6.1.3 Waterhabitat en voortplantingssucces Van de in totaal 63 wateren die in de larvenperiode (half juni tot begin juli) bezocht werden ter bepaling van de larvale dichtheid bleek in negentien gevallen een (betrouwbare) dichtheidsbepaling niet mogelijk. Tien wateren (15,9%) bleken te zijn drooggevallen. Negen wateren (14,3%) bleken meer dan 50% in wateroppervlakte te zijn afgenomen. De wateren die tijdens het bezoek in de larvenperiode droog stonden hadden eerder in het seizoen (half maart tot half juni) een kleinere maximale diepte dan de wateren die tijdens het bezoek in periode C nog wel water vasthielden (Mann Whitney U-toets: U=47,500, Z=-4,109, n1=10, n2=53, p=0,000). Bovendien is er een trend waargenomen die erop wijst dat wateren met een groter wateroppervlak minder snel droogvallen in periode C (Mann Whitney U-toets: U=168.000, Z=-1,825, n1=10, n2=53, p=0,068). Voorspellers van het voortplantingssucces van vinpootsalamanders Stapsgewijze multiple regressieanalyse resulteerde in een model waarmee 38,1% van de variantie in het voortplantingssucces 0,3 wordt verklaard. In dit model is enkel de mate van vegetatie opgenomen als voorspeller (tabel 8); alle andere omgevingsfactoren bleken geen significant effect te hebben op het voortplantingssucces. Het verband tussen de mate van vegetatie en het voortplantingssucces 0,3 is positief. Eventuele trends in het effect dat de overige variabelen hebben op het voortplantingssucces 0,3 zijn niet waargenomen. Tabel 5. Overzicht van stapsgewijze multiple regressieanalyse van de invloed van aquatische variabelen op het voortplantingssucces 0,3 . Vermeld staan de ongestandaardiseerde regressiecoëfficiënt (b), de gestandaardiseerde regressiecoëfficient (β), de aangepaste determinatiecoëfficiënt (r 2 ) en het significantieniveau (p). Stap Aquatische variabelen ba βb r2 p 1 Mate van vegetatie +0,771 +0,633 0,381 0,000 a. Ongestandaardiseerde regressiecoëfficiënten (b) worden beïnvloed door de eenheden waarin de variabelen zijn gemeten. Het geeft de grootte van de impact van één eenheid toename van de onafhankelijke variabele op de afhankelijke variabele weer. b. Gestandaardiseerde regressiecoëfficiënten (β) zijn dimensieloos. Het geeft de grootte van de impact van de onafhankelijke variabele op de afhankelijke variabele weer en is onafhankelijk van de meetschaal van de onafhankelijke variabelen. β-coëfficiënten kunnen met elkaar vergeleken worden. 6.1.4 Microwaterhabitat Welke voorkeur vinpootsalamanders hebben met betrekking tot waterdiepte en vorm van bodembedekking is onderzocht door te kijken hoe de vinpootsalamanderbezetting verschilt tussen de verschillende microhabitats in een water. De relatieve vinpootsalamanderbezetting verschilt niet tussen de verschillende diepteklassen (Kruskal-Wallis toets: χ 2 5= 6,197, n=127, p=0,288). In Figuur 30 is te zien dat een verschil in vinpootsalamanderbezetting wel aanwezig is tussen de verschillende vormen van bodem(bedekking) (Kruskal-Wallis toets: χ 2 4= 20,263, n=99, p=0,000); vinpootsalamander houdt zich relatief gezien meer op in vegetatie klasse II en III dan dat zij zich ophouden in de sliblaag (slib/klasse II vegetatie Mann-Whitney U toets: U=27,5, Z=-3,582, n1=8, n2=36, p=0,000, aangepast α-niveau=0,01; slib/klasse III vegetatie Mann-Whitney U toets: U=28, Z=-3,406, n1=8, n2=31, p=0,000, aangepast α-niveau=0,01). Verdere bezettingsverschillen tussen de verschillende vormen van bodem(bedekking) zijn niet aanwezig . NATUURBALANS – LIMES DIVERGENS BV adviesbureau voor natuur & landschap De vinpootsalamander in Noord-Brabant 79
Bezettingsgraad 2,5 2 1,5 1 0,5 0 6.2 LANDHABITAT Kale bodem (n=17) Figuur 30. De mate waarin vinpootsalamanders verschillende microhabitats bezetten. Waarneembaar is de significant hogere bezetting van klasse II (verticale structuur) en klasse III (horizontale en verticale structuur) vegetatie ten opzichte van de bezetting van de sliblaag. Sliblaag vertoont een significant verband met Klasse II vegetatie en Klasse III vegetatie. (trend (0,05