Polish-Norwegian Research Fund Assessment of the ecological state of lakes based on ichthyofauna data. Witold Białokoz and Łucjan Chybowski Department.

Prezentacja na temat: "Polish-Norwegian Research Fund Assessment of the ecological state of lakes based on ichthyofauna data. Witold Białokoz and Łucjan Chybowski Department."— Zapis prezentacji:

1 Polish-Norwegian Research Fund Assessment of the ecological state of lakes based on ichthyofauna data. Witold Białokoz and Łucjan Chybowski Department of Lake Fisheries Inland Fisheries Institute Giżycko

2 Polish-Norwegian Research Fund Dobór metriksów:  analiza zależności udokumentowanych w literaturze,  analiza korelacji z dostępnymi wskaźnikami presji z jezior rzeki Wel (Ntot, Ptot, chlorofil, widzialność, TSI Carlsona). wybór najlepszych zmiennych na kandydatów na metriksy, analiza związków kandydatów na metriksy ze wskaźnikami presji, porównanie zgodności wyników z danymi literaturowymi, wybór metriksów.  ocena stanu ekologicznego metodą sumy rang wybranych metriksów.

3 Polish-Norwegian Research Fund 1 Colby P.J., Spangler G.R., Hurley D.A., McCombie A.M. 1972 - Effects of eutrophication on salmonid communities in oligotrophic lakes – J.Fish.Res. Bd. Can. 29: 975-983. 2. Hartmann J. 1977. - Fischereiliche Veranderungen in kulturbedingt eutrophierenden Seen. Schweitz. Z. Hydrol. 39 2: 243-254. 3. Hartmann J. 1979. - Unterschiedliche Adaptionsfahigkeit der Fosche an Eutrophierung. Schweitz. Z. Hydrol. 41, 2: 374-382. 4. Leopold M., Bnińska M., Nowak W. 1986 - Commercial fish catches as an index of lake eutrophication - Arch. Hydrobiol. 106(4): 513-524. Gatunki zmniejszające udział w ichtiofaunie: łososiowate: sieja, sielawa, związane z litoralem: szczupak, lin, karaś, duże sortymenty ryb karpiowatych, inne wrażliwe: okoń, być może wzdręga. Gatunki zwiększające udział: drobne sortymenty ryb karpiowatych, sandacz w jeziorach głębokich. Reakcja ryb na pogarszające się warunki środowiska

4 Polish-Norwegian Research Fund % Crucian carpTenchBreamRuddPikePerch Pike- perchLitoralSens Omni WPUE Ntot-0,54-0,600,17-0,81-0,27-0,690,69-0,59-0,700,08 Ptot-0,17-0,180,11-0,51-0,15-0,650,65-0,18-0,640,46 Chlor-0,45-0,530,26-0,68-0,10-0,740,76-0,50-0,740,25 Secci0,720,68-0,440,87-0,120,82-0,560,760,830,06 TSI-0,55-0,560,39-0,790,00-0,840,69-0,59-0,840,13 Correlations table for all lakes (n = 10) Total WPUE 0,08 0,58 0,46 -0,10 0,33 Analiza korelacji z dostępnymi wskaźnikami presji

5 Polish-Norwegian Research Fund % Crucian carpTenchBreamRuddPikePerch Pike- perchLitoralSens Omni WPUE Ntot1,00-0,940,99-1,00-0,63-0,901,00-0,92-0,90-0,37 Ptot0,98-0,991,00-0,96-0,43-0,770,98-0,99-0,77-0,59 Chlor0,91-0,990,96-0,88-0,23-0,620,91-1,00-0,62-0,74 Secci-0,740,92-0,830,69-0,080,34-0,740,930,350,91 TSI0,87-0,980,93-0,84-0,15-0,550,87-0,99-0,55-0,80 Correlations table for lakes with max depth > 20 m (n = 3) Total WPUE -0,79 -0,92 -0,98 0,99 -0,99

6 Polish-Norwegian Research Fund % Crucian carpTenchBreamRuddPikePerch Pike- perchLitoralSens Omni WPUE Ntot-0,73-0,70-0,06-0,83-0,25-0,770,71-0,77 0,35 Ptot-0,43-0,37-0,45-0,51-0,19-0,420,63-0,45-0,420,58 Chlor-0,66-0,71-0,02-0,71-0,11-0,730,76-0,71-0,730,20 Secci0,940,82-0,270,92-0,130,98-0,510,98 0,00 TSI-0,83-0,780,10-0,850,01-0,890,66-0,88-0,890,13 Correlations table for lakes with max depth < 20 m (n = 7) Total WPUE 0,38 0,49 0,32 0,03 0,16

7 Polish-Norwegian Research Fund Przykładowe związki kandydatów na metriksy ze wskaźnikami presji Rudd = 8,42629 - 0,127062*TSI p = 0,0061; R 2 = 63,0; SE = 0,58 Sens = 151,861 - 2,18866*TSI p = 0,0022; R 2 = 70,92; SE = 8,31

8 Polish-Norwegian Research Fund Perch = 148,548 - 2,13793*TSI p = 0,0024; R 2 = 70,30; SE = 8,24 Pike-perch = -61,8377 + 1,10475*TSI p = 0,0282; R 2 = 47,19; SE = 6,93

9 Polish-Norwegian Research Fund Pike = 4,82042 + 0,00332657*TSI p = 0,9956; R 2 = 0,00; SE = 9,72 Litoral = 3,31247 - 0,050733*TSI p = 0,0708; R 2 = 35,16; SE = 0,41

10 Polish-Norwegian Research Fund Total WPUE = -2022,75 + 106,413*TSI p = 0,3530; R 2 = 10,82; SE = 1810,08 Omni WPUE = 513,738 + 19,7012*TSI p = 0,7291; R 2 = 1,58; SE = 921,03

11 Polish-Norwegian Research Fund All lakes Bream = -31,5782 + 0,757996*TSI p = 0,2674; R 2 = 15,09; SE = 10,66 Max depth > 20 m Bream = -95,0297 + 1,78566*TSI p = 0,2348; R 2 = 87,00; SE = 3,90 Max depth < 20 m Bream = 5,92197 + 0,192979*TSI p = 0,8360; R 2 = 0,94; SE = 12,02

12 Polish-Norwegian Research Fund All lakes Total WPUE = -2022,75 + 106,413*TSI p = 0,3530; R 2 = 10,82; SE = 1810,0 Max depth > 20 m Total WPUE = 15260,9 - 216,035*TSI p = 0,0747; R 2 = 98,63; SE = 144,13 Max depth < 20 Total WPUE = 2271,31 + 47,0591*TSI p = 0,7289; R 2 = 2,62; SE = 1743,86

13 Polish-Norwegian Research Fund All lakes Omni WPUE = 513,738 + 19,7012*TSI p = 0,7291; R 2 = 1,58; SE = 921,03 Max depth > 20 m Omni WPUE = 11928,7 - 185,534*TSI p = 0,4140; R 2 = 63,34; SE = 798,49 Max depth < 20 m Omni WPUE = 713,573 + 19,2492*TSI p = 0,7847; R 2 = 1,63; SE = 907,29

14 Polish-Norwegian Research Fund Wnioski z analizy korelacji i regresji:  stwierdzono istotnie statystycznie związki procentowych udziałów okonia, wzdręgi, sandacza oraz gatunków wrażliwych ze wskaźnikami presji;  metriksy proponowane w programie WISER (Omni WPUE i Total WPUE, w jeziorach zlewni rzeki Wel, są związane ze wskaźnikami presji bardzo słabo, a niektórych przypadkach – odwrotnie do kierunku zakładanego;  mała liczba obserwacji nie pozwala na zweryfikowanie, w jeziorach zlewni rzeki Wel, istnienia związków z innymi zmiennymi, mimo że związki te są znane z innych jezior Polski.

15 Polish-Norwegian Research Fund Species/LakeSumm allSumm best Summ WPUE LFI (TSI) LFI (SOJJ) HistoricalLFIN of specFito Dąbrowa Wielka0,690,810,440,570,660,860,81 10 2,98 Dąbrowa Mała0,860,94 0,520,560,750,68 12 3,04 Rumian0,580,640,220,510,470,560,45 13 3,48 Zarybinek0,530,330,780,380,52n/a 11 3,04 Tarczyńskie0,160,040,330,460,51n/a 10 4,42 Grądy0,420,350,610,460,45n/a 10 3,49 Lidzbarskie0,530,380,940,470,42n/a 11 3,29 Kiełpińskie0,710,920,330,570,61n/a 11 0,93 Hartowieckie0,330,360,39 0,55n/a 12 2,70 Zwiniarz0,170,240,000,320,49n/a 8 4,09 Ocena stanu ekologicznego jezior na podstawie ichtiofauny

16 Polish-Norwegian Research Fund Species/LakeSumm allSumm bestSumm WPUELFI (TSI)LFI (SOJJ)HistoricalLFIN of specFito Dąbrowa Wielka0,720,651,000,570,660,860,81 10 2,98 Dąbrowa Mała0,720,850,250,520,560,750,68 12 3,04 Lidzbarskie0,060,000,250,510,47n/a 11 3,29 Species/LakeSumm allSumm bestSumm WPUELFI (TSI)LFI (SOJJ)HistoricalLFIN of specFito Rumian0,690,780,330,570,660,560,45 13 3,48 Zarybinek0,630,391,000,520,56n/a 11 3,04 Tarczyńskie0,190,060,420,510,47n/a 10 4,42 Grądy0,560,500,830,380,52n/a 10 3,49 Kiełpińskie0,791,000,420,460,51n/a 11 0,93 Hartowieckie0,420,390,500,460,45n/a 12 2,70 Zwiniarz0,230,390,000,470,42n/a 8 4,09 Ocena stanu ekologicznego jezior głębokich na podstawie ichtiofauny Ocena stanu ekologicznego jezior płytkich na podstawie ichtiofauny

17 Polish-Norwegian Research Fund Summ best = 1,2127 - 0,226592*Fito p = 0,0263; R 2 = 48,01; SE = 0,23 Wnioski z oceny stanu ekologicznego jezior na podstawie ichtiofauny:  najlepszy stan ekologiczny mają jeziora: Kiełpińskie, Dąbrowa Mała i Dąbrowa Wielka;  najgorszy stan ekologiczny mają jeziora: Zwiniarz i Tarczyńskie;  ocena stanu ekologicznego ichtiofauny nie powinna się opierać o masę ryb złowionych w czasie jednorazowego połowu (WPUE), gdyż masa ta zależy od wielu czynników nie związanych ze stanem ekologicznym jezior;  lepszą miarą jest procentowy udział w odłowach poszczególnych składników ichtiofauny;  wyniki oceny na podstawie ichtiofauny są na ogół zgodne z oceną dokonaną na podstawie fitoplanktonu;  konieczne jest doskonalenie metody oceny w oparciu o dane z innych jezior Polski.

18 Polish-Norwegian Research Fund Thank you for your attention. Feel free to share your questions and comments. Lake Dąbrowa Wielka