PREHAB Spatial PREdiction of Baltic benthic HABitats ...
PREHAB Spatial PREdiction of Baltic benthic HABitats ...
PREHAB Spatial PREdiction of Baltic benthic HABitats ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Miljöövervakningsdagarna<br />
Ronneby, 2012-09-19<br />
Habitatmodellering för att värdera effekter<br />
av åtgärder mot övergödning<br />
Ulf Bergström, SLU Aqua<br />
Göran Sundblad, Anna-Leena Downie, Martin Snickars, Christ<strong>of</strong>fer<br />
Boström, Mats Lindegarth
<strong>PREHAB</strong><br />
<strong>Spatial</strong> <strong>PREdiction</strong> <strong>of</strong> <strong>Baltic</strong> <strong>benthic</strong> <strong>HABitats</strong>: incorporating<br />
human pressures and economic evaluation<br />
• Sverige, Finland och Litauen<br />
• 2009-2011<br />
• EU BONUS: budget 10 milj. SEK<br />
Utveckling av verktyg för:<br />
• habitatkartläggning<br />
• Scenarioanalys för att jämföra<br />
förvaltningsalternativ<br />
• Ekonomisk värdering av<br />
ekosystemtjänster
Scenarioanalyser inom<br />
<strong>PREHAB</strong><br />
• Habitatmodellering är ett beprövat<br />
instrument för habitatkartläggning<br />
• Är det möjligt att utvärdera olika<br />
förvaltningsscenarier?<br />
• Fallstudie med åtgärder mot eutr<strong>of</strong>iering i<br />
Östersjön: kvantifiera effekter av<br />
förändring i siktdjup på habitatutbredning<br />
för nyckelarter
BSAP och studieområdet<br />
HELCOM <strong>Baltic</strong> Sea Action Plan<br />
• Miljömål för 2021<br />
• Eutr<strong>of</strong>iering viktigast. Huvudindikator är<br />
siktdjup<br />
• Målen satta på basen av grov<br />
utvärdering av ekosystemeffekter<br />
• Saknas detaljerade studier<br />
Studieområdet<br />
• Stockholm-Åland-Åbo, 40.000 km 2<br />
• Komplex topografi, småskaliga<br />
miljögradienter
Modellarter<br />
Vegetation – två habitatbildande arter<br />
• Blåstång och ålgräs<br />
• Data från video and dykundersökningar<br />
Fisk – två ekologiskt och ekonomiskt viktiga<br />
rovfiskar<br />
• Abborre och gös<br />
• Data från rom- och yngelinventeringar<br />
Siktdjupseffekter<br />
• Direkt effekt av siktdjup på arterna<br />
• Makr<strong>of</strong>yterna: ljustillgång<br />
• Fisken: födosökseffektivitet och predatorundvikande
Scenarios<br />
Scenarios baserade på förändringar i siktdjup:<br />
Business as usual = -10%<br />
BSAP target level = +11%<br />
BSAP reference level = +48%
Modelleringsmetoder<br />
Artförekomst<br />
+ kartor på<br />
miljövariabler<br />
Ensemble modellering<br />
• Kombination av tre metoder:<br />
• MaxEnt - informationsteori (presence only)<br />
• GAM - regressionsmetod (presence-absence)<br />
• Random forest - klassificeringsmetod (presence-absence)<br />
• prediktorer: vattendjup, vågexponering, Secchi-djup<br />
• Kartprediktioner med 25 m upplösning, för att fånga<br />
småskaliga heterogeniteten<br />
MaxEnt<br />
GAM<br />
rF<br />
Kartprediktioner för<br />
siktdjupsscenarios<br />
Kartprediktioner för<br />
siktdjupsscenarios<br />
Kartprediktioner för<br />
siktdjupsscenarios<br />
% förändring<br />
av habitat<br />
% förändring<br />
av habitat<br />
% förändring<br />
av habitat<br />
Medelföränd<br />
-ring i<br />
utbredning<br />
av habitat<br />
per nivå
Modellering av siktdjup<br />
Sommarsiktdjup<br />
• 1000 mätningar från 2000-<br />
2008<br />
• Modellerade med GAM<br />
• Extern validering, r2=79%<br />
Siktdjupskartor för scenarios<br />
• Secchi-gridden förändras med<br />
-10 to +50%<br />
x,y depth prop. land
Maxent<br />
GAM<br />
rF<br />
Vegetationsmodeller<br />
Depth Wave exposure Secchi depth<br />
Maxent, cvAUC = 0.85<br />
GAM, cvAUC = 0.74<br />
rF, OOB = 12%<br />
Maxent, cvAUC = 0.84<br />
GAM, cvAUC = 0.86<br />
rF, OOB = 25%
Fiskmodeller<br />
Depth Wave exposure Secchi depth<br />
Maxent, cvAUC = 0.96<br />
GAM, cvAUC = 0.94<br />
rF, OOB = 6.1%<br />
Maxent, cvAUC = 0.98<br />
GAM, cvAUC = 0.85<br />
rF, OOB = 2.8%
Gösrekryteringsområden<br />
• Nuvarande gösuppväxtområden enligt Maxent<br />
• Om man uppnår BSAPs referensnivå kommer dessa att<br />
försvinna helt
% change in habitat area<br />
300<br />
250<br />
200<br />
150<br />
100<br />
50<br />
0<br />
-50<br />
-100<br />
BAU<br />
Effekter på vegetation<br />
BSAP<br />
target<br />
-10 current 11 20 30 40 48<br />
% change in water clarity<br />
BSAP<br />
reference
% change in habitat area<br />
300<br />
250<br />
200<br />
150<br />
100<br />
50<br />
0<br />
-50<br />
-100<br />
BAU<br />
Effekter på fisk<br />
BSAP<br />
target<br />
-10 current 11 20 30 40 48<br />
% change in water clarity<br />
BSAP<br />
reference
Koppling habitat-fiskbestånd<br />
Stark koppling mellan mängd rekryteringshabitat och fångster av<br />
vuxen fisk (habitat- o monitoringdata för 11 bestånd i studieomr.)<br />
Habitattillgång styr alltså beståndsstorlek (och fångster)!
Kan vi lita på prediktionerna?<br />
Osäkerhet i provtagningen?<br />
provtagningen täcker in miljögradienterna på ett bra sätt<br />
Effekten av siktdjup statisk över tid?<br />
vi har en stark koppling till siktdjup för arterna<br />
Modelleringsfel?<br />
ensemble modellering<br />
Osäkerhet kring framtida siktdjup<br />
Prediktion av kurvor
Effekter av minskad eutr<strong>of</strong>iering<br />
på kusthabitat<br />
• Mer abborre och blåstång, ingen effekt<br />
på ålgräs samt mindre gös<br />
• Resultaten stämmer med historiska<br />
data<br />
• I nästa steg kommer vi att koppla<br />
skattningarna av habitatförändringar till<br />
en studie av allmänhetens betalningsvilja<br />
(WTP)
The research leading to these results has received funding from the<br />
European Community’s Seventh Framework Programme (FP/2007-2013)<br />
under grant agreement n° 217246 made with the joint <strong>Baltic</strong> Sea<br />
research and development programme BONUS.<br />
www.prehab.gu.se
Tack för att ni lyssnat!