NB: deze pagina is op dit ogenblik 'under construction'; om deze reden is de informatie nog niet compleet.

Waterplanten in meren (KRW-Verkenner)

1. Algemeen

De rekenregels op deze pagina zijn toepassing op de KRW-watertypen M5, M14, M20, M21, M23 en M27.

2. Habitat beschrijving

Algemeen voorkomen

Milieuvoorwaarden

Sturende variabelen voor macrofyten variëren voor de verschillende groeivormen (submers, emers, drijvend, flab en kroos). De soortensamenstelling wordt bepaald door een complex van waterkwaliteitsvariabelen en hydromorfologische variabelen. Expertinschattingen van relevante stuurvariabelen (Portielje et al., 2005) wezen de volgende parameters aan als stuurvariabelen:

Voor abundantie submerse planten:
• Doorzicht, turbiditeit
• Diepte
• Nutriënten (beïnvloeden doorzicht)
• Elementen in watersamenstelling die doorzicht beïnvloeden: concentratie algen, detritus, zwevend stof, humuszuren

Voor abundantie drijvende waterplanten:
• Diepte
• Grootte, expositie waterlichaam
• Bodemsamenstelling
• Huidig voorkomen, leeftijd waterlichaam

Voor samenstelling van waterplanten:
• Gevoeligheid voor alkaliniteit, saliniteit en peilfluctuatie
• Standplaatsdiversiteit: substraat, expositie, morfologie, helling

Uitgaande van deze selectie lijken de volgende parameters de meest algemene stuurvariabelen voor macrofyten in meren:
• Doorzicht
• Diepte
• Concentratie P en N
• Oeververloop (hellingshoek, lengte van de helling)
• Substraatsamenstelling

In meren is de grootste sturende factor fosfaatconcentratie. De soortspecifieke tolerantieranges voor P zijn over het algemeen vrij breed. Op basis van deze tolerantieranges is voor iedere plantensoort te voorspellen of deze bij een bepaalde waarde van P voor kan komen. Aan de hand van de maatlat soortensamenstelling is vervolgens te voorspellen wat de EKR zou kunnen zijn als bepaalde kensoorten wel of niet voorkomen. Het probleem met deze methode is dat de score van een kensoort varieert per watertype en afhankelijk is van abundantie. Dit maakt het koppelen van de EKR aan het percentage voorkomende soorten speculatief.

Doorzicht is de tweede invloedrijke stuurvariabele. Fosfaat bepaalt via chlorofyl-a ontwikkeling voor een groot deel het doorzicht. Verder speelt waterdiepte een rol omdat met de toename van diepte de lichtintensiteit afneemt. Turbiditeit en verbraseming beperken doorzicht doordat ze vertroebeling veroorzaken.

Beheer en ontwikkelingskansen

3 Rekenregels

Rekenregels maatlat

Na discussie met experts in peer review is besloten om de EKR van macrofyten te baseren op het voorkomende areaal submerse macrofyten, omdat aangenomen werd dat de deelmaatlat soortensamenstelling een vergelijkbaar beeld geeft voor de EKR als de deelmaatlat abundantie groeivormen. Dit potentiële areaal wordt berekend door een rekenregel die reeds in de Verkenner is opgenomen en beschreven is door J.T. Vulink in de Infobladen voor hydromorfologische stuurvariabelen (Portielje et al., 2005). Deze rekenregel voorspelt het begroeibare areaal voor submerse planten aan de hand van doorzicht en diepte verdeling van een meer.

PM Formule geven!

Rekenregels abiotiek - biologische kwaliteitsindicatoren

4. Maatregel - effect relaties

De maatregel-effect relaties zijn op twee manieren ingeschat: één op basis van krw-deelmaatlatten, en één op basis van expert judgement. Onderstaand worden beide methodieken nader toegelicht.

Inschatting op basis van krw-deelmaatlatten

Een studie naar de bruikbaarheid van deelmaatlatten voor het bepalen van maatregeleffect op de EKR van macrofyten is beschreven in Bijlage 1 (PM: toevoegen bijlage 1). De conclusies van deze studie zijn samengevat per deelmaatlat in onderstaande teksten:

Deelmaatlat soortensamenstelling
Rekenregels voor maatregeleffecten op EKR via soortensamenstelling van macrofyten zijn lastig te ontwikkelen. Klassengrenzen zijn gerelateerd aan de totaalscore van de deelmaatlat soortensamenstelling (Bijlage 1: Figuur 5). Om een indicatie te kunnen geven van maatregeleffecten op de EKR van macrofyten kunnen verwachte veranderingen in voorkomen van soorten na uitvoeren van de maatregel vertaald worden in een gewijzigde score op de deelmaatlat soortensamenstelling. Met behulp van de klassengrenzen (Bijlage 1: Figuur 5) kan geschat worden welke klasse bereikt kan worden na uitvoer van de maatregel. Het probleem is echter dat de Verkenner geen mogelijkheid biedt om soortensamenstellingen te analyseren. Expert judgement zou een vertaalslag kunnen maken van verwachte wijzigingen in soortvoorkomen naar veranderingen in de maatlat 'soortsamenstelling'. In de Verkenner kan maatregeleffect dan via de variabele 'score soortensamenstelling' (gebaseerd op expert judgement) gekoppeld worden aan EKR.

De waterplanten in de soortensamenstellinglijsten zijn indicatoren van een veranderende ecologische kwaliteit. Als bijvoorbeeld een water met een zeer slechte waterkwaliteit in waterkwaliteit verbetert, reageren Callitriche- en Chara-soorten met een toename in abundantie. Tabel 4 maakt duidelijk wat de rol van de soorten in de lijst is voor verschillende watertypen. De indicatieve waarde van een soort varieert per watertype. De soorten in de soortenlijst voor meren zijn allemaal kensoorten voor bepaalde watertypen. In tabel 4 is het aandeel dat een soort heeft in de deelmaatlatscore van een watertype weergegeven als percentage van de maximaal haalbare score. Grijs gemarkeerde percentages onder het kopje geven aan dat een soort veel bijdraagt aan de EKR-score van een bepaald watertype. Een klein aantal soorten fungeert als universele indicator, de indicatieve rol van de meeste soorten is echter gebonden aan watertype. Experts zouden kunnen overwegen om de vertaalslag van maatregeleffect naar EKR te baseren op de relatief zwaar wegende indicatoren.

Deelmaatlat abundantie groeivormen
Als de soorten beschreven in de deelmaatlat soortensamenstelling (Tabel 4) ingedeeld worden naar groeivorm, blijkt dat 74% van de karakteristieke soorten voor meren een submerse groeivorm heeft en dat submerse soorten zorgen voor >75% van de maximaal haalbare score op de deelmaatlat soortensamenstelling in alle abundantieklassen (Figuur 7). Een verschuiving naar meer karakteristieke soorten in een watersysteem zal waarschijnlijk een toename van het areaal submerse groeivormen betekenen. De EKR zal dus voornamelijk toenemen door maatregelen uit te voeren die de ontwikkeling van submerse soorten stimuleren.

Inschatting op basis van expert-judgement

Een andere aanpak is het rechtstreeks schatten van de effecten van maatregelen op basis van expert judgement en deze verwachtingen rechtstreeks aan elkaar te koppelen in de Verkenner. Een goede validatie hiervan is echter pas mogelijk bij beschikbaarheid van een bruikbare dataset.

Tabel 3 geeft voor diverse maatregelen weer welke verandering in de EKR voor macrofyten te verwachten is na het uitvoeren van de maatregel. De maatregelen zijn gerangschikt naar type beheer, weergegeven in blokken. Per maatregelblok is een maximum score te verdelen, welke gelijk is aan de som van de scores van elkaar ondersteunende maatregelen in hetzelfde blok. De toename van de EKR die verwacht mag worden na de uitvoering van een maatregelencombinatie is gelijk aan de som van de scores van de gekozen maatregelen. Maatregelen uit verschillende blokken stimuleren de EKR via verschillende stuurmechanismen (bv. hydromorfologie en waterkwaliteit). Een combinatie van maatregelen uit verschillende blokken heeft daardoor een groter effect dan een combinatie van maatregelen uit hetzelfde blok. Het effect van een maatregel hangt af van de kwaliteitsklasse waarin een watersysteem zich bevindt. Als alle maatregelen uitgevoerd zouden worden, zou theoretisch de klasse 'zeer goed' gehaald kunnen worden. Om de klasse 'goed' of 'zeer goed' te kunnen behouden, zal duurzaam ecologisch beheer uitgevoerd moeten worden.

Herstel van het natuurlijke waterpeil(verloop) is veruit de meest effectieve maatregel voor meren. Een natuurlijk waterpeil fluctueert gedurende het jaar, maar ook tussen de jaren, en wordt gekenmerkt door hoge waterstanden gedurende de winter en lagere waterstanden in de zomer. De soorten die in de macrofytenmaatlat goed scoren, zijn kenmerkend voor een natuurlijke situatie met een natuurlijk fluctuerend waterpeil. Een vast waterpeil is nadelig voor deze soorten, omdat de soorten risico lopen te verdrogen gedurende de winter en te verdrinken tijdens de zomer. Flexibel peilbeheer kan ervoor zorgen dat kenmerkende soorten zich beter kunnen ontwikkelen, mits deze het natuurlijk fluctuerende waterpeil volgt. Het fluctueren van het waterpeil heeft ook een hydromorfologisch effect. Bij een vast peil zorgen hydromorfologische processen op steeds dezelfde plek op de oever voor een steile oever. Door het waterpeil te fluctueren verspreiden hydromorfologische processen zich gedurende het jaar over een groter gedeelte van de oever. Geleidelijk zal het talud van de oever minder steil worden, wat resulteert in een toename van beschikbaar areaal voor submerse waterplanten. Verwijderen van harde oeverstructuren en stijlranden bevordert sedimentatie en erosie van de oever en vergroot zo het areaal dat onder invloed van het fluctuerende waterpeil staat.

Het aanpakken van puntbronnen en in mindere mate diffuse bronnen zorgt voor een verbetering van de waterkwaliteit. Diffuse bronnen zijn moeilijker aan te pakken. Doordat diffuse bronnen stoffen over een grotere afstand verspreiden, en dit vaak al gedurende een langer tijdsbestek plaatsvindt, zal het effect van opheffen van diffuse bronnen pas op langere tijd merkbaar zijn. De maatregelen "puntbronnen saneren" en "sanering overstorten" zijn met elkaar vergelijkbaar. Als voor een van deze twee maatregelen gekozen wordt, zou de Verkenner eigenlijk de keuze voor de andere maatregel moeten blokkeren.

Mestbeleid kan beschouwd worden als diffuse bron. De geringe verbetering die de tabel voorspelt na uitvoering van landelijk mestbeleid heeft te maken met het besproken tijdseffect van deze maatregel. Op langere termijn kan deze maatregel echter voor een grote kwaliteitsverbetering van een watersysteem zorgen.

Omdat het effect van een maatregel afhankelijk is van de beginkwaliteit van een water, is het noodzakelijk om deze kwaliteit vast te stellen alvorens maatregelen worden gekozen en uitgevoerd. De uitgangssituatie zou bepaald kunnen worden aan de hand van stuurvariabelen. Om dit te onderzoeken is beschikbare data van stuurvariabelen gekoppeld aan gemeten EKR van macrofyten in meren. Data van zowel macrofyten kwaliteit als fysisch chemische variabelen waren beschikbaar voor slechts twee KRW-klassen: 'slecht' en 'ontoereikend'. Helaas bleken geen van de stuurvariabelen onderscheidend te zijn voor de verschillende klassen. Een andere optie voor het bepalen van de beginkwaliteit is via de macrofytenmaatlat van de KRW. Deze beginkwaliteit kan vervolgens in de verkenner gebruikt worden voor het bepalen van maatregeleffecten.

PM tabel 3

Tabel 3: Maatregeleffecten op de EKR via macrofytenmaatlat

5. Onzekerheid en validatie

Empirische analyse stuurvariabelen

Net als bij stromende wateren zijn in de beschikbare dataset met vegetatie opnamen van meren niet of nauwelijks locaties aan te wijzen waar chemie en macrofyten samenstelling gezamenlijk zijn opgenomen. Ook hier scoort het merendeel van de monsters niet hoger dan de klassen 'slecht' of 'ontoereikend' op de KRW-maatlat voor macrofyten en ontbreken de kwalificaties 'goed' en 'zeer goed'. De data is dus niet toereikend om rekenregels voor de EKR af te leiden op basis van empirische relaties met stuurvariabelen. Een poging om kwantitatieve relaties van de EKR met stuurvariabelen te analyseren kan ondernomen worden op het moment dat er voldoende data beschikbaar zijn, welke verzameld zijn volgens de KRW-monitoringsmethoden.

Met de schaars beschikbare data is desondanks getracht correlaties tussen stuurvariabelen en ecologische kwaliteit af te leiden. Een relatieve kwaliteitsrange van 'slecht' naar 'zeer goed' is verkregen door de EKR-scoren van vegetatie-opnamen ten opzichte van elkaar te beschouwen en in te delen in categorieën (0-0.2, 0.2-0.4, 0.4-0.6, 0.6-0.8 en 0.8-1). De meren in de dataset scoren op de eigenlijke EKR-schaal volgens de KRW-criteria geen van allen boven de KRW-klasse 'matig'. De hoogst behaalde EKR-score is 0.61. Deze score is in de relatieve kwaliteitsrange gelijkgesteld aan 1 (relatief beste kwaliteit). Alle andere scores zijn vervolgens gedeeld door 0.6, zodat een relatieve kwaliteitsrange van 0 tot 1 verkregen wordt. Figuur 1 geeft de cumulatieven weer van de geconstrueerde range van macrofyten monsters. De stuurvariabelen doorzicht, chlorofyl-a, totaal fosfaat en totaal stikstof blijken het meest bepalend voor de onderlinge verschillen in ecologische kwaliteit, omdat de curven voor de verschillende kwaliteitscategorieën voor deze variabelen het minst overeenkomen. De onderscheidende waarden van deze stuurvariabelen kunnen echter niet geïmplementeerd worden in rekenregels, omdat deze waarden niet gekoppeld zijn aan de EKR volgens KRW-richtlijnen.

PM Figuur 1

Figuur 1: Percentueel cumulatief verloop van gemeten waarden van diverse fysisch-chemische stuurvariabelen uitgezet per kwaliteitscategorie (0-0.2, 0.2-0.4, 0.4-0.6, 0.6-0.8 en 0.8-1)

Chlorofyl-a als bepalende factor

In diverse studies wordt chlorofyl-a beschreven als belangrijkste stuurvariabele voor het voorkomen van submerse macrofyten in meren (Portielje, 2005; Penning et al., 2006; M. van den Berg, in prep). Chlorofyl-a beïnvloedt doorzicht en zo ook lichtintensiteit op de bodem van het meer. Bovendien is de invloed van de stuurvariabele fosfaat, en in mindere mate stikstof, op de EKR van macrofyten voornamelijk te wijten aan de ontwikkeling van algen (chlorofyl-a) bij hoge fosfaatconcentraties. De invloed van de belangrijkste fysisch-chemische stuurvariabelen loopt dus indirect via de abundantie van chlorofyl-a (Portielje, 2005). Vanuit deze optiek zou het zinvol zijn om in de Verkenner de EKR-verwachting voor macrofyten in meren te koppelen aan de rekenregels voor fytoplankton. Aanvullend zullen rekenregels opgesteld moeten worden voor de hydromorfologische stuurvariabelen oeververloop, diepte en substraatsamenstelling.

De correlatie van ecologische kwaliteit van macrofyten met chlorofyl-a is bestudeerd voor gegevens uit de Limnodata (Figuur 2 & 3). Uit de analyse van deze data zijn geen rekenregels af te leiden, omdat de regressiecoëfficiënt erg laag is (Figuur 2, R2=0.0137). Wanneer de analyse gedaan wordt aan de 95-percentielen van de gemeten waarden voor de aangepaste kwaliteitsrange (Figuur 3), wordt een correlatie met een hogere regressiecoëfficiënt (R2=0.715) gevonden. Omdat de analyse aan gecorrigeerde data is gedaan, kan ook deze rekenregel niet toegepast worden in de Verkenner. Wellicht dat in een later stadium van de Verkenner, wanneer meer data voor macrofyten beschikbaar is, een rekenregel voor chlorofyl-a als directe stuurvariabele voor EKR van macrofyten opgesteld kan worden. Vooralsnog lijkt het koppelen van de EKR van fytoplankton aan die van macrofyten het beste alternatief.

PM Figuur 2
Figuur 2: Correlatie van ecologische kwaliteit van macrofyten met chlorofyl-a

PM Figuur 3
Figuur 3: Chlorofyl-a concentratie in het water ten opzichte van ecologische kwaliteitscategorieën voor de aangepaste kwaliteitsrange

6. Toepasbaarheid

De rekenregels op deze pagina zijn toepassing op de KRW-watertypen M5, M14, M20, M21, M23 en M27.

7. Voorbeeldproject

8. Literatuur

Aarts, H.P.A. (2000). Natuurlijke levensgemeenschappen van de Nederlandse binnenwateren deel 11, Rijkskanalen. Rapport AS-11 EC-LNV
Higler, B. (2000). Natuurlijke levensgemeenschappen van de Nederlandse binnenwateren deel 7, Laagveenwateren. Rapport AS-07 EC-LNV
Jaarsma, N.G. & P.F.M. Verdonschot (2000). Natuurlijke levensgemeenschappen van de Nederlandse binnenwateren deel 8, Wingaten. Rapport AS-08 EC-LNV
Nijboer, R., N.G. Jaarsma, P.F.M. Verdonschot, D.T. van der Molen, N. Geilen, J. Backx (2000). Natuurlijke levensgemeenschappen van de Nederlandse binnenwateren deel 3, Wateren in het Rivierengebied. Rapport AS-03 EC-LNV
Portielje, R. (2005). Stuurbaarheid ecologische doelvariabelen KRW-abundantie fytoplankton in meren. RIZA werkdocument 2005.081X
Portielje, R., Schipper, C. en Schoor, M. (2005). De invloed van hydromorfologische stuurvariabelen op ecologische KRW doelen vis, macrofauna, waterflora en fytoplankton. RIZA werkdocument 2005.098X
Penning, E., Haasnoot, M., Kuijper, M. en Van Buren, R. (2006). Macrofyten in meren: rekenregels voor de KRW. Rapport Q4058.00, WL Delft Hydraulics
Van den Berg, M.S. (2004). Achtergrondrapportage referentie en maatlatten waterflora. Rapportage van de expertgroepen macrofyten en fytobenthos.
Van den Berg, M.S. (2006). Derivation of chlorophyll-a Good/Moderate boundaries from its effects on submerged macrophytes. in prep.
Van der Molen, D.T. (2000). Natuurlijke levensgemeenschappen van de Nederlandse binnenwateren deel 9, Rijksmeren. Rapport AS-09 EC-LNV
Van der Molen, D.T. (2004a). Referenties en conceptmaatlatten voor meren voor de Kaderrichtlijn Water. STOWA rapport nr. 2004-42
Van der Molen, D.T. (2004b). Referenties en conceptmaatlatten voor rivieren voor de Kaderrichtlijn Water. STOWA rapport nr. 2004-43
Verdonschot, P.F.M. & S.N. Janssen (2000). Natuurlijke levensgemeenschappen van de Nederlandse binnenwateren deel 12, Zoete duinwateren. Rapport AS-12 EC-LNV