Hoe ‘ongewenste gasten’ schade aanbrengen aan natuur en economie

Invasieve exoten zijn soorten die 1) niet van nature voorkomen op de plek van interesse en 2) schade aanrichten aan economie en natuur. Daaronder vallen de heilige ibis, de muntjak en rode neusbeer. Allemaal prachtige dieren. Maar de heilige ibis is een heel effectieve rover van eieren van lokaal broedende vogels. De rode neusbeer draagt heel veel exotische parasieten en ziektes met zich mee. De muntjak richt veel schade aan aan oogsten.

Het probleem werd samengevat met een nummer: 12 miljard euro.

Invasieve soorten veroorzaken 12 miljard euro aan economische schade in de EU, volgens de Europese Commissie. En dat is waarschijnlijk nog een onderschatting. Nieuwere onderzoeken tonen aan dat het nog meer is. Dus bestaat er een uitgebreid netwerk aan wetten omtrent invasieve exoten. Via de Europese Unie mogen die soorten niet in de lidstaten worden verkocht, vervoerd, gereproduceerd, vrijgelaten of verzameld.

Maar mensen weten doorgaans niet dat ze bestaan. Dus worden invasieve soorten vaak per ongeluk verspreid.

Stel je voor: Je hebt een mooie nieuwe aquariumplant. Mooi en decoratief. Hij wordt verkocht in commerciële tuincentra, dus wat kan er mis mee zijn?

Helaas moet je verhuizen en je kunt het aquarium niet meenemen. De vissen kunnen in een nieuwe kleinere, maar wat doe je met de planten uit het oude aquarium? Je kunt ze misschien weggooien, maar het zijn waterplanten... waarom niet in het kanaal?

Wat je niet weet is dat die plant bekend staat als smalle waterpest, of Elodea nuttallii. Het is een soort die het milieu om zich heen verandert zodat er geen andere plant kunnen groeien. Hij gooit de nutriëntenbalans in meren omver en verandert de hele plaatselijk voedselketen. Daarnaast vormt hij zulke dichte standen dat hij dammen en installaties verstopt.

E. nuttallii is het onderwerp van mijn persoonlijke vakpublicatie. De soort is opgenomen in de Europese Rode Lijst van Invasieve Soorten. Ik onderzocht waar in Europa de soort zich daarna zou kunnen verspreiden.

De wetenschappelijke methodes gebruikt vallen onder het paraplu “Species Distribution Modelling”. Het is een misleidende naam. Het resultaat van de methodes is namelijk niet de geografische distributie van een soort, maar een kaart van gebieden waar de soort zich thuis voelt. De modellen nemen wel de distributie (geografische coördinaten van de aanwezigheid van de soort) van een soort als input (zie figuur 1 en 2), samen met informatie over de het milieu van het gebied wat je bestudeert (in dit geval dus het grootste gedeelte van de Europese Unie; zie figuur 2 als voorbeeld). Zulke variabelen zijn bijvoorbeeld regenval, gemiddelde jaartemperatuur, e.d. en in het geval van Elodea nuttallii, de vervuiling van het water (nutriëntengehalte, ijzergehalte, nabijheid van infrstructuur,...).

De groene punten zijn geografische locaties waar de soort "gespot" is en de kaartkleuren geven de gemiddelde temperatuur weer van het droogste kwartaal van het jaar. Uitgevoerd door en i.s.m. het European Alien Species Information Network van de Europese commissie.

Ik verwerkte beide in een programma genaamd MaxEnt (Maximum Entropy) en modelleerde de distributie. Voor de statistici onder ons, MaxEnt “toetst” tegen de nulhypothese dat de verspreiding van de soorten over de waardes van de omgevingsvariabelen volledig willekeurig is – de variabelen hebben geen effect en de verspreiding van de soort is volledig “random”.

In mijn studie was dat niet het geval.

Maar laten we eerst de verspreidingsdata wat meer onder de loep nemen:

We zien al een patroon. Inderdaad, in Vlaanderen zit het vol met E. nuttallii. De soort vindt heel geschikt habitat in onze ondiepe en langzaam stromende sloten en kanalen. Als ze daar arriveert, gaat ze niet meer weg.

Maar niet in Wallonië, denkt u misschien als u de kaart ziet. Wie weet. Maar het contrast tussen Vlaanderen en Wallonië is zó groot en de verspreiding volgt de Vlaams-Waalse grens zo goed, dat het waarschijnlijker is dat de echte reden ligt in de gevonden data. De bron van de distributie in Vlaanderen is het Floristisch Instituut voor België en Luxemburg (IFBL). Het bevat geen data uit Wallonië.

Deze onvolledigheid van data zet ons voor een probleem. Is de output van het model niet foutief wanneer de data een “voorkeur” heeft voor een bepaald gebied? Daar moet voor gecompenseerd worden.

Ik gebruikte statistische methodes om de afstand te berekenen waarop dat de omgevingsdata niet meer ge-autocorreleerd waren, wat betekent dat er geen ruimtelijke neiging naar een bepaald gebied meer hebben. Met deze nieuwe dataset werd MaxEnt gedraaid en ook met de oude. De resultaten van de 2 modellen werden daarna gecombineerd. De gebieden die in beide modellen uitkwamen als geschikt habitat voor de soort werden opgenomen in verdere analyse.

De gele gebieden zijn degene die maar door één van de twee modellen als geschikt habitat aanwees. De rode gebieden zijn waar ze overeenkomen.

Want ik was er nog niet. Het punt van het artikel was om de gebieden te identificeren waar de soort zich vervolgens naar zou kunnen verspreiden. Ik filterde dus gebieden buiten de huidig bekende verspreiding van E. Nuttallii eruit. Ik splitste deze daarna op in gebieden binnen en buiten het EU netwerk van beschermde natuurgebieden, Natura-2000. Dat gaf me de uiteindelijke output:

Deze data zou dus helpen om bestrijding van de soort te bevechten. Deze gebieden moeten regelmatig gescand worden op aanwezigheid van de soort, en als hij arriveert, moet onmiddellijk actie worden ondernomen.

Dus hoe voorkomen we dit soort dingen? Dat is gelukkig niet zo moeilijk. Eerst moet we ons van het probleem bewust zijn en aangezien je dit leest, ben je dat nu. Maar dan moeten we de soorten nog kunnen identificeren.

Daarvoor bestaat er de Invasive Alien Species in Europe app.

Jazeker: er bestaat een app voor schadelijke exoten in Europa die gratis te downloaden is op iPhone en Android. De app geeft info over de soorten, verklarende foto’s, en het is mogelijk om waarnemingen via de app te rapporteren.