Bedömningsgrunder för makrofyter i sjöar: bakgrundsrapport

(1)

FORSKNINGSRAPPORT

Luleå tekniska universitet

Institutionen för tillämpad kemi och geovetenskap Avdelningen för tillämpad geologi

2007:17|: 102-1528|: -c -- 07⁄17 -- 

Bedömningsgrunder för makrofyter i sjöar

- Bakgrundsrapport

Universitetstryckeriet, Luleå

Frauke Ecke

(2)

Bakgrundsrapport

Frauke Ecke

(3)

(4)

Innehåll

Sammanfattning ... 5

1. Inledning... 7

1.1 Syfte ... 7

2. Material och Metoder ... 7

2.1 Avgränsning ... 7

2.2 Komplettering och justering av befintliga data ... 7

2.3 Typanpassning... 8

Urval av referenssjöar ... 8

Framtagningen av typologigrupper ... 9

Använda typologivariabler... 9

2.4 Beräkning av indikatorvärden ... 10

2.5 Beräkning av referensvärden... 11

2.6 Avgränsning mellan klasser av ekologisk status... 11

3. Resultat... 12

3.1 Typindelning ... 12

3.2 Indikatorvärden ... 14

3.3 Referensvärden och klassgränser ... 14

4. Diskussion ... 16

4.1 Typologigrupperna ... 16

4.2 Indikator- och referensvärden samt klassgränser ... 18

4.3 BGMs pålitlighet och inventeringsmetodik ... 22

Tack………...22

Referenser... 22

Appendix 1. Referenssjöar använda vid typanpassningen ... 24

Appendix 2. Makrofyternas preferenser längs Tot-P gradienten ... 26

Appendix 3. Makrofyternas indikatorvärden ... 27

Appendix 4. Makrofytarter som bör användas för att kunna skilja mellan olika klasser av ekologisk status. ... 30

Appendix 5. Lathund för datainsamling samt beräkning av trofiindex och ekologisk status .. 33

1. Datainsamling - Inventeringsmetodik ... 33

2. Beräkning av trofiindex och ekologisk status ... 33

(5)

(6)

Sammanfattning

De befintliga bedömningsgrunderna för makrofyter (BGM) i sjöar har hittills ansetts som preliminära. Dessutom motsvarade de inte kraven enligt EUs Ramdirektiv för vatten med avseende på bl.a. typanpassningen och angivna gränser mellan olika klasser av ekologisk status.

I det framlagda förslaget för revideringen av BGM i enlighet med EUs Ramdirektiv för vatten, lades stor vikt vid att utöka dataunderlaget av framför allt referenssjöar. Med hjälp av olika påverkanskriterier valdes 49 referenssjöar, dvs. sjöar som ansågs vara av hög ekologisk status. Som kriterier användes markanvändning, sjösänkning, koncentrationen av näringsämnen samt pH i vattenfasen. Baserad på artsammansättningen bland makrofyterna gjordes en klusteranalys-baserad typindelning i tre grupper. Dessa tre typologigrupper kunde skiljas åt med hjälp av främst två typologivariabler, nämligen Y-koordinat och h.ö.h. De tre typologigrupperna/regionerna var sjöar S om Limes Norrlandicus (LN), sjöar N om LN men under högsta kustlinjen (HK) samt sjöar N om LN och över HK.

För att bestämma sjöarnas ekologiska status, beräknades indikatorvärden längs Tot-P- gradienten för alla funna makrofytarter förutom helofyter. Indikatorvärdena viktades med arternas nischbredd längs Tot-P-gradienten. För varje sjö kunde på det viset ett medianindikatorvärde, ett trofiskt makrofytindex (TMI), beräknas. Dessa trofiindex översattes till en femgradig skala enligt Ramdirektivets krav, dvs. de fem klasserna av ekologisk status.

Denna konvertering gjordes med hjälp av Tot-P halter som prefereras av makrofytarter som ansågs karakteristiska för respektive klass av ekologisk status. På grund av bristande dataunderlag kunde gränsvärden inte beräknas mellan klasserna otillfredsställande och dålig ekologisk status.

Trots ett heterogent datamaterial som är insamlat i olika syften, under olika decennier och till och med sekler och med varierande metodik mm., anses det föreslagna systemet kunna tillämpas i enlighet med EUs Ramdirektiv för vatten. Föreliggande utredning understryker dock det stora behovet av kompletterande inventeringar samt av en revidering av undersökningsmetoden för inventering av makrofyter. Det föreslagna systemet bör verifieras med datamaterial som inte användes för den här redovisade bedömningen. Därefter bör en eventuell revidering genomföras.

(7)

(8)

1. Inledning

De befintliga bedömningsgrunderna för makrofyter (BGM) anses som preliminära (Andersson 1999) och måste revideras för att uppfylla kraven enligt EUs Ramdirektiv för vatten, här kallat för Vattendirektivet (Europeiska Unionen 2000). Artantalet är måttet som hittills har används för tillståndsklassningen av sjöar (Andersson 1999). Med hänsyn till de stora variationerna av makrofyternas preferens längs trofigradienten inom framför allt grupperna elodeiderna och flytbladsväxterna (t.ex. Palmer et al. 1992, Ecke 2005) är det dock tveksamt om artantalet är det mest lämpligaste måttet för att bedöma ekologisk status. Ett klassningssystem som baseras på artantalet kräver dessutom en noggrann makrofytinventering med kompletta artlistor. En klassning av sjöar med inkompletta artlistor är därför enligt det befintliga systemet omöjlig eller leder till felaktiga bedömningar.

Dataunderlaget för den nyligen för sjöar genomförda typanpassningen av makrofyter (Willén and Larson 2004) var för litet (baserades på 21 sjöar) för att kunna utveckla ett fungerande typanpassningssystem. Dataunderlaget för en ny typanpassning kan förbättras genom att bl.a.

inkludera historiska data (insamlade 1929-1935) och nya data som är insamlade av länsstyrelser, kommuner mm.

1.1 Syfte

Bedömningsgrunderna ska utvecklas så att de uppfyller kraven enligt Vattendirektivet (Europeiska Unionen 2000). En statusklassning av svenska sjöar ska kunna göras med hjälp av makrofyter. Bedömningsgrunderna kommer också att vara användbara som verktyg inom det nationella miljöövervakningsprogrammet.

2. Material och Metoder

2.1 Avgränsning

Makrofytbaserade bedömningsgrunder utvecklades enbart för sjöar eftersom dataunderlaget för vattendrag är för bristfälligt än så länge. Utvecklingsarbetet med bedömningsgrunder för makrofyter genomfördes i fem steg enligt nedan:

1. Komplettering och justering av befintliga data 2. Typanpassning

3. Beräkning av indikatorvärden 4. Beräkning av referensvärden 5. Definiering av klassgränser

2.2 Komplettering och justering av befintliga data

Det av Berta Andersson sammanställda datamaterialet (redovisade i Andersson 1999) (makrofytdata och vattenkemi från 467 svenska sjöar) sågs över med avseende på a) artlistan och b) kemiska parametrar. Artlistan granskades och justeras eftersom vissa artnamn har ändrats samt för att reda ut oklarheter med avgränsningen av vissa underarter. Efter genomgången slogs ihop underarterna Nymphaea alba ssp. alba (vit näckros) och N. alba ssp.

(9)

candida (nordnäckros) till en enda grupp, nämligen N. alba coll. Sammanslagningen gjordes eftersom en stor del av databasen utgjordes av data insamlade av Gunnar Lohammar som enbart använde N. alba coll. när han inventerade 151 sjöar 1929 – 1937 i Dalarna, Uppland, Västerbotten och Norrbotten (Lohammar 1938).

För de kompletterande utredningarna tog jag kontakt med ett flertal länsstyrelser för att kunna inkludera makrofytdata som har samlats in sedan den första typanpassningen (se ovan) har genomförts. Det erhållna materialet omfattar 30 än så länge oredovisade sjöar som inkluderades i de här redovisade kompletterande utredningarna. Därutöver erhölls nya makrofytdata från SLU, innehållande data från 10 referenssjöar.

Dessutom gjordes det en översyn för att kunna avgöra i vilken utsträckning vissa markofyter (framför allt kransalger och mossor) ska inkluderas i revideringen av BGM eftersom de inte har inventerats i alla undersökta sjöar. Enheterna för vissa kemiska variabler sågs över för att säkerställa användningen av en och samma enhet för respektive variabel.

Databasen som användes för revideringen av BGM innehöll makrofytdata från 506 sjöar (Figur 1 A). Databasen innehöll enbart binära data, dvs. finns eller finns inte. För 272 av sjöarna fanns uppgifter om Tot-P halten.

2.3 Typanpassning

Urval av referenssjöar

För typanpassningen användes enbart referenssjöar, dvs. sådana sjöar som ansågs ha hög ekologisk status. Referenssjöarna valdes ut i tre steg. I första steget togs hänsyn till påverkanskriterier, nämligen andel hyggen, jordbruksmark och tätort inom sjöarnas

!

!!

!

!!

!

!!

!

!!

!

!!

!

!!

!

!!!

!!

! !

!

!!

!

!!

!

!!

!

!! !

!

!!

!

!!!!!!

!

!!!

!! !!!

!!

!

!!

!

!!

!

!!

!

!!

!

! !

!

!!!

!

! !

!

!!!

!

!!

! !

!

!!

!

!!

!

!!

! !

!

!!!!!!!!!!!!!!!!!

!!!!!!!

!!!!!!

!

!!!!!

! !

!

!!

!

!!

!

!!

!

!!

!

! !

!!

!

!!

!

!!

!! !!

! !!!

!

!!!!!!!!

!! !

!!

!

!!

!

!!

!

!!

!

!!

!

!!

!

!!

!!!!!!!!!!!

!

!!!!!!! !!!!!

!!!

!

!!!

!

!!!

!

! !!!

!

!!

!!!

!

!!

!

!!

!

!!

!

! !!!

!

! !!

!

!!

!

! !

!

! !

!

!!

!

! !

!!

!

!!

! !

!

! !

!

!!

!

!!

!

!!!!!!!!!!!

!!

!

A B C

Figur 1. Det geografiska läget av de 506 sjöarna som ingick i dataunderlaget (A) och läget av de 49 referenssjöarna som användes för typanpassningen i förhållande till

ekoregionerna (B) och högsta kustlinjen (C).

(10)

delavrinningsområde samt sänkning av vattenståndet. Referenskriteriet för sjöarna var enligt följande: Andelen hyggen <10%, andelen jordbruksmark <10% och andelen tätort <0,1%.

Uppgifterna för varje sjö hämtades från TRK-projektet (http://www-nrciws.slu.se/TRK/) och samkördes med makrofytdatabasen. Referenssjöarna skulle inte ha påverkats av sänkning enligt SMHIS register över sänkta och torrlagda sjöar (SMHI 1995). Sjöar för vilka historiska data förelåg (Arwidsson 1926, Lohammar 1938) ansågs genomgående som opåverkade och användes som referenssjöar så länge kraven på icke-sänkning samt på pH, Tot-P och Tot-N koncentrationer (se nedan) uppfylldes.

I andra steget valdes sjöar från steg 1 som hade Tot-P koncentrationer <12,5 g l^-1, Tot-N koncentrationer <300 g l^-1 och pH >6,0. Detta urval resulterade i 29 referenssjöar. För att kunna analysera ett tillräckligt antal sjöar från framför allt centralslätten valdes i det tredje och sista steget manuellt sjöar som ansågs ha referenssjökaraktär. Dessa sjöar uppfyllde kraven för en av variablerna Tot-P och Tot-N, men saknade uppgifter för max två av de tre variablerna som användes i andra steget. Sammanlagt ansågs 49 sjöar som referenssjöar (Appendix 1, Figur 1 B, C).

Bland dessa referenssjöar fanns två sjöar, Ivösjön och Kalven som enligt SMHIs register har sänkts år 1871 respektive 1868. Baserat på sjöarnas biogeokemi och artsammansättning bland makrofyterna klassades sjöarna ändå som referenssjöar.

Framtagningen av typologigrupper

Typanpassningen genomfördes i två steg. I första steget identifierades typlogigrupper som enbart baserades på artsammansättningen bland makrofyterna (inkl. helofyterna). Enbart arter som förekom i minst tre sjöar inkluderades i analysen. Målet var att erhålla sådana grupper som i ett andra steg kunde kvantitativt skiljas åt med hjälp av ett fåtal typologivariabler.

Typlogigrupperna identifierades med hjälp av klusteranalys (tree clustering) med Wards metod baserad på Euclidean distance (Sharma 1996).

Använda typologivariabler

I den nyligen framlagda typanpassningen av sjöar med avseende på makrofyter (Willén and Larson 2004) användes följande typologivariabler: höjd över havet, sjöarea, medeldjup, humushalt och kalkhalt samt ekoregionen.

Tabell 1. Intervallgränserna för beräkningen av makrofyternas indikatorvärden längs Tot-P gradienten. En art tilldelades indikatorvärdet för intervallet där artens preferens (medianvärde för näringshalterna) fanns.

Indikatorvärde Tot-P (ȝg l^-1)

10 10

9 > 10 – 15

8 > 15 – 20

7 > 20 – 25

6 > 25 – 30

5 > 30 – 35

4 > 35 – 40

3 > 40 – 45

2 > 45 – 50

1 > 50

(11)

Medeldjup och humushalt är variabler som saknas för de flesta sjöarna i databasen och i synnerhet för referenssjöarna. För att kunna skilja mellan typlogigrupperna vid revideringen av BGM, användes därför sådana variabler som hade tillräckligt många observationer för framför allt referenssjöarna och som ansågs vara relevant för typanpassningen. Som typologivariabler användes X- och Y-koordinat, höjd över havet, sjöarea, siktdjup, vattentemperatur, konduktivitet och Ca-koncentration. För att analysera om typologivariablerna är lämpliga för att kunna skilja åt de framtagna makrofytbaserade typlogigrupperna användes stegvis diskriminantanalys (Sharma 1996) i kombination med Kruskal-Wallis test och Mann-Whitneys test (Zar 1996).

X- och Y-koordinat samt h.ö.h. uttrycktes dessutom med hjälp av sjöarnas geografiska läge i förhållande till Limes Norrlandicus och högsta kustlinjen. För dessa analyser användes ett geografisk informationssysyem (GIS) i ArcGIS-miljö (ESRI 2005). För alla statistiska analyser användes programmet STATISTICA (StatSoft 2002).

2.4 Beräkning av indikatorvärden

Vid denna revidering av BGM undveks en metod som baseras på antalet makrofytarter. En sådan metod skulle kräva mycket pålitliga artlistor. Den svenska makrofytdatabasen innehåller dock en stor blandning av historiska och nya data, data från översikts- och detaljinventeringar mm. Denna blandning gör en artantalbaserad metod väldigt sårbart mot ofullständigt inventerade sjöar (se ovan). I bl.a. Tyskland används visserligen en sådan artantalbaserad metod (Schaumburg et al. 2004), men dataunderlaget baseras uteslutande på transektinventering med hjälp av dykning. Kvantitativa data anses vara förutsättningen för utvecklingen av BG enligt Vattendirektivet (Schaumburg et al. 2004, Stelzer et al. 2005). En jämförelse mellan BG-index som är baserade på kvantitativa (med täckningsgrad för respektive makrofytart) och binära data (finns, finns inte) visade dock enbart på marginella skillnader (Marit Mjelde, NIVA, Norge, personlig kommunikation).

Helofyter uteslöts från beräkningen av indikatorvärden. Däremot ingick grupperna isoetider, elodeider, lemnider, flytbladsväxter, mossor och kransalger i analyserna. Indikatorvärden beräknades för arter som förekom i minst tre sjöar. Varje art bland makrofyterna tilldelades ett indikatorvärde som baserades på arternas preferens längs gradienten för Tot-P. Tot-P ansågs vara det mest lämpliga måttet för att kunna bedöma om en sjö visar påverkade eller opåverkade förhållanden (t.ex. Palmer et al. 1992, Schneider and Melzer 2003). Preferensen bestämdes med hjälp av makrofyternas medianvärde längs Tot-P-gradienten. Indikatorvärdet bestämdes genom indelning av Tot-P gradienten i olika intervaller och kan variera mellan 1 och 10 (Tabell 1). Ett indikatorvärde av 10 indikerar att arten förekommer i sjöar med en Tot- P halt <10 Pg l^-1. För att kunna ta hänsyn till arternas tolerans mot olika Tot-P halter, dvs.

makrofyternas nischbredd, viktades indikatorvärdet för varje makrofytart med differensen mellan 75 och 25 percentilerna kring arternas preferens (Tabell 2). Med hjälp av indikatorvärden för alla arter i en sjö kan sjöns trofiskt makrofytindex (TMI) beräknas enligt följande:

¦

^u

n

i

Art n

i

Art Art

Sjö

i

i i

x

Viktfaktor

Viktfaktor ärde

Indikatorv TMI

1

1 Ekvation 1

(12)

Detta indikatorsystem liknar det engelska DOME systemet (Palmer et al. 1992) som baseras på makrofyternas preferenser längs en trofigradient. TMI för respektive sjö översattes sedan (se 2.6 Avgränsning mellan klasser av ekologisk status) till en femgradig skala som motsvarar den indelning för ekologisk status som krävs enligt Vattendirektivet (Europeiska Unionen 2000).

2.5 Beräkning av referensvärden

Referenssjöar ansågs representera sjöar med hög ekologisk status. Referenssjöarnas trofiindex användes därför som kvantitativt mått för att kunna definiera hög ekologisk status. Hög ekologisk status definierades separat för varje typologigrupp baserat på mediantrofiindexet för referenssjöarna.

2.6 Avgränsning mellan klasser av ekologisk status

Enligt Vattendirektivet ska den ekologiska statusen av sjöar anges på en femgradig skala (hög, god, måttlig, otillfredsställande och dålig) och uttryckas som en ekologisk kvot (Europeiska Unionen 2000). Som gränsvärdet mellan hög och god ekologisk status användes kvoten mellan referenssjöarnas medianvärde för trofiindexet och 75 percentilerna kring trofiindexet.

Som grund för definitionen av gränsvärden för de lägre klasserna användes sjöarnas Tot-P halt vid förekomsten av makrofytarter som ansågs representativa för att kunna skilja mellan respektive ekologisk status. Detta system håller för närvarande på att utvecklas och testas inom den så kallade N-GIG (Northern Intercallibration Group) där bl.a. Sverige, Norge och Finland ingår. Bl.a. föreslogs i denna grupp att 75% percentiler för Tot-P vid förekomsten av t.ex. Isoëtes lacustris, styvt braxengräs, bör kunna användas som klassgräns mellan hög och god status. Valet av lämpliga klassgränsarter bör bl.a. baseras på arternas utredningsområde och de identifierade geografiska regionerna vid typanpassningen.

Tabell 2. Viktning av makrofyternas indikatorvärden. Viktningen baserades på differensen mellan 75 och 25 percentilerna kring arternas indikatorvärden (medianvärden längs Tot-P gradienten). Viktningen användes vid beräkningen av sjöarnas genomsnittliga makrofytbaserade indikatorvärde, dvs. trofiindexet.

Vikt 75perc – 25perc

Tot-P (ȝg l^-1)

1,0 10

0,9 > 10 – 20

0,8 > 20 – 30

0,7 > 30 – 40

0,6 > 40 – 50

0,5 > 50 – 60

0,4 > 60 – 70

0,3 > 70 – 80

0,2 > 80 – 90

0,1 > 90

(13)

I de här presenterade reviderade bedömningsgrunderna användes en multivariad metod (classification tree) (StatSoft 2002) för att skilja mellan klasserna god-måttlig och måttlig- otillfredsställande. I ett första steg valdes arter som ansågs vara typiska för hög/god ekologisk status, god ekologisk status respektive låg ekologisk status. I andra steget klassades sjöarna som antingen hög/god, god, låg och indifferent. Hög/god klassen omfattades av sjöar där enbart makrofytarter som indikerar hög/god status förekom. Sjöar i god-gruppen inkluderade sjöar där enbart arter som indikerar god, men inte hög eller låg status förekom. Låg-gruppen omfattades av sjöar där enbart arter som indikerar låg status förekom. I den indifferenta gruppen ingick sjöar där arter från olika statusklasser förekom. Den indifferenta gruppen exkluderades från beräkningen av gränsvärden. TMI kunde tyvärr inte direkt användas för beräkningen av gränsvärdena eftersom dataunderlaget för sjöar där enbart låg status arter förekom var för bristfälligt i vissa typologigrupper. I stället användes Tot-P halterna för att beräkna gränsvärdena. Gränsvärdet mellan sjöar av god och måttlig ekologisk status beräknades med hjälp av Tot-P halter som skiljde hög/god status sjöar från låg status sjöar (classification tree, StatSoft 2002). Gränsvärdet mellan sjöar av måttlig (M) och otillfredsställande (O) ekologisk status beräknades enligt samma princip. För dessa analyser användes dock Tot-P halter som skiljde god status sjöar från låg status sjöar. Tot-P halterna för gränsvärdena översattes sedan till trofiindexet med hjälp av regressionsekvationen för sambandet mellan Tot-P halt och TMI. Gränsvärdena för Ekologiska kvoter beräknades separat för varje typologigrupp. Ekologiska kvoter (EK) för respektive typologigrupp beräknades enligt följande:

TMI) Minimum ärdet

(Referensv

TMI) Minimum TMI

t (Observera

EK ^x

x

Sjö

Ekvation 2

Minimum TMI representerades av det lägsta teoretiskt möjliga TMI för hela datamaterialet, dvs. 1. Gränsvärdet för den ekologiska kvoten mellan hög (H) och god (G) status beräknades som kvot mellan referenssjöarnas medianvärde för trofiskt makrofytindex och referenssjöarnas 75 percentiler kring mediantrofiindexet. Gränsvärdena mellan klasserna G/M och M/O beräknades enligt Ekvation 2. Det observerade TMI för gränsen mellan EK- klasserna är det med hjälp av Tot-P halten beräknade gränsvärdet mellan G/M respektive M/O (se ovan). Med hjälp av Ekvation 2 kan den ekologiska kvoten för varje enskild sjö beräknas.

3. Resultat

3.1 Typindelning

Klusteranalysen resulterade i sammanlagt fyra typologigrupper (Figur 2). Grupp 4 inkluderade enbart fyra sjöar, medan antalet sjöar i grupperna 1 – 3 var mera jämnfördelat.

Grupperna kunde skiljas åt i en diskriminantanalys med hjälp av de använda typologivariablerna (Figur 3, Tabell 3, 4, 5). Mellan grupp 3 och 4 fanns ingen överlappning längs axel 1 medan det fanns viss överlappning mellan grupp 1 och 2 (Figur 3). Axel 1 representerar 94,2 % av all förklarad variation mellan typologigrupperna. Axel 1 kan främst anses som en N-S och O-V gradient samt som en gradient längs konduktivitet och h.ö.h (Tabell 4). Det är också dessa variabler som var viktigast för att skilja mellan typologigrupperna (Tabell 3). Ca-koncentrationen inkluderades inte i den modell som bäst skiljde grupperna åt. Också siktdjup och sjöarea var av mindre betydelse för att skilja mellan grupperna (Tabell 3). Typologigrupperna visade tydliga geografiska mönster längs N-S och O-V gradienten om än med förekomsten av några överlappningar (Figur 4).

(14)

4 2 3 1

68 64 22

7

55 35

0 409 308 436

29 44

6 242 405 169

22 22

9 459 317 246 122

18 38

9 375 433 217 203 158 163

32 46

8 110 380

87 35

3

54 30

2

13 41

5 164 304 292 444 419 330 425 243

78 43

2

16 5

Sjöarnas ID-nummer

0 2 4 6 8 10 12 14 16

Linkage Distance

Typologigrupp

4 2 3 1

68 64 22

7

55 35

0 409 308 436

29 44

6 242 405 169

22 22

9 459 317 246 122

18 38

9 375 433 217 203 158 163

32 46

8 110 380

87 35

3

54 30

2

13 41

5 164 304 292 444 419 330 425 243

78 43

2

16 5

Sjöarnas ID-nummer

0 2 4 6 8 10 12 14 16

Linkage Distance

Typologigrupp

Figur 2. Klusteranalys (tree clustering) av de 49 referenssjöarna baserat på makrofytsammansättningen (helofyter, isoëtider, lemnider, flytbladsväxter, elodeider, mossor och kransalger). Enbart makrofytarter som förekom i minst tre av sjöarna inkluderades i klusteranalysen.

-8 -6 -4 -2 0 2 4 6 8 10

DC Axel 1 -5

-4 -3 -2 -1 0 1 2 3 4

DC Axel 2

2 4

1

3

-8 -6 -4 -2 0 2 4 6 8 10

DC Axel 1 -5

-4 -3 -2 -1 0 1 2 3 4

DC Axel 2

2 4

1

3

Figur 3. Diskriminantanalys mellan de fyra identifierade typologigrupperna. Axel 1 representerar 94,2 % och axel 2 representerar 3,4 % av all förklarad variation mellan typologigrupperna. Axel 1 är en gradient av främst minskad latitud och ökad longitud (se Tabell 3, 4, 5).

Både siktdjup, Ca-koncentration och sjöarea kunde dock användas för att skilja mellan vissa typologigrupper (Figur 5, Tabell 5). Typologigruppernas 95 % KI för typologivariablerna användes för att avgränsa de slutliga typologigrupperna från varandra. Avgränsningen genomfördes på ett sådant sätt så att även nya sjöar kan klassas till en av grupperna.

Grupperna avgränsades därför med hjälp av sjöarnas geografiska läge i förhållande till Limes Norrlandicus och högsta kustlinjen (HK) (Tabell 6). Denna avgränsning stämde väl överens med typologigruppernas medelvärde ± standardavvikelse längs de berörda

(15)

typologivariablernas gradienter (Figur 5). Analyserna visade att ingen typologivariabel kunde användas för att skilja typologigrupp 4 från alla andra grupper (Tabell 5). Däremot fanns det vissa makrofytarter som var unika för respektive typologigrupp (Tabell 6) eller som dominerande i respektive grupp (Tabell 7).

För att kunna använda ett typanpassningssystem som baseras helt och hållet på typologivariablerna, bestämdes att typologigrupp 4 skulle uteslutas från vidare analyser. De berörda sjöarna tilldelades grupp 2 respektive 3, beroende på sjöarnas geografiska läge.

3.2 Indikatorvärden

De undersökta makrofyterna visar tydliga preferenser längs Tot-P gradienten (Appendix 2).

Medan t.ex. Callitriche hamulata, klolånke, enbart förekom i oligotrofa sjöar förekom Spirodela polyrhiza, stor andmat, i eutrofa sjöar. Nischbredden bland arter förekommande i eutrofa sjöar var större än för de oligotrofa arterna (Appendix 2). Genomgången av makrofyterna visade att arternas indikatorvärde varierade från 1 – 10 (Appendix 2, 3).

Viktfaktorn varierade mellan 0,1 – 1, dvs., arternas nischbredd varierade mellan 10 -

>90ȝg P l^-1.

3.3 Referensvärden och klassgränser

För framtagningen av klassgränserna användes Tot-P koncentrationen vid förekomsten av för respektive ekologisk klass karakteristiska makrofytarter (Tabell 8).

Tabell 3. Resultat från stegvis diskriminantanalys som visar betydelsen av de enskilda typologivariablerna för att kunna skilja åt de fyra identifierade typlogigrupperna. Ju lägre Partial Wilks Lambda (variationsvidden 0-1) desto större är respektive variabelns förmåga att skilja åt typologigrupperna. Wilks Lambda visar den sammanlagda styrkan av modellen att skilja åt typologigrupperna (0 om grupperna kan skiljas helt och hållet, 1 om grupperna inte alls går att skilja åt med den valda modellen). F-remove och F är F- värdena, dvs. de bestämmer signifikansnivån för Partial Wilks Lambda och Wilks Lambda.

Typologivariabel Partial Wilks Lambda

F-remove (3, 22)

Modell

Wilks Lambda F (21, 63)

0,029 7,384 ***

Y-koordinat 0,295 17,484 ***

Konduktivitet 0,277 19,097 ***

X-koordinat 0,493 7,542 **

Höjd över havet 0,614 4,619 *

Siktdjup 0,739 2,589 ns

Vattentemperatur 0,698 3,166 *

Sjöarea 0,870 1,095 ns

Ca-halt - - -

ns inte significant (non significant), * P < 0,05, ** P < 0,01, *** P < 0,001

(16)

Tabell 4. Standardiserade koefficienter från diskriminantanalysen som visar betydelsen av typologivariablerna för respektive axel i Figur 3. Ju högre det absoluta värdet desto större är variabelns betydelse för respektive axel.

Typologivariabel Axel 1 Axel 2

Y-koordinat -2,972 0,782

Konduktivitet 1,510 -0,697

X-koordinat 2,270 -1,254

H.ö.h. 1,757 -1,411

Siktdjup -0,936 0,127

Temperatur -0,850 0,483

Sjöarea -0,395 -0,152

Det fanns ett signifikant negativt samband mellan sjöarnas viktade indikatorvärde, dvs. TMI och sjöarnas Tot-P koncentrationer (i Figur 6 redovisat för typologigrupp 1). Detta innebär att TMI minskar med ökad Tot-P koncentration. Gränsvärdet mellan G/M beräknades som 23, 25 Pg P l^-1 (Figur 7) och som 40,00 Pg P l^-1 för gränsvärdet mellan M/O. Dessa fosforbaserade gränsvärdena översattes sedan till TMI (Tabell 9). Sjöarna i den nordliga regionen över HK hade i regel högre TMI än sjöarna i de övriga grupperna (Tabell 9). Percentilerna kring TMI inom respektive typologigrupp överlappade framför allt mellan klasser av ekologisk status som hade bristande dataunderlag (Tabell 9).

!

!!!

!

!!

!

! !

!

!!

!

Typologigrupp 1

2 3 4

!

!!!

!

!!

!

! !

!

!!

!

Typologigrupp 1

2 3 4

Figur 4. Geografiska läge av sjöarna i de fyra typlogigrupperna i förhållande till högsta kustlinjen (grönt, över HK; blått, under HK) och Limes Norrlandicus (svart linje).

För alla tre typologigrupper kunde klassgränserna H/G, G/M samt M/O ekologisk status beräknas (Tabell 10). Dataunderlaget för otillfredsställande ekologisk status var dock litet för typologigrupp 1 och 2 (Tabell 9). I typologigrupp 1 finns dessutom enbart fyra sjöar med

(17)

måttlig ekologisk status (Tabell 9). Efter att gränsvärdena hade beräknats kunde den ekologiska statusen för alla sjöar, även för de utan angivna Tot-P halter, bestämmas (Tabell 11).

Tabell 5. Typologivariabler som skiljer sig signifikant (Mann-Whitneys test, P < 0,05) mellan typologigrupperna vid parvis jämförelse mellan grupperna.

Jämförelse mellan typologigrupper Typologivariabler som skiljer sig signifikant

1:2 Alla förutom X-koordinat

1:3 X-koordinat, Y-koordinat, H.ö.h., sjöarea, temperatur 1:4 X-koordinat, Y-koordinat, H.ö.h., temperatur 2:3 X-koordinat, Y-koordinat, siktdjup, konduktivitet, Ca-

halt

2:4 X-koordinat, Y-koordinat, konduktivitet, Ca-halt 3:4 -

Tabell 6. Typologigrupper och deras geografiska egenskaper samt särskiljande arter som har används för avgränsningen mellan grupperna. Helofyter uteslöts från denna analys.

Grupp Geografiska egenskaper Särskiljande arter¹ 1 N om Limes Norrlandicus, över HK Ranunculus confervoides, hårmöja 2 N om Limes Norrlandicus, under HK Nymphaea pumila, dvärgnäckros 3 S om Limes Norrlandicus Potamogeton filiformis, trådnate

4 - Stratiotes aloides, vattenaloe

1 Arter som förekommer enbart i respektive typologigrupp.

Det identifierades också vissa makrofytarter som enbart förekom i en viss klass av ekologisk status eller som har 70 % av sin förekomst i respektive klass av ekologisk status (Appendix 4). Dessa arter bör användas i kombination med TMI-klasserna för att verifiera sjöarnas tillhörighet till en viss klass av ekologisk status. Denna verifiering bör genomföras när det beräknade EK-värdet för en sjö ligger nära klassgränsen, dvs. det beräknade EK-värdet ligger

<0,05 enheter från klassgränsen. Artlistan (Appendix 4) kan således användas för en expertbedömning för klassning av ekologisk status.

4. Diskussion

4.1 Typologigrupperna

Den makrofytbaserade typindelningen i de tre grupperna S om LN, N om LN men över HK samt N om HK och under HK följer geografiska gradienter som har använts i många växtekologiska sammanhang (t.ex. Rydin et al. 1999). Den föreliggande typanpassningen visar dock på svårigheten med typindelningen av sjöar framför allt i övergångszonen mellan två grupper/regioner. De fyra Stratiotes-referenssjöarna i Dalarna som bildade typologigrupp

(18)

4, ligger nära Limes Norrlandicus som användes som en av typologivariablerna. Med hjälp av ett större dataunderlag för bl.a. denna region skulle det vara möjligt att reda ut om en separat typologigrupp för dessa sjöar är motiverad.

1350 1450 1550 1650 1750 1850

X-koordinat

***

6200 6400 6600 6800 7000 7200 7400 7600

Y-koordinat

***

50 150 250 350 450 550

H.ö.h. (m)

**

0 20 40 60 80 100

Sjöarea (km2)

*

12 14 16 18 20 22 24

Temperatur (ºC)

**

2 3 4 5 6 7 8 9

Siktdjup (m)

*

10 20 30 40 50 60 70 80 90 100

Konduktivitet (S cm-1)

***

4 2 3 1 Typologigrupp

0 4 8 12 16 20 24

Ca (mg l-1)

***

4 2 3 1 Typologigrupp

Figur 5. Typologigruppernas egenskaper (medelvärde ± 2 STD) för respektive typvariabel.

Skillnaderna mellan grupperna testades med Kruskal-Wallis test (* P < 0,05, ** P < 0,01,

*** P < 0,001).

(19)

Tabell 7. Typiska makrofytarter (+) i referenssjöar i respektive typologigrupp. Som typiska arter definierades sådana arter som förekommer i minst 70 % av sjöarna i respektive grupp.

Helofyter uteslöts från denna analys (se även Tabell 7).

Art Typologigrupp 1 2 3 4

Eleocharis acicularis, nålsäv + +

Isoëtes lacustris, styvt braxengräs + +

Isoëtes echinospora, vekt braxengräs + +

Juncus bulbosus, löktåg +

Lobelia dortmanna, notblomster + +

Myriophyllum alterniflorum, hårslinga + + +

Nuphar lutea, gul näckros + + +

Plantago uniflora, strandpryl +

Potamogeton berchtoldii, gropnate +

Potamogeton gramineus, gräsnate +

Potamogeton natans, gäddnate + +

Potamogeton perfoliatus, ålnate +

Ranunculus peltatus subsp. peltatus, sköldmöja + +

Ranunculus reptans, strandranunkel + + +

Sagittaria sagittifolia, pilblad +

Sparganium angustifolium, plattbladig igelknopp +

Sparganium gramineum, flotagräs +

Subularia aquatica, sylört + +

Utricularia vulgaris, vattenbläddra + +

De redovisade skillnaderna mellan typologigrupperna med avseende på trofiindex samt definition av klassgränserna understryker att en typindelning är förutsättningen för fungerande bedömningsgrunder.

4.2. Indikator- och referensvärden samt klassgränser

I det föreslagna indikatorsystemet för makrofyter beräknades för första gången makrofytbaserade indikatorvärden baserat på svenska data (se dock Ecke 2006). Detta system visar i stora drag likheter med de hittills i Sverige använda engelska indikatorvärden (Palmer et al. 1992, Andersson 1999) och andra index (t.ex. Ellenberg et al. 1992). För ett stort antal arter avviker det föreslagna systemet dock från det gamla systemet. Som ett exempel kan nämnas Tillaea aquatica och Isoëtes-arterna. Det engelska systemet redovisar för T. aquatica en större preferens för lägre trofihalter än för Isoëtes-arterna medan det är tvärtom i det föreslagna systemet. Med hänsyn till de i många avseenden stora skillnader mellan de engelska och svenska förhållandena verkar svenskt-baserade indikatorvärden mera pålitliga.

Det föreslagna trofiska makrofytindexet TMI med skalan 1 – 10 kan direkt översättas till skalan för ekologisk status ( 0 – 1) (Europeiska Unionen 2000). Hög ekologisk status innebär höga trofindex-värden och vice versa. Klassgränserna mellan olika klasser av ekologisk status följer dock inte en linjär skala utan måste avläsas ur en tabell som redovisar gränserna separat för respektive typologigrupp (Tabell 10).

(20)

Figur 6. Sambandet mellan Tot-P halt och sjöarnas trofiindex för typologigrupp 1, dvs.

sjöarna norr om Limes Norrlandicus och över högsta kustlinjen (med linjär regressionslinje och Spearmans rankkorrelationskoefficient, *** p<0,001).

Figur 7. Frekvensfördelning av Tot-P halter i sjöar där enbart makrofytarter som indikerar hög/god status (vänster) eller enbart arter som indikerar låg status (höger) förekommer.

Gränsvärdet mellan grupperna beräknades med hjälp av Classification tree analys som 23, 25 Pg P l^-1.

(21)

Tabell 8. Makrofytarter som baserat på deras preferenser längs Tot-P gradienten ansågs representera hög-, god-, respektive lågstatus arter.

Status Typiska arter

Hög/God Callitriche hamulata, Nitella opaca, Ranunculus confervoides, Scorpidium scorpioides, Warnstorfia fluitans, W. trichophyllus

God Isoëtes lacustris, Limosella aquatica, Lobelia dortmanna, Plantago uniflora, Låg Ricciocarpus natans, Spirodela polyrrhiza

Tabell 9. Trofiindex (median samt 25 och 75 percentiler) för sjöar av olika ekologisk status som en funktion av Tot-P koncentrationen. Tot-P har används som ”fönster” för respektive ekologisk klass för att analysera median och spridningsmåtten för trofiindexet.

Typolo- gigrupp

Ekologisk status Tot-P (ȝg l^-1)

Antal sjöar

Trofiindex

Median 25perc 75perc

1 Hög <6,13 12 8,51 8,34 8,63

1 God 6,13Tot-

P<23,25

31 8,00 7,76 8,11 1 Måttlig 23,25Tot-P<40 4 7,81 6,92 8,07

1 Otillfredsställande 40 4 7,27 6,74 7,63

2 Hög <14,93 26 7,87 7,54 8,02

2 God 14,93Tot-

P<23,25

35 7,78 7,45 7,90 2 Måttlig 23,25Tot-P<40 21 7,72 6,83 7,91

3 Hög <12,28 31 8,04 7,86 8,29

3 God 12,28Tot-

P<23,25

32 7,88 7,43 8,09 3 Måttlig 23,25Tot-P<40 35 7,04 6,14 7,75

Det förslagna trofiindex-systemet bedöms som mindre känslig mot ofullständiga artlistor jämfört med ett system som baseras på artantalet eller arter typiska för vissa trofiförhållanden (som t.ex. Schaumburg et al. 2004, Stelzer et al. 2005). På grund av bristande metadata för de inventerade sjöarna som ingick i revideringen av BG, måste artlistan (Appendix 4) som bör användas för verifieringen av klasstillhörighet av ekologisk status, användas med försiktighet.

Fullständiga artlistor är eftersträvansvärda för det föreslagna trofindex-systemet eftersom bl.a.

pålitligheten av sjöarnas trofiindex ökar med ett ökat antal arter som ingår i beräkningen av indexet.

Dataunderlaget för vissa regioner i Sverige, bl.a. fjälltrakterna, Öland, Gotland, Värmland och Västergötland borde förbättras. För dessa regioner efterlyses framförallt referenssjöar.

(22)

Dessutom borde det identifieras ett flertal sjöar med lägre ekologisk status ( måttlig) inom varje typologigrupp för att kunna beräkna relevanta klassgränser.

Enligt Vattendirektivet behöver BGM enbart utvecklas för sjöar > 0,5 km² (Europeiska Unionen 2000). I det befintliga datamaterialet finns dock inga tecken på att sjöarean skulle påverka sjöarnas trofiindex och sjöarna < 0,5 km² har därför inkluderats i analyserna. En nackdel med att utesluta sjöar < 0,5 km² från BG skulle bl.a. vara en minskning i antalet sjöar vilket skulle innebära sämre dataunderlag för analyserna.

Tabell 10. Gränsvärden för trofiindexet (TI) och ekologiska kvoter (EK) för de tre

typologigrupperna (TG). Dataunderlag saknades för att kunna beräkna klassgränser för O/D⁴. TG Klassgräns

H/G¹ G/M² M/O³

TI EK TI EK TI EK

1 8,54 0,97 7,81 0,90 7,27 0,83

2 8,16 0,97 7,72 0,94 7,06 0,85

3 8,27 0,98 7,04 0,88 5,24 0,58

1 Hög/God

2 God/Måttlig

3 Måttlig/Otillfredsställande

4 Otillfredsställande/Dålig

Tabell 11. Trofiindex (median samt 25 och 75 percentiler) för sjöar av olika ekologisk status uppdelade efter typologigrupp. Även sjöar utan uppgifter för Tot-P inkluderades i analysen.

Typologi- grupp

Ekologisk status Antal sjöar Trofiindex

Median 25perc 75perc

1 Hög 19 8,67 8,54 9,00

1 God 75 8,17 8,01 8,31

1 Måttlig 10 7,49 7,44 7,62

1 Otillfredsställande 5 6,82 6,53 6,95

2 Hög 60 8,16 8,05 8,28

2 God 62 7,83 7,68 7,90

2 Måttlig 18 7,34 7,26 7,46

3 Hög 29 8,29 8,24 8,42

3 God 98 7,90 7,68 8,08

3 Måttlig 31 6,82 6,54 7,08

(23)

4.3 BGMs pålitlighet och inventeringsmetodik

Bedömningen av BGMs stabilitet mellan flera år som karakteriseras av t.ex. samma kemiska egenskaper i sjöarna eller mellan år som karakteriseras av olika mängder nederbörd är svårt att avgöra. BGM som baseras på binära data borde dock vara mindre känsliga för t.ex.

nederbördsvariationer än ett kvantitativt system. Med ett kvantitativt system skulle t.ex.

täckningsgraden av flytbladsväxterna minska om vattenståndet höjs på grund av höga nederbördsmängder. Som alternativ till täckningsgrad bör en beräkning av arternas frekvensfördelning i sjöarna diskuteras.

Med tanke på de marginella skillnaderna mellan trofiindex beräknade med binära respektive kvantitativa data (se Material & Metoder), bedöms binära data som tillräckligt för revideringen av BGM enligt Vattendirektivet. Som relevant ko-variabel används i bl.a. Norge maxdjupet för alla makrofytarter. Det maximala förekomstdjupet utpekas också som viktig variabel för att följa eutrofieringsprocesser (Thuresson 2005). Denna variabel skulle även för de svenska BGM vara till stor hjälp och antagligen bidra till mera pålitliga trofiindex. Därför föreslås (Appendix 5) att denna variabel inkluderas vid inventeringen av makrofyter med syfte att identifiera ekologisk status. Variabeln kan då inkluderas i analyserna vid en kommande revidering av bedömningsgrunderna. Det maximala förekomstdjupet bör dock alltid sättas i relation till sjöarnas maxdjup och medelvattenstånd. Binära data kan samlas in på många olika sätt, t.ex. med och utan transektinventering, med kratta eller Lutherräfsa, med dykning eller snorkling. För att öka jämförbarheten av makrofytdata från olika sjöar och pålitligheten av BGM, vore det önskvärt om en och samma metod kunde användes för bedömningen av ekologisk status (Appendix 5). För framtagningen av den mest lämpliga metoden, en metod som fungera i hela Sverige, borde bl.a. erfarenheter från olika länsstyrelser utvärderas.

Tack

Stort tack till Mikaela Gönczi, Eva Willén, Marit Mjelde, Seppo Hellsten, Geoff Phillips, Nigel Wilby, Deirdre Tierney, Peter Erixon, Tommy Sörlin, Maria Carlsson, Mats Thuresson samt många anonyma personer från olika länsstyrelser för givande diskussioner och

kommentarer. Projektet finansierades av Naturvårdsverket.

Referenser

Andersson, B. 1999. Vattenvegetation. Bedömningsgrunder för miljökvalitet. Sjöar och vattendrag. Bakgrundsrapport 2. Biologiska parametrar. Rapport SNV 4921.

Arwidsson, T. 1926. Studier över sjöarnas vegetation i Lilla Lule älvs vattenområde. Arkiv för botanik 20A:1-31.

Ecke, F. 2006. Vattenvegetation som indikator för vattenkvalitet och sjökaraktär - Baserad på förändringar i vattenkemi och vegetation i svenska sjöar 1929-2005.

Forskningsrapport 2006:15, Avdelning för tillämpad geologi, Luleå tekniska universitet.

Ellenberg, H., H. E. Weber, R. Düll, V. Wirth, W. Werner, and D. Paulißen. 1992. Indiactor values of plants in Central Europe (Zeigerwerte von Pflanzen in Mitteleuropa). Verlag Erich Goltze, Göttingen. (In German).

(24)

Environmental Systems Research Institute Inc. (ESRI). 2005. ArcGIS 9.1. ArcInfo, Redlands, California.

Europeiska Unionen. 2000. Europaparlamentets och Rådets Direktiv 2000/60/EG av den 23 oktober 2000 om upprättande av en ram för gemenskapens åtgärder på

vattenpolitikens område. Europeiska gemenskapernas officiella tidning L- 327:22.12.2000.

Lohammar, G. 1938. Wasserchemie und höhere Vegetation Schwedischer Seen. Doctoral thesis. Uppsala universitet, Uppsala.

Palmer, M. A., S. L. Bell, and I. Butterfield. 1992. A botanical classification of standing waters in Britain: Applications for conservation and monitoring. Aquatic Conservation: Marine and Freshwater Ecosystems 2:125-143.

Rydin, H., P. Snoeijs, and M. Diekmann, editors. 1999. Swedish plant geography. Svenska Växtgeografiska Sällskapet, Uppsala.

Schaumburg, J., C. Schranz, G. Hofmann, D. Stelzer, S. Schneider, and U. Schmedtje. 2004.

Macrophytes and phytobenthos as indicators of ecological status in German lakes – a contribution to the implementation of the Water Framework Directive. Limnologica 34:302–314.

Schneider, S., and A. Melzer. 2003. The trophic index of macrophytes (TIM) - a new tool for indicating the trophic state of running waters. International Review of Hydrobiology 88:49-67.

Sharma, S. 1996. Applied multivariate techniques. John Wiley & Sons, Inc., New York.

SMHI. 1995. Svenskt Vattenarkiv - Sänkta och torrlagda sjöar. Nr 62.

StatSoft. 2002. STATISTICA (data analysis software system). Statsoft Incorporation, Tulsa.

Stelzer, D., S. Schneider, and A. Melzer. 2005. Macrophyte-based assessment of lakes - a contribution to the implementation of the European Water Framework Directive in Germany. International Review of Hydrobiology 90:223-237.

Thuresson, M. 2005. Vattenvegetation. En invetering i Berghamraåns avrinningsormåde.

Rapport 2005:18, Länsstyrelsen i Stockholms län, Stockholm.

Willén, E., and D. Larson. 2004. Typanpassning av sjöar och vattendrag. En granskning av den föreslagna svenska typologin med avseende på växtplankton och makrofyter.

Rapport 2004:3, Institutionen för miljöanalys, SLU, Uppsala.

Zar, J. H. 1996. Biostatistical analysis. Prentice-Hall, Inc., London.