Bericht. BfG Praxistest PhytoFluss Abschlussbericht zum LAWA-Projekt O Autoren: Dr. Annette Becker Dr. Helmut Fischer

Transkript

1 BfG-1955 Bericht Praxistest PhytoFluss Abschlussbericht zum LAWA-Projekt O 4.15 Autoren: Dr. Annette Becker Dr. Helmut Fischer Mit Beiträgen von: Sabine Ulrich (SMUL Sachsen) Limnologiebüro Hoehn (Freiburg) AquaEcology (Oldenburg) Fachlicher Beirat: Sabine Ulrich, Dr. Eva Bellack, Dr. Gabriele Eckartz-Vreden, Katharina Kätzel, Matthias Knie, Dr. Antje Köhler, Birgit Kormann, Dr. Ute Mischke, Ursula Riedmüller, Julia Wrede Auftraggeber: SAP-Nummer: Anzahl der Seiten: Bund-Länder-Arbeitsgemeinschaft Wasser (LAWA) Projektnummer O 5.14 M Anhang

2 Seite 2

3 1 Inhalt 1 Inhalt Abbildungen Tabellen Hintergrund und Veranlassung Plausibilität bei der Umsetzung technischer Details Anpassung der Klassengrenzen des Chlorophyll a von unkorrigiert zu DIN Fazit Einführung der maximalen Chlorophyll a Bewertung Fazit Neue Einteilung der Gewässertypen nach Ökoregionen zur Bewertung des TIP Einführung der Ökoregionen Auflösung von Widersprüchen der Ökoregion-Einteilung mit Gewässertypen: Einfluss auf Bewertung des TIP Fazit Geänderte Details bei der Berechnung des TIP Gewichtung anhand des Biovolumens Probengewichtung Biovolumen- und Saisongewichtung (P 2.2) gegenüber Abundanz-und Probengewichtung (P 4.0) Fazit Einführung von Typgruppen-spezifischen Gewichtungsfaktoren für den Gesamtindex Fazit Beschreibung relevanter Änderungen und deren Folgen bei Anwendung auf den Datensatz TIP Bewertungsindices in verschiedenen Versionen Fazit Indikatorenzahl und Bearbeitereffekte Fazit Spezielle Fragen zu PhytoFluss 4.0: Plausibilität der Bewertung, deren Abhängigkeiten und Perspektiven Korrelation des TIP mit gesamt P als Maß für die Güte der erreichten P-Sensitivität der Bewertung mit PhytoFluss Fazit Hydrologische Kennwerte und Chlorophyll a-entwicklung Methodische Herausforderungen Ergebnisse der alternativen Auswertung Seite 3

4 5.2.3 Einfluss auf Bewertung Fazit Einbeziehung des Monats März bei der Beurteilung des Phytoplanktons Chlorophyll a TIP-Bezugszeitraum Fazit Rolle des Diatomeenpräparats zur Steigerung der Indikatortaxazahl und Bewertbarkeit von Gewässern Fazit Plausibilität der TAW-Belegung Vorgehensweise Vergleich mit statistischen Vorkommenskennwerten Mögliche Verbesserungen durch Korrektur einzelner auffälliger TAWs Güte des PhytoFluss 4.0 Bewertungsverfahrens im Vergleich mit rein statistischen Ansätzen Fazit Stauhaltungen im Hauptstrom und Klassenmetriken Problemstellung Grundlagen Funktionelle Gruppen des Phytoplanktons versus Klassenmetriken Vorgehensweise Darstellung der Auswertung mit funktionalen Gruppen des Phytoplanktons im Vergleich mit P 4.0-Größen Signifikanz der Klassenmetriken Fazit Bestimmbarkeit und Taxonomie Kommentare zur Indikatorenliste Streichkandidaten -Liste Häufigkeit im Datensatz Bestimmungsniveau in Versionen Workshop zur Überarbeitung der Indikatorliste PhytoFluss Einschätzung des Mehraufwandes bei der mikroskopischen Bearbeitung für P4.0 gegenüber P Ergebnisse Limnologiebüro Hoehn Ergebnisse AquaEcology Fazit und weiteres Vorgehen Seite 4

5 6.4.1 Fazit Zusammenfassung und Empfehlungen Hintergrund und Veranlassung Spezielle Fragen zu PhytoFluss 4.0: Plausibilität der Bewertung, deren Abhängigkeiten und Perspektiven Korrelation des TIP mit gesamt P Plausibilität der TAW-Belegung Definition der Saison / Einbeziehung des Monats März Einfluss des Sommer-MQ auf die Bewertung Aufstaueffekte im Hauptstrom und Klassenmetriken Technische Details und relevante Änderungen Chlorophyll a unkorrigiert und - DIN Zusätzlicher Chlorophyll Maximum Index Ökoregionen statt Gewässertypen Änderungen im Rechenweg zum TIP TIP Gewichtung am Gesamtindex TIP und TAW Vergleich (P 2.2 P 4.0) Bearbeitereffekte und Diatomeenpräparate Bestimmbarkeit und Taxonomie Anmerkungen der Länderexperten zur Indikatorliste Workshop zur Überarbeitung der Indikatorliste und weiteres Vorgehen Bestimmungsniveau in Versionen Literatur ANHANG Güte der Bewertung: Gewässertypen Korrelation von Abfluss und Chl a sowie TP Plausibilität TAW: Ausreißer Nährstoff-Längsgradienten P und N Funktionelle Gruppen des Phytoplanktons Seite 5

6 1.1 Abbildungen Abbildung 1: Verhältnis von Chlorophyll a unkorrigiert und Chla DIN in der Datenbank Abbildung 2: Verhältnis von Chlorophyll a unkorrigiert und dem auf 5µg/l gemittelten Anteil des Chla DIN am Gesamtpigment sowie die kumulierte Häufigkeit der entsprechenden Werte in der Datenbank Abbildung 3: Bewertung der Biomasse durch das Chl a Saisonmittel (Chl a) und das Chl a Maximum (max) in Abhängigkeit von der Chlorophyll a Konzentration für die drei unterschiedlichen Gewässertypgruppen nach P Abbildung 4: Chlorophyll a Saisonmittel und Maximum im Datensatz für die bei der Bewertung unterschiedenen Gewässertypgruppen Abbildung 5: Bewertung nach P 4.0 für der Chlorophyll a Saisonmittel und Maxima im Datensatz für die unterschiedenen Gewässertypgruppen Abbildung 6: Zahl an Chlorophyll a Messungen pro Saison und Verhältnis Chla Max zu MW für die unterschiedenen Gewässertypgruppen Abbildung 7: Bewertung der Biomasse (Chl a MW und max) nach P 4.0 und Teilindex Chl a MW für die unterschiedenen Gewässertypgruppen Abbildung 8: Häufigkeit des Bewertungsunterschiedes der Biomasse durch zusätzliche Verwendung des Chl a Max Index, dargestellt sind die Perzentile der Differenz in der Bewertung für alle Fälle in der Datenbank (ab 2006) für die unterschiedenen Gewässertypgruppen Abbildung 9: Anteil an dem Gesamt-Chlorophyll a der Saison in verschiedenen Zeiträumen, die Linien zeigen Bereich mit einem Anteil von mehr als 45% in dem jeweiligen Zeitraum Abbildung 10: Anteil an dem Gesamt-Chlorophyll a der Saison in verschiedenen Zeiträumen der Saison, nach Gewässertypen Abbildung 11: links: Häufigkeit des Anteil an dem Gesamt-Chlorophyll a der Saison in verschiedenen Zeiträumen der Saison, rechts: mittlere Differenz zwischen den Bewertungen mit und ohne Chl max für Gewässer mit verschiedenen Chl a Verteilungen in Saison, nach Gewässertypengruppen Abbildung 12: oben: Häufigkeit des Anteils an dem Gesamt-Chlorophyll a der Saison in verschiedenen Zeiträumen der Saison, unten: mittlere Differenz zwischen den Bewertungen mit und ohne Chl max für Gewässertypen mit verschiedenen Chl a Verteilungen in Saison, nach Gewässertypen Abbildung 13: Streuung der Bewertung der Biomasse nach P 4.0 in Abhängigkeit von der Frequenz der Probenahme: Simulation mit wöchentlichen Chlorophyll a Zeitreihen von Rhein und Mosel (Koblenz), Jahre Abbildung 14: PNS mit von LAWA-Gewässertypen Zuordnung abweichender Ökoregionzuordnung: Original-Bewertung laut P 4.0 und Bewertung mit nach LAWA harmonisierter Ökoregion Abbildung 15: Güte der Korrelation der Bewertung von original P 4.0 Ökoregionen und mit o-typ LAWA harmonisierten Ökoregionen (links: nur M und T, rechts: Beibehaltung der Ökoregion Donau), nur Daten ab 2006, x: Bewertung des gesamt P nach gleicher Formel wie für TIP Abbildung 16: Vergleich der Bewertungs-Korrelation TIP mit gesamt P für Ökoregion Donau nach P 4.0 (rot) und im Vergleich dazu, wenn diese als Mittelgebirge bewertet würde (blau) Abbildung 17: Biovolumen und Abundanzklasse nach ReBio, links linear, rechts logarithmisch skaliert; Punkte: Abundanzklasse nach P 4.0, rote Linie: vorgeschlagene Funktion Abbildung 18: Einfluss der vorgeschlagenen Abundanzfunktion auf die TIP-Bewertung, links: TIP P 4.0 original gegen TIP mit Abundanzfunktion, rechts: Plot der links aufgetragenen Größen jeweils gegen bewertetes gesamt P Seite 6

7 Abbildung 19: Einfluss der Berechnungsvariante Biovolumengewichtung statt Abundanzklassen auf den TIP Abbildung 20: Einfluss der Saisongewichtung auf den TIP Abbildung 21: Einfluss der Kombination der Berechnungsvarianten Biovolumen- und Saisongewichtung auf den TIP Abbildung 22: Grafische Darstellung der Typgruppen spezifischen Gewichtungsfaktoren für den Gesamtindex in P Abbildung 23: Grafische Darstellung der wirksamen Typgruppen spezifischen Gewichtungsfaktoren für den Gesamtindex in P 2.2 (Datensatz ab 2006) Abbildung 24: : Grafische Darstellung der wirksamen Typgruppen spezifischen Gewichtungsfaktoren für den Gesamtindex: Gegenüberstellung der Wichtung in P 2.2 (Datensatz ab 2006)und P 4.0 für Biomasse und TIP Abbildung 25: TIP 4.0 und Biomasse 4.0 Bewertung aller Datensätze seit 2006 für Gewässertypgruppen mit gleicher Gewichtung zu Gesamtindex Abbildung 26: TIP (P 2.2) gegen TAW (P 4.0) in vergleichbaren Gruppen, Farbskala: Logarithmus des Biovolumens in Datenbank Abbildung 27: mittlere Taxa- und Indikatorenzahl pro Jahr in Abhängigkeit der Bearbeitenden, Daten der Koblenzer Stationen von Rhein und Mosel, , BfG Abbildung 28: mittlere Taxa- und Indikatorenzahl pro Probe in Abhängigkeit der Bearbeitenden, Daten der Koblenzer Stationen von Rhein und Mosel, , BfG Abbildung 29: Ermittelte Taxazahl von 38 verschiedenen Bearbeitern (Mischke et al. 2004) Abbildung 30: Vergleich der Bewertungs-Korrelation TIP mit gesamt P: PhytoFluss 4.0 (links) und 2.2 (rechts) Abbildung 31: Vergleich der Bewertungs-Korrelation TIP mit gesamt P für Ökoregionen Abbildung 32: Vergleich der Bewertungs-Korrelation TIP mit gesamt P für die Ökoregion Tiefland: PhytoFluss 4.0 (blau) und 2.2 (rot) Abbildung 33: Vergleich der Bewertungs-Korrelation TIP mit gesamt P für Gewässertypengruppen. 41 Abbildung 34: Häufigkeit der Klassifizierung von relativem Biomasseklassen (chl a) in Abflussklassen (Q), Datensätze ab Abbildung 35: linke Spalte: xy Plot von relativen Abflussanteilen und relativen Chlorphyll a, rechte Spalte: Boxplot der Verteilung der Chlrophyll a Anteile in Abflussklassen Abbildung 36: Saisonzeiträume Abbildung 37: Korrelation zwischen Chlorophyll a Saisonmittelwerten für die Zeiträume Apr.-Okt. (x) und März-Okt. (y), entsprechend auswertbarer Datensatz ab Abbildung 38: Korrelation zwischen Chlorophyll a Saisonmittelwerten für die Zeiträume Apr.-Okt. (x) und dem 6-Monats-Zeitraum (März-Sept. oder Apr.-Okt.) mit dem für das Probestellenjahr höchsten Saisonmittel (y), entsprechend auswertbarer Datensatz ab Abbildung 39: Korrelation zwischen Chlorophyll a Saisonmaximum für die Zeiträume Apr.-Okt. (x) und März-Okt. (y), entsprechend auswertbarer Datensatz ab Abbildung 40: Verteilung der relativen Änderung des Chlorophyll a Saisonmittel(max)wertes für die Zeiträume März-Okt. und und dem höchsten 6-Monate Wert (Mittel bzw. Max März-Sept. oder Apr.-Okt.) gegenüber Apr.-Okt., alle entsprechend auswertbaren Datensätze ab Abbildung 41: Verteilung der Chlorophyll a Bewertungen verschiedener Zeiträume für den Datensatz ab Seite 7

8 Seite 8 Abbildung 42: Einfluss der Variation des Saisonzeitraumes von Apr.-Okt auf März-Okt, März-Sep. bzw. März-Nov. auf den TIP, links: xy Plot, rechts: Verteilung der Differenz der Bewertung zwischen Varianten und Zeitraum Apr.-Okt Abbildung 43: Einfluss der Variation des Saisonzeitraumes von Apr.-Okt auf März-Okt (blaue Linie) und März-Sep (rote Linie) aufden TIP, links: xy Plot, rechts: Verteilung der Differenz der Bewertung zwischen Varianten und Zeitraum Apr.-Okt Abbildung 44: Einfluss der Variation des Saisonzeitraumes von Apr.-Okt auf März-Okt, März-Sep. bzw. März-Nov., links: xy Plot, rechts: Verteilung der Differenz der Bewertung zwischen Varianten und Zeitraum Apr.-Okt Abbildung 45: mittlere Indikatorenzahl (P 4.0) und mittlere Diatomeenpräparat-Indikatoren bei Proben von Rhein und Mosel (BfG) mit drei unterschiedlichen Auftragnehmern zur Bearbeitung Abbildung 46:für die Ökoregionen (Spalten) wird gegen die mittlere Gesamt-Taxazahl (x) für das Probestellenjahr (PNSJ) aufgetragen: oben: mittlere Indikatorenzahl mit DP (Diatomeenpräparat) für alle PNSJ, Mitte: mittlere Indikatorenzahl ohne DP, nur Diatomeenpräparatproben, unten: mittlere Indikatorenzahl mit DP, nur Diatomeenpräparatproben Abbildung 47: Verteilung der Indikatorenzahlen von Indikatorenzahl mit und ohne Diatomeenpräparat für die Ökoregionen Tiefland, Mittelgebirge und den gesamten Datensatz (nur PNSJ mit Diatomeenpräparaten) Abbildung 48: Für die Ökoregionen (Spalten) wird gegen den in P 4.0 verwendeten Kennwert (oben: TAW, unten Stenökiefaktor) jeweils eine entsprechende, für den Datensatz statistisch ermittelte abundanzgewichtete Vergleichsgröße aufgetragen Abbildung 49: Für die Ökoregionen (Spalten) wird gegen den in P 4.0 verwendeten Kennwert TAW die entsprechende, für den Datensatz statistisch ermittelte biovolumengewichtete Vergleichsgröße aufgetragen Abbildung 50: Für den gesamten Datensatz (oben) bzw. die Gewässertypen (unten) wird gegen die in P 2.2 verwendeten Kennwerte TIP die entsprechende, für den Datensatz statistisch ermittelte biovolumengewichtete Vergleichsgröße aufgetragen Abbildung 51: Möglichkeit der Verbesserung der Korrelation des Bewertungsergebnisses mit gesamt P durch Anpassung einiger bei Plausibilisierung besonders auffällig abweichender TAW Abbildung 52: Güte einiger ausgewählter einfacher statistischer Bewertungsmodelle ohne Gruppierung (links), mit Gruppierung nach Ökoregionen (Mitte) und mit Gruppierung nach o-typen (rechts), verwendete Indikatoren: alle P Abbildung 53 Güte einiger ausgewählter einfacher statistischer Bewertungsmodelle mit Gruppierung nach Ökoregionen und Variation der verwendeten Indikatoren Abbildung 54: Das Längsprofil des Rheins: Gefälle und Aufstau Abbildung 55: Anteile funktioneller Gruppen des Phytoplanktons im gesamten Datensatz ab Abbildung 56: Korrelationen von Borics-Teilindices (links, Mitte) und Borics Faktor (Borics- Gesamtindex, rechts) mit TIP Bewertung von P Abbildung 57: Korrelation der Borics-Teilindices (Entwicklungszeit, Turbulenz, Nährstoffe, Risiko) untereinander und mit dem N:P Verhältnis Abbildung 58: Längsgradienten des TIP nach P 4.0 für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006) Abbildung 59: Längsgradienten des Borics-Teilindex Turbulenz für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006)... 77

9 Abbildung 60: Längsgradienten des Borics-Teilindex Entwicklungszeit für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006) Abbildung 61: Längsgradienten des Borics-Teilindex Nährstoffe für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006) Abbildung 62: Längsgradienten des gesamt N: gesamt P für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006) Abbildung 63: Mittlere Anteile der Bewertungskategorien der funktionalen Teilindex Gruppen nach Borics et al (2007) im Längsverlauf von Elbe, Rhein Saale, Donau, Weißer Elster, Neckar, Spree und Main Abbildung 64: Mittlere Anteile der Bewertungskategorien der funktionalen Teilindex Gruppen nach Borics et al (2007) für alle Gewässer der Datenbank (ab 2006) Abbildung 65: Längsgradient (x) im Jahresverlauf (y) für die Borics-Teilindices Turbulenz, Nährstoffe und Zeit verschiedener Jahre in der Elbe Abbildung 66: Beste Korrelationen des Pennales-Anteils: oben: mit Borics-Teilindex Entwicklungszeit (Time), Mitte: mit Gesamtpigment, unten: Entwicklungszeit gegen Gesamtpigment mit Farbskala Pennalesanteil Abbildung 67: Längsgradienten des Pennalesanteils für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006) Abbildung 68: Längsgradienten des Chlorophyceenanteils (% Chloro) für die Gewässer Donau, ElbeMain und Neckar (alle Daten ab 2006) Abbildung 69: Anteil der Cyanobakterien aufgetragen gegen das N:P Verhältnis, oben: der gesamt- Gehalte, unten: des gelösten Anteils Abbildung 70: Mögliche Einordnung des Aufstauindex in Gesamtbewertung Abbildung 71: Häufigkeit der als sicher, unsicher und ungeeignet klassifizierten Indikatoren von P Abbildung 72: Auswirkung von Ausschluss von Indikatoren auf Korrelation des Bewertungsergebnisses mit gesamt P Abbildung 73: Auswirkung von Ausschluss von Indikatoren auf Korrelation des Bewertungsergebnisses mit gesamt P, nach Ökoregionen Abbildung 74: Güte der Bewertung für einzelne Gewässertypen Abbildung 75: Einfluss der Eingruppierung in Ökoregion auf die Bewertung Abbildung 76: Korrelation von relativem Jahresabfluss und relativem gesamt P bzw. TIP Abbildung 77: bei statistischer Plausibilisierung auffällige TAW: Indikatoren und deren Kennwerte 117 Abbildung 78: Längsgradienten des gesamt P und ortho-p, alle Daten in Datenbank seit 2006 für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster Abbildung 79: Längsgradienten des Chlorophyll a, alle Daten in Datenbank seit 2006 für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster Abbildung 80: Anteile der Bewertung funktioneller Gruppen des Phytoplanktons nach Borics (2007), gesamte Datenbank (Jahre >2005), links: Anteil an Biovolumen, rechts: Anteil an Nennungen Seite 9

10 1.2 Tabellen Tabelle 1: Prozentuale Änderungen der Klassengrenzen Chl a DIN bei Berücksichtigung des variablen Anteils des Phäophytins in Abhängigkeit der Pigmentkonzentration Tabelle 2: Probestellenjahre in der Datenbank (ab 2006) und deren Zugehörigkeit zu Ökoregionen bzw. Gewässertypen Tabelle 3: Typgruppen spezifische Gewichtungsfaktoren für den Gesamtindex in P Tabelle 4: PhytoFluss 2.2: Wertebereiche des TIP und Gewichtungsfaktors in den verwendeten Typgruppen Tabelle 5: PhytoFluss 4.0: Wertebereiche des TAW und des Stenökiefaktors in den verwendeten Ökoregionen Tabelle 6: Anzahl der Indikatoren (pro Ökoregion und Fließgewässertyp), für die es sowohl einen TIP (P 2.2) als auch einen TAW (P 4.0) gibt Tabelle 7: Häufigkeit der Klassifizierung von relativem Biomasse (Chl)- und Abflussklassen (Q) in Datensätzen ab 2006,, prozentuale Abweichung +/- 20 % vom Mittel aller Jahre grenzt mittlere Klasse ab (- gering, O mittel, + hoch), Ausnahme: untere Grenze Biomasse Chl a: -15 % P 4.0, -50 % BfG Tabelle 8: statistische Kenngrößen für Ökoregionen: Jahres Saisonmittel für Indikatoren (mit/ohne Diatomeenpräparat), Taxazahl gesamt, PNSJ (Probestellenjahre = Fallzahlen), Anteil DP an Proben, nicht bewertbare Fälle (mit und ohne Diatomeenpräparat, absolut und prozentual) Tabelle 9: funktionelle Gruppen nach Borics et al. (2007) und ihr Biovolumenanteil und Häufigkeit im Datensatz ab 2006 sowie Skalierung der Bewertungsfaktoren: Faktor: Borics-Gesamtfaktor sowie dessen Komponenten Nährstoff (Nutrient), Turbulenz (Turbulence), Entwicklungszeit (Time) und Risko (Risk) Tabelle 10: Kurzbeschreibung der im Datensatz wichtigsten funktionellen Gruppen nach Borics et al (2007) Tabelle 11: Ergebnis des Workshops: Liste ersatzlos zu streichender Indikatoren mit Begründung Tabelle 12: Ergebnis des Workshops: Liste von Indikatoren, die nach Umbenennung bzw. neuer Gruppierung mit Ersatz gestrichen werden Tabelle 13: Workshopergebnis: neue Indikatoren für PhytoFluss Tabelle 14: Taxa aus der überarbeiteten Indikatorenliste, für deren sichere Bestimmung ein Diatomeenpräparat anzulegen ist Tabelle 15: Korrelation der relativen, Abflüsse bzw. Konzentrationen im Sommer, alle auswertbaren PNSJ im Datensatz ab Tabelle 16: Korrelation der Abflüsse und Jahresmittel von gesamt P (TP), Chlorphyll a (Chl), Sauerstoff (O2) und gesamt N (TN) Seite 10

11 2 Hintergrund und Veranlassung Die Bundesanstalt für Gewässerkunde (BfG) wurde von der Bund/Länder-Arbeitsgemeinschaft Wasser (LAWA) beauftragt, einen Praxistest des im Rahmen des ReBio Projekts weiterentwickelten PhytoFluss-Verfahrens (Version 4.0, Mischke 2016 nachfolgend zitiert als ReBio Projekt ) zur bundesweiten Bewertung des Phytoplanktons in Fließgewässern durchzuführen (LAWA-Projekt O 4.15). Die Beauftragung wurde durch das Ministerium für Landwirtschaft, Umwelt- und Verbraucherschutz Mecklenburg-Vorpommern koordiniert. Der Expertenkreis Biologische Bewertung Fließgewässer und Interkalibrierung der LAWA begleitete das Vorhaben. Außerdem stand dem Projekt ein Beirat von Fachexpertinnen zur Seite, dessen Mitglieder auf dem Deckblatt des Berichts genannt werden. Mitglieder dieses Beirats sowie weitere Experten beteiligten sich an der taxonomischen Überarbeitung der Indikatorliste PhytoFluss 4.0. In dem Projekt waren sowohl Fragen der Plausibilität, der Bewertungsgüte im Sinne einer Korrelation mit gesamt P sowie taxonomische Fragen zu Bestimmungssicherheit und Indikationswert einzelner Indikatoren zu beantworten. Daneben sollte Fragen nach möglichen Modifikationen des Probenahmezeitraums und zu Weiterentwicklungen in Richtung eines Aufstauindex nachgegangen werden. Im Rahmen der Entwicklung von PhytoFluss 4.0 (kurz P 4.0) wurden auf vielen Ebenen Änderungen gegenüber der Version 2.2 (kurz P 2.2) realisiert. Dies zeigt sich vordergründig vor allem bei der Erweiterung der Taxa- und Indikatorenlisten, für die ein höheres Bestimmungsniveau erforderlich ist. Die Bewertungsmethoden unterscheiden sich weiterhin in der Belegung der Indices/Gewichtungsfaktoren für einzelne Taxa, der Zusammenfassung und Bewertungsberechnung des TIP, aber auch der Zahl der zu berücksichtigenden Indices und deren Gewichtung im Gesamtindex. Für die Entwicklung des neuen TIP wurden zudem die Probenstellen, die in PhytoFluss 2.2 noch nach Gewässertypen gruppiert wurden, in einem neuen System nach drei Ökoregionen eingeordnet. Diese neue Ordnung ist ebenfalls Gegenstand der Betrachtungen, nicht zuletzt da sich hierdurch die Vergleichbarkeit der PhytoFluss-Versionen schwieriger gestaltet. Der Bericht gliedert sich in die folgenden Abschnitte: - Plausibilität geänderter technischer Details bei der Entwicklung von PhytoFluss Beschreibung relevanter Änderungen und deren Folgen bei der Anwendung auf den Datensatz - Den Hintergrund der Entwicklung tangierende Fragen nach Plausibilität der Bewertung, Abhängigkeiten und Perspektiven - Anmerkungen der Experten der Bundesländer zu den Indikatortaxa (Bestimmbarkeit und Taxonomie) und Ergebnisse des Workshops zur Überarbeitung der Indikatorliste - Zusammenfassung und Empfehlungen Es werden die in PhytoFluss verwendeten Zusammenhänge verdeutlicht, deren Effekt durch Auswertungen der Datenbank dargestellt und neue Informationen zur Interpretation der Daten einbezogen. So soll insbesondere den Expertinnen und Experten der Bund-Länder Arbeitsgemeinschaft Wasser (LAWA) ermöglicht werden, sich eine Meinung über die verschiedenen Entwicklungen zu bilden, eventuellen Nachbesserungsbedarf zu erkennen und Vor- und Nachteile verschiedener Vorgehensweisen abzuwägen. Von Seiten des Auftragnehmers werden hierfür Empfehlungen ausgesprochen. Seite 11

12 3 Plausibilität bei der Umsetzung technischer Details Im Rahmen der Entwicklung von PhytoFluss 4.0 (P 4.0) wurde neben den unter Beschreibung relevanter Änderungen aufgeführten Punkten betreffend Indikatorenzahl und häufigkeit eine ganze Reihe von Details in der Auswertung der in die Bewertung einfließenden Daten geändert. Außerdem wurden geändert: 1. im Rahmen der Umstellung von Chlorophyll a (Chl a) nach DIN statt unkorrigiertem Chl a als Biomasse Bezugsgröße wurden Klassengrenzen verschoben 2. es wurden anstelle der sieben Gewässertypen drei sogenannte Ökoregionen eingeführt, um die neue TIP Bewertung zu erstellen 3. die Aggregation und Gewichtung von Taxadaten lässt in P 4.0 andere Ansätze erkennen 4. bewertungsrelevante Größen bzw. Metriken wurden geändert: a. Klassenmetriken fallen weg b. die maximale Chl a Konzentration wird zusätzlich zum Chl a Saisonmittelwert bewertet, zusmmen bilden sie die Metrik Biomasse 5. die Wichtung von TIP und Biomasse im Gesamtindex wurde neu definiert Ein Blick auf den Unterschied des Gesamt-Bewertungsergebnisses der zu vergleichenden PhytoFluss- Versionen hilft nicht dabei, die Auswirkungen der Vielzahl der Änderungen im Einzelnen zu verstehen. Deshalb soll im Folgenden versucht werden, diese einzeln nachzuvollziehen und kritisch zu würdigen. 3.1 Anpassung der Klassengrenzen des Chlorophyll a von unkorrigiert zu DIN Als Biomasse-Bezugsgröße wurde in P 4.0 das noch in P 2.2 verwendete unkorrigierte Chl a durch das nach DIN korrigierte Chl a abgelöst, bei dem die Konzentration des Chl a um den Anteil der Phaeopigmente nach unten korrigiert wird. Deshalb erfolgte im Rahmen von ReBio eine 22 prozentige Absenkung aller Klassengrenzen für Chl_a nach DIN [...], was im Mittel dem Phaeophytin a-anteil am Gesamtpigment entspricht. Bei genauerer Betrachtung scheint das Verhältnis von unkorrigiertem zu DIN Chl a in der Datenbank nicht frei von systematischen Abweichungen: eine einfache Korrelation mit den absoluten Werten (Abbildung 1, Steigung entspricht rund 16% im o. g. Sinne) ergibt ein deutlich anderes Ergebnis, als wenn die relativen Werte gemittelt werden. Zudem wurden zur Auswertung etliche unplausible Werte (negative Werte sowie Werte von Chl a unkorrigiert Chl a DIN) ausgeschlossen. Daneben scheint es systematisch deutlich größere Streuungen in den Daten einzelner Gewässer zu geben, deren Ursache hier zunächst unklar bleiben muss. Seite 12

13 Chl a DIN zu Chl a unkorrigiert Chl a DIN [µg/l] alle Werte y = 0,8297x -1,0431 R² = 0,9735 y = 0,8361x -0,4601 R² = 0, Chl a unkorrigiert [µg/l] Abbildung 1: Verhältnis von Chlorophyll a unkorrigiert und Chla DIN in der Datenbank, rot: plausible Werte (Phäophytin sowie Chl a>0, unkorrigiertes Chl a > korrigiertes), die im Bereich von Bewertungsklassengrenzen liegen Eine Auswertung mit plausiblen Daten, bei denen das unkorrigierte Chl a in 5 µg/l Schritten zusammengefasst wurde, zeigt im Mittel eine klare Abhängigkeit des Anteils des Chl a DIN im Verhältnis zum unkorrigierten Chl a von der absoluten Gesamtpigmentmenge (Abbildung 2). Das bei ReBio verwendete Verhältnis scheint jedoch insgesamt plausibel, ca. 65% der Werte liegen darüber, 35% darunter. Insgesamt schwankt das Verhältnis von Chl a DIN zu unkorrigiertem im Wertebereich der von P 4.0 verwendeten Klassengrenzen zwischen ca. -30% (niedrigste Werte) bis -20% (höchste Werte). Es kann durch diese Auswertung abgeschätzt werden, welche Abweichung die konstante Annahme bei der Umrechnung je nach Konzentrationsbereich verursacht. 100% Anteil Chl a DIN bzw. kumulierte Häufigkeit 90% 80% 70% 60% 50% 40% 30% 20% 10% ReBio y=0,45*(x+6)/((x+6)*0,45+1,3)*0,84 r²=0,95 DIN_zu_un kum. Häufigkeit 0% unkorrigiert Chlorophyll a [µg/l] (MW 5 µg/l Klassen] Abbildung 2: Verhältnis von Chlorophyll a unkorrigiert und dem auf 5µg/l gemittelten Anteil des Chla DIN am Gesamtpigment sowie die kumulierte Häufigkeit der entsprechenden Werte in der Datenbank Seite 13

14 Würde dieser Zusammenhang auf die Klassengrenzen angewandt, ergäben sich für niedrige Grenzen Abweichungen von bis zu -9 %, für hohe Grenzen Abweichungen von bis zu +7 % (Tabelle 1). Tabelle 1: Prozentuale Änderungen der Klassengrenzen Chl a DIN bei Berücksichtigung des variablen Anteils des Phäophytins in Abhängigkeit der Pigmentkonzentration Mittel Chl a Typ_Nr Chla_1_2 Chla_2_3 Chla_3_4 Chla_4_ % -4% 0 % 2 % % 3 % 5 % 6 % % 0 % 3 % 5 % % 0 % 3 % 5 % % -4% 0 % 2 % % 3 % 5 % 6 % 23 0 % 3 % 5 % 6 % 9.2-1% 2 % 4 % 5 % maxchl a Typ_Nr Chla_1_2 Chla_2_3 Chla_3_4 Chla_4_ % 1 % 3 % 5 % % 5 % 6 % 7 % % 4 % 5 % 6 % % 4 % 5 % 6 % % 1 % 3 % 5 % % 5 % 6 % 7 % 23 3 % 5 % 6 % 7 % % 4 % 6 % 6 % Fazit Das Verhältnis von korrigiertem und unkorrigiertem Chl a hängt von der Gesamtpigmentmenge ab. Wenn dies in der Chl a Berechnung berücksichtigt würde, käme es rechnerisch zu Abweichungen der Klassengrenzen zwischen -9 % und +7 %, in den meisten Fällen in der Datenbank jedoch nur zu einer Abweichung von unter 5 %. Methodische Unterschiede bei den Verfahren zur Bestimmung von Chl a und Phäophytin führen in den Datensätzen insgesamt zu einer nicht unerheblichen Unsicherheit, die sich schwer beziffern lässt, jedoch vermutlich mindestens in einer ähnlichen Größenordnung liegt. Insofern erscheint es trotz der Konzentrationsabhängikeit des Verhältnisses von korrigiertem zu unkorrigierten Chl a vertretbar, die in P 4.0 verwendeten Klassengrenzen beizubehalten. Der Umrechnungsansatz von P 4.0 ist plausibel und praktikabel. Seite 14

15 3.2 Einführung der maximalen Chlorophyll a Bewertung In P 4.0 wird als neue Komponente zur Bewertung des Chlorophyll a der Index für den maximalen Saisonwert des Chlorophylls eingesetzt (kurz: Chl a max), der 1:1 gewichtet zusammen mit dem Index für den Saisonmittelwert schließlich die Biomasse-Metrik ergibt. Die verwendeten Bewertungsfunktionen werden nach Gewässertyp eingesetzt, wobei jeweils Typen mit ähnlicher Produktivität zusammengefasst werden. Faktisch entstehen so drei Bewertungsgruppen, sie werden im Folgenden kurz als + (für eher hohen Chl a Gehalt, Typen 10.2, 20.2, 23), 0 (für eher mittleren Chl a Gehalt, Typen 15/17/9) und (für eher geringen Chl a Gehalt, Typen 10.1, 20.1) bezeichnet. Abbildung 3: Bewertung der Biomasse durch das Chl a Saisonmittel (Chl a) und das Chl a Maximum (max) in Abhängigkeit von der Chlorophyll a Konzentration für die drei unterschiedlichen Gewässertypgruppen nach P 4.0 Es wird in allen Fällen von beiden Größen die gleiche Bewertung vergeben, wenn sich Saisonmittel und maximum um einen Faktor 2 oder weniger unterscheiden (Abbildung 3). Die in der Datenbank gefundenen Saisonmittel- und maxima aller Probenahmestellenjahre (kurz PNSJ, entspricht den Auswertungsfällen) sind in Abbildung 4 dargestellt. Seite 15

16 Abbildung 4: Chlorophyll a Saisonmittel und Maximum im Datensatz für die bei der Bewertung unterschiedenen Gewässertypgruppen (Farblegende: Anzahl Chla = Anzahl der Messwerte pro PNSJ). Die einzelnen Darstellungen stehen jeweils für die mit der gleichen Bewertungsfunktion bewerteten Gewässertypen. Aus den oben dargestellten Werten werden die in Abbildung 5 dargestellten Bewertungen berechnet. Abbildung 5: Bewertung nach P 4.0 für der Chlorophyll a Saisonmittel und Maxima im Datensatz für die unterschiedenen Gewässertypgruppen Da die Anzahl an Chlorophyllwerten pro Saison unterschiedlich groß ist, besteht auch eine unterschiedlich hohe Wahrscheinlichkeit, dass Chlorophyll-Spitzen durch den Maximalwert tatsächlich getroffen werden. Das Saisonmittel hingegen kann als robusterer Wert gelten, da es in jedem Falle auf einer Vielzahl von Messungen beruht, auch wenn seine Repräsentativität mit höherer Fallzahl steigt. Tatsächlich scheint zumindest bei sehr geringer Wertezahl die Streuung des Verhältnisses von Chla max/chla MW eher kleiner (Abbildung 6). Seite 16

17 Abbildung 6: Zahl an Chlorophyll a Messungen pro Saison und Verhältnis Chla Max zu MW für die unterschiedenen Gewässertypgruppen Werden die Bewertungen unter Einbeziehung des neuen Chl a max und die Bewertung allein aufgrund des Chl a Saisonmittels verglichen, ergibt sich eine gute Korrelation, auch wenn die Abweichung der Bewertung für einzelne PNSJ vor allem für die mittlere Chlorophyll a Gruppe durchaus eine Wertstufe betragen kann (Abbildung 7). Abbildung 7: Bewertung der Biomasse (Chl a MW und max) nach P 4.0 und Teilindex Chl a MW für die unterschiedenen Gewässertypgruppen Um darzustellen, in welchem Anteil der Fälle sich die Bewertung um wieviel verändert, wurden die Perzentile der Differenz der Bewertung nach P 4.0 (Biomasse) mit der Bewertung allein nach Chl a MW gebildet. Die Bewertung nach P 4.0 ist in ca. 2/3 der Fälle strenger, wobei nur in wenigen Fällen (5% in den Gruppen und o, keine in +) Abweichungen von mehr als 1 Bewertungseinheit erreicht werden. Bei milderen Bewertungen wird maximal eine Abweichung von ca. 0,2 Einheiten berechnet (Abbildung 8). Seite 17

18 Abbildung 8: Häufigkeit des Bewertungsunterschiedes der Biomasse durch zusätzliche Verwendung des Chl a Max Index, dargestellt sind die Perzentile (die Verteilung, also dem Anteil an Fällen) der Differenz in der Bewertung für alle Fälle in der Datenbank (ab 2006) für die unterschiedenen Gewässertypgruppen Die Farbskala in Abbildung 9 lässt erkennen, dass eine schlechtere Bewertung durch die Einbeziehung des Chlorophyllmaximums umso stärker auftritt, je ungleichmäßiger sich das Phytoplankton im Jahr verteilt. Insbesondere sind die im Datensatz häufigen PNSJ mit einer starken Dominanz des Frühjahrspeaks betroffen (Monate April und Mai; Abbildung 9 + Abbildung 10). FS --- So FJ Abbildung 9: Anteil an dem Gesamt-Chlorophyll a der Saison in verschiedenen Zeiträumen, die Linien zeigen Bereich mit einem Anteil von mehr als 45% in dem jeweiligen Zeitraum, Statistik über die Verteilung in den Zeiträumen siehe Abbildung 11 Seite 18

19 Abbildung 10: Anteil an dem Gesamt-Chlorophyll a der Saison in verschiedenen Zeiträumen der Saison, nach Gewässertypen, Statistik über die Verteilung in den Zeiträumen siehe Abbildung 12 Wird die entsprechende Abbildung nach Gewässertyp erstellt zeigt sich, dass sich die saisonalen Verteilungen hier im Datensatz deutlich unterscheiden (Abbildung 11). Abbildung 11: links: Häufigkeit des Anteil an dem Gesamt-Chlorophyll a der Saison in verschiedenen Zeiträumen der Saison, rechts: mittlere Differenz zwischen den Bewertungen mit und ohne Chl max für Gewässer mit verschiedenen Chl a Verteilungen in Saison, nach Gewässertypengruppen. FJ = April-Mai, FS = Juni-Juli, So=August-Oktober. Farbig dargestellt sind nur die Fälle, in denen ein klarer saisonaler Schwerpunkt der Chl a Verteilung vorliegt (d. h. mehr als 45 % der erfassten Biomassen liegen in diesem Zeitraum); grau dargestellt die Fälle ohne klaren saisonalen Schwerpunkt. Wird das Verhältnis von Chl a max- zur Saisonmittel-Bewertung nach Gewässertypen ausgewertet fällt auf, dass die besonders produktiven Gewässertypen 10.2/20.2/23 die geringste Abwertung erfahren. Von einer deutlichen Abwertung sind vielmehr die Gewässertypen 10.1, 20.1 und 9.2 betroffen, die typischerweise ein einziges ausgeprägtes Chlorophyll a Maximum im Frühjahr oder Frühsommer zeigen (Abbildung 12). Seite 19

20 Abbildung 12: oben: Häufigkeit des Anteils an dem Gesamt-Chlorophyll a der Saison in verschiedenen Zeiträumen der Saison, unten: mittlere Differenz zwischen den Bewertungen mit und ohne Chl max für Gewässertypen mit verschiedenen Chl a Verteilungen in Saison, nach Gewässertypen. FJ = April-Mai, FS = Juni-Juli, So=August-Oktober. Farbig dargestellt sind nur die Fälle, in denen ein klarer saisonaler Schwerpunkt der Chl a Verteilung vorliegt (d. h. mehr als 45 % der erfassten Biomassen liegen in diesem Zeitraum); grau dargestellt sind die Fälle ohne klaren saisonalen Schwerpunkt. Um den Zusammenhang zwischen Messwerten pro Saison und Chlorophyll a Bewertung genauer zu betrachten, wurden die an der BfG zur Verfügung stehenden 20-jährigen Zeitreihen der Rhein und Mosel Stationen in Koblenz mit lückenlosen wöchentlichen Messungen ausgewertet. Um vierzehntägige bzw. vierwöchige Probennahme zu simulieren, wurden jeweils jeder 2. (2 Möglichkeiten: Probenahmen 1, 3, 5 usw. sowie 2, 4, 6 usw.) bzw. jeder 4. Wert (4 Möglichkeiten) der Reihen ausgewertet. Der Betrag der Abweichungen der Bewertungen der einzelnen Jahre gegenüber der Bewertung basierend auf wöchentlichen Proben wurde ausgewertet (Abbildung 13). Da sich für die beiden gewählten Probestellen häufiger eine sehr gute Bewertung ergibt (50 % der Bewertungen waren besser als 1,5) und deswegen die Streuung in den entsprechenden Jahren deutlich geringer war, wurde zusätzlich eine Auswertung basierend nur auf den schlechter als 1,5 bewerteten Jahren durchgeführt. Seite 20

21 Sowohl die mittlere Standardabweichung als auch die mittlere Differenz steigen mit vierwöchiger Probenahmefrequenz gegenüber der wöchentlichen Probenahme deutlich. Dies schlägt sich auch in einer erheblichen Differenz der Gesamtbewertung gegenüber wöchentlicher Bewertungsbasis nieder, wobei diese im Mittel mehr als eine halbe Wertstufe (+/-) beträgt. Abbildung 13: Streuung der Bewertung der Biomasse nach P 4.0 in Abhängigkeit von der Frequenz der Probenahme: Simulation mit wöchentlichen Chlorophyll a Zeitreihen von Rhein und Mosel (Koblenz), Jahre ; blau: Chl a Saisonmittelwert; rot: Chl a Maximum; grün: Gesamtbewertung aus Chl a Saisonmittel und Maximum; Daten BfG Die Simulationsergebnisse unterstützen die Empfehlung, nach Möglichkeit mindestens ein vierzehntägiges Probenintervall für Chl a zu realisieren Fazit Der Unterschied in der Bewertung des neuen Chl a max gegenüber der des Saisonmittels hängt stark von der Schiefe der Verteilung der Werte in der Saison ab, was im Datensatz größtenteils durch die unterschiedlichen, oft typischen Saisonverläufe erklärt werden kann. Davon unabhängig scheint es jedoch unterschiedlich ausgeprägte Tendenzen zur Bildung von Planktonblüten zu geben, die vom typischen saisonalen Verlauf bei der vorhandenen Datendichte jedoch schwer zu trennen sind. Seite 21

22 Gewässer mit kurzer Planktonsaison schneiden beim Chl a max Index aber tendenziell schlechter ab als beim Saisonmittelwert. Dies betrifft zum überwiegenden Teil die im Datensatz häufigen Gewässer mit ausgeprägter Frühjahrspeak-Dominanz und erscheint plausibel, da die Höhe des Chlorophyllmaximums das trophische Potenzial eines Gewässers widerspiegelt. Die Zahl der jährlichen Chl a Messungen ist im Datensatz unterschiedlich hoch. Von ihr hängt die Wahrscheinlichkeit ab, das tatsächliche Saisonmaximum mit der Probenahme mehr oder weniger gut zu treffen. Beim Saisonmittelwert hingegen ergibt sich durch die Mittelung mehrerer Werte eine größere Robustheit. Insofern bringt der sinnvollerweise neu eingeführte Chl a max Index eine größere Unsicherheit in die Bewertung. Vor diesem Hintergrund sollte eine mindestens 14-tägige Probenahmefrequenz von Chl a erwogen werden. 3.3 Neue Einteilung der Gewässertypen nach Ökoregionen zur Bewertung des TIP In P 2.2 wurde für jede Gewässertypgruppe (7 Fließgewässertypen nach Phytoplanktonbewertung, kurz o-typen ) eine angepasste, eigene TIP-Bewertung erstellt. Dem gegenüber wird in P 4.0 der TIP nur für drei Typgruppen (als Ökoregionen bezeichnet) angepasst, wobei diese nach anderen Kriterien als die LAWA Gruppierung definiert wurden. Prinzipiell erscheint es sinnvoll, das Bewertungsverfahren für eine geringere Zahl an Gruppen anzupassen, da so eine größere Fallzahl und somit breitere Datenbasis zur Verfügung steht. So besteht weniger die Gefahr einer Anpassung nur auf den speziellen Datensatz, was zu besserer Übertragbarkeit führen sollte Einführung der Ökoregionen Im Datensatz der Jahre ab 2006 werden die folgenden Fälle mit Zugehörigkeit zu Gewässertypen bzw. Ökoregionen geführt (Tabelle 2): Tabelle 2: Probestellenjahre in der Datenbank (ab 2006) und deren Zugehörigkeit zu Ökoregionen bzw. Gewässertypen. Umrandet: Zugehörigkeit zu Mittelgebirge bzw. Tiefland laut LAWA-Klassifikation; gelb: Abweichung von der LAWA- Klassifikation; grün, blau, rosa: Gruppierung bei Bewertung der Biomasse O_Typ Ökoregion Probenstellenjahre Donau Mittelgebirge Tiefland Gesamtergebnis Summe Anteil 11 % 29 % 60 % 100 % Der Datensatz zur Erstellung des TIP in P 4.0 wurde teilweise anders gruppiert, als es der LAWA- Klassifikation entspräche. Es werden Gewässertypen zusammengefasst, zum Teil aber auch aufgesplittet oder anders gruppiert. Grundlage dieser neuen Aufteilung ist laut ReBio-Bericht für die Differenzierung von Mittelgebirge (M) und Tiefland (T) die Höhenlage von 200 m. Tatsächlich spielten Seite 22

23 aber bei der Einteilung in Ökoregionen weitere Kriterien (z. B. Ähnlichkeiten in der Planktonzusammensetzung, Riedmüller, pers. Mitteilung) eine Rolle, die bisher nicht schriftlich beschrieben und definiert wurden. Bei der Bewertung der Biomasse und der anschließenden Wichtung von TIP und Biomasse werden in P 4.0 jeweils Gewässertyp-spezifische Vorgehensweisen angewandt, beim TIP jedoch Ökoregionspezifische. Wenn der gleiche Gewässertyp zu unterschiedlichen Ökoregionen zählt, kann die Transparenz der Bewertung aufgrund der Kombination verschiedener Gruppierungsverfahren leiden. Das zeigt sich ganz praktisch bei dem Vergleich der Bewertung des TIP verschiedener Programmversionen, bei der z.b. im ReBIO Bericht wiederum ausschließlich die LAWA-Klassifikation angewandt wird, obwohl die Gruppierung im neuen P 4.0 Ansatz dieser nicht in allen Fällen entspricht Auflösung von Widersprüchen der Ökoregion-Einteilung mit Gewässertypen: Einfluss auf Bewertung des TIP Um die Unterschiede der Bewertungen für die Ökoregionen in P 4.0 zu untersuchen, werden die Gewässerstationen (Daten ab 2005), deren Gewässertypeinordnung nach LAWA sich von der in P 4.0 unterscheidet (in Tabelle 2 gelb) versuchsweise mit der Ökoregionzuordnung ausgewertet, die dem Fließgewässertyp nach LAWA entspricht und das TIP-Ergebnis verglichen (Abbildung 144). Abbildung 14: PNS mit von LAWA-Gewässertypen Zuordnung abweichender Ökoregionzuordnung: Original-Bewertung laut P 4.0 und Bewertung mit nach LAWA harmonisierter Ökoregion Es zeigt sich, dass sich die Bewertung durch die Einführung der Donau- Ökoregion für die betroffenen Gewässer gegenüber einer Fassung der Probestellen nach LAWA Typ vor allem bei den besser bewerteten etwa um eine halbe Stufe verbessert (MW Betrag der Differenz 0,68). Unter Mittelgebirge eingruppierte 20.1 Probestellen werden mit der P 4.0 Gruppierung ebenfalls eher besser bewertet (MW Betrag Differenz 0,52). Bei den in P 4.0 zur Tieflandregion geschlagenen Gewässertypen 9.2 und 10.2 zeigt sich eine große Streuung und insgesamt bessere Bewertung, wenn die Ökoregionen den LAWA Typen entsprechen (MW Betrag Differenz 0,65). Da nur 14% der Probestellenjahre nach strenger LAWA-Zugehörigkeit des Gewässertyps anders gruppiert würde (ohne Donau noch 6%), ist der Effekt auf die Gesamtbewertung des ganzen Datensatzes und seine Korrelation zu gesamt P insgesamt vergleichsweise gering: bei linearer Regression gegen bewertetes P (gleich Seite 23

24 skaliert) durch den Ursprung ergibt sich für die P 4.0 Ökoregioneinteilung ein r² von 0,331, für die mit den o-typen-zugehörigkeiten harmonisierte Ökoregion-Einteilung (nur M und T, keine Donau) 0,305 (Abbildung 155), mit Donau 0,323. Abbildung 15: Güte der Korrelation der Bewertung von original P 4.0 Ökoregionen und mit o-typ LAWA harmonisierten Ökoregionen (links: nur M und T, rechts: Beibehaltung der Ökoregion Donau), nur Daten ab 2006, x: Bewertung des gesamt P nach gleicher Formel wie für TIP Würde die Ökoregion Donau im Verfahren wie ein Gewässer des Mittelgebirges behandelt, hätte dies für die betroffenen Probestellen jedoch einen deutlichen Einfluss auf die Korrelation der Bewertung mit dem bewerteten gesamt P 1 (r² für Regression durch Ursprung nur 0,38 statt 0,68; Abbildung 16). Weitere Abbildungen zu diesem Thema sind im Anhang (Abbildung 74) dargestellt. Abbildung 16: Vergleich der Bewertungs-Korrelation TIP mit gesamt P für Ökoregion Donau nach P 4.0 (rot) und im Vergleich dazu, wenn diese als Mittelgebirge bewertet würde (blau) 1 Bewertung gesamt P entsprechend Tabelle 2 im ReBIO Bericht (Mischke 2016). Seite 24

25 3.3.3 Fazit Die neue Einteilung der Gewässerprobestellen nach P 4.0 in Ökoregionen beim TIP fasst LAWA Fließgewässertypen zusammen und teilt sie in neue Kategorien auf. Diese Aufteilung erfolgte jedoch ausschließlich zur Erstellung des Bewertungsverfahrens und der Begriff Ökoregion wurde aus technischen Gründen gewählt (vorhandener Spaltenname, Wahrung der Kompatibilität von Versionen). Da der Begriff in den Geowissenschaften und der Ökologie bereits belegt ist, sollte eine treffendere Bezeichnung für diese rein operationelle Einteilung gefunden werden (z. B. PhytoFluss-Regionen). Nutzer des Bewertungstools PhytoFluss können für die jeweilige Probestelle die Zugehörigkeit zu einer Ökoregion selbst definieren, weshalb die Diskussion über die Einteilung bei der Entwicklung der Bewertung auch nicht weiter vertieft werden muss. Es erscheint jedoch erforderlich, dass Nutzer Hinweise bekommen, welche Ökoregion für welchen Gewässertyp in erster Linie in Frage kommt und welche realistischen Alternativen ggf. bestehen. Eine freie Kombinierbarkeit von Ökoregion und LAWA Typ wäre wenig plausibel. Die Notwendigkeit, die Ökoregion Donau trotz der insgesamt eher geringen Fallzahl abzugrenzen, rechtfertigt sich durch die deutlich bessere Korrelation mit gesamt P. 3.4 Geänderte Details bei der Berechnung des TIP Das Verfahren, mit dem die TIP-Werte in den verschiedenen PhytoFluss-Versionen berechnet werden, unterscheidet sich nicht nur in der Zahl und systematischen Auflösung der verwendeten Indikatorspezies sowie deren Belegung mit Indexwerten. In P 4.0 wurden als Neuerungen zusätzlich eingeführt: 1. Indikatoren-spezifischer Index bei P 2.2 als TIP zwischen 1 und 5 skaliert, bei P 4.0 als TAW (Trophieankerwert) zwischen 0 und Indikatoren-spezifischer Wichtungsfaktor erhält neuen Wertebereich und wird intensiver genutzt (P 2.2: von 0.25 bis 10, meist 1, P 4.0: Stenökiefaktor von 1 bis 5) 3. Zusammenfassung der taxaspezifischen Biovolumina: a. in P 2.2 schrittweise nach Tagen, Monaten und schließlich dem Biovolumen- Mittelwert der Monate der Saison (streng 4-10), die Bewertung mit TIP-und Wichtungsfaktoren erfolgt proportional dem Biovolumenanteil des jeweiligen Indikators am Saison-Biovolumen; b. in P 4.0 wird der logarithmisch klassifierte Biovolumenanteil des Taxons am Probenahmetag als Basis der Bewertung mit TAW und Stenökiefaktor verwendet. Er wird in der Verfahrensbeschreibung von ReBio (Mischke 2016) als Abundanzklasse bezeichnet, weil er sich ursprünglich aus Abundanzen abgeleitet hat. Aus den Bewertungen der einzelnen Tage wird ein Saisonmittel (nach Datenlage, 3-11) gebildet, d. h. alle Probenahmetage werden gleich gewichtet (siehe Probengewichtung unten), unabhängig von ihrem Biovolumenbeitrag Die schrittweise Zusammenfassung der Zähldaten nach Tagen und Monaten in P 2.2 sollte wahrscheinlich gewährleisten, dass Analysen über die gesamte Saison verteilt ähnlich gewichtet werden. Sie kann aber bei regelmäßigen 2 oder 4 wöchigem Probenschema dazu führen, dass pro Monat unterschiedlich viele Werte zur Verfügung stehen bzw. die in regelmäßigen Abständen genommenen Proben unterschiedlich gewichtet werden. Insofern scheint der Ansatz in P 4.0, die Proben der Saison nicht erst noch einmal nach Monaten zusammenzufassen, sinnvoller und einfacher. Die Proben Seite 25

26 müssen in gleichmäßigen zeitlichen Abständen genommen werden, um keine Übergewichtung bestimmter Zeiträume zu erhalten. Im Folgenden werden nun die Ergebnisse neuer und alter Berechnungsansätze schrittweise verglichen. Als Einschränkung des diagnostischen Werts der Tests in diesem Kapitel muss erwähnt werden, dass die Rechenwege und Wichtungsfaktoren letztlich im Hinblick auf die Optimierung eines bestimmten Rechenweges angepasst wurden. Andere beabsichtigte Rechenwege hätten entsprechend zu anderen Anpassungen der Faktoren geführt, so dass Rechenwege und Anpassungen nicht unabhängig voneinander beurteilt werden können Gewichtung anhand des Biovolumens Eine Gewichtung proportional zum Biovolumen wie in P 2.2 (siehe oben, Punkt 3.a.) hat Vor- und Nachteile: sie ist einfach, gradlinig interpretierbar, kann jedoch bei der hohen Variabilität des Algenvorkommens zu einer insgesamt hohen Streuung führen. Wird lediglich das Vorkommen von Taxa betrachtet unabhängig von Abundanz oder Biovolumen -, können robustere, aber möglicherweise auch weniger sensitive Ergebnisse erzielt werden. Zudem ist zu vermuten, dass hier dann stärker auch Bearbeiter-spezifische Einflüsse zur Geltung kommen. Eine logarithmische Skalierung der Biovolumina wie in P 4.0 eingeführt - scheint hier einen Kompromiss zwischen den beiden genannten Ansätzen zu bieten. Bei der Bestimmung von Biovolumina ist aufgrund von Unsicherheiten bei Probenahme und Bearbeitung immer von einem relativ hohen auszugehen. Auch dies wäre ein Grund, warum es gerechtfertigt sein könnte, gerade bei einem inhomogenen Datensatz (verschiedene Probennehmende und Bearbeitende) eine logarithmische Skalierung zu verwenden. Das Gesagte gilt umso mehr für Taxa, die nicht biovolumenbestimmend und absolut gesehen seltener sind. Während die in P 2.2 verwendeten Indikatoren im Schnitt 45 % des Biovolumens und 35 % der im Datensatz vorkommenden Taxa ausmachen, fallen in P 4.0 trotz deutlich gesteigerter Indikatorenzahl lediglich 9 % des Biovolumens und 20 % der Taxa auf Indikatoren. Letztlich soll hier getestet werden, welcher Ansatz zu dem statistisch besseren Ergebnis führt, da dieses als Kriterium für die Güte des Bewertungsverfahrens herangezogen werden kann. Abbildung 17: Biovolumen und Abundanzklasse nach ReBio, links linear, rechts logarithmisch skaliert; Punkte: Abundanzklasse nach P 4.0, rote Linie: vorgeschlagene Funktion Seite 26

27 Die Logarithmierung in P 4.0 wurde als Klassifizierung eingeführt, d. h. es werden diskrete Klassen von 1 bis 7 gebildet. Alternativ wäre auch der Einsatz einer steten Funktion (etwa ln(bv)+5.5 statt WENN(BV<0.0001;1; WENN(BV<0.001;2; WENN(BV<0.01;3; WENN(BV<0.1;4; WENN(BV<1;5; WENN(BV<10;6;7)))))), siehe Abbildung 17) denkbar gewesen. Sie hätte den gleichen Zweck erfüllt, allerdings ohne künstliche Sprünge zu verursachen. An anderen Stellen in P 4.0 werden häufig Funktionen verwendet. In der Summe wirkt sich die vorgeschlagene Funktion allerdings kaum auf die Bewertung aus, da sich durch Sprünge verursachte Effekte bei der Vielzahl der Taxa in der Probe in der Regel aufheben. Nur in einzelnen Fällen kommt es zu Abweichungen in der Bewertung um +/-5 % (Abbildung 18). Abbildung 18: Einfluss der vorgeschlagenen Abundanzfunktion auf die TIP-Bewertung, links: TIP P 4.0 original gegen TIP mit Abundanzfunktion, rechts: Plot der links aufgetragenen Größen jeweils gegen bewertetes gesamt P Um zu prüfen, welchen Einfluss die Bildung der Abundanzklassen auf das Bewertungsergebnis hat, wurde versuchsweise statt der logarithmischen Abundanzklasse das Biovolumen eingesetzt (Abbildung 19). Abbildung 19: Einfluss der Berechnungsvariante Biovolumengewichtung statt Abundanzklassen auf den TIP, links: TIP P 4.0 original gegen TIP mit Biovolumengewichtung, rechts: Plot der links aufgetragenen Größen jeweils gegen bewertetes gesamt P Seite 27

28 Es zeigt sich, dass der TIP sich durch diese Verfahrensänderung wesentlich deutlicher vom Original unterscheidet, im Mittel jedoch ähnliche Werte annimmt. Die Korrelation mit dem bewerteten gesamt P bleibt in der gleichen Größenordnung, nimmt sogar leicht zu. Die mittlere Abweichung vom original TIP beträgt 0,23 Einheiten und maximal +/- 1,2. Es wäre im Detail zu prüfen, ob die abweichende Bewertung einzelnen PNSJ bei dieser Berechnungsvariante tatsächlich plausibler erscheint Probengewichtung Die Gewichtung der einzelnen Proben eines Jahres kann eine deutliche Rolle für das ermittelte Jahresergebnis spielen. Auch hier gibt es sicherlich gute Argumente für beide Ansätze: für die in P 2.2 verwendete Gewichtung nach Biovolumen spricht, dass der saisonale Schwerpunkt des Phytoplanktonvorkommens im Jahr für die Bewertung am stärksten gewichtet wird. Der in P 4.0 gewählte Ansatz kann möglicherweise typische saisonale Muster besser abbilden, auch wenn diese quantitativ weniger relevant sind. Letztlich muss die Güte der Bewertung, wie sie mit dem einen oder anderen Ansatz erreicht werden kann, zeigen, welcher Ansatz hier am sinnvollsten ist. Wird die Bewertung für die gesamte Saison, also mit Berücksichtigung der Proben aufgrund ihrer absoluten Abundanzen (logarithmisch gewichtetes Biovolumen) berücksichtigt, ergibt sich das in Abbildung 20 dargestellte Bild. Die Ergebnisse zeigen eine hohe Korrelation, im Mittel weicht das Bewertungsergebnis um 0,07, maximal um 0,8 ab. Die Korrelation mit bewertetem gesamt P ist in beiden Varianten aber sehr ähnlich. Es stellt sich die Frage, ob die Verkomplizierung des Verfahrens durch Bewertung und Gleichgewichtung einzelner Proben gerechtfertigt ist, wenn das Ergebnis letztlich fast gleich ist. Abbildung 20: Einfluss der Saisongewichtung auf den TIP, links: TIP P 4.0 original gegen TIP ohne Probengleichgewichtung (einfacher Saisonmittelwert), rechts: Plot der links aufgetragenen Größen jeweils gegen bewertetes gesamt P Biovolumen- und Saisongewichtung (P 2.2) gegenüber Abundanz-und Probengewichtung (P 4.0) Die beiden vorhergehenden Tests haben gezeigt, dass die in P 4.0 neu eingeführten Berechnungswege Abundanzgewichtung und Probengewichtung jeweils für sich genommen einen relativ geringen Einfluss auf das Gesamtergebnis der Bewertung haben. Werden Biovolumengewichtung Seite 28

29 (statt Abundanzgewichtung) und Saisongewichtung (statt Probengewichtung, ersteres wie in P 2.2, letzteres in P 4.0 eingeführt) jedoch kombiniert, ergibt sich ein anderes Bild (Abbildung 21). Abbildung 21: Einfluss der Kombination der Berechnungsvarianten Biovolumen- und Saisongewichtung auf den TIP, links: TIP P 4.0 original gegen TIP mit Biovolumengewichtung und Saisonmittelwert, rechts: Plot der links aufgetragenen Größen jeweils gegen bewertetes gesamt P Der hier versuchsweise realisierte Rechenweg gleicht weitestgehend dem in P 2.2, nur dass auf eine vorgezogene Monatsmittelung verzichtet wird. Die beiden TIP Bewertungen weichen im Mittel um 0,43, maximal um 3 ab. Insgesamt ergibt sich eine deutlich schlechtere Korrelation der Bewertung mit dem bewertungsskalierten gesamt P, wenn der biovolumengewichtete Saisonwert verwendet wird Fazit Es erscheint gerechtfertigt, dass in P 4.0 versucht wurde, den Rechenweg der alten Version zu verbessern, da sich ohne die beiden neuen Ansätze eine wesentlich schlechtere Korrelation der Bewertung mit gesamt P ergibt. Allerdings sprechen die Tests mit Rechenwegalternativen dafür, dass es nicht unbedingt nötig gewesen wäre, sowohl die Bewertung einzelner Proben und deren Gleichgewichtung als auch die Abundanzgewichtung einzelner Taxa einzuführen. Die P 4.0 TIP Abfragenkaskade könnte technisch vereinfacht werden, wenn die tagesweise Bewertung und anschließende Mittelung des Ergebnisses wegfiele und stattdessen wie in P 2.2 ein einfaches Saisonmittel verwendet würde. Wegen der Automatisierung der Auswertung und der insgesamt geringen Rechenzeit spielt dieser Aspekt praktisch jedoch kaum eine Rolle. Seite 29

30 3.5 Einführung von Typgruppen-spezifischen Gewichtungsfaktoren für den Gesamtindex Mit P 4.0 wurden Typgruppen spezifische Gewichtungsfaktoren der Metriken für den Gesamtindex eingeführt. Mit dieser unterschiedlichen Wichtung wurde auf die unterschiedlich guten Korrelationen zwischen TIP und der Zielgröße gesamt P reagiert. Bei Gewässertypen mit guter Korrelation wird der TIP dreimal so stark gewichtet wie die Biomasse, bei Gewässertypen mit schlechterer Korrelation gleich und bei sehr schlechter Korrelation sogar nur halb so stark (Abbildung 22, Tabelle 3). Tabelle 3: Typgruppen spezifische Gewichtungsfaktoren für den Gesamtindex in P 4.0 PP-O-Typ: Metrik Biomasse Metrik TIP Abbildung 22: Grafische Darstellung der Typgruppen spezifischen Gewichtungsfaktoren für den Gesamtindex in P 4.0. In P 2.2 gab es ebenfalls eine unterschiedlich starke Wichtung der einzelnen Metriken, da je nach Gewässertyp unterschiedlich viele Komponenten (Biomasse und TIP immer, Pennales, Chlorophyceen und Cyanobakterien nur bei manchen Gewässertypen) in den Gesamtindex einflossen. Dabei wurde im Falle der Cyanobakterien und Chlorophyceen bei Unterschreitung bestimmter Grenzwerte der Chlorophyll a Metrikwert eingesetzt und damit stärker gewichtet. Dargestellt in Abbildung 23 und Abbildung 244 sind dem entsprechend mittlere Wichtungen aller Probestellenjahre des jeweiligen Gewässertyps: Seite 30

31 Abbildung 23: Grafische Darstellung der wirksamen Typgruppen spezifischen Gewichtungsfaktoren für den Gesamtindex in P 2.2 (Datensatz ab 2006). Den größten Einfluss aller Klassenmetriken hat in P 2.2 insgesamt der Pennalesindex (außer Typ 20.1/2), er liefert in jedem Falle einen in der Gesamtwertung zu berücksichtigenden Wert, der jedoch in 68% der Fälle 3 ist. Der Cyanoindex kommt hingegen nur relativ selten zum Tragen (Schnitt: 22% der PNSJ von Gewässertypen, in denen er berücksichtigt werden kann), der Chlorophyceenindex in 61% der entsprechenden PNSJ (Abbildung 24). Abbildung 24: : Grafische Darstellung der wirksamen Typgruppen spezifischen Gewichtungsfaktoren für den Gesamtindex: Gegenüberstellung der Wichtung in P 2.2 (Datensatz ab 2006)und P 4.0 für Biomasse und TIP. Seite 31

32 Die Abbildung 25 verdeutlicht, dass die Bewertungen der Metriken TIP und Biomasse in PhytoFluss weitestgehend unabhängig voneinander zu sein scheinen, weshalb der Wichtung eine besondere Bedeutung zukommt. Abbildung 25: TIP 4.0 und Biomasse 4.0 Bewertung aller Datensätze seit 2006 für Gewässertypgruppen mit gleicher Gewichtung zu Gesamtindex, Farbskala: Gesamtindex der Bewertung. Die blaue Linie deutet den Gewichtungsfaktor an, die Fälle auf der blauen Linie ergeben im Gesamtindex die Bewertungsstufe Fazit Ein direkter Vergleich der Gewichtungen des TIP und des Biomasse-Teilindex zeigt die Unterschiede zwischen P 4.0 und P 2.2. Insgesamt wird der TIP in der neuen Version deutlich stärker gewichtet, vor allem bei dem Typ Außer bei 10.1 und 20.1 fällt auch der Biomasseindex etwas stärker ins Gewicht. Im Mittel des Datensatzes steigert sich die Gewichtung des TIP am Gesamtindex von der Version 2.2 zur Version 4.0 von 26 % auf 50 %. Der Gesamtindex von PhytoFluss soll den Eutrophierungszustand bewerten. Wegen der variablen Wichtung der Teilindices je nach Gewässertyp muss bei der Interpretation darauf geachtet werden, dass in manchen Fällen stärker das Eutrophierungspotential aufgrund der P-Konzentration und in anderen der tatsächlich erreichte Zustand bezüglich der Biomasse abgebildet wird. Der Wegfall der Klassenmetriken könnte bei Gewässern mit unsicherer neuer TIP Bewertung die Plausibilität der Gesamtbewertung beeinträchtigen. Um dies zu beurteilen, sind allerdings tiefer gehende Kenntnisse der jeweiligen Gewässer erforderlich. Der in PhytoFluss geführte Datensatz reicht hierfür nicht aus. Seite 32

33 4 Beschreibung relevanter Änderungen und deren Folgen bei Anwendung auf den Datensatz 4.1 TIP Bewertungsindices in verschiedenen Versionen Im Folgenden werden die Änderungen der beiden zu untersuchenden PhytoFluss-Versionen bezüglich der Parametrisierung der indikatorenspezifischen Werte charakterisiert und die Anzahl der Indikatortaxa/-gruppen sowie die Wertebereiche untersucht (P 2.2: Tabelle 10, P 4.0: Tabelle 13). Im Abschnitt Plausibilität der TAW-Belegung wird dann näher auf Details und Zusammenhänge eingegangen. P 2.2 nutzt insgesamt 250 TIP-Taxawerte, die sich auf insgesamt 7 Flussgebietstypen und 63 Arten bzw. Artengruppen und 45 % des Biovolumens (35 % der Taxa) beziehen (Tabelle 4). Pro Flussgebietstyp stehen Indikatorarten/gruppen zur Verfügung, dabei werden 43 Arten nur von 3 oder weniger Gewässertypen verwendet, 20 von 4 Typen und 94 von mindestens 5. Pro Gewässertyp stehen für P 2.2 in dem Datensatz Indikatoren zur Verfügung, die einen mittleren Biovolumenanteil von 45% (35% der Arten) ausmachen. Das Minimum an Indikatoren für eine Bewertung wurde auf 6 festgesetzt, gefunden werden im Datensatz im Mittel 21. Tabelle 4: PhytoFluss 2.2: Wertebereiche des TIP und Gewichtungsfaktors in den verwendeten Typgruppen. Trophie_Index 2_2 10_1 10_2 15_1+17_1 15_2+17_2 20_1 20_2 23 TIP 9_2 Gewichtungsfaktor MW 2,6 3,9 3,3 3,1 2,6 4,0 3,7 3,4 min 1,1 2,2 1,0 1,1 1,1 2,9 2,0 1,8 max 4,0 5,0 4,8 4,4 4,0 5,0 5,0 4,9 n MW 1,2 1,1 1,4 1,5 1,2 1,1 2,4 1,2 min 0,25 0,25 0,25 0,25 0,25 0,25 1 0,5 max n PhytoFluss 4.0 nutzt insgesamt 366 Trophieankerwerte (TAW), die sich auf 325 Taxa, 3 Ökoregionen und 9 % des Biovolumens (20 % der Taxa) beziehen, wobei 197 Taxa nur in einer Ökoregion als Indikatoren vorkommen, 95 in zwei und 33 in allen drei (Tabelle 13). Je nach Ökoregion werden Taxa geführt, die nur mit Schalenpräparaten zu bestimmen sind, pro Ökoregion insgesamt Indikatortaxa. Die Indikatoren von P 4.0 machen in dem Datensatz der nationalen Datenbank PhytoFluss jedoch lediglich einen mittleren Biovolumenanteil von 9 % (20 % der Taxa) aus. Obwohl im Vergleich zu P 2.2 pro Gruppe ca. 3-4,5 mal so viele Indikatoren verwendet werden, werden pro PNSJ im Schnitt nur 7 Indikatoren gefunden (mindestens 4 sind für die Bewertung mit P 4.0 gefordert). Seite 33

34 Ein Vergleich mit den entsprechenden Kennwerten für P 2.2 zeigt deutlich, dass die in P 4.0 verwendeten sich im Schnitt auf seltenere Taxa beziehen, sowohl bezüglich des Biovolumenanteils (BV pro Indikator bei P 4.0 im Schnitt nur 60 % von Wert bei P 2.2) als auch bezüglich der Vorkommenswahrscheinlichkeit in der Gruppe (im Schnitt 67 % bei P 2.2, 6 % bei P 4.0). Tabelle 5: PhytoFluss 4.0: Wertebereiche des TAW und des Stenökiefaktors in den verwendeten Ökoregionen. DP = Auswertungen mit Diatomeenpräparat, M = Ökoregion Mittelgebirge, T = Ökoregion Tiefland. TAW Stenökiefaktor Taxonname Donau M T Donau M T gesamt DP MW 62,2 84,1 117,0 1,6 2,1 2,6 Min 0,3 0,1 0,0 1,0 1,0 1,0 Max 398,8 472,2 665,2 4,0 4,0 4,0 N Taxa 25,0 26,0 12,0 25,0 26,0 12,0 63,0 ohne DP MW 167,8 168,3 107,5 1,6 1,7 2,2 Min 0,0 0,1 0,0 1,0 1,0 0,5 Max 570,7 598,1 664,3 4,0 4,0 4,0 N Taxa 105,0 155,0 163,0 105,0 155,0 163,0 423,0 alle MW 147,4 156,2 108,2 1,6 1,8 2,2 Min 0,0 0,1 0,0 1,0 1,0 0,5 Max 570,7 598,1 665,2 4,0 4,0 4,0 -Taxa Nach Taxaliste 130,0 181,0 175,0 130,0 181,0 175,0 486,0 -Indikatoren zusammengefasst Ohne Daten Datensätze Ein Teil der gelisteten Taxa wird zur Bewertung zusammengefasst, d. h. mehrere Taxa werden demselben Indikator zugeordnet, hauptsächlich solche ohne oder mit sehr wenigen Funden im Datensatz. Für 74 Taxa bzw. 7 Indikatoren gibt es keine aktuellen Daten in der Datenbank (ab 2006), für weitere 35 Indikatoren werden weniger als 6 Datensätze gefunden. Eine Plausibilisierung der TAW durch Vergleich mit Daten ist für solche Indikatoren kaum möglich. Abbildung 26 zeigt die im Datensatz vorkommende Belegung der Indikatoren-Indices, soweit vergleichbar, als x (TIP, PhytoFluss 2.2) und y (TAW, PhytoFluss 4.0) Plot, als Farbskala wird der natürliche Logarithmus 2 des Gesamt- Biovolumens des jeweiligen Taxon dargestellt. 2 Log in Access entspricht natürlichem Logarithmus, vgl. Screenshot unten: Seite 34

35 Abbildung 26: TIP (P 2.2) gegen TAW (P 4.0) in vergleichbaren Gruppen, Farbskala: Logarithmus des Biovolumens in Datenbank. Seite 35

36 Tabelle 6: Anzahl der Indikatoren (pro Ökoregion und Fließgewässertyp), für die es sowohl einen TIP (P 2.2) als auch einen TAW (P 4.0) gibt. FG-Typ/ 10_1 10_2 15_1 + 15_2 + 20_1 20_2 23 9_2 Vergleich Andere Ind. % Ökoregion 17_1 17_2 -bare Gesamt Donau % M % T % Vergleichbare % Andere Ind. Gesamt % 43 % 23 % 10 % 10 % 12 % 5 % 4 % 53 % 21% Insgesamt sind zwischen P 2.2 und 4.0 nur die Parametrisierungen von Indikatoren unmittelbar vergleichbar, die in beiden Gewässergruppen bzw. Ökoregionen vorkommen (Tabelle 6). Dabei ist auch zu bedenken, dass nicht alle Kombinationen im Datensatz vorkommen. Die nicht realisierten Gruppierungspaare wurden hier weggelassen. Im Schnitt werden nur 21 % der P 2.2 Indikatoren auch in P 4.0 verwendet und nur 9 % der Indikatoren von P 4.0 auch in P 2.2. Der Indikationswert der einzelnen vergleichbaren Taxa unterscheidet sich zwischen den PhytoFluss- Versionen oft erheblich. Dabei ist jedoch zu bedenken, dass sich hier sowohl die Zielgrößen als auch die Datensätze bei der Entwicklung der Bewertung deutlich unterschieden. Aber auch die TAWs für gleicher Taxa für verschiedene Ökogregionen in P 4.0 zeigen Differenzen, die sich aufgrund der statistischen Grundlage der Bestimmung ergeben. Von einem statistischen Ansatz kann nicht erwartet werden, dass er in jedem Fall für einzelne Taxa Werte liefert, die tatsächlich Eigenschaften der Art entsprechen. Auch eine unmittelbare Kausalität zwischen Vorkommen (zu bestimmtem Zeitpunkt) und der abgebildeten Größe (gesamt P Saisonmittel) kann nur begrenzt erwartet werden Fazit Pro Gewässertyp stehen für P 2.2 in dem Datensatz Indikatoren zur Verfügung, die einen mittleren Biovolumenanteil von 45% (35% der Taxa) ausmachen. Das Minimum an Indikatoren für eine Bewertung wurde auf 6 festgesetzt, gefunden werden im Datensatz im Mittel 21. Die Indikatoren von P 4.0 machen in dem Datensatz der Datenbank "PhytoFluss lediglich einen mittleren Biovolumenanteil von 9 % (20 % der Taxa) aus. Obwohl im Vergleich zu P 2.2 pro Bewertungsgruppe ca. 3-4,5 mal so viele Indikatoren verwendet werden, werden pro PNSJ im Schnitt nur 7 Indikatoren gefunden. Ein Vergleich mit den entsprechenden Kennwerten für P 2.2 zeigt deutlich, dass die in P 4.0 verwendeten sich im Schnitt auf seltenere Taxa, sowohl bezüglich Biovolumenanteils (BV pro Indikator bei P 4.0 im Schnitt nur 60 % von Wert bei P 2.2) als auch bezüglich der Vorkommenswahrscheinlichkeit in der Gruppe (im Schnitt 67 % bei P 2.2, 6 % bei P 4.0), beziehen. 4.2 Indikatorenzahl und Bearbeitereffekte Eine Auswertung der von der BfG erhobenen Planktondaten an den Stationen Mosel, Koblenz und Rhein, Koblenz der Jahre ergab bezüglich Taxa- und Indikatorenzahl auffällige Unterschiede, die sich am plausibelsten mit den verschiedenen Bearbeitern der Proben erklären lassen. Während alle Proben die derzeit geltenden Kriterien zur Bearbeitung von Planktonproben formal Seite 36

37 erfüllen und nach ähnlichen Vorgaben bearbeitet wurden, unterscheidet sich das Ergebnis bzgl. Taxazahlen und Bewertbarkeit mit P 4.0 deutlich. Bearbeiter 2 erreicht insgesamt am gleichen Gewässer (aber in anderen Jahren) nur etwa die halbe Taxa- und Indikatorenzahl. Während dies bei der Bewertung nach P 2.2 keine offensichtliche Rolle spielte, zeigt sich bei der Bewertung mit P 4.0, dass mehr als die Hälfte der Probestellenjahre dieses Bearbeiters aufgrund zu geringer durchschnittlicher Indikatorenzahlen nicht mehr bewertbar ist (Abbildung 27 und Abbildung 28). Abbildung 27: mittlere Taxa- und Indikatorenzahl pro Jahr in Abhängigkeit der Bearbeitenden, Daten der Koblenzer Stationen von Rhein und Mosel, , BfG. Zum Zeitpunkt der Vergabe der Bearbeitung der Phytoplanktonproben wurde nach den jeweils gültigen Verfahrensanforderungen ausgeschrieben und diese wurden auch dementsprechend bearbeitet. Mit P 4.0 haben sich die Anforderungen nun im Nachhinein deutlich erhöht, weshalb nicht zu erwarten ist, dass in jedem Falle Daten auch nach dem neuen Verfahren bewertbar sind. Frühere Untersuchungen von Mischke et al. (2004) zeigten, dass die taxonomische Untersuchung eine hohe Fachkompetenz erfordert und auch bei gleichen Vorgaben Bearbeitereffekte deutlich werden (Abbildung 29). Seite 37

38 Abbildung 28: mittlere Taxa- und Indikatorenzahl pro Probe in Abhängigkeit der Bearbeitenden, Daten der Koblenzer Stationen von Rhein und Mosel, , BfG. Abbildung 29: Ermittelte Taxazahl von 38 verschiedenen Bearbeitern (Mischke et al. 2004) Seite 38

39 4.2.1 Fazit Um P 4.0 in jedem Falle erfolgreich anwenden zu können erscheint es geboten, die Vorgaben zur Probenbearbeitung zu überarbeiten. Eine minimale mittlere Taxazahl von 20 (statt wie bislang 10) in der Saison wäre bei diesem Datensatz wahrscheinlich hilfreich gewesen, um Bearbeitereffekte und nicht bewertbare Probestellenjahre zu vermeiden. Es ist davon auszugehen, dass sich die Bearbeitungszeit für eine Probe mit dem höheren Bestimmungsniveau um einige Minuten bis zu maximal einer Stunde erhöht (vgl. Kap. 6). Auf die Erstellung eines Diatomeenpräparates kann bei dieser vertieften Probenbearbeitung sehr wahrscheinlich verzichtet werden. Seite 39

40 5 Spezielle Fragen zu PhytoFluss 4.0: Plausibilität der Bewertung, deren Abhängigkeiten und Perspektiven 5.1 Korrelation des TIP mit gesamt P als Maß für die Güte der erreichten P- Sensitivität der Bewertung mit PhytoFluss 4.0 Im Rebio Bericht (Mischke 2016) wird gezeigt, dass sich mit PhytoFluss 4.0 die P-Sensitivität des Verfahrens gegenüber den Vorläuferversionen erheblich verbessert hat. Wie gut die erreichte Korrelation im statistischen Sinne ist, wird im Folgenden genauer betrachtet. Für die Berechnung des TIP werden sogenannte Trophieankerwerte (TAW) verwendet, deren gewichtetes Jahresmittel (in der Dimension von ges P (TP) in µg/l) schließlich in eine Bewertung umgerechnet wird (WENN TP<54: *TP+0.5;wenn P<54: *LN(TP)-6.31). Werden die für das Probestellenjahr ermittelten mittleren TP Konzentrationen nach der gleichen Formel in eine Bewertung umgerechnet, sind die zu vergleichenden Größen gleich skaliert und können gut verglichen werden. Bei einer linearen Regression (rot: durch den Ursprung, blau: mit Intercept) ergeben sich für die betrachteten PhytoFluss Versionen unterschiedlich ausgeprägte Korrelationen. Die P 4.0 Version zeigt eine deutliche Korrelation mit einem r² von 0,33 (linear durch Ursprung), während für P 2.2 praktisch keine entsprechende Korrelation festzustellen ist (Abbildung 30). Für die in P 4.0 unterschiedenen Ökoregionen ergeben sich allerdings unterschiedliche Korrelationen mit gesamt P (Abbildung 31). Abbildung 30: Vergleich der Bewertungs-Korrelation TIP mit gesamt P: PhytoFluss 4.0 (links) und 2.2 (rechts). Abbildung 31: Vergleich der Bewertungs-Korrelation TIP mit gesamt P für Ökoregionen. Seite 40

41 Während die Ökoregionen Donau und Mittelgebirge insgesamt gute Korrelationen mit einem r² von fast 0,7 (Regression linear durch Ursprung, Steigung ca. 0,9) zeigen, ist eine Korrelation bei der Ökoregion Tiefland insgesamt kaum zu erkennen. Hier zeigt sich auch nur eine marginale Verbesserung der Korrelation mit gesamt P im Vergleich zu P 2.2 (Abbildung 32). Abbildung 32: Vergleich der Bewertungs-Korrelation TIP mit gesamt P für die Ökoregion Tiefland: PhytoFluss 4.0 (blau) und 2.2 (rot). Werden die Probestellen nach Gewässertypen zusammengefasst zeigt sich, dass eine gute Korrelation vor allem bei den Mittelgebirgstypen 9 und 10 zu finden ist, diese bei den Typen 15 und 17 jedoch nur schwach vorhanden und bei den 20 und 23er Typen praktisch nicht zu erkennen ist (Abbildung 33). Bei dieser Auswertung ist zu beachten, dass die gleichen Gewässertypen teilweise zu unterschiedlichen Ökoregionen gezählt wurden, sich also die Verfahren der TIP-Bewertung unterscheiden. Im Anhang werden die entsprechenden Abbildungen für die einzelnen Gewässertypen gezeigt (Abbildung 74). Abbildung 33: Vergleich der Bewertungs-Korrelation TIP mit gesamt P für Gewässertypengruppen. Seite 41

42 5.1.1 Fazit Für die Ökoregionen Donau und Mittelgebirge erreicht PhytoFluss 4.0 eine gute Korrelation des neuen TIP mit der Zielgröße gesamt P (r² ca. 0,7). Dies stellt eine erhebliche Verbesserung gegenüber der Version 2.2 dar, die nur schwach mit dieser Zielgröße korreliert, jedoch auch nicht ausschließlich im Hinblick darauf entwickelt wurde. Für die Ökoregion Tiefland kann jedoch allenfalls eine sehr schwache Korrelation des P 4.0 TIP mit dem bewerteten gesamt P festgestellt werden. Dies weist darauf hin, dass die gesamt P Konzentration für die Ausprägung des Phytoplanktons dieser Gewässer nur eine untergeordnete Rolle spielt. Es erscheint unwahrscheinlich, dass sich für diese Ökoregion bzw. Gewässertypen eine bessere P- Korrelation in der Bewertung erreichen lässt (vgl. auch unten: Plausibilität). Um der schlechten TIP- Korrelation gerecht zu werden, sollte der TIP anteilig am Gesamtindex schwächer gewichtet werden. Das wird in P 4.0 bereits realisiert, zumindest im Vergleich mit anderen Gewässertypen. Wegen des Wegfalls der Klassenmetriken wird in P 4.0 der TIP aber insgesamt im Vergleich mit P 2.2 doppelt so stark gewichtet. Dies gilt auch für die Tiefland-Gesamtbewertung, in die er immer noch mit 50 % eingeht. Möglicherweise bieten für die Bewertung der Tieflandgewässer qualitativ neue Indices (vgl. unten: Aufstau) eine Verbesserungsmöglichkeit. 5.2 Hydrologische Kennwerte und Chlorophyll a-entwicklung In P 4.0 werden nicht bewertungsrelevante Kommentare zum Abflussregime in den Sommermonaten eingeführt (trocken, abflussreich). Inwiefern sich mit dem Abflussregime statistisch auch Änderungen an den zu bewertenden Phytoplanktongrößen Chl a und TIP ergeben können, soll als Ergänzung zu dem ReBio Bericht im Detail geklärt werden. Sicherlich ist nicht von einem einfachen korrelativen Verhältnis von Abfluss und Phytoplanktonbiomasse auszugehen. Es wird deshalb im Folgenden versucht, den Zusammenhang differenziert zu betrachten. Einschränkend muss dabei jedoch festgestellt werden, dass die auf Jahre (oder Sommer) aggregierte Auswertung der Daten grundsätzlich nicht dazu geeignet ist, die Prozesse, die eine Algenbiomassebildung beeinflussen, tatsächlich adäquat zu berücksichtigen. Schon deshalb kann nicht damit gerechnet werden, dass sich im Datensatz sehr gute Korrelationen von Abfluss und Biomasse finden lassen Methodische Herausforderungen Sensitivität von Probestellen Bei genauerer Betrachtung des bestehenden Datensatzes scheint es einerseits Gewässer oder Probestellen zu geben, die aufgrund insgesamt geringer Chla-Konzentrationen, aber auch wegen unmittelbarer Nähe zu Seeabflüssen mit großem Volumen, wenig sensitiv auf Abflussschwankungen reagieren (z.b. Rhein Bad Honnef, kleinere Gewässer ohne Stauregulierung). Andererseits gibt es auch solche, bei denen aufgrund insgesamt langer Verweilzeiten erst bei sehr deutlich erhöhten Abflüssen eine Limitierung des Algenwachstums durch die niedrige Verweilzeit beobachtet werden kann (Altmühl, Spree, Main, Schwarze Elster), während erniedrigte Abflüsse keine Steigerung in der Biomasse bewirken. Hier treten andere wachstumslimitierende Effekte (Licht- oder Nährstoffverfügbarkeit, Sedimentation) oder Grazing in den Vordergrund, wodurch die resultierende Biomasse reduziert Seite 42

43 wird. Es erscheint aus diesen Erwägungen heraus nicht sinnvoll, diese offensichtlich bezüglich des Abflusses unterschiedlich sensitiven Gewässer bei der Auswertung zusammenzufassen Definition von Klassen bezüglich Abfluss und Chlorophyll a Trockene oder nasse Sommer werden in P 4.0 über eine Abweichung von mehr als -20 % (trocken) bzw. +20 % (nass) vom MQ-Sommermittel definiert (Tabelle 7). Ob diese Definition für alle Abflussregime gleichermaßen geeignet ist, soll hier diskutiert werden. Als Definition von biomassereichen Sommern dient in P 4.0 eine Abweichung vom Mittel von >20 % nach oben und von biomassearmen Sommern ein Abweichung von 15 % nach unten. Von der genauen Lage der abgrenzenden Werte hängt es ab, wie die damit durchgeführte Statistik ausfällt. Tabelle 7: Häufigkeit der Klassifizierung von relativem Biomasse (Chl)- und Abflussklassen (Q) in Datensätzen ab 2006,, prozentuale Abweichung +/- 20 % vom Mittel aller Jahre grenzt mittlere Klasse ab (- gering, O mittel, + hoch), Ausnahme: untere Grenze Biomasse Chl a: -15 % P 4.0, -50 % BfG. nach Chl - Chl o Chl + P % 33 % 26 % BfG 14 % 59 % 26 % P BfG Q - Q o Q + 28 % 45 % 27 % Bei der in P 4.0 verwendeten Abgrenzung für Chl a findet sich ein deutlich größerer Teil der Werte in der niedrigen Biomasseklasse als im mittleren Bereich. Wird der mittlere Bereich mehr oder weniger groß gewählt bzw. verschoben, kann die Klassifizierung der Biomasse-Prognose sehr unterschiedlich treffend ausfallen. Die im ReBio Bericht ausgewerteten P 4.0 Abgrenzungen zur Bewertung von MQ und Chl a Saisonmittel (insbesondere eine relativ hohe Schwelle zur Abgrenzung eines negativen Effektes auf Chl a) und der Verzicht auf die Unterscheidung von Sensitivitätsgruppen könnten dazu geführt haben, dass sich vorhandene Korrelationen im Datensatz in der Auswertung nicht zeigen Bezugszeiträume für Abfluss-Pegel Um die Beziehungen zwischen Abfluss und Biomassedynamik darzustellen ist es sinnvoll, für beide Parameter die gleichen Bezugszeiträume zu verwenden, insbesondere bei Probestellen, die starke langfristige Trends aufweisen (Havel, Spree). Daher sollte das relative Chl a der Sommermonate und den relativen Abfluss aus dem gleichen Datensatz, oder wenigstens zeitnäher zu den Probejahren (letzte Jahre) ermittelt werden. Um die Einordnung des Abflussjahres von P 4.0 vornehmen zu lassen, muss ein Bezugspegel der Station (Liste in Phytofluss-Tabelle DGJ_MQ_Extrakt_langjaehrlich ) in die Stammdatentabelle eingetragen sein, zu dem gleichen Gewässer gehören und der Faktor zu dem Pegel 3 muss zwischen 0,9 und 1,1 liegen. Diese Bedingung ist dem Anwender nicht unbedingt geläufig, weshalb nicht immer eine Einordnung erfolgt, auch wenn Daten eingegeben sind. Im vorliegenden Datensatz wird nur für 145 (12 %) der Probestellenjahre ein MQ-Kommentar ausgegeben, werden die o.g. Bedingungen 3 Faktor Pegel: da Probestelle und Pegel oft nicht übereinstimmen, wird in P 4.0 ein Korrekturfaktor angegeben, um die Wassermenge so zu korrigieren, dass der Abfluss zur Probestelle passt; da dieser Faktor für alle Jahre/ Monate gleich ist, ergibt sich unabhängig vom Faktor für ein Jahr der gleiche mittlere Anteil am langfristigen Mittel, wenn für beide Messreihen die gleiche Pegelbasis verwendet wird. Seite 43

44 weggelassen, sind es 214 (18 %). Um die Zahl auswertbarer Fälle zu steigern wurde diese Option bei der folgenden Auswertung genutzt. Sie führt zu keinem qualitativ anderen Ergebnis als die in ReBio verwendete strengere Bedingung. 279 Fälle wären es, wenn nicht mindestens fünf Sommermonate mit MQ verlangt würden Ergebnisse der alternativen Auswertung 37 % der Probestellenjahre zeigen eine deutliche negative Korrelation des relativen Sommerabflussmittels der Datenjahre zum relativen Chla-Saisonmittelwert (zusammen r²=0,29 bzw. 0,47 für Jahre mit Chl a-mittel >15 µg/l), weitere 37 % eine schwächere (zusammen 0,08 bzw. 0,19 für Jahre mit Chla-Mittel >15 µg/l, Abbildung 34). Die übrigen 25 % zeigen entweder keine Korrelation oder können aufgrund weniger bewertbarer Jahre derzeit nicht eingeordnet werden. Werden nur Jahre mit Chla-Sommermittel>15µg/l betrachtet, ergibt sich für alle Probestellenjahre sensitive und weniger sensitive - ein r² von 0,26. Wie viele Probestellenjahre aufgrund der Abflussjahrklassifikation richtig in hohe oder niedrige Biomassejahre klassifiziert werden, hängt nicht nur von der Wahl der MW-Referenz, sondern auch von der Lage der Klassifizierungsgrenzen und der betrachteten Fälle (alle oder sensitive, vgl. Abbildung 35) ab. Bei den Auswertungen hier wurden durch Kombination der verschiedenen Optionen richtige Zuordnungen zwischen 43 % und 74 % erreicht. Seite 44

45 Abbildung 34: Häufigkeit der Klassifizierung von relativem Biomasseklassen (chl a) in Abflussklassen (Q), Datensätze ab 2006, prozentuale Abweichung +/- 20% vom Mittel aller Jahre grenzt mittlere Klasse ab (- gering, O mittel, + hoch), Ausnahme: untere Grenze Biomasse Chl a: -15% wie P4.0 in ReBio, -50% BfG,rechte Spalte: Klassifizierung wie ReBio, links: wie BfG, Reihen: 1.: Q Bezug langjährige Bezugspegel, 2.: Q Datenjahre, 3.: nur Jahre mit Chla-Sommermittel >15 µg/l, 4. Nur sensitive PNSJ im Sinne von Kap mit Chla-Sommermittel >15 µg/l. Seite 45

46 Seite 46 Abbildung 35: linke Spalte: xy Plot von relativen Abflussanteilen und relativen Chlorphyll a, rechte Spalte: Boxplot der Verteilung der Chlrophyll a Anteile in Abflussklassen, Reihen: 1.: Q Bezug langjährige Bezugspegel, 2.: Q Datenjahre, 3.: nur Jahre mit Chl a-sommermittel >15 µg/l, 4. Nur sensitive PNSJ

47 Aber auch schon bei geringen richtigen Klassifikationen unterscheiden sich die mittleren Chl a- Änderungssignale bei den Abfluss-Klassen deutlich, auch wenn sich die Streuungen der Werte stark überlappen. Für sensitive Gewässer hingegen erweist sich der MQ-Hinweis als ausgesprochen treffend, vor allem wenn berücksichtigt wird, dass bei der Auswertung die Abflussdynamik der einzelnen Jahre keine Rolle spielt. Würde hier stärker differenziert, könnte die Prognosefähigkeit weiter gesteigert werden Einfluss auf Bewertung Es war zu klären, wie sich verschieden trockene / nasse Sommer auf den Gesamtindex von PhytoFluss auswirken. Die Betrachtungen oben beziehen sich auf den Zusammenhang zwischen Chlorophyll a und Abfluss. Der Gesamtindex von P 4.0 wird jedoch wesentlich von dem TIP bestimmt, der in der neuesten Programmversion eine wesentlich verbesserte Abhängigkeit vom gesamt P Mittel der Saison indiziert und zudem stärker gewichtet wird. Deshalb scheint es naheliegend, auch statistische Korrelationen von Abfluss und gesamt P zu betrachten (Tabelle 15 und Tabelle 16 im Anhang). Zunächst werden, wie oben für Chl a, die relativen Änderungen im Verhältnis zum Mittel der Jahre der Station betrachtet. Es zeigt sich dabei keine Korrelation des relativen gesamt P 4 mit dem relativen Abfluss, auch bei Aufteilung der Daten. Insgesamt zeigt der Datensatz jedoch durchaus eine absolute Korrelation von Q und gesamt P (Abbildung 76). Schließlich wurde auch der relative TIP der Datenjahre in Bezug zum relativen mittleren Saisonabfluss gesetzt. Für alle Daten zeigt sich eine starke Streuung ohne erkennbaren statistischen Zusammenhang (Abbildung 76) Fazit Die saisonale Abflusssituation beeinflusst die Biomasse des Phytoplanktons, zum Beispiel über die Aufenthaltszeit des Wassers. Dieser Zusammenhang wurde bei gezielter Auswertung nach Probestellen bzw. Sensitivitätsgruppen oder Gewässertypen im vorliegenden Datensatz in 37 % der entsprechend auswertbaren Fälle gefunden, ist aber so nicht an allen Probestellen nachweisbar. Für eine differenziertere Aussage könnten daher, wie auch schon im ReBio Bericht vorgeschlagen, die benötigten hydrologischen Kenngrößen (MQ Jahr, MQ Sommer, NM7Q Sommer) der wichtigsten Bezugspegel und deren Bewertung in der Datenbank vorgehalten werden, statt für jede einzelne Probestelle die Abflusswerte einzupflegen. Insbesondere solche hydrologische Kenngrößen, die sich auf Unterschreitungsdauern beziehen (etwa NM7Q, NM14Q im Sommer u. evtl. Frühjahr) könnten hier vielversprechend sein (Hardenbicker et al. 2014). 5.3 Einbeziehung des Monats März bei der Beurteilung des Phytoplanktons Eine systematische Untersuchung, welchen Effekt die Einbeziehung eines/mehrerer weiterer Monate auf die Bewertungsindices haben, beruht auf dem Vergleich der längeren Saison Mrz-Okt (oder alternativ der verschobenen Saison Mrz-Sept) mit dem bisher in P 2.2 ausschließlich verwendeten Zeitraum Apr-Okt. Diese Untersuchung konnte mit dem Teil der Probestellenjahre vorgenommen 4 Relative Werte beziehen sich auf Jahresmittel des Parameters im Verhältnis zum langjährigen Mittel (für ein Probestellen-Jahr), absolute Werte auf die absoluten Messwerte Seite 47

48 werden, für den Zähldaten und Chlorophyll für den jeweils erweiterten Saisonzeitraum vorlagen. Bei den Tests von P 4.0 hat sich herausgestellt, dass dieses derzeit zur Bewertung des TIP in Anlehnung an das Phytosee-Verfahren statt der Saison von April-Oktober alle vorliegenden Daten von März bis November nutzt (Abbildung 36). Deshalb stellte sich die zusätzliche Frage, welchen Effekt das Zulassen des Monats November auf den TIP Index hat. Abbildung 36: Saisonzeiträume Chlorophyll a Vorab soll darauf hingewiesen werden, dass ein längerer Saisonzeitraum zwar verschieden frühen Planktonentwicklungen gerecht werden kann, aber insgesamt ein Einfluss auf das Niveau des Saisonmittelwertes zu erwarten ist, da die Dauer der Populationsspitzen in der Regel deutlich kürzer als 7 Monate ist. Zur Auswertung wurden nur Probenstellenjahre (Datensätze) mit Chl a Werten aller Monate von März-Oktober verwendet (n=270 von 855 gesamt). Insgesamt ergibt sich im Durchschnitt ein um 8 % geringerer Saisonmittelwert, wenn ein längerer Saisonzeitraum (7 statt 6 Monate) verwendet wird, d.h. die Chl a Konzentration ist durchschnittlich im März geringer als im Saisonmittel April bis Oktober (Abbildung 37 und Abbildung 38). Die relativ geringere mittlere Abweichung sollte aber nicht darüber hinwegtäuschen, dass für einzelne Probestellenjahre deutlichere Abweichungen des Saisonmittels sowohl nach oben (max. +30 %) als auch nach unten (max -12 %) auftreten können. Insgesamt erreichen 30% der Fälle tatsächlich ein höheres Saisonmittel in den 7 Monaten von Mrz- Okt als in den Monaten Apr-Okt. Seite 48

49 140 Chl a Mrz-Okt im Vergleich zu Apr-Okt Chlorophyll Mittelwert März-Okt [µg/l] y = 0,9221x R² = 0, Chlorophyll Mittelwert Apr-Okt [µg/l] Abbildung 37: Korrelation zwischen Chlorophyll a Saisonmittelwerten für die Zeiträume Apr.-Okt. (x) und März-Okt. (y), entsprechend auswertbarer Datensatz ab Noch deutlicher macht diesen Effekt ein direkter Vergleich der Saisonmittel der Zeiträume März-Sept mit Apr-Okt: 66% aller auswertbaren Probestellenjahre erreichen im früheren 6-Monats-Zeitraum Mrz-Sept. höhere Chl a Mittelwerte als in der üblichen Auswertungssaison. Dies bedeutet, dass in zwei Drittel der Fälle die Chl a Konzentration im März höher ist als im Oktober. In nur einem Fall ändert sich das Saisonmaximum, wenn der März einbezogen wird. Seite 49

50 Max 6 Monate Chlorophyll Mittelwert [µg/l] Max 6 Monate im Vergleich zu Apr-Okt y = 1,025x R² = 0, Chlorophyll Mittelwert Apr-Okt [µg/l] Abbildung 38: Korrelation zwischen Chlorophyll a Saisonmittelwerten für die Zeiträume Apr.-Okt. (x) und dem 6-Monats- Zeitraum (März-Sept. oder Apr.-Okt.) mit dem für das Probestellenjahr höchsten Saisonmittel (y), entsprechend auswertbarer Datensatz ab 2006 Um den Einfluss des längeren Zeitraumes auf das Niveau des Saisonmittels zu umgehen wurden versuchsweise jeweils der 6 Monats-Zeitraum mit dem für das Probestellenjahr höchsten Saisonmittel ausgewertet. Dabei zeigt sich, dass so der Chla Saisonmittelert im Schnitt um 2,5 % absolut und 5,5 % relativ steigt. Für 20 % der Probestellenjahre bedeutet dies sogar eine Steigerung zwischen 10 % und 39 %(Abbildung 38). Da bei der Bewertung der Biomasse in P 4.0 auch die maximalen Chlorophyll-Konzentrationen verwendet werden, wird auch die Änderung dieses Kennwertes bei Aufweitung des Saisonzeitraumes betrachtet (Abbildung 39) Seite 50

51 Chlorophyll Maximum März-Okt [µg/l] Saison Chla Maximum ab März / ab Apr y = 1,0002x R² = 0, Chlorophyll Maximum Apr-Okt [µg/l] Abbildung 39: Korrelation zwischen Chlorophyll a Saisonmaximum für die Zeiträume Apr.-Okt. (x) und März-Okt. (y), entsprechend auswertbarer Datensatz ab % relative Änderung gegenüber Saison Apr-Okt 190% 180% 170% 160% 150% 140% 130% 120% 110% 100% 90% 80% % Abw. Mrz- Okt/Apr-Okt % Abw. Max 6 Mon/Apr-Okt % Abw. Chl max ab Mrz/ab Apr 0% 10% 20% 30% 40% 50% Perzentil 60% 70% 80% 90% 100% Abbildung 40: Verteilung der relativen Änderung des Chlorophyll a Saisonmittel(max)wertes für die Zeiträume März-Okt. und und dem höchsten 6-Monate Wert (Mittel bzw. Max März-Sept. oder Apr.-Okt.) gegenüber Apr.-Okt., alle entsprechend auswertbaren Datensätze ab Seite 51

52 Inwiefern würden sich Bewertungen des Chl a ändern, wenn die Klassengrenzen bestehen blieben und die Saison auf 7 Monate ausgedehnt würde? Für den Saison-Mittelwert des Chl a zeigte sich bei der Bewertung für 60 % der Fälle eine scheinbare Verbesserung der Werte um max. 0,25, für 15 % eine Verschlechterung (max. 0,53, Abbildung 40, blaue Linie). Wird allerdings der 6-Monats Zeitraum mit dem höchsten Chl a Mittelwert (Mrz-Sept. oder Apr-Okt.) ausgewertet, zeigt sich für 50 % der Fälle eine schlechtere Bewertung, wobei diese nur für ca. 10 % der Werte insgesamt über 0,2 Bewertungseinheiten liegt und maximal 0,65 Bewertungseinheiten beträgt (Abbildung 410, grüne Linie). Das Chl a Maximum liegt nur in einem von 270 Fällen im März. Da die Bewertungen von Saisonmittel und max. Chl a in P 4.0 schließlich verrechnet werden, wirkt sich die mit höherer Wahrscheinlichkeit geänderte Bewertung des Saisonmittelwertes nur um ca. 50% gedämpft auf die Gesamtbewertung des Chl a aus. Abbildung 41: Verteilung der Chlorophyll a Bewertungen verschiedener Zeiträume für den Datensatz ab Blaue Linie: Bewertung anhand der Monate März Oktober (7 Monate); gestrichelte Linie: Bewertung für März Oktober / 0,9; grüne Linie: Bewertung des 6 Monatszeitraums mit dem höheren Chl a Mittelwert (März September oder April Oktober). Wenn der Saisonzeitraum auf 7 Monate ausgedehnt würde, sollten die Klassengrenzen zur Bewertung aufgrund des zu erwartenden geringeren Saisonmittelwertes um -10 % angepasst werden, um im Mittel eine vergleichbare Strenge zu erzielen. Dieser Wert ergibt sich aus der Regression zwischen dem Saisonmittel der jeweils 6 Biomasse-reichsten Monate im Verhältnis zu dem 7-Monate Saisonmittel. Würde eine entsprechende Korrektur in der Formel zur Berechnung der Bewertung berücksichtigt, ergäbe sich für 60 % der Fälle eine leicht schlechtere Bewertung, wobei nur in 15 % ein Unterschied von mehr als 0,2 Bewertungseinheiten (max. 0,73) erreicht wird (Abbildung 41). Seite 52

53 5.3.2 TIP-Bezugszeitraum In P 4.0 wird für die Bewertung ein Monatsfilter von März-November verwendet. In Analogie an PhytoSee wurde hier der in PhytoFluss bisher gebräuchliche Bewertungszeitraum erweitert. Es liegen aber nur für einen Teil der Probestellenjahre auch Daten außerhalb der bislang eigentlich gebräuchlichen Saison von April bis Oktober vor (ab 2006 für März 189 Datensätze (16 %), für November 66 Datensätze (5 %)). Für 144 Datensätze liegen Daten für März, April und Oktober vor, für 38 (4 %) zusätzlich auch noch für November. Die folgenden Darstellungen (Abbildung 42 und Abbildung 43) zeigen, wie sich das TIP-Bewertungsergebnis von P 4.0 verändert, wenn auf den Datensatz unterschiedliche Bewertungszeiträume angewandt werden. Dabei werden lediglich die Datensätze betrachtet, für die die Datenlage die entsprechende vergleichende Auswertung erlaubt, für die also Werte in den Randmonaten vorliegen. Werden nur die 4 % der TIP-bewertbaren Fälle mit allen Monatsmitteln (3,4,10,11) betrachtet (insgesamt 960), zeigt sich eine insgesamt gute Korrelation der P 4.0-TIP-Werte des P 2.2-Bezugszeitraums von April-Oktober mit den TIP Werten für die Zeiträume März-Sept, März-Oktober und März-November. Auch die rechts dargestellten Abweichungen des TIPs einzelner Probestellenjahre liegen immer unter 0,22 Einheiten und im Mittel um Null. Abbildung 42: Einfluss der Variation des Saisonzeitraumes von Apr.-Okt auf März-Okt, März-Sep. bzw. März-Nov. auf den TIP, links: xy Plot, rechts: Verteilung der Differenz der Bewertung zwischen Varianten und Zeitraum Apr.-Okt.. Verwendet wurden nur Datesätze, für die Daten zu allen Monaten März-Nov. vorliegen (n=38). Seite 53

54 Abbildung 43: Einfluss der Variation des Saisonzeitraumes von Apr.-Okt auf März-Okt (blaue Linie) und März-Sep (rote Linie) aufden TIP, links: xy Plot, rechts: Verteilung der Differenz der Bewertung zwischen Varianten und Zeitraum Apr.- Okt., nur Datesätze mit Daten zu allen Monaten 3-10 (n=115) Ein Vergleich der unterschiedlichen Zeiträume nur bis Oktober ergibt eine noch bessere Korrelation, weil dann mit 12 % mehr vergleichbare Fälle zur Verfügung stehen, die einen größeren Wertebereich umspannen. Die hierfür dargestellten Abweichungen des TIPs einzelner Probestellenjahre liegen ebenfalls immer unter 0,22 Einheiten und im Mittel um Null (Abbildung 43) Fazit In der Bewertung zeigen sich durch Variation der Bezugszeiträume jeweils erkennbare, aber im Mittel relativ geringe Unterschiede. In einzelnen Fällen können sich diese jedoch stärker auf die Zielgröße und damit auch auf die Bewertung auswirken. Um die Schlüssigkeit des Verfahrens zu gewährleisten sollte aber dringend darauf geachtet werden, dass Bewertungszeiträume nicht beliebig sind. Insbesondere sollte diskutiert werden ob es sinnvoll ist, für den TIP einen anderen und variablen Bezugszeitraum zu verwenden als für die Bewertung des Chl a. Auch bei der Validierung erscheint es nicht schlüssig, für die Berechnung des mittleren gesamt-p einen festen Bezugszeitraum und für die Berechnung des TIP einen variablen zu verwenden. In einem längeren Saisonzeitraum ist mit niedrigeren Chl a Mittelwerten zu rechnen. Auch beim gesamt P und anderen chemischen Größen mit saisonalen Ausprägungen kann sich der Saisonzeitraum auf den Saisonmittelwert auswirken (Abbildung 44). Für eine Ausweitung des Saisonzeitraumes spricht, dass bei zwei Drittel der entsprechend auswertbaren Probestellenjahre des Datensatzes im März höhere Chlorophyll a Konzentrationen erreicht wurden als im Oktober. Wenn das Verfahren den Anspruch hat, der beobachteten Phytoplankton- Saison aller Gewässer gleichermaßen gerecht zu werden, sollte dies berücksichtigt werden. Würde die Saison generell auf 7 Monate verlängert, ergäbe sich ein höherer Probenbedarf (eine Probe mehr) und die Klassengrenzen zur Bewertung müssten angepasst werden. Alternativ könnte darüber nachgedacht werden, für Gewässer mit ausgeprägter Frühjahrspeak-Dominanz den 6- Monats-Saisonzeitraum um einen Monat nach vorne zu schieben. Seite 54

55 Abbildung 44: Einfluss der Variation des Saisonzeitraumes von Apr.-Okt auf März-Okt, März-Sep. bzw. März-Nov., links: xy Plot, rechts: Verteilung der Differenz der Bewertung zwischen Varianten und Zeitraum Apr.-Okt., oben: Abfluss Q, Mitte: Chl a, unten: P, nur Datensätze, für die alle Größen auswertbar sind Seite 55

56 5.4 Rolle des Diatomeenpräparats zur Steigerung der Indikatortaxazahl und Bewertbarkeit von Gewässern Die gefundene Taxazahl korreliert mit der Indikatorenzahl nach P 4.0. Daneben wird einigen Indikatoren die Eigenschaft zugeschrieben, nur mit einem Diatomeenpräparat (DP) bestimmbar zu sein. Um bei den Auswertungen der ReBio Datenbank mit einiger Sicherheit aus der Zahl der DP-Indikatortaxa auf das Vorhandensein von Diatomeenpräparaten zu schließen, wurden zunächst die uns bekannten Planktonproben von Rhein und Mosel ausgewertet. Bei diesen von der BfG genommenen Proben wurden bislang nie zusätzliche Analysen von Diatomeenpräparaten durchgeführt. Trotzdem werden hier immer wieder 1-2 als DP klassifizierte Taxa bestimmt. Es ist z.b. denkbar, dass die Bearbeiter für einzelne Proben DP durchführten um eine Artzuordnung häufiger, ansonsten nicht auf Artniveau bestimmter Spezies zu ermöglichen. Aber auch das Vorhandenseins leerer Schalen in der Probe oder mit viel Erfahrung und einem überdurschschnittlich guten Lichtmikroskop kann auch ohne DP eine sichere Bestimmung möglich sein. Aus diesem Befund folgern wir, dass die Bestimmung einzelner DP-Taxa in der Probe nicht sicher auf das Vorliegen eines Diatomeenpräparates (DP) schließen lässt. Für Proben ohne DP Indikatortaxa kann andererseits auch nicht sicher angenommen werden, dass hier kein Diatomeenpräparat vorliegt, weil nicht auszuschließen ist, dass bei diesem lediglich keine Indikatorspezies gefunden wurden. Je nach Bearbeiter schwankt die Saisonmittel-Zahl an DP-Indikatortaxa im BfG Datensatz für Rhein und Mosel (Koblenz) im Mittel aller Jahre und Probestellen zwischen 0,03 und 0,84 (min 0, max 1,7), obwohl systematisch keine Diatomeenpräparate analysiert wurden (Abbildung 45). Um bei den Auswertungen der ReBio Datenbank mit einiger Sicherheit aus der Zahl der DP-Indikatortaxa auf das Vorhandensein von Diatomeenpräparaten zu schließen, werden für die Auswertung nur Probestellenjahre mit im Mittel mehr als 1 DP-Art ausgewertet. Für die verschiedenen Ökoregionen werden in P 4.0 jeweils unterschiedliche und verschieden viele DP-Indikatorspezies verwendet. Insofern scheinen Aussagen zur möglichen Steigerung der Indikatorenzahl durch Diatomeenpräparate nur für einzelne Ökoregionen spezifisch möglich. Eine sichere Interpretation, welche Rolle Diatomeenpräparate zur Steigerung der Indikatortaxazahl spielen können kann nur erfolgen, wenn für die Proben beide Auswertungen sicher vorliegen und unabhängig voneinander als Datensatz geführt werden. Abbildung 45: mittlere Indikatorenzahl (P 4.0) und mittlere Diatomeenpräparat-Indikatoren bei Proben von Rhein und Mosel (BfG) mit drei unterschiedlichen Auftragnehmern zur Bearbeitung. Seite 56

57 Abbildung 46:für die Ökoregionen (Spalten) wird gegen die mittlere Gesamt-Taxazahl (x) für das Probestellenjahr (PNSJ) aufgetragen: oben: mittlere Indikatorenzahl mit DP (Diatomeenpräparat) für alle PNSJ, Mitte: mittlere Indikatorenzahl ohne DP, nur Diatomeenpräparatproben, unten: mittlere Indikatorenzahl mit DP, nur Diatomeenpräparatproben. Seite 57

58 Nach Mischke (pers. Mitteilung) ist es möglich, das Vorhandensein eines Diatomeenpräparates aufgrund des Vorkommens weiterer Taxa (inklusive nicht-indikatoren) wie den Größenklassen der Centrales mit einer relativ guten Wahrscheinlichkeit abzuschätzen. Diese Klassifikation nach Mischke wurde angewandt, um den Zusammenhang zwischen Taxazahl, Indikatoren und den möglichen Beitrag von Diatomeenpräparaten zur Erreichung der für die Bewertung benötigten Taxazahl abzuschätzen (Abbildung 46). Die folgenden Auswertungen beziehen sich ausschließlich auf die Proben mit Diatomeenpräparaten. Deren Repräsentativität für den gesamten Datensatz ist jedoch unklar. Die meisten Diatomeenpräparate liegen für die Region Mittelgebirge vor (93 % der PNSJ), während für Donau und Tiefland nur um 10 % der Proben entsprechend klassifiziert werden. Die höchste Steigerung der Indikatorenzahl durch Diatomeenpräparate zeigt sich eindeutig bei der Region Donau (+7,8 Indikatoren), die niedrigste beim Tiefland (+1,1), im Mittelgebirge sind es +3,6 Indikatoren (Abbildung 47 und Tabelle 8). Im Tiefland wird in rund 20 % der Fälle die zur Bewertung nötige Indikatorenzahl nicht erreicht. Allerdings ist ausgerechnet bei geringen Indikatorenmittelwerten im Tiefland fast keine Steigerung durch Diatomeenpräparate zu erkennen ist: nur in einem von diesen zwölf Fällen kann hier das Diatomeenpräparat helfen. Anders sieht es bei den Mittelgebirgsgewässern aus, wo in 3% der PNSJ die erforderlichen drei Indikatoren verfehlt werden. Hier kann in allen fünf Fällen das Diatomeenpräparat eine Bewertbarkeit ermöglichen. Bei den trotz DP nicht bewertbaren Tiefland-PNSJ ist die insgesamt geringe Indikatorenzahl im Verhältnis zur Gesamttaxazahl auffällig. Hier stellt sich die Frage nach Vorgaben bzw. bearbeiterspezifischen Strategien (Bestimmungstiefe), die sich möglicherweise von anderen Bearbeitern unterscheidet. Abbildung 47: Verteilung der Indikatorenzahlen von Indikatorenzahl mit und ohne Diatomeenpräparat für die Ökoregionen Tiefland, Mittelgebirge und den gesamten Datensatz (nur PNSJ mit Diatomeenpräparaten), Ökoregion Donau: zu wenig Fälle für entsprechende Darstellung. Seite 58

59 Tabelle 8: statistische Kenngrößen für Ökoregionen: Jahres Saisonmittel für Indikatoren (mit/ohne Diatomeenpräparat), Taxazahl gesamt, PNSJ (Probestellenjahre = Fallzahlen), Anteil DP an Proben, nicht bewertbare Fälle (mit und ohne Diatomeenpräparat, absolut und prozentual). Würden tatsächlich 4 Indikatoren zur Bewertung verlangt, wie eigentlich empfohlen, stiege die Zahl nicht bewertbarer Probestellen um: Donau 1 PNSJ, M 61 PNSJ, T 1 PNSJ Ökoregion MW_Indikat. ohne DP MW_Indikat. Ges. MW_Taxa gesamt MW DP PNSJ Anteil DP Proben n Inds ohne DP<3 %n Inds ohne DP<3 n Ind <3 % n Ind <3 Donau 11,0 18,8 71,5 7,8 9 10% 0 0% 0 0% M 8,5 12,1 44,8 3, % 5 3% 0 0% T 6,4 7,4 42,5 1, % 12 20% 11 18% Fazit Durch Diatomeenpräparate kann die Taxazahl in der Probe, insbesondere aber auch die Indikatortaxazahl gesteigert werden. Im Datensatz ist dieser Effekt jedoch in den Ökoregionen sehr unterschiedlich ausgeprägt: wo insgesamt mehr Taxa pro Probe gefunden werden, lässt sich durch ein Diatomeenpräparat auch eine deutlichere Steigerung der Indikatortaxazahl erreichen, bei geringer Gesamttaxazahl scheint die Steigerungsmöglichkeit bei den Indikatoren dagegen eingeschränkt. Gerade in der Ökoregion Tiefland, bei der relativ häufig zu wenige Indikatortaxa zur Bewertung vorliegen, scheint eine Steigerung durch Diatomeenpräparate wenig erfolgversprechend. Die Auswertung zu den Diatomeenpräparaten muss jedoch mit Vorsicht interpretiert werden, da der Datensatz sehr inhomogen ist. Eine Vielzahl von Bearbeitenden und unterschiedliche Vorgaben zur Bearbeitung scheinen erkennbar. Für P 2.2 und P 4.0 werden im Prinzip unterschiedliche Bestimmungsniveaus verlangt, der Datensatz entspricht nur teilweise dem gesteigerten Niveau von P 4.0. Insofern sind Aussagen über den Einfluss von Diatomeenpräparaten nicht unabhängig von dem jeweils angewandten taxonomischen Bestimmungsniveau. Wenn klare Vorgaben zu dem erforderlichen taxonomischen Bestimmungsniveau für die Anwendung von P 4.0 gemacht werden, scheint es wahrscheinlich, dass die erforderliche Indikatortaxazahl in der Regel auch ohne Diatomeenpräparat erreicht werden kann (siehe: Indikatorenzahl und Bestimmungsniveau). Laut ReBIO-Bericht (Mischke 2016) sollte zusätzlich ein Diatomeenpräparat angefertigt werden, wenn die durchschnittliche Indikatorenzahl in der Saison unter 4 liegt. Um eine zusätzliche Probenahme für diesen Zweck zu vermeiden soll eine Vorschrift angefertigt werden, die beschreibt, wie Diatomeenpräparate aus der Lugolprobe hergestellt werden können. Allerdings kann dieses Verfahren bei sehr geringen Phytoplanktonkonzentrationen wahrscheinlich nicht angewandt werden. Seite 59

60 5.5 Plausibilität der TAW-Belegung Prinzipiell gibt es unterschiedliche Herangehensweisen, eine Belegung von Bewertungs- und Wichtungsfaktoren einzelner Taxa zu erreichen: zum einen den mehr oder weniger statistischen Weg, bei dem das Auftreten von Taxa unter bestimmten Bedingungen (hier: gesamt P-Konzentration im Saisonmittel) in einem Datensatz ausgewertet wird. Er passt zu der Aufgabenstellung für P 4.0, ein Bewertungsverfahren einer bestimmten, leicht messbaren Zielgröße anzupassen. Es kann jedoch nicht unbedingt erwartet werden, dass die Indices einzelner Taxa in jedem Falle sinnvoll interpretierbar sind oder direkt eine Aussage zum Verhältnis eines bestimmten Taxons zu gesamt P erlauben. Ein unmittelbarer kausaler Zusammenhang zwischen dem Auftreten einer bestimmten Art, z.b. im Frühjahr, mit dem gesamt P Mittelwert der Saison muss keineswegs vorliegen. Trotzdem kann es aufgrund von Korrelationen mit anderen Parametern und Wechselwirkungen auf verschiedensten Ebenen bei der statistischen Auswertung durchaus zu einem solchen Eindruck kommen. Die Bedingungen, die schließlich zu dem Auftreten einer Art an einem Ort und Zeitpunkt führen, sind ausgesprochen komplex, möglicherweise auch gewässerspezifisch und von saisonalen Mustern geprägt. Um in der Korrelation einen Sinn sehen zu können kann allenfalls angenommen werden, dass die zur Auswertung zusammengefassten Gewässer hinsichtlich der komplexen Rahmenbedingungen ähnliche Muster zeigen, so dass gefundene Korrelationen auf einer abstrakt höheren Ebene den beobachteten Zusammenhang ergeben. Leider erklärt die Statistik hier keine Wechselwirkungen oder Muster und trägt insofern nur wenig zum wirklichen Verständnis bei. Zudem können Zufälle, Korrelationen mit anderen Parametern etc. hier statistische Zusammenhänge zeigen, die nicht auf kausale Zusammenhänge zurückführbar sind. Bei der Bewertung der Modellgüte von P 4.0 erfolgt ein Vergleich mit einigen rein statistischen Ansätzen (s.u.). Davon zu unterscheiden ist eine eher konzeptionelle Herangehensweise, die sich auf physiologische, ökologische oder andere wissenschaftliche Grundlagen stützt und damit mehr als nur eine Größe (Nährstoffe insgesamt, Trophie, Turbulenz etc.) berücksichtigen kann. Dabei werden im speziellen Fall auch Fragen der mikroskopischen Unterscheidbarkeit / Bestimmungssicherheit berücksichtigt. Bei der Entwicklung von P 4.0 wurde in erster Linie eine statistische Herangehensweise gewählt, die jedoch auch durch konzeptionelle Überlegungen modifiziert wurde. Diese kam vor allem in der Gruppierung der Probestellen und der Auswahl an Indikatorspezies, deren Gewichtung und wahrscheinlich auch teilweise der Festlegung der TAW Werte zum Tragen. Es flossen auch Erfahrungen aus der Anwendung von PhytoSee ein (Riedmüller, mündliche Mitteilung). Eine rein konzeptionelle Herangehensweise bei der Bewertung ist ebenfalls denkbar und wurde von anderen EU-Ländern im Rahmen des Monitorings von Phytoplankton realisiert (Borics et al, 2007, s.u. Stauhaltungen). Seite 60

61 5.5.1 Vorgehensweise Von unabhängiger Seite lassen sich relativ einfach die folgenden Aspekte der Plausibilität untersuchen: 1. die statistische Plausibilität der TAW-Belegung 2. die Güte des Bewertungsergebnisses von P 4.0 in Hinblick auf die geforderte Anpassung; sie wird mit einfachen, rein statistischen Ansätzen verglichen Zur weiteren systematischen Betrachtung wird folgende Strategie angewendet: Für die in den jeweiligen Datensatz-Gruppen vorkommenden Indikatortaxa wird deren Abundanz (in Anlehnung an die Auswertung in P 4.0 in Biovolumen-log-Klassen: Abundanzklassen ) in den P- Klassen (Basis: gesamt-p Jahresmittelwert) ermittelt. Es wird schließlich für jedes Taxon die relativ häufigste P-Abundanzklasse bestimmt. Der Abundanz-Anteil in dieser Klasse (Prozent 5, um Wert an die Skalierung des Stenökiefaktors anzupassen) wird mit dem Stenönkiefaktor verglichen, der für die Enge oder Spezifität des Vorkommens der Art relativ zu P stehen soll. Der Mittelwert der P- Konzentration in der häufigsten Abundanzklasse wird als Vergleichswert zum TAW bestimmt Vergleich mit statistischen Vorkommenskennwerten Es ergibt sich insgesamt eine relativ große Streuung, wobei für Donau und Mittelgebirge die Korrelation deutlich ist, für das Tiefland jedoch nur schwach (Abbildung 48). Bei einigen wenigen Indikatoren mit niedrigem TAW ergibt sich eine sehr große Abweichung zum sehr viel höheren Vorkommens-P Kennwert. Jeder Punkt der Abbildung entspricht einem Indikator, die Farbskala gibt Aufschluss über die Häufigkeit dieses Indikators in dem verwendeten Datensatz (Fälle). Seite 61

62 Abbildung 48: Für die Ökoregionen (Spalten) wird gegen den in P 4.0 verwendeten Kennwert (oben: TAW, unten Stenökiefaktor) jeweils eine entsprechende, für den Datensatz statistisch ermittelte abundanzgewichtete Vergleichsgröße aufgetragen (Details siehe Text), Farbskala: Zahl der Fälle in Datensatz (ab 2006). Wird für den Schwerpunkt des Vorkommens einer Art nicht deren Abundanz, sondern das einfache, nicht logarithmierte Biovolumen betrachtet, ergibt sich folgendes Bild (Abbildung 49): Abbildung 49: Für die Ökoregionen (Spalten) wird gegen den in P 4.0 verwendeten Kennwert TAW die entsprechende, für den Datensatz statistisch ermittelte biovolumengewichtete Vergleichsgröße aufgetragen (Details siehe Text), Farbskala: Zahl der Fälle in Datensatz (ab 2006). Im Gegensatz zum Abundanz-Mittelwert zeigt sich hier, dass der Biovolumen-Schwerpunkt eines großen Teils der Spezies der Ökoregionen Mittelgebirge und Tiefland um 0,18 mg/l liegt, weshalb die Korrelation mit dem TAW hier deutlich ungünstiger ausfällt. Anders sieht es in der Ökoregion Donau aus, für die sich eine deutlich bessere Korrelation der Biovolumen gewichteten Mittel als der Abundanz gewichteten Mittel mit dem TAW ergibt. Wird das gleiche Verfahren zu Plausibilisierung auf die in P 2.2 verwendeten Indikatoren angewendet, ergibt sich folgendes Bild (Abbildung 50): Seite 62

63 Abbildung 50: Für den gesamten Datensatz (oben) bzw. die Gewässertypen (unten) wird gegen die in P 2.2 verwendeten Kennwerte TIP die entsprechende, für den Datensatz statistisch ermittelte biovolumengewichtete Vergleichsgröße aufgetragen (Details siehe Text), Farbskala: Zahl der Fälle in Datensatz (ab 2006). Es zeigt sich weder für die einzelnen Gewässertypen noch insgesamt eine starke Korrelation zwischen TIP und berechnetem Mittel des gesamt P in der häufigsten Abundanzklasse der Art (r²=0,153). Insofern stellt der neue P 4.0 Ansatz mit der Parametrisierung der TAW-Werte eine Verbesserung im Hinblick auf die Plausibilität der Korrelation mit gesamt P dar (r² = 0.288). Niedrige TIP und niedrige gesamt P Mittelwerte treten ebenso wie hohe Werte beider Größen bei P 2.2 Indikatoren vergleichsweise selten auf, vielmehr liegt der Schwerpunkt aller Indikatoren eher im mittleren TIP und eher bei höheren P-Konzentrationen Mögliche Verbesserungen durch Korrektur einzelner auffälliger TAWs Versuchsweise wurden für die in der Abbildung rot eingekreisten, besonders stark abweichenden TAW Werte (Abbildung 51) die ermittelten abundanzgewichteten Mittel bei der Bewertung eingesetzt. Die so leicht modifizierte Bewertung führte zu einer besseren Korrelation mit dem gesamt P als in P 4.0. Es erscheint daher so, dass die entsprechenden TAW-Werte tatsächlich zum Datensatz nicht gut passen und überarbeitet werden sollten. Seite 63

64 Abbildung 51: Möglichkeit der Verbesserung der Korrelation des Bewertungsergebnisses mit gesamt P durch Anpassung einiger bei Plausibilisierung besonders auffällig abweichender TAW Güte des PhytoFluss 4.0 Bewertungsverfahrens im Vergleich mit rein statistischen Ansätzen Die folgende Betrachtung dient dazu abzuschätzen, wie gut eine Bewertung ausfiele, wenn statt festgelegter TAW-Werte die mittleren Konzentrationen beim Vorkommen der Taxa direkt verwendet würde. Für das Ergebnis kommt es ganz wesentlich darauf an, wie viele und welche Gruppen bei der Auswertung unterschieden werden (Abbildung 52). Ohne Unterscheidung von Gruppen wird ein wesentlich schlechteres Ergebnis erreicht als mit, je mehr Gruppen (Ökoregionen=3, o-typen=7), umso besser das Resultat. Das bedeutet aber nicht, dass eine stärkere Aufteilung der Daten unbedingt sinnvoll ist, weil damit auch die Komplexität und die Zahl an geeichten Faktoren und somit Seite 64

65 die Unsicherheit steigt. Damit hängt auch die mögliche Repräsentativität des Ergebnisses über den aktuellen Datensatz hinaus zusammen. Mit der hier gewählten einfachen Vorgehensweise ist es möglich, eine insgesamt ähnlich gute Korrelation mit der P-Konzentration wie bei P 4.0 zu erreichen, wenn die größte Zahl Gruppen verwendet wird. Abbildung 52: Güte einiger ausgewählter einfacher statistischer Bewertungsmodelle ohne Gruppierung (links), mit Gruppierung nach Ökoregionen (Mitte) und mit Gruppierung nach o-typen (rechts), verwendete Indikatoren: alle P 4.0. Bei dem getesteten Verfahren kann zudem durch die Auswahl an in Frage kommenden Indikatoren (die von P 2.2, die aller Ökoregionen von P 4.0 oder die jeweils Ökoregion-spezifischen von P 4.0) ein Einfluss auf die Güte des Ergebnisses gezeigt werden. Gezeigt wird dies jeweils mit einer Aufteilung der Daten nach Ökoregionen. Das Ergebnis wird den entsprechenden Abbildungen für P 4.0 und P 2.2 gegenübergestellt (Abbildung 53). Je mehr Indikatoren zur Verfügung stehen, umso besser ist die Korrelation mit gesamt P. Werden nur die in P 2.2 verwendeten Indikatoren eingesetzt (deutlich weniger und andere Taxa als bei P 4.0, s.o.), so wird für keine Ökoregion eine Korrelation mit gesamt-p deutlich. Seite 65

66 Abbildung 53 Güte einiger ausgewählter einfacher statistischer Bewertungsmodelle mit Gruppierung nach Ökoregionen und Variation der verwendeten Indikatoren: Oben: links: alle P 2.2, Mitte: alle P 4.0, rechts: nach Ökoregionen wie in P 4.0; Unten: zum Vergleich eine entsprechende Darstellung der Verfahren P 4.0 (links) und P 2.2 (Mitte). Es wurden eine Vielzahl von Varianten getestet (mit gesamt P der Saison oder Zeitpunktwert P, mit Biovolumengewichtung statt Abundanzgewichtung, mit/ohne Transformation der TAW Werte, um Effekt der Mittelung zu mindern). Dabei wurden gegenüber den hier gezeigten keine qualitativ komplett unterschiedlichen Ergebnisse erzielt. Keine der Varianten konnte die mit P 4.0 erreichte gute Korrelation über den gesamten Wertebereich aller Gruppen hinweg abbilden, auch wenn die Güte der Gesamtkorrelation durchaus erreicht werden konnte. Für Mittelgebirgsgewässer, insbesondere den Gewässertyp 10.1, ist es leicht möglich, mit allen möglichen statistischen Varianten gute, z.t. auch bessere Ergebnisse als mit P 4.0 zu erzielen; ähnlich sieht es für die Donau aus. Bei den Tieflandgewässern hingegen fehlt allen statistischen Ansätzen eine deutliche Korrelation. Für diese Ökoregion ist das P 4.0 Resultat ebenfalls deutlich am schlechtesten Fazit Die verwendeten statistischen Größen zum Vorkommen der Taxa in Abhängigkeit des gesamt P im Vergleich mit den TAW-Werten lassen eine mehr oder weniger starke Korrelation erkennen. Diese ist in den Ökoregionen Donau und Mittelgebirge mit einem r² um 0,4 deutlich, im Tiefland jedoch mit einem r² um 0,1 schwach ausgeprägt. Die mit dem Stenökiefaktor verglichene statistische Größe lässt jedoch keine Korrelation erkennen. Seite 66

67 Die Bewertung verbessert sich insgesamt, wenn der TAW einzelner Ausreißer (mit niedrigem TAW, aber hohem statistischen P-Wert) dem statistischen P-Wert angepasst wird. Die entsprechenden TAW-Werte scheinen also zum Datensatz nicht gut zu passen und sollten geprüft bzw. überarbeitet werden. Bei derüberarbeitung der Indikatorenliste wurden zwei dieser Ausreißer systematisch neu gruppiert, so dass für diese nun ein neuer TAW bestimmt werden muss. Es verbleiben die zu prüfenden Arten Pediastrum simplex (M, Donau) und Dinobryon crenulatum (alle Ökoregionen). Mit einfachen, rein statistischen Ansätzen lassen sich bezüglich der Gesamtkorrelation mit gesamt P durchaus vergleichbar starke Zusammenhänge zeigen wie mit P 4.0, allerdings hängt das Ergebnis stark von der Gruppenaufteilung der Gewässer und der verwendeten Indikatortaxazahl ab. Die Tieflandgewässer zeigen sich hierbei jedoch noch stärker als in P 4.0 als optimierungsresistent, während für Donau- und Mittelgebirgsgewässer (vor allem 10.1) leicht Ansätze mit sehr guten Korrelationen zu finden sind. Mit auf Statistik beruhenden Ansätzen ist es gegenüber P 4.0 jedoch nicht gelungen, für alle Ökoregionen ein Ergebnis zu erhalten, das den gesamten Wertebereich abdeckt. 5.6 Stauhaltungen im Hauptstrom und Klassenmetriken Problemstellung Es wurde schon vielfach diskutiert, inwiefern Stauhaltungen und Flussseen sich auf die Artenzusammensetzung des Phytoplanktons und auf dessen Bewertung auswirken. Aufstaue wirken auf das Phytoplankton vor allem aufgrund der Steigerung der Verweilzeit, der erniedrigten Turbulenz und der stärkeren Sedimentation. So kann es zu höheren Biomassen und einer Verschiebung des Artenspektrums kommen, bei sehr langer Verweilzeit können verstärkte biologische Interaktionen (Grazing, Konkurrenz) die Artenzusammensetzung und Abundanz des Phytoplanktons stark beeinflussen. Ein direkter Einfluss auf die gesamt-p Konzentration durch Aufstaue erscheint jedoch wenig plausibel und wurde bislang auch kaum diskutiert, auch wenn P-Retention durch Sedimentation prinzipiell eine Rolle spielen kann. Die Frage nach dem Aufstau-Einfluss weicht insofern klar von den Vorgaben ab, die zur letzten PhytoFluss-Überarbeitung gemacht wurden, nämlich der Optimierung der Bewertung im Sinne einer Korrelation mit gesamt P. Es wäre zu viel verlangt zu erwarten, dass ein auf P optimierter TIP komplett andere Einflussgrößen wie Verweilzeit oder Turbulenz ebenfalls abbildet. Allerdings erscheint plausibel, dass sich bei Gewässern, deren Phytoplanktonabundanz im unverbauten Zustand von der Verweilzeit limitiert wäre, durch Aufstau zunächst eine Steigerung der Biomasse ergibt. Da das Verhältnis zwischen P-Konzentration und Biomasse bei den Gewässern insgesamt aber stark streut, muss es als schwierig erscheinen, hieraus alleine eine Indikation für Aufstau abzuleiten. Und so wird auch der derzeitige PhytoFluss-Gesamtindex mit seiner Kombination aus TIP und Biomasse ausschließlich als Bewertungsgröße für die Eutrophierung interpretiert. Dem Auswertungen im ReBIO Bericht zufolge wurden keine Korrelationen der Klassenmetriken mit dem gesamt P gefunden. Die Algenzusammensetzung wird sicherlich auch durch vielerlei anthropogene und natürliche Faktoren beeinflusst, die zumindest zu einer großen Streuung dieses Verhältnisses führen dürften. Prinzipiell scheint nicht geklärt, ob die Klassenmetriken eher in Zusammenhang mit Eutrophierung oder mit Aufstau gebracht werden können, zwei nicht ganz unabhängigen, aber prinzipiell ursächlich zu unterscheidenden anthropogenen Einflüssen. Bei beiden Fragen, der nach den Stauhaltungen und den Klassenmetriken, stellt sich zwangsläufig die Frage nach andern Einflüssen neben dem gesamt P, auch sind beide Fragen nicht als unabhängig Seite 67

68 voneinander zu betrachten. Da hier der gleiche Weg der Annäherung gewählt wird, werden sie im Folgenden in einem Kapitel behandelt. Dabei ist jedoch nicht das Ziel, eine verbesserte Korrelation mit gesamt P zu erreichen, sondern weitere mögliche Dimensionen der Bewertung - insbesondere bezüglich des Aufstaus - zu erkunden. Dieser entspricht ebenfalls einer anthropogenen Belastung, steht allerdings nicht mit gesamt P in Zusammenhang Grundlagen Das Vorkommen von Phytoplankton in einem Fluss stellt sich aus einer ganzen Reihe von Gründen als extrem komplex dar: Durch starke Variabilität der Zeitreihen von Abflüssen, Nährstoffen und Wetter werden nicht selten jährlich deutlich unterschiedliche Rahmenbedingungen erzeugt. Zudem ist der Fluss selbst aufgrund variierender morphologischer (Querschnitt, Wassertiefe, Gefälle), hydrologischer (hydrologische Belastung, Nebengewässer) und anthropogener Bedingungen (Einleitungen, Aufstau, Verbauung, Abflusssteuerung) geprägt. Durch Nebengewässer kommen Einflüsse ins Spiel, die auf jeweils ähnlichen komplexen Hintergründen wie die im Hauptstrom beruhen können. Je nach Abflussanteil können diese unter Umständen prägend sein. Diese Einflüsse können sich jeweils unterschiedlich weit auch auf die unterstrom befindlichen Stationen auswirken. Es ist deshalb wichtig, die Reihenfolge und den wenigstens ungefähren - Abstand von Stationen zu kennen. Dies muss als wichtiger erster Schritt verstanden werden, sich dem Problem der Auswirkungen von Stauhaltungen zu nähern, das einen wichtigen Teilaspekt der insgesamt noch komplexeren variierenden Bedingungen in einem Fluss darstellt. Die bislang in der Datenbank vorgehaltenen Informationen zu den Probestellen und die in PhytoFluss verwendeten Bewertungsgrößen scheinen jedoch ohne Ergänzungen wenig geeignet, sich der Fragestellung des Aufstaus anzunähern. Sie erlauben keine Aussagen zu diesen Belastungen, auch die Lage der Probenahmestellen (Reihung am Gewässer) bleibt unklar Funktionelle Gruppen des Phytoplanktons versus Klassenmetriken Innerhalb der großen taxonomischen Gruppen gibt es teilweise weit verbreitete physiologische Eigenschaften, wie den Bedarf der Kieselalgen an Silizium oder die Tendenz von Cyanobakterien, eher unter eutrophen Bedingungen vorzukommen. Überlagert wird dies jedoch von sehr unterschiedlichen Anpassungen einzelner Taxa an bestimmte Umweltbedingungen. Dies betrifft sowohl ihre Toleranz gegenüber Nährstoffen, Temperatur, Licht, Grazern, Sedimentation/Turbulenz (Schichtung), ph als auch allgemeine Lebens/Wachstumsstrategien (max. Wachstumsrate, k/r Strategen, Zellgröße, Eigenbeweglichkeit aufgrund von Geißeln oder Steuerung des spezifischen Gewichts). Es kommen ähnliche Kombinationen der erwähnten Eigenschaften in unterschiedlichen taxonomischen Gruppen vor, weshalb funktionelle Gruppen des Phytoplanktons oft quer zur taxonomischen Systematik Arten zusammenfassen. Dies gilt insbesondere für die in Fließgewässern häufigen Kiesel- und Grünalgen. Der Anteil pennater Kieselalgen, die überwiegend benthisch vorkommen, kann als Hinweis auf den Austausch des Freiwassers mit dem Sediment und vorhandene Turbulenz interpretiert werden, auch wenn einzelne Taxa wiederum abweichende Indikationen zeigen. Die Klassenmetrik Pennales von P 2.2 zeigt trotzdem einen stärkeren Bezug zu funktionellen Guppen, weg von einer einfachen systematischen Zusammenfassung Vorgehensweise Es würde den Rahmen der Betrachtung dieses Berichtes sprengen, hier zu sehr ins Detail zu gehen. Ohne ein Minimum zusätzlicher Informationen zu den in der Datenbank geführten Stationen war es Seite 68

69 jedoch gar nicht möglich, sich der Frage des Aufstaus auch nur anzunähern. Folgende Strategien wurden angewandt: 1. Ungefähre Stationierung (Gewässer-km) für Gewässer mit >3 Stationen und gutem Datenbestand ermitteln. Dabei kam es weniger auf Exaktheit als vielmehr auf die richtige Reihenfolge an. Für Bundeswasserstraßen wurde die offizielle Kilometrierung verwendet, für kleinere Gewässer vorzugsweise der Abstand zu Mündung. 2. Klassifizierung der Gewässer soweit möglich (v.a. Bundeswasserstraßen): Einpflegen von Zusatzinformationen zu einzelnen Gewässern: Zahl an Schleusen, Flussseen, Talsperren (im Oberlauf); gerade bei kleineren Gewässern können nicht so leicht Aussagen zu Wehren / Aufstau erhoben werden 3. Anwendung einer auf funktionellen Gruppen des Phytoplanktons beruhenden Auswertung. Diesen Gruppen können nach Borics et al (2007) verschiedene Bewertungsfaktoren zugeordnet werden: während der Borics-Faktor diese zu einer Gesamt-Bewertung zusammenfasst (steht für die Natürlichkeit des Planktons), zeigen die Komponenten Nährstoffe, Turbulenz, Entwicklungszeit und Risiko interessante Teilaspekte, die bei der Frage des Aufstaus von Bedeutung sein könnten. Dabei wurde teilweise auf Vorarbeiten von Mischke zurückgegriffen (Taxaliste mit Zuordnung funktioneller Gruppen, Mischke (2015)). 4. Vergleich der funktionellen Gruppen mit Klassenmetriken im Längsverlauf, Vergleich der Metriken der funktionellen Gruppen mit TP, TIP, N/P und Klassenmetriken Stationierung Eine ungefähre Stationierung wurde für 62 % der Stationen (246 von 396) in der Stammtabelle und 74 % der Datensätze (Jahre >2005, BV-Datensätze und PNSJ) durchgeführt. Diese ergänzte Stammdatentabelle, die als vorläufig zu betrachten ist, kann als Arbeitsgrundlage für eine genauere und detailliertere Untersuchung genutzt werden. 61 % der Taxa wurde bislang eine funktionelle Gruppe zugeordnet, wobei sich diese Zahl durch Überarbeitung sicherlich leicht steigern ließe. Die klassifizierten Taxa machen im Datensatz ab 2006 einen Anteil der Nennungen von 75 % und einen Biovolumenanteil von 43 % aus. Für die funktionelle Gruppe P (vgl. Tabelle 9) werden von Borics et al. (2015) keine Bewertungsfaktoren aufgeführt (in Abbildungen grau). Insgesamt wurde 731 Taxa eine funktionelle Gruppe zugewiesen, davon waren 131 auch P 4.0 Indikatortaxa Klassifizierung der Gewässer nach Aufstaubeeinträchtigung und natürlichem Zustand Um eine Bewertung des Aufstaus von Gewässern zu entwickeln, muss zunächst der Aufstaugrad eines Gewässers unabhängig von der Bewertung klassifiziert werden können, als Kontrolle der aus der Zusammensetzung der Proben abgeleiteten Verfahrens-Aussage. Das Ausmaß des Aufstaus und der Verbauung auf der gesamten Fließgewässerlänge könnte theoretisch durch einen stromauf kumulierenden Faktor zur Verlängerung der Aufenthaltszeit oder Erhöhung der Wassertiefe abgebildet werden. Ein einfaches Verfahren, wie bei dem leicht messbaren gesamt P scheint hier aufgrund der Komplexität der Zusammenhänge nicht greifbar, da in der Regel Hintergrundinformationen fehlen. Ohne diese systematische Grundlage müssen hier ersatzweise Expertenmeinungen mit einfließen. Zur weiteren Evaluierung sollte vorhandenes detailliertes Wissen zu den Gewässern genutzt werden. Zudem muss bei der weiteren Verfahrensentwicklung zunächst jeweils ein quasi natürlicher gewässertypischer Referenzzustand definiert werden, um Abweichungen davon Seite 69

70 bewerten zu können. In einem ersten Schritt wurden Informationen über den Aufstau der Wasserstraßen Rhein, Donau, Neckar, Main, Elbe und Saale zusammengetragen, die für den Rhein beispielhaft dargestellt werden (Abbildung 54): Abbildung 54: Das Längsprofil des Rheins: Gefälle und Aufstau. Quelle: BAW-Kolloquium 2003, Seite 70

71 Skalierung von Bewertungsindices für funktionelle Gruppen des Phytoplanktons Um eine genauere Charakterisierung der Planktongemeinschaft und der Bedingungen im Gewässer, die sich daraus ableiten lassen, durchzuführen, kann auf eine funktionelle Gruppierung der Organismen des Planktons zurückgegriffen werden, wie sie seit den 80er Jahren in der Literatur zu finden ist und ständig weiter entwickelt und angepasst wurde (Sommer et al. 1996, Reynolds et al. 2002). Diese Gruppen können aufgrund ihrer Eigenschaften in einer ganzen Reihe von Dimensionen skaliert werden, etwa wie von Borics et al. (2007) hinsichtlich Nährstoffbedarf ( nutrient ), Entwicklungszeit ( time ), Turbulenztoleranz ( turbulence ) oder Risikofaktor ( risk ). Auch wenn es im Detail sicherlich berechtigten Diskussionsbedarf über die Zuordnung einzelner Taxa zu den funktionellen Gruppen und über Wichtungen in den Dimensionen für die Gruppen gibt, so bietet ein solcher Ansatz sehr interessante Aspekte, die im Folgenden aufgezeigt werden. Tatsächlich scheint es plausibel, dass aus der Zusammensetzung an funktionalen Gruppen, die leicht ergänzend zu den bislang schon verwendeten Klassenmetriken ausgewertet werden kann, Aussagen zu anthropogener Belastung durch Aufstau abgeleitet werden könnten. Prinzipiell können für einen hohen Anteil der Taxa Zuordnungen zu funktionalen Gruppen getroffen werden, so dass die Bewertungsgrundlage des Verfahrens als robust gelten kann. Abbildung 55: Anteile funktioneller Gruppen des Phytoplanktons im gesamten Datensatz ab 2006, T: Turbulenz-Klasse, Z: Zeit-Klasse, N: Nährstoff-Klasse jeweils nach Borics et al. (2007), Gruppen vgl. Tabelle 10. Seite 71

72 Tabelle 9: funktionelle Gruppen nach Borics et al. (2007) und ihr Biovolumenanteil und Häufigkeit im Datensatz ab 2006 sowie Skalierung der Bewertungsfaktoren: Faktor: Borics-Gesamtfaktor sowie dessen Komponenten Nährstoff (Nutrient), Turbulenz (Turbulence), Entwicklungszeit (Time) und Risko (Risk). Funktionelle Gruppe Biovolumen %* n %* Faktor Nutrient Turbulence Time Risk G 0,1 % 0,0 % Td 4,8 % 6,4 % WO 3,1 % 3,5 % Lo 1,0 % 1,2 % Tc 0,3 % 0,3 % Lm 0,2 % 0,2 % H2 0,0 % 0,0 % U 0,0 % 0,1 % S1 5,9 % 3,6 % F 4,8 % 11,9 % M 2,3 % 0,4 % W1 1,5 % 2,0 % H1 1,4 % 0,6 % E 0,9 % 1,9 % K 0,2 % 0,3 % R 0,0 % 0,1 % Yph 0,0 % 0,1 % SN 0,0 % 0,0 % S2 0,0 % 0,0 % J 5,5 % 13,9 % Ws 1,0 % 0,9 % X3 0,7 % 3,9 % N 0,1 % 0,2 % Z 0,0 % 0,2 % Y 8,0 % 8,5 % X2 1,7 % 4,7 % X1 0,9 % 5,8 % W2 0,8 % 1,7 % B 0,5 % 0,7 % T 0,1 % 0,5 % A 0,0 % 0,2 % TB 34,1 % 17,4 % C 4,7 % 2,8 % D 0,3 % 0,8 % P 14,9 % 5,4 % *An funktionellen Gruppen, nicht gruppiert wurden auf Biovolumen bezogen 57 % und auf n bezogen 25 % Abbildung 55, Tabelle 9 und Tabelle 10 geben eine kurz gefasste Beschreibung bzw. Darstellung der im Datensatz wichtigsten funktionellen Gruppen, die mehr als 1 % des Gesamtbiovolumen bzw. der Nennungen in der Datenbank ausmachen (Habitat, charakteristische vorkommende Gattungen, auf Grundlage von Borics et al. 2007). Seite 72

73 Tabelle 10: Kurzbeschreibung der im Datensatz wichtigsten funktionellen Gruppen nach Borics et al (2007) funktionelle Habitat Bsp. Gattungen Gruppe TB hoch lotische Bedingungen, Flüsse Nitschia, Suriella, P eutrophe Epilimnien Fragillaria, Aulacoseira, Pediastrum, Y Klein, gut durchmischt, nährstoffangereichert große Mikrofragellaten wie Cryptomonas S1 durchmischte Schichten Planktothrix, Limnothrix J flache nährstoffangereichert Scenedesmus, Tetrastrum, F klare Epilimnien koloniale Grünalgen wie Botrycoccus, Oocystis, Td Nährstoffangereichert, stehend/langsam fließend mit Makrophyten benthische Diatomeen / Desmidiaceen, grüne Fadenalgen C WO M gut durchmischte eutrophe kleine-mittlere Gewässer kleine Tümpel mit extrem hohem Organikgehalt täglich durchmischte Schichten kleiner eutropher Tieflandgewässer Asterionella, Cyclotella Chlamydomonas, Chlorella, Spermatozopsis, Microcystis X2 flache klare gut durchmischte Schichten, Rhodomonas, Chrysochromulina, eutroph W1 kleine organische Tümpel Euglena, Phacus, Gonium, H1 N-fixierende Nostocacea Anabaena, Aphanizomenon Lo Sommer Epilimnion eutropher Seen Peridinium, Merismopedia, Ws klein, mesotroph, durchmischt, ph neutral Synura X1 flach, gut durchmischt, nährstoffangereichert Ankyra, Monoraphidium E kleine oligotrophe basenarme oder heterotophe Teiche Dinobryon, Mallomonas, Synura W2 klein, mesotroph, gut durchmischt Trachelomonas, Gymnodium, Peridinium X3 klein, klar, durchmischt org. Picoplankton, Chrysococcus, Darstellung der Auswertung mit funktionalen Gruppen des Phytoplanktons im Vergleich mit P 4.0-Größen Einfache Korrelationen Für den Datensatz ab 2006 wurden jeweils die Biovolumen-gewichteten Borics-Teilindices (0: schlecht, 5: sehr gut, umgekehrt wie bei P 4.0 üblich) der Jahressaison für alle Probestellenjahre berechnet. Anders als beim TIP in P 4.0 wird von Borics eine einfache Biovolumen-Gewichtung der Indexfaktoren vertreten, während in P 4.0 eine Abundanz-Gewichtung eingeführt wurde (in P 2.2 gab es auch eine Biovolumen-Gewichtung). Exemplarisch wurde zum Vergleich auch für die Borics- Faktoren eine Abundanz-Gewichtung durchgerechnet, die insgesamt zu einem weniger sprunghaften aber auch flacheren, also einheitlicheren Ergebnis führt. Seite 73

74 Die einzelnen Teilindices nach Borics (anders als bei TIP: hohe Werte entsprechen schlechter, niedrige guter Bewertung, deshalb wurde Skalierung für Vergleich umgedreht) korrelieren meist nicht mit dem PhytoFluss 4.0 TIP. Jedoch fällt auf, dass der Nährstoff-Teilindex die kritischste Bewertung der Teilindices zeigt und insgesamt eine deutlich geringere Bandbreite als der TIP hat, d.h. dass gute Bewertungen aufgrund der funktionellen Algengruppen hier praktisch fehlen ( Abbildung 56). Die größte Spannweite der Teilindices lässt die Turbulenz erkennen. Abbildung 56: Korrelationen von Borics-Teilindices (links, Mitte) und Borics Faktor (Borics-Gesamtindex, rechts) mit TIP Bewertung von P 4.0, Farbskala: TIP P 2.2. Der Borics-Faktor, eine Kombination der vier Teilindices, zeigt für den gesamten Datensatz ebenfalls praktisch keine Korrelation mit dem TIP. Er wurde im Rahmen der Interkalibration bereits mit PhytoFluss verglichen (Mischke 2015). Die verschiedenen Teilindices zeigen untereinander bis auf Risiko und Entwicklungszeit sowie Risiko und Turbulenz relativ geringe Korrelationen (Abbildung 57). Die Teilindices für Turbulenz, Entwicklungszeit und Nährstoffe scheinen weitestgehend unabhängig voneinander. Der Borics Nährstoff-Teilindex zeigt praktisch keinen Zusammenhang mit einzelnen Nährstoffen (jeweils Jahresmittelwerte), auch nicht mit dem TIP (Abbildung 56), der ja für P 4.0 an gesamt P angepasst wurde. Es fällt jedoch auf, dass niedrige Nährstoffindexwerte, die hohe Nährstoffbelastung anzeigen, fast ausschließlich bei vergleichsweise geringen N:P Verhältnissen gefunden werden. Seite 74

75 Abbildung 57: Korrelation der Borics-Teilindices (Entwicklungszeit, Turbulenz, Nährstoffe, Risiko) untereinander und mit dem N:P Verhältnis. Seite 75

76 Längsgradienten Im Folgenden werden Längsverläufe der in der PhytoFluss Datenbank am besten vertretenen Gewässer gezeigt, angefangen mit den P 4.0 TIP (Abbildung 58 ff). Die Darstellungen beziehen sich auf alle Daten seit Nicht selten kommt es in einzelnen Jahren an Gewässern zu unterschiedlichen Längstrends, was bei dieser Form der Darstellung lediglich zu einer größeren Streuung führt. Eine jahresweise Betrachtung erscheint daher vielversprechend, dabei können auch die Anteile der verschiedenen funktionellen Gruppen bzw. verschiedenen Skalierungen derselben dargestellt werden. Auch saisonale Effekte und die Unterschiede bei verschiedenen Gewässertypen lassen sich dabei gut herausarbeiten, was hier jedoch den Rahmen sprengen würde. Einige exemplarische Abbildungen hierzu befinden sich im Anhang. Abbildung 58: Längsgradienten des TIP nach P 4.0 für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006), Farbskala: Gesamtpigment (relativ pro Gewässer). Während für viele Gewässer beim TIP keine eindeutigen Längstrends zu verzeichnen sind, ergibt sich für Rhein und Saale eine über die Jahre deutliche Tendenz der Zunahme des Index-Wertes in Fließrichtung. Beim Teilindex Turbulenz (Abbildung 59) zeigt sich bei Rhein und Saale ebenfalls ein mehr oder weniger klarer Trend, allerdings in die entgegengesetzte Richtung, d.h. hin zu einer Verbesserung in Fließrichtung. Er kann bei diesen beiden Gewässern durch Talsperren/Seen bzw. Stauhaltungen im Oberlauf erklärt werden. Im Mittel- bzw. Unterlauf des Rheins, ab km 335 (Iffezheim), hingegen gibt es keine Stauregulierung. In der Saale sind jedoch auch im Unterlauf Schleusen und Wehre zu finden. Seite 76

77 Abbildung 59: Längsgradienten des Borics-Teilindex Turbulenz für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006), Farbskala: Gesamtpigment (relativ pro Gewässer). Der Teilindex Entwicklungszeit (Abbildung 60) lässt im Längsverlauf der hier betrachteten Gewässer vor allem bei Rhein und Weißer Elster klare Tendenzen erkennen: im Oberlauf des Rheins ist die mittlere Entwicklungszeit bei eher niedrigen Nährstoffwerten für Flüsse vergleichsweise hoch. Die Station mit dem niedrigsten Flusskilometer liegt unmittelbar am Auslass des Bodensees und spiegelt vermutlich die dort stark erhöhte Verweilzeit wider. An der Weißen Elster gibt es bei ca. km 60 vor der Mündung einen Sprung hin zu höheren mittleren Entwicklungszeiten (Abbildung 61). Details zu Zuläufen / Entnahmen in diesem Gewässerbereich liegen nicht vor, jedoch gibt es benachbarte Tagebaue, z.t. auch angeschlossene Tagebaurestseen. Seite 77

78 Seite 78 Abbildung 60: Längsgradienten des Borics-Teilindex Entwicklungszeit für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006), Farbskala: Gesamtpigment (relativ pro Gewässer).

79 Abbildung 61: Längsgradienten des Borics-Teilindex Nährstoffe für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006), Farbskala: Gesamtpigment (relativ pro Gewässer). Die P- und N-Konzentrationen und damit auch das N:P Verhältnis ändern sich im Längsverlauf der Gewässer auf charakteristische Weise. In einigen Gewässern gibt es ausgeprägte P-Gradienten mit einer Zunahme in Fließrichtung, in anderen leichte N-Gradienten (Abnahme in Fließrichtung). Das Verhältnis N:P sinkt jedoch fast immer mehr oder weniger deutlich, nicht jedoch unter ein Niveau zwischen 10-20, das in der Havel schon im Oberlauf erreicht ist und nur nach Einmündung der Spree und der Abwässer Berlins kurzzeitig wieder ansteigt (Abbildung 62 sowie im Anhang Abbildungen 78 und 79). Seite 79

80 Abbildung 62: Längsgradienten des gesamt N: gesamt P für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006), Farbskala: Gesamtpigment (relativ pro Gewässer), unterschiedliche y- Skalierung beachten Anteile funktioneller Gruppen Besser noch als die Längsverläufe der Teilindex-Mittelwerte lassen die Biovolumen-Anteile der einzelnen Bewertungskategorien (funktionelle Gruppen mit gleichem Indexfaktor) Gradienten im Längsverlauf erkennen (Abbildung 63). Eine solche Auswertung wird auch eher der Tatsache gerecht, dass das Flusswasser oft eine Mischung von Algen verschiedener Herkunft mit möglicherweise ganz unterschiedlicher Geschichte darstellt. Für die Darstellung wurden Mittelwerte der Anteile aller verfügbaren Jahre gebildet, was methodisch gesehen nicht unproblematisch ist, weil es teilweise deutliche Unterschiede zwischen Jahren gibt und nicht in jedem Jahr alle Stationen beprobt wurden. Die original Jahresmittelwerte sind jedoch in den vorangehenden Darstellungen zu finden. Eine detailliertere jahresweise Darstellung würde hier den Rahmen sprengen. Seite 80

81 Abbildung 63: Mittlere Anteile der Bewertungskategorien der funktionalen Teilindex Gruppen nach Borics et al (2007) im Längsverlauf von Elbe, Rhein Saale, Donau, Weißer Elster, Neckar, Spree und Main. Um auch die übrigen Gewässer wenigstens überblicksweise darzustellen, wurden Mittelwerte aller Teilindices für alle nach Gewässern zusammengefassten Probestellen gebildet und diese nach dem Borics-Mittelwert des jeweiligen Teilindex sortiert (Abbildung 64). Da dabei pro Gewässer ganz unterschiedlich viele Stationen und Jahre zusammengefasst werden, kann eine solche Darstellung lediglich eine ungefähre Idee über das Vorkommen der unterschiedlichen funktionellen Gruppen geben. Allerdings fällt auf, dass bei vielen Gewässern trotz Unterschieden zwischen Stationen und Jahren auch typische Muster zu erkennen sind. Seite 81

82 Abbildung 64: Mittlere Anteile der Bewertungskategorien der funktionalen Teilindex Gruppen nach Borics et al (2007) für alle Gewässer der Datenbank (ab 2006), Sortierung jeweils absteigend nach mittlerem Teilindexwert (von schlecht nach gut ), den Gewässern liegt jeweils eine sehr heterogene Datenbasis (Zahl der Stationen, Jahre) zugrunde. Innerhalb der Ökoregionen oder Gewässertypen gibt es jedoch eine relativ große Variabilität, so dass ein entsprechender Mittelwert wenig aussagekräftig wäre. Das detaillierte Ergebnis der Teilindex- Mittelwerte für alle PNSJ wird in Abbildung 80 im Anhang aufgeführt. Es fällt auch auf, dass z. T. sehr unterschiedliche Anteile einzelner Gruppen zu einem ähnlichen Mittelwert führen, etwa bei Oder und Elbe-Lübeck Kanal gegenüber Stör und Nahe beim Teilindex Turbulenz. Hohe Anteile weit auseinanderliegender Bewertungsstufen (etwa 1+2 sowie 5) deuten auf inhomogene Bedingungen hin, die auf verschiedene Anteile des Flusswassers eingewirkt haben. Seite 82

83 Saisonalität funktionaler Gruppen Da Auswertungen zu funktionalen Gruppen des Phytoplanktons in der Literatur oft auch saisonal vorgenommen werden, soll hier exemplarisch eine Darstellung der Borics Teilindices für Monatsmittel der Elbe im Längsverlauf einen Eindruck von den doch großen Unterschieden in saisonalen und Längsverläufen einzelner Jahre vermitteln (Abbildung 65). An verschiedenen Gewässern werden sehr unterschiedliche saisonale Muster gefunden. Abbildung 65: Längsgradient (x) im Jahresverlauf (y) für die Borics-Teilindices Turbulenz, Nährstoffe und Zeit (Zeilen, Wert=Farbskala) verschiedener Jahre (Spalten) in der Elbe. Seite 83

84 5.6.6 Signifikanz der Klassenmetriken Pennales Ein hoher Anteil an Pennales tritt am ehesten zusammen mit einer niedrigen Entwicklungszeit des Planktons (Borics Teilindex Time ) und niedrigen Chl a Konzentrationen auf (Abbildung 66). Ein Zusammenhang mit dem Borics Teilindex Turbulenz ist jedoch nicht erkennbar. Der Pennales-Anteil geht im Längsverlauf der Gewässer oft zurück, unabhängig von sonstigen Bedingungen/Indices (Rhein, Weiße Elster, Saale, Neckar, nicht in allen Jahren gleichermaßen), was in dem Sinne, wie die Pennales Metrik bislang Verwendung fand, scheinbar ungünstigere Bedingungen anzeigt. Besonders der auf funktionalen Gruppen beruhende Teilindex Turbulenz zeigt in verschiedenen Gewässern in Abhängigkeit von den Bedingungen hingegen abweichende Verläufe und ist insofern eher geeignet einen Aufstaueffekt zu indizieren als die derzeitige Pennales-Metrik (Abbildung 67). Den Effekt des Bodensees im Rhein zeigen sowohl der Pennales-Index als auch der Entwicklungszeit-Index für die benachbarte erste Station. Abbildung 66: Beste Korrelationen des Pennales- Anteils: oben: mit Borics-Teilindex Entwicklungszeit (Time), Mitte: mit Gesamtpigment, unten: Entwicklungszeit gegen Gesamtpigment mit Farbskala Pennalesanteil. Seite 84

85 Abbildung 67: Längsgradienten des Pennalesanteils für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster (alle Daten ab 2006), Farbskala: Gesamtpigment (relativ pro Gewässer) Chlorophyceen Der Chlorophyceenanteil zeigt für den gesamten Datensatz keine klare Korrelation mit Borics-Teilindices oder dem Chl a (Abbildung 68). Da Chlorophyceen in sehr unterschiedlichen funktionellen Gruppen vorkommen, erscheint dieses Ergebnis durchaus plausibel. Im Längsverlauf der Elbe nimmt der Anteil der Chlorophyceen ab, während das Chl a zunimmt und der TIP mehr oder weniger gleich bleibt. Eine Abnahme der Chlorophyceenanteile zeigt sich auch im Längsverlauf von Donau und Neckar. Es wäre denkbar, dass die hohen Chlorophyceenanteile im deutschen Oberlauf der Elbe auf Stauhaltungen und Talsperren im tschechischen Einzugsgebiet der Elbe zurückzuführen sind. Interessant ist, dass die Chlorophyceen-Metrik bei einigen Gewässern Längsverläufe zeigt, die von den anderen Indices weniger deutlich abgebildet werden. Sie werden besonders dort deutlich, wo keine ausgeprägten Pennales-Längsverläufe zu erkennen sind. Eine detailliertere Analyse der Daten und eventuelle Anpassungen der funktionellen Teilindices könnten hier vielversprechend sein. Die Chlorphyceenmetrik war ursprünglich dazu gedacht, eine Abwertung von Tieflandgewässern aufgrund hoher Grünalgenanteile zu ermöglichen. Seite 85

86 Abbildung 68: Längsgradienten des Chlorophyceenanteils (% Chloro) für die Gewässer Donau, ElbeMain und Neckar (alle Daten ab 2006), Farbskala: Borics Teilindex Entwicklungszeit (Time) Cyanobakterien Im gesamten Datensatz können hohe Cyanobakterienanteile weder mit hohen P-Konzentrationen noch mit hohen Pigmentgehalten oder den berechneten (Teil-)Indices nach Borics in statistischen Zusammenhang gebracht werden. Der Anteil der Cyanobakterien erreicht im Datensatz vor allem dann hohe Werte, wenn das Verhältnis von N:P vergleichsweise niedrig ist und die Entwicklungszeit der Planktongemeinschaft eher hoch ist (Abbildung 69). In P 2.2 (Mischke 2009, Begleittext zu PhytoFluss 2.2) wird der Cyanometrik nur dann verwendet, wenn eine Biomasse von mehr als 0.5 mm³/l erreicht wird. Im ReBio Bericht werden die Klassenmetriken unabhängig davon betrachtet, welche-cyanobakterien-biomasse (> 0,5 mm³/l) auftritt. Nur in 37 % (22 %) der Fälle mit mehr als 10 % (20 %) Cyanobakterien wird im Datensatz auch der o.g. Biomasse-Schwellenwert überschritten. Hohe Prozentwerte bei insgesamt sehr geringer Biomasse sollten jedoch insgesamt vorsichtig interpretiert werden. Im ReBio Bericht werden die Cyanobakterienanteile im Rhein (10.1) ausführlich besprochen, obwohl für diesen Typ (10.1) keine Wertung in P 2.2 vorgesehen ist. Erwähnt wird hier nur, dass im Oberlauf (Weil) hohe Cyanobakterienanteile auftreten. Diese werden allerdings bei niedrigen Biovolumina gefunden, während vor allem 2011 im Unterlauf (Bimmen) hohe Cyanobakterien-Biomassen bei Anteilen unter 10 % auftreten. Im Übrigen zeigen sich auch für höhere Cyanobakterien-Biomassen im Datensatz keine einfachen Korrelationen mit den bislang betrachteten Teilindices oder anderen Größen. Seite 86

87 Abbildung 69: Anteil der Cyanobakterien aufgetragen gegen das N:P Verhältnis, oben: der gesamt-gehalte, unten: des gelösten Anteils, Farbskala: Borics Teilindex Entwicklungszeit (Time) Fazit Um Aufstaueffekte darzustellen scheint es erfolgversprechend, eine stärker an funktionelle Gruppen des Phytoplanktons angelehnte Auswertung zu verwenden und es nicht bei dem Pennales-Index zu belassen. Mit den Teilindices für Turbulenz und Entwicklungszeit von Borics et al. (2007) wurde vor allem für den Rhein gezeigt, dass sich hiermit sogar entgegen dem Nährstoffgradienten Veränderungen in der Belastung durch Aufstau darstellen lassen, während die Pennales-Metrik diese Trends nicht erkennen lässt. Ein zusätzlicher, in die Bewertung eingehender Aufstau-Index könnte anhand dieses Beispiels entwickelt werden. Falls die von Borics et al. (2007) für ungarische Gewässer entworfenen Teilindices als Ausgangspunkt dafür genutzt werden sollten wäre es nötig, sie für deutsche Gewässer zu prüfen und die Zuordnung der Taxa in der Taxaliste zu funktionellen Gruppen zu ergänzen. Seite 87

88 Auch andere Aspekte der Auswertung mit funktionellen Gruppen erscheinen interessant, insbesondere im Vergleich mit der Cyanobakterien- und Chlorophyceenmetrik. Ob daraus jedoch zusätzliche, bewertungsrelevante Indices abgeleitet werden sollten, muss offen bleiben. Jedoch wäre ein Hinweis, wenn sich hohe Biomassen bzw. Anteile unerwünschter Taxa bilden, unabhängig vom Gewässertyp und evtl. auch von der Algenklasse, sehr nützlich. Die deutlichen Längsgradienten der Chlorophyceen in einigen Gewässern (z.b. Elbe) können mit keinem anderen Teilindex in Zusammenhang gebracht werden und lassen deshalb eine eigene Aussagekraft vermuten (Hinweis auf verlängerte Verweilzeit?). Es sind daneben noch weitere Aspekte der Eutrophierung denkbar, beispielsweise die Ausprägung der Lebensgemeinschaft (funktionelle Gruppen, vgl. Borics Faktor Nährstoffe) oder die Berücksichtigung anderer Nährstoffe (N, Si). Es müsste ggf. diskutiert werden, ob eine Metrik für Aufstau in einem eigenen, neuen Modul Aufstau geführt werden sollte, um aus den Modulen Eutrophie (oder TIP für Nährstoffe und Biomasse getrennt) und Aufstau zusammen schließlich einen neuen Gesamtindex zu bilden (Abbildung 70). Abbildung 70: Mögliche Einordnung des Aufstauindex in Gesamtbewertung. Seite 88

89 6 Bestimmbarkeit und Taxonomie 6.1 Kommentare zur Indikatorenliste Es wurden Expertenkommentare zu der PhytoFluss-Indikatorliste von den Ländern Bayern, Sachsen, Sachsen-Anhalt und Berlin zusammengestellt und im Rahmen des Projekts ausgewertet. Die Auswertung wurde als Diskussionsgrundlage für den Workshop zur Überarbeitung der Indikatorliste Phyto- Fluss 4.0 bereitgestellt, dessen Ergebnisse in Kap. 6.2 dargestellt sind. Außerdem wird in Kap dargestellt, wie sich die Streichung von nach den Expertenkommentaren unsicheren oder ungeeigneten Taxa auf die Bewertung mit P 4.0 auswirkt. Auch wenn sich durch den danach abgehaltenen Workshop eine neue Zusammensetzung der Indikatorliste ergeben hat, zeigt diese Auswertung beispielhaft die Größenordnung der sich ergebenden Änderungen und wird daher in diesem Bericht belassen. Die Anmerkungen zu TAWs, zu der Notwendigkeit von Diatomeenpräparaten und eine Liste von Streichkandidaten bzw. als unsicher bei der Bestimmung im Lugolpräparat klassifizierten Indikatoren wurde als Diskussionsgrundlage für den Workshop zur Überarbeitung der Indikatorliste PhytoFluss 4.0 (Kapitel 6.2 dieses Berichts) genutzt. Aus dem Workshop heraus entstand eine Neufassung der Indikatorliste, in der einige Streichungen und einige Zusammenfassungen von Taxa berücksichtigt sind. Bewertungen können mit dieser neuen Liste allerdings erst berechnet werden, nachdem den neu gefassten Taxa Trophieankerwerte zugewiesen sein werden Streichkandidaten -Liste Aufgrund taxonomischer Unsicherheit bei der Bestimmung, einem gemutmaßten zu breiten Indikationsspektrum oder Unbekanntheit bei einem Großteil der Bearbeiter wurde von den Länderexperten eine Streichliste mit im o.g. Sinne ungeeigneten oder unsicheren Indikatortaxa erstellt. Ergänzt wurden Anmerkungen von der Expertin Juliane Kasten (Lüttig & Friends). Die Meinungen wurden von Sabine Ulrich (SMUL) zu einer vorläufigen Gesamt-Einschätzung zusammengeführt. In dieser vorläufigen Liste als ungeeignet wurden 42 der insgesamt 246 geführten Indikatortaxa eingeordnet, 42 weitere als unsicher. Diese für die Bestimmung kritischen Taxa wurden vorübergehend aus dem Datensatz entfernt um abschätzen zu können, wie sich ein um solche Taxa reduzierter Datensatz auf die Bewertung auswirkt (Kap dieses Berichts). Auf dem Workshop zur Überarbeitung der Indikatorliste im Juli 2017 wurden dann die fachlichen Details der Einordnung diskutiert, um endgültig festzulegen, welche Indikatoren im Verfahren angewandt werden sollen (Kap. 6.2) Häufigkeit im Datensatz Die Häufigkeit im Datensatz und die Zahl bewertbarer Fälle bei Verwendung verschieden umfangreicher Indikatorenlisten zeigt die Abbildung 71. Seite 89

90 Seite 90 Abbildung 71: Häufigkeit der als sicher, unsicher und ungeeignet klassifizierten Indikatoren von P4.0

91 Auswirkung auf die Bewertung durch Weglassen von Streichkandidaten Die Güte der Bewertung, gemessen an der Korrelation mit gesamt P, wie sie als Kriterium bei der Weiterentwicklung von P 4.0 formuliert wurde, verändert sich durch das Ausschließen der nach den oben genannten Kriterien ungeeigneten bzw. unsicheren Indikatoren. Eine Verringerung der Indikatortaxazahl führt erwartungsgemäß zu einer schlechteren Korrelation des TIP mit dem gesamt-p, der für die Darstellung hier auf gleiche Weise wie der TIP bewertet wurde (Abbildung 72). Abbildung 72: Auswirkung von Ausschluss von Indikatoren auf Korrelation des Bewertungsergebnisses mit gesamt P, links: Korrelation mit bewertetem gesp, rechts: Unterschied P4.0 Original und reduzierte Indikatorenlisten, unten: Differenz der Bewertung im Vergleich mit Original-P4.0: Verteilung. Wird diese Korrelation nach Ökoregionen getrennt ausgewertet, zeigen sich für Mittelgebirge und Donau ähnliche Tendenzen, während sich die im Tiefland ohnehin geringe Korrelation auch durch eine Verminderung der Indikatortaxazahl kaum ändert (Abbildung 73). Seite 91

92 Abbildung 73: Auswirkung von Ausschluss von Indikatoren auf Korrelation des Bewertungsergebnisses mit gesamt P, nach Ökoregionen, links: Korrelation mit bewertetem gesp, rechts: Unterschied P4.0 Original und reduzierte Indikatorenlisten Bestimmungsniveau in Versionen Zur Erstellung von PhytoFluss 4.0 wird ein höheres Bestimmungsniveau als für die Version 2.2 verlangt. Dieses führt zu einer Verlängerung der Bearbeitungszeit einer Probe. Durch die vergleichende Bearbeitung von Proben (mit niedrigerem und höherem Bestimmungsniveau) soll dieser Faktor genauer abgeschätzt werden. Für die Tieflandgewässer steht dem gesteigerten Aufwand in P 4.0 keine plausiblere Bewertung gegenüber. Ohne gesteigerte Bearbeitungstiefe scheint ein relativ hoher Anteil an Proben (ca. 20 % im Tiefland) mit P 4.0 nicht bewertbar, da die Zahl an benötigten Indikatoren nicht erreicht wird. Um Seite 92

93 die sinnvollen Fortentwicklungen von PhytoFluss 4.0 zu bewahren und gleichzeitig die Tiefland- Bewertung auch bei geringerem Bestimmungsniveau zu ermöglichen sollen einige Indikatoren der Version 2.2 in die aktuelle Indikatorenliste aufgenommen werden. Durch die Überarbeitung der Indikatorenliste (Workshop Juli 2017) wurden bereits drei P 2.2 Indikatoren hinzugefügt, weil Indikatoren systematisch neu zusammengefasst wurden. Geklärt werden muss außerdem, ob das Gesamt-Bewertungsergebnis vor allem für Tieflandgewässer auch ohne Klassenmetriken plausibel erscheint oder ob eine sinnvolle Bewertung der Tieflandgewässer von den in P 4.0 nicht genutzten Klassenmetriken abhängt. 6.2 Workshop zur Überarbeitung der Indikatorliste PhytoFluss 4.0 Die Sicherheit der Bestimmung (mit oder ohne Diatomeenpräparat) und mögliche taxonomische Neueinordnungen wurden auf einem Expertenworkshop am 25. Juli 2017 diskutiert, zu dem auch die an den Vergleichsuntersuchungen teilnehmenden Bearbeiter eingeladen waren. Teilnehmer: Sabine Ulrich (Sächsisches Staatsministerium für Umwelt und Landwirtschaft), Leitung der Arbeitsgruppe Dr. Ute Mischke (Leibniz-Institut für Gewässerökologie und Binnenfischerei) Katrin Preuss (Leibniz-Institut für Gewässerökologie und Binnenfischerei) Birgit Kormann (Landesbetrieb für Hochwasserschutz und Wasserwirtschaft Sachsen-Anhalt) Matthias Knie (Landeslabor Berlin-Brandenburg) Annette Tworeck (Limnologiebüro Hoehn) Lydia Oschwald (Limnologiebüro Hoehn) Dr. Tanja Burgmer (Aqua Ecology) Dr. Sabine Flöder (Aqua Ecology) Dr. Juliane Kasten (Lüttig & Friends) Auf dem Workshop wurde weitestgehend geklärt, welche Taxa unstrittig als geeignete Indikatoren gelten können und welche eindeutig zu streichen sind. Für die übrigen strittigen Fälle wurden Bedingungen definiert, unter welchen Voraussetzungen eine sichere Bestimmung realistisch ist, um diese nach Möglichkeit als Indikatoren beibehalten zu können. Das Problem der Bestimmbarkeit wurde in einer ganzen Reihe von Fällen so gelöst, dass das verlangte taxonomische Niveau von der Art zur Gattung gesenkt wurde. Darüber hinaus wurden auch einige leicht zu verwechselnde Arten bzw. Gattungen zusammengefasst. Für alle so neu definierten Indikatoren müssen nun TAW und Stenökiewerte bestimmt werden, bevor die Auswirkung der Überarbeitung auf die Bewertung untersucht und schließlich angewendet werden kann. Als Ergebnis des Workshops wurden 80 Indikatoren als ungeeignet erachtet. Davon wurden 25 ersatzlos gestrichen (Tabelle 11), die übrigen 55 taxonomisch neu geordnet (Tabelle 12). Diese Neuordnungen führten zu einer Indikatorenliste mit 25 neuen Indikatoren (Tabelle 13)* 5. 5 Da die Taxonomie von Scenedesmus in der hamonisierten Taxaliste noch festgelegt werden muss (Gattungen Scenedesmus, Desmodesmus, Scenedesmus oder Untergattungen Scenedesmus) steht noch nicht fest, in wie viele Gruppen die Scenedesmusarten zusammengefasst werden; hier wurden die o.g. Gattungen angenommen. Seite 93

94 Die neuen Indikatoren beziehen sich in der Summe über die Ökoregionen auf insgesamt ca. 110 Taxa der Taxaliste. Die TAWs in der getesteten PhytoFluss-Version beziehen sich insgesamt auf 493 Taxa (Summe der Ökoregionen), in der Version entsprechend dem Workshopergebnis auf 469. Die Zahl der für die Bewertung genutzten Taxa verringert sich also durch die Überarbeitung der Indikatorenliste um 5 %. In der Regel wurden Indikatoren einerseits aufgrund taxonomischer Kriterien oder andererseits aufgrund von lichtmikroskopisch praktikablen Bestimmungstiefe-Kriterien zusammengefasst. Das auffälligste Beispiel hierfür ist die Gattung Scenedesmus, deren bislang geführte 25 Indikatoren voraussichtlich in den drei Gattungen Scenedesmus, Desmodesmus und Acutodesmus zusammengefasst werden. Bei den neuen Indikatoren wurde z. T. noch nicht festgelegt, für welche Ökoregionen sie gelten sollen, was sicherlich auch damit zusammenhängt, dass zunächst ihre TAW neu bestimmt werden müssen. Dabei wird sich erst abschließend ergeben, für welche Ökoregionen sie geeignet sind. Erst wenn die neue Liste mit den neu bestimmten TAW-Werten vorliegt, kann endgültig der Einfluss der Überarbeitung auf die Gesamtbewertung abgeschätzt werden. Die folgenden 25 Indikatoren wurden aufgrund von bestimmungstechnischen bzw. taxonomischen Problemen ersatzlos gestrichen: Tabelle 11: Ergebnis des Workshops: Liste ersatzlos zu streichender Indikatoren mit Begründung. Vw = Verwechslungsgefahr. Gestrichener Indikator Aulacoseira muzzanensis Chlorella Choricystis chodatii Chromulina Chroomonas nordstedtii Closterium acutum var. linea Closterium pronum Cosmarium humile Cyclostephanos dubius Cyclotella choctawhatcheeana Cyclotella delicatula Didymocystis bicellularis Didymocystis fina Erkenia subaequiciliata Limnothrix planctonica Begründung von Houk und Klee mit A. granulata vereinigt, wird demnächst publiziert. Vw mit anderen kugeligen Chlorococcales Vw mit anderen ellipsoidischen Chlorococcales Vw mit anderen Chrysophyceae Vw mit anderen Arten und Rhodomonas Vw. mit var. acutum, Gruppe ohne var. variabile laut Desmidiaceenspezialist Jan Stastni sehr seltene Moorart Vw mit anderen Arten Vw. mit C. delicatus schwer bestimmbar, außerdem nur in Weser- Gebiet Vw mit anderen Arten Vw mit anderen zweizelligen Arten Vw mit anderen zweizelligen Arten Synonym von Chrysochromuline parva, von Herrn Kusber prüfen lassen in IKSE-Buch falsch beschrieben, deshalb wahrsch. viele Fehlbestimmungen von L. redekei. TAW von L. planctonica und L. redekei zusammen prüfen. Seite 94

95 Nitzschia frustulum Oocystis lacustris Pseudokephyrion entzii Staurastrum paradoxum Synechocystis aquatilis Tetraedron trigonum Tetrastrum komarekii Treubaria schmidlei Treubaria triappendiculata Tribonema monochloron Vw mit N. abbreviata. Gruppenbildung nicht sinnvoll, da unterschiedliche Ökologie (halophil/limnisch) Vw mit O. marssonii. Fr. Mischke prüft Daten auf neuere Befunde. Vw mit anderen Arten und Kephyrion Vw mit anderen Arten Vw mit einzelnen Microcystis-Zellen Taxonomie unklar. Zu Pseudogoniochloris tirpus Vw mit T. triangulare. Gruppe mit T. triangulare prüfen. Vw mit anderen Arten Vw mit anderen Arten Vw mit anderen Arten Dem gegenüber werden die im Folgenden aufgeführten 55 Taxa unter dem bisherigen Namen gestrichen, jedoch unter neuem Namen bzw. neuer taxonomischer Einordnung weiterverwendet: Tabelle 12: Ergebnis des Workshops: Liste von Indikatoren, die nach Umbenennung bzw. neuer Gruppierung mit Ersatz gestrichen werden, Kommentar gibt Begründung an, VW=Verwechslungsgefahr, TAW neu best.: für diese Indikatoren müssen TAW / Stenökiefaktor für das Bewertungsverfahren neu bestimmt werden, da sich die Datengrundlage geändert hat Abzuschaffendes Indikatortaxon TAW neu Begründung / Kommentar neuer Indikator Aphanocapsa delicatissima Aphanocapsa holsatica Aphanothece minutissima Chrysococcus minutus x Vw mit anderen Arten Aphanocapsa/Aphanothece x Vw mit anderen Arten Aphanocapsa/Aphanothece x Vw mit anderen Arten Aphanocapsa/Aphanothece x Vw mit Ch. rufescens var. tripora Chrysococcus < 10 µm Closterium acutum x var. variabile abtrennen, weil gut bestimmbar Closterium acutum ohne var. variabile Cocconeis placentula Aufsplittung in neue Arten Cocconeis placentula/ pseudolineata Crucigeniella apiculata Crucigeniella crucifera Crucigeniella rectangularis x Vw mit anderen Arten Crucigeniella x Vw mit anderen Arten Crucigeniella x Vw mit anderen Arten Crucigeniella Seite 95

96 Cyclostephanos delicatus x Vw mit C. dubius Cyclostephanos delicatus/dubius Cymbella affinis x Vw mit anderen Arten. Gattungsebene nicht möglich wg. Vw mit Encyonema, Gruppe aus Cymbella und Encyonema prüfen Dinobryon sociale var. americana Dinobryon sociale var. stipitatum Euglena hemichromata x x Unterscheidung der Varietäten wg. starker Überschneidung schwierig Unterscheidung der Varietäten wg. starker Überschneidung schwierig x Vw mit anderen Arten Euglena Euglena variabilis x Vw mit anderen Arten Euglena Euglena viridis x Vw mit anderen Arten Euglena Cymbella/Encyonema Dinobryon sociale Dinobryon sociale Fragilaria capucina --- in viele neue Arten aufgesplittet Fragilaria capucina - Formenkreis Fragilaria nanana --- kann als neue Art F. saxoplanctonica weiter geführt werden Fragilaria ulna angustissima - Sippen --- TAW für neue F. grunowii übernehmen. Steckbrief Fragilaria saxoplanctonica Fragilaria grunowii Golenkinia radiata x nicht unterscheidbar von Golenkiniopsis Golenkinia/Golenkiniopsis Gomphosphaeria aponina x wenig bekannt, Gattung nehmen Gomphosphaeria Kephyrion littorale x Vw mit anderen Arten. Kephyrion/Pseudokephyrion Kephyrion planctonicum Nitzschia acicularis var. acicularis Peridiniopsis cunningtonii x Vw. mit anderen Arten Kephyrion/Pseudokephyrion x wieder den Formenkreis nehmen Nitzschia acicularis- Formenkreis x Vw mit anderen Arten und Peridinium. Gruppe bilden mit P. elpatiewskyi. Phacus pleuronectes x Vw mit anderen Arten Phacus Phacus triqueter x Vw mit anderen Arten Phacus Planktosphaeria gelatinosa Pseudopedinella erkensis Raphidocelis sigmoidea x x Gehört zum Sphaerocystis-Formenkreis. Vw. mit Follicularia. Zuordnung von Follicularia zu Sphaerocystis-FK prüfen. Bei uns gefundene Art(en) entsprechen nicht exakt den Artbeschreibungen in der SWF. Peridiniopsis cunningtonii/elpatiewskyi Sphaerocystis-Formenkreis Pseudopedinella x Vw mit anderen Arten und Kirchneriella. Raphidocelis Scenedesmus x siehe Scenedesmus aufgesplittet Scenedesmus Scenedesmus acuminatus Scenedesmus arcuatus Scenedesmus bernardii Scenedesmus brasiliensis x siehe Scenedesmus aufgesplittet Acutodesmus x siehe Scenedesmus aufgesplittet Acutodesmus x siehe Scenedesmus aufgesplittet Acutodesmus x siehe Scenedesmus aufgesplittet Desmodesmus Seite 96

97 Scenedesmus caudato-aculeolatus Scenedesmus dimorphus Scenedesmus disciformis x siehe Scenedesmus aufgesplittet Desmodesmus x siehe Scenedesmus aufgesplittet Acutodesmus x siehe Scenedesmus aufgesplittet Scenedesmus Scenedesmus dispar x siehe Scenedesmus aufgesplittet Desmodesmus Scenedesmus ecornis x siehe Scenedesmus aufgesplittet Scenedesmus Scenedesmus ellipticus Scenedesmus granulatus Scenedesmus gutwinskii x siehe Scenedesmus aufgesplittet Scenedesmus x siehe Scenedesmus aufgesplittet Desmodesmus x siehe Scenedesmus aufgesplittet Desmodesmus Scenedesmus magnus x siehe Scenedesmus aufgesplittet Desmodesmus Scenedesmus obliquus x siehe Scenedesmus aufgesplittet Acutodesmus Scenedesmus obtusus x siehe Scenedesmus aufgesplittet Scenedesmus Scenedesmus opoliensis Scenedesmus praetervisus Scenedesmus quadricauda Scenedesmus sempervirens/ tenuispina Scenedesmus spinosus Scenedesmus subspicatus Scenedesmus verrucosus x siehe Scenedesmus aufgesplittet Desmodesmus x siehe Scenedesmus aufgesplittet Scenedesmus x siehe Scenedesmus aufgesplittet Desmodesmus x siehe Scenedesmus aufgesplittet Desmodesmus x siehe Scenedesmus aufgesplittet Desmodesmus x siehe Scenedesmus aufgesplittet Desmodesmus x siehe Scenedesmus aufgesplittet Scenedesmus Snowella litoralis x Vw mit S. lacustris. Gattung nehmen. Snowella Trachydiscus sexangulatus x Vw mit anderen Arten. Gattung nehmen. Trachydiscus Scenedesmus aufgesplittet : Je nach Taxonomie in der HTL zwei Alternativen: 1. Die neuen Gattungen Acutodesmus, Desmodesmus und Scenedesmus als Indikatortaxa nehmen. 2. Die alten Untergattungen als Indikatortaxa nehmen: Scenedesmus s.s., Acutodesmus, Armati, Abundantes/Spinosi, Desmodesmus s.s. jeweils die TAW prüfen. Die folgenden 25 Indikatoren, die auch schon in der vorangegangenen Tabelle 12 (Spalte rechts) genannt wurden, sind neu anzulegen: Seite 97

98 Tabelle 13: Workshopergebnis: neue Indikatoren für Phytofluss, TAW neu best: für diese Indikatoren müssen TAW / Stenökiefaktor für das Bewertungsverfahren neu bestimmt werden, da sich die Datengrundlage geändert hat Neues Indikatortaxon Aphanocapsa/Aphanothece TAW neu best. x Anmerkung Chrysococcus < 10 µm x TAW von C. minutus und C. rufescens var. tripora Closterium acutum ohne var. variabile Cocconeis placentula/pseudolineata --- Crucigeniella Cyclostephanos delicatus/dubius Cymbella/Encyonema x TAW von C. acutum, C. acutum var. acutum und C. acutum var. linea x x x Euglena x neu aus P2.2 Indikatorenliste Fragilaria capucina - Formenkreis --- Entspricht der alten Art. Steckbrief mit neuen Arten erstellen Fragilaria grunowii --- TAW zunächst von F. ulna angustissima-sippen übernehmen. Steckbrief erstellen Fragilaria saxoplanctonica --- TAW von F. nanana übernehmen. Steckbrief erstellen Golenkinia/Golenkiniopsis --- Gomphosphaeria Kephyrion/Pseudokephyrion x x Nitzschia acicularis-formenkreis x Steckbrief erstellen, neu aus P2.2 Indikatorenliste Peridiniopsis cunningtonii/elpatiewskyi x Prüfen, ob noch andere ähnliche Arten in die Gruppe hinein müssen, z.b. P. thompsonii u. P. quadridens. Steckbrief erstellen Phacus x Alternativ prüfen: Gruppe Phacus pleuronectes/triqueter/orbicularis Pseudopedinella --- TAW von P. erkensis übernehmen Raphidocelis Scenedesmus* Acutodesmus* Desmodesmus* Snowella x x x x x Sphaerocystis-Formenkreis x neu aus P2.2 Indikatorenliste, inklusive Planktosphaeria gelatinosa. Zuordnung von Follicularia prüfen. Wenn ja, welche Arten? Trachydiscus x Steckbrief erstellen *: je nach neuer Taxonomie der HTL bzgl. Scenedesmus (Gattungen Scenedesmus, Desmodesmus, Scenedesmus oder Untergattungen Scenedesmus) evtl. anders Seite 98

99 Drei der neuen Indikatoren entsprechen Indikatoren aus der P2.2 Liste: Euglena, Nitzischia acicularis- Formenkreis und Sphaerocystis-Formenkreis. Es wurde auf dem Workshop außerdem geprüft, für welche Taxa ein Diatomeenpräparat anzufertigen ist. Die entstandene Liste umfasst 42 Taxa, davon viele fließgewässertypische (Tabelle 14). Tabelle 14: Taxa aus der überarbeiteten Indikatorenliste, für deren sichere Bestimmung ein Diatomeenpräparat anzulegen ist. Achnanthes catenata Achnanthes minutissima - Sippen Actinocyclus normanii Aulacoseira ambigua Aulacoseira distans Aulacoseira islandica Aulacoseira pusilla Aulacoseira subarctica Cyclostephanos delicatus / dubius Cyclostephanos invisitatus Cyclotella atomus Cyclotella comensis Cyclotella cyclopuncta Cyclotella distinguenda Cyclotella kuetzingiana Cyclotella meneghiniana Cyclotella ocellata Cyclotella radiosa Discostella pseudostelligera Discostella stelligera Entomoneis costata Fragilaria construens Fragilaria saxoplanctonica Fragilaria pinnata Fragilaria tenera Gomphonema parvulum Gyrosigma nodiferum Navicula antonii Navicula gregaria Navicula lanceolata Navicula menisculus Navicula radiosa Navicula rhynchocephala Navicula slesvicensis Navicula tripunctata Nitzschia amphibia Nitzschia constricta Nitzschia graciliformis Stephanodiscus minutulus Stephanodiscus neoastraea Tabellaria flocculosa Thalassiosira lacustris 6.3 Einschätzung des Mehraufwandes bei der mikroskopischen Bearbeitung für P4.0 gegenüber P2.2 Die BfG hat eine Abschätzung des Mehraufwandes der mikroskopischen Bearbeitung für die P4.0 Artenliste gegenüber der P2.2 Artenliste an zwei Gutachterbüros vergeben. Bei dieser Abschätzung wurde die Überarbeitung der Indikatortaxaliste vom Juli 2017, bei der die beauftragten Büros beteiligt waren, bereits berücksichtigt. Grundlage war jeweils die Bestimmung von drei Tiefland und fünf Mittelgebirgsproben. Die Analyse von insgesamt 8 Proben mag nur teilweise repräsentativ für die Gesamtheit der Gewässer sein, weshalb auch der geschätzte Mehraufwand im Einzelfall mehr oder weniger deutlich abweichen kann Ergebnisse Limnologiebüro Hoehn Der Mehraufwand wird vom Limnologiebüro Hoehn (LBH) im Mittel auf rund 10 Minuten geschätzt (13 min für Tiefland-, 8 min für Mittelgebirgsproben). Von LBH wurde berücksichtigt, dass nur für einen Teil der systematisch detaillierter zu bestimmenden Arten tatsächlich ein höherer Aufwand anfällt, etwa wenn deren Ansprechbarkeit nicht auf einen Blick erfolgen kann. Dabei spielt auch das Vorhandensein ähnlicher Arten eine Rolle, wodurch der Bestimmungsaufwand steigen kann. Es kommt insofern tatsächlich auf die jeweils gegebene Artenzusammensetzung an, wie hoch sich der Mehraufwand darstellt. Die Zahl der in den Proben gefundenen Indikatortaxa lag mit 12 (bei insgesamt 67 Taxa) im Mittel für Tieflandproben und 7 (insgesamt 51 Taxa) im Mittel für Mittelgebirgsproben recht niedrig (bei ebenfalls niedrigen Chl a Konzentrationen), liegt aber in allen Fällen über den in P 4.0 geforderten Seite 99

100 4 Indikatortaxa im Saisonmittel. Die Herabsetzung der für die Bewertung erforderlichen Indikatorenzahl von 6 (P 2.2) auf 4 (P 4.0) kann von LBH nicht nachvollzogen werden, da die Herleitung dieses Schwellenwertes in den Veröffentlichungen nicht nachvollziehbar dargestellt sei Ergebnisse AquaEcology AquaEcology untersuchte die gleichen Proben und stellte ebenfalls in allen Proben deutlich mehr als die geforderten vier Indikatortaxa fest. Der geschätzte Mehraufwand lag zwischen 2 und 30 Minuten (Mittelwert 13 Minuten). AquaEcology betont in seiner Gesamteinschätzung, dass der Mehraufwand von der Erfahrung der Bearbeiter und der Qualität der Proben abhängt. Eine unzureichende Fixierung und viel Detritus in den Proben erhöhen den Zeitaufwand generell und je mehr Taxa bestimmt werden sollen, umso größer wird der Mehraufwand. Auch die Vermessung jeder einzelnen Zelle eines Taxons erhöht, abhängig von der Abundanz, den Gesamtaufwand. AquaEcology merkt an, dass der Mehraufwand sich bei Verwendung der nach dem Workshop (Kap. 6.2) konsolidierten Indikatortaxaliste durch Wegfall und Zusammenfassung von Indikatortaxa noch etwas reduzieren wird. AquaEcology betont außerdem, dass in fünf der acht Proben (Pleiße, Rhein, Fulda, Werra, Saar) kleine, zentrale Diatomeen dominierten. Teilweise enthielten diese Proben nicht viele andere Indikatoren, so dass hier ein Schalenpräparat sinnvoll wäre. 6.4 Fazit und weiteres Vorgehen Für alle Indikatoren soll eine Bestimmungshilfe (Fotos, Beschreibungen, Kriterien zur sicheren Bestimmung, Verwechslungsmöglichkeiten) erstellt werden, die frei zugänglich zur Verfügung gestellt werden soll. Dies soll im Rahmen des LAWA-Projekts O 2.17 "Aktualisierung und Angleichung der bewertungsrelevanten Taxaliste Phytoplankton an die bundesweite Taxaliste der Gewässerorganismen" erfolgen, in dem derzeit die harmonisierte Taxaliste und die bundesweite Taxaliste angepasst und Steckbriefe von rund 50 Indikatortaxa erstellt werden (vgl. Tabelle 13). Für die neu zusammengefassten Taxa müssen TAW und Stenökiefaktoren bestimmt werden. Wenn diese vorliegen, kann die Auswirkung der Überarbeitung auf die Bewertung genauer beziffert werden Fazit Experten der Bundesländer und unabhängige Fachleuten haben im Rahmen des Projekts die Indikatorliste von P 4.0 überprüft und mit Anmerkungen zur Taxonomie, zur Bestimmbarkeit und zur Plausibilität der TAW versehen, um die Notwendigkeit der Anpassung einzelner TAWs zu prüfen. Ein Ausschluss aller zunächst definierten Streichkandidaten würde die pro Ökoregion verfügbaren Indikatoren auf 70-80% reduzieren, ohne die in Lugol unsicheren Taxa weiter auf 60-70%. Die Güte der Bewertung, gemessen an der Korrelation mit gesamt P, wie sie als Kriterium bei der Weiterentwicklung von P 4.0 formuliert wurde, verändert sich durch das Ausschließen aller ungeeigneten und unsicheren Indikatoren ( worst case Szenario ): die Verringerung der Indikatortaxazahl führt Seite 100

101 erwartungsgemäß zu einer schlechteren Korrelation des TIP mit dem gesamt-p (r² = 0,37 original P 4.0, 0,37 ohne Ungeeignete, 0,30 ohne Ungeeignete und Unsichere, alle Fälle ab 2006; vgl. Abbildung 75). Dieser Effekt beschränkt sich allerdings fast ausschließlich auf die Ökoregionen Donau und Mittelgebirge, während für das Tiefland aufgrund der ohnehin großen Streuung praktisch keine Änderung zu erkennen ist. Bei einem Expertenworkshop im Juli 2017 wurden Fragen der Taxonomie, der Bestimmbarkeit und der möglichen Streichung von Indikatoren diskutiert. Dabei wurde die Indikatorliste mit 25 Streichungen und 55 Neugruppierungen, die wiederum zu voraussichtlich 25 neuen Indikatoren führen, umfangreich überarbeitet. Für diese neuen Indikatoren müssen zunächst neue TAW und Stenökiefaktoren berechnet werden. Erst dann kann die Auswirkung der beschlossenen Überarbeitung auf die Bewertung genauer beziffert werden. Daneben ist das Erstellen von Bestimmungshilfen für die zu verwendenden Indikatoren geplant, um eine einheitliche Bearbeitung der Proben zu erleichtern. Überarbeitung der Indikatorenlisten (klären: was ist sicher, bedingt sicher, ungeeignet, ungeeingete ausschließen), teilweise neues Bestimmen von TAWs nach taxonomischer Neuordnung und Prüfen/Anpassen von TAWs, die bei Plausibilisierung auffällig waren Seite 101

102 7 Zusammenfassung und Empfehlungen 7.1 Hintergrund und Veranlassung Die Bundesanstalt für Gewässerkunde (BfG) wurde vom Land Mecklenburg-Vorpommern, vertreten durch das Ministerium für Landwirtschaft, Umwelt und Verbraucherschutz M-V, beauftragt, einen Praxistest des im Rahmen des ReBio Projektes weiterentwickelten PhytoFluss-Verfahrens (Version 4.0) zur bundesweiten Bewertung des Phytoplanktons in Fließgewässern durchzuführen. Dabei waren sowohl Fragen der Plausibilität, Güte der Bewertung im Sinne einer Korrelation mit gesamt P und taxonomische Fragen zu Bestimmungssicherheit und Indikationswert einzelner Indikatoren zu beantworten. Daneben sollte Fragen nach möglichen Modifikationen des Probenahmezeitraums und zu Weiterentwicklungen in Richtung eines Aufstauindex nachgegangen werden. Zudem wurde die Frage des Indikationswertes der in der Version 4.0 nicht mehr genutzen Klassenmetriken gestellt, auch im Zusammenhang mit der Indikation eines Aufstaus. Für die Entwicklung des neuen TIP wurden die Probenstellen, die in PhytoFluss 2.2 noch nach Gewässertypen gruppiert wurden, in einem neuen System von PhytoFluss 4.0 nach drei Ökoregionen eingeordnet. Diese neue Ordnung ist ebenfalls Gegenstand der Betrachtungen, nicht zuletzt da sich hierdurch die Vergleichbarkeit der PhytoFlussversionen schwieriger gestaltet. Im Rahmen der Entwicklung von PhytoFluss 4.0 (kurz P 4.0) wurden auf vielen Ebenen Änderungen gegenüber der Version 2.2 (kurz P 2.2) realisiert. Dies zeigt sich vordergründig vor allem bei der Erweiterung der Taxa- und Indikatorenlisten, für die ein höheres Bestimmungsniveau erforderlich ist. Dem höheren Bestimmungsaufwand und der damit verbundenen höhere Bestimmungsunsicherheit wird durch Kommentierung der Indikatorenlisten und Diskussion einzelner Indikatoren bezüglich Systematik und Bestimmbarkeit (mit / ohne Schälenpräparate) begegnet. Die Bewertungsmethoden unterscheiden sich weiterhin in der Belegung der Indices/Gewichtungsfaktoren für einzelne Taxa, der Zusammenfassung und Bewertungsberechnung des TIP, aber auch in der Zahl der zu berücksichtigenden Indices und deren Gewichtung im Gesamtindex. Die Auswirkungen der einzelnen Neuansätze auf die Bewertung werden nachvollzogen, um eine Grundlage für deren Diskussion zu liefern. 7.2 Spezielle Fragen zu PhytoFluss 4.0: Plausibilität der Bewertung, deren Abhängigkeiten und Perspektiven Korrelation des TIP mit gesamt P Für die Ökoregionen Donau und Mittelgebirge erreicht P 4.0 eine gute Korrelation des neuen TIP mit der Zielgröße gesamt P (r² fast 0,7). Dies ist eine erhebliche Verbesserung gegenüber der Vorläuferversion P 2.2, die nur eine geringe Korrelation mit gesamt P erkennen ließ. Für die Ökoregion Tiefland erreicht P 4.0 aber allenfalls eine sehr schwache Korrelation des TIP mit dem bewerteten gesamt P. Dies weist darauf hin, dass die gesamt P Konzentration für die Ausprägung des Phytoplanktons dieser Gewässer nur eine untergeordnete Rolle spielt. Es erscheint unwahrscheinlich, dass sich für diese Ökoregion bzw. Gewässertypen eine bessere P-Korrelation erreichen lässt (vgl. Betrachtungen zu Plausibilität). In P 4.0 wird der TIP für Tieflandgewässertypen deshalb im Vergleich mit anderen Gewässertypen anteilig am Gesamtindex geringer gewichtet. Wegen des Seite 102

103 Wegfalls der Klassenmetriken in P4.0 wird der TIP aber insgesamt im Vergleich zu P 2.2 doppelt so stark gewichtet. Dies gilt auch für die Tiefland-Gesamtbewertung, in die er immer noch mit 50% eingeht. Möglicherweise bieten für die Bewertung der Tieflandgewässer qualitativ neue Indices (vgl. unten: Aufstau) eine gute ergänzende Perspektive. Ein Vergleich der Korrelation der TIP P 2.2 und P 4.0 Bewertungen mit gesamt P lässt im Falle der Tieflandgewässer keine qualitativ eindeutige Verbesserung erkennen. Auch beim Weglassen diskussionswürdiger Indikatorspezies (Streichkandidaten, s.u.) oder unsicheren Lugol Taxa zeigt sich kaum ein Effekt auf die Korrelation des Bewertungsergebnisses mit gesamt P, wohl aber auf die Zahl nicht mehr bewertbarer PNSJ. Um die in der Ökoregion Tiefland ohnehin schon hohe Zahl unbewertbarer PNSJ zu vermeiden, wäre mit dem derzeitigen P 4.0 ein erhöhter (etwa verdoppelter) Bestimmungsaufwand nötig. Für die Tieflandgewässer ist jedoch nicht erkennbar, dass dieser Mehraufwand auch zu einer verhältnismäßigen Verbesserung des Bewertungsergebnisses führt. Es wird empfohlen, zur Erhöhung der mittleren Indikatorenzahl einige häufigere der alten P 2.2 Indikatoren hinzuzuziehen. Empfehlungen: - Für Tieflandgewässer sollten evtl. weitere der häufigeren Indikatoren aus P 2.2 hinzugezogen werden, um die mittlere Indikatorenzahl und damit den Anteil auswertbarer Fälle zu erhöhen Plausibilität der TAW-Belegung Zur systematischen Betrachtung der Plausibilität der TAW einzelner Indikatoren wurden statistische Kennwerte zu deren Vorkommen im Datensatz in Abhängigkeit von der P-Konzentration bestimmt: Für die in den jeweiligen Datensatz-Gruppen vorkommenden Indikator-Spezies wurde deren Abundanz (logarithmiertes klassifiziertes Biovolumen) und das Biovolumen selbst in den P-Klassen (Basis: gesamt-p Jahresmittelwert) ermittelt. Es wurde schließlich für jede Art und Gruppe die relativ häufigste P- Abundanzklasse bestimmt. Der jeweilige Anteil in dieser Klasse wurde mit dem Stenökiefaktor verglichen. Der Mittelwert der P-Konzentration in der häufigsten Abundanzklasse wurde als Vergleichswert zum TAW bestimmt. Die verwendeten statistischen Größen zum Vorkommen der Taxa in Abhängigkeit des gesamt P korrelieren mit den TAW-Werten. Diese Korrelation ist in den Ökoregionen Donau und Mittelgebirge mit einem r² um 0,4 deutlich, im Tiefland jedoch mit einem r² um 0,1 eher schwach ausgeprägt. Die mit dem Stenökiefaktor verglichene statistische Größe lässt keine Korrelation erkennen. Die Bewertung verbessert sich insgesamt, wenn der TAW einzelner Ausreißer (mit niedrigem TAW, aber hohem statistischen P-Wert) dem statistischen P-Wert angepasst wird. Die entsprechenden TAW-Werte scheinen also zum Datensatz nicht gut passen und sollten geprüft bzw. überarbeitet werden. Bei der Überarbeitung der Indikatorenliste wurden zwei dieser Ausreißer systematisch neu gruppiert, für diese muss nun ein neuer TAW bestimmt werden. Es verbleiben die zu prüfenden Arten Pediastrum simplex (M, Donau) und Dinobryon crenulatum (alle Ökoregionen). Mit einfachen, rein statistischen Ansätzen lassen sich bezüglich der Gesamtkorrelation mit gesamt P durchaus vergleichbar gute Bewertungen erreichen wie mit P 4.0, allerdings hängt das Ergebnis stark von der Gruppenaufteilung der Gewässer und der verwendeten Indikatortaxazahl ab. Die Tieflandgewässer zeigen sich hierbei jedoch noch stärker als in P 4.0 als optimierungsresistent, Seite 103

104 während für Donau- und Mittelgebirgsgewässer (vor allem 10.1) leicht Ansätze mit sehr guten Korrelationen zu finden sind. Mit auf Statistik beruhenden Ansätzen ist es gegenüber P 4.0 jedoch nicht gelungen, für alle Ökoregionen ein Ergebnis zu erhalten, das den gesamten Wertebereich abdeckt. Empfehlung: Die Trophieankerwerte der Indikatortaxa Pediastrum simplex (M, Donau) und Dinobryon crenulatum (alle Ökoregionen) sollten geprüft werden Definition der Saison / Einbeziehung des Monats März Es wurde systematisch betrachtet, welchen Effekt die Einbeziehung eines/mehrerer weiterer Monate auf die Bewertungsindices hat. Während in P 2.2 ausschließlich der Saisonzeitraum Apr-Okt. verwendet wird, wird der TIP in P 4.0 nach Datenlage für die Monate März-Nov. berechnet, während für gesamt P und Chlorophyll a der Zeitraum Apr-Okt. Verwendung findet. Deshalb stellte sich die zusätzliche Frage, welchen Effekt das Zulassen des Monats November auf den TIP Index hat. Aufgrund der Datenlage beziehen sich die Auswertungen auf einen kleineren und damit weniger repräsentativen Teildatensatz. Für eine Ausweitung des Saisonzeitraumes spricht, dass bei zwei Drittel der entsprechend auswertbaren Probestellenjahre des Datensatzes im März höhere Chlorophyll a Konzentrationen erreicht wurden als im Oktober. Wenn das Verfahren den Anspruch hat, der beobachteten Phytoplankton- Saison aller Gewässer gleichermaßen gerecht zu werden, sollte dies berücksichtigt werden. In der Bewertung zeigen sich durch Variation der Bezugszeiträume jeweils erkennbare, aber im Mittel relativ geringe Unterschiede. In einzelnen Fällen können sich diese jedoch stärker auf die Zielgröße und damit auch die Bewertung auswirken. In einem längeren Saisonzeitraum ist mit niedrigeren Chlorophyll-Mittelwerten zu rechnen, weshalb Bewertungsklassengrenzen ggf. anzupassen sind (ca. - 10%). Auch beim gesamt P und anderen chemischen Größen mit saisonalen Ausprägungen kann sich der Saisonzeitraum auf den Saisonmittelwert auswirken. Um die Schlüssigkeit des Verfahrens zu gewährleisten sollte darauf geachtet werden, dass Bewertungszeiträume nicht beliebig sind. Insbesondere sollte diskutiert werden ob es sinnvoll ist, für den TIP einen anderen und variablen Bezugszeitraum zu verwenden als für die Bewertung des Chlorophyll a. Auch bei der Validierung erscheint es nicht schlüssig, für die Berechnung des mittleren gesamt-p einen festen Bezugszeitraum und für die Berechnung des TIP einen variablen zu verwenden. Würde die Saison generell auf 7 Monate verlängert, ergäbe sich ein höherer Probenbedarf (eine Probe mehr) und die Klassengrenzen zur Bewertung müssten angepasst werden. Alternativ könnte darüber nachgedacht werden, für Gewässer mit ausgeprägter Frühjahrspeak-Dominanz den 6- Monats-Saisonzeitraum um einen Monat nach vorne zu schieben. Empfehlungen: - Der Monat März sollte in die Auswertungen einbezogen und der Bezugszeitraum somit auf 7 Monate verlängert werden. - Die Klassengrenzen für die Bewertung müssten entsprechend angepasst werden. Seite 104

105 - Der Bezugszeitraum sollte für Biomasse und TIP gleich sein Einfluss des Sommer-MQ auf die Bewertung Die saisonale Abflusssituation beeinflusst die Biomasse des Phytoplanktons, zum Beispiel über die Aufenthaltszeit des Wassers. Dieser Zusammenhang kann bei gezielter Auswertung nach Probestellen bzw. Sensitivitätsgruppen oder Gewässertypen im vorliegenden Datensatz gefunden werden. Bei 37 % der Probestellenjahre korreliert das relative Sommerabflussmittel der Datenjahre negativ mit dem relativen Chla-Saisonmittelwert (zusammen r²=0,29 bzw. 0,47 für Jahre mit Chl a-mittel >15µg/l), weitere 37% zeigen eine schwächere negative Korrelation (zusammen 0,08 bzw. 0,19 für Jahre mit Chla-Mittel >15µg/l). Die übrigen 25% zeigen entweder keine Korrelation oder können aufgrund weniger bewertbarer Jahre derzeit nicht eingeordnet werden. Werden nur Jahre mit Chla- Sommermittel>15µg/l betrachtet, ergibt sich für alle Probestellenjahre sensitive und unsensitive - ein r² von 0,26. Empfehlung - Für eine differenziertere Aussage wird wie bereits im ReBio Bericht vorgeschlagen, für einzelne Jahre die benötigten hydrologischen Kenngrößen (MQ Jahr, Sommer, NM7Q (Sommer)) der wichtigsten Bezugspegel und deren Bewertung vorzuhalten, statt für jede einzelne Probestelle die Abflusswerte einzupflegen. Insbesondere solche hydrologische Kenngrößen, die sich auf Unterschreitungsdauern beziehen (etwa NM7Q, NM14Q im Sommer u. evtl. Frühjahr) könnten hier vielversprechend sein Aufstaueffekte im Hauptstrom und Klassenmetriken Um Aufstaueffekte darzustellen scheint es erfolgversprechend, eine stärker an funktionellen Gruppen des Phytoplanktons angelehnte Auswertung zu verwenden, statt es bei dem Pennales-Index zu belassen. Mit den Teilindices für Turbulenz und Entwicklungszeit aus Borics et al (2007) lassen sich sogar entgegen dem Nährstoffgradienten Veränderungen in der Belastung durch Aufstau darstellen, während die Pennales-Metrik den beschriebenen Turbulenz-Trend nicht erkennen lässt. Es wäre möglich, anhand dieses Beispiels einen zusätzlichen, in die Bewertung eingehenden Aufstau-Index zu entwickeln. Falls die von Borics et al 2007 für ungarische Gewässer entworfenen Teilindices als Ausgangspunkt dafür genutzt werden sollten wäre es nötig, sie für deutsche Gewässer zu prüfen und die Zuordnung der Taxa in der Taxaliste zu funktionellen Gruppen zu ergänzen. Auch andere Aspekte der Auswertung mit funktionellen Gruppen erscheinen interessant, insbesondere im Vergleich mit der Cyanobakterien- und der Chlorophyceenmetrik. Ein Hinweis auf hohe Biomassen bzw. Anteile unerwünschter Taxa wäre sehr hilfreich (unabhängig vom Gewässertyp und auch der Algenklasse), auch wenn dieser nicht bewertungsrelevant wäre. Es müsste ggf. diskutiert werden, ob eine Metrik für Aufstau zu in einem eigenen, neuen Modul Aufstau geführt werden sollte und wie diese mit den bestehenden Größen zum Gesamtindex verrechnet werden soll. Das neue Modul Aufstau könnte z.b. mit den Modulen Eutrophie (oder TIP für Nährstoffe und Biomasse getrennt) zusammen schließlich einen neuen Gesamtindex zu bilden. Empfehlung: - Die Auswertesoftware PhytoFluss sollte Hinweise auf außergewöhnlich starke Algenpeaks und auf hohe Anteile unerwünschter Taxa ausgeben. Seite 105

106 - Die Aufstauthematik könnte durch Einführung einer Metrik Aufstau, die methodisch auf dem Teilindex Turbulenz und Entwicklungszeit von Borics (2007) beruht, in die Bewertung einbezogen werden. Dies würde allerdings weitergehende Tests und Umbauten des gesamten Bewertungssystems erfordern. 7.3 Technische Details und relevante Änderungen Chlorophyll a unkorrigiert und - DIN Als Biomasse-Bezugsgröße wurde in P 4.0 das in P 2.2 verwendete unkorrigierte Chlorphyll a durch das Chlorophyll a nach DIN abgelöst, bei dem die Konzentration des Chlorophyll a um den Anteil der Phaeopigmente nach unten korrigiert wird. Deshalb erfolgte eine 22 prozentige Absenkung aller Klassengrenzen für die Biomasse. Im Datensatz konnte jedoch eine Abhängigkeit des Anteils des Chl a DIN im Verhältnis zum unkorrigierten Chl a von der absoluten Gesamtpigmentmenge gezeigt werden. Insgesamt schwankt das Verhältnis von Chl a DIN zu unkorrigiertem im Wertebereich der von P 4.0 verwendeten Klassengrenzen zwischen ca. -30 % (niedrigste Werte) bis -20 % (höchste Werte). Würde bei der Umrechnung der Klassengrenzen statt eines konstanten Verhältnisses ein variables, Konzentrationsabhängiges genutzt, ergäben sich für niedrige Grenzen maximale Abweichungen von - 9 %, für hohe von +7 %. Trotz dieser Abweichungen zeigt die in ReBio verwendete Annahme insgesamt plausible Ergebnisse und kann daher so bestehen bleiben. Empfehlung: - Beibehaltung der in PhytoFluss 4.0 verwendeten Verfahrensweise Zusätzlicher Chlorophyll Maximum Index In P 4.0 wurde als neue Komponente zur Bewertung des Chlorophyll a der Index für den maximalen Saisonwert des Chlorophylls eingesetzt, der 1:1 gewichtet zusammen mit dem bisherigen für den Saisonmittelwert schließlich die Biomassebewertung ergibt. Die verwendeten Bewertungsfunktionen werden nach Gewässertyp eingesetzt, wobei jeweils Typen mit ähnlicher Produktivität zusammengefasst werden. Es wird in allen Fällen von beiden Teilmetriken die gleiche Bewertung vergeben, wenn sich Saisonmittel und maximum um einen Faktor 2 unterscheiden. Der Bewertungsunterschied des neuen Chlorophyll a max Teilindex hängt stark von der Schiefe der Verteilung der Werte in der Saison ab, was im Datensatz größtenteils durch die unterschiedlichen, oft typischen Saisonverläufe erklärt werden kann. Davon unabhängig scheint es jedoch unterschiedlich ausgeprägte Tendenzen zur Bildung von Planktonblüten zu geben, die vom typischen saisonalen Verlauf bei der vorhandenen Datendichte jedoch schwer zu trennen sind. Gewässer mit kurzer Planktonsaison schneiden beim Chl a max Index aber tendenziell eher schlechter ab als beim Saisonmittelwert. Dies trifft zum überwiegenden Teil die im Datensatz häufigen Gewässer mit ausgeprägter Frühjahrspeak-Dominanz. Dies ist plausibel und kann ein durchaus erwünschter Effekt der Bewertung sein, weil die Höhe des Chlorophyllmaximums das trophische Potenzial eines Gewässers widerspiegeln kann. Die Zahl und Dichte der Chlorophyll a Werte pro PSNJ ist im Datensatz sehr unterschiedlich hoch. Von ihr hängt jedoch die Wahrscheinlichkeit ab, das tatsächliche Saisonmaximum mit der Probennahme Seite 106

107 mehr oder weniger gut zu erfassen. Dies ist beim Chl a max stärker als beim Saisonmittelwert der Fall, da sich durch die Mittelung mehrerer Werte eine größere Robustheit ergibt. Insofern bringt der sinnvollerweise neu eingeführte Chl a max Index eine größere Unsicherheit in die Bewertung. Empfehlung: - Diese Änderung in PhytoFluss 4.0 sollte beibehalten werden. Die Einführung des Chl a max Index ist sinnvoll und erzielt plausible Effekte, erhöht allerdings die Unsicherheit in der Bewertung, insbesondere wenn Chl a Konzentrationen nur monatlich vorliegen. Daher wird eine Probenahme von Chl a in 14-tägigem Raster empfohlen Ökoregionen statt Gewässertypen Die Einteilung der Probestellen in Ökoregionen beim TIP fasst LAWA Fließgewässertypen zusammen und teilt sie in neue Kategorien auf. Diese Aufteilung diente ausschließlich der Erstellung des Bewertungsverfahrens und die Bezeichnung Ökoregion wurde eher aus technischen Gründen gewählt (vorhandener Spaltenname, Wahrung der Kompatibilität von Versionen). Da sie zu Missverständnissen führen kann, sollte eine treffendere Bezeichnung für diese Einteilung gefunden werden (z. B. PhytoFluss-Regionen). Nutzer des Bewertungstools PhytoFluss können für die jeweilige Probestelle die Zugehörigkeit zu einer Ökoregion selbst definieren. Es erscheint jedoch erforderlich, dass Nutzer Hinweise bekommen, welche Ökoregion für welchen Gewässertyp in erster Linie in Frage kommt und welche realistischen Alternativen ggf. bestehen. Eine freie Kombinierbarkeit von Ökoregion und LAWA Typ wäre wenig plausibel. Die Notwendigkeit, die Ökoregion Donau trotz der insgesamt eher geringen Fallzahl abzugrenzen rechtfertigt sich durch die deutlich bessere Korrelation mit gesamt P. Empfehlung: - Die in PP 4.0 verwendete Kategorisierung sollte im Grundsatz beibehalten, aber der Begriff Ökoregion umbenannt werden. Bei guter Kenntnis der Gewässer kann die Zuordnung zu den Ökoregionen durch den jeweiligen Nutzer plausibilisiert und in zu definierendem Rahmen ggf. geändert werden Änderungen im Rechenweg zum TIP Das Verfahren, mit dem die TIP-Werte in den verschiedenen PhytoFluss-Versionen berechnet werden, unterscheidet sich nicht nur in der Zahl und systematischen Auflösung der verwendeten Indikatorspezies sowie deren Belegung mit Indexwerten. In P 4.0 wurden als Neuerungen zusätzlich eine Reihe von Details bei dem Rechenweg der Bewertung geändert: die Zusammenfassung der taxaspezifischen Biovolumina erfolgt in P 2.2 schrittweise nach Tagen, Monaten und schließlich dem Biovolumen-Mittelwert der Monate der Saison (April - Oktober), die anschließende Bewertung mit TIP-und Wichtungsfaktoren wird proportional des Biovolumenanteils des jeweiligen Indikators am Saisonanteil des Biovolumens berechnet. In P 4.0 dagegen wird der abundanzgewichtete (klassiert logarithmisch skalierte) Biovolumenanteil der Art am Probenahmetag als Basis zur Bewertung mit TAW + Stenökiefaktor verwendet. Aus den Bewertungen der einzelnen Tage wird ein Saisonmittel (je Seite 107

108 nach Datenlage März bis November) gebildet, d.h. alle Probenahmetage werden gleich gewichtet (siehe Probengewichtung unten), unabhängig von ihrem Biovolumenbeitrag. Wird in P 4.0 auf die neu eingeführten Abundanzklassen- und Probengewichtung verzichtet, zeigt sich eine deutlich schlechtere Korrelation mit gesamt P. Insofern scheint es also gerechtfertigt, dass in P 4.0 versucht wurde, den Rechenweg zur Aggregation der Taxadaten zu verbessern. Allerdings sprechen die Tests mit Rechenwegalternativen dafür, dass es nicht nötig gewesen wäre, sowohl die Bewertung einzelner Proben und deren Gleichgewichtung als auch die Abundanzgewichtung einzelner Taxa einzuführen. Wird nur eine der beiden Alternativen genutzt, unterscheidet sich das Bewertungsergebnis nur schwach von dem Original in P 4.0. Die P 4.0 TIP Abfragenkaskade könnte vereinfacht werden, wenn die tagesweise Bewertung und anschließende Mittelung des Ergebnisses wegfiele und stattdessen wie in P 2.2 ein einfaches abundanzgewichtetes -Saisonmittel verwendet würde. Wegen der Automatisierung der Auswertung und der insgesamt geringen Rechenzeit spielt dieser Aspekt praktisch jedoch kaum eine Rolle. Empfehlung: - Zur Gewichtung kann eine Funktion statt einer Klassifizierung genutzt werden, wie an anderen Stellen in P 4.0 üblich. Auf das Ergebnis hat dies zwar eher geringen Einfluss, es erscheint jedoch insgesamt eleganter und vermeidet Sprünge TIP Gewichtung am Gesamtindex Ein direkter Vergleich der Gewichtungen des TIP und des Biomasse-Teilindex zeigt die Unterschiede zwischen P 4.0 und P 2.2. Insgesamt wird der TIP in P 4.0 deutlich stärker gewichtet, vor allem bei dem Typ Außer bei 10.1 und 20.1 fällt auch der Biomasseindex etwas stärker ins Gewicht. Im Mittel des Datensatzes steigert sich die Gewichtung des TIP am Gesamtindex zwischen der Version 2.2 und der Version 4 von 26% auf 50%. Der Gesamtindex von PhytoFluss soll den Eutrophierungszustand bewerten. Wegen der variablen Wichtung der Teilindices je nach Gewässertyp muss bei der Interpretation darauf geachtet werden, dass in manchen Fällen stärker das Eutrophierungspotential aufgrund der P-Konzentration und in anderen der tatsächlich erreichte Zustand bezüglich der Biomasse abgebildet wird. Der Wegfall der Klassenmetriken könnte bei Gewässern mit unsicherer neuer TIP Bewertung die Plausibilität der Gesamtbewertung beeinträchtigen. Um dies zu beurteilen, sind allerdings tiefer gehende Kenntnisse der jeweiligen Gewässer erforderlich. Der in PhytoFluss geführte Datensatz reicht hierfür nicht aus. Empfehlung: - Die Plausibilität der Gesamt-Bewertung ohne Klassenindices muss durch Experten für die jeweiligen Gewässer geprüft werden, vor allem für Tieflandgewässer. Seite 108

109 7.3.6 TIP und TAW Vergleich (P 2.2 P 4.0) Pro Gewässertyp stehen für P 2.2 in dem Datensatz Indikatortaxa zur Verfügung, die einen mittleren Biovolumenanteil von 45% (35% der Taxa) ausmachen. Das Minimum an Indikatortaxa für eine Bewertung wurde auf 6 festgesetzt, gefunden werden im Datensatz im Mittel 21. Die Indikatortaxa von P 4.0 machen in dem Datensatz der nationalen Datenbank "PhytoFluss jedoch lediglich einen mittleren Biovolumenanteil von 9 % (20 % der Taxa) aus. Obwohl im Vergleich zu P 2.2 pro Gruppe ca. 3-4,5 Mal so viele Indikatoren verwendet werden, werden pro PNSJ im Schnitt nur 7 Indikatoren gefunden (mindestens 4 sind für die Bewertung mit P 4.0 gefordert). Ein Vergleich mit den entsprechenden Kennwerten für P 2.2 zeigt deutlich, dass die in P 4.0 Verwendeten sich im Schnitt auf seltenere Taxa beziehen, sowohl bezüglich des Biovolumenanteils (BV pro Indikator bei P 4.0 im Schnitt nur 60 % von Wert bei P 2.2) als auch bezüglich der Vorkommenswahrscheinlichkeit in der Gruppe (im Schnitt 67 % bei P 2.2, 6 % bei P 4.0). - Keine spezielle Empfehlung zu diesem Punkt Bearbeitereffekte und Diatomeenpräparate Durch Diatomeenpräparate kann die Taxazahl in der Probe, insbesondere aber auch die Indikatortaxazahl gesteigert werden. Im Datensatz in der Datenbank ist dieser Effekt jedoch in den unterschiedenen Ökoregionen sehr unterschiedlich ausgeprägt: wo insgesamt mehr Taxa pro Probe gefunden werden, lässt sich durch ein Diatomeenpräparat auch eine deutlichere Steigerung der Indikatortaxazahl erreichen, bei geringer Gesamttaxazahl scheint die Steigerungsmöglichkeit bei den Indikatoren ebenfalls eingeschränkt. Gerade in der Ökoregion Tiefland, bei der relativ häufig zu wenige Indikatortaxa zur Bewertung vorliegen, scheint eine Steigerung durch Diatomeenpräparate im Datensatz wenig erfolgversprechend zu sein. Die Auswertung zu den Diatomeenpräparaten muss jedoch mit Vorsicht interpretiert werden, da der Datensatz sehr inhomogen ist. Eine Vielzahl von Bearbeitenden und unterschiedliche Vorgaben zur Bearbeitung scheinen erkennbar. Für P 2.2 und P 4.0 sind unterschiedliche Bestimmungsniveaus verlangt, deswegen entsprechen die Daten nur teilweise dem gesteigerten Bestimmungsniveau von P 4.0. Aussagen zu dem Einfluss von Diatomeenpräparaten jedoch nicht unabhängig von dem jeweils realisierten taxonomischen Bestimmungsniveau. Bearbeitereffekte lassen sich sowohl in einem Datensatz der BfG als auch in einer von Mischke et al präsentierten Auswertung klar zeigen und sind auch in der Datenbank erkennbar. Wenn zukünftig klare Vorgaben zu dem erforderlichen taxonomischen Bestimmungsniveau für die Anwendung von P 4.0 gemacht werden scheint es wahrscheinlich, dass die erforderliche Indikatortaxazahl in der Regel auch ohne Diatomeenpräparat erreicht wird. Um P 4.0 in jedem Falle erfolgreich anwenden zu können erscheint es geboten, als minimale mittlere Taxazahl in der Saison 20 (statt wie bislang 10) vorzugeben. Die zur Bearbeitung einer Probe zu kalkulierende Bearbeitungszeit erhöht sich mit dem höheren Bestimmungsniveau nur um wenige Minuten bis zu maximal einer halben Stunde. Auf die Erstellung eines Diatomeenpräparates kann bei dieser vertieften Probenbearbeitung sehr wahrscheinlich bis auf wenige Ausnahmefälle verzichtet werden. Ein Diatomeenpräparat kann bei Bedarf auch noch aus einer bestehenden Lugolprobe hergestellt Seite 109

110 werden (Mischke, mündl. Mitt.). Einzelne Mitglieder des wissenschaftlichen Beirats empfehlen eine höhere Anzahl von Indikatoren (mindestens 6), insbesondere für Tieflandflüsse. Empfehlungen: - Minimale zu bestimmende Taxazahl pro Saison von 10 auf 20 erhöhen. - Auf ein Diatomeenpräparat kann in der Regel verzichtet werden, wenn im Mittel mindestens 4 Indikatoren (bzw. mindestens 6 Indikatoren für Tieflandflüsse) gefunden werden. 7.4 Bestimmbarkeit und Taxonomie Anmerkungen der Länderexperten zur Indikatorliste Die Anmerkungen der Länderexperten bezogen sich auf die Sicherheit der Bestimmung (mit oder ohne Diatomeenpräparat), auf mögliche taxonomische Neueinordnungen sowie auf Prüfungen des TAW. Aufgrund dieser Fragestellungen wurde eine Streichliste mit im o.g. Sinne zweifelhaften Indikatorspezies erstellt. Dies sind vor allem Taxa, die mehrere der genannten Bedingungen erfüllen. Auf diese Streichliste wurden 61 der insgesamt 246 geführten Indikatortaxa gesetzt, 16 davon in Klammer, also unter Vorbehalt. Daneben wurde für eine ganze Reihe von Taxa (insgesamt: 138) angemerkt, dass die Lugolproben-Bestimmung als unsicher bezeichnet wird. Dabei wurde von den Diatomeenpräparat-Taxa abgesehen, die ohnehin extra geführt werden. Ein Ausschluss aller Streichkandidaten würde die pro Ökoregion verfügbaren Indikatoren deutlich reduzieren, was sich letztlich auch auf die Güte der Bewertung auswirkt (beschrieben in Kapitel 6.1). Die notwendigen Änderungen der Indikatorliste wurden daher auf einem Expertenworkshop diskutiert (zusammengefasst in Kapitel 7.4.2). TAW Anmerkungen sollten zusammen mit Hinweisen aus der Plausibilisierung der TAW-Werte genutzt werden, um die Notwendigkeit der Anpassung einzelner TAWs zu prüfen. Es kann jedoch nicht unbedingt erwartet werden, dass die Indices einzelner Taxa in jedem Falle sinnvoll interpretierbar sind oder direkt eine Aussage zum Verhältnis einer bestimmten Art zu gesamt P erlauben. Wie schon im Rahmen der Plausibilität der TAW diskutiert scheint ein unmittelbarer kausaler Zusammenhang zwischen dem Auftreten einer bestimmten Art, z.b. im Frühjahr, mit dem gesamt P Mittelwert der Saison so nicht zu bestehen Workshop zur Überarbeitung der Indikatorliste und weiteres Vorgehen Die von den Länderexperten aufgeworfenen Fragen zur Sicherheit der Bestimmung (mit oder ohne Diatomeenpräparat) und mögliche taxonomische Neueinordnungen wurden auf einem Expertenworkshop am 25. Juli 2017 diskutiert, zu dem auch die an den Vergleichsuntersuchungen teilnehmenden Bearbeiter eingeladen waren. Dabei wurde weitestgehend geklärt, welche Taxa unstrittig als geeignete Indikatoren gelten können und welche eindeutig zu streichen sind. Für die übrigen strittigen Fälle wurden Bedingungen definiert, unter welchen Voraussetzungen eine sichere Bestimmung realistisch ist, um diese nach Möglichkeit als Indikatoren beibehalten zu können. Das Problem der Bestimmbarkeit wurde in einer ganzen Reihe von Fällen so gelöst, dass das verlangte taxonomische Niveau von der Art zur Gattung gesenkt wurde. Darüber hinaus wurden auch einige leicht zu verwechselnde Arten bzw. Gattungen zusammengefasst. Seite 110

111 Als Ergebnis des Workshops wurden 80 Indikatoren als ungeeignet bezeichnet. Davon wurden 25 ersatzlos gestrichen, die übrigen 55 taxonomisch neu geordnet. Diese Neuordnungen führten zu einer Indikatorenliste mit 25 neuen Indikatoren. Die Gesamtzahl der für die Bewertung genutzten Taxa verringert sich durch die Überarbeitung der Indikatorenliste um 5 %. Empfehlung Die so veränderte Indikatorliste sollte für PhytFluss 4.1 verwendet werden. Allerdings müssen für die neu definierten Indikatoren zunächst TAW und Stenökiewerte bestimmt werden, bevor die Auswirkung der Überarbeitung auf die Bewertung untersucht und schließlich angewendet werden kann Bestimmungsniveau in Versionen Zur Erstellung von PhytoFluss 4.0 wird ein höheres Bestimmungsniveau als für die Version 2.2 verlangt. Dieses führt zu einer deutlichen Steigerung der Bearbeitungszeit einer Probe (Schätzung Mischke: ca. 2 h statt 1 h). Durch die vergleichende Bearbeitung von Proben (mit niedrigerem und höherem Bestimmungsnivea) soll dieser Faktor genauer abgeschätzt werden. Die Akzeptanz von PhytoFluss 4.0 scheint bei den Tieflandgewässern, für die die neuere Version keine erkennbar bessere Bewertung im Sinne einer Korrelation mit gesamt P liefert, nicht immer gegeben. Dies erscheint durchaus plausibel, da dem deutlich gesteigerten Aufwand keine verbesserte Bewertung gegenübersteht. Ohne gesteigerte Bearbeitungstiefe hingegen scheint ein relativ hoher Anteil an Proben (ca. 20% in Tiefland ges.) mit der neuen Version nicht bewertbar, da die Zahl an benötigten Indikatoren nicht erreicht wird. Derzeit wird deshalb von einigen Ländern immer noch die Version 2.2 genutzt. In Zukunft soll jedoch nur eine Version von PhytoFluss fortgeführt und gepflegt werden. Empfehlung Um die guten Fortentwicklungen von PhytoFluss 4.0 zu bewahren und gleichzeitig die Tiefland- Bewertung auch bei geringerem Bestimmungsniveau zu ermöglichen, sollen einige Indikatoren der Version 2.2 in die neue Indikatorenliste aufgenommen werden. Seite 111

112 8 Literatur Borics, G., Vábrióm, G., Grigorszky, I., Krasznai, E., Szabó, S., Kiss, K.T. (2007) A new evaluation technique of potamo-plankton for the assessment of the ecological status of rivers. Large Rivers 17, Arch Hydrobiol. Suppl. 161/3-4: Hardenbicker, P., Becker, A., Fischer, H. (2014) Klimabedingte Änderung des Stoffhaushalts und der Algenentwicklung in Bundeswasserstraßen. Schlussbericht KLIWAS-Projekt KLIWAS-49/2014. BfG, Koblenz. DOI: /Kliwas_49/2014_5.02; URL: Mischke, U., Hrsg (2015) XGIG Large River Intercalibration Exercise, overview of national assessment methods, including pressure-impact relationships and WFD compliance checking, BQE: Phytoplankton Mischke, U. (2016) PhytoFluss 4.0 Überarbeiteter Bewertungsvorschlag für Fließgewässer mittels Phytoplankton. Endbericht zum Teilvorhaben Modul 3 Weiterentwicklung des Verfahrens Phyto- Fluss im Gemeinschaftsprojekt Weiterentwicklung der biologischen Bewertungsverfahren zur EG- Wasserrahmenrichtlinie (EG-WRRL) unter besonderer Berücksichtigung der großen Flüsse, gefördert vom Umweltbundesamt, FKZ Mischke, U., Nixdorf, B., Hoehn, E., Riedmüller, U. (2004) Routineauswertungen des Phytoplanktons: Möglichkeiten und Grenzen ihrer Nutzung für die Bewertung nach EU-WRRL. In: Deutsche Gesellschaft für Limnologie (DGL). Tagungsbericht 2003 (Köln), Band 1: Reynolds, C.C. (1984) Phytoplankton periodicity: the interactions of form, function and environmental variability. Freshwater Biology 14: Reynolds, C.C., Huszar, V., Kruk, C., Naselli-Flores, L. & Melo, S. (2002) Towards functional classification of the freshwater phytoplankton, J. Plankton Research 24: Sommer, U., Gliwicz, Z., Lampert, W., Duncan, A. (1986) The PEG-model of seasonal succession of planktonic events in fresh waters. Archiv für Hydrobiologie 106: Seite 112

113 9 ANHANG Güte der Bewertung: Gewässertypen Abbildung 74: Güte der Bewertung für einzelne Gewässertypen Seite 113

114 Seite 114 Abbildung 75: Einfluss der Eingruppierung in Ökoregion auf die Bewertung

115 9.1.2 Korrelation von Abfluss und Chl a sowie TP Tabelle 15: Korrelation der relativen, Abflüsse bzw. Konzentrationen im Sommer, alle auswertbaren PNSJ im Datensatz ab 2006 Korrelationen MQzulangj MQzu Datenjahre proztp prozchla Korrelation nach Pearson 1,675 **,003 -,223 ** MQzulangj MQzuDatenjahre proztp prozchla Signifikanz (2-seitig),000,973,003 N Korrelation nach Pearson,675 ** 1,003 -,293 ** Signifikanz (2-seitig),000,969,000 N Korrelation nach Pearson,003,003 1,055 Signifikanz (2-seitig),973,969,471 N Korrelation nach Pearson -,223 ** -,293 **,055 1 Signifikanz (2-seitig),003,000,471 N **. Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant. Tabelle 16: Korrelation der Abflüsse und Jahresmittel von gesamt P (TP), Chlorphyll a (Chl), Sauerstoff (O2) und gesamt N (TN) Korrelationen Q_J TP_J Chl_J O2_J TN_J Korrelation nach Pearson 1 -,500 ** -,216 ** -,706 * -,524 ** Q_J TP_J Chl_J O2_J TN_J Signifikanz (2-seitig),000,004,010,000 N Korrelation nach Pearson -,500 ** 1,292 **,483,471 ** Signifikanz (2-seitig),000,000,112,000 N Korrelation nach Pearson -,216 **,292 ** 1 -,169,158 Signifikanz (2-seitig),004,000,718,108 N Korrelation nach Pearson -,706 *,483 -, ,485 Signifikanz (2-seitig),010,112,718,223 N Korrelation nach Pearson -,524 **,471 **,158 -,485 1 Signifikanz (2-seitig),000,000,108,223 N **. Die Korrelation ist auf dem Niveau von 0,01 (2-seitig) signifikant. *. Die Korrelation ist auf dem Niveau von 0,05 (2-seitig) signifikant. Seite 115

116 rel. gesamt P 160% 140% 120% 100% 80% 60% rel. TIP rel. TP Linear (rel. TIP) y = x R² = y = -0,0048x + 1,0192 R² = 8E % 160% 140% 120% 100% 80% 60% rel. TIP Datenjahre 40% 40% 20% 20% 0% 0% 0% 20% 40% 60% 80% 100% 120% 140% rel. Q Datenjahre 160% 180% 200% 220% 240% 260% Abbildung 76: Korrelation von relativem Jahresabfluss und relativem gesamt P bzw. TIP Seite 116

117 9.1.3 Plausibilität TAW: Ausreißer Abbildung 77: bei statistischer Plausibilisierung auffällige TAW: Indikatoren und deren Kennwerte Seite 117

118 9.1.4 Nährstoff-Längsgradienten P und N Abbildung 78: Längsgradienten des gesamt P und ortho-p, alle Daten in Datenbank seit 2006 für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhien, Saale, Spree und Weiße Elster, die Farbskala gibt die relative Gesamtpigment- Konzentration an Seite 118

119 Abbildung 79: Längsgradienten des gesamt N und Nitrat-N, alle Daten in Datenbank seit 2006 für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster, die Farbskala gibt die relative Gesamtpigment- Konzentration an Seite 119

120 Seite 120 Abbildung 79: Längsgradienten des Chlorophyll a, alle Daten in Datenbank seit 2006 für die Gewässer Donau, Elbe, Havel, Main, Neckar, Rhein, Saale, Spree und Weiße Elster, die Farbskala gibt den Borics-Index Time (Entwicklungszeit) an

121 9.1.5 Funktionelle Gruppen des Phytoplanktons Abbildung 80: Anteile der Bewertung funktioneller Gruppen des Phytoplanktons nach Borics (2007), gesamte Datenbank (Jahre >2005), links: Anteil an Biovolumen, rechts: Anteil an Nennungen Seite 121