Kontaktpersoner
Forsker
Pål Buhl-Mortensen
974 64 151
Informasjonskonsulent
Beate Hoddevik Sunnset
55 23 85 16
Les mer:
Tema: Naturtyper
Abonner på nyheter
Send en e-post til
mareano@imr.no
Publisert: 13.08.2008 Oppdatert: 26.10.2022
Artsdatabanken definerer naturtype slik: Et område med en relativt ensartet type natur som har særskilte trekk som gjør den forskjellig fra andre områder. Hver naturtype har oftest en unik sammensetning av arter. Hvilke arter dette er, bestemmes av miljøforholdene i området.
Når vi karakteriserer naturtyper, er det logisk å ta utgangspunkt i miljøforholdene. Det er først og fremst disse som bestemmer hvilke arter som kan leve i et område, og som dermed definerer hva som kan regnes som lik eller ulik natur. Klimatiske, hydrologiske, topografiske og geologiske forhold er avgjørende i så måte. Dernest, for å kunne karakterisere en naturtype, må artene som lever på stedet inkluderes i vurderingen.
Til naturtypekartleggingen samler MAREANO blant annet inn data om:
Naturtyper kan karakteriseres på ulike skalaer fra fin-skala substrat- og økosystemnivå til landskapsnivå. MAREANO leverer flatedekkende kart over naturtyper på økosystem- og landskapsnivå basert på visuell inspeksjon (video), kartlegging av miljøforhold (prøvetaking) og tolking av data innsamlet med flerstråle-ekkolodd.
Det er bortimot umulig å lage flatedekkende kart over naturtyper basert på punkt-innsamlinger og observasjoner langs transekter over et så stort område som MAREANO skal dekke. Derfor brukes den spredte informasjonen om miljø og artsammensetning fra video-observasjoner som bakgrunn for å predikere (forutsi) forekomst av naturtyper i områdene som ikke har blitt undersøkt. Enkelt forklart gjøres dette ved å finne sammenhengene mellom målbare faktorer (som har flatedekkende utstrekning) og utbredelse av organismesamfunn.
Hvordan MAREANO karakteriserer og predikerer marine naturtyper:
DCA (Detrended Correspondence Analysis) er en multivariat statistisk analyse som brukes til å klassifisere prøver eller lokaliteter på bakgrunn av sammensetningen av arter i prøvene. Prøver som har likheter i artsammensetning plasseres nær hverandre i et plott. For den østlige delen av Tromsøflaket identifiserte DCA seks grupper basert på artsammensetning i 204 del-prøver fra 47 videotransekter langs havbunnen (figur 1). Ved supervised GIS analyse velges de parametre fra flerstråledatasettet (eksempel på slike parametre er vist i figur 2) som viser best samvariasjon med fordelingen av ulike karakteristiske artsammensetninger som en indikator for å predikere fordelingen av disse i hele undersøkelsesområdet. Eksempelområder for hver naturtype (til bruk for GIS analyseverktøyet) blir definert rundt områdene hvor observasjonene er gjort. Sammen med GIS-lagene (f.eks: dyp, backscatter (havbunnens hardhet) og topografi) utgjør eksempelområdene grunnlagsdata som GIS-analysen bruker for å klassifisere havbunnen utenfor eksempelområdene. Resultatet av denne prosedyren blir et kart som vist i figur 3.
De seks naturtypene som er funnet på den østlige delen av Tromsøflaket:
1) Dypt sokkelbasseng med finkornede sedimenter (slam). Typiske arter: Pelosina/Asbestopluma.
2) Sandig slam på middels dyp. Typiske arter: Store svamper.
3) Sand. Typiske arter: Ceramaster/Stichopus.
4) Grusig sand. Typiske arter: Stylocordyla/Aphrodite.
5) Steinete bunn. Typiske arter: Phakellia/Axinella.
6) Morenerygger med mye stein. Typiske arter: Polymastia/Porania.
Det foreløpige naturtypekartet fra Tromsøflaket (figur 4) er et rasterkart, som bl.a. har mange detaljer samtidig som små områder kan ha høy grad av usikkerhet i prediksjon-styrke. Slike detaljerte kart gir også større utfordringer til forvaltningen i forbindelse med vurdering av sjeldne eller sårbare naturtyper. Vi vil derfor etter hvert utvikle naturtypekart som viser mer generaliserte områder. Videoobservasjonene og foreløpig naturtypeinndeling basert på GIS-prediksjon fra dyp, terreng og backscatter i Troms II og Nordland VII indikerer at vi her finner flere naturtyper. I nye områder og i ulike landskap vil det være viktig å forta en grundig analyse av artsammensetning fra video for å finne ut hvilke flatedekkende miljøfaktorer og indikatorer som kan brukes i supervised GIS analyse for nye områder.