Content uploaded by Trine Bekkby
Author content
All content in this area was uploaded by Trine Bekkby
Content may be subject to copyright.
RAPPORT LNR 5150-2006
Økologiske effekter
av taretråling
Analyser basert på GIS-
modellering og empiriske data
Norsk institutt for vannforskning RAPPORT
Hovedkontor Sørlandsavdelingen Østlandsavdelingen Vestlandsavdelingen Midt-Norge
Postboks 173, Kjelsås Televeien 3 Sandvikaveien 41 Nordnesboder 5 Postboks 1266
0411 Oslo 4879 Grimstad 2312 Ottestad 5005 Bergen 7462 Trondheim
Telefon (47) 22 18 51 00 Telefon (47) 37 29 50 55 Telefon (47) 62 57 64 00 Telefon (47) 55 30 22 50 Telefon (47) 73 54 63 85 / 86
Telefax (47) 22 18 52 00 Telefax (47) 37 04 45 13 Telefax (47) 62 57 66 53 Telefax (47) 55 30 22 51 Telefax (47) 54 63 87
Internet: www.niva.no
Tittel
Økologiske effekter av taretråling.
Analyser basert på GIS-modellering og empiriske data
Løpenr. (for bestilling)
5150-2006
Prosjektnr. Undernr.
24279
Dato
10. mars 2006
Sider Pris
31
Forfatter(e)
Rinde, Eli
Christie, Hartvig
Bekkby, Trine
Bakkestuen, Vegar
Fagområde
Marin biologi
Geografisk område
Mørekysten
Distribusjon
Trykket
NIVA
Oppdragsgiver(e)
Fiskeri- og kystdepartementet
Oppdragsreferanse
Abstract
Et område på Mørekysten er valgt ut for beregning av effekter av taretråling basert på høstestatistikk, eksisterende kunnskap om
tareskog og taretråling, og GIS baserte modeller for å beregne arealmessig utbredelse av tareskog. Beregnet innehold av
tarebiomasse i området er langt over det som høstes totalt for hele landet. Den estimerte høsteeffektiviteten varierer mellom
trålsonene og er avhengig av hvilke modellkriterier som blir brukt. For hele området er årlig høsteffektivitet beregnet til å ligge
på noen få prosent av totalt stående tarebiomasse, men innen de områder og dybdeintervall der man antar at taren er størst og
trålingen mest lønnsom vil gjennomsnittlig høsteffektivitet ligge mellom 9 og 18 %. Høsteeffektiviteten i enkelte soner er
estimert til å være så høy som 40 %. Beregningene viser at innen de tareskogsområdene som direkte berøres av tråling vil
taretrålingen redusere primær- og sekundærproduksjonen vesentlig. Primærproduksjonen blir redusert med ca 45 % og
sekundærproduksjonen fra 70-98 %. I mengde innebærer dette en reduksjon på ca 50 000 tonn i primærproduksjonen og ca 10
000 tonn i redusert sekundærproduksjon. Men gitt det relativt lite arealet som sannsynligvis tråles (ca 7 km2) i forhold til
tilgjengelig tareskogsareal (beregnet til ca 200 km2) blir den totale effekten sannsynligvis liten. Disse resultatene er
representative for miljøforholdene og landskapstypen ved midt-Norge, som har optimale vekstforhold for stortaren. Andre
områder som Rogaland og Hordaland har annen landskapstype, andre bunnforhold og andre miljøforhold enn det studerte
området. Dette påvirker både vekstforholdene og utbredelsen til stortaren, samt hvor effektivt trålerne klarer å høste taren. I
tillegg høstes taren oftere (hvert 4. år) i Rogaland enn andre steder langs kysten. Tilsvarende undersøkelser i disse områdene vil
kunne vise regionale forskjeller i høsteeffektivitet og økologiske effekter av taretråling.
Fire norske emneord Fire engelske emneord
1. Taretråling 1. Kelp trawling
2. Økologiske effekter 2. Ecological consequences
3. Primærproduksjon 3. Primary production
4. Sekundærproduksjon 4. Secondary production
Eli Rinde Kari Nygard Øyvind Sørensen
Prosjektleder Forskningsleder Ansvarlig
ISBN 82-577-4863-3
NIVA 5150-2006
Forord
Arbeidet som er beskrevet i denne rapporten er støttet av Fiskeri- og
kystdepartementet. Søknaden om bevilgning til prosjektet ble sendt til
Fiskeri- og kystdepartementet 13. februar 2002 og ble innvilget 27.
februar 2003. Arbeidet har blitt forskjøvet i tid etter hvert som det ble
utviklet nye modeller for beregning av bølgeeksponering og utbredelse av
stortare. I tillegg har dybdedata blitt lettere tilgjengelig fra Statens
kartverk etter prosjektets start. På grunn av tidsforskyvningen og
utviklingen av datagrunnlag og modelleringsmetoder er det gjort en del
endringer i arbeidet i forhold til opprinnelig prosjektforslag. Dette er
endringer som har forbedret våre muligheter til å analysere de
arealmessige og kvantitative økologiske effektene av taretråling. Arbeidet
er basert på de beste og mest oppdaterte, tilgjengelige data.
Oslo, 10. mars 2006
Eli Rinde
NIVA 5150-2006
Innhold
Sammendrag 5
Summary 7
1. Bakgrunn 9
2. Målsetting 10
3. Metode 10
3.1 Modellområde 10
3.2 Datagrunnlag for GIS-modellene 10
3.3 Modellert utbredelse og stående biomasse av stortareskog 11
3.3.1 Justering av modellert tareskogsutbredelse ved bruk av
substratinformasjon 11
3.4 Høstestatistikk 12
3.5 Estimering av primær- og sekundærproduksjonen på trålfeltene 12
4. Resultater 13
4.1 Modellert utbredelse og estimert stående biomasse av stortareskog 13
4.2 Stående tarebiomasse i forhold til høstet taremengde 14
4.3 Tarebiomasse og bentisk primærproduksjon 18
4.4 Artsdiversitet og sekundærproduksjon 19
4.5 Endringer i biomasse og produksjon på trålfeltene 22
5. Diskusjon 23
6. Identifisering av kunnskapshull og anbefalinger for videre
arbeid 25
7. Referanser 26
Vedlegg A. 28
Vedlegg B. 29
Vedlegg C. 30
Vedlegg D. 31
NIVA 5150-2006
Sammendrag
Hvert år høstes det ca 170 000 tonn tare langs norskekysten mellom Jæren og Trøndelag. Taretråling
endrer tareskogens alder- og størrelsessammensetning og påvirker dermed også artssammensetning og
mengde assosiert flora og fauna i tareskogen. Kunnskap om taretrålingens konsekvenser for struktur
og produksjon i de lavere nivåer i næringskjeden er avgjørende for å forstå taretrålingens effekter på
det som skjer videre i næringskjeden, bl.a. overføring av tareprodusert materiale til sjøfugl, fisk og
systemer utenfor selve tareskogen.
Ved å kombinere habitatmodellering med kunnskap om tareskogssystemet har vi beregnet utviklingen
av stående biomasse, samt primær- og sekundærproduksjon på trålfelter over to trålingssykluser. Den
økologiske effekten av taretråling er kvanitisert ved å sammenligne disse nøkkelstørrelsene med
tilsvarende for utrålte områder, og ved å beregne i hvor stor grad taretrålingen reduserer disse.
Beregningene er gjort for et område på Mørekysten, men gyldigheten for andre områder er vurdert.
Arealet med egnet eksponeringsgrad og dybde for tareskog er modellert til å være i størrelsesorden
340 km2. Ved å legge til grunn en gjennomsnittlig stående biomasse på 15 kg /m2 gir dette et
potensiale for en stående tarebiomasse på 5.1 mill tonn stortare. Det er 30 ganger mer tarebiomasse
enn det som høstes totalt for hele landet. Tareskog vokser på fjell eller store steiner, og ikke på sand-
eller annen bløtbunn. Ved å fjerne arealer som kan inneholde uegnet substrattype reduseres det
modellerte tareskogsarealet til ca 200 km2, og estimert stående biomasse til 3.2 mill tonn.
Den estimerte høsteeffektiviteten varierer mellom trålsonene og er også avhengig av hvilke
modellkriterier som blir brukt. Dersom det finnes tareskog på alle områder med gunstig dyp og
eksponeringsgrad høster taretrålerne i størrelsesorden 2 % av tilgjengelig stortarebiomasse. Ved å
justere arealet i forhold til sannsynlig egnet substrattype, øker andelen som høstes til 4 %. Det er
sannsynlig at taretrålerne velger områder der tareskogen er best utviklet og der det er lettest å komme
til. Dette begrenser dybdeintervallet som sannsynligvis blir trålt hyppigst 5 til 15 m. Områder grunnere
enn 5 m på gitte skalanivå (50x50 m) vil sannsynligvis være problematiske å komme til for trålerne,
særlig når det blåser. Ved å anta at den høstede mengden høstes innen dette dybdeintervallet øker den
estimerte gjennomsnittlige høsteeffektiviteten til 7,3 for den etablerte modellen og 13,2 for modellen
som inkluderer substratinformasjon. Gitt en anslått usikkerhet på 34 % ligger den gjennomsnittlige
høsteeffektiviteten for sonene for de to modellene mellom 5 og 10 % for den etablerte modellen og 9
og 18 % for modellen som tar hensyn til substrat. Men det er stor variasjon mellom sonene i estimert
høsteeffektivitet, og hvordan denne påvirkes av dyp og substrattype. Ved å snevre inn det trålte
dybdeintervallet til 5-15 m og ved å fjerne arealer med mulig uegnet substrattype, er
høsteeffektiviteten i enkelte soner estimert til å være bortimot 40 %.
Beregningen viser at innen de trålpåvirkete arealene vil taretrålingen redusere primær- og
sekundærproduksjonen vesentlig. Primærproduksjonen blir redusert med ca 45 % og
sekundærproduksjonen fra 70-98 %. I mengde innebærer dette en gjennomsnittlig reduksjon på ca 50
000 tonn i primærproduksjonen og ca 10 000 tonn i redusert sekundærproduksjon. Men gitt det relativt
lite arealet som sannsynligvis tråles (ca 7 km2) i forhold til tilgjengelig tareskogsareal (beregnet til ca
200 km2, hvis substratinformasjon er inkludert) blir den totale effekten liten.
Vi har for få replikater til å vurdere konsekvensene av taretrålingen for artsdiversiteten i området. Men
observasjoner viser at diversiteten vil bli redusert på trålfeltene etter tråling. Diversiteten vil
sannsynligvis ikke bli restituert før plantene på trålfeltene når gjennomsnittsalderen til de største
plantene i den utrålte tareskogen. Gjennomsnittsalderen øker med økende breddegrad langs kysten, og
er ca 7 år i midt-Norge der tareskogen har optimale vekstforhold og er best utviklet. Ved tråling hvert
5. år vil tareskogen i trålfeltene ved midt-Norge ikke være restituert mht diversitet før neste tråling.
5
NIVA 5150-2006
Innsamling og analyse av utviklingen av tare-økosystemets diversitet over tid innen samme trålfelt er
ikke blitt gjort. Innsamling av flere replikater for å få innsikt i artsantall i forhold til areal, samt studier
av effekten av ulik høsteintensitet og betydningen av den arealmessige fordelingen til trålfeltene
(størrelse, form og plassering av trålfeltene i forhold til hverandre) vil gi ytterligere innsikt i de
økologiske konsekvensene av taretråling. Det er også lite kunnskap om sjeldne arter i marine
kystøkosystemer, og vi kan ikke utelukke at høy trålingsintensitet i områder som er gunstige habitater
for sjeldne, uidentifiserte arter med dårlig spredningspotensial, kan føre til reduserte forekomster og
negativ utvikling av disse.
6
NIVA 5150-2006
Summary
Title: Ecological effects of kelp trawling. Analysis based on GIS-modelling and empirical data
Year: 2006
Author: Eli Rinde, Hartvig Christie, Trine Bekkby, & Vegar Bakkestuen
Source: Norwegian Institute for Water Research, ISBN No. 82-577-4863-3
Annually, about 170 000 tonnes kelp is harvested (trawled) along the Norwegian coast between Jæren
(59ºN) and Trøndelag (64ºN). Kelp trawling change the age and size structure of the kelp forest and
hence impact species composition and abundance of associated flora and fauna in the kelp forest.
Knowledge of the consequences of kelp trawling on structure and production at the lower levels of the
food chain is essential for understanding the effects at higher trophic leves, including transfer of kelp
produced material to sea birds, fish and systems outside the kelp forest.
By combining habitat modelling with available data on the kelp forest system, we have estimated the
development of standing stock, and primary and secondary production in trawled areas during two
trawling intervals. The ecological effects of kelp trawling are quantified by comparing these key
measures with the corresponding measures at untrawled areas, and by calculating to what degree kelp
trawling reduces these quantities. The calculations are done for an area at Mørekysten (62 ºN), but the
validity for other regions are evaluated.
The area with suitable degree of wave exposure and depth for kelp growth is modelled to be about 340
km2. By assuming an average standing stock of 15 kg/m2 this yields a potential of standing kelp
biomasse of about 5.1 mill tonnes. This is 30 times the harvested amount along the Norwegian coast.
Kelp forest grows on rock and large stones, and not on sand or other soft substrates. By removing
areas which may contain unsuitable substrates from the modelled area, the distribution area is
calculated to be about 200 km2, and the estimated standing kelp biomass is 3.2 mill tonnes.
The calculated trawling efficiency varies between the trawled sectors and is dependant on the model
criterias. If kelp forest exists in all areas with suitable depth and degree of wave exposure, the kelp
trawlers harvest about 2 % of the standing kelp biomass. By removing areas with possible unsuitable
substrate the fraction harvested increase to 4 %. It is likely (and observed in other studies) that the
harvesting is done within areas with a high abundance of kelp. In addition it is likely to assume that
bottoms shallower than 5 m at the given scale (50x50 m) is difficult to reach for the kelp trawlers. By
assuming that the kelp is harvested within the depth interval 5-15 m, the average trawling efficiency is
calculated to be 7.3 for the established model and 13.2 for the model including information of
substrate. Given the calculated uncertainty (34 %), the average harvesting efficiency for the sectors are
between 5 and 10 % for the established model and 9 and 18 % for the model including information of
substrate. However, there is a large variation between the sectors in harvesting efficiency. By
removing areas outside the depth interval 5 to 15 m and areas with probable unsuitable substrate, the
harvesting efficiency in some sectors are estimated to be as high as 40 %.
The calculations show that kelp trawling reduces primary and secondary production substantial within
the kelp trawled tracks. Primary production is reduced with 45 % and secondary production with 70 to
98 %. In quantity this means an average reduction of about 50 000 tonnes in primary production and
12 000 tonnes in reduced secondary production. However, considering the small area that probably is
trawled (calculated to be 7 km2) compared to the available kelp forest area (calculated to be about 200
km2 when including information of substrate) the overall effect is probably small.
7
NIVA 5150-2006
We have too few replicates to evaluate the consequences of kelp trawling for species diversity within
the area. However, observations indicate that diversity of flora and fauna will be reduced within the
trawled area. The diversity will probably not recover until the mean age of the plants reach the mean
age of the large kelp plants in untrawled kelp forest. Mean age increase with increasing latitude and is
about 7 years in mid-Norway, where the kelp forest have optimal growth conditions and is well
developed. With a trawling interval of 5 years, the kelp forest within mid-Norway will not be
recovered with respect to species diversity until next trawling. Sampling and analysis of development
of the associated diversity over time within the same area is lacking. In addition more replicates are
needed in order to provide insight in number of species related to area, and further studies are needed
to evaluate the effect of different trawling intensity and the impact of the distribution and structure of
the trawling sectors (size, shape and the relative location of the trawling sectors). This will provide
further insight into the ecological consequences of kelp trawling. We have little knowledge of rare
species in marine ecosystems, and cannot exclude that a high trawling intensity in areas suitable for
rare, unidentified species with poor dispersal properties, may lead to reduced occurrence and a
negative development of these.
8
NIVA 5150-2006
1. Bakgrunn
Hvert år høstes det ca 170 000 tonn tare langs norskekysten mellom Jæren og Trøndelag. Taretråling
endrer tareskogens alder- og størrelsessammensetning og påvirker dermed også artssammensetning og
mengde assosiert flora og fauna i tareskogen (Rinde et al. 1992; Christie 1995; Christie 1995; Christie
et al. 1998; Christie et al. 2003). Taretråling påvirker dermed hele tareskogens økosystem. Kunnskap
om taretrålingens konsekvenser for struktur og produksjon i de lavere nivåer i næringskjeden er
avgjørende for å forstå taretrålingens effekter på det som skjer videre i næringskjeden, bl.a. overføring
av tareprodusert materiale til sjøfugl, fisk og systemer utenfor selve tareskogen.
Høstingen av stortare langs norskekysten er regulert ved å fastsette trålingsfrekvensen for et etablert
nett av trålingssoner. Kysten fra Jæren til Trøndelag er delt inn i soner som strekker seg fra land og
utover skjærgården. Sonene er i gjennomsnitt ca en nautisk mil (ca 1,85 km) brede, selv om bredden
og omfanget av sonene kan variere en del. Hver sone er åpen for tråling hvert 5. år (med unntak av i
Rogaland der det tråles hvert 4. år). Selve taretrålen er en ca 3 m bred stålrive som drar med seg alle
de store tareplantene i trålgaten. Småplantene som står igjen og årets tarerekrutter sørger for en rask
gjenvekst av tareskogen. Dette er dokumentert både i egne arbeider (Rinde et al. 1992, Christie et al.
1994, Christie et al 1998) og av andre (bl.a. Sjøtun et al. 2001, Svendsen 1972, og Sivertsen 1991).
Reetableringen av den assosierte flora og fauna følger gjenveksten til tareplantene, men er også
avhengig av spredningsevnen og livshistoriestrategien til de ulike artene. I hvor stor grad den
reetablerte tareskogen når tilstanden til utrålt tareskog før neste tråling, er avhengig av tiden fram til
neste tråling, og av alder- og størrelsesstrukturen til den naturlige tareskogen i området.
Det finnes publiserte og upubliserte data på hvordan tareskogen er strukturert, hvilke organismer som
finnes der (Moore 1973; Christie et al. 2003), hvor stor produksjonen er i forskjellige ledd i
næringskjeden (Jupp & Drew 1974; Alongi 1998), og hvordan taretråling påvirker tareskogens
struktur og faunasammensetning (Rinde et al. 1992; Christie et al. 1994; Sjøtun et al. 2000; Sjøtun et
al. 2001). Men man vet ikke omfanget av og størrelsen på taretrålingens innflytelse på viktige
funksjoner som primær- og sekundærproduksjonen i tareskogsystemet. Biomasse, primær- og
sekundærproduksjonsrater er nøkkelstørrelser som kan kvantifiseres og brukes til å vurdere
betydningen av et økosystem (Chapin et al. 1998; Chapin et al. 2000; Schwartz et al. 2000), både
systemets egenverdi og dets verdi for for fisk, fugl og for økosystemer utenfor tareskogen. Den
kvantitative betydningen av taretråling på disse størrelsene er avhengig av utbredelsen til tareskogen,
hvor stor andel av denne som blir høstet, og hvor raskt de ulike organismene reetableres på de trålte
feltene. Stortareplantene er de viktigste primærprodusentene, selv om epifyttiske (påvoksende) alger
på tareplantene og andre alger mellom tareplantene bidrar til den totale primærproduksjonen.
Fastsittende og frittlevende invertebrater utgjør nivået over i næringskjeden, dvs
sekundærprodusentene. De fleste av de frittlevende virvelløse dyrene lever i hapterene (festeorganene
til tareplantene) eller blant påvekstalgene (epifyttene) på tarestilken. Mengde og artssammensetning av
tareskogens flora og fauna er avhengig av størrelsen og alderen til tareplantene og volumet til
påvekstalgene.
Rinde et al (1992), Christie et al. (1994) og Sjøtun et al. (2001) har utført parallelle feltinnsamlinger i
trålt og utrålt tareskog på flere steder langs norskekysten (Rogaland, Møre og Romsdal og Sør-
Trøndelag). Studiene har omfattet gjenvekst av tareplantene og reetablering av den assosierte flora og
fauna på trålfeltene i ulike år etter tråling. Data fra en rekke steder langs norskekysten har blitt brukt til
å beskrive tareskogens struktur og faunasammensetning i naturlig, utrålt tareskog (Christie et al. 2003;
Rinde & Sjøtun 2005). Ved å sammenstille datamateriale på stortaren langs norskekysten har vi fått
kunnskap om forskjeller i tarens demografiske egenskaper (rekruttering, vekst og dødelighet) i utrålt
tareskog fra Rogaland i sør til Finnmark i nord (Rinde & Sjøtun 2005). Gjennom disse studiene og
9
NIVA 5150-2006
eksperimentelle studier har vi i samarbeid med andre forskningsinstitutter opparbeidet kvalitativ og
kvantitativ kunnskap om tareskogens struktur og betydning for forekomst og produksjon av ulike ledd
i næringskjeden.
I dette prosjektet har vi integrert kompetanse på modellering av habitaters utbredelse og kunnskap om
tareskogssystemet for å estimere forskjeller i stående biomasse, primær- og sekundærproduksjon
mellom utrålt tareskog og trålt tareskog i områder med ulik trålingshyppighet. Innflytelsen av
taretråling på disse størrelsene er benyttet til å kvantifisere den økologiske effekten av aktiviteten på
økosystemet. Vi har valgt å gjøre analysene i et område på Mørekysten, men gyldigheten av
resultatene for andre områder blir vurdert. Analysene er basert på best mulig tilgjengelige data fra
tareskog, bl a fra det valgte undersøkelsesområdet, hvor det også finnes høstestatistikk for tare over en
lang tidsperiode. Vi er involvert i flere prosjekter i dette området som på sikt vil gi data til mer presise
analyser av taretrålingens effekter.
2. Målsetting
Målsettingen med prosjektet er å utnytte eksisterende publisert og upublisert kunnskap fra trålfelter og
utrålt tareskog til å beregne endringer i biomasse, primær- og sekundærproduksjon og artsdiversitet på
de to laveste trofiske nivåene gitt nåværende og alternative forvaltningsstrategier for taretråling
(redskap, soneinndeling og hyppighet). Prosjektet skal gi innsikt i de økologiske konsekvensene av
nåværende og alternative forvaltningsstrategier, og skal gi økt kunnskap om hvordan faktorer som
dyp, bølgeeksponering og høstestrategi påvirker tareskogens utbredelse, taretrålingens effekt og
næringens mulighet for uttak av taremateriale. Resultatene vil dermed danne et godt grunnlag for å
etablere en kunnskapsbasert forvaltningsmodell av tareskogen der det tas hensyn til både miljøet og
næringens interesser. Prosjektet vil også kunne identifisere mangler eller svakheter i
kunnskapsgrunnlaget for forvaltningen av tareskogen.
3. Metode
3.1 Modellområde
Nordøyane i Møre og Romsdal er valgt som modellområde (Figur 1) fordi det foregår taretråling i
området og fordi flere år med feltarbeid har gitt oss kunnskap om tareskogen her, både med hensyn til
stortarepopulasjonens struktur (alder og størrelsessammensetning) og den assosierte flora og fauna.
Flere institusjoner har i mange år vært involvert i tverrfaglige studier av det marine økosystemet i dette
området (Bekkby 2001; Bekkby et al. 2002; Norderhaug et al. 2002; Christie et al. 2003; Jørgensen &
Christie 2003; Norderhaug et al. 2003; Norderhaug 2004). Arealet som er inkludert i beregningene av
biomasse og produksjon er avgrenset av taretrålingssoneene som er vist i Figur 1. Totalt utgjør
sjøarealet i dette området 1 150 km2.
3.2 Datagrunnlag for GIS-modellene
GIS-modelleringen er utført i ArcView 3.3 og ArcGIS 9.0 med tilhørende verktøypakker. GIS-
modeller er avhengig av arealdekkende og georeferert informasjon. For å utvikle en god modell for
10
NIVA 5150-2006
tareskogens utbredelse, har det vist seg tilstrekkelig med god informasjon om dyp og
bølgeeksponering.
Dybdemodell
I prosjektbeskrivelsen ble det referert til bruk av en etablert dybdemodell med en oppløsning på 100
m. I stedet har vi etablert og benyttet en dybdemodell med 50 m oppløsning basert på tilgang til nye
dybdedata (primærdata) med høyere oppløsning fra Statens kartverk. Vi har dermed fått et bedre
grunnlag for modelleringsarbeidet, og mulighet til å beregne tareskogens utbredelse mer nøyaktig.
Bølgeeksponeringsmodell
I starten av prosjektet ble det utviklet en bølgeeksponeringsmodell i tråd med prosjektbeskrivelsen.
Denne dannet grunnlaget for den første tareskogsmodellen som ble etablert i det nasjonale
programmet for kartlegging og overvåking av biologisk mangfold. I 2004 ble denne
eksponeringsmodellen erstattet av en modell (”Simple Wave Model”, SWM, (Isæus 2004)) som viste
seg å være den beste av et utvalg eksponeringsmodeller til å fange opp utbredelsen av
bølgeeksponeringssensitive arter. SWM er modellert på 25 m skala for hele norskekysten i det
nasjonale programmet.
3.3 Modellert utbredelse og stående biomasse av stortareskog
Til å anslå utbredelsen av tareskog i modelleringsområdet har vi anvendt den etablerte
stortaremodellen som er utviklet og validert i felt i det nasjonale programmet for kartlegging og
overvåking av biologisk mangfold (Rinde et al. 2004). I følge denne modellen blir det predikert
tareskog i eksponerte og middels eksponerte områder (swm-verdier > 100 000) innen gitte
dybdeintervaller. Den nedre dybdegrensen øker med økende eksponering, og er satt til 25 m i
eksponerte områder (swm-verdier > 500 000) og 20 m i moderat eksponerte områder (swm-verdier i
intervallet 100 000-500 000).
Stortareskogmodellen er validert for økoregionene Skagerrak, Nordsjøen og Norskehavet med hensyn
til 3 ulike typer treffprosenter. Type 1 angir hvor mange av registreringene (både med og uten
tareskog) som er riktig modellert. Type 2 angir hvor stor andel av de modellerte cellene som
inneholder tareskog. Type 3 angir hvor stor andel av de registrerte tareskogforekomster som er
modellert. Type 1, 2 og 3 treffprosent for Norskehavet, som omfatter det valgte modellområdet, er
henholdsvis 81, 66 og 66. Dette betyr at det innen det modellerte tareområdet er ca 66 % sannsynlighet
for å finne tareskog på et tilfeldig valgt punkt (type 2). Modellen fanger opp ca 66 % av tareskogen
som finnes i området (type 3). Basert på dette regner vi med en usikkerhet på rundt ± 34 % for den
modellerte utbredelsen til stortaren.
3.3.1 Justering av modellert tareskogsutbredelse ved bruk av substratinformasjon
Den etablerte modellen overestimerer utbredelsen til stortareskog innen det predikerte området (type 2
treffprosenten antyder en overestimering på ca 34 %) siden den forutsetter at alt areal er hardbunn og
egnet for tareskog. Tareskog finnes bare på hardbunn (fjell eller stein), og jo større innslag en har av
uegnet substrattype i et område, jo mer vil den opprinnelige taremodellen overestimere utbredelsen til
tareskogen. I det valgte området er det mye morenemateriale og dermed mye løsmasser. Tareskog kan
etablere seg på morenebunn dersom denne inneholder blottlagt stein som ligger i ro. På Sørlandet og
Jæren finnes det velutviklet tareskog på morenebunn. I områder med morenebunn kan bunntopografi,
strøm og eksponeringsforhold gjøre at substratet blir dominert av sandbunn som er uegnet substrat for
stortare. For det valgte området finnes det informasjon om områder som kan inneholde uegnet
substrattype. Dette er informasjon om substrattype i sjøkart, samt feltobservasjoner og informasjon fra
fiskere (jf (Bekkby et al. 2002). Vi har inkludert substrattype i predikering av stortarens utbredelse i
11
NIVA 5150-2006
område ved å fjerne områder med sannsynlig uegnet substrat (dvs bløtbunn / sandbunn) fra den
opprinnelige taremodellen. Estimeringer av stortarebiomasse, primær- og sekundærproduksjon i
området er gjort for både den opprinnelige tareskogsmodellen uten substratinformasjon, og for
tareskogsmodellen justert for substrattype. Vi vil da få estimert forskjellen i prediksjonene mellom den
etablerte tareskogmodellen og ved bruk av substratinformasjon. Den etablerte tareskogsmodellen gir
det maksimale arealet som kan inneholde tareskog i området, mens tareskogsmodellen som inkluderer
substratinformasjon angir hva som er den realistiske utbredelsen dersom substratinformasjonen er
gyldig.
Innen det modellerte tareskogsarealet er det anslått en stående tarebiomasse lik 15 kg/m2. Dette er
gjennomsnittlig observert tarebiomasse i midt-Norge (analyse av data inkl. i Rinde & Sjøtun 2005, se
også 4.3). Tareskogen er mest velutviklet og lettest tilgjengelig for taretrålerne i dybdeintervallet 5-15
m. Grunnere områder er lite tilgjengelige for taretrålingsfartøyene, og dypere områder har lavere
tarebiomasse. Andelen av det modellerte området som ligger i det mest gunstige dybdeintervallet mht
tråling (dvs 5-15 m) er estimert basert på GIS-analyser.
3.4 Høstestatistikk
Høstestatistikk for hver av trålsonene i modellområdet er levert av Jostein Vea ved FMC for årene
1985 til 2002 (Figur 1, Vedlegg 1). Hver sone har en tallkode (1-20 i det valgte området) og en
bokstav kode (A-E). Soner med samme bokstavkode tråles i samme periode. Størrelsen på sonene og
antall soner med samme bokstavkode er forskjellige, dvs det er ikke samme størrelse på arealet som er
tilgjengelig for høsting hvert år (Error! Reference source not found.). Høstestatistikken er brukt til å
beregne høstet mengde totalt for området, per sone og per arealenhet. Vi har sett på variasjoner
mellom sonene per år, og variasjoner innen sonene mellom år. Høstet mengde er sammenlignet med
modellert forekomst gitt de ulike betingelsene over (opprinnelig taremodell, og justert taremodell mht
substrattype). Det er også gjort sammenligninger av høstet mengde i forhold til modellert tare innen
det gunstige dybdeintervallet, 5-15 m dyp.
Tabell 1. Tilgjengelig areal (km2) for trålerne per bokstavkode. Soner med samme bokstavkode tråles
samme år.
A B C D E
153 240 164 297 296
3.5 Estimering av primær- og sekundærproduksjonen på trålfeltene
Vi har benyttet tilgjengelige data på stortare og makroinvertebrater til å estimere primær- og
sekundærproduksjonen på trålfelter i perioden etter tråling. For estimering av primærproduksjonen i
utrålt tareskog har vi også benyttet publikasjoner på produksjonsrater i tareskogssystemet (Chapman
1986; Sjøtun et al. 1993; Sjøtun et al. 1995; Abdullah & Fredriksen 2004). Siden det er variasjon i
dataene både mellom planter og mellom lokaliteter på grunn av forskjeller i plantenes egenskaper
(som størrelse og alder) og fysiske miljøforhold (som dyp og eksponeringsgrad), er det knyttet
usikkerhet til beregningene. Vi har derfor dokumentert datagrunnlaget og metoden for beregningene.
Vi har også beskrevet usikkerhetskomponentene og beregnet variasjonen tilknyttet de ulike tallene der
det er datagrunnlag for dette. NIVA har i samarbeid med Universitetet i Oslo nylig startet opp et
forskningsprosjekt som studerer årlig produksjon av tarens epifytter og fauna knyttet til tareplanter, og
som senere kan kvalitetssikre de beregninger og forutsetninger som er utført her.
12
NIVA 5150-2006
Figur 1. Modellområdet i Møre og Romsdal med oversikt over trålsonene og rapportert
gjennomsnittlig fangst (tonn) i perioden 1985-2002 per sone i det trålte året (dvs hvert 5. år fra høsten
1988). Høstestatistikken er fra Jostein Vea ved FMC.
Estimatene for stående tarebiomasse og primær- og sekundærproduksjon på trålfeltene er brukt til å
estimere de arealmessige konsekvensene for utviklingen av tareskogen og assosiert flora og fauna på
trålfeltene i ulike år etter tråling. Vi har ikke informasjon om hvor stort areal taretrålerne høster innen
hver sone. I analysene har vi anslått det berørte arealet til å være lik det arealet som er nødvendig for å
kunne oppnå den oppgitte mengden som gjennomsnittlig høstes i sonen (dvs arealet er estimert som
høstet mengde dividert med gjennomsnittlig biomasse pr arealenhet, 15 kg/m2). Videre forutsetter
beregningene at det er det samme området innenfor sonene som høstes hvert 5. år. Beregningene er
gjort ved å følge utviklingen på trålfeltet for hver sone i en periode på 10 år fra startåret. I det første
året startet trålingen i soner med bokstavkode A. Det andre året ble det simulert tråling i soner med
bokstavkode B. Det tredje, fjerde og femte året startet trålingen i soner med hhv bokstavkodene C, D
og E. For hver sone ble trålingen gjentatt hvert 5. år.
4. Resultater
4.1 Modellert utbredelse og estimert stående biomasse av stortareskog
Den etablerte taremodellen identifiserer totalt tilgjengelig areal innen området som er egnet for
tareskog med hensyn til eksponeringsgrad og dybde. Dette arealet ble estimert til å være 338 km2
(Figur 2). Med en gjennomsnittsverdi for stående biomasse lik 15 kg per m2, gir dette potensiale for
en stående tarebiomasse lik 5.1 mill tonn stortare i hele området. Inkluderer vi den anslåtte
13
NIVA 5150-2006
usikkerheten (34 %), tilsvarer dette et potensialet for den stående tarebiomasse mellom 3.4 og 6.8 mill
tonn tare.
Ved å inkludere informasjon om sannsynlig uegnet substrattype i modellert utbredelse av tareskogen,
reduseres arealet til 215 km2 (Figur 3). Gitt samme anslag for gjennomsnittlig stående tarebiomasse,
gir dette et potensiale på 3.2 mill tonn stortare i modellområdet. Inkluderer vi den anslåtte
usikkerheten tilsvarer dette en stående tarebiomasse mellom 2.1 og 4.3 mill tonn tare. Dette betyr at
innflytelsen av uegnet substrattype i området er estimert til å redusere den modellerte stående
tarebiomassen til 63 % i forhold til den opprinnelige taremodellen. Gjennomsnittlig stående
tarebiomasse per sone er lik 161 204 tonn når substratinformasjon er inkludert. Åtte av sonene er
estimert til å inneholde mer tare enn høstet mengde tare på landsbasis (dvs > 160 000 tonn, Tabell 2).
Figur 2. Modellert utbredelse av tareskog (brunt, modellen inkluderer ikke substrat) og høstet mengde
tare per trålsone hvert 5. år i det valgte modellområdet i Møre og Romsdal. Mengden høstet tare (tonn)
er angitt i legenden (jo mørkere, jo større fangst). Land er vist med gult.
4.2 Stående tarebiomasse i forhold til høstet taremengde
Totalt for trålsonene er det for området rapportert om innhøsting av ca 23 000 tonn stortare per år.
Standard avvik i høstet mengde mellom sonene (lokal variasjon) per år er på 16,2 % av høstet mengde.
Variasjonen mellom år i høstet mengde for hver enkelt sone er i snitt 28,9 % av høstet mengde (dvs
gjennomsnittet av standard avvik / høstet mengde for hver sone over alle år). Standard avvik samlet
for alle sonene over alle årene er ca 5 000 tonn, dvs ca 24 % av gjennomsnittlig årlig høstet mengde.
Dette betyr at den lokale variasjonen mellom sonene innen et år er mindre enn variasjonen innen
sonene mellom år i høstet taremengde.
14
NIVA 5150-2006
Modellert tareskog
Sand
Land
Figur 3. Modellert utbredelse av tareskog i det valgte modellområdet i Møre og Romsdal. Informasjon
om substrattype er inkludert.
Figur 4. Prosentvis tilgjengelig areal mellom 5 og 15 m dyp per trålingssone. Figuren er basert på
tareskogsmodellen der informasjon om substrattype ikke er inkludert.
15
NIVA 5150-2006
Det er forskjell mellom sonene i høstet mengde tare, og hvor stor andel den høstede mengden utgjør i
forhold til estimert tarebiomasse (Tabell 2). Små tarefangster i en sone på tross av gunstig
eksponering og dyp kan skyldes at sonen inneholder mye uegnet substrattype. Motsatt kan en få høy
høsteeffektivitet dersom et område har en stor del av tareskogsarealet innenfor det mest gunstige
dybdeintervallet og samtidig inneholder lite uegnet substrat. Tabell 2 og Error! Reference source
not found. viser hvor stor prosentandel av den modellerte tareskogen som befinner seg i det gunstige
dybdeintervallet 5-15 m dyp i de ulike sonene. Figur 3 gir oversikt over utbredelsen av sannsynlig
uegnet substrattype for tareskog i området. Gjennomsnittlig høstet mengde i forhold til modellert
taremengde (dvs den estimerte høsteeffektivitet) er 2 % for opprinnelig taremodell uten
substratinformasjon, og 4 % for taremodellen inkludert substratinformasjon. Dersom en antar at
høstingen stort sett skjer innen dybdeintervallet som er anslått å være mest gunstig for taretrålerne (5-
15 m), øker den estimerte gjennomsnittlige høsteeffektiviteten til trålerne til 7,3 % basert på den
etablerte modellen og 13,2 % basert på modellen som inkluderer substratinformasjon (Tabell 3). Den
estimerte høsteeffektiviteten varierer mellom trålsonene avhengig av hvilke modellkriterier som blir
brukt. Sone 1 har høy høsteeffektivitet uansett hvilke kriterier som blir brukt, mens høsteeffektiviten
innen enkelte av de andre sektorene varierer mye avhengig av hvilke faktorer som vektlegges. Den
høye gjennomsnittlige fangsten i sone 9, kan forklares med stor tilgang til tarebiomasse innen et
snevrere område pga substrat og dybde, enn det den etablerte modellen tilsier. Maksimum estimert
høsteeffektivitet for den enkelte sektor varierer fra 6,4 % for den etablerte tareskogmodellen til 28,4 %
for modellen som tar hensyn til både substrat og dyp. Inkludert usikkerheten på 34 % i estimert
tarebiomasse vil høsteeffektiviteten i enkelte soner kunne være bortimot 40 % innen 5-15 m sonen
(Figur 5).
Tabell 2. Høstestatistikk (tonn) for de trålte sonene i perioden 1985-2002, samt modellert stående
biomasse (tonn) av stortare for hver av sonene, uten og med informasjon om substrattype. Den høstede
mengden tas ut hvert 5. år og er ikke årlig uttak. I estimatet for stående tarebiomasse er det anslått 15
kg per m2. Den prosentvise andelen av den modellerte tarebiomassen som befinner seg i
dybdeintervallet 5-15 m er gitt i parentes. Den geografiske plasseringen av sonene er vist i Figur 1.
Sone Gj.snitt
høstet St. avik
høstet Modellert tarebiomasse –
uten substratinfo Modellert tarebiomasse –
med substratinfo
01E 4 200 675 65929 (34.8) 35489 (42.4)
02A 2 616 1 134 81091 (22.1) 35336 (30.8)
03B 2 667 431 176394 (25.4) 114681 (23.9)
04C 8 921 1 837 236857 (36.4) 167321 (35.4)
05B 4 041 1 585 275496 (34.5) 111909 (34.3)
06A 10 157 2 783 314144 (35.8) 217645 (33.9)
07C 6 468 1 275 326794 (19.4) 210880 (18.2)
08D 14 485 1 855 446721 (41.1) 304237 (38.7)
09E 10 846 831 370223 (45.6) 129489 (40.6)
10E 3 933 976 314617 (32.4) 126530 (28.9)
11D 4 149 1 071 153448 (28.1) 100247 (30.9)
12B 8 264 1 505 261595 (47.2) 132417 (40.2)
13E 4 362 1 209 349581 (32.8) 115718 (34.5)
14D 3 867 480 259435 (30.8) 119350 (27.8)
15A 3 730 1 205 206724 (24.2) 110478 (11.9)
16B 452 423 296636 (13.2) 255735 (11.2)
17C 5 100 1 564 268794 (23.4) 265221 (23)
18E 4 106 806 253659 (25.6) 253659 (25.6)
19D 713 324 158585 (19.1) 158585 (19.1)
20D 2 194 957 259163 (18.2) 259163 (18.2)
16
NIVA 5150-2006
Tabell 3. Estimert høsteeffektivitet (dvs prosentandel høstet mengde i forhold til modellert
taremengde) for hver trålsone gitt ulike modellbetingelser; etablert tareskogmodell, etablert
tareskogsmodell justert med informasjon om substrattype, og begge modellene justert for gunstig dyp
(5-15 m). Oppsummerende statistikk er gitt på de nederste linjene: Gjennomsnittlig prosentandel
høstet for alle sonene i hele perioden i forhold til modellert tareskog, anslått variasjon av
gjennomsnittet er vist (minus/pluss 34 %), og minimum og maksimumsverdiene for hver enkelt sone.
Sone Etablert
taremodell Taremodell inkl
substratinfo Etablert taremodell,
dybde 5-15 m Taremodell inkl
substratinfo,
dybde 5-15 m
01E 6.4 11.8 18.3 27.9
02A 3.2 7.4 14.6 24.0
03B 1.5 2.3 6.0 9.7
04C 3.8 5.3 10.4 15.1
05B 1.5 3.6 4.2 10.5
06A 3.2 4.7 9.0 13.8
07C 2.0 3.1 10.2 16.9
08D 3.2 4.8 7.9 12.3
09E 2.9 8.4 6.4 20.6
10E 1.3 3.1 3.9 10.8
11D 2.7 4.1 9.6 13.4
12B 3.2 6.2 6.7 15.5
13E 1.2 3.8 3.8 10.9
14D 1.5 3.2 4.8 11.7
15A 1.8 3.4 7.4 28.4
16B 0.2 0.2 1.2 1.6
17C 1.9 1.9 8.1 8.3
18E 1.6 1.6 6.3 6.3
19D 0.4 0.4 2.4 2.4
20D 0.8 0.8 4.6 4.6
Gj. snitt. 2.2 4.0 7.3 13.2
minus 34 % 1.5 2.6 4.8 8.7
pluss 34 % 3.0 5.4 9.8 17.7
min 0.2 0.2 1.2 1.6
maks 6.4 11.8 18.3 28.4
Sammenhengen mellom tilgjengelig tarebiomasse fra modellene og høstet taremengde er størst for
taremodellen som inkluderer informasjon om substrattype (r2 lik 0,77 ved lineær regresjon av høstede
mengder i ulike år mot tilgjengelig areal). For begge modellene (både den etablerte og modellen
inkludert substratinformasjon) økte sammenhengen mellom høstet mengde og tilgjengelig mengde når
en tok hensyn til det gunstige dybdeintervallet (r2 økte fra 0,39 til 0,64 for den etablerte modellen, og
fra 0,12 til 0,77 for modellen justert mht substrattype).
17
NIVA 5150-2006
Etablert taremodell
0
1
2
3
4
5
6
7
8
9
10
1E2A3B4C5B6A7C8D9E
10E
11D
12B
13E
14D
15A
16B
17C
18E
19D
20D
Sone
Høsteeffektivitet
Etablert taremodell, dybde 5-15 m
0
5
10
15
20
25
30
1E2A3B4C5B6A7C8D9E
10E
11D
12B
13E
14D
15A
16B
17C
18E
19D
20D
Sone
Høsteeffektivitet
Taremodell inkl substratinfo
0
2
4
6
8
10
12
14
16
18
1E2A3B4C5B6A7C8D9E
10E
11D
12B
13E
14D
15A
16B
17C
18E
19D
20D
Sone
Høsteeffektivitet
Taremodell inkl substratinfo, dybde 5-15 m
0
5
10
15
20
25
30
35
40
1E2A3B4C5B6A7C8D9E
10E
11D
12B
13E
14D
15A
16B
17C
18E
19D
20D
Sone
Høsteeffektivitet
Figur 5. Estimert høsteeffektivitet (dvs prosentandel høstet mengde i forhold til modellert
taremengde) for de ulike trålsonene gitt ulike modellbetingelser; etablert tareskogmodell, etablert
tareskogsmodell justert mht gunstig dyp (5-15 m), taremodell justert mht substrattype, og taremodell
justert både mht substrat og dyp. NB: skalaen for høsteeffektivitet varierer mellom diagrammene.
4.3 Tarebiomasse og bentisk primærproduksjon
Den estimerte utviklingen av tarebiomasse på trålfeltene er stort sett basert på data fra Trøndelag
(Sjøtun et al. 1995; Sjøtun et al. 2001). Siden taretråling for det meste foregår i åpne eksponerte
farvann vil tarebiomassen raskt vokse opp til et nivå rundt 15 kg våtvekt pr m2 (Tabell 4). Minimums-
og maksimumsverdier for stående tarebiomasse i området er rundt 10 og 20 kg, så en variasjon ± 34%
er realistisk.
Antall planter i toppsjiktet og i undervegetasjonen i tareskogen etter tråling er basert på data fra Rinde
et al. (1992), Christie et al. (1994) og Christie et al. (1998) og egne upubliserte data fra flere utrålte
lokaliteter. Når det gjelder antall planter på trålfeltene er det stor variasjon fra sted til sted, som
rapportert av Sivertsen (1991) og Sjøtun et al. (2001). Gjenveksten kan være meget kraftig noen steder
og nesten utebli andre steder pga konkurranse med andre arter eller beiting av kråkeboller. Det som er
rapportert i Rinde et al. (1992) og Christie et al. (1998) synes imidlertid å representere et
gjennomsnittlig gjenvekstforløp. Antall planter i undervegetasjonen reduseres sannsynligvis sterkt fra
våren og utover sommeren, og tallene oppgitt her representerer en sensommer/høst situasjon.
Den bentiske primærproduksjonen er satt til å være lik den stående tarebiomassen (P/B forhold = 1)
(Tabell 4). Data fra litteraturen oppgir primærproduksjonsrater i tareskog på 1000 til 1400 gC/m2/år
(Alongi 1998). Nye studier fra tareskogen i det valgte modellområdet har rapportert
biomasseproduksjonsrater opp til 3 000 gC per m2 per år (i tillegg kommer produksjon av oppløst
18
NIVA 5150-2006
organisk karbon, Abdullah & Fredriksen 2004). Den rapporterte biomasseproduksjonen tilsvarer 9-27
kg våtvekt stortaremateriale pr m2 pr år. Dette gjelder biomasseproduksjon av stortare, særlig i form av
lamina (bladet) som skiftes årlig. Andre arter i undervegetasjonen vil bidra til primærproduksjonen
både første år etter tråling og senere i tareskogens utvikling. Etter hvert som stortareplantene blir større
vil ettårige epifyttiske rødalger etablere seg på tarestilkene og kunne bidra med en biomasse på
mellom 1 og 5 kg per m2 og dermed en sannsynlig produksjon på 1-5 kg per m2 (egne foreløpige
målinger). Dette gir grunnlag for å bruke et P/B forhold lik 1 i beregningene, dvs en gjennomsnittlig
årlig produksjon på 15 kg friskvekt plantebiomasse pr m2. Anslått variasjon er som for den stående
biomassen, ± 34 %.
4.4 Artsdiversitet og sekundærproduksjon
Antall arter epifyttiske alger og antall arter invertebrater tilknyttet hapterene øker gradvis i tiden etter
taretråling (Figur 7). Utviklingen av antall dyre-arter tilknyttet påvekstalgene er derimot ikke kjent og
inngår ikke i vurderingen. Estimatene i Tabell 4 er basert på våre tidligere undersøkelser på trålfelter
(Rinde et al. 1992; Christie et al. 1994; Christie et al. 1998) og i utrålt tareskog (Christie et al. 2003).
Disse tallene er basert på et fåtall prøver (3-5 planter pr trålfelt), og underrepresenterer det faktiske
artsantallet i systemet, ettersom antall arter som fanges opp øker med antall prøver og antall lokaliteter
som undersøkes (se Ugland et al. 2003). Totalt sett vil et tareskogssystem inneholde over 50 arter
planter og over 300 arter makrofauna, men antall arter per plante ligger lavere enn disse tallene. De
fleste dyr i tareskogen er funnet å ha god spredningsevne (Norderhaug et al. 2002; Waage-Nielsen et
al. 2003) og de vil sannsynligvis være i stand til å etablere seg når antall ulike nisjer øker ettersom
tareskogen gror til etter tråling.
Antall hapterfaunaindivider og epifyttfaunaindivider pr m2 er beregnet ut fra tettheten til canopy
planter, gjennomsnittlig habitatvolum (dvs epifytt- eller haptervolum) for canopyplantene og et esimtat
for antall faunaindivider per ml habitatvolum (Figur 8). Estimatene for antall individer per ml
habitatvolum er for begge habitatene basert på regresjonsanalyse av data i tabell 4 og 5 i Christie et al.
(2003), men der Skagerrakdataene er fjernet. For hapterfaunaen er det benyttet en individtetthet lik 4
per haptervolum (ml, variasjon 2-6). Hapterfauna biomasse (gram per m2) er antall individer
multiplisert med 0.003. Estimatet for vekten til hapterfaunaindividene er basert på veiinger av ulike
faunakomponenter gjennom arbeider beskrevet i Kraufvelin et al (2002) og Christie & Kraufvelin
(2004). De fleste tareskogsdyrene ligger mellom 0.01 og 0.0001 g, med noen få større krepsdyr,
pigghuder og børstemark. Hapterfaunaproduksjonen er estimert som 5 ganger biomassen. P/B-
forholdet lik 5 er dels basert på litteratur (Brey 1990; Alongi 1998, kan variere mellom 1 og 10), men
er også estimert i tilsvarende samfunn fra kontrollerte bassengstudier ved Solbergstrand (Kraufvelin et
al. 2002; Christie & Kraufvelin 2004). Siden det påbegynte arbeidet med direkte målinger av
hapterfauna- og epifyttfaunaproduksjon ikke foreligger, er dette de beste estimatene vi kan benytte i
disse beregningene. Estimatene som er benyttet er forøvrig i overenstemmelse med hva en kan
forvente basert på primærproduksjonsdata og normalt energitap opp til høyere trofiske nivåer.
For epifyttfaunaen er det benyttet en individtetthet lik 26.5 per epifyttvolum (ml, variasjon 8-35).
Gjennomsnittlig individtetthet ved Møre og i Trøndelag ligger på 35,4 dyr pr ml epifyttalger, og ved
Bergen ca 8. Ved beregning av epifyttfaunabiomasse har vi benyttet samme estimat for individvekten
som for hapterfaunaen. Det finnes foreløpig ikke data som kan skille individvekten mellom
hapterfauna og epifyttfauna. Tilsvarende som for hapterfauna har vi anslått at epifyttfaunaen også har
et P/B forhold lik 5. Estimert stående biomasse og sekundærproduksjonen til makroinvertebratene i de
to habitatene på trålfelter i perioden etter tråling er vist i Figur 9. Disse tallene er underestimater, da
våre kunnskaper om fastsittende dyr på tarens stilk og blad er mangelfulle.
19
NIVA 5150-2006
0
2
4
6
8
10
12
14
16
1234567
År etter tråling
kg ferskvekt per m
2
per år
Bentisk primær
produksjon
Figur 6. Estimert bentisk primærproduksjon (kg ferskvekt per m2 per år) per år etter tråling. 7 år er
gjennomsnittlig alder i tareskogen i modellområdet og representerer normaltilstanden i utrålt tareskog.
0
10
20
30
40
50
60
70
80
1234567
År etter tråling
Antall arter
Arter hapterfauna
Arter epifyttalger
Figur 7. Estimert antall arter av hapterfauna og epifyttiske alger per plante i årene etter tråling. 7 år er
gjennomsnittlig alder i tareskogen i modellområdet og representerer normaltilstanden i utrålt tareskog.
20
NIVA 5150-2006
0
10000
20000
30000
40000
50000
60000
70000
80000
90000
100000
1234567
År etter tråling
Antall pr m
2
Hapterfauna
Epifyttfauna
Figur 8. Estimert antall makroinvertebrater per m2 per år etter tråling. Utviklingen er vist for
samfunnene tilknyttet hapterer og epifytter.
0
200
400
600
800
1000
1200
1400
1600
1234567
År etter tråling
Tonn per km
2
Produksjon hapterfauna
Produksjon epifyttfauna
Hapterfauna biomasse
Epifyttfauna biomasse
Figur 9. Estimert biomasse og produksjon (tonn) for de to fauna-gruppene tilknyttet hapter og
påvekstalger (epifytter), per km2 per år etter tråling.
21
NIVA 5150-2006
Tabell 4. Estimater for beregning av biomasse og produksjon av tare og assosierte makro invertebrater
(både hapterfauan og epifyttfauna) på trålfelter 1, 2, 3, 4, 5, 6, og flere år etter tråling. Bakgrunnen for
tallene, og anslag for variasjonen i disse er gitt i hovedteksten.
År etter tråling 1 år 2 år 3 år 4 år 5 år 6 år 6+ år
Tare biomasse (kg) 4 8 15 15 15 15 15
Antall planter i canopy (per m2) 50 30 20 14 12 10 10
Antall planter i undervegetasjonen
(per m2) 0 20 40 40 40 60 60
Bentisk primærproduksjon (kg fv
m-2 år-1) 4 8 15 15 15 15 15
Epifyttalger, ant arter pr plante 0 0 3 4 5 6 15
Epifyttvolum Møre 0 0 0 20 200 340 340
Hapterfauna, ant arter pr hapter
(Møre) 43 43 43 43 70 70 70
Hapter volum (ml) 86 120 160 350 500 650 650
Hapterfauna ant pr m2 17200 14400 12800 19600 30000 39000 39000
Hapterfauna biomasse (g per m2) 51.6 43.2 38.4 58.8 90 117 117
Hapterfauna produksjon (g per m2) 258 216 192 294 450 585 585
Epifyttfauna ant pr m2 0 0 0 7420 63600 90100 90100
Epifyttfauna biomasse (g per m2) 0 0 0 22 191 270 270
Epifyttfauna produksjon (g per m2) 0 0 0 111 954 1352 1352
Tot ant dyr pr m2 17200 14400 12800 27020 93600 129100 129100
Tot faunabiomasse (g per m2) 52 43 38 81 281 387 387
Tot sek.prod. (g per m22 258 216 192 405 1404 1937 1937
4.5 Endringer i biomasse og produksjon på trålfeltene
For å høste den rapporterte taremengden innen modellområdet er det nødvendig å tråle ca 7 km2 per år
gitt antagelsen om en gjennomsnittlig stående tarebiomasse på 15 kg per m2 og en effektiv høsting.
De to første simuleringsårene vil ha høyere tarebiomasse enn de påfølgende årene pga av de uendrete
forholdene av tareskogen i sonene som det ikke er begynt å tråle i. Disse to oppstartårene tas derfor
bort i beregningen av taretrålingens innflytelse på stående tarebiomasse og primærproduksjon. Ved
beregning av taretrålingens innflytelse på sekundærproduksjonen (fra både hapterfauna og
epifyttfauna), tas de tre første årene bort i beregningen av gjennomsnittsverdier.
Stående tarebiomasse og dermed primærproduksjonen i et utrålt tareskogsområde på 7 km2 vil være på
ca 100 000 tonn. Gitt at de samme feltene tråles hvert 5. år, og gitt at trålerne høster effektivt 15 kg per
m2, gir beregningene at den stående tarebiomassen i de trålte feltene i gjennomsnitt ligger på ca 55 %
av tarebiomassen i utrålt tareskog (Vedlegg 2). Maksimum- og minimumsverdiene til tarebiomassen
på trålfeltene ligger på 67 og 42 % av utrålt over en trålingssyklus på 10 år. Dette innebærer at
primærproduksjonen i trålgatene i snitt reduseres med ca 45 % i forhold til primærproduksjonen på de
utrålte områdene.
Hapterfaunaproduksjonen til 7 km2 utrålt tareskog er beregnet til å være ca 4 100 tonn. Samme
trålingshyppighet gir i følge beregningene at hapterfaunaproduksjonen i de trålte feltene i gjennomsnitt
ligger på ca 33 % av nivået på utrålte felter. Maksimum- og minimumsverdiene til
22
NIVA 5150-2006
hapterfaunaproduksjonen ligger på 34 og 31 % av utrålte områder over en trålingssyklus på 10 år. Dvs
at produksjonen til hapterfaunaen i snitt reduseres med 67 % i trålgatene.
Epifyttfaunaproduksjonen på 7 km2 utrålt tareskog vil være på ca 9 500 tonn. I følge beregningene vil
epifyttfaunaproduksjonen i de trålte feltene i gjennomsnitt være på kun 2 % av nivået på utrålte felter.
Variasjonen mellom årene ligger på 1-2 % av utrålte områder i simuleringsperioden på 10 år. Dvs at
produksjonen til epifyttfaunaen i snitt reduseres med 98 % i trålgatene.
5. Diskusjon
Tareskogen i området er modellert til å dekke i størrelsesorden 340 km2. Ved å anslå en stående
biomasse i snitt lik 15 kg per m2 gir dette en anslått biomasse på 5.1 mill tonn stortare i området. Dvs
at det studerte området tentativt kan inneholde 30 ganger mer tarebiomasse enn det som høstes totalt
for hele landet. I dette anslaget for utbredelsen til tare er det ikke inkludert informasjon om
substrattype. Ved å inkludere informasjon om sannsynlig forekomst av uegnet substrattype reduseres
det modellerte tareskogsarealet til ca 200 km2, og estimert stående biomasse til 3.2 mill tonn. Det er
dermed rimelig å anta at tareskogsarealet ligger et sted mellom 200 og 340 km2. Det minste arealet er
tilstrekkelig til å opprettholde en tarebiomasse som er ca 20 ganger mengden som høstes på landsbasis.
Ved å redusere den anslåtte tarebiomassen med usikkerheten på 34 % blir den estimerte taremengden i
området ca 12 ganger den totale mengden som høstes årlig.
Den estimerte høsteeffektiviteten varierer mellom trålsonene avhengig av hvilke modellkriterier som
blir brukt. Den etablerte tareskogsmodellen tar ikke hensyn til substrattype og overestimerer
tareskogens utbredelse siden tareskog ikke etableres på løsmassebunn som bløt- eller sandbunn.
Taretrålerne høster ca 2 % av den modellerte tarebiomassen i henhold til etablert modell, og ca 4 % av
modellert tarebiomasse hvis en tar hensyn til substrattype. Det er sannsynlig at taretrålerne velger
områder som det er mye tareskog i. Dette begrenser dybdeintervallet som sannsynligvis blir trålt
hyppigst til grunnere enn 15 m. Videre er det grunn til å tro at områder grunnere enn 5 m på gitte
skalanivå (50x50 m) kan være problematiske for trålerne, særlig når det blåser. Ved å anta at den
høstede mengden høstes innen dybdeintervallet 5-15 m øker den estimerte høsteeffektiviteten
ytterligere til 7,3 for den etablerte modellen og 13,2 for modellen som inkluderer substratinformasjon.
Gitt den anslåtte usikkerheten på 34 % ligger den gjennomsnittlige høsteeffektiviteten for sonene for
de to modellene mellom 5 og 10 % for den etablerte modellen og 9 og 18 % for modellen som tar
hensyn til substrat. Men det er stor variasjon mellom sonene i estimert høsteeffektivitet, og hvordan
denne påvirkes av dyp og substrattype. Gitt at antagelsene våre om mest tråling i dybdeintervallet 5-15
m (som stemmer med observasjoner ved Smøla i Møre og Romsdal, Sivertsen 1991) og informasjonen
om substrattype er dekkende, kan høsteeffektiviteten i enkelte soner være bortimot 40 %. Tilsvarende
høy høsteeffektivitet er observert av Sivertsen (1991), mens andre har rapportert en høsteeffektivitet
rundt 6-13 % (Sivertsen et al. 1990). Med en lavere høsteeffektivitet enn antatt i våre beregninger vil
arealet på det påvirkede området økes. Men med mindre effektivitet vil sannsynligvis ikke de samme
feltene tråles hvert 5. år, slik at en får felter som er trålt mer enn f.eks 5, 6, og 7 år siden, sammen med
felter som som er 1- 5 år år gamle. Det vil si at en får større variasjon i alderen på trålfeltene, og
dermed større mulighet for spredning av faunakomponenter fra de eldre feltene til de yngre feltene.
Gitt usikkerheten i estimert stående tarebestand ligger maksimum andel høstet av stående tarebiomasse
i gjennomsnitt rundt 28 % dersom en tar hensyn til informasjon om substrattype (Tabell 2).
Høsteeffektiviteten vil kunne beregnes mer nøyaktig dersom man får data på hvor det tråles og
hvordan tarebiomassen varierer med dyp og eksponeringsgrad.
For å beregne innflytelsen av taretrålingen på primær- og sekundærproduksjonen må vi vite hvor stort
areal taretrålerne høster. Siden vi ikke har hatt tilgang til informasjon om hvor taretrålerne høster
23
NIVA 5150-2006
innen de enkelte sonene har vi måttet anslå dette arealet. Ved å anta at trålerne høster de samme
områdene hvert 5. år, og at de høster effektivt den stående tarebiomassen i området, som basert på
feltdata ligger rundt 15 kg pr m2, betyr det at trålerne må høste ca 7 km2 årlig innen modellområdet for
å skaffe den rapporterte høstede taremengden. Beregningen viser at innen det trålpåvirkete området vil
taretrålingen redusere primær- og sekundærproduksjonen vesentlig. Primærproduksjonen blir redusert
med ca 45 % og sekundærproduksjonen fra 70 - ca 98 %. I mengde innebærer dette en reduksjon på 47
000 tonn (± 14 000 tonn gitt 30 % usikkerhet i beregningen) i primærproduksjonen på trålfeltene, og
12 000 tonn (± 3 600 tonn gitt 30 % usikkerhet) i redusert sekundærproduksjon. Men gitt det relativt
lite arealet som sannsynligvis tråles (ca 7 km2) i forhold til tilgjengelig tareskogsareal (beregnet til ca
200 km2, hvis substratinformasjon er inkludert) blir den totale effekten liten. Dersom høstestatistikken
vi har hatt tilgjengelig er riktig, og det valgte området er representativt for regionen, betyr dette at
taretrålerne generelt høster en svært liten del av det totale tareskogsarealet, og at effektene på primær-
og sekundærproduksjonen blir tilsvarende små samlet for regionen. Utbredelsen av tareskogen og
høsteeffektiviteten vil imidlertid kunne være forskjellig andre steder langs kysten, både pga forskjeller
i dyp og bølgeeksponering som virker inn både på tareskogens utbredelse og på hvor effektivt
taretrålerne klarer å høste. Grunne områder med mange skjær, slik som ved Nordøyane i Møre og
Romsdal, er generelt vanskelig tilgjengelige for taretrålerne, og de vil ikke være i stand til å høste så
effektivt som i områder med gunstige forhold. Raskere gjenvekst og relativt ung tareskog i utrålte
områder i Rogaland vil føre til raskere restituering av trålfeltene her, men de flate områdene kan føre
til at det er større arealer som høstes her av den totalt tilgjengelige tareskogen (som observert av
Christie et al. 1994), og at de økologiske effektene av taretråling derfor relativt sett likevel kan være
større i denne regionen. Høye forekomster av kråkeboller, som rapportert fra Trøndelagskysten (Sjøtun
et al. 2001) vil også kunne påvirke gjenvekst av tare og epifytter på trålfeltene.
Fra Trøndelag og nordover er det kråkebollene som ”høster” av stortaren. For å sette de økologiske
konsekvensene av taretråling inn i dette perspektivet kan det nevnes at arealet av tareskog som er
nedbeitet av kråkeboller er anslått til over 2000 kvadratkilometer (Sivertsen 1997). Med en antatt
lavere tarebiomasse nordover, anslått her til 10 kg pr m2, vil et produksjon-/biomasse forhold lik 1 gi
et beregnet tap av primærproduksjonen på disse områdene tilsvarende ca 20 millioner tonn årlig. Ved å
anslå at sekundærproduksjonen utgjør 15-20 % av primærproduksjonen vil dette innebære et tap i
sekundærproduksjonen på 3-4 mill tonn årlig. De estimerte tapene ved taretråling kan være store på
trålfeltene, men er meget små sammenliknet med tapet forårsaket av kråkebollebeiting. Sivertsen
(1990) har antatt at stormer fører til en avgang på ca 20 % av den stående biomassen. Dette utgjør ca 4
mill tonn for et areal lik det nedbeitete.
Vi har for få replikater og for lite datagrunnlag til å vurdere de arealmessige konsekvensene av
taretrålingen for artsdiversiteten. Dessuten har vi kun estimater for utviklingen til de frittlevende
invertebratene i hapterene, og utviklingen av makroskopiske alger på stilkene. Men de data som finnes
(Rinde et al. 1992, Christie et al. 1994) viser at diversiteten vil bli redusert på trålfeltene etter tråling.
Diversiteten vil sannsynligvis ikke bli restituert før plantene på trålfeltene når gjennomsnittsalderen til
de største plantene i den utrålte tareskogen, særlig fordi epifyttalgene trenger tid til å etablere seg og at
epifyttfaunaen igjen er avhengig av disse. Gjennomsnittsalderen øker med økende breddegrad langs
kysten, og er ca 7 år i midt-Norge (Rinde & Sjøtun 2005). Gitt at en stor del av tareskogen ikke blir
høstet (som er sannsynlig i det valgte modellområdet), og den dokumenterte høye mobiliteten til de
frittlevende invertebratene som lever tilknyttet hapterer og epifytter (Norderhaug et el. 2002, Waage-
Nielsen et al. 2003) og som utgjør en stor del av diversiteten i tareskogen, vil sannsynligvis den
gjenstående tareskogen sørge for opprettholdelse av artsdiversiteten til systemet. Tareskogsflora og -
fauna er generelt tilpasset et habitat som raskt kan endre seg. Epifyttene reduseres årlig, og en del
tareplanter fjernes i løpet av stormperioder. Arter med direkte utvikling har derimot ikke samme
spredningspotensiale som arter med planktoniske egg og larvestadier, og fastsittende arter har ikke
samme spredningspotensiale som de frittlevende. Det vil derfor være forskjeller mellom artene i hvor
raskt de vil kunne klare å reetablere seg på de trålte feltene. Kunnskap om sjeldne arter er mangelfull
for marine kystøkosystemer, og vi kan ikke utelukke at høy trålingsintensitet i områder som er
24
NIVA 5150-2006
gunstige habitater for sjeldne, uidentifiserte arter med dårlig spredningspotensial, kan føre til reduserte
forekomster og negativ utvikling av disse.
6. Identifisering av kunnskapshull og anbefalinger
for videre arbeid
Beregningene som er gjort i denne studien er representative for miljøforholdene og landskapstypen
ved midt-Norge, som har optimale vekstforhold for stortaren. Andre områder som Rogaland og
Hordaland har annen landskapstype, andre bunnforhold og andre miljøforhold enn det studerte
området. Dette påvirker både vekstforholdene og utbredelsen til stortaren, samt hvor effektivt trålerne
klarer å høste taren. I tillegg høstes taren oftere (hvert 4. år) i Rogaland enn andre steder langs kysten.
Tilsvarende undersøkelser i disse områdene vil kunne vise regionale forskjeller i høsteeffektivitet og
økologiske effekter av taretråling.
Arbeidet har vist at habitatmodellering har et stort potensiale til å kunne estimere taretrålernes
høsteeffektivitet i ulike områder. Det vil være gunstig å teste om den estimerte høsteeffektiviteten er
riktig, og å benytte samme metode i andre områder for å skaffe oversikt over hvor stor andel av
tareressursen som høstes innen ulike regioner, og hvordan effektiviteten varierer med dyp og
eksponeringsgrad. Ved for eksempel å samle posisjonsinformasjon fra taretrålerne vil en i større grad
kunne identifisere hvilke områder som tråles, og gjennom feltstudier få kvantifisert hvor effektivt det
tråles i de ulike områdene. Det vil da være lettere å kunne vurdere hvor stort areal taretrålerne berører
for å høste de rapporterte taremengdene. En oversikt over høsteeffektiviteten i ulike områder vil være
gunstig i forhold til å kunne identifisere trålingsintensive områder som kanskje vil ha større behov for
oppfølging i forhold til å sikre ivaretagelse av tareskogens funksjon i området.
Arbeidet viser også at det fortsatt mangler en del kunnskap og data om tareskogssystemet. Særlig for å
skaffe sikre estimater for produksjonsrater for den assosierte flora og fauna, og for å kunne vurdere
betydningen av taretrålingen for artsmangfoldet. Det er mangelfull kunnskap om hvordan forekomsten
og produksjonen til både taren, tarens epifytter og dyrene varierer med dyp og eksponeringsgrad. Her
trengs det undersøkelser som ser på flere replikater og større arealer enn tidligere arbeider. Estimatene
for sekundærproduksjon og utvikling av artsdiversitet er basert på studier av trålfelt av ulik alder. Det
anbefales tilsvarende studier ved å følge et taretrålt område over flere år etter tråling, selv om
sammenligning av ulike stasjoner med ulik alder etter tråling også gir nyttig kunnskap. Det er også
mangelfull kunnskap om hvordan artsdiversiteten endres med dyp, eksponering og alder på trålfeltene.
Det høstes årlig ca 170 000 tonn stortare langs norskekysten. Hvis taretrålerne høster effektivt 10 kg
per m2, som er den gjennomsnittlige stående tarebiomassen per m2 for hele norskekysten, vil 17 km2
være tilstrekkelig til å skaffe de årlig høstede 170 000 tonn stortare. Med en trålefrekvens på hvert 5.
år vil det føre til at fem ganger dette arealet, dvs ca 85 km2, må tråles i løpet av en trålingssyklus, for å
opprettholde nåværende høstet mengde. Basert på den store utbredelsen til stortareskog, bør det
vurderes om det vil være økonomisk og miljømessig hensiktsmessig å fokusere taretrålingen til færre
områder, og å høste mer effektivt i disse områdene, enn å tråle en liten andel hvert 5. år langs det
meste av kysten, som er dagens praksis.
25
NIVA 5150-2006
7. Referanser
Abdullah, M. I. & S. Fredriksen (2004). "Production, respiration and exudation of dissolved organic
matter by the kelp Laminaria hyperborea along the west coast of Norway." JMBA - Journal of
the Marine Biological Association of the United Kingdom 84(5): 887.
Alongi, D. M. (1998). Coastal ecosystem processes, CRC Press.
Bekkby, T. (2001). Behaviour and habitat selection of harbour seals (Phoca vitulina) along the
Norwegian coast in relation to time, environmental conditions and resource distribution. Dr.
Scient thesis, University of Oslo.
Bekkby, T., L. Erikstad, V. Bakkestuen & A. Bjørge (2002). "A landscape ecological approach to
coastal zone applications." Sarsia 87: 396-408.
Brey, T. (1990). "Estimating productivity of macrobenthic invertebrates from biomass and mean
individual weight." Meeresforschung 32: 329-343.
Chapin, F. S., III, O. E. Sala, I. C. Burke, J. P. Grime, D. U. Hooper, W. K. Lauenroth, A. Lombard,
H. A. Mooney, A. R. Mosier, S. Naeem, S. W. Pacala, J. Roy, W. L. Steffen & D. Tilman
(1998). "Ecosystem consequences of changing biodiversity." Bioscience 48(1): 45-52.
Chapin, F. S., E. S. Zavaleta, V. Eviner, R. Naylor, P. M. Vitousek, H. L. Reynolds, D. U. Hopper, S.
Lavorel, O. E. Sala, S. E. Hobbie, M. C. Mack & S. Diaz (2000). "Consequences of changing
biodiversity." Nature 405: 234-242.
Chapman, A. R. O. (1986). Population and community ecology of seaweeds. Advances in marine
biology. J. H. S. Blaxter and A. J. q. Southward, Academic Press. 23: 1-161.
Christie, H. (1995). Description of the kelp forest fauna at Froan, Mid Norway; variation in an
exposure gradient. NINA Oppdragsmelding 368: 1-22.
Christie, H. (1995). Fauna diversity associated to different macroalgal habitats at the Skagerrak coast
of Norway. NINA Oppdragsmelding 483: 1-22.
Christie, H., S. Fredriksen & E. Rinde (1998). "Regrowth of kelp and colonization of epiphyte and
fauna community after kelp trawling at the coast of Norway." Hydrobiologia 375/376: 49-58.
Christie, H., N. M. Jørgensen, K. M. Norderhaug & E. Waage-Nielsen (2003). "Species distribution
and habitat exploitation of fauna assosiated with kelp (Laminaria hyperborea) along the
Norwegian coast." Journal Marine Biological Association UK 83: 687-699.
Christie, H. & P. Kraufvelin (2004). "Mechanisms regulating amphipod population density within
macroalgal communities with restricted predator impact." Scientia Marina 68(189-198).
Christie, H., E. Rinde, S. Fredriksen & A. Skadsheim (1994). Ecological consequences of kelp
trawling: reestablishment of kelp forest, epiphytes and holdfast fauna after kelp trawling at the
Rogaland coast. NINA Oppdragsmelding 483: 1-22.
Isæus, M. (2004). Factors structuring Fucus communities at open and complex coastlines in the Baltic
Sea. Naturvetenskapliga fakulteteten, Botaniska institusjonen. Stockholm, Stockholms
universitet: 165. Doctoral thesis, University of Stockholm.
Jupp, B. P. & E. A. Drew (1974). "Studies of the growth of Laminaria hyperborea (Gunn.) Fosl. I.
Biomass and productivity." J. Exp. Mar. Biol. Ecol. 15: 185-196.
Jørgensen, N. M. & H. Christie (2003). "Diurnal, horizontal and vertical dispersal of kelp-associated
fauna." Hydrobiologia 503: 69-76.
Kraufvelin, P., H. Christie & M. Olsen (2002). "Macrofauna (secondary) responses to experimental
nutrient addition to rocky shore mesocosms and a coastal lagoon." Hydrobiologia 484: 149-
166.
Moore, P. G. (1973). "The larger crustacea associated with holdfasts of kelp (Laminaria hyperborea)
in North-east Britain." Cahiers de Biologie Marine XIV: 493-518.
Norderhaug, K. M. (2004). "Use of red algae as hosts by kelp-associated amphipods." Marine Biology
144: 225-230.
26
NIVA 5150-2006
27
Norderhaug, K. M., H. Christie & E. Rinde (2002). "Colonisation of kelp imitations by epiphyte and
holdfast fauna; a study of mobility patterns." Mar. Biol. 141: 965-973.
Norderhaug, K. M., S. Fredriksen & K. Nygaard (2003). "Trophic importance of Laminaria
hyperborea to kelp forest consumers and the importance of bacterial degradation to food
quality." Mar Ecol Prog Ser 255: 135-144.
Rinde, E., H. Christie, S. Fredriksen & A. Sivertsen (1992). Ecological consequences of kelp trawling:
Importance of the structure of the kelp forest for abundance of fauna in the kelp holdfasts,
benthic fauna and epiphytes. NINA Oppdragsmelding 127: 1-37
Rinde, E. & K. Sjøtun (2005). "Demographic variation in the kelp Laminaria hyperborea along a
latitudinal gradient." Marine Biology 146(6): 1051-1062.
Rinde, E., S.-E. Sloreid, V. Bakkestuen, T. Bekkby, L. Erikstad & O. Longva (2004). Modellering av
utvalgte marine naturtyper og EUNIS klasser. To delprosjekter under det nasjonale
programmet for kartlegging og overvåking av biologisk mangfold. Oslo, NINA. NINA
Oppdragsmelding 807: 1-33.
Schwartz, M. W., C. A. Brigham, J. D. Hoeksema, K. G. Lyons, M. H. Mills & P. J. van Mantgem
(2000). "Linking biodiversity to ecosystem function: implications for conservation ecology."
Oecologia 122(3): 297-305.
Sivertsen, A., M. Indergaard, A. Jensen & L. Jørgensen (1990). Høsting og økologisk betydning av
stortare (Laminaria hyperborea) langs kysten av Sør-Trøndelag, SINTEF, Rapport nr. STF21
A90077.
Sivertsen, K. (1991). "Høsting av stortare og gjenvekst av tare etter taretråling ved Smøla, Møre og
Romsdal. (Cleared areas and re-growth of kelp following harvesting operations at Smøla,
county of Møre og Romsdal)." Fisken og havet 1: 1-44.
Sjøtun, K., H. Christie & J. H. Fosså (2000). "Ressursgrunnlaget for taretråling og gjenvekst etter
prøvetråling i Sør-Trøndelag." Fisken og havet 6: 27 pp. (In Norwegian with summary in
English).
Sjøtun, K., H. Christie & J. H. Fosså (2001). "Overvaking av stortaregjenvekst og
kråkebolleførekomster etter prøvetråling i Sør-Trøndelag." Fisken og havet 5: 24 pp.
Sjøtun, K., S. Fredriksen, T. E. Lein, J. Rueness & K. Sivertsen (1993). "Population studies of
Laminaria hyperborea from its northern range of distribution in Norway." Hydrobiologia
260/261(Chapman, A.R.O., M.T. Brown & M.Lahaye (eds). Fourteenth International Seaweed
Symposium.): 215-221.
Sjøtun, K., S. Fredriksen, J. Rueness & T. E. Lein (1995). Ecological studies of the kelp Laminaria
hyperborea (Gunnerus) Foslie in Norway, in Ecology of fjords and coastal waters. Ed: H. R.
Skjoldal, C. Hopkins, K. E. Erikstad and H. P. Leinaas, Elsevier Science B.V.: 525-536.
Ugland, K. I., J. S. Gray & K. E. Ellingsen (2003). "The species accumulation curve and estimation of
species richness." J. Anim. Ecol. 71: 888-897.
Waage-Nielsen, E., H. Christie & E. Rinde (2003). "Short-term dispersal of kelp fauna to cleared (kelp
harvested) areas." Hydrobiologia 503: 77-91.
NIVA 5150-2006
Vedlegg A.
Høstestatistikk (tonn) for sone 1-20 ved Steinshamn i Møre og Romsdal for perioden 1985 til 2002. Data er sammenstilt av Jostein Vea, ved FMC
BioPolymer.
Felt nr.
01/02
00/01 99/00
98/99
97/98
96/97
95/96 94/95
93/94
92/93
91/92
90/91
89/90
88/89
1988
1987
1986
1985
1E 4677
3722
2A 1988
3629
1337
3511
3B 3183
2144
2762
2577
4C 8777
11313
8758
6835
5B 5293
2524
5521
2824
6A 13028
11485
9542
6573
7C 8289
5971
6275
5338
8D 16842
15084
12871 13144
9E 11561 10513 9824
11484
10E 4108
2568
4887
4168
11D 4254
4557
2641
5145
12B 8734
8964
6036
9321
13E 5975
4524
3175
3774
14D 4193
4358
3522
3394
15A 4182
2876
2637
5223
16B 953
629
227
17C 6992
5144
3162
5101
18E 5100
4093
3127 4105
19D 1182 435 630
606
20D 2754 2533 2723 767
28
NIVA 5150-2006
Vedlegg B.
Estimert tarebiomasse (tonn) og primærproduksjon (tonn) i trålsonene til det valgte modellområdet (Nordøyan, Møre og Romsdal), i utrålt område og
fra første trålingsår og 10 år framover, med en høstesyklus på hvert 5. år. Primærproduksjonen er anslått å være lik stående biomasse. Grunnlaget for
beregningene er gitt i teksten.
Felt nr Areal
(km2) Utrålt 1. trålingsår 1 år etter 2 år etter 3 år etter 4 år etter 5 år etter 6 år etter 7 år etter 8 år etter 9 år etter 10 år etter
1E 0.280 4200
4200
4200 4200 4200 0 1120
2240 4200 4200 0 1120
2A 0.174 2616 0 698 1395 2616 2616 0 698
1395 2616 2616 0
3B 0.178 2667 2667 0 711 1422 2667 2667 0 711 1422 2667 2667
4C 0.595 8921 8921 8921
0 2379 4758 8921 8921
0 2379 4758 8921
5B 0.269 4041 4041
0 1077 2155 4041 4041
0 1077 2155 4041 4041
6A 0.677 10157 0 2709 5417
10157 10157 0 2709 5417
10157 10157 0
7C 0.431 6468 6468 6468 0 1725
3450 6468 6468 0 1725
3450 6468
8D 0.966 14485 14485 14485 14485 0 3863
7725 14485 14485 0 3863
7725
9E 0.723 10846 10846 10846 10846 10846 0 2892 5784 10846 10846 0 2892
10E 0.262 3933 3933 3933 3933 3933
0 1049 2097 3933 3933
0 1049
11D 0.277 4149 4149 4149
4149 0 1106 2213 4149
4149 0 1106 2213
12B 0.551 8264 8264 0 2204 4407 8264
8264 0 2204 4407 8264
8264
13E 0.291 4362 4362 4362 4362 4362
0 1163 2326 4362 4362
0 1163
14D 0.258 3867 3867
3867 3867 0 1031 2062
3867 3867 0 1031 2062
15A 0.249 3730 0 995 1989 3730 3730 0 995 1989 3730 3730 0
16B 0.030 452 452 0 121 241 452 452 0 121 241 452 452
17C 0.340 5100 5100 5100 0 1360 2720
5100 5100 0 1360 2720
5100
18E 0.274 4106 4106 4106 4106 4106
0 1095 2190 4106 4106
0 1095
19D 0.048 713 713 713 713 0 190 380 713 713 0 190 380
20D 0.146 2194 2194 2194 2194 0 585 1170 2194 2194 0 585 1170
sum 7.018 105 269 88 767 77 744 65 769 57 638 49 629 56 782 64 936 65 769 57 638 49 629 56 782
29
NIVA 5150-2006
Vedlegg C.
Estimert hapterfaunaproduksjon (tonn) på trålfeltene i det valgte modellområdet (Nordøyan, Møre og Romsdal), i en periode på 10 år etter første tråling,
og med en høstesyklus på hvert 5. år. Grunnlaget for beregningene er gitt i teksten.
Felt nr Areal
(km2) Utrålt 1. trålingsår 1 år etter 2 år etter 3 år etter 4 år etter 5 år etter 6 år etter 7 år etter 8 år etter 9 år etter 10 år etter
1E 0.280 164
164 164 164 164 0 72 60 54 82 0 72
2A 0.174 102 0 45 38 33 51 0 45 38 33 51 0
3B 0.178 104 104 0 46 38 34 52 0 46 38 34 52
4C 0.595 348 348 348 0 153 128 114 175 0 153 128 114
5B 0.269 158 158 0 69 58 52 79 0 69 58 52 79
6A 0.677 396 0 175 146 130 199 0 175 146 130 199 0
7C 0.431 252 252 252 0 111 93 83 127 0 111 93 83
8D 0.966 565 565 565 565 0 249 209 185 284 0 249 209
9E 0.723 423 423 423 423 423 0 187 156 139 213 0 187
10E 0.262 153 153 153 153 153 0 68 57 50 77 0 68
11D 0.277 162 162 162 162 0 71 60 53 81 0 71 60
12B 0.551 322 322 0 142 119 106 162 0 142 119 106 162
13E 0.291 170 170 170 170 170 0 75 63 56 85 0 75
14D 0.258 151 151 151 151 0 67 56 49 76 0 67 56
15A 0.249 145 0 64 54 48 73 0 64 54 48 73 0
16B 0.030 18 18 0 8 7 6 9 0 8 7 6 9
17C 0.340 199 199 199 0 88 73 65 100 0 88 73 65
18E 0.274 160 160 160 160 160 0 71 59 53 80 0 71
19D 0.048 28 28 28 28 0 12 10 9 14 0 12 10
20D 0.146 86 86 86 86 0 38 32 28 43 0 38 32
sum 7.018 4 106 3 462 3 144 2 564 1 856 1 253 1 403 1 406 1 352 1 324 1 253 1 403
30
NIVA 5150-2006
Vedlegg D.
Estimert epifyttaunaproduksjon (tonn) på trålfeltene i det valgte modellområdet (Nordøyan, Møre og Romsdal), i en periode på 10 år etter første tråling,
med en høstesyklus på hvert 5. år.
Felt nr Areal
(km2) Utrålt 1. trålingsår 1 år etter 2 år etter 3 år etter 4 år etter 5 år etter 6 år etter 7 år etter 8 år etter 9 år etter 10 år etter
1E 0.280 379
379 379 379 379 0 0 0 0 31 0 0
2A 0.174 236 0 0 0 0 19 0 0 0 0 19 0
3B 0.178 240 240 0 0 0 0 20 0 0 0 0 20
4C 0.595 804 804 804 0 0 0 0 66 0 0 0 0
5B 0.269 364 364 0 0 0 0 30 0 0 0 0 30
6A 0.677 915 0 0 0 0 75 0 0 0 0 75 0
7C 0.431 583 583 583 0 0 0 0 48 0 0 0 0
8D 0.966 1306 1306 1306 1306 0 0 0 0 107 0 0 0
9E 0.723 978 978 978 978 978 0 0 0 0 80 0 0
10E 0.262 354 354 354 354 354 0 0 0 0 29 0 0
11D 0.277 374 374 374 374 0 0 0 0 31 0 0 0
12B 0.551 745 745 0 0 0 0 61 0 0 0 0 61
13E 0.291 393 393 393 393 393 0 0 0 0 32 0 0
14D 0.258 349 349 349 349 0 0 0 0 29 0 0 0
15A 0.249 336 0 0 0 0 28 0 0 0 0 28 0
16B 0.030 41 41 0 0 0 0 3 0 0 0 0 3
17C 0.340 460 460 460 0 0 0 0 38 0 0 0 0
18E 0.274 370 370 370 370 370 0 0 0 0 30 0 0
19D 0.048 64 64 64 64 0 0 0 0 5 0 0 0
20D 0.146 198 198 198 198 0 0 0 0 16 0 0 0
sum 7.018 9 488 8 001 6 611 4 764 2 474 122 114 152 188 203 122 114
31
