Bättre beslutsunderlag om vargjakten

Guillaume Chapron vid SLU ska på uppdrag av Naturvårdsverket utveckla ett nytt verktyg för bedömning av hur stor vargjakten kan vara. Verktyget består bland annat av en ny och mer avancerad simuleringsmodell av vargpopulationens utveckling.

De modeller som finns idag är enkla och ger bara svar på hur många vargar som kan jagas. Enligt dessa modeller skulle årets jakt ligga på mellan 18 och 40 vargar för att det maximala antalet ska vara 210 djur. Det var grunden för det beslutade antalet djur i årets skyddsjakt.

Den nya modellen kommer att grunda sig på vad som händer då vargarna lever i flock. Det innebär att kunskap från fältstudier av varg kan tas tillvara. Till skillnad från de tidigare, enklare modellerna, tar den nya hänsyn till individuella händelser, som till exempel dödsfall, in- och utflyttning av djur och fortplantning.

Datorkraft krävs för optimering
Rekommendationer till beslutsfattarna tas fram genom en teknik som heter "Reinforcement learning". Denna uppfanns inom artificiell intelligens på 80-talet och har fått stor spridning även inom andra områden.

– Vi talar om för datormodellen att vi vill ha en vargpopulation på till exempel 210 djur och att vi har möjligheten att jaga olika antal vargar varje år. Sedan låter vi modellen leta rätt på det bästa sättet att nå det målet genom att låta den lära sig genom "trial and error", säger Guillaume Chapron.

Bör välja en säker nivå
Resultatet ger ett mer nyanserat svar på frågan hur en vargpopulation på 210 ska uppnås och bevaras. Datormodellen kan till exempel se om det ger en stabilare population över tiden om man låter det ta längre tid att nå målet.

– Modeller kan aldrig ge absoluta rekommendationer huggna i sten, utan resultaten ska ses som riktlinjer. Man bör alltid vara på den säkra sidan när det kommer till jakt och välja en strategi som behåller populationen på en säker nivå även om till exempel tillväxthastigheten blir den sämsta tänkbara, säger Guillaume Chapron.