Wyniki monitoringu ornitologicznego w 2013 roku

Transkrypt

1

2 Wyniki monitoringu ornitologicznego w 2013 roku Zakres prac zrealizowanych w 2013 roku oraz wstępne wyniki monitoringu efektów programu rolnośrodowiskowego w zakresie ornitofauny OPRACOWAŁ MICHAŁ ŻMIHORSKI Falenty, czerwiec 2014

3 Opracowanie wykonane w ramach Priorytetu 2 Monitoring efektów przyrodniczych programu rolnośrodowiskowego w Programie Wieloletnim pt. Standaryzacja i monitoring przedsięwzięć środowiskowych, techniki rolniczej i rozwiązań infrastrukturalnych na rzecz bezpieczeństwa i zrównoważonego rozwoju rolnictwa i obszarów wiejskich realizowanym przez Instytut Technologiczno-Przyrodniczy. Koordynator Priorytetu 2 Hubert Piórkowski Wykonanie prac terenowych Pracownia Przyrodnicza, Marek Jobda Obserwatorzy terenowi, biorący udział w liczeniach ptaków w 2013 roku Karolina Adamska, Małgorzata Bagińska, Urban Bagiński, Cezary Ćwikowski, Adam Dmoch, Marcin Filipek, Jerzy Grzybek, Józef Hordowski, Marek Jobda, Jacek Kaliciuk, Aneta Kozłowska, Paweł Kwaśniewicz, Michał Maniakowski, Małgorzata Pietkiewicz, Krzysztof Pietrasz, Michał Radziszewski, Rafał Rzepkowski, Paweł Szałański, Stanisław Tworek, Bartłomiej Woźniak Współpraca przy opracowaniu materiału Dorota Kotowska Autor fotografii Michał Żmihorski Zalecany sposób cytowania Żmihorski M Wyniki monitoringu ornitologicznego w 2013 roku. Zakres prac zrealizowanych w 2013 roku oraz wstępne wyniki monitoringu efektów programu rolnośrodowiskowego w zakresie ornitofauny. Instytut Technologiczno-Przyrodniczy w Falentach. Copyright by Instytut Technologiczno-Przyrodniczy, 2014 Instytut Technologiczno-Przyrodniczy Al. Hrabska 3, Raszyn tel , faks Opracowanie graficzne i przygotowanie do druku Barbara Kryska

4 Spis treści Streszczenie Zestaw terminów używanych w opracowaniu Wstęp Cel monitoringu Metodyka badań Teren badań Wybór powiatów Wybór działek ornitologicznych (RSO) i działek kontrolnych (KON) Określenie wybranych cech środowiska w punktach kontrolnych Metodyka liczeń ptaków Liczenie ptaków Czas i termin kontroli Formularz liczenia Interpretacja wyników liczeń Analiza statystyczna Transformacja danych o pokryciu terenu Modelowanie liczebności i frekwencji ptaków w punktach kontrolnych Wyniki Działki ornitologiczne i działki kontrolne Skład gatunkowy zespołu ptaków Liczebność wybranych grup ptaków w krajobrazie rolniczym Wszystkie gatunki łącznie Gatunki kwalifikujące do wariantów ptasich w ramach programu rolnośrodowiskowego Gatunki tworzące Farmland Bird Index (FBI) Ptaki drapieżne Ptaki z grupy siewek łąkowych Występowanie wybranych gatunków ptaków w krajobrazie rolniczym Derkacz Crex crex Czajka Vanellus vanellus Kszyk Gallinago gallinago Skowronek Alauda arvensis Oknówka Delichon urbicum Świergotek łąkowy Anthus pratensis Pliszka żółta Motacilla flava Pokląskwa Saxicola rubetra Łozówka Acrocephalus palustris Szpak Sturnus vulgaris Szczygieł Carduelis carduelis Trznadel Emberiza citrinella Potrzeszcz Emberiza calandra Zmienność i różnorodność całego zespołu ptaków Wnioski do wdrażania programu rolnośrodowiskowego Literatura

5 5 Streszczenie Raport przedstawia wyniki ornitologicznego monitoringu przyrodniczych efektów programu rolnośrodowiskowego w Polsce w 2013 roku. W ramach monitoringu kontrolowano liczebność i skład gatunkowy zespołu ptaków w okresie wiosennym w 599 punktach kontrolnych. Do kontroli wylosowano 30 powiatów, a w ich granicach 338 działek ornitologicznych aktualnie objętych programem rolnośrodowiskowym w ramach tzw. wariantów ptasich (4.1; 5.1) oraz 261 działek kontrolnych, wybranych niezależnie od rozmieszczenia działek ornitologicznych. Wiosną obserwatorzy wykonali we wszystkich punktach kontrolnych, zlokalizowanych na obu typach działek, dwa poranne, 10-minutowe liczenia, notując wszystkie widziane i słyszane osobniki wszystkich gatunków ptaków, z wyjątkiem osobników lecących wysoko nad gruntem i piskląt w gnieździe. Ponadto, dla każdego punktu określano udział głównych typów użytkowania gruntów (użytki zielone, grunty orne, lasy, wody i zabudowa) oraz obecność zwierząt gospodarskich w czasie kontroli. Do selekcji cech środowiska najlepiej tłumaczących obecność wybranych gatunków lub grup gatunków ptaków wykorzystano wielowymiarowe mieszane modele addytywne, korygowane o efekt autokorelacji przestrzennej. W sumie stwierdzono osobników należących do 161 gatunków ptaków. Najliczniejszymi gatunkami wróblowych były: szpak, skowronek, trznadel, dymówka i pokląskwa, a spośród ptaków nienależących do wróblowych: krzyżówka, czajka, grzywacz, derkacz i kszyk. Stwierdzono również gatunki rzadkie, takie jak: kulik wielki, żołna, błotniak łąkowy i dzięcioł zielonosiwy. Cechy środowiska w miejscu kontroli w istotny sposób determinowały skład gatunkowy zespołu. Liczebność wszystkich gatunków ptaków była wyższa na działkach, gdzie obok użytków zielonych występowały również grunty orne oraz w miejscach, gdzie występowały zwierzęta gospodarskie. Wynika to prawdopodobnie z większej różnorodności siedlisk występujących w takich lokalizacjach, co sprzyja bogactwu gatunkowemu całego zespołu. Inne zależności wykazywały jednak grupy gatunków związane ściślej z krajobrazem rolniczym. Gatunki tworzące wskaźnik Farmland Bird Index (FBI) preferowały lokalizacje z wyższym udziałem gruntów ornych, wyraźnie unikały terenów zalesionych, a udział terenów zabudowanych i podmokłych nie miał dla nich znaczenia. Ponadto, gatunki te zdecydowanie preferowały obecność zwierząt gospodarskich. Poszczególne gatunki ptaków uwzględnione w analizie wykazywały zróżnicowane preferencje względem poszczególnych cech środowiska. Derkacz, kszyk, skowronek, świergotek łąkowy, pokląskwa i potrzeszcz występowały wyraźnie częściej w miejscach o dużej powierzchni użytków zielonych, a unikały pól uprawnych, z kolei w przypadku trznadla obserwowano odwrotną zależność. Dla wielu gatunków typowych dla terenów rolniczych udział obszarów zalesionych istotnie obniżał ich frekwencję w punktach kontrolnych należą do tej grupy m.in.: pokląskwa, świergotek drzewny, pliszka żółta i skowronek. Dla żadnego gatunku spośród rozpatrywanych typ działki (działka ornitologiczna lub kontrolna) nie miał znaczenia. Natomiast w wielu przypadkach na występowanie ptaków silny, pozytywny wpływ miała obecność zwierząt gospodarskich. Zależność tę wykazano w przypadku: czajki, kszyka, oknówki, pliszki żółtej, szpaka i szczygła. Wyniki prezentowanych w raporcie analiz opierają się na jednorocznych badaniach i muszą być weryfikowane w oparciu o dane z kolejnych lat. Już teraz jednak udało się potwierdzić szereg wysoce istotnych zależności, co pozwala wskazać kilka potencjalnych problemów związanych z wdrażaniem wariantów ptasich w ramach programu rolnośrodowiskowego. Najważniejsze to: (1) różnorodność zespołu ptaków jest silnie zależna od sposobu użytkowania gruntów, jest to dowodem na potencjalnie wysoką skuteczność odpowiednio skonstruowanych wymogów użytkowania w ramach wariantów ptasich, (2) w obecnej postaci programu rolnośrodowiskowego użytkowanie gruntów w ramach wariantów dedykowanych ptakom nie jest wyraźnie preferowane przez ptaki, (3) obecność zwierząt gospodarskich znacząco poprawia częstość wykorzystywania terenów rolniczych przez wiele gatunków, co wskazuje, że wypas powinien być preferowaną formą użytkowania gruntów objętych płatnościami rolnośrodowiskowymi dedykowanymi ochronie ptaków. Wydaje się więc, że wymogi dotyczące użytkowania gruntów w ramach wariantów 4.1 i 5.1 powinny być zmodyfikowane.

6 7 Zestaw terminów używanych w opracowaniu Warianty ptasie Działki ornitologiczne (RSO) Działki kontrolne (KON) Punkty kontrolne Kontrola Typ użytkowania gruntów warianty: 4.1 oraz 5.1 dedykowane ochronie ptaków w ramach programu rolnośrodowiskowego w edycji działki rolne, aktualnie objęte programem rolnośrodowiskowym w ramach wariantów ptasich. Działki ornitologiczne na potrzeby monitoringu były wybierane losowo, w oparciu o zestaw wszystkich działek ornitologicznych, na których realizacja zobowiązania rolnośrodowiskowego rozpoczynała się w 2011 roku. W roku 2013 wybrano do kontroli 338 działek RSO. działki położone na gruntach rolnych, wybierane niezależnie od rozmieszczenia działek RSO. Na potrzeby monitoringu były wybierane losowo w oparciu o ortofotomapy. W roku 2013 wybrano 261 działek KON. miejsca liczenia ptaków, były zlokalizowane na działkach RSO i działkach KON. W roku 2013 liczenia ptaków wykonano w 599 punktach kontrolnych (338 na działkach RSO i 261 na działkach KON). 10-minutowe liczenie ptaków przez obserwatora przebywającego w punkcie kontrolnym. W każdym punkcie kontrolnym wykonywane były dwie kontrole: pierwsza w terminie od 10 kwietnia do 20 maja, druga od 21 maja do 30 czerwca. W sumie w roku 2013 wykonano 1198 kontroli. jeden z pięciu głównych typów użytkowania gruntów: trwałe użytki zielone, grunty orne, lasy, zbiorniki i cieki wodne, zabudowa. Obserwator określa procentowy udział powierzchni poszczególnych typów użytkowania gruntów w promieniu 100 m od punktu kontrolnego.

7 9 1. Wstęp W ciągu ostatnich kilkudziesięciu lat w wielu miejscach w Europie obserwowany jest drastyczny spadek liczebności populacji ptaków związanych z krajobrazem rolniczym. Gatunki, które w ciągu ostatniego tysiąclecia korzystały na wielkoobszarowej transformacji krajobrazu, związanej przede wszystkim z przekształcaniem terenów leśnych na obszary rolnicze, obecnie stają się coraz rzadsze. Uznaje się, że proces ten jest wynikiem niekorzystnych, z punktu widzenia ptaków, zmian w gospodarce rolnej. W przypadku Europy Środkowej, do głównych składowych przekształceń gospodarki rolnej należą: intensyfikacja użytkowania z wykorzystaniem nawożenia, coraz bardziej efektywnych maszyn polowych i ochrony chemicznej roślin, a także coraz mniejsza popularność niektórych tradycyjnych metod użytkowania pewnych typów gruntów, skutkująca ich wyłączeniem z użytkowania i spontanicznym przekształcaniem w środowiska zaroślowe i leśne. Do mniej ważnych, choć lokalnie istotnych procesów, można zaliczyć zabudowę gruntów rolnych, jak również celowe ich zalesianie. Wydaje się, że nie bez znaczenia w przypadku Polski, jest długoterminowy spadek poziomu uwilgotnienia siedlisk, skutkujący przekształceniem warunków abiotycznych ekosystemów. Wspomniane przekształcenia oddziałują na populacje ptaków związanych z krajobrazem rolniczym, prowadząc często do drastycznych spadków ich liczebności lub wręcz wymierania lokalnych populacji. Wpływ tych zmian na ptaki jest szczególnie dobrze widoczny w Europie Zachodniej, z uwagi na relatywnie dobrą dokumentację dynamiki liczebności poszczególnych gatunków oraz szczególnie intensywne przekształcenie gruntów rolnych. Ponieważ w Europie Środkowej, w tym w Polsce, zmiany jakościowo-ilościowej struktury zespołów ptaków nie są tak wyraźne jak na zachodzie Europy, znaczna część gatunków pospolitych w Polsce jest obecnie skrajnie rzadka w krajach Europy Zachodniej. Przykładowo, populacja bociana białego, gatunku typowego dla krajobrazu rolniczego, w Polsce szacowana jest na około par (Neubauer i in. 2011), podczas gdy w Niemczech jest 10-krotnie mniejsza ( par), a w Belgii 1000-krotnie mniejsza (40-45 par). Populacja derkacza w Rumunii wynosi około par, w Polsce liczebność tego gatunku jest podobna, natomiast w Niemczech osiąga jedynie około 2500 par, a we Francji, Belgii, Holandii, Danii, we Włoszech i w Wielkiej Brytanii nie przekracza ok. 600 par w każdym z wymienionych krajów (dane za Birdlife International 2004). Z uwagi na relatywnie liczne populacje gatunków ptaków typowych dla krajobrazu rolniczego, na krajach Europy Środkowej ciąży wyjątkowa odpowiedzialność za utrzymanie populacji wielu gatunków w skali kontynentu. Pomimo tego, że populacje znacznej części gatunków ptaków typowych dla agrocenoz w wielu krajach Europy Środkowej są stosunkowo liczne, wykazują obecnie negatywne trendy liczebności. Również w Polsce, szereg gatunków związanych z szeroko definiowanym krajobrazem otwartym wyraźnie zmniejszyło liczebność lub wręcz wymarło w ostatnich kilku dziesięcioleciach przykładem może być tu drop, batalion czy kraska. Załamanie liczebności dotyczy również gatunków jeszcze kilkadziesiąt lat temu całkiem pospolitych, takich jak: czajka, krwawodziób, pójdźka i dzierlatka. Nawet wróbel domowy, jeden z najliczniejszych ptaków krajowych, związany z zabudową wiejską, wykazuje wyraźne załamanie liczebności w Polsce. Z tego względu konieczne jest skupienie większej uwagi na ekosystemach otwartych użytkowanych rolniczo, w kontekście poszukiwania skutecznych metod ochrony różnorodności biologicznej. Jednym z podstawowych narzędzi służących do ochrony różnorodności biologicznej w ekosystemach użytkowanych rolniczo są programy rolnośrodowiskowe (agri-environmental schemes) będące mechanizmami finansowego wspomagania określonego sposobu użytkowania gruntów. W Polsce program rolnośrodowiskowy jest wdrażany od roku 2004, w ramach Programów Rozwoju Obszarów Wiejskich w edycji oraz kolejnej, w latach Jednak skuteczność tego typu programów, wdrażanych od dłuższego czasu w wielu europejskich krajach, nie zawsze jest dobrze poznana, a znaczna część badań naukowych, dotyczących różnych grup roślin lub zwierząt występujących w agrocenozach, wykazała brak oczekiwanych efektów w kontekście ochrony różnorodności biologicznej. Wyniki tego typu badań są niezwykle istotne, gdyż pozwalają lepiej dopasować programy rolnośrodowiskowe do potrzeb chronionych organizmów i siedlisk, a także dostosować je do lokalnych warunków przyrodniczych i ekonomicznych. Monitoring przyrodniczych efektów programu rolnośrodowiskowego realizowany jest w ramach Programu Wieloletniego w Instytucie Technologiczno-Przyrodniczym w latach i generuje informacje o czasowo-przestrzennej zmienności komponentów środowiska przyrodniczego w kontekście wdrażania programu rolnośrodowiskowego w Polsce.

8 Cel monitoringu ornitologicznego Celem monitoringu jest określenie, jak wdrażanie wariantów: 4.1 oraz 5.1 programu rolnośrodowiskowego wpływa na jakościowo-ilościową strukturę zgrupowań ptaków w krajobrazie rolniczym Polski. Realizacja tego celu będzie możliwa poprzez gromadzenie wieloletnich danych i porównanie jakościowo-ilościowej struktury zespołów ptasich w płatach środowiska użytkowanych zgodnie z wymogami programu rolnośrodowiskowego, w zakresie wariantów dedykowanych ptakom oraz w płatach podobnego środowiska, ale użytkowanego w sposób niezależny od wymogów w ramach wariantów ptasich (np. użytkowanego intensywnie lub nieużytkowanych). Szczególnie istotne wydaje się tu porównanie tych dwóch sposobów użytkowania pod względem składu gatunkowego i liczebności gatunków rzadkich, ginących i wymagających ochrony, w tym gatunków priorytetowych, których wymagania środowiskowe są podstawą do projektowania wymogów użytkowania w ramach wariantów ptasich w programie rolnośrodowiskowym. Monitoring ma na celu dostarczenie danych umożliwiających odpowiedź na trzy główne pytania: 1. Jak zmienia się frekwencja i liczebność poszczególnych gatunków, lub grup gatunków, na działkach użytkowanych zgodnie z wymogami wariantów ptasich programu rolnośrodowiskowego, w porównaniu z innymi działkami? 2. Które gatunki preferują, a które unikają użytkowania zgodnego z wymogami wariantów ptasich programu rolnośrodowiskowego? 3. Jakie sposoby użytkowania gruntów są preferowane przez poszczególne gatunki? Odpowiedź na powyższe pytania umożliwi określenie przyrodniczych efektów wdrażania wariantów: 4.1 oraz 5.1 programu rolnośrodowiskowego, a także wskazanie optymalnego sposobu użytkowania gruntów dla poszczególnych gatunków ptaków, stwarzając podstawy do lepszego dopasowania programu rolnośrodowiskowego do potrzeb poszczególnych gatunków. Ponadto dane uzyskane w wyniku prowadzenia monitoringu pozwolą odpowiedzieć na szereg bardziej szczegółowych pytań, a tym samym lepiej diagnozować oddziaływanie konkretnych sposobów użytkowania gruntów na zespół ptaków i uchwycić regionalną zmienność tych zależności. Istotnym założeniem monitoringu jest jego reprezentatywność dla całej Polski metodyka wyboru lokalizacji badań jest tak dobrana, by uzyskiwać dane wiarygodne dla powierzchni objętych wariantami ptasimi w całym kraju. 2. Metodyka badań 2.1. Teren badań Wybór powiatów Badania prowadzono w całej Polsce, w punktach kontrolnych wyznaczonych na etapie przygotowawczym przed rozpoczęciem prac terenowych. Metodyka wyboru punktów kontrolnych zlokalizowanych na działkach RSO była dobrana w taki sposób, by każdy metr kwadratowy gruntów objętych płatnościami w ramach wariantów ptasich w Polsce miał takie samo prawdopodobieństwo wylosowania. Dzięki temu, monitoring generuje wiarygodne dane dla całego kraju i pozwala na wnioskowanie dotyczące zjawisk w dużej skali przestrzennej. Z drugiej strony, niewskazane było znaczne rozrzucenie przestrzenne punktów kontrolnych, gdyż istotnie zwiększyłoby to koszty przejazdów obserwatorów między poszczególnymi punktami, a tym samym zmniejszyło efektywność badań. Z tego względu losowaniem objęto całą Polskę, ale uznano, że w celu zwiększenia efektywności prac terenowych liczenia będą odbywały się jedynie w niektórych powiatach. W celu przeprowadzenia losowania, na podstawie danych uzyskanych z Agencji Restrukturyzacji i Modernizacji Rolnictwa, określono sumaryczną powierzchnię działek objętych płatnościami w ramach wariantów ptasich, w poszczególnych powiatach w Polsce dysponowano informacją o liczbie działek RSO w powiatach, na których rozpoczęto realizację zobowiązania w 2011 roku. Następnie przeprowadzono ważone losowanie powiatów, gdzie prawdopodobieństwo wylosowania danego powiatu

9 11 było wprost proporcjonalne do powierzchni gruntów objętych wariantami ptasimi w danym powiecie. W efekcie powiaty, w których było wiele działek objętych płatnościami były losowane częściej niż powiaty, w których niewielu rolników korzystało z płatności rolnośrodowiskowych w wariantach ptasich. Zgodnie z tą metodyką wylosowano 30 powiatów, w których w dalszej kolejności prowadzono prace terenowe Wybór działek ornitologicznych (RSO) i działek kontrolnych (KON) W granicach wylosowanych powiatów wylosowano następnie działki ornitologiczne (RSO) na podstawie danych przekazanych z Agencji Restrukturyzacji i Modernizacji Rolnictwa. Dla każdego powiatu losowano działki RSO w zależności od ich liczby i kompletności dokumentacji, tak by osiągnąć liczbę około 10 działek RSO na powiat. Wylosowane działki, których dokumentacja była niekompletna lub zawierała błędy odrzucano, a na ich miejsce losowano kolejne. Następnie, na podstawie dokumentacji przyrodniczej dla poszczególnych działek RSO, wyznaczano konkretną lokalizację punktu kontrolnego na każdej z nich. Na potrzeby niniejszego monitoringu wykorzystywano koordynaty tego samego punktu, który był raportowany w dokumentacji przyrodniczej dla danej działki RSO określano jego koordynaty i zaznaczano jego lokalizację na ortofotomapie, która była przekazywana wykonawcom terenowym przed rozpoczęciem prac terenowych. W każdym powiecie, po wylosowaniu działek RSO, wybierano również około 10 innych działek, niezależnie od rozmieszczenia działek RSO, które służyły jako kontrola efektu wariantów ptasich w monitoringu (działki kontrolne, KON). Działki te wybierano na podstawie ortofotomap w taki sposób, by spełniały dwa warunki: (1) były zlokalizowane we względnie niewielkiej odległości od wylosowanych wcześniej działek RSO, (2) były zlokalizowane w podobnym Ryc. 1. Rozmieszczenie 599 punktów kontrolnych zlokalizowanych na działkach RSO (n=338) i działkach KON (n=261) odwiedzanych przez obserwatorów w sezonie Distribution of the 599 point count stations, located in parcels covered by the agri-environmental schemes (RSO, n=338 stations) and control parcels (KON, n=261) controlled in środowisku (ocenianym przez losującego na podstawie interpretacji ortofotomap). Pierwszy warunek miał na celu ograniczenie czasu przejazdów między punktami zlokalizowanymi na działkach RSO i działkach KON. Drugi warunek pozwolił na utrzymanie lokalizacji punktów kontrolnych na działkach KON w obrębie tego samego typu siedlisk co działki RSO. W efekcie prac przygotowawczych w 30 powiatach wyznaczono 338 punktów zlokalizowanych na działkach RSO i 261 punktów na działkach kontrolnych (KON, Ryc. 1). Ortofotomapy oraz warstwy GIS z naniesionymi punktami RSO i KON, zostały przekazane wykonawcom prac terenowych przed rozpoczęciem liczeń Określenie wybranych cech środowiska w punktach kontrolnych Po dotarciu do punktu kontrolnego obserwator wykonywał opis środowiska w bezpośrednim jego sąsiedztwie. Opis ten był maksymalnie uproszczony i opierał się na szacunkowej ocenie procentowej powierzchni pięciu typów użytkowania gruntów w promieniu 100 metrów od punktu. Szacunkowa ocena udziału gruntów w buforze była wykonywana z punktu kontrolnego, nie wymagała więc od obserwatorów dodatkowych nakładów czasowych na kontrolowanie terenu. W punkcie kontrolnym obserwator notował procentowy udział pięciu głównych typów użytkowania gruntów, jakimi są: użytki zielone procentowy udział sumarycznej powierzchni łąk i pastwisk, grunty orne procentowy udział sumarycznej powierzchni pól uprawnych oraz ugorów (pól aktualnie nieuprawianych, ale użytkowanych ornie w niedalekiej przeszłości), lasy procentowy udział sumarycznej powierzchni lasów i zadrzewień (w tym większych kęp drzew), wody procentowy udział sumarycznej

10 12 powierzchni lustra wody. Wliczano tu zarówno wody płynące ( rzeki, potoki, rowy melioracyjne), jak i stojące (jeziora, stawy, torfianki, zalewiska bobrowe, okresowe podtopienia), zabudowa procentowy udział sumarycznej powierzchni terenów zabudowanych, w tym budynki mieszkalne, gospodarskie, przemysłowe, ulice, chodniki, place parkingowe itp. Niektóre badania wykazują, że część gatunków ptaków preferuje sąsiedztwo zwierząt gospodarskich (koni, krów, owiec). Dlatego obserwatorzy w czasie kontroli notowali również obecność tych zwierząt w promieniu 100 m od punktu kontrolnego. Ponadto, obserwator określał widoczność w punkcie kontrolnym, wyrażoną procentem powierzchni w promieniu 100 m od punktu kontrolnego, na której przebywające ptaki są dobrze widoczne przeszkody terenowe (np. pagórki, wały przeciwpowodziowe) lub układ roślinności (np. kępy krzewów) mogą skutecznie ograniczać widoczność w punkcie, a intencją wprowadzenia wskaźnika widoczności była możliwość ewentualnej korekty tego efektu. Opisywana ocena elementów środowiska w punktach kontrolnych była przeprowadzana podczas każdej kontroli (a więc 1198 razy), gdyż w tym samym punkcie kontrolnym wczesną i późną wiosną udział typów użytkowania gruntów często był inny (głównie z uwagi na zanikanie wczesnowiosennych podtopień) Metodyka liczeń ptaków Liczenie ptaków Obserwatorzy przebywający w punkcie kontrolnym podczas kontroli notowali obecność wszystkich osobników wszystkich gatunków ptaków z wyjątkiem: (1) osobników lecących na wysokości powyżej 50 m nad poziomem gruntu, (2) nielotnych piskląt w gnieździe. Nierejestrowanie ptaków przelatujących powyżej 50 m wyklucza osobniki przebywające w miejscu kontroli jedynie chwilowo, które nie są związane ze specyficznym dla danej lokalizacji sposobem użytkowania gruntów. Wykluczenie piskląt jest uzasadnione, ponieważ ich rozmieszczenie w przestrzeni nie jest determinowane selekcją siedlisk, lecz zależy jedynie od decyzji osobników dorosłych i z tego względu nie mogą być one traktowane jako niezależne replikacje w stosunku do ptaków lotnych. Wszystkie pozostałe kategorie obserwacji były uwzględniane i notowane przez obserwatora. Obserwatorzy w czasie kontroli lustrowali otoczenie punktu kontrolnego, posługując się lornetką, by właściwie oznaczyć obserwowane osobniki. Równolegle do obserwacji prowadzony był nasłuch, który umożliwiał stwierdzenie osobników niewidocznych. Każda obserwacja była notowana na karcie liczeń punktowych i przyporządkowywana do określonej kategorii odległości (0-50 m, m, >100 m od obserwatora) i sposobu detekcji (wzrokowa lub słuchowa). Przy określaniu liczby osobników każdego gatunku obowiązywała zasada ostrożności jeżeli na podstawie powtarzających się obserwacji tego samego gatunku obserwator nie miał pewności, że dotyczą one różnych osobników, zapisywał stwierdzenie jednego osobnika. Z tego względu szczególną uwagę przykładano do obserwacji umożliwiających rozróżnienie osobników, na przykład równoległe stwierdzenia dwóch osobników, stwierdzenia osobników dwóch płci, szybko następujące po sobie stwierdzenia osobników z dwóch różnych miejsc itp Czas i termin kontroli Każda kontrola trwała 10 minut. Wszystkie ptaki stwierdzone przed rozpoczęciem 10-minutowej kontroli, jak i te stwierdzone po jej zakończeniu, nie były uznawane za wyniki liczenia w punkcie. Dzięki przestrzeganiu wykonywania liczeń w czasie 10 minut dane z różnych punktów kontrolnych i od różnych obserwatorów są ze sobą porównywalne, ponieważ wysiłek próbkowania we wszystkich przypadkach był taki sam. W każdym punkcie kontrolnym obserwator wykonywał dwie kontrole w ciągu jednego sezonu lęgowego. Pierwsza kontrola była wykonywana w terminie od 10 kwietnia do 20 maja, druga w terminie od 21 maja do 30 czerwca. Kontrole były prowadzone wyłącznie w przedziale od 1 godziny przed wschodem słońca do godziny 10:00 rano w przypadku pierwszej kontroli (do 20 maja) lub do godziny 9:00 w przypadku drugiej kontroli (po 20 maja). Poza tymi ramami czasowymi aktywność głosowa ptaków jest wyraźnie niższa, w związku z czym liczenia wykonywane później są mało wiarygodne Formularz liczenia Wszystkie dane zbierane w terenie zarówno te dotyczące godziny, daty i udziału siedlisk, jak i te dotyczące stwierdzonych gatunków ptaków wraz z ich liczebnością były notowane na specjalnej karcie liczeń punktowych. Odpowiednio wypełniona karta stanowiła dokumentację kontroli i po przepisaniu danych do formularza przygotowanego w formacie programu Excel była przekazywana koordynatorowi monitoringu i przez niego przechowywana. Większość

11 13 pól na karcie liczeń punktowych była ponumerowana, by ułatwić wpisywanie danych do elektronicznej wersji formularza i minimalizować możliwość pomyłki Interpretacja wyników liczeń W wyniku prac terenowych uzyskiwane są dane o użytkowaniu przestrzeni przez ptaki. W odróżnieniu od innych metod liczenia ptaków, które dostarczają danych dotyczących liczby par lęgowych lub terytoriów, a także ich rozmieszczenia w przestrzeni (często w postaci map np. metoda kartograficzna), metodyka wykorzystywana w przypadku niniejszego programu dostarcza danych bardziej ogólnych status lęgowy, płeć czy wiek ptaków nie są brane pod uwagę. Mimo, że w trakcie prac terenowych obserwator notuje liczbę osobników danego gatunku, stosowana metodyka na ogół nie pozwala na określenie rzeczywistej liczby osobników przebywających na badanej powierzchni z dwóch powodów: (1) czas spędzony w terenie (10 minut) jest na tyle krótki, że część populacji pozostaje niewykryta. Z tego względu liczebności ptaków uzyskiwane w wyniku liczeń należy traktować jako wskaźnik rzeczywistej ich liczebności, która pozostaje nieznana i jest najczęściej wyższa niż obserwowana; (2) powierzchnia, na której prowadzone są liczenia, nie jest precyzyjnie definiowana i wyznaczona w terenie. Z całą pewnością można jednak stwierdzić, że liczba obserwowanych ptaków w określonym przedziale czasowym jest wysoce istotnie dodatnio skorelowana z rzeczywistą liczbą ptaków przebywających w danym miejscu na tym założeniu opiera się przydatność tej, jak również innych metod wskaźnikowych, stosowanych w badaniach ptaków. W wyniku liczeń uzyskiwana jest informacja o liczbie osobników wszystkich gatunków ptaków stwierdzonych w danym miejscu i określonym przedziale czasowym. Wartość tę należy interpretować jako wskaźnik intensywności użytkowania przestrzeni przez ptaki. Założeniem tego typu wskaźników jest dodatnia zależność między jakością środowiska dla poszczególnych gatunków a liczebnością tychże gatunków. Należy przypuszczać, że w miejscach, gdzie obserwowanych jest wiele osobników konkretnego gatunku, cechy środowiska (abiotyczne i biotyczne elementy ekosystemu) są korzystniejsze i bardziej preferowane, niż w miejscach, gdzie tego gatunku nie stwierdzono. Zatem informacja o rozmieszczeniu i liczebności osobników danego gatunku jest wskaźnikiem jakości środowiska, ocenianej z perspektywy tego gatunku. Wykorzystanie wskaźnikowych danych o użytkowaniu przestrzeni przez ptaki na działkach objętych wariantami ptasimi programu rolnośrodowiskowego oraz na działkach kontrolnych umożliwia przeprowadzenie wiarygodnego porównania intensywności użytkowania tych dwóch typów działek przez ptaki, a tym samym pozwala na wnioskowanie o efektach przyrodniczych stosowania praktyk rolniczych zgodnych z wymogami wariantów 4.1 i 5.1 programu rolnośrodowiskowego Analiza statystyczna Analiza statystyczna danych zbieranych w czasie prac terenowych polegała w pierwszej kolejności na przekształceniu zebranych danych dotyczących różnych typów użytkowania gruntów, w taki sposób, by mogły być wykorzystane we właściwych analizach. Druga właściwa część analiz polegała na modelowaniu występowania poszczególnych gatunków w zależności od cech środowiska, tj. typów użytkowania gruntów w sąsiedztwie punktu, lokalizacji punktu, terminu kontroli, obecności zwierząt gospodarskich itp Transformacja danych o pokryciu terenu Ponieważ udziały poszczególnych typów gruntów w sąsiedztwie punktu kontrolnego sumowały się do jedności (dając łącznie 100% pokrycia), były z definicji ujemnie skorelowane (np. wysoki udział terenów zalesionych z definicji oznaczał niski udział wszystkich pozostałych typów gruntów). Dlatego w dalszych analizach nie mogły być rozpatrywane jak niezależne zmienne. Z tego względu zamieniono tych pięć oryginalnych zmiennych środowiskowych na trzy składowe główne, przy wykorzystaniu analizy składowych głównych (Principal Component Analysis, PCA). W efekcie otrzymano trzy komponenty środowiskowe (dalej oznaczane odpowiednio jako: pc1, pc2 i pc3), których używano do dalszych analiz. Komponenty te, związane najczęściej z kilkoma oryginalnymi zmiennymi środowiskowymi, należy interpretować jako gradienty środowiskowe. Przykładowo, komponent pierwszy (pc1) wyznacza gradient między lokalizacjami o dużym udziale użytków zielonych (dodatnie wartości pc1) a miejscami, gdzie dominują grunty orne (ujemne wartości pc1). W efekcie jeden komponent (pc1) opisuje zmienność dwóch cech oryginalnych. Tabela 1 przedstawia relację oryginalnych cech środowiskowych i komponentów. Rycina 2 przedstawia te zależności w formie graficznej, umożliwiając odczytanie udziału danego typu siedlisk na podstawie określonej wartości komponentów.

12 14 Tab. 1. Grunty orne Lasy Woda Zabudowa pc1: gradient łąkowo-polny pc2: gradient lesistości pc3: gradient zabudowy i wód Trwałe użytki zielone Grunty orne Lasy Wody Zabudowa Współczynniki korelacji między trzema komponentami wyekstrahowanymi w analizie PCA (pc1, pc2, pc3) a wartościami oryginalnych cech środowiskowych mierzonych podczas 1198 kontroli w roku Najważniejsze korelacje zaznaczono kolorem niebieskim. Correlation coefficients between the three components extracted from the principal component analysis and original habitat characteristics measured during 1198 controls conducted in The most important correlations are marked with blue font. Ryc. 2. pc1 pc1 pc2 Udział TUZ (%) Udział gruntów ornych (%) Udział lasu (%) pc3 pc3 Udział obszarów wodnych (%) Udział zabudowy (%) Zależność między trzema gradientami środowiskowymi z analizy składowych głównych (pc1, pc2, pc3) a oryginalnymi zmiennymi środowiskowymi. Na podstawie tej zależności można odczytać wartości oryginalnych zmiennych. Przykładowo, widać, że wartość pc1 równa 2 oznacza udział TUZ wynoszący 45% i udział gruntów ornych wynoszący 20%. Relationship between the three components extracted from the principal component analysis and original habitat characteristics. On the basis of the fitted linear relationship one can read amount of a given habitat for a given value of pc1, pc2 or pc3. For instance, pc1 denoting 2 corresponds to share of grassland equal to 45% and share of arable land equal to 20%.

13 Modelowanie liczebności i frekwencji ptaków w punktach kontrolnych W analizach statystycznych wykorzystano dziewięć zmiennych niezależnych (predyktorów), jako potencjalne czynniki determinujące frekwencję i liczebność poszczególnych gatunków lub grup gatunków ptaków. Trzy z nich (TERMIN, TYP oraz ZWIERZĘTA GOSPODARSKIE) były zmiennymi kategorycznymi, przyjmującymi dwa stany (Tab. 2). Pozostałe zmienne, były zmiennymi o charakterze ciągłym. Do modelowania wykorzystano uogólnione modele addytywne (Generalized Additive Mixed Models, GAMM) implementowane w programie R, z wykorzystaniem pakietu mgcv. Rozpatrywano jedynie model pełny, nie prowadzono selekcji modeli ani uśredniania współczynników. Do każdego modelu włączano pełny zestaw predyktorów. Trzy zmienne kategoryczne były modelowane jako czynniki ustalone (fixed factors), a cztery zmienne ciągłe (GODZINA, PC1, PC2, PC3) jako kowariaty (covariates), z dopasowaniem liniowym. Dwie pozostałe zmienne ciągłe określające położenie punktu kontrolnego w przestrzeni geograficznej, a więc: długość i szerokość geograficzna (XCOORD, YCOORD) były dopasowane z wykorzystaniem interakcji nieparametrycznych splinów z ograniczoną liczbą stopni swobody (k=4). Uwzględnienie wpływu długości i szerokości geograficznej dopasowanych interakcją splinów umożliwiło wyłączenie efektu przestrzennej autokorelacji danych, która może wynikać np. z ograniczonych zasięgów niektórych gatunków czy wielkoskalowych gradientów środowiskowych (np. różnic klimatycznych, dominujących typów użytkowania gruntów itp.). Dodatkowo, identyfikator punktu kontrolnego został uwzględniony jako czynnik losowy (random factor) w modelowaniu. Wykonywano dwa typy modeli: (1) liczebność wszystkich gatunków, liczebność gatunków kluczowych, liczebność gatunków tworzących wskaźnik FBI, liczebność gatunków siewek łąkowych i liczebność gatunków ptaków drapieżnych modelowano przy użyciu GAMM z rozkładem błędów Poisson i funkcją wiążącą typu log. Dla każdej z tych grup wykonano niezależny model. (2) W przypadku poszczególnych gatunków modelowano prawdopodobieństwo ich obecności (frekwencję w punktach kontrolnych), a nie liczebność. Wykorzystano w tym przypadku modele GAMM z rozkładem błędu typu binomial i funkcją wiążącą typu logit. Dla każdego gatunku lub grupy gatunków zaprezentowano pełną tabelę wszystkich parametrów z modelu (z wyłączeniem efektów czynników losowych), a więc: współczynnik wraz z miarą jego precyzji (błędem standardowym), statystykę testu i istotność, Tab. 2. Predykator TERMIN [WCZESNY/PÓŹNY] GODZINA PC1 PC2 PC3 TYP [RSO/KON] ZWIERZĘTA GOSPODARSKIE [TAK/NIE] XCOORD YCOORD Opis Termin wykonania kontroli, określany jako wczesny (od 10 kwietnia do 20 maja) lub późny (od 21 maja do końca czerwca). Można oczekiwać, że niektóre gatunki będą stwierdzane częściej późną niż wczesną wiosną, lub odwrotnie. Godzina rozpoczęcia kontroli danego dnia, zamieniona na czas ciągły w systemie dziesiętnym. Należy oczekiwać, że niektóre ptaki będą aktywne, a przez to łatwiejsze do stwierdzenia, o różnych godzinach niektóre wczesnym, inne późnym rankiem. Gradient środowiskowy, między wysokim udziałem trwałych użytków zielonych (łąk i pastwisk) a wysokim udziałem gruntów ornych, w promieniu 100 m od lokalizacji punktu kontrolnego. Gradient środowiskowy, między wysokim a niskim udziałem terenów leśnych, w promieniu 100 m od lokalizacji punktu kontrolnego. Gradient środowiskowy, między wysokim a niskim udziałem wód i zabudowy w promieniu 100 m od lokalizacji punktu kontrolnego. Typ działki, na której zlokalizo - wany jest punkt kontrolny. Może być to działka ornitologiczna, czyli objęta wariantami ptasimi (RSO), lub działka kontrolna (KON). Obecność zwierząt gospodarskich w promieniu 100 m od punktu kontrolnego, bez podawania ich liczebności i gatunku (wyłącznie określenie czy są obecne). Długość geograficzna. Szerokość geograficzna. Zestaw zmiennych niezależnych (predyktorów) wykorzystywanych jako potencjalne czynniki tłumaczące zmienność frekwencji i liczebności gatunków lub grup gatunków w punktach kontrolnych. The set of independent variables (left column) with their description (right column) used as a potential drivers of the variability in species frequency and abundance recorded in point count stations.

14 16 a w przypadku czynników dopasowanych splinami: liczbę stopni swobody, statystykę testu F i istotność. Ponieważ na przecięciu dwóch klas zmiennej kategorycznej ZWIERZĘTA GOSPODARSKIE liczba obserwacji niektórych rzadszych gatunków była niewielka, obniżając moc statystyczną testów, asocjacje między występowaniem ptaków, a wartościami tej zmiennej były dodatkowo testowane przy pomocy jednowymiarowych nieparametrycznych korelacji w celu doprecyzowania wiarygodności parametrów generowanych przez model GAMM. Wynikiem tych dodatkowych testów było eksperckie określenie wiarygodności (do dwóch kategorii: W wysoka vs. N niska) wyników GAMM w odniesieniu do tej zmiennej kategorycznej. Wiarygodność ta była dodatkowo zaznaczana w tabelach prezentujących modele GAMM. Dla większości statystycznie istotnych efektów wykonano ryciny obrazujące zależność występowania lub liczebności ptaków od danej cechy środowiskowej. Były to wykresy rozrzutu z dopasowaniem modelu zaznaczonym krzywą, lub w przypadku efektu lokalizacji geograficznej wykresy obrazujące zmienność oczekiwanej liczby osobników (dla modeli Poisson) lub prawdopodobieństwa obecności gatunku (dla modeli binomial) na tle granic Polski. Nie wykonywano jednak rycin dla efektów parametrów kontroli (TERMIN, GODZINA), gdyż mają one drugorzędne znaczenie w kontekście problematyki badań. W celu podsumowania zróżnicowania całego zespołu ptaków i preferencji wszystkich gatunków, również tych rzadkich, dla których wykonanie wiarygodnego modelowania nie było możliwe, wykonano analizy ordynacji pośredniej i bezpośredniej implementowane w programie R z wykorzystaniem pakietu vegan. Wykonano nietendencyjną analizę zgodności (Detrended Correspondence Analysis, DCA), by sprawdzić czy lokalizacja poszczególnych punktów kontrolnych wzdłuż dwóch pierwszych osi DCA zależy od lokalizacji danego punktu kontrolnego na działce typu RSO lub KON. Następnie wykonano analizę redundancji (Redundancy Analysis, RDA), by zobrazować nisze ekologiczne wszystkich stwierdzonych gatunków wzdłuż trzech ortogonalnych składowych głównych, będących odwzorowaniem głównych gradientów w sposobie użytkowania gruntów. Różnorodność gatunkową zespołu na działkach RSO i KON porównywano za pomocą krzywych rarefakcji (rarefaction curves), które w oparciu o randomizowaną kumulację osobników określają średnią oczekiwaną liczbę gatunków jako funkcję wysiłku próbkowania. Różnice w nachyleniu krzywych są miarą różnorodności gatunkowej porównywanych zespołów. Krzywe rarefakcji implementowano w programie EstimateS Wyniki 3.1. Działki ornitologiczne i działki kontrolne Dwa typy działek, na których zlokalizowane były punkty kontrolne, a więc: działki ornitologiczne objęte wariantami ptasimi programu rolnośrodowiskowego (RSO) oraz działki kontrolne (KON), różniły się jedynie pod względem wartości pierwszej składowej głównej z analizy PCA (pc1), będącej gradientem między użytkami zielonymi a gruntami ornymi. Dla sąsiedztwa punktów kontrolnych zlokalizowanych na działkach RSO pc1 przyjmowała istotnie wyższe wartości niż w przypadku tych na działkach KON, co oznacza, że działki ornitologiczne charakteryzowały się wyższym pokryciem przez użytki zielone niż działki kontrolne. Różnica ta jest oczekiwana, gdyż działki RSO z założenia mogą obejmować wyłącznie powierzchnie użytków zielonych, więc w 100-metrowym buforze wokół punktu kontrolnego zlokalizowanego na działce RSO będą dominowały TUZ. Tymczasem lokalizacje punktów kontrolnych na działkach KON były wybierane na podstawie ortofotomap i mogą przez to częściej przypadkowo trafiać w siedliska inne niż TUZ. W przypadku pozostałych cech środowiskowych (pc2, pc3, obecność zwierząt gospodarskich, długość i szerokość geograficzna), a także parametrów kontroli (widoczność w punkcie kontrolnym, termin kontroli w ciągu sezonu wiosennego oraz godzina rozpoczęcia kontroli), nie stwierdzono istotnych różnic między dwoma typami działek (Ryc. 3). Brak większych różnic w parametrach kontroli i cechach środowiskowych między dwoma typami działek umożliwia oddzielenie w późniejszej analizie efekt typu działki od pozostałych cech, a tym samym podnosi wiarygodność wyciąganych wniosków.

15 17 Ryc. 3. pc1 (gradient łąkowo-polny) Długość geograficzna Typ działki RSO KON Typ działki RSO KON pc2 (gradient lesistości) Procentowa widoczność w punkcie kontrolnym Typ działki RSO KON Typ działki RSO KON pc3 (gradient zabudowy i wody) Dzień roku Typ działki RSO KON Typ działki RSO KON Prawdopodobieństwo obecności zwierząt gospodarskich Godzina Typ działki RSO KON Typ działki RSO KON Typ działki RSO KON Szerokość geograficzna Średnia (i 95% przedział ufności dla średniej) wartość cech środowiska i parametrów kontroli w 599 punktach kontrolnych w roku 2013 na działkach objętych wariantami ptasimi programu rolnośrodowiskowego (RSO) i działkach kontrolnych (KON). Mean (and 95% confidence interval for the mean) value of habitat characteristics and bird counts characteristics in 599 point count stations in 2013 localized in parcels covered by the agri-environmental schemes (x-axis: RSO) and control parcels (x-axis: KON) Skład gatunkowy zespołu ptaków W czasie wszystkich 1198 kontroli w 599 punktach kontrolnych stwierdzono w sumie obecność 161 gatunków ptaków (Tab. 3). Do najliczniej reprezentowanych gatunków należały ptaki z rzędu wróblowych, w tym przede wszystkim szpak, skowronek i trznadel. Dominacja gatunków związanych z terenami otwartymi wcale jednak nie była tak wyraźna. Gatunek stwierdzany najczęściej szpak, jest ptakiem gniazdującym w dziuplach, a trzeci pod względem liczebności trznadel jest związany z zadrzewieniami i może pojawiać się nawet wewnątrz dużych kompleksów leśnych. Dość znaczne liczebności osiągały zięba i kapturka, a więc gatunki występujące w lasach, a także cierniówka związana z roślinnością krzewiastą. Również liczebność szeregu innych gatunków leśnych przekraczała 50 osobników Znaczną część zespołu stanowiły jednak gatunki typowe dla terenów otwartych. Wymienić tu należy przede wszystkim: skowronka, pokląskwę, świergotka łąkowego, czajkę, potrzosa, pliszkę żółtą, potrzeszcza, derkacza i kszyka. Obserwowano również gatunki wodne na uwagę zasługuje wysoka liczebność krzyżówki. Stwierdzono 68 gatunków, których łączna liczebność na wszystkich badanych powierzchniach nie przekraczała 10 osobników, w tym 18 gatunków reprezentowanych przez tylko jednego osobnika, a także 11 gatunków, których obecność stwierdzono jedynie poza graniczną odległością 100 m od obserwatora (nieprzedstawione na wykresie): czapla siwa,

16 18 gęś białoczelna, błotniak zbożowy, kobuz, siewka złota, brodziec śniady, mewa siwa, dzięcioł białogrzbiety, dzięciołek, świergotek polny, jer. W grupie ptaków stwierdzonych w punktach kontrolnych jest kilka gatunków rzadkich w skali kraju, np. żołna, błotniak łąkowy i kulik wielki. W czasie badań stwierdzono 7 gatunków kwalifikujących do prś , w tym: błotniaka łąkowego, czajkę, derkacza, krwawodzioba, kszyka, kulika wielkiego i rycyka. W poszczególnych punktach stwierdzano od 0 do 28 osobników tych gatunków. Tab. 3. Nazwa polska Nazwa naukowa Liczba osobników Kszyk Gallinago gallinago 105 Szpak Sturnus vulgaris 2209 Skowronek Alauda arvensis 1470 Trznadel Emberiza citrinella 571 Dymówka Hirundo rustica 558 Pokląskwa Saxicola rubetra 473 Świergotek łąkowy Anthus pratensis 431 Cierniówka Sylvia communis 393 Zięba Fringilla coelebs 355 Krzyżówka Anas platyrhynchos 339 Łozówka Acrocephalus palustris 291 Rokitniczka Acrocephalus schoenobaenus 288 Kapturka Sylvia atricapilla 238 Czajka Vanellus vanellus 235 Gąsiorek Lanius collurio 229 Potrzos Emberiza schoeniclus 199 Grzywacz Columba palumbus 193 Pliszka żółta Motacilla flava 191 Potrzeszcz Emberiza calandra 188 Piecuszek Phylloscopus trochilus 175 Kwiczoł Turdus pilaris 166 Bogatka Parus major 161 Kos Turdus merula 129 Derkacz Crex crex 128 Grubodziób Coccothraustes coccothraustes 118 Świerszczak Locustella naevia 113 Pierwiosnek Phylloscopus collybita 111 Gawron Corvus frugilegus 102 Śmieszka Chroicocephalus ridibundus 100 Makolągwa Carduelis cannabina 97 Szczygieł Carduelis carduelis 94 Sójka Garrulus glandarius 90 Oknówka Delichon urbicum 85 Batalion Philomachus pugnax 85 Wrona siwa Corvus cornix 81 Żuraw Grus grus 80 Pliszka siwa Motacilla alba 79 Brzegówka Riparia riparia 79 Dzwoniec Chloris chloris 77 Świergotek drzewny Anthus trivialis 71 Sroka Pica pica 69 Wilga Oriolus oriolus 64 Kukułka Cuculus canorus 64 Śpiewak Turdus philomelos 59 Kruk Corvus corax 58 Czapla siwa Ardea cinerea 56 Dzięcioł duży Dendrocopos major 51 Łabędź niemy Cygnus olor 50 Modraszka Cyanistes caeruleus 47 Łęczak Tringa glareola 46 Jerzyk Apus apus 43 Gęgawa Anser anser 43 Bocian biały Ciconia ciconia 43

17 19 Słowik szary Luscinia luscinia 42 Zaganiacz Hippolais icterina 40 Gajówka Sylvia borin 40 Strumieniówka Locustella fluviatilis 39 Błotniak stawowy Circus aeruginosus 39 Przepiórka Coturnix coturnix 38 Myszołów Buteo buteo 37 Gęś zbożowa Anser fabalis 35 Rudzik Erithacus rubecula 33 Kawka Corvus monedula 32 Cyranka Anas querquedula 32 Bażant Phasianus colchicus 30 Trzcinniczek Acrocephalus scirpaceus 25 Srokosz Lanius excubitor 25 Świstunka Phylloscopus sibilatrix 24 Czyż Carduelis spinus 24 Czarnogłówka Poecile montanus 24 Jarzębatka Sylvia nisoria 22 Trzciniak Acrocephalus arundinaceus 20 Piegża Sylvia curruca 20 Siniak Columba oenas 20 Kląskawka Saxicola rubicola 20 Dziwonia Carpodacus erythrinus 19 Pokrzywnica Prunella modularis 18 Mazurek Passer montanus 18 Krakwa Anas strepera 18 Głowienka Aythya ferina 18 Samotnik Tringa ochropus 16 Wodnik Rallus aquaticus 15 Paszkot Turdus viscivorus 15 Łyska Fulica atra 15 Krętogłów Jynx torquilla 14 Kowalik Sitta europaea 14 Strzyżyk Troglodytes troglodytes 13 Sosnówka Periparus ater 13 Kania ruda Milvus milvus 13 Słowik rdzawy Luscinia megarhynchos 11 Rybitwa czarna Chlidonias niger 11 Orlik krzykliwy Aquila pomarina 11 Krwawodziób Tringa totanus 11 Wróbel Passer domesticus 9 Krzyżodziób Loxia curvirostra 9 Dudek Upupa epops 9 Czernica Aythya fuligula 9 Rybitwa rzeczna Sterna hirundo 8 Mysikrólik Regulus regulus 8 Kulczyk Serinus serinus 8 Brzęczka Locustella luscinioides 8 Sierpówka Streptopelia decaocto 7 Muchołówka szara Muscicapa striata 7 Gągoł Bucephala clangula 7 Pustułka Falco tinnunculus 6 Lerka Lullula arborea 6 Turkawka Streptopelia turtur 5 Świstun Anas penelope 5 Remiz Remiz pendulinus 5 Ortolan Emberiza hortulana 5 Kormoran Phalacrocorax carbo 5 Kokoszka Gallinula chloropus 5 Gołąb miejski Columba livia 5 Gil Pyrrhula pyrrhula 5 Dzięcioł czarny Dryocopus martius 5 Sikora uboga Poecile palustris 4 Rycyk Limosa limosa 4

18 20 Rybitwa białowąsa Chlidonias hybrida 4 Podróżniczek Luscinia svecica 4 Pełzacz ogrodowy Certhia brachydactyla 4 Muchołówka żałobna Ficedula hypoleuca 4 Kopciuszek Phoenicurus ochruros 4 Cyraneczka Anas crecca 4 Zniczek Regulus ignicapilla 3 Piskliwiec Actitis hypoleucos 3 Mewa białogłowa Larus cachinnans 3 Kuropatwa Perdix perdix 3 Błotniak łąkowy Circus pygargus 3 Zimorodek Alcedo atthis 2 Trzmielojad Pernis apivorus 2 Raniuszek Aegithalos caudatus 2 Pliszka górska Motacilla cinerea 2 Pleszka Phoenicurus phoenicurus 2 Płaskonos Anas clypeata 2 Pełzacz leśny Certhia familiaris 2 Orzechówka Nucifraga caryocatactes 2 Łabędź krzykliwy Cygnus cygnus 2 Kropiatka Porzana porzana 2 Krogulec Accipiter nisus 2 Dzięcioł zielonosiwy Picus canus 2 Czapla biała Egretta alba 2 Bocian czarny Ciconia nigra 2 Bielik Haliaeetus albicilla 2 Żołna Merops apiaster 1 Zielonka Porzana parva 1 Wąsatka Panurus biarmicus 1 Świergotek rdzawogardły Anthus cervinus 1 Sieweczka rzeczna Charadrius dubius 1 Rybitwa białoskrzydła Chlidonias leucopterus 1 Perkozek Tachybaptus ruficollis 1 Perkoz dwuczuby Podiceps cristatus 1 Nurogęś Mergus merganser 1 Kwokacz Tringa nebularia 1 Kulik wielki Numenius arquata 1 Kania czarna Milvus migrans 1 Jastrząb Accipiter gentilis 1 Dzięcioł zielony Picus viridis 1 Dzięcioł średni Dendrocopos medius 1 Droździk Turdus iliacus 1 Czubatka Lophophanes cristatus 1 Bąk Botaurus stellaris Liczebność wybranych grup ptaków w krajobrazie rolniczym Wszystkie gatunki łącznie Łączna liczba osobników poszczególnych gatunków ptaków, stwierdzonych w czasie liczeń w 2013 roku, wykazywała znaczną zmienność między punktami kontrolnymi i wahała się od 0 (brak ptaków w promieniu 100 m od punktu kontrolnego) do 130. Część tej zmienności była tłumaczona niektórymi cechami środowiska (np. pc1 Tab. 4), warto jednak zaznaczyć, że interpretacja zmienności tak dużej grupy gatunków, w skład której wchodzą ptaki o zupełnie odmiennej ekologii i preferencjach środowiskowych, ma ograniczone zastosowanie dla wskazywania konkretnych rozwiązań dotyczących optymalizacji wymogów programu rolnośrodowiskowego. Może jednak pomóc w zarysowaniu potencjalnych problemów i wskazaniu kwestii wymagających bardziej szczegółowych badań. Liczebność całego zespołu ptaków zmieniała się istotnie wzdłuż gradientu pc1 (Ryc. 4). Wraz ze wzrostem udziału użytków zielonych i spadkiem

19 21 Tab. 4. Ryc. 4. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P Liczebność/Abundance wszystkie gatunki łącznie KOORDYNATY Model tłumaczący liczebność wszystkich gatunków ptaków jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Wiarygodność efektu obecności zwierząt gospodarskich jest określana jako wysoka (W) lub niska (N). Model explaining abundance of all birds as a function of habitat characteristics. Blue: p<0.05. Reliability of the livestock effect is assessed as high (W) or low (N). powierzchni gruntów ornych, spadała liczebność całego zespołu ptaków, jednak był to spadek nieznaczny wykres rozrzutu wraz z dopasowaniem modelu sugeruje, że w skali całego gradientu pc1 można oczekiwać spadku o około 3-4 osobniki. Jest to wynik częściowo oczekiwany z uwagi na generalnie duży udział użytków zielonych w lokalizacjach kontrolowanych w ramach monitoringu. W sytuacji dominacji w krajobrazie jednego siedliska, wzrost udziału siedlisk mniej powszechnych powoduje zazwyczaj wzrost sumarycznego bogactwa gatunkowego i liczebności zespołu, z uwagi na pojawianie się nowych nisz ekologicznych i wkraczanie związanych z nimi gatunków. Nie stwierdzono natomiast znaczenia stopnia lesistości oraz udziału zabudowy i terenów podmokłych dla liczebności ptaków w kontrolowanych lokalizacjach. Wzrost liczebności gatunków leśnych w miejscach, w których zadrzewienia stanowią istotny komponent krajobrazu, jest prawdopodobnie równoważony przez spadek liczebności gatunków typowych dla terenów otwartych, unikających sąsiedztwa lasu. Dla sumarycznej liczebności wszystkich gatunków ptaków istotne znaczenie miała również obecność zwierząt gospodarskich (Ryc. 4). Gdy były one obecne w kontrolowanej lokalizacji, ptaków było istotnie więcej. Liczebność ptaków była również nieco wyższa w drugiej części sezonu lęgowego. Jest to prawdopodobnie związane z obecnością wielu migrantów długodystansowych, nieobecnych lub jeszcze pc1 (gradient łąkowo-polny) Liczba osobników wszystkich gatunków ptaków łącznie stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of all bird species as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Szerokość geograficzna Ryc. 5. wszystkie gatunki łącznie Długość geograficzna Ekstrapolowana średnia liczba osobników wszystkich gatunków ptaków łącznie stwierdzana w punktach kontrolnych. Mean extrapolated abundance of all bird species recorded in the point count stations.

20 22 nielicznych, podczas liczeń prowadzonych wczesną wiosną. Nie stwierdzono natomiast różnic w liczebności całego zespołu ptaków między dwoma typami działek (RSO vs. KON). Pokazuje to, że działki objęte programem w zakresie wariantów ptasich wcale nie są bardziej atrakcyjne dla ptaków, niż losowo wybrane działki w krajobrazie rolniczym. Stwierdzono również wyraźny geograficzny gradient w liczebności całego zespołu ptaków, która zwiększała się z południowego zachodu w kierunku północno-wschodnim (Ryc. 5) Gatunki kwalifikujące do wariantów ptasich w ramach programu rolnośrodowiskowego W kontrolowanych lokalizacjach stwierdzono łącznie 7 gatunków kwalifikujących do wariantów ptasich w ramach programu rolnośrodowiskowego i 487 osobników. Ich średnia liczebność w poszczególnych kontrolach wynosiła 0,4 osobnika. Najliczniejszymi reprezentantami tej grupy były: czajka, derkacz i kszyk, pozostałe gatunki stwierdzano rzadziej. Liczebność gatunków kwalifikujących zależała przede wszystkim dodatnio od powierzchni użytków zielonych i ujemnie od udziału gruntów zalesionych (Tab. 5). Jednak dopasowanie modelu (Ryc. 6, 7) pokazuje, że efekty zmiennych pc1 i pc2, mimo że Ryc. 6. Tab. 5. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK N Df Ref.df F P KOORDYNATY Model tłumaczący liczebność dziesięciu gatunków kwalifikujących do wariantów ptasich w ramach prś jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining abundance of target bird species for agri-environmental schemes in Poland in as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 7. gatunki kwalifikujące gatunki kwalifikujące Liczebność/Abundance Liczebność/Abundance pc1 (gradient łąkowo-polny) pc2 (gradient lesistości) Liczba osobników dziesięciu gatunków kwalifikujących do wariantów ptasich w ramach prś stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of target bird species for agri-environmental schemes in Poland in as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Liczba osobników dziesięciu gatunków kwalifikujących do wariantów ptasich w ramach prś stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of target bird species for agri-environmental schemes in Poland in as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

21 23 wysoce istotne statystycznie, nie wpływały znacząco na liczebność zespołu. Wraz ze wzrostem zalesienia sąsiedztwa punktu kontrolnego średnia liczebność gatunków kwalifikujących spadała od ok. 1 do blisko 0 osobników, a efekt pc1 był jeszcze mniej znaczący. Ponadto, stwierdzono wyższą liczebność gatunków ptaków kwalifikujących w miejscach wypasu zwierząt gospodarskich w przypadku obecności zwierząt liczebność kwalifikujących gatunków ptaków wynosiła 189% liczebności z działek, na których zwierząt nie stwierdzono (Ryc. 6, 7). Wynik ten pokazuje, że użytkowanie pastwiskowe może sprzyjać gatunkom ptaków należącym do tej grupy, choć wiarygodność tej zależności musi być zweryfikowana na większej próbie. Również czas kontroli wyjaśniał część zmienności liczebności gatunków kwalifikujących kontrole wczesne wykrywały na ogół więcej ptaków z tej grupy niż kontrole prowadzone w późniejszych godzinach rannych (Tab. 5). Gatunki kwalifikujące były najczęściej stwierdzane w środkowej Polsce, choć efekt ten był na granicy istotności statystycznej (Ryc. 8) Gatunki tworzące Farmland Bird Index (FBI) Farmland Bird Index jest wskaźnikiem liczebności wybranych gatunków ptaków typowych dla krajobrazu rolniczego. Obejmuje on gatunki o różnej wybiórczości środowiskowej, przynależności taksonomicznej, biologii lęgowej, czy strategii wędrówkowej. Dzięki temu wartości i trendy wskaźnika z pewnym przybliżeniem odzwierciedlają stan różnych komponentów ekosystemów rolniczych. W przypadku Polski do grupy gatunków uwzględnianych we wskaźniku FBI należą: Szerokość geograficzna Ryc. 8. gatunki kwalifikujące Długość geograficzna Ekstrapolowana średnia liczba osobników dziesięciu gatunków kwalifikujących do wariantów ptasich w ramach prś stwierdzana w punktach kontrolnych. Mean extrapolated abundance of target bird species for agri-environmental schemes in Poland in recorded in the point count stations. bocian biały, pustułka, czajka, rycyk, dudek, turkawka, skowronek, dzierlatka, świergotek łąkowy, pliszka żółta, dymówka, pokląskwa, kląskawka, cierniówka, gąsiorek, mazurek, szpak, makolągwa, kulczyk, potrzeszcz, trznadel i ortolan. Podczas ornitologicznego monitoringu przyrodniczych efektów programu Bocian biały, the White Stork, Ciconia ciconia.

22 24 rolnośrodowiskowego prowadzonego w 2013 roku stwierdzono wszystkie spośród wyżej wymienionych gatunków ptaków z wyjątkiem dzierlatki. Niniejsza analiza prezentuje zależność sumarycznej liczby osobników wszystkich gatunków włączanych w skład FBI od badanych cech środowiska rolniczego. Zależność liczebności gatunków ptaków tworzących wskaźnik FBI od uwzględnionych zmiennych środowiskowych była zdecydowanie inna niż w przypadku wszystkich gatunków ptaków traktowanych łącznie (Tab. 6). Łączna liczebność gatunków tworzących FBI zależała istotnie od cech środowiska opisywanych wartościami pc1 i pc2. Wraz ze wzrostem udziału użytków zielonych i spadkiem udziału gruntów ornych rosła łączna liczebność gatunków tworzących wskaźnik FBI (Ryc. 9). Widać więc, że zawężenie zbioru gatunków do tych typowych dla krajobrazu rolniczego spowodowało odwrócenie wpływu zmiennej pc1 na liczebność ptaków w przypadku modelowania liczebności wszystkich gatunków zależność ta była ujemna. Efekt zmienności pc1 nie jest silny z uwagi na dużą zmienność sumarycznej liczby gatunków tworzących wskaźnik FBI w poszczególnych lokalizacjach. Znacznie silniejszy, choć również częściowo przysłonięty przez dużą zmienność wyników liczeń w poszczególnych kontrolach, jest wpływ gradientu Tab. 6. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący liczebność ptaków tworzących wskaźnik FBI jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining abundance of birds included in FBI as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 9. gatunki FBI Ryc. 10. gatunki FBI Liczebność/Abundance Liczebność/Abundance pc1 (gradient łąkowo-polny) pc2 (gradient lesistości) Liczba osobników gatunków ptaków tworzących wskaźnik FBI stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of birds included in FBI as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Liczba osobników gatunków ptaków tworzących wskaźnik FBI stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of birds included in FBI as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

23 25 pc2 (Ryc. 10). Wraz ze wzrostem lesistości liczba gatunków ptaków uwzględnianych we wskaźniku FBI znacząco spadała. Trend ten jest zgodny z oczekiwaniami z uwagi na unikanie sąsiedztwa terenów zadrzewionych przez szereg gatunków uwzględnionych we wskaźniku FBI i brak w nim ptaków typowo leśnych. Obecność zwierząt gospodarskich w lokalizacjach odwiedzanych podczas monitoringu wysoce istotnie zwiększała liczebność ptaków z omawianej grupy. Pokazuje to duże znaczenie wypasu dla ochrony ptaków krajobrazu rolniczego (porównanie różnych krzywych na ryc. 9 i 10). Stwierdzono również istotną zmienność czasową liczebności ptaków więcej ptaków z grupy FBI odnotowano w drugiej części sezonu wiosennego. Liczebność grupy gatunków tworzących wskaźnik FBI była istotnie wyższa w północno-wschodniej części Polski (Ryc. 11) Ptaki drapieżne Grupa ekologiczna ptaków drapieżnych w przypadku liczeń punktowych prowadzonych w ramach monitoringu składała się z 12 gatunków reprezentowanych przez 142 osobniki. Najliczniejszym gatunkiem był błotniak stawowy (27% wszystkich osobników z tej grupy) i myszołów (26%), ale także srokosz (18%, zakwalifikowany tu jako ekologiczny drapieżnik, mimo innej przynależności taksonomicznej), kania ruda (9%), orlik krzykliwy (8%), pustułka (4%), błotniak łąkowy (2%), bielik (1,2%), krogulec (1,2%), trzmielojad (1,2%), jastrząb (0,7%) i kania czarna (0,7%). Poza graniczną odległością 100 m od obserwatora stwierdzono również kobuza i błotniaka zbożowego, które to Szerokość geograficzna Ryc. 11. gatunki FBI Długość geograficzna Ekstrapolowana średnia liczebność ptaków tworzących wskaźnik FBI stwierdzana w punktach kontrolnych. Mean extrapolated of birds included in FBI recorded in the point count stations. obserwacje nie zostały wykorzystane w prezentowanych analizach. Liczebność ptaków drapieżnych wzrastała wraz z udziałem użytków zielonych (pc1) oraz udziałem terenów podmokłych i zabudowy (pc3). Może to wynikać z preferencji środowiskowych najliczniejszego drapieżnika błotniaka stawowego, do terenów podmokłych, a także preferencji drapieżników do użytkowanych łąk Kania ruda, the Red Kite, Milvus milvus

24 26 i pastwisk, stanowiących optymalne żerowisko (Tab. 7, Ryc. 12, 13). Również pora dnia miała wpływ na liczebność drapieżników. Obserwowano więcej ptaków drapieżnych późnym rankiem, co może być wiązane z wykorzystywaniem przez nie podczas lotu wznoszących prądów powietrza, pojawiających się dopiero po nagrzaniu powierzchni gruntu przez słońce. W drugiej części sezonu wiosennego notowano nieco więcej drapieżników niż w pierwszej Ptaki z grupy siewek łąkowych W czasie liczeń punktowych stwierdzono w sumie dziewięć gatunków ptaków, które mogą być zaliczane do tej ekologiczno-taksonomicznej grupy. Co prawda każdy z tych gatunków użytkuje nieco inne siedliska i ma różną tolerancję na zmienność warunków środowiskowych, jednak wyróżnienie takiego podzbioru w oparciu o przynależność taksonomiczną i wybiórczość środowiskową jest stosowane, a wyniki analiz dotyczących tej grupy mogą przynieść cenne wnioski odnośnie ochrony zagrożonych gatunków w krajobrazie rolniczym. Grupa ta jest o tyle istotna, że wiele z gatunków tu włączonych wykazuje w ostatnich dekadach w Polsce drastyczne załamanie liczebności, np.: czajka, rycyk, kulik wielki. Tab. 7. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący liczebność ptaków drapieżnych jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining abundance of raptors as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 12. gatunki drapieżne Ryc. 13. gatunki drapieżne Liczebność/Abundance Liczebność/Abundance pc1 (gradient łąkowo-polny) pc3 (gradient zabudowy i wody) Liczba osobników wszystkich gatunków ptaków drapieżnych stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of all raptors as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Liczba osobników wszystkich gatunków ptaków drapieżnych stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of all raptors as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

25 27 Ptaki należące do tej grupy, stwierdzane w czasie prac terenowych to: czajka (48% wszystkich osobników z tej grupy), kszyk (21%), batalion (17%), łęczak (9%), krwawodziób (2%), rycyk (1%), kulik wielki (0.2%), kwokacz (0.2%) i sieweczka rzeczna (0.2%). Kolejne dwa gatunki, siewka złota i brodziec śniady, były stwierdzone tylko w dalszej odległości od obserwatora i nie zostały uwzględnione w analizach. Część z tych ptaków pojawiała się na badanych powierzchniach jedynie przelotnie, jednak zakładając, że ich rozmieszczenie w okresie przelotu wiosennego nie jest zupełnie przypadkowe względem jakości siedlisk, postanowiono uwzględnić również takie gatunki jak kwokacz i batalion. Wbrew oczekiwaniom gradient między wysokim udziałem gruntów ornych, a wysokim udziałem łąk nie determinował liczebności gatunków z tej grupy (Tab. 8). Może to wynikać przede wszystkim z braku efektu gradientu pc1 dla występowania czajki (model dla tego gatunku prezentowany jest poniżej), która była w analizowanej grupie gatunkiem dominującym. Stwierdzono natomiast wyraźne unikanie przez te ptaki terenów zalesionych (pc2) (Ryc. 14). Od stopnia lesistości na poziomie 35% (pc2=2) siewki łąkowe praktycznie nie występowały, co potwierdza Tab. 8. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący liczebność siewek łąkowych jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining abundance of meadow waders as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 14. siewki łąkowe Ryc. 15. siewki łąkowe Liczebność/Abundance Liczebność/Abundance pc2 (gradient lesistości) pc3 (gradient zabudowy i wody) Liczba osobników siewek łąkowych stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of meadow waders as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Liczba osobników siewek łąkowych stwierdzonych w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Abundance of meadow waders as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

26 28 istotny negatywny wpływ nawet niewielkich zalesień na jakość siedliska tych ptaków. Istotna negatywna zależność dotyczyła natomiast gradientu zabudowy i wód, choć to prawdopodobnie pierwszy czynnik miał tu decydujące znaczenie, gdyż większość gatunków z tej grupy unika sąsiedztwa siedzib ludzkich (Ryc. 15). Liczebność gatunków z tej grupy była wysoce istotnie wyższa w miejscach występowania zwierząt gospodarskich, co pokazuje, że w kształtowaniu siedlisk pod kątem siewek łąkowych większą rolę niż obecnie powinien odgrywać wypas, choć nie dla wszystkich gatunków analizowanych osobno zależność tę potwierdzono (Ryc. 14, 15). Nie stwierdzono natomiast efektu typu działki na działkach ornitologicznych liczebność tej grupy gatunków wcale nie była wyższa, niż na losowo wskazanych działkach kontrolnych. Jest to niepokojący sygnał, który powinien być brany pod uwagę w projektowaniu wariantów dedykowanych ptakom, gdyż właśnie ta grupa wydaje się być warta objęcia szczególną ochroną z uwagi na drastyczny spadek liczebności w ostatnich dziesięcioleciach. Siewki łąkowe były istotnie liczniejsze na północy niż na południu Polski (Ryc. 16). Ryc. 16. Szerokość geograficzna siewki łąkowe Długość geograficzna Ekstrapolowana średnia liczebność siewek łąkowych stwierdzana w punktach kontrolnych. Mean extrapolated abundance of meadow waders recorded in the point count stations Występowanie wybranych gatunków ptaków w krajobrazie rolniczym Derkacz Crex crex (gatunek kwalifikujący do prś ) Populacja derkacza w Europie określana jest jako bardzo liczna i fluktuująca, chociaż w wielu krajach Europy Środkowej notowany jest wzrost jego liczebności (BirdLife International 2004). Analiza trendów czasowych z programu Monitoringu Pospolitych Ptaków Lęgowych (MPPL) nie wykazuje wyraźnych tendencji w przypadku tego gatunku i dynamika jego populacji jest określana jako stabilna. W 2013 roku występowanie derkacza było stwierdzone podczas 114 kontroli, w sumie potwierdzono obecność 128 osobników. Gatunek ten był silnie związany przede wszystkim z wysokim udziałem łąk i niskim udziałem gruntów ornych (pc1) (Tab. 9, Ryc. 17). Nie stwierdzono natomiast istotnego wpływu gradientu lesistości na obecność derkacza. Wynik ten jest potwierdzeniem dość słabej wybiórczości środowiskowej derkacza jest to ptak związany głównie z łąkami, ale również szeregiem siedlisk pokrewnych i przejściowych. Okazjonalnie może występować także na polach uprawnych i ugorach, w górach często zasiedla łąki niekoszone przez kilka, lub kilkanaście lat, o znacznym stopniu zaawansowania procesów sukcesji, a w środowiskach leśnych pojawia się okazjonalnie na uprawach leśnych. Z tego względu gradient lesistości nie wpływał Tab. 9. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK N Df Ref.df F P KOORDYNATY Model tłumaczący obecność derkacza jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Corncrake as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4.

27 29 Ryc. 17. Ryc. 18. derkacz derkacz Prawdopodobieństwo obecności/probability of occurrence Prawdopodobieństwo obecności/probability of occurrence pc1 (gradient łąkowo-polny) pc3 (gradient zabudowy i wody) Prawdopodobieństwo stwierdzenia derkacza w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Corncrake as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Prawdopodobieństwo stwierdzenia derkacza w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Corncrake as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). istotnie na występowanie tego gatunku. Stwierdzono istotny wzrost prawdopodobieństwa obecności tego gatunku wraz ze wzrostem udziału zabudowy i terenów podmokłych, choć z pewnością jedynie drugi czynnik pełnił tu decydującą rolę (Ryc. 18). Niepokojący jest natomiast brak związku obecności derkacza z typem działek (RSO vs. KON) wymogi środowiskowe na działkach ornitologicznych były projektowane głównie pod kątem optymalizacji siedliska dla tego gatunku. Być może zwiększenie próby zmieni ten wynik. Jednak obecnie, nie tylko brak istotności, ale ogólne tendencje (ujemny efekt działek RSO, Tab. 9) wskazują na potrzebę rewizji niektórych wymogów dotyczących użytkowania gruntów w ramach wariantów ptasich. Natomiast zgodnie z oczekiwaniami derkacz był wykrywany głównie wczesnym rankiem (aktywność głosowa tego gatunku jest najwyższa w nocy) i w drugiej części sezonu lęgowego, co jest związane z jego późnym powrotem z zimowisk. Obecność zwierząt gospodarskich wpływała negatywnie na obecność derkacza, chociaż efekt ten jest mało wiarygodny i musi być zweryfikowany na większej próbie (Tab. 9, Ryc. 17, Ryc. 18). Gatunek ten wykazywał również nierównomierne rozmieszczenie w granicach kraju i był istotnie częściej stwierdzany na południu Polski (Ryc. 19). Ryc. 19. Szerokość geograficzna derkacz Długość geograficzna Ekstrapolowane prawdopodobieństwo stwierdzenia derkacza w punktach kontrolnych. Extrapolated probability of occurrence of the Corncrake in the point count stations.

28 Czajka Vanellus vanellus (gatunek kwalifikujący do prś ) Czajka jest gatunkiem wykazującym znaczny spadek liczebności na całym kontynencie, co jest odzwierciedleniem spadkowych trendów w większości państw europejskich, jedynie w kilku krajach jej populacja jest określana jako stabilna. Ogólna liczebność czajki w Europie jest nadal wysoka, ale gatunek ten masowo zanika w całym areale. Trendy liczebności czajki, w przeciwieństwie do wielu innych gatunków związanych z krajobrazem rolniczym, nie wykazują wyraźnego zróżnicowania na osi wschód-zachód (BirdLife International 2004). W Polsce dobrze udokumentowany jest spadek liczebności czajki od roku 2000 (Kuczyński i Chylarecki 2012), choć wiele jednostkowych badań i niepublikowanych analiz wskazuje, że rozpoczął się on znacznie wcześniej. Badania prowadzone w ramach monitoringu przyrodniczych efektów programu rolnośrodowiskowego wykazały w sumie 235 czajek stwierdzonych podczas 91 kontroli. Obecność tego gatunku była determinowana przez dwie cechy środowiskowe (Tab. 10): ujemnie przez udział terenów zalesionych (pc2) oraz dodatnio przez obecność zwierząt gospodarskich (Ryc. 20). Unikanie terenów leśnych, a nawet sąsiedztwa niewielkich zadrzewień, jest dobrze znanym elementem wybiórczości siedliskowej tego gatunku i determinuje jego rozmieszczenie w krajobrazie. Czajka jest jednym z najbardziej wrażliwych na sąsiedztwo lasu gatunków informacja ta ma z pewnością decydujące znaczenie dla optymalizacji sposobów użytkowania gruntów dla tego gatunku w kontekście programu rolno środowiskowego. Wbrew oczekiwaniom gradient między udziałem gruntów ornych i użytków zielonych nie wpływał na frekwencję tego gatunku w kontrolowanych lokalizacjach, co może być związane z coraz częstszym użytkowaniem przez czajkę gruntów ornych zarówno jako żerowiska, jak i lęgowiska. Podobnie jak w przypadku derkacza, typ działki (RSO vs. KON) nie wpływał na obecność czajek, co jest niepokojącym sygnałem, gdyż czajka jest jednym z gatunków, dla ochrony których projektowano warianty ptasie. Wynik ten może wskazywać na potrzebę rewizji istniejących zapisów odnośnie wymogów wariantów ptasich w zakresie terminów użytkowania TUZ. Ponad 3-krotnie wyższa szansa na spotkanie czajek notowana była na gruntach, na których przebywały pasące się zwierzęta gospodarskie. Preferencje czajek do pastwisk są znane, jednak tak silna selekcja powierzchni wypasanych powinna mieć większe przełożenie na projektowanie wariantów ptasich dedykowanych czajce. Frekwencja czajek była też nieco wyższa w pierwszej niż w drugiej części sezonu wiosennego. Tab. 10. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący obecność czajki jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Lapwing as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 20. Prawdopodobieństwo obecności/probability of occurrence czajka pc2 (gradient lesistości) Prawdopodobieństwo stwierdzenia czajki w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Lapwing as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). 6

29 Kszyk Gallinago gallinago (gatunek kwalifikujący do prś ) Europejska populacja kszyka wykazuje umiarkowany spadek liczebności, powodowany głównie niekorzystnymi trendami w zachodniej części kontynentu (BirdLife International 2004). Monitorowana od 2000 roku polska populacja jest stabilna (dane z MPPL). W trakcie badań monitoringowych w 77 lokalizacjach stwierdzono łącznie 105 osobników bekasa kszyka. Występowanie kszyka było w niewielkim stopniu zależne od gradientu zabudowy i wody gatunek ten częściej występował w miejscach wilgotnych (Ryc. 21). Nie stwierdzono wpływu dwóch innych gradientów środowiska na frekwencję występowania kszyka w kontrolowanych lokalizacjach (Tab. 11). Może to wynikać ze specyfiki biologii lęgów i użytkowania przestrzeni przez ten gatunek. Kszyk najczęściej wykrywany jest podczas lotu tokowego, podczas którego sterówki wibrują wydając charakterystyczny odgłos, jednak tokujące samce potrafią latać na stosunkowo znaczne odległości, przez co relacje między strukturą użytkowania gruntów w danym miejscu a obecnością kszyka może być trudna do wykrycia. Drugim powodem braku preferencji do określonych typów gruntów jest wysoka plastyczność ekologiczna gatunku. Kszyk, w przeciwieństwie do innych gatunków z rzędu siewkowych, nie unika sąsiedztwa lasu i może gniazdować na niewielkich, śródleśnych torfowiskach i podmokłych łąkach. Stąd brak wyraźnych preferencji może częściowo odpowiadać stanowi faktycznemu. Większa liczba danych w kolejnych latach umożliwi bardziej precyzyjne określenie tych zależności. Nie wykazano związku obecności kszyka z typem działki i obecnością zwierząt gospodarskich. Natomiast, zgodnie z oczekiwaniami, gatunek ten był częściej stwierdzany w pierwszej części sezonu lęgowego. Tab. 11. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK N Df Ref.df F P KOORDYNATY Model tłumaczący obecność kszyka jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Snipe as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 21. Prawdopodobieństwo obecności/probability of occurrence kszyk pc3 (gradient zabudowy i wody) Kszyk, the Common Snipe, Gallinago gallinago Prawdopodobieństwo stwierdzenia kszyka w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Snipe as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

30 Skowronek Alauda arvensis Opracowanie BirdLife International (2004) przedstawia nieznaczny spadek liczebności skowronka w Europie, przy czym dokładniejsza analiza trendów populacyjnych w poszczególnych krajach pokazuje wyraźne różnice między wschodnią, a zachodnią częścią kontynentu. Praktycznie wszędzie na zachód od Odry liczebność skowronka zmniejsza się, natomiast populacje środkowoeuropejskie są na ogół stabilne. Mimo tych niekorzystnych trendów, liczebność tego ptaka na kontynencie jest nadal wysoka. Polska populacja, w przeciwieństwie do zachodnioeuropejskiej, odznacza się umiarkowanym wzrostem liczebności (Kuczyński i Chylarecki 2012). Skowronek był drugim pod względem liczebności gatunkiem stwierdzanym w badanych lokalizacjach w ramach monitoringu przyrodniczych efektów programu rolnośrodowiskowego. W sumie zaobserwowano 1470 osobników w trakcie 628 kontroli. Występowanie skowronka było silnie zależne od wszystkich trzech rozpatrywanych gradientów środowiskowych (Tab. 12). Przede wszystkim gatunek ten unikał terenów zadrzewionych (pc2) i prawdopodobieństwo jego obecności drastycznie spadało w miejscach, w których występował las lub większe skupiska drzew (Ryc. 23). Tab. 12. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK N Df Ref.df F P KOORDYNATY Model tłumaczący obecność skowronka jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Skylark as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 22. skowronek Ryc. 23. skowronek Prawdopodobieństwo obecności/probability of occurrence Prawdopodobieństwo obecności/probability of occurrence pc1 (gradient łąkowo-polny) pc2 (gradient lesistości) 4 6 Prawdopodobieństwo stwierdzenia skowronka w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Skylark as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Prawdopodobieństwo stwierdzenia skowronka w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Skylark as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

31 33 O ile w miejscach zupełnie bezleśnych prawdopodobieństwo spotkania tego gatunku przekraczało 80%, o tyle udział lasu w sąsiedztwie punktu kontrolnego wynoszący ok. 30% powodował kilkukrotny spadek tego prawdopodobieństwa. Wynik ten potwierdza, że ptak ten nie toleruje zadrzewień i jest wybitnie związany z terenami otwartymi. Z tego względu nawet niewielkie zadrzewienia czy też szpalery drzew mogą skutecznie pogarszać przydatność sąsiadujących z nimi terenów rolniczych dla omawianego gatunku. Pojedyncze obserwacje skowronków w miejscach o wyższej lesistości prawdopodobnie dotyczyły ptaków lecących, które podczas śpiewu w locie są zdecydowanie mniej wybiórcze i mogą przelatywać nad unikanymi środowiskami. Skowronek preferował również lokalizacje o wysokim udziale użytków zielonych i niskim udziale gruntów ornych (pc1), chociaż zmienność frekwencji związana z tym gradientem środowiskowym nie była tak silna, jak w przypadku gradientu lesistości (Ryc. 22). Ponadto, ptak ten dość wyraźnie unikał miejsc podmokłych i zlokalizowanych w pobliżu zabudowy (pc3), co jest zgodne z aktualną wiedzą o jego wybiórczości środowiskowej (Ryc. 24). Częstość stwierdzeń skowronka zmieniała się również w ciągu sezonu wiosennego i była wyższa wczesną niż późną wiosną. Nie wykazano natomiast relacji z typami działek ptak ten był równie często stwierdzany na działkach RSO i KON. Ryc. 24. Prawdopodobieństwo obecności/probability of occurrence skowronek pc3 (gradient zabudowy i wody) Prawdopodobieństwo stwierdzenia skowronka w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Skylark as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent) Oknówka Delichon urbicum Europejska populacja oknówki nie wykazuje wyraźnych trendów liczebności, choć w niektórych krajach, szczególnie w północno-zachodniej części kontynentu, notowany był ostatnio nieznaczny spadek jej liczebności (BirdLife International 2004). Populacja krajowa jest określana jako wykazująca umiarkowany spadek (Kuczyński i Chylarecki 2012). W ramach monitoringu realizowanego w 2013 roku potwierdzono obecność oknówek jedynie podczas 32 kontroli notując łącznie 85 stwierdzeń. Oknówka jest gatunkiem polującym w locie na owady, lata bardzo sprawnie i przemieszcza się na znaczne odległości, przez co struktura roślinności, czy skład gatunkowy upraw w skali lokalnej (sąsiedztwo punktu kontrolnego) nie powinny mieć bezpośredniego wpływu na obecność i liczebność tego ptaka. Roślinność oczywiście wpływa na liczebność bezkręgowców stanowiących pokarm oknówki, jednak związek ten nie jest ścisły. Znajduje to potwierdzenie w braku istotnych zależności między obecnością oknówek, a trzema rozpatrywanymi gradientami środowiskowymi (Tab. 13). Ciekawe, że ani udział zabudowy, Tab. 13. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący obecność oknówki jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the House martin as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4.

32 34 Oknówki i dymówki, the House Martins and the Barn Swallows, Delichon urbicum, Hirundo rustica w której się gnieździ, ani udział powierzchni zalesionych, których ptak ten ewidentnie unika, nie wpływały na jego frekwencję w kontrolowanych lokalizacjach. Być może związane jest to z niewielką próbą zebraną dla tego gatunku. Jedynym istotnym predyktorem dla występowania oknówki była obecność zwierząt gospodarskich. Mimo niewielkiej liczby stwierdzeń oknówek i mocno ograniczonej liczby działek, na których stwierdzono zwierzęta gospodarskie, miały one wysoce istotny wpływ na obecność tych ptaków. Szansa stwierdzenia oknówki w takich miejscach była blisko 5-krotnie wyższa niż w lokalizacjach, w których nie było zwierząt. Wynik ten potwierdza, że ptaki korzystają nie tylko ze zmiany struktury roślinności w wyniku wypasu, gdyż jaskółki nie żerują na powierzchni gruntu. Bardziej realnym wytłumaczeniem może być zarówno specyficzna zabudowa wiejska w miejscach hodowli zwierząt (stajnie i obory jako miejsca lęgowe), jak i związany z obecnością zwierząt wzrost liczebności latających bezkręgowców stanowiących pokarm jaskółek. Warto wspomnieć, że w większej skali przestrzennej efekt obecności zwierząt nie jest już tak wyraźny jako determinant występowania oknówki, podobnie jak dymówki. Kuczyński i Chylarecki (2012) wykazali większe znaczenie szeregu innych cech środowiska i sposobów użytkowania gruntów dla obu tych gatunków, a w przypadku dymówki udział gospodarstw z hodowlą bydła nie znalazł się nawet w pierwszej dwunastce najlepszych predyktorów. Tymczasem analiza danych zebranych w ramach niniejszego programu monitoringowego pokazała, że obecność zwierząt ma duże znaczenie Ryc. 25. Szerokość geograficzna oknówka Długość geograficzna Ekstrapolowane prawdopodobieństwo stwierdzenia oknówki w punktach kontrolnych. Extrapolated probability of occurrence of the House martinin the point count stations. także dla dymówki (nieprezentowanej w niniejszym opracowaniu). Jaskółka oknówka wyraźnie częściej pojawiała się w drugiej części sezonu wiosennego, była też liczniej stwierdzana w północno-wschodniej Polsce (Ryc. 25).

33 Świergotek łąkowy Anthus pratensis Europejska populacja świergotka łąkowego wykazuje umiarkowany spadek liczebności, choć jego sumaryczna liczebność jest nadal wysoka (BirdLife International 2004). W Polsce na przestrzeni ostatnich dziesięciu lat również wykazano negatywny trend populacji tego gatunku, wiązany przede wszystkim z zanikiem odpowiednich siedlisk lęgowych (Kuczyński i Chylarecki 2012). W roku 2013 podczas 226 kontroli stwierdzono w sumie 431 świergotki łąkowe, co stawia ten gatunek na szóstym pod względem liczebności miejscu na liście gatunków notowanych w ramach monitoringu. Występowanie tego gatunku wykazywało zależność od dwóch pierwszych gradientów środowiskowych (Tab. 14), przy czym najsilniej od gradientu łąkowo- -polnego (pc1) (Ryc. 26). Dla lokalizacji o niskim udziale użytków zielonych oczekiwane prawdopodobieństwo występowania świergotka było bliskie zeru, natomiast wraz ze wzrostem udziału użytków zielonych znacząco rosło (szczególnie od wartości pc1 równej -2, co odpowiada udziałowi użytków zielonych na poziomie 50%, a udziałowi gruntów ornych na poziomie 20%). Z kolei wzrost udziału terenów zadrzewionych powodował wyraźny spadek prawdopodobieństwa obecności gatunku (Ryc. 27). Z uwagi na wykazywaną w różnych Ryc. 26. świergotek łąkowy Tab. 14. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący obecność świergotka łąkowego jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Meadow pipit as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 27. świergotek łąkowy Prawdopodobieństwo obecności/probability of occurrence Prawdopodobieństwo obecności/probability of occurrence pc1 (gradient łąkowo-polny) pc2 (gradient lesistości) Prawdopodobieństwo stwierdzenia świergotka łąkowego w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Meadow pipit as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Prawdopodobieństwo stwierdzenia świergotka łąkowego w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Meadow pipit as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

34 36 opracowaniach preferencję świergotka do pastwisk zaskakujący jest brak w przypadku tego gatunku efektu obecności zwierząt gospodarskich łąki i pastwiska w nieco większej skali przestrzennej są najważniejszym predyktorem dla występowania tego gatunku w kraju (Kuczyński i Chylarecki 2012). Co ciekawe, w przypadku tego gatunku stwierdzono różnicę we frekwencji występowania bliską istotności statystycznej w odniesieniu do typu działki. Wydaje się, że świergotki łąkowe nieco częściej występowały na działkach RSO niż na pozostałych działkach, choć wynik ten wymaga zweryfikowania w kolejnych latach. Świergotki były częściej stwierdzane wczesną wiosną niż w drugiej części sezonu lęgowego. Świergotki łąkowe stwierdzano istotnie częściej w północnej części Polski (Ryc. 28) Pliszka żółta Motacilla flava Pliszka żółta jest gatunkiem wykazującym znaczne różnice w liczebności na linii wschód-zachód na kontynencie europejskim. Podczas gdy w krajach Europy Środkowej jest gatunkiem pospolitym, na zachodzie jest znacznie rzadsza, mniej więcej dziesięciokrotnie w poszczególnych krajach o porównywalnej powierzchni. Ogólnoeuropejski trend populacji pliszki żółtej jest określany jako umiarkowany spadek ( BirdLife International 2004). W Polsce w ciągu ostatnich lat obserwowany jest silny spadek liczebności pliszki oraz zmiana preferencji siedliskowych, polegająca na coraz rzadszym zasiedlaniu łąk i preferowaniu gruntów ornych (Kuczyński i Chylarecki 2012). Podczas realizowanego monitoringu w roku 2013 stwierdzono w sumie 191 pliszek w trakcie 123 kontroli. Częściowo zgodnie z doniesieniami o zmianie preferencji siedliskowych nie stwierdzono w przypadku tego gatunku preferencji do powierzchni użytków zielonych, co wskazuje, że gatunek ten równie często zasiedla łąki i pastwiska co pola uprawne (Tab. 15). Najsilniejszym predyktorem determinującym występowanie pliszki żółtej w kontrolowanych lokalizacjach była obecność terenów zadrzewionych (pc2) im wyższy był udział lasu tym mniejsze prawdopodobieństwo obecności pliszki, a zależność ta była wyrażona gwałtownym spadkiem prawdopodobieństwa obecności gatunku od udziału lasów na poziomie 30% (Ryc. 29). Pliszka jest więc jednym z tych gatunków, dla których niewielkie zalesienia w krajobrazie rolniczym mogą znacząco pogorszyć jakość siedlisk. Poza negatywnym efektem obecności terenów leśnych stwierdzono również istotny negatywny wpływ zwiększania się udziału terenów zabudowanych i podmokłych (Ryc. 30) oraz pozytywny wpływ obecności zwierząt gospodarskich na występowanie tego gatunku (Ryc. 29, 30). W czasie kontroli, podczas których stwierdzano na kontrolowanym terenie krowy, konie lub inne zwierzęta Ryc. 28. Szerokość geograficzna świergotek łąkowy 14 Ekstrapolowane prawdopodobieństwo stwierdzenia świergotka łąkowego w punktach kontrolnych. Extrapolated probability of occurrence of the Meadow pipit in the point count stations. Tab Długość geograficzna Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący obecność pliszki żółtej jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Yellow wagtail as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. gospodarskie, występowanie pliszki żółtej było istotnie bardziej prawdopodobne, niż w przypadku braku zwierząt. Pliszka, jako gatunek wybitnie owadożerny prawdopodobnie korzysta na wyższej liczebności, ale też lepszej dostępności bezkręgowców w miejscach

35 37 Ryc. 29. pliszka żółta Ryc. 30. pliszka żółta Prawdopodobieństwo obecności/probability of occurrence Prawdopodobieństwo obecności/probability of occurrence pc2 (gradient lesistości) pc3 (gradient zabudowy i wody) Prawdopodobieństwo stwierdzenia pliszki żółtej w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Yellow wagtail as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Prawdopodobieństwo stwierdzenia pliszki żółtej w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Yellow wagtail as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). wypasania zwierząt. Jest to wynik ciekawy w kontekście informacji o preferowaniu przez tego ptaka gruntów ornych kosztem użytków zielonych. Prezentowane wyniki sugerują, że znacznie silniejsza jest preferencja pliszek do pastwisk niż wpływ gradientu łąkowo-polnego. Stwierdzono również nieznaczny efekt pory dnia, sugerujący, że pliszki częściej są stwierdzane późnym rankiem. Nie potwierdzono natomiast wpływu typu działki na frekwencję pliszki żółtej na badanych powierzchniach Pokląskwa Saxicola rubetra Populacja pokląskwy w Europie wykazuje niewielki spadek liczebności, szczególnie dobrze widoczny na zachodzie kontynentu. W wielu zachodnich krajach (np. Francji, Niemczech, Wielkiej Brytanii) jej populacja jest przeciętnie dziesięciokrotnie niższa niż w krajach Europy Środkowej (Białoruś, Polska, Rumunia, Ukraina) (BirdLife International 2004). W Polsce, w ciągu ostatnich dziesięciu lat populacja tego gatunku była raczej stabilna (Kuczyński i Chylarecki 2012). W punktach kontrolnych odwiedzanych w ramach monitoringu pokląskwa była licznie stwierdzana, w sumie obserwowano tego ptaka w trakcie 332 kontroli, podczas których zanotowano 473 stwierdzenia. Tab. 16. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący obecność pokląskwy jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Whinchat as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4.

36 38 Ryc. 31. pokląskwa Ryc. 32. pokląskwa Prawdopodobieństwo obecności/probability of occurrence Prawdopodobieństwo obecności/probability of occurrence pc1 (gradient łąkowo-polny) pc2 (gradient lesistości) Prawdopodobieństwo stwierdzenia pokląskwy w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Whinchat as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Prawdopodobieństwo stwierdzenia pokląskwy w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Whinchat as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Pokląskwy były silnie związane z użytkami zielonymi, natomiast unikały gruntów ornych, mimo że pojawiały się również w miejscach z dominacją pól (Tab. 16, Ryc. 31). Gatunek ten wyraźnie unikał terenów zadrzewionych, choć nie tak silnie jak inne gatunki typowe dla terenów otwartych nawet w miejscach gdzie udział lasu wynosił ponad 50% obserwowane były pojedyncze ptaki, lecz zdecydowanie rzadziej niż w miejscach otwartych (Ryc. 32). Marginalnie istotny był wpływ trzeciej składowej (pc3) na występowanie tego gatunku. Sugeruje to, że pokląskwy preferują tereny bardziej wilgotne i zlokalizowane w pobliżu zabudowy (Ryc. 33). Preferencja do zabudowy raczej nie znajduje potwierdzenia w danych o preferencjach środowiskowych tego gatunku, natomiast wyższa wilgotność siedlisk łąkowych może prowadzić do rozwoju bujniejszej roślinności, preferowanej przez ten gatunek. Typ działki (RSO lub KON) nie miał znaczenia dla pokląskwy, mimo, że jest to gatunek, który może potencjalnie korzystać na opóźnionym koszeniu w ramach realizacji wymogów wariantów ptasich. Brak jednak tendencji sugerującej by pokląskwy preferowały działki ornitologiczne. Również obecność zwierząt gospodarskich nie miała znaczenia dla występowania pokląskwy w kontrolowanych lokalizacjach. Ptak ten był stwierdzany wyraźnie częściej wczesnym rankiem niż w późniejszych godzinach. Ryc. 33. Prawdopodobieństwo obecności/probability of occurrence pokląskwa pc3 (gradient zabudowy i wody) Prawdopodobieństwo stwierdzenia pokląskwy w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Whinchat as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

37 39 Pokląskwa była najczęściej stwierdzana w punktach kontrolnych zlokalizowanych w Polsce wschodniej i nieco tylko mniej w północnej, natomiast w centrum i na południu notowana była rzadziej (Ryc. 34) Łozówka Acrocephalus palustris Populacja łozówki w Europie jest określana jako stabilna (BirdLife International 2004), a analiza trendów czasowych dotyczących polskiej populacji w ciągu ostatnich 10 lat również nie potwierdza wyraźnych kierunkowych tendencji (Kuczyński i Chylarecki 2012). Łozówka obserwowana była w sumie podczas 207 kontroli, łącznie stwierdzono obecność 291 osobników. Nie potwierdzono by gradient łąkowo-polny ani gradient lesistości wpływały na występowanie tego gatunku, co odpowiada dotychczasowej wiedzy o dość znacznej plastyczności środowiskowej łozówki (Tab. 17). Z drugiej strony, jako gatunek związany z wysoką roślinnością zielną, w której buduje gniazdo, powinien preferować szeroko definiowane użytki zielone, a unikać gruntów ornych. Występowanie tego ptaka było natomiast istotnie dodatnio związane z gradientem środowiskowym opisywanym przez trzecią składową (pc3), a więc z terenami podmokłymi i z zabudową (Ryc. 35). Należy przypuszczać, że zmienność wilgotności, wpływająca na strukturę roślinności preferowanej przez łozówkę odgrywała tu kluczową rolę. Co ciekawe, gatunek ten w podobnych proporcjach występował na działkach RSO w porównaniu z działkami pozostałymi. Wynik ten, pomijając jego niepewność Tab. 17. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący obecność łozówki jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Marsh warbler as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 34. Szerokość geograficzna Ryc. 35. pokląskwa Ekstrapolowane prawdopodobieństwo stwierdzenia pokląskwy w punktach kontrolnych. Extrapolated probability of occurrence of the Whinchat in the point count stations. Prawdopodobieństwo obecności/probability of occurrence łozówka Długość geograficzna pc3 (gradient zabudowy i wody) Prawdopodobieństwo stwierdzenia łozówki w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Marsh warbler as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

38 40 w kontekście statystycznym, jest zaskakujący, ponieważ późny pokos przewidziany w ramach wariantów ptasich sprzyja rozwojowi wysokiej roślinności zielnej preferowanej przez tego ptaka. Preferencje do działek typu RSO i KON wymagają weryfikacji w oparciu o dane z kolejnych lat. Zgodnie z oczekiwaniami łozówkę stwierdzano wyraźnie częściej w drugiej części sezonu lęgowego, co wynika z jej dość późnego powrotu z zimowisk. Prawdopodobieństwo stwierdzenia łozówki w punktach kontrolnych w Polsce wzrastało w kierunku północno-wschodnim (Ryc. 36) Szpak Sturnus vulgaris Ogólnoeuropejskie opracowanie sprzed dziesięciu lat podsumowuje dynamikę liczebności szpaka jako umiarkowanie zmniejszającą się, raportując równocześnie trend spadkowy w przypadku Polski (BirdLife International 2004). Jednak nowsze i bardziej precyzyjne wskaźniki generowane przez Monitoring Pospolitych Ptaków Lęgowych wykazują dość wyraźny trend wzrostowy polskiej populacji tego gatunku (Kuczyński i Chylarecki 2012). W monitoringu przyrodniczych efektów programu rolnośrodowiskowego szpak był najliczniej reprezentowanym gatunkiem w czasie liczeń w 2013 roku. W sumie, w trakcie 318 kontroli obserwowano łącznie 2209 osobników. Jednak mimo tak znacznej frekwencji i liczebności, która zapewniała relatywnie wysoką moc statystyczną analiz, rozpatrywane cechy środowiskowe, z wyjątkiem jednej, nie miały znaczenia dla wyjaśnienia obecności tego gatunku (Tab. 18). Żaden z trzech gradientów środowiskowych nie tłumaczył obserwowanej zmienności w występowaniu tego gatunku, co można częściowo wyjaśniać jego znaczną plastycznością środowiskową i zasiedlaniem skrajnie różnych środowisk szpaki występują zarówno w zwartej zabudowie centrów miast, jak i w terenach o wysokim stopniu naturalności. Ponadto, udział frakcji nielęgowej w populacji, przemieszczającej się na znaczne odległości i niewykazującej związku z konkretnymi lokalizacjami może skutecznie utrudniać poszukiwania zależności między występowaniem szpaka a cechami środowiska. Nie stwierdzono również różnic czasowych i sezonowych w występowaniu szpaka. Wyłącznie obecność zwierząt gospodarskich w granicach monitorowanych środowisk, jako jedyny predyktor spośród rozpatrywanych, w istotny sposób tłumaczyła występowanie tego gatunku (Ryc. 37). Szansa na stwierdzenie szpaka w kontrolowanych lokalizacjach była prawie trzykrotnie wyższa w przypadku obecności w danym miejscu krów, koni lub innych zwierząt gospodarskich. Związek występowania szpaka z wypasem prowadzonym w granicach użytków zielonych może wynikać z korzystnego dla tego ptaka Ryc. 36. Szerokość geograficzna łozówka 14 Ekstrapolowane prawdopodobieństwo stwierdzenia łozówki w punktach kontrolnych. Extrapolated probability of occurrence of the Marsh warbler in the point count stations. Tab Długość geograficzna Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący obecność szpaka jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Starling as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. przekształcania struktury roślinności przez zgryzające zwierzęta. Na pastwiskach, wskutek zgryzania, roślinność jest na ogół niska, a miejscami zupełnie zniszczona przez wydeptywanie, co pozytywnie wpływa na jakość żerowiska dla szpaka, który najczęściej zbiera pokarm z powierzchni gruntu. Wynik ten jest zatem

39 41 kolejnym, dokumentującym kluczową rolę wypasu dla wykorzystania użytków zielonych przez ptaki terenów otwartych. Szpaki były częściej stwierdzane w punktach kontrolnych w północnej części Polski (Ryc. 38) Szczygieł Carduelis carduelis Populacja szczygła w skali Europy jest określana jako umiarkowanie wzrastająca (BirdLife International 2004). W Polsce w ciągu ostatnich 10 lat obserwowany jest wyraźny spadek liczebności tego gatunku, a jego przyczyny są nieznane (Kuczyński i Chylarecki 2012). W czasie badań monitoringowych w sumie stwierdzono obecność tego gatunku podczas 54 kontroli obserwując łącznie 94 osobniki. Szczygieł w sezonie lęgowym jest związany z terenami przynajmniej częściowo zadrzewionymi, gdyż buduje gniazdo na drzewach i preferuje mozaikę terenów półotwartych. Zgodnie z oczekiwaniami stwierdzono związek między występowaniem tego gatunku, a udziałem terenów zadrzewionych, opisywanym przez składową pc2 (Tab. 19, Ryc. 39). Nie stwierdzono natomiast wpływu gradientu łąkowo-polnego ani udziału terenów podmokłych i zabudowy, dla rozmieszczenia tego ptaka w kontrolowanych lokalizacjach. Brak tych zależności może być tłumaczony dość szeroką tolerancją ekologiczną i brakiem wąskich wymagań środowiskowych szczygła oraz stosunkowo niewielką próbą. Ważnym predyktorem istotnie tłumaczącym obecność szczygła w kontrolowanych lokalizacjach było również Ryc. 37. Prawdopodobieństwo obecności/probability of occurrence szpak pc1 (gradient łąkowo polny) Prawdopodobieństwo stwierdzenia szpaka w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Starling as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Ryc. 38. Szerokość geograficzna szpak Długość geograficzna Ekstrapolowane prawdopodobieństwo stwierdzenia szpaka w punktach kontrolnych. Szczygieł, the European Goldfinch, Carduelis carduelis Extrapolated probability of occurrence of the Starling in the point count station

40 42 Tab. 19. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK W Df Ref.df F P KOORDYNATY Model tłumaczący obecność szczygła jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Goldfinch as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. występowanie zwierząt gospodarskich szansa stwierdzenia szczygła była prawie 3-krotnie większa, jeśli w danej lokalizacji były obecne krowy, konie lub inne zwierzęta gospodarskie, choć wizualizacja dopasowania modelu logistycznego ze względu na niską liczebność szczygła jest trudna w interpretacji (Ryc. 39). Zależność ta może wynikać z pozostawiania na pastwiskach niedojadów z ostrożeniem preferowanym przez szczygły Trznadel Emberiza citrinella Europejska populacja trznadla wykazuje umiarkowany spadek liczebności, a negatywne trendy populacyjne zdecydowanie dominują w Europie Zachodniej i Północnej, natomiast populacje z krajów środkowoeuropejskich są stabilne (BirdLife International 2004). Od roku 2000 w Polsce obserwowany jest jednak wyraźny spadek liczebności tego gatunku. Trznadel był jednym z najpospolitszych ptaków notowanych w czasie monitoringu jego obecność stwierdzono w trakcie 394 kontroli, obserwując łącznie 571 osobników. W badanym krajobrazie rolniczym wszystkie trzy gradienty środowiskowe wpływały istotnie na występowanie tego ptaka (Tab. 20). Trznadel wyraźnie częściej pojawiał się w miejscach o niższym udziale łąk i pastwisk, natomiast o wyższym udziale gruntów ornych (pc1; Ryc. 40). Efekt ten może wynikać z generalnej dominacji badanych powierzchni przez użytki zielone i w takim krajobrazie wzrost udziału pól może być cechą pożądaną przez tego ptaka. Ryc. 39. Prawdopodobieństwo obecności/probability of occurrence szczygieł pc2 (gradient lesistości) Prawdopodobieństwo stwierdzenia szczygła w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Goldfinch as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Tab. 20. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK N Df Ref.df F P KOORDYNATY Model tłumaczący obecność trznadla jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Yellowhammer as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4.

41 43 Ryc. 40. trznadel Ryc. 41. trznadel Prawdopodobieństwo obecności/probability of occurrence Prawdopodobieństwo obecności/probability of occurrence pc1 (gradient łąkowo-polny) pc2 (gradient lesistości) 4 6 Prawdopodobieństwo stwierdzenia trznadla w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Yellowhammer as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Prawdopodobieństwo stwierdzenia trznadla w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Yellowhammer as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Efekt ten nie był jednak bardzo silny i trznadel występował w całej rozpiętości gradientu środowiskowego opisywanego przez pc1. Znacznie wzrastało prawdopodobieństwo stwierdzenia gatunku wraz ze wzrostem udziału terenów zadrzewionych w kontrolowanych lokalizacjach w miejscach pozbawionych zadrzewień prawdopodobieństwo obecności gatunku wynosiło około 20-30%, podczas gdy w miejscach najbardziej zadrzewionych (spośród wszystkich kontrolowanych) było ponad trzykrotnie wyższe (Ryc. 41). Trznadel wprawdzie unika zwartych drzewostanów, jednak lokalizacje kontrolowane w ramach monitoringu nie dotyczyły takich środowisk i nawet najbardziej zalesione działki zawsze były zlokalizowane w granicach dużych kompleksów łąkowo-polnych, a las nie był środowiskiem dominującym w większej skali przestrzennej. Wydaje się, że taka zależność jest zgodna z jego preferencjami do śródpolnych zadrzewień i krawędzi lasów. Ponadto, trznadel unikał sąsiedztwa zabudowy i terenów podmokłych (Ryc. 42), co jest zgodne z dotychczasową wiedzą o preferencjach środowiskowych tego ptaka (np. Kuczyński i Chylarecki 2012). Typ działki (RSO lub KON) nie miał znaczenia dla tego gatunku. Obecność zwierząt gospodarskich w miejscu kontroli wydaje się pozytywnie wpływać na obecność trznadla, choć efekt ten wymaga potwierdzenia na większej Ryc. 42. Prawdopodobieństwo obecności/probability of occurrence trznadel pc3 (gradient zabudowy i wody) Prawdopodobieństwo stwierdzenia trznadla w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Yellowhammer as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

42 44 próbie. O ile w okresie wiosennym obecność zwierząt może nie być istotna dla rozmieszczenia trznadli, o tyle wydaje się, że w okresie zimowym gatunek ten preferuje takie lokalizacje z uwagi na dostępność pokarmu Potrzeszcz Emberiza calandra Potrzeszcz jest gatunkiem, którego liczebność w wielu krajach Europy Zachodniej jest znacznie niższa niż w Polsce, a populacja tego ptaka wykazuje ogólnoeuropejski trend spadkowy (BirdLife International 2004). Tymczasem w Polsce od kilku lat stwierdzany jest systematyczny wzrost liczebności jego populacji (Kuczyński i Chylarecki 2012). W trakcie liczeń w ramach monitoringu w czasie 148 kontroli stwierdzono w sumie 188 osobników tego gatunku. Prawdopodobieństwo obecności potrzeszcza istotnie zależało od udziału łąk i pastwisk w danym miejscu (Tab. 21) im ten udział był wyższy, a udział gruntów ornych niższy, tym oczekiwane prawdopodobieństwo obecności gatunku było wyższe (Ryc. 43). Wykres obrazujący tę zależność pokazuje jedak, że gradient łąkowo-polny nie miał bardzo silnego wpływu na obecność potrzeszcza w badanych lokalizacjach. Ciekawe, że wynik ten jest sprzeczny z preferencjami potrzeszcza wykazanymi w większej skali przestrzennej (Kuczyński i Chylarecki 2012), w której unika on Ryc. 43. potrzeszcz Tab. 21. Predyktor Efekt SE z P STAŁA TERMIN: WCZESNY GODZINA PC PC PC TYP: RSO ZWIERZĘTA: TAK N Df Ref.df F P KOORDYNATY Model tłumaczący obecność potrzeszcza jako funkcję cech środowiskowych i parametrów kontroli. Kolor niebieski: p<0.05. Inne wyjaśnienia jak w Tab. 4. Model explaining occurrence of the Corn bunting as a function of habitat characteristics. Blue: p<0.05. Other explanations as in Tab. 4. Ryc. 44. potrzeszcz Prawdopodobieństwo obecności/probability of occurrence Prawdopodobieństwo obecności/probability of occurrence pc1 (gradient łąkowo-polny) pc2 (gradient lsistości) Prawdopodobieństwo stwierdzenia potrzeszcza w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Corn bunting as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent). Prawdopodobieństwo stwierdzenia potrzeszcza w punkcie kontrolnym jako funkcja gradientu środowiskowego, typu działki (szare krzywe RSO, niebieskie krzywe KON) i obecności zwierząt gospodarskich (grube krzywe obecne, cienkie krzywe nieobecne). Probability of occurrence of the Corn bunting as a function of habitat gradient, type of parcel (included in AES (gray) vs. control (blue)) and presence of livestock (thick lines present, thin absent).

43 45 łąk i pastwisk, a preferuje grunty orne. Niezależnie od tych rozbieżności zdecydowanie silniejszym predyktorem był udział gruntów zalesionych gatunek ten występował częściej w miejscach, gdzie udział lasu był niewielki. Model logistyczny przewidywał, że już dla wartości pc2 równej 2, a więc udziału terenów zalesionych na poziomie 35%, spotkanie tego gatunku było bardzo mało prawdopodobne, a wzrost wartości pc2 o jedną jednostkę powodował spadek szansy stwierdzenia gatunku o 70% (Ryc. 44). Potrzeszcze częściej były stwierdzane wczesnym niż późnym rankiem, natomiast nie odnotowano wpływu części sezonu lęgowego na jego wykrywalność. Typ działki (RSO vs. KON) nie miał znaczenia dla obecności potrzeszcza w badanych lokalizacjach, natomiast obecność zwierząt gospodarskich obniżała szansę stwierdzenia gatunku, choć wynik ten należy traktować z ostrożnością i powinien być zweryfikowany w kolejnych sezonach. Stwierdzono wyraźny gradient frekwencji potrzeszcza w kontrolowanych lokalizacjach na osi wschód-zachód. Gatunek ten był istotnie częściej notowany w Polsce zachodniej niż w centrum i na wschodzie (Ryc. 45). Ryc. 45. Szerokość geograficzna potrzeszcz Długość geograficzna Ekstrapolowane prawdopodobieństwo stwierdzenia potrzeszcza w punktach kontrolnych. Extrapolated probability of occurrence of the Corn bunting in the point count stations Zmienność i różnorodność całego zespołu ptaków Należy podkreślić, że wyniki prezentowane w niniejszym raporcie opierają się na danych z jednego sezonu lęgowego, przez co należy traktować je z ostrożnością. Skład gatunkowy zespołów ptaków może zmieniać się dość znacznie z roku na rok, w zależności od produktywności populacji w latach poprzednich, warunków pogodowych w danym roku, warunków panujących na zimowiskach i na trasach przelotu. Nie można zatem wykluczyć, że kolejne lata monitoringu przyniosą pewne zmiany, niektóre wzorce obserwowane obecnie mogą okazać się słabsze, a inne mocniejsze. Dlatego prezentowane tu wyniki i wnioski z nich płynące należy traktować jako wstępne i wymagające potwierdzenia. Z drugiej strony próba zebrana w roku 2013 (ok kontroli w blisko 600 punktach kontrolnych w całym kraju) jest dość duża i pozwala na wykazanie szeregu wysoce istotnych zależności ekologicznych. Dysponując nawet jednorocznymi wynikami, udało się potwierdzić silny wpływ głównych gradientów środowiskowych na zespoły ptasie i wykazać mocny efekt obecności zwierząt gospodarskich na poszczególne gatunki ptaków. Z tego względu nie należy oczekiwać, że kolejne lata przyniosą rewolucyjne zmiany i odwrócenie obserwowanych zależności spodziewane są raczej niewielkie różnice uszczegóławiające prezentowane, jednoroczne obserwacje. Przeprowadzone analizy wykazały, że w zależności od udziału użytków zielonych, lesistości, wilgotności oraz obecności wypasu, zespół ptaków zmienia się znacznie, a poszczególne gatunki wybierają określone typy siedlisk w zależności od sposobu ich użytkowania. Występowanie poszczególnych gatunków i zmienność całego zespołu ma charakter wybitnie nielosowy względem rozpatrywanych cech środowiska. Analiza RDA pokazująca preferencje ekologiczne gatunków względem trzech głównych gradientów środowiskowych jest generalnie zgodna z oczekiwaniami dla zdecydowanej większości przypadków (Ryc. 46). Grupy gatunków o zbliżonych preferencjach środowiskowych, dla których wielkość próby była odpowiednia, koncentrowały się blisko siebie, w oczekiwanych z punktu widzenia ich wymagań, niszach ekologicznych. Dobrym przykładem są tu siewki łąkowe punkty na wykresie symbolizujące takie gatunki, jak: batalion, rycyk, czajka, krwawodziób, kszyk i kulik wielki, były zlokalizowane blisko siebie, w okolicy regionu opisanego przez koordynaty x=1, y=0, na osiach RDA. Warto zwrócić uwagę na fakt, że gatunki te są zlokalizowane dość daleko od derkacza (x=1, y= 2), który jest ekologicznie bliższy np. świerszczakowi, potrzeszczowi czy przepiórce. Dystans między siewkami a derkaczem potwierdza, że ochrona obu grup gatunków w ramach jednego systemu użytkowania użytków zielonych jest

44 46 Ryc. 46. Pierwsza oś RDA mało wody mało zabudowy mało gruntów ornych dużo TUZ świergotek łąkowy skowronek pokląskwa -2 0 pc3 derkacz świerszczak przepiórka potrzeszcz bielik turkawka bażant kania ruda srokosz kląskawka pustułka zięba mysikrólik śpiewak grubodziób rudzik sosnówka strzyżyk kos piecuszek świstunka dzięcioł duży pierwiosnek bogatka kapturka kopciuszek kowalik łabędź niemy perkoz dwuczuby bocian czarny piegża modraszka czapla biała batalion rybitwa białoskrzydła makolągwa brzegówka rybitwa rzeczna pliszka siwa rybitwa białowąsa gęgawa wilga dzwoniec dziwonia kukułka dzięcioł zielony dymówka dzięcioł czarny samotnik łabędź krzykliwy świstun śmieszka gajówka cierniówka sieweczka rzeczna sójka zimorodek mewa białogłowa muchołówka szara piskliwiec łozówka oknówka świergotek drzewny słowik szary podróżniczek muchołówka żałobna trznadel czarnogłówka sikora uboga pliszka górska szczygieł krzyżówka błotniak łąkowy rycyk raniuszek kruk kwiczoł jerzyk gawron kropiatka zaganiacz kawka pełzacz leśny krzyżodziób świerkowy grzywacz sierpówka gągoł czajka orzechówka krogulec szpak dz.zielonosiwy kuropatwa wrona krwawodziób gil kulik wielki żuraw czyż bocian biały zniczek gęś zbożowa trzmielojad kwokacz kszyk pokrzywnica lerka myszołów siniak gąsiorek strumieniówka jarzębatka paszkot orlik krzykliwy dudek sroka pc2 mało lasu dużo lasu pliszka żółta potrzos gołąb miejski ortolan kormoran rokitniczka 2 krętogłów trzciniak remiz mazurek głowienka wodnik czernica krakwa łęczak kulczyk pleszka wróbel błotniak stawowy perkozek słowik rdzawy cyraneczka pełzacz ogrodowy czapla siwa kania czarna rybitwa czarna wąsatka zielonka bąk cyranka świergotek rdzawogardły płaskonos Druga oś RDA brzęczka pc1 dużo gruntów ornych mało TUZ łyska kokoszka dużo wody dużo zabudowy trzcinniczek Charakterystyka wymagań ekologicznych ptaków zobrazowana dwoma pierwszymi osiami analizy redundancji RDA i trzema gradientami środowiskowymi zobrazowanymi komponentami z analizy PCA (pc1, pc2, pc3). Species-specific habitat requirements expressed with their localisation along the first two axes of RDA and three habitat gradients extracted from PCA (pc1, pc2, pc3).

45 47 niemożliwa. Grupą dość dobrze wyodrębnioną w przestrzeni gradientów środowiskowych były również ptaki leśne zajmowały one lokalizację opisaną koordynatami w przedziale x= od 6 do 1 oraz y= od 1 do 1. W tej przestrzeni znajdowało się większość gatunków leśnych, takich jak: dzięcioły, sikory, kowalik, muchołówki, drozdy, choć znaczne zróżnicowanie lokalizacji niektórych z nich sugeruje, że w różnym stopniu są one związane z większymi płatami lasu. Z drugiej strony gradientu opisanego przez pc2 znajdowały się gatunki silnie unikające zadrzewień, w tym przede wszystkim: skowronek, świergotek łąkowy, rokitniczka, pliszka żółta, potrzeszcz i potrzos, ale także wspominane wcześniej gatunki siewkowych. Dla części z nich unikanie lasu było potwierdzone w modelach indywidualnych, prezentowanych powyżej. Zgodnie z preferencjami środowiskowymi grupują się również gatunki wodne, choć połączenie w jednym komponencie udziału terenów wodnych i zabudowanych nieco utrudnia interpretację gradientu pc3. Niemniej jednak, rybitwy, kaczki, czapla siwa, błotniak stawowy, część chruścieli grupowały się w prawej górnej części wykresu, zgodnie ze swoimi preferencjami środowiskowymi. W przypadku ptaków drapieżnych, punkty odpowiadające poszczególnym gatunkom rozrzucone były po całej przestrzeni opisanej osiami RDA. Błotniaki, kanie, orlik krzykliwy i myszołów znajdowały się w różnych lokalizacjach, co pokazuje, że mają one różne preferencje względem środowiska, a ponadto może sugerować, że metodyka monitoringu jest w przypadku tych gatunków mało dokładna i dane generowane w odniesieniu do drapieżników powinny być traktowane ze szczególną ostrożnością. W kontekście dyskusji o zasadności wdrażania programu rolnośrodowiskowego wyniki prezentowane w niniejszej publikacji pokazują, że odpowiednie użytkowanie gruntów ma znaczny potencjał pozytywnego wpływu na liczebność i występowanie poszczególnych gatunków. Wynik ten jest zatem potwierdzeniem zasadności wdrażania programu rolnośrodowiskowego i kontrargumentem dla wniosku o zawieszeniu płatności w ramach wariantów ptasich, jako działań z definicji nieskutecznych. Analiza przyrostu sumarycznej liczby gatunków wraz z wykonywaniem liczeń w kolejnych punktach kontrolnych prowadzi do kilku istotnych wniosków (Ryc. 47). Przede wszystkim, mimo stwierdzenia blisko 6000 osobników na działkach KON i ponad 7000 osobników na działkach RSO, nadal nie udało się stwierdzić części gatunków obecnych w badanych środowiskach. Estymacja całkowitego bogactwa gatunkowego, poprawionego o liczbę gatunków nieobserwowanych w czasie prac terenowych, sugeruje, że nadal kilkadziesiąt gatunków obecnych w badanych środowiskach Oczekiwana skumulowana liczba gatunków Ryc RSO KON Liczba osobników Oczekiwana skumulowana liczba gatunków ptaków jako funkcja losowo wybranej liczby osobników z dwóch typów działek: RSO i KON. Expected cumulative number of species as a function of randomly selected individuals from two parcels covered by the agri-environmental schemes (RSO) and control parcels (KON). pozostaje niewykrytych. Zatem kolejne lata badań pozwolą uzupełnić listę obserwacji o kolejne gatunki, a tym samym umożliwią weryfikację wniosków wyciąganych w oparciu o dane z roku Z drugiej strony nachylenie obu krzywych wskazuje, że tempo przyrostu liczby nowych gatunków nie będzie duże w kolejnych sezonach, gdyż zdecydowana ich większość została już stwierdzona. Mimo, że część gatunków nadal pozostaje niewykryta, to krzywe rarefakcji stają się bardziej płaskie od wartości ok na osi X, co oznacza, że dane uwzględnione w monitoringu obejmują w miarę kompletny podzbiór wszystkich gatunków krajobrazu rolniczego. Ciekawym wynikiem jest także różne nachylenie obu krzywych, bazujących na wynikach kontroli prowadzonych na działkach RSO i KON. Porównanie obu krzywych prowadzi do wniosku, że dla losowo wybranych 5674 osobników ptaków stwierdzonych na działkach KON uzyskamy 132 gatunki, jednak dla tej samej liczby losowo wybranych osobników na działkach RSO liczba gatunków będzie większa i wyniesie 143. Tak więc działki RSO wydają się być bardziej zróżnicowane (różnorodność na poziomie beta) pod względem składu gatunkowego zespołu ptaków niż działki KON. W przypadku dwóch porównywanych krzywych różnica 11 gatunków

46 48 Ryc. 48. Działki ornitologiczne (TYP=RSO) Działki kontrolne (TYP=KON) 4 3 Druga oś DCA Pierwsza oś DCA Pierwsza oś DCA 3 4 Estymator gęstości jądrowej obrazujący lokalizację punktów kontrolnych z działek RSO i KON wzdłuż dwóch pierwszych osi nietendencyjnej analizy zgodności (DCA). Kernel density estimator showing placement of the point count stations along the two axes of detrended correspondence analyses (DCA) in respect to parcel type: parcels covered by the agri-environmental schemes (RSO) and control parcels (KON). (132 vs. 143) nie jest istotna (95% przedziały ufności dla estymatora MaoTau nachodzą na siebie), jednak pokazuje istotną tendencję, wartą sprawdzenia w oparciu o zwiększoną próbę. Dla żadnego spośród szczegółowo analizowanych gatunków typ działki (RSO lub KON) nie miał znaczenia i ptaki występowały równie często na działkach ornitologicznych, jak i poza nimi. Również struktura jakościowo-ilościowa całego zespołu była bardzo podobna na działkach RSO i KON. Analiza DCA wykazała, że chmury punktów z działek RSO i działek KON nakładały się na siebie w znacznym zakresie, co pokazuje, że sposób użytkowania implementowany w ramach wariantów ptasich nie różni się wyraźnie od użytkowania losowo wskazanych działek kontrolnych, lub, że te różnice nie przekładają się na zróżnicowanie zespołu ptaków (Ryc. 48). Brak zależności występowania poszczególnych gatunków od typu działki nie jest jednak prosty do interpretacji i powinien być traktowany ostrożnie, gdyż może być efektem wielu czynników. Przede wszystkim, przypominając, że wynik ten opiera się na jednorocznych danych, nie można wykluczyć, że obraz ten ulegnie zmianie w kolejnych latach, gdyż przekształcenie roślinności w wyniku danego sposobu użytkowania (w przypadku pakietów ptasich opóźnionego koszenia) jest procesem trwającym długo, który może wpływać na populacje ptaków dopiero po pewnym czasie. Po drugie, monitoring, którego wyniki są prezentowane w niniejszym raporcie dotyczy jedynie częstości użytkowania przestrzeni przez ptaki, która jest prawdopodobnie funkcją jakości żerowisk i lęgowisk w danym miejscu. Monitoring ten nie uwzględnia jednak innych parametrów, takich jak presja drapieżnicza czy jakość miejsc lęgowych. Nie można wykluczyć na przykład, że w miejscach, gdzie ptaki obserwowane są licznie, ich sukces lęgowy jest podobny jak tam, gdzie obserwacje nie są częste. Są to jednak rozważania teoretyczne, które wymagają odrębnych badań, i z pewnością wykraczają poza zakres tematyczny programu monitoringowego. Z drugiej strony ptaki bardzo szybko reagują na zmiany samej struktury roślinności niektóre zabiegi agrotechniczne przyciągają przecież znaczne ich liczby praktycznie natychmiast. Fakt ten pozwala przypuszczać, że w miejscach koncentracji ptaków siedlisko jest dla nich (w danym przedziale czasowym) lepsze niż w miejscach, gdzie ptaki nie występują. Biorąc pod uwagę brak zróżnicowania liczebności i frekwencji

47 49 ptaków na działkach ornitologicznych i kontrolnych, zasadny wydaje się wniosek o konieczności rewizji użytkowania rolniczego w ramach wariantów ptasich w programie rolnośrodowiskowym. Wykazano, że obecność zwierząt gospodarskich na badanych powierzchniach znacznie podnosi liczbę poszczególnych gatunków i grup gatunków ptaków. Dla szeregu z nich obecność zwierząt gospodarskich była silnym determinantem ich występowania, a dla niektórych jedynym. Wynik ten jest zaskakujący jeśli uwzględnimy niewielką liczbę kontroli (n=60), w czasie których stwierdzono obecność zwierząt. W efekcie znacznych różnic w liczbie kontroli ze zwierzętami i bez (60 vs. 1138) moc statystyczna testów była niewielka, przez co trudniej było uzyskać istotny efekt obecności zwierząt gospodarskich. Mimo to efekt ten został potwierdzony dla szeregu gatunków i dla większości był wysoce istotny statystycznie. Silny efekt obecności zwierząt może wynikać z ich bezpośredniego pozytywnego wpływu na liczebność i dostępność bezkręgowców, będących głównym składnikiem pokarmu wielu gatunków ptaków, szczególnie w okresie lęgowym. Pasące się zwierzęta poruszając się, wypłaszają z roślinności bezkręgowce, przez co stają się one dostępne dla żerujących ptaków. Również same zwierzęta gospodarskie i ich odchody przyciągają wiele bezkręgowców. Ponadto, co wydaje się być najważniejsze, zgryzanie roślinności przez pasące się krowy lub konie pozytywnie wpływa na dostępność pokarmu dla ptaków, które najczęściej unikają żerowania w wysokiej roślinności. Niezależnie od mechanizmu generującego obserwowaną zależność, jest ona wyjątkowo ważna i warta dalszych, bardziej szczegółowych obserwacji. Wynik ten pokazuje również, że użytkowanie pastwiskowe powinno być traktowane priorytetowo w kolejnej edycji programu rolnośrodowiskowego w wariantach dedykowanych ptakom. Negatywny wpływ stopnia zalesienia działki nie jest zaskakujący, gdyż większość z rozpatrywanych w niniejszym raporcie gatunków nie występuje na terenach zalesionych. Bliższa analiza uzyskanych zależności pokazuje jednak, że zmniejszanie się prawdopodobieństwa występowania poszczególnych gatunków ptaków wraz ze wzrostem lesistości nie może być tłumaczone jedynie prostą arytmetyką związaną z powierzchnią siedlisk. Wydaje się, że w przypadku szeregu gatunków łąkowych, takich jak: czajka, skowronek i pliszka żółta, negatywny efekt zmiennej pc2 może być tłumaczony przez odpychający efekt lasu. Gatunki te praktycznie znikają z terenów, dla których wartość pc2 przekracza 2, co oznacza średnie pokrycie przez tereny zalesione na poziomie zaledwie ok. 35%. W takich miejscach nadal 65% powierzchni jest otwarta, a mimo to gatunki te w nich praktycznie nie występują. Wynik ten może mieć istotne znaczenie dla zarządzania terenami otwartymi, będącymi miejscem występowania związanych z nimi cennych gatunków ptaków. Wypas to forma użytkowania gruntów preferowana przez ptaki. Pasturage is a land-use type strongly preferred by birds.

48 50 4. Wnioski do wdrażania programu rolnośrodowiskowego Analiza uzyskanych wyników wydaje się wskazywać na konkretne rozwiązania odnośnie optymali zacji strategii ochrony różnorodności ornitofauny terenów rolniczych, choć wyniki muszą być zweryfikowane w kolejnych latach. Wnioski dla praktycznych rozwiązań, które można zaproponować obecnie, są następujące: 1. Zróżnicowanie środowiska i sposobu użytkowania gruntów silnie wpływa na zespół ptaków badane cechy środowiska silnie determinowały skład gatunkowy i liczebność całego zespołu, pokazuje to, że wdrażanie programu rolnośrodowiskowego ma duży potencjał oddziaływania na jakość siedlisk ptaków. 2. Użytkowanie gruntów zgodne z wymogami wariantów ptasich wydaje się nie wpływać na liczebność ptaków w sezonie lęgowym dla badanych gatunków wdrażanie programu nie miało znaczenia, co wskazuje na konieczność rozważenia zmian wymogów. 3. Obecność zwierząt gospodarskich znacząco poprawia jakość siedliska ptaków znaczenie obecności wypasu wskazuje na duży potencjalny wpływ tego sposobu użytkowania użytków zielonych na ochronę ptaków. 4. Obecność terenów leśnych i zadrzewień negatywnie wpływa na gatunki krajobrazu rolniczego nawet niewielkie powierzchnie zadrzewione mają duży potencjał negatywnego oddziaływania na wiele cennych gatunków ptaków, co należy brać pod uwagę, zarządzając strukturą krajobrazu. 5. Wiele niegdyś pospolitych gatunków ptaków związanych z rolnictwem jest obecnie rzadko spotykana mimo dużego nakładu czasu na prace terenowe w 2013 roku stwierdzano niskie liczebności niektórych gatunków, potwierdza to zasadność promowania sposobów użytkowania gruntów sprzyjających ptakom.

49 51 Literatura BirdLife International Birds in Europe. Population estimates, trends and conservation status. Cambridge, UK. Chodkiewicz T., Woźniak B., Chylarecki P Monitoring Pospolitych Ptaków Lęgowych. W: Monitoring Ptaków. GIOŚ, Marki. Kuczyński L., Chylarecki P Atlas pospolitych ptaków lęgowych Polski. Rozmieszczenie, wybiórczość siedliskowa, trendy. GIOŚ, Warszawa. Neubauer G., Sikora A., Chodkiewicz T., Cenian Z., Chylarecki P., Archita B., Betleja J., Rohde Z., Wieloch M., Woźniak B., Zieliński P., Zielińska M Monitoring populacji ptaków Polski w latach Biuletyn Monitoringu Przyrody 8 (1): 1-40.

50 52