Vad är syftet med övervakning?
Syftet med övervakning (eller ”monitoring”) av grunda sedimentbottnar är i allmänhet att kontrollera om det sker långsiktiga förändringar av biotopens utbredning eller kvalitet. Övervakning utförs i allmänhet med hjälp av stickprovsprogram och slutsatserna baseras på statistiska metoder. En central fråga när det gäller övervakningens syfte är naturligtvis att bestämma vad man skall övervaka. Övervakning av grunda områden omfattar oftast täthet och artsammansättning av infauna. Ett bra alternativ för övervakning av miljökvalitet är att använda indikatorer eller index som är specifikt utvecklade för att spegla områdets ”hälsotillstånd”. För sedimentlevande fauna i Västerhavet och Östersjön pågår utveckling av sådana index (”benthic quality index” [BQI]) i Naturvårdsverkets regi, som baseras på faunans känslighet för t.ex. organisk belastning. Dessa index gäller dock främst i djupare områden. I grundare områden saknas sådana indikatorer och istället är man här hänvisad till att övervaka förändringar av olika mått på artdiversitet (t.ex. artrikedom eller jämnhet).
Var skall man övervaka?
En annan grundläggande uppgift är att definiera områden som man vill övervaka. Eftersom tätheten och sammansättningen av djursamhällen på sedimentbottnar varierar mycket mellan platser är det mycket viktigt att övervakningen planeras så att hela målområdet har en viss sannolikhet att provtas, dvs. att man får ett representativt stickprov. Enklaste sättet att åstadkomma detta är oftast att slumpmässigt välja platser. När man har bestämt vad som skall övervakas och försäkrat sig om att det finns en samstämmighet mellan övervakningens målområde och den översiktliga utformningen av provtagningen behöver undersökningens önskade precision och förmåga att upptäcka förändringar med en viss sannolikhet (”statistisk styrka”) definieras.
Vad är precision?
Precisionen är ett mått på hur väl ett medelvärde, som skattats med ett stickprovsprogram, avspeglar det faktiska (”sanna”) medelvärdet. Om vi t.ex. i syfte att ta reda på medeltätheten av musslor i en vik tar 10 cylinderprover och beräknar medelvärdet, kommer detta av slumpskäl att avvika en aning från det faktiska medelvärdet. Med hjälp av information om variationen mellan bottenprover och hur många prover som tagits kan man beräkna hur mycket det beräknade medelvärdet kommer att avvika från det sanna medelvärdet.
Vad är god precision?
För bottenfauna, betraktas ofta ett standardfel på 20 – 30% av medelvärdet som god precision. Det vill säga att om man i en undersökning finner i medeltal 10 musslor per kvadratmeter bör standardfelet vara i storleksordningen 2 – 3 för att precisionen i viken skall betraktas som god enligt dessa kriterier. I praktiken skiljer sig precisionen mellan olika mätvariabler beroende på hur mycket det varierar mellan prover (Fig. 1). I en undersökning i norra Bohuslän visade det sig till exempel att precisionen av medelvärden skattade i enskilda vikar var bäst för antalet arter per prov, sämre för det totala antalet infaunaindivider och sämst för Shannon-Wieners diversitetsindex (Fig. 1).
;)
Fig. 1 (klicka i bilden för en förstorad bild eller zooma fönstret). Precision av skattade medelvärden av artrikedom, totalt antal infaunaindivider och Shannon-Wieners diversitetsindex för olika stickprovsstorlek med cylinderprover (diameter 10 cm) i en genomsnittlig vik i norra Bohuslän (efter [4]).
Om rätt och fel slutsatser
Inom miljöövervakningen drar man alltid slutsatser om förändringar av faunan i ett område med hjälp av statistiska metoder. Därför uttrycks alla slutsatser i termer av sannolikheter och det finns alltid en viss (förhoppningsvis liten) sannolikhet att man drar fel slutsats. Om man exempelvis vill ta reda på om diversiteten förändrats från ett år till ett annat kan två typer av fel förekomma: (1) man drar slutsatsen att det har skett en förändring när det egentligen inte har gjort det, och (2) man drar slutsatsen att det inte har skett en förändring när det egentligen har gjort det.
Hur stor är chansen att dra rätt slutsats?
Med en noggrann planering av stickprovsprogrammet är det relativt lätt att kontrollera storleken på, och skydda sig mot, den första typen av felslut. Att kontrollera för sannolikheten att det finns en förändring som man inte upptäcker är däremot svårare att kontrollera. För att förtydliga: det räcker alltså inte med att man ser att två medelvärden avviker från varandra för att man skall dra slutsatsen att det verkligen har skett en förändring. Den observerade skillnaden kan mycket väl ha uppkommit av slumpskäl vid provtagningen. Å andra sidan, om det verkligen har skett en förändring så är det viktigt att man kan upptäcka den i ett statistiskt test. Förmågan hos ett test att upptäcka en verklig (”sann”) förändring kallas statistisk styrka. Rekommendationer för vilken statistisk styrka som man bör sträva efter inom övervakning är svåra att ge. En statistisk styrka på 80% anses ofta som god, men för att kunna göra en rimlig avvägning är det viktigt att fundera över vilka konsekvenser olika typer av felslut kan få.
Hur kan vi påverka möjligheten att dra rätt slutsats?
Den statistiska styrkan hos ett test som syftar till att upptäcka förändringar bestäms av storleken på den verkliga förändringen, variationen mellan prover och antalet stickprov. Ju större förändring och ju mindre variation mellan prover, desto större sannolikhet att förändringen upptäcks. Det mest direkta sättet att öka sannolikheten att upptäcka förändringar i ett test är att öka antalet prover. Ofta visar dock analyser att det krävs mycket stora förändringar för att dessa skall kunna upptäckas med stor sannolikhet (Fig. 2). Exempelvis krävs det cirka 30 prover för att med 80% (0.8) sannolikhet kunna upptäcka en 50% minskning av antalet djur i en vik. Sannolikheten att upptäcka förändringar på 20% är däremot mycket små. Motsvarande analyser av möjligheter att upptäcka förändringar i antalet arter är något bättre. En 50%-ig minskning kan upptäckas med god sannolikhet redan med cirka 10 prover och sannolikheten att upptäcka en 20%-ig minskning är cirka 0.5.
;)
Fig. 2 (klicka i bilden för en förstorad bild eller zooma fönstret). Sannolikhet att upptäcka en förändring av total täthet (a) och artrikedom (b) av fauna med olika stickprovsstorlek mellan två år i en genomsnittlig vik i norra Bohuslän (efter [4]).
Dessa analyser baseras på verkliga data och kan sannolikt anses någorlunda representativa för den statistiska styrkan att upptäcka förändringar i infauna från år till år i grunda sedimentområden. Det är dock viktigt att påpeka att slutsatserna kan bli annorlunda om rumsskalan är annorlunda eller om man testar för långsiktiga trender.
Icke desto mindre visar analyserna att problem med statistisk styrka är ett reellt problem som måste beaktas vid planering av miljöövervakning.
