Transcript
Page 1: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

BMBF-FONA Verbundvorhaben (03F0670A)

NOAH – North Sea Observation and Assessment of

Habitats

Laufzeit: 01.04. 2013-31.03. 2016 Koordinator: Prof. Dr. Kay-Christian Emeis Helmholtz-Zentrum Geesthacht Max-Planck-Str. 1 21502 Geesthacht Tel: 04152-87 1548 Fax: 04152-87 1548 E-Mail: [email protected]

Page 2: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Kontakt:Dr.FrankBockemann,E‐Mail:frank‐[email protected],Tel:+494152‐87‐1881,Fax:+494152‐87‐1640

NOAH North Sea Observation and Assessment of Habitats SedimentprovinzenderDeutschenBucht–Eigenschaften,LeistungenundRisiken

Abschlussbericht

Auftraggeber: BundesministeriumfürBildungundForschung

Zuwendungsempfänger: 1. Helmholtz‐ZentrumGeesthachtInstitutfürKüstenforschungMax‐Planck‐Str.1,21502Geesthacht

2. UniversitätBremenZentrumfürMarineUmweltwissenschaftenLeobenerStr.2,28359Bremen

3. Alfred‐Wegener‐InstitutHelmholtz‐ZentrumfürPolar‐undMeeresforschungAmAltenHafen26,27568Bremerhaven

4. BundesamtfürSeeschifffahrtundHydrographieReferatChemiedesMeeresBernhard‐Nochte‐Straße78,20359Hamburg

5. SenckenbergamMeerAbteilungMeeresforschungSüdstrand44,26382Wilhelmshaven

6. ThünenInstitutInstitutSeefischereiPalmaille9,22767Hamburg

7. UniversitätHamburgCentrumfürErdsystemforschungundNachhaltigkeitGrindelberg5,20144Hamburg

8. HochschulefürAngewandteWissenschaftenHamburgFachbereichUmwelttechnikUlmenliet20,21033Hamburg

Förderkennzeichen: 03F0669A‐F03F0670A03F0671A

Laufzeit: 1April2013– 31März2016

Projektleitung: Prof.Dr.Kay‐ChristianEmeis1

Projektbeteiligte: Dr.FrankBockelmann1,Dr.UlrichCallies1,UlrikeKleeberg1,Dr.habil.ChristianWinter2,ArneSchwab2,KnutKrämer,Knut2,GabrielHerbst2,Prof.Dr.MichaelSchlüter3,Dr.RoiMartinez3,Dr.BeritBrockmeyer4,Dr.habil.IngridKröncke5,Dr.HermannNeumann5,Dr.UlrikeSchückel5,Dr.GerdKraus6,Dr.RabeaDiekmann6,Dr.VanessaStelzenmüller6,Prof.Dr.ChristianMöllmann7,MagareteNowicki7,Dr.ThomasLüdmann7,Dr.GerhardSchmiedl7,Prof.Dr.HermannHeld7,BenjaminBlanz7,Prof.Dr.GesineWitt8undNoraNiehus8

www.noah‐project.de

Page 3: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

ii

DasdiesemBerichtzugrundeliegendeVorhabenwurdevomBundesministeriumfürBildungundForschungunterderAgenda„KüstenforschunginNord‐undOstsee“(KüNO)imRahmenprogramm„ForschungfürNachhaltigeEntwicklung“(FONA)gefördert.FürdenInhaltsinddieAutorenverantwortlich.

Geesthacht,31.10.2016

Prof.Dr.Kay‐ChristianEmeisHelmholtz‐ZentrumGeesthachtMax‐Planck‐Str.121502GeesthachtTel:04152‐871548Fax:04152‐871548E‐Mail:[email protected]

Page 4: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

iii

INHALTSVERZEICHNIS

PartnerinVerbundprojektNOAH...................................................................................................................................iv 1Kurzdarstellung...................................................................................................................................................................1 1.1Aufgabenstellung.........................................................................................................................................................1 1.2Voraussetzungen,unterdenendasVorhabendurchgeführtwurde......................................................1 1.3PlanungundAblaufdesVorhabens.....................................................................................................................2 1.4WissenschaftlicherundtechnischerStand,andenangeknüpftwurde................................................3 1.5ZusammenarbeitmitDritten..................................................................................................................................4 

2WichtigsteErgebnisseausdeneinzelnenArbeitspaketen................................................................................5 2.1Arbeitspaket1:InventarisierungundCharakterisierungderbenthischen

HabitateigenschafteninderDeutschenBucht(TP1,3,4,5,6)................................................................5 2.1.1Daten‐Infrastruktur...........................................................................................................................................6 2.1.2Benthosgemeinschaften...................................................................................................................................8 2.1.3TOCundSchadstoffe........................................................................................................................................11 

2.2Arbeitspaket2:BeobachtungenundProzessstudienanderSediment‐WasserGrenzschicht............12 2.2.1Morphologie,TransportundHydrodynamik........................................................................................13 2.2.2BenthischeGemeinschaftenundBioturbationspotential................................................................14 2.3.2Nährstoffflüsse...................................................................................................................................................16 2.4.2ChemischeParameter.....................................................................................................................................19 

2.3IntegrativeModellierung(TP1,6,7).................................................................................................................21 2.3.1ModellierungPhysikalischerRandbedingungen.................................................................................21 2.3.2ModellierungvonAustauschanderSediment‐Wassergrenze......................................................22 2.3.3Nahrungsnetzmodellierung..........................................................................................................................23 

2.4Arbeitspaket4:BewertungvonökosystemarenZuständen,Risiken,undWerten(TP6,7)...............36 2.4.1MSRLIndikatorenzurBewertungvonZuständenundBelastungendesMeeresbodens.............36 2.4.2WerkzeugezurRiskoanalyseundmarinenRaumplanung.............................................................44 2.4.3AnsätzefürdieInwertsetzungvonÖkosystemdienstleistungen.................................................49 

3EvaluierunginBezugaufdasAnwendungspotential.........................................................................................56 3.1KooperationmitpotentiellenAnwendern......................................................................................................56 3.2StrategienzumWissenstransfer,zurPartizipation,zumDatenmanagementundzur

Öffentlichkeitsarbeit................................................................................................................................................56 3.3RelevanzderErgebnissefürpolitische/gesellschaftlicheEntscheidungsprozesseincl.bisher

erreichterImpactfürPolitikundGesellschaft..............................................................................................57 3.4Wissenschaftlicheund/odertechnischeErfolgsaussichten....................................................................57 3.5WissenschaftlicheundwirtschaftlicheAnschlussfähigkeit.....................................................................58 

4WichtigstePositionendeszahlenmäßigenNachweises....................................................................................58 5Verwertung..........................................................................................................................................................................58 Literaturliste............................................................................................................................................................................61 Tabellenverzeichnis..............................................................................................................................................................64 Abbildungsverzeichnis........................................................................................................................................................65 

Page 5: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

iv

PARTNERINVERBUNDPROJEKTNOAHTeilprojekt1 BenthischeStoffflüsseundStoffumsätzeinOberflächensedimentendes

Schelfmeer‐ÖkosystemsderNordsee.Prof.Kay‐ChristianEmeis([email protected])Helmholtz‐ZentrumGeesthacht,InstitutfürKüstenforschungMax‐Planck‐Str.1,21504Geesthacht

Teilprojekt2 TurbulenzundkleinskaligeMorphodynamik:InteraktiongeophysikalischerProzesseanderGrenzschichtWasser‐Sediment.PDDr.habil.ChristianWinter([email protected])ZentrumfürMarineUmweltwissenschaftenderUniversitätBremenLeobenerStr.1,28359Bremen

Teilprojekt3 RäumlicheModellierungvonGeodatenmittelsGeo‐Informationssystemen(GIS)zurAusweisungvonHabitatenamMeeresbodenderAWZundMessungbenthischerStoffflüsse.Prof.Dr.MichaelSchlüter([email protected])AlfredWegenerInstitut‐Helmholtz‐ZentrumfürPolar‐undMeeresforschungAmHandelshafen1227570Bremerhaven

Teilprojekt4

ErfassungundBewertungvonSchadstoffbudgetsund‐prozesseninderDeutschenBucht‐IntegrierendeWerkzeugezurräumlichstrukturierten,nachhaltigenMeeresnutzung.BeritBrockmeyer([email protected])BundesamtfürSeeschifffahrtundHydrographieBernhard‐NochteStr.78,20359Hamburg

Teilprojekt5

Raum‐zeitlicheVariabilitätderBenthosgemeinschaftenundihrerBioturbationspotentialeinderdeutschenAWZ.Dr.habil.IngridKröncke([email protected])SenckenbergamMeer,Abt.MeeresforschungSüdstrand40,26382Wilhelmshaven

Teilprojekt6

BewertungdesMeeresbodenzustandsinderdeutschenNordsee.Dr.GerdKraus([email protected])Thünen‐Institut,InstitutfürSeefischereiPalmaille9,2767Hamburg

Teilprojekt7

CharakterisierungvonMeeresboden‐ undMikrohabitaten,numerischeModellierungvonhöherentrophischenEbenenundadaptivesRisikomanagementfürdieNutzungdesMeeresbodens.Prof.Dr.ChristianMöllmann(christian.moellmann@uni‐hamburg.de)InstitutfürHydrobiologieundFischereiwissenschaftderUniversitätHamburgGroßeElbstrasse133,22767Hamburg

Teilprojekt8 EntwicklungundAdaptioneinesGleichgewichtssammlersunddessenKopplungmitBiotestsystemenalsIndikatorenzurBewertungderBioverfügbarkeitundökotoxikologischenWirkunghydrophoberorganischerSchadstoffeinSediment‐PorenwassersystemenderDeutschenBuchtProf.Dr.habil.GesineWitt(gesine.witt@haw‐hamburg.de)HochschulefürAngewandteWissenschaftenHamburgUlmenliet20,21033Hamburg

Page 6: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

1

1KURZDARSTELLUNG1.1Aufgabenstellung

Das Verbundvorhaben NOAH schafft seit April 2013 ein georeferenziertes Inventar derEigenschaften des Meeresbodens in der deutschen Bucht der Nordsee („Habitatatlas“:http://www.noah‐project.de/habitatatlas/index.php.de). Es tat dies in 4 Arbeitspaketen: 1)Analyse existierender Daten zur Klassifizierung und Eingrenzung von Meeresbodentypen,Beschreibung der physikalischen, chemischen, biologischen Eigenschaften und dermenschlichenDrücke. 2) Prozessuntersuchungen analysierten dynamische, chemische, und biologischeProzesse in9 repräsentativenArbeitsgebietender ‐ imVorfeldmonothematisch (Granulometrie)definierten‐Sedimentprovinzen.DiesdientederErhebungvonEigenschaften,AustauschratenundsaisonalerbiszwischenjährlicherVariabilitätindiesenGebietentypischerSedimentbeschaffenheit(einschließlich ihrer physikalischen, chemischen und biologischen Eigenschaften), umVertrauensbereichebeiderExtrapolationaufgrößereGebietegleicherEigenschaftenzuerfassen.3) Numerische Modelle wurden zur Interpolation der Eigenschaften und Prozesse in diesenArbeitsgebieten auf die gesamte Deutschen Bucht eingesetzt und halfen bei der Ableitung vonmittleren und extremen Eigenschaften an der Sediment‐Wasser‐Grenzschicht und über längereZeiträume. Sie wurden anhand von Beobachtungen optimiert und sollen in Zukunft zurAbschätzung der natürlichen Baseline (guter Umweltzustand) ohne menschliche Einflüsseeingesetztwerden.4)SchließlichwurdenGrundlagenzurBewertungdesMeeresbodenzustandsin der deutschen AusschließlichenWirtschaftszone (AWZ) in der Nordsee erarbeitet. Dazuwurden operationelle Indikatoren des Zustands identifiziert und Konzepte zu deren integriertenBewertung analysiert. Des Weiteren wurden Ansätze zur Modellierung von Risiken durchmenschlicheAktivitätenentwickeltundangewendet.

1.2Voraussetzungen,unterdenendasVorhabendurchgeführtwurdeDasVerbundprojektNOAHbeziehtsichaufdiePunkte2.1.und2.2derAgenda„Küstenforschung

in Nord‐ und Ostsee“ im BMBF Rahmenprogramm „Forschung für nachhaltige Entwicklung“(FONA); www.fona.de/mediathek/pdf/kstenforschung02122011_internet.pdf. Das Projekt griffzwei zentrale Anliegen der Bekanntmachung auf. Zum einen wurden Grundlagen für einverbessertesVerständnisvonKüstenmeer‐ÖkosystemengelegtdurcheinesystematischeErfassungvorhandener Daten zu benthischen Habitateigenschaften in physischer, chemischer undbiologischer Hinsicht. Die Zusammenführung dieser Eigenschaften in einem geographischenInformationssystem (Habitatatlas) und begleitender statistischer Analyse zur Identifikationdiskreter Sedimentprovinzen ‐ mit spezifischen physikalischen (Granulometrie; Permeabilität),chemischen(Kontaminationen,Austauschraten)undbiologischen(Diversität)EigenschaftensowiederenVariabilität‐legtedieGrundlagefürgezielteempirischeundtheoretischeArbeitengerichtetauf das zweite Anliegen: Die Eingrenzung oder erstmalige Erfassung der charakteristischenEigenschaftenundtypischenAustauschratenvonSedimentprovinzensowie ihrerräumlichenundzeitlichenVariabilitätdurchgezielteMessungen.WirwähltendiesenzweistufigenAnsatz,umeineGrundlagefüreinen‐durchzukünftigeArbeitenerweiterbaren‐Habitatatlas(imweiterenSinne)der Meeresböden des deutschen Festlandssockels in der Nordsee mit realistischem Aufwanderstellen zu können. Er ist das Hauptprodukt unseres Vorhabens und steht als Grundlage für

Page 7: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

2

ökologischeBewertungenundInwertsetzungvonÖkosystemdienstleistungendesMeeresbodensinderNordseezurVerfügung.

1.3PlanungundAblaufdesVorhabensDas Projekt NOAH wurde durch das HZG (Emeis) als Koordinator geleitet; zu seiner

Unterstützung wurde am HZG ein Projektsekretariat eingerichtet, welches im Inneren denProjektablauf organisierte und auch die Verbindung zu den übrigen Forschungsprojekten derForschungsagenda Nord‐ und Ostsee hielt. Jeweils 2 Wissenschaftler/innen leiteten alsVerantwortlichedie4ArbeitspaketevonNOAH(WP1:Schlüter,Kröncke;WP2:Winter,Theobald‐ersetztdurchB.BrockmeyernachseinePensionierung;WP3:Möllmann,Callies;WP4:Kraus,Held)undstelltendieOrganisationderArbeitenunddenfachlichenInformationsaustauschinnerhalbder(thematisch undmethodisch definierten) Arbeitspakete sicher. Thematisch ausgerichtete TreffenderWPwurdenadhocnachBedarfangesetzt;nebendiesenthematischenTreffen(vonFachleuten)gab es mindestens einmal jährlich ein Treffen des Koordinators mit den WP‐VerantwortlichensowieeinwissenschaftlichesGesamtkolloquiumvonNOAHsowiedemGesamtverbundKüNO.DasTreffendesKoordinatorsmitdenWP‐VerantwortlichenzielteaufdieSicherstellungdesAblaufs,der Erreichung der Meilensteine und der Definition der nächsten Arbeitsschritte. Dazu gehörteauch die Planung der Expeditionen. Der wissenschaftliche Fortschritt wurde in einmal jährlichangesetzten Projektkolloquien verfolgt, die unter anderem auch gemeinsammit anderen FONA‐ProjektenoderimAnschlussannationaleoderinternationaleKonferenzenstattfanden.InternundnachArbeitsabläufenausgerichtetwardasNOAH‐ProjektwieinAbb.1dargestelltinArbeitspakete(WP)1‐4gegliedert:

Abbildung1.GenerelleGliederungundVorgehensweisedesNOAHProjekts.

Page 8: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

3

1.4WissenschaftlicherundtechnischerStand,andenangeknüpftwurde

DieAusschließlicheWirtschaftszone(AWZ)DeutschlandsinderNordseeerstrecktsichüberca.28.000km2undistdaherzugroß,umflächendeckendeMessungenvonMeeresbodeneigenschaftendurchzuführen. Daher wurde auf der Grundlage einer statistischen Analyse vorhandenerKorngrößenmessungen vor Projektbeginn eine Klassifizierung der Sedimentprovinzen in derdeutschen AWZ vorgenommen (Abb. 2). Das Ergebnis dieser statistischen Analyse war dieIdentifikationvon6diskretenSedimenttypen,dieeinenGroßteilderFlächederAWZbedecken.Umaußerdem küstennahe Gradienten abzudecken, wurden 9 Stationen für die Feldarbeitenidentifiziert (Details unter www.noah‐project.de/work_areas/index.php.de), die teilweise mitLangzeitstationendesSenckenbergBenthos‐Programms(SterneinAbb.2)unddesBSHSchadstoff‐Monitorings(rotePunkteinAbb.2)übereinstimmen.

Abbildung2.AuswertungeinerstatistischenAnalysevonKorngrößenmessungeninderdeutschenAWZderNordsee.NachdiesemErgebniskonnten6statistischsignifikanteSedimenttypen(Farblegende)ausgewiesenwerden. In NOAHwurden 9 Stationen für die Feldarbeitenmit Forschungsschiffen identifiziert, um jedenSedimenttyp zu untersuchen (A‐I). Diese Stationen stimmen in einigen Fällen mit Langzeit‐BeobachtungsstationendesSenckenberg(Sterne)undderBSH(rotePunkte)überein.

Page 9: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

4

ImVerlaufdesProjektswurdeninsgesamt15SchiffsexpeditionenindieArbeitsgebietevonNOAHdurchgeführt (Tab. 1). Aufseiten der Modellierung wurden zu Projektbeginn vorliegende 2D‐LangzeitsimulationenderStrömungs‐undWellenenergie(CoastDat;www.coastdat.de)genutzt,umflächendeckend mittlere Salzgehalte und Temperaturen sowie die Energie am Meeresboden(Wellen und Strömung) abzuschätzen. Daraus entstanden erste Karten der mittleren undmaximalen Schubspannung, die imWeiterenmit der Granulometrie verrechnet wurden, um dieprozentualeBedeckungmitSandformationenzuberechnen.AlledieseKartensindimHabitatatlas(www.noah‐project.de/habitatatlas)zufinden.DatenzuBenthosgemeinschaftenstammenausdemBenthos‐MonitoringdesSenckenbergundwurdenfürdieNOAH‐StationenimVerlaufdesProjektsergänzt.

Tabelle 1. Expeditionen in die NOAH‐Arbeitsgebiete. Schiffe: F/S Heincke, F/SMaria S. Merian, ForschungskutterSenckenberg.

Fahrt Beginn Ende

HE383

HE386

HE391

HE395

DBT13

NOAH1

HE407

HE412

HE417

HE422

DBT

HE432

HE441

HE447

MSM50

22.06.2012

03.08.2012

30.10.2012

05.03.2013

07.05.2013

28.10.2013

30.07.2013

29.10.2013

12.03.2014

02.05.2014

14.05.2014

13.09.2014

20.03.2015

13.09.2014

06.01.2016

03.07.2012

18.08.2012

10.11.2012

14.03.2013

10.05.2013

08.11.2013

13.08.2013

12.11.2013

24.03.2014

15.05.2014

20.05.2014

27.09.2014

28.03.2015

27.09.2014

29.02.2016

1.5ZusammenarbeitmitDrittenDas Projekt wurde in enger inhaltlicher Abstimmung mit den Parallelprojekten SECOS und

MOSSCO unter der BMBF‐FONA „Forschungsagenda für die Nord‐ undOstsee“ durchgeführt, umeine Übereinstimmung der jeweiligen Ziele und Methoden zu gewährleisten und so ein

Page 10: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

5

gemeinsamesProduktfürdiedeutscheAWZzuschaffen.DamitergänztensichdieProjekteNOAH,SECOS und MOSSCO in optimaler Weise und stellten die Vergleichbarkeit und gemeinsameDarstellung der Ergebnisse sicher. Seit Projektbeginn fanden regelmäßige Treffen im KüNOLenkungsausschussstatt.AnlässlichderICESJahrestagung2015hatNOAHeineSessionzuThemaHabitat‐Mappinggeleitet.GemeinsammitdemPartnerprojektSECOS(Prof.Dr.Bathmann)wurdevomNOAH‐KoordinatorHerrnEmeiseineSessionanlässlichderECSA56(Bremen,4‐7September2016)organisiert,aufderdiewesentlichenErgebnissederPhase1vonNOAH,SECOSundMOSCCOdargestelltwurden.

DiebeidenRessortforschungsinstitutemitBehördenstatusinNOAH,dasThünen‐Institut(TP6)unddas Bundesamt für Seeschifffahrt und Hydrografie (TP4), stellten sicher, dass neue,wissenschaftliche Erkenntnisse aus NOAH in die behördliche Umsetzung von nationalen undinternationalen Meeresschutzaufgaben einfließen. Dazu gehören z.B. die Beiträge der beidenPartner zu den verschiedenen Arbeitsgruppen des BLANO (z.B. AG FiFi, ArGe Benthos, AG SÖK,ArGe ErBeM) oder des ICES (z.B.WGINOSE ‐Working Group on Integrated Assessments of theNorthSea,WGGESD3‐WorkshopsonDescriptor3regardingallcommerciallyexploitedfishandshellfish stocks in relation toGES).Basierend aufder inNOAHerarbeitetenExpertisewurdedieProjektmitarbeiterin Frau Dr. R. Diekmann (TP6) im Frühjahr 2016 als Expertin in dieBeratungsgremienWKFBIundADGFBIdesInternationalenRatesfürMeeresforschungCESberufen(Workshop/ Advice Drafting Group on guidance on how pressure maps of fishing intensitycontribute toanassessmentof the stateof seabedhabitats),diedieEU‐KommissionzumThemaFischereieinflussaufdenMeeresbodenberaten.SokonntendieinNOAHgewonnenenErkenntnissesowohl indienationalewie aucheuropäische,politischeUmsetzungvonMeeresschutzrichtlinieneinfließen.

2WICHTIGSTEERGEBNISSEAUSDENEINZELNENARBEITSPAKETEN2.1 Arbeitspaket 1: Inventarisierung und Charakterisierung der benthischenHabitateigenschafteninderDeutschenBucht(TP1,3,4,5,6)Arbeitspaket1untergemeinsamerLeitungvonProf.MichaelSchlüter(AWI,TP3)undProf.Dr.

IngridKröncke(SenckenbergamMeerWilhelmshaven,TP5)befasstesichmitderInventarisierungund Charakterisierung der benthischen Habitateigenschaften in der Deutschen Bucht. DasArbeitspaket gliederte sich in zwei Bereiche. AP1.1 war für den Aufbau einer umfassendenGeodateninfrastruktur(GDI)verantwortlich,diesowohlexistierendeDatenderProjektpartneralsauch im Projekt erhobene Daten abbildet und Anwendern über das Internet verfügbar macht(Habitatatlas). Der standardisierte und ISO‐konforme Aufbau der Dateninfrastruktur sollte einschnellerAustauschmitbestehendenDatenrepositorienwieMDI‐DEgewährleistenunddamitdieSichtbarkeit fürNutzer erhöhen.Der Fokus vonAP1.2 lag auf der statistischenAnalyseundderräumlichen Modellierung der in AP 1.1 gesammelten Daten. Ein Schwerpunkt war u.a. diegeostatistische Analyse von Verteilungsmustern der benthischen Makrofauna (>0,5 mm), derenDiversitätundÖkosystemfunktionenunterBerücksichtigungphysikalischerRandbedingungenundanthropogener Störeinflüsse (insbesondere Fischerei). Zusammenarbeit mit anderen Stellenbestand innerhalb von KüNO insbesondere im Datenmanagement: mit dem KüNO Dachprojekt,

Page 11: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

6

SECOS,ArbeitsgruppeProf.Dr.Bill(UniversitätRostock),MDI‐DE(RainerLehfeldt)undMANIDA.Wissenschaftliche Erkenntnisse aus NOAH fließen in die behördliche Umsetzung von nationalenund internationalen Meeresschutzaufgaben über: ICES (z.B. WGINOSE (Working Group onIntegratedAssessmentsof theNorthSea);BEWG(BenthosEcologyWorkingGroup)oderBLANO(MitarbeitFachAGBenthos(ErBeM)undAGDaten).

2.1.1Daten‐InfrastrukturArbeitspaket1hattedenAufbaueinesHabitatatlasalszentralesProduktdesProjekteszumZiel,

in dem sowohl existierende Daten der Projektpartner als auch im Projekt erhobene Datenabgebildet und Anwendern über das Internet verfügbar gemachtwerden. Der Habitatatlas stelltDaten zur Verfügung, die den Umweltzustand identifizieren und nachvollziehbare Kriterienaufstellen,ihnzubeschreibenundzuquantifizieren.DerHabitatatlasstelltsomitwissenschaftlicheInformationen bereit, die als Entscheidungsgrundlage für die Umsetzung umweltpolitischerMaßgaben dienen. Die Stärke des Habitatatlas ist dabei nicht die bloße flächenhafte Darstellungeinzelner Parameter, sondern die von den Projektpartnern gemeinsam analysierte und in denKontextdergroßräumigenHabitategesetzte„Geoinformation“.

DeraktuelleWMSbasierteHabitatatlasistunterwww.noah‐project.de/habitatatlaserreichbarundstellt dem Nutzer großflächig aufgearbeitete Geoinformationen über die physikalischen,geochemischen und biologischen Eigenschaften desMeeresbodens in Form von digitalen Kartenzur Verfügung. Zudemwerden fischereiliche Aktivität, biologische Indizes sowie Störungs – undSensitivitätsindizes im Habitatatlas dargestellt. Die Karten basieren dabei im Wesentlichen aufModellberechnungenoderInterpolationenvonPunktdaten.Essindderzeit47verschiedeneKartenaus6verschiedenenKategorienverfügbar (Tab.2).Die räumlicheAusdehnungderKarten reichtdabei von der erweiterten Deutschen Bucht (inkl. deutscher AWZ) bis zur gesamten südlichenNordsee.AusführlicheBeschreibungenderCharakteristikaderNOAHFokusgebiete(„factsheets“)sind ebenfalls im Habitatatlas verortet, um die Fokusgebiete in die großflächigen Habitateeinzuordnenzukönnen.

Die aktuelle Version des Habitatatlas front‐ends umfasst die Möglichkeit nach den 6ThemengebietenBiogeochemie,Schadstoffe,Ozeanographie,BenthosundFischereidruckzufiltern,undalsErgebnisdievorhandenenKartendatenauseinerErgebnislisteauszuwählen.FürdieKartenwerden sogenannteWMS‐ Services bereitgestellt, die eineVisualisierung derDatenmittels einesKartenviewers (MapView)bzw.dasHerunterladendesWMS‐Service zurEinbindung in gängigeGIS‐Anwendungen und somit die Überlagerungmit eigenenDaten ermöglichen. Die ErweiterungaufWFS‐Services(WebFeatureService,OGCStandard)bzw.WCS‐Services(WebCoverageService,OGC Standard) ist für die nächste Ausbaustufe desHabitatatlas imRahmen vonNOAH Synthesegeplant.

FürdieRealisierungdesHabitatatlas erfolgte in engerAbstimmungmit demKÜNODachprojekt,dem Partnerprojekt SECOS und der Arbeitsgruppe um Prof. Dr. Bill (Universität Rostock) derAufbaueinerGeodateninfrastruktur(GDI).DiesebietetdieMöglichkeitenderMetadatenaufnahmeauf Basis standardisierter Profile (ISO 191119/191115/ INSPIRE) und eine standardisierteMetadatenverwaltung (Abb.3).DieAnbindunganandereMetadaten‐Infrastrukturenerfolgtüber

Page 12: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

7

dieBereitstellungsogenannterCSWDienste(CatalogueServiceWeb,OGCStandard).AktuellerfolgteinautomatischesEinpflegenderMetadatenausdemNOAH‐TeilprojektindasKüNODatenportal,welcheswiederumvonanderenInfrastrukturknoten,wieMDI‐DEoderMANIDA,erreichtwerdenkann (harvesting). Dies gewährleistet eine hohe Sichtbarkeit der Projektergebnisse beiEntscheidungsträgerundinteressierteNutzergruppen.

Tabelle2.AnzahlverfügbarerKarten indenverschiedenenKategoriendesHabitatatlas(Stand31.3.2016).Rechts:Beispielkartefür„TotalOrganicCarbon(TOC)“.

Kategorie Kartenanzahl

Biogeochemie

Schadstoffe

Ozeanographie

Substrate

Benthos

Fischerei

Summe

3

15

8

11

5

5

47

Abbildung3.NOAH‐GDIundDaten‐infrastruktur

Im Bereich Metadaten stehen noch kleinere Anpassungen aus (Überarbeitung Schlagwörter;Nutzung BfN Thesauri). Bezüglich der Metadaten Qualität wurde im Rahmen der regelmäßigstattfindendenKüNODatenmanagementTreffeneineArbeitsgruppeinsLebengerufen,anderalleKüNOProjektebeteiligtsind.Zielistes,QualitätsinformationendenunterschiedlichenDatentypen

Page 13: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

8

anzufügen,sog.QualityFlags.ImVerbundprojektKüNOhandeltessichhierbeiumGeodaten(GIS),Modelldaten, Fernerkundungsdaten, Sensordaten und interpretierte Daten. Die Aufnahme vonQuality Flags wird ISO konform erfolgen (ISO‐Standard 19115/19157). Noch nicht ganzabgeschlossen ist die Vergabe von DOIs (digital object identifiers), die den Projektpartnern dieGelegenheitgebensollen, ihreDatensätzezuveröffentlichenunddamitzitierfähigzumachen.DieMöglichkeitderDOIVergabewirdalswesentlicheGrundlagefürdieVerstetigungdesHabitatatlaserachtet. Für Messdaten besteht die Möglichkeit der DOI Vergabe in PANGAEA bereits jetzt. InKürze können Expeditionsdaten (einzelne Messdaten) per Skript direkt aus der Datenbank mitMetadatenversehenundanPANGAEA(www.pangaea.de)zurDOIVergabeweitergeleitetwerden.EtwaslangwierigergestaltetsichdieDOI‐Vergabefürabgeleitete/interpolierteFlächendaten.Hierlaufen derzeit noch die Verhandlungen mit dem Deutschen Klima Rechenzentrum (DKRZ).ModelldatenwerdeninderCERA‐DatenbankdesDKRZveröffentlicht.

2.1.2BenthosgemeinschaftenArbeitspaket1.2befasste sichmit der statistischenAnalyse undder räumlichenModellierung

der in AP 1.1 gesammelten Daten. Der Fokus lag auf der geostatistischen Analyse vonVerteilungsmustern der benthischen Makrofauna (0,5 mm), deren Diversität undÖkosystemfunktionen unter Berücksichtigung physikalischer Randbedingungen undanthropogenerStöreinflüsse(insbesondereFischerei).BereitszuBeginndesProjekteswurdeaufBasis der gemeinsamen Daten ein prototypisches Bayessches Netzwerk entwickelt, welches alsintegrativesBewertungssystemfürManagementszenariendienenkann(Stelzenmülleretal.,2015)(siehe auch AP 4.2). Mit Hilfe dieses Modells können die Auswirkungen von verschiedenenUmweltfaktorenundManagementmaßnahmenaufdasÖkosystemsimuliertundevaluiertwerden.ImHabitatatlaswurdedarausexemplarischdersogenannte„DisturbanceIndicator“dargestellt.

In Zusammenarbeit mit AP 4.1 und in Anlehnung an die Anforderungen der MSRL wurden 16möglicheBelastungs‐wieauchZustandsindikatorenfürDeskriptor6aufihreEignunghinbewertet.Mehrere benthische Arten sowie funktionelle benthische Indikatoren konnten hinsichtlich ihrerEignung fürdieMSRLpositiv evaluiertwerden (sieheauchAP4.1). ImRahmendieserThematikwurden zudem räumlichen Unterschiede in der funktionellen Zusammensetzung derepibenthischen Gemeinschaften in der südöstlichen Nordsee in Abhängigkeit von verschiedenenUmweltfaktoren und dem fischereilichen Aufwand untersucht (Neumann et al., 2016). DiefunktionellenEigenschaftenvonbenthischenGemeinschaftendienenalsProxy fürderenEinflussauf Ökosystemprozesse, die Stabilität vonÖkosystemen und die Bewertung ihres Zustandes. DieUntersuchungkonnte zeigen, dass sichdie epibenthischenGemeinschaftenderKüstenzonen, des„Oystergrundes“ und der Dogger Bank hinsichtlich ihrer funktionellen Zusammensetzunginsbesondere in Bezug auf Mobilität, Größe, Ernährungstyp und Lebensdauer der Artenunterscheiden. Die Schubspannung am Boden ist dabei der Umweltfaktor, der statistisch dengrößtenEinflussaufdiefunktionelleZusammensetzungderGemeinschaftenhatte.VonbesondererBedeutungbeiderUntersuchungwarderEinflussderFischereiaufdiefunktionelleDiversitätundZusammensetzung der Gemeinschaften. Hier zeigten sich hohe Übereinstimmungen in denräumlichenGradientender verschiedenenUmweltfaktorenunddemFischereiaufwand, die einenmöglichenEinflussderFischereiaufdiefunktionellenUnterschiedederGemeinschaftenmaskieren

Page 14: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

9

(Tab. 3; Abb. 4). Hinsichtlich ihrer funktionellen Zusammensetzung sind beispielsweise dieküstennahen Gemeinschaften als „gestört“ zu bezeichnen. Neben einem hohen Fischereiaufwandsind die küstennahen Gebiete aber auch durch eine hohe Variabilität in abiotischen Parameterncharakterisiert, die ebenfalls als Störungsfaktoren für die benthischeEpifauna in Frage kommen.Man kann davon ausgehen, dass diese küstennahen Gemeinschaften daher gut an Störungenangepasstsind.FürdieBewertungeinesgutenUmweltzustandesimRahmenderMSRLsinddieseInformationenessentiell.

Tabelle3.Korrelationskoeffizienten (r=Pearson;Rel=RELATE) fürdieBeziehungenzwischenFischerei‐aufwand(zweiGeräte:“beam“und„BT2“)undverschiedenenUmweltfaktoren(Neumannetal.,2016).

tidalstress stratification temperaturedifference

meanSalinity

meantemperature

mud

Beam(r)Beam(rel)BT2(r)BT2(rel)

0.68***0.57***0.42*0.32**

‐0.64***0.48***‐0.42ns

0.61***0.56***nsns

‐0.70***0.82***nsns

nsns

0.71***0.34**

nsns

0.50**ns

(***p≤0.001;**p≤0.01;*p≤0.05;ns=notsignificant)

Abbildung4.FischereiaufwandmitdenGeräten“BT2”(A/C)und“beam”(B/D)undinterpolierteKarten:A)mittlere Jahrestemperatur, B) Schubspannung, C), Stratifizierung (C) und D) mittlere Jahres‐Salinität(Neumannetal.,2016).

NebendiesemgroßskaligenAnsatzwurdeineinemweiterenSchrittderEinflussderFischereiaufdieepibenthischenGemeinschaftenkleinräumigaufeinerFlächevon10x10nmuntersucht(sieheauchAP4.1).HierfürwurdenmittelshochauflösenderVMS(VesselMonitoringSystem)Datennachpotentiellen Überlappungen zwischen Baumkurren Schleppstrecken und den Orten vonBenthosprobennahmen gesucht, um den unmittelbaren Einfluss der Fischerei auf die Abundanzund Biomasse einzelner Arten sowie auf multivariate Indizes und funktionelle Eigenschaften zu

Page 15: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

10

untersuchen.DievorläufigenErgebnissedeutenaufkeinestatistischsignifikantenZusammenhängehin.EinegemeinsameVeröffentlichungzudieserThematikmitSchwerpunktaufderBetrachtungunterschiedlicherräumlicherSkalenbefindetsichinVorbereitung(Diekmannetal.,inVorb.).

In einemweiteren Ansatz wurde die Methode der Habitatmodellierung genutzt, um Art‐HabitatBeziehungen insbesondere für die ermittelten Indikatorarten (siehe oben und AP 4.1)abzuschätzen,sowieHabitat‐bzw.Biotopkartenzuerstellen.HierfürwurdezunächstaufBasisvonPunktdaten eine umfangreiche statistische Analyse bezüglich der räumlichen Verteilung vonepibenthischenGemeinschaftenindersüdöstlichenNordseedurchgeführt.DieErgebnissezeigeninBezugaufdieVerbreitungvonArtenundihrerBesiedlungsdichteachtsignifikantunterschiedlicheGemeinschaftenindersüdöstlichenNordsee(Abb.5).

Abbildung5.RäumlicheVerteilungepibenthischerGemeinschaftenindersüdöstlichenNordsee.

Die räumlich explizite Verbreitung (Habitatmodelle) der epibenthischen Gemeinschaften wurdebereits aufBasis von12Umweltfaktorenmodelliert,wobei auchdie Fischerei als anthropogenerFaktor in die Modelle mit eingeflossen ist (siehe Abb. 6). Hierfür wurde die Maximum‐EntropyMethode(MAXENT)benutzt,diebereitszurModellierungderMakrofaunaaufNordseeSkala(Reisset al. 2011,Neumann et al. 2013) und zur Prognose vonVeränderungen in der Verbreitung vonMakrofaunaarten in der gesamten Nordsee eingesetzt wurde (Weinert et al. 2016). ImProjektverlauf wurde allerdings ersichtlich, dass für einen Teil der bisher bei der ModellierungbenutztenUmweltfaktorenbessereDatenverfügbarsind.

Die Schubspannung beispielsweise beschreibt die physikalische Kraft, die direkt auf diebodenlebendeFaunaeinwirkt.Bisherwurde lediglichdietidaleSchubspannungalsUmweltfaktorfürdieHabitatmodellierungbenutzt.DieModelleamHZGermöglichenesallerdings,diemaximaleSchubspannung zu berechnen, die sich aus der strömungs‐ undwellenbedingten Schubspannungzusammensetzt. Es ist zu erwarten, dass die maximale Schubspannung als Umweltfaktor dieHabitatmodellewesentlichverbessernwird.DieErgebnissehierzuwerdenimVerlaufderzweitenPhasevonNOAHveröffentlicht.

Page 16: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

11

2.1.3TOCundSchadstoffeBasierend auf der Analyse von Schadstoff‐Sedimentbeziehungen wurde eine sehr gute

Korrelation der Schadstoffverteilung sowohl mit der Korngrößenverteilung als auch dem TOC‐GehaltdesSedimentsgefunden.AufGrundlageinterpolierterräumlicherKartendesSchlickgehaltesund des TOC konnten so Schadstoffbelastungen erstmals nicht nur punktförmig, sondern auchflächigdargestelltwerden(Abb.7).DieKartenwurdenbereitsindenHabitatatlasintegriert.

Die Integration der Stoff‐ und Effekt‐bezogenen Daten liefert einen wesentlichen Beitrag zurBewertung der Schadstoffbelastung als Teil der Einschätzung des guten ökologischenUmweltzustandes.Die Summeder chemischenAktivität der Schadstoffmischungwurde inNOAHalsIndikatorfürdieBasistoxizitätunddamitzurRisikobewertunggenutzt.

Abbildung6. Habitatmodelle (MAXENT) der epibenthischenGemeinschaften „Oysterground“, „Deeps“ und„DoggerSlope“indersüdöstlichenNordsee(rot=höchsteWahrscheinlichkeitdesVorkommens).

Abbildung 7. Die räumliche Schadstoffverteilung ist zum großen Teil abhängig von denSedimenteigenschaften.DargestelltistlinksdieerwarteteVerteilungvonFluoranthenkonzentrationen(PAK)(ng/gTrockengewicht)aufderGrundlagederbeobachtetenKorrelationdieserSubstanzmitdemSiltanteil.Relevant für Organismen sind die freien Konzentrationen von Schadstoffen im Porenwasser. Rechtsdargestellt sinddieausMessungenextrapoliertenKonzentrationenvon freiemFluoranthen (inPicogrammproLiter).

Page 17: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

12

2.2Arbeitspaket2:BeobachtungenundProzessstudienanderSediment‐WasserGrenzschicht(TP1,3,4,5,7,8)Die Studien der Teilprojekte im Arbeitspaket 2 haben das Ziel eine belastbare Darstellung

mittlererundextremerZuständeunddieQuantifizierungderräumlichenundzeitlichenVariabilitätwesentlicherphysikalischer,chemischerundbiologischgesteuerterProzesseanderGrenzschichtWasser‐Sedimentzuermitteln.

InderProjektlaufzeitwurdenaufprojektübergreifendenExpeditionenMesskampagnen indenzuBeginn des Projekts als repräsentativ für jeweils großeGebiete derDeutschenBucht definiertenUntersuchungsgebieten (NOAH A‐I) und teilweise in ergänzenden Gebieten durchgeführt. EinekohärenteDarstellungderDatenundErgebnisseimRahmendeswebbasiertenNOAHHabitatatlaserfolgtimRahmeninterdisziplinärer„Factsheets“zudenUntersuchungsgebieten(Abb.8).

Im Habitatatlas werden anhand kurzer prägnanter Beschreibungen und aussagekräftigenAbbildungen die Eigenschaften der repräsentativen Untersuchungsgebiete beschrieben;www.noah‐project.de/work_areas.VerweisezeigensowohlaufVeröffentlichungen,alsauchaufdiemodellbasierten Darstellungen des Gesamtsystems. Ergebnisse der Feldmessungen wurdenverbundübergreifend im Projekt MOSSCO für die Validierung numerischer Modelle verwendet.WährendderMesskampagnenwurdenProzesseanderGrenzschichtWasser‐Sedimentanalysiertund die Auswirkung benthischer Makrofauna‐gemeinschaften durch Bioturbation oderBiostabilisierung auf Stoffflüsse, Umsetzungsraten organischen Materials im Sediment sowiesedimentologischen Eigenschaften in einem interdisziplinärenmulti‐methodischen Ansatz in situundanSedimentkernenuntersucht.

Das Arbeitspaket wirkte als skalenübergreifendes Element im Forschungsverbund: Währendeinerseitsverfügbaregroßskalige,flächenhafteDaten(sieheHabitatatlas)undModellansätzedurchMessungen an repräsentativen Gebieten überprüft wurden, wurde andererseits ein neuesSystemverständnis durch Extrapolation und Modellierung der Erkenntnisse aus denUntersuchungsgebiete erarbeitet. Dabei konnten vorhandene Karten mit schiffsgestützterhydroakustischerVermessungunddetaillierterProbenahmeverknüpftwerden.

Abbildung8.NOAHUntersuchungsgebieteA‐

IinnerhalbderdeutschenAWZ.

Page 18: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

13

Neben neuen Daten und Erkenntnissen zum Systemverständnis konnte als übergeordnetesErgebnis der ersten Phase von NOAH die Grundannahme bestätigt werden, dass die definiertenStationen NOAH A‐I repräsentativ für jeweils große Bereiche der Deutschen Bucht sind. DieseGebiete sind signifikant unterschiedlich und repräsentativ für morphologische Einheiten,SedimenttypenundMakrofaunagemeinschaften,dieüberdieletzten100Jahrestabilerscheinen.

WichtigeErgebnisseundVeröffentlichungenzuEinzelstudiensinduntengenannt.EinwesentlichesErgebnis ist der signifikante Unterschied zwischen dem Bioturbationspotential der benthischenMakrofaunagemeinschaft, den vorherrschenden Sedimenteigenschaften und Nährstoffrückflüssender verschiedenenNOAHGebieten A‐I. Erste Ergebnisse zu kausalen Beziehungen zwischen dengemessenen StoffflüssenmitHilfe des Landersystems „NusObs“ (TP3,AWI) undder benthischenMakrofaunaimSchlickgebietumHelgoland(NOAHC)wurdengemeinsamveröffentlicht(Oehleretal.2015a,b).HoheIndividuendichtenderMakrofauna(Patchiness)führtenbeispielsweisezueinerVervierfachung des Sauerstoffflusses auf einer Distanz von nur 2 Metern. Die gemessenenUnterschiede in den Sauerstoffraten der verschiedenen Sedimente lieferten zudem Hinweisedarauf,dasswenigegrößereTierederMakrofauna(z.B.dieSchwertmuschelEnsisdirectus)einengrößerenEffektaufdieSauerstoffflüssehat,alsvielekleinereArten(Oehleretal.2015a,b).

2.2.1Morphologie,TransportundHydrodynamikDie Untersuchung der morphologischen, sedimentologischen und hydrodynamischen

Bedingungen in den Untersuchungsgebieten wurde durch großflächige Vermessungen mitFächerecholot und parametrischem Echolot, direkten Bodenproben und kleinskaligeUntersuchungen durch autonome Meeresbodenobservatorien (Lander) durchgeführt. ImVordergrundstanddieBestimmungderräumlichenundzeitlichenVariabilitätdieserGebiete.DieErgebnissedienenalsRandbedingungfürdiebiologischenundbiogeochemischenStudienundzurderValidierungnumerischerModelle.

ZurgroßskaligenhydroakustischenKlassifizierungdesMeeresbodenswurdenFächerlotKongsbergEM710unddasparametrischeEcholotInnomarSESderFSHeinckeverwendet.NebenderAnalyseder Topographie des Meeresbodens auf Bodenformen und Strukturen wurde dieAmplitudeninformation desMeeresbodenechosmit einer Signalanalysesoftware ausgewertet.MitHilfe des stochastischen Jackson‐Modells wurde die Winkelabhängige Rückstreu‐CharakteristikberechnetundhierauseinBodentypbzw.einemittlereKorngrößeabgeleitet.Hierbeiwirdsowohldie Streuung an der Grenze Wasser/Boden als auch die Volumenstreuung im Sedimentberücksichtigt. Eine Verifizierung der Ergebnisse erfolgte anhand von Bodenproben und VideoAufnahmen.ParallelaufgezeichneteSedimentecholot‐Daten(InnomarSES)lieferteneinAbbildderobersten 10er Meter unterhalb des Meeresbodens. Zusammen mit der Fächerlot‐BathymetrielassensichsogroßskaligeSedimentumlagerungenerkennen.

DieNOAHReferenzgebietezeigeninsgesamthomogeneSedimentverteilungen,zumeisthandeltessich,wieküstenfernzuerwarten,umsandigebissiltigeAblagerungen.NurdasGebietNOAHAzeigteinegrößereVariabilität.HiertretenBodenformenauf,dieausgrobsandigenbiskiesigemMaterialbestehenundsiltig‐sandigepleistozäneSchichtenüberlagern.DieHabitateindenGebietenNOAH

Page 19: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

14

F,G,HundIzeigenstarkeanthropogeneÜberprägungdurchFischerei.WiederholungsmessungenzeigensaisonaleSchwankungen,wobeiSchleppnetzspurenmehrereMonateüberdauernkönnen.

DiehoheVariabilitätderphysikalischenZustandsgrößenStrömung,Wellen,SedimenttransportundMorphodynamik während einzelner Tidezyklen und Sturmereignisse zeigen Ergebnisse derMeeresbodenobservatorien (Abb. 9). Diese Daten aus 27 Einsätzen sind als Factsheets imHabitatatlas abgelegt und beschreiben die kleinskaligen Umlagerungen (Bodenformen) inAbhängigkeit der Wellen und tidegetriebenen Strömungen. Das Verhältnis von gemessenenBodenformen zu etablierten Prädiktoren ist in Krämer & Winter, subm. quantifiziert. Neubeschriebenwurde der Einfluss der Dynamik von Bodenformen auf diemikrobielle Aktivität imMeeresboden(Ahmerkampetal.,2015,Ahmerkampetal.,eingereicht).DieErgebnissedienenderModellvalidierung.SiefließendirektalsKartenmaterialindenNOAHHabitatatlasein.DieseDatenlieferneinenwesentlichenBeitragzurflächendenkendenErfassungderHabitateinderNordsee.

2.2.2BenthischeGemeinschaftenundBioturbationspotentialDieDurchmischungvonSedimenten(Bioturbation)isteinewesentlichefunktionelleEigenschaft

derbenthischenMakrofauna(>0,5mm),diedamiterheblichenEinflussaufgeochemischeProzesseausübt.BioturbationisteineFunktionderBiomassederMakrofauna,ihrervertikalenVerteilungimSedimentundihrerAktivität(Solanetal.2004a,b).

Ziel des Arbeitspakets war die Bestimmung der Bioturbationspotentiale der Makrofauna in denNOAHgebietenA‐I,umdenEinflussderMakrofaunaaufdieStoffflüsseimSedimentzubestimmen.DieMakrofaunawurdeimRahmenmehrererFSHeincke‐Expeditionenbeprobt.Insgesamtwurden79ProbenmittelsMulticorer (MUC) zurErfassungderMakrofauna genommen.DieMakrofauna‐proben aller Heincke‐Expeditionen wurden sortiert, bestimmt und die Bioturbationspotentiale(BPc) für die jeweiligen Gebiete berechnet. Die Berechnung des BPc für die benthischeGemeinschaftunddieeinzelnenArten(BPi)erfolgtenachSolanetal.(2004b).DieKategorisierungderMakrofaunaanhandvonBioturbationstypenerfolgtenachQueirósetal.(2013).

Abbildung 9. Messungen der zeitlichen Variabilität bodennaher Strömung (links) mit demMeeresbodenobservatorium„SedObs“(rechts).

Page 20: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

15

In allen Untersuchungsgebieten wurde sowohl die höchste Artenzahl als auch die höchsteIndividuendichte in den oberen 0‐5 cm des Sediments gefunden. Im NOAH Referenzgebiet C (3ParallelprobenC1‐C3)stellenbeispielsweiseMuschelndiedominantestetaxonomischeGruppedar,dieimWesentlichenin0‐10cmTiefevorkommen.

AmhäufigstenwurdendieMuschelartenNuculanitidosaundKurtiellabidentatagefunden.NuculanitidosawiesdiehöchstenmittlerenAbundanzeninC3(1972Ind./m²)undC1(894Ind.(m²)auf.MysellabidentatadominierteinC1mit929Ind./m².DerSchlangensternOphiuraalbidawurdemitmittlerenAbundanzenvon572und250Ind./m²inC1undC2häufiggefunden.AusschließlichinC3kamderBorstenwurmCaulleriellakillariensisvor.MitmittlerenAbundanzenvon>10.000Ind./m²dominiertedieseArtinder0‐5cmSedimentschicht.

DiehöchstenBPcwurden indenNOAHGebietenC,HundBermittelt,dasniedrigste inNOAHA(Abb.10).DiesaisonaleVariabilitätderBioturbationspotentialewieshöhereWerteimSommerundniedrigereWerteimWinterauf.DievertikaleVerteilungderBioturbationspotentialezeigteinallenSedimentprovinzenMaximalwertein0‐5cmTiefe.

Abbildung10.DasBioturbationspotential(BPc,Solanetal.,2014)(links)unddessenvertikaleVerteilunginSedimentenaus9NOAHUntersuchungsgebieten.

DieNOAHReferenzgebieteunterscheidensichzudeminder funktionellenZusammensetzungvonBioturbationstypennachQueirós et al. (2013).Beispielsweise ist dasheterogeneGebietNOAHAvon „upward‐downwardconveyors“dominiert.Dies sindArten,diePartikelundgelösteStoffe inbeideRichtungenvertikalvonderWasser‐SedimentGrenzschichtindietiefereBereichebefördern.NOAH C hingegen wurde von Arten dominiert, deren Aktivität nur auf die ersten 2 cm desSedimentsbeschränktist(„surficialmodifiers“).

Page 21: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

16

2.3.2NährstoffflüsseIn der Deutschen Bucht hatten bisher nur wenige Studien die relative Bedeutung von

Sedimenten für Stoffumsätze untersucht. So blieben räumliche Aspekte der Stoffumsätzeunerforscht.ImRahmendesNOAH‐ProjektswurdendieNährstoffumsätzeundSauerstoffumsätzean den NOAH‐Stationen untersucht. Die Hypothese, dass Nährstoffumsätze durchSedimentzusammensetzunggeprägtwerden,wurdeüberprüft.InAnlehnunganHeipetal.(1995)wurdevermutet,dassetwa10–40%dergesamtenStoffumsätzeimSedimentstattfinden.

AndenNOAHStationenwurdenwährendmehrerenFahrtenmitFSHeincke zwischen2012und2016 ex situ (Multicorer‐Kerne) und in situmit zweiMeeresbodenobservatorien Nährstoff‐ undSauerstoffflüsse gemessen. In permeablen Sedimenten wurde die potentielle Veratmung imInterstitialbestimmt.PrimärproduktionundRemineralisierunginderWassersäulewurdeanBorddurchInkubationenineinemLichtgradientundimDunkelnquantifiziert.DerMeeresbodenandenProbenahmestationwurdemiteinemgeschlepptenVideosystemcharakterisiert.

Insgesamt wurde eine deutliche Saisonalität beobachtet mit den höchsten benthischenVeratmungsratenzwischenMaiundSeptemberunddieniedrigstenimWinter(Abb.11).EntgegenunserenErwartungengabeskeinegroßeUnterschiedezwischenderGesamtveratmung(mikrobiellundMakrobenthos)aufpermeablen,sandigendurchadvektiveProzessegeprägtenSedimentenundsiltigen, diffusionsgeprägten Sedimenten. Benthische Umsatzraten in sandigen Sedimenten miteinemhohenAnteilMakrobenthoswarendeutlichehöher als in sandigen SedimentenmitwenigMakrobenthos.DieVeratmungsraten/m2inderWassersäulewarenetwaeinenFaktor10höheralsimSediment.PrimärproduktionundGesamtveratmunghieltensichinJuli2015inderWaageunddeuten auf einen schnellen, balancierten Stoffumsatz im Sommer. Die Ergebnisse wurden inFriedrichetal.(2015,2016)undNeumannetal.(2015a,b)veröffentlicht.

Die ursprünglich avisierte Extrapolation der Stoffumsätze ausschließlich auf Basis derSedimentzusammensetzung ist nicht realistisch. Die Ergebnisse deuten auf ein komplexesZusammenspiel zwischen pelagischer Produktion, Sedimentation, Bioturbation undmakrobentischer Lebensgemeinschaften hin.Wir vermuten, dass starke Strömungen undWellendasAbsetzenvonfrischproduzierterOrganikinderDeutschenBuchterschwert.ZukünftigsollderHypothesenachgegangenwerden,dassdasMakrobenthosdieUmsätze imSedimentdurchFilter‐undDeposit‐Feeder(Import)undBioturbation(AufrechterhaltungderPermeabilität)prägen.

Im Bereich vor Helgoland (NOAH Region C, Abb. 8) wurde die saisonale Variation benthischerStoffflüsseuntersucht(Aug.2012bisMärz2014,5AusfahrtenmitFSHeincke).HierfürwurdeninsituMessungenvonbenthischenStoffflüssenmitdemLander‐SystemNusObs (Abb.12)sowieexsituMessungen an Sedimentproben diemittelsMulticorer genommenwurden durchgeführt. Diebiogeochemischen Daten und die Sedimentverteilung wurden in das NOAH Geodaten‐Informationssystem integriert. Um Massenbilanzen zu erstellen, wurde eine flächentreueKartenprojektion(LambertAzimutal)gewählt(Abb.13).

Page 22: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

17

Abbildung11. Saisonale Schwankung der benthischen Aufnahme von Sauerstoff in permeablen (rot) unddiffusiven(blau)Sedimentenzwischen2012und2016.

Abbildung 12. Benthischer Lander „NusObs“ (AWI, COSYNA). In situ Kammer‐Lander zur MessungbenthischerStoffflüsse.DasGerätverbliebca.24StundenamMeeresbodenfürdieSediment‐Inkubationundon‐siteMessungenvonSauerstofforganischenundanorganischenNährstoffen.

Page 23: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

18

Abbildung13.NOAHArbeitsgebietCvorHelgoland.DieflächentreueKartenprojektion(LambertAzimutal)zeigt die Sedimentverteilung, die Zeitserienstationen und weitere Lokationen an den Sedimentprobengenommenwurden.

Deutliche saisonale Unterschiede hinsichtlich der benthischen Sauerstoff‐Konsumption, einIndikator für die Menge an organischem Kohlenstoff der den Meeresboden erreicht, oder zurFreisetzung von Nährstoffen wurden gemessen (Oehler et al., 2015a, Oehler et al., 2015b).BeispielsweisevariiertdieSauerstoffzehrungdesSediments zwischen15.5bis25.1mmolm‐2d‐1(Juni2012),2.0bis8.2mmolm‐2d‐1(März2013)oder16.8bis21.5mmolm‐2d‐1(November2013).Die weist unter anderem auf saisonale Variationen der Exportproduktion von organischemKohlenstoff hin. Im Jahresmittel erreichen etwa 7.4 mol C m‐2 yr‐1 und 1.34mol Nm‐2 yr‐1 denMeeresboden.Dies deutet daraufhin, das ca. 79%des organischenKohlenstoffs und ca. 95%desorganisch gebundenen Stickstoffs im Bereich der Sediment‐Wasser‐Grenzfläche abgebaut und indieWassersäulezurückgeführtwurden.

Ein weiterer Arbeitsschwerpunkt war die Untersuchung der saisonalen Variation von biogenemSilikat (z.B. Diatomeen), die zumMeeresboden absinkt und im Sediment eingebettet bzw. gelöstundalsKieselsäure(Si(OH)4),einwichtigerNährstofffürdienachfolgendeAlgenproduktion,indieWassersäulerückgeführtwird.Durch insituMessungenmitbenthischenKammern(Abb.12)undexsituSediment‐sowiePorenwasseruntersuchungenwurdendieStoffflüssequantifiziert.

Page 24: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

19

Die in situ Messungen weisen auf eine deutliche saisonale Variation hin, Die Stoffflüsse vongelöstemSi(OH)4,das indasBodenwasserzurückgeführtwirdvariierenbeispielsweisezwischen3.55 ‐8.27mmolm‐2d‐1 imSommer2012,1.08 ‐1.25mmolm‐2d‐1 imWinter2013,1.97 ‐3.97mmolm‐2d‐1imHerbst2013und0.31‐1.05mmolm‐2d‐1inWinter2014.(Abb.13).DieGehalteanpartikulärembiogenemSilikat(KieselalgenwieDiatomeen)betragenwenigerals4%.Diesdeutetdaraufhindaszwischen60%und80%derKieselschalerimOberflächensedimentaufgelöstundalsNährstoffKieselsäureindasBodenwasserrückgeführtwerden.

2.4.2ChemischeParameterBeiderBetrachtungnatürlicherundanthropogenerEinflüsseaufdasmarineÖkosystemhatdie

Untersuchung von hydrophoben organischen Spurenstoffen (HOCs), ihren biogeochemischenAustausch‐undTransportprozessenundIhrenEffektenaufdieUmwelt,einebesondereBedeutung.EinebesondereHerausforderungergibtsichausderVielzahlderHOCsunddergroßenBandbreiteihrer individuellen physikalisch‐chemischen, chemischen und biologischen Eigenschaften. Dieseführen zu unterschiedlichen, stoffspezifischen Umwandlungs‐, Anreicherungs‐ und Transport‐prozessen,diebishernurunzureichendcharakterisiertwurden.

Abbildung14.SaisonaleVariationbenthischerKieselsäureflüsseinNOAHRegionC(Oehleretal.,2015).

Page 25: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

20

Vor allem hydrophobe organische Schadstoffe (HOCs) werden im Sediment stark angereichert,insbesondereinderSedimentfeinkornfraktion(z.B.<63μm)undimPorenwasser.BislangerfolgtevorwiegenddieMessungderGesamtsedimentkonzentrationCtotal,stattderC<63&derfreigelöstenKonzentrationCfree,welchedieeffektiveKonzentrationfürdiediffuseAufnahmeinOrganismenunddieVerteilungzwischendenUmweltkompartimentendarstellt.ImProjektwurdendahererstmalspassiveGleichgewichtssammleraufBasisderSolidPhaseMicroextractionzurex‐situMessungvonCfreeinmarinenSedimenteneingesetzt.DesWeiterenwurdeeineSedimentsiebmethodeentwickelt,um die Sedimentfeinkornfraktion abzutrennen, um diese auf ihre Schadstoffgehalte hin zuuntersuchen.

Durch die neuen analytischen Methoden (Passive Sampling und Feinkornfraktion) sind neueWerkzeugeundIndikatorengeschaffenworden,dieeineräumlichstrukturierteBeschreibungundBewertung der Belastungssituation auf der Basis charakteristischer, repräsentativerSedimentprovinzeneinschließlichangrenzenderUmweltkompartimenteerlaubt.Zusätzlichwurdeder chemische Datensatz erweitert. Dadurch wird eine qualitativ verbesserte Beurteilung vonSchadstoffbudgetsund‐prozessenundderenWirkungermöglicht.

Mit Hilfe dieser neuen analytischen Techniken war es möglich, eine erste Inventarisierung derSchadstoffbelastungen im marinen Sediment‐Porenwassersystem durchzuführen, welche dieUntersuchung von Stofftransportprozessen zwischen den Grenzschichten unterschiedlicherUmweltkompartimente (Sediment, Porenwasser, Biota) ermöglicht (Abb. 14). DieSchadstoffbelastungsaufnahmewirddamitumihredynamischeKomponenteerweitert.

Für die Betrachtung von Schadstofftrends wurden Schadstoffdaten im Sediment der letzten 20Jahre untersucht. Hierdurch konnten zusätzliche räumliche und zeitliche Veränderungen derSchadstoffverteilungenerfasst,derennatürlicheundanthropogeneEinflussgrößenuntersuchtunddamit verbesserte Grundlagen zur Parametrisierung von Transportmodellen geschaffen werden.Für die Risikobewertung von Schadstoffen wurden im Projekt zudem biologische Effekte vonSchadstoffenaufunterschiedlichenEbenenbetrachtet:AlsIndikatorenfürEffekteaufOrganismen‐EbenewurdenBiotestsystemeeingesetzt.UntersuchungenzurBasistoxizitäterfolgtenmittelsderMessungderchemischenAktivitätderSchadstoffe.

Die Integration von Stoff‐ und Effekt‐bezogenen Daten liefert einen wesentlichen Beitrag zurBewertung der Schadstoffbelastung als Teil der Einschätzung des guten ökologischenUmweltzustandes.DamitwerdenfürdieMSRLWerkzeugeundBasisinformationenerstellt,umdenEinfluss der Schadstoffbelastung zur Erreichung des "guten Umweltzustandes" zu bewerten.AktuelleBelastungskartenderSedimentemit Schadstoffen inunterschiedlichenKompartimentenwurden imHabitatatlas integriertundschaffenzusammenmitdenErgebnissenausdenanderenWPseineverbesserteGrundlagezumManagementvorhandenerundzukünftigerMeeresnutzungen(Zustandsbeschreibung,BewertungdesökologischenZustands,ErfassungundEinflussmöglicherStressoren,BewertungvonBaumaßnehmen,prognostischeModellierung).

Neben der Untersuchung der Vielzahl von organischen Spurenstoffen spielt auch weiterhin dieErfassung von anorganischen Schadstoffen, ihren biogeochemischen Austausch‐ undTransportprozessensowiedurchsieverursachteEffekteaufdiebelebteUmwelteinewichtigeRolle

Page 26: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

21

bezüglichderBewertungderBelastungssituationdesbetrachtetenUntersuchungsgebietes.AnalogzudenUntersuchungenzumGehaltvonorganischenSchadstoffeninder<63μmFeinkornfraktionwurde ein neues Nasssiebungsverfahren unter Verwendung einer Durchflusszentrifuge zurGewinnung der < 20 μm Feinkornfraktion etabliert, in der aktuell noch die Erfassung desSchwermetallgehalts mariner Sedimente erfolgt. Im Vergleich zu den herkömmlichen, imUltraschallbaddurchgeführtenSiebungenkonnte einwesentlichhöhererProbendurchsatz erzieltwerden. Insgesamt konnten klare räumliche Unterschiede bezüglich der Belastungssituation derbetrachteten Untersuchungsgebiete festgestellt werden, wobei sich innerhalb der ausgewähltenNOAH Gebiete im Rahmen der Messunsicherheit eine homogene Elementverteilung zeigt. Dieerfasste Belastungssituation zeigte gute Übereinstimmungen mit Werten benachbarterUntersuchungsbereiche des BSH Trendmonitorings. Die Nutzung geostatistischer Verfahren (Co‐Kriging)unterBerücksichtigungdesTOC‐Gehaltesinder<20μmFeinkornfraktionermöglichtedieErstellungersterBelastungskartenausgewählterSchwermetalle.

Abbildung15. PCBundPAKVerteilung zwischenSediment‐FeinkornundPorenwasser (Ksediment – Cfree) inAbhängigkeitihreslogKo.

2.3IntegrativeModellierung(TP1,6,7)2.3.1ModellierungPhysikalischerRandbedingungen

Das AP3 erstellt Beschreibungen der physikalischen Randbedingungen amMeeresboden undvereinheitlicht granulometrischeDaten, die für die Parametrisierung des diagenetischenModellsnotwendigsind.InHinblickaufdiephysikalischenEinflussgrößen(Temperatur,Salinität,kritischeSchubspannungundBodenrauhigkeit) stehenmodellbasierteAbschätzungender räumlichenundzeitlichen Variabilität flächendeckend bereit. Ein wesentlicher Erfolg war die KartierungsedimentologischerHabitateigenschafteninklusivedesTOC‐GehaltsimOberflächensediment.TOC‐Gehalte sind eine der bestimmenden Größen zur Extrapolation von zum BeispielSchadstoffgehalten in Sedimenten. Die Bereitstellung entsprechender Informationen über

Page 27: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

22

granulometrischeParameterwaraufgrundder lückenhaftenDatenlagenuraufBasisstatistischerModellierung möglich. Dazu wurden punktuelle Messungen der Korngrößenverteilungen ausetablierten Datenbanken (z.B. MUDAB, PANGAEA) extrahiert und abgeleitete Kenngrößenberechnet (Median der Korngröße, Porosität, Permeabilität). Die Ergebnisse wurden zurIntegration in den Habitatatlas übergeben und für die Modellierung diagenetischer Prozesse inMOSSCO bereitgestellt. Es zeigt sich, dass die gemessene Permeabilität (Neumann und Möbius,pers.Mitt.2015)mitbeobachtetennurannäherndübereinstimmen(Abb.15)–einklarerHinweisaufdieNotwendigkeit,ModelldatenmitBeobachtungsdatenzuvalidieren.DieKartederräumlichenVerteilung der Korngrößen und der modellbasierten Abschätzung maximaler SchubspannungenzeigteinerelativguteÜbereinstimmung(Abb.17).

JedemderSedimenttypenisteinekritischeSchubspannungzuEigen:Wirdsieüberschritten,dannsetzt Sedimenttransport ein, der sich in Bodenformen wie z.B. Sandrippeln ausdrückt. Das istexemplarisch fürStationenNOAHAundD (Position inAbb.17rechts) inAbb.18dargestellt. ImModelljahr2014überschrittendieSchubspannungendiekritischenSchubspannungensehrhäufigund induziertenSedimenttransport.Kartenprozentualer (bezogen aufdieZeit)RippelbedeckungmitaktivenoderaltenRippelnstehenfürausgewählteJahreimHabitatatlasbereit.

Abbildung18.Modellierte Schubspannungen (Tages‐Mittelwerte und Tages‐Maxima) fürNOAH‐Gebiete Aund D im Modelljahr 2014. Die waagrechte Linie zeigt die kritischen Schubspannungen für diese beidenSedimenttypen an. Wird dieser Wert überschritten, so wird Sediment mobilisiert und es bilden sichBodenformenwiez.B.Sandrippel.

2.3.2ModellierungvonAustauschanderSediment‐WassergrenzeDieModellierungsaktivitätenzubenthischenStoffflüssendientenderzeitlichenundräumlichen

BilanzierungbenthischerStoffflüsseundUmsatzratenindenunterschiedlichenSedimentprovinzenderDeutschenBucht.DafürwurdenBeobachtungs‐undModelldatenzwischenMOSSCOundNOAHausgetauscht (Abb. 19). In AP3.2 wurden die Ergebnisse aus AP2.2 und AP 3.1 mit demSchwesterprojekt MOSSCO ausgetauscht und dort zur Parametrisierung und Validierung desBodenmodulsOMEXDIAgenutzt,nachdemdiesesbereits frühzeitig indasMOSSCOModellsystemintegriert und um die Zustandsgröße Phosphat erweitert wordenwar (Hofmeister et al., 2014).Daraus gingen erste Modellergebnisse von Sauerstoffaufnahmeraten des Meeresbodens für diesüdlicheNordseehervor,dieimVergleichzudenMessungenandenneunNOAHReferenzstationen

Page 28: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

23

ähnliche Jahresgänge aufwiesen. Die Kombination von in‐situ und ex‐situ Messdaten mit demangepasstenDiagenesemodulsOMEXDIAalsTeildesgesamtenMOSSCOModellsystemzeigt,dassdie wichtige Größe „Sauerstoffaufnahme“ des Sediments im Jahresverlauf durch das angepassteModellgutwidergegebenwird.

Eineentscheidende,wennzunächstauchernüchterndeErkenntnis ist jedoch,dasseineaufSkalavonHabitatenberuhende(realistische)EinschätzungvonStoffbilanzen fürverschiedeneHabitatezum jetzigen Zeitpunkt nicht möglich ist. Aufgrund der begrenzten Datenlage und des engenzeitlichen Rahmens konnte nicht festgestellt werden, welche Unsicherheit dieModellparametrisierungmitsichbringt,bzw.welchealternativenModellstrukturenzuidentischenErgebnissen führen. Die Notwendigkeit, das Modell bei neu vorliegenden Messdaten erneutkalibrierenzumüssen,schmälertedieAussagekraftseinerräumlichenVorhersagen.

2.3.3NahrungsnetzmodellierungDas Ziel der Nahrungsnetzmodellierung in NOAH‐ war es, ein räumlich aufgelöstes

NahrungsnetzmodelldersüdlichenundzentralenNordsee(ICESRegionIVb+c),mitSchwerpunktauf den Interaktionen zwischen demersalen Fischgruppen und der Benthoskomponente imÖkosystem,zuentwickeln.DerFokusderArbeitlagdabeiaufderNeubewertungallerbenthischenArten, um lebensraumspezifische Dynamiken des Nahrungsnetzes in Bezug auf anthropogeneBelastungen, wie z.B. Fischerei und Klimawandel untersuchen zu können. AlsModellierungssoftwaredienteeinesderweltweitamhäufigsteneingesetzteNahrungsnetzmodelle„EcopathwithEcosim“. Zunächstwurde einmassenbalanciertes, statischesNahrungsnetz erstellt(ECOPATH), welches in einem nächsten Schritt zunächst zeitlich (ECOSIM) und später räumlich(ECOSPACE)aufgelöstwurde.

ParametrisierungundBalancierungdesNahrungsnetzmodells(Ecopath)Vor der Erstellung unseres Nahrungsnetzes wurden zunächst die existierenden Modelle vonMackinsonundDaskalov(2007)undvonStäbleretal. (2015)bewertet. ImVordergrundstandendabeidieReduzierungderfunktionellenGruppenunddieNeubewertungspeziellderfunktionellenGruppen des Benthos. Hierbei wurden die funktionellen Gruppen aus den beiden existierendenModellen schrittweise reduziert, wobei mehrere mögliche Nahrungsnetzzusammensetzungengetestet wurden, um dann die Variante auszuwählen, welche den besten Kompromiss zwischendem Vorhaben der Reduktion und der bestmöglichen Balancierung ermöglichte. Ziel war dieParametrisierungeinesräumlichaufgelöstenModellsderhöherentrophischenEbenen,wobeiderFokus auf der Benthos Komponente lag. Die Einteilung in die funktionellen Gruppen in denbestehendenModellenbasieren,andersalsbeiunseremModellaufkeinemstatistischenVerfahren,woraus sich für die Mehrarten‐Gruppen eine andere Einteilung und sich daraus ergebend eineandereZusammensetzungergibt.

DieBasisderNeubewertungderNahrungsnetzkomponentenfürdasBenthoswareinesogenannte“Trait‐Analyse“. „Traits“ beschreiben dabei die charakterisierenden Eigenschaften einerentsprechendenArtundkönnensomitzurEinteilungderArtengruppendienen.BeiderEinteilungder fürdasModellbenötigten funktionellenGruppenwurden fürvorabdefinierte, repräsentativeSchlüsselartendieKerneigenschaften,Fraßverhalten,Sedimentpräferenz,LebensweiseundGröße

Page 29: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

24

ermittelt. Die Ermittlung erfolgte basierend auf den Informationen aus demWebportal BIOTIC‐Biological Traits Information Catalogue (www.marlin.ac.uk) sowie aus Neumann und Kröncke(2011). Dabei wurde von vorherein zwischen Infauna und Epifauna unterschieden. MittelsClusteranalysewurdendiezugrundeliegenden„Traits“,inhomogeneGruppengeordnet,welchedieGrundlage für die spätere Einteilung der verschiedenen Benthosarten in die für das Modellbenötigten funktionellen Gruppen lieferte. Die statistische Auswertung der Ergebnisse ergab aufBasisderKerneigenschaften3Epifaunaund3InfaunaGruppen.

NachintensiverRechercheundExpertenbefragungenwurden27funktionelleGruppen(+Detritus)für das Modell festgelegt. Diese unterteilen sich in 16 Fisch‐Gruppen, eine Kopffüßer‐Gruppe, 6Benthos‐Gruppen,MeiofaunaunddreiPlankton‐Gruppen.DiefunktionellenGruppenRochen1undSandaal2bestehendabei ausmehrerenArten.EineEinzelneEinbringungdieserArten insModellwurdenacheingehenderPrüfungabgelehntunddurchdievorhandenenModellebestärkt.

FürdieParametrisierungvonECOPATHwerdenfürjedeeinzelneGruppeBiomassen,Produktions‐und Konsumptionsraten benötigt. Hinzukommend werden gewichtsbezogene Daten zurNahrungszusammensetzung für jedeGruppe insModell eingefügt, um einmöglichst realistischesAbbild desNahrungsnetzes zu erstellen.Hierbeiwurden sowohl dieDaten aus dem „Year of thestomach“ Beprobungsprojekt (Hislop, et al., 1997), wie auch Literaturangaben zurNahrungszusammensetzung einzelner Arten verwendet. Die ermittelten Biomassen allerbenthischen Gruppen stammen aus drei verschiedenen Beprobungsdatensätzen3 zu Abundanzenvon benthischen Arten in der Nordsee und wurden mit Hilfe von Gewichtsangaben4 derunterschiedlichen Arten und Familien errechnet. Die Produktionsraten wurden mittels derempirischen Modelle von T. Brey (Population Dynamics in Benthic Invertebrates ‐ A VirtualHandbook; http://www.thomasbrey. de/science/virtualhandbook/navlog/index.html) berechnet.Die benötigten Konsumptionsraten liegen Annahmen aus Lovvorn et al. (2005) zugrunde. DieParameterberechnungderFischgruppenbasiertgrößtenteilsaufdenBerechnungenvonStäbleretal. (2015) und Mackinson & Daskalov (2007). Die Parameterberechnungen für alle Plankton‐Gruppen basieren auf Literaturangaben (Fransz & Gieskes, 1984; Fransz et al., 1991; Daro &Gijsegem, 1984; Pfaffenhöfer, 1976; Joiris, 1982). Desweitern wurden die Angaben zu denFlottendefinitionenundAnlandungenaufBasisvonStäbleretal.(2015)modifiziertundaufunsereenthaltenen Arten angepasst. Dabei basieren die Berechnungen der Anlandungen auf denDatenbanken des „European Commission´s Scientific, Technical and Economic Comittee forFisheries“ (STECF; Rätz and Mitrakis, 2012) und wurden mit Hilfe der „ICES EUROSTAT catchstatistics“aufunserGebietunddasJahr1991rückgerechnet.DabeiwurdendenunterschiedlichenFlottenbestimmteFangnetzemitbestimmtenMaschenweitenzugeordnet.

1Amblyrajaradiate,Dipturusbatis,Leucorajanaevus,Rajabrachyuran,Rajaclavata,Rajamontagui

2 Ammodytes,Ammodytesmarinus, Ammodytes tobianus, Ammodytidea,Gymnammodytes semisquamatus,Hyperoplusimmaculatus

3GroundFishSurvey(GFS),Callawayetal.2002.NorthSeaBenthosSurvey(NSBS),Craeymeershetal.1986.NorthSeaBenthosProject(NSBP),http://www.vliz.be/vmdcdata/nsbp/datasets.php

4 Für die Schlüsselarten sind dies gemessene Werte aus den Datenbanken von Neumann, desweitern wurde nochBerechnungenaufFamilienniveauausRobinsonetal.2010berücksichtigtundGewichtsberechnungenausdenSurveyDatenangewandt,wennkeineandereMöglichkeitbestand.

Page 30: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

25

DieBilanzierungdesNahrungsnetzes inECOPATHwarmiteinigenSchwierigkeitenbehaftet.Zumeinen gibt die Software vor, dass eine Gruppe nicht mehr als 10% ihrer Beute aus der eigenenfunktionellen Gruppe beziehen darf. Dies ist nicht nur für Gruppen problematisch die einenhöheren,natürlichvorkommendenKannibalismusaufweisen,sondernvorallembeidenGruppenproblematisch,diewiedieEpi‐undInfauna,sowiedenfunktionellenGruppenRochenundSandaalausmehreren Arten zusammengesetzt sind, welche sich jedoch gegenseitig als Nahrung dienen.Daher mussten in einigen Fällen die natürlichen Nahrungszusammensetzungen einerseitshinsichtlichdesKannibalismusundanderseitshinsichtlichderintraspezifischenFraßbeziehungeninnerhalbeinerGruppeangepasstwerden.FürdenFalldesKannibalismuswurdeniemehrals10%angenommen. Wiesen die Gruppen in ihre Nahrungszusammensetzung natürlicherweise jedocheinenhöherenAnteilauf,musstediesdurchdieanderenBeutegruppenkompensiertwerden.Fürdie intraspezifischen Fraßverbindungen der Epi‐ und Infauna Gruppen wurde unterBerücksichtigungvonExpertenmeinungennursystemverträglicheFraßbeziehungenangenommen.

EineweitereProblematikergabsichdurchdieReduktionderfunktionellenGruppenvon68auf27.Dabei fielen sowohl Beuteorganismen als auch Prädatoren aus dem Ökosystem, welchenatürlicherweiseinderNahrungszusammensetzungvorhandenerArtenvorkommen.Darausergibtsich, dass gewisseBeuteorganismen zu einemhöherenAnteil gefressenwerdenmüssenumeineMassenbilanzierungzuerreichen.EinweiteresProblemderReduzierungunddersichdarausneuergebenden Fraßbeziehungen sinddieBiomassenannahmen,welche für gewisseGruppen erhöhtwerdenmussten,umdenerhöhtenFraßdruckauszugleichen.

Abbildung20.PREBAL‐AnalysenachLink(2010);AnordnungderfunktionellenGruppenausdemEcopath‐ModellaufsteigendnachtropischenLevel.AufgetragenistdieBiomassedereinzelnenGruppenaufeinerlog‐Skala.DieRegessionsgradeistexponentiell.

Page 31: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

26

Abbildung21.PREBAL‐AnalysenachLink(2010);AnordnungderfunktionellenGruppenausdemEcopath‐Modell aufsteigendnach tropischen Level. Aufgetragen sind die jährlichenProduktionsratender einzelnenGruppenaufeinerlogarithmiertenSkala.DieRegessionsgradeistexponentiell.

Für eine bessere Bewertung der Parametergüte des Modelles wurde eine sogenannte „PREBAL‐Analyse“nachLink(2010)durchgeführt.Die indenAbb.20und21gezeigtenRegressionsgradenstelleneinMaßfürdieUnterschätzungbzw.ÜberschätzungderParameterimEcopathModelldar.DieAbb.20zeigt,dassdieAbschätzungenderBiomassenfürdiefunktionellenGruppenSeezunge,Kopffüßer und Schellfisch potentiell unterschätzt sein könnten, wohingegen die Biomassen derfunktionellenGruppenderEpifaunasowiederInfauna1undInfauna3überschätztscheinen.Hierzeigt sich, dass es mehrere mögliche Varianten der Bilanzierung eines Modells gibt. Trotz derUnter‐bzw.ÜberschätzungeinigerBiomassenistdasErgebniseinmassenbilanziertes,konsistentesNahrungsnetzmodell. Bei der PREBAL‐Darstellungder Produktionsraten inAbbildung2wirddieProblematik derMehrarten‐Gruppen sehr deutlich. Bei allen Benthos‐Gruppen,welchemit einerüber die Gesamtheit der funktionellen Gruppe gemittelten Produktionsrate eingehen, ist derAbstand zur Regressionsgeraden am höchsten. Gleiches zeigt sich in der Abbildung derKonsumptionsraten,hiernichtaufgezeigt.

Esistzubedenken,dassdiesnureineMethodeist,möglicheSchwierigkeitenoderUngenauigkeitenin den eingegebenen Daten zu ermitteln und nichts über die Qualität des balanciertenModellesaussagt.

Abbildung 22 zeigt final das balancierte Nahrungsnetz mit der Verteilung aller funktionellenGruppen.DabeiistdieAnordnungdereinzelnenGruppenabhängigvonderjeweiligentrophischenEbene und die farbigen Linien zwischen den Gruppen beschreiben den Anteil des

Page 32: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

27

BiomassentransferszwischendeneinzelnenGruppen.DieGrößedergezeigtenGruppebeschreibtproportionaldenBiomassenanteilimGesamtsystem.

EinVergleichdertrophischenEbenenderfunktionellenGruppenzubereitsexistierendenModellenzeigt eine hohe Übereinstimmung und somit ist von einer gelungenen Abbildung desNahrungsnetzesauszugehen,wobeiinunseremNahrungsnetzderKabeljaudenTop‐PrädatordesSystemsdarstellt.

Abbildung22.ModelliertesNahrungsnetz(ECOPATH)fürdiesüdlicheundzentraleNordseein1991.

SimulationdesNahrungsnetzesimzeitlichenVerlauf(ECOSIM)In der Simulationsroutine ECOIM soll die zeitliche Entwicklung des unter ECOPATH erstelltenNahrungsnetzes simuliert werden. Um hierfür ein möglichst realistisches Abbild zeichnen zukönnen,werdenZeitserienvonBiomasseneinzelnerfunktionellerGruppenausdemModellgebietbenötigt.AufgrundderDatenlageund inAnlehnungandiebereitsexistierendenModellewurdenZeitreihendatenvonunterschiedlichenFischartenderNordseefürdieValidierungausgewählt.Dieausgewählten Biomassendaten stammen aus den Zeitreihendaten „DATRAS“ (Database of TrawlSurvey)vomICES(InternationalCouncilfortheExplorationoftheSea).DabeihandeltessichumDaten aus dem „Internationaler Grundschleppnetz Survey“ (IBTS; International Bottom TrawlSurvey) in der Nordsee, welche auf der ICES Internetseite runtergeladen werden können(datras.ices.dk/Data_products/Download). Um ein optimales Modellverhalten gewährleisten zukönnen, wurden zunächst Zeitreihen von unterschiedlichen Fischarten getestet, wobei nur dieZeitreihenmiteinbezogenwurden,welcheaucheinenrealistischenTrendaufwiesen.Dafürwurdendie errechneten Biomassen aus den Zeitreihen des IBTSmit den Biomassen aus dem jeweiligenICES „Stock Assessment“ Daten verglichen. So konnte ermittelt werden, welche und wie vielefunktionelle Gruppen in die Validierung des Modells einbezogen werden müssen, um diebestmöglichsteAngleichungdesModellsandiegemessenenDatenzugewährleisten.

Page 33: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

28

Nach Ermittlung der besten Anpassungsergebnisse wurden für die im Folgenden dargestellteFischarten/funktionellen Gruppen die relativen Biomassen zur Annäherung der zeitlichenEntwicklungdesModellverlaufsverwendet.HierbeihandeltessichumdiefunktionellenGruppenMakrele (Scomber scombrus), Kabeljau (Gadus morhua), Kliesche (Limanda limanda), GrauerKnurrhahn (Eutrigla gurnardus), Schellfisch (Melanogrammus aeglefinus), Bastardmakrele(Trachurus trachurus), Doggerscharbe (Hippoglossoides platessoides), Stintdorsch (Trisopterusesmarkii), Scholle (Pleuronectes platessa), Rochen, Sandaal und Sprotte (Sprattus sprattus). DiefischereilicheSterblichkeitvonScholle,Stintdorsch,SchellfischundKabeljauwurdenalsTreiberinsModelleingefügt.

ECOSIM basiert dabei auf dem Startjahr (1991), welches in ECOPATH festgelegt wurde. Hierfürwird ein zeitlicher Verlauf der relativen Biomassen aller funktionellen Gruppen, unterBerücksichtigungvonsogenannten„ForcingFunctions“simuliert,welchedasModellantreiben.Fürdie„ForcingFunctions“wurdeninunseremFallZeitserienfürdiemittlereOberflächentemperaturund den sogenannten „Phytoplankton Color Index“ (PCI) gewählt. Zusätzlich wurden, wie obenschon erwähnt, für einige ausgewählte Fischarten Zeitreihen der fischereilichen Sterblichkeitverwendet. In diesem Schritt wurden die relativen Biomassen von ausgewählten Fischarten zurValidierungdesModellsverwendetunddiefischereilicheSterblichkeit,sowiedieTemperaturundder PCI als Treiber des Modelles eingebracht. Die Zeitreihen der fischereilichen Sterblichkeitstammen aus den „Stock Assessment“ Daten des ICES und können auf der ICES Internetseitewww.ices.dk/marine‐data/tools/Pages/stock‐assessment‐graphs.aspx runtergeladen werden. DieTemperaturdaten sind Oberflächentemperaturen des Modellgebietes im Modellzeitraum (Mathisund Pohlmann 2014). Es handelt sich hier um HAMSOM Daten (Hamburg Shelf Ocean Model;Backhaus1985,1990,Pohlmann1991,1996a,b)undeinedetaillierteModellbeschreibungsowieEvaluierungfindetsichinMathisundPohlmann(2013).DiePCIDatenstammenausderDatenbankvon SAHFOS (The Sir Alister Hardy Foundation for Ocean Science) und sind CPR (ContinuousPlanktonRecorder)DatenausunseremModellgebietfürdenModellzeitraumvon1991bis2013.

DieECOSIMRoutinebietetzweiunterschiedlicheMöglichkeitenderAnnäherungdesModellsandieeingeladenen Biomassen unter Berücksichtigung der eingeladenen Treiber. Zunächst wird diesogenannte„Fit toTimeSeries“Routinegewählt, inwelcheraufBasisderStärkeder trophischenEffekte(Vulnerabilität)diegewichtetenAbweichungsquadratereduziertwerden,umeineoptimaleAnpassung des Modells an die vorgegebenen Biomassen errechnen zu können. Eine weitereMethodederModellanpassungistdiesogenannteMonteCarloSimulation,inwelcherdieECOPATHParameterinmehrerenSimulationsläufenschrittweisevariiertwerden,biseineAnnäherungandievorgegebenenZeitreihenderBiomassenerreichtwird.DieVariationerfolgtineinemmathematischvorgegebenen Rahmen und soll der Optimierung der Parameter gelten. Die so ermitteltenParameterwertekönnennunindiebestehendeECOPATHRoutineübertragenwerdenundzeigenim ECOSIM einen stabileren und realistischerenModellverlauf. Beide Routinen dienen dabei derReduktion der Residuenquadratsumme (RQS), welche in der Statistik die Quadratsumme derbeobachteten,undderdurchdasModell vorhergesagtenWertebeschreiben.DieRQSstehtdabeifür die Güte desModells, d.h. für den Grad der Annährung von gemessen Daten zu errechneten

Page 34: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

29

Modelldaten. Je geringer dieserWert ausfällt, desto geringer sind die Differenzen zwischen denerrechnetenunddenbeobachtetenWerten.

Generell ist bei der Anpassung des Modells zu beachten, dass es sich, bei den eingeladenenBiomassendaten um Survey Daten handelt, welche die Biomassen der Fische teilweiseunterrepräsentativ darstellen (Greenstreet et al. 2007). Deshalbwurden, in den Fällen in denen„Stock Assessment“ Daten vorlagen, diese mit den Trends des Modells und der IBTS Datenvergleichen.DabeikonnteeinähnlicherTrendallerdreiDatensätze(Assessment,IBTSundModell)fürdiebewertetenFischartenfestgestelltwerden.

Eine komplette Annährung des Modells an die gemessenen Daten ist nicht nur kaum möglich,desweitern wäre es auch höchstwahrscheinlich unrealistisch. Durch die gewähltenAnpassungsverfahrenkonntenderFehlerdesModellserheblichgesenktwerden.

Abbildung22:AusgabedesBasislaufsvonEcosim;dieblaueLinezeigtdieSimulationderrelativeBiomassefür die zur Validierung ausgewählten funktionellen Gruppen; die grauen Punkte zeigen die beobachtetenBiomassenausdenZeitreihen;dieschwarzeLinie,samtdesgrauenKonfidenzbandeszeigteinenSmootherdurchdiebeobachtetenWerte.

Page 35: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

30

Abbildung 22 zeigt der Vergleich zwischen den modellierte und den beobachteten relativenBiomassen imModellzeitraumfürdie funktionellenGruppen,welchezurValidierungdesModellsausgewähltwurden.DerVergleichderbeidengezeigtenLinienzeigteinennahezugleichenTrendin beiden zeitlichen Verläufen. Hervorstechend sind in diesem Fall die funktionellen GruppenKabeljau und Scholle, welche nahezu den gleichen zeitlichen Verlauf aufweisen. Für diesefunktionellenGruppenwurdennichtnurdierelativenBiomassen,alsZeitreihenfürdieValidierungdesModellseingeladen,sondernzusätzlichwurdendiefischereilichenSterblichkeitdieserGruppenals Treiber desModells verwendet. Dies führt in unseremModell zu einem sehr gutenErgebnis,welches jedochnicht fälschlicherweiseaufalleanderen funktionellenGruppenübertagenwerdendarf.Generellwirddavonabgeraten einundderselben funktionellenGruppemehrereZeitreihenfür Modellvalidierung und/oder als Treiber zuzuschreiben. Jedoch konnten in unserem Modell,durchdievorherigeeingehendePrüfung,solcheNichtübereinstimmungenausgeschlossenwerden.

DieGütederAnnäherungdereinzelnenfunktionellenGruppenausdemModellunddereingefügtenBiomassen wird in dem Anteil der Residuenquadratsumme dieser funktionellen Gruppe zurGesamt‐RQS deutlich. Kabeljau und Scholle weisenmitWerten von 1.802 und 1.541 einen sehrgeringenAnteilauf.Die funktionelleGruppeKnurrhahnweistmiteinemWertvon2.81ebenfallsnocheinehoheGütederAnnäherungauf.BetrachtetmandieBiomassenvon1992und2002inderMehrartengruppeRochenalsAusreißer,würdeauchdieseGruppeeinesehrhoheAnnäherungandasModellaufweisen.Generell istzusagen,dasseinWertvon105.2alsGesamt‐RQSdesModellsimVergleich,füreineguteAnnäherungdesModellsandieeingebrachtenDatensteht.

Die ECOSIMRoutine bietet verschiedeneMöglichkeiten derNahrungsnetzanalyse. Eine davon istdie eingangs erwähnte Vulnerabilität, welche auf der sogenannten „Foraging arena“ Theoriebasiert.DieseTheoriebeschäftigtsichmitgrundlegendenHypothesenüberdieBeuteverfügbarkeitimmodelliertenÖkosystem.Hintergrunddieser Theorie ist dieAnnahme, dass eine verminderteräumlicheÜberlappungmitderBeutedenRäuberinseinerEntwicklunglimitiert.DiesogenannteVulnerabilitätdrücktdenGradaus,inwelchemeinAnstieginderBiomassederPrädatoreneinenAnstieg der Sterblichkeit der Beute durch Fraß verursacht. Ist das V (Vulnerabilität) immodellierten System hoch, deutet dies auf eine „Top‐Down“ Kontrolle hin,was bedeutet das einAnstieg inderBiomassederPrädatoreneinendirektenEinfluss aufdenBeutebestandhat, somitkontrolliertderBestanddesPrädatorsdasÖkosystem.EingeringeresVhingegendeutetaufeine„Bottom‐up“Kontrollehin,hierbeihatderAnstieg inderBiomassederPrädatorenkeinenEffektauf die Biomasse der entsprechenden Beute. Aufgrund dieser Annahmen, welche in die Routineimplementiert sind, können Aussagen über mögliche Kontrollmechanismen im System getroffenwerden.

In unserem Nahrungsnetz finden sich sowohl Top‐down als auch Bottom‐up Effekte. BesondershoheWerteinderVulnerabilitätweisendiefunktionellenGruppenScholleundKliescheauf.BeidefunktionellenGruppenhabeneinenstarkenEffektaufdiefunktionelleGruppeEpifauna3,welcheeine der wichtigsten Beutegruppen dieser benthivoren Fische im System darstellt. Eine eherniedrige Vulnerabilität und damit ein Bottom‐up Effekt findet sich zwischen der funktionellenGruppe Sprotte und dem Phytoplankton, was daraufhin deutet, dass die Biomasse der SprottedurchdieBiomassedesPhytoplanktonsalsBeuteorganismusgesteuertwird.EinweiteresBeispiel

Page 36: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

31

einerBottom‐upKontrolleinunseremmodelliertenSystemfindetsichzwischendenfunktionellenGruppen Epifauna 3 und der Doggerschabe. Damit ist die Doggerschabe, als benthivorer FischdurchihreBeuteimSystemlimitiert.

Auf Basis des angepassten ECOSIM‐Modells wurden unterschiedliche Sensitivitätsanalysensimuliert,ummöglicheVeränderungenimSystemuntersuchenzukönnen.Hierfürwurdezunächstdie fischereilichen Sterblichkeit von Kabeljau und Scholle variiert, um deren Einfluss auf dasgesamte Nahrungsnetz zu untersuchen. Beide Arten zeigen eine interessante ökologischeEntwicklung in den letzten Dekaden und haben beide als beliebte Speisefische eine großekommerzielle Bedeutung. Der Einfluss dieser Fischarten auf das Nahrungsnetz ist durch dieseBedeutung, die schrumpfenden Bestände, den hohen Fischereidruck und die Einbringung neuerManagementstrategiensehrwichtig.DieAnalysensollenzeigen,wiesichdasNahrungsnetzdurchVeränderungeninderfischereilichenSterblichkeitdieserbeidenFischartenverhält.Dafürwurdenfür beide funktionellen Gruppen drei unterschiedliche Szenarien mit einer ansteigendenfischereilichen Sterblichkeit simuliert. Die jeweiligen Veränderungen basieren auf denunterschiedlichen F‐Werten (fischereiliche Sterblichkeit) aus den „Stock Assessment“ Daten desICES (standardgraphs.ices.dk/stockList.aspx). Dabei werden drei unterschiedliche Parametergewählt;FMSY,FpaundFlim.DiefischereilicheSterblichkeitbleibtbeidiesenSimulationsläufenimzeitlichenVerlaufimmeraufdemgleichenWert.

Abb. 23 zeigt einerseits den Basissimulationslauf (rote Linie) im Vergleich zu den sechsverändertenSimulationsläufen.DiejeweiligenWertefürdieeinzelnenfischereilichenSterblichkeitsindderLegendezuentnehmen.EszeigtsichinderAbb.23einestarkeWechselwirkungzwischendenfunktionellenGruppenvonKabeljauundScholle,zusehenist,dassderniedrigefischereilichenDruck (FMSY) auf den Kabeljau eine Erhöhung in der Biomasse der Scholle verursacht. DieErhöhung der Biomasse der funktionellen Gruppe Scholle zeigt ebenfalls einen Vorteil für denKabeljau. Wohingegen die Auswirkungen der veränderten Biomassen der Fische nur geringeAuswirkungenaufdieBenthosgruppenzeigen.DieErhöhungderFischbiomassenzeigteinenleichtnegativen Effekt auf die funktionelle Gruppe Epifauna 3 und keinen Effekt auf die funktionelleGruppeInfauna1.DerEffektistzwischendenGruppenScholleundEpifauna3stärker,wassichausdembereitsbeschriebenenTop‐downEffekterklärt.

Modellaussagensollten immerunterVorbehaltbetrachtetwerden.EsgibtkeinModelldaseinsokomplexesÖkosystemwiedieNordseeinseinerGänzeerklärenkann.JedochkanneinModelleineHilfestellung sein und gewisse Teilaspekte näher beleuchten zu können. Mittels derSensitivitätsanalysen wird nicht nur die Stabilität des Modells untersucht, es könnenEmpfindlichkeiten detektiert werden. Die Sensitivitätsanalysen zur fischereilichen Sterblichkeitzeigen die Verknüpfungen der einzelnen funktionellen Gruppen im System auf. Analysen zurVulnerabilität können auf gewisse Abhängigkeiten von Arten hinweisen und geben dadurchAuskunft über die Entwicklung eines Nahrungsnetzes bei veränderten Bedingungen, wie z.B.Fischereidruck.

Weiterhin wurde Sensitivitätsanalysen bezüglich der Temperatur simuliert. In diesenSimulationsläufen wurde die Oberflächentemperatur im Modellzeitraum erhöht, um einenmöglichenKlimaeffektdurcheineerhöhteJahrestemperaturdetektierenzukönnen.Abbildung24

Page 37: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

32

zeigteinenAusschnittderEntwicklung inBezugaufdie funktionellenGruppenKabeljau,Scholle,Epifauna 3 und Infauna 1. Zu sehen ist ein genereller Anstieg der relativen Biomassen allergezeigtenGruppenimVergleichzumBasissimulationslauf.

Abbildung23.VergleichbestimmterfunktionellerGruppenauszweiSensitivitätsanalysen.Linksgezeigt,dierelativenBiomassen imzeitlichenVerlaufmitveränderter fischereilichenSterblichkeitdesKabeljau;rechtsdie relativenBiomassen im zeitlichenVerlaufmit veränderter fischereilicher Sterblichkeit der Scholle. DieLienenzeigtdieunterschiedlichefischereilicheSterblichkeit.

SimulationdeszeitlichaufgelöstenNahrungsnetzesinräumlicherAuflösung(ECOSPACE)FürdieräumlicheDarstellungdesNahrungsnetzeswurdedieNOAH‐Sedimentkarte inECOSPACEimplementiert, die es ermöglicht die benthischen Gruppen gleich ihrer Sedimentpräferenz demjeweiligen Gebiet zuzuordnen. Dies bedeutet, dass diese Arten im Modell eine starke PräferenzbezüglichihrerVerteilungzeigen.AlsNahrungsquellesinddiebenthischenGruppeneinwichtigerBestandteildesgesamtenNahrungsnetzes.EinebestimmteVerteilung,vonbestimmtenArtenhatdamit einen räumlichen Effekt auf alle trophischen Ebenen. Dabei werden in der ECOSPACERoutine, auf Basis der Grid‐Zellengröße der eingefügten Sedimentkarte für jede Zelle ECOSIMSimulationenerrechnet.Darausergebensichräumlich‐zeitlichaufgelösterelativeBiomassen.

Page 38: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

33

Abbildung24. SensitivitätsanalysemitErhöhungderTemperatur;die roteLiniezeigtdieBasissimulation,diegrüneLiniediezeitlicheEntwicklungrelativerBiomassenmiteinerTemperaturerhöhungvon2.5°C,dieblaueLiniezeigtdiezeitlicheEntwicklungderrelativenBiomassenmiteinerTemperaturerhöhungvon4°C.

Abbildung25.Zeitliche‐räumlicheEntwicklungderrelativenBiomassederfunktionellenGruppeEpifauna3;farblicheUnterschiedestehenfüreinenAnstieg/VerringerungderrelativenBiomasse.

Page 39: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

34

Abbildung26. Zeitliche‐räumlicheEntwicklungder relativenBiomasseder funktionellenGruppeKliesche;farblicheUnterschiedestehenfüreinenAnstieg/VerringerungderrelativenBiomasse.

Ecospace bietet die Möglichkeit durch die Implementierung von Rahmenbedingungen, wie inunseremFalldenSedimentpräferenzeneineDarstellungsweisedesNahrungsnetzesdieräumlichenAspekten realistischer gerecht wird. Die Anwendung mehrerer sogenannter Layer, welchespezifische Informationen über Temperaturverteilungen, Topographie oder Chlorophyll‐verteilungenbeinhaltenistmöglichundinPlanung.DernächsteSchrittwirddieEinbringungeinerTemperaturkarte und den damit verbundenen Temperaturpräferenzen einiger sensibler Arten.Sein.EineweitereMöglichkeitderNutzungvonECOSPACEistdieEinbindungvonMarineProtectedAreas (MPAs), welche die Fischerei ausschließen und somit Schutzzone für dieBestandsentwicklung haben. Die ECOSIM Routine bietet außerdem die Möglichkeit einerEinbindungvonIndikatoren‐Bewertung,welcheinderkünftigenProjektphaseebenfallsuntersuchtwerdensoll.

In einer Anpassungsroutine können auf Basis der eingeladenen Karten, in diesem FallSedimentdaten, bestimmte Beziehungen zwischen den funktionellen Gruppen und denSedimentdaten implementiertwerden. ImModell sinddie funktionellenGruppendesBenthosandie Korngrößendefinitionen der zugrundeliegenden Sedimentkarte, gemäß ihrerSedimentpräferenzengekoppelt.

Page 40: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

35

Exemplarisch wurden für die Ergebnisse die drei funktionellen Gruppen Kliesche, Scholle undEpifauna3ausgewählt,welcheeinenTop‐downEffektzeigen.DiefunktionelleGruppenEpifauna3ist in unserem Modell gekennzeichnet durch die Bevorzugung von sandigem Sediment. DiesePräferenz erkenntman sehr deutlich,wennman die Abbildung 25mit der Biomassenverteilungdieser funktionellenGruppe inAbbildung26vergleicht. InRegionen,welchesichdurchsteinigenSandodersteinigesSedimentkennzeichnen,istdieBiomassederfunktionellenGruppeEpifauna3sehr gering. Die Regionenwelche durchmittelkörnigen Sand definiert sind, zeigen eine erhöhteBiomasseimVergleichzurrestlichenNordsee.

Abbildung27. Zeitliche‐räumliche Entwicklung der relativen Biomasse der funktionellen Gruppe Scholle;farblicheUnterschiedestehenfüreinenAnstieg/VerringerungderrelativenBiomasse.

EinVergleichderBiomassenverteilungderfunktionellenGruppeEpifauna3(Abb.25)mitderAbb.26, welche die Biomassenverteilung aller simulierten Jahre der Kliesche zeigt, verdeutlich dieVerbindungdieserbeidenfunktionellenGruppen.InRegionenindenendieBiomassederEpifaunasehrgering ist, istdieBiomassederKliescheebenfallsgering.DerbeschriebeneTop‐downEffektzeigtsich inden Jahren1992‐1997amdeutlichsten.MiteinerZunahmederGesamtbiomassederKliesche nimmt die Gesamtbiomasse der Epifauna 3 Gruppe ab. Nach 1996 ist eine deutlicheAbnahmederKlieschenbiomassezusehen,womitsichdieBiomassederEpifauna3Gruppewiederleichterholenkannundansteigt.Nach2004scheinenbeideGruppeneinGleichgewichterreichtzu

Page 41: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

36

habenundhöhereAusschlägebleibenindenFolgejahrenaus.BetrachtetmandagegendiezeitlicheEntwicklungderBiomassenverteilungderScholle(Abb.27)wirdvon1992‐1997dergleicheEffektsichtbarwieschonbeiderKliesche inAbb.26. JedochfälltderEffekt indenFolgejahrendeutlichgeringeraus,imVergleichzuderKliesche.EbenfallsdeutlichsichtbarsindinAbb.27dieRegioneninwelchensichkaumbiskeineBiomassederBeutegruppeEpifauna3befindet.

2.4Arbeitspaket4:BewertungvonökosystemarenZuständen,Risiken,undWerten(TP6,7)Arbeitspaket 4 unter gemeinsamer Leitung von Gerd Kraus (Johann Heinrich von Thünen‐

Institut,TP6)undHermannHeld(CEN,UniversitätHamburg,TP7)befasstesichvorallemmitderErarbeitungvonGrundlagenfürdieBewertungdesMeeresbodenzustandsderdeutschenNordsee.DasArbeitspaketgliedertesichindreiBereiche.AP4.1identifizierteundbewerteteIndikatorenzurBeschreibungvonZuständenundBelastungendesMeeresbodensimSinnederMSRL,Deskriptor6.DesWeiteren wurden Konzepte zur Bewertung einzelner Indikatoren wie auch zur integriertenBewertungentwickelt.ImzweitenArbeitsbereichwurdenDatenundErkenntnissedesProjektesinein risikobasiertes, probabilistisches Modell (Bayessches Netzwerk, BN) übersetzt, welches dieAuswirkungen von verschiedenen Umweltfaktoren und Managementmaßnahmen auf dasÖkosystem des Meeresbodens evaluieren kann (AP4.2). Dieser Modellansatz wurde durchneuartige statistischeVerfahren zurFrüherkennungvonkritischenSchwellenwerten ergänzt, umdas Risiko plötzlicher Ökosystemänderungen abschätzen zu können. Schließlich prüfte dasArbeitspaketAnsätze fürdie InwertsetzungbenthischerÖkosystemeauf IhreAnwendbarkeithinundmachteVorschlägefürderenUmsetzung(AP4.3).

Arbeitspaket4befasstesichvorallemmitderErarbeitungvonGrundlagenfürdieBewertungdesMeeresbodenzustands der deutschen Nordsee und gliederte sich in drei Arbeitsbereiche:Indikatoren zur Bewertung desMeeresbodenzustands (AP4.1),Werkzeuge zur Riskoanalyse undmarinenRaumplanung(AP4.2),undAnsätzefürdieInwertsetzungvonÖkosystemdienstleistungen(AP4.3).

2.4.1MSRLIndikatorenzurBewertungvonZuständenundBelastungendesMeeresbodensDieser Arbeitsbereich beschäftigte sich intensiv mit der Entwicklung von Indikatoren zur

BeschreibungundBewertungderIntegritätdesMeeresbodensimSinnevonDeskriptor6derMSRL(mit Überlappungen zu Deskriptor 1). Dazuwurden Datensätze zur räumlichen Darstellung vonfischereilichen Belastungen und den Zuständen der benthischen und demersalen FaunazusammengetragenunddemHabitatatlasdesVerbundprojekteszurVerfügunggestellt.

Zu Beginn des Projektes wurde in Anlehnung an die Anforderungen der MSRL und inZusammenarbeit mit Benthosexperten aus TP5 eine Liste von 16 möglichen Indikatoren fürDeskriptor 6 erstellt. Diese enthielt Belastungs‐ (in Bezug auf Fischerei) wie auchZustandsindikatoren, wobei letztere artspezifische wie auch funktionelle Indikatoren einschloss.Die vorab definierten Indikatoren wurden dann im Rahmen eines Workshops diskutiert undhinsichtlich ihrer Eignung bewertet. Das Bewertungssystem orientierte sich an der Arbeit vonKershneretal.(2011)unddendaraufaufbauendenArbeitenderArbeitsgruppenzurBiodiversität(WGBIODIV,ICES2013)unddenÖkosystemeinflüssenvonFischerei(WGECO)desInternationalen

Page 42: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

37

Rats für Meeresforschung (ICES). Die hier verwendeten 15 Qualitätskriterien berücksichtigtenDatenqualität,UmsetzbarkeitimManagementunddiekonzeptionellenQualitätenjedesIndikators,und erlauben somit eine genauere Betrachtung möglicher Defizite oder Stärken. (Probst et al.,2014). Bei den Belastungsindikatoren konnte nur die fischereiliche Aufwandsverteilung alsgeeigneteingestuftwerden(Abb.28).DiedetaillierteBetrachtungdereinzelnenKriterienundihrerKategorien zeigte, dass vor allem die gute Definition des Indikators und damit die guteOperationalisierbarkeit (Messbarkeit und räumliche Abdeckung von Daten) zur positivenEvaluierung führten. Ähnlich verhielt es sich für die artspezifischen Indikatoren. Diese zeigtenunabhängigvonder ausgewähltenArt (sensitivoderopportunistisch) einErgebnisdeutlichüberdem festgelegten Grenzwert. Auch hier wurde die Operationalisierbarkeit aufgrund der gutenDatengrundlage positiv eingeschätzt. Die Eignung der zusammengesetzten Indikatoren zuDiversitätundFunktionalitätwurdensehrunterschiedlichbewertet.AlsGründehierfürsindunteranderemdieschlechtereDatengrundlageundunklareUrsache‐Wirkungsbeziehungenzunennen.

AufgrunddergutenEignungfischereilicherAufwandsparameteralsBelastungsindikatorenfürdieMSRL, führte AP4 die Analysen dazu während der gesamten Projektlaufzeit fort. Ziel war esmöglichstkleinskaligeAussagenüberdieBelastungendesMeeresbodensdurchbodenberührendeFischereizutreffenunddamitnichtzuletztdieUntersuchungvonZustands‐Belastungsbeziehungenzu ermöglichen. Dazu wurden die Daten des Vessel Monitoring by Satellite (VMS) Systems mitdeutschenLogbuch‐DatenundDatenausdemeuropäischenFlottenregister (Fleetregisteron theNet: ec.europa.eu/fisheries/fleet/index.cfm)kombiniert und aufMétierlevel 4 (d.h.Gerätetyp, EC2008)fürdieJahre2008‐2014neuanalysiert.DieAnalysevonVMS‐DatenistaufgrundderextremgroßenDatenmenge,derFehleranfälligkeitderper Satellit übermitteltenDatenundnicht zuletztder zahlreichen Annahmen und komplexen Algorithmen sehr zeitaufwändig. Für NOAH wurdenverschiedeneAnsätzezurQuantifizierungderMeeresbodenbelastungdurchFischereigetestet.AmVielversprechendsten für die Anforderungen der MSRL ist die Verwendung des sogenannten„sweptareaapproaches“,beidemBodenkontaktund‐eindringtiefeüberdasFischereigerätunddieSchiffslängeapproximiertwerden.

Die „swept area ratio“ (SAR) indiziert für eine gegebene räumliche Einheit (z.B. Gridzelle)denrelativenAnteilderFläche,derproZeiteinheit(i.R.proJahr)durchgeschleppteGeräteüberstrichenwird.BeihohemFischereiaufwandunddamiteinerhohenDatendichte,wiesiez.B. imdeutschenKüstenmeervorkommt,könnensehrhochaufgelösteDarstellungenüberdieVerwendungvariablerGridzellen; „nested grid approach“, siehe Gerritsen et al. (2013) erreichtwerden (siehe BeispielAbb. 29). Diese Form der Darstellung wurde z.B. für die Quantifizierung der Belastung durchFischerei in den NOAH‐Fokusgebieten, für die Analyse von Zustands‐BelastungsbeziehungenzwischenEpibenthosundFischerei (Diekmannet al. inVorbereitung), sowie fürdieAnalysederBedeutungräumlicherSkalenfürZustands‐Belastungsbeziehungenbenutzt.

AußerdemwurdenverschiedeneintegrierteMaßzahlen(wiez.B.derAnteilderbefischtenFlächeinderAWZ) inAnlehnungandieVorschlägevon (Piet&Hintzen2012)unddefiniertdurchdieEUData Collection Framework (DCF) abgeleitet. Dabei zeigte sich eine nahezu kontinuierlicheAbnahmederbefischtenFlächenanteileüberdenZeitraumvon2008bis2014(Abb.30).

Page 43: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

38

Abbildung 28. Auswertung der ausgewählten Indikatoren für Deskriptor 6 der MSRL. Rote Säulenrepräsentieren Belastungsindikatoren, andere Farben Zustandsindikatoren für benthische Gemeinschaften(blau: Indikatoren für Eigenschaften/ Funktionen des Ökosystems; grün: sensitive oder opportunistischeArten).VertikaleLinienbeschreibendenGrenzwertder95%Percentile(unterschiedlich fürZustands‐undBelastungsindikatoren), um statistisch gut bewertete Indikatoren zu identifizieren (Methode: siehe auchProbstetal.,2014).

Generell istdieBelastungdurchFischerei imdeutschenKüstenmeeralschronischanzusehen,dieinterannuelleVariabilitätistehergering.UnteranderemausdiesemGrundkonntenbishermitdenvorhandenen Datensätzen keine eindeutigen Zustands‐Belastungsbeziehungen zwischenbenthischen bzw. demersalen Gemeinschaften und bodenberührender Fischerei hergestelltwerden. TP5 und TP6 erstellten zu diesem Thema eine Publikation, die die Auswirkungen derFischereiaufdieFunktionalitätderbenthischenGemeinschaftenanalysierte(Neumannetal.2016).DabeizeigtesicheinestarkeKorrelationzwischenUmweltparametern(wiez.B.Wassertiefeund–temperatur) und Fischereiaufwand, die einen Nachweis von ursächlichen Zustands‐Belastungsbeziehungenmaskierte.

Page 44: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

39

Abbildung 29. Swept area ratio (SAR) drei verschiedener Fischereisegmente in der deutschen AWZ derNordsee des Jahres 2013. Die Werte wurden aus VMS‐Daten der internationalen Flotte ermittelt: (A)Baumkurren von Schiffen <24m (Zielarten: v.a. Crangon), (B) Baumkurren von Schiffen >24m Länge(Zielarten:Plattfische), (C)Grundschleppnetze (demersalegemischteFischerei).DieGrößederGitterzellenvariiertmitderMengederInformation,d.h.hoheFischereiintensität=vieleVMS‐Daten=kleineGitterzellen.EineSARvon1bedeutet,dassinnerhalbeinesJahreseineFlächebefischtwurde,diederGrößederGitterzelleentspricht.AufgrunddervariablenGitterzellgrößenkönnen lokal sehrhoheSARerreichtwerden,die aberbereitsinbenachbartenZellendeutlichunterschrittenwerdenkönnen.

Abbildung30.DCFIndikatorenvon2008bis2014zurAnalysederFischereiintensitätenmitgeschleppten,bodenberührenden Geräten (Grundschleppnetze, Baumkurren, Dredgen) in der AWZ der Nordsee. DCF5:Mittlerer monatlicher Anteil der befischten Fläche in der AWZ; DCF6: Mittlerer monatlicher Anteil derbefischtenFläche, aufder90%derFischerei stattfindet;DCF7: JährlicherAnteil derAWZ‐Fläche, dienichtdurchFischereiberührtist.Esistzubeachten,dassDCF5undDCF6mittleremonatlicheWertedarstellen;diekumulativenjährlichenFlächenanteilekönnendarüberliegen.Dieabsoluten,durchFischereinichtberührtenFlächenanteile(DCF7)werdendagegenunterschätzt,dadieBerechnungaufeinem0.05°*0.05°RasterberuhtundbeieinzelnenFischereiereignissendieZellebereitsalsbefischteingestuftwird.

Page 45: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

40

Im Gegensatz zu diesem eher großskaligen Ansatz, wurden in einer weiteren Studie dieBeziehungen zwischen der Ausprägung benthischer Gemeinschaften und Schleppnetzfischereikleinräumig auf einerFlächevon10x10nm inderAWZbetrachtet (Abb.31.A). IndiesemGebiet,welchesimZusammenhangmitdemsogenanntenBoxen‐SurveydesThünen‐Institutsseit1998imdritten und teilweise auch im ersten Quartal eines jeden Jahres beprobt wird, ist dieFischereiintensität nicht homogen verteilt (Abb 31.B). Um mögliche Effekte der Fischerei (imSpeziellen der Baumkurrenfischerei) aufzeigen zu können, wurden zwei verschiedene Ansätzeverfolgt. Zunächst wurde die mittlere jährliche Belastung (2008‐2014) mit Hilfe von Gridzellenvariabler Größe bestimmt. Anschließend wurden die als Punktdaten vorliegendenBenthosparameter mit der fischereilichen Belastung verschnitten und mit diesen korreliert. IneinemzweitenSchrittwurdendieSchleppstreckenderBaumkurrenrekonstruiertundpotentielleÜberlappungen mit den Benthosprobennahmen identifiziert. Dabei wurde die Zeitspanne, diezwischen dem Fischereiereignis und der Benthosprobennahme lag, berücksichtigt. Es wurdensowohl Abundanz und Biomasse einzelner Arten, als auch multivariate Indizes und biologischeTraits betrachtet. Es konnten jedoch keine statistisch signifikanten Zusammenhänge zwischenBenthosparameternundderFischereiintensität hergestelltwerden (Beispiel: fragility score,Abb.32). Mögliche Gründe dafür waren (i) die vergleichsweise geringe Sensitivität benthischerGemeinschaften auf sandigen Substraten, (ii) die fleckenhafte Verteilung der benthischenOrganismen im Untersuchungsgebiet, (iii) die nur geringe räumliche und zeitliche ÜberlappungzwischenFischereiaktivitätundBenthosprobennahme, (iv)die räumlicheUngenauigkeiten inderAbschätzung von Schleppstrichen, sowie (v) die potentielle Anpassung der benthischenGemeinschaften an die chronische Belastung durch Fischerei. Die Studie wurde auf der ICESJahrestagung 2015 und in Form eines Posters (KüNO Jahrestagung 2015) präsentiert. EineVeröffentlichung dazu, mit Fokus auf der Betrachtung unterschiedlicher räumlicher Skalen,befindetsichinVorbereitung.

Abbildung31. (A) Vorherrschende Sedimenttypen in der deutschen AWZ derNordsee und das 10x10nmgroßeUntersuchungsgebiet (inrot),welchesvorwiegenddurch feineSandecharakterisiert ist. (B)Mittlereannuelle durch Baumkurren (vorwiegend Plattfisch‐ und Krabbenfischerei) verursachte swept area ratio(SAR)derJahre2008‐2014.DiePunktezeigendieVerteilungderBenthosprobenan,dievon1998bis2015indiesemGebietgesammeltwordensind.

Page 46: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

41

Abbildung32.(A)Fragilityscore(Maßzahlfürdie„Zerbrechlichkeit“derbenthischenEpifaunaimVerhältniszurFischerei, sieheNeumannetal. (2016)dereinzelnenBenthosprobenvon1998‐2014 imVerhältniszurvorherrschendenmittlerenfischereilichenBelastung(SweptAreaRatio)imUntersuchungsgebietvon2008‐2014 (siehe Abb. 30). (B) Fragility score (Median, 25% und 75% Perzentile (Box) und Extrema) vonBenthosproben (N=33), deren Probennahmegebiet innerhalb der angegebenen Zeitintervalle (0‐350 Tage)durchBaumkurrenbefischtwurden.

AuchbeiderBetrachtungderdemersalenFischfaunakonntenkeinedirektenZusammenhängemitder Fischereiintensität nachgewiesen werden. Dazu wurde ein neuer Index entwickelt, der diepotentielle Sensitivität der demersalen Fischfauna in Bezug zur Fischerei beschreiben soll(CommunitySensitivityIndex,CSI,Abb.33.A).DieserIndexwurdemitverschiedenenParameternderFischereiintensitätinBeziehunggesetzt(PosterKüNOJahrestagung;Ramboetal.,inVorb.).

Nur in den küstennahen, flacheren Bereichen der deutschen Nordseeküste, in der vor allem dieKrabbenfischereioperiert,konnteeineleichteAbnahmedesCSImitsteigendemFischereiaufwandgezeigtwerden(Abb.33.B).DaindiesemBereichaberauchdieUmweltfaktoren(wieScherkräfte,Temperatur, Tiefe) kleinräumig variieren und extreme Werte annehmen können, steht einstatistischerNachweiszudieserEffektbeobachtungnochaus.

GründefürdieinNOAHnichteindeutignachweisbarenZustands‐BelastungsbeziehungenzwischenBenthosbzw.demersalerFischfaunaundderFischereiintensitätsindunterandereminderhohenKorrelationzwischenFischereiintensitätundUmweltparametern,demhohemGraddernatürlichenStörung durch z.B. Gezeitenströme, und in der durch Sedimenteigenschaften und chronischeStörung geprägten eher robust als sensitiv einzuschätzenden Fauna zu suchen. Diese Faktorenhaben auch in anderen Studien dazu geführt, dass Effekte der Fischerei nicht statistischnachweisbarwaren(z.B.Bergmanetal.2015,vanDenderenetal.2015a,Pommeretal.2016),undkausaleBeziehungennichtbeschriebenwerdenkonnten.

Page 47: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

42

Abbildung33.(A)CommunitySensitivityIndex(CSI)derdemersalenFischfaunaimBereichderdeutschenAWZ. Der CSI wurde aus dem arithmetischen Mittel von vier standardisierten life history trait Variablen(Greenstreet et al. 2012) und denmodellierten artspezifischen Fischabundanzen (189BaumkurrenprobenausNovember2005,2009und2013)abgeleitet. JehöherderCSI,destosensitiver istdieFaunagegenüberbodenberührenderFischerei.(B)CSIimVerhältniszummittlerenFischereiaufwand(kumulativeSweptAreaRatio SAR durch kleine und große Baumkurren sowie Grundschleppnetzfischerei). Farben kennzeichnenTiefenbereiche, die Linien entsprechende GAM‐Modelle: CSIt=exp(α+f(SARi* factor(depthi))+εi; wobei εgammaverteiltist.

NebendiesenempirischenStudienhatdasArbeitspaketMethodenzurBewertungundIntegrationvon Indikatoren erarbeitet. Ein Überblick über Bewertungsansätze und Wege der Integrationwurde bei der KüNO Jahrestagung im Juni 2014 vorgestellt. Indikatoren werden meist imVerhältnis zu einem vorab festgelegten Grenzwert bewertet, der mit Hilfe von Expertenwissen,empirischen Studien, Modellergebnissen oder Referenzwerten aus Zeitserien festgelegt wurde.Letztere Variante ist vor allem dann hilfreich, wennwenig andere Informationen vorliegen undklare Ursache‐Wirkungs‐Beziehungen fehlen oder nicht untersucht werden können. BiologischeZeitserienumfasseninderRegelkeinePhasendiefreivonanthropogenenEinflüssensind,wasdieDefinitionvonGrenzwertenschwierigmacht.BeiFehlenjedwederInformationenwieeingesunder,unbeeinflusster Zustand definiert ist, können beispielsweise arbiträr festgelegte Perzentile dervorhandenenZeitreihealsGrenzwertegesetztwerden(Probstetal.2013).AlternativdazuwurdejetzteinzweistufigerAnsatzentwickelt,dereinesogenannteBreakpoint‐Analyse(BPA)miteinereinfachenTrendanalyse(linearenRegression)kombiniert(Probst&Stelzenmüller2015)(Abb.34).Die vorgeschlagene Methode ist transparent und objektiv, da keine subjektiven Annahmennotwendig sind. Sie ist auch für die in NOAH definierten Indikatoren zu Deskriptor 6 derMSRLanwendbar,fürdiekeineklarenZustands‐Belastungsbeziehungendefiniertwerdenkonnten.

UmdasÖkosystemalsGanzeszubewertenistdieIntegrationvonverschiedenenIndikatorenundihrer Einzelbewertung notwendig. Derzeit existieren verschiedene Ansätze wie die Indikatoreneines Deskriptor gemeinsam bewertet werden können (Zusammenfassung siehe Borja et al.(2014)),aberkeineallgemeinanerkannteVorgehensweise.AlleAnsätzehabenNachteile,diehäufig

Page 48: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

43

in der notwendigen Gewichtung von Parametern begründet liegen. Besonders kritisch fürintegrativeAnsätzeinderMSFDistdas„one‐out‐all‐outprinciple“(OOAO)zusehen.AufgrundderVielzahlvonParameternundIndikatoren,sindTypIIFehler(falschnegativeRückschlüsse)höchstwahrscheinlich, ein Erreichen des guten Umweltzustands damit faktisch ausgeschlossen. AndereAggregationsmethodenvernachlässigenessentielleKriterienwiedieUnabhängigkeitderVariablenoderderenVergleichbarkeit.AlsBeitragzuNOAHwurdedahereinheuristischerAnsatzentwickelt,der dieAnforderungenderMSRL adressiert, aber dieUnzulänglichkeiten der bisherigenAnsätzevermeidet(Fock&Kraus2016).

Abbildung34.ZweistufigerBewertungsansatzzurAnalysevonZeitserienanhanddesBeispielsdesNordseeKabeljaubestandes (Gadus morhua). A) Breakpoint‐Analyse basierend auf dem Prinzip, dass sich derIndikator verbessert; B) Trend Analyse der letzten Phase, die durch die Breakpoint‐Analyse identifiziertwurde.BeideBewertungsmethodenführenzueinemnegativenErgebnis:DermittlereWertderletztenPhaseliegtunterhalbdesReferenzwertesundesistkeinsignifikantpositiverTrendinderZeitseriefürdiesePhaseerkennbar(Probst&Stelzenmüller2015).

Page 49: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

44

2.4.2WerkzeugezurRiskoanalyseundmarinenRaumplanungImzweitenArbeitsbereichwurdenDatenundErkenntnissedesProjektesineinrisikobasiertes,

probabilistisches Modell (Bayessches Netzwerk, BN) übersetzt, welches die Auswirkungen vonverschiedenen Umweltfaktoren und Managementmaßnahmen auf das Ökosystem desMeeresbodensevaluierenkann.DiesesistvoralleminBezugzudenvorliegendenodergeplantenGebietsschließungen in der Nordsee z.B. im Rahmen von Natura2000 oder den in PlanungbefindlichenOffshore‐Windparkanlagen vonBedeutung. Eswurde daher zunächst einWorkshoporganisiert,mitdemZieleineEinführungfürdieProjektpartnerindieMethodikanzubieten,sowiedie In‐ und Outputparameter eines solchen Netzwerkmodells zu definieren. Das prototypischeBayesschesNetzberücksichtigtezunächstverschiedeneanthropogenenAktivitäten,denengemeinwar,eineAbschürfung(abrasion)desMeeresbodenszuverursachen.Dazuzählenz.B.derBauvonWindfarmen, die Verlegung von Kabeln und Pipelines, Sand‐ und Kiesextraktion sowie diebodenberührende Fischerei. Diese Faktoren nehmen potentiell Einfluss auf Indikatoren desDeskriptors6derMSRL(IntegritätdesMeeresbodens).

In einemBN stehendieVariablen in einemkonditionalenZusammenhang, sodass in komplexenNetzwerken eine Vielzahl von bedingten Wahrscheinlichkeitsverteilungen definiert werdenmüssen. Für die Parametrisierung eines funktionalen BNs wurde daher ein gemeinsamerZielindikator definiert, der in Anlehnung an die Methode von (Fock 2011) die Störung dervorherrschendenbenthischenFaunadurchFischereiquantifiziert.DiesersogenannteDisturbanceIndicator(DI)wirdausdemVerhältniszwischenlokalerfischereiinduzierterGesamtmortalitätundder Erholungsrate der Fauna gebildet. Bei einem DI von 1 wird die Mortalitätsrate durch dasErholungspotential ausgeglichen; Werte größer als 1 bedeuten, dass die Erholungsraten dieSterblichkeitnichtausgleichenkönnenunddeutenauffehlendeNachhaltigkeithin.

DerDIwurderäumlichexplizitfürGitterzellenmiteinerGrößevon3*3nminderdeutschenAWZberechnet.DazuwurdenentsprechenddiesesGitternetzesDatenzurvorherrschendenbenthischenInfauna (Pesch et al. 2008) und des métier‐spezifischen Fischereiaufwandes (sechsFlottensegmente bestehend aus Baumkurren‐ und Grundschleppnetzfischerei mitunterschiedlichenMaschenweitenundZielarten)ermittelt.MitHilfederzusätzlichen InformationüberdieSedimentkategorien,dievondenbenthischenGemeinschaftenfavorisiertwerden,konntedanndasErholungspotentialderbenthischenGemeinschaftnachderBefischung(d.h.Erholungzu90% der Abundanz vor der Fischerei) bestimmtwerden (nachHiddink et al. 2006, Fock 2011).Gleichzeitig wurde die lokale flottenspezifische Mortalitätsrate nach Fock (2011) berechnet. Diereale Mortalitätsrate ist abhängig vom eingesetzten Gerätetyp, so dass ggf. flottenspezifischeWichtungen benutzt werden können, um die Gesamtmortalitätsrate zu bestimmen. Schließlichbildete der Quotient zwischen Gesamtmortalitätsrate und Erholungsrate den DI, das heißt dasräumlichdisaggregierteRisikofürdasBenthosdurchdieFischerei(Abb.35).

Die räumlichen Daten dienten dann dazu die Wahrscheinlichkeitsverteilungen der einzelnenVariablen des BNs zu parametrisieren (Abb. 36). Das BN kann anschließend alsEntscheidungshilfewerkzeug fungieren indem der Fischereiaufwand entsprechend bestimmterManagementmaßnahmen (wie z.B. Gebietsschließungen) variiert wird. Die verändertenAuftretenswahrscheinlichkeiten bestimmter Aufwandswerte modulieren dann entsprechend die

Page 50: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

45

WerteandererKnoten(Variablen),d.h.dieEffektekaskadierendurchdasNetz.SokannsowohldermittlereWert der Zielgröße (hier: DI) als auch dessenWahrscheinlichkeitsverteilung betrachtetwerden,sodassUnsicherheiteninderAbschätzungberücksichtigtwerdenkönnen.DasBNerlaubtdamiteineEvaluierungverschiedenerräumlicherManagement‐undNutzungsszenarien imSinneder MSRL. Ein in (Stelzenmüller et al. 2015) untersuchtes Szenario ist die Erschließung vonOffshore‐WindkraftanlagenundderdamitverbundeneAusschlussderFischerei.DurchinPlanungbefindlicheWindkraftanlagenwärepotentiellca.35%derFlächederAWZnichtmehrfischereilichnutzbar. In diesen Gebieten findet derzeit ca. 15% des internationalen Aufwandes mit großenBaumkurrenundca.3%mitkleinenBaumkurrenstatt.

EswurdeeineRisikobewertungdurchgeführtunterderAnnahme,dasssichdieseFischereiaufdienicht‐geschlossenen Gebiete umverteilt und dort konzentriert, wo bereits jetzt die größtenAufwandswerte gemessen werden. Damit verschieben sich die ursprünglichen Häufigkeiten undwirken sich mittels der bedingten Wahrscheinlichkeiten auf den DI aus. Für das beschriebeneSzenarioergabsicheinnurgeringerAnstiegdesmittlerenDIsvon0.235auf0.261.RelevanteristhierallerdingsdieWahrscheinlichkeitsverteilungderWerte.Eszeigtsich,dassin8%derFälle(unddamit auf 8%derGitterzellen) einAnstieg desDIs zu erwarten ist,was imWiderspruch zu denZielenderMSRLsteht,diekeineVerschlechterungdesderzeitigenZustandeszulässt.

Abbildung35.IndikatorderbenthischenStörung(DisturbanceIndicatorDI).DerIndikatorquantifiziertdiepotentielle Störung der benthischen Infauna durch den mittleren annuellen Fischereiaufwand in derdeutschen AWZ. DI ist als Verhältnis zwischen der fischereiinduzierten Mortalität und demErholungspotential der vorherrschenden Fauna definiert. Im vorliegenden Beispiel wurden die höchstenMortalitätsratenderBaumkurrenfischereiaufPlattfische(vorallemSeezunge)zugeordnet.

Page 51: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

46

Der Modellierungsansatz ist inzwischen publiziert (Stelzenmüller et al. 2015) und wurde aufverschiedenen Seminaren und Konferenzen vorgestellt. Das BN kann zukünftig für verschiedeneFragestellungen modifiziert oder erweitert werden. Es ist dabei aber zu beachten dass eine zugroße Komplexität des Netzes zu Schwierigkeiten bei der Bestimmung der bedingtenWahrscheinlichkeitenführt.

Um zusätzlich zu den oben beschriebenen, im Bayessches Netz abgebildeten, linearenprobabilistischen Effekten auch schwellwertabhängige sowie dynamische Effekte zuberücksichtigen,wurdenneuartigestatistischeMethodenuntersucht,mittelsdererKipppunkte inZeitserien frühzeitig erkannt werden können. Da die in der Realität vorhandenen Daten einenSystemzustand nur verrauscht wiedergeben, wurden diese Frühwarnmethoden auf die NutzungverrauschterDatenhinverallgemeinert.

Abbildung 36. Struktur des Bayesschen Netzes zur Untersuchung von zukünftigen räumlichenManagementmaßnahmen in der deutschen AWZ und ihrer Auswirkungen auf das Benthos.Wahrscheinlichkeiten für das Auftreten der Kategorien eines Knotens sind hier für das ursprünglicheSzenario(beimittlererräumlicherAufwandsverteilungdereinzelnenFlottensegmentezwischen2005‐2008)dargestellt.WeitereErläuterungenundDefinitionenderKnoten:siehe(Stelzenmülleretal.2015).

Zunächst wurde eine auf Früherkennung von Schwellwerten unter BeobachtungsrauschenoptimierteDiagnostikentwickelt.HierzuwurdeeineLiteraturrechercheüberFrühwarnindikatorendurchgeführt, wobei der Fokus auf solchen Indikatoren lag, die methodisch auf grundsätzlichenmathematischenEigenschafteninderNähevonBifurkationenaufbauen.EineBifurkationstelltdenPunktdar,andemeinGleichgewichtaufhörtzuexistierenoderandemessichverzweigt.DieseArtvon Frühwarnindikatoren hat den Vorteil, dass sie auf sehr unterschiedliche Systeme und ohne

Page 52: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

47

einen großen Informationsbedarf über ein spezielles System angewendet werden können. Eswurdenzwei Indikatorenanhandvon simuliertenZeitreihenerprobt.Hierbeihandelt es sichumdie Analyse der Varianzen und der Autokorrelation einer Zeitreihe. Dabei zeigte dieAutokorrelationdeutlichaussagekräftigereErgebnissealsdieVarianz.

JenachInterpretationdieserIndikatorenlässtsichabschätzen,mitwelcherWahrscheinlichkeitinder nächsten Zeitperiode der Schwellwert überschritten wird bzw. innerhalb welcher Zeit beikeinerVeränderungderSystemparameterderSchwellwertaufgrundvonstochastischenEffektenüberschrittenwird.

Als Testfall wurde ein bistabiles stochastisches System simuliert, dessen Kontrollparameterkontinuierlich ansteigt und schließlich seinen kritischenWert erreicht. Am kritischenWert oderSchwellwert hat das System eine Sattel‐Knoten‐Bifurkation. Wenn der Kontrollparameter denSchwellwert überschreitet,wechselt das System in einen anderen stabilen Zustand.HierbeiwirdderAusgangszustandals„guter“ZustandundderAlternativeals„schlechter“Zustandinterpretiert.AufgrunddersystemimmanentenStochastikkannesauch,bevorderkritischeWerterreichtwird,zueinemWechselkommen.DasRisikoeinessolchenEreignissessteigtdurchdieAnnäherungandenkritischenWert.InAbb.37wirddieMethodederAutokorrelationskoeffizientenzumErkennenvonSchwellwertendemonstriert.Esistersichtlich,dassderIndikatorgegendenSignalwert„eins“tendiert, während der Kontrollparameter (mu) des Systems sich auf den Schwellwert derBifurkation (0,25)zubewegt.DerAutokorrelationskoeffizientkannalsein IndikatorderStabilitätdesZustandseinesSystemsverstandenwerden.JeinstabilerderaktuelleZustandist,destonäheristderKoeffizientamWerteins.InAbb.37istsichtbar,dassdasSystembeiniedrigenWertenvonmu stabil ist und nach dem Wechsel in das „schlechte“ Gleichgewicht auch wieder. Es istanzumerken, dass das simulierte SystemHysterese aufweist. Dies bedeutet, dass eine ReduktiondesKontrollparametersmu,nachdemdasSysteminden„schlechten“stabilenZustandgewechseltist,nichtdazuführt,dassdasSystemwiederinden„guten“Zustandwechselt.

Abbildung37.Autokorrelations‐koeffizientenohne

Rauschen.DieBifurkationbeimu=0.25,istmiteinem

senkrechtenStrichgekennzeichnet.Der

Kontrollparameterwurdekontinuierlicherhöht.DerWechselvom„guten“in

den„schlechten“Zustandistdeutlichsichtbar.

Page 53: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

48

IneinemzweitenSchrittwurdeuntersucht,obdieAutokorrelationderZeitreiheauchdannnochalsFrühwarnindikatorverwendetwerdenkann,wenndiesimulierteZeitreihemiteinemadditivenMessfehler versehenwird. Eine der größtenHerausforderungen desÖkosystemmanagements istdie große Unsicherheit bezüglich des aktuellen Zustands des Ökosystems. In Bezug aufZustandsparameterz.B.dieGrößederFischbestände,kanndieseUnsicherheitalsMessfehlerodereinRauschenumdenTatsächlichenWertinterpretiertwerden.UmdenIndikatorauchbeistarkemRauschenverwendenzukönnen,wurdezusätzlicheininderSoftware„R“implementierterKalman‐Filter(KF)aufdieverrauschteZeitreiheangewendet.

InAbb.38sindzweiZeitreihendesSystemsdargestellt.ImlinkenLaufwurdeeinverhältnismäßigschwacherMessfehlersimuliert,imrechteneinstarker.BeischwachemRauschenkannauchindenverrauschtenDateneinAnstiegderAutokorrelationskoeffizientenbeobachtetwerden,bevoreszueinem Wechsel kommt. Bei starkem Rauschen hingegen verliert der Indikator seineFrühwarnfunktion.DieAutokorrelationsteigterstimMomentdesWechselsdesstabilenZustandsspürbaran.IndiesemMomentkannjedochnichtmehrvonFrühwarnunggesprochenwerden.DiemithilfedesKalman‐FiltersbereinigteZeitreihekannhingegensowohlbeischwachemalsauchbeistarkemRauschenverwendetwerden.DieAutokorrelationskoeffizientenbewegensichschonvorErreichendes Schwellwerts gegendenSignalwert „eins“.Dies zeigt, dassnunmehrFrühwarnungauchbeiverrauschtenDatengelingenkann.

Mit den oben beschriebenen Methoden ist es somit möglich, systemimmanente Schwellwerte,Transgressionsbereicheund„regimeshifts“zuidentifizieren.DieseMethodensolleninderNOAH‐SynthesephaseindeminAP4.3entwickeltenModellaufihreEignung,dasÖkosystemmanagementzu unterstützen, untersucht werden. Besonders in Situationenmit begrenzter Datenlage, die imÖkosystemmanagement häufig anzutreffen sind, wird ein großer Nutzen erwartet. Im Modell‐SystemwirddieserNutzenalseinegesteigerteGesamtwohlfahrtmessbargemachtwerden.

Abbildung 38. Autokorrelationskoeffizienten zweier simulierter Zeitreihen (schwarz) mit Rauschen (rot)und nach Anwendung des Kalman‐Filters (grün). Linksmit schwachemRauschen und rechtsmit starkemRauschen. Der Schwellwert wird jeweils um window index 490 überschritten (senkrechte Linie). Derkritische Wert wird jeweils am rechten Rand erreicht. Der Kalman‐Filter korrigiert erfolgreich dasBeobachtungsrauschen,indemerdieFrühwarnfunktionwiederherstellt.

Page 54: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

49

2.4.3AnsätzefürdieInwertsetzungvonÖkosystemdienstleistungenDieserArbeitsbereichhattezumZiel,MethodenundeinGesamtkonzept fürdie Inwertsetzung

(Valuierung) von Ökosystemdienstleistungen des Meeresbodens der deutschen AWZ in derNordsee zu identifizieren. Damit sollen den Entscheidungsträgern, die mit der Umsetzung derMeeresstrategie Rahmenrichtlinie (MSRL) befasst sind, Werkzeuge aufgezeigt werden, dieerlauben,dieKosteneffizienzvonMaßnahmenzubeurteilenunddieAspektevongesellschaftlicherPrioritätensetzungindieEntwicklungvonMaßnahmeneinzubeziehen.

EinewichtigeBasisfürdiesekonzeptionellenArbeitenistes,diepolitischenundgesellschaftlichenPrioritäten systematisch zu erfassen und darauf aufbauend geeigneteKonzepte zu identifizieren.Die systematische Erfassung der politischen und gesellschaftlichen Prioritäten und der daraufaufbauendenMaßnahmenwardieAufgabevonTP6.WissenschaftlerdesTeilprojekteshabensichwährend der gesamten Projektlaufzeit aktiv an verschiedenen nationalen (Bund‐LänderArbeitsgruppen) und internationalen (v.a. ICES, z.B. ICESWKGESD3)Aktivitäten zurUmsetzungder Meeresstrategie‐Rahmenrichtlinie beteiligt. Dieses stellte den Informationsfluss zum Projektaber auch von NOAH Ergebnissen in die behördliche Umsetzung sicher. Um von NOAHvorgeschlageneInwertsetzungskonzepte indiepolitischeUmsetzungzubringen, istvorallemdieTeilnahme an der sozio‐ökonomischen Arbeitsgruppe des BLANO (AG SÖK), die für dieökonomischeBewertungvonMSRLMaßnahmenzuständigist,relevantgewesen.

Als Ausgangspunkt der Arbeiten wurde eine Übersicht über die in der Literatur verwendetenValuierungsmethodenundEntscheidungskonzeptedurchgeführt.Hierbeiwurdeschnellklar,dasseine vollkommene Valuierung des Ökosystems nicht möglich sein würde, wobei einige derÖkosystemleistungen sich als deutlich leichter zu valuieren erwiesen als andere. Gleichzeitigkönnen einige der Entscheidungsstrategien auch mit begrenzteren Informationen über denwirtschaftlichenNutzenderLeistungendesÖkosystemsangewendetwerden.

Da die Wahl des optimalen Inwertsetzungskonzepts also eng mit dem verwendetenEntscheidungskonzept verknüpft ist,wurdenverschiedeneKonzepte genaueruntersucht.Hierbeiwurde auf frühere Arbeiten der FNU zum Entscheidungsproblem des globalen Klimawandelszurückgegriffen.DiesesEntscheidungsproblemistebenfallsdadurchcharakterisiert,dasnichtallefür die Entscheidung relevanten Informationen verfügbar sind. In diesen vorherigen Arbeitenwurden stilisierteModelle verwendet, umdieNützlichkeit verschiedenerEntscheidungskonzeptezuuntersuchen.DieserAnsatzwurdeaufdasvorliegendeManagementproblemübertragen.HierzuwurdeeinstilisiertesModelldesEntscheidungsproblems„ÖkosystemmanagementinderNordsee“entwickelt.

In der Literaturrecherche bezüglich der Inwertsetzung von Ökosystemen bzw.Ökosystemleistungen(ÖSL)wurdesowohleinökozentrischeralsaucheinhomozentrischerAnsatzuntersucht.BeimökozentrischenAnsatzwerdenEigenschaftendesÖkosystemsausgewählt,welchedann selbst ein Optimierungskriterium darstellen. Mit einem homozentrischen Ansatz hingegenwerdenÖkosystemleistungendurchdieNutzenfunktionderGesellschafttransformiertundfließendannalsTeildieserindieOptimierungein.

Page 55: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

50

Ein Beispiel für eine ökozentrische Kennzahl ist die Biodiversität des Ökosystems. In derEntscheidungsfindung können derartige Kennzahlen als Grundlage für Kosten‐Effizienz‐Analysen(CEA)verwendetwerden.SollhingegeneineKosten‐Nutzen‐Analyse(CBA)durchgeführtwerden,so müssen diese Kennzahlen mit den anfallenden Kosten vergleichbar gemacht werden. DieserProzess wird als „Valuierung“ bezeichnet. Für die Valuierung werden Ökosystemleistungendefiniert, über die in der CBA optimiert wird. Das Resultat einer solchen Analyse ist die ausgesellschaftlicherSichtoptimaleNutzungdesÖkosystemsundderdamiteinhergehendeoptimaleZustanddesÖkosystems.

FürdieValuierungvonÖkosystemleistungengibtesmehrereMöglichkeiten.Eskönnenausbereitsgetroffenen Entscheidungen implizierte Wertschätzungen abgeleitet werden oder es könnendirekteBefragungendurchgeführtwerden.BeiderdirektenBefragungmussjedochdaraufgeachtetwerden, dass die Antworten oft von der gewählten Fragestellung abhängig sind. Um getroffeneEntscheidungen als Grundlage verwenden zu können, müssen diese mit den relevanten ÖSL inVerbindungstehen.HiereignensichbeispielsweiseHauspreiseineinemhedonistischenAnsatz,umdenWertvonnatürlicherSchönheitzuschätzen.WennkeinederartigenDatenvorliegen,könnenauch Experimente durchgeführt werden, bei denen Probanden aus bestimmtenEntscheidungsbündelnauswählenmüssenunddadurchihreWertschätzungfürdieÖSLoffenbaren.

WelcheÖkosystemleistungentatsächlichvaluiertwerdenmüssenhängtwieobenangedeutetvondem im Management angewendeten Entscheidungskonzept ab. Um die Wahl desEntscheidungskonzepts zu unterstützen, wurde eine Analyse der Stärken und Schwächenklassischer ökonomischer Entscheidungskonzepte in Bezug auf die benötigten Daten sowie dieAnwendbarkeit auf das Entscheidungsproblem „Ökosystemmanagement“ durchgeführt. DieBesonderheit dieses Entscheidungsproblems ist heterogenes Auftreten tiefer Unsicherheit(„KnightscherUnsicherheit“) in der gekoppeltenModell‐Datenlage sowie dasVorhandensein vonSchwellwertenunddieMöglichkeitdeszukünftigenLernensüberSystemparameter.

DieKosten‐Nutzen‐Analyse(CBA)istfürdieAnalysevonProblemenmitUnsicherheitundLernengeeignet, erfordert aber eine großeMenge an Information über das System für das entschiedenwerdenmuss.ZusätzlichzurDynamikdesSystemsmussfürCBAauchInformationzudenaufgrundvon Maßnahmen entstehenden oder verhinderten ökonomischen und ökologischen Schädenverfügbarsein.

DieKosten‐Effizienz‐Analyse(CEA)hingegenistgeeignet,wennesbereitsbekanntepolitischeoderfachlicheSchwellengibt,dienichtüberschrittenwerdendürfen.CEAkannauchunterUnsicherheitals Chance Constrained Programming (CCP) eingesetzt werden. Wenn es allerdings dieUnsicherheiten des Systems unmöglich machen, mit der gewünschten Wahrscheinlichkeit denSchwellwert einzuhalten, ist CEA unlösbar. Dieses Entscheidungskonzept ist, eng damitzusammenhängend, insbesonderenichtgeeignet,wenneszukünftigesLernengibt. IndiesemFallkanneszueinemnegativenWertvonInformationkommen.

DieanderFNUentwickelte„Kosten‐Risiken‐Analyse“benötigtwiedieCEAwenigerInformationenalsdieCBA,ohnejedochdiekonzeptionellenSchwächenderKosten‐Nutzen‐Analyseaufzuweisen.UmeineAnwendbarkeitdieserKonzeptezuerörternundeinausreichendrepräsentativesModell

Page 56: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

51

des Entscheidungsproblems zu entwickeln, wurde dieses zuerst formal charakterisiert. Dasbetrachtete Entscheidungsproblem ist folgendermaßen definiert: Der Entscheidungsträger mussmehrere, teils widersprüchliche Ziele erfüllen, hat jedoch keine vollständige Kontrolle oderInformation über das zu verwaltende Ökosystem. Zusätzlich gibt es mehrere Akteure, die dasÖkosystemebenfallsbeeinflussen,umihreeigenenZielezuerfüllen.DieseZielemüssennichtmitdenen des Entscheidungsträgers übereinstimmen. Das Ökosystem selbst reagiert dynamisch aufNutzungs‐ und andere Drücke von außen. Bei einer derartigen Kombination von dynamischenSystemen, z.B. des Ökosystems und des ökonomischen Systems, ist es wichtig, die Effekte derInteraktionen der Systeme in der Entscheidungsfindung zu berücksichtigen. Eine weitereKomplikation dieses Entscheidungsproblems besteht darin, dass über einige der Zustands‐ undSystemparameternurbegrenzteInformationvorhandensind.EshandeltsichalsoumEntscheidungunterUnsicherheit.

In der Literatur kann bereits an sehr einfachen Modellen gezeigt werden, dass dieRückkopplungseffekte zwischenÖkosystemundÖkonomiedieDynamikdesSystemsmaßgeblichbeeinflussen können. Hierzu gehört, dass innerhalb des Entscheidungsraums neue Schwellwerteauftreten, deren Übertretung zu einem Aussterben bestimmter Spezies führen würde. DieseSchwellwertesindunabhängigvonsonstigenSchwellwerten,die schon imÖkosystemvorhandensind,wieetwademderkleinstenBestandsgröße,unterdersichderBestandnichtmehrvonselbsterholenkann.DasgesamteSystemistalsowenigerrobust,alsesdenAnscheinhat,wennnureinTeilsystembetrachtetwird.EineBeachtungdieserzusätzlichenSchwellwerteistvorallemfürdieZielgröße „Biodiversität“ wichtig, da der Schutz einer Spezies durch die Substitution imKonsumverhaltenderGesellschaftzumAussterbeneineranderenSpeziesführenkann.AberauchimSinneeinernachhaltigenBewirtschaftungmüssendieseDynamikenbeachtetwerden.

UmdaherdieanthropologischenNutzungsdrückesinnvollverwaltenundÖkosystem‐Managementbetreiben zu können, müssen die Interaktionen zwischen Ökosystem und Ökonomie imEntscheidungsmodell berücksichtigt werden. Eine Nicht‐Berücksichtigung kann zuHandlungsempfehlungen führen,die langfristignichtnachhaltig sindundwirtschaftlicheSchädenverursachen.Werden diese Interaktionen hingegen bei der Entscheidungsfindung berücksichtigt,so können Regelungen dementsprechend formuliert werden, dass das Ökosystem nichtunbeabsichtigt„umgestoßen“wird.

UmdasEntscheidungsproblemzubearbeitenunddasimProjektantragbenannte„Frameworkforvaluation of benthic ecosystem services“ zu entwickeln,wurde daher entschieden, einModell zuerstellen, das diewesentlichen Eigenschaften des Ökosystemswiderspiegelt und gleichzeitig dieWirtschaftsinnvollabbildenkannsowieEntscheidungsfindungauchunterUnsicherheitundinderGegenwartvonSchwellwertenermöglicht.Eserscheintunsalswichtiganzufügen,dasseinsolches„Framework“nichtselbsteinfertigesEntscheidungswerkzeugdarstellt,sonderneinenRahmenzurVerfügungstellt,innerhalbdessenderAnwenderseinEntscheidungsproblemleichtererstellenundlösen kann. Hierbei wird dem Anwender durch die im „Framework“ gewählten EntwurfsmusterundModellannahmeneingroßerModellierungsaufwandabgenommen.

Eswurde entschieden, einModell für einenAusschnitt desEntscheidungsproblems anzufertigen,umdarandieverschiedenenEntscheidungskonzeptezutesten,sowiederenInformationsbedarfzu

Page 57: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

52

bestimmen. Dieses Modell stellt das Entscheidungsproblem um das Management derKüstenfischerei inderdeutschenNordsee stilisiertdar. InderGrundformdesModells stehtdemEntscheidungsträgerdievolleInformationüberdasÖkosystemzurVerfügung.DiesermöglichtdieAnwendung einer Kosten‐Nutzen‐Analyse für dieses Teil‐System. Durch die Wahl geeigneterZielfunktionen kann diesesModell aber auch zur Kosten‐Effektivität oder Kosten‐Risiko Analyseverwendet werden. Diese Vielfältigkeit des Modells erlaubt es, diese Entscheidungskonzepte imKontextdiesesEntscheidungsproblemsgenauerzubetrachten.

Über die Projektlaufzeit wurden zwei Modelle dieser Art implementiert. Für das erste Modellwurde auf ein Modell aus der Literatur zurückgegriffen (Quaas et al. 2013). Dieses wurde soimplementiert,dassesleichtumandereÖkosystemleistungen(ÖSL)erweitertwerdenkann,soferndiese,wieweiteruntenbeschrieben,definiertwordensind.Kern‐EigenschaftendiesesModellssinddynamisch optimierende Unternehmen und Haushalte. Unternehmen sind als Profitmaximiererdargestellt, die frei darüber entscheiden können, mit wieviel Aufwand welche Spezies gefangenwird oder ob ein alternatives Gewerbe betrieben wird. Gleichzeitig versuchen Haushalte, ihrenNutzenzumaximieren.Hierzuwählensie,unterBerücksichtigungdergegenwärtigenMarktpreise,ihren Konsum verschiedener angebotener (verarbeitender) Ökosystemleistungen. Diese könnenhierbei sowohl konsumierbareBestände sein, z.B. Fisch, aber auchdieAufnahmevonGiftstoffenoder die „Natürliche Schönheit“. Diese Optimierungen werden in jedem Zeitschritt neudurchgeführt,wodurchauchdynamischeEffekteüberdieZeitdarstellbarsind.

In diesem Modell wurde bewusst darauf verzichtet, alle Nutzungsdrücke und Nutzenquellendarzustellen.Eswurdejedochdaraufgeachtet,dassModellsoanzulegen,dassesinZukunftleichterweitert werden kann. Beispielhaft wurde nunmehr der Fischereidruck modelliert. DieseEntscheidung wurde getroffen, da zur Fischerei eine verhältnismäßig gute Datengrundlagevorhandenist.InsbesonderederökonomischeWertderFischereiistbesserdokumentiertalsetwaderjenige, verschiedener Benthosspezies. Mit Hilfe desModells wird besser abschätzbar, welcheDatennötigsind,umweitereNutzungsdrücke,wiez.B.dieWindkraft,indasModellzuintegrieren.Fernerwurde alsTeil derModellentwicklungdokumentiert,wie zukünftigeNutzungsdrückeundÖkosystemleistungenimplementiertwerdenkönnen.

DieArtder ImplementierungzusätzlicherzukünftigerDatenhängt imWesentlichendavonab,obsiealsÖkosystemleistunginterpretiertwerdenkönnenoderobessichumSchwellwerteausdemÖkosystemhandelt,dienichtüberschrittenwerdendürfen.ImerstenFallwirddieNutzenfunktionumdiejeweiligenÖSLerweitertundeinfunktionalerZusammenhangfürdieBereitstellungdieserLeistungmitdemRestdesModellshergestellt. ImFallvonSchwellwertenhingegenwerdendiesealszusätzlicheNebenbedingungenimOptimierungsproblemberücksichtigt.

Ein erstes Modell dieser Art basierend auf den Arbeiten von Quaas et al. (2013) wurdeimplementiertundeinigebeispielhafteBerechnungendurchgeführt,umdieMethodikzuerlernen.Wir konnten zeigen, dass alle wesentlichen Systemeigenschaften, die von den Autorenveröffentlicht wurden, nunmehr durch uns reproduziert werden können. Bei diesem ModellhandeltessichumeinreinkonzeptionellesModell.EswirdderFangmehrererSpeziesaufeinemnormierten Intervall dargestellt. Mittels dieses Modells konnten die oben beschriebenen

Page 58: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

53

Interaktionseffekte nachgebildet werden. Ferner konnten Effekte von theoretischenArtinteraktionen(z.B.Wegfraß)gezeigtwerden.

Dieses Modell erfüllt jedoch noch nicht die Voraussetzungen, die nötig sind, um es alsEntscheidungsrahmenwerk im Kontext von NOAH einsetzen zu können. In diesem Modell wirdkeineUnsicherheitinParameternbetrachtet.Daheristesnichtmöglich,anhanddiesesModellsdieNützlichkeit von Frühwarnindikatoren zu untersuchen oder die Eigenschaften optimalerEntscheidungenunterUnsicherheitzubetrachten.Eskanndementsprechendauchnochnichtdazuverwendet werden, den Wert von zusätzlicher Information über das Entscheidungsproblem zubestimmen.DasÖkosystemwirdsehrvereinfachtdargestellt,weshalbdieRelevanzderErgebnisseüber z.B. die Effizienz verschiedener Management‐Maßnahmen für die Politik eingeschränkt ist.Ferner ist es bei der bestehenden Modellformulierung nicht trivial, weitereÖkosystemdienstleistungeneinzubeziehen.

Besonders die Unsicherheit ist unter Umständen ein sehr wichtiger Faktor. Der Einfluss derUnsicherheit auf die optimale Entscheidung hängt vor allem von der funktionalen Form derModellgleichungen ab. Ein risikoaverser Entscheidungsträgerwürde etwa in der Gegenwart vonUnsicherheitsicheherdazuentschließen,vorsichtigerzuagieren,umsichdadurchgegenschlechteAusgänge zu „versichern“. Derartige Effekte sind besonderswichtig,wenn der Anspruch besteht„optimale“Entscheidungenzutreffen.

Eine weitere Schwäche des ersten implementierten Modells ist seine starke Abstraktion in derModellierungdesFischfangs. IndenverwendetenGleichungenausderLiteratur istBeifangnichtdarstellbar.

Um die oben beschriebenen Schwächen zu beheben, wurde das Modell weiterentwickelt. Diewichtigste Neuerung dieses Modells ist die Berücksichtigung von Beifang in denFischfanggleichungensowiedieImplementierungvonstochastischemWachstum.DasentwickelteModellhatfolgendeEigenschaften:Es isteindynamisches,gekoppeltes,ökologischökonomischesModellundistbesondersdazugeeignet,nichtlinearesVerhaltendarzustellen.

InAbbildung39istderkonzeptionelleAufbaudesModellsschematischdargestellt.DasModellistmodular aufgebaut. Dieser Aufbau erleichtert es, in Zukunft zusätzliche Nutzungsdrückeeinzubauen.DasModellbestehtauseinemÖkosystem‐Modul, inderSchemadarstellung(Abb.39)grünmarkiert, und einemÖkonomie‐Modul, blau umrandet. DasÖkosystem‐Modul ist einMulti‐Box‐Bestand‐basiertes Modell mit individuellen Beständen pro Spezies und pro Region.Bestandsveränderungen die aus intrinsischem logistischem Wachstum und Nutzungsdrückenresultieren werden mit Differenzialgleichungen abgebildet. Das Ökonomie‐Modul besteht ausNutzen maximierenden Haushalten und Profit maximierenden Firmen, in der Abbildung mit„Households“bzw. „Firms“ gekennzeichnet.DiesebeidenGruppenvonAkteuren interagieren aufeinem Markt für geerntete Ökosystemleistungen („Service Market“) und dem Arbeitsmarkt(„LabourMarket“).FirmenkönnenzwischenmehrerenRegionenundWerkzeugen(Fanggerätetyp,Maschenweite, etc.) auswählen, welche unterschiedliche Fang‐ und Beifangeigenschaftenaufweisen. Des Weiteren wählen Firmen den für sie optimalen Arbeitsaufwand, woraus dasEinkommenfürdieHaushalteabgeleitetwird.AusdenEntscheidungenderFirmenergibtsichder

Page 59: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

54

Fangdruck („Harvesting“) auf das Ökosystem; gleichzeitig stellt der Fang eine genutzteÖkosystemleistung („Ecosystem Services“) dar. Für gegebenes Einkommen werden Nachfrage‐FunktionenderHaushalteberechnet.UmAngebotundNachfrageauszugleichen,werdenendogenPreiseunddieAnzahlderFirmenberechnet.UmManagement‐Optionenzuvergleichen,wirdeinegesellschaftliche Wohlfahrtsfunktion berechnet, welche auf dem totalen diskontierten,intertemporärenNutzenbasiert.

Das Ökosystemmodul des Modells und die Fangeigenschaften wurden in Kooperation mit denExperten des Thünen‐Instituts (TP6) parametrisiert, um die qualitativen Eigenschaften dieserSystemeindenKüstengewässernderdeutschenNordseeabzubilden.HierzuwurdenwährendderProjektlaufzeit mehrere Treffen abgehalten. Die deutsche Küstenfischerei wurde alsAnwendungsszenario gewählt, da sie innerhalb klarer Grenzen operiert. Dies entspricht den imModell gemachten Annahmen einer begrenzten Region mit einer Fischerei, die durch einenrepräsentativen Akteur abgebildet werden kann, welcher seinen Fang ausschließlich imbetrachtetenGebietdurchführt.

IndembetrachtetenGebietwerdenhauptsächlichzweiFischspeziesgefangen,undzwardiebeidenPlattfische Seezunge (Solea solea) und Scholle (Pleuronectes platessa). Das Ökosystemmodellwurde für diese zwei Spezies parametrisiert und die unterschiedlichen Beifangraten bei derjeweiligenZielartberücksichtigt. FürdieweiterenParameterdesModellswurdenWerte ausderLiteraturverwendet.Aufgrunddessen,dassdasModellanalytischgelöstwurde,sinddieEinflüssederParameteraufdieModellergebnisseleichtzuinterpretieren.

Abbildung39.SchematischeDarstellungdesModells

Page 60: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

55

Das weiterentwickelte Modell wurde in zwei verschiedenen Modi analytisch gelöst. Zum einenwurdenEntwicklungenderFischbeständeohneManagementüberdieZeit simuliert,zumandernwurden Gleichgewichtsbestände mit Management betrachtet. Für beide Modi wurdenSensitivitätsanalysen der wichtigsten Parameter durchgeführt. Hierzu gehören zum einenParameter, die Präferenzen des Managements abbilden, wie die Diskontrate bzw. derPlanungshorizont, zum anderen Systemparameter, welche bspw. die Produktion vonFischereierzeugnissenoderdasSubstitutionsverhaltenderKonsumentenbeeinflussen.DiesesindTeil einer Publikation in Vorbereitung. Für die Gleichgewichtsbeständemit Management ist dasErgebniseinersolchenStudieinAbb.40gezeigt.EssinddortdieGleichgewichtsbeständeabhängigvomPlanungshorizontedesManagementsabgetragen.DerPlanungshorizont isthierdefiniert alsdie Periode in der Zukunft, ab der zukünftige Einnahmen dem Management weniger als einTausendstel der aktuellenEinnahmenwert sind.Ausdieser Studiewirdklar, dassbei zukurzenPlanungshorizonteneinAussterbenderSeezungezuerwarten ist.DieSchollehingegenkannsichschnellererholen,alssiekonsumiertwird,selbstbeigarkeinemvorrausschauendenVerhalten.Umdas Überleben des Seezungenbestands zu gewährleisten muss der Planungshorizont im Modellmindestens14Perioden lang seinumdieBeständeauf einemNiveauüberdem,demÖkosystemintrinsischenSchwellwertdeskleinstenstabilenBestandeszuhalten.

Die in Arbeitspaket 4.3 gemachten fortschritte zeigen, dass das EntscheidungsproblemÖkosystemmanagement in der Nordsee nicht‐trivialer Natur ist. Es wurden mehrere wichtigeEffekte untersucht, welche durch zukünftiges Management berücksichtigt werden sollten. DieseArbeitenwerdeninderNOAHSynthesephasefortgesetztwerden,umauchdieinArbeitspaket4.2entwickeltenFrühwarnmethodenindasModellzuintegrierenundihreAnwendbarkeitimKontextdiesesEntscheidungsproblemszuuntersuchen.

Abbildung40.SimulierteFischbeständeohneManagement(links)undGleichgewichtsbeständealsFunktionder Diskontrate, ausgedrückt als Planungshorizont desManagements (rechts). Der Planungshorizontwirdbestimmt als die Zeitperiode, in der eine Einnahme dem Management nur ein 1000stel der gleichenEinnahmeheutewertwäre.

Page 61: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

56

3EVALUIERUNGINBEZUGAUFDASANWENDUNGSPOTENTIAL3.1KooperationmitpotentiellenAnwendern

Die beiden institutionellen Partner in NOAH (TI und BSH) stellten sicher, dass neueErkenntnisse in die angemessenen nationalen (BLANO) und internationalen (ICES, OSPAR)Informationskanäle gespeist werden (siehe auch www.noah project.de/work_packages/wp4).Gleichzeitig mit NOAH hat das Bundesamt für Naturschutz (BfN) eine Initiative zurBiotopkartierung (akustische Kartierung) des gesamten Meeresbodens der AWZ initiiert. UmSynergien zu ermöglichen und Redundanzen zu vermeiden, trafen sich Vertreter vonBfN/Bioconsult, NOAH und SECOS am 18.12. 2014 in Rostock, um das gemeinsame weitereVorgehenabzusprechenundgegenseitigeKonsultationenfestzulegen;einweiteresTreffenfandam29.5. 2015 am BSH statt. Die ersten Ergebnisse des Habitatatlas stoßen auf reges Interesse beiexternenWissenschaftlern.BisherwurdenDatensätzezu%TOCundPorosität/Permeabilitätsowiezu mittleren und extremen physikalischen Zuständen am Meeresboden an mehrere GruppenaußerhalbdesKüNO‐Verbundsgeliefert.

3.2 Strategien zum Wissenstransfer, zur Partizipation, zum Datenmanagement und zurÖffentlichkeitsarbeitGemeinsammitdenübrigenProjektendesKüNO‐VerbundswurdeeineInformationsbroschüre

erarbeitet,dieinverständlicherWeisedieHintergründe,ZieleundersteErgebnissedesVerbundsübergreifend darstellt. Das Schaufenster von NOAH ist die Website www.noah‐project.de, dieinzwischen als CMS Vollversion vorliegt. Sie ermöglicht eine Verbesserung in Bezug auf dieEinbindung und Darstellbarkeit der Daten. Darüber hinaus ist die Vollversion im responsivenWebdesign erstellt, so dass die NOAH Website jetzt auf Eigenschaften des jeweils benutztenEndgeräts,vorallemSmartphonesundTabletComputer,reagierenkann.ZudemkönnenBesuchederWebsite statistisch ausgewertet werden. Die Auswertung der Statistik wird Aufschluss überNutzer,HinweisefürVerbesserungundAuswirkungenvonKommunikationsmaßnahmengeben.InZusammenarbeitmitForschernderLeuphanaUniversitätLüneburgistnachAbschlussder1.PhasederLaufzeitvonNOAHeineKartierungvonInteressengruppenundpotentiellenNutzernderDatendes Habitatatlas vorgesehen. Dies wird helfen, unsere Daten und Kartenangebote besser aufpotentielleNutzerauszurichten.

ImRahmenvonNOAHwerdenGISDatensätzeineinerzentralenGeodatenbankverwaltetundübereinen Server als Kartendienste (Mapservices) bereitgestellt. Die Kartendienste werden auf derNOAH‐Projekt Homepage über den NOAH Habitatatlas sichtbar. Nicht flächenhaft vorliegendeDatenwerdenineineExpeditionsdatenbankimportiert.ZwischendenProjektenNOAHundSECOSwirdsichergestellt,dassdiedezentralenDatenbankenderbeidenProjekteinteragieren.Weiteristsichergestellt, dass die Datenbanken kompatibel mit einschlägigen Standards in Bezug aufMetadatensind,sodassvolleInteroperabilitätmitDatenportalenwieMDI‐DEgewährlistetist.ÜberdasKüNOPortalwirdesmöglichsein,dieKartendienstenachImportderMetadatenanzusprechen.HierfürwerdendieSchlüsselwörterderentsprechendenParameter,wiez.B.Korngröße,TOCoderPermeabilität zwischen dem SECCOS und NOAH Projekt abgestimmt. Zu jedemKartendienst/Parameter stehen bislang die Metadaten und WMS‐Services zur Verfügung. Die

Page 62: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

57

InfrastrukturfürdenDatendownloadwirdvorbereitet.HierfürwirdentwedereinLinkmittelsDOIbereitgestellt bzw. derDownload als Tabelle/Shapefile (GIS‐Datensatz)möglich sein. Datensätze,die für NOAH aufbereitet wurden, werden in Zusammenarbeit mit dem DeutschenKlimarechenzentrum(DKRZ)miteinemDOIversehenundsindsomitzitierbar.

3.3 Relevanz der Ergebnisse für politische/gesellschaftliche Entscheidungsprozesse incl.bishererreichterImpactfürPolitikundGesellschaftBislang ist der Impact unserer Ergebnisse, der kurzen Laufzeit geschuldet, für politische und

gesellschaftlicheEntscheidungsprozesseehergering.AberbereitsjetztwirkensichdieArbeitenaufMonitoring‐Strategien des BSH aus, das in Zukunft das Monitoring auf organische SchadstoffeentlangderimProjektentwickeltenMethodikgestaltenwird.AufeinerübergeordnetenEbenehatdasVorhabenfüreinesehrintensiveBefassungunterschiedlicherdisziplinärerArbeitsgruppenmitder FragenachdemZustanddesMeeresbodens in derAWZderNordsee gesorgt.Darauswurdeklar, dass der gewählte Ansatz der flächenbezogenen Messungen gepaart mit flächendeckenderModellierungeinendeutlichenZugewinnanWissengeneriert.

Durch die zunehmend engere Zusammenarbeit mit SECOS und MOSSCO werden arbeitsteiligvergleichbare Datensätze erzeugt, die eine synoptische Bewertung der Zustände basierend aufhomogenen Daten sicherstellen. Weil Partner in NOAH institutionell in die einschlägigenArbeitsgruppen nationaler und internationaler Gremien eingebunden sind, erwarten wir einenzunehmenden Impact auf Bewertungsmethoden und darauf beruhender Handlungsanweisungen.Die Zusammenarbeit mit dem Bundesamt für Naturschutz, die ein methodisch andereHerangehensweiseaufdieKartierungvonLebensräumeninderAWZverfolgt,hatbereitsjetztdazugeführt, dass dasWort „Habitat“ Eingang in die vom BfN aufgestellten Klassifizierungsschematagefundenhat.

Auch nach Projektende ist kein unmittelbarer wirtschaftlicher Nutzen für das Projekt oder dieVerbundpartner eingetreten. Die naheliegendste Verwendung für die frei zugänglichen Daten istabgesehen von der wissenschaftlichen Forschung in der marinen Raumplanung und demMeeresumweltschutz. Inwieweit eine kommerzielle Nutzung der Daten und/oder MesssystemedurchUnternehmen(etwazurStandortsuche)inZukunftgewinnbringendumgesetztwerdenkann,istzudiesemZeitpunktnichtabzusehen.

3.4Wissenschaftlicheund/odertechnischeErfolgsaussichtenDasNOAH‐Portal„Habitatatlas“wirdgemeinsammitdenanderenVerbundpartnernimRahmen

des Anschlussprojekts NOAH‐Syntheseweiterbetrieben. An der Erweiterung der Datenbasis unddemtechnischenAusbauderzugrundeliegendenGeodateninfrastruktur(GDI)amHZGwirdderzeitbereits gearbeitet. Schon jetzt ist die Vernetzungmit anderen Portalen (z.B. MDI‐DE und KüNOPortal) realisiert und ein standardisierter Austausch von (Meta‐)Daten (auch international)möglich.DurchdieseErreichbarkeitundTransparenzerwartenwir langfristigeinenochstärkereVernetzungmit Forschungseinrichtungen und Organisationen auf nationaler und internationalerEbene.

Page 63: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

58

3.5WissenschaftlicheundwirtschaftlicheAnschlussfähigkeitDie Entwicklung der NOAH GDI und deren Datengrundlage bilden die Voraussetzung für die

spätereNutzungdesSystemsinnationalenundinternationalenForschungsprojekten,sowiedurchÄmter und Unternehmen. In der Fortsetzung des Verbundprojekts NOAH Synthese steht diesewissenschaftliche Nutzung bereits im Vordergrund, und ist damit an dieses Projekt unmittelbarangeschlossen. Forschungsfragen, die dabei nur tangiert, aber keiner Lösung zugeführt werdenkönnen, müssen zu gegebener Zeit gemeinsam mit der Begleitforschung zu neuenForschungsthemenfürmöglicheAnschlussvorhabenumgesetztwerden.

4WICHTIGSTEPOSITIONENDESZAHLENMÄßIGENNACHWEISESDer Kostenplan des NOAH Verbundprojekts ist in Tabelle 4 für die einzelnen Partner getrenntdargestellt.

Tabelle4.FinanzielleRessourcen,Personaleinsatz,EigenmittelimVerbundvorhabenNOAH.

5VERWERTUNGPublikationen(peer‐reviewed)AhmerkampS,WinterC,JanssenF,KuypersMMMandMHoltappels,2015.Theimpactofbedformmigration

onbenthicoxygenfluxes,J.Geophys.Res.Biogeosci.,120,doi:10.1002/2015JG003106.Ahmerkamp S, Winter C, Krämer K, de Beer D, Janssen F, Friedrich J, Kuypers MMM and M Holtappels.

Regulation of benthic oxygen fluxes in permeable sediments of the coastal ocean. Submitted forpublicationinLimnology&Oceanography21.06.2016

Bockelmann,F‐D,Puls,W,Müller,D,andK‐CEmeis.Mappinggrain‐sizepropertiesofNorthSeasediments.SubmittedforpublicationinMarineGeology,15.09.2016.

Brockmeyer B, Kraus UR andN Theobald, 2015. Accelerated solvent extraction (ASE) for purification andextraction of silicone passive samplers used for themonitoring of organic pollutants. Env Sci Pol Res,22:19887–19895DOI10.1007/s11356‐015‐5192‐1.

Callies,U,Gaslikova,L,Kapitza,HandMScharfe,2016.GermanBightresidualcurrentvariabilityonadailybasis:principalcomponentsofmulti‐decadalbarotropicsimulations.Geo‐MarLett,doi:10.1007/s00367‐016‐0466‐2.

Page 64: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

59

EmeisKC, vanBeusekom J, CalliesU, EbinghausR, KannenA, KrausG, Kröncke I, LenhartH, Lorkowski I,MatthiasV,MöllmannC,PätschJ,ScharfeM,ThomasH,WeisseRandEZorita,2015.TheNorthSea—AshelfseaintheAnthropocene.JournalofMarineSystems141:18–33.

FockHOandGKraus,2016.FromMetaphorstoFormalism:AHeuristicApproachtoHolisticAssessmentsofEcosystemHealth.PLoSONE.2016;11(8):e0159481.

Krämer K and C Winter, 2016. Predicted ripple dimensions in relation to the precision of in‐situmeasurements.submittedtoOceanScience(doi:10.5194/os‐2016‐20).

KrausGandRDiekmann, inpress. Impactof fishingactivitiesonmarine life. In:SalomonMandTMarkus(eds.) Handbook on Marine Environment Protection: Science, impacts and sustainable management.SpringerScience.

NeumannH,DiekmannRandIKröncke,2016.Functionalcompositionofepifaunainthesouth‐easternNorthseainrelationtohabitatcharacteristicsandfishingeffort.Estuarine,Coastal&ShelfScience169:182‐94.

Neumann,A,Möbius,J,Hass,C,Puls,WandJFriedrich.EmpiricalmodeltoestimatepermeabilityofsurfacesedimentsintheGermanBight(NorthSea).AcceptedforpublicationinJournalofSeaResearch,2016.

Oehler,T,Martinez,R,Schückel,U,Winter,C,Kröncke,IandMSchlüter,2015.SeasonalandspatialvariationsofbenthiccarbonandnitrogenfluxesintheHelgolandMudArea(southernNorthSea).ContinentalShelfResearch106:118‐129.

Oehler, T, Schlüter, M and U Schückel, 2015. Seasonal dynamics of the biogenic silica cycle in surfacesedimentsoftheHelgolandMudArea(southernNorthSea).ContinentalShelfResearch107:103‐114.

OehlerT,MartinezR,SchückelU,WinterC,KrönckeIandMSchlüter2015.Seasonalandspatialvariationsofbenthic oxygen andnitrogen fluxes in theHelgolandMudArea (southernNorth Sea). Continental ShelfResearch106,118‐129.

Probst WN and V Stelzenmüller, 2015. A benchmarking and assessment framework to operationaliseecologicalindicatorsbasedontimeseriesanalysis..EcologicalIndicators55:94‐106.

Serna, A,  Lahajnar, N,  Pätsch,  J  and K‐C  Emeis, 2014. Organic matter sources and degradation in theGerman Bight/SE North Sea: Implications from stable nitrogen isotopes and amino acids. MarineChemistry166:103‐113,doi:10.1016/j.marchem.2014.09.014.

StelzenmüllerV,FockHO,GimpelA,RamboH,DiekmannR,ProbstWN,CalliesU,BockelmannF,NeumannHand I Kröncke, 2015. Quantitative environmental risk assessments in the context of marine spatialmanagement:currentapproachesandsomeperspectives.ICESJournalofMarineScience72:1022‐42.

StelzenmüllerV,DiekmannR,BastardieF,SchulzeT,BerkenhagenJ,KloppmannM,KrauseG,PogodaB,BuckBHandGKraus,inpress.Co‐locationofpassivegearfisheriesinoffshorewindfarmsintheGermanEEZoftheNorthSea:Afirstsocio‐economicscoping.EnvironmentalScienceandPolicy.

Sühring,R,Barber,JL,Wolschke,H,Kötke,DandREbinghaus,2015.Fingerprintanalysisofbrominatedflameretardants and Dechloranes in North Sea sediments. Environmental Research 140, 569–578,doi:10.1016/j.envres.2015.05.018.

Zhao, Z, Xie, Z, Tang, J, Gan, Z, Sturm, R, Chen, Y, Zhang, G and R Ebinghaus, 2015. Spatial distribution ofperfluoroalkyl acids in surface sediments of the German Bight, North Sea. Science of The TotalEnvironment511,145‐152,doi:10.1016/j.scitotenv.2014.12.063.

BerichteProbstWN,RauA,DiekmannR,vonDorrienC,SeidelH,FockHO,KrausGandVStelzenmüller,2014.Eine

Thünen‐Evaluierung von fisch‐ und fischereibezogenen Indikatoren der EU Meeresstrategie‐Rahmenrichtlinie (MSRL). Johann Heinrich von Thünen‐Institut, Thünen Working Paper 25, 106p.https://www.thuenen.de/media/publikationen/thuenen‐workingpaper/ThuenenWorkingPaper_25.pdf

VorträgeBlanz B and H Held, 2016. Modelling ecosystem economy interaction dynamics. DAMES 26.9.‐28.9.2016,

Hamburg,GermanyBlanz B and H Held 2016. Modelling ecosystem economy interaction dynamics. North Sea Open Science

Conference2016,Oostende,Belgium.

Page 65: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

60

Bockelmann, F‐D, Emeis, K‐C and U Kleeberg 2015. Observation and assessment of North Sea habitats –experiencefromtheNOAHproject,ICES2015ASC,Kopenhagen,Denmark,21‐25September2015.

CraeymeershJA,KingstonP,RachorE,DuineveldG,HeipCHRandEVandenBerghe1986.NorthSeaBenthosSurvey.www.marbef.org/modules.php?name=People&lvl=Data&show=html&dasid=67

DiekmannR,NeumannH,KrönckeI,StelzenmüllerV,FockHOandGKraus,2015.Scalinguptrawlingimpactson benthic communities: How fine scale investigations help evaluating large scale effects. ICES AnnualScienceConference,21.‐25.09.2015,Copenhagen,Denmark.CM2015P:15.

DiekmannRandGKraus2014.KonzeptezurIntegrationvonBewertungsansätzen:VonÖkosystemleistung,IndikatorenundRisiken.1stKüNOAnnualMeeting,18‐19.06.2014,Warnemünde,Germany.

DiekmannRandGKraus,2015.Concepts forriskassessmentandmanagement.2ndKüNOAnnualMeeting,16.‐17.11.2015,Warnemünde,Germany.

Emeis,K‐CandNOAHProjectConsortium,2014.Assessmentofseafloorfunctionsandservicesinthecoastalzone. Predictive Power ofMarine Science in a Changing Climate, COST Science& Technology StrategicEvent,7‐8April2014,Sopot,Poland.

Emeis, K‐C and NOAH Project Consortium, 2016. NOAH – Habitatmodelle in der Nordsee.Meeresumweltsymposium2016,31.5.2016,Hamburg.

Emeis,K‐CandNOAHProjectConsortium,2016.CoastalresearchinGermany‐observation,modellingandseafloorassessments.GeoscienceColloquium,8.4.2016,Stettin.

Friedrich,J,etal.,2015.TowardsanintegratedviewofbenthicandpelagicprocessesinthesouthernNorthSea(GermanBight),EGU2015‐9199.

Friedrich, J, et al., 2016. Long‐term impact of bottom trawling onpelagic‐benthic coupling in the southernNorthSea(GermanBight),EGU2016‐15791.

Neumann,A,etal.,2015.SpatialandtemporalpatternsinoxygenandnutrientfluxesinsedimentofGermanBight(NorthSea),EGU2016‐14238.

Neumann,A,etal.,2015.BenthicremineralizationratesinsouthernNorthSea‐frompointmeasurementstoarealestimates,EGU2015‐12967.

Oehler,T,MartinezRandMSchlüter,2014.SeasonalandspatialvariationsofinsitumeasuredbenthicfluxesofnutrientsandcarbonatthesedimentwaterinterfaceofthesouthernNorthSea.AGU2014FallMeeting,SanFrancisco(USA).

Oehler, T, Martinez R and M Schlüter, 2013. Benthic transport processes and their impact on silicate,ammonium and carbon budgets of the Southern North Sea, University of southern Denmark‐NordiskCenterforJordensUdvikling,Odense,Denmark.

ProbstWN,2014.Howtobe"good“–Comparingmethodstoassesstimeseriesofecologicalindicators.ICESAnnualScienceConference2014,ÁCoruna,Spain,CM2014G:27.

Seidel H and V Stelzenmüller, 2014. Spatio‐temporal biodiversity indicators for monitoring commonobjectives of the German Maritime Spatial Plan and the Marine Strategy Framework Directive. ICESAnnualScienceConference2014,ÁCoruna,Spain,CM2014G:24.

StelzenmüllerV,FockHO,GimpelA,RamboH,DiekmannR,ProbstWN,CalliesU,BockelmannF,NeumannHand I Kröncke, 2014. Quantitative environmental risk assessments in the context of marine spatialmanagement: Current approaches and some perspectives. Ecological Basis of Risk Analysis forMarineEcosystems,02.‐04.06.2014,Porvoo,Finland.

StelzenmüllerV,FockHO,GimpelA,RamboH,DiekmannR,ProbstWN,CalliesU,BockelmannF,NeumannHand I Kröncke, 2014. Environmental risk assessments in the context of marine spatial management:Currentapproachesandsomeperspectives.ICESASC2014,ÁCoruna,Spain,CM2014G:39.

PosterBeringer, S, Kleeberg U, Neumann H, Kröncke I, Emeis KC, Puls W and EB Goldberg, 2016. Der NOAH

Habitatatlas.3rdKüNOAnnualMeeting,22.‐23.06.2016,Warnemünde,Germany.BlanzBandHHeld,2015.AssessmentofDynamicRisksandMangementDesign,2ndKüNOAnnualMeeting,

16.‐17.11.2015,Warnemünde,Germany.BlanzBandHHeld2016.ManagementDesignforFisheriesandAssociatedRisksintheGermanBightusinga

CalibratedAnalyticalModel,3rdKÜNOAnnualMeeting,22.‐23.06.2016,Warnemünde,Germany.

Page 66: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

61

BlanzBandHHeld2016.Modellingecosystemeconomyinteractiondynamics.ECSA56,4‐7.9.2016,Bremen,Germany.

NeumannH,KrönckeI,EmeisK‐C,PulsW,KleebergUandEBGoldberg2015.DerNOAHHabitatatlas.KDMSymposium„Küste2025“,15.‐17.04.2015,Hamburg,Germany.

Diekmann R, Neumann H, Kröncke I, Stelzenmüller V, Fock HO, and G Kraus, 2015. A question of scale?Trawling impacts on benthic communities. 2nd KüNO Annual Meeting, 16.‐17.11.2015, Warnemünde,Germany.

Neumann H, Kröncke I, Emeis K‐C, Puls W, Callies U and R Diekmann, 2016. Habitatmodellierungepibenthischer Gemeinschaften in der südöstlichen Nordsee. KüNO Abschlusstagung, 22. ‐ 23.06.2016,Warnemünde,Germany.

RamboH,StelzenmüllerV,DiekmannRandCMöllmann,2016.CSIGermanBight:anewindextoassessthesensitivityofdemersalfishcommunitiestofishing.KÜNOAnnualMeeting,22.‐23.06.2016,Warnemünde,Germany.

LITERATURLISTEBackhaus, JO, 1985. A three‐dimensional model for the simulation of shelf sea dynamics. Deutsche

HydrographischeZeitschrift38:165−187.BergmanMJN,UbelsSM,DuineveldGCAandEWGMeesters,2015.Effectsofa5‐yeartrawlingbanonthelocal

benthiccommunityinawindfarmintheDutchcoastalzone.ICESJournalofMarineScience:JournalduConseil72:962‐972.

BorjaA,PrinsT,SimbouraN,AndersenJH,BergT,MarquesJC,NetoJM,PapadopoulouN,RekerJ,TeixeiraHandLUusitalo, 2014.Tales froma thousandandoneways to integratemarine ecosystemcomponentswhenassessingtheenvironmentalstatus.FrontiersinMarineScience1.

CallawayR,AlsvågJ,deBooisI,CotterJ,FordA,HinzH,JenningsS,KrönckeI,LancasterJ,PietG,PrincePandSEhrich,2002.DiversityandcommunitystructureofepibenthicinvertebratesandfishintheNorthSea.ICESJournalofMarineScience,59:1199–1214.

Daro, MH and DB van Gijsegem, 1984. Ecological factors affecting weight, feeding, and production of fivedominantcopepodsintheSouthernBightoftheNorthSea.Rapp.P.‐v.Réun.Cons.Int.Explor.Mer,183:226‐233.

EigaardOR,BastardieF,BreenM,DinesenGE,HintzenNT,LaffargueP,MortensenLO,NielsenJR,NilssonHC,O’NeillFG,PoletH,ReidDG,SalaA,SköldM,SmithC,SørensenTK,TullyO,ZenginMandADRijnsdorp,2016.Estimating seabedpressure fromdemersal trawls, seines, anddredgesbasedongeardesign anddimensions.ICESJournalofMarineScience:JournalduConseil73:i27‐i43.

FockH,2011.IntegratingMultiplePressuresatDifferentSpatialandTemporalScales:AConceptforRelativeEcologicalRiskAssessmentintheEuropeanMarineEnvironment.HumanandEcologicalRiskAssessment:AnInternationalJournal17:187‐211.

FockHOandGKraus,2016.FromMetaphorstoFormalism:AHeuristicApproachtoHolisticAssessmentsofEcosystemHealth.PLoSONE11:e0159481.

FranszHGandWWCGieskes,1984.TheunbalanceofphytoplanktonandcopeodsintheNorthSea.Rapp.P.‐v.Reun.Cons.int.Explor.Mer,183:218‐225.

Fransz,HG,Colebrook, JM,Gamble, JCandMKrause,1991.Thezooplanktonof theNorthSea.NetherlandsJournalofSeaResearch,28(1/2):1‐52.

Gerritsen HD,Minto C and C Lordan, 2013. Howmuch of the seabed is impacted bymobile fishing gear?Absolute estimates from Vessel Monitoring System (VMS) point data. ICES Journal of Marine Science:JournalduConseil70:523‐531.

Greenstreet, S, Fraser, H, Piet, G, Robinson, L, Callaway, R, Reiss,H, Ehrich, S, Kröncke, I, Craeymeersch, J,Lancaster, J, Jorgensen,LandAGoffin,2007.SpeciesComposition,Diversity,BiomassandProductionofthe Demersal Fish Community of the North Sea. Fisheries Research Services Collaborative Report No.07/07.

Greenstreet SPR, Rossberg AG, Fox CJ, Le QuesneWJF, Blasdale T, Boulcott P, Mitchell I, Millar C and CFMoffat,2012.Demersalfishbiodiversity:species‐levelindicatorsandtrends‐basedtargetsfortheMarineStrategyFrameworkDirective.ICESJournalofMarineScience:JournalduConseil69:1789‐1801.

Page 67: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

62

Heip CHR, Goosen NK, Herman PMJ, Kromkamp J, Middelburg JJ and K Soetaert, 1995. Production andconsumption of biological particles in temperate tidal estuaries. Oceanography andMarine Biology: anAnnualReview33:1‐149.

HiddinkJG,JenningsS,andMJKaiser,2006.IndicatorsoftheEcologicalImpactofBottom‐TrawlDisturbanceonSeabedCommunities.Ecosystems9:1190‐1199.

Hislop, J,BromleyPJ,etal.,1997.Databasereportof thestomachsamplingproject1991. ICESCooperativeResearchReportNo.219.

Hofmeister, R, Lemmen, C, Kerimoglu, O, Nasermoaddeli, MH and KW Wirtz, 2014. The PredominantProcesses Controlling Vertical Nutrient and SuspendedMatter Fluxes across Domains ‐ Using the NewMOSSCOSystem fromCoastal Sea Sedimentsup to theAtmosphere. In:Proc.11 Int. Conf.HydroscienceEngineering28:889‐896.

ICES,2013,Reportof theWorkingGrouponBiodiversityScience(WGBIODIV),18‐22February2013, ICESheadquarters,Copenhagen,Denmark.ICESCM2013/SSGEF:02.61pp.

ICES,2014.ReportoftheWorkshoptoreviewthe2010CommissionDecisiononcriteriaandmethodologicalstandards on good environmental status (GES) of marine waters; Descriptor 6: seafloor integrity, 2–3September2014,ICESHeadquarters,Denmark.ICESCM2014\ACOM:61.37pp.

Joiris,C,Billen,G,Lancelot,C,Daro,MH,Mommaerts,JP,Bertels,A,Bossicart,M,Nijs,JandJHHeco,1982.Abudget of carbon cycling in the Belgian coastal zone: Relative roles of zooplankton and benthos in theutilizationofprimaryproduction.Neth.J.SeaRes.,16:260‐275.

KershnerJ,SamhouriJF,JamesCAandPSLevin,2011.SelectingIndicatorPortfoliosforMarineSpeciesandFoodWebs:APugetSoundCaseStudy.PLoSONE6(10):e25248.doi:10.1371/journal.pone.0025248

Link, JS,2010.Addingrigor toecologicalnetworkmodelsbyevaluatinga setofpre‐balancediagnostics:ApleaforPREBAL.EcologicalModelling,221:1580–1591.

Lovvorn, JR, Cooper, LW, Brooks, ML, De Ruyck, CC, Bump, JK and JM Grebmeier, 2005. Organic matterpathwaystozooplanktonandbenthosunderpackiceinlatewinterandopenwaterinlatesummerinthenorth‐centralBeringSea.MarineEcologyProgressSeries291:135–150.

Mackinson,SandGDaskalov,2007.AnecosystemmodeloftheNorthSeatosupportandecosystemapproachtofisheriesmanagement:descriptionandparameterization.Sci.Ser.TechRep.,Cefas,Lowestoft,196pp.

Mathis,M,Mayer,BandTPohlmann,2013.AnuncoupleddynamicaldownscalingfortheNorthSea:Methodandevaluation.OceanModelling,72:153‐166.

Mathis,M and T Pohlmann, 2014. Projection of physical conditions in theNorth Sea for the 21st century.ClimateResearch,61,1‐17,doi:10.3354/cr01232.

Neumann,HandIKröncke,2011.TheeffectoftemperaturevariabilityonecologicalfunctioningofepifaunaintheGermanBight.MarineEcology,32(Suppl.1):1‐9.

Neumann, H, de Boois, I, Kröncke, I and H Reiss, 2013. Climate change facilitated range expansion of thenonnativeAngularcrabGoneplaxrhomboidesintotheNorthSea.MarEcolProgrSer484,143‐153.

Paffenhöfer, GA, 1976. Feeding, growth and food conversion of the marine planktonic copepod Calanushelgolandicus.Limnol.Oceanogr.,21(1):39‐50.

Pohlmann,T,1991.Untersuchunghydro‐undthermo‐dynamischerProzesseinderNordseemiteinemdrei‐dimensionalennumerischenModell.BerZentMeeres‐KlimaforschUnivHambgD23:1−116.

Pohlmann, T, 1996a. Calculating the annual cycle of the vertical eddy viscosity in the North Sea with athreedimensionalbaroclinicshelfseacirculationmodel.ContShelfRes16:147−161.

Pohlmann, T, 1996b. Predicting the thermocline in a circulation model of the North Sea. Part 1. Modeldescription,calibrationandverification.ContShelfRes16:131−146.

Queirós,AM,Birchenough,SNR,Bremner, J,Godbold, JA,Parker,RE,Romero‐Ramirez,A,Reiss,H,Solan,M,Somerfield, PJ, Van Colen, C, Van Hoey, G and S Widdicombe, 2013. A bioturbation classification ofEuropeanmarineinfaunalinvertebratesEcologyandEvolution3:3958‐3985.

Rätz,H‐J,NMitrakis,2012.Scientific,TechnicalandEconomicCommitteeforFisheries(STECF)–valuationofFishingEffortRegimesinEuropeanWatersPart1(STECF‐12‐09).

ReissH,CunzeS,KönigK,NeumannHandIKröncke,2011.Speciesdistributionmodellingofmarinebenthos:aNorthSeacasestudy.MarineEcologyProgressSeries442:71‐86.

SolanM, Cardinale BJ, DowningAL, Engelhardt KAM,Ruesink JL and LS Srivastava, 2004b. Extinction andEcosystemFunctionintheMarineBenthosScience306:1177‐1180.

Page 68: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

63

SolanMandRKennedy,2002.Observationandquantificationofinsituanimal‐sedimentrelationsusingtime‐lapsesedimentprofileimagery(t‐SPI)MarEcolProgSer228:179–191.

SolanM,WighamBD,HudsonIR,KennedyR,CoulonCH,NorlingK,NilssonHCandRRosenberg,2004a.Insitu quantification of bioturbation using time‐lapse fluorescent sediment profile imaging (f‐SPI),luminophoretracersandmodelsimulationMarEcolProgSer271:1‐12.

Stäbler, M, Kempf, A, Mackinson, S, Poos, JJ, Garcia, C and A Temming, 2016. Combining efforts to makemaximumsustainableyieldsandgoodenvironmentalstatusmatchinafood‐webmodelofthesouthernNorthSea.EcologicalModelling,331:17‐30.

Stevens,D,2016.PhytoplanktonColorIndexdatafromSAHFOS(SirAlisterHardyFound.forOceanScience).Weinert,M, Kröncke, I,Mathis,M, Neumann, H, Pohlmann, T andH Reiss, 2016.Modelling climate change

effectsonbenthos:Distributional shifts in theNorthSea from2001 to2099.Estuarine,Coastal&ShelfScience175:157‐168.

Page 69: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

64

TABELLENVERZEICHNISTabelle1.ExpeditionenindieNOAH‐Arbeitsgebiete.Schiffe:F/SHeincke,F/SMariaS.Merian,

ForschungskutterSenckenberg..................................................................................................................................................4 Tabelle2.AnzahlverfügbarerKartenindenverschiedenenKategoriendesHabitatatlas(Stand31.3.2016).

Rechts:Beispielkartefür„TotalOrganicCarbon(TOC)“.................................................................................................7 Tabelle3.Korrelationskoeffizienten(r=Pearson;Rel=RELATE)fürdieBeziehungenzwischenFischerei‐

aufwand(zweiGeräte:“beam“und„BT2“)undverschiedenenUmweltfaktoren(Neumannetal.,2016)....................................................................................................................................................................................................................9 

Tabelle4.FinanzielleRessourcen,Personaleinsatz,EigenmittelimVerbundvorhabenNOAH..............................58 

Page 70: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

65

ABBILDUNGSVERZEICHNISAbbildung1.GenerelleGliederungundVorgehensweisedesNOAHProjekts..................................................................2 Abbildung2.AuswertungeinerstatistischenAnalysevonKorngrößenmessungeninderdeutschenAWZder

Nordsee.NachdiesemErgebniskonnten6statistischsignifikanteSedimenttypen(Farblegende)ausgewiesenwerden.InNOAHwurden9StationenfürdieFeldarbeitenmitForschungsschiffenidentifiziert,umjedenSedimenttypzuuntersuchen(A‐I).DieseStationenstimmenineinigenFällenmitLangzeit‐BeobachtungsstationendesSenckenberg(Sterne)undderBSH(rotePunkte)überein......3 

Abbildung3.NOAH‐GDIundDaten‐infrastruktur........................................................................................................................7 Abbildung4.FischereiaufwandmitdenGeräten“BT2”(A/C)und“beam”(B/D)undinterpolierteKarten:A)

mittlereJahrestemperatur,B)Schubspannung,C),Stratifizierung(C)undD)mittlereJahres‐Salinität(Neumannetal.,2016)...................................................................................................................................................................9 

Abbildung5.RäumlicheVerteilungepibenthischerGemeinschaftenindersüdöstlichenNordsee......................10 Abbildung6.Habitatmodelle(MAXENT)derepibenthischenGemeinschaften„Oysterground“,„Deeps“und

„DoggerSlope“indersüdöstlichenNordsee(rot=höchsteWahrscheinlichkeitdesVorkommens).......11 Abbildung7.DieräumlicheSchadstoffverteilungistzumgroßenTeilabhängigvonden

Sedimenteigenschaften.DargestelltistlinksdieerwarteteVerteilungvonFluoranthenkonzentrationen(PAK)(ng/gTrockengewicht)aufderGrundlagederbeobachtetenKorrelationdieserSubstanzmitdemSiltanteil.RelevantfürOrganismensinddiefreienKonzentrationenvonSchadstoffenimPorenwasser.RechtsdargestelltsinddieausMessungenextrapoliertenKonzentrationenvonfreiemFluoranthen(inPicogrammproLiter)..................................................................................................................................11 

Abbildung8.NOAHUntersuchungsgebieteA‐IinnerhalbderdeutschenAWZ..............................................................12 Abbildung9.MessungenderzeitlichenVariabilitätbodennaherStrömung(links)mitdem

Meeresbodenobservatorium„SedObs“(rechts)................................................................................................................14 Abbildung10.DasBioturbationspotential(BPc,Solanetal.,2014)(links)unddessenvertikaleVerteilungin

Sedimentenaus9NOAHUntersuchungsgebieten............................................................................................................15 Abbildung11.SaisonaleSchwankungderbenthischenAufnahmevonSauerstoffinpermeablen(rot)und

diffusiven(blau)Sedimentenzwischen2012und2016...............................................................................................17 Abbildung12.BenthischerLander„NusObs“(AWI,COSYNA).InsituKammer‐LanderzurMessung

benthischerStoffflüsse.DasGerätverbliebca.24StundenamMeeresbodenfürdieSediment‐Inkubationundon‐siteMessungenvonSauerstofforganischenundanorganischenNährstoffen............17 

Abbildung13.NOAHArbeitsgebietCvorHelgoland.DieflächentreueKartenprojektion(LambertAzimutal)zeigtdieSedimentverteilung,dieZeitserienstationenundweitereLokationenandenSedimentprobengenommenwurden........................................................................................................................................................................18 

Abbildung14.SaisonaleVariationbenthischerKiesleäureflüsseinNOAHRegionC(Oehleretal.,2015)........19 Abbildung15.PCBundPAKVerteilungzwischenSediment‐FeinkornundPorenwasser(Ksediment–Cfree)in

AbhängigkeitihreslogKo..............................................................................................................................................................21 Abbildung18.ModellierteSchubspannungen(Tages‐MittelwerteundTages‐Maxima)fürNOAH‐GebieteA

undDimModelljahr2014.DiewaagrechteLiniezeigtdiekritischenSchubspannungenfürdiesebeidenSedimenttypenan.WirddieserWertüberschritten,sowirdSedimentmobilisiertundesbildensichBodenformenwiez.B.Sandrippel..................................................................................................................................22 

Abbildung20.PREBAL‐AnalysenachLink(2010);AnordnungderfunktionellenGruppenausdemEcopath‐ModellaufsteigendnachtropischenLevel.AufgetragenistdieBiomassedereinzelnenGruppenaufeinerlog‐Skala.DieRegessionsgradeistexponential.....................................................................................................25 

Abbildung21.PREBAL‐AnalysenachLink(2010);AnordnungderfunktionellenGruppenausdemEcopath‐ModellaufsteigendnachtropischenLevel.AufgetragensinddiejährlichenProduktionsratendereinzelnenGruppenaufeinerlogarithmiertenSkala.DieRegessionsgradeistexponential..........................26 

Abbildung22.ModelliertesNahrungsnetz(ECOPATH)fürdiesüdlicheundzentraleNordseein1991............27 Abbildung22:AusgabedesBasislaufsvonEcosim;dieblaueLinezeigtdieSimulationderrelativeBiomasse

fürdiezurValidierungausgewähltenfunktionellenGruppen;diegrauenPunktezeigendiebeobachtetenBiomassenausdenZeitreihen;dieschwarzeLinie,samtdesgrauenKonfidenzbandeszeigteinenSmootherdurchdiebeobachtetenWerte....................................................................................................29 

Page 71: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

66

Abbildung23.VergleichbestimmterfunktionellerGruppenauszweiSensitivitätsanalysen.Linksgezeigt,dierelativenBiomassenimzeitlichenVerlaufmitveränderterfischereilichenSterblichkeitdesKabeljau;rechtsdierelativenBiomassenimzeitlichenVerlaufmitveränderterfischereilicherSterblichkeitderScholle.DieLienenzeigtdieunterschiedlichefischereilicheSterblichkeit..........................................................32 

Abbildung24.SensitivitätsanalysemitErhöhungderTemperatur;dieroteLiniezeigtdieBasissimulation,diegrüneLiniediezeitlicheEntwicklungrelativerBiomassenmiteinerTemperaturerhöhungvon2.5°C,dieblaueLiniezeigtdiezeitlicheEntwicklungderrelativenBiomassenmiteinerTemperaturerhöhungvon4°C..................................................................................................................................................33 

Abbildung25.Zeitliche‐räumlicheEntwicklungderrelativenBiomassederfunktionellenGruppeEpifauna3;farblicheUnterschiedestehenfüreinenAnstieg/VerringerungderrelativenBiomasse..............................33 

Abbildung26.Zeitliche‐räumlicheEntwicklungderrelativenBiomassederfunktionellenGruppeKliesche;farblicheUnterschiedestehenfüreinenAnstieg/VerringerungderrelativenBiomasse..............................34 

Abbildung27.Zeitliche‐räumlicheEntwicklungderrelativenBiomassederfunktionellenGruppeScholle;farblicheUnterschiedestehenfüreinenAnstieg/VerringerungderrelativenBiomasse..............................35 

Abbildung28.AuswertungderausgewähltenIndikatorenfürDeskriptor6derMSRL.RoteSäulenrepräsentierenBelastungsindikatoren,andereFarbenZustandsindikatorenfürbenthischeGemeinschaften(blau:IndikatorenfürEigenschaften/FunktionendesÖkosystems;grün:sensitiveoderopportunistischeArten).VertikaleLinienbeschreibendenGrenzwertder95%Percentile(unterschiedlichfürZustands‐undBelastungsindikatoren),umstatistischgutbewerteteIndikatorenzuidentifizieren(Methode:sieheauchProbstetal.,2014).........................................................................................38 

Abbildung29.Sweptarearatio(SAR)dreiverschiedenerFischereisegmenteinderdeutschenAWZderNordseedesJahres2013.DieWertewurdenausVMS‐DatenderinternationalenFlotteermittelt:(A)BaumkurrenvonSchiffen<24m(Zielarten:v.a.Crangon),(B)BaumkurrenvonSchiffen>24mLänge(Zielarten:Plattfische),(C)Grundschleppnetze(demersalegemischteFischerei).DieGrößederGitterzellenvariiertmitderMengederInformation,d.h.hoheFischereiintensität=vieleVMS‐Daten=kleineGitterzellen.EineSARvon1bedeutet,dassinnerhalbeinesJahreseineFlächebefischtwurde,diederGrößederGitterzelleentspricht.AufgrunddervariablenGitterzellgrößenkönnenlokalsehrhoheSARerreichtwerden,dieaberbereitsinbenachbartenZellendeutlichunterschrittenwerdenkönnen..................................................................................................................................................................................................39 

Abbildung30.DCFIndikatorenvon2008bis2014zurAnalysederFischereiintensitätenmitgeschleppten,bodenberührendenGeräten(Grundschleppnetze,Baumkurren,Dredgen)inderAWZderNordsee.DCF5:MittlerermonatlicherAnteilderbefischtenFlächeinderAWZ;DCF6:MittlerermonatlicherAnteilderbefischtenFläche,aufder90%derFischereistattfindet;DCF7:JährlicherAnteilderAWZ‐Fläche,dienichtdurchFischereiberührtist.Esistzubeachten,dassDCF5undDCF6mittleremonatlicheWertedarstellen;diekumulativenjährlichenFlächenanteilekönnendarüberliegen.Dieabsoluten,durchFischereinichtberührtenFlächenanteile(DCF7)werdendagegenunterschätzt,dadieBerechnungaufeinem0.05°*0.05°RasterberuhtundbeieinzelnenFischereiereignissendieZellebereitsalsbefischteingestuftwird.........................................................................................................................................39 

Abbildung31.(A)VorherrschendeSedimenttypeninderdeutschenAWZderNordseeunddas10x10nmgroßeUntersuchungsgebiet(inrot),welchesvorwiegenddurchfeineSandecharakterisiertist.(B)MittlereannuelledurchBaumkurren(vorwiegendPlattfisch‐undKrabbenfischerei)verursachtesweptarearatio(SAR)derJahre2008‐2014.DiePunktezeigendieVerteilungderBenthosprobenan,dievon1998bis2015indiesemGebietgesammeltwordensind............................................................................................40 

Abbildung32.(A)Fragilityscore(Maßzahlfürdie„Zerbrechlichkeit“derbenthischenEpifaunaimVerhältniszurFischerei,sieheNeumannetal.(2016)dereinzelnenBenthosprobenvon1998‐2014imVerhältniszurvorherrschendenmittlerenfischereilichenBelastung(SweptAreaRatio)imUntersuchungsgebietvon2008‐2014(sieheAbb.30).(B)Fragilityscore(Median,25%und75%Perzentile(Box)undExtrema)vonBenthosproben(N=33),derenProbennahmegebietinnerhalbderangegebenenZeitintervalle(0‐350Tage)durchBaumkurrenbefischtwurden............................................................................41 

Page 72: NOAH – North Sea Observation and Assessment of Habitats€¦ · Abschlussbericht iv PARTNER IN VERBUNDPROJEKT NOAH Teilprojekt 1 Benthische Stoffflüsse und Stoffumsätze in Oberflächensedimenten

Abschlussbericht

67

Abbildung33.(A)CommunitySensitivityIndex(CSI)derdemersalenFischfaunaimBereichderdeutschenAWZ.DerCSIwurdeausdemarithmetischenMittelvonvierstandardisiertenlifehistorytraitVariablen(Greenstreetetal.2012)unddenmodelliertenartspezifischenFischabundanzen(189BaumkurrenprobenausNovember2005,2009und2013)abgeleitet.JehöherderCSI,destosensitiveristdieFaunagegenüberbodenberührenderFischerei.(B)CSIimVerhältniszummittlerenFischereiaufwand(kumulativeSweptAreaRatioSARdurchkleineundgroßeBaumkurrensowieGrundschleppnetzfischerei).FarbenkennzeichnenTiefenbereiche,dieLinienentsprechendeGAM‐Modelle:CSIt=exp(α+f(SARi*factor(depthi))+εi;wobeiεgammaverteiltist........................................................42 

Abbildung34.ZweistufigerBewertungsansatzzurAnalysevonZeitserienanhanddesBeispielsdesNordseeKabeljaubestandes(Gadusmorhua).A)Breakpoint‐AnalysebasierendaufdemPrinzip,dasssichderIndikatorverbessert;B)TrendAnalysederletztenPhase,diedurchdieBreakpoint‐Analyseidentifiziertwurde.BeideBewertungsmethodenführenzueinemnegativenErgebnis:DermittlereWertderletztenPhaseliegtunterhalbdesReferenzwertesundesistkeinsignifikantpositiverTrendinderZeitseriefürdiesePhaseerkennbar(Probst&Stelzenmüller2015)..............................................................43 

Abbildung35.IndikatorderbenthischenStörung(DisturbanceIndicatorDI).DerIndikatorquantifiziertdiepotentielleStörungderbenthischenInfaunadurchdenmittlerenannuellenFischereiaufwandinderdeutschenAWZ.DIistalsVerhältniszwischenderfischereiinduziertenMortalitätunddemErholungspotentialdervorherrschendenFaunadefiniert.ImvorliegendenBeispielwurdendiehöchstenMortalitätsratenderBaumkurrenfischereiaufPlattfische(vorallemSeezunge)zugeordnet..................................................................................................................................................................................................................45 

Abbildung36.StrukturdesBayesschenNetzeszurUntersuchungvonzukünftigenräumlichenManagementmaßnahmeninderdeutschenAWZundihrerAuswirkungenaufdasBenthos.WahrscheinlichkeitenfürdasAuftretenderKategorieneinesKnotenssindhierfürdasursprünglicheSzenario(beimittlererräumlicherAufwandsverteilungdereinzelnenFlottensegmentezwischen2005‐2008)dargestellt.WeitereErläuterungenundDefinitionenderKnoten:siehe(Stelzenmülleretal.2015).....................................................................................................................................................................................................46 

Abbildung37.Autokorrelations‐koeffizientenohneRauschen.DieBifurkationbeimu=0.25,istmiteinemsenkrechtenStrichgekennzeichnet.DerKontrollparameterwurdekontinuierlicherhöht.DerWechselvom„guten“inden„schlechten“Zustandistdeutlichsichtbar.................................................................................47 

Abbildung38.AutokorrelationskoeffizientenzweiersimulierterZeitreihen(schwarz)mitRauschen(rot)undnachAnwendungdesKalman‐Filters(grün).LinksmitschwachemRauschenundrechtsmitstarkemRauschen.DerSchwellwertwirdjeweilsumwindowindex490überschritten(senkrechteLinie).DerkritischeWertwirdjeweilsamrechtenRanderreicht.DerKalman‐FilterkorrigierterfolgreichdasBeobachtungsrauschen,indemerdieFrühwarnfunktionwiederherstellt...........................48 

Abbildung39.SchematischeDarstellungdesModells...............................................................................................................54 Abbildung40.SimulierteFischbeständeohneManagement(links)undGleichgewichtsbeständealsFunktion

derDiskontrate,ausgedrücktalsPlanungshorizontdesManagements(rechts).DerPlanungshorizontwirdbestimmtalsdieZeitperiode,indereineEinnahmedemManagementnurein1000steldergleichenEinnahmeheutewertwäre......................................................................................................................................55 


Recommended