Martin Søndergaard, Aarhus Universitet, Bioscience/DCE Martin Søndergaard April 1 Interkalibreringen i søer Baggrund 1
Arealtyper jf. vandplaner (9 søer) Omfatter: alle danske søer over hektar ca. 1% af søerne mellem 1 og hektar Ingen under 1 hektar Søtyper jf. vandplaner (9 søer) To søtyper: lavvandede eller dybe kalkrige, ikke brunvandede, ferske søer udgør ca. 7% af alle danske søer.
Økologiske klasse One out all out Index Index Index Index Planteplankton Undervandsplanter Invertebrater Fisk 3
Interkalibrering, fase 1 Principper anvendt ved fastlæggelse af økologiske grænser from Schmedtje et al. (9)
Principper anvendt ved fastlæggelse af økologiske grænser from Schmedtje et al. (9) Eneste metric anvendt til de nuværende vandplaner: klorofyl a Klorofyl a Planteplankton
Generelle miljømål for søer: 1. vandplaner God moderat grænse på baggrund af klorofyl a: Søtype lavvandede dybe (> 3m) Chl a grænser Høj/god God/moderat Moderat/ringe Ringe/dårlig 9,9 11,7,6 7, 1,, 8, 1, 6 7 9 6 Høj God Moderat Ringe Dårlig 11 1 6 9 7 81 7 6 Lavvandede Dybe At ikke gøre noget eller gøre noget! Status: økologisk klasse (9 søer) 6
Fra klorofyl a til indsats: klorofyl a TP sammehænge mean depth > 3 m mean depth <3 m alkalinity < 1 meq/l Lineær regression på loglog data Lake type Relation to TP, TN, TP and TN r p All lakes (N = 168) Log chl=.33 +.9 * log TP.7 <.1 1.3 + 1.1 * log TN.3 <.1.9 +.8 * log TP +.3 * log TN.9 <.1 Stratified (N= ).11 +.8 * log TP.9 <.1 1. +.3 * log TN.1 <.1. +.78 * log TP +.7 * log TN.6 <.1 Shallow (N = 69).39 +.99 * log TP.7 <.1 1.3 + 1.1 * log TN.3 <.1. +.7*log TP +.1*log TN.1 <.1 Siliceous (N = 6).7 + 1.7 * log TP.61 <.1 1.3 + 1.37 * log TN.7 <.1.11 +.81 * logtp +. * logtn.6 <.1 TP: 761% forklaring af klorofyl a TN: 17% forklaring af klorofyl a Kun ringe forbedring ved at bruge begge i en multipel regression 7
Fem danske søer med forholdsvis stabile fosforkoncentrationer Nors Sø Bryrup Langsø Søby Sø Holm Sø Tissø Interkalibrering, fase, anvendelsen af flere kvalitetselementer 8
Anvendelsen af fytoplankton som biologisk kvalitetselement i søer: status Fytoplankton: klorofyl ja, men hvilke andre metric kunne man bruge? 9
%Cyanobacteria versus TP and Chlorophyll a Alle søer 18 16 1 1 1 8 6 Dybe (LCB1, z>3m, TA>1) 18 16 1 1 1 8 6 Gulealger (%) Gulalger(%) 1 1 1 1 %gulalger 3 3 3 Klorofyl a (ug/l) 3 > Lavvandede (LCB, z<3, TA>1) Gulalger(%) Gulalger(%) 18 16 1 1 1 8 6 Kalkfattige (LCB3,z>3, TA<1) 18 16 1 1 1 8 6 1 1 1 1 3 3 3 Klorofyl a (ug/l) 3 > Fig..1.3 Andelen af gulalger (af samlet fytoplanktonbiomasse) langs en gradient i klorofyl a. 1
Indikatorarter Forslag til fytoplanktonindeks p.t. Søtype/indikator 3 Points Points 1 Point Alkalinitet Middeldybde EUsøtype TA<1 Z < 3 TA>1 Z < 3 LCB TA>1 Z > 3 LCB1 TA<1 Z < 3 TA>1 Z < 3 LCB TA>1 Z > 3 LCB1 TA<1 Z < 3 TA>1 Z < 3 LCB TA>1 Z > 3 LCB1 Klorofyl a (ug/l)* < 6. < 11.7 <6. [6.,1] [11.7,] [6.,1] ]1,7] ],6] ]1,7] %blågrønalger (biomasse) < < < 1 [,] [,1] [1,] ],1] ]1,] ],3] % gulalger (biomasse) > > 1 > 1 [1] [,1] [,1] [,1[ [,.[ [.,[ Indikatorarter > > > [] [] [] [1,1] [1,1] [1,1] *) Baseret på de udmeldte klorofylgrænser jf. vandplanerne (NST,.), se dog også Søndergaard et al. (3). Tabel.1. Total score (1 points) og omregning til EQR: 11
Fra interkalibreringen (Geoff Phillips) LCB (lavvandede søer) Denmark Relationship between phytoplankton EQR and mean growing season total phosphorus (µg/l), regression relationship fitted to data where total phosphorus <µg/l Test af fytoplanktonindeks i forhold til TP og klorofyl a 1
Forekomst af blooms (vandblomst) Fra: remote sensing projekt (RASK), Silkeborg søer 11 September April 13
Fytoplankton status: anvendte indikatorer Klorofyl a Andel/dominans/blooms af cyanobakterier Andel gulalger Taksonomisk sammensætning af arter. Phytoplankton Økologisk klasse One out all out Index Index Index Index Phytoplankton Macrophytes Invertebrates Fish 1
Undervandsplanters dybdegrænse: dybe søer Undervandsplanters dækningsgrad: lavvandede søer 1
Årtilår variationer i dybdegrænse 1 1 1 Nors Hinge Ravn Søby Fårup Søholm Fure Tissø C_max (m) 8 6 1 3 6 Secchi depth (m) Artsforekomst i forhold til TP og klorofyl a: vandaks 16
Undervandsplanter: forslag til indeks Fra interkalibreringen (Rob Portielje) LCB1 UK GE PL LV NL BEFL LT EE DK R with PCM >.,6,7,7,6,79.7,6,7,7 Class agreement <1.,71,69,6,73,61.7,83,6,66 HG_Bias_CW. +.,,,11,,7.7,33,1,19 GM_Bias_CW. +.,,,13,,.,3,1,13 LCB UK GE PL LV NL BEFL LT EE DK R with PCM >.,71,6,73,8,8.6,7,71,8 Class agreement <1.,7,66,67,77,66.78,7,69,7 HG_Bias_CW. +.,,13,7,1,8.19,7,,3 GM_Bias_CW. +.,,,8,1,7.3,1,,16 LCB1 & LCB combined UK GE PL LV NL BEFL LT EE DK R with PCM >.,66,6,7,6,83.63,6,73,8 Class agreement <1.,7,67,66,7,6.76,79,67,68 HG_Bias_CW,,,,,1.19,8,8, GM_Bias_CW,17,18,7,3,3.3,7,6,16 Green: compliant; yellow: noncompliant, <1% deviation; whit: noncompliant, > 1% deviation. Note: a positive boundary bias means that a method is precautionary with respect to the average of that boundary, a negative value means it is relaxed For all Member States and for LCB1, LCB as well as LCB1& combined, the correlation with the PCM is significant at least at p<.1 (and usually much smaller pvalue) 17
Test af makrofytindeks i forhold til TP og klorofyl Undervandsplanter: status Artsforekomst Dybdegrænse (dybe søer) Dækningsgrad (lavvandede søer). Fytobenthos?, ikke udviklet i Danmark endnu, kombineres med makrofytter? Undervandsplanter 18
Økologisk klasse One out all out Index Index Index Index Phytoplankton Macrophytes Invertebrates Fish Fra Interkalibrering/EUWISER projekt 19
Invertebrater: status Litteralzoneindeks Første danske data indsamlet efterår 1. Analyse og udvikling af dansk indeks, 13? Invertebrates Økologisk klasse One out all out Index Index Index Index Phytoplankton Macrophytes Invertebrates Fish
Antal fisk (fangst per garn) Andel rovfisk (af total biomasse) 1
Andel skalle og brasen (af total biomasse) Forslag til indikatorer og indeks vedr. fisk i søer Indikatorer: NPUE (number per unit effort); total fangst (antal) pr. garn % rovfisk >1 cm; biomasse af aborre, gedde og sandart over 1 cm, i % af den totale fiskebiomasse % skalle brasen; biomasse af skalle, brasen og skalle/brasen hybrider i % af den totale fiskebiomasse Individbiom. Middelindividbiomasse i den totale fangst (BPUE/NPUE), g Fiskeindeks søer: Totalscoren kan efterfølgende omsættes til en økologisk kvalitetsklasse, hvor: høj = 111, god = 18, moderat = 76, ringe = og dårlig = 3. Lavvandede søer Dybe søer 3 points points 1 point 3 points points 1 point NPUE, antal <3 < <13 <3 < <6 %rovfisk >7 >8 > >38 >31 >6 %skallebrasen <18 < <6 <7 <1 <6 Individbiom. >97 >6 >31 >7 > Total score (anvendes til beregning af EQRværdi)
Fisk: status Fangst i gællenet (antal, andel rovfisk, andel fredfisk, individbiomasse). Dog problematisk i nogle lande (Holland, England). Hydroakustik (dybe søer)? Alderssammensætning? Mangler interkalibrering Fish Hvor sikkert kan økologiske klasser fastsættes? Lidt statistik til sidst. Konklusion: måske skal vi i højere grad til at tænke i sandsynligheder for at en sø har en given økologisk klasse end at en eller anden metric (fx klorofyl a) er over eller under en eller anden værdi (fx ug/l). Det ville gøre beslutninger mere gennemskuelige, hvis man fx kunne sige at, hvis man gør xxx, så vil man med 8% sandsynlighed kunne opnå en god økologisk tilstand og hvis man gør yyy, så vil man med % sandsynlighed opnå en god økologisk tilstand. 3
Hvor sikkert kan økologiske klasser fastsættes? (Vand og Jord artikel) sand værdi = 3 ug/l Fig.. Illustration af hvordan inddelingen i økologisk klasser kan udtrykkes om sandsynligheden for en given økologisk klasse. Venstre: Et tænkt eksempel på hvordan udfaldsrummet for observationerne af en indikator, her klorofyl a, kan falde ud ved en given variation. Højre: her er vist, hvordan udfaldsrummet indsnævres eller øges, hvis klorofylværdien kan fastsættes mere eller mindre præcis, fx ved ændret antal prøvetagninger (N). I eksemplet er den sande værdi af klorofyl a på 3 ug/l. De angivne procenttal angiver sandsynligheden for de enkelte økologiske klasser, hvis de generelle grænser for lavvandede søer anvendes. Illustrationen er baseret på WISERBUGS (http://www.wiser.eu/results/software). Konklusion søer Nogle elementer og indikatorer næsten på plads Element Fytoplankton Undervandsplanter Fisk Bunddyr Status Udestående Vandblomst Fytobenthos Interkalibrering + Analyse, indeks Men også udfordringer tilbage: Manglende søtyper Klima, øget næringsstofbelastning mm. one out all out, hvordan kombineres det hele?
For tidligt at slappe af!