Institut für Grundwasserökologie Helmholtz Zentrum … · x631. x636x638x639. x634. x641....

20
SEITE 1 Bioindikatoren und Bewertung des ökologischen Zustands von Grundwassersystemen Christian Griebler Institut für Grundwasserökologie Helmholtz Zentrum München

Transcript of Institut für Grundwasserökologie Helmholtz Zentrum … · x631. x636x638x639. x634. x641....

SEITE 1

Bioindikatoren und Bewertung des ökologischen Zustands von Grundwassersystemen

Christian Griebler

Institut für Grundwasserökologie

Helmholtz Zentrum München

SEITE 2

Notwendige Schritte zu einem ökologischen Bewertungssystem

1. Auswahl geeigneter Untersuchungsparameter (Kriterien)

2. Inventur an ausgewählten Untersuchungsstandorten

3. Suche nach einer ökologisch sinnvollen Untergliederung von Grundwassersystemen

4. Definition von Referenzzuständen (natürliche Hintergrundwerte)

5. Identifizierung von (Bio)Indikatoren

6. Bewertungsschema ökologischer Zustand („ecosystem health“) von Grundwassersystemen

SEITE 3

Notwendige Schritte zu einem ökologischen Bewertungssystem

1. Auswahl geeigneter Untersuchungsparameter (Kriterien)

2. Inventur an ausgewählten Untersuchungsstandorten

3. Suche nach einer ökologisch sinnvollen Untergliederung von Grundwassersystemen

4. Definition von Referenzzuständen (natürliche Hintergrundwerte)

5. Identifizierung von (Bio)Indikatoren

6. Bewertungsschema ökologischer Zustand („ecosystem health“) von Grundwassersystemen

SEITE 4

Bakterien & Archaeen Protozoen/Pilze Fauna

Mikrobielle Gemeinschaften beinhalten vielversprechende Indikatoreigenschaften

Eutrophierung und organische Verunreinigung (z.B. Pearl et al. 2003)

Schwermetallbelastung (z.B. Solé et al. 2008)

Anwesenheit von pathogenen Bakterien, Protozoen und Viren (z.B. Lucena et al. 2006)

Biologischer Schadstoffabbau und aktive Redoxprozesse (z.B. Winderl et al. 2007)

Bioindikatoren für Grundwasserökosysteme?

SEITE 5

Innerhalb der Fauna gibt es Indikatoren für

Oberflächeneinflüße (Husmann 1971; Sket 1973; Malard et al. 2004; Hahn 2006)

Eutrophierung (Holsinger 1966; Sket 1973; Culver et al. 1992; u.a.)

Sedimentstruktur und Porosität (Mösslacher 1998, Paran et al. 2004; u.a.)

Redoxbedingungen (Mösslacher 1998, Dole-Olivier et al. 2004; u.a.)

Bioindikatoren für Grundwasserökosysteme?

Bakterien & Archaeen Protozoen/Pilze Fauna

SEITE 6

Indikator-ArtenVielfach wird das Verhalten ausgewählter Indikator-Arten stellvertretend für die natürliche Gemeinschaft beobachtet. Voraussetzung ist entsprechendes Wissen über deren Autökologie und Sensitivität gegenüber spezifischen Störungen.

Tauglich um bestimmte Störungen anzuzeigenUngeeignet um auf das Schicksal aller anderen Arten zu schließen

Indikator-Arten können sich aus Fokus-Arten (focal species), Schlüssel-Arten (keystone-species), Schirm-Arten (umbrella species), Flaggschiff-Arten (flagship species), Exoten (exotic species) und besonderen Arten die eine nur sehr eingeschränkte Verbreitung (z.B. endemische Arten) oder Nutzung von Ressourcen (ressource-limited species) zeigen, rekrutieren.

Was sind geeignete (Bio)Indikatoren ?

SEITE 7

Tauglich um bestimmte Störungen anzuzeigenVoraussetzung ist eine Korrelation zu Störgröße(n)Sie sollten empfindlich und schnell reagierenEinfache taxonomische Zuordnung und weite VerbreitungSollen standardisiert messbar sein

Welche Kriterien sollten Indikatorarten erfüllen ?

Direkte Korrelation zu Störgröße(n)

Es gibt keine einfachen und direkten Korrelationen in GWÖksystemen !

Multivariate StatistikCCA (kanonische Korrespondenzanalyse)PCA (Principal Component Analysis)MANOVA (multivariate Analysis of Variance)NMDS (non metric multidimensional scaling)MRT (multivariate Regressionsbäume)

Welche Methoden können angewandt werden um Indikatororganismen zu identifizieren ?

SEITE 8

Alb_KarstAlb_LockerDonauried_KarstDonauried_Locker

Eifel_KluftErft_LockerMittenwald_LockerRatzeburg_LockerRur_LockerSoltau_Locker

2.71e+04 : n=49 2.88e+03 : n=87.23e+03 : n=26

1.27e+04 : n=43 1.02e+04 : n=42Error : 0.818 CV Error : 0.867 SE : 0.0666

Alb_KarstAlb_LockerDonauried_Locker Donauried_Karst Mittenwald_Locker

Eifel_KluftErft_LockerRatzeburg_LockerRur_LockerSoltau_Locker

Ratzeburg_LockerSoltau_Locker

Eifel_KluftErft_LockerRur_Locker

Georegion

Multivariate Regressionsbäume zur Identifizierung von Zeigerarten

SEITE 9

Alb_KarstAlb_LockerDonauried_Locker

Dim 1 46.62 % : [ 0.725 ]

Dim

2 3

6.38

% :

[ 0.6

05 ]

X52X55X58

X60

X62

X63 X66

X69

X71X72X74

X78

X80

X82X84

X87X89

X91X92X94X96X99

X103X105X107X109X111X113X115X117

X118X120

X123X124

X127

X129X131X133X135

X137

X139

X140

X142

X144

X147

X149

X151

X153X155X157X159

X161

X163

X165X167

X169X171X173

X175X177X179X181X184X186X187X190

X192

X194X197X199X200

X202X205X207X209X211X213X215

X217

X219X221X223X224X226X228X231X233X234

X236X238X240X241X244X246X248X250X253X255X257X259X262X264X266X267X269X271

X273X275

X278

X280X281X283X285X287X289

X291X294X295X297X299X301X304X306X308X311X313X314

X316X318X320X323X325X327X329X331X333

X336X338X340X342X344X347X351X354X355X356X360X362X364X368X370X372X375X378X381X382X385X387X390X392X394

X398X399

X401

X403X405X408X410X413X415X417X419X422X423

X426

X428

X431X434X435

X437

X439X441X443X445

X447X449X451X453

X455X457X459X461X463

X466

X468

X470

X473

X474

X476X478X480

X483

X484

X487

X490

X492

X495

X497X500

X501X503

X506X508

X510X511X514X516X518 X520

X522

X524

X526

X528X530X532X534X536X538X540X542

X543X545X548X549

X553X556X558X560X561X563X565X567X569X570X572X573X575X578X579X580X582X584X585X587X590

X592

X593X595X597X600X601X603X606X608X611X612

X614X615X618X620X622X623X625X626X628X631X634X636X638X639X641

X643X645X647X649X652X656X658X661X663X665X669X670X671X674X676

X678X680X681X685

X686X688X690X693X695

X697X701X705X707X709X711X713X714X716X717X719X721X722X724X726X727X729X733X751X758X769X773X801X804X835X846X849X857

X864

X865X867X872X875X876X878X880X887X889X893X895X897X899

Donauried_Karst

Mittenwald_Locker

Ratzeburg_LockerSoltau_Locker

Eifel_KluftErft_LockerRur_Locker

Principal Component Analysis zur Identifizierung von Zeigerarten

Georegion

SEITE 10

1.68e+04 : n=30

4.84e+04 : n=118 4.27e+03 : n=20

Error : 0.944 CV Error : 0.983 SE : 0.078

Karst Kluft, Locker

Leitertyp

Multivariate Regressionsbäume zur Identifizierung von Zeigerarten

KluftLocker

SEITE 11

Karst

Locker

Kluft

Principal Component Analysis zur Identifizierung von Zeigerarten

Dim 1 66.81 % : [ 0.457 ]

Dim

2 3

3.19

% :

[ 0.4

55 ]

X52X55X58

X60

X62

X63

X66X69

X71X72

X74X78

X80

X82X84X87

X89

X91

X92X94X96X99X103X105X107X109X111

X113X115X117

X118

X120

X123X124

X127

X129

X131

X133X135

X137

X139

X140

X142

X144

X147

X149

X151

X153X155

X157

X159

X161

X163X165

X167

X169

X171

X173

X175

X177

X179X181X184

X186

X187X190

X192

X194

X197X199

X200

X202X205

X207

X209X211

X213X215X217

X219

X221X223X224X226X228X231X233X234X236X238X240X241X244X246X248X250X253X255X257X259X262X264X266X267X269X271X273X275

X278

X280X281X283X285X287X289

X291X294

X295

X297X299

X301

X304X306X308X311X313

X314X316X318X320X323X325X327X329X331X333X336

X338X340X342X344X347X351X354X355X356X360X362X364X368X370X372X375X378X381X382X385X387X390X392X394

X398X399X401

X403X405X408

X410X413X415X417X419

X422X423X426

X428

X431X434X435

X437

X439

X441

X443X445

X447

X449X451X453

X455

X457X459X461

X463

X466

X468

X470

X473

X474

X476X478X480

X483

X484

X487

X490

X492X495

X497

X500X501X503X506

X508

X510X511X514X516

X518X520

X522

X524

X526X528

X530X532

X534

X536X538

X540X542

X543X545X548X549

X553

X556X558X560

X561X563X565X567X569X570X572X573X575X578X579X580X582X584X585X587X590X592X593X595X597

X600X601X603X606X608X611X612X614X615X618X620

X622X623X625

X626

X628X631X634X636X638X639X641X643X645X647X649

X652

X656X658X661X663X665

X669X670X671X674X676X678X680X681

X685X686X688X690X693X695X697X701X705X707X709X711X713X714X716X717X719X721X722X724X726X727X729X733X751X758X769X773X801X804X835X846X849X857

X864X865X867X872

X875X876X878X880X887

X889X893X895X897X899

Leitertyp

SEITE 12

DOC > 0,7

Umweltparameter

Multivariate Regressionsbäume zur Identifizierung von Zeigerarten

PO4 < 0,018

DOC < 0,7

2.04e+04 : n=42 2.02e+03 : n=3

1.02e+04 : n=32

1.89e+04 : n=64

8.45e+03 : n=27

Error : 0.816 CV Error : 0.922 SE : 0.074

PO4 > 0,018

O2 > 3,2 O2 < 3,2

Temp > 11,5 Temp < 11,5

SEITE 13

DOC > 0,7 PO4 < 0,018

Principal Component Analysis zur Identifizierung von Zeigerarten

DOC < 0,7

O2 < 3,2

Temp < 11,5

Umweltparameter

Dim 1 54.99 % : [ 0.695 ]

Dim

2 3

1.67

% :

[ 0.6

53 ]

X52X55X58

X60

X62

X63X66

X69

X71

X72X74

X78X80

X82

X84

X87

X89

X91

X92X94

X96

X99

X103X105

X107X109

X111

X113X115X117

X118

X120

X123X124

X127

X129X131X133

X135

X137

X139

X140

X142

X144

X147

X149

X151X153

X155X157X159

X161

X163

X165

X167X169X171X173

X175

X177X179X181X184X186X187

X190X192 X194X197

X199

X200

X202X205

X207

X209X211X213X215

X217

X219

X221X223

X224X226X228X231

X233X234

X236X238X240X241X244X246X248X250X253X255X257X259X262X264X266X267X269

X271

X273X275

X278

X280

X281

X283X285X287X289

X291

X294

X295

X297X299X301X304X306X308X311X313X314X316X318X320X323X325X327X329X331

X333

X336

X338X340X342X344X347

X351X354X355X356X360X362

X364

X368X370X372X375X378X381X382X385X387X390X392X394

X398X399

X401

X403X405X408X410X413X415X417X419X422

X423

X426

X428

X431X434X435

X437

X439X441

X443

X445X447X449

X451

X453X455

X457

X459X461X463

X466

X468

X470

X473X474X476

X478

X480X483

X484

X487

X490

X492

X495

X497

X500

X501X503

X506X508

X510X511

X514

X516

X518

X520

X522

X524

X526

X528

X530

X532

X534

X536X538

X540X542

X543X545

X548

X549X553X556X558X560

X561X563X565X567X569X570X572X573X575X578X579X580X582X584X585X587X590

X592

X593X595X597X600X601X603X606

X608X611X612

X614

X615X618X620X622X623X625X626X628X631

X634X636X638X639

X641

X643X645X647X649X652X656X658X661X663X665

X669

X670X671X674X676

X678X680X681

X685X686X688X690X693

X695

X697X701X705X707X709X711X713X714X716X717X719X721X722X724X726X727X729X733X751X758X769X773X801X804X835X846X849X857

X864

X865X867X872X875X876X878X880X887X889X893X895

X897

X899

SEITE 14

Indikator-ArtenVielfach wird das Verhalten ausgewählter Indikator-Arten stellvertretend für die natürliche Gemeinschaft beobachtet. Voraussetzung ist entsprechendes Wissen über deren Autökologie und Sensitivität gegenüber spezifischen Störungen.

Tauglich um bestimmte Störungen anzuzeigenUngeeignet um auf das Schicksal aller anderen Arten zu schließen

Indikator-Arten können sich aus Fokus-Arten (focal species), Schlüssel-Arten (keystone-species), Schirm-Arten (umbrella species), Flaggschiff-Arten (flagship species), Exoten (exotic species) und besonderen Arten die eine nur sehr eingeschränkte Verbreitung (z.B. endemische Arten) oder Nutzung von Ressourcen (ressource-limited species) zeigen, rekrutieren.

Fragliches Konzept im Zusammenhang mit Mikroorganismen und Grundwasserfauna (Biogeographie)

Fokus auf „Funktion“Fokus auf integrierende Parameter

Was sind geeignete (Bio)Indikatoren (Kriterien)?

SEITE 15

Funtionelle Ebene Strukturelle EbeneOranisationsebene

Parameter/Kriterien

MikroorganismenGesamtzellzahl und Biomasse, ATP, BKP, Wachstumsrate

FaunaGesamtorganismenzahl und Biomasse

Ökosystem (Dienstleistungen)

Mineralisation (DOC, AOC)

MikroorganismenArtenzahl (OTUs)Diversitätfestsitzend vs. suspendiert

FaunaRichnessDiversitätStygobionte vs. StygoxeneSensitive vs. robuste Arten

SchadstoffeNitrat

Kalium

Schwermetalle

E. coli

Stressebene

Hydrogeologie (stabile Isotopen)

HydrochemieLeitertyp (Karst-Kluft- Alluvium)

NaturraumGeoRegBioregion

Was sind geeignete (Bio)Indikatoren (Kriterien)?

SEITE 16

Notwendige Schritte zu einem ökologischen Bewertungssystem

1. Auswahl geeigneter Untersuchungsparameter (Kriterien)

2. Inventur an ausgewählten Untersuchungsstandorten

3. Suche nach einer ökologisch sinnvollen Untergliederung von Grundwassersystemen

4. Definition von Referenzzuständen (natürliche Hintergrundwerte)

5. Identifizierung von (Bio)Indikatoren

6. Bewertungsschema ökologischer Zustand („ecosystem health“) von Grundwassersystemen

SEITE 17

Bereits vorhandene Indices ?

Deutscher Saprobien IndexSPEAR-IndexVersch. Indices zur ‚biologischen Wasserqualität‘ basierend auf

Makrozoobentosanalysen (z.B. Belgium Biotic Index [BBI], Spanish Biological Monitoring Working Party [BMWP] scoring system)

VisionIndex der wichtige abiotische (Stress) und biotische Kriterien kombiniertQualitative Aussage = einzelner Parameter liegt über einem GrenzwertQuantitative Aussage = ökologische Güteklasse

Wie kann ein ökologisch orientierter Grundwasser-Index ausschauen ?

SEITE 18

Abgestuftes Evaluierungsschema zur Bewertung des ökologischen Zustands von Grundwässern

Verändert nach Korbel & Hose, 2010

Stufe 1 Stufe 2

Keep it simple !

Ausgewählte Kriterien welche die verschiedenen Ökosystemebenen

abdecken werden bestimmt

Ergebnisse werden mit Daten von Referenzstandorten verglichen und

ausgewertet

Einfache biologische Parameter werden gemessen

Ergebnisse werden anhand einer Tabelle mit Richtwerten

ausgewertet

Ergebnis negativ Qualitative und quantitative Interpretation

Qualitative Interpretation

SEITE 19

Abgestuftes Evaluierungsschema zur Bewertung des ökologischen Zustands von Grundwässern

Verändert nach Korbel & Hose, 2010

Auswertung und Interpretation

Anzahl der Abweichungen ist ausschlaggebend

Wenn 0 dann ist der ökologische Zustand am höchsten = 1

Falls N# der Abweichungen >0, dann N# Abweichungen/N# Kriterien

1 = Referenzzustand

<1 = Abweichung vom sehr guten ökol. Zustand (0-1)

Keep it simple !

SEITE 20

Vielen Dank für ihre Aufmerksamkeit