Sweden has the world’s densest moose (Alces alces) population in relation to the forest area. During  winter moose consume large amounts of Scots pine (Pinus sylvestris), which leads to local pine stands  being severely damaged. The impact of moose browsing on the Swedish forests are substantial and  according to the Swedish National Forest Inventory’s data from the year 2009‐2013, approximately 42%  of the scots pine in Sweden suffers from moose browsing damages (Skogsstyrelsen, 2016). Estimates of  economic loss in forestry has proven difficult and studies therefore differ substantially in their results.  For example, calculations made in 2004 showed that the browsing pressure of pine forests by moose,  was expected to cause a 30‐80 million SEK loss of income for forest owners in Sweden each year (Glöde  et al. 2004). Calculations also showed that the browsing pressure would result in additional losses in  quality of approximately 500 million up to 1,3 billion SEK in 30‐50 years (Glöde et al. 2004). This should  be compared to a report presented by the National forest agency (NFA) in 2007 concluding that the  costs inflicted to forestry amounts to about 650 million SEK on an annual basis (Ingemarson et al. 2007).  Due to the potential biological and economic consequences, the management of the moose population  is evidently important.    

The moose population in Sweden has historically fluctuated considerably, from a situation near  extinction to a state of overabundance. With the intent to solve some of the ecological and social  problems present in the moose management, the Swedish government introduced a new moose  management system in 2012 (SEPA 2018). Management is now supposed to be carried out in an  adaptive, ecosystem‐ and locally based way, were the knowledge and experiences of hunters and  landowners are used to manage the species. A new level of responsibility has been installed called  moose management areas (MMA). Each MMA is generally intended to include one distinct moose  population and to be ≥50 000 hectare in size. The County administrative board (CAB) is responsible for  dividing their respective county into an appropriate number of MMA ´s and as each area is supposed to  be confined by natural barriers, the range of an MMA can extend beyond county borders.     The MMA´s are expected to facilitate the connection between the local hunters, landowners and the  CAB. The MMA is governed by a moose management group (MMG). The MMGs most commonly  consists of three hunters’ representatives and three landowners’ representatives, who are supposed to  represent the interests of their respective organizations (Ingemarson et al. 2007). Exceptionally, in some  parts of northern Sweden one of the hunters’ representatives is replaced by a Sami representative. The  representatives are nominated by the hunters´ and landowners´ organizations and are then elected by  the CAB. According to the proposition (2009/10:239), the MMG representatives are supposed to have,  among other things, knowledge regarding forestry and hunting. They are supposed to represent the  interests of all local hunters and landowners and are expected to formulate goals for aspects such as the  winter population of moose, the amount of damages on forests and crops which are acceptable, harvest  levels etc. Moreover, the MMGs are responsible for having consultations with the moose management  units (MMUs) and developing a moose management plan (MMP) for the MMA which can be  harmonized with the MMPs produced on an MMU level. Thus, responsiveness is an important part of  the multileveled system. Furthermore, the Swedish government believe that, since the landowners are  responsible for the care of the forests, they are to be given a stronger position in the MMG´s. Therefore,  one of the landowner´s representatives is appointed chairman and obtains a casting vote.  Consequently, should the voting end in a tie, the landowner’s chairman can use the casting vote and  determine which decision should be made. However, a moose management plan must be approved by  the CAB before it is finalized and available for use. Subsequently, the chairman does not have full  authority to determine how the MMP is designed. The problem with the current moose management  2 

In order to alleviate the problem of diverging goals of the different stakeholders (hunters, landowners,  county boards, SEPA, NFA), stakeholders need better tools to use as a base for more constructive  discussions. In addition, effects on common or external aspects, such as biodiversity and traffic  accidents, must be considered to avoid tragedy of the commons effects.     The goals of this project were to investigate the possibilities to develop modeling tools that can help  improve Swedish moose management. This includes the following key tasks:    1. Identifying the current management problems and their causes  2. Clarifying and prioritizing the modeling needs and requirements  3. Acquiring the information and data necessary to construct the models  4. Developing prototype models for the key components of the system, forests and moose  5. Developing a prototype integrated model for the whole system for one MMA  6. Analyzing and evaluating the models’ capacity to address relevant questions for moose  management. 

  Figure 1. Overview of the main components of the analysis. The orange text shows the input variables that can be       

4  Figure 2. Spatial scales of the moose and forest sub models    As illustrated in Fig. 1, there are dynamic, two‐way interactions (feedbacks) between the moose    The appropriate spatial scale and resolution of the forest model depends on the resolution of forest  spatial information and on computational limitations. To be able to flexibly adapt to future data  availability and computational demands, the spatial model is designed to have adjustable resolution, i.e.  size of the grid cells (Fig. 2). The spatial extent of moose populations in the model is initially defined as  one population per MMA, but can be adjusted to any other area if needed.     

  Figure 3. (a) Site productivity for a grid cell is estimated by fitting the forest growth model (blue line) to forest    Stand density is estimated based on observed biomass compared to maximum biomass (maximum  Harvesting and the tree age at harvest can be modelled based on different assumptions: empirical  Moose and forest interactions  The moose prefer certain tree species to others (broadleaved trees > pine >> spruce (Picea abies),  6  biomass that they can reach, which is approximately up to a height of 3 m. This is used to calculate the  food biomass available for moose browsing as a function of tree size (Kalén and Bergquist 2004). Moose  browsing will be estimated based on the needs of the moose population ( ≈ 10 kg food per day and  moose) unless it is limited by food availability.     Moose browsing reduce the biomass of trees and cause mortality. It also reduces the growth rate of the  forest due to both damages on the individual trees and effects on size structure and species  composition of the stand. This will be modelled by a damage index that reduces growth rate. The  damages index increases with browsing and, in the absence of browsing, decreases over time as trees  recover. Parameters for these functions were estimated based on long term moose browsing and  exclusion trials (Pettersson et al. 2010) (Fig. 4)        Figure 4. Example of effect of damage on stand volume growth and mortality from long term moose browsing and  exclusion trials in pine forests. Re‐drawn from (Pettersson et al. 2010).   

  Figure 5. (a) Moose fecundity (maximal number of calves produced per cow per year) for maximum (3600 kg per  To provide a proof of concept we aimed to evaluate the ability and usefulness of the integrated model  20 years into the future for a number of moose and forest management scenarios and then evaluating  In this moose model, the moose population will grow until it is limited by hunting or by reduced  Model demonstration       purpose of this exercise was not to provide accurate and specific predictions to be used in practice but  the next phase of the project.  

To test the model, we modelled different hunting and forest management scenarios (Table 1) in the  moose management area (Älgförvaltningsområde) 8 in Västra Götalands län (Fig. 6). In all scenarios we  simulate a time period of 20 years.        

Figure 6. Map of the moose management  areas (MMAs, n = 149) in Sweden. MMA  boundaries are delineated by the black lines.  Colours indicate county administrative boards  (Län). The modeled MMA is  Älgförvaltningsområde 8 in Västra götalands  län, marked in red and has an area of 237000  ha.     Moose scenarios are defined by a given target population in the MMA, which is maintained by applying  hunting adaptively, i.e. if the population is higher than the target, hunting is increased and vice versa if  the population is lower. We also modelled a low‐hunting and a no‐hunting scenario (Table 1). In order  to maintain a productive moose population according to common practice in Sweden, the hunting was  adjusted to keep the population at approximately 65% cows and 35% bulls and to fulfill the condition  that 50% of moose felled are calves in all scenarios.     Table 1. Scenarios 

Forest management scenarios BAU: No species changes.

Pine preference (Pine+): Pine replanted + additional planting of pine in 5% of the previously nonpine areas.

Spruce preference (Spruce+): Spruce preference + additional planting spruce in 5% on the previously non-spruce harvested areas.

Moose management scenarios*