWS dienst en Hoofdnetwerk - om de gemiddelde toestand van de
lokale biodiversiteit (α-diversiteit) te schatten. Daarmee is de schatting van de
toestand en ontwikkeling van de gemiddelde lokale biodiversiteit een eigenschap van
de rapportage-eenheid. De toets zegt daarmee niet direct iets over de individuele
onderliggende punten.
Aggregatie van de analyse naar nationale schaal is mogelijk. Hierbij zal de bijdrage van
steekproefpunten gewogen moeten worden proportioneel aan de relatieve grootte van
de rapportage-eenheid. Voor deelgebieden van de rapportage-eenheden wordt het
gewenste onderscheidend vermogen niet gehaald en zal een toets op aan of
afwezigheid van verandering weinig informatie kunnen geven.
20 | Rapport WPR-43.12.18
6 Conclusies en overwegingen
Op basis van de beperkte gegevens die beschikbaar zijn, is het niet mogelijk om een
eenduidig advies te geven voor de aantallen steekproefpunten binnen een meetnet
voor de biodiversiteit binnen het RWS areaal. Afhankelijk van de doelindex zal het
optimale aantal steekproefpunten liggen tussen de 40 en 10000 punten voor het HWN
met een mediane steekproefgrootte voor de gepaarde toets rond de 500 punten. Voor
het HWVN zal waarschijnlijk een vergelijkbaar aantal nodig zijn. Het huidige meetnet
bermflora lijkt met ongeveer 1400 PQs ruim in omvang te zijn om de gewenste 15%
verandering in de meeste indices te kunnen waarnemen.
Wel moet worden opgemerkt dat de variatie in de beschikbare data voor bepaalde
indices (m.n. die indices die gebaseerd zijn op de dataset van Possen et al. 2017) erg
laag lijkt en dat daarmee de steekproefgrootte voor die indices mogelijk onderschat
wordt. Daarnaast zijn niet alle indices normaal verdeeld (zie Figuur 2). Ook na
transformatie kan niet altijd de aanname van normaliteit gemaakt worden. Het toetsen
van de verandering in deze indices zal dan wellicht met een niet-parametrische toets
gedaan moeten worden, waardoor de benodigde steekproef om significante
verandering waar te nemen groter zal zijn dan in Tabel 1 is aangegeven3.
Waar voldoende data beschikbaar is om per FGR te stratificeren zien we het totaal
aantal benodigde steekproefpunten voor een ongepaarde toets afnemen als de
stratificatie meegenomen wordt in het meetnetontwerp. Deze afname is afhankelijk
van de oppervlakteverhouding van FGRs in de rapportage-eenheden en de doel index.
Een dataset met zowel flora en fauna gegevens en een goede spreiding over de FGRs
en de tijd ontbreekt. Het lijkt daarmee te lonen om te investeren in het opbouwen van
een voorlopige dataset met voldoende spreiding over de FGRs en met herhaalde
metingen op dezelfde locaties.
Door aan te nemen dat de ruimtelijke variatie gebruikt kan worden als indicatie voor
de temporele variatie in een situatie zonder echte verandering, is een
steekproefgrootte berekend voor een meetnet met gepaarde waarnemingen. De
steekproefgrootte die op deze manier wordt berekend is een derde tot de helft van de
steekproefgrootte voor ongepaarde metingen. Dit zal echter gestaafd moeten worden
door aanvullende metingen die de aanname over de temporele variatie onderbouwen.
3 Bijvoorbeeld een Mann Whitney U test, https://en.wikipedia.org/wiki/Mann–Whitney_U_test
Rapport WPR-43.12.18 | 21
Door de grote spreiding in het benodigde aantal steekproefpunten, het ontbreken van
een eenduidige afbakening van het relevante deel van het HVWN en de aanwezigheid
van het meetnet bermflora in het HWN is geen ruimtelijke toewijzing van
steekproefpunten gemaakt. Bij het ontwerp van het meetnet bermflora is een aantal
vuistregels gebruikt voor het aanwijzen van steekproefpunten. De belangrijkste
hiervan lijkt de minimale onderlinge afstand van 2 km om ruimtelijke correlatie
effecten te minimaliseren (De Goede 1999). In de huidige analyse is ervan uitgegaan
dat de wegbermen en kanaaldijken dusdanig gedomineerd worden door een enkel
begroeiingstype dat onderscheid maken naar begroeiingstype weinig toegevoegde
waarde zal hebben. De steekproefpunten dienen verder wel willekeurig in het
doelgebied neergelegd te worden.
6.1 Vooruitblik
De huidige analyse leunt zwaar op de aanname dat de variatie in index waarden tussen
de opnames representatief is voor de temporele variatie van de index waarden op een
plek. Voor deze ruimte-tijd verwisseling is geen onderbouwing gezocht. Het lijkt
redelijk om aan te nemen dat deze aanname voor flora en fauna anders uitwerkt. Ook
de tijdshorizon zal hierbij een rol spelen, temporele variatie kent zowel
seizoensgebonden patronen als fluctuaties en verschuivingen tussen jaren. Om tot een
eenduidiger advies te komen, is het nodig om een goede en representatieve
referentiedataset aan te leggen. Voortbordurend op bovenstaande lijkt het raadzaam
om de temporele en ruimtelijke spreiding van het meetnet bermflora te gebruiken om
ook een goede spreiding over de FGRs te krijgen van het fauna-gedeelte van de
biodiversiteit. Zaak is om hierbij ook rekening te houden met het meenemen van
voldoende meetpunten in de relatief zeldzame FGRs (heuvelland en laagveengebied,
zie Tabel 4). Voor duinen en afgesloten zeearmen is door de zeer kleine relatieve
bijdrage aan het totaal oppervlak in de rapportage-eenheden minder noodzaak tot
inschatting van de variantie.
Op basis van een dergelijke referentiedataset kan een inschatting gemaakt worden van
de inspanning die nodig is om – zo mogelijk op basis van het meetnet bermflora -
uitspraken te doen over de ontwikkeling van de biodiversiteit van flora en
ongewervelde fauna. Met een eenduidige afbakening van het relevante deel van het
HVWN kan ook voor dit netwerk een set steekproefpunten toegewezen worden.
22 | Rapport WPR-43.12.18
6.2 Overwegingen
Bovenstaande statistische overwegingen - over de te verwachten variatie in de
biodiversiteitsindices over tijd en ruimte, en binnen fysisch geografische regios –
kunnen inzicht geven in de vraag of een verschil in waargenomen indexwaarden
binnen een steekproef ook een verandering van de gemiddelde index waarde op het
hele areaal impliceert. Deze overwegingen richten zich niet op de vraag of de beoogde
verandering van 15% van de gemiddelde indexwaarden relevant en - rekenkundig en
ecologisch - haalbaar is.
De maten die gebruikt worden als indicator van biodiversiteit, zijn voor een deel
eenvoudige tellingen van het aantal soorten, een ander deel bestaat uit complexere
berekeningen en een aantal is normatief. Hierdoor kan een verandering in de
soortsamenstelling op een locatie voor de ene index een dramatische verandering te
weeg brengen (er komen gewenste soorten bij, terwijl er ongewenste soorten
verdwijnen), terwijl een andere index deze verandering niet opmerkt (het aantal
soorten blijft gelijk) (Buckland et al. 2005, Santini et al. 2017). Voor indices die het
resultaat zijn van een complexere berekening, geldt bovendien dat niet elke
verandering ook numeriek een effect heeft in de index waarde. Figuur 1en Figuur 2
laten zien dat de verdeling van de indexwaarden in de beschikbare datasets zeker niet
altijd normaal is, of naar normaal neigt, een verandering van 15% van het gemiddelde
of de mediaan van deze verdelingen heeft ook implicaties voor de omliggende
verdeling.
Bij de uiteindelijke keuze voor een (set van) indices is het van belang om duidelijk te
onderzoeken wat de gewenste ontwikkelingen zijn en hoe deze hun weerslag (kunnen)
vinden in (de verdeling van) de index waarden. Als het gedrag van de indices bekend
is, kan beter geïnformeerd een keuze gemaakt worden voor de verschillen die als
significant waargenomen moeten worden. Dat levert een sterkere basis voor een
berekende steekproefgrootte en een beter toegespitst meetnet.
Rapport WPR-43.12.18 | 23
Literatuur
Boddeke, P.H.N., M. Japink, M. Boonman & J.M. Reitsma, 2016. Ontwikkelingen in de
bermvegetatie langs rijkswegen 1999-2015. Eindrapport Meetnet Bermflora 4e
meetronde 2012-2015, Analyserapport 1999-2015 Bureau Waardenburg
Rapportnr. 16-095. Bureau Waardenburg, Culemborg.
Buckland, S.T., A.E Magurran, R.E Green and R.M Fewster, 2005, Monitoring change in
biodiversity through composite indices, Philosophical Transactions of the Royal
Society B: Biological Sciences 360, 243-254,
https://doi.org/10.1098/rstb.2004.1589Cohen, J. (1988). Statistical power
analysis for the behavioral sciences. Second Edition. Hillsdale, NJ: Lawrence
Erlbaum Associates, Publishers
De Goede A.F., 1999, proefonderzoek opzet meetnet flora en vegetatie in wegbermen
van rijkswegen, A&W- rapport 223, Altenburg & Wymenga ecologisch onderzoek,
Veenwouden
Lamb E.G., E. Bayne, G. Holloway, J. Schieck, S. Boutin, J. Herbers, D.L. Haughland,
2009, Indices for monitoring biodiversity change: Are some more effective than
others? Ecological Indicators 9 432-444 doi.org/10.1016/j.ecolind.2008.06.001
Limpert, L., W. A. Stahel, and M. Abbt, 2001, Log-normal Distributions across the
Sciences: Keys and Clues. BioScience, 51(5):341.
Nationaalgeoregister 2015, Fysisch Geografische Regio’s WFS,
http://nationaalgeoregister.nl/geonetwork/srv/dut/catalog.search#/metadata/78
5fda82-16a1-4e71-b313-8212d404eddc, last download 2018-10-2.
Possen, B., M. Courbois, K. Eichhorn, & T. van den Broek, 2017, Methodiek en
nulmeting biodiversiteit, WATBF5328R001F01, RoyalhaskoningDHV.
Possen, B.J.H.M., M. Courbois, K. Eichhorn, T. van den Broek, 2018, Toepassen
methodiek bepalen biodiversiteit op Rijkswaterstaat-areaal,
G1263WATRP1811300855, RoyalhaskoningDHV
RWSGeoservice 2018,
https://geoservices.rijkswaterstaat.nl/arcgis2/rest/services/GDR/regiogebieden_r
ijkswaterstaat/MapServer, accessed on 2018-10-2
Santini, L., J. Belmaker, M.J. Costello, H.M. Pereira, A.G. Rossberg, A.M. Schipper, S.
Ceauu, M. Dornelas, J.P. Hilbers, J.Hortal, M.A.J. Huijbregts, L.M. Navarro, K.H.
Schiffers, P. Visconti, C. Rondinini, 2017, Assessing the suitability of diversity
metrics to detect biodiversity change, Biological Conservation 213 341-350,
doi.org/10.1016/j.biocon.2016.08.024.
Wittaker R.H., (1960) Vegetation of the Siskiyou Mountains, Oregon and California,
Ecological MonographsV 30 (3) 279-338,
https://www.jstor.org/stable/pdf/1943563.pdf
Rapport WPR-43.12.18 | 24
Bijlage 1 Visuele beoordeling van de data
Rapport WPR-43.12.18 | 25
Figuur 2 histogrammen en qq-plots van de geselecteerde indices. Het histogram laat de aantallen waarnemingen binnen elke waarnemingsklasse zien. Met behulp van de qqplot wordt gekeken of de verdeling van de waarnemingen overeenkomt met de Normale verdeling. Afwijking van de lijn x = y impliceert afwijking van de Normale verdeling en duidt voor deze studie, op een minder betrouwbare berekening van de steekproefgrootte. Voor getransformeerde indices (Tabel 1) is ook de verdeling van de getransformeerde waarden getoond.
26 | Rapport WPR-43.12.18
Bijlage 2 Statistische beschrijving van de gebruikte data en
steekproefgrootte voor toetsen zonder stratificatie.
Tabel 2. Beschrijving van de verdeling van de indices, gemiddelde met 95% betrouwbaarheidsinterval en standaard deviatie. Bij rechtsscheve
verdelingen waarvoor transformatie (Tabel 1) is uitgevoerd is het geometrisch gemiddelde en de multiplicatieve standaard deviatie berekend. Ook het aantal observaties in de dataset en de berekende steekproefgrootte bij ongepaarde en gepaarde toetsing zijn gegeven.
Index Gemiddelde Onderkant
95%CI Bovenkant
95%CI SD Observaties
steekproef grootte
(ongepaard)
steekproef grootte
(gepaard)
Possenindex Possen 1.54a) 1.51 1.57 0.189 / 1.13b) 120 9 / 12c) 6 / 8c)
Possenindex_Flora Possen 1.27a) 1.24 1.30 0.175 / 1.14b) 120 11 / 15c) 7 / 9c)
Possenindex_Flora bermnet 1.35a) 1.33 1.38 0.824 / 1.45b) 1355 83 / 112c) 43 / 58c)
Possenindex_Fauna 0.265 0.253 0.276 0.063 120 40 21
Shannon_Flora Possen 1.56 1.44 1.69 0.679 120 133 68
Shannon_Flora bermnet 1.73 1.71 1.76 0.486 1355 56 30
Simpson_Flora Possen 3.59a) 3.92 4.90 2.719 / 1.95b) 120 266 / 359c) 134 / 181c)
Simpson_Flora bermnet 0.725 0.717 0.733 0.149 1355 31 17
Rovers_Fauna 5.30 5.09 5.51 1.57 207 62 32
AantalSoorten_Flora Possen 11.3a) 11.8 14.3 6.67 / 1.74b) 120 184 / 248c) 93 / 125c)
AantalSoorten_Flora bermnet 19.1 18.7 19.5 8.10 1355 127 65
Bloemrijkdom_Flora Possen 30.1 26.6 33.5 19.3 120 289 146
Bloemrijkdom_Flora bermnet 0.038a) 0.036 0.041 0.148 / 3.70b) 1355 1019 / 1377c) 511 / 690c)
Verruigingssoorten_Flora Possen 2.92 2.60 3.23 1.75 120 253 128
Verruigingssoorten_Flora bermnet 0.358 0.340 0.375 0.321 1355 563 283
Bioabundantie_Fauna 128a) 116 142 283 / 2.17b) 219 358 / 483c) 180 / 243c)
28 | WPR Rapport 43.12.18
a) Geometisch gemiddelde
b) Standaard deviatie (SD) / multiplicatieve standaard deviatie
c) Steekproefgroote benodigd voor detecteren afname/toename
Rapport WPR-43.12.18 | 29
Bijlage 3 Statistisch beschrijving van de gebruikte data, per fysisch
geografische regio
Tabel 3 statistische beschrijving van de gebruikte data per fysisch geografische regio (FGR). Voor elk van de indices is per FGR het rekenkundig
gemiddelde met 95% betrouwbaarheidsinterval en standaard deviatie en het aantal observaties gegeven. Voor rechts-scheef verdeelde indices die op log-schaal worden geanalyseerd, is ook het geometrisch gemiddelde en de multiplicatieve standaarddeviatie gegeven.
Index FGR Rekenkundig gemiddelde
Geometrische gemiddeldea)
Onderkant 95%CI
Bovenkant 95%CI SD
Multiplicative SDa) Observaties
Possenindex Possen Rivierengebied 1.54 1.54 1.51 1.58 0.177 1.12 100
Possenindex Possen Hogere Zandgronden 1.59 1.57 1.47 1.70 0.241 1.16 20
Possenindex_Flora Possen Rivierengebied 1.28 1.27 1.25 1.31 0.157 1.12 100
Possenindex_Flora Possen Hogere Zandgronden 1.31 1.29 1.20 1.43 0.249 1.20 20
Possenindex_Flora bermnet Zeekleigebied 1.12 1.10 1.09 1.14 0.233 1.19 360
Possenindex_Flora bermnet Hogere Zandgronden 1.79 1.61 1.72 1.87 1.041 1.52 676
Possenindex_Flora bermnet Laagveengebied 1.19 1.16 1.12 1.25 0.274 1.23 69
Possenindex_Flora bermnet Duinen 1.06 1.06 0.93 1.20 0.055 1.05 3
Possenindex_Flora bermnet Niet indeelbaar 1.26 1.21 1.10 1.42 0.398 1.29 26
Possenindex_Flora bermnet Rivierengebied 1.17 1.14 1.13 1.21 0.280 1.22 185
Possenindex_Flora bermnet Heuvelland 1.40 1.35 1.26 1.54 0.389 1.28 33
Possenindex_Flora bermnet Afgesloten Zeearmen 1.49 1.46 0.60 2.38 0.360 1.27 3
Possenindex_Fauna Rivierengebied 0.263 0.251 0.276 0.065 100
Possenindex_Fauna Hogere Zandgronden 0.272 0.248 0.295 0.050 20
30 | WPR Rapport 43.12.18
Shannon_Flora Possen Rivierengebied 1.70 1.58 1.82 0.604 100
Shannon_Flora Possen Hogere Zandgronden 0.86 0.58 1.13 0.597 20
Shannon_Flora bermnet Zeekleigebied 1.63 1.58 1.67 0.465 360
Shannon_Flora bermnet Hogere Zandgronden 1.73 1.69 1.77 0.502 676
Shannon_Flora bermnet Laagveengebied 1.79 1.68 1.90 0.464 69
Shannon_Flora bermnet Duinen 1.77 0.59 2.95 0.475 3
Shannon_Flora bermnet Niet indeelbaar 1.89 1.69 2.09 0.497 26
Shannon_Flora bermnet Rivierengebied 1.85 1.79 1.92 0.456 185
Shannon_Flora bermnet Heuvelland 1.95 1.84 2.07 0.324 33
Shannon_Flora bermnet Afgesloten Zeearmen 1.75 0.21 3.28 0.618 3
Simpson_Flora Possen Rivierengebied 4.83 4.07 4.29 5.37 2.722 1.84 100
Simpson_Flora Possen Hogere Zandgronden 2.32 1.94 1.63 3.00 1.465 1.81 20
Simpson_Flora bermnet Zeekleigebied 0.696 0.680 0.712 0.155 360
Simpson_Flora bermnet Hogere Zandgronden 0.727 0.716 0.739 0.151 676
Simpson_Flora bermnet Laagveengebied 0.736 0.702 0.770 0.142 69
Simpson_Flora bermnet Duinen 0.718 0.346 1.091 0.150 3
Simpson_Flora bermnet Niet indeelbaar 0.770 0.723 0.816 0.115 26
Simpson_Flora bermnet Rivierengebied 0.751 0.731 0.771 0.138 185
Simpson_Flora bermnet Heuvelland 0.796 0.769 0.822 0.075 33
Simpson_Flora bermnet Afgesloten Zeearmen 0.740 0.309 1.171 0.173 3
Rovers_Fauna Zeekleigebied 5.889 5.277 6.501 1.231 18
Rovers_Fauna Laagveengebied 5.667 4.865 6.468 1.447 15
Rovers_Fauna Rivierengebied 4.899 4.591 5.207 1.621 109
Rovers_Fauna Hogere Zandgronden 5.545 5.103 5.988 1.454 44
Rovers_Fauna Afgesloten Zeearmen 6.333 5.062 7.604 1.211 6
Rapport WPR-43.12.18 | 31
Rovers_Fauna Niet indeelbaar 4.600 3.184 6.016 1.140 5
Rovers_Fauna Heuvelland 6.889 6.427 7.351 0.601 9
AantalSoorten_Flora Possen Rivierengebied 14.54 13.2 13.30 15.78 6.27 1.58 100
AantalSoorten_Flora Possen Hogere Zandgronden 5.60 5.3 4.76 6.44 1.79 1.38 20
AantalSoorten_Flora bermnet Zeekleigebied 17.45 16.77 18.13 6.54 360
AantalSoorten_Flora bermnet Hogere Zandgronden 18.89 18.24 19.53 8.58 676
AantalSoorten_Flora bermnet Laagveengebied 20.01 18.18 21.85 7.63 69
AantalSoorten_Flora bermnet Duinen 20.67 4.13 37.21 6.66 3
AantalSoorten_Flora bermnet Niet indeelbaar 20.46 17.01 23.92 8.55 26
AantalSoorten_Flora bermnet Rivierengebied 21.62 20.40 22.84 8.40 185
AantalSoorten_Flora bermnet Heuvelland 23.73 21.07 26.38 7.49 33
AantalSoorten_Flora bermnet Afgesloten Zeearmen 18.33 -3.93 40.60 8.96 3
Bloemrijkdom_Flora Possen Rivierengebied 27.786 24.8 30.8 15.1 100
Bloemrijkdom_Flora Possen Hogere Zandgronden 41.405 26.7 56.1 31.3 20
Bloemrijkdom_Flora bermnet Zeekleigebied 0.124 0.055 0.048 0.063 0.168 3.69 360
Bloemrijkdom_Flora bermnet Hogere Zandgronden 0.060 0.026 0.024 0.028 0.105 3.20 676
Bloemrijkdom_Flora bermnet Laagveengebied 0.139 0.051 0.036 0.072 0.195 4.33 69
Bloemrijkdom_Flora bermnet Duinen 0.080 0.062 0.005 0.720 0.053 2.68 3
Bloemrijkdom_Flora bermnet Niet indeelbaar 0.149 0.055 0.030 0.103 0.190 4.65 26
Bloemrijkdom_Flora bermnet Rivierengebied 0.146 0.072 0.060 0.086 0.181 3.48 185
Bloemrijkdom_Flora bermnet Heuvelland 0.088 0.038 0.025 0.060 0.138 3.49 33
Bloemrijkdom_Flora bermnet Afgesloten Zeearmen 0.300 0.197 0.013 2.94 0.338 2.97 3
Verruigingssoorten_Flora Possen Rivierengebied 2.85 2.492 3.21 1.81 100
Verruigingssoorten_Flora Possen Hogere Zandgronden 3.25 2.573 3.93 1.45 20
Verruigingssoorten_Flora bermnet Zeekleigebied 0.442 0.410 0.474 0.311 360
32 | WPR Rapport 43.12.18
Verruigingssoorten_Flora bermnet Hogere Zandgronden 0.310 0.285 0.335 0.328 676
Verruigingssoorten_Flora bermnet Laagveengebied 0.375 0.306 0.444 0.289 69
Verruigingssoorten_Flora bermnet Duinen 0.360 -0.013 0.733 0.150 3
Verruigingssoorten_Flora bermnet Niet indeelbaar 0.373 0.256 0.491 0.291 26
Verruigingssoorten_Flora bermnet Rivierengebied 0.341 0.299 0.382 0.286 185
Verruigingssoorten_Flora bermnet Heuvelland 0.429 0.294 0.564 0.380 33
Verruigingssoorten_Flora bermnet Afgesloten Zeearmen 0.623 -0.144 1.391 0.309 3
Bioabundantie_Fauna Zeekleigebied 191.2 150.4 114.0 198.5 136.5 2.10 30
Bioabundantie_Fauna Laagveengebied 192.9 174.9 134.6 227.2 89.5 1.60 15
Bioabundantie_Fauna Rivierengebied 158.9 103.5 89.0 120.2 328.1 2.20 109
Bioabundantie_Fauna Hogere Zandgronden 176.8 124.5 102.1 151.8 313.2 1.92 44
Bioabundantie_Fauna Afgesloten Zeearmen 259.2 248.9 178.6 347.0 78.4 1.37 6
Bioabundantie_Fauna Niet indeelbaar 158.8 156.5 123.9 197.7 31.2 1.21 5
Bioabundantie_Fauna Heuvelland 454.7 443.0 365.9 536.3 104.5 1.28 9
a) Voor variabelen geanalyseerd op de log-schaal wordt het geometrische gemiddelde en de multiplicative standaard deviatie gegeven
Rapport WPR-43.12.18 | 33
Bijlage 4 Detailgegevens berekende steekproefgroottes
Tabel 4 Berekende steekproefgroottes per RWS dienst en fysisch geografische regio (FGR) voor de indices Possenindex_flora_bermndet, Shannon_flora_bermnet, Simpson_flora_bermnet en Aantalsoorten_Flora_bermnet. Voor de Possenindex_Flora_bermnet worden
steekproefgroottes voor afname en toename gegeven, omdat deze index na log-transformatie geanalyseerd is.
Dienst FGR Relatieve aandeel
Possenindex_Flora bermnet Shannon_Flora bermnet Simpson_Flora bermnet
AantalSoorten_Flora
bermnet
RWS Midden-Nederland Afgesloten Zeearmen 0% 0 / 0 0 0 0
RWS Midden-Nederland Getijdengebied 0% 0 / 0 0 0 0
RWS Midden-Nederland Hogere Zandgronden 22% 8 / 12 11 6 25
RWS Midden-Nederland Laagveengebied 6% 2 / 4 3 2 7
RWS Midden-Nederland Niet indeelbaar 2% 1 / 1 1 1 2
RWS Midden-Nederland Rivierengebied 33% 13 / 18 17 10 38
RWS Midden-Nederland Zeekleigebied 36% 14 / 20 18 10 40
RWS Midden-Nederland Total 100% 38 / 55 50 29 112
RWS Noord-Nederland Afgesloten Zeearmen 0% 0 / 0 0 0 0
RWS Noord-Nederland Hogere Zandgronden 57% 39 / 52 31 17 71
RWS Noord-Nederland Laagveengebied 12% 9 / 11 7 4 15
RWS Noord-Nederland Niet indeelbaar 2% 1 / 2 1 1 3
RWS Noord-Nederland Zeekleigebied 29% 20 / 27 16 9 36
RWS Noord-Nederland Total 100% 69 / 92 55 31 125
RWS Oost-Nederland Afgesloten Zeearmen 0% 0 / 0 0 0 0
RWS Oost-Nederland Hogere Zandgronden 68% 55 / 73 34 19 87
RWS Oost-Nederland Laagveengebied 2% 2 / 2 1 1 2
RWS Oost-Nederland Niet indeelbaar 2% 2 / 2 1 1 3
34 | WPR Rapport 43.12.18
RWS Oost-Nederland Rivierengebied 27% 22 / 29 14 7 34
RWS Oost-Nederland Zeekleigebied 2% 1 / 2 1 0 2
RWS Oost-Nederland Total 100% 82 / 108 51 28 128
RWS West-Nederland Noord Afgesloten Zeearmen 1% 0 / 0 0 0 1
RWS West-Nederland Noord Duinen 6% 2 / 2 3 2 7
RWS West-Nederland Noord Hogere Zandgronden 3% 1 / 1 2 1 3
RWS West-Nederland Noord Laagveengebied 20% 6 / 7 10 6 22
RWS West-Nederland Noord Niet indeelbaar 19% 6 / 7 10 5 22
RWS West-Nederland Noord Zeekleigebied 51% 15 / 20 26 15 59
RWS West-Nederland Noord Total 100% 30 / 37 51 29 114
RWS West-Nederland Zuid Afgesloten Zeearmen 0% 0 / 0 0 0 0
RWS West-Nederland Zuid Duinen 1% 0 / 0 0 0 1
RWS West-Nederland Zuid Laagveengebied 13% 3 / 4 6 4 13
RWS West-Nederland Zuid Niet indeelbaar 10% 2 / 3 5 3 10
RWS West-Nederland Zuid Rivierengebied 15% 3 / 4 7 4 16
RWS West-Nederland Zuid Zeekleigebied 62% 14 / 18 31 18 64
RWS West-Nederland Zuid Total 100% 22 / 29 49 29 104
RWS Zee en Delta Afgesloten Zeearmen 1% 0 / 0 1 0 1
RWS Zee en Delta Duinen 0% 0 / 0 0 0 0
RWS Zee en Delta Getijdengebied 0% 0 / 0 0 0 0
RWS Zee en Delta Niet indeelbaar 2% 0 / 0 1 1 2
RWS Zee en Delta Zeekleigebied 97% 19 / 24 53 33 95
RWS Zee en Delta Total 100% 19 / 24 55 34 98
RWS Zuid-Nederland Heuvelland 11% 8 / 11 5 3 13
RWS Zuid-Nederland Hogere Zandgronden 61% 47 / 61 30 16 74
RWS Zuid-Nederland Niet indeelbaar 6% 4 / 6 3 2 7
RWS Zuid-Nederland Rivierengebied 10% 7 / 10 5 3 12
RWS Zuid-Nederland Zeekleigebied 13% 10 / 13 7 4 16
RWS Zuid-Nederland Total 100% 76 / 101 50 28 122
Correspondentie adres voor dit rapport:
Postbus 16
6700 AA Wageningen
T 0317 48 07 00
www.wur.nl/biometris
Rapport WPR-43.12.18
De missie van Wageningen University & Research is ‘To explore the potential
of nature to improve the quality of life’. Binnen Wageningen University &
Research bundelen Wageningen University en gespecialiseerde
onderzoeksinstituten van Stichting Wageningen Research hun krachten om
bij te dragen aan de oplossing van belangrijke vragen in het domein van
gezonde voeding en leefomgeving. Met ongeveer 30 vestigingen, 5.000
medewerkers en 10.000 studenten behoort Wageningen University &
Research wereldwijd tot de aansprekende kennisinstellingen binnen haar
domein. De integrale benadering van de vraagstukken en de samenwerking
tussen verschillende disciplines vormen het hart van de unieke Wageningen
aanpak.