LIMNOLOGIAN JA KALABIOLOGIAN TUTKIMUSMENETELMÄT WETA104, 8 op. Jyväskylässä

Transkriptio

1 LIMNOLOGIAN JA KALABIOLOGIAN TUTKIMUSMENETELMÄT WETA14, 8 op Jyväskylässä Harjoitustyöt Opiskelijat: Hasu Teemu Jurvanen Joni Koivunen Henna Koski Alisa Kosola Eeva Luoma Essi Mäkinen Chris Mäkinen Lotta Pudas Aaro Pysäys Joonas Rantamo Carita Tervonen Reetta Tuloisela Markus Ventelä Emmi Väkevä Topi Ohjaajat: Hämäläinen Heikki Karjalainen Juha Marjomäki Timo Pirhonen Juhani (toim.) Salmi Pauliina Syrjänen Jukka Taskinen Jouni Jyväskylän yliopisto Bio- ja ympäristötieteiden laitos 217

2 Sisältö Luoma E. TULOSTEN LUOTETTAVUUS KASVIPLANKTONLASKENNASSA... 1 Pudas A. ja Pysäys J. KASVIPLANKTONIN PYSTYJAKAUMA PÄIJÄNNE-KEITELE - REITILLÄ... 5 Rantamo C. ja Ventelä E. SYVÄNNEPOHJAELÄINYHTEISÖJEN AJALLINEN VAIHTELU JA YMPÄRISTÖN VAIKUTUS YHTEISÖIHIN Tuloisela M. ja Jurvanen J. LOISTEN ESIINTYMISEN VAIHTELU KONNEVEDEN HAUKILAHDELLA JA TUTKIMUSASEMAN LAHDESSA. 17 Tervonen R. ja Väkevä T. RUOKINNAN VAIKUTUS KIRJOLOHIEN FYSIOLOGISIIN TOIMINTOIHIN JA STRESSIVASTEESEEN.. 23 Koski A. ja Kosola E. JOKI- JA TÄPLÄRAVUN SAALISTUSTEHOKKUUS. 3 Koivunen H. ja Mäkinen L. KONNEVEDEN EKOLOGISEN TILAN ARVIONTI EQR4- LAATUSUHTEEN AVULLA.. 34 Hasu T ja Mäkinen C. TAIMENEN POIKASTIHEYS KONNEVEDEN SIIKAKOSKESSA.. 4

3 1 TULOSTEN LUOTETTAVUUS KASVIPLANKTONLASKENNASSA Essi Luoma Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract Phytoplankton is commonly used indicator for water quality. Phytoplankton samples used in this work were collected with Limnos-sampler from four water areas as part of the course WETA14. Collected samples were settled by using Ütermöhl-method and counted after 16 hours with inverted microscope. Different phytoplankton groups were counted separately but in this work only total number of cells was scrutinized. Purpose of this work was to determine uncertainty of the counting results. In this work confidence interval was measured in percents of the mean abundance of cells in one field, which expresses uncertainty of results by estimating probability of certain range where realistic value situates. Most counting results of this work were quite uncertain according to confidence intervals. Avainsanat: Kasviplanktonnäytteet, Ütermöhl-laskeutusmenetelmä, luottamusväli 1. JOHDANTO Kasviplanktonin laatua ja määrää käytetään indikaattorina arvioitaessa vesistöjen tilaa, sillä se reagoi helposti muutoksiin veden ravinnekoostumuksessa ja happamuudessa. Solutiheys (kpl/ml) on käyttökelpoinen arvo kuvaamaan planktonin runsautta. Tiheyden laskentamenetelmät vaihtelevat riippuen tutkimuksen tavoitteesta ja halutusta tarkkuudesta. (Järvinen ym. 211). Kasviplankton tiheyden määrittämiseen käytetyin menetelmä on Ütermöhl-laskeutusmenetelmä. Monivaiheinen menetelmä koostuu näytteen otosta, näytteen osituksesta, laskeutuksesta ja itse laskennasta Tulosten tarkkuuteen liittyy monivaiheisessa näytteen käsittelyssä riski suureen vaihteluun. Laskentatapahtumaan liittyvää epävarmuutta pystytään kuitenkin arvioimaan selvittämällä laskennoille luottamusvälit. Muiden virhettä aiheuttavien tekijöiden kvantitatiivinen tarkastelu on haasteellista. Tavoitteena tässä työssä oli tarkastella kurssilla tehtyjen kasviplanktonlaskentojen luotettavuutta ja pohtia näytteen laskennan vaihtelun lähteitä. 2. AINEISTO JA MENETELMÄT Aineisto koostui WETA14-kurssilla kurssityönä kerätyistä ja lasketuista kasviplanktonnäytteistä. Lasketut näytteet olivat peräisin neljältä eri vesistöalueelta, Leppävedeltä, Saraavedeltä, Saukonselältä ja Vatianjärveltä. Kerätyistä näytteistä tehdyt osanäytteet olivat suurin osa 5 ml ja osa 25 ml. Näytteet olivat eri syvyyksillä ja niiden keräämiseen käytettiin Limnos-putkinoudinta. Näytettä kerättiin ruskeisiin 1 ml lasipulloihin. Leppävedellä syvyydet olivat m, 2 m, 15 m, 35 m ja 41 m, Saraavedellä m, 5 m, 1 m, 15 m, 2 m ja 25 m, Saukonselällä m, 2 m, 5 m, 1 m, 15 m, 2 m, 25 m 3 m, 32 m ja Vatianjärvellä m, 5 m, 1 m ja 28 m. Planktonnäytteiden käsittelyyn käytettiin Ütermöhl-laskeutusmenetelmää. Näytteet säilöttiin Lugolin liuokseen (1 ml per 1 ml näytettä) heti laboratorioon saavuttua ja näytteet kaadettiin 5 ml tai 25 ml laskeutuskammioihin, jotka olivat asetettu kyvettien päälle. Laskeutumisaika oli noin 16 tuntia. Kurssilla jokaisesta näytteestä suoritettiin laskennat käänteismikroskoopilla rinnakkaisista näkökentistä, jotka valikoitiin satunnaisesti. Laskennat tehtiin jokaisesta näytteestä karkeammalla ja tarkemmalla suurennoksella ja niissä kartoitettiin eri kasviplanktonryhmiin kuuluvien solujen määrää noin sataan soluun asti, mutta kuitenkin

4 2 vähintään kymmenestä näkökentästä ja maksimissaan 5 näkökentästä. Suurennokset vaihtelivat riippuen mikroskoopin valmistajasta. Tässä työssä käytettiin tarkemmalla suurennoksella tehtyjä laskentoja, joissa suurennokset vaihtelivat 32x-56x välillä. Tarkempaa suurennosta käytettiin, koska havaittujen solujen määrä niissä oli suurempi. Tutkittaessa vaihtelua näytteiden välillä, käytettiin vain kokonaissolumäärää. Taulukointiin käytettiin Microsoft Excel taulukointiohjelmaa. Näytteiden solumäärien lisäksi laskettiin solumäärän keskiarvo (ka) ja varianssi (s 2 ) näytteissä sekä haettiin Studentin t- jakaumataulukosta (Anonyymi A. 27) tiettyä n:n arvoa eli laskettujen näkökenttien määrää näytteessä vastaava vapausasteluku (t(n-1)) 95%-luotettavuudella. Tuloksille laskettiin luottamusväli (cfl95%) käyttäen vapausastelukua, varianssia, keskiarvoa ja laskettujen näkökenttien määrää (n). Luottamusvälin laskemiseen käytettiin seuraavaa kaavaa: 95% = 1 t(n 1) /n ka Luottamusväli tässä työssä oli prosenttiluku, joka kuvaa 95% todennäköisyyttä millä välillä todellinen tulos sijaitsee, tässä tapauksessa suhteessa kasviplanktonsolujen määrään satunnaisesti valitussa näkökentässä. Mitä suurempi prosenttiosuus, sitä suurempi on väli, jolla keskiarvo sijaitsee, ja sitä epävarmempana saatua tulosta voidaan pitää. SPSS-tilasto-ohjelman käyrän sovitus työkalulla testattiin varianssin ja keskiarvon suhteen yhteyttä luottamusväliin. 3. TULOKSET Lasketut solumäärien keskiarvot vaihtelivat,6 ja 19,5 välillä näytteissä. Luottamusvälit keskiarvoille olivat suurehkoja prosenttilukuja eli näytteistä lasketun keskiarvon luotettavuus on heikko (Taulukko 1). Suhteellisen hyvät luottamusvälit olivat saaneet vain kaksi Vatianjärveltä kerättyä näytettä ja yksi Saraaveden näyte. Näytteiden näkökenttien määrät eivät myöskään lisänneet laskennan luotettavuutta (Kuva 1). Taulukossa 1. varianssin suhteesta keskiarvoon voidaan huomata, että kasviplanktonhavainnot olivat aggregoituneita. Varianssin suhteen keskiarvoon lähestyessä arvoa 1, aineisto on Poisson-jakautunut. Pienempi (lähellä yhtä olevan) varianssin ja keskiarvon suhde näytteessä lisäsi tuloksen luotettavuutta (Kuva 2). Aineistoon sovitettiin käyrä potenssifunktiolla (power), sillä se kuvasti aineistoa paremmin kuin lineaarinen korrelaatiosuora. Tilastollisessa testauksessa varianssin ja keskiarvon suhteen yhteyden luottamusväliin havaittiin olevan merkitsevä (R 2 =,45; p <.1). Yhteyttä testattiin käyttämällä kuvaan 2. sovitettua käyrää. 4. TULOSTEN TARKASTELU Tulosten tarkastelussa havaittiin solujakauman olevan aggregoitunutta. Taulukossa 1. varianssin ja keskiarvon suhde ilmensi useissa tapauksissa havaintojen aggregoituneisuutta. Aggregoitunut jakauma näytteissä vaikutti luottamusväliin (Kuva 2). Lähellä yhtä olevilla varianssin ja keskiarvon suhteilla oli parempi luotettavuus. Suurimmalla osalla näytteistä laskennan tuloksen luotettavuus oli heikkoa. Näkökenttien lisäämisen näytteessä ei havaittu parantavan luotettavuutta (Kuva 1). Vaihtelun lähteitä tässä työssä oli todennäköisesti useita. Heikko luottamusväli näytteiden solumäärän keskiarvolle voi selittyä näytteen käsittelyn eri vaiheissa tapahtuneilla epätarkkuuksilla. Ütermöhl-laskeutusmenetelmä on monivaiheinen, joten on hyvin mahdollista, että näytteitä käsittelevä tai käsittelevät henkilöt käsittelevät huomaamattaan näytteitä hieman eri tavoin, jolla voi olla vaikutusta lopulliseen tulokseen.

5 3 Tässä työssä näytteiden laskijat tekivät kasviplanktonlaskentoja ensimmäisiä kertoja, jolloin tulosten tarkkuus ei todennäköisesti vastannut ammattilaisen suoritusta. Näkökenttien valinta ei kaikilla laskijoilla välttämättä ollut täysin satunnaista, mikä on lisännyt mahdollisesti havaintojen aggregoituneisuutta. Laskennassa käytetyt suurennokset vaihtelivat mikroskoopista riippuen, mistä johtuen osa levistä on mahdollisesti jäänyt havaitsematta tai tunnistamatta. Mahdollisesti näytteessä olleita roskia tai kuolleita leväsoluja on myös laskettu mukaan tulokseen. Taulukosta 1. nähdään, että laskeutuskammioiden tilavuus ei ollut kaikilla näytteillä sama, mikä on voinut vaikuttaa laskeutukseen ja lisännyt vaihtelua. Levät ovat myös herkkiä konvektiivisille virtauksille ja heilahduksille, joten välttämättä kaikki kyvetille laskeutetut näytteet eivät olleet satunnaisesti jakautuneita. Eri kasviplanktonryhmillä on myös erilaisia ominaisuuksia, jotka vaikuttavat niiden käyttäytymiseen laskeutuksessa ja laskennalliseen tulokseen, esimerkiksi piilevät tarttuvat toisiinsa helposti. Taulukko 1. Taulukossa on esitetty näytekohtaiset luottamusvälit ja varianssien suhde solumäärän keskiarvoon. Näyte Suurennos Vesialue Syvyys tilavuus cfl 95% s 2 /ka 56x Leppävesi m 5 ml 66 9,2 56x Leppävesi 2 m 5 ml 93 22,5 4x Leppävesi 15 m 5 ml 73 12,1 54x Leppävesi 35 m 25 ml 99 3,8 4x Leppävesi 41 m 5 ml 88 13,8 32x Saraavesi m 25 ml 62 5,6 4x Saraavesi 5 m 25 ml 33,9 4x Saraavesi 1 m 5 ml 79 4, 4x Saraavesi 15 m 5 ml 86 31,6 32x Saraavesi 2 m 5 ml 85 16,7 4x Saraavesi 25 m 5 ml 19 24,9 4x Saraavesi 35 m 5 ml 81 3,8 4x Saukonselkä m 25 ml 62 2,8 4x Saukonselkä 2 m 25 ml 52 1,3 32x Saukonselkä 5 m 25 ml 1 47,2 4x Saukonselkä 1 m 25 ml 55 2, 4x Saukonselkä 15 m 25 ml 81 28,5 4x Saukonselkä 2 m 25 ml ,2 36x Saukonselkä 25 m 25 ml 65 4,7 32x Saukonselkä 3 m 25 ml ,6 36x Saukonselkä 32 m 25 ml 115 1,6 4x Vatianjärvi m 5 ml 31 2, 32x Vatianjärvi 5 m 5 ml 77 12,2 4x Vatianjärvi 1 m 5 ml 2 1,1 54x Vatianjärvi 28 m 5 ml 13 31,5

6 Luottamusväli (%) Luottamusväli (%) Näkökenttien määrä näytteessä (kpl) Kuva 1. Näkökenttien määrän suhde luottamusväliin. Näkökenttien määrän ei voida kuvaajan perusteella parantavan näytteen luottamusväliä y = 44,398x,2548 R² =, Varianssin suhde keskiarvoon Kuva 2. Luottamusväli suhteessa varianssin ja keskiarvon suhteeseen. Pienempi varianssin suhde keskiarvoon lisää näytteen luotettavuutta. KIRJALLISUUS Anonyymi A. 27. Studentin t-jakaumataulukko. Hakupäivä Järvinen M., Forsström L., Huttunen M., Hällfors S., Jokipii R., Niemelä M., Palomäki A Kasviplanktonin laskentamenetelmät. SYKE vesikeskus, Helsingin yliopisto ympäristötieteen laitos, SYKE merikeskus, Jyväskylän yliopisto ympäristöntutkimuskeskus. Taanila. A. 211 Akin menetelmäblogi Hakupäivä

7 5 KASVIPLANKTONIN PYSTYJAKAUMA PÄIJÄNNE-KEITELE -REITILLÄ Aaro Pudas ja Joonas Pysäys Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract The main aim of this study was to research the vertical distribution of the phytoplankton in the water body. The samples were taken from four lake areas in Central Finland. We discovered that in deeper layers of the water body there was less phytoplankton than near the surface. In deeper depths there were less phytoplankton than in surface because of light doesn t penetrate through water enough to reach the bottom of the lake. Also, mixing of the epilimnion could keep phytoplankton in the suspension by preventing sedimentation. Water density increases when water temperature decreases, which affects the sinking rate of phytoplankton. We found phytoplankton maxima in the pycnocline in two of the four sampling sites. The maxima were formed mainly by diatoms whose sedimentation was likely interrupted by the increasing density. Avainsanat: Kasviplankton, pystyjakauma, piilevät, syyskierto, harppauskerros 1. JOHDANTO Kasviplanktonilla (engl. phytoplankton) tarkoitetaan pieniä vedessä keijuvia eliöitä, jotka yhteyttävät. Kasviplanktonia määrittävä tekijä on sen kykenemättömyys merkittävään liikkumiseen veden virtauksia vastaan. Toisin sanoen kasviplanktoneliö on veden virtausten armoilla. (King 27). Tällä kurssilla kasviplanktoneliöt on jaettu karkeasti kahdeksaksi eri pääryhmäksi: sinilevät (Cyanophyta), nielulevät (Cryptophyta), panssarilevät (Dinophyta), tarttumalevät (Haptophyta), ruskeat levät (Chrysophyta), silmälevät (Euglenophyta), piilevät (Diatomophyceae) ja vihreät levät (Chlorophyta). Ruskeat levät voidaan edelleen jakaa kolmeksi alaryhmäksi: kultalevät (Chrysophyceae), suomukultalevät (Synurophyceae) ja keltalevät (Tribophyceae). Myös vihreät levät voidaan jakaa alaryhmiin: viherlevät (Chlorophyceae) ja yhtymälevät (Zygnematales) (Salmi 217). Työn tavoitteena oli selvittää neljän keskisuomalaisen järven kasviplanktonin pystyjakaumat taksoneittain (pääryhmittäin) ja vertailla niiden suhdetta lämpötila- ja happiolosuhteisiin. Hypoteesimme on, että kasviplanktonin määrä vesipatsaassa vähenee syvemmälle mentäessä, kuitenkin niin että suurin plankton tiheys vallitsisi päällysvedessä, koska valon määrä ja lämpötilaolosuhteet ovat siinä syvyydessä parhaimmillaan kasviplanktonille. Toisin sanoen, kasviplanktonia olisi eniten -5 m syvyydessä, mistä sen määrä lähtisi tasaisesti laskemaan syvemmälle mentäessä. Syynä tähän on se, että valoa on saatavilla runsaimmin veden päällyskerroksissa. Tämä olettamus perustui Holopainen ym. (23) aiempaan tutkimukseen suomalaisten järvien kasviplanktonin jakautumisesta. Oletimme myös, että kaikki kasviplanktontaksonit olisivat edustettuina samoissa lukusuhteissa kaikissa syvyyksissä. Eli niiden jakauma olisi kaikkialla samanlainen. Oletus perustui syyskierron alkamiseen järvissä, eli jos järvien vesi olisi tasalämpöistä eikä kerrostuneisuutta havaittaisi, olisivat myös vedessä keijuvat kasviplanktonit jakautuneet tasaisesti vesipatsaaseen. 2. AINEISTO JA MENETELMÄT Käytetyt menetelmät ja kaavat ovat peräisin Kasviplanktonin laskentamenetelmät (Järvinen ym. 211) monisteesta.

8 6 Näytteet otettiin Limnos-näytteenottimella (tilavuus 2.1 L, valmistaja Limnos.pl) veneestä käsin. Näytteenottopaikkoja olivat Saraavesi (maksimi syvyys 25 m, ), Leppävesi (m.s. 41 m, ), Saukonselkä (m.s. 35 m, ) ja Vatianjärvi (m.s.3 m, ). Näytteet säilöttiin ruskeisiin 1ml lasipulloihin, jotka laitettiin kylmälaukkuun näytteenoton jälkeen. Näytteidenoton yhteydessä tehtiin samalta alukselta käsin veden happi, syvyys ja lämpötilaprofiilien mittaus YSI-luotaimella (66 V2-4 Multi-Parameter Water Quality Sonde, Yellow Springs Instruments, USA). Ennen näytteiden tarkastelua mikroskoopilla näytteitä valmisteltiin laittamalla ne laskeutumaan vetokaappiin vuorokauden ajaksi kyvetille. Laskeuttamisen tarkoituksena oli varmistaa planktonin satunnainen jakautuminen kyvetille. Näytteiden tarkasteluun käytettiin Ambiotican laboratoriosta YAB322 löytyviä käänteismikroskooppeja. Käytettyjen suurennosten olivat väliltä 1-3x ja 3-6x. Näytteitä tarkasteltiin seuraavalla tavalla: kutakin näytettä katsottiin kahdella eri suurennoksella, joista ensimmäisen tuli olla väliltä 1-3x ja toisen väliltä 3-6x. Näytteistä valittiin satunnaisesti vähintään kymmenen ja enintään 5 näkökenttää kummallekin suurennokselle. Jokaisesta näkökentästä laskettiin siinä näkyvien kasviplanktonsolujen lukumäärä pääryhmittäin tai aina kun mahdollista luokan tarkkuudella. Näytteistä laskiessa otettiin kerrallaan huomioon vain yhdenlaiset eliöryhmän edustajat yhtä suurennosta kohti, jottei samoja kasviplankton yksilöitä tulisi laskettua vahingossa kahteen kertaan. Kaikkien näytteiden tuloksille laskettiin jokaisen eliöryhmän suhteellinen tilavuus per millilitra. Käytetty kaava oli muotoa (Järvinen ym. 211): Sen jälkeen siirsimme saadut aineistot käsin Excel taulukkolaskentaohjelmaan. YSI-luotaimen tietojen siirto hoitui suoraan luotaimen muistista Exceliin. Microsoft Excel 21:ä käytettiin raportissa olevien kaavioiden piirtämiseen. 3. TULOKSET Saraaveden (Kuva 1) harppauskerros sijaitsi noin 18 m syvyydessä. Samassa syvyydessä voidaan havaita selvä piikki kasviplanktonien määrässä. Kasviplanktonin määrä muissa järven syvyyksissä on huomattavan pieni harppauskerroksen kasviplankton määriin verrattuna. Kasviplanktonia esiintyy hyvin vähän Saraaveden ylimmissä näytteenottokohdissa m ja 5 m. Saraavedellä (Taulukko 1) piilevät olivat yleisimpiä kolmessa tutkitussa näytteidenotto syvyydessä: m, 1 m ja 2 m. Nielulevät olivat yleisimpiä 5 m ja 25 m. Sinilevät olivat yleisimpiä 15 m:ssä. Piilevät olivat läsnä kaikissa tutkituissa syvyyksissä. Harvinaisimmillaan ne olivat 5 m, jossa niitä oli vain 6 % näytteen levien kokonaismäärästä. Harvinaisimpia olivat panssarilevät, joita tavattiin vain 1 m, 15 m ja 2 m:ssä. Kussakin syvyydessä ne muodostivat vain 1 % havaituista levistä. Leppäveden (Kuva 2) happi ja lämpötila profiilit näyttävät yhteneviltä. Syvyyden kasvaessa hapen määrä ja lämpötila laskevat. Järven harppauskerros näyttäisi tämän datan valossa sijaitsevan 15 metrin syvyydessä, jossa sekä happi että lämpötila kokevat nopean pudotuksen. Kasviplanktonin määrä kasvaa pinnan tuntumasta ja saavuttaa maksiminsa 2 m syvyydessä. Syvemmälle mentäessä kasviplanktonin määrä vähenee tasaisesti 15 m asti, eli harppauskerrokseen. Tästä eteenpäin kasviplanktonin tiheys laskee huomattavasti nopeampaa

9 7 aina 35 m asti, missä se saavuttaa matalimman tiheytensä. Kasviplanktonin määrä kasvaa vielä hieman ennen pohjaa välillä 35 m-41 m. Happi (mg/l), lämpötila ( C) Syvyys (m) Syvyys (m) Lämpötila Happi Solutiheys Tiheys (solua/ml) Kuva 1. Saraaveden veden happipitoisuuden, lämpötilan ja kasviplanktonin pystyjakaumat. Taulukko 1. Saraaveden kasviplanktonjakauma taksoneittain. Taulukossa olevat luvut edustavat kunkin lajiryhmän prosentuaalista osuutta tietyistä syvyyksistä otetuista näytteistä. Pääryhmät m 5m 1m 15m 2m 25m Kultalevät Nielulevät Panssarilevät Piilevät Silmälevät 1 12 Sinilevät Suomukultalevät 3 1 Viherlevät Yhtymälevät Tuntematon 2 Yhteensä Leppäveden (Taulukko 2) yleisimpiä taksoneita olivat: piilevät, nielulevät ja sinilevät. Piilevät olivat yleisimpiä m ja 15 m. Piilevät näyttäisivät siis viihtyvän lähellä Leppäveden pintakerrosta ja Leppäveden harppauskerroksessa. Nielulevät olivat yleisin taksoni vain 35 m jossa sitä oli 85 % havaituista kasviplanktonista. Sinilevät olivat yleisimmillään 2 m ja 41 m. Saukonselällä (Taulukko 3) piilevät olivat yleisimpiä jokaisessa näytesyvyydessä. Toiseksi eniten esiintyi nieluleviä ja kolmanneksi eniten sinileviä. Piileviä esiintyi runsaasti jokaisessa syvyydessä verrattuna muihin kasviplanktoneihin. Saukonselän mittaustulosten (Kuva 3) mukaan harppauskerros on 15 m ja 2 m välillä, missä on myös selvä piikki

10 8 kasviplanktonin solutiheydessä. Harppauskerroksessa happi ja lämpötila lähtevät laskemaan keskenään samankaltaisesti. Happi (mg/l), Lämpötila ( C) Syvyys (m) Syvyys (m) Lämpötila Happi Solutiheys Tiheys (solua/ml) Kuva 2. Leppäveden veden happipitoisuuden, lämpötilan ja kasviplanktonin pystyjakaumat. Taulukko 2. Leppäveden kasviplanktonjakauma taksoneittain. Taulukossa olevat luvut edustavat kunkin lajiryhmän prosentuaalista osuutta tietyistä syvyyksistä otetuista näytteistä. Pääryhmät m 2m 15m 35m 41m Kultalevät 13 Nielulevät Panssarilevät 1 Piilevät Silmälevät 4 Sinilevät Suomukultalevät Viherlevät Yhtymälevät Tuntematon 1 Yhteensä Vatianjärvellä (Taulukko 4) piileviä esiintyi kokonaismäärältään eniten ja tasaisimmin kaikissa näytesyvyyksissä. Määrällisesti pinnassa esiintyi eniten nieluleviä, 5 m syvyydessä piileviä, 1 m syvyydessä nieluleviä ja 28 m syvyydessä piileviä. Vatianjärven kasviplanktonin solutiheys kasvaa syvemmälle mentäessä, vaikka harppauskerroksen jälkeen happi ja lämpötila laskevat. (Kuva 4)

11 9 Happi (mg/l), Lämpötila ( C), 2, 4, 6, 8, 1, 12, 14, 16, Syvyys (m) Tiheys (solua/ml) Syvyys (m) Happi Lämpötila Solutiheys Kuva 3. Saukonselän veden happipitoisuuden, lämpötilan ja kasviplanktonin pystyjakaumat. Taulukko 3. Saukonselän kasviplanktonjakauma taksoneittain. Taulukossa olevat luvut edustavat kunkin lajiryhmän prosentuaalista osuutta tietyistä syvyyksistä otetuista näytteistä. Pääryhmät m 2m 1m 15m 2m 32m Kultalevät Nielulevät Panssarilevät 2 Piilevät Silmälevät 6 7 Sinilevät Suomukultalevät 1 2 Viherlevät 1 16 Yhtymälevät 1 Tuntematon Yhteensä

12 1 Happi (mg/l), Lämpötila ( C) Syvyys (m) Syvyys (m) Solutiheys lämpötila happi Tiheys (solua/ml) Kuva 4. Vatianjärven veden happipitoisuuden, lämpötilan ja kasviplanktonin pystyjakaumat. Taulukko 4. Vatianjärven kasviplanktonjakauma taksoneittain. Taulukossa olevat luvut edustavat kunkin lajiryhmän prosentuaalista osuutta tietyistä syvyyksistä otetuista näytteistä. Pääryhmät m 5m 1m 28m Kultalevät 1 Nielulevät Panssarilevät 1 Piilevät Silmälevät 9 Sinilevät Suomukultalevät Viherlevät Yhtymälevät 8 Tuntematon Yhteensä TULOSTEN TARKASTELU Edellä olevien kaavioiden (Kuvat 1-4) perusteella vain yksi näytteenottopaikka, Leppävesi (Kuva 2), vastaa täysin esittämäämme hypoteesia, jonka mukaan kasviplanktonia tulisi olla eniten päällysvedessä (-5 m), minkä jälkeen kasviplanktonin tiheyden tulisi laskea järven pohjaa kohti. Oletimme myös syyskierron jo alkaneen. Kuvista on nähtävissä että syyskierto on alkanut, koska veden ylimmät kerrokset ovat varsin tasalämpöisiä aina harppauskerrokseen asti. Täyttä vesimassan sekoittumista ei siis ole vielä tapahtunut, mikä on nähtävissä selkeänä harppauskerroksena. Jokaisessa tutkitussa järvessä oli nimittäin selkeä harppauskerros, joka sijoittui tutkimissamme järvissä noin 15-2 m syvyyksiin.

13 11 Saukonselän (Kuva 1) ja Saraaveden (Kuva 2) pystyjakaumat olivat perin mielenkiintoisia. Kummassakin kasviplanktonin määrä kasvaa aluksi pinnan tuntumasta syvemmälle mentäessä. Kuitenkin varsinainen kasviplankton piikki saavutetaan vasta syvemmissä vesikerroksissa. Kuvaajien perusteella tämä piikki näyttäisi sijoittuvan harppauskerroksen kohdalle. Voidaan siis olettaa, että suuri määrä kasviplanktonia on vajonnut kohti järven pohjaa, kunnes se on törmännyt nopeasti tihenevään vesikerrokseen, jonka läpi kasviplankton ei ole päässyt vajoamaan vettä pienemmän tiheytensä takia. Vatianjärvi (Kuva 4) näytti olevan hypoteesimme täydellinen vastakohta, sillä kasviplanktonin tiheys kasvaa kohti pohjaa. Tätä ilmiötä on hieman vaikea selittää. Kasvu kun vaikuttaisi vieläpä tapahtuvan lämpö ja happi profiileja vastaan. Yksi mahdollinen selitys liittyy piileviin, jotka ovat toiseksi yleisin (44 %) joukko leviä Vatianjärven syvimmässä mittauspisteessä. Tiheinä levinä ne ovat päässeet vajoamaan kohti järvenpohjaa. Toisaalta tämä selitys ei ota huomioon sitä, miksi yleisin kasviplanktonryhmä syvänteessä ovat sinilevät. Järvellä on voinut olla kesällä sinileväkukinto, joka on ehtinyt vajota havaitsemaamme syvyyteen. Tosin havaintomme ei myöskään selitä sitä, miksi piilevät olisivat päässeet vain Vatianjärvellä, eivätkä missään muualla, vajoamaan harppauskerroksen läpi ja vieläpä sankoin joukoin. Kolmas mahdollinen selitys ilmiölle on yksinkertainen virhe joko näytteenotossa tai kasviplanktonin laskennassa. Sinilevien yhtäkkinen ilmestyminen Vatianjärven pohjalle, kun niitä on vähän muissa kerroksissa, viittaa mahdolliseen virheeseen joko eliöiden tunnistuksessa tai myöhempään laskuvirheeseen kasviplanktonin tiheyttä arvioitaessa MAHDOLLISET VIRHELÄHTEET Näytteiden otossa tapahtuneet virheet ovat mahdollisia. Esimerkiksi syvyys on laskettu väärin tai Limnoksesta on unohdettu laskea letkullinen vettä ennen näytteen talteenottoa, mikä on tärkeää, ettei vanha näyte sekoitu uuteen. Näytteiden laskeuttaminen kyvetille on voinut epäonnistua, eli kasviplankton ei ole laskeutunut näytteen pohjalle, vaan jäänyt ylempiin vesikerroksiin. Vetokaappi ei ole ihanteellinen paikka näytteiden laskeuttamiselle, koska laskeutusastian ulkoiset ilmavirtaukset ja tärähdykset voivat sekoittaa näytettä, jolloin laskeutus ei onnistu. Saamiimme tuloksiin ovat voineet vaikuttaa laskuvirheet oikeaa tulosta vääristävästi kasviplanktonsolujen laskemisessa sekä laskiessa keskimääräistä kasviplanktonsolujen määrää millilitrassa näytevettä. Virheitä on mahdollisesti voinut tapahtua kopioitaessa tietoja Exceliin. KIRJALLISUUS Holopainen, A., Niinioja, R., & Rämö, A. 23. Seasonal succession, vertical distribution and long-term variation of phytoplankton communities in two shallow forest lakes in Eastern Finland. Hydrobiologia 56-59: Järvinen M., Forsström L., Huttunen M., Hällfors S., Jokipii R., Niemelä M., Palomäki A Kasviplanktonin laskentamenetelmät; %7BAC2A126-44F F7A5B1ACD%7D/ Hakupäivä King M. 27. Fisheries Biology, Assesment and management. Wiley-Blackwell, United Kingdom. Salmi P WETA14 pikaopas. Kurssimoniste. Jyväskylän yliopisto.

14 12 SYVÄNNEPOHJAELÄINYHTEISÖJEN AJALLINEN VAIHTELU JA YMPÄRISTÖN VAIKUTUS YHTEISÖIHIN Carita Rantamo ja Emmi Ventelä Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract The aim of this study was to investigate the effect of different environmental factors on the profundal benthic invertebrates. Seven indicator species that reflect on the lakes condition were used to calculate BQI of the six study basins of 5 lakes. The results were compared with the results of earlier years. As expected, the depth of water had a strong correlation with the BQI, but unlike previous years, our results did not indicate strong correlation between the oxygen concentration of the water and BQI. Avainsanat: BQI, taksoni, indikaattorilaji, korrelaatio 1. JOHDANTO Syvänteiden pohjaeläimet ovat herkkiä ympäristössään tapahtuville muutoksille, minkä vuoksi niitä käytetään syvänteiden tilan, varsinkin rehevöitymisasteen ja happiolojen, tarkkailemisessa (Wiederholm 198). Etenkin surviaissääskentoukkalajistosta löytyviä indikaattorilajeja käytetään tilan arvioinnissa ja seurannassa (Tolonen ym. 25). Pohjaeläintutkimuksen avulla pystytään määrittämään järven tilan lyhyt- sekä pitkäaikaisia muutoksia (Riihelä 1994). Tämän työn tarkoituksena on selvittää, miten järven ympäristötekijät vaikuttavat pohjaeläimien laji- ja yksilömääriin sekä lajistoon. Surviaissääskentoukkien avulla laskettua pohjanlaatuindeksiä (Benthic Quality Index, BQI) verrataan edellisvuosina kurssilla saatuihin tuloksiin. Kurssilla tutkimusta on tehty vuodesta 26 lähtien. Oletuksena ja edellisvuosien tulosten perusteella arvioimme, että veden syvyys ja lämpötila vaikuttavat pohjaeläimistöön. 2. AINEISTO JA MENETELMÄT Näytteenotto suoritettiin ja välisenä aikana Hydratutkimusaluksella eri sijainneista (Jyväsjärven Pääsyvänne ja Ainolan syvänne elokuun puolella, Saraavesi, Vatiajärvi, Saukonsaari ja Leppävesi syyskuussa). Pohjaeläinnäytteet kerättiin Ekman-noutimella, jonka näytteenottopinta-ala on 225 cm 2. Kustakin kohteesta otettiin viisi rinnakkaisnäytettä. Pohjamateriaali seulottiin (seulaharvuus,5 mm), jolloin pohjaeläimet jäivät seulan pohjalle. Seulos siirrettiin järvivettä sisältäviin näytepurkkeihin ja pidettiin elävänä tutkimiseen asti. Jokaisesta kohteesta mitattiin happi-, lämpötila-, klorofylliprofiili YSI -mittarilla metrin välein pohjaan asti. Laboratoriossa näytteistä poimittiin pohjaeläimet ja laitettiin ne 7 %:sta etanolia sisältäviin petrimaljoihin. Surviaissääskentoukat ja harvasukasmadot eroteltiin ja niistä tehtiin preparaatit tarkempaa lajintunnistusta varten. Surviaissääskentoukilta irrotettiin preparaatteihin vain päät. Surviaissääskentoukkien indikaattorilajeihin perustuva pohjanlaatuindeksi (BQI) kuvaa rehevöitymistilaa. BQI lasketaan alla olevan kaavan mukaan, jossa ki = indikaattorilajin pistearvo, ni = indikaattorilajin yksilömäärä N = indikaattorilajien kokonaisyksilömäärä

15 13 Indikaattorilajit ja niiden pistearvot: Chironomus plumosus 1 Chironomus anthracinus 2 Sergentia coracina 3 Stictochironomus rosenscholdi 3 Micropsectra spp 4 Paracladopelma spp 4 Heterotrissocladius subpilosus 5 3. TULOKSET Näytteenottopaikoilta löytyi yhteensä 18 eri pohjaeläintaksonia (Taulukko 1). Muista näytteenottopaikoista löytyi kahdeksan eri taksonia, mutta Ainolan syvänteeltä viisi ja Vatiajärveltä seitsemän taksonia. Ainolan syvänteen yksilötiheys on selkeästi pienin (489 yks. m -2 ) ja Vatiajärven suurin (9244). Indikaattorilajit puuttuivat, jolloin BQI oli nolla sekä Vatiajärvellä että Ainolan syvänteessä. Jyväsjärven BQI oli 1,5, Saukonsaaren syvänteen 1,83, Saraaveden 2,33 ja Leppäveden 3,57. Happipitoisuus oli suuri Vatiajärvellä, Saraavedellä ja Leppävedellä. Sääolosuhteiden vuoksi Vatiajärven ja Saraaveden näytteet otettiin tosin melko matalalta. Ainolan syvänteessä, Jyväsjärven pääsyvänteessä ja Saukonsaarella happipitoisuus taas oli selkeästi pienempi. BQI:n ja alusveden happikyllästyneisyyden välillä oli positiivinen korrelaatio (r =,17), mutta se ei ollut tilastollisesti merkitsevä (P =,413, Kuva 1). Sen sijaan BQI:n ja syvyyden välinen positiivinen korrelaatio (r =,89) oli tilastollisesti merkitsevä (P =,5, Kuva 2). 4 3,5 3 2,5 BQI 2 1,5 1, Alusveden happikyllästeisyys (%) Kuva 1. BQI:n ja Pohjan happipitoisuuden välinen yhteys

16 14 Taulukko 1. Tutkimusjärvistä tunnistettujen pohjaeläintaksonien tiheydet, lukumäärä ja kokonaistiheys, sekä BQI ja mitatut ympäristötekijät Taksoni JJ Ainola (13m) Vatia (17m) JJ Pääsyvänne (23m) Saukonsaari (33m) Saraavesi (41m) Leppävesi (42m) Oligochaeta Pisidium Chaoborus flavicans Procladius Chironomus plumosus C. anthracinus C. salinarius 4 Sergentia coracina Micropsectra 3244 Orthocladinae spp 44 Propsilocerus jacuticus Cryptochironomus Protanypus morio 44 Paralauterborniella Polypedilum 44 Microchironomus 44 Hydrachnellidae 44 Tiheys (yks. m ²) Taksoniluku BQI 1,5 1,8 2,3 3,6 Lämpötila pohjalla (ᵒC) 7,5 7,13 6,72 5,85 5,53 6,7 Happikyllästyneisyys pohjalla (%) 4,56 33,24 5,15 9,95 27,86 37,42 Saukonselän BQI on laskenut melko johdonmukaisesti viimeisen 11 vuoden aikana, ja tänä vuonna BQI-arvo oli koko tarkkailujakson pienin. Saraaveden ja Leppäveden BQI on vaihdellut vuosien mittaan epäsäännöllisesti. Vatiajärven BQI on ollut koko seurantajakson pienin, vaikka onkin välillä heitellyt. Myös Jyväsjärven pääsyvänteen BQI on vaihdellut paljon vuosien välillä. 4. TULOSTEN TARKASTELU Tänä vuonna pohjaeläintaksoneja löytyi runsaasti, 18, joka on enemmän kuin parina viime vuonna. Myös yksilötiheydet ovat huomattavasti suuremmat kuin edellisenä vuonna. Vuonna 215 yksilötiheydet ovat olleet myös melko suuria. Lämpötilat ovat hieman korkeampia suurimmassa osassa paikoista kuin viime vuonna (Kinnunen 216, Jäntti & Kytölä 215). Tämä voi vaikuttaa siihen, että lajejakin on enemmän ja BQI on myös pienempi osassa paikoista eli vesistöt ovat rehevämpiä kuin viime vuonna. Veden lämpeneminen ei johdu ainakaan lämpimästä kesästä, vaan sille täytyy olla jokin muu syy. YSI-mittari on kuitenkin oletettavasti luotettava ja mittaa tiedot oikein.

17 15 4 3,5 3 2,5 BQI 2 1,5 1, Syvyys (m) Kuva 2. BQI:n ja syvänteen syvyyden välinen yhteys Kuva 3. Näytteenottopaikkojen BQI:n vuosittainen vaihtelu Syvyyden ja BQI:n korrelaatio on odotettava, sillä voi olettaa, että mitä syvempi allas on, sitä karumpaa sen pohjalla on. Happipitoisuus ja BQI korreloivat positiivisesti, mutta silti niiden välillä ei ole selkeää yhteyttä, sillä happi ei vaikuta rehevyyteen. Olisi voinut olettaa, että järvissä, joissa BQI on pieni, eli niiden rehevyysaste on suuri, olisi mahdollisesti ollut happivajetta pohjalla. BQI:n vuosittainen vaihtelu riippuu suuresti siitä, kuinka paljon indikaattorilajeja kunakin vuonna löytyy. On hyvin mahdollista, ettei näytteissä ilmi tuleva lajimäärä vastaa pohjan todellista tilaa. Voi olla mahdollista, että joihinkin näytteisiin ei suuresta lajimäärästä huolimatta ole osunut tarvittavia indikaattorilajeja, vaikka niitä alueella olisikin runsaasti. Voi myös olla, että jostain syystä jotakin lajia on vain osunut paljon yhteen kohtaan, vaikka muuten sitä ei olisi juuri lainkaan. Myös näytteidenotossa on saattanut olla ongelmia, mitkä vaikuttavat näytteen laatuun, esimerkiksi tuuli ja sade, jotka hankaloittavat näytteenottoa. Jokaisena vuonna ei myöskään ole laskettu BQI-lukua, jolloin on vaikea arvioida, millainen

18 16 tila on kyseisenä vuotena ollut, mikä hankaloittaa vuosittaista vertailua. Tulosten perusteella voidaan kuitenkin päätellä, että Leppävesi on muita näytteenottopaikkoja karumpi, kun taas Saukonselkä on ainoa järvi, joka on selkeästi rehevöitynyt vuosien mittaan. KIRJALLISUUS Tolonen K., Hämäläinen H. & Vuoristo H. 25. Syvänteiden pohjaeläimet järvien ekologisen tilan luokittelussa. Alueelliset ympäristöjulkaisut 395:1 4. Wiederholm T Use of benthos in lake monitoring. J. Wat. Pollut. Cont. Fed.52: Riihelä M Elimyssalon järvien pohjaeläintutkimus. Vesi- ja ympäristöhallitus: 7. Kinnunen K Päijänne-Keitele-reitin pohjaeläimistön vaihtelu ajallisesti ja paikallisesti. Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto. Jäntti M. & Kytölä A Päijänne-Keitele-reitin pohjaeläimistön vaihtelu ajallisesti ja paikallisesti. Teoksessa Pirhonen J. (toim.) Limnologian ja kalabiologian tutkimusmenetelmät WETA14 harjoitustyöt. Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto.

19 17 LOISTEN ESIINTYMISEN VAIHTELU KONNEVEDEN HAUKILAHDELLA JA TUTKIMUSASEMAN LAHDESSA Markus Tuloisela ja Joni Jurvanen Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract The aim of this study was to determine differences in trematode parasitism in perch (Perca fluviatilis) and roach (Rutilus rutilus) from littoral and sublittoral habitats. Parasites were also examined by the students of this course. We calculated the prevalences of parasites in both fish species We examined fish trematode parasites from eyes, fins and gills of the roach and from the eyes of perch. Studied parasites were in metacercariae stage. We calculated the prevalences and intensities of infection in both fish species. Roach had directional difference (littoral zone with higher prevalence than sublittoral) when combined all parasite species, but with perch we didn t noticed similarity. Avainsanat: loiset, Rutilus rutilus, Perca fluviatilis, esiintyvyys, Konnevesi, syvyys 1. JOHDANTO Suomessa tavataan loisia kaikilla kalalajeilla, mutta tässä tutkimuksessa tarkastelimme imumato-loisia särjillä (Rutilus rutilus) ja ahvenilla (Perca fluviatilis). Loiset vaikuttavat merkittävästi kalayhteisöissä ja ravintoverkossa. Tutkimuksessa tarkasteltiin ahvenelle ja särjelle tyypillisiä imumatoja (Trematoda), joilla on monivaiheinen ja isäntäinen elinkierto. Imumadoilla on elinkierrossaan pääisäntänä joko vesilintu tai piskivoorinen kalalaji. Elinkierrossaan imumatojen mirakidium-toukat infektoivat ensimmäisen väli-isännän, joka on nilviäinen (kotila tai simpukka). Nilviäisessä kehittyessään loinen muuttuu kerkaria-toukaksi, joka parveilee vapaaksi veteen. Toisena väli-isäntänä toimiviin kaloihin kerkaria-toukat siirtyvät satunnaisen kohtaamisen seurauksena, vaikkakin kerkarioilla on myös käyttäytymissopeumia, jotka lisäävät todennäköisyyttä päästä toiseen väli-isäntään. Päästäkseen pää-isäntään, tulee toisen väli-isännän joutua pää-isännän syömäksi. Pää-isännässä tapahtuu imumatojen suvullinen lisääntyminen (Valtonen ym. 213). Halusimme selvittää, vaihteleeko kalojen loisinta (loisittujen kalojen osuus loisten lukumäärä per kala) Konneveden Haukilahden sisällä eri syvyyksissä. Myös Haukilahden ja samalla järvellä sijaitsevan Konneveden tutkimusaseman lähilahden välisiä eroavaisuuksia tutkittiin. Lahdet sijaitsevat vesiteitse noin 6 kilometrin päässä toisistaan. Tarkasteltaviksi loislajeiksi valittiin tutkittujen ruumiinosien yleisimpiä lajeja. Hypoteesinamme oli, että loisia esiintyy matalassa enemmän kuin syvässä vedessä tia ulapalla, koska Trematoda-loisten ensimmäisenä väli-isäntinä toimivia nilviäisiä esiintyy runsaammin litoraalivyöhykkeellä kuin profundaalissa tai pelagiaalisissa. (Morley 212, ref. Wesenberg-Lund 1934). Lisäksi esimerkiksi simpukoista särkeen siirtyvän Rhipidocotyle - loisen (Trematoda) esiintymisprevalenssi on litoraalivyöhykkeen simpukoissa korkeampi kuin syvemmässä vedessä (Taskinen & Valtonen 1995). 2. AINEISTO JA MENETELMÄT Loiset tutkittiin Konneveden Haukilahden koeverkkokalastuksesta saadusta saaliista. Koeverkkona käytettiin Nordic-yleiskatsausverkkoa. Verkon pituus on 3m ja korkeus 1,5m. Koeverkko sisältää 12 kappaletta satunnaisesti sijoitettuja 2,5 metrin pituista kaistaletta. Yksi kaistale sisältää yhtä solmuväliä, joka on joko 5 mm, 6,3 mm, 8, mm, 1 mm, 12,5 mm, 15,5 mm, 19,5 mm, 24 mm, 29 mm, 35 mm, 43 mm tai 55 mm. Langan paksuus on,1 -,23 mm ja materiaalina toimii monofiili-siima.

20 18 Koekalastus suoritettiin Koeverkkokalastusalat arvottiin satunnaisesti niin, että kaikista neljästä halutusta vyöhykkeestä (-6 m, 6-15 m, >15 m ja pinnasta) tuli yhtä monta koealaa. Verkkoja laskettiin pyyntiin kerrallaan neljä kappaletta, yksi jokaiseen syvyyteen, kolmena pyyntikertana. Verkot olivat pyynnissä noin 18 tuntia kello 15. lähtien kello 11. asti. Särjeltä (N = 45) tutkittiin silmien, kidusten ja evien sekä ahvenelta (N = 38) silmien Trematoda - loiset. Jyväskylän yliopiston WETA14 -kurssin opiskelijoiden toimesta. Aluksi kaloista mitattiin kokonaispituus (RT) ja ne punnittiin. Loisten havaitsemisessa käytettiin alavalollista preparointimikroskooppia. Laskennan ajaksi lasiainen ja linssi litistettiin kahden lasilevyn väliin. Ennen litistämistä silmä avattiin saksilla, sen sisältö puristettiin ulos ja linssi erotettiin valkuaisesta. Loiset laskettiin sekä linssistä että lasiaisesta erikseen. Myös kidukset litistettiin lasien väliin, kunhan kiduskaaret ensin eriteltiin lasin päälle. Evät leikattiin kaloista ihoa myötäillen, ja ne tutkittiin ilman lasilevyjen väliin litistämällä. Linssistä laskettiin kaikki Diplostomum -suvun (D. Spp.) lajit yhteisesti ja lasiaisesta Tylodelphys clavata (TC), Tylodelphys podicipina (TP) ja Diplostomum baeri (DB) lajit. Eviltä laskettiin myös Rhipidocotyle fennica (RF) ja kiduksilta Rhipidocotyle campanula (RC) (Machoo 217). Jokainen opiskelija kirjasi havaitsemansa loismäärät paperille. Siirsimme tulokset Excel 21 taulukko-ohjelmaan, jossa laskimme loislajien esiintymisen runsaudet eri syvyyksissä (Kuva 1 ja 2). SPSS-ohjelmalla testasimme sekä särjiltä että ahvenilta loisinnan esiintyvyyttä (prevalenssi) sekä loisinnan voimakkuutta (intensiteetti). Loisinnan prevalenssi tarkoittaa loisittujen yksilöiden osuutta otoksessa ja loisinnan intensiteetti tarkoittaa loisten lukumäärän keskiarvoa loisittujen kalojen joukossa. Särkien ja ahvenien loisinnan intensiteetin kuvailemiseksi oli laskettu loislajikohtaiset keskiarvot (Taulukko 3 ja 4). Tuloksien järkeistämiseksi jouduttiin yhdistelemään aineistoa, koska tiettyjen koealojen aineiston vähyyden vuoksi ei voitu saada dataa muuten mielekkääksi. Tilastollisia eroja loisinnan intensiteetissä oli tutkittu särkien osalta Mann-Whitney U-testillä ja ahventen kohdalla Kruskal-Wallisin testillä (Taanila 213a, 213b). Kun mahdollista, myös parametrisiä menetelmiä oli sovellettu loisinnan intensiteettierojen tutkimukseksi; riippumattomien otosten t-testiä ja ANOVA-1-testiä. Loisten määrän ja kalan pituuden suhdetta tyydyttiin tarkastelemaan vain visuaalisesti, koska otoskoko oli liian pieni ja hajonta suurta. 3. TULOKSET 3.1 Loisinnan prevalenssi Särkien loisinnan prevalenssi oli litoraalissa korkeampi T. clavata, R. fennica ja R. campanula -loisten osalta kuin syvässä vedessä, kun otetaan huomioon kaikki loiset (Taulukko 1). Myös Diplostomum -lajien esiintyvyys oli litoraalissa korkea, mutta myös > 15 m syvyydestä saadut kaksi särkiyksilöä oli loisittu (Taulukko 1). Kruskal-Wallis -testin perusteella särkiyksilöiden (N=45) kaikkien loisten runsaus on syvyyden mukaisesti suuntaaantava tilastollisesti, mutta ei tilastollisesti merkitsevä (χ 2 = 4.8, df= 2, p=.91). Särkien loisinnan abundanssit syvyysvyöhykkeittäin oli annettu Kuvassa 2. Ahvenen loisinnan prevalenssi näytti olevan silmämääräisesti samanlaiset eri syvyysvyöhykkeillä (Taulukko 2).

21 19 Taulukko 1. Särjen loislajien prevalenssi eri syvyyksissä ja tutkimusaseman lahdessa. TC = Tylodelphys clavata, D. Spp. = kaikki Diplostomum-lajien yksilöt, RC = Rhipidocotyle campanula, RF = Rhipidocotyle fennica, P(%) = prevalenssi. TC D. Spp. RC RF Syvyys(m) N N(loisitut) P(%) N(loisitut) P(%) N(loisitut) P(%) N(loisitut) P(%) , , ,5 9 28, ,3 1 33,3 1 33,3 > Katista , Taulukko 2. Ahvenen loislajien prevalenssit eri syvyyksissä Haukilahdella. D. Spp. TC Syvyys(m) N N(loisitut) P(%) N(loisitut) P(%) ,2 9 47, , ,2 > Loislajien esiintyvyys (keskiarvo) >6 Syvyysvyöhyke (m) TC D. Spp. Kuva 1. Loislajien suhteelliset esiintyvyydet (abundanssi) laskettiin ahvenilta syvyysvyöhykkeittäisten keskiarvojen ja (S.E.) ± -arvojen perusteella. 3.2 Loisinnan intensiteetti Särkien loisinnan intensiteetissä oli selvä ero syvyysvyöhykkeitten välillä. Matalassa oli keskiarvo kolmella loislajeilla suurempi (D. spp,, R. campanula ja R. fennnica) ja syvällä T. clavata (Taulukko 3). Tulos oli lähes sama yhdistettynä, jos mukaan otettiin vain loisitut särkiyksilöt (N=39) parametrisellä menetelmällä tehtynä (ANOVA-1, F2,36 = 2.63, p=.88).

22 2 Loislajien esiintyvyys (keskiarvo) Aseman lahti Syvyysvyöhyke (m) RC RF TC D. Spp. Kuva 2. Loislajien suhteelliset esiintyvyydet (abundanssi) laskettiin särjiltä syvyysvyöhykkeittäisten keskiarvojen ja (S.E.) ± -arvojen perusteella. Taulukko 3. Loisittujen särkien loisinnan keskiarvo syvyysvyöhykkeittäin. TC D. Spp. RC RF Syvyys Keskiarvo Keskiarvo Keskiarvo Keskiarvo -6m 4,5 5,2 39, 4,6 6-15m 1, 1, 9,5 8, Ei poikkeavuutta kaikkien ahventen loisten yhteisrunsaudessa syvyysvyöhykkeiden välillä (Mann-Whitney U= 155., df = 19, p=.456) (Kuva 1). Ei poikkeavuutta vain loisituissa ahvenissa syvyysvyöhykkeiden välillä ahvenille (N=33) tehdyssä riippumattomien otosten t- testissä (t-testi24,868= -1.25, p =.223)(Taulukko 4). Ahvenilla loisinnan intensiteettien keskiarvoissa ei ollut syvyysvyöhykkeissä merkitsevää eroa muulla kuin T. clavatalla silmämääräisesti katsottuna. Taulukko 4. Loisittujen ahvenien loisinnan keskiarvo syvyysvyöhykkeittäin. TC D. Spp. linssi DB lasiainen Syvyys Keskiarvo Keskiarvo Keskiarvo -6m 4,8 2, 18,4 6-15m 7,9 2,1 22,8

23 21 4. TULOSTEN TARKASTELU Kurssin aikana vain muutamalla opiskelijalla oli aiempaa kokemusta kalojen loisista, joten laskettujen loisten määrä ei luultavasti vastaa todellisuutta. Tulosten tarkastelussa myös huomattiin, että merkintätapojen huolellisuudessa oli lieviä puutteita. Kolmen kalan havainnot jätettiin pois tarkastelusta, koska niistä puuttui aineistolle olennaiset tunnistetiedot (paino, pituus ja kerkarioiden lukumäärä. Laskennan edetessä on todennäköistä, että opiskelijoiden kyky havaita loisia parani, jolloin niitä on löytynyt varmemmin myöhemmistä kaloista. Kurssilomakkeessa on kuitenkin ohjeellisesti tarkat kuvat imumatolajien loisten tunnusmerkeistä, joten voidaanko tehdä päätelmiä senkään pohjalta. Kalat pääsevät vapaasti liikkumaan vedessä, joten voidaanko syvyysvyöhykkeiden välisistä loisesiintymien eroista tehdä päätelmiä? Tästä voidaan olla montaa mieltä, koska tässä tutkimuksessa ei olla osoitettu suuremman mittakaavan tutkimukselle olennaista aineistokokoa, joten tarkastelua tehdään muutoin kirjallisuuden pohjalta päätelmiä tutkimuksessa. Kalojen esiintymistä säätelevä tekijä on lämpötila (Arranz et al 215). On myös huomioitavaa tulosten tarkastelussa, ettei tämän tutkimuksen pohjalta voida tehdä biologisesti merkittäviä päätelmiä, koska tukena ei ole tilastollisesti merkittävää otantaa tai aineisto on jäänyt vajaaksi tai liian pieneksi. Kuitenkin edellä mainitusti jo tiedetään, että Diplostomum pseudospathaceum:in on osoitettu aiheuttavan muutosta kalaisännän käyttäytymiseen. Metakerkarioiden epäillään aiheuttavan kalojen käytöksessä muutoksia, jotka voivat johtaa kalan siirtymään lähemmäksi pintaa. (Gopko et al. 217b). Kalat todennäköisemmin joutuvat täten helpommin saaliiksi, jolloin on todennäköisempää, että metakerkaria pääsee jatkamaan sukuaan pää-isäntäänsä. Erilaiset käytöksen muutokset loisen aiheuttamana voi lisätä piskivooristen lintujen kohtaamisastetta ja predaatio voi lisätä loisinnan hyötysuhdetta loisituissa särjissä (Loot et al. 21). Pinnasta ei tarpeeksi saatu aineistoa tutkimuksessa, joten se jouduttiin jättämään pois tarkastelusta. Myös syvältä löytyi hyvin vähän aineistoa, jonka takia jouduimme yhdistelemään aineistoa tilastollisen testaamisen järkeistämiseksi. Lisäyksenä A. anatina -simpukoiden on todettu filtraavan Displostomum-loisen kerkariatoukkia (Gopko et al. 217a). Tämä voi vaikuttaa loisten määriin alentavasti litoraalissa, koska pikkujärvisimpukoita on vähemmän sublitoraalissa kuin litoraalissa (Taskinen & Valtonen 1995). Toisaalta kalojen hengitysaktiivisuus on korkeampi matalassa vedessä, missä on odotettua veden olevan lämpimämpää. Tämä saattaa lisätä loisten määrää matalassa vedessä, koska Diplostomum-loisen metakerkariatoukat tunkeutuvat kaloihin pääasiassa kidusten kautta ja sitä enemmän, mitä aktiivisemmin kala hengittää (Mikheev et al. 214). Kala-isännän käytös voi myös olla selittävä tekijä vaikuttaakseen infektoituvuuteen ahvenissa. Vain kolmea endoparasiitti lajia (imumatojen metakerkarioita, Diplostomum sp., Tylodelphys clavata ja Ichthyocotylurus platycephalus löydettiin alhaisilla infektion tasoilla + -ikäisillä ahvenilla. (Francová & Ondracková 214). Tämä ero voi johtua siitä, että syvän ja matalan erot kalapopulaatioissa voivat olla merkittäviä loislajien esiintyvyyden kannalta. Kalapopulaatiot eivät helposti sekoitu, ellei niihin kohdistu erilaisia ympäristötekijöitä, kuten lämpötila tai predaatio. Yleisesti ottaen voidaan ajatella, että kalapopulaatiot eivät helposti viihdy matalassa, jos ne ovat adaptoituneet syvässä elettyyn elinympäristöön. Kerkariatuotantoon on huomattu vaikuttavan myös loisisäntä-suhteen spatiotemporaaliset (ajalliset ja sijainnilliset) tekijät (Muñoz ym. 213, Poulin 26). Simpukoiden sijainti ja esiintyminen sublitoraalisen- ja litoraalisen vyöhykkeen välillä vaikuttaa imumatojen loisinnan prevalenssiin merkittävästi (Taskinen & Valtonen 1995). Taskinen & Valtonen (1995) havaitsivat tutkimuksessaan, että simpukoiden loisinnan prevalenssi oli merkittävästi

24 22 pienempi sublitoraalisella, kuin litoraalisella vyöhykkeellä esiintyvillä simpukoilla. Lisäksi nilviäisisäntien esiintyminen on myös vähäisempää syvemmällä. Loisinnan prevalenssi on pienempi syvällä edellä mainittujen tekijöiden takia. Tämä antaa viitteitä siitä, että syvällä esiintyvät kalat eivät todennäköisesti liiku matalassa ainakaan silloin kun loistuotantoa tapahtuu. Mahdollisesti tästä syystä myös loisinnan intensiteetti on pienempi syvällä kuin matalassa. KIRJALLISUUS Arranz et al Density-dependent effects as key drivers of intraspecific size structure of six abundant fish species in lakes across Europe. Bergmann, C Über die Verhaltnisse der Warmeokonomie der Thiere zu ihrer Grosse. Gottinger Studien, 3: Francová, K. & Ondracková, M Effect of habitat conditions on parasite infection in + juvenile perch (Perca fluviatilis L.) in two Czech reservoirs. Hydrobiologia : Gopko, M., Mironova, E., Pasternak, A., Mikheev, V.N. and Taskinen, J. 217a. Freshwater mussels (Anodonta anatina) reduce transmission of a common fish trematode (eye fluke, Diplostomum pseudospathaceum). Parasitology. ( Luettu Gopko, M., Mikheev, V.N. and Taskinen, J. 217b. Deterioration of basic components of the antipredator behaviour in fish harbouring eye fluke larvae. Behavioural Ecology and Sociobiology. 71: 68. Morley N.J Cercariae (Platyhelminthes: Trematoda) as neglected components of zooplankton communities in freshwater habitats (ref. Wesenberg-Lund 1934). Hydrobiologia 691: Machoo J Research Methods in Limnology and Fish Biology. Kurssituloste. Luettu Mikheev, V.N., Pasternak, A.F., Valtonen, E.T. and Taskinen, J Increased ventilation by fish leads to a higher risk of parasitism. Parasites & Vectors 214, 7:281. ( parasitesandvectors.com/content/7/1/281) Luettu Morley N.J Cercariae (Platyhelminthes: Trematoda) as neglected components of zooplankton communities in freshwater habitats (ref. Wesenberg-Lund 1934). Hydrobiologia 691: Muñoz G., Torres P., Valdés J. & Rodríguez A Spatio-temporal variation in the prevalence of trematodes in the bivalve Perumytilus purpuratus. Acta Parasitologica. 58: Taanila A. 213a. Akin menetelmäblogi. Luettu Taanila A. 213b. Akin menetelmäblogi. Luettu Taskinen, J. and Valtonen, E.T Age-, size- and sex-specific infection of Anodonta piscinalis (Bivalvia, Unionidae) with Rhipidocotyle fennica (Digenea, Bucephalidae) and its influence on host reproduction. Canadian Journal of Zoology, 73(5): Valtonen E.T., Hakalahti-Sirén T., Karvonen A. & Pulkkinen K Suomen kalojen loiset. Gaudeamus. Helsinki. Wesenberg-Lund, C Contributions to the development of the Trematoda Digenea. Part II. The Biology of the freshwater cercariae in Danish freshwaters. Memoires de l Academie Royale des Sciences et des Lettres de Danemark, Copenhague 5, vol. 3:

25 23 RUOKINNAN VAIKUTUS KIRJOLOHIEN FYSIOLOGISIIN TOIMINTOIHIN JA STRESSIVASTEESEEN Reetta Tervonen ja Topi Väkevä Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract We studied the effects of feeding on oxygen consumption, haematocrit, plasma Cl- and plasma and muscle water content in rainbow trout (Oncorhynchus mykiss). Oxygen consumption and ventilation frequency was measured individually in a respirometer. After that the fish were killed and blood and tissue samples were taken. Food in fishes stomach seems to have reducing effect to stress responses such as fall of plasmas Cl concentration, plasma and muscle water concentration and ventilation frequency. Food had no effect to oxygen consumption and hematocrit level. Avainsanat: kirjolohi, stressivaste, ruokinta, hapenkulutus, respirometri, hematokriitti 1. JOHDANTO Muiden selkärankaisten tavoin myös kalat kykenevät tuntemaan stressiä ja kärsimään kipua. Stressiä voivat aiheuttaa muun muassa olosuhteiden äkilliset ja voimakkaat muutokset, loiset ja sairaudet sekä ulkopuoliset tekijät kuten saalistus (Wendelaar Bonga 1997). Stressi heikentää kalojen elinvoimaisuutta, sillä se vaikuttaa sekä kalojen fysiologisiin ominaisuuksiin että niiden käyttäytymiseen. Stressaantuneet kalat voivat sairastua vähemmän stressaantuneita lajikumppaneitaan helpommin, ja niiden voi olla vaikea pärjätä yksilöiden välisessä kilpailussa (Trot 211). Stressi on kuitenkin välttämätön toiminto selviytymisen kannalta, sillä se on osa pakene tai taistele -reaktiota, joka usein ratkaisee joutuuko yksilö saaliiksi vai ei. Stressi lisää kalojen rasitusta, joka lisää mm. soluhengitystä. Soluhengityksen kasvu vaikuttaa suorasti mm. hapenkulutukseen ja lihaksen vesipitoisuuteen. Plasman vesipitoisuus on yhteydessä kalan stressitasoon, sillä stressaantuneen kalan hengitys voimistuu, ja makeassa vedessä elävän kalan sisään virtaa lisää vettä: Tämä laimentaa verta ja siten myös plasman koostumusta. Mitä suurempi vesipitoisuus plasmassa on, sitä stressaantuneempi kalan voidaan päätellä olevan. Tässä työssä tutkimme epäsuorasti kirjolohien (Oncorhynchus mykiss) stressitasoja ja käsittelyn vaikutuksia ajan kuluessa ruokkimisesta. Kaksi kuudesta tutkituista kalaryhmistä oli ruokkimattomia. Stressi-indikaattoreina käytettiin kalan hapenkulutuksen, lihasten ja veriplasman koostumusten ja hematokriitin määrän muutoksia stressitilanteessa suhteessa ruokinta-aikaan. Hypoteesimme mukaan kalojen ruokinnalla on sitä suurempi vaikutus kalojen stressiin, mitä vähemmän aikaa ruokinnasta on kulunut. Tällöin kalat, joiden maha on täydempi, altistuisivat stressireaktioille voimakkaammin kuin ne yksilöt, joiden maha on tyhjempi. 2. AINEISTO JA MENETELMÄT Koe aloitettiin haavimalla koekalat kala-altaista kuljetusämpäriin. Yhteen koesarjaan tarvittiin yhteensä neljä kalaa jokaista mittausajankohtaa kohden. Kaikki kokeissa käytetyt kalat olivat naaraita. Ensimmäisenä kaloilta mitattiin hapenkulutus respirometrissä hyödyntäen YSI ProODO-mittaria. Mittauksessa kala asetettiin muoviputkeen (V=3,98l), jonka läpi kulkee hapekasta vettä sulkuhanan ollessa auki. Kun hana suljetaan, muodostuu muoviputkeen suljettu systeemi, johon ei virtaa uutta vettä eikä happea systeemin

26 24 ulkopuolelta. Tässä tilassa kalan hapenkulutusta voidaan mitata muoviputkesta käyttäen YSImittaria, joka analysoi veden happipitoisuutta. Saman kokeen aikana laskettiin myös kalan hengitysliikkeitä eli ventilointia 3 sekunnin jaksoissa. Hapenkulutuksen mittausaika oli viisi minuuttia ja koe toistettiin kahdesti jokaiselle kalalle. Mittausten välissä suoritettiin huuhtelu avaamalla sulkuhana, jolloin muoviputkessa oleva vesi pääsi vaihtumaan ja hapettumaan, ja kala kykeni hengittämään vapaasti. Aineistosta kahdeksannesta kalasta ei saatu hapenkulutus arvoja, sillä mittarista loppuivat paristot. Lisäksi 17. kalan toinen mittaus hylättiin, sillä sen hapenkulutusarvot poikkesivat huomattavasti muista kaloista ja kyseisen kalan ensimmäisen mittauksen arvoista. Kalan hapenkulutus laskettiin kaavan 1 mukaan, jossa ensin laskettiin käytetyn hapenmäärä viiden minuutin ajalta, tämä jaettiin kalanmassalla ja tämä tulos kerrottiin kahdellatoista, jolloin tulosarvot olivat mg kg -1 h -1. ( ( ) ( ) ) 12 (1) Respirometrikokeen jälkeen kalat kuljetettiin vesiämpärissä laboratorioon, jossa ne nukutettiin saavissa käyttämällä vettä johon oli lisätty alkoholiin laimennettua neilikkaöljyä (laimennos 1:1). Neilikkaöljyn vaikuttava ainesosa on eugenoli, ja lopullisen nukutusliuoksen pitoisuudeksi tuli 4 mg l -1. Nukutetut kalat tainnutettiin voimakkaalla iskulla kallon takaosaan. Näin toimittaessa kalan aivot siirtyvät paikaltaan, ja kala kuolee. Tainnutuksen jälkeen kaloilta otettiin verinäytteet käyttäen injektioneuloja ja heparinoituja ruiskuja. Verikoe otettiin rasvaevän ja kylkiviivan välistä suuntaamalla neula selkärangan alapuolella kulkeviin pyrstösuoniin. Kerätty veri jaettiin Eppendorf-putkiin, ja niistä otettiin erikseen näyte ohuisiin hematokriitti-kapillaariputkiin. Nämä putket istutettiin vahalevyyn, ja tämän jälkeen ne sentrifugoitiin 12 G nopeudella veriplasman ja hematokriitin erottamiseksi toisistaan. Erottuneesta verinäytteestä mitattiin mittaskaalan avulla hematokriitin määrä eli punasolujen suhteellinen osuus verestä (%). Veren kloridipitoisuutta määritettiin veriplasmasta. Eppendorf-putkiin mitatusta verestä erotettiin plasma, ja pinnalle noussut plasma pipetoitiin omiin putkiinsa. Plasman kloridipitoisuutta analysoitiin titraamalla se kloridititraattorilla (Sherwood Chloride Analyser 926S). Mittauksia toistettiin niin kauan kunnes titrausarvoista saatiin luvut, jotka olivat mahdollisimman lähellä toisiaan (-3 lukuarvon heitto). Näistä luvuista analysoitavaksi valittiin vain kaksi toisiaan lähinnä olevaa lukuarvoa, jotka kuvaavat parhaiten plasman kloridipitoisuutta. 1 µl:n plasmanäyte punnittiin ja kuivattiin. Kuivauksen jälkeen plasmanäytteet punnittiin uudelleen, ja näistä märkä- ja kuivapainoista laskettiin vesipitoisuus lausekkeella (2) 1 1, (2) jossa x on plasman kuivapaino ja y on märkäpaino. Verinäytteen oton yhteydessä kalalta otettiin myös lihasnäyte selkäevän alapuolelta. Kalan nahan ja lihaksiston läpi tehtiin neliön muotoinen leikkaus, jonka pinnalta irrotettiin nahka ja sen alainen punainen lihas. Näiden kudosten alapuolisesta valkeasta lihaksesta otettiin pieni koepala, joka purkitettiin Eppendorf-putkeen ja kuivattiin. Punnitsemalla tuoreen ja kuivatun lihaksen massat, voidaan niiden erotuksesta laskea lihaksen vesipitoisuus. Lihasten vesipitoisuus on yksi kaloilla käytettävistä stressi-indikaattoreista. Mitä suurempi lihaksen vesipitoisuus on, sitä stressaantuneempi kala on. Viimeiseksi kalan vatsa avattiin, jaaineiston käsittelyyn käytettiin Excel 21 ja SPSS-ohjelmaa. Kuvaajien suorien P-arvot laskettiin regressioanalyysillä.

27 25 3. TULOKSET A. 6 Hapenkulutus mg/kg/h y =,86x + 338,32 R² =,22 P=,85 y = -,2989x + 299,42 R² =,96 P=,49 Mittaus 1 Mittaus 2 Linear (Mittaus 1) B. Hengitysfrekvenssi y =,36x + 54,258 R² =,367 P=,22 y =,426x + 52,376 R² =,341 P=,16 Linear (Mittaus 2) Tuntia ruokinnasta Tuntia ruokinnasta Kuva 1. Kirjolohen a) hapenkulutus ja b) hengitysfrekvenssi kahdessa peräkkäisessä mittauksessa 5 min välein (mittaus 1 yhtenäinen viiva, mittaus 2 katkoviiva) suhteessa ruokinta-ajankohtaan. Kukin piste kuvaa x:n yksilön keskiarvoa ja hajontapylväät keskihajontaa Hapenkulutuksessa ei ollut tilastollisesti merkittävää eroa eri kalaryhmien välillä (Kuva 1a), myöskään hengitysfrekvenssissä ei ollut tilastollisesti merkittävää eroa kalaryhmien välillä (Kuva 1b). Hapenkulutuksen ja hengitysfrekvenssin välillä ei ollut tilastollisesti merkittävää riippuvuutta (Kuva 2), mutta hajonta oli suurta ja yksilöllistä vaihtelua oli paljon. Hapenkulutus (mg/kg/h) y = 2,8464x + 172,53 R² =,361 P=,4 y = 2,4962x + 144,79 R² =,438 P=, Hengitysfrekvenssi Mittaus 1 Mittaus 2 Linear (Mittaus 1) Linear (Mittaus 2) Kuva 2. Kirjolohen hapenkulutus suhteessa hengitysfrekvenssiin. Kukin piste kuvaa eri yksilön mittaustulosta kahdessa peräkkäisessä mittauksessa (vinot neliöt kuvaavat mittauksen yksi tuloksia ja neliöt mittauksen kaksi). Katkoviiva kuvaa mittauksen yksi tulosta ja yhtenäinen mittauksen Kirjolohien koolla oli tilastollista merkitystä hapenkulutukseen, mutta hajonta oli suurta ja yksilöllistä vaihtelua hapenkulutuksessa esiintyi paljon molemmilla käytetyillä mittaskaaloilla (mg 5min -1 ja mg kg -1 h -1 ) (Kuvat 3a ja 3b). Kirjolohien syömässä ravinnon määrässä oli valtavaa hajontaa ja yksilöllistä vaihtelua. Osa ruokituista kaloista ei ollut syönyt lainkaan ja osa puolestaan selvästi muidenkin edestä.

28 26 Kirjolohien hapenkulutuksessa oli huomattavan paljon hajontaa ja yksilöllistä vaihtelua. Kalojen syömällä ruuan määrällä ei kuitenkaan ollut tilastollisesti merkittävää eroa suhteessa hapenkulutukseen (Kuva 5). A. Hapenkulutus mg/2min y = 22,98x +,3257 R² =,2817 P=,8 y = 19,787x + 2,4528 R² =,1432 P=,9,2,4 Paino (kg) mittaus 1 Mittaus 2 Linear (mittaus 1) Linear (Mittaus 2) B. Hapenkulutus (mg/kg/h) y = 15,54x + 291,81 R² =,64 P=,723 y = -82,912x + 32,9 R² =,33 P=,74,1,2,3,4 Paino (kg) Kuva 3. Kirjolohen a) hapenkulutus aikayksikössä b)hapenkulutus kahdessa peräkkäisessä mittauksessa 5 minuutin välein (mittaus 1 yhtenäinen viiva, mittaus 2 katkoviiva) suhteessa painoon Syödyn ruuan massa (g) Tuntia ruokinnasta Kuva 4. Kirjolohen syömän ruuan massa suhteessa aikaan ruokinnasta. Pisteet kuvaavat kalojen keskimääräistä ruuan määrää mahassa. Hapenkulutus (mg/kg/h) y = -6,8489x + 298,53 R² =,697 P=, Syödyn ruuan massa (g) Kuva 5. Kirjolohen hapenkulutus suhteessa mahan sisällön massa. Pisteet kuvaavat kunkin yksilön mittaustuloksia

29 27 Kirjolohien hematokriittiarvot vaihtelivat voimakkaasti eri tutkimusajankohtina kalaryhmittäin. Kirjolohen hematokriitti arvo ei muuttunut merkittävästi kokeen aikana (Kuva 6a). Plasman kloridipitoisuus nousi merkittävästi ajankuluessa (Kuva 6b). Ajalla ei ollut merkitsevää vaikutusta lihaksen eikä plasman vesipitoisuuteen (Kuva 7). A. 65 Hct (%) y =,78x + 54,653 R² =,184 P =, Tuntia ruokinnasta B. Plasman kloridipitoisuus (mmol/l) y =,51x + 123,99 R² =,98 P=, Tuntia ruokinnasta Kuva 6. Kirjolohen a) veren hematokriittipitoisuus b) Kirjolohen veriplasman kloridipitoisuus eri aikoina ruokinnasta Vesipitoisuus (%) y =,74x + 92,292 R² =,2461 P=,13 y =,119x + 75,246 R² =,721 P=, Tuntia ruokinnasta Lihas plasma Linear (Lihas) Linear (plasma) Kuva 7. Kirjolohen lihaksen ja plasman vesipitoisuus eri aikaväleillä ruokinnasta. (Lihaksen vesipitoisuus katkoviivalla ja plasman yhtenäisellä). 4. TULOSTEN TARKASTELU Hypoteesin mukaan ruokinta vaikuttaa kalojen stressiin sitä lisäävästi. Erityisesti veren hematokriittipitoisuuden mittaustulokset vastaavat hyvin hypoteesiin. Tutkittujen kalojen pienestä määrästä johtuen tutkimustulokset ja mittaustarkkuus ovat epävarmoja. Luotettavampien tulosten saavuttamiseksi otannan olisi pitänyt olla huomattavasti suurempi, ja toistoja tehdä enemmän. Osaa stressivasteista (hapenkulutus ja

30 28 hengitysfrekvenssi) mitattiin kahdella peräkkäisellä mittauksella, joista kumpikin kesti kaksi minuuttia, ja joiden välissä pidettiin minuutin tauko jonka aikana koesäiliö huuhdeltiin. Tulosten valossa ei voida todeta ruokinnan vaikuttavan suoraan kalojen hapenkulutukseen. Stressi kuitenkin lisää hapenkulutusta (Wedemeyer 1996), jonka vuoksi koekalojen hapenkulutus ei todennäköisesti vastaa aivan stressaantumattomien yksilöiden vastaavaa hapenkulutuksen aikakehitystä ruokinnan jälkeen. Kalojen hengitysfrekvenssi oli myös sitä suurempi, mitä kauemman aikaa ruokinnasta oli kulunut, vaikka tuloksen luulisi olevan päinvastainen kalojen stressatessa enemmän täydellä vatsalla. Kalojen koetilanteessa kokema stressi oli kuitenkin niin voimakasta, että ruokinnan vaikutus on jäänyt hyvin pieneksi tai jopa olemattomaksi verrattuna koetilanteen aiheuttaman stressin vaikutukseen. Tästä syystä tutkimuksen luotettavuus ruokinnan vaikutuksesta kalojen hapenkulutukseen ja mm. hematokriittiin on puutteellinen. Mittauksen mukaan hengitysfrekvenssillä ei ole merkittävää vaikutusta kalan hapenkulutukseen (Kuva 2). Yksilöiden välinen hajonta ja vaihtelu ovat niin suurta, että voidaan olettaa, ettei hengitysfrekvenssi ole hyvä hapenkulutuksen mittaamiseen. On kuitenkin todistettu, että hengitysfrekvenssi korreloi voimakkaasti hapenkulutuksen kanssa, ollen siten korrekti mittari hapenkulutuksen arviointiin (Millidine ym. 28). Hapenkulutus on jossain määrin suhteessa kalan painoon. Toisen mittauksen aikana kalojen hapenkulutus nousi hieman, vaikka kalanpainolla ei pitäisi olla varsinaista vaikutusta. Kalojen välillä on kuitenkin huomattavia yksilöllisiä eroja hapenkulutuksessa. Tämä voi johtua stressiä aiheuttavien tekijöiden vaikutuksen vaihtelusta kalayksilöittäin: esimerkiksi pitkät koekalat saattoivat stressaantua lyhyempiä yksilöitä pahemmin joutuessaan respirometrin muoviputkeen, joka oli hieman ahdas suuremmille yksilöille. Myös kalojen kasvatusaltaista pyydystämiseen kulunut aika saattoi vaikuttaa stressin voimakkuuteen. (Kuvat 1b, 3a ja 3b.). Kalojen syömällä ruuan määrällä ei ollut tilastollisesti merkittävää vaikutusta kalan hapenkulutukseen (Kuva 5). Hajonta ja yksilöllinen vaihtelu olivat niin suurta, että muiden tekijöiden voidaan olettaa aiheuttavan suuremman vaikutuksen kalan hapenkulutukseen. Hematokriitti eli punasolujen suhteellinen osuus verestä on stressiherkkä ominaisuus, joka nousee kaloilla stressin myötä (Frankling, ym. 1991). Hematokriitin määrä oli huomattavan korkea heti ruokinnan jälkeen testatuilla kaloilla, mutta se laski voimakkaasti kun ruokinnasta oli kulunut viisi tuntia jatkaen laskuaan puoleentoista vuorokauteen asti. Sen jälkeen hematokriittipitoisuus lähti jälleen nousuun, ja nousi ruokkimattomilla kaloilla lähelle vasta ruokittujen kalojen hematokriittiarvoa. (Kuva 6a.) Hematokriittipitoisuuden nousu johtuu kalojen hapenkulutuksen lisääntymisestä, sillä elimistö vastaa kasvaneeseen hapentarpeeseen lisäämällä hapen kuljetuskapasiteettia eli hematokriitin määrää. Lihaksen vesipitoisuus kasvoi stressialtistuksen jälkeen sitä enemmän, mitä pidempi aika ruokinnasta oli kulunut. Lihaksen vesipitoisuus oli huomattavan suuri niillä yksilöillä, joita ei ollut ruokittu ennen koetta (ruokinnasta oli kulunut yli 5vrk) (Kuva 7.). Lihasten vesipitoisuuden nousu johtuu voimakkaasta ventiloinnista, jossa makeassa vedessä elävillä kaloilla vettä siirtyy kalan kudoksiin. Veriplasman vesipitoisuus muuttuu kalan stressaantuneisuuden mukaan, sillä stressi ja siitä johtuva ventilointi vaikuttavat kalan ionitasapainoon ja veren osmolariteettiin. (Brown 1993 ref. Wedemeyer 199) Veriplasman vesipitoisuus laski hieman 5 tunnin kuluttua ruokinnasta, ja kohosi jälleen vuorokausi ruokinnan jälkeen pysyen melko tasaisena myös niissä kalaryhmissä, joita ei ollut ruokittu ennen tutkimusta. (Kuva 7.) Myös plasman kloridipitoisuus oli sitä matalampi mitä

31 29 vähemmän aikaa ruokailusta oli kulunut ennen stressitilannetta. Kloridipitoisuus kohosi melko tasaisesti ruokinnasta kuluneen ajan kasvaessa (Kuva 6b.). Ionitasapainon muutos runsaan veden sisäänoton vuoksi vaikuttaa laimentavasti veriplasman kloridipitoisuuteen. (Brown 1993 ref. Wedemeyer 199) KIRJALLISUUS Brown A. J Endocrine responses to environmental pollutants. Teoksessa: Rankin J. C. & F. B. Jensen (toim.) Fish Ecophysiology, Chapman & Hall, Iso Britannia. Frankling C.E., Davidson W. & Carey P.W The stress response of an antarctic teleost to an acute increase in temperature. J. Therm Biol. 16: Millidine K. J., Metcalfe N. B. & Armstrong J. D. 28. The use of ventilation frequency as an accurate indicator of metabolic rate in juveline Atlantic salmon (Salmo salar). Can. J. Fish. Aquat. Sci. 65: Tort L Stress and immune modulation in fish. Dev. Comp. Immunol. 35: Wedemeyer, G. A Physiology of fish in intensive culture systems, Chapman & Hall, New York. Wendelaar Bonga S.E., The stress response in fish. Physiol. Rev. 77:

32 3 JOKI- JA TÄPLÄRAVUN SAALISTUSTEHOKKUUS Alisa Koski ja Eeva Kosola Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract The purpose of this study was to determine whether there are differences in preying effiency in two crayfish species encountered in Finland. The species are noble crayfish (Astacus astacus) and signal crayfish (Pacifastacus leniusculus). In this study there were 12 crayfishes from both species, 24 crayfishes in total. Each crayfish was placed in their own arena and where 4 dead Chironomidae larvae were set on the sand bottom. Crayfishes had 12 hours to prey on those larvae, and afterwards larvae that were left uneaten were counted. No differences in preying efficiency were found between species or sexes. Avainsanat: surviaisääsken toukat, ravut, Astacus astacus, Pacifastacus leniusculus, predaatio 1. JOHDANTO Jokirapu on alkuperäinen rapulaji Suomessa, joka on joutunut vieraslaji täpläravun syrjäyttämäksi viime vuosikymmeninä (Heinimaa ja Pursinen 21). Täplärapu on suurempi ja aggressiivisempi laji (Westman ja Savolainen 21), joka pystyy elämään vaihtelevammissa olosuhteissa kuin jokirapu, esimerkiksi syvänteissä (Ercoli ym. 215). Ruokailutottumuksiltaan joki- ja täpläravut ovat omnivoreja, ja käyttävät ravintonaan vesikasveja, selkärangattomia, kuolleita kaloja ja detritusta (Ruokonen ym. 212). Saaliseläiminä tässä kokeessa käytettiin surviaissääsken (Chironomidae) toukkia. Kokeessa yritettiin selvittää, onko täpläravun ja jokiravun saalistustehokkuudessa eroja. Lisäksi tutkittiin sukupuolten välisiä eroja ja onko ravun koolla ja syötyjen toukkien määrällä riippuvuutta. Hypoteesina oli, että täplärapu tehokkaampana saalistajana söisi enemmän surviaissääsken toukkia (Haddaway ym. 212; Olden ym. 29). Sukupuolten osalta koiraiden odotettiin syövän suuremman kokonsa takia enemmän toukkia kuin naaraat. 2. AINEISTO JA MENETELMÄT Rapujen saalistustehokkuutta tutkittiin yhdeksässä altaassa, joista neljässä oli yksi täplärapu, neljässä yksi jokirapu ja yksi oli kontrolli. Kontrollialtaassa ei ollut rapua, ja sen tehtävänä oli osoittaa, paljonko toukkia häviää. Ravut ruokittiin viimeisen kerran 4 päivää ennen kokeiden alkamista. Vesi vaihtui tuloletkun ja ylivuotoputken avulla. Altaat olivat vieri vieressä, paitsi kontrolli joka oli asetettu ylemmäs hieman erilleen muista. Pohjalle asetettiin muovinen kansi, jonka päällä oli kerros hiekkaa. Jokaiselle kannelle laskettiin 4 kuollutta surviaissääsken toukkaa, joiden piti olla punaisia. Toukat sijoitettiin mahdollisimman tasaisesti hiekan päälle. Ravut punnittiin, mitattiin rostrumin kärjestä selkäkilven takareunaan asti ja sukupuoli määritettiin. Ravut olivat yön yli altaissa noin 12 tunnin ajan. Seuraavana aamuna ravut poistettiin altaista ja pipetillä poimittiin jäljelle jääneet toukat. Vesi siivilöitiin ja hiekka tutkittiin, jotta kaikki toukat varmasti löytyisivät. Löytyneet toukat laskettiin. Koetilanne toistettiin kolme kertaa eri ravuilla. Jokiravun ja täpläravun syötyjen toukkien määrälle laskettiin keskiarvo ja keskihajonta. Kontrolleista laskettiin keskiarvo, josta vähennettiin jokaisen ravun syötyjen toukkien määrä. Näin huomioitiin toukkien laskemisessa (aloitusvaihe) tapahtuva epätarkkuus eli keskiarvo kuvasti, kuinka paljon toukkia todellisuudessa oli altaissa. Jos erotuksen tulos oli negatiivinen,

33 31 niin syötyjen toukkien määräksi kirjattiin nolla. Syötyjen toukkien ja ravun painon sekä pituuden välistä yhteyttä tutkittiin Pearsonin korrelaatiokertoimella. Lajien ja sukupuolten välisiä eroja arvioitiin riippumattomalla t-testillä. 3. TULOKSET Keskiarvojen perusteella jokiravut söivät enemmän surviaissääsken toukkia kuin täpläravut, toisaalta keskihajonnat molemmilla lajeilla olivat suuria (Taulukko 1). Jokiravun ja täpläravun saalistustehokkuudet eivät eronneet merkitsevästi toisistaan (t=,652; df=22; p=,521) (Kuva 1). Kontrolleissa toukkia löytyi 3, 355 ja 4, näiden keskiarvo pyöristettiin Syödyt surviaissääsken toukat (kpl) ,7 Jokirapu 227,9 Täplärapu Kuva 1. Joki- ja täplärapujen syötyjen surviaissääskien keskimääräiset yksilömäärät ja keskihajonnat. Rapujen pituuden ja saalistustehokkuuden välillä oli positiivinen korrelaatio kummallakin lajilla ja lajien yhdistetyssä aineistossa (Taulukko 1 ja Kuva 2). Täplärapujen painon ja syötyjen toukkien korrelaatio oli tilastollisesti merkitsevä. Jokiravulla korrelaatiokerroin ei ollut tilastollisesti merkitsevä. Taulukko 1. Pearsonin korrelaatiokertoimet syötyjen toukkien määrän sekä ravun pituuden että painon välillä. Tähdellä merkityt korrelaatiokertoimet ovat tilastollisesti merkitseviä ja merkitsevyystaso oli <,5. pituus x toukkien määrä paino x toukkien määrä Jokirapu,53,22 Täplärapu,68*,61* Ravut,61*,47

34 32 45 Syötyjen toukkien määrä (kpl) Pituus (mm) Jokirapu Täplärapu Kuva 2. Syötyjen toukkien riippuvuus ravun pituudesta. 45 Syötyjen toukkien määrä (kpl) Paino (g) Jokirapu Täplärapu Kuva 3. Syötyjen toukkien riippuvuus ravun painosta. Kaikki jokiravut olivat sukupuoleltaan koiraita ja täplärapujen sukupuolijakauma oli varsin luonnollinen, sillä naaraita oli 7 ja koiraita 5. Kun joki- ja täpläravun aineistot yhdistettiin, tilastollisesti sukupuolien välillä ei ollut merkitseviä eroja syötyjen toukkien määrässä (t=,591; df=22; p=,561). Täpläravuilla tulos oli sama eli koiraat ja naaraat söivät yhtä paljon toukkia (t=,27; df=1; p=,84). 4. TULOSTEN TARKASTELU Joki- ja täpläravun saalistus tehokkuudet eivät eronneet toisistaan ja yllättävää oli, että jokiravut keskimääräisesti söivät enemmän toukkia. Aiempien tuloksien perusteella täplärapu olisi todennäköisemmin kuluttanut enemmän toukkia kuin jokirapu (Koistinen 216). Harjoitustyössä käytetty koeasetelma on erittäin pelkistetty, millä on hyvät ja huonot puolet. Yksinkertaiset altaat sopivat, jos erityisesti tutkitaan ravun saalistustapoja. Toisaalta pelkistetty

35 33 allas ei vastaa olosuhteita luonnossa, jossa elinympäristö on vaihteleva ja resurssit ovat rajalliset. Lisäksi kuolleet surviaissääsken toukat olivat aseteltu näkyville hiekan päälle eikä rapujen tarvinnut niitä etsiä ja kaivaa hiekasta. Kolmannen päivän ravut olivat olleet syömättä lähes viikon, ja ne söivät keskimääräisesti vähemmän toukkia kuin aiempien päivien ravut. Rapujen terveydentila oli mahdollisesti heikentynyt pitkään jatkuneen nälkiintymisen takia, mikä saattoi vaikuttaa rapujen ruokahaluun. Rapujen koon ja saalistus tehokkuuden välillä oli positiivinen tilastollisesti merkitsevä riippuvuus. Sukupuolten saalistus tehokkuudet olivat naarailla ja koirailla samat. Syötyjen toukkien määrä (kpl) a) Naaras Koiras Syötyjen toukkien määrä (kpl) b) Naaras Koiras Kuva 3. Sukupuolikohtaiset erot joki- ja täplärapujen yhdistetyn aineiston (a) ja täpläravun (b) saalistustehokkuudessa. KIRJALLISUUS Ercoli F., Ruokonen T.J., Koistinen S., Jones R.I., Hämäläinen H. 215.The introduced signal crayfish and native noble crayfish have different effects on sublittoral macroinvertebrate assemblages in boreal lakes. Freshwater biology 6: Haddaway N. R., Wilcox R. H., Heptonstall R. E. A., Griffiths H. M., Mortimer R. J. G., Christmas M., Dunn A. M Predatory Functional Response and Prey Choice Identify Predation Differences between Native/Invasive and Parasitised/Unparasitised Crayfish. PLoS One 7: e Heinimaa S., Pursiainen M. 21. Joki- ja täpläravun elinkierto ja levinneisyys. Riista- ja kalatalouden tutkimuslaitos, Helsinki. sequence=1 Hakupäivä Koistinen S Vieraan täpläravun (Pacifastacus leniusculus) ja alkuperäisen jokiravun (Astacus astacus) vaikutukset boreaalisten järvien sublitoraalin surviaissääskiyhteisöihin. Pro gradu. Jyväskylän yliopisto. Kozák P., Ďuriš Z., Petrusek A., Buřič M., Horká I., Kouba A., Kozubíková E., Policar T Crayfish Biology and Culture. University of South Bohemia in České Budějovice, Faculty of Fisheries and Protection of Waters, Vodňany, Czech Republic. Olden J. D., Larson E. R., Mims M. C. 29. Home-field advantage: native signal crayfish (Pacifastacus leniusculus) out consume newly introduced crayfishes for invasive Chinese mystery snail (Bellamya chinensis). Aquat. Ecol. 43: Ruokonen T.J., Kiljunen M., Karjalainen J., Hämäläinen H Invasive crayfish increase habitat connectivity: a case study in a large boreal lake. Knowl Manage of Aquatic Ecosystems DOI: 1.151/kmae/21334 Westman K., Savolainen R. 21. Long term study of competition between two co-occurring crayfish species, the native Astacus astacus l. and the introduced Pacifastacus leniusculus dana, in a Finnish lake. BFPP - Bull Fr Peche Prot Milleux Aquatiques :