IN ENTWICKLUNG Dieses Portal befindet sich im Aufbau. Inhalte, Wildtier-Atlas & Funktionen werden fortlaufend erweitert.
Wildbiologische Studie

Exploring the use of REM in compact hunting grounds comparing site specific to average parameters

Fachgebiete: Schwarzwild, Rotwild, Rehwild, Gams- & Steinwild, Wildunfälle & Infrastruktur, Monitoring & Methodik, Wildschaden, Äsung & Fütterung, Jagdmanagement & Bejagung, Raumnutzung & Verhalten

Autorinnen & Autoren
Stephanie Wohlfahrt, Niko Balkenhol, Hendrik Edelhoff, Pia Anderwald, Johannes Signer, Horst Leitner, Paula Klück, Silvio Schueler, Magdalena Langmaier, Herbert Kohlross, Klaus Hackländer
Veröffentlichung
European Journal of Wildlife Research 71, 34 (2025)
Verlag
Springer Science and Business Media LLC
Lizenz
CC BY 4.0
Originalarbeit beim Verlag öffnen (DOI) →

Der Volltext liegt beim Verlag. JAGDNAVIGATOR hostet keine PDF-Kopien.

Die Studie in Kürze

Das Random-Encounter-Modell liefert auch in Revieren unter 10 km² brauchbare Wilddichten — aber nur mit revierspezifisch erhobenen Parametern.

Fragestellung
Funktioniert die Dichteschätzung per Fotofalle (Random Encounter Model, REM) auch in kleinen Revieren, und lässt sich das Verfahren mit gemittelten Parametern vereinfachen?
Methodik & Datenbasis
Fotofallendaten aus 19 alpinen und kontinentalen Gebieten in Österreich mit 28 Schalenwildpopulationen von Reh-, Rot-, Gams- und Schwarzwild. Geprüft wurden die Präzision in Abhängigkeit von Flächengröße, Flächenform und Aggregationsverhalten der Art sowie Schätzungen mit revierspezifischen Parametern (SSP) gegen gemittelte Parameter (AVE). Für Flächen unter 10 km² war REM bis dahin nicht getestet.
Befunde
Der mittlere Variationskoeffizient lag bei 0,45 ± 0,03 und damit auf dem Niveau von Studien in Gebieten zwischen 46,6 und 501 km². Größe und Form der Fläche hatten keinen signifikanten Einfluss auf die Präzision. Ein höherer Anteil an Kameras mit Kontakt verschlechterte sie: Gleichmäßig verteilte Arten wie Rehwild wurden präziser erfasst (Overdispersionsfaktor k = 1,0 ± 0,11) als gruppenbildende wie Rotwild (k = 0,5 ± 0,12). SSP- und AVE-Dichten unterschieden sich statistisch nicht, ließen sich aber nicht durch dieselben Faktoren erklären — Höhenlage, Ökoregion, Zugänglichkeit, Wegelänge und Fütterung wirkten unterschiedlich. Die vereinfachte Variante liefert damit keine hinreichend vergleichbaren Ergebnisse.
Einordnung für die Praxis
Für die Reviererfassung: REM ist auch im kleinen Revier einsetzbar, ohne Einschränkung nach Größe oder Form der Fläche. Rehwilddichten kommen präziser heraus als Rotwilddichten, weil Rotwild in Gruppen auftritt. Die Parameter müssen aber im eigenen Revier erhoben werden — mit Durchschnittswerten aus der Literatur wird das Ergebnis unzuverlässig.
Grenzen der Studie
Geprüft an Schalenwild unter österreichischen Verhältnissen. Ein Variationskoeffizient von 0,45 bedeutet weiterhin erhebliche Streuung der Einzelschätzung, und ein unabhängiger Maßstab für die wahre Dichte fehlt.

Redaktionelle Zusammenfassung von JAGDNAVIGATOR auf Basis der genannten Arbeit — kein Originaltext der Autorinnen und Autoren. Grundlage ist das Abstract der Arbeit.

Original-Abstract (englisch)

Wortlaut der Autorinnen und Autoren, übernommen unter CC BY 4.0.

Wildlife management decisions require accurate knowledge of population parameters such as density. The random encounter model (REM) is effective for estimating densities of unmarked animals but has not been tested in areas smaller than 10 km2. This study evaluates REM's precision in small areas, considering study area size, shape, and species aggregation behaviours. It also examines whether REM can be simplified by using averaged REM parameters (AVE) instead of site-specific parameters (SSP). Camera trap data from 19 alpine and continental areas in Austria, covering 28 ungulate populations of roe deer Capreolus capreolus, red deer Cervus elaphus, chamois Rupicapra rupicapra, and wild boar Sus scrofa, were analysed. The mean coefficient of variation (CV) was 0.45 ± 0.03, comparable to studies in larger areas (46.6 km2—501 km2). Study area size and shape did not significantly affect CV. The ratio of cameras with contact negatively impacted CV, indicating higher precision for evenly distributed species like roe deer (overdispersion factor k = 1.0 ± 0.11) compared to aggregated species like red deer (k = 0.5 ± 0.12). SSP and AVE densities were not statistically different but could not be explained by the same parameters, such as sea level, ecoregion, accessibility, road length, and feeding. Thus, a simplified approach using averaged REM parameters does not yield sufficiently comparable results. For wildlife management in small areas, REM can be used without restrictions related to the size and shape of the areas sampled.

Zitation

Stephanie Wohlfahrt, Niko Balkenhol, Hendrik Edelhoff, Pia Anderwald, Johannes Signer, Horst Leitner, Paula Klück, Silvio Schueler, Magdalena Langmaier, Herbert Kohlross, Klaus Hackländer (2025) Exploring the use of REM in compact hunting grounds comparing site specific to average parameters. European Journal of Wildlife Research 71:34. https://doi.org/10.1007/s10344-025-01913-8

Passende Wildtier-Steckbriefe

Steckbrief Gämse (Gamswild) → Steckbrief Mufflon (Muffelwild) → Steckbrief Reh → Steckbrief Rothirsch → Steckbrief Wildschwein (Schwarzwild) → Steckbrief Alpensteinbock →

Verwandte Studien

Schwarzwild

Food security and the value of game animals—a study of Sweden

Ing-Marie Gren et al. · 2024

Rotwild

Cost-effectiveness of lures in attracting mammals: a large scale camera-trapping field test on European species

Alessio Mortelliti et al. · 2024

Rotwild

The spatial dynamics of red deer (Cervus elaphus) in fenced Mediterranean landscapes during periods of limited resources

Rafael Villafuerte-Jordan et al. · 2025

Schwarzwild

Density-dependent dinner: Wild boar overuse agricultural land at high densities

Evelina Augustsson et al. · 2024