Klassningssystem för tillförlitlighet av ekologisk status

Transkript

1 Klassningssystem för tillförlitlighet av ekologisk status Inledning I olika sammanhang har det lyfts ett behov av att i VISS redovisa ett mått på hur tillförlitlig en statusklassning av en vattenförekomst är. En uppskattning av tillförlitligheten i en klassning kan vara viktig av flera skäl. Vattenförekomster där klassningen bedömts som osäker kan exempelvis visa på behov av utökad/förändrad övervakning. Vid tillsyn, prövning och åtgärdsplanering är det också viktigt att ha en uppfattning av tillförlitligheten i klassningen så att inte kostsamma åtgärder riktas mot en vattenförekomst med en allt för osäker klassning. Innan åtgärder riktas mot en vattenförekomst med en osäker statusklassning kan verifierande provtagning vara nödvändig. Att i ett kvantitativt mått exakt bedöma de övergripande osäkerheterna i en statusklassning är mycket svårt, och i många fall omöjligt, och det bästa sättet att redovisa osäkerheterna är sannolikt att i så stor utsträckning som möjligt vara transparant med vilket underlag bedömningen bygger på. Detta kan göras genom att skriva in referenser och motiveringar i VISS, se vidare Vattenmyndigheternas riktlinjer för motiveringstexter (uppdrag daterat ). Men vi behöver också en samlad bedömning av tillförlitligheten i klassningen av den ekologiska statusen. I många fall är det inte möjligt att exakt kvantifiera osäkerheterna i en statusklassning. Men det är ofta möjligt för en handläggare, som vet vilket underlag som används, göra en bedömning av om klassningen är mer eller mindre tillförlitlig. Nedan redovisar vi ett förslag på en enklare metod som kan klassa tillförlitligheten vid statusbedömningen av ekologisk status. Innan det beskriver vi faktorer som påverkar tillförlitligheten vid klassning av ekologisk status. Metoden för att bedöma tillförlitligheten är framtaget för klassning av ekologisk status men bör i stora drag även kunna tillämpas för kemisk status och grundvattenstatus. För kemisk status och grundvattenstatus finns mer detaljerade beskrivningar i respektive kapitel. För bedömning av särskilt förorenande ämnen (SFÄ), försurning via MAGIC och hydromorfologi finns separata anpassade klassningssystem för tillförlitligheten. Detta eftersom tillvägagångssättet vid bedömning av dessa faktorer skiljer sig från bedömningen av övriga kvalitetsfaktorer för ekologisk status. Faktorer som påverkar tillförlitligheten När man ska bedöma tillförlitligheten vid statusklassningar är det lätt att man direkt ger sig på olika statistiska mått som beskriver den datamängd man har att tillgå för sin bedömning. Att studera detta blir dock först relevant då man har avgjort om det som datamängden representerar är detsamma som vi avser att bedöma. Det vill säga, så länge som vi inte bedömt att datamängden på ett korrekt sätt representerar den vattenförekomst och de parametrar som

2 vi avser att bedöma har vi ingen större nytta av medelvärden, standardavvikelser eller konfidensintervall. Provtagningens syfte och representativitet Den svenska övervakningen av vatten har en lång historia med många aktörer som nationella myndigheter, kommuner, industrier och areella näringar. När EUs ramdirektiv för vatten antogs av Sverige fick Vattenmyndigheterna ansvar för att samordna ett övervakningsprogram som täcker direktivets behov. Men i princip fick vi inga nya medel till mer övervakning och vi har arbetat fram ett övervakningsprogram baserat på befintlig övervakning, exempelvis samordnad recipientkontroll, kalkeffektuppföljning, regional miljöövervakning. Den övervakning som fanns har haft andra syften än statusklassning av enskilda vattenförekomster. Länsstyrelserna och andra berörda håller på att samordna programmen och anpassa dem successivt till vattendirektivets behov, men mycket arbete återstår. För att en provtagning ska kunna användas vid statusklassningen är det därför nödvändigt att först bedöma hur väl provtagningen representerar det som man vill bedöma, statusen i en vattenförekomst. Tänk på att hela vattenförekomstens status som ska bedömas och att de parametrar som ska användas i statusklassningen måste kunna visa på antropogen (mänsklig) påverkan och just de miljöproblem som är aktuella i vattenförekomsten. Syftet med undersökningen har betydelse för om stationen kan anses representera hela vattenförekomsten. Om en övervakningsstation ingår i en verksamhetsutövares egen utsläppskontroll i exempelvis en vik av en större sjö, är det inte säkert, och kanske inte ens troligt, att övervakningsstationen per automatik kan anses representera hela vattenförkomstens status. Ett annat exempel kan vara är en sedimentprovtagning som gjorts direkt utanför ett förorenat område. Enligt handboken för kartläggning och analys (NV 2007:3) innebär direktivets homogenitetskrav att en vattenförekomst inte kan bestå av betydande delar med olika status. Denna formulering medger dock att mindre lokala statusavvikelser kan tillåtas i en vattenförekomst. Finns det flera övervakningsstationer i en vattenförekomst är det viktigt att för var och en av stationerna bedöma hur väl den representerar hela vattenförekomsten. I vissa fall kan det vara nödvändigt att bortse från delar av eller hela övervakningsprogram för stationer som inte bedöms kunna representera vattenförekomsten på ett adekvat sätt. Antropogen påverkan och rätt miljöproblem Det är också relevant att beakta om provtagningen har möjlighet att påvisa den antropogena påverkan som är av betydelse för vattenförekomstens status. Exempelvis hjälper det inte att vi har dataunderlag för att bedöma tre indikatorer/kvalitetsfaktorer för övergödning, ifall påverkan i själva verket beror på miljögifter. Tillförlitligheten i den totala statusbedömningen blir i detta fall inte säkrare för att vi utökar antalet indikatorer för övergödning till fem, eftersom vi fortfarande inte har någon indikator för miljögifter. Det är således viktigt att utifrån de olika påverkansanalysernas resultat bedöma om tillgänglig övervakning har möjlighet att påvisa det miljöproblem som kan förväntas i vattenförekomsten.

3 Antalet använda kvalitetsfaktorer är i sig själv inte ett mått på tillförlitligheten i den totala statusklassningen, vilket exemplet ovan antyder. Tvärtom kan ett ökat antal bedömda kvalitetsfaktorer i vissa fall medföra en större sannolikhet för felklassning om tillvägagångssättet one out, all out följs. Rekommendationen i dessa fall är att använda pålitliga övervakningsprogram med de kvalitetsfaktorer (exempelvis kiselalger, bottenfauna) som är mest känsliga för det miljöproblem som vattenförekomsten är utsatt för. Det finns här således möjlighet att vid en statusklassning bortse från kvalitetsfaktorer som bedöms alltför osäkra eller irrelevanta för att bedöma den aktuella vattenförekomstens antropogena påverkan. Beskriv/motivera detta i motiveringstexterna i VISS. Naturlig variation och geografisk utbredning Då det finns en naturlig variation för de flesta studerade parametrar i en vattenförekomst är det viktigt att provtagningen kan anses uppfylla krav på representation över geografin och tiden. Vad detta innebär är olika för olika parametrar bland annat beroende på hur snabbt de reagerar på antropogen påverkan. Vissa biologiska parametrar kan anses indikera en medel - påverkan över en längre tid, vilket medför att en lägre provtagningsfrekvens kan accepteras, medan fysikalisk/kemiska parametrar kan ha en tydlig dygns- eller säsongsvariation, som således kräver mer frekvent provtagning. För att hantera variationen är det viktigt att i så stor utsträckning som möjligt följa de krav på indata som anges för respektive parameter i bedömningsgrunderna (NV 2007:4). Avsteg från kraven beskrivs/motiveras i VISS och bör också ge utslag i klassningen av tillförlitligheten. När man bedömer om en mätserie kan anses representera en vattenförekomst bör man även ta hänsyn till extrema händelser såsom översvämningar och enstaka olyckor med punktutsläpp. Mer information om detta finns i kapitel om rimlighetsbedömning i NV handbok 2007:4. Provtagning Det förekommer alltid osäkerheter vid en provtagning. Osäkerheter kan bero på använd metodik, mätinstrument eller erfarenhet och kompetens hos den som utför provtagningen. Denna osäkerhet är ofta svår att kvantifiera. Vid en översiktlig bedömning i detta sammanhang kan det räcka med att konstatera huruvida den rekommenderade metodiken för respektive parameter som föreslås i bedömningsgrunderna (NV 2007:4) har använts. Vid avvikelser från rekommenderad metodik måste en bedömning göras av vilken inverkan dessa avvikelser har på tillförlitligheten i bedömningen. Vid för stor avvikelse kan det vara nödvändigt att bortse från provtagningen. Statistiska analyser och klassgränser I de fall man har mätserier av parametrar som bedöms representativa för vattenförekomsten är det intressant att titta på datamängdens statistiska egenskaper i förhållande till klassgränserna för olika statusklasser. Särskilt viktigt är det att få en uppfattning om hur kvalitetsfaktorernas beräknade medelvärde, standardavvikelse och standardfel förhåller sig till gränsen mellan god och måttlig status, då det är denna gräns som i första hand avgör var operativ övervakning och

4 åtgärder måste vidtas (för de vattenförekomster som där alla kvalitetsfaktorer pekar på Hög status är det i stället Hög-God gränsen som är av störst vikt). Ju längre ifrån denna klassgräns medelvärdet ligger (om det är medelvärdet som studeras) och ju snävare konfidensintervallet är desto högre tillförlitlighet bör statusklassningen tillskrivas vid en övergripande bedömning. En statusbedömning behöver således inte vara tillförlitlig för att underlagsmaterialet är bra utan tillförlitligheten beror även på hur nära underlagsdata är en klassgräns. I vattendirektivet definieras två begrepp med avseende på osäkerheter. Precision avser i direktivets mening ett mått på osäkerheten i en skattad medelstatus (relaterat till bredden på konfidensintervallet) och Confidens beskriver med vilken säkerhet en viss klassning är korrekt. I figur 1 visas ett exempel med två mätserier med samma precision men som resulterar i väsentligt skild tillförlitlighet och konfidens vid en bedömning av vattenförekomstens status. Figur 1. Två olika mätserier med samma precision men med olika förhållande till klassgränsen mellan god måttlig status. Om mätserierna representerar vattenförekomsten väl är sannolikheten för felklassificering i fall A mycket liten medan sannolikheten för felklassificering i fall B är runt 50 %. Figur från NV 2007:4. En utförlig redogörelse för hur en osäkerhetsbedömning för en enskild kvalitetsfaktor kan göras ges i kapitel i bedömningsgrunderna (NV 2007:4). Om det vid en sådan osäkerhetsbedömning framkommer att konfidensintervallet kring den ekologiska kvalitetskvoten (EK) överlappar någon av klassgränserna hög/god eller god/måttlig rekommenderas att en rimlighetsbedömning görs enligt den metodik som redovisas i kapitel (NV 2007:4).

5 Förslag till klassningssystem Vid en övergripande bedömning av en statusklassificerings tillförlitlighet bör de osäkerhetsfaktorer som redovisats ovan beaktas och i möjligaste mån vägas in. Nedan ges ett förslag till ett klassningssystem där statusklassningsens tillförlitlighet delas in i fyra olika nivåer utifrån på vilka grunder klassificeringen vilar. För att inte förväxla nomenklaturen med den faktiska statusbedömningen (hög, god, måttlig, etc.) visas de olika klasserna av tillförlitlighet genom bokstäverna A-D, där A indikerar högst tillförlitlighet och D indikerar lägst tillförlitlighet. A motsvarar Mycket Bra, B motsvarar Bra, C motsvarar Medel och D motsvarar Låg tillförlitlighet. Syftet med systemet är att göra en uppskattning av hur tillförlitlig statusklassningen är. Systemet ger inte några absoluta mått. En tillförlitlighet enligt klass A innebär exempelvis inte att denna klassning med 95 % sannolikhet är rätt. I vattendirektivet anges inte heller några exakta sannolikhetsmått. Ambitionen är inte att bedömningen av statusklassningens tillförlitlighet ska var särskilt tidskrävande och det ska inte behöva utarbetas några utförligare bedömningsgrunder för systemet. Viktigast är att försöka visa på vilka vattenförekomster som har en statusklassning som bygger på ett gediget underlag där kvalitetsfaktorerna tydligt kan visa på de miljöproblem som finns, jämfört med de vattenförekomster som mer eller mindre saknar underlag för en säker statusbedömning. Mellan dessa två ytterligheter finns möjlighet att i klassningssystemet dela in statusklassningarna i ytterligare två kategorier. Gränsen mellan klasserna kommer oundvikligen i viss mån att vara flytande och delvis subjektiv. Beskrivning med typfall I tabell 1 finns olika typfall för klasserna A-D. Listan av typfall är inte fullständig utan ska ses som en guide för att få en känsla för statusklassningar som faller inom de olika klasserna av tillförlitlighet. En A-klassning av den övergripande ekologiska statusen ställer höga krav på övervakning och kvalitet på data för vattenförekomsten. För att en klassning ska tillhöra klass A krävs att mätdata finns motsvarande det som bedömningsgrunderna kräver för de parametrar som behövs för att klassa ekologisk status. För de utslagsgivande parametrarna krävs att en statistisk utvärdering görs enligt metodik som beskrivs i kapitel i NV handbok 2007:4. För att en klassning skall tillhöra klass A bör ett 95 % -konfidensintervall inte överlappa God- Måttlig-gränsen.

6 Tabell 1. Typfall för de fyra olika klasserna av tillförlitlighet för bedömning av ekologisk status. A motsvarar Mycket Bra, B motsvarar Bra, C motsvarar Medel och D motsvarar Låg tillförlitlighet. Klass Typfall övergripande ekologisk status Typfall enskilda kvalitetsfaktorer A Mycket bra Mätdata som används är representativa för vattenförekomsten och av så god kvalitet att bedömningsgrunderna kan användas för relevanta kvalitetsfaktorer. Mätdata som används är tillräckligt representativa för vattenförekomsten och av så god kvalitet att bedömningsgrunderna kan användas för kvalitetsfaktorn. Utslagsgivande parametrar/kvalitetsfaktorer har god marginal till God-Måttlig-gränsen. Påverkansanalyserna och relevanta kvalitetsfaktorer stämmer väl överens och visar tydligt på samma statusklass. Resultaten ligger med god marginal från God-Måttlig-gränsen för utslagsgivande parametrar. Ett dubbelsidigt konfidensintervall (95 %) bör inte överlappa denna klassgräns. B Bra Mätdata som används är representativa för vattenförekomsten och av god kvalitet. Dock saknas vissa indikatorer/kvalitetsfaktorer som skulle önskas för att helt säkerställa klassningen. Utslagsgivande parametrar/kvalitetsfaktorer har marginal till God-Måttlig-gränsen. Påverkansanalyserna och relevanta kvalitets-faktorer stämmer väl överens och visar tydligt på samma statusklass. Någon kvalitetsfaktor kan avvika men den bedöms som osäker eller att den inte visar på aktuella miljöproblem. C Medel Statusklassningen baseras på extrapolering av provtagning av god kvalitet från närliggande vattenförekomst av samma typ och med samma påverkanstryck, eller Utslagsgivande parametrar/kvalitetsfaktorer är bra men är nära God-Måttlig-gränsen, eller Statusklassningen baseras på en formell påverkansanalys samt annat underlag som styrker bedömningen, Mätdata som används är bra och marginal finns till klassgränser. Någon statistisk analys enligt NV 20047:4 är dock inte genomförd.

7 exempelvis viss mätdata, visuell bedömning, mätdata från övrigt vatten i området. D låg Statusklassningen görs enbart utifrån en grov påverkansanlys eller alternativt att det inte finns något alls att gå på. Inget annat styrker bedömningen som mätdata, visuella observationen eller extrapolering. Sammanvägning Det finns möjlighet att i VISS bedöma tillförlitligheten av samtliga kvalitetsfaktorer för ekologisk status enligt systemet ovan. Undantaget är klassning av SFÄ, försurning genom Magic och hydromorfologi. För dessa bedömningsgrunder finns separata anpassade system vilka redovisas i separata kapitel i Kokboken. Vid en tillförlitlighetsklassning av slutlig ekologisk status för en vattenförekomst som bedöms som måttlig eller därunder är huvudprincipen att statusen får samma tillförlitlighetsklassning som den utslagsgivande parameter som har högst tillförlitlighetsklass. Om det exempelvis finns två kvalitetsfaktorer som indikerar måttlig status, där den ena bedöms ha en tillförlitlighet enligt klass A och den andra enligt klass B, så är det den kvalitetsfaktor med högst tillförlitlighet som styr den övergripande statusens tillförlitlighet, d.v.s. i detta fall tillhör den övergripande statusen tillförlitlighetsklass A. Den kvalitetsfaktor med högst tillförlitlighet är ju sannolikt den faktor som har vägt tyngst vid slutlig klassning av ekologisk status. Om den slutliga statusen är god eller hög, och där det således inte finns någon enskild parameter som är styrande, bör man titta på tillförlitligheten för de parametrar som bedöms som mest relevanta för vattenförekomsten och dess påverkan. Den övergripande ekologiska statusen bör här tillskrivas samma tillförlitlighet som den relevanta parametern med lägst tillförlitlighet. Finns det bra data för flera relevanta parametrar och dålig data för någon parameter med mindre relevans finns det således möjlighet att bortse från tillförlitligheten i den mindre relevanta parametern. På detta sätt sänks inte tillförlitligheten på grund av tillexempel enstaka mätningar av någon stödparameter som i själva verket bör styrka bedömningens tillförlitlighet. Referenser NV 2007:3. Kartläggning och analys av ytvatten. Handbok 2007:3. Naturvårdsverket, NV 2007:4. Status, potential och kvalitetskrav för sjöar, vattendrag, kustvatten och vatten i övergångszonen. Handbok 2007:4. Naturvårdsverket, 2007.

8 CIS Guidance document nr 13. Common Implementation Strategy for the Water Framework Directive (200/60/EC). Vattenmyndigheterna uppdrag till länsstyrelserna daterat : Riktlinjer och tidsplan för översyn av motiveringstexter för statusklassificering i VISS. Förvaltningsplaner Vattenmyndigheterna.

9 Bilaga 1aF Bilaga 1aF Försurning Grundläggande förutsättningar vid försurningsbedömning Till följd av naturgivna förutsättningar uppvisar landets sjöar och vattendrag helt naturligt stora variationer i ph. Dessutom uppvisar ph-värdet mer eller mindre uttalade säsongsvariationer. För att kunna bedöma försurningsläget är vi beroende av att jämföra dagens ph-värden mot de opåverkade förhållandena. Eftersom mätdata saknas från opåverkade förhållanden är detta en grannlaga uppgift. Det finns flera biologiska indikatorer som kan användas för att skatta ph. I kombination med vattenkemi kan biologin även användas för att bedöma försurning. Men detta förutsätter kännedom om historisk biologi eller långlivade arter där reproduktionsskador indikerar påverkan. I många referenssjöar påbörjades provtagning under första halvan av 1980-talet. I nästan alla ses en återhämtning avseende ph och buffringsförmåga. Idag är detta de säkraste bevisen på den omfattande försurning som en gång drabbade stora delar av landet. Inte ens i dessa sjöar kan vi med säkerhet beräkna dagens försurning, vilket beror på att provtagningen påbörjades när sjöarna redan var påverkade. Avsaknaden av äldre mätdata och kunskapsbristen avseende historisk biologi innebär att vi för merparten av landets vattenförekomster är beroende av modeller för att beräkna naturliga nivåer på ph och buffringsförmåga. Trots att modellerna kan vara oerhört komplicerade och kräver mängder av indata är felmarginalerna betydande. Detta bör särskilt beaktas vid phvärden där biologiska skador kan befaras, d.v.s. ph-värden som permanent eller tidvis är under 6,0. Syftet avgör metoden Kvantifiera försurningsläget Med utgångspunkt från ett slumpmässigt urval av vattenförekomster kan andelen försurade vatten inom ett specifikt område beräknas. Området kan utgöras av hela landet, ett vattendistrikt, ett län eller en kommun. Genom att öka andelen av de vattenförekomster som undersöks ökar säkerheten i bedömningen. Via Omdrevsprogrammet beräknas antalet försurade sjöar till närmare st (1 ha <). Av dessa är bara de provtagna kända. För att identifiera samtliga försurade sjöar skulle, i princip, alla Sveriges sjöar (1 ha <) behöva provtas. Avgränsa riskområden Syftet med att avgränsa riskområden är att reducera behovet av provtagning. Avgränsningen görs genom en avvägning mellan belastning och känslighet. Vattenförekomster inom områden med låg känslighet och/eller låg belastning kan därmed avgränsas som ej försurade utan

10 Bilaga 1aF ytterligare provtagning. Detta gäller exempelvis för områden med kalkrika jordar och områden i norra Norrlands inland. Den indikativa modellen som använts av distrikten Bottenviken och Bottenhavet är ett exempel på detta. Den indikativa modellen togs fram för att sortera ut riskobjekt för försurning för att sedan en verifiering skulle göras av biologi och med MAGIC-modellen. Grundtanken var inte att utfallet skulle användas för att kvantifiera och beskriva försurningsläget eller som underlag för att beskriva graden av försurning i enskilda vattenförekomster utan med att syfte att peka ut objekt med indikation på försurning. Försurningsbedömning av enskilda vattenförekomster Observerade biologiska skador tillsammans med uppmätta låga ph-värden torde vara den försurningsbedömning som vanligen legat till grund vid urval av vatten för kalkning. Eftersom bedömningen baseras på en observerad biologisk skada har den hög relevans avseende behov av motåtgärder. Däremot kan den inte kvantifiera försurning i form av minskat ph (ph). Bedömningen förutsätter kännedom om historisk biologi eller observerade reproduktionsstörningar på långlivade organismer. Historisk biologi kan erhållas via äldre undersökningar eller via trovärdiga skriftliga/muntliga källor. En variant är att historisk biologi kartläggs via sedimentprover (paleolimnologi). Uppmätt eller modellerad halt oorganiskt aluminium (Ali) är en värdefull stödparameter för att bedöma risk för påverkan på fisk och andra vattenlevande djur. Av flera olika anledningar är det idag betydligt svårare att indikera försurning via biologiska skador än vad som var fallet för år sedan när merparten av kalkningarna inleddes. Många vatten kan vara i en återhämtningsfas och biologin behöver nödvändigtvis inte återspegla den nuvarande vattenkemin. Konstaterad minskning av ph eller buffringsförmåga via uppmätt vattenkemi ger ett direkt mått på graden av försurning. Tyvärr är tillgången på trovärdiga äldre kemidata mycket begränsad och dessa är inte möjligt att komplettera i efterhand. MAGIC presenterade redan 1985 och har således funnits i mer än 25 år. Modellen är alltför komplicerad för att använda utanför forskarvärlden. Genom att utveckla systemet med MAGIC-biblioteket har MAGIC gjorts tillgänglig för miljömyndigheter. MAGIC-biblioteket kvantifierar försurning i form av minskad buffringsförmåga (ANC), vilket därefter omräknas till minskat ph (ph). Försurningsbedömning av kalkpåverkade vattenförekomster med MAGICbiblioteket Hur gör man? Innan en kalkpåverkad vattenförekomst kan matchas mot MAGIC-biblioteket måste kalkeffekten borträknas på ph, kalcium och magnesium. Detta görs i fyra steg enligt följande: 1. Preliminär korrigering av kalcium 2. Korrigering av magnesium 3. Slutlig korrigering av kalcium 4. Beräkning av okalkat ph

11 Bilaga 1aF Det centrala i beräkningarna är en skattning av den okalkade kvoten mellan kalcium och magnesium (Ca/Mg). Kvoten skattas via uppmätta data i tillrinnande eller närliggande okalkade vatten. Skattningen bör baseras på flera olika vatten. Om skillnaderna är små mellan de närliggande vattnen kan skattningen antas vara god, om variationen är stor blir skattningen osäker. För kännedom finns här verktyget Kalkref som kan användas som beräknar spridning i Ca/Mg som standardavvikelsen (Se länk längre fram). Den preliminära korrigeringen av kalcium beräknas enligt: Ca okalkprel = Mg * (Ca/Mg) ref (ekv/l) Den kalk som används i Sverige innehåller spår av magnesium. Detta bör borträknas från den uppmätta magnesiumhalten enligt: Mg okalk = Mg ((Mg/Ca) kalk * (Ca Ca okalkprel )) (ekv/l) (Mg/Ca) kalk är ett känt förhållande mellan magnesium och kalcium för respektive kalkbrott. Detta redovisas i tabell 1. Tabell 1: Mg/Ca-kvoten från olika kalkbrott Kalkmedel Mg/Ca 2007 Bulltofta 0,017 Glaerum 0,013 Gåsgruvan 0,125 Gåsvattnet 0,020 Hole kalkverk 0,105 Ignaberga 0,011 Kullsberg 0,016 Köping 0,052 Ljusvattnet 0,020 Lägerdorf, Tyskland 0,013 Orsa 0,016 Uddagården 0,017 Vombkalk 0,008 Därefter görs en slutlig korrigering av kalcium enligt: Ca okalk = Mg okalk * (Ca/Mg) ref (ekv/l) Beräkningen av okalkat ph (ph okalk ) görs via en beräkning av okalkat ANC enligt: ANC okalk = Ca okalk +Mg okalk +Na+K-SO 4 -Cl-NO 3 (ekv/l) Därefter beräknas ph okalk som en funktion av ANC okalk, TOC (organiskt kol) och kolsyratryck (pco 2 ). För vägledning se gällande bedömningsgrund.

12 Bilaga 1aF På SLU s hemsida: finns ett excel-verktyg OKALK.xlsm där dessa beräkningar utförs automatiskt. Verktyget genererar automatiskt nödvändiga indata till MAGIC-biblioteket. Övervägande och osäkerheter Utöver de felkällor som anges vid bedömning av okalkade vatten tillkommer osäkerheterna vid kalkkorrigeringen av kalcium och magnesium och beräkningen av ph okalk. Osäkerheterna vid användandet av (Ca/Mg) ref finns beskrivet i Fölster et.al I korthet kan sägas att osäkerheten kan vara stor om endast närliggande vatten finns tillgängliga för att skatta (Ca/Mg) ref. Störst säkerhet uppnås om tillrinnande vatten kan nyttjas. Målvattendragsundersökningarna kommer att ge större möjlighet att använda uppströms data. Vid behov kan verktyget OKALK-MC användas för att uppskatta osäkerheten som beror av Ca/Mg referensen. Verktyget återfinns på samma sida som nämns ovan angående verktyget OKALK.xlsm. Färdiga dataset med försurningsklassning enligt MAGIC Under de senaste åren har en rad vattenkemiska undersökningar genomförts i både okalkade och kalkade sjöar och vattendrag. Försurningsbedömningar har gjorts med MAGIC-modellen eller med MAGIC-biblioteket. Dessa bedömningar finns tillgängliga via IVL s och SLU s hemsidor. De sjöar och vattendrag som är modellerade med MAGIC och ligger i MAGIC-biblioteket finns att hämta på IVL s hemsida på adressen: Kalkade sjöar som ingick i målsjöundersökningen 2007/08 samt de som omfattas av omdrevsprogrammet på kalkade sjöar finns att hämta på SLU s hemsida på adressen: Kalkade vattendrag som ingår i målvattendragsinventeringen finns att hämta på samma adress. Kommentar MAGIC beräknar förändringen i buffringsförmåga (ANC). Förändringen beror främst på nedfallet av svavel. Sjöarna i MAGIC-bibloteket visar att ungefär 60 % av den minskade buffringsförmågan från 1860 till 2010 kan förklaras med uppmätt sulfathalt. Uppmätt sulfathalt kan i sin tur skattas via svavelnedfall och avdunstning. Det skulle således vara möjligt att skatta sulfathalt och därigenom minskningen i buffringsförmåga för samtliga vattenförekomster via modellberäknade nedfallsdata. Det ska dock tilläggas att den lokala variationen för deposition är mycket stor, vilket ej fångas i den nuvarande MATCH-Sverige modellen. Enligt Handbok 2007:4 ska försurning uttryckas som förändringen av ph (ph). Förändringen av ph beror på förändringen av ANC, men är i ännu högre grad beroende av

13 Bilaga 1aF ph. Konsekvensen är att det är nödvändigt att känna till ph, eller kunna skatta ph, för att skatta ph. Det enda verktyget tillgängligt idag för att skatta ph, med en någorlunda god tillförlitlighet, är MAGIC/MAGIC-bibliotek. Att skatta ph via interpolering från närliggande mätpunkter är en mycket osäker metod som bara bör användas i områden med mycket likartade förutsättningar och medför att klassificeringen får en låg tillförlitlighet. Vidare bör även dessa klassificeringar verifieras innan vattenförekomsten behäftas med långtgående åtgärder.