1. No category

Effekter af kvælstofdeposition, græsning og arealanvendelse på
naturtilstanden på sure overdrev i Danmark
Effects of nitrogen deposition, grazing and current land use on the state of nature in acid
grasslands in Denmark
Søren Ranum Danielsen
Årskortnummer: 20081252
Specialerapport 45 ECTS
Juni 2015
Kandidat i Agro-Environmental Management
Institut for Agroøkologi, Aarhus Universitet
Hovedvejleder:
Christian Frølund Damgaard
Institut for Bioscience, Plante- og
insektøkologi
Aarhus Universitet
Medvejleder:
Winnie Heltborg Brøndum
Natur- og miljøkonsulent
Planter & Miljø, Miljø & Land
SEGES
Forside foto: Overdrev ved Mols Bjerge, juli 2014. Der ses tydeligt forskel på vegetationen på de
to sider af hegnet.
2 Indholdsfortegnelse
ENGLISH SUMMARY .................................................................................................................................................. 5 1. INDLEDNING ........................................................................................................................................................... 7 1.1 FORMÅL ..................................................................................................................................................................................... 8 2. BAGGRUND .............................................................................................................................................................. 9 2.1 OVERDREV ................................................................................................................................................................................. 9 2.1.1 Beskyttelse af overdrev .................................................................................................................................................. 9 2.2 SURT OVERDREV (ARTSRIGE OVERDREV ELLER GRÆSHEDER PÅ MERE ELLER MINDRE SUR BUND) ..................... 10 2.3 NATURTILSTAND ................................................................................................................................................................... 10 2.3.1 Økologiske præferencer ............................................................................................................................................. 10 2.3.1.1 Ellenberg N – Kvælstoftal eller næringsstoftilgængelighed ................................................................... 11 2.3.1.2 Ellenberg N/R -­‐ Næringsstofratio ...................................................................................................................... 11 2.3.2 Plantestrategier ............................................................................................................................................................. 12 2.3.2.1 Konkurrencestrategi ................................................................................................................................................ 13 2.3.3 Antal plantearter .......................................................................................................................................................... 13 2.4 KVÆLSTOF .............................................................................................................................................................................. 13 2.4.1 Kvælstofdeposition ....................................................................................................................................................... 13 2.4.2 Gødskning ......................................................................................................................................................................... 14 2.5 GRÆSNING OG NATURPLEJE ................................................................................................................................................ 15 2.5.1 Forskellige græsningsdyr .......................................................................................................................................... 15 2.6 AREALANVENDELSE ............................................................................................................................................................. 16 3. DATA OG METODER .......................................................................................................................................... 17 3.1 SOFTWARE ANVENDT ........................................................................................................................................................... 17 3.2 NOVANA-­‐PROGRAMMET ................................................................................................................................................... 17 3.2.1 Indsamling af NOVANA .............................................................................................................................................. 18 3.3 DATAUDVÆLGELSE FRA NOVANA ................................................................................................................................... 18 3.4 BRUG AF LUFTFOTO TIL IDENTIFIKATION AF DYR PÅ DE SURE OVERDREV ................................................................ 19 3.5 AFGRØDEKODER .................................................................................................................................................................... 24 3.6 UDTRÆK AF AFGRØDEKODER OG SAMMENFLETNING MED NOVANA-­‐DATA ............................................................ 24 3.6.1 Bearbejdning af det sammenflettede data ........................................................................................................ 24 3.6.2 Fortolkning, forståelse og vurdering af afgrødekoderne ............................................................................ 26 3.7 STATISTISK MODEL ............................................................................................................................................................... 30 3.7.1 Mixed effects models .................................................................................................................................................... 30 4. RESULTATER ....................................................................................................................................................... 32 4.1 KVÆLSTOFDEPOSITION OG GRÆSNINGS EFFEKT PÅ INDIKATORERNE ........................................................................ 32 4.2 KVÆG OG FÅRS EFFEKT PÅ INDIKATORERNE ................................................................................................................... 34 4.3 AREALANVENDELSENS EFFEKT PÅ INDIKATORERNE ..................................................................................................... 37 5. DISKUSSION ......................................................................................................................................................... 40 5.1 DISKUSSION AF RESULTATER .............................................................................................................................................. 40 5.1.1 Effekten af kvælstofdeposition ................................................................................................................................ 40 5.1.2 Effekten af græsning .................................................................................................................................................... 42 5.1.3 Effekten ved kvæg ......................................................................................................................................................... 42 5.1.4 Effekten ved får .............................................................................................................................................................. 43 5.1.5 Effekten af interaktionen mellem kvælstofdeposition og græsning ....................................................... 43 5.1.6 Effekten af interaktionen mellem kvælstofdeposition og kvæg/får ....................................................... 43 5.1.7 Effekten af arealanvendelsen ................................................................................................................................... 44 5.1.8 Ekstrapolering af resultaterne ................................................................................................................................ 45 3
5.2 DISKUSSION AF METODER ................................................................................................................................................... 45 5.2.1 Metode til indsamling af data af forskellige græssende dyr ...................................................................... 45 5.2.2 Brug af afgrødekoder til at forklaring af den nuværende arealanvendelse ....................................... 46 6. KONKLUSION OG PERSPEKTIVERING .......................................................................................................... 48 7. TAK TIL… .............................................................................................................................................................. 50 8. REFERENCER ........................................................................................................................................................ 51 9. BILAG ...................................................................................................................................................................... 55 9.1 BILAG I -­‐ R SCRIPT FOR UDVÆLGELSE AF NOVANA STATIONER MV. ........................................................................ 55 9.2 BILAG II – R SCRIPT FOR MODELLER ................................................................................................................................. 57 9.3 BILAG III – R-­‐SCRIPT FOR FIGURER ................................................................................................................................... 59 9.4 BILAG IV – NOVANA STATIONER ..................................................................................................................................... 61 9.5 BILAG V – NOVANA STATIONER, ÅR, ÅR BRUGT OG AFGRØDEKODE(R) ................................................................... 62 9.6 BILAG VI – TABEL FOR GENNEMGANG AF LUFTFOTOS ................................................................................................... 64 4 English summary
The membership of the European Union commits Denmark to ensure a favourable
conservation status in acid grasslands through the European nature directives. Threats such as
nitrogen deposition, use of fertilizer, and lack of grazing contribute to unfavourable conditions in
acid grasslands in Denmark. Several studies showed that plant species composition and species
richness of acid grasslands in Europe is negatively affected due to increased nitrogen deposition.
The effect of nitrogen deposition is often influenced by several factors such as land use and
management. Thus, knowledge about the historical and current land use and management is needed.
The objective of this thesis is to analyze the individual and interacting effects of nitrogen
deposition and grazing, the effects of different grazing animals and the effect of land use on the
state of nature in acid grasslands in Denmark. Further, the thesis aims to identify different grazing
animals using aerial photos and try to use crop codes to assess the current land use and management
in acid grasslands.
Different indicators are used to evaluate the state of nature: Ellenberg N, Ellenberg N/R
(nutrien ratio), Grime C and species richness, as such indicators typically respond to an increase in
nitrogen content in the soil. The data used in this thesis was obtained from the Danish National
Monitoring and Assessment Program for the Aquatic and Terrestrial Environments (NOVANA)
from aerial photos and crop codes. Data was analyzed in a mixed effects model.
The results indicated that the plant composition on acid grasslands receiving most nitrogen
showed signs of eutrophication (a positive effect on Ellenberg N/R). However, no other indicators
showed any negative effects related to the state of nature. Grazing in general and grazing by cattle
showed distinctive positive effects on the vegetation and the state of nature. Grazing seemed to
have a larger impact on the vegetation and the change in plant composition than nitrogen
deposition. In contrast, grazing by sheep seemed to have a negative impact on the vegetation and
plant species richness in acid grasslands.
The analysis of the interaction between nitrogen deposition and grazing indicated that the
plant composition change to more competitive species (a positive effect on Grime C) with increased
nitrogen deposition and grazing animals. The interaction between nitrogen deposition and grazing
by cattle indicated the same change. In contrast the interaction between nitrogen deposition and
grazing by sheep showed a positive effect on the species richness.
5
Land use in general affected all indicators except species richness. Extensive land use
showed the most positive results related to the state of nature compared to intensive land use.
The use of aerial photos to identify grazing animals seemed to be appropiate and useful. The
division of crop codes into an intensive land use and an extensive land use seemed to be fairly
suitable, despite the difficulties in interpretations on crop codes. New incentives on subsidizing
farmers hopefully make it easier for farmers to do nature conservation. These new incentives
perhaps also make it easier to interpret on animal stocking and grazing pressure from crop codes.
6 1. Indledning
Danmark er et af de mest dyrkede lande i Europa med 66% af arealet under plov. Samtidig er
10% af arealet dækket af byer, veje og andre tekniske anlæg (Danmarks Statistik 2014). Det
betyder, at der ikke er meget plads til naturarealer og de naturarealer, som er tilbage er ofte i
ugunstig tilstand (EIONET 2008; Fredshavn et al. 2011). Der er mange trusler mod den
tilbageværende natur, bl.a. anvendelse af gødning og pesticider, dræning af vådområder, omlægning
af ekstensive græsningsarealer og kvælstofdeposition (Wilhjelmudvalget 2001).
Danmark er gennem medlemsskabet af EU forpligtet til at sikre gunstig bevaringsstatus for
bestemte naturtyper, heriblandt flere typer af overdrev, også kaldet græsland, som er såkaldte
lysåbne naturtyper (Naturstyrelsen 2014a).
Surt overdrev (habitatnaturtype 6230) er en af de overdrevstyper, som skal sikres og den mest
udbredte overdrevstype i Danmark (Buttenschøn 2007; Nielsen et al. 2012). Studier af sure
overdrev, både på europæisk plan (Stevens et al. 2010a) og i Danmark (Damgaard et al. 2011), har
vist, at artsrigdommen for planter på overdrevene falder med en øget kvælstofdeposition. Det
betyder at tilstands- og bevaringsstatus forringes på overdrevene.
Det danske studie lavet af Damgaard et al. (2011) viste ikke et signifikant fald i
artsrigdommen på de sure overdrev, men i henhold til resultaterne fra den europæiske undersøgelse
af Stevens et al. (2010a), konkluderer Damgaard et al. (2011), at det fald der ses ikke kan ignoreres.
De
fremhæver
ligeledes
deres
bekymring
for
anvendeligheden
af
tålegrænser
for
kvælstofdeposition, da det observerede fald sker inden for den fastsatte tålegrænse på 10-15 kg N
ha-1 år-1 for naturtypen surt overdrev. Samtidig fremhæver forfatterne også, at der er brug for mere
viden omkring den historiske og nuværende arealanvendelse og forvaltning, da disse faktorer spiller
ind på artsrigdommen på de sure overdrev i områder, som er påvirket af landbrugsaktivitet.
Mængden af lokal kvælstof der deponeres på de sure overdrev i Danmark afhænger af, hvor
tæt overdrevene ligger på husdyrbrug, hvor emission af ammoniak er størst. Ligeledes bidrages med
kvælstof fra kilder langt fra, som f.eks. forbrænding af fossile brændstoffer (Ellermann et al. 2011).
Tålegrænser bruges bl.a. ved regulering af husdyrbrugenes effekter på terrestrisk natur,
heriblandt sure overdrev. Reguleringen kan have store konsekvenser for husdyrbrug, som
overskrider de fastlagte beskyttelsesniveauer for nærliggende sårbar natur. Der er derfor en
interesse fra landbrugets side om at få et mere nuanceret billede af, hvilke faktorer der har
betydning for tilstanden på de sure overdrev, så der ikke bliver draget forkerte konklusioner med for
ensidig fokus på enkelte faktorer, som f.eks. kvælstofdepositon (Lemming & Brøndum 2012).
7
Samtidig er mange af de bevaringsværdige naturtyper i Europa, eksempelvis sure overdrev, helt
eller delvis afhængig af ekstensiv landbrugsdrift (Halada et al. 2011). Der er altså en indbyrdes
afhængighed mellem bevaringen af sure overdrev og bevarelsen af ekstensiv landbrugsdrift.
Damgaard et al. (2011) brugte i deres undersøgelse data fra Det Nationale
Overvågningsprogram af VAndmiljøet og NAturen (NOVANA). Data omkring arealanvendelse og
forvaltning findes ikke på nuværende tidspunkt i NOVANA (med undtagelse af om græsning er til
stede eller ej) og der er brug for viden omkring disse to faktorer for at kunne undersøge effekten
nærmere.
1.1 Formål
Med udgangspunkt i overstående er formålene med dette speciale følgende:
1. At se på indikatorer fra NOVANA, som kan vise tegn på kvælstofberigelse på sure overdrev
og analysere effekten af øget kvælstofdeposition og græsning på indikatorerne.
2. At identificere, ved hjælp af luftfotos, forskellige græssende dyr og analysere dyrenes effekt
på indikatorerne ved øget kvælstofdeposition.
3. At forsøge at bruge afgrødekoder til at vurdere den nuværende arealanvendelse på de sure
overdrev for at analysere effekten af arealanvendelsen på indikatorerne.
8 2. Baggrund
I dette kapitel findes en beskrivelse af overdrev, naturtilstand og valg af indikatorer,
kvælstofkilder, græsning og naturpleje samt en beskrivelsen af arealanvendelse.
2.1 Overdrev
Overdrev kan både beskrives som biologisk og kulturhistorisk. Ifølge Bruun & Ejrnæs (1998)
beskrives det biologiske overdrev som lysåben græs- og urtedomineret vegetation på veldrænet
bund uden anden kulturpåvirkning end græsning.
Biologiske overdrev kan findes på både jævnt terræn og skrænter, hvor det har været mere
eller mindre umuligt at opdyrke jorden. Vegetationen er lav, men græsningstolerante buske og krat
kan forekomme. Hvis ikke forskellige abiotiske faktorer eller naturlige processer modvirker
tilgroning opretholdes overdrevet typisk ved græsning eller anden form for naturpleje (Bruun &
Ejrnæs 1998; Buttenschøn 2007; Sand-Jensen 2007).
Det kulturhistoriske overdrev er primært opstået ved rydning af krat og skov til agerbrug og
husdyrgræsning. De åbne arealer har givet mulighed for kolonisering af overdrevsplanter fra de
oprindelige overdrev, men den menneskelige påvirkning har gjort, at de kulturhistoriske overdrev,
f.eks. på grund af udvaskning, blev mere sure (lavere pH-værdi) og nye plantearter, som foretrak
det sure miljø, kunne kolonisere overdrevene (Bruun & Ejrnæs 1998). De kulturhistoriske overdrev
kan karakteriseres som semi-naturlige, da de er afhængige af husdyrgræsning for ikke at gro til
(Naturstyrelsen 2014a).
Vegetationen på overdrev består af græsarter og forskellige nøjsomhedsplanter som er lys- og
tørkeelskende og har tilpasset sig næringsfattige områder og et vis græsningstryk. Ligeledes er
mange dyr, især insekter tilknyttet overdrevet og dets planter (Sand-Jensen 2007; Ejrnæs et al.
2009a).
2.1.1 Beskyttelse af overdrev
Overdrev, som er minimum 2500 m2, er beskyttet af naturbeskyttelseslovens § 3. Loven siger
at ændringer i tilstanden ikke må ske uden særlig dispensation, men at praksis eller drift før lovens
vedtagelse (1992) gerne må fortsætte som hidtil (Bruun & Ejrnæs 1998; Naturstyrelsen 2014a).
Definitionen af overdrev i naturbeskyttelsesloven knytter sig til beskrivelsen af det biologiske
overdrev. Det vil sige, at det er overdrevets vegetation, jordbundforhold og de landskabelige
forhold, som definerer et overdrev i Naturbeskyttelsesloven (By- og Landskabsstyrelsen 2009).
Sammen med naturbeskyttelsesloven er nogle overdrevtyper (se nedenfor) angivet som
9
habitatnaturtyper, hvilket betyder, at de gennem EU prioriteres beskyttet. Det er EU’s
naturbeskyttelsesdirektiver (fugle- og habitatdirektivet), som angiver hvilke naturtyper, der skal
beskyttes (Naturstyrelsen 2014b).
Overdrev kan inddeles i forskellige typer, som er defineret ud fra økologiske forhold, som
f.eks. pH-værdi og jordtype (Ejrnæs et al. 2009a). I EU’s habitatdirektiv er fire af overdrevstyperne
angivet som habitatnaturtyper. Det drejer sig om kalkoverdrev (habitatnaturtype 6210), tørre
overdrev (habitatnaturtype 6220), sure overdrev (habitatnaturtype 6230) og enebærkrat på heder,
overdrev og skrænter (habitatnaturtype 5130) (Naturstyrelsen 2014c).
2.2 Surt overdrev (artsrige overdrev eller græsheder på mere eller mindre sur
bund)
Af de førnævnte overdrevstyper er surt overdrev den mest udbredte i Danmark med et areal
på omkring 12900 ha., hvor 34% ligger inden for habitatområderne. De sure overdrev er
næringsfattige med en tæt græs- og urtedomineret vegetation. Overdrevene findes både på tør og
fugtigt jord og ofte med en pH-værdi mellem 4 og 6, men pH-værdien kan varierer mere (Ejrnæs et
al. 2009a; Fredshavn et al. 2011).
Sure overdrev, hvor pH-værdien er meget lav, kan have en lav artsrigdom og en del
dværgbuske kan være tilstede, mens overdrev med højere pH-værdi kan være mere artsrige.
Opvækst af træer og buske kan forekomme på de sure overdrev (Fredshavn et al. 2010).
2.3 Naturtilstand
Naturtilstanden på et areal kan bestemmes på flere måder. Ofte ses der på indikatorer for
struktur og funktion. Indikatorer for struktur kan f.eks. være vegetationshøjde eller vedplantedække.
Indikatorer for funktion kan være f.eks. planternes funktionelle egenskaber (Fredshavn et al. 2010).
Naturtilstanden er i dette speciale beskrevet ud fra indikatorer, som giver et billede af om der
er tegn på kvælstofberigelse på overdrevsarealerne. Der er valgt forskellige indikatorer, som
repræsenterer funktionelle egenskaber som økologiske præferencer og plantestrategier. Derudover
bliver antallet af plantearter også brugt som indikator for tilstanden.
2.3.1 Økologiske præferencer
Forskellige arter af planter har forskellige præferencer for lys, temperatur, kontinentalitet,
fugtighed, surhedsgrad, næringsstoftilgængelighed og salinitet. Præferencerne er blevet brugt til at
10 rangordne mange arter af planter (karplanter) efter deres økologiske præferencer (Ellenberg et al.
1992).
Indikatorværdierne er ikke præcise mål for f.eks. næringsstofmængde eller surhedsgraden,
men værdierne er et udtryk for vegetationens tilpasning til mængden af næringsstoffer i jorden eller
surhedsgraden (Nygaard et al. 2009; Nielsen et al. 2012). Indikatorværdierne bliver i praksis brugt
steder, hvor man ikke har taget jordprøver til analyse i laboratorium, men har et overblik over de
tilstedeværende plantearter (Ejrnæs et al. 2011). Værdien for en art angiver de optimale forhold, når
arten vokser i konkurrence med andre arter (Søgaard et al. 2003). Værdierne beregnes ofte ved et
vægtede gennemsnit (se tekst under tabel 2).
To indikatorer for økologiske præferencer, Ellenberg N (næringsstoftilgængelighed) og
Ellenberg N/R (næringsratio), er valgt i dette speciale. De er netop valgt, da de kan give et billede
af, om de sure overdrev er kvælstofbelastede.
2.3.1.1 Ellenberg N – Kvælstoftal eller næringsstoftilgængelighed
Ellenberg N er en indikatorværdi for tilgængeligheden af plantenæringsstof (kvælstof) på en
lokalitet, hvor værdien 1 angiver, at der er lidt næringsstof og 9 angiver at der er meget næringsstof
til stede (Ellenberg et al. 1992).
Planter der er karakteristiske for overdrev, har typisk en Ellenberg N-værdi på under 3
(Buttenschøn 2007), hvilket betyder, at de er tilpasset steder, hvor der er forholdsvis næringsfattigt.
Hvis en lokalitet har en Ellenberg N-værdi på 6 eller mere, er det et tegn på at lokaliteten er kraftig
kultur-påvirket (Nielsen et al. 2012). Eksempler på planter med Ellenberg N-værdi på 1 er liden
soldug (Drosera intermedia) og klokkelyng (Erica tetralix), hvorimod stor nælde (Urtica dioica) og
burre-snerre (Galium aparine) ligger i den anden ende af skalaen med en Ellenberg N-værdi på ca.
9 (Nygaard et al. 2009).
2.3.1.2 Ellenberg N/R - Næringsstofratio
En anden indikator er Ellenberg N/R, som er en korrigeret indikatorværdi (Nielsen et al.
2012). Ellenberg N/R er forholdet mellem Ellenberg N (næringsstoftilgængelighed) og Ellenberg R
(surhedsgrad eller reaktionstal). Ligesom ved Ellenberg N er skalaen for Ellenberg R også 1 til 9,
hvor 1 angiver, at der er ekstremt surt, mens 9 indikerer at der er meget basisk. Forholdet mellem N
og R giver en indikation af, om næringselskende plantearter er overrepræsenteret i forhold til, hvad
der kan forventes ud fra en lokalitets pH-værdi (Nygaard et al. 2009). Da pH-værdien kan variere
forholdsvis meget på sure overdrev, som allerede beskrevet tidligere, er næringsratioen en god
11
indikator for næringsbelastningen på sure overdrev, da man netop korrigerer Ellenberg N for
variation i pH-værdien (Ejrnæs et al. 2009b). Denne værdi vurderes altså til at være mere retvisende
end Ellenberg N på de sure overdrev.
2.3.2 Plantestrategier
Plantestrategier kan også bruges som indikatorer for tilstanden på naturarealer. To vilkår, som
begrænser planters vækst, og som alle planter skal tilpasse sig, er graden af stress (forhold som
begrænser vækst, f.eks. tilgængelighed af næringsstoffer) og graden af forstyrrelser (f.eks. græsning
eller nedtrampning) (Sand-Jensen 2007). Ud fra kombinationer af de to vilkår er der defineret tre
plantestrategier, nemlig konkurrencestrategi (eller C-strategi), stresstolerancestrategi (eller Sstrategi) og ruderalstrategi (R-strategi) (Grime 1977) (tabel 1).
Tabel 1: Skema med de tre plantestrategier. Ingen planter har udviklet en strategi til at overvinde høj stress og høj
forstyrrelse (Grime 1977).
Forstyrrelse/stress (intensitet)
Lav stress
Høj stress
Lav forstyrrelse
Konkurrence
Stresstolerance
Høj forstyrrelse
Ruderal
Ingen strategi
Som de fremstår i tabellen er strategierne stærkt simplificeret og i naturen vil planterne typisk
have en kombination af de tre strategier (Grime 1977). Strategierne er altså interkorreleret.
Planter der bruger stresstolerancestrategien kan klare sig med knappe ressourcer, altså høj
stress, men tåler kun få forstyrrelser. De overlever ved at sikre sig den enkelte plantes overlevelse
og bruger ikke unødvendige ressourcer på vækst og reproduktion. Liden klokken (Drosera
intermedia) og hunde-viol (Viola canina) er eksempler herpå.
Planter der bruger ruderalstrategien tåler høj forstyrrelse, men lav stress. Det betyder, at de
overlever ved at sørge for hurtig reproduktion. De er typisk pionerer på områder, som f.eks. har
været udsat for brand eller andre voldsomme forstyrrelser. Femhannet hønsetarm (Cerastium
semidecandrum) og blød hejre (Bromus hordeaceus) er eksempler herpå (Sand-Jensen 2007;
Nielsen et al. 2012).
Planter der bruger konkurrencestrategien konkurrerer ved at vokse hurtigt og tager derved
hurtigt de tilgængelig ressourcer fra andre planter ved f.eks., at overskygge dem. På områder med
meget næring vil planter med konkurrencestrategien dominere og sammenlignet med de
stresstolerante planter, har den enkelte plantes overlevelse ikke stor betydning. De tåler dog ikke i
12 særlig høj grad forstyrrelser og kan f.eks. forholdsvis nemt nedgræsses eller fjernes på anden måde.
Gederams (Epilobium angustifolium) og stor nælde (Urtica dioica) er eksempler herpå (Grime
1977; Nielsen et al. 2012).
Ejrnæs & Bruun (2000) har lavet en tildeling på 12 point på hver planteart, som fordeles ud på
de tre strategier C, S og R og pointfordelingen indikerer derved hvilken strategi plantearten
foretrækker. Denne tildelingsværdi bruges i dette speciale.
2.3.2.1 Konkurrencestrategi
Konkurrencestartegien er valgt som indikator i dette speciale. Udover det allerede nævnte i
forrige afsnit, så vil arter med konkurrencestrategien, som deres foretrukne strategi, hurtigt reagerer
med forøget vækst på kvælstofberigelse og er derfor en god indikator for dette.
2.3.3 Antal plantearter
Antallet af plantearter på overdrev varierer afhængig af jordens pH-værdi. Overdrev med lav
pH-værdi vil typisk have andre og færre plantearter end overdrev med højere pH-værdi. Derfor vil
der også typisk være et skifte i plantearter ved et fald eller en stigning i pH-værdien (Ejrnæs et al.
2009a).
Antallet af arter fortæller derfor ikke nødvendigvis om et overdrev er i gunstig eller ugunstig
tilstand. Artsrigdom bruges dog ofte som indikator, når f.eks. effekten af kvælstofdeposition skal
vurderes og derfor bruges antallet af arter også i dette speciale.
2.4 Kvælstof
Kvælstof er sammen med fosfor og kalium de næringsstoffer, som begrænser væksten hos
planter på overdrev. Kvælstof kan tilføres overdrevene ved fiksering af kvælstof fra luften, fra
husdyrbrug via ammoniakemissioner, fra afbrænding af fossile brændstoffer, gødskning med
husdyrgødning og kunstgødning eller afsætning fra græssende dyr, som får tilskudsfodring (Bruun
& Ejrnæs 1998).
I dette speciale er der primært fokus på kvælstof fra deposition og fra driften via gødskning,
som to bidragere til kvælstof på sure overdrev.
2.4.1 Kvælstofdeposition
Kvælstofdepositionen i Danmark er faldet væsentlig siden 1990 med 30-35%, men
sammenlignet med den naturlige baggrundsdeposition er den stadigvæk høj (Ejrnæs et al. 2011).
Den gennemsnitlige deposition er på 13 kg N ha-1 år-1 med en geografisk variation på mellem ca. 6-
13
18 kg N ha-1 år-1. Den forholdsvis store variation skyldes dels emission af ammoniak fra husdyrbrug
og dels mængden af nedbør. De laveste depositioner findes i det nordlige Sjælland, mens de højeste
findes i det sydlige Jylland. Det sydlige Jylland påvirkes samtidig mest af kvælstofdeposition, som
stammer fra nabolandede mod syd (Ellermann et al. 2011).
Tålegrænser for kvælstof bruges i miljøreguleringen med udgangspunkt i sikring af
biodiversiteten. Definitionen på tålegrænser for kvælstof er ”den højeste deposition af kvælstof som
NHx og/eller NOy hvorunder skadelige effekter på økosystemets struktur og funktion ikke
forekommer vurderet med den nuværende viden”. Tålegrænser for sure overdrev har siden 2005
ligget på 15-25 kg N/ha/år, men i 2011 kom nye anbefalinger på 10-15 kg N/ha/år (Bak 2013).
Kvælstofdeposition medvirker til en næringsstofberigelse på sure overdrev, som bl.a. kan
medvirke til en lavere artsrigdom (Stevens et al. 2010a). Ud over en næringsberigelse kan
kvælstofdepositionen også føre til forsuring, hvilket ligeledes kan have en negativ effekt som
påvirker næringsstofomsætning og konkurrenceforhold mellem planterne (Bruun & Ejrnæs 1998).
Effekten af den ekstra kvælstof tilført via deposition påvirkes af andre faktorer, som bl.a. den
nuværende og historiske arealanvendelse (Ejrnæs et al. 2009a).
I dette speciale bruges modellerede kvælstofdepositioner fra NOVANA-programmet
(Ellermann et al. 2011).
2.4.2 Gødskning
En del overdrev gødskes med enten husdyrgødning eller kunstgødning. Den ekstra næring
fører ofte til en fald og en ændring i plantearter. Afhængig af jordbundsforholdene kan
plantevæksten hos de næringselskende arter på overdrev som gødskes stige til det dobbelte i forhold
til overdrev som er ugødskede (Bruun & Ejrnæs 1998). Hvis et overdrev ikke direkte gødskes, er
der stor sandsynlighed for, at overdrevet ligger tæt på intensiv dyrkede arealer og overdrevet er
derved i risiko for at modtage for mange næringsstoffer derfra (Buttenschøn 2007).
Gødskning på overdrevsarealer kan ofte ses ved, at vegetationen er væsentlig mere mørkegrøn
end tilsvarende overdrevsarealer, som ikke gødskes, og kørespor eller andre tegn på udbringning
kan observeres. Ligeledes kan tilskudsfodring fungere som gødskning gennem ekskrementer fra de
dyr, som fodres (Fredshavn et al. 2010).
14 2.5 Græsning og naturpleje
Mange lysåbne naturtyper er afhængige af græsning for at forblive lysåbne. Ophørt græsning
vurderes til at være en meget stor trussel mod de sure overdrev (Ejrnæs et al. 2011).
De græssende dyr påvirker vegetationen ved at æde og nedtrampe den (Buttenschøn 2007).
Græsning har en tydelig effekt på næringsstofkredsløbet på overdrev ved at omfordele
næringsstofferne på arealet. Udnyttelse af kvælstof hos dyrene ligger kun på 10-20% og derfor
afsættes en betydelig mængde kvælstof igen via urin og ekskrementer. Ofte afsætter dyrene deres
efterladenskaber de samme steder og det giver en stor mængde kvælstof meget lokalt. Det kan give
anledning til højtvoksende græsvegetation disse steder, da nogle græsningsdyr ikke græsser
omkring deres egne efterladenskaber (Bruun & Ejrnæs 1998).
Før i tiden var græsning og høslæt en almindelig del af landbrugsdriften, men i dag er mange
af arealerne enten omlagt til mere intensiv dyrkning eller også er de efterladt, da det ikke kan betale
sig produktionsmæssigt at benytte dem (Wilhjelmudvalget 2001).
Græsning kan benyttes som naturpleje, hvor formålet er, at vedligeholde et areal og ligeledes
til restaurering af arealer, men græsning kan også have en negativ påvirkning, hvis der findes for
mange dyr på et for lille areal. Tidspunktet for hvornår græsningen foregår er vigtig, hvis
græsningen skal have til formål at fjerne kvælstof. Der fjernes mest kvælstof ved græsning i
sommerperioden (Damgaard et al. 2007).
2.5.1 Forskellige græsningsdyr
Forskellige græsningsdyr har forskellige præferencer for føde og forskellige måder at græsse
på. I dette afsnit er en beskrivelse af kvæg og får og hvordan bl.a. deres fødepræferencer påvirker
vegetationen.
Kvæg er det mest udbredte græsningsdyr på arealer med græssende dyr. De afriver stykker af
vegetationen med tungen og da de ikke har fortænder i overmunden har de sværere ved at selektere
i deres fødevalg end andre græssende dyr. Kvæg foretrækker græsser og halvgræsser og fouragerer
mere kvantitativt end kvalitativt. Det vil altså sige, at de ikke udvælger sig specifikke planter, men
tager flere planter på en gang.
I modsætning til kvæg, så udvælger får deres føde ved at bide stykker af vegetationen. De kan
komme ind mellem forskelligt vegetation og vælge friske skud og blade. De kan samtidig græsse
helt tæt på jordoverfladen. Får foretrækker urter frem for græs og det betyder ofte, at der vil være en
dominans af græs og generelt færre arter end ved arealer med kvæg. Får fouragerer derfor mere
kvalitativt end kvantitativt (Buttenschøn 2007).
15
Nedtrampning og slid afhænger også af hvilket dyr der græsser. Dyrenes vægt og størrelse
samt deres aktivitet spiller en rolle for nedtrampningen.
Kvæg bruger store dele af døgnet på at hvile og drøvtygge og derfor mindre tid på at
fouragere. Selvom kvæg ikke bevæger sig meget, så gør de, på grund af deres størrelse og vægt,
skade på vegetationen. Ofte danner de stisystemer, som vil være mere påvirket af nedtrampning end
resten af området.
Får bevæger sig meget, modsat kvæg, når de fouragerer, men slider mindre på vegetationen
på grund af deres mindre størrelse (Buttenschøn 2007).
2.6 Arealanvendelse
De vigtigste forudsætninger for bevarelsen af sure overdrev er græsning og begrænsning af
næringsstoffer, som allerede nævnt ovenfor. Disse to faktorer er tæt tilknyttet til arealanvendelsen.
Arealanvendelse på sure overdrev er derfor af stor betydning for naturtilstanden. Hvis anvendelsen
af et areal intensiveres (f.eks. gødskes) kan det have en negativ effekt på sure overdrev, hvorimod
ekstensiv arealanvendelse (afgræsning eller anden pleje) kan have en positiv effekt (Bruun &
Ejrnæs 1998).
16 3. Data og metoder
Dette kapitel indeholder en beskrivelse af data og metoder som er brugt i specialet. Det drejer
sig NOVANA-data, luftfotos og afgrødekoder.
3.1 Software anvendt
Til sortering, bearbejdning og analyse af data er brugt følgende software programmer og
pakker:
•
R Core Team (2014). R: A language and environment for statistical computing. R
Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org/.
•
Pinheiro J, Bates D, DebRoy S, Sarkar D and R Core Team (2015). nlme: Linear and
Nonlinear Mixed Effects Models. R package version 3.1-120, http://CRAN.Rproject.org/package=nlme.
•
Microsoft Excel til Mac 2011, version 14.3.9
3.2 NOVANA-programmet
NOVANA er et nationalt overvågningsprogram, som indsamler viden om natur- og
miljøtilstanden i Danmark. Formålet med NOVANA er at dokumentere naturens tilstand og
effekterne af den danske natur- og miljøindsats. Dokumentationen er med til at skabe ny viden og er
derfor grundlaget for den fremtidige natur- og miljøforvaltning (Naturstyrelsen 2014d).
NOVANA består af otte delprogrammer, hvori overvågningen af de sure overdrev er under
delprogrammet for arter og terrestrisk natur. Overvågningen omfatter udbredelsen af naturtypen,
dens struktur og funktion samt karakteristiske arter.
Overvågningen af terrestrisk natur er koordineret i tæt forbindelse med overvågning af
vandmiljøet og luft, hvor bl.a. data omkring kvælstofdeposition stammer fra. Overvågningen
foregår i et samarbejde mellem Naturstyrelsen og Aarhus Universitet. Naturstyrelsen varetager
opgaverne omkring prøvetagning og den primære databehandling, mens Aarhus Universitet laver
landsdækkende databehandling og rapportering. Overvågningen har foregået siden 2004 og første
overvågningsperiode løb fra 2004-2009. Den nuværende overvågningsperiode løber fra 2011-2015
(Naturstyrelsen et al. 2011).
17
3.2.1 Indsamling af NOVANA
Overvågningen i NOVANA programmet bliver foretaget på stationer fordelt på hele landet.
Stationerne er som udgangspunkt valgt ud fra en primær habitatnaturtype (f.eks. surt overdrev),
men kan indeholde flere forskellige naturtyper (en mosaik). På hver station er der udlagt et antal
prøvefelter (20-60) på 0,5 x 0,5 meter, som bliver fundet ved brug af håndholdt GPS. I hvert
prøvefelt bruges en pinpoint-ramme til at registrere vegetationen, så dækningsgraden af arterne kan
bestemmes. Tilmed laves en cirkel med centrum i prøvefeltet og en radius på 5 meter. Her laves
bl.a. en supplerende artsliste, som angiver frekvensen af arter i cirklen og der registreres, om der er
græsset eller ej (Fredshavn et al. 2009).
3.3 Dataudvælgelse fra NOVANA
NOVANA datasættet for lysåbne naturtyper indeholder store mængder data. Her findes bl.a.
data for Ellenbergs indikatorer, Grime’s indikatorer (plantestrategier) og om der bliver græsset eller
ej. Antallet af arter findes i et separat datasæt, så sortering og sammenfletning af data er nødvendigt
for at kunne udvælge ønskede prøvefelter med surt overdrev og samtidig indlemme antal arter i den
samme fil.
Det følgende er en beskrivelse af hvordan NOVANA-data er sorteret og bearbejdet (se bilag I
for R-script):
•
Datasættet med antal arter indeholder antallet af arter i 5-meter cirklerne for hvert prøvefelt
angivet med et artsnummer id. I Microsoft Excel blev funktionen ”TÆL” brugt til at tælle
det samlede antal arter for hver prøvefelt.
•
Herefter blev de to datasæt (data for lysåbne naturtyper og antal arter i 5-meter cirklen)
importeret til programmet R og flettet sammen, så antal arter indgik som en variable i et nyt
samlet datasæt.
•
Det samlede datasæt blev herefter sorteret i R på følgende måde:
o Tertiær habitattype er sorteret så kun habitatnaturtype 6230 er repræsenteret (den
tertiære habitattype er bestemt ud fra ordinationsanalyse (Nygaard et al. 2009)).
o Stationer og prøvefelter fra før 2007 er fravalgt, da græsning ikke er registreret før
2007.
o Herefter er antal prøvefelter pr. år for hver station fundet. De stationer og år, hvor
der var flest prøvefelter (>=10), er valgt ud.
18 •
Filen blev efterfølgende eksporteret fra R og manuelt sorteret i Excel, så hver station kun
var repræsenteret ved det år med flest prøvefelter.
•
Hvis der var år med lige mange prøvefelter, blev det ene år udvalgt ud fra følgende kriterier:
o Det år med færrest manglende værdier i de forskellige variabler, som skal bruges i
analysen, blev valgt.
o Hvis der var lige mange manglende værdier, så blev det år der var lig med 2009 eller
tættest på valgt.
Resultatet af sorteringen og bearbejdningen kan ses i tabel 3. Det skal bemærkes at hver
station kun er et øjebliksbillede, da kun et år er udvalgt pr. station.
3.4 Brug af luftfoto til identifikation af dyr på de sure overdrev
På Danmarks Arealinformation (Danmarks Miljøportal 2015) kan man se på luftfotos
(ortofoto) af Danmark flere år tilbage i tiden. Siden 2002 er der hvert andet år optaget ortofotos af
hele Danmark. De nyeste ortofotos fra 2008, 2010 og 2012 er af rigtig god kvalitet, så det er muligt
at zoome ind og se, hvilke dyr der græsser på de sure overdrev.
Danmarks Arealinformation er brugt på følgende måde for at identificere de græssende dyr:
•
Hvert enkelt prøvefelt på stationerne (koordinaterne derfra) blev indtastet på Danmarks
Arealinformation og angivet som græsset eller ugræsset (figur 1).
•
Herefter blev hver enkel station og arealerne grænsende op til stationen gennemgået for dyr
for årene 2008, 2010 og 2012. Hvis der var dyr på et eller flere af de tre årgange, så blev det
antaget, at der også var dyr på (og de samme slags dyr) det pågældende år hvor NOVANA
stationen var udvalgt (figur 2) (se evt. bilag VI)
Følgende problematikker opstod undervejs:
1. Uoverensstemmelse mellem ugræssede prøvefelter i NOVANA og hvad der kunne
observeres på luftfotos (se evt. bilag VI).
2. På hvilket tidspunkt var luftfotos taget? Var udbinding af dyrene sket?
19
3. Dyrene kunne stå skjult under træer eller større buske.
4. Adgang til NOVANA stationerne var svære at vurdere, da hegn eller andet muligvis
kunne forhindre adgang.
5. Der kunne opstå tvivl om hvilke dyr der græssede.
Med følgende antagelser er problematikkerne forsøgt løst:
1. Det var ikke muligt, at udelukke hegn eller andre forhindringer, så angivelserne af
ugræssede prøvefelter i NOVANA forblev ugræsset.
2. I følgende perioder er luftfotos taget for de tre årgange (personlig kommunikation
med Lars Flemming fra COWI):
•
2008: 5. maj – 31. maj
•
2010: 26. maj – 4. juli
•
2012: 21. maj – 25. juli
Det var muligt, at se dyr på næsten alle stationer med prøvefelter angivet som
græsset, så perioden blev ikke vurderet til at være en forhindring.
3. På de få stationer (3 ud af 88), hvor prøvefelter var angivet som græsset, men hvor
det ikke var muligt at se dyr de tre år (2008, 2010 og 2012), blev det antaget at det
var kvæg der græssede. Kvæg er det foretrukne og mest almindelige dyr at bruge til
naturpleje (Buttenschøn 2007), så derfor denne antagelse.
4. Igen var det ikke muligt, at udelukke hegn eller andre forhindringer, så angivelserne
af græssede/ugræssede prøvefelter i NOVANA blev brugt.
5. Hvis der var tvivl om, hvilke dyr der græssede, blev det antaget, at det var kvæg der
græssede. Samme argument som under punkt 3 er gældende. Få stationer har måske
heste til at græsse, men på grund af tvivl er dyrene angivet som kvæg.
Resultatet for gennemgangen af luftfotos kan ses i tabel 2.
20 Tabel 2: Fordelingen af græssende dyr på prøvefelterne fundet ved brug af luftfoto.
Dyr
Antal prøvefelter
Ingen
592
Kvæg
1433
Får
236
Vildt*
23
*De 23 prøvefelter med vildt er fra Dyrehaven nord for København (station 195). Der blev ikke observeret vildt på
luftfotos. De 23 prøvefelter er ikke brugt i den videre analyse med græssende dyr.
Figur 1: Figuren viser NOVANA-station 166 i 2008 som eksempel. Stationen er angivet med sort streg. De
sorte cirkler angiver græssede prøvefelter og de hvide cirkler ugræsset prøvefelter (NOVANA-data). De gule
firkanter angiver prøvefelter, som er en anden naturtype på stationen. Målestoksforholdet på de markerede
prøvefelter er ikke retvisende (Sommerortofoto fra 2008, "DDO© Copyright COWI", Danmarks Miljøportal,
2015).
21
Tabel 3: I tabellen ses de udvalgte indikatorer samt andre variabler, som findes i NOVANA.
Variabel i datasættet
Beskrivelse
Antal og variation
station
Nummer på NOVANA stationen
103 stationer (se bilag II for stationsnumre)
prøvefelter
Nummer på de enkelte prøvefelter
2291 prøvefelter
aar
År som stationerne er uddelt på samt antal
2007: 15 stationer og 485 prøvefelter
stationer og prøvefelter for de pågældende
2008: 19 stationer og 370 prøvefelter
år.
2009: 56 stationer og 1302 prøvefelter
2010: 1 station og 14 prøvefelter
2011: 12 stationer og 120 prøvefelter
Ndep
Kvælstofdepositionen i kg N/ha
6.79 – 18.31 kg N/ha
graesning
Om græsning er til stedet (1) eller ej (0)
0: 592 prøvefelter
1: 1699 prøvefelter
jordtype*
EN
Hvor meget sand eller ler jorden indeholder.
JB-1, JB-2, JB 3, JB-4, JB-5, JB-6, JB-
Klassificeret efter JB-numre
7, JB-8 og JB-11
Ellenbergs kvælstoftal for arterne fundet ved
1.17-8.45
dækningsgraden**
fEN
Ellenbergs kvælstoftal for arterne fundet i 5-meter
2-6.84
cirklen (frekvens)***
EN.ER
Næringsratio for arterne fundet ved
0.31-2.36
dækningsgraden**
fEN.ER
Næringsratio for arterne fundet i 5-meter cirklen
0.54-1.82
(frekvens)***
GC
Mængden af planter som har konkurrence som
0.33-10
foretruken strategi ved dækningsgraden**
fGC
Mængden af planter som har konkurrence som
1.45-7.86
foretruken strategi i 5-meter cirklen (frekvens)***
arter
Antal arter fundet i 5-meter cirklen
1-76
*se (Greve et al. 2007) for yderlig information omkring jordtyper.
**Ved dækningsgraden vægtes arternes værdier med deres dækningsgrad. Det betyder, at arter med høj dækningsgrad
får større indflydelse på værdierne end arter med lav dækningsgrad (Nielsen et al. 2012). I NOVANA er værdien
repræsenteret ved gennemsnittet.
***Ved frekvens vægtes arternes værdier ved tilstedeværelsen af en art eller ej (Diekmann 1995). I NOVANA er
værdien repræsenteret ved gennemsnittet.
22 Figur 2: Øverst: NOVANA-­‐station 166 i 2010 som eksempel. Stationen er udvalgt for år 2009, men her ses at der er kvæg (markeret med sort cirkel) på arealet i 2010. Det blev derfor antaget, at der også var kvæg på i 2009. De sorte fyldte cirkler angiver græssede prøvefelter på stationen. Det er de seks prøvefelter, som ses nederst til højre på stationen på figur 1 (Sommerortofoto fra 2010, "DDO© Copyright COWI", Danmarks Miljøportal, 2015). Nederst: NOVANA-station 114 i 2008 som eksempel. På billedet ses får (markeret med sorte cirkler). De
sorte fyldte cirkler (nederst til højre) angiver prøvefelter der er græsset (Sommerortofoto fra 2008, "DDO©
Copyright COWI" Danmarks Miljøportal, 2015). 23
3.5 Afgrødekoder
Afgrødekoder anvendes af landmanden når han eller hun skal lave gødningsplan,
gødningsregnskab samt søge om landbrugsstøtte. Afgrødekoder angiver hvilken afgrøde, som
dyrkes på det pågældende areal.
Landmanden skal indberette hvilke afgrøder, der dyrkes på arealerne. Hver afgrøde har en
kvælstofnorm. For eksempel for en græsafgrøde vil kvælstofnormen afhænge af udnyttelsen af
græsset til slæt eller afgræsning. Bedriftens samlede kvælstofkvote beregnes ud fra de forskellige
afgrøders kvælstofnorm og det er denne samlede kvælstofkvote landmanden skal overholde. Det vil
sige, at det ikke er den enkelte marks kvælstofkvote der skal overholdes, men bedriftens samlede
kvælstofkvote (Vejledning om gødsknings- og harmoniregler, NaturErhvervstyrelsen 2015a). Dette
bliver registreret af NaturErhvervstyrelsen, som herefter kontrollerer om der er overensstemmelse
imellem, hvad der blevet indberettet og hvad der bliver gjort i praksis (NaturErhvervstyrelsen
2015a).
3.6 Udtræk af afgrødekoder og sammenfletning med NOVANA-data
Afgrødekoderne er registreret på markkort hos NaturErhvervstyrelsen og kan downloades.
Herefter kan afgrødekoderne, ved hjælp af koordinater fra de ønskede prøvefelter, trækkes ud.
Udtrækningen (foretaget af Rita Hørfarter fra SEGES) er udført på de 2291 prøvefelter, som blev
fundet i sortering og bearbejdelsen af NOVANA-data i forrige afsnit (tabel 3). Syv prøvefelter
havde ikke koordinater angivet. Her var det ikke muligt at udtrække afgrødekoder og de syv
prøvefelter blev frasorteret. Det resulterede i et udtræk af afgrødekoder for 2284 prøvefelter.
Udtrækket var for årene 2008-2011 (data for 2007 var ikke tilgængeligt hos
NaturErhvervstyrelsen og blev downloadet i en Microsoft Excel fil. Herefter blev afgrødekoderne
manualet flettet sammen med NOVANA-data, så de pågældende år passede sammen. De stationer
som var repræsenteret ved år 2007 fik som udgangspunkt afgrødekoderne for nærmeste år, altså
2008.
3.6.1 Bearbejdning af det sammenflettede data
Efter en nærmere gennemgang af afgrødekoderne efter sammenfletningen blev følgende
udfordringer og betænkeligheder overvejet:
1. En del af prøvefelterne havde ingen afgrødekode angivet.
24 2. Ved især årene 2008 og 2009 var der afgrødekoder som ikke stemte overens med surt
overdrev. Det var bl.a. afgrødekoder for vinterhvede, vårbyg og silomajs.
3. 2007 var ikke repræsenteret ved udtrækket af afgrødekoderne.
I et forsøg på at løse disse udfordringer, blev følgende undersøgt og gjort:
1. Stationer med prøvefelterne uden afgrødekode blev undersøgt via Danmarks
Arealinformation (Danmarks Miljøportal 2015). To årsager gjorde sig gældende for,
hvorfor der ingen afgrødekode var angivet:
•
Prøvefelterne lå på arealer hvor der ikke var landbrugsaktivitet.
•
Prøvefelterne lå hvor der var høj vegetation i form af træer og buske.
2. Forklaringen var, at overdrevene var indlemmet i samme markpolygon, som resten
af marken, hvilket gav en forkert afgrødekode (se figur 3). Løsningen blev, at
anvende afgrødekoder for følgende år, hvor det gav mening. Det blev altså antaget,
at den samme afgrødekode, som gjorde sig gældende for de følgende år, også ville
have gjort sig gældende for det pågældende år, hvis ikke indtegningen havde været
upræcis (se bilag V).
3. Som udgangspunkt fik stationerne fra 2007 afgrødekoderne fra 2008, som allerede
beskrevet. Hvis disse afgrødekoder ikke stemte overens med at arealerne skulle være
surt overdrev, så blev samme metode, som beskrevet i punkt 2, brugt.
Bearbejdningen gav følgende afgrødekoder, som ses i tabel 4, på de udvalgte NOVANAstationer
25
Figur 3: På billedet ses at mark (pløjespor) og overdrev (NOVANA station markeret med sort) er lagt
sammen i samme markpolygon (gul linje) fra 2008/2009. Her var udtrækket for overdrevet angivet som
’vinterhvede’ (afgrødekode 11) for både 2008 og 2009. Derfor blev 2010 brugt, hvor ’permanent græs med
normalt udbytte’ var angivet (afgrødekode 252). Her er det NOVANA-station 185 med 26 prøvefelter (sorte
firkanter). Foto med indtegnet markpolygon og prøvefelter fundet af Winnie Heltborg Brøndum fra SEGES,
mens markeringen af overdrevet er lavet af undertegnede. (Luftfoto "DDO© Copyright COWI")
3.6.2 Fortolkning, forståelse og vurdering af afgrødekoderne
Udover afgrødekoderne fundet for prøvefelterne, angiver tabel 4 også afgrøde, beskrivelse
heraf, maksimum gødskning, krav om græssende dyr på bedriften, arealanvendelsens
naturvenlighed samt antal prøvefelt, hvor afgrøderne er repræsenteret.
Den maksimale gødskning er den kvælstofkvote eller –norm, som landmanden maksimum må
uddele på landbrugsarealerne (NaturErhvervstyrelsen 2015a). Landmanden er dog ikke forpligtet til
at bruge kvælstofkvoten på alle arealerne, da kvælstofkvoten, som allerede beskrevet, skal
overholdes for den samlede bedrift og ikke det enkelte areal. Gødskningsmængden er derfor en
antagelse og ikke nødvendigvis den reelle mængde gødning, som er udbragt på et bestemt areal.
26 Tabel 4: De forskellige afgrødekoder og tilhørende information omkring maksimum gødskning og krav om græssende
dyr på bedriften (Vejledninger om gødskning og harmoniregler, (NaturErhvervstyrelsen 2015a). Derudover ses den
naturvenlig rangering og antal prøvefelter for hver afgrødekode.
Afgrødekode
0
250
251
252
254
255
257
258
260
Afgrøde
Beskrivelse
Maksimum
gødskning,
kg N/ha*
Ingen afgrøde
Permanent græs med
meget lavt udbytte
Permanent græs med
lavt udbytte
Permanent græs med
normalt udbytte
Miljøgræs MVJordning 2 (0 N)
Ingen landbrugsdrift
Der har været græs på
marken i mindst fem år
Der har været græs på
marken i mindst fem år
Der har været græs på
marken i mindst fem år
I forbindelse med tilsagn
til miljøordninger
Permanent græs under
50 % kløver omlagt
minimum hvert 5. år
Permanent græs uden
kløver omlagt
minimum hvert 5. år
Permanent græs, østøtte
Kløvergræs under 50
pct. kløver (omdrift)
Der har været græs på
marken i mindst fem år
263
Græs uden kløver
(omdrift)
276
Permanent græs og
kløvergræs uden
kvote/norm
Udyrket mark
20-årig udtagning
310
312
318
350
Miljøtilsagn uden
udtagningsforpligtelse,
ikke landbrugsareal
Miljøgræs med Nkvote
Naturarealer
Naturvenlig
rangering
0
26
Krav om
græssende
dyr på
bedriften
Nej
Ja
0
2
451
269
67-68
Ja
2
175
130-133
Ja
2
309
0
3
604
237
Ja - afhænger
også af
miljøtilsagn
Nej
2
23
Der har været græs på
marken i mindst fem år
318
Ja
2
1
I forbindelse med tilsagn
til miljøordninger
Omdrift, hvis omlagt til
en anden afgrøde inden
for en femårs periode
Omdrift, hvis omlagt til
en anden afgrøde inden
for en femårs periode
Der har været græs på
marken i mindst fem år
26
Ja
2
11
234-242
Ja
1
76
312-317
Ja
1
17
0
Nej
2
173
0
0
Nej
Afhænger af
miljøtilsagn
Afhænger af
miljøtilsagn
4
4
36
12
3
6
Udyrkede arealer
I forbindelse med tilsagn
til miljøordninger
I forbindelse med diverse
miljøordninger
0
Antal
prøvefelterne
I forbindelse med tilsagn
0
Afhænger af
3
12
til miljøordninger
miljøtilsagn
901
Arealer, som ikke er et
0
Nej
5
8
landbrugsareal men i
stedet for har karakter af
natur
902
Naturlignende arealer
Arealer, som er vokset
0
Nej
5
101
ind i en naturlignende
tilstand
*afhænger af jordtype og kan variere en smule de forskellige år (se Vejledninger om gødsknings- og harmoniregler,
(NaturErhvervstyrelsen 2015a).
Ved brug af nogle af afgrødekoder (bl.a. 250, 251 og 252) er der krav om et minimum antal
græssende DE ha-1 på bedriftsniveau, men ikke på det enkelte areal. En DE (dyreenhed) svarer til
100 kg kvælstof. Samtidig kan der være søgt om miljøtilsagn til afgrødekoderne (se tabel 4).
Miljøtilsagnene stiller krav til driften af arealerne, hvor de er tilknyttet (NaturErhvervstyrelsen
2015b). Disse tilsagn kan have betydning for tilstanden på de sure overdrev, idet tilsagnene har til
hensigt, at beskytte og forbedre landskabs- og biotopforhold samt biodiversitet på de ansøgte
arealer. Data omkring miljøtilsagn er kompliceret og afhænger ofte af diverse betingelser,
forpligtelser og undtagelser som ændres gennem årene (NaturErhvervstyrelsen 2015b). Det er
derfor noget mere kompliceret end som så at tolke på græsningstrykket direkte ud fra
afgrødekoderne på de udvalgte sure overdrev, som er brugt i dette speciale.
Med udgangspunkt i overstående omkring gødskning og græsning er der fortaget en faglig
vurdering (i dialog med Winnie Heltborg Brøndum og Marianne Haugaard-Christensen fra SEGES)
af arealanvendelsen på arealerne med surt overdrev ud fra afgrødekoderne. Det er en vurdering af,
hvor naturvenlig anvendelsen er ud fra kvælstofkvote, omlægningshyppighed og den sædvanlige
drift af arealerne, f.eks. afgræsning. Det er altså en helhedsvurdering af arealanvendelsen på
overdrevsarealerne med afgrødekoder angivet.
Det er lavet en rangering fra 1 til 5, hvor 1 formodes at være den mindst naturvenlige
anvendelse og 5 den mest naturvenlige anvendelse. 0 er angivet ved prøvefelter, som ikke har nogen
afgrødekode, da det ikke er muligt at sige noget omkring arealanvendelsen på disse prøvefelter
(tabel 4). Halvdelen af prøvefelterne i kategorien 0 er dog græsset (figur 4), så nogle af arealerne
plejes i en eller anden grad.
Der er tilstræbt at rangere efter parametre, som ingen eller lav næringsstoftilførsel og moderat
forstyrrelse i form af græsning eller slæt, der forventes at have positive effekter på naturtilstanden
på næringsfattige og græsningsbetingede naturtyper, såsom surt overdrev (tabel 4 og tabel 5).
Rangeringen er ikke katagorisk, da der muligvis er et overlap mellem nogle af rangeringerne (f.eks.
rangering 3 og 4) på grund af en vis variation i arealernes beskaffenhed.
Slæt er indirekte en del af vurderingen, men da kun meget få af prøvefelterne på surt overdrev
i NOVANA var angivet med slæt, er slæt ikke taget med som en variabel i den senere analyse.
På figur 5A ses fordelingen af rangeringen på prøvefelter, som den er angivet i tabel 4.
Rangeringen 1, 4 og 5 er repræsenteret ved få prøvefelter (hhv. 93, 48 og 109 prøvefelter) i forhold
til 0, 2 og 3, som er repræsenteret ved en del flere prøvefelter (hhv. 451, 961 og 622 prøvefelter).
28 Der er altså få prøvefelter, som har den formodet mindst naturvenlige arealanvendelse samt de to
mest naturvenlige.
Tabel 5: Den naturvenlige rangering samt 0 (ingen landbrugsaktivitet) og en beskrivelse af rangeringerne.
Rangering Beskrivelse
1
Forholdsvis intensive arealer, med et forventeligt højere udbytte end ved rangering 2.
Muligvis tilføres gødning
2
Lidt mindre intensiv til ekstensiv med et moderat til lavt udbytte. Muligvis tilføres
gødning.
3
Mere naturlignende arealer med lavt udbytte – plejes typisk og derved fjernes noget
næring og en vis variation sikres.
4
Naturlignende arealer som kan plejes.
5
Naturarealer eller naturlignende arealer som typisk plejes
0
Ingen landbrugsaktivitet
På grund af de få antal prøvefelter ved 1, 4 og 5 (figur 5A) og den sandsynlighed, at der er
overlap i nogle af rangeringerne vurderes det bedre at inddele de fem rangeringer i to kategorier,
nemlig intensiv arealanvendelse (1 og 2) og ekstensiv arealanvendelse (3, 4 og 5) (inspireret af
Levin (2013)). Den nye inddeling ses i figur 5B sammen med 0, som fortsat angiver ingen
landbrugsaktivitet. Den intensive arealanvendelse indeholder ni afgrødekoder og den ekstensive syv
afgrødekoder (se tabel 4).
Figur 4: Andelen af græssede og ugræssede prøvefelter for intensiv arealanvendelse (1) og ekstensiv arealanvendelse (2) samt ingen landbrugsaktivitet (0)
29
Figur 5: A: Den ”naturvenlige” rangering fra 1-5 og med 0 som ingen landbrugsaktivitet. Antallet af prøvefelter: 0)
451, 1) 93, 2) 961, 3) 622, 4) 48 og 5) 109. B: Den nye kategorisering med intensiv arealanvendelse (1) og ekstensiv
arealanvendelse (2) og 0 som ingen landbrugsaktivitet. Antallet af prøvefelter: 0) 451, 1) 1054 og 2) 779.
3.7 Statistisk model
3.7.1 Mixed effects models
Til analysen i dette speciale bruges en linear mixed effects model. En sådan model beskriver
forholdet mellem en responsvariabel og den/de forklarende variabler. I dette speciale er
indikatorerne (se tabel 3) brugt som responsvariabler. Kvælstofdeposition, græsning, dyr,
arealanvendelse og station er brug som forklarende variabler.
Der antages to typer af forklarende variabler i en mixed model: ”fixed effects” og ”random
effects”. En forklarende variabel som antages som ”fixed effect” er af primær interesse i analysen.
En variabel som antages som ”random effect” vil repræsentere et udvalg af tilfældige stikprøver fra
en population og vil ikke være af primær interesse (Seltman 2012). Kvælstofdeposition, græsning,
dyr og arealanvendelse er antaget som ”fixed effects”, mens station er antaget som ”random effect”.
En mixed model kan samtidig tage højde for at prøvefelter inde for samme station (klynge)
har tendens til at ligne hinanden mere end prøvefelterne fra forskellige stationer (Zuur et al. 2009).
Det vil sige, at modellen kan tage højde for at der er en hierarkisk opdeling af data, hvor
prøvefelterne er indlejret i stationer.
30 Fordelen ved at antage station som en ”random effect” er at resultatet af analysen kan
ekstrapoleres (Snijders 2005), da stationerne netop anses som tilfældigt udvalgte. Det er samtidig
muligt at estimere den variation i resultatet som skyldes forskellen mellem stationerne; en såkaldt
varianskomponent (Grafen & Hails 2009).
31
4. Resultater
I dette kapitel fremlægges resultaterne for kvælstofdeposition, græsning, forskellige
græssende dyr, interaktioner mellem kvælstofdeposition og græsning samt arealanvendelse.
4.1 Kvælstofdeposition og græsnings effekt på indikatorerne
I tabel 6 ses resultaterne for analysen for effekten af kvælstofdeposition og græsnings på
indikatorerne i en mixed effects model. Der er blevet testet for om kvælstofdeposition og græsning
har en effekt på indikatorerne. Derudover er der testet for, om der er en interaktion mellem
kvælstofdeposition og græsning og om det har en effekt på indikatorerne.
Estimaterne for kvælstofdeposition er ved øget kvælstofdeposition og estimaterne for
græsning er i forhold til ingen græsning.
Tabel 6: Resultaterne for kvælstofdeposition og græsning kørt i en mixed effects model. Responsvariablerne er de fire
indikatorer fordelt på dækningsgrad og frekvens og de forklarende variabler er kvælstofdeposition (Ndep) og græsning
antaget som ”fixed effects” samt station antaget som ”random effect”. Modellen er vist som R-notation (se bilag II for
hele notationen). (d) og (f) angiver henholdsvis dækningsgrad og frekvens for indikatorerne. * angiver signifikante
effekter og signifikansniveauet er sat til p-værdi < 0.05. Alle modeller er som udgangspunkt kørt med interaktionen
mellem kvælstofdeposition og græsning, men ved ingen signifikante resultater er den mere simple model brugt.
Responsvariable
Model
Ellenberg N (d)
Ellenberg N (f)
Ellenberg N/R (d)
Ellenberg N/R (f)
Grime C (d)
Grime C (f)
Antal arter
32 Varianskomponent,
station
DF
EN ~ Ndep + graesning,
random=~1|station
0.24
2167
fEN ~ Ndep + graesning,
random=~1|station
0.28
2175
EN.ER ~ Ndep + graesning,
random=~1|station
0.27
2165
fEN.ER ~ Ndep + graesning,
random=~1|station
0.39
2175
0.17
2173
fGC ~ Ndep + graesning,
random=~1|station
0.28
2179
arter ~ Ndep + graesning,
random=~1|station
0.42
2179
GC ~ Ndep * graesning,
random= ~1|station
Estimat for effekten
p-værdi
Intercept
kvælstofdep.
græsning
Intercept
kvælstofdep.
græsning
Intercept
kvælstofdep.
græsning
Intercept
kvælstofdep.
græsning
Intercept
kvælstofdep.
græsning
kvælstofdep.*græ
sning
Intercept
kvælstofdep.
græsning
Intercept
kvælstofdep.
græsning
3.7269
0.0047
0.0457
4.0015
-0.0043
-0.0497
0.7972
0.0149
-0.0612
0.7152
0.0155
-0.0287
4.7813
-0.0695
-0.8991
0.0439
-------0.81
0.49
-------0.76
0.27
-------<0.001*
<0.001*
-------<0.001*
<0.001*
-------0.0025*
0.0028*
0.046*
3.7549
0.0047
-0.4289
22.766
0.211
2.212
-------0.74
<0.001*
-------0.31
<0.001*
Øget kvælstofdeposition viser en signifikant positiv effekt på Ellenberg N/R dækningsgrad
(p-værdi <0.001) og frekvens (p-værdi <0.001). Det modsatte gør sig gældende for Grime C
dækningsgrad, hvor en signifikant negativ effekt ses (p-værdi 0.0025).
Græsning viser en signifikant negativ effekt på Ellenberg N/R dækningsgrad (p-værdi
<0.001) og frekvens (p-værdi <0.001) og på Grime C dækningsgrad (p-værdi 0.0028) og frekvens
(p-værdi <0.001). Ved antal arter ses en signifikant positiv effekt (p-værdi <0.001).
Et signifikant resultat ses ved interaktionen mellem kvælstofdeposition og græsning. Grime C
dækningsgrad viser en svag, men signifikant positiv effekt (p-værdi 0.046) ved interaktionen. Figur
6 viser effekten af interaktionen.
Grime C (dækningsgrad)
8
6
4
2
0
8
10
12
14
16
18
Kg N/ha/år
Figur 6: Figuren viser Grime C dækningsgrad som funktion af kvælstofdeposition. De røde trekanter og den fuldt
optrukne linje er prøvefelter hvor der græsses. De grønne trekanter og den stiplede linje er prøvefelter hvor der ikke
græsses. Interaktionen viser en signifikant positiv effekt (tabel 7). Det ses ved at de to linjer nærmer sig hinanden ved
øget kvælstofdeposition.
Hverken ved Ellenberg N dækningsgrad eller frekvens viser kvælstofdeposition eller græsning
en signifikant effekt (se tabel 6 for p-værdier).
Varianskomponenten i tabel 6 varierer fra 17% til 42%. Det er den varians i responsen, som
skyldes forskellen mellem stationerne.
33
I tabel 7 er opsummeret hvilke indikatorer som viser en signifikant effekt og deres relation
(positivt eller negativt) til naturtilstanden.
Tabel 7: Indikatorer som viser signifikante effekter og deres relation til naturtilstanden (angivet som positivt eller negativt i parentes). -­‐-­‐-­‐ angiver ingen signifikant effekt. Kvælstofdeposition og græsning effekt på indikatorerne
Indikator
Kvælstofdeposition
Ellenberg N (d)
--Ellenberg N (f)
--Ellenberg N/R (d)
positiv (negativt)
Ellenberg N/R (f)
positiv (negativt)
Grime C (d)
negativ (positivt)
Grime C (f)
--Antal arter
---
Effekt
Græsning
----negativ (positivt)
negativ (positivt)
negativ (positivt)
negativ (positivt)
positiv (positivt)
Interaktion
--------positiv (negativt)
-----
4.2 Kvæg og fårs effekt på indikatorerne
I tabel 8 ses resultaterne af analysen for kvæg og fårs effekt på indikatorerne i en mixed
effects model. Der er blevet testet for om kvælstofdeposition og kvæg/får har en effekt på
indikatorerne. Derudover er der testet for, om der er en interaktion mellem kvælstofdeposition og de
forskellige dyr og om der ses en effekt på indikatorerne. Resultaterne for kvælstofdeposition er ikke
vist i tabellen, da samme effekter, som vist i tabel 6, ses.
Estimaterne angiver effekterne for kvæg og får i forhold til ingen græsning og ved øget
kvælstofdeposition ved interaktionerne.
Kvæg viser en signifikant negativ effekt på Ellenberg N/R dækningsgrad (p-værdi <0.001) og
frekvens (p-værdi <0.001) og på Grime C dækningsgrad (p-værdi 0.001) og frekvens (p-værdi
<0.001). Ved antal arter ses en positiv signifikant effekt (p-værdi 0.007).
Får viser en signifikant positiv effekt på Ellenberg N/R frekvens (p-værdi <0.001) og en
signifikant negativ effekt på antal arter (p-værdi 0.001).
To signifikante resultater blev fundet, da interaktion mellem kvælstofdeposition og forskellige
dyr blev analyseret. For Grime C dækningsgrad ses en signifikant positiv effekt ved interaktionen
mellem kvælstofdeposition og kvæg (p-værdi 0.029). Ved antal arter ses en signifikant positiv
effekt ved interaktionen mellem kvælstofdeposition og får (p-værdi 0.008). Figur 7 og figur 8 viser
effekterne af interaktionerne.
34 Ingen signifikante effekter ses ved Ellenberg N dækningsgrad og frekvens (se tabel 8 for pværdier).
Varianskomponenten varierer fra 17% til 38% i tabel 8. Det er den varians i responsen, som
skyldes forskellen mellem stationerne.
Tabel 8: Resultaterne for forskellige græssende dyr kørt i en mixed model. Responsvariablerne er de fire indikatorer
fordelt på dækningsgrad og frekvens og de forklarende variabler er kvælstofdeposition (Ndep) og dyr (kvæg og får)
antaget som ”fixed effects” samt station antaget som ”random effect”. Modellen er vist som R-notation (se bilag II for
hele notationen). (d) og (f) angiver henholdsvis dækningsgrad og frekvens for indikatorerne. * angiver signifikante
effekter og signifikansniveauet er sat til p-værdi < 0.05. Alle modeller er som udgangspunkt kørt med interaktionen
mellem kvælstofdeposition og græsning, men ved ingen signifikante resultater er den mere simple model brugt.
Resultaterne for kvælstofdeposition er ikke vist, da de viser det samme som i tabel 6. Responsvariable
Model
Ellenberg N (d)
Ellenberg N (f)
Ellenberg N/R (d)
Ellenberg N/R (f)
Grime C (d)
Grime C (f)
Antal arter
Varianskomponent,
station
DF
EN ~ Ndep + dyr,
random=~1|station
0.24
2143
fEN ~ Ndep + dyr,
random=~1|station
0.28
2151
EN.ER ~ Ndep + dyr,
random=~1|station
0.26
2141
fEN.ER ~ Ndep + dyr,
random=~1|station
0.34
2151
GC ~ Ndep * dyr,
random= ~1|station
fGC ~ Ndep + dyr,
random=~1|station
0.17
2148
0.29
2155
arter ~ Ndep * dyr,
random=~1|station
0.38
2153
Estimat for effekten
Intercept
kvæg
får
Intercept
kvæg
får
Intercept
kvæg
får
Intercept
kvæg
får
Intercept
kvæg
får
kvælstofdep.*kvæg
kvælstofdep.*får
Intercept
kvæg
får
Intercept
kvæg
får
kvælstofdep.*kvæg
kvælstofdep.*får
p-værdi
3.7287
0.061
-0.0671
3.9959
-0.0857
0.1548
0.7969
-0.0695
-0.0126
0.7098
-0.0461
0.0671
4.8043
-1.0838
-0.3692
0.0548
0.0202
3.7395
-0.4874
-0.0978
22.045
7.7452
-12.583
-0.3524
0.7308
-------0.38
0.64
-------0.07
0.12
-------<0.001*
0.66
-------<0.001*
<0.001*
-------0.001*
0.42
0.029*
0.54
-------<0.001*
0.33
-------0.007*
0.001*
0.097
0.008*
35
Grime C (dækningsgrad)
8
6
4
2
0
8
10
12
14
16
18
Kg N/ha/år
Figur 7: Figuren viser Grime C dækningsgrad som funktion af kvælstofdeposition. De sorte firkanter og den fuldt optrukne linje er prøvefelter hvor der ikke græsses. De røde cirkler og den grove stiplede linje er prøvefelter hvor kvæg græsser. De grønne trekanter og den fine stiplede linje er prøvefelter hvor får græsser. Interaktionen viser en signifikant positiv effekt (tabel 7). Det ses ved at de to linjer (fuldt optrukne og grov stiplet) nærmer sig hinanden ved ø get kvælstofdeposition.
80
Antal arter
60
40
20
0
8
10
12
14
16
18
Kg N/ha/år
Figur 8: Figuren viser antal arter som funktion af kvælstofdeposition. De sorte firkanter og den fuldt optrukne linje er prøvefelter hvor der ikke græsses. De røde cirkler og den grove stiplede linje er prøvefelter hvor kvæg græsser. De grønne trekanter og den fine stiplede linje er prøvefelter hvor får græsser. Interaktionen viser en signifikant positiv effekt (tabel 8). Det ses ved at de to linjer (fuldt optrukne og fin stiplet) nærmer sig hinanden ved øget kvælstofdeposition.
36 I tabel 9 er opsummeret hvilke indikatorer som viser en signifikant effekt og deres relation
(positivt eller negativt) til naturtilstanden.
Tabel 9: Indikatorer som viser signifikante effekter og deres relation til naturtilstanden (angivet som positivt eller negativt i parentes). -­‐-­‐-­‐ angiver ingen signifikant effekt. Kvæg og fårs effekt på indikatorerne
Indikator
Kvæg
Ellenberg N (d)
--Ellenberg N (f)
--Ellenberg N/R (d)
negativ (positivt)
Ellenberg N/R (f)
negativ (positivt)
Grime C (d)
negativ (positivt)
Grime C (f)
negativ (positivt)
Antal arter
positiv (positivt)
Effekt
Får
Interaktion
------------positiv (negativt)
----Kvælstofdep. og kvæg: positiv (negativt)
----negativ (negativt)
Kvælstofdep. og får: positiv (positivt)
4.3 Arealanvendelsens effekt på indikatorerne
I tabel 10 ses resultaterne af analysen for arealanvendelsens effekt på indikatorerne i en mixed
effects model. Der er testet for om intensiv arealanvendelse og ekstensiv arealanvendelse har en
effekt på indikatorerne i forhold til ingen landbrugsaktivitet. Der er desuden kørt en ANOVA på
modellerne for at undersøge, om arealanvendelsen har en effekt i sig selv.
Arealanvendelsen har en signifikant effekt på Ellenberg N dækningsgrad (p-værdi <0.001) og
frekvens (p-værdi <0.001), Ellenberg N/R dækningsgrad (p-værdi 0.008) og frekvens (p-værdi
<0.001) og på Grime C dækningsgrad (p-værdi 0.003) og frekvens (p-værdi <0.001). Der er intet
signifikant resultat for antal af arter (se tabel 8 for p-værdi).
Intensiv arealanvendelse har en signifikant positiv effekts på Ellenberg N dækningsgrad (pværdi 0.024), en signifikant negativ effekt på Ellenberg N/R dækningsgrad (p-værdi 0.013) og
frekvens (p-værdi <0.001). Derudover ses en signifikant negativ effekt på Grime C frekvens (pværdi <0.001).
Ekstensiv arealanvendelse har en signifikant negativ effekt på Ellenberg N frekvens (p-værdi
<0.001), Ellenberg N/R dækningsgrad (p-værdi 0.004) og frekvens (p-værdi 0.009) og Grime C
dækningsgrad (p-værdi 0.001) og frekvens (p-værdi <0.001).
Antal arter er den eneste indikator hvor ingen signifikante effekter viser sig ved hverken
intensiv eller ekstensiv arealanvendelse (se tabel 10 for p-værdier).
37
Varianskomponenten varierer fra 18% til 45% i tabel 10. Det er den varians i responsen, som
skyldes forskellen mellem stationerne.
Tabel 10: Resultaterne for arealanvendelsen (intensiv og ekstensiv) kørt i en mixed model. Responsvariablerne er de
fire indikatorer fordelt på dækningsgrad og frekvens og de forklarende variabler er arealanvendelse antaget som ”fixed
effect” samt station antaget som ”random effect”. Der er kørt en ANOVA på modellen (med to frihedgrader) for at se
om arealanvendelse i sig selv har en effekt (Arealanvendelse). Modellen er vist som R-notation (se bilag II for hele
notationen). (d) og (f) angiver henholdsvis dækningsgrad og frekvens for indikatorerne. * angiver signifikante effekter
og signifikansniveauet er sat til p-værdi < 0.05.
Responsvariabel
Model
Ellenberg N (d)
EN ~ arealanvendelse,
random=~1|station
Ellenberg N (f)
Ellenberg N/R (d)
Ellenberg N/R (f)
Grime C (d)
Grime C (f)
Antal arter
Varianskomponent,
station
DF
0.22
2167
fEN ~ arealanvendelse,
random=~1|station
0.27
2175
EN.ER ~ arealanvendelse,
random=~1|station
0.30
2165
fEN.ER ~ arealanvendelse,
random=~1|station
0.45
2175
GC ~ arealanvendelse,
random=~1|station
0.18
2174
fGC ~ arealanvendelse,
random=~1|station
0.26
2179
arter ~ arealanvendelse,
random=~1|station
0.42
2179
Estimat for effekten
p-værdi
Arealanvendelse
Intercept
Intensiv
Ekstensiv
--------3.8045
0.1635
-0.1571
<0.001*
-------0.024*
0.077
Arealanvendelse
Intercept
Intensiv
Ekstensiv
--------4.0158
-0.0197
-0.301
<0.001*
-------0.69
<0.001*
Arealanvendelse
Intercept
Intensiv
Ekstensiv
--------0.9873
-0.0361
-0.0519
0.008*
-------0.013*
0.004*
Arealanvendelse
Intercept
Intensiv
Ekstensiv
--------0.9297
-0.0369
-0.0319
<0.001*
-------<0.001*
0.009*
Arealanvendelse
Intercept
Intensiv
Ekstensiv
--------3.7407
-0.0696
-0.2899
0.003*
-------0.34
0.001*
Arealanvendelse
Intercept
Intensiv
Ekstensiv
--------3.8192
-0.2982
-0.5569
<0.001*
-------<0.001*
<0.001*
Arealanvendelse
Intercept
Intensiv
Ekstensiv
--------27.377
-0.2219
-0.1281
0.93
-------0.7
0.86
I tabel 11 er opsummeret hvilke indikatorer som viser en signifikant effekt og deres relation
(positivt eller negativt) til naturtilstanden.
38 Tabel 11: Indikatorer som viser signifikante effekter og deres relation til naturtilstanden (angivet som positivt eller negativt i parentes). -­‐-­‐-­‐ angiver ingen signifikant effekt. Arealanvendelsens effekt på indikatorerne
Indikator
Ellenberg N (d)
Ellenberg N (f)
Ellenberg N/R (d)
Ellenberg N/R (f)
Grime C (d)
Grime C (f)
Antal arter
Intensiv
positiv (negativt)
--negativ (positivt)
negativ (positivt)
--negativ (positivt)
---
Effekt
Ekstensiv
--negativ (positivt)
negativ (positivt)
negativ (positivt)
negativ (positivt)
negativ (positivt)
---
39
5. Diskussion
I dette kapitel er først en diskussion af resultaterne fra forrige kapitel. Efterfølgende vil være
en diskussion af metoden til indsamling af data af forskellige dyr samt brugen af afgrødekoder til at
forklare arealanvendelsen.
5.1 Diskussion af resultater
5.1.1 Effekten af kvælstofdeposition
Resultaterne for en øget mængde kvælstofdeposition viser en signifikant positiv effekt på
Ellenberg N/R dækningsgrad og frekvens (tabel 6 og tabel 7). Det indikerer, at plantesamfundet er
mere næringsrigt på sure overdrev, som modtager en øget mængde kvælstof via deposition. En
stigning i Ellenberg N på sure overdrev ved øget kvælstofdeposition er også fundet i studier af bl.a.
Smart et al. (2004) og Henrys et al. (2011). Henrys et al. (2011) så et fald i sandsynligheden for
tilstedeværelsen af bestemte arter ved øget kvælstofdeposition. De arter der forvandt fra
overdrevene var arter typiske for næringsfattige sure overdrev med lav Ellenberg N-værdi.
Lidt overraskende, viser resultaterne for effekten af øget kvælstofdeposition en signifikant
negativ effekt på Grime C dækningsgrad (tabel 6 og tabel 7). Det indikerer at plantesamfundet er
sammensat af færre hurtigvoksende og konkurrencestærke arter på sure overdrev som udsættes for
en øget mængde kvælstofdeposition. Det er på trods at den positive effekt på Ellenberg N/R
antyder, at der er mere næringsstof tilgængeligt. Det er ellers forventeligt, at arter, som er
konkurrencestærke vil have størst fordel af højere næringsstatus, som vist i et studie af Pannek et al.
(2015) på sure overdrev og generelt på semi-naturlige lysåbne naturtyper (Timmermann et al.
2015). Det er ikke umiddelbart tilfældet her. Det er altså ikke konkurrence om den tilgængelige
næring, som driver ændringerne på de sure overdrev som også observeret af Stevens et al. (2010b).
Stevens et al. (2010b) så dog ingen signifikante effekter på hverken Ellenberg N eller Grime C ved
øget kvælstofdeposition. Samtidig kan det ikke udelukkes, at mangel på andre næringsstoffer, som
f.eks. fosfor, kan begrænse væksten af de konkurrencestærke arter på trods af den øgede mængde
kvælstof (Bruun & Ejrnæs 1998).
Et andet interessant resultat er at der ikke ses nogen signifikant negativ effekt på antallet af
arter med en øget kvælstofdeposition (tabel 6), som det ellers er vist i flere studier af sure overdrev i
Storbritannien (Maskell et al. 2010; Stevens et al. 2010a).
Et dansk studie foretaget af Damgaard et al. (2011) af sure overdrev i Danmark, fandt heller
ikke en signifikant effekt på artsrigdommen ved øget kvælstofdeposition. Studie var lavet i
40 forlængelse af et europæisk studie af Stevens et al. (2010a), som ellers viste et signifikant fald i
artsrigdommen. Damgaard et al. (2011) påpeger i deres studie nogle grunde til, at der muligvis ikke
ses samme effekt på de danske sure overdrev, som på de europæiske: Intervallet for
kvælstofdeposition i Danmark er meget mindre end intervallet i det europæiske studie og
plantesamfundet og forvaltningen er samtidig mere bredt defineret i det danske studie i forhold til
det europæiske studie. Samme interval for kvælstofdeposition og samme definition af
plantesamfund og forvaltning som i Damgaard et al. (2011) er brugt i analysen af effekten af
kvælstofdeposition i dette speciale. Det kan muligvis være med til at forklare, at der ikke ses den
samme effekt på sure overdrev med øget kvælstofdeposition, som i de ovenfor nævnte studier af
sure overdrev i Storbritannien og Europa. Samtidig kan forskellen i definitionen af plantesamfundet
og forvaltningen også være med til at påvirke udfaldet på de andre undersøgte indikatorer, som
indikerer at der sker en ændring i den funktionelle sammensætning af plantearterne.
En anden forklaring på de umiddelbart modstridende resultater for Ellenberg N/R og Grime C
kan også skyldes troværdigheden af de påvirkede indikatorer. Schaffers & Sỳkora (2000) har
undersøgt troværdigheden af Ellenberg N som indikator for næringsstoftilgængelighed og vurderer,
at Ellenberg N er mere tilknyttet til produktivitet i form af biomasseproduktion. Da andre faktorer,
udover næringsstoftilgængelighed, bestemmer produktivitet (f.eks. fugtighed, pH og forstyrrelser)
kan det tyde på at den positive effekt på Ellenberg N/R muligvis skyldes en eller flere andre
faktorer end kun en øget mængde tilgængeligt kvælstof (Schaffers & Sỳkora 2000).
Resultaterne indikerer overordnet, at naturtilstanden påvirkes negativt ved en øget
kvælstofdeposition i form af et mere næringsrigt plantesamfund. Derudover viser resultaterne ikke
andre effekter som er negative for naturtilstanden på sure overdrev ved øget kvælstofdeposition.
Mange faktorer spiller ind på, hvordan effekterne af en øget kvælstofdeposition kommer til
udtryk og yderligere undersøgelser af plantearterne funktionelle egenskaber og deres
sammensætning på de undersøgte overdrev er nødvendige for, at kunne vurdere, hvad der sker ved
øget kvælstofdeposition. Flere studier viser også, at kvælstofdeposition ikke kun er skyld i
næringsstofbelastning, men indirekte påvirker biokemiske processer i jorden, som f.eks. forsuring
(Stevens et al. 2006, 2010b; Tipping et al. 2013). Samtidig er data i dette speciale et øjebliksbillede,
hvorimod studier af langtidseffekter af kvælstofdeposition viser et fald i artsrigdommen på sure
overdrev (Duprè et al. 2010).
41
5.1.2 Effekten af græsning
Resultaterne for effekten af græsning viser en signifikant negativ effekt på Ellenberg N/R
dækningsgrad og frekvens, Grime C dækningsgrad og frekvens. For antallet af arter ses en
signifikant positiv effekt (tabel 6 og tabel 7).
Tilstedeværelsen af græsning viser positive effekter på naturtilstanden ved alle de analyserede
indikatorer (med undtagelse af Ellenberg N). Flere studier, både på sure overdrev, men også på
andre lysåbne naturtyper viser, at pleje påvirker artsrigdommen og artsammensætningen positivt og
samtidig forhindrer uønskede græsarter i at blive alt for dominerende (Bobbink et al. 1998;
Brunbjerg et al. 2014; Pasari et al. 2014). Forsøg fra Mols på Djursland viser, at græsning både kan
vedligeholde og sænke Ellenberg N-værdier over en længere tidsperiode (Buttenschøn 2007),
hvilket muligvis forklarer den negative effekt på Ellenberg N/R. Den negative effekt på Grime C
kan skyldes, at de konkurrencestærke arter ofte ikke tåler forstyrrelser, såsom græsning (Grime
1977).
Det er ikke overraskende at græsning har en negativ effekt på de ovennævnte indikatorer på
sure overdrev. Flere studier viser, at lysåbne naturtyper, som sure overdrev, er afhængige af
ekstensiv græsning eller andre former for pleje for at opretholde deres karakteristiske træk
(Ostermann 1998; Muller 2002; Halada et al. 2011).
Den negative effekt på Ellenberg N/R og Grime C samt den positive effekt på antallet af arter
viser samlet set, at naturtilstanden er bedre når græsning er tilstede end når græsning ikke er
tilstede.
5.1.3 Effekten ved kvæg
På stationer med prøvefelter hvor kvæg græsser ses samme effekt som ved græsning i forrige
afsnit (afsnit 5.1.2). Græsning har en negativ effekt på Ellenberg N/R dækningsgrad og frekvens,
Grime C dækningsgrad og frekvens samt en positiv effekt på antallet af arter (tabel 8 og tabel 9).
Kvæg foretrækker at æde græsser og størstedelen af deres føde består af græs (Buttenschøn
2007), hvilket stemmer overens med den negative effekt, som ses ved Grime C dækningsgrad og
frekvens. Samtidig består en mindre del af føden af urter (Buttenschøn 2007), som på sure overdrev
typisk har lave Ellenberg N-værdier (Henrys et al. 2011) og det kan muligvis forklare den negativ
effekt på Ellenberg N/R-værdien.
Da effekten ved kvæg er den samme som ved græsning, vurderes det i øvrigt at samme
årsager gør sig gældende, som i diskussionsafsnittet omkring græsning (se afsnit 5.1.2).
42 5.1.4 Effekten ved får
På stationer med prøvefelter, hvor får græsser, ses en positiv effekt på Ellenberg N/R frekvens
og en negativ effekt på antallet af arter (tabel 8 og tabel 9). Får har altså ikke samme positive effekt
på naturtilstanden på sure overdrev, som kvæg har. Dette kan skyldes, at får foretrækker urter frem
for græs. De æder urternes blade og blomsterstande og hæmmer derved urternes overlevelse og
reproduktion. Da får gerne undgår høje og frodige græsser (Buttenschøn 2007), kan dette medføre
den positive effekt på Ellenberg N/R frekvens.
5.1.5 Effekten af interaktionen mellem kvælstofdeposition og græsning
Ved kun en indikator viser interaktionen mellem kvælstofdeposition og græsning at have en
signifikant effekt. Grime C dækningsgrad viser en positiv effekt (tabel 6, tabel 7). Det indikerer at
plantesamfundet er domineret af konkurrencestærke arter ved øget kvælstofdeposition og
tilstedeværelsen af græssende dyr på samme tid. Resultatet er modsat effekterne af
kvælstofdeposition og græsning hver for sig (afsnit 5.1.1 og afsnit 5.1.2).
van der Wal et al. (2003) fandt i et studie, at interaktionen mellem kvælstofdeposition og
græsning havde en negativ effekt på dækningsgraden af mos i højlandsområder i Skotland. De
observerede et ”positiv feedback loop”, hvor kvælstofdeposition giver næring til øget vækst af græs,
som dermed forhindrer lys til mosvegetationen. Samtidig tiltrækker den øgede vækst af græs de
græssende dyr. De græssende dyr ødelægger mosvegetationen ved nedtrampning og via
ekskrementer, der gør området endnu mere næringsrigt. van der Wal et al. (2003) vurderer, at denne
form for ”positiv feedback loop” højst sandsynligt også forekommer i andre økosystemer. Det kan
muligvis være denne form for påvirkning, som ses ved den positive effekt ved Grime C
dækningsgrad på interaktionen mellem kvælstofdeposition og græsning i dette speciale.
En anden, og måske lidt mere ligefrem forklaring, kan være forskelle i dyrs fødepræferencer,
sammensætning af dyr og antallet af dyr på de sure overdrev, som modtager den største mængde
kvælstofdeposition. Hvis der er en øget produktivitet og samtidig en relativ høj artsrigdom, vil der
være større selektion blandt dyrene i deres valg af føde (Buttenschøn 2007). Det vil muligvis
medføre, at konkurrencestærke arter, som er mindre attraktive at æde, får en større dominans.
5.1.6 Effekten af interaktionen mellem kvælstofdeposition og kvæg/får
Én indikator viser et signifikant resultat ved interaktionen mellem kvælstofdeposition og
kvæg. En positiv effekt på Grime C dækningsgrad (tabel 8, tabel 9). Det er samme resultat, som der
43
ses ved interaktionen mellem kvælstofdeposition og græsning og derfor henvises der til
diskussionen af dette (afsnit 5.1.5), da samme årsager muligvis gør sig gældende.
Én indikator viser sig signifikant ved interaktionen mellem kvælstofdeposition og får. En
positiv effekt på antallet af arter (tabel 8, tabel 9). Som det lige er beskrevet ved effekten af får
(afsnit 5.1.4), har får en negativ effekt på antallet af arter. Ved øget kvælstofdeposition og samtidig
græsning med får, er der altså et samspil, som giver en positiv effekt på antallet af arter. En mulig
forklaring kan være det overlap, som findes mellem de mest sure og næringsfattige overdrev og
naturtypen hede, hvor får typisk bruges til naturpleje. På heder vil græsning med får typisk øge
artsrigdommen (Buttenschøn 2007). Det er muligvis også tilfældet på de mest sure og hedelignende overdrev hvor den øgede kvælstofdeposition samtidig bidrager med mere næring.
5.1.7 Effekten af arealanvendelsen
Resultaterne af effekten af arealanvendelsen viser at alle indikatorer, på nær antallet af arter,
påvirkes signifikant af arealanvendelsen i en eller anden grad (ANOVA test på arealanvendelsen i
tabel 10).
Der ses generelt positive effekter på naturtilstanden ved både intensiv og ekstensiv
arealanvendelse i forhold til ingen landbrugsaktivitet (tabel 10 og tabel 11). Det skyldes primært, at
der forekommer pleje i form af græsning på overdrevene, som er afhængige af pleje for at bevare
deres karakteristiske træk (Muller 2002; Halada et al. 2011). Der viser sig dog alligevel en forskel
på effekterne ved den intensive og ekstensive.
Intensiv arealanvendelse viser en signifikant positiv effekt på Ellenberg N dækningsgrad.
Omvendt ses en signifikant negativt effekt ved Ellenberg N/R dækningsgrad og frekvens og på
Grime C frekvens (tabel 10 og tabel 11). Resultaterne indikerer, at plantesamfundet er mere
næringsrigt ved den intensive arealanvendelse. Omvendt ses færre næringselskende arter i forhold
til, hvad man kan forvente ud fra pH-værdien. Samtidig er plantesamfundet domineret af færre
konkurrencestærke arter end ved ingen landbrugsakivitet. Der kan være flere årsager til, at disse
effekter viser sig. I den intensive arealanvendelse indgår sure overdrev, der muligvis gødskes og
omlægges. Gødskning kan få Ellenberg N til at stige, da den ekstra næring vil favorisere de
næringselskende arter (Bruun & Ejrnæs 1998). Der kan muligvis være kalket på overdrevene for at
regulere pH-værdien (Ejrnæs et al. 2009a) på de ellers normalt sure overdrev og det kan muligvis
være grunden til, at der ses en negativ effekt på Ellenberg N/R.
44 Den ekstensive arealanvendelse viser signifikante negative resultater for Ellenberg N
frekvens, Ellenberg N/R dækningsgrad og frekvens og Grime C dækningsgrad og frekvens (tabel 10
og tabel 11). Ved den ekstensive arealanvendelse tilføres ingen gødning og der er ingen omlægning,
hvilket gavner naturtilstanden mere end ved intensiv arealanvendelse. Den ekstensive
arealanvendelse ligner højst sandsynligt mere den tidligere landbrugspraksis, som har holdt
overdrevene åbne og derved gavnet sammensætningen og diversiteten af overdrevsfloraen (Bruun
& Ejrnæs 1998).
5.1.8 Ekstrapolering af resultaterne
Det er muligt at ekstrapolere resultaterne fra analyserne til andre arealer med surt overdrev
(afsnit 3.7.1). Hvis der foretages en ekstrapolering er det væsentligt at se på varianskomponenten
for stationerne, som er angivet ved de forskellige indikatorer. Ved alle tre analyser (tabel 6, tabel 8
og tabel 10) ses omtrentlig den samme variation i responsen på de forskellige indikatorer mellem
stationerne. Den højeste variation mellem stationerne ses ved antallet af arter (38%-42%) og på
Grime C dækningsgrad (34%-45%), mens Grime C frekvens viser den laveste variation (17%-18%)
mellem stationerne. Der er altså en forholdsvis stor variation i responset på bl.a. antallet af arter
mellem stationerne, hvilket øger usikkerheden ved ekstrapoleringen til andre arealer med surt
overdrev.
5.2 Diskussion af metoder
5.2.1 Metode til indsamling af data af forskellige græssende dyr
Brug af luftfotos viste sig at være hensigtsmæssig og brugbart til at identificere dyr på
overdrevsarealerne. Der er selvfølgelig en vis usikkerhed ved brug af denne metode: Udbinding af
dyrene kan ske efter at luftfotos er taget, dyrene kan stå gemt under træer eller større buske og/eller
dyrene kan forveksles med hinanden (f.eks. kvæg og heste). Derfor har det været nødvendigt med
antagelser (se afsnit 3.4).
Alternativet til brug af luftfotos er at kontakte lodsejere til de pågældende overdrevsarealer.
Det vil dog være både tids- og ressourcemæssigt krævende. Selvom det tager tid at se mange arealer
igennem visuelt, så er brugen af luftfoto en brugbar måde at identificere græssende dyr på.
Det blev overvejet at forsøge at tælle de græssende dyr. Kvæg færdes ofte i flok, hvorimod får
typisk står mere spredt (Buttenschøn 2007). Det ville muligvis være muligt at estimere antallet af
kvæg, men det blev i dette speciale vurderet til, at være for tidskrævende og usikkert. Luftfotos er et
øjebliksbillede der ikke nødvendigvis afspejler det præcise græsningstryk.
45
Luftfotos til identifikation af dyr er kun anbefalelsesværdigt til lysåbne naturtyper, hvor ikke
alt for mange træer og større buske forhindrer muligheden for at se dyrene.
5.2.2 Brug af afgrødekoder til at forklaring af den nuværende arealanvendelse
Det kan være svært og tidskrævende, at kvantificere den historiske arealanvendelse på de sure
overdrev, som forsøgt i Damgaard (2014). I dette speciale er i stedet den nuværende
arealanvendelse forsøgt bestemt ved brug af afgrødekoder.
Som udgangspunkt er afgrødekoder oplagte at bruge til vurdering af den nuværende
arealanvendelse på et areal. Landmanden er i flere tilfælde (gødningsplan, gødningsregnskab
og/eller
landbrugsstøtte)
forpligtet
til
at
indberette
afgrødekoder
til
myndighederne.
Afgrødekoderne registreres hos NaturErhvervstyrelsen og ligger offentlig tilgængeligt nogle år
tilbage på deres hjemmeside. I Vejledninger om gødsknings- og harmoniregler for de enkelte år
(NaturErhvervstyrelsen 2015a) er det bl.a. specificeret hvor meget der må gødskes og et minimum
antal dyreenheder på bedriften.
Brugen af afgrødekoder viser sig dog at give nogle udfordringer. Disse udfordringer blev
håndteret på bedst mulig måde (afsnit 3.6.1).
Det er vanskeligt at tolke direkte på afgrødekoden. Koden er ikke et direkte udtryk for
arealanvendelsen. Fortolkningen kræver erfaring og viden om, hvordan afgrødekoder typisk
anvendes i praksis, hvis ikke man undersøger hver enkelt bedrift specifikt. Derfor er der i dette
speciale lavet en faglig vurdering af arealanvendelsens naturvenlighed ud fra afgrødekoderne (afsnit
3.6.2). Denne vurdering er selvfølgelig behæftet med en vis usikkerhed i forhold til, hvad
landmanden konkret har valgt at gøre på de enkelte overdrev. Det skyldes bl.a. at angivelserne af
gødskning og græssende dyr ikke gælder for et specifikt areal, men på hele bedriften samlet set.
Derudover kan miljøtilsagn med forskellige tilsagnsforpligtelser være tilknyttet nogle af
afgrødekoderne, hvilket komplicerer billedet endnu mere. Der kan også være forskellige
bevæggrunde for hvorfor landmanden vælger en bestemt afgrødekode og det er derfor ikke
nødvendigvis pleje og arealets naturtilstand som prioriteres, når det valg tages. Valget kan lige så
vel være begrundet i hvad der er praktisk muligt, tilladt og/eller fordelagtigt på den enkelte bedrift.
Resultaterne
fra
analysen
af
arealanvendelsen
indikerer
dog
at
vurderingen
af
naturvenligheden og inddelingen i en intensiv og ekstensiv arealanvendelse af afgrødekoderne giver
et grundlag for at sige noget omkring arealanvendelsen. Det må vurderes, at afgrødekoderne i den
ekstensive arealanvendelse (og især afgrødekode 254, som er repræsenteret i de fleste prøvefelter i
den ekstensive arealanvendelse (tabel 4)) angiver en forholdsvis naturvenlig anvendelse på de sure
46 overdrev. Der er med stor sandsynlighed foretaget pleje og der er ikke gødsket, hvilket er til gavn
for naturtilstanden. Resultaterne for den intensive arealanvendelse viser nogle positive effekter på
naturtilstanden, muligvis fordi arealerne holdes åbne af den pleje, der foregår, men det tyder også
på, at der med rimelig sandsynlighed gødskes, idet der ses tegn på et mere næringsrigt
plantesamfund ved den intensive arealanvendelse.
Der er muligvis tilknyttet miljøtilsagn til de ekstensive afgrødekoder og tilsagnene vil være
specifikke for det enkelte areal og derfor umiddelbart svære at generalisere ud fra. Yderligere
undersøgelser af afgrødekoder med miljøtilsagn tilknyttet er nødvendigt for at kunne drage
yderligere konklusioner. En sådan undersøgelse vil være tidskrævende da forpligtelserne skifter
noget over årene og også er forbundet med usikkerheder i form af forskellige valg af mulige
kombinationer mellem græsningstryk og eventuelt slæt (NaturErhvervstyrelsen 2015b).
47
6. Konklusion og perspektivering
Dette speciale har haft til formål at analysere effekten af kvælstofdeposition og græsning,
effekten af forskellige græssende dyr og effekten af arealanvendelsen på naturtilstanden på sure
overdrev i Danmark. Derudover er der analyseret for effekter af interaktionen mellem
kvælstofdeposition og græsning samt kvælstofdeposition og de forskellige græssende dyr. Samtidig
har specialet endvidere haft til formål at identificere forskellige græssende dyr ved brug af luftfotos
samt at bruge afgrødekoder til vurdering af den nuværende arealanvendelse på sure overdrev.
Resultaterne i dette speciale indikerer et mere næringsrigt plantesamfund på sure overdrev
som modtager en øget mængde kvælstof. Der ses ingen andre negative effekter (vurderet ud fra de
valgte indikatorer) på naturtilstanden ved øget kvælstofdeposition, som det ellers er fundet i andre
studier af sure overdrev (afsnit 5.1.1). Græsning viser derimod en markant positiv effekt på
naturtilstanden. Det er i overensstemmelse med den nuværende viden om græsnings positive
effekter på naturtilstanden på sure overdrev (afsnit 2.5). Græsning har umiddelbart en større effekt
eller påvirkning på naturtilstanden end kvælstofdeposition.
Resultaterne af kvæg og fårs effekt på naturtilstanden viser at kvæg har en markant positiv
effekt på naturtilstanden, mens får viser effekter som er negative for naturtilstanden. Græsning med
kvæg må være at foretrække frem for græsning med får på sure overdrev, hvis artsrigdommen skal
bevares.
Interaktionen mellem kvælstofdeposition og græsning viser en negativ effekt på
naturtilstanden i form af et plantesamfund med flere konkurrencestærke arter. Samme effekt ses ved
interaktionen mellem kvælstofdeposition og kvæg. Omvendt viser interaktionen mellem
kvælstofdeposition og får en positiv effekt på antallet af arter. Det må vurderes at interaktionerne er
komplekse og det er nødvendigt at være opmærksom på eventuelle effekter ved interaktioner
mellem kvælstofdeposition og græssende dyr.
Arealanvendelse viser signifikante effekter på alle indikatorer på nær antallet af arter. Den
ekstensive arealanvendelse viser sig mest positiv for naturtilstanden sammenlignet med intensiv
arealanvendelse eller ingen landbrugsaktivitet. Dette er et forventeligt resultat, da sure overdrev er
afhængige af ekstensiv landbrugsdrift for at opretholde de karakteristiske træk (afsnit 2.5 og afsnit
2.6.).
48 Luftfotos er brugt til at identificere græssende dyr på de sure overdrev. Det viste sig at være
en hensigtsmæssig og brugbar metode, men den bød også på udfordringer (afsnit 3.4).
Det er svært og kompliceret at tolke direkte på afgrødekoder, når arealanvendelsen skal
vurderes. I dette speciale er der lavet en vurdering og fortolkning af afgrødekodernes
naturvenlighed og afgrødekoderne er inddelt i en intensiv og ekstensiv arealanvendelse. Resultater
af arealanvendelsen viser, at afgrødekoderne i den ekstensive arealanvendelse kan vurderes som
værende forholdsvis naturvenlig på sure overdrev.
Danmark har gennem medlemsskabet af EU forpligtet sig til at sikre gunstig bevaringsstatus
for på sure overdrev. Mange af de sure overdrev i Danmark er i ugunstig tilstand og der skal gøres
noget for at leve op til forpligtelsen.
Det er interessant fra et forvaltningsmæssigt perspektiv at græsning har en større effekt eller
påvirkning på naturtilstanden end kvælstofdeposition. Det er uden tvivl vigtigt at regulere
udledningen af kvælstof, men i en dansk kontekst, hvor intervallet for kvælstofdepositionen er
forholdsvis lille (sammenlignet med andre steder i Europa) er det muligvis vigtigere at fokusere på
bedre betingelser og vilkår for græsnings- og plejeaftaler. Det kunne eksempelvis ske ved at
motivere eller opfordre landmænd til at foretage naturpleje. Det kan bl.a. gøres med økonomiske
incitamenter, ved at lempe kravene til bl.a. plantedække på naturarealer eller ved ligefrem at gøre
naturpleje til en attraktiv driftsgren (Videncentret for landbrug ukendt år; NaturErhvervstyrelsen
2015b). Der er dog allerede fokus på disse ting i de nyeste tilskudsordninger og i igangværende
projekter (NaturErhvervstyrelsen 2015c; Naturstyrelsen 2015).
Brugen af afgrødekoder til vurdering af arealanvendelsen kan måske vise sig som en nyttig
metode ved fremtidige vurderinger, selvom det er kompliceret at tolke direkte på dem. Arealerne
med afgrødekoder inddelt i den ekstensive arealanvendelse, og især afgrødekode 254, må vurderes
at have en arealanvendelse som er forholdsvis naturvenlig og til gavn for de sure overdrev. De nye
tilskudsordninger med fast græsningstryk gør det muligvis også nemmere at vurdere
græsningstrykket i fremtiden (NaturErhvervstyrelsen 2015c).
49
7. Tak til…
Der skal lyde et tak til mine vejledere Christian Frølund Damgaard og Winnie Heltborg
Brøndum. Også et tak til Rita Hørfarter og Marianne Haugaard-Christensen fra SEGES for hjælp til
udtræk og forståelse af afgrødekoder.
Derudover et tak til Jakob Thyrring for nogle gode snakke om statistik og opmuntrende ord
med på vejen. Bodil Klein Juhl og Christian Damsgaard skal have et tak for korrekturlæsning på
opgaven.
Jeg vil også gerne takke Morten Rud og Just Krogh Simonsen for lån af kontorplads og
hyggelige stunder med kaffe og kage. Ligeledes et tak til Ane Middelbo og Sofie Mathiesen for
kontorly og varm kakao.
Sidst men ikke mindst et kæmpe tak til min tålmodige kæreste Camilla og min dejlige datter
Nora, som kom til verden midt i processen.
50 8. Referencer
Bak, J. L. 2013. Tålegrænser for dansk natur. Opdateret landsdækkende kortlægning af tålegrænser for dansk natur og
overskridelser heraf. Aarhus Universitet, DCE – Nationalt Center for Miljø og Energi, 94 s. - Videnskabelig rapport fra
DCE - Nationalt Center for Miljø og Energi nr. 69. http://dce2.au.dk/pub/SR69.pdf.
Bobbink, R., M. Hornung, and J. G. M. Roelofs. 1998. The effects of air-born nitrogen pollutants on species diversity in
natural and semi-natural European vegetation. Journal of Ecology 86:717–738.
Brunbjerg, A. K., J.-C. Svenning, and R. Ejrnæs. 2014. Experimental evidence for disturbance as key to the
conservation of dune grassland. Biological Conservation 174:101–110.
Bruun, H. H., and R. Ejrnæs. 1998. Overdrev - en beskyttet naturtype. Miljøministeriet, Skov- og Naturstyrelsen.
Buttenschøn, R. 2007. Græsning og høslæt i naturplejen. Center for Skov, Landskab og Planlægning/Københavns
Universitet. Available from http://curis.ku.dk/ws/files/20596239/graesningsbog.pdf.
By- og Landskabsstyrelsen. 2009. Vejledning om naturbeskyttelseslovens
http://naturstyrelsen.dk/media/nst/70872/1-sidet-24-6-vejled-%C2%A73.pdf.
§
3
beskyttede
naturtyper.
Damgaard, C., L. Jensen, L. M. Frohn, F. Borchsenius, K. E. Nielsen, R. Ejrnæs, and C. J. Stevens. 2011. The effect of
nitrogen deposition on the species richness of acid grasslands in Denmark: A comparison with a study performed on a
European scale. Environmental Pollution 159:1778–1782.
Damgaard, C.F., Strandberg, B., Nielsen, K.E., Bak, J.L. & Skov, F. 2007: Forvaltningsmetoder i N-belastede
habitatnaturtyper. Danmarks Miljøundersøgelser, Aarhus Universitet. 45 s. – Faglig rapport fra DMU nr. 637
http://www.dmu.dk/Pub/FR637.pdf .
Damgaard, S. C. C. 2014. Driftshistoriens betydning for naturtilstanden på sure overdrev i Danmark.
http://studerende.au.dk/fileadmin/bioscience/Uddannelse/Specialerapporter_og_abstracts/2014-0214_speciale_Stinna_Damsgaard.pdf.
Danmarks Miljøportal. 2015. Danmarks Arealinformation. http://www.miljoeportal.dk/soegmiljoedata-/soeg_areal/Sider/forside.aspx.
Danmarks Statistik. 2014. Arealanvendelse: Hovedtal - Danmarks Statistik. http://www.dst.dk/da/Statistik/emner/areal/arealanvendelse.aspx (accessed November 5, 2014).
Diekmann, M. 1995. Use and improvement of Ellenberg’s indicator values in deciduous forests of the Boreo-nemoral
zone in Sweden. Ecography 18:178–189.
Duprè, C., C. J. Stevens, T. Ranke, A. Bleeker, C. Peppler-Lisbach, D. J. G. Gowing, N. B. Dise, E. Dorland, R.
Bobbink, and M. Diekmann. 2010. Changes in species richness and composition in European acidic grasslands over the
past 70 years: the contribution of cumulative atmospheric nitrogen deposition. Global Change Biology 16:344–357.
EIONET. 2008. The Article 17 web tool on biogeographical assessments of conservation status for species and habitats,
as reported by member states according to the provisions of Article 17 of the Habitats Directive. - European
Environment Agency, European Topic Centre on Biological Diversity. http://bd.eionet.europa.eu/article17/habitatsreport/?group=Z3Jhc3NsYW5kcw%3D%3D&country=DK&region=.
Ejrnæs, R., Wiberg-Larsen, P., Holm, T.E., Josefson, A., Strandberg, B., Nygaard, B., Andersen, L.W., Winding, A.,
Termansen, M., Hansen, M.D.D., Søndergaard, M., Hansen, A.S., Lundsteen, S., Baattrup-Pedersen, A., Kristensen, E.,
Krogh, P.H., Simonsen, V., Hasler, B. & Levin, G. 2011: Danmarks biodiversitet 2010 – status, udvikling og trusler.
Danmarks Miljøundersøgelser, Aarhus Universitet. 152 sider – Faglig rapport fra DMU nr. 815.
.
51
Ejrnæs, R., and H. H. Bruun. 2000. Gradient analysis of dry grassland vegetation in Denmark. Journal of Vegetation
Science 11:573–584.
Ejrnæs, R., B. Nygaard, and J. Fredshavn. 2009a. Overdrev, enge og moser. Håndbog i naturtypernes karakteristik og
udvikling samt forvaltningen af deres biodiversitet. Danmarks Miljøundersøgelser, Aarhus Universitet. 76 s. – Faglig
rapport fra DMU nr. 727. Danmarks Miljøundersøgelser, Aarhus Universitet. http://www2.dmu.dk/Pub/FR727.pdf.
Ejrnæs, R., Nygaard, B., Fredshavn, J.R., Nielsen, K.E. & Damgaard, C. 2009b: Terrestriske Naturtyper 2007.
NOVANA. Danmarks Miljøundersøgelser, Aarhus Universitet. 150 s. – Faglig rapport fra DMU nr. 712.
http://www.dmu.dk/Pub/FR712.pdf.
Ellenberg, H., H. E. Weber, R. Düll, V. Wirth, W. Werner, and D. Paulisen. 1992. Zeigerwerte von Planzen in
Mitteleuropa. Scripta Geobotanica 18. Verlag E. Goltze KG. Göttingen.
Ellermann, T., Andersen, H.V., Bossi, R., Christensen, J., Løfstrøm, P., Monies, C., Grun- dahl, L. & Geels, C. 2011:
Atmosfærisk deposition 2010. NOVANA. Aarhus Universitet, DCE – Nationalt Center for Miljø og Energi. 109s. –
Videnskabelig rapport fra DCE – Nati- onalt Center for Miljø og Energi nr. 2. http://www2.dmu.dk/Pub/SR2.pdf.
Fredshavn, J.R., Ejrnæs, R., Damgaard, C., Nielsen, K.E. & Nygaard, B. 2011: Terrestriske habitatnaturtyper 20042010. NOVANA. Aarhus Universitet, DCE – Nationalt Center for Miljø og Energi, 168 s. - Videnskabelig rapport fra
DCE - Nationalt Center for Miljø og Energi nr. 7 http://www.dmu.dk/Pub/SR7.pdf.
Fredshavn, J. R., K. E. Nielsen, R. Ejrnæs, F. Skov, B. Strandberg, B. Nygaard, and V. K. Johannsen. 2009.
Overvågning af terrestriske naturtyper. Tekniske anvisninger til overvågning af terrestriske naturtyper. Danmarks
Miljøundersøgelser, Aarhus Universitet. http://www.dmu.dk/fileadmin/Attachments/TAN1_106_01_FDCNY1.pdf.
Fredshavn, J.R., Nygaard, B. & Ejrnæs, R. 2010. Naturtilstand på terrestriske naturarealer – besigtigelser af § 3-arealer.
2. udgave. Danmarks Miljøundersøgelser, Aarhus Universitet. 72 s. – Faglig rapport fra DMU nr. 792.
http://www.dmu.dk/Pub/FR792.pdf
Grafen, A., and R. Hails. 2009. Modern Statistics for the Life Science. Oxford University Press.
Greve, M. H., M. B. Greve, P. K. Bøcher, T. Balstrøm, H. Breuning-Madsen, and L. Krogh. 2007. Generating a Danish
raster-based topsoil property map combining choropleth maps and point information. Geografisk Tidsskrift-Danish
Journal of Geography 107:1–12.
Grime, J. P. 1977. Evidence for the Existence of Three Primary Strategies in Plants and Its Relevance to Ecological and
Evolutionary Theory. The American Naturalist, Vol. 111, No. 982, pp. 1169-1194.
Halada, L., D. Evans, C. Romão, and J.-E. Petersen. 2011. Which habitats of European importance depend on
agricultural practices? Biodiversity and Conservation 20:2365–2378.
Henrys, P. A., C. J. Stevens, S. M. Smart, L. C. Maskell, K. J. Walker, C. D. Preston, A. Crowe, E. C. Rowe, D. J.
Gowing, and B. A. Emmett. 2011. Impacts of nitrogen deposition on vascular plants in Britain: an analysis of two
national observation networks. Biogeosciences 8:3501–3518.
Lemming, C., and W. H. Brøndum. 2012. Kvælstofdeposition, naturtilstand og regulering af landbruget, Videncentret
for landbrug. Videncentret for landbrug. www.vfl.dk.
Levin, G. 2013. Opgørelse for plejekrævende naturarealer. Beskrivelse af anvendt data og metode samt præsentation af
resultater for opgørelse over arealstørrelser af plejekrævende naturarealer i Danmark. Aarhus Universitet, DCE –
Nationalt Center for Miljø og Energi, 31 s. - Teknisk rapport fra DCE - Nationalt Center for Miljø og Energi nr. 24
http://www.dmu.dk/Pub/TR24.pdf
Maskell, L. C., S. M. Smart, J. M. Bullock, K. Thompson, and C. J. Stevens. 2010. Nitrogen deposition causes
widespread loss of species richness in British habitats. Global Change Biology 16:671–679.
Muller, S. 2002. Appropriate agricultural management practices required to ensure conservation and biodiversity of
52 environmentally sensitive grassland sites designated under Natura 2000. Agriculture, Ecosystems and Environment
89:261–266.
NaturErhvervstyrelsen. 2015a. Gødningsregnskab - NaturErhvervstyrelsen. http://naturerhverv.dk-/landbrug/goedning/goedningsregnskab.
NaturErhvervstyrelsen. 2015b. Vejledning om tilsagn til miljø- og økologiordningder samt miljøvenlige
jordbrugsforanstaltninger (for tilsagn givet 1995-2014). Ministeriet for Fødevarer, Landbrug og Fiskeri.
http://naturerhverv.dk/fileadmin/user_upload/NaturErhverv/Filer/Tilskud/Arealtilskud/Miljoe_oekologitilskud/2015_Mi
ljoe-_og_oekologitilsagn/Samlet_vejledning_om_eksisterende_tilsagn_endelig_2015_020215.pdf.
NaturErhvervstyrelsen. 2015c. Vejledning om tilskud til pleje af græs- og naturarealer 2015. www.naturerhverv.dk.
Naturstyrelsen. 2014a. Overdrev http://naturstyrelsen.dk/naturbeskyttelse/national-naturbeskyttelse/beskyttede-naturtyper-%C2%A7-3/naturplejeportalen/overdrev/.
Naturstyrelsen. 2014b. Naturbeskyttelsesdirektiver. http://naturstyrelsen.dk/naturbeskyttelse/international-naturbeskyttelse/eu-direktiver/naturbeskyttelsesdirektiver/.
Naturstyrelsen. 2014c. Naturtyper. http://naturstyrelsen.dk/naturbeskyttelse/natura-2000/natura-2000-omraaderne/beskyttede-arter-og-naturtyper/naturtyper/.
Naturstyrelsen. 2014d. Overvågning af vand og natur. http://naturstyrelsen.dk/vandmiljoe/overvaagning-af-vand-ognatur/ (accessed October 31, 2014).
Naturstyrelsen. 2015. Naturpleje som driftsgren. http://naturstyrelsen.dk/naturbeskyttelse/naturprojekter/naturplejesom-driftsgren/.
Naturstyrelsen, Danmarks Miljøundersøgelser, Aarhus Universitet, og De Nationale Geologiske Undersøgelser for
Danmark og Grønland. 2011. Det Nationale Overvågningsprogram for Vand og Natur. NOVANA 2011-2015.
Programbeskrivelse. www.natyrstyrelsen.dk.
Nielsen, K.E., Damgaard, C., Nygaard, B., Bladt, J., Ejrnæs, R. & Bruus, M. 2012. Terrestriske naturtyper 2011 udvikling og areal. NOVANA. Aarhus Universitet, DCE – Nationalt Center for Miljø og Energi, 118 s. - Videnskabelig
rapport fra DCE - Nationalt Center for Miljø og Energi nr. 35 http://www.dmu.dk/Pub/SR35.pdf.
Nygaard, B., Ejrnæs, R., Baattrup-Pedersen, A. & Fredshavn, J.R. 2009: Danske plantesam- fund i moser og enge –
vegetation, økologi, sårbarhed og beskyttelse. Danmarks Miljøundersø- gelser, Aarhus Universitet. 144 s. – Faglig
rapport fra DMU nr. 728. http://www.dmu.dk/Pub/FR728.pdf.
Ostermann, O. P. 1998. The need for management of nature conservation sites designated under Natura 2000. Journal of
applied ecology 35:968–973.
Pannek, A., C. Duprè, D. J. G. Gowing, C. J. Stevens, and M. Diekmann. 2015. Spatial gradient in nitrogen deposition
affects plant species frequency in acidic grasslands. Oecologia 177:39–51.
Pasari, J. R., D. L. Hernández, and E. S. Zavaleta. 2014. Interactive Effects of Nitrogen Deposition and Grazing on
Plant Species Composition in a Serpentine Grassland. Rangeland Ecology & Management 67:693–700.
Sand-Jensen, K. 2007. Naturen i Danmark - DET ÅBNE LAND1. udgave, 1. oplag. Gyldendal.
Schaffers, A. P., and K. V. Sỳkora. 2000. Reliability of Ellenberg indicator values for moisture, nitrogen and soil
reaction: a comparison with field measurements. Journal of Vegetation science 11:225–244.
Seltman, H. J. 2012. Experimental design and analysis. Online at: http://www. stat. cmu. edu/,
hseltman/309/Book/Book.pdf. http://libvolume8.xyz/statistics/bsc/semester6/designofexperiments/experimentaldesigns/experimentaldesignstutorial2.pdf.
53
Smart, S. M., M. R. Ashmore, M. Hornung, W. A. Scott, D. Fowler, U. Dragosits, D. C. Howard, M. A. Sutton, and D.
Farmulari. 2004. Detecting the signal of atmospheric N deposition in recent national-scale vegetation change across
Britain. Water, Air and Soil Ppllution: Focus 4:269–278.
Snijders, T. A. B. 2005. Fixed and Random effects. In: B.S. Everitt and D.C. Howells (eds.), Encyclopedia of Statistics
in Behavioral Science. Volume 2:664–665.
Søgaard, B., Skov, F., Ejrnæs, R., Nielsen, K.E ., Pihl, S., Clausen, P., Laursen, K., Bregnballe, T., Madsen, J, BaatrupPedersen, A., Søndergaard, M., Lauridsen, T.L., Møller, P.F., Riis- Nielsen, T., Buttenschøn, R.M., Fredshavn, J.,
Aude, E. & Nygaard, B. 2003: Kriterier for gunstig bevaringsstatus. Naturtyper og arter omfattet af EF-habitatdirektivet
& fugle omfattet af EF-fuglebeskyttelsesdirektivet. 2. udgave. Danmarks Miljøundersøgelser. 462 s. - Faglig rapport fra
DMU, nr. 457. http://faglige-rapporter.dmu.dk.
Stevens, C. J. et al. 2010a. Nitrogen deposition threatens species richness of grasslands across Europe. Environmental
Pollution 158:2940–2945.
Stevens, C. J., N. B. Dise, D. J. G. Gowing, and J. O. Mountford. 2006. Loss of forb diversity in relation to nitrogen
deposition in the UK: regional trends and potential controls. Global Change Biology 12:1823–1833.
Stevens, C. J., K. Thompson, J. P. Grime, C. J. Long, and D. J. G. Gowing. 2010b. Contribution of acidification and
eutrophication to declines in species richness of calcifuge grasslands along a gradient of atmospheric nitrogen
deposition: Acidification in relation to grassland species richness. Functional Ecology 24:478–484.
Timmermann, A., C. Damgaard, M. T. Strandberg, and J.-C. Svenning. 2015. Pervasive early 21st-century vegetation
changes across Danish semi-natural ecosystems: more losers than winners and a shift towards competitive, tall-growing
species. Journal of Applied Ecology 52:21–30.
Tipping, E., P. A. Henrys, L. C. Maskell, and S. M. Smart. 2013. Nitrogen deposition effects on plant species diversity;
threshold loads from field data. Environmental Pollution 179:218–223.
Van der Wal, R., I. Pearce, R. Brooker, D. Scott, D. Welch, and S. Woodin. 2003. Interplay between nitrogen
deposition and grazing causes habitat degradation. Ecology Letters 6:141–146.
Videncentret for landbrug. ukendt år. Naturpleje som driftsgren.
Wilhjelmudvalget. 2001. En rig natur i et rigt samfund. Wilhjelmudvalget, Kbh. http://www2.skovognatur.dk/udgivelser/2002/87-7279-378-3/pdf/helepubl.pdf.
Zuur, A. F., E. N. Ieno, N. J. Walker, A. A. Saveliev, and G. M. Smith. 2009. Mixed Effects Models and Extensions in
Ecology with R. Springer.
54 9. Bilag
9.1 Bilag I - R script for udvælgelse af NOVANA stationer mv.
Import:
# Import af NOVANA abiotiske data (datasæt for lysåbne naturtyper):
alledata_abiotiske<-read.csv("/Users/SRD/Documents/Dokumenter/Uni/Speciale/NOVANA/NOVANA data/alledataabiotiske.csv", header=TRUE,sep=";", dec=".")
#Import af NOVANA frekvens data (antal arter):
alledata_frekvens_antal<-read.csv("/Users/SRD/Documents/Dokumenter/Uni/Speciale/NOVANA/NOVANA
data/alledata_frekvens_antal.csv", header=TRUE,sep=";", dec=".")
Sammenfletning og udvælgelse af data:
##Sammenfletninge af NOVANA abiotiske data og NOVANA frekvens data:
#Installering af pakken ’plyr’:
library("plyr", lib.loc="/Library/Frameworks/R.framework/Versions/3.1/Resources/library")
# Herefter sammenfletning:
alledata_abiotiske_frekvens<-join(alledata_abiotiske,alledata_frekvens_antal)
# Sortering, så tertiær habitattype = 6230:
Overdrev6230<-subset(alledata_abiotiske_frekvens,tertiaer.habitattype=="6230")
# Udvælgelse af data fra og med år 2007 (græsning):
Overdrev6230 <- subset(Overdrev6230, year>=2007)
##Udvælgelse af stationer og år (stationer og år med flest prøvefelter foretrækkes):
# Antal prøvefelter pr. station:
plots_station <- Overdrev6230[,c("station")]
# Antal prøvefelter pr. år:
plots_aar <- Overdrev6230[,c("year")]
# Antal prøvefelter pr. år for hver station:
table(plots_station, plots_aar)
# Der udvælges stationer hvor prøvefelter>=10:
plots_aar_station<-as.data.frame(table(plots_station, plots_aar))
plots_aar_station_1<-subset(plots_aar_station, Freq>=10)
##Sortering efter prøvefelter pr. station:
# Her skal pakken eeptools bruges:
install.packages("eeptools")
library(eeptools)
plots_aar_station_2 <- plots_aar_station_1[order(plots_aar_station_1$plots_station) , ]
Eksport af data:
# Eksporter data til manuelsortering i Excel:
write.csv(Overdrev6230,file="Overdrev6230.csv", row.names=FALSE)
write.csv(plots_aar_station_2,file="plots_aar_station_2.csv", row.names=FALSE)
55
Import af data:
# Import af sorteret data fra Excel:
Overdrev6230 <-read.csv("/Users/SRD/Documents/Dokumenter/Uni/Speciale/NOVANA/NOVANA data/Udtræk fra
R/Overdrev6230.csv", header=TRUE,sep=";", dec=".")
Tælle antal stationer:
#Tæller antallet af stationer efter sortering i Excel:
antal_stationer <- Overdrev6230[,c("station")]
as.data.frame(table(antal_stationer))
56 9.2 Bilag II – R script for modeller
Kvælstofdeposition og græsning (tabel 6)
#Ellenberg N:
model1=lme(EN ~ Ndep + graesning, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
model2=lme(fEN ~ Ndep + graesning, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
#Ellenberg N/R:
model3=lme(EN.ER ~ Ndep + graesning, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
model4=lme(fEN.ER ~ Ndep + graesning, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
#Grime C:
model5=lme(GC ~ Ndep * graesning, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
model6=lme(fGC ~ Ndep + graesning, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
#Antal arter:
model7=lme(arter ~ Ndep + graesning, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
Kvælstofdeposition og kvæg/får (tabel 8)
#Ellenberg N:
model8=lme(EN ~ Ndep + dyr, data=Overdrev6230_2, random = ~1|station, na.action = na.exclude)
model9=lme(fEN ~ Ndep + dyr, data=Overdrev6230_2, random = ~1|station, na.action = na.exclude)
#Ellenberg N/R:
model10=lme(EN.ER ~ Ndep + dyr, data=Overdrev6230_2, random = ~1|station, na.action = na.exclude)
model11=lme(fEN.ER ~ Ndep + dyr, data=Overdrev6230_2, random = ~1|station, na.action = na.exclude)
#Grime C:
model12=lme(GC ~ Ndep * dyr, data=Overdrev6230_2, random = ~1|station, na.action = na.exclude)
model13=lme(fGC ~ Ndep + dyr, data=Overdrev6230_2, random = ~1|station, na.action = na.exclude)
#Antal arter:
57
model14=lme(arter ~ Ndep * dyr, data=Overdrev6230_2, random = ~1|station, na.action = na.exclude)
Arealanvendelse (tabel 10)
#Ellenberg N:
model15=lme(EN ~ arealanvendelse, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
anova(model15)
model16=lme(fEN ~ arealanvendelse, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
anova(model16)
#Ellenberg N/R:
model17=lme(EN.ER ~ arealanvendelse, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
anova(model17)
model18=lme(fEN.ER ~ arealanvendelse, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
anova(model18)
#Grime C:
model19=lme(GC ~ arealanvendelse, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
anova(model19)
model20=lme(fGC ~ arealanvendelse, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
anova(model20)
#Antal arter:
model21=lme(arter ~ arealanvendelse, data=Overdrev6230, random = ~1|station, na.action = na.exclude)
anova(model21)
58 9.3 Bilag III – R-script for figurer
Figur 4:
# Andel af græsset og ugræssede prøvefelter for arealanvendelse
table4<-table(Overdrev6230$graesning, Overdrev6230$arealanvendelse)
barplot(table4, beside=T, legend.text=c("ugræsset", "græsset"), col=c(1,0), cex.lab=1.5, ylim=c(0,1000), las=1,
xlab="Drift", ylab="Antal prøvefelter")
Figur 5A:
# Naturvenlig rangering
pie(table(Overdrev6230$naturvenlig.rang))
Figur 5B:
# Arealanvendelse
pie(table(Overdrev6230$arealanvendelse))
Figur 6:
# Grime C dækningsgrad som funktion af kvælstofdeposition
plot(GC[graesning=="1"] ~ Ndep[graesning=="1"], las=1, ylim=c(0,8), col=2, pch=2, xlab="Kg N/ha/år", ylab="Grime
C (dækningsgrad)", cex.lab=1.1, data=Overdrev6230)
points(GC[graesning=="0"] ~ Ndep[graesning=="0"], ylim=c(0,8), col=3, pch=0, data=Overdrev6230)
abline(lm(GC[graesning=="1"] ~ Ndep[graesning=="1"], data=Overdrev6230), col=1, lty=1, lwd=2)
abline(lm(GC[graesning=="0"] ~ Ndep[graesning=="0"], data=Overdrev6230), col=1, lty=2, lwd=2)
Figur 7:
# Grime C dækningsgrad som funktion af kvælstofdeposition
plot(GC[dyr=="1"] ~ Ndep[dyr=="1"], las=1, ylim=c(0,80), col=1, pch=0, xlab="Kg N/ha/år", ylab="Antal arter",
cex.lab=1.1, data=Overdrev6230_2)
points(GC[dyr=="2"] ~ Ndep[dyr=="2"], ylim=c(0,80), col=2, pch=1, data=Overdrev6230_2)
points(GC[dyr=="3"] ~ Ndep[dyr=="3"], ylim=c(0,80), col=3, pch=2, data=Overdrev6230_2)
abline(lm(GC[dyr=="1"] ~ Ndep[dyr=="1"], data=Overdrev6230_2), col=1, lty=1, lwd=2)
abline(lm(GC[dyr=="2"] ~ Ndep[dyr=="2"], data=Overdrev6230_2), col=1, lty=2, lwd=2)
abline(lm(GC[dyr=="3"] ~ Ndep[dyr=="3"], data=Overdrev6230_2), col=1, lty=3, lwd=2)
Figur 8:
# Arter som funktion af kvælstofdeposition
plot(arter[dyr=="1"] ~ Ndep[dyr=="1"], las=1, ylim=c(0,80), col=1, pch=0, xlab="Kg N/ha/år", ylab="Antal arter",
cex.lab=1.1, data=Overdrev6230_2)
points(arter[dyr=="2"] ~ Ndep[dyr=="2"], ylim=c(0,80), col=2, pch=1, data=Overdrev6230_2)
59
points(arter[dyr=="3"] ~ Ndep[dyr=="3"], ylim=c(0,80), col=3, pch=2, data=Overdrev6230_2)
abline(lm(arter[dyr=="1"] ~ Ndep[dyr=="1"], data=Overdrev6230_2), col=1, lty=1, lwd=2)
abline(lm(arter[dyr=="2"] ~ Ndep[dyr=="2"], data=Overdrev6230_2), col=1, lty=2, lwd=2)
abline(lm(arter[dyr=="3"] ~ Ndep[dyr=="3"], data=Overdrev6230_2), col=1, lty=3, lwd=2)
60 9.4 Bilag IV – NOVANA stationer
Numre på NOVANA stationer:
11, 14, 15, 32, 50, 51, 77, 78, 87, 114, 124, 161, 165, 166, 176, 185, 195, 1068, 1069, 1071, 1078, 1079, 1080, 1082,
1083, 1084, 1085, 1086, 1087, 1088, 1090, 1091, 1092, 1093, 1181, 1196, 1197, 1198, 1199, 1200, 1201, 1202, 1203,
1204, 1206, 1207, 1250, 1251, 1252, 1253, 1255, 1256, 1257, 1260, 1262, 1264, 1265, 1266, 1267, 1268, 1269, 1270,
1271, 1272, 1273, 1274, 1275, 1276, 1277, 1315, 1331, 1350, 1351, 1381, 1382, 1384, 1388, 1390, 1392, 1393, 1394,
1395, 1467, 1474, 1475, 1509, 1510, 1539, 1540, 1541, 1543, 1550, 1589, 1590, 1623, 1624, 1666, 1669, 1670, 1671,
1672, 1674, 1740
61
9.5 Bilag V – NOVANA stationer, år, år brugt og afgrødekode(r)
Station
11
14
15
32
50
51
77
78
87
114
124
161
165
166
176
185
195
1068
1069
1071
1078
1079
1080
1082
1083
1084
1085
1086
1087
1088
1090
1091
1092
1093
1181
1196
1197
1198
1199
1200
1201
1202
1203
1204
1206
1207
1250
1251
1252
1253
1255
62 År
2007
2008
2008
2009
2008
2009
2008
2009
2009
2008
2009
2009
2009
2009
2009
2008
2008
2009
2009
2009
2009
2007
2009
2007
2011
2007
2009
2011
2009
2008
2011
2011
2009
2011
2007
2007
2009
2009
2007
2007
2007
2009
2009
2009
2009
2009
2009
2009
2009
2009
2009
År brugt
2008
2008
2008
2009
2008/09/11
2009
2008
2009
2009/11
2008
2009
2009
2009
2009
2009
2010
2008/11
2008
2009
2009
2009/11
2008/09
2009
2011
2011
2011
2009
2011
2009
2009
2011
2011
2009
2011
2008
2010
2009
2009/10
2008
2009
2010
2009
2011
2009
2009
2009
2009
2011
2011
2009
2011
Afgrødekode
252
252
251
252
276/252
250
902/250
254/252
254
250
254/251
254
252
250/252
254/252
252
Ingen afgrødekode
276
252
254/252
276/252/254
252/276
902/251
252/251
252/263
251/254
Ingen afgrødekode
252
Ingen afgrødekode
254/276
252/254
252
254/250
250/251
902
254
350/252
252/276/257
260
310
276
260
276/252
254
Ingen afgrødekode
260
251
252
254
902/252
254/901
1256
1257
1260
1262
1264
1265
1266
1267
1268
1269
1270
1271
1272
1273
1274
1275
1276
1277
1315
1331
1350
1351
1381
1382
1384
1388
1390
1392
1393
1394
1395
1467
1474
1475
1509
1510
1539
1540
1541
1543
1550
1589
1590
1623
1624
1666
1669
1670
1671
1672
1674
1740
2009
2009
2008
2009
2008
2009
2009
2009
2009
2009
2009
2008
2009
2008
2009
2009
2009
2009
2009
2009
2011
2009
2008
2008
2009
2010
2007
2011
2009
2007
2009
2008
2007
2007
2007
2011
2011
2007
2011
2011
2007
2009
2009
2007
2009
2009
2007
2007
2009
2009
2009
2011
2009
2009
2008
2010
2009/10
2010
2009
2009/10
2009
2010
2010
2008
2009/10
2008
2009
2009
2011
2009
2009
2009
2011
2009
2008
2010
2009
2010
2009
2011
2009
2008
2009
2008
2008
2010
2011
2011
2011
2008
2011
2011
2008
2009
2009
2008
2009
2009
2008
2008
2011
2009
2009
2011
902
254
252/250
252
250/ Ingen afgrødekode
254
276
251/260/ Ingen afgrødekode
Ingen afgrødekode
255/252
258/312
251/250
254/902
251
276/254
263/254
254
902/252/250/254
254
254
254
260/250/263
Ingen afgrødekode
254
Ingen afgrødekode
252
251
254/252
254
250
254/252
Ingen afgrødekode
251
254/902
254
252
276/254
252/250
250/254/276
254/318
276/252
Ingen afgrødekode
Ingen afgrødekode
250
254
Ingen afgrødekode
Ingen afgrødekode
251
250
254
254
254/318
63
9.6 Bilag VI – Tabel for gennemgang af luftfotos
Station
År
Prøvefelter
ugræsset
10
Dyr
Bemærkninger
2007
Prøvefelter
græsset
7
11
Dyr på i 2010, får
14
2008
13
6
Dyr på i 2010, kvæg
15
2008
22
1
Kan ikke se nogle dyr
Umiddelbart kun 4 som ikke er
græsset
Ser ikke ud som om dyrene har
adgang til alle græsset plots
Der er en del træer. Der er dyr
på arealerne ved siden af (kvæg)
32
2009
6
32
50
2008
28
9
51
2009
26
7
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2010, kvæg
77
2008
39
0
78
2009
26
7
87
2009
28
8
114
2008
51
11
124
2009
34
0
161
2009
27
0
165
2009
24
11
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2010, får
166
2009
19
8
Dyr på i 2010, kvæg
176
2009
24
0
Dyr på i 2008, kvæg
185
2008
26
0
Dyr på i 2010, kvæg
195
2008
23
2
Vildt fra dyrehaven
1068
2009
19
0
Dyr på i 2010, kvæg
1069
2009
1
14
Nej
1071
2009
10
0
1078
2009
10
3
1079
2007
24
15
1080
2009
11
10
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2010, kvæg
1082
2007
13
2
Dyr på i 2008, 2010, kvæg
1083
2011
9
1
1084
2007
0
23
Dyr på i 2008, 2010 og
2012, kvæg
Nej
1085
2009
16
0
64 Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2010 og 2012,
kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008, får
Dyr på i 2008 og 2012,
heste eller kvæg (se
billeder)
Måske dyr på i 2008, kan ikke
helt se om de har adgang
Kun 2 prøvefelter er ugræsset
Alle prøvefelter umiddelbart
græsset
Umiddelbart er alle prøvefelter
græsset
Ser ud som om der er få kvæg
på i 2010
14 af de ugræssede prøvefelter
blev græsset i 2008, kvæg
I tvivl om det er kvæg eller
heste (se billeder)
1086
2011
10
0
1087
2009
31
0
1088
2008
12
5
1090
2011
6
4
1091
2011
10
0
1092
2009
17
1
1093
2011
10
0
1181
2007
3
11
Dyr på i 2010 og 2012,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2010 og 2012,
kvæg
Dyr på i 2008 og 2012, får
1196
2007
19
0
Dyr på i 2010, kvæg
1197
2009
18
0
Ligner måske heste
1198
2009
10
0
1199
2007
39
0
1200
2007
0
36
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008 og 2010,
kvæg
Nej
1201
2007
0
35
Nej
Måske er der dyr som har
adgang i 2008 og 2010
1202
2009
24
0
1203
2009
20
0
1204
2009
31
0
1206
2009
0
20
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Nej
1207
2009
16
3
1250
2009
39
0
1251
2009
10
1
1252
2009
23
4
1253
2009
7
3
1255
2009
5
10
1256
2009
11
0
1257
2009
10
0
1260
2008
14
2
1262
2009
17
0
1264
2008
23
1
Dyr på i 2010 og 2012,
kvæg
Dyr på i 2012, får
Måske dyr på i 2008
Dyr på i 2010 og 2012,
kvæg
Dyr på i 2012, kvæg
2 af de græssede plot er der
ingen dyr på
1 plot af de ugræsset er græsset
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2010 og 2012,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på 2008, 2010 og
2012, kvæg
Dyr på i 2010 og 2012,
kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2010, kvæg
Ikke alle prøvefelter ser ud til at
være græsset
Kan ikke se dyr på alle
prøvefelter i 2012
Ser ud som om alle prøvefelter
er græsset. Måske får på 2008
(se billede)
I tvivl om dyr på nogle af
prøvefelterene (det ene område)
Måske både kvæg og får i 2008
(se billeder)
Ser ud som om de tre ugræssede
prøvefelter kan græsses
Det ugræssede plot er
umiddelbart græsset. Måske
heste som græsser ved nogle af
prøvefelterene
De 4 ugræssede prøvefelter er
græsset
De to plot som er ugræsset er
græsset
Er svært og se om kvæget
egentlig har adgang til arealet
65
1265
2009
33
3
Dyr på i 2010, kvæg
1266
2009
0
31
Nej
1267
2009
7
25
1268
2009
25
2
Dyr på i 2008 og 2012,
kvæg
Dyr på i 2008 og 2010,
kvæg
1269
2009
27
0
1270
2009
19
4
1271
2008
27
1
1272
2009
7
16
1273
2008
5
10
1274
2009
19
2
1275
2009
28
2
1276
2009
23
3
1277
2009
45
7
1315
2009
32
1
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008 og 2010,
kvæg og får
Dyr på i 2008 og 2010, får
1331
2009
15
0
Dyr på i 2008 og 2010, får
1350
2011
10
0
1351
2009
25
0
1381
2008
0
15
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008 og 2010,
heste
Nej
1382
2008
11
3
Dyr på i 2008, 2010, kvæg
1384
2009
18
0
Dyr på i 2012 (måske 2008
og 2010), kvæg
1388
2010
14
0
1390
2007
0
11
Dyr på i 2008 og 2012,
kvæg. Måske dyr på i
2010, heste
Nej
1392
2011
8
2
Kan ikke se nogle dyr
1393
2009
20
1
1394
2007
25
0
1395
2009
29
0
1467
2008
0
10
Dyr på i 2008 (kvæg), dyr
på i 2012 (heste)
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Nej
1474
2007
23
0
Dyr på i 2008 og 2012, får
1475
2007
1
40
Nej
66 Dyr på i 2008 og 2010,
kvæg
Dyr på i 2010, kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008 og 2012,
kvæg
Dyr på i 2010, kvæg
Måske kvæg på i 2008. Svært at
se om de har adgang
Måske dyr på i 2010
De to ugræssede prøvefelter er
umiddelbart græsset. Dyr på det
ene areal 2008 (heste?), dyr på
det andet i 2010 (kvæg)
Alle prøvefelter græsset
Alle prøvefelter græsset
Måske dyr på i 2008, kan ikke
helt se om de har adgang
Alle prøvefelter umiddelbart
græsset
Det er et stort område, så svært
at se om alt er græsset
Mangler koordinater på 2
prøvefelter
Enkelt plot med kvæg og ellers
ligner det meget heste
Svært at se om kvæget har
adgang i 2008 og 2010. De er i
hvert fald på naboarealerne
Måske dyr på i 2010
Mangler koordinater på 5
prøvefelter
Er i tvivl om 2008. Kunne
måske også være kvæg, hvis der
er dyr på
Svært at bedømme, da det ser ud
som om der er mulighed for at
1509
2007
37
0
1510
2011
0
10
1539
2011
9
1
Dyr på det ene areal 2012,
kvæg
1540
2007
13
1
1541
2011
6
4
1543
2011
10
0
Dyr på i 2008 og 2010,
kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2010, får
1550
2007
27
4
1589
2009
0
10
Dyr på i 2008, 2010 og
2012, kvæg
Nej
1590
2009
0
20
Nej
1623
2007
26
0
1624
2009
14
0
1666
2009
0
13
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2008, 2010 og
2012, kvæg
Nej
1669
2007
0
12
Nej
1670
2007
19
9
Kan ikke se nogle dyr
Der er en del træer
1671
2009
24
0
1672
2009
17
0
Dyr på i 2008, 2010 og
2012, kvæg
Dyr på i 2010, får
Er lidt usikker på om det er
kvæg og om der er dyr på i 2008
Meget svært at se dyrene
1674
2009
23
0
1740
2011
7
3
Dyr på i 2010 og 2012,
kvæg
Nej
dyrene omkring har adgang til
arealet
Måske også dyr på i 2008. Liger
et styk kvæg
Det vil sige at det umiddelbart
kun er 7 prøvefelter som er
græsset
Det ene ugræssede bliver
umiddelbart græsset
Dyr på i 2008, 2010 og
2012, får
Dyr på i 2008, 2010 og
2012, kvæg
67