Test av kiselalgers lämplighet som miljögiftsindikator inom miljömålsuppföljningen Maria Kahlert, SLU Syfte och bakgrund Syftet med projektet var att utveckla och testa en allmän biologisk indikator för uppföljningen av miljömålet Giftfri miljö i ytvatten, en indikator som kan ge en samlad, tidsintegrerad bedömning av påverkan av olika miljögifter på biologin i ekosystemet och som samtidigt är tids- och kostnadseffektiv. Indikatorn utvecklades med data från provtagning av organismgruppen fastsittande kiselalger i rinnande vatten. Sammanfattningsvis skall indikatorn vara sammansatt ur följande parametrarna: 1) andelen av deformerade skal, både den totala andelen och andelen av olika former (t.ex. olika deformationer av skalformen och av mönstret på skalet), som vanligtvis skall ligga under 1 %; 2) ett speciell kiselalgsflora som indikerar en påverkan samt låg diversitet och antal taxa (med bakgrunden att vissa kiselalgstaxa kan utveckla en tolerans och sedan dominerar); 3) andelen av olika livsformer (t.ex. finns det möjligtvis former som är mera skyddade för en påverkan, såsom motile, low-profile and mucous guilds). Bakgrunden till projektet är i korta drag att utnyttja fördelar med att två gemensamma delprogram (kemiskt: Vattendirektivets prioriterade ämnen, biologiskt: Kiselalger i rinnande vatten ) har generat både gift- och kiselalgsdata under 2009-2011. Utmaningen var och är att sammanföra alla data samt att komplettera alla luckor, och göra de jämförbara, eftersom alla vattenmyndigheter har lite olika metoder att genomföra både gift- och kiselalgsanalyser. Dataunderlag 1
Den ursprungliga planen (2011) omfattade 82 lokaler (tabell 1). Tabell 1. Lokaler som ingick i studien, planerade, genomförda och utvärderade 2011, samt nya planerade 2012 och delar som fattas. Län Antal planerad e lokaler Metalle r Andr a gifter Antal genomförd a 1? 1 1 Nya planera de 2012 Delar som fattas Vattenkemidata fattas, KA data ej utvärderat Blekinge Dalarna 20 20 22 1 6 2 Baskemi ej utvärderat Jämtland 1 1 1 1 Baskemi ej utvärderat Jönköping 2 2 2 4 3 Baskemi ej utvärderat 5 5 4 4 4 och kemi; baskemi för de andra För Lyckebyån fattas både KA Kalmar 3 3 Nej? 3 4 ej utvärderat oklart vilken kemilokal på SRK programmet motsvarar KA lokal, fältprotokoll fattas, kemi ej lokaliserat/utvärderat, KA data ej utvärderat Kronoberg Norrbotten 8 8 6 5 plus 4 6 Baskemi ej utvärderat Oklart vilka 8 som lades till genom föreliggande projekt; Baskemi ej utvärderat 8 45 7? Skåne 7 4 (5?) plus Vattenkemidata fattas, KA data 5 5 5 4 retroperspektiv 8 ej utvärderat Stockholm Södermanland 4 4 4? (kemi: 4) KA data och kemi ej utvärderat Vattenkemidata fattas, KA data 9 9 9? 1-2 Uppsala ej utvärderat 2 2 2 2 Vattenkemidata fattas, KA data ej utvärderat Värmland Västerbotten 7 7 7 65 KA data och kemi ej utvärderat Örebro 3 3 3 3 KA data och kemi ej utvärderat Östergötland 4 4 7 9 2 KA data och kemi ej utvärderat NMÖ 48 10 Forskningsprojekt 6*3år Typområden jordbruksmark, KA data och kemi ej utvärderat summa 1 två RMÖ tillkom gratis (metaller) 2 tre redan genomförda 3 två SRK tillkom gratis (metaller) 4 Lyckebyån tillhör SRK (analys Medins) 5 två gick ej att ta pga. högt vattenflöde 6 fyra tillkom genom ett projekt från LKAB, Kiruna 7 Lst Skåne hade eget KA/gift projekt 2010 och 2011. 2010 med fokus på upprepade giftmätningar (5ggr/år) och en KA provtagning (n=26, bara 1 med detaljerade skaldeformationsanalyser), 2011 med tillägg av upprepade KA provtagningar och detaljerade skaldeformationsanalyser (n=19: kemi och KA 3 ggr/år i 6 vattendrag, 2 prover kunde ej tas, n=16, tillkom 3 vattendrag med en provtagning var). 8 4 prover har analyserats retroperspektiv detaljerade 9 tre tillkom gratis med RMÖ 10 24 redan räknade 2
Metaller Det mest kompletta dataunderlaget med framförallt den längsta renodlade metallgradienten kom från Dalarnastudien (n= 25 vattendrag). Till detta underlag lades även Norrbottens sex vattendrag där prover togs 2011, eftersom här fanns en mycket utförlig metallprovtagning och metallgradienten var inte påverkat av andra faktorer. Sedan fanns metallprover och skaldeformationsanalyser även från andra län (se tabell 1), men dessa data togs inte med här i en första bedömning, eftersom de antingen hade för låga metallhalter och skulle bara ha ökat antalet vattendrag i den nedre delen av gradienten, vilket skulle ha snedrivit analysen. Andra vattendrag, de flesta från Södra Sverige, togs ej med eftersom dessa hade inga renodlade metallgradienter utan även påverkan av lantbruk och/eller industri, och då troligtvis av andra toxiner såsom herbicider, vilket delvis även uppmättes. Dessa vattendrag kommer att testas i ett senare stadium, genom att använda det nya giftindexet där, för att se vilken resultat det blir i så fall. Även de nya data från Västerbotten skall läggas till så fort metalldata är utvärderade, och annan påverkan kan uteslutas. Tungmetallerna som ingick i studien och ibland var förhöjda var: Cu, Zn, Cd, Pb. Fem andra tungmetaller ingick också, men hade inga förhöjda värden i några vattendrag: Cr, Ni, As, Co, V. Metallpåverkan klassades utifrån metallkoncentration i vattnet med de fem tillståndsklassningar ur Naturvårdsverket 1999. Andra gifter än metaller Det mest kompletta och homogena dataunderlaget med upprepade giftmätningar och kiselalgsprovtagningar inom samma år kommer från Skåne (n=8 2010 och 5 2011). Genom att lägga till data även från Jönköping och Kalmar ökade komplexiteten så mycket att signalet från Skåne nästan försvann, orsakerna undersöks just nu. Även i detta fall finns mera data från andra län, men eftersom andelen missbildade skal ofta var låga, vilket redan var fallet i Skånes, Jönköpings och Kalmars dataset, skulle dessa vatten ej bidra till mycket lösning och utelämnades i ett första skede. 3
Resultat Metaller Tungmetaller hade en signifikant påverkan på kiselalgerna på flera sätt: Deformerade skal och andelen pionjärerna ökade, medans antal taxa, diversiteten (Shannon) och andelen högväxande taxa minskade. Det starkaste sambandet med metallkoncentrationen hade andelen missbildade skal (r 2 = 0,51, dvs. ca. 50% av missbildningarna kunde förklaras med metallpåverkan) (figur 1, 2). För det mesta tydde värden < 1% på en metallklass 1-2, medans värden > 2% tydde på en metallpåverkan i klass 3 och högre. Sambandet var bättre med medianklassen av alla nio undersökta metaller än med maxklassen. Värden mellan 1-2 % var dock svåra att tyda. De fanns i alla metallklasser mellan 1 och 3, och även i de opåverkade nationella trendvattendragen. Möjligtvis fanns en påverkan (inte nödvändigtvis tungmetallpåverkan) som inte upptäcktes pga. för glesa mätningar, eller pga. att påverkan i fråga inte ingick i studien (t.ex. förhöjda aluminiumkoncentrationer). 4
Figur 1: Andelen missbildade skal ökar med ökat metallpåverkan (klassat i fem klasser utifrån metallkoncentration i vattnet enligt Naturvårdsverket 1999) (median av alla ingående nio metallklasser, r 2 = 0,51, n=31). Figur 2: Andelen missbildade skal ökar med ökat metallpåverkan (klassat i fem klasser utifrån metallkoncentration i vattnet enligt Naturvårdsverket 1999) (maximum av alla ingående nio metallklasser, r 2 = 0,21, n=31). 5
Nästtydligaste signalen gav andelen pionjärerna (> 40 % i metallklasserna 4 och 5, figur 3). För att se denna signal måste de sura bäckar exkluderas (n=10) eftersom i sura bäckar finns en väldigt speciellt kiselalgsflora som mest består av släktet Eunotia, och ingen av dessa taxa är i nuläget klassat som pionjär (röda prickar i figuren). Outliers med en hög andelen pionjärerna i klass 1 kan möjligtvis förklaras med att dessa vatten var påverkade av kvicksilver. Problemet är att pionjärerna är kännetecken för alla möjliga störningar eftersom de just är de första kolonisatörerna, en hög andel pionjärer förekommer i början av sukssessionen t.ex. efter en flodpåverkan. Som jämförelse kan nämnas att andelen pionjärer var över 40 % metallopåverkade trendvattendrag i den nationala miljöövervakningen (fig. 4). Så andelen pionjärer kan vara en varningssignal, men aldrig en fullgjort indikator för giftpåverkan. Figur 3: Andelen pionjärer ökar med ökat metallpåverkan (maximum av alla ingående nio 6
metallklasser, r 2 = 0,39 när sura bäckar exkluderas, n=21). Figur 4: Andelen pionjärer i metallopåverkade trendvattendrag i den nationala miljöövervakningen (n=44). I samband med att andelen pionjärer ökade så sjönk andelen kiselalger som har ett högt växtsätt, antingen som koloni eller på stjälkar (figur 5). Outlier i klass 1 kan möjligtvis förklaras med att dessa vatten var påverkade av kvicksilver. 7
Figur 5: Andelen taxa med hög växtsätt sjunker med ökat metallpåverkan (maximum av alla ingående nio metallklasser, r 2 = 0,27 när sura bäckar exkluderas, n=21). En hög metallpåverkan ledde även till ett lägre antal kiselalgstaxa och till en lägre diversitet (Shannon), men sambandet var svag (fig. 6). Figur 6: Antal kiselalgstaxa och diversitet (Shannon) sjunker med ökande metallpåverkan (median alla ingående nio metallklasser: r 2 = 0,17, maximum: r 2 = 0,12, n=31). En första ordination visade mest på samma sak som nedgången av taxaantalet och diversiteten: Ingen taxon ökar tydligt med en metallpåverkan, men de allra flesta minskar (figur 7). Möjligtvis har AMI3 (feta Achnanthidium minutissimum) en tendens att tolerera metaller, men mera data behövs för att styrka detta. Ordinationen visade också att bara två sorters missbildningar ökade tydligt med metallpåverkan: I neutrala bäckar de tydlig asymmetriska skal, och i sura bäckar de tydligt inbuktande skal. 8
EETE 6,4 medmet 4,8 FPOL ADCA ENCM FERI PSCA ADHE MMAC ADM3 1Dt 3,2 1Ct SRPI EMEI EBMU PABD ERHO BPRO EFOR NCRY FCAP Axis 2 1,6 0 EBIL 1At TFLO EOMI NIPMFCRS GPAR EIMP EUN% DPST CPLA EINC large DPER CDUB DITE mucus P320 shortaamb CATE ESLENHMD 580 314 PALTSSVE medium ENNG diversitet 316 318 ALIO AUSU SPUP DTEN long P415 EMIN FRUM P416UDAN FGRA EPVE EULARPUS antal 2At BNEO NACD NRAD P306 P413 FCP3 APEL SBRVEMTR P321 P314 P414 P311 P296 P297 ESUM P417 P418 SEXG P312P305 middle P299 P298 P310 small KASU GEXL EEXI pioneer AMI% NCTE 1Et GPUM 1As FCVA AUPD FCPG FDEL ADSO NIGR KALA COCE -1,6 ESEP PFIB UULN FARC GCOR DMON RNOD EFAB CEXF NDIF DMES 2As FCP2 FNNO ADMI ECES EDES BBREPDID PLVD NAAN FCP1 NPAD NIFR NBAVNFON TQUA FNAN FTEN PRAD AFOR GACU NNOT CPSE DSTE maxmet PMRG -3,2 EBOT 1Bs -8-4 0 4 8 12 16 20 Axis 1 Figur 7: Ingen taxon ökar tydligt med en metallpåverkan, men de allra flesta minskar. Gröna linjer: Metallpåverkan (upp: maximum, ner: medianklass av alla undersökta metaller). Sura bäckar och outlier uteslutat (n=20). Så sammanfattningsvis hade påverkan av tungmetaller den förväntade effekten på kiselalgssamhället, och signifikanta förändringar kundes ses i andelen deformerade skal, andelen pionjärer, andelen taxa med hög växtsätt, samt i taxaantal och diversitet, men ingen parameter för sig är tillräckligt säkert för att indikera en metallpåverkan, så en index måste utvecklas som multimetriskt för att skapa en säker bioindikator. 9
Preliminär indikator för tungmetaller (Cu, Zn, Cd, Pb) * Andelen missbildade skal > 2% * Andelen pionjärer > 40% * Andelen taxa med hög växtsätt < 40% -> om alla tre villkoren är uppfyllda borde en eller flera av ovanstående tungmetaller vara minst tio gånger förhöjda mot låga bakgrundsvärden (måttligt till höga halter av metaller). Andra gifter än metaller Länsstyrelsen i Skåne län, som gjorde en utmärkt studie 2010 (Eriksson & Jarlman 2011, Pirzadeh 2011) samt 2011 (opublicerade data) med fokus på deformerade skal visade att det starkaste sambandet mellan dessa och gifterna var med summan av alla uppmätta gifter (i µg/l] som hittades 2-3 månader innan kiselalgsprovtagning (figur 8). Sambandet var svagare om man korrelerade med antal funna substanser, men även om man korrelerade med det toxiska indexet (EU commission 2012, Naturvårdsverket 2012). 10
Figur 8: Andelen missbildade skal ökar med summan av alla uppmätta organiska toxiner (Naturvårdsverket 2012) (modifierat efter Eriksson & Jarlman 2011). Tyvärr blev signalen mycket svagare när andra vattendrag i Sverige lades till (figur 9), vilket delvis säkert beror på att det sällan finns data för 2-3 månader innan kiselalgsprovtagningen, men också på att man mäter olika substanser i olika vattendrag, vilket gör det svårt att summera upp gifterna på ett likvärdigt sätt. Även metoder skiljer sig åt, ibland mäts det gifter direkt i vattnet, ibland med passiva provtagare. Dessutom är det helt oklart vilka substanser som faktiskt skadar kiselalgerna. Substanserna som hittades i Skåne, Jönköping och Kalmar och som översteg mer än tio gånger AA- EQS (AA: annual average value EQS: environmental quality standard) var Imidakloprid (insecticide), Brominated diphenylethers (industrial applications, often flame retardant), Tributyltin (biocide, antifouling), Octylphenols (industrial applications, in rubber, pesticides and paints) och Diflufenican (herbicide). Till det tillkom ett antal substanser som överskred AA-EQS med ett faktor 1-10: Terbutylazin (herbicide), Propoconazol (fungicide), Glyfosat (herbicide) och Isoproturon (herbicide). Figur 9: Andelen missbildade skal ökar med summan av alla uppmätta organiska toxiner, men signalen blir svagare när man lägger till fler vattendrag i studien (n=16, Skåne, Jönköping, Kalmar).. 11
Litteratur Naturvårdsverkets bedömningsgrunder för sjöar och vattendrag (rapport 4913) 1999 Marie Eriksson och Amelie Jarlman (2011). Kiselalgsundersökning i vattendrag i Skåne 2010 statusklassning samt en studie av kopplingen mellan deformerade skal och förekomst av bekämpningsmedel. Länsstyrelsen i Skåne län, Rapport 2011:5. Pardis Pirzadeh (2011). Bekämpningsmedel i skånska vattendrag Resultat från den regionala miljöövervakningen 2010. Länsstyrelsen i Skåne län, Rapport 2011:15. DIRECTIVE OF THE EUROPEAN PARLIAMENT AND OF THE COUNCIL amending Directives 2000/60/EC and 2008/105/EC as regards priority substances in the field of water policy 2012 and SE implementation (Naturvårdsverket 2012). 12