Bijlage 4d Werkgroep omwonenden locatie M
Tekst van het document
7
Zienswijze op het Ontwerpbesluit Windturbines Leefomgeving
november 2023
9. Conclusie Resumerend pleiten wij voor een minimale afstand van 4 x de tiphoogte tot aan bebouwing, hoewel een afstand van 10 x de masthoogte7 meer veiligheid zou bieden in het licht van de nieuwe onderzoeksgegevens. Hiermee wordt een veilige afstand gecreëerd, rekening houdend met de te verwachten richtlijn van maximaal 5% ernstige overlast voor omwonenden van de nieuwe Guidelines van de WHO in 2024/25, rekening houdend met de stelselmatige overschrijdingen van de norm, rekening houdend met de uitkomst van de recente meta-analyse van álle artikelen over slaapverstoring, rekening houdend met de onwetenschappelijke adviezen van het RIVM, rekening houdend met de ongeschiktheid van de Lden als norm voor niet stationaire geluidsbronnen zoals windturbines, en rekening houdend met het voorzorgsbeginsel vanwege de fundamentele verklaring van verstoring van de Piezo1 kanalen.
De ruimte voor deze keuze is er, er is immers geen wind op land meer nodig om de klimaatdoelen te halen. lees
21 november 2023
De (para) medici: Drs. Erich Taubert, functioneel en reconstructief uroloog Dr. Ronald Melieste, cardioloog n.p. Drs. Simone Brands, kinder- en jeugd psychiater Drs. Sylvia van Manen, huisarts, kaderarts ggz Prof. dr. Thomas Maal, hoogleraar 3D technologie in de gezondheidszorg Dr.ir. Jan A.P.M. de Laat, klinisch-fysicus - audioloog
7 https://www.ntvg.nl/artikelen/geluid-van-industriele-windturbines
8
Achtergronddocument windenergie gevoeligheidskaart vogels
Henk Sierdsema, Ruud Foppen, Paul van Els, Christian Kampichler & Julia Stahl Sovon-rapport 2021/09
Achtergronddocument windenergie gevoeligheidskaart vogels Henk Sierdsema, Ruud Foppen, Paul van Els, Christian Kampichler & Julia Stahl
Dit rapport is samengesteld in opdracht van het Ministerie van Landbouw, Natuur en Voedsel kwaliteit
Colofon © Sovon Vogelonderzoek Nederland 2021 Dit rapport is samengesteld in opdracht van het Ministerie van Landbouw, Natuur en Voedselkwaliteit Wijze van citeren: Sierdsema H., Foppen R., van Els P., Kampichler C. & Stahl J. 2021. Achtergronddocu ment windenergie gevoeligheidskaart vogels. Sovon-rapport 2021/09. Sovon Vogelonderzoek Nederland, Nijmegen. Foto’s omslag: Windmolens bij natuurgebied Aaltens Goor (Peter Eekelder), Zeearend, Grutto (Harvey van Diek) Opmaak: John van Betteray, Sovon Vogelonderzoek Nederland ISSN-nummer: 2212 5027 Sovon Vogelonderzoek Nederland Toernooiveld 1 6525 ED Nijmegen e-mail: info@sovon.nl website: www.sovon.nl Niets uit dit rapport mag worden vermenigvuldigd en/of openbaar worden gemaakt d.m.v. druk, fotokopie, microfilm, of op welke andere wijze dan ook, zonder voorafgaande schriftelijke toestemming van Sovon.
Achtergronddocument windenergie - gevoeligheidskaart vogels
Inhoud Dankwoord
2
Samenvatting
3
1. Achtergrondinformatie
5
2. Bepaling van de soortenmatrix 2.1. In beeld brengen van de soorten 2.1.1. Typering voorkomen in Nederland 2.1.2. Gevoeligheid soort 2.1.3. Aandachtsoorten: mate van bedreiging 2.2. Criteria en systematiek voor het bepalen van de risico’s 2.2.1. Aanvaringsrisico 2.2.2. Verstoringsrisico 2.2.3. Combinatie en cumulatie 2.2.4. Aandachtsoorten: mate van bedreiging 2.3. Criteria en systematiek voor het bepalen van de kwetsbaarheid
7 7 7 7 9 9 9 9 10 10 10
3. Methodiek Kaartbeelden 3.1. Broed- en niet-broedvogels Box 1. Random Forest Modellering 3.1.1. Specifieke bewerkingen voor broedvogels 3.1.2. Modellering van vliegbewegingen tussen foerageergebied en slaapplaats 3.1.3. Maken van de gevoeligheidskaarten 3.2. Trekvogels
13 13 14 16 17 20 20
4. Kaartbeelden 4.1. Broed- en niet-broedvogels 4.2. Trekvogels 4.3. Disclaimer voor het gebruik van de kaartbeelden Box 2: Hoe moet ik de kaarten lezen? De rol van de kaartschalen
22 22 27 29 29
Literatuur
31
Bijlage Bijlage 1. Kaartbeelden van de Nederlandse RES regio’s
32 32
1
Sovon-rapport 2021/09
Dankwoord Namens het Ministerie van Landbouw, Natuur en Voedselkwaliteit hebben Sandra van der Graaf en Pieter Joop het project begeleid en kritisch meege dacht. Ralph Buij (WEnR) en Roland van der Vliet (Bureau Waardenburg) hebben inhoudelijk meege dacht bij het opstellen van de soortenmatrix en de modellering van de vliegbewegingen. Gerard Troost van Sovon maakte data vanuit Trektellen.nl beschik
baar voor het opstellen van de kaartbeelden voor trekbewegingen. Harm Dotinga leverde waardevol commentaar op een eerdere versie van dit rapport. Onze dank gaat ook uit naar de duizenden vrijwil ligers die met hun bijdrage aan de Sovon vogelmo nitoring meetnetten, de Vogelatlas en aan trektellen deze analyses mogelijk maken.
2
Achtergronddocument windenergie - gevoeligheidskaart vogels
Samenvatting Het Rijk, Provincies, NWEA, TenneT en groe ne partijen (Vogelbescherming Nederland, Zoogdiervereniging en de Natuur en Milieu Federaties) werken samen aan het traject Natuurinclusieve Energietransitie voor wind en hoogspanning op land. De voorziene ontwikkelin gen hebben gevolgen voor de biodiversiteit, waarbij onder meer via aanvaringen en verstoring negatieve effecten op vogelpopulaties kunnen optreden.
voor vrijwel alle soorten broedvogels is beschikbaar vanuit het Meetnet Broedvogels. Gegevens over overwinterende vogels, watervogel-concentraties en ligging van slaapplaatsen worden verzameld in het Watervogelmeetnet en Slaapplaatsenproject. Deze meetnetten, gecoördineerd door Sovon en in samenwerking met het CBS, de provincies en Rijkswaterstaat, zijn onderdeel van het Netwerk Ecologische Monitoring. Informatie over het voor komen van soorten is voor grote gebieden zoals een regio, provincie of land maar zelden gebiedsdek kend. Met behulp van ruimtelijke modellen kunnen kaarten worden opgesteld met een voorspelling van de kans op voorkomen en/of de relatieve dichtheid. In een tweede stap moet de ruimtelijke informatie over het voorkomen van de relevante vogelsoorten worden gebruikt om dagelijkse vliegbewegingen te modelleren. Dagelijkse vliegbewegingen treden op tussen foerageergebied en slaapplaats.
De meest recente gegevens over de verspreiding, aantallen en vliegbewegingen van vogels op landelijk niveau kunnen worden gebruikt om in beeld te bren gen waar gevoelige soorten in grotere concentraties voorkomen. Deze informatie geeft een ruimtelijke gedifferentieerd beeld van de (relatieve) risico’s. Om voor vogels tot een gevoeligheidskaart in relatie tot windenergie op land te komen zijn de volgende stappen doorlopen: • Opstellen soortenmatrix ter bepaling van rele vante vogelsoorten • Verspreiding in beeld brengen op basis van moni toringinformatie • Modellering van dagelijkse vliegbewegingen • Vervaardigen van cumulatieve kaartbeelden voor broedvogels en niet-broedvogels Daarnaast is op basis van zichtbare landtrek een modellering van de vogeltrek (seizoensgebonden vliegbewegingen) uitgevoerd om zo te komen tot een treksterktekaart.
Tenslotte zijn de soortspecifieke kaartbeelden in een ruimtelijk-statische modelleringsstap met een weging voor de kwetsbaarheidsscore uit de soorten selectie gecombineerd tot een cumulatief kaartbeeld van zowel broed- als ook niet-broedvogels. De kaar ten geven in kleuren de mate weer waarin in een bepaald gebied vogelsoorten worden verwacht die gevoelig zijn voor de negatieve impacts van wind turbines hetzij doordat er een reële kans is op aan varingen waardoor relevante sterfte optreedt, hetzij doordat er een reële kans is dat dusdanige versto ring optreedt dat effecten op populaties te zien zijn. Vanuit de optiek van vogels zijn deze kansen dus in feite risico’s, ze geven de kans aan dat negatieve ge volgen optreden.
In Nederland komen verspreid over het jaar meer dan 400 vogelsoorten voor en lang niet alle soorten lopen een even groot risico op negatieve effecten door windturbines vanwege sterfte en verstoring. Aspecten die hierbij een rol spelen zijn tijd van het jaar (broedvogel, niet-broedvogel, trekvogel), maar ook bijvoorbeeld grootte en en vlieggedrag. Er is daarom een soortenmatrix opgesteld waarin naast de gevoeligheid van een soort voor aanvarin gen, habitatverlies en verstoring (de risico’s) ook de mate van bedreiging wordt meegenomen zoals de Rode Lijst-status en de status in het kader van de Vogelrichtlijn. Samen wordt daarmee de kwetsbaar heid van een soort bepaald.
Naast vliegbewegingen op dagelijkse basis zijn ook seizoensgebonden trekbewegingen van vogels rele vant. Er zijn echter geen gebiedsdekkende gegevens beschikbaar over de omvang en het aandeel van ver schillende soorten tijdens de voor- en najaarstrek. Om een kaartbeeld te kunnen schetsen van gebieden waar grote hoeveelheden vogels tijdens de trek vlie gen is gebruik gemaakt van een analyse op grond van de gegevens uit Trektellen.nl, dit in combinatie met bestaande literatuur over trekbewegingen en ecolo gische kennis over vogelbewegingen. In dit achtergronddocument staat de methodiek in detail toegelicht, in de volgorde van bovengenoemde stappen.
Als eerste stap in de modellering is het belangrijk om op soortniveau te beschikken over goede en actuele monitoringinformatie van het voorkomen van broedvogels en niet-broedvogels. Actuele data
3
Sovon-rapport 2021/09
4
Achtergronddocument windenergie - gevoeligheidskaart vogels
1. Achtergrondinformatie Het Rijk, Provincies, NWEA, TenneT en groene partijen (Vogelbescherming Nederland, Zoogdier vereniging en de Natuur en Milieu Federaties) wer ken samen aan het traject Natuurinclusieve Energie transitie voor wind en hoogspanning op land. De voorziene ontwikkelingen hebben gevolgen voor de biodiversiteit, waarbij onder meer via aanvaringen en verstoring negatieve effecten op vogelpopulaties kunnen optreden. Om de ruimtelijke spreiding en de mate van risico’s van windturbines voor vogels inzichtelijk te maken is in 2009 een nationale windmolenrisicokaart1 op gesteld door ecologisch adviesbureau Altenburg & Wymenga en Sovon Vogelonderzoek Nederland in opdracht van Vogelbescherming Nederland. In deze kaart is de toenmalige kennis over de distributie van vogelsoorten omgezet in risicokaarten voor aanva ringen en verstoring door windturbines. Sinds de verschijning van de kaart is de behoefte aan goede informatie over kansen en risico’s van de plaatsing van windturbines alleen maar toegenomen. Vanwege een aantal redenen ligt het voor de hand om de bestaande zoekkaarten te actualiseren. Dit levert een zoekkaart op voor realisatie van windener gievoorzieningen waarin inzichtelijk wordt gemaakt waar locaties liggen die vanuit ecologisch perspectief het meeste perspectief bieden voor windenergie.
Dit is een uitermate gunstig moment om een derge lijke kaart te maken. Hier een aantal redenen: • In het Klimaatakkoord is de doelstelling opgeno men om in 2030 tenminste 35 TWh duurzame elektriciteit op land te produceren; tegelijkertijd conflicteert windenergie met natuurdoelen. De noodzaak voor ruimtelijke planning van wind energie ten behoeve van natuur is daarmee urgen ter dan ooit. • Er is recente gebiedsdekkende informatie beschik baar over het voorkomen van vogels in Nederland door de publicatie van de Vogelatlas (2018) door Sovon. Niet alleen geldt dit voor broedvogels, maar ook voor vogels in de winterperiode. • Er is betere informatie dan tien jaar geleden over het voorkomen, buiten het broedseizoen, van specifieke gevoelige vogelsoorten, zoals soorten die gemeenschappelijke slaapplaatsen hebben (Meetnet Slaapplaatsen, Netwerk Ecologische Monitoring). • Trekbewegingen van vogels worden tegenwoordig op zeer veel plekken in Nederland bijgehouden en kunnen voor dit doeleinde worden gebruikt (trek tellen.nl). • We hebben beter zicht op de echte risicosoorten, 1
d.w.z. de soorten met relatief frequente aanvarin gen, doordat er in Europa veel (slachtoffer) moni toring is uitgevoerd. • Naast meer kennis over slachtoffers zijn er inmid dels ook een aantal analyses naar de verstorende werking van windturbines op vogelsoorten, door habitatverlies, vermijdingsgedrag en/of barrière werking. • Door een betere beschikbaarheid van geostatisti sche analysemethoden kunnen betrouwbare mo dellen worden gebruikt om voorkomen en vliegbe wegingen in ruimte en tijd te beschrijven. De meest recente gegevens over de verspreiding, aantallen en vliegbewegingen van vogels op landelijk niveau kunnen worden gebruikt om in beeld te bren gen waar gevoelige soorten in grotere concentraties voorkomen. Deze informatie geeft een ruimtelijke ge differentieerd beeld van de (relatieve) risico’s. Het detailniveau van deze gevoeligheidskaarten maakt het mogelijk om naast een landelijk beeld ook een beeld te maken per provincie of RES. Hierdoor is de kaart expliciet toepasbaar op regionaal niveau. De door Sovon georganiseerde meetnetten (NEM) en atlasprojecten vormen de belangrijkste bron voor informatie over het voorkomen van wilde vogels in Nederland. Deze informatie vormt vanzelfsprekend de basis om een beoordeling te kunnen maken van het risico op aanvaringen en verstoring van het leef gebied. Veel informatie is echter niet vlakdekkend aanwezig.
Hiervoor gebruiken we onze uitgebreide kennis van ruimtelijke statistiek om vlakdekkende verspreidingsbeelden te kunnen maken. Windturbines hebben verschillende effecten op vo gels. Welke dat precies zijn hangt af van: • de betreffende vogelsoort; • de locatie, het aantal en de hoogte van de windtur bines; • de opstelling en de uitvoering van de windturbines; • de periode (dag of nacht, de seizoenen); • de weersomstandigheden. De effecten op vogels zijn onder te verdelen in: 1. Directe sterfte: vogels kunnen zich doodvliegen te gen de rotorbladen of tegen de mast. Vooral ‘s nachts en bij slecht weer kunnen er slachtoffers vallen. 2. Verlies aan (kwaliteit van) leefgebied: veel vogels mijden windturbines en de omgeving ervan.
https://assets.vogelbescherming.nl/docs/e3b4524d-5cc2-4565-a65e-3226a124837e.pdf?_ga=2.14586416.689432344.15970421852141449262.1597042185
5
Sovon-rapport 2021/09
Schema 1: Modelleringsstappen om te komen tot cumulatieve kaartbeelden.
Daardoor worden die gebieden ongeschikt als voedsel-, rust- of broedgebied. Dit effect geldt bij voorbeeld voor sommige soorten weidevogels en akkervogels. 3. Barrièrevorming: door windturbineopstellingen kunnen barrières ontstaan. Vogels op trek en vo gels op weg van en naar de broed- of slaapplaats vliegen om. Dat kost extra tijd en energie. Vogels moeten daardoor extra eten terwijl er minder foe rageertijd beschikbaar is.
zullen afnemen (punt 2). • Grotere vliegbewegingen van gevoelige soorten zoals door foerageervluchten, slaapplaatsbewegin gen en trekbewegingen kunnen in kaart worden gebracht door soortspecifieke informatie en ken nis te gebruiken (punt 1 en 3). Om voor vogels tot een gevoeligheidskaart in relatie tot windenergie op land te komen zijn de volgende stappen doorlopen: • Opstellen soortenmatrix ter bepaling van rele vante vogelsoorten • Verspreiding in beeld brengen op basis van moni toringinformatie • Modellering van dagelijkse vliegbewegingen • Vervaardigen van cumulatieve kaartbeelden voor broedvogels en niet-broedvogels
Voor een beoordeling van de risico’s zoals deze ook is toegepast voor de windmolenrisicokaart uit 2009 kunnen de volgende belangrijke aspecten worden meegenomen: • Aanwezigheid van risicosoorten in broedperiode en niet-broedperiode waarbij de aanname wordt gedaan dat indien er grotere aantallen van de risi cosoorten in een gebied verblijven dit de kans op aanvaringen verhoogt (punt 1). • Soortspecifieke verstoringsafstanden door wind turbines waarbij wordt aangenomen dat binnen een verstoringszone om windturbines heen de dichtheid en aantallen van de gevoelige soorten
Daarnaast is op basis van zichtbare landtrek een modellering van de vogeltrek (seizoensgebonden vliegbewegingen) uitgevoerd om zo te komen tot een treksterktekaart. In Schema 1 zijn de stappen weergegeven.
6
Achtergronddocument windenergie - gevoeligheidskaart vogels
2. Bepaling van de soortenmatrix In Nederland komen verspreid over het jaar meer dan 400 vogelsoorten voor en lang niet alle soorten lopen een even groot risico op negatieve effecten door windturbines vanwege sterfte en verstoring Aspecten die hierbij een rol spelen zijn tijd van het jaar (trekvogel, broedvogel, wintergast), maar ook bijvoorbeeld vlieggedrag.
dat seizoen. Vogels worden vaak ingedeeld in de volgende categorieën: (1) Broedvogels waarbij een nader onderscheid kan worden gemaakt in soorten die jaarrond in hetzelfde gebied aanwezig zijn, soor ten die geheel of gedeeltelijk wegtrekken en soorten waarvoor de broedvogels gedurende de doortrek en winter aangevuld worden met vogels van elders, (2) doortrekkers dat zijn soorten die alleen tijdens de voor- en/of najaarstrek ons land aan doen en (3) wintergasten waarbij er veel soorten zijn waarbij zowel doortrek als overwintering voor komt als ook soorten zonder noemenswaardige doortrek. Voor de indeling en keuze van prioritaire soorten is gekozen voor het combineren van trek en overwin tering waardoor een tweedeling van vogels wordt gemaakt, (1) gedurende het broedseizoen (=broed vogels) en (2) gedurende het niet-broedseizoen (=niet-broedvogels). Voor beide seizoenen worden per soort kaartbeelden met voorspelbare versprei ding gemaakt. Per seizoen per soort wordt de status aangegeven: 1. Status broedvogel De status van de soort als broedvogel wordt weer gegeven in de termen algemeen, schaars, zeld zaam, incidenteel, jaarrond of niet aanwezig . 2. Status niet-broedvogel De status van de soort als trekvogel en/of winter gast wordt weergegeven in de termen algemeen, schaars, zeldzaam, incidenteel of niet aanwezig.
Als eerste stap wordt in beeld gebracht welke vogel soorten als gevoelig kunnen worden gezien. Als basis hiervoor wordt gebruik gemaakt van bestaande lijs ten op grond van allerlei overzichten uit binnen en buitenland. Het is belangrijk om een soortenmatrix op te stel len waarin naast de gevoeligheid van een soort voor aanvaringen, habitatverlies en barrièrewerking (de risico’s) ook de mate van bedreiging wordt meege nomen zoals de Rode Lijst-status en de status in het kader van de Vogelrichtlijn, hierna genoemd aandachtsoorten. De combinatie van scores voor ge voeligheid en mate van bedreiging levert uiteindelijk een kwetsbaarheidsscore. De soortenmatrix met de resulterende kwetsbaarheidsscores vormt de basis voor de afbakening van de soortenselectie waarvoor uiteindelijk kaartbeelden worden opgesteld.
2.1. In beeld brengen van de soorten
2.1.2. Gevoeligheid soort De gevoeligheid van een soort voor de aanwezigheid van windturbines is gescoord door te kijken naar verzamelstudies (‘species assessments studies’) in ons land of omringende landen waarbij voor (bijna) alle soorten of soortgroepen een indicatie is gege ven van de gevoeligheid voor negatieve effecten van windturbines. Dat kan zijn op grond van veldstudies (bijv. aantal aangetroffen slachtoffers) of door het bepalen van risicoprofielen. Daarbij zijn twee aspecten apart in kaart gebracht: (1) gevoeligheid voor aanvaringen met windturbines en (2) mijding of verstoring door aanwezigheid wind turbines.
Voor het maken van een windenergie zoekkaart als vervolg op de uit 2009 stammende windmolenrisi cokaart (Aarts en Bruinzeel, 2009) moeten eerste allerlei kenmerken en aspecten van soorten in beeld worden gebracht waarop via criteria selecties kun nen worden gemaakt. Voor iedere in Nederland regelmatig voorkomende vogelsoort (dus dwaalgasten uitgezonderd) zijn naast soortcoderingen (Euring en IOC-code), naamgeving (NL-Latijns), de status van voorkomen, allerlei ge voeligheidsaspecten voor windenergie en de mate van bedreiging weergegeven. Deze aspecten worden in de volgende paragrafen nader uitgewerkt. 2.1.1. Typering voorkomen in Nederland Het voorkomen in Nederland verschilt voor veel soorten per maand. Omdat informatie per maand over de verspreiding voor bijna geen enkele soort aanwezig is wordt vaak gewerkt met voorkomen per seizoen gecombineerd aan de activiteit binnen
In tabel 1 staan de studies die zijn gebruikt met over zichten van risicosoorten in relatie tot aanvaringen. In tabel 2 staan de studies met overzichten voor ver storing/mijding.
7
Sovon-rapport 2021/09 Tabel 1. Achtergrondliteratuur aanvaringsrisico’s Type informatie
referentie
omschrijving
Aanvaringsrisico’s per groep, Buij et al. (2018) NL studie
berekening van een relatieve score voor aanvaringsrisico’s van soortgroepen, deze scores zijn toegekend aan alle soorten die bij de desbetreffende soortgroepen horen. Alleen scores >0.02.
Risico-bepaling aanvaringen BSPB (2013) voor Bulgarije
Per soort die in Bulgarije voorkomt is op grond van een groot aantal soorteigenschappen een risicoscore voor aanvaringen bepaald en deze is hier opgenomen
Modellering statistische aanvaringskans UK
Thaxter et al. (2017)
Op basis van een statistisch model zijn voorspellingen gemaakt van het aantal aanvaringen per jaar en dat is gemiddeld over soortgroepen. De waardes zijn weergegeven voor groepen met waardes >1500
Aanvaringrisico’s bosvogels Duitsland
Richarz (2014)
Op grond van ervaringen en monitoringgegevens is voor bosvogels in Duitsland ingeschat welke soorten gevoelig zijn voor aanvaringen
Index risico per soort uit Progress studie Duitsland
Grünkorn et al. (2016)
Op grond van een benadering van Lekuona en Ursua is een inschatting gemaakt van de Species Risk Index voor aanvaringen voor een groot aantal soorten in Noord-Duitsland
Overzichten monitoring aan- Grünkorn et al. (2016) varingsslachtoffers Duitsland
Op grond van slachtofferstudies is een lijst gemaakt met soorten die vaak in Noord-Duitsland als slachtoffer zijn gemeld met daarbij een correctie voor vindkansen
Bernotat & Dierschke (2016)
Score van risico’s (windturbines, hoogspanningslijnen, verkeer) op basis van gedrag en kwetsbaarheid voor verschillende soortgroepen, waaronder vogels. kwetsbaarheidsmatrix waarin risico voor aanvaringen, gevoeligheid, soorteigenschappen en status van de soort in Duitsland bij elkaar worden gebracht. PSI (Populationsbiologischem Sensitivitäts-Index) op grond van soorteigenschappen samen met Naturschutzfachlichem WertIndex (NWI) verwerkt in een MGI (Mortalitäts-GefährdungsIndex). Tenslotte wordt deze MGI gematcht met specifieke mortaliteitsrisico’s voor bijv. wegen, hoogspanningslijnen en windturbines, de zogenaamde AK’s (Artspezifische Einstufung des Kollisionsrisikos
Risico-bepaling soorten a.h.v. soortkenmerken, Duitsland* *zie uitleg met interpretatie in het kader
Interpretatie risico-analyses van Bernotat & Dierschke In Duitsland is een uitgebreide en complexe analyse gedaan naar de risico’s voor soorten voor effecten van infrastructuur (verkeer, hoogspanningslijnen, windturbines). De auteurs hebben een kwetsbaarheidsmatrix opstellen waarin risico voor aanvaringen, gevoeligheid, soorteigenschappen en status van de soort in Duitsland bij elkaar worden gebracht. Omdat de uiteindelijke risico-scores die worden bepaald afhangen van de status van de soort in een bepaalde situatie, is er voor gekozen om niet de voor Duitsland gehanteerde waarden te hanteren maar om via de afzonderlijke onderdelen een eigen score te maken voor de Nederlandse situatie. Daartoe zijn de in het rapport opgenomen bijlagetabellen met scores voor een aantal afzonderlijke aspecten er uit gehaald. Vervolgens is daarmee een windenergiegevoeligheidsscore gemaakt. In het rapport wordt gewerkt met een zogenaamde PSI (Populationsbiologischem Sensitivitäts-Index), een populatie-biologische gevoeligheidsindex op grond van soorteigenschappen. Deze wordt samen met Naturschutzfachlichem Wert-Index (NWI), een waarde die de zeldzaamheidsstatus van een soort vertegenwoordigt, verwerkt in een MGI (Mortalitäts-Gefährdungs-Index= mortaliteitsbedreigingsindex).
Uiteindelijk wordt deze gecombineerd met specifieke sterfterisico’s voor de infrastructuurtypes (wegen, hoogspanningslijnen en windturbines), de zogenaamde AK’s (Artspezifische Einstufung des Kollisionsrisikos= soortspecifieke klassificatie van sterfterisico’s). Voor deze studie zijn alleen de PSI scores gecombineerd met de AK’s volgens het schema hiernaast. Dat levert een risicoscore op die vergelijkbaar is met de andere gescoorde risico’s in de literatuur. Uiteindelijk levert het 5 klasses op van 1=laag risico tot 5= zeer hoog risico.
8
PSI-klasse AK
2-3
3-4
4-5
>5
5
5
5
4
4
4
2
2
3
3
3
2
3
2
2
2
3
2
1
1
1
2
1
1
1
Achtergronddocument windenergie - gevoeligheidskaart vogels Tabel 2. Achtergrondliteratuur verstoring Type informatie
referentie
omschrijving
Verstoring bosvogels Duitsland Richarz (2014)
Op grond van ervaringen en monitoringgegevens is voor bosvogels in Duitsland ingeschat welke soorten gevoelig zijn voor verstoring
Verstoringsinschatting weidevogels
Buij et al. (2018)
In deze studie wordt aangegeven dat weidevogels gevoelig zijn voor verstoring. Alle typische weidevogelsoorten zijn daarom als gevoelig aangegeven
Sovon analyse verstoring in de broedtijd
Sierdsema et al. (2019)
Op basis van een ruimtelijke analyse van verspreidingsgegevens is gekeken naar negatieve effecten van de aanwezigheid van windturbines op de dichtheid
Sovon analyse verstoring in de winter (trend)
Sierdsema et al. (2019)
Op basis van een temporele analyse van monitoringgegevens is gekeken naar negatieve effecten van de aanwezigheid van windturbines op de trend
Verstoringsafstanden Duitsland Länderarbeitsgemeinschaften beoordeling van verstoringseffecten, deels op basis der Vogelschutzwarten (LAG van gemeten verstoringsafstanden/reactieafstanden VSW) (2015) windturbines
2.1.3. Aandachtsoorten: mate van bedreiging
paald door o.a. een Rode Lijststatus of de Staat van Instandhouding, maar ook wordt meegeno men of de soort vanwege een beleidsmatig aspect (Vogelrichtlijn, Natura 2000-beleid) een aandacht soort is. Verdere uitleg staat in tabel 2.3.
In tabel 2.3 staan de criteria vermeld waarmee de mate van bedreiging voor een soort wordt be paald. Dat wordt voor een belangrijke mate be
Tabel 2.3. Bepalen mate van bedreiging Status
Referentie
Omschrijving
RL brv 2017
Van Kleunen et al. (2017)
De laatste rode lijst voor broedvogels, RL soorten scoren 1
RL trek/wint 2016
Van Kleunen et al. (2016)
De Rode Lijst voor trekkers en overwinteraars, RL soorten scoren 1
Oranje lijst WinterTrekvogels 2016
Van Kleunen et al. (2016)
De Oranje lijst, OL soorten scoren 1
Oranje lijst Broedvogels
Sovon 2017
De Oranje lijst, OL soorten scoren 1
Blauwe lijst 2016
Van Kleunen et al. (2016)
De Blauwe lijst, soorten op deze lijst scoren 1
Natura 2000-soorten
www.sovon.nl
Soorten waarvoor Nederland op gebiedsniveau Instandhou dingsdoelen heeft gebaseerd op de Vogelrichtlijn scoren 1
Staat Van Instandhouding (SVI)-waarde
www.sovon.nl
Indien SVI zeer ongunstig is dan 2, matig ongunstig 1
2.2. Criteria en systematiek voor het bepalen van de risico’s
2.2.2. Verstoringsrisico 1. De verstoringsrisico’s worden op dezelfde wijze per kolom gescoord in 5 categorieën als de aanva ringsrisico’s 2. Ook hier wordt een ‘eindscore’ bepaald
2.2.1. Aanvaringsrisico Voor respectievelijk broedvogels en niet-broedvogels afzonderlijk wordt het risico voor aanvaringen en verstoring ingeschat. 1. De gevoeligheid voor aanvaringen wordt bepaald door per kolom soorten in 5 categorieën in te de len (rood= zeer gevoelig, oranje= gevoelig, geel= matig gevoelig, groen= niet gevoelig, blanco= niet gescoord) 2. Vervolgens wordt een conclusie-kolom gescoord waarbij een ‘eindscore’ wordt bepaald
Tabel 2.4. Wegingsfactoren voor combinatie uit aanvaringsrisico en verstoringsgevoeligheid aanvaring 0 1 2 3 9
0 0 1 2 3
verstoring 1 2 1 1 1 2 2 2 3 3
3 1 2 2 3
Sovon-rapport 2021/09
2.2.3. Combinatie en cumulatie Voor de gecombineerde score wordt uitgegaan van de aanvaringsrisicoscore en deze wordt met 1 klasse opgehoogd indien de verstoringsscore hoger is dan de score voor aanvaringsrisico.
lijke kaartbeelden wordt daar een kaartlaag aan toe gevoegd voor de (algemene) trekvogels. Deze soorten zijn verder niet gespecificeerd. Het gaat om een algemeen beeld van waar in Nederland in het trek seizoen geconcentreerde aantallen voorkomen van algemeen doortrekkende vogels die op zicht (en dus windturbine-rotorhoogte) vliegen. Exoten worden uitgesloten van de kaartbeelden, evenals de inciden teel voorkomende soorten buiten het broedseizoen in de veronderstelling dat het voorkomen van der gelijke soorten een grote mate van toeval betreft en dus een zeer geringe voorspelbaarheid heeft m.b.t. de risico-gebieden.
2.2.4. Aandachtsoorten: mate van bedreiging Om de mate van bedreiging te bepalen is voor iedere soort voor het broed- resp. niet-broedseizoen gesom meerd wat de scores zijn op grond van de criteria in tabel 2.3 zoals bijvoorbeeld de Rode Lijststatus en de landelijke Staat Van Instandhouding voor de broed vogelsoorten. De uiteindelijke score voor de status van een soort is deze sommatie.
De kwetsbaarheidsscore is bepaald door de risico score (= maat voor gevoeligheid voor aanvaring en verstoring) op te tellen bij de score voor de mate van bedreiging van de soort waarbij de risicoscore dub bel meetelt. De MGA soortenlijst is meegenomen. De uiteindelijke scores variëren tussen 0 en 11 (2*3 als maximale gevoeligheid + maximaal 5 punten voor status). Besloten is om alle soorten met een score >=4 als prioritair te beschouwen. Deze soorten tellen mee bij het vervaardigen van de kaartbeelden.
2.3. Criteria en systematiek voor het bepalen van de kwetsbaarheid Uitgangspunt voor prioriteren is dat het gaat om soorten die in een bepaald seizoen in Nederland aan wezig zijn, dat ze gevoelig zijn en dat ze een urgentie hebben t.a.v. de mate van bedreiging. Voor de eindscore wordt een opsplitsing gemaakt voor broed en niet-broedvogels. Voor de uiteinde
Wespendief Zeearend Zilvermeeuw Blauwe Reiger Draaihals Grauwe Kiekendief Kokmeeuw Nachtzwaluw Ooievaar Ransuil Slechtvalk Stormmeeuw Tureluur Zwarte Wouw Zwartkopmeeuw Bontbekplevier Boomvalk Dwergmeeuw Geelpootmeeuw Grauwe Gors 10
8 8 8 7 7 7 7 7 7 7 7 7 7 7 7 6 6 6 6 6
verstorings risico
aanvarings risico
mate van bedreiging
Soortnaam
Kwetsbaarheids-score
verstorings risico
10 10 9 9 9 9 9 8 8 8 8 8 8 8 8 8 8 8 8 8
aanvarings risico
Visdief Zwarte Stern Blauwe Kiekendief Bruine Kiekendief Rode Wouw Scholekster Wulp Buizerd Dwergstern Gierzwaluw Grote Stern Grutto Kievit Kleine Mantelmeeuw Noordse Stern Steppekiekendief Strandplevier Torenvalk Velduil Visarend
mate van bedreiging
Soortnaam
Kwetsbaarheids-score
Tabel 2.5a. Broedvogels met hun kwetsbaarheidsscore (gerangschikt op score van hoog naar laag), aanvullend wordt voor de mate van bedreiging, aanvaringsrisico en verstoringsrisico middels een kleurcode een indicatie gegeven hoe zwaar deze factor voor de soort meeweegt bij de bepaling van de kwetsbaarheidsscore (rood = zwaar via oranje en geel tot wit = niet/weinig)
Havik Houtsnip Kemphaan Kraanvogel Kwartelkoning Oehoe Pontische Meeuw Purperreiger Roek Roerdomp Steltkluut Veldleeuwerik Wilde Eend Woudaap Eider Grote Mantelmeeuw Kluut
6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5 5
Korhoen Raaf Ringmus Sperwer Zomertortel Aalscholver Bergeend Europese Kanarie Kleine Plevier Kleine Zilverreiger Koekoek Kwak Middelste Bonte Specht Porseleinhoen Steenuil Watersnip
verstorings risico
aanvarings risico
mate van bedreiging
Soortnaam
Kwetsbaarheids-score
verstorings risico
aanvarings risico
mate van bedreiging
Soortnaam
Kwetsbaarheids-score
Achtergronddocument windenergie - gevoeligheidskaart vogels
5 5 5 5 5 4 4 4 4 4 4 4 4 4 4 4
Reuzenstern Slechtvalk Visarend Bontbekplevier Boomvalk Gierzwaluw Grauwe Gors Grauwe Kiekendief Havik Kokmeeuw Paarse Strandloper Pontische Meeuw Ransuil Regenwulp Rosse Grutto Smient Steenloper Stormmeeuw Wulp Zwarte Wouw Blauwe Reiger Bonte Strandloper Grote Zilverreiger Grutto 11
7 7 7 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 5 5 5 5
verstorings risico
aanvarings risico
mate van bedreiging
Soortnaam
Kwetsbaarheids-score
verstorings risico
11 9 9 9 9 9 9 9 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7
aanvarings risico
Kleine Zwaan Blauwe Kiekendief Dwerggans Goudplevier Scholekster Velduil Visdief Zwarte Stern Bruine Kiekendief Buizerd Dwergstern Kleine Mantelmeeuw Kraanvogel Lachstern Noordse Stern Rode Wouw Ruigpootbuizerd Torenvalk Wespendief Zeearend Zilvermeeuw Zwartbuikrotgans Grote Stern Ooievaar
mate van bedreiging
Soortnaam
Kwetsbaarheids-score
Tabel 2.5b. Niet-Broedvogels met hun kwetsbaarheidsscore (gerangschikt op score van hoog naar laag), aanvullend wordt voor de mate van bedreiging, aanvaringsrisico en verstoringsrisico middels een kleurcode een indicatie gegeven hoe zwaar deze factor voor de soort meeweegt bij de bepaling van de kwetsbaarheidsscore (rood = zwaar via oranje en geel tot wit = niet/weinig)
Kievit Nachtzwaluw Nonnetje Oehoe Ortolaan Roek Roerdomp Smelleken Strandleeuwerik Toendrarietgans Tureluur Veldleeuwerik Wilde Eend Wilde Zwaan Woudaap Zwartkopmeeuw Aalscholver Dwergmeeuw Eider Fuut
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 4 4 4 4
Geelpootmeeuw Grauwe Gans Grote Mantelmeeuw Houtsnip IJslandse Grutto Kemphaan Kluut Korhoen Kuifduiker Middelste Bonte Specht Patrijs Purperreiger Raaf Sperwer Tafeleend Topper Watersnip Witgat Zomertortel
12
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4
verstorings risico
aanvarings risico
mate van bedreiging
Soortnaam
Kwetsbaarheids-score
verstorings risico
aanvarings risico
mate van bedreiging
Soortnaam
Kwetsbaarheids-score
Sovon-rapport 2021/09
Achtergronddocument windenergie - gevoeligheidskaart vogels
3. Methodiek Kaartbeelden 3.1. Broed- en niet-broedvogels
datasets om te zetten naar landsdekkende betrouw bare verspreidingsbeelden (Guisan & Zimmermann 2000; Sierdsema et al. 2005). Met behulp van mo dellen kunnen kaarten worden opgesteld met een voorspelling van de kans op voorkomen en/of de (relatieve) dichtheid, zogenaamde predictiekaarten. Voor de hier toegepaste ruimtelijke modellering is gebruik gemaakt van informatie over het landge bruik en andere omgevingskenmerken. Deze infor matie wordt gebruikt om relaties te kunnen beschrij ven in statistische modellen tussen de waarnemin gen en de omgevingskenmerken. Deze relaties zijn vervolgens gebruikt om het verwachte voorkomen te voorspellen in vierkante vakken van 1 x 1 km. Deze vakken worden aangeduid met de term ‘gridcellen’ of ‘kilometerhokken’.
In deze paragraaf wordt beschreven hoe de gevoelig heidskaarten voor broedvogels en niet-broedvogels zijn gemaakt. Onder ‘niet-broedvogels’ worden vogels verstaan die hier verblijven, maar op dat mo ment niet broeden. Het betreft zowel Nederlands broedvogels die hier verblijven na het broedseizoen als vogels van elders die hier in de trektijd of in de winter verblijven. Voor vogels op trek tussen broed gebieden en overwinteringsgebieden en vice versa is een afzonderlijke benadering gebruikt die is beschre ven in 3.2. Beschikbare gegevens Actuele data voor vrijwel alle soorten broedvogels is beschikbaar vanuit het Meetnet Broedvogels. Daarin worden met specifieke telmethodieken (zoals het Broedvogel Monitoring Project en de Kolonievogeltellingen) tellingen verricht. Gegevens over niet-broedende vogels, watervogel-concentra ties en ligging van slaapplaatsen worden verzameld in het Watervogelmeetnet. Beide meetnetten, geco ördineerd door Sovon en in samenwerking met het CBS, de provincies en Rijkswaterstaat, zijn onder deel van het Netwerk Ecologische Monitoring. Naast de landelijke meetnetten zijn gegevens beschikbaar van de meest recente Vogelatlas, waarvoor de ver spreiding en dichtheden van broed- en wintervogels in 2013-2015 in kaart zijn gebracht (Sovon 2018).
Voor schaarse soorten en onder meer het bepalen van de foerageergebieden van kolonievogels en leef gebieden van kwetsbare broedvogels zijn gegevens van waarneming.nl/NDFF gebruikt.
Het ruimtelijk model is opgebouwd uit een combi natie van een regressiemodel en de ruimtelijk geïn terpoleerde residuen van het regressiemodel. Zie o.a. Hengl et al. (2007), Hengl et al. (2009), Pebesma et al. (2005) en Sierdsema & van Loon (2008) voor meer informatie over deze methodiek. Voor de ruimtelijke analyse is gebruik gemaakt van Random Forest-modellen (zie Breiman 2001 en Boulesteix et al. 2012 voor een uitgebreide toelichting en box 1). Met behulp van de modellen wordt een voorspelling gemaakt voor alle kilometerhokken op grond van de beschikbare en relevante omgevingsvariabelen die zijn opgenomen in het model. Een regressiemodel voorspelt echter zelden precies de waarnemingen: er is altijd verschil tussen de werkelijke waarne mingen en de modelvoorspellingen, de zogenaamde ‘residuen’. De residuen vertellen ons waar het model blijkbaar nog niet helemaal goed zit. Vooral als we gebieden zien met overwegend positieve residuen (het voorkomen wordt onderschat) of negatieve re siduen (het voorkomen wordt overschat), is er blijk baar sprake van lokale omstandigheden die niet goed worden beschreven door de variabelen die zijn opge nomen in het regressiemodel. Een vervolgstap kan dan zijn om op zoek te gaan naar variabelen die het gevonden patroon in de residuen kunnen verklaren.
Dit zijn dan zogenaamde ‘taylor-made’-modellen: voor elke soort afzonderlijk wordt de meest rele vante set aan omgevingsvariabelen bij elkaar gezocht en gemodelleerd. Voor een aantal soorten zal zelfs dat geen soelaas bieden: de relevante informatie is simpel weg niet beschikbaar voor elke locatie in Nederland. Voor de hier gepresenteerde kansenkaar ten zijn (vrijwel) geen ‘taylor-made’-modellen ge maakt omdat die per soort (zeer) veel tijd kosten om te maken. Er is echter nog een andere oplossing om
Modellering van de verspreiding Informatie over het voorkomen van soorten is voor grote gebieden zoals een regio, provincie of land maar zelden gebiedsdekkend. Alleen van enkele soorten die beperkt zijn in hun voorkomen én ge makkelijk te tellen zijn, zoals kolonievogels, wordt jaarlijks bijgehouden waar ze voorkomen en hoeveel het er zijn. Van de meeste andere soorten wordt steekproefsgewijs vastgesteld waar ze voorkomen, zowel in de tijd als in de ruimte. Ook worden van veel soorten losse waarnemingen verzameld. Losse waarnemingen hebben als nadeel dat het vaak alleen maar de ‘krenten in de pap’ worden doorgegeven: dat leidt tot een vertekend beeld van het voorkomen van soorten, waarvoor bij het gebruik van die infor matie terdege rekening mee moet worden gehouden. De afgelopen jaren zijn vanuit verschillende in valshoeken methoden ontwikkeld om onvolledige 13
Sovon-rapport 2021/09
Box 1. Random Forest Modellering Random Forests zijn geschikt voor deze analyses omdat ze kunnen omgaan met hoog-dimensionele, niet-lineaire en collineaire gegevens en omdat ze weinig vatbaar zijn voor over-fitting. Random Forests worden regelmatig gebruikt voor de modellering van de verspreiding van soorten (o.a. Benito-Garzon et al. 2006, Cutler et al. 2007, Kampichler et al. 2010, Mascaro et al. 2014) en in recente vogelatlasprojecten zoals de atlas van broed- en wintervogels van Groot-Brittannië en Ierland (Balmer et al. 2013), de atlas van algemene broedvogels van Polen (Kuczyński & Chylarecki 2012) en de nieuwe Vogelatlas van Nederland (Sovon 2018). Random Forests zijn gebaseerd op het genereren en selecteren van een groot aantal regressiebomen. Regressiebomen zijn een klassieke machine learning-methode die al drie decennia geleden werd ontwikkeld (Breiman et al. 1984). Voor elk van de bomen in een Random Forest wordt alleen een gebootstrapte steekproef van de waarnemingen gebruikt en in elke tweedeling van de boom wordt slechts een toevallig gekozen subset van de verklarende variabelen gekozen. Elke boom in de Random Forest zal dus andere predicties opleveren, afhankelijk van de gebruikte cases en omgevingsvariabelen. Uiteindelijk wordt voor elke waarneming de gemiddelde predictie van het aantal gebruikte bomen berekend.
De niet-gebruikte waarnemingen om een boom te maken - de zogenaamde ‘out-of-the-bag (OOB)’ cases - worden benut voor de bepaling van de kwaliteit van de Random Forest modellering en van de importantie van de omgevingsvariabelen. Zo wordt dus informatie verkregen over het relatieve belang van elke variabele bij het verklaren van het voorkomen van een soort.
de voorspelde verspreiding te verbeteren: interpola tie van de residuen. Door de residuen te interpoleren naar een vlakdek kend kaartbeeld ontstaat een kaart met gebieden die overwegend onderschat of overschat worden. Voor interpolatie van de residuen kan gebruik worden gemaakt van (block-) Inverse Distance Weighting (IDW) en Kriging. De laatste methode is veel reken intensiever dan de eerste: in deze versie van de pre dictiekaarten is daarom gebruik gemaakt van IDW. Voor een beschrijving van de twee bovengenoemde interpolatie methodieken zie Bivand et al. 2013. De modelvoorspellingen per kilometerhok en de geïnter poleerde residuen worden tenslotte bij elkaar opge teld (Sierdsema & van Loon 2008). Technische uitvoering De berekeningen voor de predictiekaarten zijn uitgevoerd met het statistische programma R (R Core Team 2020), versie 3.6.3 (64-bits versie). Voor de analyses werd het R-package ‘SDMmaps’ (Kampichler et al. 2020), versie 0.15-4 gebruikt. SDMmaps vat functies uit een grote aantal van R-packages samen die zorgdragen voor het inlezen van de waarnemingen, samenvoegen met ruimtelijke data, uitvoeren van de ruimtelijke modellen, projec teren van de modellen op het hele land en maken van de kaarten. Specifiek werd voor de RandomForestmodellen gebruik gemaakt van de snelle algoritme ‘ranger’ van Wright & Ziegler (2017).
Naast de echte en de ‘slimme’ nullen zijn 10.000 random nullen ge genereerd. De interpolaties met IDW zijn uitgevoerd met functies uit het R-package ‘gstat’ (Pebesma & Wesseling 1998) waarbij gebruik is gemaakt van een block van 2x2 km en punten tot een maximale af stand van 50 km (Bivand et al. 2013). 14
Kwantielkaarten De hiervoor beschreven modelleertechniek levert gebiedsdekkende verspreidingskaarten per soort op. Maar hoe kunnen deze worden gecombineerd tot risicokaarten? De kaarten voor de verschillende soorten kunnen namelijk niet zonder meer worden opgeteld. Met name voor abundantiekaarten, die een dichtheid voorspellen, geldt dat de dichtheden tussen de soorten zeer sterk kunnen verschillen: het zo maar combineren van soortkaarten door somma tie of middeling zou ertoe leiden dat de resulterend kaart vooral het voorkomen van een aantal zeer al gemene soorten in beeld brengt. De meest eenvoudige manier om de kaarten verge lijkbaar te maken tussen soorten is om deze om te zetten in een kaart met aan- en afwezigheid. De op telling van de kaarten levert dan een kaart op met de soortenrijkdom. Alle informatie over verschillen in dichtheid die beschikbaar is in de abundantiekaarten gaat dan echter verloren. Dit is op te lossen door in plaats van aan- of afwezigheid van een soort, gebie den met hoge- en lage dichtheden te onderscheiden of gebieden met een hoge en lage kans op voorko men. Maar hoe doe je dat? Voor elke soort zullen immers soort- en zelfs kaart-specifieke criteria nodig zijn. Dat is opgelost door het maken van zogenaam de kwantielkaarten.
Deze kaarten laten zien wat het kleinst mogelijke gebied is waar zich bijvoorbeeld 10% of 25% van de populatie bevindt. Om bijvoor beeld een 25%-kwantielkaart (kort: q25) te maken wordt eerst het totale aantal voor de hele kaart be rekend. Vervolgens wordt bepaald wat hiervan 25% is. Vervolgens worden alle waarden van de afzonder lijke gridcellen gesorteerd van groot naar klein. Deze worden dan één voor één bij elkaar opgeteld van groot naar klein, net zo lang tot de waarde van 25%
Achtergronddocument windenergie - gevoeligheidskaart vogels
Verspreidingskaart Wulp (broedvogels)
Q50-kwantielkaart Wulp
Q75-kwantielkaart Wulp
Q90-kwantielkaart Wulp
Figuur 3.1. Voorbeeld van de broedvogelverspreidingskaart van de Wulp en de q50-, q75- en q90-kwantielkaarten. De q50-kaart geeft de hotspots voor de Wulp in Nederland weer, terwijl de q90-kaart met name in beeld brengt waar in Nederland Wulpen broeden.
van de populatieomvang is bereikt. Alle gridcellen die tot dan toe bij elkaar zijn opgeteld vormen dan het 25%-kwantielgebied. In dat gebied komt dan dus 25% van de populatie voor op een zo klein mogelijke oppervlakte. Op deze manier kan voor elke soort afzonderlijk in beeld worden gebracht wat de meest belangrijke gebieden voor deze soort zijn. Voor de kans-op-voorkomen-kaarten kan een vergelijkbare
procedure worden toegepast. Hiervoor worden alle kansen bij elkaar opgeteld en op een vergelijkbare manier kwantielkaarten gemaakt. De gekozen kwantielwaarde hangt af van de toepas sing van de kaarten. Indien alleen de echte topgebieden in beeld gebracht moeten worden kan de 10%-kwantielwaarde worden gebruikt. Maar wan neer de belangrijkste gebieden voor een soort in 15
Sovon-rapport 2021/09
Figuur 3.2. Schematisch voorbeeld hoe het gebruik van kwantielkaarten de stapeling van kaartbeelden van verschillende soorten mogelijk maakt om vervolgens een cumulatief kaartbeeld af te leiden. Dit voorbeeld laat slechts drie soorten zien, het totaalbeeld is op veel meer soorten gebaseerd.
beeld gebracht moeten worden dan blijkt meestal een waarde tussen 25 en 50% goed bruikbaar te zijn.
mogelijk te beperken is de 50%-kwantielkaart het meest geschikt. Met deze keuze komen de belang rijke gebieden voor het soortvoorkomen duidelijk in beeld. Deze benadering is eveneens gekozen voor vergelijkbare analyses op provinciaal niveau (Stahl & Epe 2021). Een verdere uitwerking in dit rapport wordt dan ook alleen getoond voor de 50%-kwantiel kaarten.
Met de kwantielbenadering kunnen soorten met grote verschillen in talrijkheid en geheel verschil lende typen kaarten toch bij elkaar worden opgeteld om tot een totaalbeeld over een groot aantal soorten te komen. Door nu de afzonderlijke kwantielkaar ten per soort op te tellen, kan een kaart gemaakt worden die in detail de lokale ‘soortenrijkdom’, of beter, diversiteit, weergeeft. ‘Soortenrijkdom’ tus sen aanhalingstekens omdat door de verwerking van verschillen in abundantie en kans op voorkomen in de kaarten, deze een informatiever beeld geven over de biodiversiteit dan simpelweg soortenrijkdom. Om verwarring te voorkomen met de gangbare kaarten die soortenrijkdom weergeven, gebruiken we voor deze kaarten de term ‘hotspotkaarten’. Met behulp van hotspotkaarten wordt dus aangegeven waar zich het zwaartepunt van de verspreiding van een groep van soorten bevindt.
3.1.1. Specifieke bewerkingen voor broedvogels Foerageergebieden Veel van de kwetsbare soorten voor windturbines verplaatsen zich dagelijks of meerdere malen per dag tussen broedkolonies en slaapplaatsen naar foerageergebieden. Van alle kolonievogels is de loca tie en omvang van de belangrijke kolonies bekend. Met behulp van aanvullende gegevensbronnen van Sovon en het patroon van waarnemingen van soor ten zoals beschikbaar in de NDFF is een kaartbeeld gemaakt van de foerageergebieden van de vogels. Verbindingen tussen de kolonies en de foerageerge bieden geven een beeld van waarschijnlijke vogelbe wegingen die plaats vinden in het broedseizoen. Met name van watervogels zoals reigerachtigen zijn de locaties en omvangen van de meeste slaapplaatsen goed bekend. Ook voor deze soorten zijn met behulp van de eerder genoemde watervogeltellingen gege vens gecombineerd om een inschatting te kunnen geven van gebieden of trajecten waar veel dagelijkse bewegingen naar slaapplaatsen of tussen foerageer gebieden plaatsvinden.
Keuze kwantielkaarten Er zijn tijdens de projectuitvoering drie verschillen de gevoeligheidskaarten maakt op basis van de 50%, 75%- en 90%-kwantielkaarten. De 50%-kwantiel kaart (=q50) brengt met name in beeld waar zich be langrijke populaties van gevoelige soorten bevinden, terwijl de 90%-kwantielkaart (=q90) in sterke mate is gebaseerd op het al dan niet voorkomen van de gevoelige soorten. Vanuit de wens om de impact van windturbines op de populaties van soorten zoveel
16
Achtergronddocument windenergie - gevoeligheidskaart vogels
Figuur 3.3. Voorbeeld van de gebieden met foerageertrek rondom Purperreigerbroedkolonies, afgeleid van waarnemingen in mei en juni uit de NDFF (2013-15).
De foerageergebieden van kolonievogels zijn in kaart gebracht door waarnemingen uit de NDFF om te zetten in zogenaamde ‘kernel density-kaarten’. Hiervoor worden de afzonderlijke waarnemingen ge combineerd tot vlakdekkende kaarten die het aantal waarnemingen per vierkante km weergeven. Uit deze kaarten zijn vervolgens de meest belangrijke foera geergebieden geselecteerd door de 50%-cellen met de hoogste waarneemdichtheid te selecteren (figuur 3.3).
rondom bekende territoria en nesten. Er worden echter ook regelmatig vogels waargenomen in het broedseizoen op grotere afstand: dit zijn de locaties waar de soort misschien nu niet broedt, maar dat wel in de nabije toekomst zou kunnen gaan doen. Dit zou kunnen betekenen dat de kaarten bij opleve ring vrijwel meteen verouderd zijn. Daarom is ook met behulp van juni-waarnemingen uit de NDFF bepaald waar de soort nog meer regelmatig is waar genomen tot op een maximale afstand van 15 km van bekende territoria en nesten. Bij de bepaling van de gevoeligheidsscore voor een locatie hebben gebieden verder weg van bekende territoria wel een iets lagere gevoeligheidsscore gekregen (75-90% van hoogste waarde).
Kwetsbare broedvogels met grote leefgebieden Een aantal kwetsbare broedvogelsoorten met grote leefgebieden komt maar op een (zeer) beperkt aantal locaties voor in ons land. Een deel van deze soorten heeft leefgebieden die zich tot verschillende kilome ters vanaf de broedlocatie kunnen uitstrekken. Voor zover het kolonievogels betreft is dit verwerkt in de hiervoor beschreven kaarten van foerageergebieden. Dit is niet van toepassing voor de volgende soorten: Blauwe Kiekendief, Boomvalk, Bruine Kiekendief, Grauwe Kiekendief, Rode Wouw, Slechtvalk, Steppekiekendief, Visarend, Zeearend, Zwarte Wouw, Velduil en Oehoe.
3.1.2. Modellering van vliegbewegingen tussen foerageergebied en slaapplaats Voor het ontwikkelen van een kaartbeeld van vlieg bewegingen van vogels is onder meer van belang waar vogels dagelijkse bewegingen vertonen. Vaak is dit tussen foerageergebied en slaapplaats. Om deze reden modelleren we deze vliegbewegingen tussen foerageergebieden en slaapplaats, maar ook lokale vliegbewegingen op de slaapplaats en binnen de foe rageergebieden.
Voor deze soorten is eerst met behulp van een kernel density-benadering een gebied van ca 3 km bepaald 17
Sovon-rapport 2021/09
Figuur 3.4. Voorbeeld van de leefgebiedenkaart van de Rode Wouw. Gebieden rondom bekende territoria in donkergroene tinten en andere gebieden in de omgeving waar de soort regelmatig is waargenomen in het broedseizoen in lichtgroen.
Omdat slaapplaatsengegevens een minder goede spreiding kennen dan de modelkaarten van overdag foeragerende vogels, wordt er gemodelleerd van foe rageergebied naar slaapplaats. Eerst wordt de maxi male foerageerafstand in acht genomen, dit is de maximale afstand die een soort dagelijks aflegt om van de slaapplaats op de foerageergronden te gera ken. Deze afstand is soortspecifiek en komt voort uit verschillende bronnen (o.a. van der Vliet et al. 2011). In het geval van het ontbreken van een bekende foe rageerafstand is de afstand van een ecologisch verge
lijkbare nauw verwante soort genomen. Op basis van de maximale foerageerafstand wordt er een buffer (figuur 3.5) getrokken rondom de foerageergebieden. De kans dat een slaapplaats in verbinding wordt ge steld met een foerageergebied neemt toe naarmate de afstand vanaf het foerageergebied afneemt. Alle cellen die buiten de maximale foerageerafstand val len, krijgen een nul toegewezen (d.w.z. er is geen kans dat de slaapplaats in verbinding staat met het foerageergebied).
foerageergebied Afstand van het foerageergebied (in m)
Figuur 3.5. Een buffer rondom een foerageergebied, waarbij de kans dat een slaapplaats (stip) in verbinding staat met een foerageergebied afneemt met de afstand. De kleine stip is niet verbonden met het foerageergebied, de grote wel.
slaapplaatsen
18
Achtergronddocument windenergie - gevoeligheidskaart vogels
Daarna wordt een denkbeeldige lijn getrokken tus sen het foerageergebied en de slaapplaats en alle ras terhokken die worden geraakt door de lijn, krijgen een aantalstoekenning, op basis van het aantal in het foerageergebied, maar gewogen met het aantal op de slaapplaats.
gen tussen foerageergebieden en alle slaapplaatsen, zodat dit uiteindelijk een totaalplaatje oplevert van lokale vliegbewegingen. Voorbeelduitwerking voor Grote Zilverreiger We tonen hier als voorbeeld de kaartbeelden voor Grote Zilverreiger (Fig. 3.6 en 3.7), een soort waar van we goede slaapplaatsgegevens hebben:
Dit wordt gedaan voor alle rasterhokken die lig
Figuur 3.6. Links: gemodelleerde dichtheidskaart van niet-broedende Grote Zilverreigers, rechts: rasterkaart met slaapplaatsenlocaties.
Figuur 3.7. Vliegbewegingenkaart van de Grote Zilverreiger buiten het broedseizoen tussen slaapplaats en foerageergebied.
19
Sovon-rapport 2021/09 Belangrijkste foerageergebieden
Niet-broedvogelkaart Grote Zilverreiger
Belangrijkste vliegbewegingen
Figuur 3.8. Voorbeeld van de samenvoeging van de kwantielkaarten van de verspreiding en vliegbewegingen van niet-broedende Grote Zilverreigers tot één kaart van de niet-broedvogelverspreiding van de Grote Zilverreiger.
3.2. Trekvogels
De vliegbewegingenkaarten zijn, vergelijkbaar met de verspreidingskaarten, omgezet in kwantielkaar ten. Deze kwantielkaarten van de verspreiding en de vliegbewegingen zijn samengevoegd tot één kaart beeld om te zorgen dat er per soort, per seizoen, maar één kaart overblijft.
Beschikbare gegevens Er zijn geen landsdekkende gegevens beschikbaar over de aantallen overtrekkende vogels tijdens de voor- en najaarstrek. Om toch een beeld te kunnen schetsen over waar grote hoeveelheden vogels tijdens de trek vliegen is gebruik gemaakt van een analyse op grond van de gegevens uit Trektellen.nl. Dit in combinatie met bestaande literatuur over trekbewe gingen en ecologische kennis over vogelbewegingen. Hierdoor konden de belangrijkste vogeltrekroutes in Nederland op kaart worden gezet.
3.1.3. Maken van de gevoeligheidskaarten Als uitvloeisel van de soortenselectie is aan elke soort een waarde (kwetsbaarheidsscore) toegekend waarbij kwetsbare soorten met afnemende popula ties die een hoog risico lopen de hoogste waarde is toegekend. De kwantielkaarten per soort zijn verme nigvuldigd met deze waardering en vervolgens bij elkaar opgeteld. Dit levert per seizoen een gevoelig heidskaart op.
Methodiek In Nederland worden zowel in het voorjaar als in het najaar op vele 100-en locaties trekvogels geteld, de zogenaamde zichtbare landtrek. Dat is een belangrijk verschil met de trekstromen ’s nachts. Dat betreft 20
Achtergronddocument windenergie - gevoeligheidskaart vogels
Figuur 3.9. Aantal waargenomen trekvogels per teluur per trektelpost in de periode 2010-2020. Alleen telposten met tenminste 50 teluren in het voor- en/of najaar zijn opgenomen in de kaart.
vaak heel andere soorten en ook speelt die trek zich vaak af in de hogere luchtlagen zoals bijvoorbeeld blijkt uit radarbeelden. De zichtbare landtrek over dag kan zich in veel gevallen ook in lagere luchtlagen afspelen en wordt daarmee relevant voor het aan varingsprobleem. Door te kijken naar de patronen van deze tellingen kunnen we iets zeggen over de plekken waar zich deze zichtbare landtrek met name afspeelt. Daarvoor zijn de gegevens van de telposten gebruikt, verzameld in het portal Trektellen.nl. Hier zitten telposten tussen die zo nu en dan eens tellen en telposten waar dagelijks zowel in voor- als najaar wordt geteld. Uit het gegevensbestand zijn de telpos ten geselecteerd waar in het voorjaar en/of het na jaar tenminste 50 uur is geteld in de periode 20102020. Vervolgens is het totaal aantal waargenomen vogels per seizoen (voorjaar/najaar) in 2010-2020 gedeeld door het totaal aantal teluren. Dit levert de treksterkte per telpost per seizoen op (figuur 3.9). Voor de trekvogelkaart is, met uitzondering voor de
Kraanvogel, geen onderscheid gemaakt tussen soor ten, maar is de aandacht gericht op de massaliteit van de trek: op plaatsen met veel vogeltrek verwach ten we ook relatief veel aanvaringen. Het gaat dan met name over grote aantal kleinere zangers, zoals vinkachtigen, lijsters, duiven, maar ook ganzen en kraanvogels. Uit figuur 3.9 blijkt meteen dat de meeste trek te zien is langs de kust, het IJsselmeer en zuidoostNederland. Voor toepassing in dit project is het echter noodzakelijk om dit kaartbeeld in een vlak dekkend kaartbeeld om te zetten zodat de informatie van de trekvogels kan worden gecombineerd met de kaarten van de broed- en niet-broedvogels. Hiervoor is eerst per telpost de maximale treksterkte over voor- en najaar berekend. Vervolgens is met Nearest NeighbourNeighbour-interpolatie deze informatie omgezet in een vlakdekkend kaartbeeld.
21
Sovon-rapport 2021/09
4. Kaartbeelden 4.1. Broed- en niet-broedvogels
name in het binnenland, komen minder naar voren omdat deze over het algemeen soortenarmer zijn dan waterrijke gebieden. Dit levert een kaartbeeld op wat mogelijk geschikt is voor landelijke afwegingen, maar minder geschikt is voor regionale afwegingen. Aangezien de afwegingen over het plaatsen van windturbines echter regionaal plaatsvinden, hebben we een extra stap toegepast om het kaartbeeld wat evenwichtiger te maken. Hiervoor zijn de soorten waarop de kaarten zijn gebaseerd, verdeeld in soor ten die wel en geen sterke binding met open water hebben. Voor elke groep van soorten is vervolgens een gevoeligheidskaart gemaakt (Figuur 4.1). In een volgende stap worden de gevoeligheidskaarten voor ‘droge’ en ‘natte’ soorten herschaald naar waarden tussen 0 en 100. De twee kaarten worden dan sa mengevoegd door voor elke 250m-cel het maximum over beide kaarten te bepalen (Figuur 4.2).
In de soortenmatrix is aan elke soort een waarde (kwetsbaarheidsscore) toegekend waarbij kwetsbare soorten met afnemende populaties die een hoog risico lopen de hoogste waarde is toegekend. De kwantielkaarten per soort zijn vermenigvuldigd met deze waardering en vervolgens bij elkaar opgeteld. Dit levert per seizoen (broedseizoen en niet-broed seizoen, Figuren 12 en 13) een gevoeligheidskaart op die aangeeft waar de minste risico’s ten aanzien van aanvaringen met windturbines op land zijn en waar deze het grootst zijn. Wanneer er één kaart voor alle soorten broedvogels of niet-broedvogels wordt gemaakt, dan blijkt de nadruk in de gevoeligheidskaarten sterk op water rijke gebieden te liggen. Waterarme gebieden, met
Figuur 4.1. Gevoeligheidskaart voor broedvogels gebonden aan open water (links) en broedvogels die niet gebonden zijn aan open water (rechts). De kleuren drukken de mate van gevoeligheid uit. De bruine en donkerrode kleuren drukken gebieden uit met een hoge gevoeligheid en de lichte kleuren drukken de gebieden uit met een lage gevoeligheid. Onder de soorten die niet gebonden zijn aan open water bevinden zich ook soorten die een voorkeur voor open gebieden hebben: in deze kaarten kunnen daarom zowel open gebieden (Texel, Friesland, Groningen) als meer besloten gebieden (Zwolle. Achterhoek, Zuid-Limburg) een hoge gevoeligheidswaarde hebben. De kaartbeelden zijn onvolledig in de grote wateren: in het gecombineerde kaartbeeld van figuur 4.2 is de informatie daarvan daarom weggelaten.
22
Achtergronddocument windenergie - gevoeligheidskaart vogels
Figuur 4.2. Gevoeligheidskaart broedvogels op basis van belangrijke verspreidingsgebieden en vliegbewegingen. Cumulatief kaartbeeld voor alle vogelsoorten uit de soortenmatrix, gewogen met de kwetsbaarheidsscore. Relatieve schaal van 1 (weinig risico voor aanwezigheid gevoelige soorten) tot 100 (hoog risico voor aanwezigheid gevoelige soorten).
23
Sovon-rapport 2021/09
Figuur 4.3. Gevoeligheidskaart voor niet-broedvogels gebonden aan open water (links) en niet-broedvogels die niet gebonden zijn aan open water (rechts). De kleuren drukken de mate van gevoeligheid uit. De bruine en donkerrode kleuren drukken gebieden uit met een hoge gevoeligheid en de lichte kleuren drukken de gebieden uit met een lage gevoeligheid. Onder de soorten die niet gebonden zijn aan open water bevinden zich ook soorten die een voorkeur voor open gebieden hebben: in deze kaarten kunnen daarom zowel open gebieden (Texel, Friesland, Groningen) als meer besloten gebieden (Zwolle. Achterhoek, Zuid-Limburg) een hoge gevoeligheidswaarde hebben. De kaartbeelden zijn onvolledig in de grote wateren: in het gecombineerde kaartbeeld van figuur 4.4 is de informatie daarvan daarom weggelaten.