FORSKNINGSRAPPORT. Bedömningsgrunder för makrofyter i sjöar

2007:17 FORSKNINGSRAPPORT Bedömningsgrunder för makrofyter i sjöar - Bakgrundsrapport Frauke Ecke Luleå tekniska universitet Institutionen för tillämpad kemi och geovetenskap Avdelningen för tillämpad geologi 2007:17 ISSN: 4-1528 ISRN: LTU-lic -- 07 17 -- SE

Bedömningsgrunder för makrofyter i sjöar - Bakgrundsrapport Frauke Ecke

3 Innehåll Sammanfattning... 5 1. Inledning... 7 1.1 Syfte... 7 2. Material och Metoder... 7 2.1 Avgränsning... 7 2.2 Komplettering och justering av befintliga data... 7 2.3 Typanpassning... 8 Urval av referenssjöar... 8 Framtagningen av typologigrupper... 9 Använda typologivariabler... 9 2.4 Beräkning av indikatorvärden... 10 2.5 Beräkning av referensvärden... 11 2.6 Avgränsning mellan klasser av ekologisk status... 11 3. Resultat... 12 3.1 Typindelning... 12 3.2 Indikatorvärden... 14 3.3 Referensvärden och klassgränser... 14 4. Diskussion... 16 4.1 Typologigrupperna... 16 4.2 Indikator- och referensvärden samt klassgränser... 18 4.3 BGMs pålitlighet och inventeringsmetodik... 22 Tack...22 Referenser... 22 Appendix 1. Referenssjöar använda vid typanpassningen... 24 Appendix 2. Makrofyternas preferenser längs Tot-P gradienten... 26 Appendix 3. Makrofyternas indikatorvärden... 27 Appendix 4. Makrofytarter som bör användas för att kunna skilja mellan olika klasser av ekologisk status.... 30 Appendix 5. Lathund för datainsamling samt beräkning av trofiindex och ekologisk status.. 33 1. Datainsamling - Inventeringsmetodik... 33 2. Beräkning av trofiindex och ekologisk status... 33

5 Sammanfattning De befintliga bedömningsgrunderna för makrofyter (BGM) i sjöar har hittills ansetts som preliminära. Dessutom motsvarade de inte kraven enligt EUs Ramdirektiv för vatten med avseende på bl.a. typanpassningen och angivna gränser mellan olika klasser av ekologisk status. I det framlagda förslaget för revideringen av BGM i enlighet med EUs Ramdirektiv för vatten, lades stor vikt vid att utöka dataunderlaget av framför allt referenssjöar. Med hjälp av olika påverkanskriterier valdes 49 referenssjöar, dvs. sjöar som ansågs vara av hög ekologisk status. Som kriterier användes markanvändning, sjösänkning, koncentrationen av näringsämnen samt ph i vattenfasen. Baserad på artsammansättningen bland makrofyterna gjordes en klusteranalys-baserad typindelning i tre grupper. Dessa tre typologigrupper kunde skiljas åt med hjälp av främst två typologivariabler, nämligen Y-koordinat och h.ö.h. De tre typologigrupperna/regionerna var sjöar S om Limes Norrlandicus (LN), sjöar N om LN men under högsta kustlinjen (HK) samt sjöar N om LN och över HK. För att bestämma sjöarnas ekologiska status, beräknades indikatorvärden längs Tot-Pgradienten för alla funna makrofytarter förutom helofyter. Indikatorvärdena viktades med arternas nischbredd längs Tot-P-gradienten. För varje sjö kunde på det viset ett medianindikatorvärde, ett trofiskt makrofytindex (TMI), beräknas. Dessa trofiindex översattes till en femgradig skala enligt Ramdirektivets krav, dvs. de fem klasserna av ekologisk status. Denna konvertering gjordes med hjälp av Tot-P halter som prefereras av makrofytarter som ansågs karakteristiska för respektive klass av ekologisk status. På grund av bristande dataunderlag kunde gränsvärden inte beräknas mellan klasserna otillfredsställande och dålig ekologisk status. Trots ett heterogent datamaterial som är insamlat i olika syften, under olika decennier och till och med sekler och med varierande metodik mm., anses det föreslagna systemet kunna tillämpas i enlighet med EUs Ramdirektiv för vatten. Föreliggande utredning understryker dock det stora behovet av kompletterande inventeringar samt av en revidering av undersökningsmetoden för inventering av makrofyter. Det föreslagna systemet bör verifieras med datamaterial som inte användes för den här redovisade bedömningen. Därefter bör en eventuell revidering genomföras.

7 1. Inledning De befintliga bedömningsgrunderna för makrofyter (BGM) anses som preliminära (Andersson 1999) och måste revideras för att uppfylla kraven enligt EUs Ramdirektiv för vatten, här kallat för Vattendirektivet (Europeiska Unionen 2000). Artantalet är måttet som hittills har används för tillståndsklassningen av sjöar (Andersson 1999). Med hänsyn till de stora variationerna av makrofyternas preferens längs trofigradienten inom framför allt grupperna elodeiderna och flytbladsväxterna (t.ex. Palmer et al. 1992, Ecke 2005) är det dock tveksamt om artantalet är det mest lämpligaste måttet för att bedöma ekologisk status. Ett klassningssystem som baseras på artantalet kräver dessutom en noggrann makrofytinventering med kompletta artlistor. En klassning av sjöar med inkompletta artlistor är därför enligt det befintliga systemet omöjlig eller leder till felaktiga bedömningar. Dataunderlaget för den nyligen för sjöar genomförda typanpassningen av makrofyter (Willén and Larson 2004) var för litet (baserades på 21 sjöar) för att kunna utveckla ett fungerande typanpassningssystem. Dataunderlaget för en ny typanpassning kan förbättras genom att bl.a. inkludera historiska data (insamlade 1929-1935) och nya data som är insamlade av länsstyrelser, kommuner mm. 1.1 Syfte Bedömningsgrunderna ska utvecklas så att de uppfyller kraven enligt Vattendirektivet (Europeiska Unionen 2000). En statusklassning av svenska sjöar ska kunna göras med hjälp av makrofyter. Bedömningsgrunderna kommer också att vara användbara som verktyg inom det nationella miljöövervakningsprogrammet. 2. Material och Metoder 2.1 Avgränsning Makrofytbaserade bedömningsgrunder utvecklades enbart för sjöar eftersom dataunderlaget för vattendrag är för bristfälligt än så länge. Utvecklingsarbetet med bedömningsgrunder för makrofyter genomfördes i fem steg enligt nedan: 1. Komplettering och justering av befintliga data 2. Typanpassning 3. Beräkning av indikatorvärden 4. Beräkning av referensvärden 5. Definiering av klassgränser 2.2 Komplettering och justering av befintliga data Det av Berta Andersson sammanställda datamaterialet (redovisade i Andersson 1999) (makrofytdata och vattenkemi från 467 svenska sjöar) sågs över med avseende på a) artlistan och b) kemiska parametrar. Artlistan granskades och justeras eftersom vissa artnamn har ändrats samt för att reda ut oklarheter med avgränsningen av vissa underarter. Efter genomgången slogs ihop underarterna Nymphaea alba ssp. alba (vit näckros) och N. alba ssp.

8 candida (nordnäckros) till en enda grupp, nämligen N. alba coll. Sammanslagningen gjordes eftersom en stor del av databasen utgjordes av data insamlade av Gunnar Lohammar som enbart använde N. alba coll. när han inventerade 151 sjöar 1929 1937 i Dalarna, Uppland, Västerbotten och Norrbotten (Lohammar 1938). För de kompletterande utredningarna tog jag kontakt med ett flertal länsstyrelser för att kunna inkludera makrofytdata som har samlats in sedan den första typanpassningen (se ovan) har genomförts. Det erhållna materialet omfattar 30 än så länge oredovisade sjöar som inkluderades i de här redovisade kompletterande utredningarna. Därutöver erhölls nya makrofytdata från SLU, innehållande data från 10 referenssjöar. Dessutom gjordes det en översyn för att kunna avgöra i vilken utsträckning vissa markofyter (framför allt kransalger och mossor) ska inkluderas i revideringen av BGM eftersom de inte har inventerats i alla undersökta sjöar. Enheterna för vissa kemiska variabler sågs över för att säkerställa användningen av en och samma enhet för respektive variabel. Databasen som användes för revideringen av BGM innehöll makrofytdata från 506 sjöar (Figur 1 A). Databasen innehöll enbart binära data, dvs. finns eller finns inte. För 272 av sjöarna fanns uppgifter om Tot-P halten. 2.3 Typanpassning Urval av referenssjöar För typanpassningen användes enbart referenssjöar, dvs. sådana sjöar som ansågs ha hög ekologisk status. Referenssjöarna valdes ut i tre steg. I första steget togs hänsyn till påverkanskriterier, nämligen andel hyggen, jordbruksmark och tätort inom sjöarnas A B C Figur 1. Det geografiska läget av de 506 sjöarna som ingick i dataunderlaget (A) och läget av de 49 referenssjöarna som användes för typanpassningen i förhållande till ekoregionerna (B) och högsta kustlinjen (C).

9 delavrinningsområde samt sänkning av vattenståndet. Referenskriteriet för sjöarna var enligt följande: Andelen hyggen <10%, andelen jordbruksmark <10% och andelen tätort <0,1%. Uppgifterna för varje sjö hämtades från TRK-projektet (http://www-nrciws.slu.se/trk/) och samkördes med makrofytdatabasen. Referenssjöarna skulle inte ha påverkats av sänkning enligt SMHIS register över sänkta och torrlagda sjöar (SMHI 1995). Sjöar för vilka historiska data förelåg (Arwidsson 1926, Lohammar 1938) ansågs genomgående som opåverkade och användes som referenssjöar så länge kraven på icke-sänkning samt på ph, Tot-P och Tot-N koncentrationer (se nedan) uppfylldes. I andra steget valdes sjöar från steg 1 som hade Tot-P koncentrationer <12,5 g l -1, Tot-N koncentrationer <300 g l -1 och ph >6,0. Detta urval resulterade i 29 referenssjöar. För att kunna analysera ett tillräckligt antal sjöar från framför allt centralslätten valdes i det tredje och sista steget manuellt sjöar som ansågs ha referenssjökaraktär. Dessa sjöar uppfyllde kraven för en av variablerna Tot-P och Tot-N, men saknade uppgifter för max två av de tre variablerna som användes i andra steget. Sammanlagt ansågs 49 sjöar som referenssjöar (Appendix 1, Figur 1 B, C). Bland dessa referenssjöar fanns två sjöar, Ivösjön och Kalven som enligt SMHIs register har sänkts år 1871 respektive 1868. Baserat på sjöarnas biogeokemi och artsammansättning bland makrofyterna klassades sjöarna ändå som referenssjöar. Framtagningen av typologigrupper Typanpassningen genomfördes i två steg. I första steget identifierades typlogigrupper som enbart baserades på artsammansättningen bland makrofyterna (inkl. helofyterna). Enbart arter som förekom i minst tre sjöar inkluderades i analysen. Målet var att erhålla sådana grupper som i ett andra steg kunde kvantitativt skiljas åt med hjälp av ett fåtal typologivariabler. Typlogigrupperna identifierades med hjälp av klusteranalys (tree clustering) med Wards metod baserad på Euclidean distance (Sharma 1996). Använda typologivariabler I den nyligen framlagda typanpassningen av sjöar med avseende på makrofyter (Willén and Larson 2004) användes följande typologivariabler: höjd över havet, sjöarea, medeldjup, humushalt och kalkhalt samt ekoregionen. Tabell 1. Intervallgränserna för beräkningen av makrofyternas indikatorvärden längs Tot-P gradienten. En art tilldelades indikatorvärdet för intervallet där artens preferens (medianvärde för näringshalterna) fanns. Indikatorvärde Tot-P ( g l -1 ) 10 10 9 > 10 15 8 > 15 20 7 > 20 25 6 > 25 30 5 > 30 35 4 > 35 40 3 > 40 45 2 > 45 50 1 > 50

10 Medeldjup och humushalt är variabler som saknas för de flesta sjöarna i databasen och i synnerhet för referenssjöarna. För att kunna skilja mellan typlogigrupperna vid revideringen av BGM, användes därför sådana variabler som hade tillräckligt många observationer för framför allt referenssjöarna och som ansågs vara relevant för typanpassningen. Som typologivariabler användes X- och Y-koordinat, höjd över havet, sjöarea, siktdjup, vattentemperatur, konduktivitet och Ca-koncentration. För att analysera om typologivariablerna är lämpliga för att kunna skilja åt de framtagna makrofytbaserade typlogigrupperna användes stegvis diskriminantanalys (Sharma 1996) i kombination med Kruskal-Wallis test och Mann-Whitneys test (Zar 1996). X- och Y-koordinat samt h.ö.h. uttrycktes dessutom med hjälp av sjöarnas geografiska läge i förhållande till Limes Norrlandicus och högsta kustlinjen. För dessa analyser användes ett geografisk informationssysyem (GIS) i ArcGIS-miljö (ESRI 2005). För alla statistiska analyser användes programmet STATISTICA (StatSoft 2002). 2.4 Beräkning av indikatorvärden Vid denna revidering av BGM undveks en metod som baseras på antalet makrofytarter. En sådan metod skulle kräva mycket pålitliga artlistor. Den svenska makrofytdatabasen innehåller dock en stor blandning av historiska och nya data, data från översikts- och detaljinventeringar mm. Denna blandning gör en artantalbaserad metod väldigt sårbart mot ofullständigt inventerade sjöar (se ovan). I bl.a. Tyskland används visserligen en sådan artantalbaserad metod (Schaumburg et al. 2004), men dataunderlaget baseras uteslutande på transektinventering med hjälp av dykning. Kvantitativa data anses vara förutsättningen för utvecklingen av BG enligt Vattendirektivet (Schaumburg et al. 2004, Stelzer et al. 2005). En jämförelse mellan BG-index som är baserade på kvantitativa (med täckningsgrad för respektive makrofytart) och binära data (finns, finns inte) visade dock enbart på marginella skillnader (Marit Mjelde, NIVA, Norge, personlig kommunikation). Helofyter uteslöts från beräkningen av indikatorvärden. Däremot ingick grupperna isoetider, elodeider, lemnider, flytbladsväxter, mossor och kransalger i analyserna. Indikatorvärden beräknades för arter som förekom i minst tre sjöar. Varje art bland makrofyterna tilldelades ett indikatorvärde som baserades på arternas preferens längs gradienten för Tot-P. Tot-P ansågs vara det mest lämpliga måttet för att kunna bedöma om en sjö visar påverkade eller opåverkade förhållanden (t.ex. Palmer et al. 1992, Schneider and Melzer 2003). Preferensen bestämdes med hjälp av makrofyternas medianvärde längs Tot-P-gradienten. Indikatorvärdet bestämdes genom indelning av Tot-P gradienten i olika intervaller och kan variera mellan 1 och 10 (Tabell 1). Ett indikatorvärde av 10 indikerar att arten förekommer i sjöar med en Tot- P halt <10 g l -1. För att kunna ta hänsyn till arternas tolerans mot olika Tot-P halter, dvs. makrofyternas nischbredd, viktades indikatorvärdet för varje makrofytart med differensen mellan 75 och 25 percentilerna kring arternas preferens (Tabell 2). Med hjälp av indikatorvärden för alla arter i en sjö kan sjöns trofiskt makrofytindex (TMI) beräknas enligt följande: TMI Sjöx n i 1 Indikatorvärde n i 1 Arti Viktfaktor Viktfaktor Arti Arti Ekvation 1

11 Tabell 2. Viktning av makrofyternas indikatorvärden. Viktningen baserades på differensen mellan 75 och 25 percentilerna kring arternas indikatorvärden (medianvärden längs Tot-P gradienten). Viktningen användes vid beräkningen av sjöarnas genomsnittliga makrofytbaserade indikatorvärde, dvs. trofiindexet. Vikt 75 perc 25 perc Tot-P ( g l -1 ) 1,0 10 0,9 > 10 20 0,8 > 20 30 0,7 > 30 40 0,6 > 40 50 0,5 > 50 60 0,4 > 60 70 0,3 > 70 80 0,2 > 80 90 0,1 > 90 Detta indikatorsystem liknar det engelska DOME systemet (Palmer et al. 1992) som baseras på makrofyternas preferenser längs en trofigradient. TMI för respektive sjö översattes sedan (se 2.6 Avgränsning mellan klasser av ekologisk status) till en femgradig skala som motsvarar den indelning för ekologisk status som krävs enligt Vattendirektivet (Europeiska Unionen 2000). 2.5 Beräkning av referensvärden Referenssjöar ansågs representera sjöar med hög ekologisk status. Referenssjöarnas trofiindex användes därför som kvantitativt mått för att kunna definiera hög ekologisk status. Hög ekologisk status definierades separat för varje typologigrupp baserat på mediantrofiindexet för referenssjöarna. 2.6 Avgränsning mellan klasser av ekologisk status Enligt Vattendirektivet ska den ekologiska statusen av sjöar anges på en femgradig skala (hög, god, måttlig, otillfredsställande och dålig) och uttryckas som en ekologisk kvot (Europeiska Unionen 2000). Som gränsvärdet mellan hög och god ekologisk status användes kvoten mellan referenssjöarnas medianvärde för trofiindexet och 75 percentilerna kring trofiindexet. Som grund för definitionen av gränsvärden för de lägre klasserna användes sjöarnas Tot-P halt vid förekomsten av makrofytarter som ansågs representativa för att kunna skilja mellan respektive ekologisk status. Detta system håller för närvarande på att utvecklas och testas inom den så kallade N-GIG (Northern Intercallibration Group) där bl.a. Sverige, Norge och Finland ingår. Bl.a. föreslogs i denna grupp att 75% percentiler för Tot-P vid förekomsten av t.ex. Isoëtes lacustris, styvt braxengräs, bör kunna användas som klassgräns mellan hög och god status. Valet av lämpliga klassgränsarter bör bl.a. baseras på arternas utredningsområde och de identifierade geografiska regionerna vid typanpassningen.

12 I de här presenterade reviderade bedömningsgrunderna användes en multivariad metod (classification tree) (StatSoft 2002) för att skilja mellan klasserna god-måttlig och måttligotillfredsställande. I ett första steg valdes arter som ansågs vara typiska för hög/god ekologisk status, god ekologisk status respektive låg ekologisk status. I andra steget klassades sjöarna som antingen hög/god, god, låg och indifferent. Hög/god klassen omfattades av sjöar där enbart makrofytarter som indikerar hög/god status förekom. Sjöar i god-gruppen inkluderade sjöar där enbart arter som indikerar god, men inte hög eller låg status förekom. Låg-gruppen omfattades av sjöar där enbart arter som indikerar låg status förekom. I den indifferenta gruppen ingick sjöar där arter från olika statusklasser förekom. Den indifferenta gruppen exkluderades från beräkningen av gränsvärden. TMI kunde tyvärr inte direkt användas för beräkningen av gränsvärdena eftersom dataunderlaget för sjöar där enbart låg status arter förekom var för bristfälligt i vissa typologigrupper. I stället användes Tot-P halterna för att beräkna gränsvärdena. Gränsvärdet mellan sjöar av god och måttlig ekologisk status beräknades med hjälp av Tot-P halter som skiljde hög/god status sjöar från låg status sjöar (classification tree, StatSoft 2002). Gränsvärdet mellan sjöar av måttlig (M) och otillfredsställande (O) ekologisk status beräknades enligt samma princip. För dessa analyser användes dock Tot-P halter som skiljde god status sjöar från låg status sjöar. Tot-P halterna för gränsvärdena översattes sedan till trofiindexet med hjälp av regressionsekvationen för sambandet mellan Tot-P halt och TMI. Gränsvärdena för Ekologiska kvoter beräknades separat för varje typologigrupp. Ekologiska kvoter (EK) för respektive typologigrupp beräknades enligt följande: EK Sjöx (Observerat TMI Sjö Minimum TMI) x Ekvation 2 (Referensvärdet Minimum TMI) Minimum TMI representerades av det lägsta teoretiskt möjliga TMI för hela datamaterialet, dvs. 1. Gränsvärdet för den ekologiska kvoten mellan hög (H) och god (G) status beräknades som kvot mellan referenssjöarnas medianvärde för trofiskt makrofytindex och referenssjöarnas 75 percentiler kring mediantrofiindexet. Gränsvärdena mellan klasserna G/M och M/O beräknades enligt Ekvation 2. Det observerade TMI för gränsen mellan EKklasserna är det med hjälp av Tot-P halten beräknade gränsvärdet mellan G/M respektive M/O (se ovan). Med hjälp av Ekvation 2 kan den ekologiska kvoten för varje enskild sjö beräknas. 3. Resultat 3.1 Typindelning Klusteranalysen resulterade i sammanlagt fyra typologigrupper (Figur 2). Grupp 4 inkluderade enbart fyra sjöar, medan antalet sjöar i grupperna 1 3 var mera jämnfördelat. Grupperna kunde skiljas åt i en diskriminantanalys med hjälp av de använda typologivariablerna (Figur 3, Tabell 3, 4, 5). Mellan grupp 3 och 4 fanns ingen överlappning längs axel 1 medan det fanns viss överlappning mellan grupp 1 och 2 (Figur 3). Axel 1 representerar 94,2 % av all förklarad variation mellan typologigrupperna. Axel 1 kan främst anses som en N-S och O-V gradient samt som en gradient längs konduktivitet och h.ö.h (Tabell 4). Det är också dessa variabler som var viktigast för att skilja mellan typologigrupperna (Tabell 3). Ca-koncentrationen inkluderades inte i den modell som bäst skiljde grupperna åt. Också siktdjup och sjöarea var av mindre betydelse för att skilja mellan grupperna (Tabell 3). Typologigrupperna visade tydliga geografiska mönster längs N-S och O-V gradienten om än med förekomsten av några överlappningar (Figur 4).

13 Sjöarnas ID-nummer 68 64 227 55 350 409 308 436 29 446 242 405 169 22 229 459 317 246 122 18 389 375 433 217 203 158 163 32 468 110 380 87 353 54 302 13 415 164 304 292 444 419 330 425 243 78 432 16 16 14 12 10 8 6 4 2 0 4 2 3 1 Typologigrupp Figur 2. Klusteranalys (tree clustering) av de 49 referenssjöarna baserat på makrofytsammansättningen (helofyter, isoëtider, lemnider, flytbladsväxter, elodeider, mossor och kransalger). Enbart makrofytarter som förekom i minst tre av sjöarna inkluderades i klusteranalysen. Linkage Distance 5 DC Axel 2 4 3 2 2 4 1 0 3-1 1-2 -3-4 -5-8 -6-4 -2 0 2 4 6 8 10 DC Axel 1 Figur 3. Diskriminantanalys mellan de fyra identifierade typologigrupperna. Axel 1 representerar 94,2 % och axel 2 representerar 3,4 % av all förklarad variation mellan typologigrupperna. Axel 1 är en gradient av främst minskad latitud och ökad longitud (se Tabell 3, 4, 5). Både siktdjup, Ca-koncentration och sjöarea kunde dock användas för att skilja mellan vissa typologigrupper (Figur 5, Tabell 5). Typologigruppernas 95 % KI för typologivariablerna användes för att avgränsa de slutliga typologigrupperna från varandra. Avgränsningen genomfördes på ett sådant sätt så att även nya sjöar kan klassas till en av grupperna. Grupperna avgränsades därför med hjälp av sjöarnas geografiska läge i förhållande till Limes Norrlandicus och högsta kustlinjen (HK) (Tabell 6). Denna avgränsning stämde väl överens med typologigruppernas medelvärde ± standardavvikelse längs de berörda

14 typologivariablernas gradienter (Figur 5). Analyserna visade att ingen typologivariabel kunde användas för att skilja typologigrupp 4 från alla andra grupper (Tabell 5). Däremot fanns det vissa makrofytarter som var unika för respektive typologigrupp (Tabell 6) eller som dominerande i respektive grupp (Tabell 7). För att kunna använda ett typanpassningssystem som baseras helt och hållet på typologivariablerna, bestämdes att typologigrupp 4 skulle uteslutas från vidare analyser. De berörda sjöarna tilldelades grupp 2 respektive 3, beroende på sjöarnas geografiska läge. Tabell 3. Resultat från stegvis diskriminantanalys som visar betydelsen av de enskilda typologivariablerna för att kunna skilja åt de fyra identifierade typlogigrupperna. Ju lägre Partial Wilks Lambda (variationsvidden 0-1) desto större är respektive variabelns förmåga att skilja åt typologigrupperna. Wilks Lambda visar den sammanlagda styrkan av modellen att skilja åt typologigrupperna (0 om grupperna kan skiljas helt och hållet, 1 om grupperna inte alls går att skilja åt med den valda modellen). F-remove och F är F- värdena, dvs. de bestämmer signifikansnivån för Partial Wilks Lambda och Wilks Lambda. Typologivariabel Partial Wilks Lambda F-remove (3, 22) Modell Wilks Lambda F (21, 63) 0,029 7,384 *** Y-koordinat 0,295 17,484 *** Konduktivitet 0,277 19,097 *** X-koordinat 0,493 7,542 ** Höjd över havet 0,614 4,619 * Siktdjup 0,739 2,589 ns Vattentemperatur 0,698 3,166 * Sjöarea 0,870 1,095 ns Ca-halt - - - ns inte significant (non significant), * P < 0,05, ** P < 0,01, *** P < 0,001 3.2 Indikatorvärden De undersökta makrofyterna visar tydliga preferenser längs Tot-P gradienten (Appendix 2). Medan t.ex. Callitriche hamulata, klolånke, enbart förekom i oligotrofa sjöar förekom Spirodela polyrhiza, stor andmat, i eutrofa sjöar. Nischbredden bland arter förekommande i eutrofa sjöar var större än för de oligotrofa arterna (Appendix 2). Genomgången av makrofyterna visade att arternas indikatorvärde varierade från 1 10 (Appendix 2, 3). Viktfaktorn varierade mellan 0,1 1, dvs., arternas nischbredd varierade mellan 10 - >90 g P l -1. 3.3 Referensvärden och klassgränser För framtagningen av klassgränserna användes Tot-P koncentrationen vid förekomsten av för respektive ekologisk klass karakteristiska makrofytarter (Tabell 8).

15 Tabell 4. Standardiserade koefficienter från diskriminantanalysen som visar betydelsen av typologivariablerna för respektive axel i Figur 3. Ju högre det absoluta värdet desto större är variabelns betydelse för respektive axel. Typologivariabel Axel 1 Axel 2 Y-koordinat -2,972 0,782 Konduktivitet 1,510-0,697 X-koordinat 2,270-1,254 H.ö.h. 1,757-1,411 Siktdjup -0,936 0,127 Temperatur -0,850 0,483 Sjöarea -0,395-0,152 Det fanns ett signifikant negativt samband mellan sjöarnas viktade indikatorvärde, dvs. TMI och sjöarnas Tot-P koncentrationer (i Figur 6 redovisat för typologigrupp 1). Detta innebär att TMI minskar med ökad Tot-P koncentration. Gränsvärdet mellan G/M beräknades som 23, 25 g P l -1 (Figur 7) och som 40,00 g P l -1 för gränsvärdet mellan M/O. Dessa fosforbaserade gränsvärdena översattes sedan till TMI (Tabell 9). Sjöarna i den nordliga regionen över HK hade i regel högre TMI än sjöarna i de övriga grupperna (Tabell 9). Percentilerna kring TMI inom respektive typologigrupp överlappade framför allt mellan klasser av ekologisk status som hade bristande dataunderlag (Tabell 9). Typologigrupp 1 2 3 4 Figur 4. Geografiska läge av sjöarna i de fyra typlogigrupperna i förhållande till högsta kustlinjen (grönt, över HK; blått, under HK) och Limes Norrlandicus (svart linje). För alla tre typologigrupper kunde klassgränserna H/G, G/M samt M/O ekologisk status beräknas (Tabell 10). Dataunderlaget för otillfredsställande ekologisk status var dock litet för typologigrupp 1 och 2 (Tabell 9). I typologigrupp 1 finns dessutom enbart fyra sjöar med

16 måttlig ekologisk status (Tabell 9). Efter att gränsvärdena hade beräknats kunde den ekologiska statusen för alla sjöar, även för de utan angivna Tot-P halter, bestämmas (Tabell 11). Tabell 5. Typologivariabler som skiljer sig signifikant (Mann-Whitneys test, P < 0,05) mellan typologigrupperna vid parvis jämförelse mellan grupperna. Jämförelse mellan typologigrupper Typologivariabler som skiljer sig signifikant 1:2 Alla förutom X-koordinat 1:3 X-koordinat, Y-koordinat, H.ö.h., sjöarea, temperatur 1:4 X-koordinat, Y-koordinat, H.ö.h., temperatur 2:3 X-koordinat, Y-koordinat, siktdjup, konduktivitet, Cahalt 2:4 X-koordinat, Y-koordinat, konduktivitet, Ca-halt 3:4 - Tabell 6. Typologigrupper och deras geografiska egenskaper samt särskiljande arter som har används för avgränsningen mellan grupperna. Helofyter uteslöts från denna analys. Grupp Geografiska egenskaper Särskiljande arter 1 1 N om Limes Norrlandicus, över HK Ranunculus confervoides, hårmöja 2 N om Limes Norrlandicus, under HK Nymphaea pumila, dvärgnäckros 3 S om Limes Norrlandicus Potamogeton filiformis, trådnate 4 - Stratiotes aloides, vattenaloe 1 Arter som förekommer enbart i respektive typologigrupp. Det identifierades också vissa makrofytarter som enbart förekom i en viss klass av ekologisk status eller som har 70 % av sin förekomst i respektive klass av ekologisk status (Appendix 4). Dessa arter bör användas i kombination med TMI-klasserna för att verifiera sjöarnas tillhörighet till en viss klass av ekologisk status. Denna verifiering bör genomföras när det beräknade EK-värdet för en sjö ligger nära klassgränsen, dvs. det beräknade EK-värdet ligger <0,05 enheter från klassgränsen. Artlistan (Appendix 4) kan således användas för en expertbedömning för klassning av ekologisk status. 4. Diskussion 4.1 Typologigrupperna Den makrofytbaserade typindelningen i de tre grupperna S om LN, N om LN men över HK samt N om HK och under HK följer geografiska gradienter som har använts i många växtekologiska sammanhang (t.ex. Rydin et al. 1999). Den föreliggande typanpassningen visar dock på svårigheten med typindelningen av sjöar framför allt i övergångszonen mellan två grupper/regioner. De fyra Stratiotes-referenssjöarna i Dalarna som bildade typologigrupp

17 X-koordinat 1850 1750 1650 1550 1450 *** Y-koordinat 7600 7400 7200 7000 6800 6600 6400 *** 1350 6200 550 450 ** 100 80 * H.ö.h. (m) 350 250 Sjöarea (km 2 ) 60 40 20 150 0 50 24 22 ** 9 8 * Temperatur (ºC) 20 18 16 14 Siktdjup (m) 7 6 5 4 3 12 2 Konduktivitet ( S cm -1 ) 100 90 80 70 60 50 40 30 20 10 *** 4 2 3 1 Typologigrupp 4, ligger nära Limes Norrlandicus som användes som en av typologivariablerna. Med hjälp av ett större dataunderlag för bl.a. denna region skulle det vara möjligt att reda ut om en separat typologigrupp för dessa sjöar är motiverad. Ca (mg l -1 ) 24 *** 20 16 12 8 4 0 4 2 3 1 Typologigrupp Figur 5. Typologigruppernas egenskaper (medelvärde ± 2 STD) för respektive typvariabel. Skillnaderna mellan grupperna testades med Kruskal-Wallis test (* P < 0,05, ** P < 0,01, *** P < 0,001).

18 Tabell 7. Typiska makrofytarter (+) i referenssjöar i respektive typologigrupp. Som typiska arter definierades sådana arter som förekommer i minst 70 % av sjöarna i respektive grupp. Helofyter uteslöts från denna analys (se även Tabell 7). Art Typologigrupp 1 2 3 4 Eleocharis acicularis, nålsäv + + Isoëtes lacustris, styvt braxengräs + + Isoëtes echinospora, vekt braxengräs + + Juncus bulbosus, löktåg + Lobelia dortmanna, notblomster + + Myriophyllum alterniflorum, hårslinga + + + Nuphar lutea, gul näckros + + + Plantago uniflora, strandpryl + Potamogeton berchtoldii, gropnate + Potamogeton gramineus, gräsnate + Potamogeton natans, gäddnate + + Potamogeton perfoliatus, ålnate + Ranunculus peltatus subsp. peltatus, sköldmöja + + Ranunculus reptans, strandranunkel + + + Sagittaria sagittifolia, pilblad + Sparganium angustifolium, plattbladig igelknopp + Sparganium gramineum, flotagräs + Subularia aquatica, sylört + + Utricularia vulgaris, vattenbläddra + + De redovisade skillnaderna mellan typologigrupperna med avseende på trofiindex samt definition av klassgränserna understryker att en typindelning är förutsättningen för fungerande bedömningsgrunder. 4.2. Indikator- och referensvärden samt klassgränser I det föreslagna indikatorsystemet för makrofyter beräknades för första gången makrofytbaserade indikatorvärden baserat på svenska data (se dock Ecke 2006). Detta system visar i stora drag likheter med de hittills i Sverige använda engelska indikatorvärden (Palmer et al. 1992, Andersson 1999) och andra index (t.ex. Ellenberg et al. 1992). För ett stort antal arter avviker det föreslagna systemet dock från det gamla systemet. Som ett exempel kan nämnas Tillaea aquatica och Isoëtes-arterna. Det engelska systemet redovisar för T. aquatica en större preferens för lägre trofihalter än för Isoëtes-arterna medan det är tvärtom i det föreslagna systemet. Med hänsyn till de i många avseenden stora skillnader mellan de engelska och svenska förhållandena verkar svenskt-baserade indikatorvärden mera pålitliga. Det föreslagna trofiska makrofytindexet TMI med skalan 1 10 kan direkt översättas till skalan för ekologisk status ( 0 1) (Europeiska Unionen 2000). Hög ekologisk status innebär höga trofindex-värden och vice versa. Klassgränserna mellan olika klasser av ekologisk status följer dock inte en linjär skala utan måste avläsas ur en tabell som redovisar gränserna separat för respektive typologigrupp (Tabell 10).

19 Figur 6. Sambandet mellan Tot-P halt och sjöarnas trofiindex för typologigrupp 1, dvs. sjöarna norr om Limes Norrlandicus och över högsta kustlinjen (med linjär regressionslinje och Spearmans rankkorrelationskoefficient, *** p<0,001). Figur 7. Frekvensfördelning av Tot-P halter i sjöar där enbart makrofytarter som indikerar hög/god status (vänster) eller enbart arter som indikerar låg status (höger) förekommer. Gränsvärdet mellan grupperna beräknades med hjälp av Classification tree analys som 23, 25 g P l -1.

20 Tabell 8. Makrofytarter som baserat på deras preferenser längs Tot-P gradienten ansågs representera hög-, god-, respektive lågstatus arter. Status Typiska arter Hög/God Callitriche hamulata, Nitella opaca, Ranunculus confervoides, Scorpidium scorpioides, Warnstorfia fluitans, W. trichophyllus God Isoëtes lacustris, Limosella aquatica, Lobelia dortmanna, Plantago uniflora, Låg Ricciocarpus natans, Spirodela polyrrhiza Tabell 9. Trofiindex (median samt 25 och 75 percentiler) för sjöar av olika ekologisk status som en funktion av Tot-P koncentrationen. Tot-P har används som fönster för respektive ekologisk klass för att analysera median och spridningsmåtten för trofiindexet. Typologigrupp Ekologisk status Tot-P ( g l -1 ) Antal sjöar Trofiindex Median 25 perc 75 perc 1 Hög <6,13 12 8,51 8,34 8,63 1 God 6,13 Tot- 31 8,00 7,76 8,11 P<23,25 1 Måttlig 23,25 Tot-P<40 4 7,81 6,92 8,07 1 Otillfredsställande 40 4 7,27 6,74 7,63 2 Hög <14,93 26 7,87 7,54 8,02 2 God 14,93 Tot- 35 7,78 7,45 7,90 P<23,25 2 Måttlig 23,25 Tot-P<40 21 7,72 6,83 7,91 2 Otillfredsställande 40 7 7,06 6,53 7,82 3 Hög <12,28 31 8,04 7,86 8,29 3 God 12,28 Tot- 32 7,88 7,43 8,09 P<23,25 3 Måttlig 23,25 Tot-P<40 35 7,04 6,14 7,75 3 Otillfredsställande 40 33 5,24 4,80 6,06 Det förslagna trofiindex-systemet bedöms som mindre känslig mot ofullständiga artlistor jämfört med ett system som baseras på artantalet eller arter typiska för vissa trofiförhållanden (som t.ex. Schaumburg et al. 2004, Stelzer et al. 2005). På grund av bristande metadata för de inventerade sjöarna som ingick i revideringen av BG, måste artlistan (Appendix 4) som bör användas för verifieringen av klasstillhörighet av ekologisk status, användas med försiktighet. Fullständiga artlistor är eftersträvansvärda för det föreslagna trofindex-systemet eftersom bl.a. pålitligheten av sjöarnas trofiindex ökar med ett ökat antal arter som ingår i beräkningen av indexet. Dataunderlaget för vissa regioner i Sverige, bl.a. fjälltrakterna, Öland, Gotland, Värmland och Västergötland borde förbättras. För dessa regioner efterlyses framförallt referenssjöar.

21 Dessutom borde det identifieras ett flertal sjöar med lägre ekologisk status ( måttlig) inom varje typologigrupp för att kunna beräkna relevanta klassgränser. Enligt Vattendirektivet behöver BGM enbart utvecklas för sjöar > 0,5 km 2 (Europeiska Unionen 2000). I det befintliga datamaterialet finns dock inga tecken på att sjöarean skulle påverka sjöarnas trofiindex och sjöarna < 0,5 km 2 har därför inkluderats i analyserna. En nackdel med att utesluta sjöar < 0,5 km 2 från BG skulle bl.a. vara en minskning i antalet sjöar vilket skulle innebära sämre dataunderlag för analyserna. Tabell 10. Gränsvärden för trofiindexet (TI) och ekologiska kvoter (EK) för de tre typologigrupperna (TG). Dataunderlag saknades för att kunna beräkna klassgränser för O/D 4. TG Klassgräns H/G 1 G/M 2 M/O 3 TI EK TI EK TI EK 1 8,54 0,97 7,81 0,90 7,27 0,83 2 8,16 0,97 7,72 0,94 7,06 0,85 3 8,27 0,98 7,04 0,88 5,24 0,58 1 Hög/God God/Måttlig 3 Måttlig/Otillfredsställande 4 Otillfredsställande/Dålig Tabell 11. Trofiindex (median samt 25 och 75 percentiler) för sjöar av olika ekologisk status uppdelade efter typologigrupp. Även sjöar utan uppgifter för Tot-P inkluderades i analysen. Typologigrupp Ekologisk status Antal sjöar Trofiindex Median 25 perc 75 perc 1 Hög 19 8,67 8,54 9,00 1 God 75 8,17 8,01 8,31 1 Måttlig 10 7,49 7,44 7,62 1 Otillfredsställande 5 6,82 6,53 6,95 2 Hög 60 8,16 8,05 8,28 2 God 62 7,83 7,68 7,90 2 Måttlig 18 7,34 7,26 7,46 2 Otillfredsställande 22 6,84 6,47 7,05 3 Hög 29 8,29 8,24 8,42 3 God 98 7,90 7,68 8,08 3 Måttlig 31 6,82 6,54 7,08 3 Otillfredsställande 62 5,38 5,00 6,04

22 4.3 BGMs pålitlighet och inventeringsmetodik Bedömningen av BGMs stabilitet mellan flera år som karakteriseras av t.ex. samma kemiska egenskaper i sjöarna eller mellan år som karakteriseras av olika mängder nederbörd är svårt att avgöra. BGM som baseras på binära data borde dock vara mindre känsliga för t.ex. nederbördsvariationer än ett kvantitativt system. Med ett kvantitativt system skulle t.ex. täckningsgraden av flytbladsväxterna minska om vattenståndet höjs på grund av höga nederbördsmängder. Som alternativ till täckningsgrad bör en beräkning av arternas frekvensfördelning i sjöarna diskuteras. Med tanke på de marginella skillnaderna mellan trofiindex beräknade med binära respektive kvantitativa data (se Material & Metoder), bedöms binära data som tillräckligt för revideringen av BGM enligt Vattendirektivet. Som relevant ko-variabel används i bl.a. Norge maxdjupet för alla makrofytarter. Det maximala förekomstdjupet utpekas också som viktig variabel för att följa eutrofieringsprocesser (Thuresson 2005). Denna variabel skulle även för de svenska BGM vara till stor hjälp och antagligen bidra till mera pålitliga trofiindex. Därför föreslås (Appendix 5) att denna variabel inkluderas vid inventeringen av makrofyter med syfte att identifiera ekologisk status. Variabeln kan då inkluderas i analyserna vid en kommande revidering av bedömningsgrunderna. Det maximala förekomstdjupet bör dock alltid sättas i relation till sjöarnas maxdjup och medelvattenstånd. Binära data kan samlas in på många olika sätt, t.ex. med och utan transektinventering, med kratta eller Lutherräfsa, med dykning eller snorkling. För att öka jämförbarheten av makrofytdata från olika sjöar och pålitligheten av BGM, vore det önskvärt om en och samma metod kunde användes för bedömningen av ekologisk status (Appendix 5). För framtagningen av den mest lämpliga metoden, en metod som fungera i hela Sverige, borde bl.a. erfarenheter från olika länsstyrelser utvärderas. Tack Stort tack till Mikaela Gönczi, Eva Willén, Marit Mjelde, Seppo Hellsten, Geoff Phillips, Nigel Wilby, Deirdre Tierney, Peter Erixon, Tommy Sörlin, Maria Carlsson, Mats Thuresson samt många anonyma personer från olika länsstyrelser för givande diskussioner och kommentarer. Projektet finansierades av Naturvårdsverket. Referenser Andersson, B. 1999. Vattenvegetation. Bedömningsgrunder för miljökvalitet. Sjöar och vattendrag. Bakgrundsrapport 2. Biologiska parametrar. Rapport SNV 4921. Arwidsson, T. 1926. Studier över sjöarnas vegetation i Lilla Lule älvs vattenområde. Arkiv för botanik 20A:1-31. Ecke, F. 2006. Vattenvegetation som indikator för vattenkvalitet och sjökaraktär - Baserad på förändringar i vattenkemi och vegetation i svenska sjöar 1929-2005. Forskningsrapport 2006:15, Avdelning för tillämpad geologi, Luleå tekniska universitet. Ellenberg, H., H. E. Weber, R. Düll, V. Wirth, W. Werner, and D. Paulißen. 1992. Indiactor values of plants in Central Europe (Zeigerwerte von Pflanzen in Mitteleuropa). Verlag Erich Goltze, Göttingen. (In German).

23 Environmental Systems Research Institute Inc. (ESRI). 2005. ArcGIS 9.1. ArcInfo, Redlands, California. Europeiska Unionen. 2000. Europaparlamentets och Rådets Direktiv 2000/60/EG av den 23 oktober 2000 om upprättande av en ram för gemenskapens åtgärder på vattenpolitikens område. Europeiska gemenskapernas officiella tidning L- 327:22.12.2000. Lohammar, G. 1938. Wasserchemie und höhere Vegetation Schwedischer Seen. Doctoral thesis. Uppsala universitet, Uppsala. Palmer, M. A., S. L. Bell, and I. Butterfield. 1992. A botanical classification of standing waters in Britain: Applications for conservation and monitoring. Aquatic Conservation: Marine and Freshwater Ecosystems 2:125-143. Rydin, H., P. Snoeijs, and M. Diekmann, editors. 1999. Swedish plant geography. Svenska Växtgeografiska Sällskapet, Uppsala. Schaumburg, J., C. Schranz, G. Hofmann, D. Stelzer, S. Schneider, and U. Schmedtje. 2004. Macrophytes and phytobenthos as indicators of ecological status in German lakes a contribution to the implementation of the Water Framework Directive. Limnologica 34:302 314. Schneider, S., and A. Melzer. 2003. The trophic index of macrophytes (TIM) - a new tool for indicating the trophic state of running waters. International Review of Hydrobiology 88:49-67. Sharma, S. 1996. Applied multivariate techniques. John Wiley & Sons, Inc., New York. SMHI. 1995. Svenskt Vattenarkiv - Sänkta och torrlagda sjöar. Nr 62. StatSoft. 2002. STATISTICA (data analysis software system). Statsoft Incorporation, Tulsa. Stelzer, D., S. Schneider, and A. Melzer. 2005. Macrophyte-based assessment of lakes - a contribution to the implementation of the European Water Framework Directive in Germany. International Review of Hydrobiology 90:223-237. Thuresson, M. 2005. Vattenvegetation. En invetering i Berghamraåns avrinningsormåde. Rapport 2005:18, Länsstyrelsen i Stockholms län, Stockholm. Willén, E., and D. Larson. 2004. Typanpassning av sjöar och vattendrag. En granskning av den föreslagna svenska typologin med avseende på växtplankton och makrofyter. Rapport 2004:3, Institutionen för miljöanalys, SLU, Uppsala. Zar, J. H. 1996. Biostatistical analysis. Prentice-Hall, Inc., London.

Appendix 1. Referenssjöar (n=49) använda vid typanpassningen. Sjönamn X-koord 1 Y-koord 1 H.ö.h. (m) Sjöarea (km 2 ) Temperatur (ºC) Siktdjup (m) ph Kond. ( S cm -1 ) Ca (mg l -1 ) Tot-P ( g l -1 ) Tot-N ( g l -1 ) LN 2 Ekoregion HK 3 Abiskojaure 1617490 7582080 488 2,8 10,0 9,0 7,2 30,4 3,8 4,0 163,0 N Arktisk/Alpin 1 Allgjutten 1517240 6424890 126 0,2 22,6 4,2 6,7 45,9 3,6 7,0 430,0 S Boreo-nemoral 0 Apmeljaure 1541480 7501910 683 0,8 16,2 8,6 8,1 82,6 12,9 4,0 146,0 N Arktisk/Alpin 1 Armasjärvi 1846920 7377710 49 5,2 18,1 2,2 6,7 19,0 1,7 11,0 90,0 N Mellan boreal 0 Bergträsket 1829550 7331100 39 0,2 20,6 2,2 6,8 31,0 3,1 18,0 239,0 N Mellan boreal 0 Bjännsjön 1724650 7134040 179 0,4 21,5 2,2 6,7 23,0 2,2 7,0 409,0 N Mellan boreal 0 Björken 1590320 6527070 28 1,4 19,7 4,8 7,1 70,5 5,6 9,0 417,0 S Boreo-nemoral 0 Bysjön 1302640 6580860 125 0,0 2,5 28,0 325,0 S Boreo-nemoral 0 Bysjön 1518140 6703030 108 1,0 21,4 4,7 7,3 40,1 4,3 12,0 210,0 N Syd-boreal 0 Dammsjön 1524180 6679030 96 0,2 20,1 4,0 7,4 47,9 5,2 12,0 240,0 S Syd-boreal 0 Dormen 1521550 6693650 134 1,8 19,7 3,0 7,4 40,0 4,7 12,0 130,0 N Syd-boreal 0 Fatijärvi 1761180 7595140 348 0,5 14,7 3,0 7,0 30,4 3,1 10,0 80,0 N Nord-boreal 1 Fiolen 1422670 6330250 226 1,6 22,7 4,3 7,0 50,2 3,1 10,0 409,0 S Boreo-nemoral 1 Gårdsjön 1276260 6444320 114 0,3 1,8 5,4 397,0 S Boreo-nemoral 0 Haukijärvi 1848150 7349160 53 3,7 18,3 3,0 7,1 18,5 1,4 8,0 70,0 N Mellan boreal 0 Ivösjön 1416290 6216690 6 53,3 17,6 4,0 570,0 S Nemoral 0 Kalven 1334940 6349910 130 7,2 12,0 495,0 S Boreo-nemoral 1 Kamlungeträsket 1819390 7340440 25 10,8 14,9 3,5 6,8 26,9 2,8 10,0 80,0 N Mellan boreal 0 Kitkiöjärvi 1808770 7543270 255 1,6 15,9 2,0 6,5 16,4 1,3 12,0 80,0 N Nord-boreal 1 Levrasjön 1417840 6220840 7 3,0 4,6 8,3 32,0 45,0 9,0 427,0 S Nemoral 0 Lisselacksen (Lill-) 1468380 6759900 190 0,1 16,6 6,7 7,8 138,0 23,0 10,0 240,0 N Mellan boreal 0 Lången 1513670 6704360 108 4,0 14,5 4,3 6,8 40,9 4,7 12,0 110,0 N Syd-boreal 0 Långsjön 1483920 6699530 140 0,2 19,3 5,3 6,8 14,2 0,0 8,0 60,0 N Syd-boreal 0 Mensträsket 1667570 7221690 240 8,6 14,8 2,5 6,7 38,2 4,6 7,0 70,0 N Mellan boreal 1 Merasjärvi 1763880 7506850 309 4,0 15,3 3,7 6,9 20,8 2,5 8,0 80,0 N Mellan boreal 1 Mettäjärvi 1841710 7425660 163 1,9 16,1 2,9 6,8 19,3 1,9 8,0 50,0 N Mellan boreal 0 Pajep Måskejaure 1597350 7374710 438 3,9 2,7 2,0 175,0 N Nord-boreal 1 Rammsjön 1421390 6232980 105 0,3 4,6 6,7 7,0 8,0 465,0 S Nemoral 0 Randijaure 1658950 7400150 283 55,0 16,0 6,0 6,9 5,0 280,0 N Mellan boreal 1 Remmarsjön 1621320 7086190 234 1,4 1,6 10,0 306,0 N Mellan boreal 0 Rutajärvi 1848980 7345630 45 1,5 19,6 2,6 6,6 19,4 1,6 11,0 60,0 N Mellan boreal 0

Appendix 1. Fortsättning Sjönamn X-koord 1 Y-koord 1 H.ö.h. (m) Sjöarea (km 2 ) Temperatur (ºC) Siktdjup (m) ph Kond. ( S cm -1 ) Ca (mg l -1 ) Tot-P ( g l -1 ) Tot-N ( g l -1 ) LN 2 Ekoregion HK 3 Saggat 1605610 7421640 302 35,1 14,0 3,0 7,3 7,0 240,0 N Nord-boreal 1 Skirsjön 1540160 7082940 224 1,6 6,8 3,2 5,0 N Mellan boreal 1 Skäravattnet 1411540 6244860 90 0,3 2,2 6,4 6,0 20,0 534,0 S Boreo-nemoral 1 St. Rödvattensjön 1588940 7081560 412 0,6 5,8 2,3 10,0 N Mellan boreal 1 Stora Envättern 1588690 6555870 62 0,4 17,6 3,7 6,6 38,7 3,7 6,0 366,0 S Boreo-nemoral 0 Storacksen 1467250 6757120 190 0,2 17,5 8,2 7,8 171,0 33,7 6,0 90,0 N Mellan boreal 0 Syväjärvi 1839400 7434380 188 0,8 15,3 2,9 6,9 24,9 1,7 12,0 110,0 N Mellan boreal 0 Södra Bergsjön 1578580 7060410 242 0,4 15,9 1,8 6,0 2,1 2,2 11,0 333,0 N Mellan boreal 0 Tallviksavan 1815210 7376960 36 0,4 15,9 1,1 6,9 26,9 3,2 10,5 100,0 N Mellan boreal 0 Tjeknalis 1669950 7398760 261 2,4 10,7 6,0 6,8 1,8 5,0 204,0 N Mellan boreal 1 Torneträsk 1673400 7572770 341 322,0 7,4 42,7 5,0 3,0 123,0 N Nord-boreal 1 Tuottarjaure 1554010 7463340 893 1,3 13,8 16,8 7,9 56,2 11,2 2,0 125,0 N Arktisk/Alpin 1 Tuvtjärn 1468200 6759900 195 0,0 18,6 1,5 7,9 103,0 19,3 10,0 160,0 N Mellan boreal 0 Täftesträsket 1717480 7113650 140 2,3 19,2 3,5 6,7 27,9 2,8 7,0 477,0 N Mellan boreal 0 Vajkijaure 1677690 7398330 258 33,0 5,5 7,0 2,7 2,0 154,0 N Mellan boreal 1 Valkejärvi 1754330 7512520 315 0,6 15,2 4,9 7,3 27,2 2,9 6,0 276,0 N Nord-boreal 1 Vivunkijärvi 1769260 7531910 317 1,4 14,9 2,7 6,8 21,1 2,7 10,0 100,0 N Mellan boreal 1 Värsjö 1356770 6246060 126 3,4 2,1 9,0 450,0 S Nemoral 1 1 X- och Y-koordinat enligt SMHIs sjöregister i Koordinatsystemet RT90 2,5 gon V 2 Anger det geografiska läget i förhållande till Limes Norrlandicus (LN); N norr om LN, S söder om LN 3 Anger läget i förhållande till Högst kustlinjen (HK); 1 över HK, 0 under HK

26 Appendix 2. Makrofyternas (kärlväxter förutom helofyter, i alfabetisk ordning) medianvärde (± 25 och 75 percentiler) längs Tot-P gradienten. Enbart arter som förekom 3 sjöar inkluderades. For nomenklaturen se Appendix 3. Indikatorvärde 10 9 8 7 6 5 4 3 2 1 Alopecurus aequalis Callitriche cophocarpa Callitriche hamulata Callitriche hermaphroditica Callitriche palustris Ceratophyllum demersum Elatine hydropiper Elatine triandra Eleocharis acicularis Elodea canadensis Elodea nutallii Glyceria fluitans Hippuris vulgaris Hottonia palustris Hydrocharis morsus-ranae Isoëtes echinospora Isoëtes lacustris Juncus bulbosus Lemna gibba Lemna minor Lemna trisulca Limosella aquatica Lobelia dortmanna Lythrum portula Myriophyllum alterniflorum Myriophyllum sibiricum Myriophyllum spicatum Myriophyllum verticillatum Najas flexilis Nuphar lutea Nuphar pumila Nymphaea alba coll. Oenanthe aquatica Persicaria amphibia Pilularia globulifera Plantago uniflora Potamogeton alpinus Potamogeton berchtoldii Potamogeton compressus Potamogeton crispus Potamogeton filiformis Potamogeton friesii Potamogeton gramineus Potamogeton lucens Potamogeton natans Potamogeton obtusifolius Potamogeton pectinatus Potamogeton perfoliatus Potamogeton praelongus Potamogeton pusillus Potamogeton rutilus Ranunculus aquatilis Ranunculus circinatus Ranunculus confervoides Ranunculus peltatus subsp. peltatus Ranunculus reptans Sagittaria natans Sagittaria sagittifolia Sparganium angustifolium Sparganium gramineum Spirodela polyrhiza Stratiotes aloides Subularia aquatica Tillaea aquatica Utricularia intermedia Utricularia minor Utricularia vulgaris Zannichellia palustris 0 20 40 60 80 100 120 Tot-P ( g l -1 )

27 Appendix 3. Makrofyternas indikatorvärden (1-10) samt viktfaktorn (0,1-1), sorterade efter arternas latinska namn. Indikatorvärdena baseras på arternas preferens (medinavärde) längs Tot-P gradienten. Viktningsfaktorn baseras på differensen mellan 75 och 25 percentiler kring medinavärdet längs Tot-P gradienten. Ett högt indikatorvärde indikerar preferens för låga Tot- P halter och en hög viktfaktor indikerar smala nischer (låg differens mellan percentilerna) längs Tot-P gradienten. Indikatorvärden ges för arter som förekom i minst tre sjöar. Kransalger Vetenskapligt namn Svenskt namn Indikatorvärde Viktfaktor Chara aspera Borststräfse 2 0,5 Chara contraria Gråsträfse 2 0,6 Chara globularis Skörsträfse 6 0,9 Chara hispida Taggsträfse 1 0,4 Chara rudis Spretsträfse 6 0,6 Chara tomentosa Rödsträfse 7 0,6 Chara virgata Papillsträfse 8 1,0 Nitella flexilis Glansslinke 10 1,0 Nitella opaca Mattslinke 10 1,0 Nitella wahlbergiana Nordslinke 7 0,9 Mossor Vetenskapligt namn Svenskt namn Indikatorvärde Viktfaktor Bryum pseudotriquetrum Kärrbryum 10 1,0 Calliergon cordifolium Kärrskedmossa 7 0,9 Calliergon giganteum Stor skedmossa 9 0,9 Calliergon megalophyllum Jätteskedmossa 8 1,0 Calliergonella cuspidata Spjutmosssa 8 0,4 Drepanocladus aduncus Lerkrokmossa 7 0,8 Drepanocladus longifolius Hårkrokmossa 8 0,9 Drepanocladus polygamus Spärrkrokmossa 8 1,0 Drepanocladus sordidus Fiskekrokmossa 7 1,0 Fissidens fontanus Vattenfickmossa 8 1,0 Fontinalis antipyretica Stor näckmossa 8 0,7 Fontinalis dalecarlica Smal näckmossa 10 0,8 Fontinalis hypnoides Sjönäckmossa 6 0,9 Leptodictyum riparium Vattenkrypmossa 8 0,9 Platyhynidium riparoides Bäcknäbbmossa 9 1,0 Pseudobryum cinclidioides Källpraktmossa 8 0,8 Riccia fluitans Gaffelmossa 2 0,5 Ricciocarpus natans Vattenstjärna 2 0,8 Scorpidium scorpioides Korvskorpionmossa 10 0,9 Sphagnum auriculatum Hornvitmossa 8 0,4 Sphagnum cuspidatum Flytvitmossa 10 1,0 Sphagnum platyphyllum Skedvitmossa 8 0,9 Sphagnum subsecundum 10 1,0

28 Appendix 3. Fortsättning Vetenskapligt namn Svenskt namn Indikatorvärde Viktfaktor Warnstorfia exannulata Kärrkrokmossa 8 1,0 Warnstorfia fluitans Vattenkrokmossa 10 1,0 Warnstorfia trichofylla Penselkrokmossa 10 1,0 Warnstorfia tundrae Nordlig krokmossa 8 1,0 Kärlväxter Vetenskapligt namn Svenskt namn Indikatorvärde Viktfaktor Alopecurus aequalis Gulkavle 8 0,8 Callitriche cophocarpa Sommarlånke 8 1,0 Callitriche hamulata Klolånke 10 1,0 Callitriche hermaphroditica Höstlånke 6 0,7 Callitriche palustris Smålånke 8 0,9 Ceratophyllum demersum Hornsärv 6 0,8 Elatine hydropiper Slamkrypa 7 0,9 Elatine triandra Tretalig slamkrypa 7 0,9 Eleocharis acicularis Nålsäv 8 0,8 Elodea canadensis Vattenpest 4 0,7 Elodea nutellii Smal vattenpest 6 0,6 Glyceria fluitans Mannagräs 7 0,8 Hippuris vulgaris Hästsvans 7 0,8 Hottonia palustris Vattenblink 4 0,9 Hydrocharis morsus-ranae Dyblad 3 0,7 Isoetes echinospora Vekt braxengäs 8 0,9 Isoetes lacustris Styvt braxengäs 9 0,9 Juncus bulbosus Löktåg 8 0,9 Lemna gibba Kupandmat 1 0,3 Lemna minor Andmat 4 0,8 Lemna trisulca Korsandmat 3 0,7 Limosella aquatica Ävjebrodd 8 0,8 Lobelia dortmanna Notblomster 9 0,9 Lythrum portula Rödlånke 7 0,9 Myriophyllum alterniflorum Hårslinga 9 0,9 Myriophyllum sibiricum Knoppslinga 6 0,9 Myriophyllum spicatum Axslinga 3 0,7 Myriophyllum verticillatum Kransslinga 3 0,6 Najas flexilis Sjönajas 1 0,9 Nuphar lutea Gul näckros 8 0,9 Nuphar pumilum Dvärgnäckros 7 0,9 Nymphaea alba coll. Vita näckrosor 8 0,9 Oenanthe aquatica Vattenstäkra 6 0,8 Persicaria amphibia Vattenpilört 6 0,7 Pilularia globulifera Klotgräs 9 0,5 Plantago uniflora Strandpryl 8 0,8 Potamogeton alpinus Rostnate 8 0,9