GIS-analys för lokalisering av lämpliga lokaler för fiskodling i Jämtlands län

Transkript

1 GIS-analys för lokalisering av lämpliga lokaler för fiskodling i Jämtlands län Author: Jens Andersson

2 Finnish Game and Fisheries Research Institute, Helsinki 2012 ISBN

3 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling i Jämtlands län Jens Andersson Regionförbundet Jämtlands län

4 Description Authors Jens Andersson, Karin Henriksson och Christian Lundberg Title Year 2012 Pages 25 ISBN Abstract Work Package 4 in the Aqaubest project aims to develop a spatial planning manual, which is used in two Swedish cases in order to evaluate the usefulness of the manual. One identified important action in the spatial planning manual is the performance of a GIS-analysis in order to identify suitable localities for aquaculture farms. In this report we present a GIS-model developed for localizing open-cage farms in freshwater lakes. The model is built using Modelbuilder in ArcGIS 10. Data is presented in this report and also in appendixes as maps using Arc Map. Model description is presented in a separate report (Appendix 6). The parameters used in the model are chosen and classified by a working group constituting of the project manager, staff from different municipalities in Jämtland and the Administrative County Board of Jämtland and representatives from the Swedish Agriculture University (SLU) and the industry. Classes used in the analysis are presented in a separate table (Appendix 2). The data used is mainly based upon national authorities data of which some is measured and some is modeled. Description on the national data is given in separate appendixes The model also allows for locally or regionally collected data which overrides national data and hence increases the models flexibility to use best available data. As a first step, the model identifies and ranks the lakes which are most suitable for aquaculture. In order to do so, the model uses four parameters all important to identify localities suitable for fish farms with respect to minimize eutrophication effects; 1) surface size, 2) average depth, 3) water flow in the outlet-river, and 4) regulation amplitude. Each parameter is classified in up to 20 classes and thereafter the values are normalized between 0,05 and 1. Based upon these four parameters, each lake gets a value equal to the average of all four normalized parameter values. This average value finally governs the specific lake s ranking number. The result from this analysis is presented in a table with the 20 most suitable lakes (Appendix 1) and in a map with all lakes in Jämtland. (Appendix 3). In addition the model includes a biological diversity parameter, for which three classes are identified; 1) fish farms probably OK with respect to biological diversity, 2) fish farms probably not OK until national guidelines are developed for risk assessment with respect to fish farms in relation to natural populations, and 3) fish farms not suitable in these lake due to the presence of natural populations worthy of protection. The result from this analysis is presented in a map (Appendix 4). After the lakes are identified and ranked, the model divides the lakes in 500*500 meter squares in order to do analysis for suitable localities within each lake. This analysis includes; 1) areas with restrictions for different reasons, 2) near-shore depth, 3) distance to closest road, 4) distance to electricity, 5) distance to hydro power station water outlet, and 6) distance to permanent residents. Based upon these data each m square has got a value indicating the relative suitability of a specific square and presented in separate maps for each lake (Appendix 5). The aim of this report is to identify the most suitable lakes for fish farms and identify possible administrative and physical obstacles for establishing fish farms at certain localities in specific lakes. Our wish is that the report will serve as a basis for further discussions and investigations for authorities, municipalities and companies interested in starting fish farms in the Jämtland county. Finally we hope to to demonstrate how principles of spatial planning can be utilized in promoting sustainable new economic activity in the Baltic Sea region. Keywords GIS, Localization, Fish farm, Freshwater, Lakes, Hydropower reservoirs, Eutrophication, Biological diversity Publications internet address Contact Additional information

5 Contents Description 4 Contents 5 1. Inledning och bakgrund till uppdraget 7 2. Metod Syfte och mål Arbetsprocess 8 3. Beskrivning av modellen Modellens analyssteg Helsjönivå Vattenlokalnivå Tekniska detaljer Förvaltning av modellen Indata Parametrar för lokaliseringsanalysen Helsjönivå Area Medeldjup Medelvattenföring Regleringsamplitud Biologisk mångfald Vattenlokalnivå Områden med restriktioner Strandnära djup Avstånd till väg Avstånd till närmaste el Avstånd till kraftverksutlopp Avstånd till befolkning Osäkerheter och ytterligare parametrar Ytterligare parametrar Resultat Tillståndsprocess och MKB Tillståndsprocess Miljökonsekvensbeskrivning (MKB) GIS-analysen som underlag till MKB Slutord 25

6 Bilaga 1 Tabellresultat helsjönivå (20 KB) Bilaga 2 Använda klassgränser i analysen (8 KB) Bilaga 3 Karta med de 50 högst rankade sjöarna på helsjönivå. (7288 KB) Bilaga 4 Karta med de 50 högst rankade sjöarna på helsjönivå inklusive redovisning av biologisk mångfald. (7312 KB) Bilaga 5 20 Kartor med rankade klassificerade sjölokaler för de 20 bästa sjöarna. ( KB) Bilaga 6 Teknisk beskrivning av modellen (1 773 KB) Bilaga 7 Metadata SMHI, Vattenförekomster, vattenytor (13 KB) Bilaga 8 Metadata SMHI, Sjöregister, sjöpunkter (11 KB) Bilaga 9 Metadata SMHI, Flödesstatistik (14 KB) Bilaga 10 Metadata SMHI, Leverans SHYPE modellerade flöden för Norrlandslän (32 KB) Bilaga 11 Metadata SMHI, Dammregister (sjöars regleringsamplitud) (14 KB)

7 1. Inledning och bakgrund till uppdraget Vattenbruk är sedan ett par decennier en av de snabbast växande sektorerna inom matproduktion i världen. Vattenbruk, såsom odling av fisk, skaldjur och alger, anses vara en av de näringar som har stor potential att tillfredsställa mänsklighetens framtida behov av protein. Utöver matförsörjning kan vattenbruk genom nya arbetstillfällen stimulera regional utveckling i gles- och avfolkningsbygder. I EU och länderna runt Östersjön har produktionen från vattenbruk, till skillnad från den globala trenden, minskat de senaste åren. Vattenbruk har historiskt sett varit förknippat med miljöproblem och negativa ekologiska effekter. Avgörande för att på sikt få ett hållbart vattenbruk är att lokalisera fiskodlingar på platser där miljöpåverkan kan minimeras. Alternativa födokällor där produktionen av fiskfoder inte ger negativa miljöeffekter på ekosystem är också ett viktigt steg för att uppnå ett miljöneutralt vattenbruk. AQUABEST är ett så kallat flaggskeppsprojekt inom Östersjöregionen (Baltic Sea Region Programme ). Projektet har som mål att stimulera utvecklingen av ett miljöneutralt vattenbruk i Östersjöregionen. Projektet består av flera arbetspaket där syftet är att 1. Sammanställa, jämföra och analysera olika nationella metoder för tillståndsgivning vid vattenbruk och ge förslag på nya modeller med starka incitament för miljöhänsyn. 2. Utveckla metoder för identifiering av lämpliga lokaler för fisk- och musselodlingar inom Östersjöregionen. 3. Ta fram alternativa födoslag i samverkan med fiskfoderindustrin 4. Utveckla och sprida kunskap om recirkulerande system för odling av fisk Regionförbundet i Jämtlands län är projektledare för det arbetspaket som syftar till att utveckla metoder för identifiering av lämpliga lokaler för fisk- och musselodlingar. Inom ramen för detta arbetspaket har WSP fått i uppdrag av Regionförbundet i Jämtlands län att ta fram ett verktyg där man med hjälp av GIS (geografiska informationssystem) kan lokalisera potentiellt lämpliga platser att anlägga fiskodlingar i sjöar. Analysen har utvecklats och genomförts i Jämtlands län, men modellen ger möjlighet att göra motsvarande analyser i andra delar av landet. Efter avslutat uppdrag ämnar Regionförbundet att gå vidare med resultaten från analysen till att genomföra informations- och diskussionsmöten med berörda intressenter på de lokaler som identifierats i lokaliseringsanalysen. Dessa möten syftar till att undersöka intresse och möjligheter för vidare arbete med att etablera fiskodlingar i berörda sjöar. I de fall intresse finns kommer vattenprovtagning och kemiska analyser för att avgöra lämpligheten för en eventuell framtida etablering av fiskodlingsanläggningar. 2. Metod 2.1. Syfte och mål Det övergripande målet för uppdraget har varit att: Att utveckla en lämplig metod baserad på GIS för att identifiera potentiellt lämpliga sjöar för framtida fiskodlingar. 7

8 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län Syftet med uppdraget har varit att: 1. Identifiera lokaler med bra potential för större fiskodlingar på minst 300 ton producerad fisk per år, och med möjlighet att utvecklas till 1000 ton per år. Lokaler ska rangordnas efter förmodad lämplighet. 2. Ta fram en GIS-modell som ska vara återanvändningsbar och flexibel och där man på ett förhållandevis enkelt sätt kan ändra kriterier och parametervärden för att anpassa modellen till andra regioner inom Östersjöregionen Arbetsprocess Uppdraget har genomförts under februari till juni 2012 och har bestått av en arbetsprocess där data och kriterier för lokalisering av fiskodling arbetats in i en GIS-modell. Arbetet har utförts i tätt samarbete med Regionförbundet i Jämtlands län och Länsstyrelsen i Jämtlands län, som också varit en aktiv deltagare i uppdraget. Till uppdraget har också en arbetsgrupp varit kopplad med representanter för både kommuner, forskarvärlden och näringslivet. Arbetsgruppen har haft som syfte att komma med synpunkter och input till GIS-modellen och de kriterier och värden som valts. Följande personer (inklusive projektledare) har ingått i arbetsgruppen: Jens Andersson, projektledare, Regionförbundet Jämtlands län Bart de Wachter, Samordnare Vattenförvaltningen, Lst Jämtland Aino Melamis Nordin, miljö- och hälsoskyddsinspektör, Bergs kommun Nils Werner, miljö- och hälsoskyddsinspektör, Krokoms kommun Anders Bergman, bygg- och miljöchef, Strömsholms kommun. Jussi Kähäri, representant för fiskodlare i näringslivet Anders Alanärä, professor på Institutionen för vilt, fisk och miljö på Sveriges lantbruksuniversitet (SLU) Konsulter från WSP har varit: Karin Henrikson, uppdragsledare konsult, WSP Christian Lundberg, GIS-specialist konsult, WSP Daniel Larson, specialist limnologi konsult WSP Arbetsgruppen har haft ett startmöte och ett avstämningsmöte på plats i Östersund. Däremellan har avstämningsmöten med representanterna från Regionförbundet och Länsstyrelsen (se ovan) hållits genom telefon och distansmötesteknik. Arbetet har skett i en iterativ process där värden på kriterier efter hand har justerats och indata kompletterats i olika steg efter det att delresultat från modellen har presenterats. Vilka indata som använts och vilka värden som satts i modellen har bestämts tillsammans med Regionförbundet och Länsstyrelsen. På så sätt har uppdragsgivaren hela tiden varit delaktiga i framtagandet av modellen och aktiva i beslut om de värden och indata som ligger tillgrund för analysen och klassificeringen av lämpliga lokaler. Exempelvis har vissa kriterier fått strykas efter att data saknats eller varit för tidskrävande att implementera i modellen. Data och kriterier presenteras under rubrikerna Indata och Parametrar för lokaliseringsanalysen nedan. Avslutande informationsmöten har genomförts i Östersund där resultaten från uppdraget presenteras dels för tjänstemän från olika myndigheter och representanter från branschen, dels för allmänheten. 8

9 3. Beskrivning av modellen Modellen som har tagits fram är ett GIS-baserat verktyg. Det bygger på att man från olika koordinatssatta indata (GIS-skikt) sorterar fram platser som är mer eller mindre lämpliga för att anlägga en fiskodling. Exempel på indata som behandlas i modellen är sjöars storlek och medeldjup samt närhet till vägar och om det en sjö omfattas av exempelvis ett naturreservat. Modellen och dess resultat ska utgöra ett av underlagen till vidare arbete med lokalisering av nyetablering av fiskodlingar. Kompletterande studier och noggrannare undersökningar behöver göras på plats för att utreda om en lokal kan fungera som odlingsplats. Innan man kan anlägga en fiskodling behöver tillstånd också sökas hos länsstyrelsen (se avsnitt Tillståndsprocess och MKB). Modellen klassar de olika parametrarna som ingår i analysen och resulterar i en rangordning av dels hela sjöar och dels vattenlokaler inom en sjö för lämplighet för fiskodling. Sjöarna och lokalerna visas i en GIS-karta där det finns möjlighet att även titta på de värden och klasser som varje ingående parameter har resulterat i för varje sjö (attributdata). Klassningen styrs av gränser som användaren av modellen själv kan justera. På så sätt finns möjligheter att ändra och anpassa klassgränser till regionala förhållanden eller andra specifika förutsättningar. Detta möjliggör att modellen, med vissa anpassningar, kan användas i andra delar av Östersjöregionen Sjöarna och vattenlokalernas rangordning är oberoende av varandra. Således visar analysen först vilka sjöar som är mest lämpliga (i fallande skala) enligt satta parametergränser. Sedan görs en rangordning av lokaler inom varje sjö enligt andra parametrar. Lokalerna i olika sjöar ska därför inte jämföras med varandra utan visar bara lämpligheten inom en och samma sjö. En sjö som är mindre lämplig ur ett helsjöperspektiv (t.ex. liten yta och låg vattenomsättning) kan ändå ge lokaler med mycket hög rankning i sjön (t.ex. nära till vägar, elektricitet och lämplig strandnära lutning). En lämplig lokal i en mindre lämplig sjö behöver därmed inte vara en den bästa lokalisering för att anlägga en fiskodling. Vice versa kan en sjö vara högt rankad men innehålla lokaler som lämpar sig mindre bra för odling ur vattenlokalperspektiv. Modellen kan köras över hela länet, en kommun eller av användaren bestämt område. Resultaten som presenteras i denna rapport kommer från en analys av hela Jämtlands län Modellens analyssteg Modellens analyser sker i tre olika huvudmoment: A. Analyser på helsjönivå B. Rutnätsindelning C. Analyser på vattenlokalnivå En schematisk figur över analysens uppbyggnad ses i Figur 1. 9

10 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län Figur 1. Schematisk figur över modellens olika analyssteg. De gröna pilarna visar slutresultatet i delmoment A och C Helsjönivå Analyserna på helsjönivå bygger på data som rör sjöns morfologiska förhållanden. Analysen resulterar i en rangordning av hela sjöars lämplighet för större fiskodlingar. Analysen sker i flera steg där varje sjö tillförs ett värde för följande parametrar: A01 Area A02 Medeldjup A03 Medelvattenföring A04 Regleringsamplitud A05 Biologisk mångfald Parametrarna beskrivs mer utförligt under rubrik Parametrar för lokaliseringsanalysen. Bokstavs- och sifferbeteckningarna är de som används i GIS-verktyget. Parametern för Biologisk mångfald används inte i den samlade klassificeringen (rangordningen) utan finns bara med som för visualisering vid presentation. 10

11 Varje parameter klassas i upp till 20 olika klasser, där klass 20 innebär mest lämplig och klass 1 minst lämplig. Det finns också en klass som ger möjlighet att utesluta en sjö från klassificeringen av en viss parameter (Klass Null ). Det kan t.ex. röra sig om att vattenflöden som är lägre än ett visst värde inte ska tas med alls. Klassgränserna för samtliga parametrar som använts i analysen ses i bilaga 2. Klasserna normaliseras därefter vilket ger varje parameter ett värde mellan 0,05 (klass 1) och 1 (klass 20) och där 1 är högsta värdet en sjö kan få. Normaliseringen utförs för att göra parametervärdena jämförbara med varandra. I Figur 2 finns ett exempel på hur delresultatet från en klassning på helsjönivå kan se ut: Figur 2. Exempel på delresultat på klassning av helsjöar med avseende på yta enligt angivna klassgränser. Klassningens skala går från rött (liten yta låg lämplighet) via gult och grönt till blått (stor yta mest lämplig). I slutanalysen på helsjönivå räknas medelvärdet (A06) av de normaliserade värdena ut för parametrarna A01 A04 för varje sjö. Då erhålls en rangordning av alla sjöar som har ett värde på alla ingående parametrar. Har en sjö fått Null -klassen för någon parameter räknas inget medelvärde för den sjön och sjön ingår inte i rankningen. Däremot finns alla sjöar fortfarande med i GIS-skiktet vilket ger möjlighet att titta på och undersöka värdena den erhållit för alla parametrar Vattenlokalnivå En uppdelning av samtliga sjöar i ett rutnät görs i ett mellanbearbetningssteg. Då finns möjlighet för användaren att ställa in storleken på rutorna. I genomförd analys har 500 x 500 meter valts med tanke på dels den geografiska noggrannheten i underlagsdata och dels hur stor yta som minst krävs för en större odling. 11

12 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län Nästa analys görs för varje vattenlokal i alla sjöar. De parametrar som ingår i denna analys är följande: C01 Område med restriktioner (t.ex. Natura områden Naturreservat, vattenskyddsområden) C02 Strandnära djup C03 Avstånd till väg C04 Avstånd till närmaste el C05 Avstånd till kraftverksutlopp samt C06 Avstånd till befolkning Information om avstånd till närmaste befolkning (C06) beräknas och kopplas till vattenlokalerna. Någon klassificering av avstånd till närmaste befolkning sker däremot inte, utan informationen används enbart för visualisering i kartpresentation. Bara de vattenlokaler (rutor) som ligger inom 100 meter från strandlinjen har tagits med i analysen. Detta har gjorts eftersom flera av parametrarna är kopplade till företeelser på land. Avstånd till närmaste väg och el kommer per automatik att bli stort från vattenlokaler i mitten av en stor sjö. Om bra förutsättningar för odling finns i ett strandnära läge finns oftast möjligheten att även anlägga en odling längre ut i sjön och bogsera in kassarna till en anläggning vid land. Klassning och normalisering av värden sker för parameter C01 C06 enligt samma princip som för parametrarna på helsjönivå (se ovan). Slutligen beräknas medelvärdet för de normaliserade värdena på vattenlokalnivå och resulterar i en rangordning av lämplighet för varje vattenlokal. Som tidigare nämnts är resultatet på vattenlokalnivå ej avsett för att jämföra vattenlokaler i olika sjöar, utan syftar till att inom en sjö titta på lämpligheten för fiskodling i olika delar av sjön. Figur 3 visar ett exempel på resultatet från det sammanvägda resultatet för alla parametrar på vattenlokalnivå. 12

13 Figur 3. Exempel på resultat från klassificering av samtliga parametrarna på vattenlokalnivå. Ju blåare färg desto mer lämpligt. De lila strecken är vägar Tekniska detaljer Modellen är framtagen i Modelbuilder i ArcGIS 10 och består av en filgeodatabas där all data samt modellerna och dess verktyg ligger samlade. Till den finns ett kartdokument kopplat som visar resultaten på en karta i ArcMap. Modellen är avsedd att köras av en GIS-kunnig person med förståelse och kunskap om datas uppbyggnad och hur programmet ArcGIS med dess verktyg fungerar. En fullständig teknisk beskrivning med detaljerad information om hur GIS-modellen är uppbyggd redovisas i bilaga 6. Den ska också fungera som manual för den som ämnar att göra nya analyser med modellen Förvaltning av modellen Modellen har levererats till Länsstyrelsen i Jämtlands län. De kommer också ansvara för modellen och dess resultat tills vidare. I framtiden kommer det finnas möjlighet för andra intressenter att använda sig av modellen, dock sker sådan användning i egen regi. Förhoppningen är att modellen på sikt kan användas som en nationell standard för lokalisering av fiskodlingar i sjöar men med regionala anpassningar. 13

14 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län 4. Indata De indata som använts till modellen beskrivs utförligt i Bilaga 6. Här presenteras en kort översikt. Indata som används i har företrädesvis varit nationella data som finns insamlade för hela landet. Detta har gjorts för att så långt som möjligt i framtiden kunna använda modellen och upprepa analysen i andra delar av landet. Nationella data följer från myndigheter följer oftast en viss struktur som bibehålls år efter år. På så sätt kan man i framtiden uppdatera modellen med nya versioner av data utan att behöva göra några anpassningar av modellen. Det ska dock påpekas att datastrukturer kan ändras även från centrala myndigheter och man måste vara uppmärksam på datas uppbyggnad vid eventuell uppdatering av indata. Indata i from av olika GIS-data kommer från följande dataägare: Fiskeriverket Länsstyrelsen i Jämtland Lantmäteriet Naturvårdsverket Riksantikvarieämbetet Statistiska centralbyrån (SCB) SMHI Trafikverket Analysen utgår från de sjöar som finns i SMHI:s Svenskt VattenARkiv (SVAR) som motsvarar vattenytorna i Lantmäteriets Översiktkarta. För Jämtlands län rör det sig om cirka 1500 sjöar som ingått i analysen. Jämfört med ett mer detaljerat underlag som exempelvis Fastighetskartans vattenytor finns i SVAR ett mindre antal sjöar, vilket beror på att generaliseringsgraden i Översiktskartan har gjort att småsjöar inte är inkluderade. Strandlinjerna och flikigheten på sjöarna är mer generaliserade jämfört med ett mer detaljerat material. Informationen som är kopplad till det som rör vattnet i form av flöden, djup och regleringsamplituder i reglerade sjöar kommer från SMHI. I vissa fall har data varit ofullständig och har därför behövts kompletterats för att ge ett mer heltäckande resultat. Många sjöar hade annars fallit ur analysen på grund av brist på data. Detta rör parametrarna sjödjup, vattenflöde och regleringsamplitud. Kompletteringen har ibland skett i flera steg där modellerade sjödjup och generella djup för typsjöar i olika naturgeografiska regioner har tillförts modellen. Där det finns både uppmätta värden från SMHI och modellerade värden, är det de uppmätta som kommer användas. Möjlighet finns också i modellen att komplettera med egna uppmätta värden som då blir de gällande. Eftersom indata har vissa brister och även kan innehålla felaktigheter är det viktigt att ha i åtanke att en modell aldrig blir bättre än den indata man använder. En del av indatat är modellerade och generaliserade värden. Under arbetsprocessen har dock flera kontroller gjorts av Regionförbundet och Länsstyrelsen att utifrån lokalkännedom bedöma om slutresultaten är rimliga med de indata som använts och de klassgränser som valts. 5. Parametrar för lokaliseringsanalysen Fiskodling är en verksamhet som ställer vissa krav på den fysiska omgivningen för att fungera rationellt och på ett bra sätt. Det gäller både de naturliga förutsättningarna i form av exempelvis vattendjup, vattenkvalitet och vattenomsättning, men också att det finns en fungerande infrastruktur i området och 14

15 bra förutsättningar att på land anlägga den landbaserade verksamheten. Markägo-, vattenrätts- och fiskerättsförhållanden spelar också stor roll. Därtill finns konkurrerande intressen och restriktioner i form av exempelvis naturskydd, landskapsbild och närboende. Dessutom ska lokaliseringen vara lämplig ur miljösynpunkt och inte innebära negativ påverkan på omgivande miljö. Den GIS-baserade modellen som tagits fram i uppdraget har tagit hänsyn till några av de viktigaste av dessa förutsättningar och intressen. Alla tänkbara företeelser och konkurrerande intressen finns idag inte insamlat data för och/eller är alltför komplexa för att kunna inkludera i en modell av detta slag. Markägoförhållanden är ett exempel på en sådan företeelse. De använda parametrarna och gränserna i klassificeringen har bestämts av Regionförbundet och Länsstyrelsen i samråd med arbetsgruppen och bygger till stor del på rapporten Kriterier för lokalisering av vatten lämpliga för fiskodling 1. Nedan följer en beskrivning av de parametrar som använts. Klassgränserna kan framöver behöva ses över igen. Detta ger modellen möjlighet till genom att användaren kan ändra gränserna och köra om modellen Helsjönivå För analysen på sjöar som helhet har följande parametrar använts: Area Arealen på sjön är en av de första parametrarna som sätter de fysiska ramarna för en eventuell fiskodling. Kassarna tar upp en viss yta och för att inte bli ett alltför dominerande inslag i landskapsbilden behöver sjön ha en viss storlek. Det finns inga riktlinjer för hur stor andel av en sjös vattenyta som en kassodling kan uppta men uppskattningar visar att kassodlingens totala ytbehov kan ligga på ca 1 3% av den totala ytan. För en odling på 100 ton krävs då en total sjöyta på 1 2,5km 2. Arealen har också en viss koppling till sjöns djup. För kassodling behöver djupet vara åtminstone 10 meter på odlingens plats. Enligt samband mellan sjöars yta och djup krävs då en minsta yta på ca 2 3 km 2 för en odling på ca 100 ton. I analysen har sjöarna klassats i klass 1 20 enligt en linjär funktion mellan 0 och upp till ytor över 28,6 km 2. Detta innebär att ju större sjöyta, desto mer lämpligt Medeldjup Generellt så krävs ett djup på minst 10 meter i själva produktionsområdet där odlingskassarna placeras, men helst ännu djupare upp emot meter. Då kan det produceras mer fisk per ytenhet. Det är också viktigt med en viss säkerhetsmarginal till botten för att kassar inte ska fastna och för att sediment från botten inte ska röras upp i kassarna. Eftersom data på detaljerad bottentopografi oftast saknas har medeldjup på hela sjön använts som parameter. Endast en mindre del av sjöarna i SVAR har data på medeldjup. Övriga sjöar har kompletteras med modellerade sjödjup från SMHI och modellerade sjödjup från typsjöar och naturgeografiska regioner. Således är en stor del av värdena på sjöarnas medeldjup modellerade. Generellt sett så finner man Sveriges djupaste sjöar i fjällområdet och de västra delarna av landet. 1 Alanärä A & Andersson T Kriterier för lokalisering av vatten lämpliga för fiskodling. Vattenbruksinstitutionen vid SLU. Rapport

16 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län Medeldjupet i modellen har klassats i 20 klasser mellan 0 och upp till större än 38 m, enligt en linjär modell med en ökning för 2 m för varje klass. Ju djupare sjö desto bättre lämplighet Medelvattenföring En fiskodling ger utsläpp av fosfor och kväve och syretärande ämnen till omgivande vatten. Denna närsaltsbelastning kan därmed leda till övergödning av sjön där odlingen är placerad i eller sjöar nedströms odlingen. Effekten från den ökade belastningen av näringsämnen, alltså hur mycket koncentrationerna av närsalterna i vattnet höjs, beror på hur stor vattenomsättningen är. Ju större mängd vatten som strömmar genom odlingen, desto större blir utspädningseffekten. Hur mycket mer belastning som en sjö kan tåla i form av fosfor och kväve, och hur stor en eventuell fiskodling skulle kunna vara, kräver data på närsalter och vattenomsättning. Särskilda modelleringar på detta kan göras i andra programvaror. Generellt kan man dock säga att ju högre vattenomsättning, desto bättre lämplighet för fiskodling. I analysen har medelvattenföring använts som parameter. 10 klasser använts där den lägsta klassen motsvarar en medelvattenföring på 5 7 m 3 /s och den högsta klassen över 250 m 3 /s. Är vattenföringen under 5 m 3 /s kommer sjön inte att tas med i den slutgiltiga rangordningen på helsjönivå (null-klassen). Data på medelvattenföring är från SMHI ett värde per sjö, i realiteten kan vattenföringen variera i en sjö och över året. Eftersom data inte fanns för all sjöar i det ursprungliga datat har även kompletterande data från modellerade månatliga flöden mellan åren använts Regleringsamplitud Reglerade sjöar har redan påverkade ekosystem och kan därför anses vara bättre lämpade för fiskodling än oreglerade sjöar. I reglerade sjöar råder ett produktionsunderskott av fisk jämfört med hur förhållandena innan sjöarna reglerades. En ökad närsaltsbelastning i regleringsmagasininen kan därför ses som en resurs som leder till ett mer normal produktionsnivå avseende fisk. Genom att styra lokaliseringen mot regleringsmagasinen minskas risken för att övergödningskänsliga sjöar tillförs näringsämnen och man kan argumentera för att vattenbruket innebär en miljötjänst i regleringsmagasinen. I reglerade sjöar varierar vattennivån över året, vilket kan bli ett problem för fiskodling om variationen i vattenstånd är alltför stor. Regleringsamplituden säger hur många meter som en reglerad sjö varierar i höjd och är den parameter som använts i modellen. I analysen har data från SMHI:s dammregister använts för regleringsamplitud. Registret innehåller de största dammarna i länet, men har inte alltid innehållit information om regleringshöjden. Data har därför behövts kompletterats med värden på amplituder som erhållits från Länsstyrelsen i Jämtland. Alla sjöar som antingen saknat information på regleringshöjd, eller inte har information ifall någon damm finns i den aktuella sjön (oklart om den är reglerad eller inte) har fått värdet 0 i regleringsamplitud. Detta innebär för Jämtlands län att 75 sjöar har fått en regleringsamplitud över 0 i modellen, resten av sjöarna har fått ett värde på 0. De största och mest välkända reglerade sjöarna i länet finns representerade med värden på regleringshöjd. Klassificering i 3 klasser har gjorts i analysen: den högsta klassen (klass 20) har regleringsamplitud som är över 0 men under 5 meter. Klass 10 är amplituder över 5 meter, och alltså mindre lämpliga för odling. Resten av sjöarna som har 0 i amplitud (innebär att de är oreglerade eller saknar data på regleringshöjd) tillhör klass 1, minst lämplig Biologisk mångfald 16

17 En av riskerna med fiskodling är att den odlade fisken kan rymma och sprida sig i sjön. Rymningar kan ge negativa konsekvenser i form av sjukdomsspridning och etablering av främmande arter så att naturlig fisk därmed utsätts för konkurrens. Den odlade fisken kan para sig med den vilda fisken och därmed förändra den genetiska sammansättningen hos den vilda populationen. Sjukdomsspridning kan också ske direkt från odlingen ut i sjön och smitta den vilda populationen. I april 2012 gjorde Länsstyrelsen i Jämtland tillsammans med Regionförbundet i Jämtlands län en bedömning av den biologiska mångfalden för 117 av Jämtlands sjöar. Urvalet byggde på de sjöar som var högst rankade enligt modellen vid detta tillfälle. Bedömningen med avseende på biologisk mångfald grundar sig främst på vad det finns för naturliga och skyddsvärda fiskbestånd i sjöarna och har skett i 3 kategorier: 1. Sjöar som idag inte bedöms ha några biologiska hinder för odling. Dock måste utredning och MKB göras innan tillstånd kan medges. 2. Sjöar som i dagläget bedöms som olämpliga baserat på en försiktighetsprincip gällande eventuella negativa effekter på vilda populationer. De reella riskerna med odling i dessa vatten måste inför framtiden utredas på nationell nivå av lämplig expertis. En nationell policy kring bedömning av dessa risker måste utvecklas. 3. Sjöar som i dagsläget och för överskådlig framtid bedöms som mycket olämpliga för odling. Denna parameter är inte inkluderad i den sammanräknade rankningen av sjöarnas lämplighet utan används enbart som information i attributtabellerna samt för presentation på karta Vattenlokalnivå På vattenlokalnivå har andra parametrar bedömts än för sjön som helhet. Syftet med denna analys är att identifiera de bästa lokalerna inom en given sjö oavsett hur bra sjön i sig lämpar sig för vattenbruk En viss del av sjön kan vara mer lämplig än en annan med avseende på följande parametrar: Områden med restriktioner Naturvärden kopplade till sjöarna och dess omgivning är en viktig faktor att ta hänsyn till vid lokalisering av odling eftersom de inte får påverkas negativt. Skyddade områden såsom naturreservat, kulturreservat och Natura2000-områden lämpar sig därför i regel sämre för fiskodling och där kan det i praktiken också blir mycket svårt att få ett tillstånd för en anläggning. Utpekade vattentäkter ska också skyddas från att förorenas och i dessa områden är fiskodlingar inte heller lämpliga att förläggas. Eftersom vattnet vid en odling kräver god kvalitét bör man vid en etablering också ta hänsyn till andra aktiviteter i närområdet som kan påverka vattnet. Det kan röra sig om skogs-, jordbruks- eller industriverksamheter, liksom förorenade områden och reningsverk. I modellen har därför ett antal restriktionsområden lagts in och som gör att de vattenlokaler som berörs av restriktionsområdena klassas som NULL och därmed inte tas med i den sammanlagda rankningen på vattenlokalnivå. Följande restriktionsområden har använts i modellen: Särskilt värdefullt vatten från Riksantikvarieämbetet Särskilt värdefullt vatten från Naturvårdsverket Värdefullt vatten från Naturvårdsverket Särskilt värdefullt vatten Storälvar, från Naturvårdsverket Särskilt värdefullt vatten från Fiskeriverket Värdefullt vatten från Fiskeriverket Vattenskyddsområde från länsstyrelsen i Jämtland 17

18 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län Riksintresse Natura 2000 från länsstyrelsen i Jämtland Kulturreservat från länsstyrelsen i Jämtland Naturreservat från länsstyrelsen i Jämtland Täkter från länsstyrelsen i Jämtland Efterbehandlingsområden för misstänkt förorenad mark (Ebh-objekt) från länsstyrelsen i Jämtland A- och B-anläggningar från länsstyrelsen i Jämtland För täkter, ebh-objekt och A- och B-anläggningar har en buffertzon på 100 meter skapats runt objekten Strandnära djup För anläggning av fiskodling krävs ett bottendjup på minst 10 meter. Även om man kan anlägga en fiskodling längre ut i en sjö är det viktigt att det vid stranden finns ett tillräckligt djup för att kunna sköta båttransporter och bogsering in och ut från stranden för slakt och underhållsarbete. Data på bottentopografi finns det väldigt lite av men den strandnära lutningen kan ge en indikation på om strandzonen är djup eller grund. Den rikstäckande höjddatabasen GSD-Höjddata, grid 50+ från Lantmäteriet har använts för att ta fram lutningarna i strandzonen. En ny nationell höjddatabas som bygger på laserscanning och är mycket mer detaljerad är under produktion. Den täcker däremot inte heller bottentopografin. Den kan ändå bli aktuell för framtida användning av GIS-verktyget eller i andra delar av landet där höjdmodellen redan finns framtagen. Den strandnära lutningen i modellen har klassats i 20 klasser mellan 0 och upp till större än 20o, med en ökning av 1 o för varje klass. Ju brantare lutning desto mer lämpligt Avstånd till väg Närhet till infrastruktur är en nyckelfaktor för att en anläggning ska kunna drivas på ett rationellt sätt. Transporter av foder, sättfisk och borttransport av fisk kräver vägar som kan klara tunga fordon. I denna modell har avstånd till närmaste väg räknats ut från varje vattenlokal i strandnära läge. Hänsyn till vilken typ av väg eller t.ex. bärighetsklass har inte tagits, utan alla vägar i den nationella vägdatabasen (NVDB) från Trafikverket har använts. De 20 klasserna har klassats med bästa klass (klass 20) till 0 50 m, och sämsta klass (klass 1) över 5000 m avstånd till närmaste väg Avstånd till närmaste el Inte bara vägar, utan även tillgång till elektricitet är en viktig parameter för att driva en vattenbruksanläggning. Den behövs för uppmontering av odlingen, drift och styrning av foderautomater, strömbildare för att hålla vattenytan isfri under vintern samt sjöfartmärkning. Data på elnät är svårt att få tag på. För denna analys har antagandet gjorts att el finns tillgänglig där det finns bostadshus. Fastighetskartans byggnadslager har använts för att få fram hus. Avstånden i de 20 klasserna är samma som de för avstånd till vägar Avstånd till kraftverksutlopp Kraftverk vid dammar kan ge upphov till problem för fiskodlingar i form av kraftiga strömmar och utsläpp av kallt bottenvatten Nedströms ett utlopp kan därför skador och problem uppstå när vatten ut dammarna släpps ut i stora volymer på kort tid. 18

19 Avstånd till utloppen har räknats ut för varje vattenlokal. Två klasser har använts, högsta klassen (klass 20) för avstånd över 500 m, och sämsta klass (klass 1) för avstånd närmare än 500 m Avstånd till befolkning Närhet till tätorter och boende kan både vara positivt och negativt ur fiskodlingssynpunkt. Å ena sidan kan boende uppleva fiskodling som en störning i form av t.ex. dålig lukt, påverkan på utsikt och landskapsbild och på vattenområden som används till bad och fiske. Samtidigt vill man inte lägga en odling alltför avlägset med tanke på närheten till potentiell arbetskraft. Till följd av dessa parallella för- och nackdelar har en klassning av avstånd till närmaste befolkning inte gjorts eller använts som en del av den sammantagna analysen. Avstånd till befolkning (data från SCB) finns med i attributtabellen och SCB:s data kan också användas för visualisering Osäkerheter och ytterligare parametrar Utöver de parametrar som inkluderats i modellen finns en mängd andra förutsättningar och företeelser som är viktiga när man letar läge för en fiskodling. Denna modell gör inte anspråk på att vara heltäckande ur lokaliseringssammanhang, inte kan den heller användas för att peka ut en perfekt plats för en fiskodling. På motsvarande sätt kan den inte användas som enda underlag för att i en tillståndsansökan och miljökonsekvensbeskrivning bedöma om läget är lämpligt ur ett miljöperspektiv. I modellen ryms många osäkerheter kopplade både till dataunderlaget och val av klassgränser. Indata har delvis varit bristfälligt och kan innehålla felaktigheter. Likaså är klassindelningen inga absoluta sanningar utan är bedömningar som gjorts utifrån kunskap om parametrarna och dess betydelse för fiskodlingsanläggningar. En strävan i arbetet har varit att hålla modellen så pass enkel att det är relativt lätt går att förstå hur resultaten genererats. Att bygga in alltför komplicerade klassnings- eller beräkningsmetoder kan ge ett resultat som dels kan vara svårt att härleda, dels verka mer noggrant än vad data och kunskapsläget i själva verket medger. Modellen är ett verktyg för att ge en första indikation på vilka sjöar som är kan vara lämpliga för en eventuell framtida fiskodling och ger en översiktlig bild över vilka områden inom en sjö som lämpar sig bättre än andra. Som förut nämnts är rangordningen relativ och vattenlokaler ska inte jämföras mellan sjöar. Likaså kan rangordningen på helsjönivå inte jämföras med andra regioner om man framöver gör en motsvarande analys över en annan region i Östersjöområdet Ytterligare parametrar Andra företeelser som man måste mäta och ta hänsyn till vid lokalisering av en fiskodling är exempelvis vattenkvalitet, såsom halter av närsalter, tungmetaller och grad av försurning. Lokalt klimat som vindförhållanden och isbildning är också viktiga parametrar, men svåra att inkludera i modellen. Sjöfart i form av handels- och fritidsbåtar är andra konkurrererande intressen. Likaså kan det uppstå konflikter med yrkes- och sportfisket. Modellen kan framöver utvecklas för att inkludera fler parametrar och miljöaspekter och även kunna inkludera viktning av olika parametrar. Den stora fördelen med att inkludera fler miljöaspekter är att sjöar eller lokaler som är olämpliga ur ett miljöhänseende får en lägre rangordning, eller väljs bort, redan i ett tidigt skede. Ska modellen appliceras i södra Sverige kan ytterligare parametrar som hanterar miljöaspekten övergödning behöva inkluderas. Den befintliga modellen tar viss hänsyn till övergödningsrisk, främst 19

20 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län genom parametern medelvattenföring. Detta förfarande bedöms fullt tillräcklig för Jämtlands län där endast tre procent av länets vattenförekomster uppges ha problem med övergödning 2. Ur ett nationellt perspektiv är utsläpp av näringsämnen dock ett större miljöproblem som på många håll riskerar leda till att miljökvalitetsnormer för ytvatten inte följs. Inom vissa regioner kan därför modellen behöva utvecklas så att den i ett tidigt skede styr lokaliseringen mot mindre känsliga sjöar. De senaste åren har svenska myndigheter tagit fram en stor mängd underlag inom området övergödning. Underlaget kan både användas till att bedöma miljökonsekvenserna av en föreslagen lokalisering eller inkorporeras i modellen i de regioner där övergödning är ett stort problem. Redan tidigare fanns det metoder för att beräkna sjöars känslighet mot övergödning vid lokalisering av fiskodling 3. De nya underlagen innebär att vissa beräkningssteg förenklas då information finns direkt tillgänglig. Till exempel finns beräkningar närsaltsbelastning tillgängliga för ett stort antal vatten via SMHI:s tjänst vattenweb. Dessa beräkningar kan utgöra ett värdefullt underlag vid miljökonsekvensbedömningar av en given lokalisering. För utveckling av modellen inom området övergödning kan vattenmyndigheternas statusklassificering och beslut om miljökvalitetsnormer för ytvatten utgöra ett lämpligt underlag. Till exempel skulle modellen i framtiden kunna klassa alla sjöar som inte uppnår eller riskerar att inte uppnå god ekologisk status till följd av övergödning som olämpliga. Parallellt pågår arbeten på SLU med att ta fram separata modeller för bland annat beräkning av ackumulerande närsaltsbelastningar nedströms odlingar i samma vattensystem. Man undersöker också alternativa metoder för att beräkna produktionsvolymer i förhållande till närsaltsbelastning. 6. Resultat Analysen med valda klassgränser enligt ovan resulterade på helsjönivå i att 192 sjöar fick en rangordning i lämplighet för potentiell fiskodling. Medelvärdet på de normaliserade värdena sträcker sig från 0,45 till 0,96. Samtliga rangordnade sjöar redovisas i tabellform i Bilaga 1. Där framgår också faktiska och normaliserade värden för parametrarna A01 A05. 2 Vatteninformation Sverige, Johansson T, Nordvarg L & Håkanson L Övergödningseffekter av fiskodling i sötvatten. Vattenbruksinstitutionen vid SLU. Rapport

21 De 20 högst rankade sjöarna syns i fallande ordning i Tabell 1. Den 50 högst rankade sjöarna är också redovisade i kartbilagor 3 och 4. Tabell 1. De 20 högst rankade sjöarna i Jämtlands län enligt analysen Sjönamn Ströms Vattudal Kallsjön Gesunden Storsjön Midskogs Dämn.Omr Kvarnbergsvattnet Hotagen Torrön Hetögeln Flåsjön Svaningssjön Havern Liten Storsjön Svegssjön Landögssjön Tåsjön Fågelsjön Juvuln Näldsjön Kommun Strömsund Åre Ragunda Åre, Krokom, Östersund, Berg Krokom, Ragunda, Östersund Strömsund Krokom Åre Strömsund Strömsund Strömsund Härjedalen Åre Berg Härjedalen Krokom Strömsund Strömsund Åre Krokom Eftersom det fanns totalt 1535 sjöar har flertalet inte kommit med i rangordningen. Detta beror på att de antingen inte haft värden på alla parametrar, eller att de haft värden som klassats som helt olämpliga (klass null) och därför inte inkluderats i den sammanvägda klassificeringen. Vattenlokalernas lämplighet finns redovisade för de 20 högst rangordnade sjöarna på kartbilagor Varje ingående parameter på vattenlokalnivå (C01 C05) samt den samlade klassificeringen på vattenlokalnivå finns redovisade på pdf-kartor i A0-format. Dessa kan laddas ner från AQUABESTprojektets hemsida: Även den sammanvägda klassningen på helsjönivå för samtliga sjöar finns att ladda ner i A0-format på länken ovan. Det stora formatet ger möjlighet att på datorn zooma in i pdf-läsaren och titta mer detaljerat på sjöarna Tillståndsprocess och MKB Fiskodlingar där mer än 40 ton foder förbrukas per kalenderår kräver tillstånd enligt miljöbalken. Tillståndet söks hos länsstyrelsen. Mindre fiskodlingar (1,5 40 ton foder per år) kräver inte tillstånd utan omfattas istället av anmälningsplikt till miljö- och hälsoskyddsnämnden i den kommun odlingen ligger. 21

22 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län 6.2. Tillståndsprocess Tillståndsprocessen inleds med samråd (Figur 4). Samrådet syftar till att lyfta frågor kring odlingens lokalisering, omfattning, utformning, miljöpåverkan samt den kommande miljökonsekvensbeskrivningens innehåll och utformning. 22

23 Figur 4. Tillståndsprocess för fiskodlingar som förbrukar mer än 40 ton foder per kalenderår. Det som framkommer under samrådet sammanfattas i en samrådsredogörelse. Samrådsredogörelsen skickas till länsstyrelsen och utgör beslutsunderlag för om odlingen kan antas medföra betydande miljöpåverkan. Som regel antas alla tillståndspliktiga fiskodlingar (mer än 40 ton foder per år) kunna medföra betydande miljöpåverkan. Om länsstyrelsen beslutar att odlingen kan antas medföra betydande miljöpåverkan krävs ett utökat samråd. Det utökade samrådet hålls med länsstyrelse, tillsynsmyndighet och enskilda som kan antas bli särskilt berörda. Dessutom inkluderas övriga statliga myndigheter, de kommuner, den allmänhet och de organisationer som kan antas bli berörda. När samrådsperioden är avslutad upprättar verksamhetsutövaren en tillståndsansökan med tillhörande miljökonsekvensbeskrivning (MKB; se nedan). Ansökan skickas till länsstyrelsen. För att ge allmänheten möjlighet att lämna synpunkter på ansökan och MKB så kungörs ansökan i tidningar. Länsstyrelsen tar ställning till om MKB:n uppfyller miljöbalkens krav. Ett godkännande innebär att MKB:n ger en tydlig bild av fiskodlingens förväntade miljökonsekvenser. Det betyder inte att de förväntade miljökonsekvenserna är acceptabla. På samma sätt betyder ett underkännande av MKB:n inte att odlingens miljökonsekvenser är oacceptabla. Ett underkännande innebär endast att MKB:n inte utgör ett tillräckligt beslutsunderlag. Om MKB:n uppfyller miljöbalkens krav kan länsstyrelsen pröva om verksamheten är tillåtlig utifrån miljöbalkens regler Miljökonsekvensbeskrivning (MKB) Miljöbalken styr vad en MKB ska innehålla. Dels föreskriver miljöbalken att samrådsprocessen ska påverka MKB:s utformning och innehåll. Dels föreskriver miljöbalken vilka typer av konsekvenser en MKB ska innehålla. Vid beslut att fiskodlingen kan antas medföra betydande miljöpåverkan, vilket i praktiken ofta betyder fiskodlingar med en foderförbrukning om mer än 40 ton per kalenderår, gäller följande (6 kap. 7 ): 1. en beskrivning av verksamheten med uppgifter om lokalisering, utformning och omfattning, 2. en beskrivning av de åtgärder som planeras för att skadliga verkningar ska undvikas, minskas eller avhjälpas och hur det ska undvikas att fiskodlingen medverkar till att en miljökvalitetsnorm inte följs, 3. de uppgifter som krävs för att påvisa och bedöma den huvudsakliga inverkan på människors hälsa, miljön och hushållningen med mark och vatten samt andra resurser som verksamheten kan antas medföra, 4. en redovisning av alternativa platser, om sådana är möjliga, samt alternativa utformningar tillsammans med dels en motivering varför ett visst alternativ valts, dels en beskrivning av konsekvenserna av att verksamheten inte kommer till stånd, och 5. en icke-teknisk sammanfattning av de uppgifter som anges i 1 4. Vid upprättandet av en MKB finns hjälp att tillgå i litteraturen. Som hjälp till att upprätta en MKB för fiskodling har SLU tagit fram en handbok. Dessutom har Naturvårdsverket tagit fram allmänna råd om planering, tillstånd och tillsyn av fiskodlingar. Sedan tillkomsten av dessa dokument har lagstiftningen ändrats en del, bl.a. med avseende på kriterier för tillståndsplikt och miljökvalitetsnormer för vatten. Dokumenten ger trots detta en god hjälp i tillståndsprocessen. SLU:s handbok ger bl.a. ett användbart förslag på disposition i MKB: 23

24 Reports of Aquabest project 1/2012 GIS-analys för lokalisering av lämpliga lokaler för fiskodling I Jämtlands län 1. Allmän beskrivning av verksamheten med syfte, lokalisering, odlingsvolym, utformning (kasse, dammar etc), fiskarter, kringverksamheter, mm. 2. Alternativa odlingslokaler 2.1 Allmän beskrivning av alternativa odlingslokaler. 2.2 Nollalternativ: den troliga utvecklingen av miljön på den tänkta odlingsplatsen om ingen odling startas upp. 3. Mark- och vattenanvändning 3.1. Planförhållanden (kommunala översiktsplaner) 3.2. Infrastruktur (vägar, bebyggelse, anläggningar etc) 3.3. Jord- och skogsbruk 3.4. Fiske och jakt 3.5. Naturmiljö 3.6. Landskapsbild 3.7. Skyddade eller skyddsvärda områden (naturreservat, riksintressen, biotopskydd) 3.8. Rekreation och friluftsliv 3.9. Kulturmiljö 4. Utsläpp till omgivningen 5. Avfall 6. Råvaror och kemikalier 7. Regionala och nationella miljömål samt miljökvalitetsnormer 8. Hushållningsreglerna (hushållningen med mark och vatten samt andra resurser) 9. Icke-teknisk sammanfattning 10. Kontrollprogram 11. Slutsatser GIS-analysen som underlag till MKB Fiskodling kan medföra flera direkta negativa miljökonsekvenser. De mest påtagliga miljöeffekterna inkluderar: konflikter med annan verksamhet (t.ex. sjöfart) förändring av landskapsbilden utsläpp av näringsämnen och syretärande ämnen spridning av sjukdomar spridning av främmande arter En genomtänkt lokalisering kan reducera fiskodlingens negativa miljöpåverkan. I GIS-analysen har flera parametrar med koppling till miljöpåverkan inkluderats. På helsjönivå styr parametern medelvattenföring lokaliseringen mot sjöar med mindre känslighet mot utsläpp av näringsämnen och syretärande ämnen, och parametern area styr lokaliseringen mot stora sjöar där landskapsbilden inte påverkas i lika stor grad. Här finns även parametern biologisk mångfald som visar var det finns fiskbestånd som är särskilt skyddsvärda. Parametern ingår dock inte i själva klassificeringen. På vattenlokalnivå styr parametern områden med restriktioner lokaliseringen bort från områden med särskilt skyddsvärda områden (t.ex. naturreservat, kulturreservat och värdefulla vatten). Även parametrarna avstånd till väg och avstånd till el kan styra lokaliseringen mot ett ut miljösynpunkt bättre läge. I och med att odlingen lokaliseras nära befintlig infrastruktur minskar åtgången av naturresurser. 24