Ytsubstrat på grunda havsbottnar

Transkript

1 Ytsubstrat på grunda havsbottnar En nationell sammanställning och analys av befintlig data RAPPORT

2 - en nationell sammanställning och analys av befintliga data NATURVÅRDSVERKET

3 Beställningar Ordertel: Orderfax: E-post: Postadress: CM Gruppen AB, Box , Bromma Internet: Naturvårdsverket Tel: Fax: E-post: Postadress: Naturvårdsverket, Stockholm Internet: ISBN ISSN Naturvårdsverket 2012 Tryck: CM Gruppen AB, Bromma 2012 Omslag: Metria AB

4 Förord I uppbyggandet av nationella kunskapsunderlag för havsområden med syfte att beskriva utbredningsmönster av olika naturtyper på havsbotten krävs kartläggning av olika fysiska förhållanden där ökad kännedom om samansättningen av ytsubstrat är en viktig del. Denna rapport beskriver förbättringar av nuvarande kartläggningar av bottensubstrat på grunda havsbottnar med utgångspunkt från befintlig kartinformation. Analysområdet för detta arbete är Sveriges kustnära bottnar inom en schematiskt framställ fotisk zon och analyserna har utförts med avseende på ytsubstraten; hårdbotten, mjukbotten och sandbotten. Genom att sammanställa befintliga underlag och lägga ihop dem efter dess tillförlitlighet har den relativa sannolikheten angetts för potentiellt förekomst av bottensubstrat. Det vill säga vilket substrat som har högst sannolikhet att förekomma givet tillgängliga fysiska data. Resultatet kan användas i arbetet med skydd och förvaltning av grunda livsmiljöer, som underlag för fysisk planering samt vid planering av fältinventeringar eller GIS-analyser som kräver information om ytsubstrat. Det är dock viktigt att uppmärksamma användaren av material på dess begränsningar då ytsubstrat klassningen inte kan förväntas överensstämma med verkligheten på en detaljnivå på 25*25 meter (en pixel) men däremot vara en viktig vägledning i ett större område. Resultaten i form av kontinuerliga utbredningskartor finns tillgängliga och nedladdningsbara på Naturvårdsverkets miljödataportal ( Sammanställning, analys och rapport har producerats av Oscar Törnqvist, Greger Lindeberg och Anna Engdahl på Metria AB. Arbetet har initierats och letts av Naturvårdsverket, Cecilia Lindblad, på Avdelningen för Analys och Forskning. Oktober 2012 Naturvårdsverket 3

5 Innehåll FÖRORD 3 1 SAMMANFATTNING 6 2 SUMMARY 7 3 INLEDNING Syfte och mål Bakgrund 9 4 INGÅENDE DATA 11 Fastighetskartans strandlinje 11 Kustinventeringen Sjökortsdata 11 Djupmodeller och Sjöfartsverkets djupdatabas 11 Maringeologiska kartan 12 Omklassning av maringeologiska kartan 13 Jordartskartan 14 Vågexponering 15 Inventeringsdata 15 Ortofoton och satellitbilder 16 5 METOD Avgränsning av fotisk zon Djupmodell Bottenlutning Bottenstress och sedimentens mobilitet Kontinuerliga utbredningskartor 22 Hårdbotten 22 Mjukbotten Klassindelad utbredningskarta 28 Hårdbotten 28 Mjukbotten 29 Sandbotten 29 Heltäckande underlag med flera substratklasser 32 Klassindelning av substrattyper 32 Klassning och sammanlagring per delområde 32 6 RESULTAT 35 4

6 6.1 Kontinuerlig utbredningskarta 35 Mjukbotten 35 Hårdbotten Klassindelad utbredningskarta 38 7 DISKUSSION Kvalitet Validering Framställning Begränsningar 48 8 REKOMMENDATIONER Exempel på användningsområden 52 Nationell och regional miljöövervakning 52 Inledande kartering och uppföljning av skyddade områden 52 Regional planering i marin miljö Förbättringsmöjligheter 53 ORDLISTA KÄLLFÖRTECKNING BILAGA 1 BILAGA

7 1 Sammanfattning Det finns ett stort behov av kartunderlag avseende den marina miljön för planering, rapportering och uppföljning inom olika verksamheter som kustzonförvaltning, fysisk planering, uppföljning av skyddade områden och inom miljöövervakning. Sammanställning av marina kartunderlag avseende fysiska förhållande påbörjades 2006 och följdes upp med en sammanställning avseende fysiska påverkansfaktorer i marin miljö. Det råder emellertid fortfarande stor brist på kartunderlag som behövs för nationella och internationella planerings- och rapporteringsarbeten. Syftet med aktuell studie är att förbättra befintliga kartunderlag avseende ytsubstrat på grunda havsbottnar, speciellt där de i dagsläget har som störst begränsningar. Naturvärdena i marin miljö är starkt knutna till ytsubstraten, vilket gör detta till ett högt prioriterat kunskapsunderlag. Analysområdet för arbetet är den fotiska zonen i hela landet. Analysen har utförts med avseende på ytsubstraten hårdbotten, mjukbotten och sandbotten. Resultatet kan användas för fysisk planering, statistik, som underlag för bedömning av potentiella habitat och naturvärden, planering av fältinventeringar eller andra GISanalyser som kräver information om ytsubstrat. Resultatet av arbetet är två nationella kontinuerliga rasterdataskikt samt en utbredningskarta av det mest troligt förekommande ytsubstratet. De kontinuerliga rasterdataskikten anger i relativ skala potentialen för förekomst av mjukbotten respektive hårdbotten. Utbredningskartorna är ett förslag på hur de kontinuerliga skikten kan användas genom att klassificeras och vägas samman med utvalda indikatorer. Den klassindelade utbredningskartan kräver en bakomliggande bedömning av var varje klassgräns går, vilket också kan medföra att information som kan vara intressant i andra sammanhang kan gå förlorad. Det klassindelade resultatet ger ett bra visuellt stöd men fungerar sämre som underlag för t.ex. överlagsanalyser i GIS eller som modelleringsunderlag. För dessa ändamål passar de kontinuerliga resultaten bättre. Rapporten fungerar också som en sammanställning av de befintliga data som kan användas för att bedöma potentiellt ytsubstrat. I relation till befintliga kartor innebär resultaten från föreliggande studie en förbättring, företrädesvis i de delar som tidigare endast har karterats på regional skala av SGU samt i grunda kustnära områden, främst i skärgårdsområden. Att kommunicera hur resultatet ska användas är viktigt eftersom analyserna bygger på befintliga data med olika typer av begränsningar i olika delar av landet. Den viktigaste faktorn för förbättrad kvalitet när det gäller framställande av marint kunskapsunderlag baserade på GIS-modelleringar är tillgång till högupplöst djupdata. 6

8 2 Summary There is a great need for spatial data regarding the marine environment in order to support planning, reporting and monitoring within different areas such as coastal zone management, spatial planning, monitoring of protected areas and the national monitoring program for the seas. In 2006, the Environmental Protection Agency initiated the compilation of marine spatial data with respect to physical environmental factors. This was followed by a compilation of data concerning physical disturbance in the marine environment. Despite these efforts, additional spatial information is still needed in order to carry out national and international planning and reporting demands. The aim of this study was to improve current information regarding the geographical distribution of substrate on the surface of the seafloor in shallow areas. The occurrence of biological conservation values in the marine environment is mainly governed by the substrate at the seafloor surface, thus making this dataset highly prioritized. The area for the analysis was the photic zone along the coast. The analyses focused on hard-, soft- and sandy substrate types. The results can be used for spatial planning purposes, statistics, to support assessment of the distribution of potential habitats and conservation values, as guidance for field inventories and/or for different GIS-analyses. The study resulted in two GIS datasets and a classified map. The datasets contain continuous data (i.e. non-discrete values) of the probabilities of hard and soft surface substrate using a relative scale from low to high. The classified map shows the most probable substrate types for an area and can be seen as an example of how the datasets can be used in conjunction with ancillary data. In order to classify the data, it must first be transformed to a binary map, which also implies a loss of information that could be useful for other purposes. The classified map might be used as a visual guidance on probable substrate but cannot be used as input to overlay analyses in a GIS of for statistical modeling. For these purposes the continuous datasets are more suitable. Furthermore, the report might serve as a compilation of available datasets and how they can be used in order to make assessment of potential surface substrate. As a result of this study, the surface information relative to other available maps especially in areas that have been mapped on a regional scale by the Swedish Geological Survey and more generally in shallow, coastal areas has been improved. However, it is important to communicate to the users of the results how it should and should not be used. The input data suffers from various kinds of quality deficiencies in different parts of the country. Finally, the most important factor in de- 7

9 termining the potential for improvement of marine spatial data is less restricted access to high resolution bathymetric data. 8

10 3 Inledning Behovet av kartunderlag för rumslig planering och förvaltning av den marina miljön är stort och ständigt ökande. Underlag behövs även för de nationella miljökvalitetsmål samt för uppföljning och rapportering av olika direktiv, som till exempel vattendirektivet (2000/60/EG), marina direktivet (2008/56/EG) samt art- och habitatdirektivet (92/43/EEG). Det snabbt växande intresset för havsbaserad vindkraft har också tydliggjort behovet av fysisk planering av haven. Fysisk planering behövs för att kunna väga kommersiella intressen mot insatser för bevarande och skydd och utgör alltså grunden för ett långsiktigt och hållbart nyttjande av de marina resurserna. En havsplaneringslag kommer att träda i kraft under 2012 (SOU 2010:91, 2011:56). I dagsläget råder dock stor brist på geografiskt heltäckande planeringsunderlag över både fysiska förhållanden samt mänsklig påverkan i havsmiljön (SOU 2011:56). 3.1 Syfte och mål Målet i föreliggande arbete är skapa utbredningskartor för ytsubstrat i Sveriges grunda, kustnära områden. Dels i form av så kallade kontinuerliga rasterdata som visar på olika grad av sannolikhet, i en relativ skala från låg till hög, för förekomst av hårdbotten respektive mjukbotten och dels i form av en klassindelad utbredningskarta som visar den mest tänkbara fördelningen av ytsubstratklasserna hårdbotten, mjukbotten, sandbotten och mosaikbotten. Både det kontinuerliga rasterdatat samt utbredningskartan baseras på modeller över möjlig utbredning av respektive ytsubstrat som produceras genom att analysera befintliga data från många olika källor. Den klassindelade utbredningskartan skapas genom en sammanlagring av de framtagna indikatorerna i ordning efter kvalitet och noggrannhet. Syftet med denna studie är att förbättra befintliga kartunderlag, speciellt där de har störst begränsningar, t.ex. i skärgårdsområden. Naturtyper i marin miljö är starkt knutna till ytsubstraten och det är därför viktigt att kunna peka ut dess förekomster för att underlätta naturvärdesbedömning och främja en hållbar fysisk planering av den marina miljön i Sverige. 3.2 Bakgrund Sammanställning av marina kartunderlag avseende fysiska förhållande påbörjades 2006 i och med rapporten SAKU, Sammanställning och analys av kustnära undervattensmiljöer (NV rapport 5591). År 2010 presenterades också en sammanställning avseende fysiska påverkansfaktorer i marin miljö (NV rapport 6376). Det finns ett flertal undersökningar som beskriver de fysiska förhållandena punktvis men geografiskt heltäckande underlag med god detaljeringsgrad saknas. Det råder emellertid fortfarande stor brist på kartunderlag som behövs för att underbygga 9

11 myndigheters och kommuners nationella och internationella planerings- och rapporteringsarbete. Brist på kartunderlag leder också till att viktig kartering av exempelvis habitat- och artutbredning försvåras, vilket i sin tur hämmar framtagandet av kartor som beskriver utbredningen av områden med höga naturvärden. Underlag avseende havsbottnarnas geologi och sediment finns endast i mycket grovt utförande och med skiftande karteringsnoggrannhet. Dessa underlag lämpar sig bäst för analyser på nationell eller regional skala, men inte alltid för analyser och planeringsunderlag på läns- eller kommunnivå. Framförallt saknas tillförlitlig information om de grunda och kustnära bottnarna som med sin höga produktivitet och diversitet är mycket intressanta ur ett naturvärdes- och förvaltningsperspektiv. Tillgängliga underlag avseende bottensubstratutbredning är maringeologiska kartan från Sveriges Geologiska Undersökning (SGU) samt en omklassning av densamma till ytsubstratklasser enligt det europeiska habitatklassificeringssystemet EUNIS. Båda dessa är ganska grova och med olika detaljeringsgrad i olika delar. Mer detaljerade uppgifter avseende bottensubstrat finns endast i spridda och mycket lokala områden från lokala fältinventeringar och karteringar. 10

12 4 Ingående data Fastighetskartans strandlinje Strandlinjen karteras av Lantmäteriet, antingen som del av den periodiska uppföljningen av grundläggande Sverigedata eller på beställning av Sjöfartsverket vid uppdatering av sjökort. Strandlinjen avgränsas vid medelvattenstånd så långt det är möjligt. Denna gräns användes tidigare inom projektet Sammanställning och Analys av Kustnära Undervattensmiljö (SAKU). Avgränsningar mellan land och hav i föreliggande arbete baseras på dessa tidigare använda avgränsningar för att främja kompatibilitet med tidigare framtagna data. Kustinventeringen 1969 Planverket utförde 1969 en nationell inventering av kusten som innefattade hela fastlandskusten (utom Norrbotten) samt öar med broförbindelse (t.ex. Öland; Statens planverk 1971). Inventerare tog sig fram längs med strandlinjen och antecknade karaktärer för både den s.k. uppehållszonen (100 meter upp på land från strandkanten) samt för vattnet närmast stranden. Data från denna inventering omtolkades och digitaliserades 2006 till ett urval typiska strandklasser som sandstrand, klippstrand etc. (Liljeberg & Wennberg 2006, Naturvårdsverket 2006). Karteringsnoggrannheten är därmed 100 meter och informationen mycket tillförlitlig vilket gör att detta underlag ges hög prioritet vid tolkningen av potentiellt ytsubstrat. Dock saknas information i detta underlag för öar utan broförbindelse samt för kusten i Norrbotten. För flertalet av strandtyperna har inte undersökningsresultatets ålder stor inverkan. Områden med högt exploateringstryck samt områden med rörlig kust kan dock ha ändrat karaktär sedan inventeringen Sjökortsdata Information om djup i sjökort anges dels som djupkurvor och dels som punkter med bestämda, uppmätta djup. Sjökorten tas fram för säkrare navigering till sjöss vilket medför att informationen är bäst i närheten av större farleder och sämst i grunda kustnära områden. Generellt sett är sjökortets djup grundare än det verkliga djupet. Djupinformationen i djupkurvor är grova generaliseringar som anger minsta djup inom kurvan. Däremot kan partier med större djup förekomma inom en djupyta med angivet djup enligt en djupkurva. Sjökortsdatat tar inte hänsyn till djupvariationen på en mindre skala eftersom syftet är att ta fram en generaliserad djupbild. Detta är trots sina brister det bästa tillgängliga djupdata på nationell nivå. Djupmodeller och Sjöfartsverkets djupdatabas För några delområden har djupmodeller baserade på interpolationer av djupdatapunkter från Sjöfartsverkets djupdatabas använts. Dessa djupmodeller har tagits fram inom olika projekt med syfte att generera utbredningskartor för arter och habitat. Djupmodellerna täcker Gräsö i Uppsala län, Råneå i Norrbottens län (Naturvårdsverket 2009) samt hela Östergötlands (Carlström, Florén m.fl. 2010) och 11

13 Västernorrlands län (Florén, Nikolopoulos m.fl. 2012) (figur 1). Dessa djupmodeller bygger på mer exakta djupdata och man kan förvänta sig att djupbilden stämmer mer överrens med verkligheten. Djupmodellerna är emellertid generaliserade till en grövre geometrisk upplösning av sekretessmässiga skäl. Kartorna har i de flesta fall producerats med en upplösning om 25 meter vilken sedan generaliserats till meter. Sjöfartsverkets djupdatabas innehåller djupdata i punktform, vilka är uppmätta i fält. Figur 1. Bilden visar djupmodellen från sjökortsdata i blått överlagrad med de områden där mer detaljerade djupmodeller finns tillgängliga. Maringeologiska kartan Den maringeologiska kartan tas fram av Sveriges Geologiska Undersökning (SGU) och bygger på en kartering i olika skalor (regional och lokal) i olika delar av landet (figur 2). Den regionala skalan är karterad med 13 km mellanrum och avsedd för 12

14 presentation i skala 1: Den lokala skalan är karterad med 1 km mellanrum och avsedd för presentation i skala 1: Mellan karteringsstråken görs en manuell tolkning baserat på en generalisering och interpolation av karteringsinformationen. Informationen i de maringeologiska kartorna utgår ifrån ett geologiskt perspektiv där klassificeringen av jordarter/sediment avser mäktigheter och förhållandet cirka 0,5 meter under själva havsbottenytan. Detta betraktas generellt som primärt jordartsmaterial, relativt opåverkat av recenta processer. Det allra ytligaste bottenmaterialet betraktas som påverkansskikt eller residualmaterial. I karteringen skiljs på huvudjordart och tunna ytlager som inte är heltäckande. Omklassning av maringeologiska kartan Ur ett biologiskt perspektiv är det översta substratlagret mycket viktigt eftersom detta avgör vilka växter och djur som kan trivas i och på bottnarna. För att anpassa den maringeologiska kartan till biologiska användningsområden fick därför SGU i uppdrag av Naturvårdsverket att göra en omtolkning av den maringeologiska kartan till klasser som representera substratet på ytan av havsbotten. Klassificeringen gjordes enligt det Europeiskt klassificeringssystemet EUNIS (Hallberg m.fl. 2010). För omklassningen användes information om ytsubstrat från videoobservationer som samlats in i samband med karteringarna. För omtolkningen testades olika modelleringsmetoder samt en direktöversättning av klasserna, för att utvärdera vilket som gav bäst resultat. Det visade sig att en enkel direktöversättning av de gamla klasserna gav bäst resultat (Hallberg m.fl. 2010). Den direktöversatta ytsubstratkartan har därmed ärvt samma upplösning och avgränsningar som den maringeologiska kartan som den baseras på. 13

15 Figur 2. Täckning av lokal och regional maringeologisk kartering i orange. Sammanhängande ytor visar täckningen av den s.k. lokala karteringen, medan randiga ytor visar täckningen av den regionala karteringen. Jordartskartan Jordartskartan på land tas också fram av SGU och beskriver jordarternas fördelning samt olika ytkaraktärer som blockighet och förekomst av olika isälvsmaterial. Även denna är karterad med olika noggrannhet i olika delar av landet (figur 3). De lokala kartorna är karterade med större noggrannhet medan felmarginalerna är större för de regionala kartorna. Dagens digitala kartor baseras delvis på äldre papperskartor som har digitaliserats. Beroende på papperskartans ålder är också kartering utförd med olika metoder och mätutrustning. Detta medger olika noggrannhet och olika grader av felaktigheter. För respektive område har jordartskartor med den största noggrannhet och detaljeringsgrad använts för att få bästa möjliga information om potentiellt substrat på strandnära bottnar. 14

16 Figur 3. Täckning av lokal/detaljerad jordartskarta (svart) i skalområdet 1: Lokal kartering finns även för kustområdet i Norrbottens län, vilket dock inte visas på kartan. Regional kartering i skalområdet 1: visas i rött. För övriga områden finns endast kartering av nationell karaktär, i skalområdet 1: Vågexponering Beräkningar av vågexponering gjordes 2006 på ett enhetligt sätt för hela svenska kusten (Isaeus 2004, Naturvårdsverket 2006). Beräkningarna baseras på avståndet av öppet vatten (stryklängd) och medelvindar i 16 riktningar. Enheten är m 2 /s, vilket beskriver den generella graden av exponering på en position. Kustlinjen är hämtad från terrängkartan (skala 1:50 000). Spridningseffekt har inkluderats i modellen för att efterlikna vågors refraktion/diffraktionsmönster runt landområden. Modellen tar dock inte hänsyn till hur bottnarnas fysiska form påverkar exponeringsgraden, vilket kan ha stor betydelse i vissa områden. Revformationer och andra uppgrundningar under vattenytan gör att vågorna bryter längre ut från kusten, vilket gör att vågenergin har minskat innan den når stranden. Inventeringsdata Inom den nationella miljöövervakningen samlas prover in för att följa förändringar inom olika typområden. Inom miljöövervakningen av grunda vegetationsklädda bottnar (Naturvårdsverket 2004a) samt inom basinventeringen av Natura 2000 områden har information om substrat samlats in tillsammans med information om växt- och djurliv längs så kallade transekter på bottnarna. Dessa transekter fördelas 15

17 för att optimera chanserna att upptäcka förändringar i alg- och växtsamhällens djuputbredning. Detta innebär att transekterna läggs på hårdbotten i medelexponerade miljöer. Inom miljöövervakningen av mjukbottenlevande makrofauna (Naturvårdsverket 2004b) görs årligen bottenhugg på mjuka bottnar enligt ett bestämt stationsnät. Förekomst av och antal djur som lever i bottnarna samlas in tillsammans med en beskrivning av substratet som följer med huggaren upp i båten. Detta är en kvalitativ beskrivning frikopplat ifrån någon bestämd klassindelning. Inom ramen för föreliggande arbete har dessa beskrivningar tolkats till bestämda substratklasser för att kunna användas som valideringsdata. Ortofoton och satellitbilder Digitala ortorektifierade flygbilder (ortofoton) finns för hela kuststräckan som vanliga färger och infrarött. Upplösningen är 0,5 meter. För större orter är upplösnigen 0,25 meter. Bilderna bearbetas och distribueras av Lantmäteriet. Dessa kan ge bra information om potentiellt bottensubstrat i områden med bra siktdjup i vattnet och där förhållandena vid fototillfället har varit gynnsamma. Däremot är informationen i områden med grumligt vatten mycket sparsam. Vid gynnsamma förhållanden kan flygbilder ge information i djupområdet 1-10 meter. Även bilder från satelliten SPOT (10 meters upplösning) kan användas, vilka finns fritt tillgängliga genom det nationella SACCESS-arkivet. I detta arbete har flygbilder använts för att skilja på sand och hårdbotten runt Öland och Gotland där bildernas innehåll bedömdes kunna ge ett stort tillskott av information avseende potentiellt ytsubstrat. Som stöd för tolkningen användes även SPOT-bilder som komplement, främst i områden där informationen i ortofotot är reducerat på grund av solblänk. 16

18 5 Metod Analysen baseras på en sammanställning av dataunderlag som bedöms kunna ge en indikation om olika typer av substrat på havsbottens yta. De ytsubstrat som analyseras är hårdbotten, mjukbotten och sandbotten. Analysområdet för arbetet är Sveriges grunda, kustnära bottnar inom en schematisk framställd fotisk zon. Analysmetoden anpassades för att resultera i både kontinuerliga och i klassindelade utbredningskartor för olika ytsubstrat. De kontinuerliga utbredningskartorna redovisas i två rasterfiler, en för hårdbotten och en för mjukbotten, vilka anger den relativa sannolikheten, från låg till hög, för förekomst av respektive ytbottensubstratet. De klassindelade utbredningskartorna är en vidare bearbetning av de kontinuerliga resultaten, som då klassindelas och läggs samman med övriga framtagna indikatorer för olika ytsubstrat. Den klassindelade kartan tas fram som exempel på hur rapportens kontinuerliga utbredningskartor kan användas tillsammans med övriga indikatorer för att producera användarspecifika kartunderlag. Inför arbetet med den klassindelade kartan delades dataunderlagen upp i mindre delområden för möjliggöra anpassningar till regionala variationer. Alla ingående data konverterades till raster och bearbetades så att de erhöll samma utsträckning, geografiska upplösning och överensstämmande rasterindelning. Fastighetskartans uppdelning mellan land och hav används genomgående i analyser och bearbetningar i rapporten. Generella bearbetningar av djupdata gjordes genom att ta fram en nationell djupmodell och göra beräkningar av lutning och bottenstress utifrån denna för att kunna användas för vidare analyser av specifika substrattyper 5.1 Avgränsning av fotisk zon Avgränsningen av fotisk zon inbegriper områden som potentiellt kan hysa makrofyter och inte bara områden som på grund av nuvarande miljöstörande verksamhet är dagens fotiska zon. För att avgränsa fotisk zon användes den framtagna djupmodellen baserat på sjökortsdata. Icke sjömätta områden kompletterades med en djupmodell som togs fram inom BALANCE-projektet 1 (figur 4). Gränser för vattenförekomster hämtades från SMHI. Dessa rastrerades och modifierades för att passa in i analysmasken med avseende på kustlinje och förekomst av öar. Vattenförekomsterna kodades med det siktdjup som den anges ska ha vid hög ekologisk status enligt Naturvårdsverkets bedömningsgrunder för kustvatten och vatten i övergångszon (Naturvårdsverket 2007). För vattenförekomster i övergångszon saknas gränsvärden för ekolo- 1 data från HELCOM ( 17

19 gisk status. Därför skapades en siktdjupsgradient med hjälp av gradienten för salinitet enligt salinitetsdata från Svealands kustvattenvårdsförbund 2. Data som användes avsåg salinitetsvärden augusti För övriga vattenförekomster i övergångszon (främst Blekinges och Östergötlands kustvatten) har data angående salinitet hämtats från olika övervakningsprogram och kompletterats med expertbedömning där data saknas. Siktdjupet multiplicerades med 1,9 (Al-Hamdani & Reker 2007) för att få fotiskt djup (figur 5). Fotisk zon (figur 6) erhölls genom att analysera fram havsbottnar där djupet är grundare än fotisk zon. Land 0-3 m 3-6 m 6-10 m m m Osjömätt/6-200 m Figur 4. Komplettering av djupmodell från SAKU med data från BALANCE. Överst: stora delar av skärgårdshaven och många andra grundområden är angivna som ej sjömätta i SAKU (grå områden). Nederst: Komplettering med data från BALANCE ger en heltäckande djupmodell. 2 Data hämtades från webbaserad presentation på för rapport hänvisas till Larsson m.fl. 2006). 18

20 Figur 5. Fotiskt djup beräknat utifrån bedömningsgrunder för vattenkvalitet (Naturvårdsverket 2007) samt salinitetsmätningar utförda av Svealands kustvattenvårdsförbund och systemekologiska institutionen på Stockholms universitet (Larsson m.fl. 2006). Figur 6. Analysmask - fotisk zon (lila område) utifrån djupmodellen och analysen av fotiskt djup. Kartan anger maximal fotisk zon vid hög ekologisk status. 19

21 5.2 Djupmodell För att ta fram en nationellt täckande djupmodell användes djuppunkter och djupkurvor från sjökort. Djupkurvorna bearbetades först för att eliminera de topologiska fel som orsakas av att linjerna som avser 3- och 6-meters djupkurvor ofta skär eller överlappar varandra. Som gräns mot land användes fastighetskartans uppdelning av land och vatten. Denna gräns kodades med djupet 0 meter. Djupkurvorna och djuppunkterna från sjökort interpolerades (TopoToRaster) därefter tillsammans med hav-landgränsen från fastighetskartan till ett raster med programvaran ArcMAP (figur 7). Interpolationsmetoden är relativt snabb och kan använda både djupkurvor och djupvärden i punktform. Vattenytan delades upp i topografiska storrutor med överlapp av beräkningstekniska skäl. Därefter lades rutorna ihop till ett heltäckande raster för hela kusten och medelvärdesbildades i överlappen. Den interpolerade djupmodellen gavs en geometrisk upplösning på 25 meter. Denna upplösning valdes för att harmonisera materialet med andra ingående data. Upplösningen representerar dock inte djupdatas noggrannhet. Generaliseringsgraden för djupdata varierar avsevärt längs kusten beroende på sjökortens olika karteringsnoggrannhet. Den interpolerade djupmodellen i rasterformat överlagrades med andra mer detaljerade djupunderlag som finns tillgängliga i några områden. Dessa är baserade på mer detaljerad data från Sjöfartsverkets djupdatabas (figur 1). Figur 7. Del av djupmodellen i Stockholms norra skärgård. Ju mörkare blå, desto djupare. 5.3 Bottenlutning Bottenlutning (slope) i grader beräknades utifrån djupmodellen. En förändring i bottenlutning är en bra indikator på förändring i bottensubstrat, samtidigt som vissa 20

22 bottensubstrat dominerar inom olika lutningsintervall. Bottenlutning i kombination med strandtyp och hydrodynamiska förhållanden som bottenstress och strömmar kan ge en indikation om vilket bottensubstrat som finns. Kraftigt ventilerade (vågexponerade) miljöer med kristallin berggrund i strandkanten och kraftig lutning ger en stark indikation om att det förekommer kristallin berggrund som ytsubstrat även under vattnet, förutsatt att lutningen är fortsatt hög även under vattenytan. Det omvända förhållandet, dvs. grundområden skyddade från vågor med stränder rika på organiska material och där bottenlutningen är svag, indikerar att det föreligger mjukbottnar. Vid användning av en generaliserad djupmodell är det inte möjligt att använda värden på lutning som är giltiga i verkligheten för avgränsning av substrat. Genom att jämföra resultatet av avgränsningar utifrån olika grader av lutning i områden med kända ytsubstrat gjordes istället en bedömning av vilka värden på lutning som kunde motsvara olika substrattyper. En lutning på mindre än 2 grader visade sig representerade flata bottnar, medan en lutning på minst 4 grader representerade lutning med geomorfologisk relevans för hårda bottnar (rev, revlar, klippor etc.). Från bottenlutningen skapades tre skikt, vilka motsvarade en lutning av <2, <=4 respektive <=5 grader. Dessa användes som mask för avgränsning av den mest sannolika utbredningen av mjuk- respektive hårdbotten. Lutningsberäkningar utifrån en höjd- (eller djup-) modell är som sagt skalberoende. Detta betyder att den geometriska upplösningen hos djupmodellen sätter gränserna för vad som kan ses som kraftig eller svag lutning i geologiskt hänseende och därmed utgöra avgränsning för de olika bottentyperna. Se avsnitt 7.1 för mer diskussion kring upplösningens inverkan på lutningsberäkningarna. 5.4 Bottenstress och sedimentens mobilitet Bottenstress, eller skjuvspänning, är den kraft som sedimenten utsätts för vid gränsen mellan vatten och sediment. Med hjälp av kornstorlek och värden på vattnets och sedimentets densitet kan man beräkna vilken bottenstress som krävs för att göra sedimenten mobila (rörliga). Om bottenstressen är större än vad som krävs för att göra en viss kornstorlek rörlig betecknas sedimentet som mobilt. Från vågexponeringsdata (Isaeus 2004) och djup beräknades potentiell våginducerad bottenstress enligt metod beskriven i Hallberg m.fl (2010; figur 8). Ett generellt värde för vågperiod om 4 sekunder och en våglängd om 50 meter användes i samtliga beräkningar. Dessa värden hämtades från Jönsson (2002) och motsvarar ett scenario med relativt hårt väder. Bottenstress till följd av t.ex. strömmar är inte medtagna i beräkningen, eftersom underlag som beskriver bottenströmmar saknas. 21

23 Figur 8. Bottenstress utifrån vågverkan, exempel från Stockholms norra skärgård 5.5 Kontinuerliga utbredningskartor Hårdbotten För att skapa en kontinuerlig utbredningskarta över sannolikhet för förekomst av hårdbotten viktades olika indikatorer för hårdbotten samman beroende på relevans, dvs. hur tillförlitligt indatat är samt hur stor sannolikhet för förekomst av hårdbotten som är kopplat respektive indikator. Underlag till indikatorer hämtades bland annat från jordartskartan, kustinventeringen och sjökort. Exempelvis användes information om stenar och grynnor från sjökorten. Som heltäckande underlag användes dels den ytsubstratklassade maringeologin från SGU och dels en ett underlag som baserasdes på en kombination av substratinformation från jordartskartan och bottenstress. Nedan beskrivs de olika indikatorerna som användes samt hur dessa viktades och lades samman till en kontinuerlig utbredningskarta. Dessutom beskrivs hur kalibrering och validering av resultatet utfördes. INDIKATORER FRÅN SJÖKORT Från sjökort användes information om övervattens- och undervattensstenar, grynnor samt bränningar. En tät ansamling inom en liten yta antogs indikera blockrik botten och/eller uppstickande klippor. Spridd ansamling anger mosaikbotten; antingen åsar av block och häll med mellanliggande grus- eller mjukbottnar eller blockrik botten. I ArcMAP gjordes en densitetsanalys (Spatial Analyst/point density) för ett skikt med alla stenar sammanslagna. Densitetsrastret delades in i 5 klasser, av vilka en eller flera klasser, beroende på delområde, klassades som hårdbotten. 22

24 Djupkurvor (3 meter) analyserades separat. Ett urval gjordes av de 3-meterskurvor som är friliggande från kusten och därmed antas indikerar uppstickande rev eller blockrika bottnar. I vissa regioner som t.ex. Norrbotten kan dessa dock peka ut sandbankar, varför indikatorn anpassades per delområde. INDIKATION FRÅN LUTNING Vid hög lutning antogs hårdbotten vara det dominerande substratet. En lutning på 4-5 grader beroende på delområde användes därför som indikation på hårdbotten. INDIKATION FRÅN STRANDINVENTERINGEN Strandnära indikatorer för hårdbotten hämtades från kustinventeringen. Klassen klippstränder expanderades 1 pixel ut i vattnet. INDIKATIONER FRÅN JORDARTSKARTAN Det finns stora områden, främst på intermediära djup, där det är svårt att uppskatta substratet med tillgängliga underlag enligt de metoder som har beskrivits ovan. För att kunna göra ett heltäckande underlag som täcker in även dessa områden kombinerades förekommande substrattyper enligt jordartskartan och bottenstress. Graden av exponering i form av bottenstress och graden av hårdhet som avspeglas i jordartskartans substratklasser antas tillsammans vara en tillämpbar så kallad proxyvariabel för substratets hårdhet när bättre djupdata saknas. Ett skikt som beskriver en relativ skala mellan mjukt och hårt substrat togs med denna metod fram genom att dela in jordartskartan i olika klasser som passar analysen (tabell 1) samt dela in bottenstress i olika klasser och sedan kombinera dessa för att på det sättet ta hänsyn till exponeringsgrad. Den omklassade jordartskartan expanderades ut i vattnet så att den täckte in hela den fotiska zonen. Bottenstressen klassindelades baserat på kornstorlek (tabell 2, jmf t.ex. Erlandsson & Lindeberg 2007). Den klassindelade bottenstressen kombinerades därefter med den omklassade jordartskartan i ett begränsat antal klasser som speglar en relativ skala från mjukt till hårt ytsubstrat (se tabell 3). Tabell 1. Existerande klasser i jordartskartans ytlager grupperade i fem klasser. 1. Mjukbotten 2. Lera/silt 3. Sand 4. Block/sten 5. Hårdbotten Torv, gyttja, svämsediment och isälvssediment t o m silt Lergyttja, gyttjelera Lera, silt, grovsilt, fin-, mellan och lerig grovsilt Moränlera, lerig morän isälvssediment med fin- och grovsand Sand, lerig sand, flygsand, finsand Morän, sandig isälvssediment med grus, sten och block Sten, block Skaljord Morän (sten, grus och blockig) Berg, urberg, sedimentär bergart (ffa kalksten) Klasserna i jordartskartan omklassades till fem nya klasser enligt tabellen. 23

25 Tabell 2. Kornstorleksklasser för klassindelning av bottenstressen Klass Benämning Kornstorlek (mm) 1 Ler (Mud)** < Silt (Mud)* 0,002-0,063 3 Finsand* 0,063-0,25 4 Sand (mellan-grov)* 0, Grus (fin-mellan)* Grus (grov)* Sten* Block* 256< Valda kornstorleksklasser för analysen. Klasserna är huvudsakligen hämtade från korngruppsskalan som används inom EUNIS* med tillägg av klassen ler som hämtats från SS-EN ISO ** (2002). I korngruppskalan som används inom EUNIS omfattar klassen mud kornstorlekar mellan 0-0,063 mm. Största kornstorlek per klass användes för att avgränsa bottenstressen i relevanta klasser för analyserna. Tabell 3. Kombinationsmatris för omklassade jordarter (klass 1-5) och bottenstress (klass 1-8). Färgkoden indikerar tolkad substratklass. Omklassad jordartskarta, klass Bottenstress klass Kombinationsmatris av den omklassade jordartskartan (klass 1-5) och bottenstressklasser (1-8) med resulterande tolkad potentiellt bottensubstrat. Matrisen anpassas efter respektive analysområden och tillgänglig inventeringsdata. VIKTNING AV INDIKATORER En viktad sammanlagring av alla indikatorer för hårdbotten gjordes för att skapa en kontinuerlig utbredningskarta för hårdbotten. De olika indikatorerna gavs olika vikt (0-4) baserat på tillförlitlighet och sannolikhet för hårdbottenförekomst. De viktade klasserna summerades sedan, vilket resulterade i en summa mellan Till detta lades expanderade hårdbottnar från kustinventeringen som direkt gavs summan 15 eftersom dessa bedöms som mycket tillförlitliga. Se tabell 4 för en sammanställning av viktning och summering av indikatorer. 24

26 Tabell 4. Viktning vid addering av hårdbottenindikatorer. Indikator för hårdbotten Vikt (0-4) Friliggande djupkurvor (3 meter) från sjökort 3 Matris baserat på bottenstress (8 klasser) * jordartskarta (5 klasser) Klass 1-5 har givits vikt motsvarande Ytsubstratklassad maringeologi (SGU)* 0-2 Mjukbotten t.o.m. grovsand 0 Grus och sten 1 Stora stenar, block och häll 2 Lutning 0-3 < 2 grader 0 2 grader 1 3 grader 2 >= 4 grader 3 Sjökort densitet (inom 100 meter) >200 2 Hårdbotten från kustinventeringen (expanderad 1 pixel; 25 meter) 15 Summa: 0-29 *De engelska namnen på klasserna är motsvarande Mud t.o.m. coarse sand, Pebbles, cobbles and boulders samt Cobbles, boulders and bedrock. REKOMMENDERADE KLASSER FÖR INDELNING Rekommenderade klasser för indelning av sannolikheten för hårdbotten togs fram genom avstämning mot kända områden (se tabell 5). Tabell 5. Sannolikhet för hårdbotten Klass Summa viktade indikatorer Sannolikhet för hårdbotten Beskrivning av klassen Mkt liten huvudsakligen mjukbotten, vissa stenrevlar, sandbankar 2 2 Liten mjukbotten, lera, sand med revlar 3 3 Viss ventilerade grus- och stenrevlar, vissa mjukbottenfickor Ganska hög frekvent block-stenmosaik på sand/lera Hög hårdbottenmosaik i utsatta lägen, lokala mjukbottnar 25

27 VALIDERING Resultatet validerades med hjälp av substratinformation insamlat genom fältinventeringar inom de nationella miljöövervakningsprogrammen för vegetationsklädda bottnar samt bottenlevande makrofauna (Naturvårdsverket 2004a/b). Substratinformationen från miljöövervakningen jämfördes med klassificeringen i det kontinuerliga rastret (klass 1-5). Figur 9 visar vilken substrattyp som förekommer enligt fältinventeringar i jämförelse med klasserna i det kontinuerliga rastret för hårdbotten. Figur 9. Klasserna 1-5 är en skala av sannolikhet för hårdbotten som spänner mellan hög sannolikhet (rött) till mycket liten sannolikhet (blått). Det relativa mönstret från mjukt till hårt substrat avspeglas väl i valideringsdata i och med att andelen hög sannolikhet för hårbotten är mycket låg i punkter där fältdata indikerar mjukbotten och tvärt om. I figuren framgår av sista stapeln att i punkter som enligt fältdata är block/häll, dvs. hårdbotten, anger det kontinuerliga rastret i 75 % av fallen ganska hög (klass 4) till hög sannolikhet (klass 5) för hårdbotten. Mjukbotten För att ta fram en kontinuerlig utbredningskarta över mjukbotten användes djupmodellen tillsammans med bottenstress. Benämningen Mjukbotten i detta fall innebär bottnar som huvudsakligen består av ler och silt samt har inblandning av organiskt material. På sådana bottnar sker vanligen ackumulation av material. Analysen gjordes utifrån två antaganden om förutsättningarna för mjukbotten; (1) sannolikheten att påträffa en mjukbotten ökar med minskad bottenstress, (2) sannolikheten att påträffa en mjukbotten ökar i de djupa delarna av naturliga bassänger (se t.ex. Jonsson 2003). 26

28 För analysen användes s.k. Fuzzy logic. Det är användbart när det inte är möjligt att noggrannt bestämma vid vilket absolutvärde av en viss variabel man kan förvänta sig förekomst av en målvariabel. I Fuzzy logic transformeras variablernas ursprungsvärden till värden mellan 0 och 1, där värdet 1 representerar det som betraktas som mest sannolikt. Operationerna utfördes i ArcMAP. MJUKBOTTEN VID LÅG BOTTENSTRESS För att skapa ett underlag som motsvarar det första antagandet, om att sannolikheten att påträffa en mjukbotten ökar med minskad bottenstress, transformerades värden på bottenstress till en fuzzy logic - funktion där höga värden (nära 1) representerar gynnsamma förhållanden för mjukbotten. MJUKBOTTEN I BASSÄNGBOTTNAR För att skapa ett underlag som motsvarar det andra antagandet, om att sannolikheten att påträffa en mjukbotten ökar i de djupa delarna av naturliga bassänger krävdes ett underlag över bassängindelning. Befintligt bassängunderlag från SMHI avgränsar stora naturliga bassänger men då ett behov fanns att avgränsa mindre bassänger gjordes en bassänganalys baserat på djupmodellen. Baserat på skillnader i djup mellan djupmodellens pixlar beräknades först en flödesriktning som sedan användes för att identifiera vattendelare i terrängen. Analysen resulterade i cirka enskilda bassänger runt kusten. Utifrån djupmodellen beräknades därefter medeldjup i varje bassäng. Eftersom djupmodellen är relativt grov och det föreligger en risk med att avgränsa bassänger efter gränser som inte är väl karterade gjordes även en jämförelse med den befintliga bassänguppdelningen som tagits fram av SMHI för arbetet med vattendirektivet. Då bassängerna från SMHI inte gav bättre resultat användes de naturliga bassängerna från bassänganalysen. Därefter beräknades ett index som anger hur en viss punkt förhåller sig till medeldjupet. Höga värden indikerar lågt läge i bassängen och därmed större sannolikhet att påträffa mjukbotten. Även detta underlag transformerades med en fuzzy logic funktion till värden mellan 0 och 1. SAMMANLAGRING De båda skikten (fuzzy bottenstress och fuzzy bassängbottnar) överlagrades med fuzzy overlay (OR) så att sammanlagda höga värden motsvarar större sannolikhet att påträffa mjukbotten baserat på något av antagandena ovan. KALIBRERING OCH BRYTPUNKTER Modellen av mjukbotten kalibrerades genom jämförelser med klassen postglacial lergyttja/gyttjelera samt i vissa fall klassen postglacial silt från den maringeologiska kartan. 27

29 En expertbedömning gjordes av vilka värden som representerar rimliga brytpunkter mellan hög och låg sannolikhet för mjukbotten. Rekommenderade brytpunkter per delområde finns sammanställt i tabell 8. VALIDERING Mjukbottenmodellen validerades med hjälp av provtagningsdata från de nationella miljöövervakningsprogrammen för bottenlevande makrofauna och vegetationsklädda bottnar (Naturvårdsverket 2004a/b). Provtagningsdata från bottenfaunaprogrammet innehåller en textuell beskrivning av vilken typ av sediment som provtagits. Endast provtagningspunkter där det gick att översätta beskrivningen till någon generell substratklass användes. För data från vegetationsklädda bottnar anges bestämda substrattyper i olika täckningsgradsklasser. För validering valdes de punkter ut som hade minst 75 % täckningsgrad av respektive substrat. Efter klassning av resultatet till hög respektive låg sannolikhet för mjukbotten gjordes ett urval av de provtagningspunkter som sammanföll med utbredningen av klassen hög sannolikhet för mjukbotten. Tabell 6 visar ett exempel från valideringen av område 9. Man kan utläsa att 399 st prover (71%) indikerar Gyttjelera eller Gyttja vilket kan betraktas som en mjukbotten. Det vill säga 71% av proverna indikerar att modellen är korrekt. Det ytsubstrat som enligt proverna står för det största felet är kategorin Lera av glacial typ, ibland med yta av sand och grus. Se Bilaga 1 för valideringsresultat för övriga delområden. Tabell 6. Validering av mjukbotten i delområde 9 (n=563) Bottenmaterial enligt provtagning Antal prover Andel (%) Grus, ibland med inslag av sten 1 0 Gyttjelera eller Gyttja (Mud), motsvarar ytsubstratet mjukbotten Lera av glacial typ, ibland med yta av sand grus Sand, fin till grov 35 6 Totalt: Valideringsresultat för delområde 9. Tabellen visar fördelningen mellan olika kategorier av substrat av de prover som ligger inom det som avgränsats som potentiell mjukbotten. 5.6 Klassindelad utbredningskarta För att skapa en utbredningskarta, eller en så kallad klassindelad utbredningskarta med avseende på hårdbotten, mjukbotten, sandbotten och mosaikbotten skapades en modell (se bilaga 2) baserat på de kontinuerliga rasterdata som togs fram samt alla framtagna indikatorer per substrattyp. Förutom tidigare beskrivna indikatorer togs även indikatorer för sandbotten fram, vilka beskrivs nedan. Hårdbotten Som indikatorer för hårdbotten användes till stor del samma indikatorer som till den kontinuerliga utbredningskartan för hårdbotten. Som grundläggande underlag användes kombinationen av jordartskartan och bottenstress. Till detta lades indika- 28

30 torn baserad på lutning, samt indikatorerna från sjökort. Till dessa redan beskrivna indikatorer lades ytterligare några indikatorer, bland annat från kustinventeringen och jordartskartan, vilka beskrivs nedan. KUSTNÄRA INDIKATORER Från kustinventeringen användes klassen klippstränder som expanderades ut i vattnet, begränsat av en lutning (se avsnitt 5.3) på 4-5 graders beroende på delområde. Där kustinventeringen saknas (Norrbotten samt öar utan broförbindelse) kommer strandinformationen endast från jordartskartan. Jordartskartan klasser klassades om till de 5 klasser som används i arbetet (se tabell 1). Substratklasserna från jordartskartan expanderades 50 meter (2 pixlar). Mjukbotten Som indikatorer för mjukbotten användes den kontinuerliga utbredningskartan för mjukbotten, klassen hög sannolikhet enligt tabell 8. För strandnära indikatorer användes dessutom jordartskartan och kustinventeringen. STRANDNÄRA INDIKATORER Information om strandnära mjukbottnar togs från jordartskartan och kustinventeringen där det förra underlaget bidrar med indikationer via jordarter med kornstorlekar understigande sand och det senare underlaget med strandremsor karterade som fuktig strand eller strand med vass, säv eller flytbladsväxter. För att kunna använda dessa två strandunderlag expanderades klassningarna ut i vattnet. Expanderingen begränsades baserat på lutning (se avsnitt 5.3). För mjukbottnar expanderades strandinformationen inom max 2 graders lutning. Där kustinventeringen saknas (Norrbotten samt öar utan broförbindelse) kommer strandinformationen endast från jordartskartan. Jordartskartan klasser klassades om till de 5 klasser som används i arbetet (se tabell 1). Substratklasserna från jordartekartan expanderades 50 meter (2 pixlar). Till denna mjukbottenanalys fogades även extremt vågskyddade områden, utifrån vågexponeringsklasserna (EUNIS) Extremely sheltered och Ultra sheltered (se Naturvårdsverket 2006). Sandbotten STRANDNÄRA INDIKATORER Sandklasserna från kustinventeringen expanderades 1 eller 25 pixlar (25 respektive 625 meter) för användning inom olika delområden. Den större expanderingen (625 meter) avgränsades därefter baserat på bottenstress. Vid stora yttäckande områden med sand användes den generösare expanderingen medan den mer begränsade expanderingen användes i övriga fall. 29

31 Områden med sand enligt jordartskartan expanderades baserat på bottenstress för sand. Dessa sandområden beskars sedan ytterligare genom att skära bort ytor där substratmobiliteten understiger klassen finsand, eftersom dessa områden troligtvis täcks av finare sediment och organiskt material vilket därmed ger klassen mjukbotten. INDIKATORER FRÅN MARINGEOLOGISKA KARTAN Från maringeologiska kartan användes områden med fin- eller grovsand som huvudjordart, vilka saknar överlagring av tunna ytlager eller som överlagras av ett tunt lager av finsand. Till detta fogades områden med postglacial fin- eller grovsand i tunna ytlager. Denna bearbetning tillför djupare sandförekomster. I SGU:s omklassning av maringeologiska kartan har stora fin- och grovsandområden - i framförallt Skåne översatts till samma klass i EUNIS-omkodningen som glacialleror med grovsand i t ex Stockholms skärgårds djupområden. Dessutom har stora grovsandområden i t.ex. Höllviken översatts till grus, sten och block i EUNISomkodningen trots att grus ingår i EUNIS-klassen grovsand. För föreliggande arbete bedömdes det som mer rimligt att tilldela dessa områden klassen sand. På detta sätt lyfts stora sandområden in i karteringen som hade varit svåra att fånga upp med andra indikatorer. Med analysen ovan fångas främst detaljkarterade områden i maringeologiska kartan upp. Dessutom lyftes finsandområden ut från EUNIS-omklassningen och lades till sandbottenanalysen även här ansågs den regionala karteringen av maringeologi tillföra sandbottnar till modellen (bilaga 2) på ett tillfredsställande sätt. Se figur 10 och 11 för exempel. Figur 10. I omklassningen av maringeologiska kartan har Hanöbukten inte sand utan grovsand och grus, Sand, coarse sand, gravel and pebbles, som bottensubstrat, dvs. samma som i t.ex. Stockholms skärgårds djupområden. 30

32 Figur 11. Områden med sand och finsand som inte har överlagras av grövre (eller finare) material har använts som indikation om sandförekomst i detta arbete. DIGITALISERING AV SANDYTOR BASERAT PÅ ORTOFOTON I delområde 5 (Öland och Gotland) avgränsades sandiga ytor baserat på informationen i ortofoton. Bilderna preparerades genom histogramsträckning för att optimera informationen i vattenområdet. Därefter skärmdigitaliserades sandiga ytor (figur 12). Figur 12. Exempel från ett område kring Ottenby på södra Öland där sandiga områden har digitaliserats från ortofoton (röd avgränsning). 31