Hoeveel bevers leven hier? Beverherkenning met cameravallen

Het bepalen van het aantal bevers in een territorium is best uitdagend. Bevers zijn nachtactief én zwemmen onderwater uit hun hol. Ze zijn dus niet altijd makkelijk te vinden. Daarnaast zijn ze lastig individueel te herkennen, waardoor je niet weet of je met een nieuw individu te maken hebt of dat je dezelfde bever voor de tweede of derde keer telt. 

Om per territorium toch het aantal bevers in kaart te krijgen, heeft otter en bever-werkgroep CaLutra in het verleden regelmatig simultaantellingen georganiseerd. Per territorium telden vrijwilligers het aantal bevers dat gedurende een aantal uur opdook bij elk beverhol of -burcht (en dat zijn er gemiddeld 3 tot 5 per territorium). Na afloop worden alle getelde bevers, inclusief het tijdstip van waarneming én de richting waarheen ze gingen, met elkaar vergeleken om een inschatting te krijgen van het aantal bevers. Dit is een zeer geschikte methode om een indicatie te krijgen van het aantal aanwezige bevers in een territorium.

Aan deze methode kleven een aantal nadelen. Zo kost het organiseren van dit soort tellingen behoorlijk wat menskracht en coördinatie. Ook zijn leefgebieden van bevers vaak moeilijk begaanbaar en bevinden ze zich soms in kwetsbare natuurgebieden waardoor betreding niet altijd mag.

Zijn er ook andere manieren om een goed beeld te krijgen van het aantal bevers? De afgelopen tijd bogen Zodion stagiairs Yesper Bos en Daan Slingerland zich over deze vraag. Zij probeerden een andere methode, waarbij staartherkenning centraal staat, zie o.a. Dytkowicz et al. (2023), Hinds et al. (2023) en Stettler (2024).

Bevers krijgen gedurende hun leven regelmatig wondjes aan hun staart, bijvoorbeeld tijdens territoriale gevechten. Deze wondjes laten herkenbare littekens achter die op wildcamera’s gezien kunnen worden. Daarnaast verschilt de grootte en vorm van de staart. Niet alleen vanwege de leeftijd (groei), maar ook vanwege individuele verschillen.  Met een opstelling van wildcamera's boven geselecteerde wissels, kan een inschatting gemaakt worden van het aantal bevers dat aanwezig is. 

Yesper Bos voerde in het voorjaar van 2025 een eerste test uit van deze methode in een beverterritorium in Zwolle. Hij gebruikte hiervoor de beelden van wildcamera's die hij aan diverse bomen had opgehangen naast veelbelopen wissels. Door de beelden te analyseren op littekens en staartgrootte, kon hij 9 verschillende bevers herkennen. Daan Slingerland werkte deze methode vervolgens verder uit tot een handzame opstelling waarbij camera’s op een vaste hoogte, horizontaal boven veelbelopen wissels werden opgesteld. Hij telde een jaar na het onderzoek van Yesper 8 verschillende bevers waarbij hij ook een aantal bekende bevers uit het vorige onderzoek kon herkennen.

Grote voordelen van deze methode zijn dat het uitgevoerd kan worden door één persoon én dat er gebruik gemaakt kan worden van standaard wildcamera's en simpele opstellingen. Het nadeel is dat (jongere) bevers zonder opvallende kenmerken op de staart lastiger individueel geïdentificeerd konden worden. Er zal dus een onderschatting zijn van het aantal bevers. Ook kunnen staartkenmerken door de jaren heen veranderen, bijvoorbeeld als er littekens bij komen of bevers (en hun staart) groter worden. Hierdoor is het langdurig volgen van individuele bevers soms minder goed mogelijk. 

Naast de littekens, is ook het schubpatroon op beverstaarten een individueel kenmerk. Het lukte Dytkowicz et al. (2024) om computermodellen te trainen waarmee ze met 95% nauwkeurigheid individuele bevers konden herkennen.  Zij maakten echter gebruik van foto's die gemaakt werden van de staarten van dode bevers in Noorwegen. Hierdoor kon gebruik worden gemaakt van goede camera's en een optimale belichting. Voor gebruik in veldomstandigheden lijkt deze methode vooralsnog minder geschikt, al gaan technische ontwikkelingen natuurlijk snel.

Tekst: Daan Slingerland en Lidewij Disbergen, Zodion Zoogdieronderzoek Nederland
Foto's: Edwin Giesbers, Zodion Zoogdieronderzoek Nederland

Bos, Y. (2025). Afstudeerstage De Zoogdiervereniging: Beverterreingebruik tijdens laagwater in uiterwaardgebied ‘Het Engelse Werk’ (Zwolle) en omgevingsfactoren die graafgedrag tijdens hoogwater beïnvloeden [Afstudeeronderzoek]. Wageningen University and Research. 

Dytkowicz, M., Hinds, R., Megill, W. M., Buttschardt, T. K., & Rosell, F. (2024). Individual  recognition of Eurasian beavers (Castor fiber) by their tail patterns using a computer-assisted pattern-identification algorithm. Ecology and Evolution, 14(2), e10922. 

Dytkowicz, M., Hinds, R., Megill, W.M. et al. A camera trapping method for the targeted capture of Eurasian beaver (Castor fiber) tails for individual scale pattern recognition. Eur J Wildl Res 69, 39 (2023). https://doi.org/10.1007/s10344-023-01654-6

Hinds, R., Dytkowicz, M., Tania, M., Megill, W. M., Buttschardt, T. K., & Rosell, F. (2023). A tale of  tails: The use of Eurasian beaver (Castor fiber) tails for ageing and individual identification. European Journal of Wildlife Research, 69, 88.

Slingerland, D. (2026).  Individuele beverherkenning met cameravallen in het Engelse Werk. [Afstudeeronderzoek]. Aeres Hogeschool Almere. 

Stettler, N. (2024). Family size and age structure of the Eurasian Beaver Castor fiber under density dependence [Bachelor Thesis]. University of Bern.