Högskolan i Skövde

Klimatförändringar tros ändra de ekosystem som finns på jorden, som resultat av de effekter som människan accelererar med antropogena utsläpp, och framtiden befaras bestå av värmeböljor, ökad surt regn och torrperioder. Med klimatförändringar anses vattendrags kemikaliska och fysikaliska miljövariabler att ändras också, med lägre pH, ökade vattentemperaturer och högre koncentrationer aluminium som resultat. Fiskarter som öring (Salmo trutta) är känsliga för ändringar i dessa faktorer och för att undersöka om variablerna har en påverkan på fångsten öring i 10 vattendrag i Västra Götaland analyserades provfiskedata från Svenskt ElfiskeRegiSter (SERS) tillsammans med miljödata från Mark-, Vatten- och Miljödata (MVM). Data undergick statistiska analyser med linjära regressionsmodeller för att undersöka huruvida miljövariablerna var påverkande eller om det var årsberoende förklaringar alternativt vattendrag som var mest påverkande. Variablerna var designade att ha påverkan individuellt eller i interaktion med varandra på en simpel nivå. Med hjälp av Akaike’s Information Criterion (AIC) redovisas de linjära regressionsmodeller som var bäst tillämpade. Den modell som AIC ansåg vara bäst tillämpningsbar var en modell där vattendrag som variabel var mest signifikant, snarare än miljömässigt förklarande variabler (R2adj = 0,5304, p < 0,05). Inte heller var år signifikant som variabel. Vid prediktion av fångsten öring är en modell som innehåller vattendrag som variabel mest applicerbar i denna studie. Det betyder inte att viktigheten av miljömässiga variabler ska uteslutas. Istället behöver stor fokus läggas på att använda jämförelsebara vattendrag vid framtida användning av data från databaserna SERS och MVM. Vattendrag kan skilja sig åt i rumsliga egenskaper, som djup och bredd samt omliggande vegetation kan påverka skuggan som ligger över vattendraget. Dessa egenskaper kan tillsammans bilda olika förutsättningar för de miljömässiga variablerna i vattnet, eftersom ingen data användes för att säkerställa att vattendragen är jämförelsebara är det möjligt att vattendragen skiljer sig märkbart åt i denna aspekt. Samtidigt behöver miljövariabler, som testas i prediktioner, vara välformulerade, på grund av att miljömässiga interaktioner kan vara komplexa och det är möjligt att simpla sådana inte tillfredsställer syftet i denna studie.

With climate changes ecosystems are believed to be affected. Anthropogenic emissions have led to altered temperatures, intense heat periods and acid deposition. In water streams, these factors have tendencies to further alter the chemical and physics properties of water. A more acid water, higher water temperatures and higher concentrations of aluminum in the water are expected. Species of fish are affected by altered water properties and especially brown trout (Salmo trutta) by the variables mentioned. To analyse whether these factors had an impact on the catch of brown trout in 10 water streams in the county of Västra Götaland, data has been gathered from the databases Svenskt ElfiskeRegiSter (SERS) and Mark-, Vatten-, och Miljödata (MVM). With multiple linear regression, the data was subject to statistical tests with the aim to derive models which with the use of environmental factors, or if the water stream itself or year would explain a response in catch of brown trout. Factors were modelled to have independent influences on brown trout, or in simple interactions with another. The best model was derived from tests from Akaike’s Information Criterion (AIC) and the model which was deemed the best (R2adj = 0.5304, p < 0.05) was dependent on water stream itself as a variable rather than an environmental factor. Year as variable was deemed weaker than water stream. To imply a prediction of the catch of brown trout with the best model from this study was therefore one which included water streams. Despite this, the use of environmental factors when constructing analyses must not be set aside in future work. When using data dependent on databases such as SERS and MVM, it is important to determine whether the water streams in use are appropriate for comparison. Aspects such as water stream width, depth, nearby vegetation and sun exposure may vary and affect the chemical and physical properties of the water accordingly. Additionally, future work should consider the importance of modeling trustworthy variables as simple constructions of them may not justify the complexity of reality.