Baattrup-Pedersen. A. & Larsen, S.E. 2013. Udvikling af planteindeks i danske vandløb Vurdering af økologisk tilstand (Fase I). Aarhus Universitet, DCE – Nationalt Center for Miljø og Energi, 32 s. - Videnskabelig rapport fra DCE - Nationalt Center for Miljø og Energi nr. 60. http://www.dmu.dk/Pub/SR60.pdf
Vi har sammenlignet modellens tilstandsklassefastsættelse med ekspertgruppens tilstandsklassefastsættelse af identiske vandløb. Den fundne overensstemmelse er på 0,67 hvilket ligger indenfor det interval som er fundet indenfor ekspertgruppen (0,61-0,82). Vi fandt væsentlig ringere overensstemmelse mellem modellens tilstandsfastsættelse og ekspertgruppens ved anvendelse af kun arters forekomst i modellen, hvilket betyder at dækningsgradsdata er nødvendige i tilstandsklassefastsættelsen.
Vi mener at den udviklede model rummer gode muligheder i en tilstandsvurdering af danske vandløb. Således genfinder modellen eksperternes mønster i tilstandsklassefastsættelsen som det kommer til udtryk i figur 5 samtidig med at de identificerede indikatorarter i store træk tilsvarer arter, der i andre undersøgelser er identificeret som henholdsvis forstyrrelses tolerante og intolerante arter (Riis et al. 2000; Riis & Sand-Jensen, 2001; Baattrup-Pedersen et al. 2002; Pedersen et al. 2006). Det er også interessant at arter der indikerer god overgangszone mellem vandløb og vandløbsnære areal (ex. engkabbeleje , vand karse, eng viol og sump-kællingetand; Pedersen et al. 2006) er identificeret som indikatorarter for vandløb med god økologisk tilstand.
Vores analyser viser endvidere, som forventet, at vandløbsstørrelse og alkalinitet spiller en væsentlig rolle for plantesammensætningen i danske vandløb, hvilket afspejles i forholdsvis stærke korrelationer med DCA akse 1 og dybde samt bredde og DCA akse 2 og vandets alkalinitet. Samtidig finder vi at eksperternes tilstandsklassefastsættelse af vandløbene også korrelerer med DCA akse 2. Det betyder altså at plantefordelingen langs DCA akse 2 kan tolkes som værende betinget af både forskelle i alkalinitet og forskelle i økologisk tilstand. Dette sammenfald afspejler at de mest påvirkede vandløb er beliggende i det østlige Danmark, hvor alkaliniteten også er højest. Den udviklede model vil derfor som udgangspunkt have en tendens til at tilstandsklassefastsætte vandløb med høj alkalinitet i en lavere tilstandsklasse end vandløb med en lavere alkalinitet, hvilket dog tilsvarer det mønster der findes i eksperternes vurdering. Dog er det vigtigt fremadrettet at erkende dette sammenfald og være opmærksom på at styrke modellen med upåvirkede vandløb med høj alkalinitet således at den vil kunne skelne mellem høj alkaline påvirkede og høj alkaline upåvirkede vandløb. Derudover skal modellen generelt styrkes i yderpunkterne dvs. ved henh. ringe og høj økologisk tilstand (klasse 1 og 5).
De væsentligste forskelle mellem vandløb klassificeret i de forskellige tilstandsklasser relaterer sig til artssammensætningen og arternes dækning i vandløbene og mindre til den totale artsrigdom. Således er der kun mindre forskelle i artsantal og diversitet mellem de forskellige økologiske tilstandsklasser samtidig med at der kan identificeres en række signifikante indikatorarter for de 4 økologiske tilstandsklasser især indenfor økologisk tilstandsklasse 4.
Vi anbefaler at den udviklede model afprøves på en række vandløb med varierende størrelse samt tilstand fx overvågningsdata fra NOVANA fra 2009 samt 2010 samt at muligheder for justeringer af modellen med henblik på at forbedre klassifikationssuccesen analyseres. I denne proces vil det være værdifuldt at eksperterne inddrages dels med det formål at diskutere metodens praktiske anvendelighed dels med henblik på at belyse hvilke forhold der kan betinge den fundne uoverensstemmelse mellem nogle af eksperterne.
Endvidere anbefaler vi at det undersøges om supplerende metoder kan bidrage til at styrke tilstandsklassefastsættelsen af vandløb. Det kunne være i tilfælde hvor modellen ikke identificerer en overvejende sandsynlighed for at et givet vandløb kan henføres til en økologisk tilstandsklasse fx i tilfælde hvor modellen med mindre end 50 % sandsynlighed henfører vandløbet til en økologisk tilstandsklasse (se eksempel i afsnit 2.7). Det kunne også være i tilfælde hvor et vandløb ligger på grænsen mellem klasse 3 og 4 og dermed på grænsen til målopfyldelse jf. Vandrammedirektivet. En supplerende metode kunne bestå i en kortlægning af planternes rumlige fordeling i mindre afsnit i vandløbene som mål for hvor blandede plantebestandene er. Planternes rumlige fordeling har tidligere vist sig at være markant påvirket af vandløbsvedligeholdelse (Baattrup-Pedersen et al. 2004). Denne kortlægning kunne så anvendes som supplement til modellens prædiktion i tilstandsklassefastsættelsen.
Endvidere bør modellens prædiktion undersøges nærmere i type 3 vandløbene. Således vil en række store vandløb kunne henføres til vandløb med ringe eller moderat økologisk tilstand udelukkende fordi den metode der i dag anvendes i overvågningen begrænser sig til bredzonen (maksimal vanddybde hvor der foretages planteregistreringer er omkring 1 m). Dermed overses en række arter knyttet til det dybere vand. Dette kan også være baggrunden for at Brudelys (Butumus umbellatus) identificeres som indikatorart for økologisk tilstandsklasse 2. Denne art er typisk knyttet til store vandløb hvor f.eks. et begrænset artsantal eller dominans af sumpplanter langs vandløbenes kanter bevirker at vandløbet henføres til økologisk tilstandsklasse 2 svarende til ringe økologisk tilstand.
Endelig skal der ske en interkalibrering af modellen før den kan implementeres i dansk lovgivning. Det betyder bl.a. at tilstandsklasserne skal omregnes til økologisk kvalitetsratio (EQR), og at grænsefastsættelsen til klasserne skal være sammenlignelig med andre europæiske metoder. Dette arbejde gennemføres i fase II (Søndergaard et al, 2013).
