Högskolan i Skövde

Den tilltagande höga nivån av urbanisering och vägbyggen är en bidragande faktor till spridning av invasiva arter. Transporter och frekventa vegetationsstörningar resulterar i homogena, öppna och soliga landskap med minskad konkurrens där snabbt växande ruderala arter med hög ihållande fröproduktion etablerar sig, varav många är invasiva. Syftet med projektet är att undersöka spridningsfaktorer av invasiva växtarter inom c-verksamheter som återvunnit jordmassor mellan 2020–2021 inom Göteborg stad, Kungälv- och Härryda kommun. Dyker invasiva arter upp i samband med flytt av jordmassor? Utgör verksamhetsstrukturer med sina öppna ytor en spridningskorridor för redan befintliga arter i området? Vilken av verksamheterna bedöms utgöra störst risk för spridning? Invasiva arter (SE) inventerades inom sju kartlagda C-verksamheter (bullervallar, markhöjning på jordbruksmark, banarbete på motocrossbana och golfbana) med en buffert på 250 meter. Artförekomst noterades med värdet 1 för närvaro och värdet 0 för frånvaro. Små plantor av invasiva arter kunde även indikera på etablering efter masshantering. I QGIS 3.24 beräknades avståndet mellan förklaringsvariablerna vägar, stigar, järnvägar, vattenförekomst (NMD) och övriga marktäckedata (NMD). Alla bearbetade data exporterades till Rstudio för att utveckla en logistisk regressionsmodell (GLM) i syfte att förutspå invasiv artförekomst utifrån förklaringsvariablerna. Detta var nödvändigt då en logistisk GLMM inte visade någon skillnad mellan verksamheterna. Resultatet från regressionsanalysen (GLM) visade att det fanns ett samband mellan artförekomst och variablerna Vägar, Stigar och hantering av jordmassor. Detta beror delvis på att vägar och stigar öppnar upp för mänskliga aktiviteter som gynnar fröspridning. Verksamheter som bullervallar och motocrossbanor är starkt anknutna till vägstrukturer och mänskliga aktiviteter. Framtida studier bör inkludera förklaringsvariabler som befolkningstäthet inom verksamhetsområdet, nettoprimärproduktion, slänter, jordtyp och dess fröinnehåll, då även dessa variabler har visat statistisk signifikant förutsägelse om artförekomst i tidigare studier. För ökad statistisk styrka kan ett högre antal relevanta verksamheter av flera sorter undersökas, innefattande deponier, sand och grustag.

The project aimed to investigate dispersal factors of invasive plant species within C-operations, which recycled soil masses between 2020–2021 in the municipalities of Gothenburg, Kungälv and Härryda. Do invasive species appear in connection with the movement of soil masses? Do operationstructures constitute a dispersal corridor for already existing species in the area? Which of the activities is considered to pose the greatest risk of spread? A field inventory of invasive plant species (SE) were conducted within seven mapped C-operations (noise barriers, land elevation on agricultural land, course work (motocross course and golf course) with a buffer of 250 meters. Species occurrence was noted along a transect with the value 1 for presence and the value 0 for absence. Newly sprouted plants could also indicate establishment after mass handling of soil. In QGIS the proximity between the explanatory variables roads, paths, railways, water body (NMD) and other ground cover data (NMD) was calculated in order to develop a logistic generalized linear model (GLM) to predict invasive species occurrence based on the explanatory variables. The results from the regression analysis (GLM) showed that there was a connection between species occurrence and roads, paths, noice barriers and course work that handled soil masses. This is partly because roads and paths open up for human activities that promote seed dispersal. Activities such as noise barriers and motocross tracks are strongly linked to road structures and human activities. A GLMM- analysis did not show any difference between the operations. Therefore, in future studies a higher number of relevant operations of several types can be implemented, including landfills, sand and gravel pits. Also, explanatory variables such as population density in the area, net primary production, slopes, soil type and its seed content, as these variables have shown statistically significant predictions of species occurrence.