Utvärdering av biologiska inde i norra Sverige - Hur väl stämmer de biologiska indeen överens med de fysikalisk-kemiska? My Larsson Eamensarbete, 15 hp Miljö-och hälsoskyddsporgrammet 180 hp Vt 2018
Evaluation of biological indees in northern Sweden -How well are the biological indices in agreement with the physicochemical? My Larsson Abstract The aim of this study was to investigate how well the biological indees in the north of Sweden matches with the physicochemical conditions in streams, and to evaluate whether the deformations of diatom shells has a connection to heavy metal conditions in streams. The sampling areas include nineteen different locations. As the water-chemical conditions in the water vary during the year and the sampling rate for each local has varied, therefore, an average has been calculated for each local. Diatoms in 13 of 165 sampling points had a deformation over 1%, the highest deformation percent was 10.5%, in that locality the heavy metals concentration for Zn, U, Ni, Cd and As were very high. In another locality with very high concentrations of Cd, Cu and Zn was the deformation only 0.24%. It may be a cocktail effect i.e. that elevated levels of several metals together give greater effect than the individual. If you compare the inde for diatoms, IPS (Indice de Polluo-sensibilité Spécifique) and ACID (ACidity Inde for Diatoms) to the water chemical data, there is no clear correlation. IPS shows high status at all premises ecept 3. These 3 locations that achieve good status have a relatively good water-chemical status. When comparing the benthos indees, you can see a connection first when the physicochemical parameters show high values. According to ASPT (Average Score Per Taon), there are no water streams that are considered to be affected even though at least five sampling sites where benthos was sampled showed an impact of heavy metals or acidity. Keywords: biological indees, deformation, status classification, physicochemical parameters, streams
Förord Jag vill ge mitt varmaste tack till mina handledare på Pelagia, Peder Larsson och Björn Rydvall samt min handledare på universitetet Micael Jonsson, forskare vid Institutionen för ekologi, miljö och geovetenskap. Jag vill även tacka personalen på Pelagia. Tack för ert stöd, era idéer och all hjälp jag har fått.
Innehållsförteckning 1 Inledning...1 1.1 Bakgrund...1 1.1.1 Påvätalger...1 1.1.2 Bottenfauna...1 1.1.3 BLM. 2 1.2 Syfte inkl. avgränsning och frågeställning....2 2 Metod...3 2.1 Data... 3 2.1.1 Beräkning av BLM.. 4 2.1.2 Klassificering....4 2.2 Statistisk bearbetning.... 4 3 Resultat. 4 3.1 Biologiska inde...4 3.2 Deformationer..5 4 Diskussion...6 4.1 Biologiska inde...6 4.1.1 Kiselalger...6 4.1.2 Bottenfauna...6 4.2 Deformationer.. 7 4.3 Slutsats 7 5 Referenser...9 Bilagor Bilaga 1: Fullständig projektklassning Bilaga 2: Statusklassning av biologiska inde samt metaller och deformationer Bilaga 3: Fullständiga resultat för BLM Ordlista Bioindikator: Art eller mikroorganism som används för att analysera förändringar i miljön eller upptäcka kemiska ämnen. Hydromorfologisk kvalitetsfaktor: innefattar bl.a. vattenflöde, tidvattenförhållanden, strandtyp och normala tecken på opåverkat vatten Multimetriska inde: Sammanvägning av flera olika parametrar eller sammanvägning av flera enkla inde. Pesticider: Innefattar biocidprodukter och vätskyddsmedel e båtbottenfärger och bekämpningsmedel för insekter. Rapporteringsgränsvärdet: Minsta värdet som går att detektera med aktuell utrustning. Taa: Underarter eller släkte till en specifik art.
1 Inledning Europeiska unionens vattendirektiv syftar till att förbättra och bibehålla god vattenkvalitet i alla sjöar, vattendrag och kustområden (EUR-Le 2017). I Sverige klassificeras därför vattnet utifrån dess nuvarande vattenstatus i en femgradig skala (hög, god, måttlig, otillfredsställande och dålig). Ytvattnets tillstånd bestäms genom dess ekologiska eller vattenkemiska status beroende på vilken av de parametrarna som påvisar sämst resultat (Naturvårdsverket 2007). Den ekologiska statusen för ytvatten klassificeras genom tre olika kvalitetsfaktorer: Biologiska, fysikalisk-kemiska och hydromorfologiska (Havs och vattenmyndigheten 2017). HVMFS 2013:19 beskriver metoden vid klassificering av ytvattenstatus för miljögifter. För att ett ytvatten skall klassificeras som eempelvis god status krävs det att de biologiska och fysikalisk-kemiska faktorerna vägs samman och uppnår minst samma status. 1.1 Bakgrund Fysikalisk-kemiska provtagningar innefattar ph, metallhalter, löst organiskt kol etc. Denna typ av provtagning beskriver den aktuella statusen för de kemiska förhållandena i vattendraget. Beroende på vilken typ av övervakningsprogram som används varierar provtagningsfrekvensen mellan 1-12 ggr per år (Havs och Vattenmyndigheten 2016a). Det krävs flera provtagningar per år för att få ett mått på säsongsvariationen vilket blir kostsamt och tar mycket tid (Havs och vattenmyndigheten 2016a). Fördelar med biologisk provtagning är att det tas en gång per år och blir därför mindre kostsamt samt ger ett mer integrerat mått på status, även bakåt i tiden. Vilket betyder att biologisk provtagning visar en större helhet av vattnets status än vad vattenkemiskprovtagning gör. (Havs och vattenmyndigheten 2016b). 1.1.1 Påvätalger Biologiska kvalitetsfaktorer i rinnande vatten innefattar påvätalger, främst kiselalger som ofta är de mest förekommande i vattendrag (Kahlert 2012a). Genom att studera artsammansättningen hos kiselalger kan en indikation av vattnets allmänna kvalitet ges, det går att göra en bedömning om eempelvis eutrofiering eller surhet. Påvätsamhället, framförallt kiselalger, används som en bioindikator dels genom att de är fastsittande och saknar migreringsmöjligheter. Detta innebär att de måste anpassa sig till vattenmiljöns förändringar och även för att kiselalger uppvisar en snabb reaktion vid en förändring i miljön som kan ha orsakats av punktutsläpp (Jarlman et al 2016). De två kiselalginde som används vid klassificering av vattendrag är IPS (Indice de Polluo-sensibilité Spécifique) och ACID (ACidity Inde for Diatoms). IPS visar påverkan av näringsämnen och organisk förorening. ACID är ett surhetsinde som visar påverkan av ph på kiselalger samt grupperar vattendraget i en surhetsgrupp (ph-regim). För att ta reda om det rör sig om en antropogen eller naturlig försurning krävs en djupare analys enligt 15 kap i bedömningsgrunderna (Naturvårdsverket 2009). Flera studier i Europa har visat på att kiselalger är bra indikatorer av miljögifter i vattnet då man bl.a. har sett deformationer i skal och förändringar i artantal till följd av utsläpp av pesticider eller metaller (Falasco et al. 2009). Skaldeformationer kan uppkomma vid annan stress som uttorkning eller förändringar i vattenflöden, vilket gör att det blir svårare att konstatera att tungmetaller påverkar kiselalgens skal (Kahlert 2012b). 1
1.1.2 Bottenfauna Bottenfaunan är en annan bioindikator, genom att studera dess artsammansättning och individtäthet kan detta eempelvis ge en indikation på utsläpp eller påverkan av luftföroreningar (Havs och vattenmyndigheten 2016b). Bottenfaunan är även lämplig att undersöka vid försurningsbedömningar då olika arter skiljer sig i ph-tolerans, miljökrav och livscykler. Därför, genom att studera vilka arter som förekommer i vattnet kan man avgöra hur eempelvis vattnets ph har sett ut under året (Lingdell och Engblom 2009). Anträffas eempelvis ettåriga bottenfaunaarter som inte tolererar lågt ph eller är känsliga för utsläpp, ger det en indikation på att det vattenkemiska tillståndet har varit gott och förhållandevis oförändrat under detta år (Lingdell och Engblom 2009). Påträffas det endast arter som i regel är mer tåliga mot surare livsmiljöer, eller arter med kort levnadstid indikerar detta att vattnets ph har varit lågt. Det finns tre bottenfauna-inde som används vid klassificering i rinnande vatten. Dessa tre är ASPT (Average Score Per Taon), där olika bottenfauna organismer delas in i familjer och summeras efter sin känslighet av miljöpåverkan. DJ-inde (Dahl & Johnson) vilket är ett multimetriskt inde som påvisar eutrofiering och MISA (Multimetric Inde for Stream Acidification) som också är ett multimetriskt inde men påvisar istället surhet (HVMFS 2013:19). 1.1.3 Biotillgängliga halter av metaller Metallers giftighet för vattenlevande organismer beror inte på totalhalten utan på den biotillgängliga halten. Metaller i vatten kan förekomma i flera olika former, som t.e. bundet till humusämnen eller partiklar (Wällstedt 2016). När metallen befinner sig i fri jonform är den tillgänglig för vattenlevande organismer vilket ökar dess toicitet. Den vattenkemiska sammansättningen har även inverkan på den biotillgängliga halten (BLM) då höga halter av löst organiskt kol (DOC) i ett vatten i regel minskar toiciteten eftersom metaller binder till DOC. Kemiska parametrar som eempelvis vätejoner kan ha motsatt inverkan på metallers biotillgänglighet för biota, då vätejoner konkurrerar med inbindningen till DOC vilket betyder att biotillgängligheten hos metaller kan öka vid lägre ph (Havs och vattenmyndigheten 2016c). BLM (Biotic Ligand Model) är en metod som används för att bedöma risken av metallers toicitet för de vattenlevande organismerna, genom att ta fram de biotillgängliga halterna av koppar (Cu), zink (Zn), bly (Pb) och nickel (Ni), baserat på de övriga vattenkemiska parametrar som nämnts ovan (Havs och vattenmyndigheten 2016c). 1.2 Syfte inkl. avgränsning och frågeställning Eamensarbetet syftar till att utvärdera befintliga biologiska inde i rinnande vatten i Norrland, och jämföra dessa med tillgängligt vattenkemiska data. Målsättningen är att öka kunskapsbasen kring hur precisa dessa inde är, och därmed i förlängningen förbättra träffsäkerheten i miljöövervakningen. Skaldeformationer hos kiselalger kommer att kopplas till vattenkemidata och målsättningen kring utvärderingen av dessa två analysmetoder är att utröna vilka påverkanskällor, främst metaller, som i störst utsträckning påverkar kiselalgskalen. Datasetet består av lokaler som befinner sig i områden som kan lämpa sig för gruvdrift, pågående eller avslutad gruvverksamhet samt opåverkade områden. Eamensarbetet kommer att avgränsas till datamaterial från rinnande vatten i Norrland. De kvalitetsfaktorer som kommer att behandlas i denna rapport är de biologiska och fysikalisk-kemiska. Skillnader i hydromorfologin kommer ej att beaktas i detta arbete då det anses den minst viktiga för frågeställningarna. 2
Frågeställningar: Hur väl stämmer bottenfaunainde och kiselalginde överens jämfört med vattenkemidata och går det att koppla mot statusklassning eller är det andra faktorer som påverkar? Hur kopplas skaldeformationer på kiselalger till metallbelastning i rinnande vatten? 2 Metod 2.1 Data Vattenprovtagningsdata hämtades från Pelagia Nature & Environment AB interna databas. Karta över provtagningsområden är skapad i QGIS 3.0. Provtagningarna innefattar vattenkemi, kiselalger och bottenfauna och har utförts enligt de svenska standardiserade metoderna enligt rekommendationer från HVMFS 2013:19. Metallanalyser har utförts på filtrerade prover. Provtagningslokalerna är stationerade inom 19 olika platser med varierande omfattning (se fig. 1). Sammanlagt ingår 173 provtagningspunkter för kiselalger, 109 provtagningspunkter för bottenfauna och 109 provtagningslokaler för vattenkemi. Datasetet innefattar till störst del områden med planerad, pågående eller avslutad gruvdrift, se bilaga 1 för fullständig områdesinformation. Vid varje lokal finns ett referensprov, vilket betyder att provet är taget i ett opåverkat vatten i området. 1. Landsjön 2. Rönnbäcken 3. Storuman 4. Barsele 5. Svartliden 6. Fäboliden 7. Rävliden 8. Hornträsket 9. Näsliden 10. Maurliden 11. Renström 12. Fisktjärnsliden 13. Klöttermyran 14. Kallak 15. Aitik 16. Vitåfors 17. Nunasvaara 18. Kaunisvaara 19. Viscaria Figur 1: Karta över projekten där provtagningen har skett. Norrpil och skalstreck (0-300 km) visas övers i figuren. 3
2.1.1 Beräkning av BLM För att räkna ut den biotillgängliga halten av koppar, zink, nickel och bly användes Biomet Bioavailability tool v4.0 som är ett verktyg i Ecelformat. För att räkna ut BLM krävs följande uppmätta halter från varje provtagnings lokal: löst koncentration av Cu (µg/l), Zn (µg/l), Ni (µg/l), och Pb (µg/l) samt DOC (mg/l), uppmätt ph och löst kalcium (Ca) mg/l. Vid vissa lokaler har totalt organiskt kol (TOC) analyserats istället för DOC och för att få fram halten av DOC antas formeln DOC=0,8*TOC enligt Havs- och vattenmyndighetens vägledning för tillämpning av HVMFS 2013:19. 2.1.2 Klassificering För att se vilken statusklassning de olika lokalerna befann sig i studerades resultaten för kiselalger och bottenfauna. Därefter delades lokalerna in i olika klassgränser enligt nedan: 1) Statusklassning av kiselalger i vattendrag bestäms genom status för IPS eller klassificeringen av försurning (ACID). Enligt HVMFS 2013:19 ska IPS beräknas och uttryckas som EK (ekologisk kvot) vilket beräknades enligt formel: EK = beräknat IPS / referensvärde. Därefter statusklassificerades IPS inom klassgränserna god, måttlig, otillfredsställande eller dålig. 2) ACID bedömer surhet med hjälp av det ph som mätts i samma lokal och delades därefter in i fem surhetsklasser: alkaliskt, nära neutralt, måttligt surt, surt och mycket surt (enligt HVMFS 2013:19). Klasserna relaterar inte till status utan påvisar surhetsgrad. 3) Bottenfauna i vattendrag klassificeras genom att ASPT, DJ-inde och MISA beräknas och uttrycks i EK enligt formler som finns angivet i HVMFS 2013:19. Därefter delades lokalerna in i klasserna: god, måttlig, otillfredsställande eller dålig för DJ-inde och ASPT. MISA påvisar surhet och klassindelas som: nära neutralt, måttligt surt, surt och mycket surt. Klasserna relaterar inte till status utan påvisar surhetsgrad. 2.2 Statistisk bearbetning Då de vattenkemiska förhållandena i vattendragen varierar under året och provtagningsfrekvensen för varje lokal har varierat, räknades därför ett medelvärde ut för varje lokal. Projektet i Barsele från 2015 fanns endast resultat från ett vattenkemiskt provtagningstillfälle tillgängligt. Pb och Cd hade metallhalter under rapporteringsgränsen (<0,01 för Pb och <0,002 för Cd) vid ett fåtal lokaler, vilket betyder att mätutrustningen inte klarar av att mäta lägre halter än detta. Dessa lokaler valdes att tas med i analysen för att stärka resultaten samt för att inte underskatta risken med höga metallhalter och ersattes därför med det aktuella värdet från rapporteringsgränsen enligt ovan. Då de aktuella gränsvärdet för Cd är 0,08 µg/l och 1,2 BLM för bly enligt HVMFS 2015:4 anses rapporteringsgränsvärdet ligga så pass lågt under havs och vattenmyndighetens gränsvärden och bör därför inte påverka resultatet. 3 Resultat 3.1 Biologiskt inde Tabell 3 visar statusen för kiselalginde med deformations% och vattenkemidata för varje lokal och tabell 1 visar statusen för bottenfaunainde med deformations% och vattenkemidata för varje lokal. 4
IPS visar hög status på 78 av 81 lokaler. ACID visar alkaliskt (d.v.s. att årsmedelvärdet för vattnets ph är över 7,3) i totalt 31 lokaler, 3 lokaler visar på surt och resterande måttligt surt (se bilaga 2). Lokal 161 och 168 har höga metallhalter samt en hög deformationsprocent, där visar IPS på hög status (se tabell 3). Då analys av bottenfauna sker mer sällan än av kiselalger finns det ett mindre antal lokaler representerat i tabell 1. DJ uppvisar hög status i 3 lokaler av totalt 33 och ASPT uppvisar hög status i 5 lokaler, se bilaga 2 för fullständig tabell. Lokal 114 har höga halter av kadmium, koppar och nickel, där visar ASPT och DJ på god status och MISA på mycket surt, ACID på måttligt surt samt IPS visar hög status. Tabell 1. Tabellen visar uppmätta halter av de aktuella metallerna samt statusklassningen av bottenfauna för respektive lokal. Metallerna koppar, zink och nickel uttrycks värdet i biotillgänglig koncentration enligt HVMFS 2015:4. Grön betyder god status och orange betyder måttlig status. Deformationerna är presenterade som Def.% i fallande ordning. ID År ASPT DJ MISA Def. (%) As (ug/l) Pb BLM Cd (ug/l) Cu BLM Ni BLM Zn BLM U (ug/l) 113 2015 Hög Hög Måttligt surt 1,95 1,34 0,004 0,049 0,02 0,29 7,94 0,15 36 2016 Hög Hög Nära neutralt 1,93 0,94 0,002 0,007 0,01 0,22 0,60 0,05 37 2016 Hög Hög Måttligt surt 1,37 7,83 0,002 0,018 0,01 0,13 0,51 0,01 96 2017 Hög Hög Nära neutralt 1,25 0,08 0,004 0,005 0,05 0,13 2,14 0,27 39 2016 Hög Hög Nära neutralt 1,19 1,37 0,003 0,024 0,02 0,12 0,61 0,22 3.2 Deformationer För att studera om metallhalter kan kopplas till skaldeformationer hos kiselalger sorterades lokalerna med deformationer från 1 % och högre ut, (se bilaga 2 för samtliga lokalers deformations% och bilaga 3 för samtliga lokalers BLM resultat). Andelen deformationer i opåverkade vatten skall ligga under 1 % enligt Kahlerts studie (2012) Utveckling av en miljögiftsindikator kiselalger i rinnande vattendrag. Understiger deformationerna 1 % klassas det som obetydlig missbildningsfrekvens (se tabell 3). Tabell 2. Klassning av missbildningsfrekvens (Havs och vattenmyndigheten 2016c). Mindre än 1 % missbildning anses som obetydlig och mer än 8 % anses som mycket hög. Preliminär)klassning)av)missbildningsfrekvens!<!1!% ingen!eller!obetydlig 102!% låg 204!% måttlig 408!% hög >!8!% mycket!hög I tabell 3 översteg totalt 13 lokaler 1 % deformationer. Den högsta andelen deformationer hittades i lokal 161. För att jämföra metallhalterna med andelen deformationer för respektive lokal användes Havs och vattenmyndighetens statusklassning HVMFS 2015:4 bilaga 2 och 6. Kadmiums gränsvärde varierar beroende på vattnets hårdhetsklass och är i detta fall klass 1 enligt HVMFS 2015:4. Lokal 161 samt 168 visar på mycket höga andelar deformationer, höga halter av kadmium samt mycket höga halter av nickel, zink och uran. Förhöjda halter av arsenik finns i totalt 54 av 81 lokaler. 5
Tabell 3. Tabellen visar uppmätta halter av de aktuella metallerna, deformations% samt statusklassningen av kiselalger för respektive lokal. Den hösta deformations% hittades i lokal 161 som är placerad högst upp i tabellen. Metallerna koppar, zink och nickel uttrycks värdet i biotillgänglig koncentration. Grön betyder god status och orange betyder måttlig status. Tomma celler betyder att ingen provtagning för aktuell metall gjorts vid lokalen. ID År IPS ACID Def. (%) As (ug/l) Pb BLM Cd (ug/l) Cu BLM Ni BLM Zn BLM U (ug/l) 161 2017 Hög Alkaliskt 10,5 0,90 0,003 0,226 0,30 23,77 209,84 25,22 168 2015 Hög Alkaliskt 9,5 0,98 0,002 0,368 0,27 20,71 192,08 25,45 34 2016 Hög Måttligt surt 2,43 2,64 0,002 0,100 0,01 0,08 0,70 0,03 113 2015 Hög Måttligt surt 1,95 1,34 0,004 0,049 0,02 0,29 7,94 0,15 36 2016 Hög Alkaliskt 1,93 0,94 0,002 0,007 0,01 0,22 0,60 0,05 146 2013 Hög Måttligt surt 1,59 0,08 0,001 0,003 0,02 0,05 1,24 165 2017 Hög Måttligt surt 1,5 0,05 0,003 0,002 1,12 26,49 89,53 0,00 141 2013 Hög Måttligt surt 1,38 0,07 0,001 0,003 0,04 0,05 0,90 37 2016 God Måttligt surt 1,37 7,83 0,002 0,018 0,01 0,13 0,51 0,01 85 2016 Hög Alkaliskt 1,26 3,36 0,000 0,000 0,05 0,04 2,59 0,03 96 2017 Hög Måttligt surt 1,25 0,08 0,004 0,005 0,05 0,13 2,14 0,27 39 2016 Hög Måttligt surt 1,19 1,37 0,003 0,024 0,02 0,12 0,61 0,22 105 2015 Hög Alkaliskt 1,14 0,73 0,006 0,070 0,04 1,53 1,60 0,09 Enligt den äldre statusklassningen från Naturvårdsverkets klassgränser för metaller i vatten (Naturvårdsverket 2000, 49), statusklassas de flesta metallerna i klasserna mycket låga halter, till låga halter. För att ge en tydligare bild över vilka metaller som har förhöjda halter användes därför den nya statusklassningen från HVMFS 2015:4. 4 Diskussion 4.1 Biologiskt inde 4.1.1 Kiselalger Jämförs IPS och ACID mot det vattenkemiska datat i tabell 1 syns ingen tydlig korrelation. IPS visar på hög status vid alla lokaler utom 3. Dessa 3 lokaler som uppnår god status har en förhållandevis bra vattenkemisk status, dock med förhöjda halter av arsenik. Genom att studera bilaga 2 är det tydligt att lokal 161, 168, 114 och 115 har höga halter av metaller trots att IPS indikerar hög och god status. Genom att studera IPSvärdet på de lokaler med höga metallhalter kunde det konstateras att dessa värden inte låg nära gränsvärdet vilket kunde indikera att intervallerna för gränsvärdet är för brett. Anledningen till att IPS inte korrelerar mot den fysikalisk-kemiska bedömningsgrunden är svårt att säga. Detta inde ska visa vattnets påverkan av näringsbelastning vilket kan tyda på att metaller inte påverkas så starkt av närsalter. Vattendragen som ingår i denna studie är stationerade i Norrland. Avsaknaden på jordbruksmark är stor i jämförelse med södra Sverige, vilket kan tyda på att vattendragen inte är lika näringsrika som i söder. IPS kanske korrelerar bättre i vattendrag som befinner sig nära jordbruksmark. 4.1.2 Bottenfauna Det går att se ett samband mellan bottenfauna inde först när de fysikalisk-kemiska parametrarna visar på höga värden (lokal 114 och 115), vilket kan tyda på att vissa bottenfauna arter klarar av metallhalter till en viss nivå. Studeras ASPT så är det inget vattendrag som anses påverkat trots att minst 5 lokaler visar en påverkan av metaller eller av surhet, där bottenfauna är provtaget. DJ är ett mått på eutrofiering och visar på att ingen av dessa vattendrag är påverkade, alla vattendrag uppnår hög eller god status. Denna klassificering var väntad då vattendrag i Norrland inte har samma problem som i södra Sverige med övergödning. 6
Naturvårdsverkets klassindelning hade förstora intervall för detta dataset, trots att man ser höga deformationer samt höga metallhalter visade ändå den äldre klassindelningen på god status för de flesta lokalerna. Det ger en förståelse till att havs och vattenmyndigheten har uppdaterat bedömningsgrunden för metaller. Bedömningsgrunden HVMFS 2015:4 har även med BLM vilket känns mer relevant än total metallkoncentration, den halt som väter och organismer skadas av är också den halten som är viktig att beakta. Dock verkar inte BLM modellen vara helt anpassad till mjuka vatten. En stor del av de svenska vatten är mjuka/ultra mjuka (Hoppe, Lithner och Borg 2007), vilket resulterar i att vattendraget kan hamna utanför BLM modellens kalibreringsintervall. En annan parameter som kan spela roll för metallers biotillgänglighet är DOC. En studie av Mattsson et al. (2008) visade på att DOC halterna i många nordeuropeiska vattendrag har högre halter av DOC än i de central europeiska länderna. Detta kan möjligtvis vara en anledning till varför de biologiska indeen inte hänger ihop med de fysikalisk-kemiska, då biotillgängligheten minskar vid högre halter av DOC (Havs och vattenmyndigheten 2016c). Problem i denna studie har varit att antal provtagningar per år har varierat mellan projekten vilket kan ge en orättvis bedömning i den vattenkemiska statusen. I detta fall är det viktigt att den vattenkemiska provtagningen tas vid samma tidpunkt och plats som den biologiska, vilket det har gjorts i denna studie. Genom att beräkna årsmedelvärdet för varje lokal kan tydliga mellanårs variationer beaktas. Visar årsmedelvärdet en tydlig avvikelse från förra årets årsmedelvärde bör detta undersökas djupare. 4.2 Deformationer Arsenikhalterna överskrider gränsvärdet för god status i de flesta lokaler och det bör tyda på att höga halter av endast arsenik inte har någon påverkan på kiselalgens skal. De två lokaler med högst andel deformationer (10,5% respektive 9,5%) har mycket höga halter av metallerna nickel, kadmium, zink och uran, vilket kan visa på ett samband med deformationer. Resultaten från Kahlert studie (2012) visar på att deformationer verkade öka vid mycket förhöjda halter av metallerna bly, kadmium, zink och koppar. Det gick inte att säga vilken eller vilka av metallerna som gav en påverkan på kiselalgskalen. Det är troligt att bly inte har någon inverkan på deformationerna då alla halter befinner sig inom god status. Höga halter av koppar verkar inte heller ha någon inverkan på deformationer. Det kan möjligtvis röra sig om en cocktaileffekt dvs. att förhöjda halter av flera metaller tillsammans ger större effekt än den enskilda metallens effekt (Regeringskansliet 2018). Vissa taa av kiselalger har kunnat utveckla en tolerans mot metaller vid tungmetallpåverkan (Kahlert 2012a). Detta innebär att den taa sedan kan dominera vattendraget då den klarar av högre metallhalter än annan taa, i den här studien studie har inte arter studerats, vilket möjligtvis kunde förklara varför det inte förekom så höga deformationsvärden i lokal 114 och 115, trots höga metallhalter. Vattendragen i denna studie är oligotrofa vilket innebär att artsammansättningen skiljer sig från den taa som lever i vattendrag som är eutrofa (Jan-Ers 2009), det kan vara en förklaring till varför dessa lokaler har låg andel deformationer. 4.3 Slutsats Syftet med denna studie var att studera hur väl de biologiska indeen stämmer överens med det vattenkemiska datat. Det är dyrt med dessa typer av provtagningar och analyser, så om ett och tydligt samband hittats, hade det kunnat möjliggöra färre provtagningar som sparar tid och pengar. Det är svårt att avgöra varför de biologiska indeen och de fysikalisk-kemiska parametrarna inte stämmer överens då det finns så mycket som påverkar ett vattens status. Naturliga orsaker som höga halter av DOC, vilket medför lägre biotillgänglighet trots höga metallhalter. Dataset innefattar dessutom en stor andel lokaler med gruvverksamhet vilket bör betyda att det finnas naturligt förhöjda halter av metaller i berggrunden. Det kanske kan leda till sämre korrelation då bakgrundshalten är jämförelsevis högre än referensvärdet. En studie av Jonsson et al (2016) visar på att Sveriges vattendrag passar dåligt in i dagens övervaknings och utvärderingsprogram, på 7
grund av klimatvariationen, arter har svårt att anpassa sig och leva i en miljö som innefattar så många olika klimat som eempelvis frysning, torka, hög och låg vattenföring. Detta kan vara en anledningar till varför sambanden mellan biologiska inde och de fysikalisk-kemiska halterna inte är så tydliga. När det gäller deformationer kan det möjligtvis röra sig om att någon av metallerna nickel, kadmium, zink, arsenik och uran tillsammans bildar en cocktaileffekt och ökar risken för deformationer. Detta resultat skiljer sig från Kahlert studie från 2012, då förhöjda halter av koppar inte visade en förhöjd andel deformerade kiselalger. Resultaten i den här studien visade även på att uran kan bidra till deformationer. Sedan finns det fler ämnen och fler metaller i ett vattendrag, som inte har analyserats, som kan ha en inverkan på kiselalgens skal. Denna studie har inte tagit hänsyn till vilken form skalet får och inte heller vilka arter som hittats i de olika lokalerna. Jag anser att det behöver göras en fördjupning på artsammansättning och/eller deformationsgrad för att se om det finns något samband där. 8
5 Referenser EUR-Le, 2017. God vattenkvalitet i Europa (EU:s vattendirektiv) http://eurle.europa.eu/legalcontent/sv/txt/html/?uri=legissum:l28002b& from=sv (Hämtad 2018-03-20) Falasco, Bona, Badino, Hoffmann och Ector. 2009. Diatom teratological forms and environmental alterations: a review. University of Turin. https://link.springer.com/article/10.1007/s10750-008-9687-3 (Hämtad 2018-04- 18) Havs- och vattenmyndigheten, 2016a. Vattenkemi i vattendrag. https://www.havochvatten.se/download/18.2a9deb63158cebbd2b44f27d/14811991 41950/vattenkemivattendrag.pdf (Hämtad 2018-04-26). Havs och Vattenmyndigheten, 2016b. Bottenfauna i sjöars litoral och vattendrag tidsserier.https://www.havochvatten.se/download/18.2a9deb63158cebbd2b44ea2a /1481197602239/bottenfaunasjoarslitoralovattendragtidsserier.pdf (Hämtad 2018-04-10) Havs- och vattenmyndigheten, 2016c. Miljögifter i vatten klassificering av ytvattenstatus. Vägledning för tillämpning av HVMFS 2013:19. https://www.havochvatten.se/download/18.6d9c45e9158fa37fe9f57c25/148214321 1383/vagledn-miljogiftsklassning-hvmfs201319.pdf (Hämtad 2018-04-13) Hoppe, Lithner och Borg, 2007. Utvärdering av användbarheten av BLM i svenska vatten. Stockholms universitet. file:///users/mylarsson/downloads/itmrapport186.pdf (Hämtad 2018-05-18). Kahlert. 2012a. Utveckling av en miljögiftsindikator kiselalger i rinnande vatten. Länsstyrelsen Blekinge. http://www.lansstyrelsen.se/blekinge/site CollectionDocuments/Sv/publikationer/rapporter/2012/Rapport% 202012_12.pdf (Hämtad 2018-03-21). Kahlert. 2012b. Kiselalger som miljöindikatorer. Länsstyrelsen Blekinge. https://www.slu.se/globalassets/ew/org/inst/vom/_vatten-ochmiljo_dok/personliga_webbsidor/kahlertmaria/mariakahlert- ivm/broschyr_vattenmiljo_2012_tryck.pdf (Hämtad 2018-03-23). Lingdell och Engblom, 2009. Vad säger bottenfaunan? Utvärdering av bottenfaunaundersökningar. Naturvårdsverket. https://www.naturvardsverket.se/documents/publikationer/91-620-5634-4.pdf (Hämtad 2018-03-23). Jan-Ers. 2009. Kiselalgernas missbildningar under toiska förhållanden. Sveriges lantbruksuniversitet. https://stud.epsilon.slu.se/1059/1/jan-ers_l_090604.pdf (Hämtad 2018-05-21). Jonsson, Burrows, Lidman, Fältström, Laudon och Sponseller. 2016. Land use influences macroinvertebrate community composition in boreal headwaters through altered stream conditions. The Swedish Academy of Sciences. https://link.springer.com/ content/pdf/10.1007%2fs13280-016-0837-y.pdf (Hämtad 2018-05-18). Mattson, Kortelainen, Laubel, Evans, Pujo-Pay, Räike och Conan. 2008. Eport of dissolved organic matter in relation to land use along a European climatic gradient. ScienceDirect. https://www.sciencedirect.com/science/article/pii/ S0048969708011406?via%3Dihub (Hämtad 2018-05-18). Naturvårdsverket, 2009. Bedömning av sjöar och vattendrag. Bilaga A till handbok 2007:4. https://www.naturvardsverket.se/documents/ publikationer/620-0148-3.pdf (Hämtad 2018-03-21). Naturvårdsverket, 2000. Bedömningsgrunder för miljökvalitet Sjöar och vattendrag. 2. uppl. Stockholm: Naturvårdsverkets förlag. Regeringskansliet, 2018. Regeringen vill utreda cocktaileffekt av kemikalier. http://www.regeringen.se/pressmeddelanden/2018/03/regeringen-vill-utredacocktaileffekt-av-kemikalier/ (Hämtad 2018-05-11) 9
Bilaga 1 Fullständig projektklassning Projekt Planerad gruvdrift Pågående gruvdrift Nedlagd gruvdrift Övrigt Storuman Barsele Fäbodliden Kaunisvaara Vitåfors Vindelgransele Maurliden Renström Hornträsket Aitik Rävliden Svartliden Nunasvaara Näsliden Långan Fiskodling Rönnbäcken Klöttermyran Torvtäkt Kallak Fisktjärnliden Torvtäkt Viscaria
Bilaga 2 Provtagningspunkt, provtagningsår, statusklassning av ASPT, DJ, MISA, IPS och ACID. Deformationer i %, fallande ordning. Halter av As, Pb (BLM), Cd, Cu (BLM). Ni (BLM), Zn (BLM) samt U. Metallerna är statusklassade utifrån god (grön) och måttlig (orange) status. ID År ASPT DJ MISA IPS ACID Def. (%) As (ug/l) Pb BLM Cd (ug/l) Cu BLM Ni BLM Zn BLM U (ug/l) 161 2017 Hög Alkaliskt 10,5 0,90 0,003 0,226 0,30 23,77 209,84 25,22 168 2015 Hög Alkaliskt 9,5 0,98 0,002 0,368 0,27 20,71 192,08 25,45 34 2016 Hög Måttligt surt 2,43 2,64 0,002 0,100 0,01 0,08 0,70 0,03 113 2015 Hög Hög Måttligt surt Hög Måttligt surt 1,95 1,34 0,004 0,049 0,02 0,29 7,94 0,15 36 2016 Hög Hög Nära neutralt Hög Alkaliskt 1,93 0,94 0,002 0,007 0,01 0,22 0,60 0,05 146 2013 Hög Måttligt surt 1,59 0,08 0,001 0,003 0,02 0,05 1,24 159 2017 Hög Måttligt surt 1,5 0,05 0,003 0,002 1,12 26,49 89,53 0,00 141 2013 Hög Måttligt surt 1,38 0,07 0,001 0,003 0,04 0,05 0,90 37 2016 Hög Hög Måttligt surt God Måttligt surt 1,37 7,83 0,002 0,018 0,01 0,13 0,51 0,01 85 2016 Hög Alkaliskt 1,26 3,36 0,000 0,000 0,05 0,04 2,59 0,03 96 2017 Hög Hög Nära neutralt Hög Måttligt surt 1,25 0,08 0,004 0,005 0,05 0,13 2,14 0,27 39 2016 Hög Hög Nära neutralt Hög Måttligt surt 1,19 1,37 0,003 0,024 0,02 0,12 0,61 0,22 105 2015 Hög Alkaliskt 1,14 0,73 0,006 0,070 0,04 1,53 1,60 0,09 112 2015 God God Måttligt surt Hög Måttligt surt 0,93 1,04 0,007 0,019 0,03 0,16 2,81 0,09 144 2013 Hög Måttligt surt 0,88 0,08 0,007 0,007 0,05 0,07 4,30 25 2017 Hög Måttligt surt 0,75 0,50 0,001 0,005 0,02 0,21 0,54 0,06 29 2017 Hög Måttligt surt 0,75 0,61 0,002 0,017 0,02 0,24 1,99 0,11 43 2017 Hög Måttligt surt 0,75 1,83 0,002 0,010 0,01 0,15 0,38 0,05 101 2017 Hög Hög Nära neutralt Hög Måttligt surt 0,75 0,07 0,003 0,003 0,15 0,16 1,52 0,86 158 2017 Hög Måttligt surt 0,75 0,06 0,002 0,004 0,04 0,07 0,77 0,02 165 2016 Hög Måttligt surt 0,75 0,05 0,001 0,003 0,01 0,06 1,10 9,81 41 2016 Hög Hög Nära neutralt Hög Måttligt surt 0,73 1,11 0,004 0,004 0,02 0,11 0,75 0,11 89 2016 Hög Hög Surt Hög Måttligt surt 0,72 3,51 0,002 0,006 0,01 0,04 0,99 0,02 103 2016 Hög Hög Nära neutralt Hög Måttligt surt 0,72 1,37 0,003 0,016 0,04 0,25 2,86 0,03 107 2015 Hög Måttligt surt 0,72 0,79 0,005 0,010 0,03 0,16 0,39 0,17 91 2016 Hög Måttligt surt 0,71 0,95 0,007 0,196 0,64 0,28 61,26 16 2016 Hög Hög Surt Hög Måttligt surt 0,69 0,48 0,001 0,006 0,02 0,28 0,96 0,05 22 2016 Hög Hög Måttligt surt Hög Alkaliskt 0,69 0,48 0,001 0,002 0,01 0,18 0,44 0,06 116 2015 God Hög Surt Hög Måttligt surt 0,69 1,98 0,002 0,018 0,02 0,08 2,74 0,05 84 2016 Hög Alkaliskt 0,57 4,67 0,001 0,017 0,05 0,09 7,04 0,03 28 2017 Hög Alkaliskt 0,5 0,98 0,001 0,005 0,01 0,16 0,31 0,08 30 2017 Hög Måttligt surt 0,5 0,25 0,001 0,003 0,01 0,15 0,01 0,05 45 2017 God Alkaliskt 0,5 5,75 0,001 0,010 0,00 0,10 0,21 0,01 46 2017 Hög Måttligt surt 0,5 2,83 0,002 0,023 0,01 0,14 0,29 0,04 154 2017 Hög Måttligt surt 0,5 0,08 0,003 0,002 0,06 0,08 1,92 0,06 155 2017 Hög Nära neutralt 0,5 0,13 0,001 1,207 0,01 0,09 1,02 0,06 156 2017 Hög Alkaliskt 0,5 0,07 0,002 0,003 0,01 0,06 1,07 1,39 104 2016 Hög Hög Mycket surt Hög Måttligt surt 0,49 1,20 0,002 0,010 0,02 0,24 0,73 0,09 20 2016 Hög Hög Nära neutralt Hög Alkaliskt 0,48 0,65 0,004 0,017 0,02 0,30 2,48 0,11 92 2016 Hög Alkaliskt 0,48 0,77 0,001 0,002 0,02 0,03 0,18 23 2016 Hög Hög Nära neutralt Hög Måttligt surt 0,47 0,21 0,004 0,007 0,03 0,24 1,63 0,07 35 2016 Hög Hög Nära neutralt Hög Måttligt surt 0,47 1,98 0,003 0,012 0,01 0,16 0,55 0,05 38 2016 Hög Hög Nära neutralt Hög Måttligt surt 0,47 2,93 0,003 0,013 0,01 0,12 0,69 0,04 21 2016 Hög Hög Nära neutralt Hög Måttligt surt 0,46 0,46 0,002 0,004 0,02 0,25 1,49 0,06 80 2016 Hög Måttligt surt 0,46 8,42 0,000 0,809 0,17 0,30 21,33 0,08 109 2015 Hög Hög Måttligt surt Hög Måttligt surt 0,46 1,67 0,006 0,014 0,11 0,65 3,00 0,18 102 2016 Hög Hög Måttligt surt Hög Alkaliskt 0,45 0,94 0,002 0,014 0,02 0,19 2,75 0,05 142 2013 Hög Surt 0,45 0,07 0,001 0,003 0,04 0,05 0,94 40 2016 Hög Hög Nära neutralt Hög Måttligt surt 0,44 1,68 0,004 0,215 0,01 0,11 0,80 0,13 12 2015 Hög Alkaliskt 0,25 2,14 0,002 0,005 0,03 0,26 0,89 14 2015 Hög Alkaliskt 0,25 1,44 0,001 0,002 0,01 0,12 0,33 15 2015 Hög Måttligt surt 0,25 0,93 0,002 0,015 0,01 0,25 1,29 26 2017 Hög Alkaliskt 0,25 2,07 0,002 0,004 0,03 0,18 0,66 0,07 27 2017 Hög Alkaliskt 0,25 5,46 0,002 0,005 0,02 0,14 0,68 0,11 31 2017 Hög Alkaliskt 0,25 0,52 0,001 0,003 0,01 0,19 0,00 0,07 33 2017 Hög Måttligt surt 0,25 0,51 0,004 0,025 0,03 0,39 2,16 0,11 44 2017 Hög Alkaliskt 0,25 1,01 0,002 0,011 0,01 0,20 0,32 0,05
ID År ASPT DJ MISA IPS ACID Def. (%) As (ug/l) Pb BLM Cd (ug/l) Cu BLM Ni BLM Zn BLM U (ug/l) 95 2017 Hög Hög Nära neutralt Hög Alkaliskt 0,25 0,08 0,005 0,002 0,02 0,04 1,72 0,11 153 2017 God Alkaliskt 0,25 0,52 0,002 0,032 0,07 0,12 1,46 8,14 157 2017 Hög Nära neutralt 0,25 0,05 0,004 0,003 0,11 0,85 0,92 0,08 164 2016 Hög Måttligt surt 0,25 0,08 0,002 0,018 0,01 0,08 1,04 0,02 169 2016 Hög Nära neutralt 0,25 0,09 0,001 0,002 0,03 0,09 1,02 0,04 24 2016 Hög Hög Måttligt surt Hög Måttligt surt 0,24 0,53 0,003 0,020 0,03 0,38 3,55 0,10 87 2016 Hög Hög Måttligt surt Hög Alkaliskt 0,24 4,41 0,001 0,002 0,02 0,06 0,97 0,04 88 2016 God God Nära neutralt Hög Alkaliskt 0,24 4,06 0,005 0,039 0,03 0,08 4,97 0,06 111 2015 Hög Hög Surt Hög Alkaliskt 0,24 0,70 0,009 0,033 0,03 0,13 0,78 0,06 114 2015 God God Mycket surt Hög Måttligt surt 0,24 2,21 0,010 2,470 1,45 2,21 353,83 0,08 115 2015 God Hög Mycket surt Hög Måttligt surt 0,24 2,07 0,007 2,060 0,85 2,02 291,49 0,09 19 2016 Hög Hög Måttligt surt Hög Alkaliskt 0,23 0,94 0,001 0,005 0,01 0,16 1,02 0,08 82 2016 Hög Måttligt surt 0,23 0,24 0,000 0,000 0,02 0,04 2,13 0,06 106 2015 Hög Hög Måttligt surt Hög Alkaliskt 0,23 1,48 0,003 0,010 0,03 0,40 0,79 0,05 81 2016 Hög Måttligt surt 0,18 1,41 0,000 0,653 0,09 0,26 22,14 0,03 11 2015 Hög Alkaliskt 0 0,47 0,001 0,005 0,02 0,25 0,64 13 2015 Hög Alkaliskt 0 6,45 0,002 0,014 0,02 0,13 0,57 17 2016 Hög Hög Nära neutralt Hög Alkaliskt 0 2,27 0,002 0,003 0,03 0,22 0,95 0,07 18 2016 Hög Hög Nära neutralt Hög Alkaliskt 0 4,46 0,001 0,006 0,02 0,12 0,80 0,10 32 2017 Hög Alkaliskt 0 0,20 0,002 0,008 0,02 0,20 0,01 0,05 83 2016 Hög Måttligt surt 0 0,24 0,000 0,000 0,02 0,04 2,20 0,07 90 2016 Hög Måttligt surt 0 0,70 0,003 0,218 0,71 0,33 71,25 143 2013 Hög Måttligt surt 0 0,07 0,001 0,002 0,03 0,05 1,00 145 2013 Hög Surt 0 0,16 0,003 0,004 0,03 0,08 1,69 166 2017 Hög Måttligt surt 0 0,38 0,008 0,068 0,90 1,79 14,16 5,52
Bilaga 3 Provtagningspunkt, provtagningsår, ph medel, DOC, Ca samt BLM reslutat för Zn, Ni, Pb och Cu. Provpunkt Datum Cu BLM Ni BLM Zn BLM ph medel DOC(mg/l) Ca(mg/l) 1 2011 0,03 0,31 0,86 7,40 5,52 5,22 2 2011 0,02 0,21 0,92 7,30 6,56 5,25 3 2011 0,04 0,43 0,87 7,40 3,84 5,18 4 2011 0,01 0,15 1,31 7,25 4,24 3,83 5 2011 0,01 0,14 1,48 7,00 4,56 2,11 6 2012 0,02 0,31 1,77 7,30 4,67 5,42 7 2012 0,01 0,17 1,37 7,20 5,66 6,95 8 2012 0,02 0,26 2,06 7,20 4,40 5,05 9 2012 0,01 0,16 1,85 7,10 4,08 4,53 10 2012 0,01 0,13 2,39 7,00 4,11 2,55 11 2015 0,02 0,25 0,64 7,20 6,42 10,80 12 2015 0,03 0,26 0,89 7,60 2,46 9,88 13 2015 0,02 0,13 0,57 7,50 5,46 11,30 14 2015 0,01 0,12 0,33 7,25 8,26 11,00 15 2015 0,01 0,25 1,29 6,95 5,60 4,89 16 2016 0,02 0,28 0,96 7,05 6,52 9,19 17 2016 0,03 0,22 0,95 7,55 2,35 9,50 18 2016 0,02 0,12 0,80 7,30 5,89 10,41 19 2016 0,01 0,16 1,02 7,05 9,48 9,06 20 2016 0,02 0,30 2,48 6,85 7,42 4,69 21 2016 0,02 0,25 1,49 6,70 9,04 8,36 22 2016 0,01 0,18 0,44 7,10 9,58 11,46 23 2016 0,03 0,24 1,63 6,85 3,49 2,09 24 2016 0,03 0,38 3,55 6,75 6,57 4,99 25 2017 0,02 0,21 0,54 7,05 7,69 9,50 26 2017 0,03 0,18 0,66 7,45 2,39 11,30 27 2017 0,02 0,14 0,68 7,45 5,75 11,65 28 2017 0,01 0,16 0,31 7,35 8,99 10,59 29 2017 0,02 0,24 1,99 6,85 7,68 4,91 30 2017 0,01 0,15 0,01 6,90 7,94 7,00 31 2017 0,01 0,19 0,00 7,20 10,11 11,88 32 2017 0,02 0,20 0,01 6,80 3,54 2,17 33 2017 0,03 0,39 2,16 6,75 7,40 4,64 34 2016 0,01 0,08 0,70 6,50 12,08 3,01 35 2016 0,01 0,16 0,55 6,90 10,44 5,01 36 2016 0,01 0,22 0,60 6,90 9,80 6,46 37 2016 0,01 0,13 0,51 6,90 13,64 3,38 38 2016 0,01 0,12 0,69 6,70 12,32 2,95 39 2016 0,02 0,12 0,61 6,90 8,08 3,24 40 2016 0,01 0,11 0,80 7,10 9,02 3,14 41 2016 0,02 0,11 0,75 7,00 6,44 2,78 43 2017 0,01 0,15 0,38 6,90 8,27 4,03 44 2017 0,01 0,20 0,32 6,90 7,67 5,67 45 2017 0,00 0,10 0,21 6,90 13,67 3,40 46 2017 0,01 0,14 0,29 6,90 10,00 0,04 80 2016 0,17 0,30 21,33 7,20 2,32 728,00 81 2016 0,09 0,26 22,14 6,90 2,07 396,00 82 2016 0,02 0,04 2,13 7,00 2,20 3,06 83 2016 0,02 0,04 2,20 7,00 2,26 3,90 84 2016 0,05 0,09 7,04 7,20 5,94 20,40
Provpunkt Datum Cu BLM Ni BLM Zn BLM ph medel DOC(mg/l) Ca(mg/l) 85 2016 0,05 0,04 2,59 7,40 3,80 39,00 86 2016 0,03 0,07 3,21 7,40 6,04 19,60 87 2016 0,02 0,06 0,97 7,40 10,20 15,10 88 2016 0,03 0,08 4,97 7,30 12,20 119,00 89 2016 0,01 0,04 0,99 7,20 10,50 10,70 90 2016 0,71 0,33 71,25 6,80 4,46 7,42 91 2016 0,64 0,28 61,26 6,90 4,80 6,25 92 2016 0,02 0,03 0,18 6,90 4,26 2,19 95 2017 0,02 0,04 1,72 7,17 5,32 2,98 96 2017 0,05 0,13 2,14 6,95 5,16 15,32 101 2017 0,15 0,16 1,52 6,98 4,12 13,37 102 2016 0,02 0,19 2,75 7,30 6,50 13,06 103 2016 0,04 0,25 2,86 7,23 6,50 8,32 104 2016 0,02 0,24 0,73 7,20 6,50 4,96 105 2015 0,04 1,53 1,60 6,82 4,67 46,83 106 2015 0,03 0,40 0,79 6,88 5,57 14,65 107 2015 0,03 0,16 0,39 6,83 6,12 2,17 109 2015 0,11 0,65 3,00 6,50 4,42 3,97 111 2015 0,03 0,13 0,78 6,30 6,85 1,48 112 2015 0,03 0,16 2,81 7,10 5,30 9,09 113 2015 0,02 0,29 7,94 7,40 5,00 36,70 114 2015 1,45 2,21 353,83 6,70 6,00 32,70 115 2015 0,85 2,02 291,49 7,00 6,20 31,20 116 2015 0,02 0,08 2,74 7,10 8,20 12,80 119 2009 0,02 0,23 0,61 7,35 4,24 3,54 120 2009 0,03 0,23 0,62 7,80 4,20 10,58 121 2009 0,06 1,10 1,11 7,45 3,10 4,90 126 2010 0,04 0,35 0,57 7,90 2,34 10,83 127 2010 0,04 0,22 0,30 7,70 5,31 6,88 135 2011 0,03 0,04 0,87 6,80 7,70 2,06 136 2011 0,05 0,04 0,76 6,60 7,64 1,64 137 2011 0,03 0,06 1,18 6,80 7,24 2,06 138 2011 0,03 0,06 1,93 6,90 7,38 2,69 139 2011 0,03 0,06 1,60 6,70 9,24 2,47 140 2011 0,03 0,05 1,40 7,15 7,12 3,21 141 2013 0,04 0,05 0,90 6,65 6,02 2,03 142 2013 0,04 0,05 0,94 6,40 6,46 1,71 143 2013 0,03 0,05 1,00 6,90 5,52 2,71 144 2013 0,05 0,07 4,30 6,70 5,87 3,46 145 2013 0,03 0,08 1,69 6,60 6,84 4,07 146 2013 0,02 0,05 1,24 7,20 5,39 4,29 153 2017 0,07 0,12 1,46 - - - 154 2017 0,06 0,08 1,92 - - - 155 2017 0,01 0,09 1,02 - - - 156 2017 0,01 0,06 1,07 - - - 157 2017 0,11 0,85 0,92 - - - 158 2017 0,04 0,07 0,77 - - - 159 2017 1,12 26,49 89,53 - - - 160 2017 0,90 1,79 14,16 - - - 161 2017 0,30 23,77 209,84 - - - 162 2016 0,05 1,25 1,25 - - - 163 2016 0,04 0,91 0,91 - - - 164 2016 0,01 0,08 1,04 - - - 165 2016 0,01 0,06 1,10 - - - 166 2016 0,16 1,12 1,07 - - - 167 2016 2,10 2,56 12,34 - - - 168 2016 0,27 20,71 192,08 - - - 169 2016 0,03 0,09 1,02 - - - 170 2015 0,27 20,71 192,08 - - -