LIMNOLOGIAN JA KALABIOLOGIAN TUTKIMUSMENETELMÄT WETA104, 8 op. Jyväskylässä

Transkriptio

1 LIMNOLOGIAN JA KALABIOLOGIAN TUTKIMUSMENETELMÄT WETA104, 8 op Jyväskylässä Harjoitustyöt Opiskelijat: Enroth Hanna Haapsalo Miska Kinnunen Kirsikka Knuutila Sonja Kumpulainen Benjami Lehmonen Roope Parviainen Pinja Pettersson Samu Rasilainen Maj Ruohonen Elina Väänänen Tuula Ohjaajat: Hämäläinen Heikki Karjalainen Juha Marjomäki Timo Pirhonen Juhani (toim.) Salmelin Johanna Salmi Pauliina Syrjänen Jukka Taskinen Jouni Jyväskylän yliopisto Bio- ja ympäristötieteiden laitos 2016

2 Sisältö Ehnroth H. ja Lehmonen R. Kasviplanktonin pystyjakauma kolmella keskisuomalaisella järvisyvänteellä.. 1 Kinnunen K. Päijänne-Keitele -reitin pohjaeläimistön vaihtelu ajallisesti ja paikallisesti 8 Knuutila S. Täpläravun vaikutus jokiravun saalistukseen Makkonen M. ja Suonia H. Vaihtoehtoinen menetelmä simpukan Rhipidocotyle fennica -loisinnan toteamiseksi.. 16 Pettersson S. ja Parviainen P. Merkinnän ja nukutuksen vaikutus kirjolohen (Oncorhynchus mykiss) hapenkulutukseen, lihasveteen ja veriarvoihin. 20 Rasilainen M. ja Väänänen T. Ahvenen kasvu Etelä-Konnevedessä 25 Haapsalo M. Konneveden ekologinen tila koeverkkokalastuksen perusteella.. 35

3 1 KASVIPLANKTONIN PYSTYJAKAUMA KOLMELLA KESKISUOMALAISELLA JÄRVISYVÄNTEELLÄ Hanna Enroth ja Roope Lehmonen Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract The aim of this study was to investigate vertical distribution of phytoplankton in three different lake basins. Phytoplankton samples for the study were collected and phytoplankton counted by WETA104 students during the course. Oxygen and temperature profiles were also measured from the basins. The data were analyzed graphically. Vertical distribution of phytoplankton abundances reflected the prevailing temperature stratification in all three basins, but quantity and diversity of phytoplankton differed between the study basins. Likely, main factors controlling the vertical distribution of phytoplankton were light and the mixing conditions, but available nutrients and other biotic and abiotic factors could have affected. Avainsanat: kasviplankton, kerrostuneisuus, järvet 1. JOHDANTO Kasviplanktonilla tarkoitetaan vapaana vedessä keijuvia, yhteyttämään kykeneviä, mikroskooppisen pieniä aitotumallisia eliöitä tai syanobakteereja. Kasviplankton on suuressa osassa ilmakehän hapen tuotannossa. Kasviplanktonin yhteyttäminen myös sitoo hiilidioksidia biomassaksi. Solujen pieni koko ja suvuton lisääntyminen saavat kasviplanktonin lisääntymään tehokkaasti sopivien ympäristöolojen vallitessa (Anonyymi 2014). Kasviplankton yleensä hyötyy jos vesistössä on paljon ravinteita, koska yleensä ravinteet ovat kasviplanktonin kasvua rajoittava tekijä. Erilaiset kasviplanktonin pääryhmät ovat sopeutuneet erilaisiin olosuhteisiin, muun muassa ravinnepitoisuuksien ja lämpötilan suhteen. Tämän takia kasviplanktonin kokonaismäärän ja eri pääryhmien esiintyvyyden avulla voidaan päätellä vesistön ravinnepitoisuutta ja muita ominaisuuksia (Heinonen 1980, Lepistö 1999). Kasviplanktonin kasvua säätelevät siis sekä bioottiset että abioottiset tekijät. Monesti tekijöiden muutokset ovat yhteydessä vuodenaikojen vaihteluihin. Eri kasviplanktonryhmät runsastuvat eri vuodenaikoina, tätä kutsutaan vuodenaikaissukkessioksi. Eritoten boreaalisissa järvissä, jotka jäätyvät talvella, voi kasviplanktonyhteisö muuttua paljonkin eri vuodenaikoina. Talvella auringonvalon määrän vähetessä sekä lumi- ja jääpeitteen muodostuessa valon määrä ei riitä kasviplanktonin yhteyttämiseen ja kasvuun. Vesiin kertyvät ravinteet jäävät suurelta osin käyttämättä ja jäänalaisten lämpöolojen ja tiheysvirtausten sääteleminä kerääntyvät syvänteisiin. Keväällä, kun valo alkaa läpäistä jääpeitettä, pääsevät ensimmäiset planktonlevät runsastumaan ja käyttämään talven aikana vesiin kertyneitä ravinteita, joita auringon lämmön aikaansaama konvektiosekoittuminen nostaa ylöspäin vesipatsaassa. Keväällä ensimmäisinä runsastuvia ovat piilevät (Bacillariophyta) ja panssarilevät (Dinophyta). Tätä vaihetta kutsutaan kevätkukinnaksi (Anonyymi 2014). Kasviplanktoneliöt liikkuvat lähinnä veden liikkeiden mukana. Flagellaatit eli erilaiset siimalliset levät pystyvät kuitenkin siimoillaan uimalla optimoimaan sijoittumistaan vesipatsaassa. Kun pintaveden ravinteet vähenevät kesän edetessä, koska kerrostuneisuuden takia erilämpöiset vesimassat eivät sekoitu, pääsevät flagellaatit valtaan. Tämä johtuu siitä, että ne voivat käydä hakemassa ravinteita välivedestä. Myöhemmin kesällä, vesien lämmetessä saavat syanobakteerit (Cyanobacteria) kilpailuedun ja lisääntyvät nopeasti. Myöhemmin syksyllä, kun vedet kylmenevät

4 2 on taas täyskierron aika. Myöhään syksyllä runsastuvatkin yleensä taas kylmää kestävät piilevät (Bacillariophyta) (Anonyymi 2014). Tämän tutkimuksen tarkoituksena oli selvittää kuinka erilaiset kasviplanktonin pääryhmät olivat jakautuneet vertikaalisesti, ja mitkä tekijät selittäisivät havaitut erot pystyjakaumassa. Tutkimuskohteena olivat Jyväskylänseudun kolmen järven (Jyväsjärvi, Leppävesi sekä Saraavesi) syvännekohdat. Hypoteesina on, että kasviplankton on jakautunut eri tavalla eri syvyyksissä vallitsevien sekoittumisolojen mukaisesti. 2. AINEISTO JA MENETELMÄT Näytteet otettiin ja mittaukset tehtiin Jyväsjärven pääsyvänteeltä; 25m ( ), Leppävedeltä; 44m ( ) sekä Saraavedeltä; 42m ( ). Vesillä liikuttiin Jyväskylän yliopiston Bio- ja ympäristötieteiden laitoksen tutkimusaluksilla. Vesinäytteen nostamisessa käytettiin Limnos noudinta (Limnos.pl, Puola), josta näyte laskettiin kullekin syvyydelle tarkkaan nimikoituun, ruskeaan 100 ml lasipulloon. Ennen näytteen pullottamista kumista letkua pitkin, varmistettiin näytteen oikea sisältö, laskemalla mahdolliset vanhat vedet letkusta pois. Näytteenotoissa edettiin kussakin järvessä pinnalta pohjaan, jotta ei sekoitettaisi järven kerrostuneisuutta. Näytteet otettiin ensin pinnasta, sitten 1-2 m syvyydestä. Tämän jälkeen edettiin viiden metrin välein pohjaan saakka. Näytteenotinta ei kuitenkaan laskettu koskaan pohjaan, sillä syvyys katsottiin kaikuluotaimen avulla ja viimeinen näyte otettiin pohjan tuntumasta. Kasviplanktonnäytteiden lisäksi syvänteistä mitattiin veden ominaisuuksia; lämpötila, ph, hapen pitoisuus ja happikyllästeisyys sekä johtokyky. Mittaus pyrittiin toteuttamaan läheltä kasviplankton näytteiden noutokohtaa, jotta tulokset olisivat toisiinsa verrattavissa. Mittalaitteena käytettiin YSI-merkkistä CTD luotainta (Yellow Springs Instruments, USA). Kasviplanktonnäytteet säilöttiin happamalla Lugolin liuoksella (lopullinen pitoisuus 1 %) ja laskeutettiin yön yli Ütermöhl-menetelmällä (SFS-EN standard 15204) 2,5-25 ml laskeutuskammioissa (Hydrobios, Saksa). Näytteitä tutkittiin käänteismikroskoopilla. Panssarisiimaleviäen ja sinilevien määrät laskettiin mikroskoopin kertaisella suurennoksella ja muun kasviplanktonin määrät kertaisella suurennoksella. Näkökenttiä laskettiin opiskelijan laskentanopeudesta riippuen 15 tai 25 kappaletta. Jokaisesta näkökentästä kirjattiin ylös kunkin kasviplanktonryhmän havaintojen määrä. Lopuksi kirjattiin ylös mahdollisten tunnistamattomien yksilöiden määrä. Jotta planktontiheydet saatiin laskettua, mitattiin kummankin suurennoksen kohdalla mikroskoopin näkökentän halkaisija. Säteen avulla saatiin laskettua näkökentän pinta-ala ja siten kasviplanktonien lajimäärät tunnetun suuruisessa tilavuudessa kaavalla: ) 3.TULOKSET Järvisyvänteiden kasviplanktonmittausten aikaan järvien vesi oli vielä kerrostunutta, eikä sekoittavaa syyskiertoa ollut vielä tapahtunut. Jyväsjärven harppauskerros erottuu lämpötilan ja happiprofiilin jyrkkänä muutoksena syvyysvälillä 5-7m (Kuva 1a). Happiprofiilin käyrä mukailee lämpötilaprofiilin käyrää tarkasti (Kuva 1a). Jyväsjärvellä havaittiin selvä muutos kasviplanktonin

5 3 tiheydessä veden eri kerroksissa (Kuva 1a). Etenkin välivedessä, harppauskerroksen alapuolella kasviplanktonin tiheys pienenee olennaisesti, mutta lähtee kuitenkin jyrkkään nousuun lähestyttäessä pohjaa. Kasviplanktonin määrässä oli erotettavissa myös pintamaksimi. Kasviplanktonin tiheys oli myös harppauskerroksen yläpuolella viidessä metrissä (5m) suurempi kuin kahdessa metrissä (2m, Kuva 1a). Pohjalta löydetystä kasviplanktonista suurin osa oli piileviä (Bacillariophyta) kun taas välivedessä olevasta kasviplanktonista suurin osa oli nieluleviä (Cryptophyta, Taulukko 1). Leppävedellä harppauskerros erottuu lämpötilan ja happiprofiilin jyrkkänä muutoksena syvyysvälillä 16-18m (Kuva 1b). Happiprofiilin käyrä mukailee lämpötilaprofiilin käyrää melko tarkasti. Hapen määrässä on kuitenkin havaittavissa pieni väheneminen harppauskerroksen jälkeen (Kuva 2). Kasviplanktonin tiheyksissä eri syvyyksillä oli havaittavissa eroja. Päällysvedessä oli enemmän kasviplanktonia kuin välivedessä (Kuva 1b). Kasviplanktonin tiheys oli selvästi pienempi harppauskerroksen alapuolella, vaikkakin harppauskerroksen tuntumassa molemmilla puolilla oli havaittavissa kasvua kasviplanktonin tiheydessä (Kuva 1b). Leppävedellä oli havaittavissa selkeä pintamaksimi, jonka muodostui valtaosin (2/3) tunnistamattomasta kasviplanktonista (Taulukko 2). Saraavedellä harppauskerros erottuu lämpötilan ja happiprofiilin jyrkkänä muutoksena syvyysvälillä 21-23m (Kuva 3). Happiprofiilin käyrä mukailee lämpötilaprofiilin käyrää melko tarkasti. Hapen määrässä on kuitenkin havaittavissa pieni väheneminen harppauskerroksen jälkeen (Kuva 3). Saraavedellä kasviplankton tiheydet olivat pienempiä kuin Jyväsjärvellä ja Leppävedellä ja tiheydet vaihtelivat melko säännöllisen näköisesti syvyydestä toiseen (Kuva 3). Saraavedellä ei ollut havaittavissa pintamaksimia (Kuva 1c). Sama trendi kuin muissa syvänteissä, eli että kasviplanktontiheydet olivat suurempia harppauskerroksen yläpuolella, oli havaittavissa (Kuva 3). Harppauskerroksen yläpuolella on myös samanlainen pieni kasvu kasviplanktonin tiheydessä kuin muissakin syvänteissä (Kuva 1c). Harppauskerroksen alapuolella oleva kasviplankton oli käytännössä pelkästään tunnistamattomia ja piileviä (Bacillariophyta) (Taulukko 3). 4. TULOSTEN TARKASTELU Kaikissa tutkimissamme syvänteissä kasviplanktonin tiheydet olivat suurempia päällysvedessä harppauskerroksen yläpuolella kuin alapuolella. Tämä havainto johtuu todennäköisesti siitä seikasta, että kasviplanktonille on otollista olla pinnan tuntumassa koska siellä riittää valoa, jotta kasviplankton voi yhteyttää. Kaikissa syvänteissä oli myös heikosti havaittavissa pieni kasvu kasviplanktonin tiheydessä harppauskerroksen yläpuolella. Tämä kasvu tiheydessä saattaa johtua veden tiheyden muutoksesta; pohjalla oleva raskaampi, tiheämpi vesi hidastaa ylhäältä vajoavien kasviplanktonien ja muiden partikkelien matkaa pohjalle. Tätä havaintoa tukee myös pieni notkahdus happipitoisuudessa heti harppauskerroksen alapuolella; harppauskerroksessa on paljon happea kuluttavaa toimintaa, mutta johtuen kerrostuneisuudesta happipitoisuus ei pääse tasaantumaan (Kuva 1). Alusveden runsas kasviplanktonpitoisuus johtuu suuresta piilevämäärästä kyseisessä mittauskohdassa (Taulukko 1). Jyväsjärvessä on oletettavasti ollut runsas piileväkukinta, joka on ennen tutkimuksessa suoritettuja mittauksia vajonnut pohjalle. Piilevillä on raskas piikuori, ja ilman veden turbulenssia ne alkavat vajota (Reynolds, 2006). Happey-Woodin (1976) sekä Salosen ja Rosenbergin (2000) tutkimuksiin viitaten Jyväsjärvellä saattaa olla havaittavissa myös siimallisten levien (nielulevät) paikan optimointia harppauskerroksen ja pintaveden välillä (Taulukko 1). Leppäveden harppauskerros sijoittuu lämpötila- ja happiprofiilin muutoksena syvyysvälillä m. Kasviplankton oli muodostanut pintamaksimin Leppävedellä (Kuva 1b). Pintamaksimin aiheuttaneet kasviplanktonit jäivät tunnistamattomiksi (Taulukko 2). Saraaveden harppauskerros

6 4 erottuu kuvaajasta lämpötila- ja happiprofiilien muutoksena syvyysvälillä m. Kasviplanktonkäyrän muodosta lähellä pintaa voidaan havaita, että pintaan ei ole päässyt muodostumaan pintamaksimia, vaan jotkin tekijät, kuten tuuli on voinut sekoittaa pintavettä (Kuva 1c). Syvyys (m) a Kasviplanktonin tiheys (kpl ml -1 ) Lämpötila ( C) ja happi (mg L -1 ) b Syvyys (m) Kasviplanktonin tiheys (kpl ml -1 ) Lämpötila ( C) ja happi (mg L -1 ) c Kuva 1. Jyväsjärven (a), Leppäveden (b) ja Saraaveden (c) syvänneprofiilit. Kuviin on merkitty kasviplanktonin kokonaismäärä, lämpötila ja happi.

7 5 Taulukko 1. Jyväsjärven syvänteen kasviplankton jakauma pääryhmittäin. Taulukkoon on merkitty pääryhmien todelliset tiheydet ja prosentuaaliset määrät mitatussa syvyydessä. Pääryhmä 0m 2m 5m 10m 15m 20m 25m kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % Panssarisiimalevät 57,1 3,7 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Sinilevät 0 0,0 % 1,3 0,2 % 0,0 0,0 % 3,0 1,5 % 0,0 0,0 % 45,9 3,4 % 0,0 0,0 % Nielulevät 1061,2 69,5 % 483,1 65,6 % 720,0 35,3 % 10,6 5,5 % 105,0 100,0 % 0,0 0,0 % 0,0 0,0 % Tarttumalevät 0,00 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Kultalevät 0,00 0,0 % 0,0 0,0 % 40,0 2,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Suomukultalevät 0,00 0,0 % 63,0 8,6 % 0,0 0,0 % 10,6 5,5 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Piilevät 81,6 5,3 % 42,0 5,7 % 800,0 39,2 % 106,3 54,7 % 0,0 0,0 % 258,6 19,3 % 4040,0 94,4 % Keltalevät 0,00 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Silmälevät 0,00 0,0 % 0,0 0,0 % 40,0 2,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 40,0 0,9 % Viherlevät 244,9 16,0 % 147,0 20,0 % 360,0 17,6 % 10,6 5,5 % 0,0 0,0 % 0,0 0,0 % 200,0 4,7 % Yhtymälevät 81,6 5,3 % 0,0 0,0 % 0,0 0,0 % 10,6 5,5 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Tunnistamattomat 0,00 0,0 % 0,0 0,0 % 80,0 3,9 % 42,5 21,9 % 0,0 0,0 % 1034,5 77,3 % 0,0 0,0 % Yhteensä 1526,5 100,0 % 736,4 100,0 % 2040,0 100,0 % 194,3 100,0 % 105,0 100,0 % 1339,1 100,0 % 4280,0 100,0 % Taulukko 2. Leppäveden syvänteen kasviplankton jakauma pääryhmittäin. Taulukkoon on merkitty pääryhmien todelliset tiheydet ja prosentuaaliset määrät mitatussa syvyydessä. Pääryhmä 0m 1m 5m 10m 15m 20m 25m 35m 40m kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % Panssarisiimalevät 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 4,9 1,5 % 0,0 0,0 % 0,0 0,0 % Sinilevät 0,0 0,0 % 20,6 2,7 % 0,0 0,0 % 24,3 1,6 % 0,0 0,0 % 42,0 4,8 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Nielulevät 416,7 16,7 % 164,6 21,6 % 200,0 25,0 % 164,6 10,9 % 164,6 25,0 % 416,7 47,6 % 0,0 0,0 % 0,0 0,0 % 66,7 16,7 % Tarttumalevät 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Kultalevät 0,0 0,0 % 0,0 0,0 % 200,0 25,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 66,7 20,0 % 133,3 33,3 % Suomukultalevät 0,0 0,0 % 82,3 10,8 % 66,7 8,3 % 82,3 5,5 % 82,3 12,5 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 66,7 16,7 % Piilevät 0,0 0,0 % 246,9 32,4 % 266,7 33,3 % 82,3 5,5 % 164,6 25,0 % 0,0 0,0 % 164,6 49,3 % 200,0 60,0 % 133,3 33,3 % Keltalevät 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Silmälevät 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 82,3 12,5 % 0,0 0,0 % 0,0 0,0 % 66,7 20,0 % 0,0 0,0 % Viherlevät 0,0 0,0 % 246,9 32,4 % 66,7 8,3 % 987,7 65,6 % 164,6 25,0 % 0,0 0,0 % 82,3 24,6 % 0,0 0,0 % 0,0 0,0 % Yhtymälevät 416,7 16,7 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Tunnistamattomat 1666,7 66,7 % 0,0 0,0 % 0,0 0,0 % 164,6 10,9 % 0,0 0,0 % 416,7 47,6 % 82,3 24,6 % 0,0 0,0 % 0,0 0,0 % Yhteensä 2500,0 100,0 % 761,3 100,0 % 800,0 100,0 % 1505,8 100,0 % 658,4 100,0 % 875,3 100,0 % 334,1 100,0 % 333,3 100,0 % 400,0 100,0 % Kasviplanktonien pystyjakauman eroavaisuuksia voi selittää mittausalueiden toisistaan poikkeavat veden ominaisuudet (sameus, väri, ravinnepitoisuus). Myös mittaushetkeä edeltänyt ja mittaushetkellä vallinnut sää (tuuli, pilvisyys ym.) saattoi vaikuttaa eroihin. Eroavaisuudet harppauskerrosten syvyyden välillä vaikuttivat varmasti myös kasviplanktonin jakautumiseen. Erot harppauskerroksen syvyydessä johtuivat todennäköisesti morfologista eroista (syvänteen muodosta ja syvyydestä) sekä eroista veden virtaamassa. Erityisesti virtaamalla saattoi olla yllättävän suuria

8 6 vaikutuksia, sillä tutkimamme vesistöt olivat reittivesiä, joissa virtaama saattaa olla ajoittain yllättävän voimakasta. Taulukko 3. Saraaveden syvänteen kasviplankton jakauma pääryhmittäin. Taulukkoon on merkitty pääryhmien todelliset tiheydet ja prosentuaaliset määrät mitatussa syvyydessä. Pääryhmä 0m 1m 2m 5m 10m 15m 20m 30m kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % kpl ml -1 % Panssarisiimalevät 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 1,2 0,1 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Sinilevät 0,0 0,0 % 5,8 0,6 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 2,9 1,0 % 0,0 0,0 % 0,0 0,0 % Nielulevät 25,6 25,0 % 59,3 6,2 % 0,0 0,0 % 14,5 5,7 % 20,0 2,1 % 24,7 8,7 % 208,3 33,3 % 0,0 0,0 % Tarttumalevät 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Kultalevät 0,0 0,0 % 0,0 0,0 % 41,2 6,5 % 7,2 2,9 % 73,3 7,8 % 24,7 8,7 % 0,0 0,0 % 0,0 0,0 % Suomukultalevät 0,0 0,0 % 59,3 6,2 % 20,6 3,2 % 43,4 17,1 % 0,0 0,0 % 57,6 20,4 % 0,0 0,0 % 0,0 0,0 % Piilevät 76,9 75,0 % 593,3 62,1 % 123,5 19,4 % 79,6 31,4 % 700,0 74,4 % 32,9 11,6 % 416,7 66,7 % 153,8 100,0 % Keltalevät 0,0 0,0 % 0,0 0,0 % 82,3 12,9 % 0,0 0,0 % 0,0 0,0 % 8,2 2,9 % 0,0 0,0 % 0,0 0,0 % Silmälevät 0,0 0,0 % 59,3 6,2 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % 0,0 0,0 % Viherlevät 0,0 0,0 % 178,0 18,6 % 185,2 29,0 % 108,5 42,9 % 26,7 2,8 % 90,6 32,0 % 0,0 0,0 % 0,0 0,0 % Yhtymälevät 0,0 0,0 % 0,0 0,0 % 41,2 6,5 % 0,0 0,0 % 0,0 0,0 % 8,2 2,9 % 0,0 0,0 % 0,0 0,0 % Tunnistamattomat 0,0 0,0 % 0,0 0,0 % 144,0 22,6 % 0,0 0,0 % 120,0 12,7 % 32,9 11,6 % 0,0 0,0 % 0,0 0,0 % Yhteensä 102,5 100,0 % 955,1 100,0 % 637,9 100,0 % 253,2 100,0 % 941,2 100,0 % 282,8 100,0 % 625,0 100,0 % 153,8 100,0 % 4.1. Virhelähteitä Tutkimuksessa on monta mahdollista virhelähdettä aina näytteenoton onnistumisesta tulosten käsittelyyn ja tulkintaan. Näytteenottovaiheessa vaikuttavia tekijöitä ovat sää, veneen mahdollinen liikkuminen näytteenottotilanteessa sekä vesikerrosten sekoittuminen mitattaessa. Kasviplanktonnäytteen laskeuttaminen tehtiin yleisen standardin mukaan Ütermöhl-menetelmällä, (SFS-EN standard ), jotta laskentatulokset olisivat mahdollisimman vertailukelpoisia ja tarkkoja. Laskeutuksen onnistumisen kannalta on tärkeää että kasviplankton jakautuu satunnaisesti kyvetin pohjalle, jotta laskentatulokset eivät vääristy. Ongelmia tulosten luotettavuudessa saattoi kuitenkin aiheuttaa kasviplanktonin tulkinta- ja laskentavirheet sekä eroavaisuudet opiskelijoiden laskentatarkkuuksien välillä. Myös tutkimuksen pieni otoskoko aiheuttaa harhaa tuloksissa, sillä sattumalla on suuri rooli kerätyn aineiston ominaisuuksissa. Tulosten käsittelyssä ongelmaksi muodostui opiskelijoiden kirjaamien laskentojen ja aineistojen virheellisyys sekä puutteellisuus. Selkeitä tulkintavirheitä oli havaittavissa esimerkiksi laskettujen koealueiden halkaisijoiden arvoissa, jotka eri suurennoksien välillä oli sekoitettu keskenään. Tulosten tarkastelussa jouduttiin kysymään joiltakin opiskelijoilta selventäviä kysymyksiä merkitsemistään tuloksista. Kasviplanktontiheys -käyrien edestakaiset muutokset Leppä- ja Saraaveden syvänteissä voivat selittyä pienellä otoskoolla sekä eri opiskelijoiden eroista näytteiden tulkitsijoina (Kuvat 1b ja c). KIRJALLISUUS Anonyymi Kasviplanktonlevät. Järvi & meri wiki. Hakupäivä

9 Happey-Wood C.M Vertical migration patterns in phytoplankton of mixed species composition, British Phycological Journal, 11:4, Heinonen P Quantity and composition of phytoplankton in Finnish inland waters. Vesihallitus, Helsinki Lepistö L Phytoplankton assemblages reflecting the ecological status of lakes in Finland. Monographs of the Boreal Environment Research 16 Salonen K., Rosenberg M Advantages from diel vertical migration can explain the dominance of Gonyostomum semen (Raphidophyceae) in a small, steeply-stratified humic lake. Journal of Plankton Research 22:10, Reynolds C. S The Ecology of Phytoplankton. iento/fauna%20y%20dina%cc%81micas%20poblacionales/ecology%20of%20phytoplankton.pdf. Hakupäivä

10 8 PÄIJÄNNE-KEITELE-REITIN POHJAELÄIMISTÖN VAIHTELU AJALLISESTI JA PAIKALLISESTI Kirsikka Kinnunen Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract I studied how different environmental factors affect the benthic macroinvertebrates and how they hence reflect the condition of lakes. Samples on profundal macroinvertebrates were collected and physical measurements taken from 6 different lake basins. For each basin, I calculated Benthic Quality Index, BQI, which is based on seven indicator species and their environmental preferences. As expected, BQI showed a positive correlation with depth and hypolimnial oxygen concentration, whereas epilimnion phytoplankton concentration had not significant relationship to BQI. Avainsanat: BQI, indikaattorilaji, kasviplankton, veden happipitoisuus 1. JOHDANTO Järven ekologista tilaa voidaan arvioida tutkimalla järven syvänteessä elävien pohjaeläinten lajistoa ja runsautta. Pohjaeläimet reagoivat herkästi erilaisiin ekologisiin muutoksiin ja pohjaeläintutkimuksella voidaan saada tietoa niin pitkän ajan muutoksista, kuin äkillisistä suurista muutoksista jossain ympäristötekijässä (Wiederholm 1980). Pohjaeläintutkimuksen oletetaan myös antavan tietoa järven tilasta paremmin kuin pelkät vesianalyysit, sillä eläimet reagoivat monella tapaa ympäristön fysikaalisiin ja biokemiallisiin muutoksiin, joista tietoa ei saada suoralla mittauksella (Karr & Chu 2000). Järvien tilan arvioinnissa laajalti käytetty menetelmä on Wiederholmin (1980) kehittämä pohjanlaatuindeksi (Benthic Quality Index, BQI), joka perustuu seitsemän surviaissääskilajin esiintymiseen ja runsauteen järvessä (Jyväsjärvi ym. 2014). Jokaisella indikaattorilajilla on oma pistearvonsa (1-5), jota käytetään BQ-indeksin laskemiseen. Tässä työssä tutkittiin miten ja miten syvyys, sekä lämpötila ja happipitoisuus ja niiden muutokset vaikuttavat järvisyvänteiden pohjaeläinyhteisöihin. Myös kasviplanktonin määrän vaikutusta tutkittiin. Tutkimuskohteina olivat kuusi eri Päijänne-Keitele-reitin syvännettä, joita on tutkittu 1970-luvulta lähtien (Meriläinen 1987), sekä vuodesta 2006 alkaen kurssitöiden merkeissä (Jäntti & Kytölä 2015). Oletuksena on, että pohjaeläinten lajikoostumus ja runsaus vaihtelee ympäristötekijöiden, syvyyden, lämpötilan ja happipitoisuuden, mukaan, sekä syvänteiden että vuosien välillä. Tutkimme myös olisiko kasviplanktonin tiheydellä vaikutusta pohjaelänyhteisöihin. Mielenkiintoista on myös seurata onko yhtenä tutkimuskohteena olevan Jyväsjärven pohjaeläimistö muuttunut vuonna 2011 lopetetun hapetuksen jälkeen (Vesala 2016). 2. AINEISTO JA MENETELMÄT Tutkimuskohteina olivat Jyväsjärven Ainolan syvänne (syvyys 14 m), Jyväsjärven pääsyvänne (24 m), Saukonselkä (34 m), Leppävesi (44 m), Saraavesi (42 m) sekä Vatia (26 m). Näytteet kerättiin ja mittaukset tehtiin Jyväskylän yliopiston tutkimusalus Hydralla. Paikoilta otettiin pohjaeläin- ja kasviplanktonnäyteet, sekä mitattiin happipitoisuusja lämpötilaprofiilit sekä näkösyvyys ja kokonaissyvyys.

11 9 Näytteenottopaikan kokonaissyvyys määritettiin tutkimusaluksen kaikuluotaimen avulla ja näkösyvyys määritettiin Secchi-levyllä. Syvänteiden lämpötila- ja happiprofiilit mitattiin YSI-kenttämittarilla metrin syvyydeltä pinnasta, siitä pohjaan päin yhden tai kahden metrin välein ja viimeinen mittaus metrin päästä pohjasta. Kasviplanktonin tiheys määritettiin päällysvedestä (x x m) otetuista näytteistä (Enroth & Lehmonen 2016). Pohjaeläinnäytteet otettiin Ekman-noutimella (näytteenottopinta-ala 225 cm²) standardin SFS 5076 mukaisesti (Anonyymi 1989). Kustakin paikasta otettiin viisi rinnakkaisnäytettä. Jokainen näyte seulotiin 0,5 mm:n sankoseulalla ja seulalle jäänyt aines huuhdeltiin näytepurkkiin, joka vietiin yliopistolle kylmiöön odottamaan määritystä. Pohjaeläinten erottelu tapahtui siten, että näyte kerrallaan kaadettiin tarjottimelle, josta pinseteillä poimittiin havaitut eläimet ja laitettiin ne petrimaljalle 70 %:seen etanoliin. Eläimet eroteltiin silmämääräisesti omiin taksoneihinsa ja surviaissääskien (Chironomidae) päistä ja harvasukasmadoista (Oligochaeta) valmistettiin preparaatit tarkempaa tunnistamista varten. Prepataatit valmistettiin siten, että objektilasille laitettiin tippa Euparalia, johon surviaissääsken päät laitettiin ventraalipuoli ylöspäin ja harvasukasmadot kokonaisena ja päälle laitettiin peitinlasi. Valmiita preparaatteja tarkasteltiin valomikroskoopilla. Jokaiselle havaintopaikalle arvioitiin pohjaeläinten yksilötiheys neliömetrillä, missä havaitut yksilömäärät kerrottiin neliömetrin ja näytteenottopinta-alan suhteella. Pohjanlaatua kuvaava BQ-indeksi laskettiin kaavalla: BQI= (kᵢnᵢ / N) jossa kᵢ = indikaattorilajin i pistearvo, joka saa arvoja välillä 1 5, n = indikaattorilajin yksilömäärä ja N = kaikkien indikaattorilajien yksilömäärä. Indikaattorilajit ja niiden pistearvot: Chironomus anthracinus 2 Chironomus plumosus 1 Heterotrissocladius subpilosus 5 Micropsectra spp 4 Paracladopelma spp 4 Sergentia coracina 3 Stictochironomus rosenschoeldi 3 BQI:n ja ympäristötekijöiden (happipitoisuus, syvyys, lämpötila ja kasviplanktonin tiheys) yhteys testattiin Spearmanin järjestyskorrelaatioanalyysillä SPSS24-ohjelmalla. 3. TULOKSET Kuudelta eri syväänteeltä havaittiin yhteensä 13 eri pohjaeläintaksonia (Taulukko 1). Eniten taksoneja (6) löytyi Jyväsjärven molemmista syvänteistä sekä Saraavedeltäja vähiten Leppävedeltä (3). Yksilötiheys vaihteli tutkimuspaikoissa välillä yks. m ². Suurin yksilötiheys oli Vatialla ja pienin Leppävedellä. Harvasukasmatotaksoni Tubificidae oli ainoa taksoni, jota löytyi kaikista syvänteistä (Taulukko 1). BQI-arvo Saukonselällä oli 2,05, Leppävedellä 2,4, Saraavedellä 3,08 ja Vatialla 1. Jyväsjärven Ainolan syvänteen ja pääsyvänteen näytteistä ei indikaattorilajeja löytynyt, joten niille BQI = 0 (Taulukko 1).

12 10 Taulukko 1. Syvänteiden pohjaeläintaksonien yksilötiheys (yks. m -2 ), kokonaisyksilötiheys (yks. m -2 ), taksonien lukumäärä ja BQI sekä t mitatut ympäristömuuttujat. Saukonselältä ei ole kasviplanktonin määrän tietoja. Taksoni Jyväsjärvi 1 Ainola Jyväsjärvi 2 Pääsyvänne Saukons. Leppävesi Saraavesi Vatia Tubificidae , Limnodrilus Pisidium 0 8, Chaoborus flavicans Propsilocerus jacutius 0 8, Sergentia coracina Micropseectra spp Procladius Chironomus plumosus ,9 Chironomus anthracinus Hydracarina 36 8, Mysis relicta Tiheys (yks. m -2 ) Taksoniluku BQI 0 0 2,05 2,4 3,08 1 Syvyys (m) Lämpötila pohjalla ( C) 5,95 5,71 8,26 5,55 4,52 5,93 Happipitoisuus pohjalla (mg l -1 ) 0,51 1,27 0,8 6,29 4,67 0,57 Kasviplanktontiheys (kpl ml -1 ) BQI:n ja syvyyden (Kuva 2a) välillä havaittiin tilastollisesti merkitsevä (r s = 0,94, P = 0,003) sekä BQI:n ja happipitoisuuden (Kuva 2b) välillä miltei merkitsevä positiivinen korrelaatio (r s = 0,72, P = 0,052). Sen sijaan kasviplanktonin määrällä ja BQI-arvoilla ei havaittu olevan tilastollisesti merkitsevää yhteyttä (r s = 0,30, P = 0,285, Kuva 2c). Saukonselällä havaittiin hyvin happipitoisuuden ja BQI-arvojen vuotuinen vaihtelu (Kuva 2d), joilla oli miltei merkitsevä yhteys (r s = 0,56, P = 0,058). Havaintopaikkojen BQI-arvoissa havaitaan keskimäärin 0,5 yksikön vaihtelu eri vuosien välillä (Kuva 2). 4. TULOSTEN TARKASTELU Pohjaeläintaksoneja löytyi tämän vuoden näytteistä 13, joka on yksi vähemmän kun edellisenä vuonna (Jäntti & Kytölä 2015). Yksilötiheys sen sijaan oli paljon pienempi kuin edellisenä vuonna, mikä voi johtua viileästä kesästä, jolloin järven tuotanto on pienempää kuin lämpiminä kesinä. Pohjalta mitatut lämpötilat olivat tänä vuonna alhaisempia edelliseen vuoteen verrattuna, joten se voi selittää miksi myös happipitoisuus oli suurempi tänä vuonna. Lämpimässä vedessä tuotanto on voimakasta ja näin ollen myös hajotustoiminta, mikä kuluttaa happea. BQI:n sekä paikkojen välisen että ajallisen havaitun vaihtelun osaselittäjänä voi olla havaintovirhe. Voi olla ettei näytteisiin saatu indikaattorilajeja, vaikka niitä syvänteessä on tai arvioidut runsaussuhteet eivät vastaa todellisia. Kuitenkin BQI korreloi odotetusti happipitoisuuden kanssa syvänteiden välillä, sekä Saukonselällä vuosien välillä. Jyväsjärven syvänteiden happipitoisuus oli sitä luokkaa, että sieltä olisi olettanut löytyvän lajeja, jotka viihtyvät vähähappisessa ympäristössä. Odotetusti Jyväsjärven molemmissa syvänteissä pohjaeläinten lajimäärä pieneni hapetuksen loputtua vuonna 2011 (Vesala 2016),

13 11 joka näkyy myös tilastoissa, sillä WETA104-kurssiraporteissa vuonna 2010 Ainolan syvänteestä on löytynyt jopa yhdeksän eri taksonia ja hapetuksen loppumisen jälkeisenä aikana vuosina vain 5 7 taksonia. a) c) 3,5 3, ,5 2,5 BQI 2 1,5 BQI 2 1, ,5 0, Syvyys (m) Kasviplanktonpitoisuus (kpl/ml) b) d) BQI 3,5 3 2,5 2 1,5 1 0, Happipitoisuus (mg/l) 5 4,5 4 3,5 3 2,5 2 1,5 1 0, Happipitoisuus (mg/l) BQI Kuva 1. a) BQI:n yhteys syvyyteen, b) alusveden happipitoisuuteen ja c) ja kasviplanktonin määrään tutkimussyvänteissä, sekä d) BQI:n ja alusveden happipitoisuuden vaihtelua vuosien aikana Saukonselällä.

14 12 BQI 4,5 4,0 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0,0 Saukonselkä Saraavesi Leppävesi Vatia Jyväsjärvi 1 Jyväsjärvi Kuva 2. BQI-arvojen vaihtelu vuosien välillä. Jyväsjärvi 1 = Ainolan syvänne ja Jyväsjärvi 2 = pääsyvänne. Vatialta saatiin nollahavainnot vuosilta sekä Jyväsjärven Ainolan syvänteestä nollahavainnot ovat vuosilta 2014 ja Jyväjärven pääsyvänteeltä nollahavainnot ovat vuosilta sekä Muilta puuttuvilta vuosilta ei ole havaintoja tehty. Päällysveden kasviplanktonin tiheydellä ei havaittu yhteyttä pohjaeläinten lajikoostumukseen ja määrään, mutta hetkellinen mittaus ei välttämättä anna oikeaa kuvaa kasviplanktonin määrästä kasvukaudella, eikä pohjalle kertyvän kasviplanktonin määrästä. KIRJALLISUUS Anonyymi Vesitutkimukset. Pohjaeläinnnäytteenotto Ekman-noutimella pehmeiltä pohjilta. Suomen Standardoimisliitto SFS, SFS 5076: 1 6. Jyväsjärvi J., Aroviita J. & Hämäläinen H An extended Benthic Quality Index for assessment of lake profundal macroinvertebrates: addition of indicator taxa by multivariate ordination and weighted averaging. Freshwater Science 33: Jäntti M. & Kytölä A Päijänne-Keitele-reitin pohjaeläimistön vaihtelu ajallisesti ja paikallisesti. Teoksessa: Pirhonen J. (toim.) Limnologian ja kalabiologian tutkimusmenetelmät WETA104, Harjoitustyöt. Jyväskylän yliopisto, Bio- ja ympäristötieteiden laitos. Karr J. & Chu E Restoring life in running waters. Island Press. Meriläinen J.J The profundal zoobenthos used as an indicator of the biological condition of Lake Päijänne. Biol. Res. Rep. Univ. Jyväskylä 10: Vesala I Alusveden hapetuksen vaikutus pienten humusjärvien syvännepohjaeläimistön tilaan. Pro gradu- tutkielma. Jyväskylän yliopisto, Bio- ja ympäristötieteiden laitos. Wiederholm T Use of benthos in lake monitoring. J. Wat. Pollut. Cont. Fed.52:

15 13 TÄPLÄRAVUN VAIKUTUS JOKIRAVUN SAALISTUKSEEN Sonja Knuutila Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract Noble crayfish and signal crayfish often share the similar living habitats and niches. The aim of this study was to determine if signal crayfish somehow affect the feeding of noble crayfish. The crayfish were fed on Chironomidae larvae. The crayfish were given 12 hours to search and feed and then the larvae that were not eaten were counted. Almost all of the larvae were eaten so the results of this study showed that signal crayfish might not affect feeding of noble crayfish but the effect remained finally unclear because of the experimental design. Avainsanat: Astacus astacus, Pacifastacus leniusculus, lajien välinen kilpailu, ravut, surviaissääsken toukat 1. JOHDANTO Jokirapu (Astacus astacus) on Suomessa luonnonvarainen rapulaji, jonka pelätään jäävän aggressiivisemman ja kookkaamman istukaslajin täpläravun (Pacifastacus leniusculus) syrjäyttämäksi. Täplärapu pystyy elämään laajemmalla alueella kuin jokirapu, kuten esimerkiksi isojen järvien sublitoraalisilla alueilla, kun taas jokirapua tavataan lähinnä vain matalassa litoraalissa ja joissa (Ruokonen ym. 2013). Jokirapujen ja täplärapujen ekolokerot menevät päällekkäin ravinnon osalta, sillä kummatkin lajit ovat omnivorisia ja syövät muun muassa pohjaeläimiä (Ruokonen ym. 2014). Tässä kokeessa ravinnonlähteenä käytettiin surviaissääsken (Chironomidae) toukkia. Kokeen tarkoituksena oli tutkia onko samassa altaassa olevalla täpläravulla vaikutusta jokiravun saalistamiseen. Samalla tutkittiin myös, vaikuttaako toinen saman lajin edustaja samassa altaassa jokiravun saalistukseen. Tutkimus hypoteesina oli että samassa altaassa oleva täplärapu vaikuttaisi jonkin verran jokiravun saalistukseen ja syömiseen aggressiivisuutensa ja isomman kokonsa takia. 2. AINEISTO JA MENETELMÄT Sattumanvaraisesti valittiin 16 jokirapua ja 8 täplärapua tutkimusravuiksi. Ravut jakaantuivat niin, että ensimmäisenä yönä kokeessa oli 8 jokirapua ja 4 täplärapua ja seuraavan yönä saman verran. Ravut laitettiin muovialtaisiin, kooltaan 75 x 55 x 20 cm. Laatikoiden pohjalla oli hieman hiekkaa, johon ripoteltiin lasketut surviaissääsken toukat. Ensimmäisessä kokeessa ravuille 1-12 laskettiin 70 toukkaa rapua kohti, eli niissä laatikoissa joissa oli kaksi rapua, toukkia oli yhteensä 140. Toiseen kokeeseen ravuille kaksinkertaistettiin toukkamäärä, eli toukkia oli 140 rapua kohti, kahden ravun altaissa oli yhteensä 280 toukkaa. Jokaisessa altaassa oli myös suojapaikkoja ravuille. Koetilasta oli valot poissa 12 tunnin ajan, jotta ruokailujakso tapahtuisi pimeässä. Rapuja seurattiin kolmella infrapunakameralla kokeen ajan. Koe tehtiin kahdessa osassa niin että ensimmäisenä yönä ( ) tutkittiin rapuja 1-12 ja seuraavana ( ) ravut Kumpanakin yönä altaita oli käytössä yhteensä yhdeksän, joista yksi oli kontrolliallas johon laskettiin toukat, mutta siinä ei ollut yhtään rapua. Ravut sijoitettiin altaisiin siten, että kahteen altaaseen tuli kaksi jokirapua ja kahteen jokirapu ja täplärapu yhdessä. Muihin altaisiin laitettiin rapuja siten että kaksi täplärapua laitettiin yksiksensä kahteen altaaseen, ja samaten kaksi jokirapua tuli yksin kahteen altaaseen.

16 14 Kahdentoista tunnin koeajan jälkeen valot laitettiin päälle ja ravut nostettiin pois altaista. Tämän jälkeen niiltä määritettiin sukupuoli, punnittiin kokonaismassa sekä mitattiin selkäkilven pituus. Altaat tyhjennettiin ja vesi suodatettiin, jotta syömättä jääneet toukat voitiin laskea. Syömättä jääneistä toukista laskettiin prosenttimäärä ja niistä tehtiin kuvaaja. Rapujen massasta ja pituuksista laskettiin keskiarvo sekä minimi ja maksimi kummallekin lajille erikseen. 3. TULOKSET Koeajan kuluttua kävi ilmi, että ravut olivat syöneet suurimman osan surviaissääsken toukista. Suurin jäljelle jäänyt toukkamäärä, eli 10 toukkaa, löytyi ensimmäisen kokeen jokirapu-jokirapualtaasta. Muuten altaista löydetty toukkamäärä vaihteli nollasta kahteen riippumatta altaissa olevien rapujen lajista tai määrästä (Taulukko 1). Kontrollialtaiden toukkamäärä pysyi ennallaan. Vaikka toukkien määrä kaksinkertaistettiin toiseen kokeeseen, silti melkein kaikki syötiin. Mittaustuloksista selviää että jokiravut ovat keskimäärin täplärapua pienempiä (Taulukot 2 ja 3). Kuudestatoista jokiravusta seitsemän oli naaraita. Pienin jokirapu sekä tuoremassaltaan että selkäkilven pituudeltaan oli sama naarasyksilö. Tuoremassaltaan painavin jokirapu oli uros, samaten kuten pisin jokiravuista oli myös uros. Täpläravuista viisi oli naaraita ja kolme urosta. Kevyin täplärapu oli naaras, ja pienin selkäkilven pituus mitattiin urokselta. Täpläravuista kookkain sekä massaltaan että pituudeltaan oli uros. Taulukko 1. Surviaissääsken toukkien määrä rapualtaittain jokiravun ja täpläravun saalistuskokeessa vuonna 2016 Allas Rapu toukkia alussa toukkia lopussa Syömättömien toukkien % 1 A.astacus ,86 2 A.astacus &A.astacus ,14 3 A.astacus & P.leniusculus ,00 4 A.astacus & A. astacus ,71 5 P.leniusculus ,00 6 A.astacus ,86 7 P. leniusculus ,00 8 A.astacus & P.leniusculus ,71 9 P.leniusculus ,71 10 A.astacus & A.astacus ,36 11 A.astacus& A.astacus ,36 12 A.astacus & P.leniusculus ,36 13 A.astacus & A.astacus ,71 14 P. leniusculus ,71 15 A.astacus ,43 16 A.astacus & P.leniusculus ,00 17 Kontrolli ,00 18 Kontrolli ,00

17 15 Taulukko 2. Rapujen tuoremassojen keskiarvot (massa, g), minimi ja maksimi kokeen jälkeen punnittuina Laji Massa (g) Min. (g) Max. (g) A.astacus 38,6 28,1 56,2 P.leniusculus 58,2 43,3 68,4 Taulukko 3. Rapujen selkäkilven pituudet kokeen jälkeen mitattuina. Laji Pituus (mm) Min.(mm) Max. (mm) A.astacus P.leniusculus TULOSTEN TARKASTELU Kokeesta saatujen tulosten perusteella ravut eivät näyttäisi häiriintyvän samassa altaassa olevasta lajikumppanista, sillä toukat oli yhtälailla syöty yksittäisten rapujen altaista, sekä niistä, joissa oli kaksi saman lajin edustajaa. Niissä altaissa joissa oli sekä jokirapu, että täplärapu ei varmaksi voi sanoa, että häiriintyikö jokirapu täpläravusta. Vaikka kaikki toukat syötiin myös näistä altaista ei tarkkaan tiedetä söivätkö molemmat lajit saman verran toukkia. Videomateriaalista kuitenkin selviää, että molemmat ravut olivat aktiivisia koko kokeen ajan lukuun ottamatta ensimmäistä 20 minuuttia, jolloin jokirapu pysytteli täplärapua pidempään suojassa. Täpläravut eivät myöskään käyttäytyneet aggressiivisesti jokirapuja kohtaan, vaikka satunnaisesti ravut kohtasivatkin liikkuessaan. Videoiden perusteella voisi siis sanoa, että täpläravut eivät ainakaan suuresti haittaa jokirapujen saalistusta. Kuitenkin täysin varmasti ei voi todeta sitä, että jokirapujen syönti ei häiriintyisi samassa tilassa olevista täpläravuista. Luotettavamman tutkimustuloksen saamiseksi pitäisi tehdä useampia koetoistoja, sekä lyhentää koeaikaa, jolloin ravuilla ei olisi niin pitkästi aikaa etsiä ravintoa. Toukkien määrää voisi myös lisätä. Virhelähteitä kokeeseen on saattanut tulla, jos altaiden vettä suodattaessa surviaissääsken toukkia on vahingossa päässyt siivilän läpi veden mukana, tai inhimillisestä virheestä toukkien laskuissa. Laskuvirheiden todennäköisyys kuitenkaan ei ole kovin suuri, sillä kontrollialtaista saatiin kuitenkin laskettua kaikki toukat mitä niissä pitikin olla KIRJALLISUUS Ruokonen T.J, Kiljunen M, Karjalainen J & Hämäläinen H Invasive crayfish increase habitat connectivity: a case study in a large boreal lake. Knowledge and Management of Aquatic Ecosystems (2012) 407, 08 Ruokonen T.J, Karjalainen J. & Hämäläinen H Effects of an invasive crayfish on the littoral macroinvertebrates of large boreal lakes are habitat specific. Freshwater Biology (2014) 59, 12 25

18 16 VAIHTOEHTOINEN MENETELMÄ SIMPUKAN RHIPIDOCOTYLE FENNICA - LOISINNAN TOTEAMISEKSI Benjami Kumpulainen ja Elina Ruohonen Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract The aim of the study was to find out an alternative and non-invasive method for discovering parasitism in a mussel. We raised the temperature from 15,1 C to 17,6 C in the individual cases for each of the 71 duck mussels. The raise in the temperature makes the cercariae parasites swarm, and possible to detect with a preparation microscope. After 1h 30min the swarming cercariae were counted from the samples in three 50 ml portions. The infection was found by inspecting the gonads and then estimating the intensity of it on a scale from 1 to of the 71 duck mussels were infected and 20 of them had swarming parasites. The percentage of the swarming cercariae undervalued the true number of infections. The duck mussels with higher infection intensity were found more likely to have more cercariae swarming and higher percentage in the amount of individuals with swarming cercariae. Bigger duck mussels were found to have slightly more swarming cercariae. Avainsanat: Anodonta anatina, Rhipidocotyle fennica, kerkaria-parveilutus 1. JOHDANTO Useat makeanveden simpukkalajit ovat uhanalaisia. Lisäksi niihin vaikuttavat useat loisinfektiot, joita voi olla vaikea havaita. Loisinfektiot ovat haitallisia simpukoiden kasvulle ja lisääntymiselle, ja niiden tarkemmista vaikutuksista tarvitaan lisää tietoa. Loisinfektion toteaminen ei-häiritsevin metodein (non-invasive method) olisi suositeltavaa, sillä ei-häiritsevät metodit eivät aiheuta häiriötä simpukalle. Loisinfektion toteaminen vaatii yleensä sen, että simpukka joudutaan tappamaan, koska loisintaa on usein vaikea todeta silmämääräisesti. Tämä laskee simpukoiden kantojen kokoa entisestään. Loisten toukkien parveilutus tarjoaa tähän hyvän vaihtoehdon, sillä simpukoissa loisivat kerkaria-toukat lähtevät ulos simpukasta optimaalisissa olosuhteissa paljastaen infektion. Rhipidocotyle fennican elinkierto alkaa loisintana pikkujärvisimpukan (Anadonta anatina) sukurauhasissa. Loisten kehityttyä kerkaria-toukiksi ne vapautuvat veteen. Vapautuneet toukat alkavat etsiä seuraavaa väli-isäntää, särkeä (Rutilus rutilus). Toukat aikuistuvat hauen (Esox lucius) suolistossa. Suolistossa ne lisääntyvät ja munat vapautuva jälleen veteen infektoiden seuraavia simpukkayksilöitä. Aikaisemmat tutkimukset osoittavat, että ideaalisissa olosuhteissa 86 % loisituista simpukoista parveilee (Choo & Taskinen, 2015). Taskinen ym. (1990) totesivat, että kyseisen loisen, R. fennican, parveilu on aktiivisimmillaan klo 8:00-10:00. Vuodenaikaisesti kerkaria-toukkien parveilu on runsainta heinä-elokuussa, kun vedet ovat lämpimimmillään (Taskinen 1998). Näihin tietoihin perustuen hypoteesimme oli, että ainakin 50 % lois-infektioista olisi mahdollista todeta parveiluttamalla. 2. AINEISTO JA MENETELMÄT Kokeen pikkujärvisimpukat oli kerätty Jämsän Koskenpään Pettämäjärvestä koetta edeltävänä päivänä Simpukat siirrettiin Jyväsjärveen sumppuun Bio- ja ympäristötieteiden laitoksen rantaan. Simpukat olivat sumpussa aamuun 31.8., jolloin koe alkoi. Pettämäjärven veden lämpötila oli simpukoiden poimimishetkellä 16,5 C. Jyväsjärven veden lämpötila oli puolestaan koeaamuna 15,1 C. Aamulla numeroitiin muoviset 3 l astiat numeroin Jyväsjärven rannassa astiat laitettiin numerojärjestykseen riveihin ja astioihin mitattiin Jyväsjärven 15,1 C:sta vettä 600 ml.

19 17 Tämän jälkeen astiat jätettiin rantaan. Kurssilaboratoriossa lämmitettiin Jyväsjärven vettä kiehuvaksi. Testaamalla kokeiltiin, kuinka paljon lämmitettyä vettä joudutaan lisäämään koeastiaan, jotta lämpötilaa saataisiin nostettua 3 C. Tavoitteena oli nostaa veden lämpötila noin 18 C:een. Todettiin, että lisäämällä lämmitettyä vettä 40 ml, saadaan aikaiseksi noin 18 C:sta vettä. Kurssilaboratoriosta otettiin mukaan lämmitettyä vettä muovisessa astiassa. Järven rannalla koeastioihin lisättiin kuhunkin 40 ml kuumaa vettä. Astiat suljettiin välittömästi kansilla. Kymmenestä astiasta mitattiin veden lämpötila heti kuuman veden lisäämisen jälkeen. Mitatut astiat olivat Niiden lämpötilat olivat: 17,1; 17,8; 17,9; 17,5; 17,7; 17,7; 17,4; 17,3; 17,5 ja 17,8 C. Simpukat siirrettiin sumpusta suoraan kukin omaan astiaan (klo 9:45) mahdollisimman nopeasti. Astiat suljettiin kansilla. Parveilutus tapahtui rannalla. Parveilutukseen käytettiin aikaa 1h 30 min. Klo 11:15 simpukat poistettiin astioista ja käärittiin kukin omaan käsipyyhepaperiin. Kuhunkin paperiin merkittiin simpukan numero, joka täsmäsi astian kanssa, jossa ko simpukka oli ollut. Astiat ja simpukat siirrettiin rannasta laboratorioon. Parveilevat R. fennica -toukat laskettiin ottamalla parveilutusastiasta kolme 50 ml;n vesinäytettä. Koeastioiden vettä sekoitettiin juuri ennen 50ml näytteen ottamista, että mahdolliset kerkariat olisivat sijoittuneet tasaisesti ja sattumanvaraisesti parveilutusastian vesimassaan. Kukin vesinäytteet kaadettiin erilliselle petrimaljalle, jonka pohja oli viivoitettu kerkarioiden laskemisen helpottamiseksi. Toukat laskettiin preparointimikroskooppien avulla. Simpukoista mitattiin pituus (mm), korkeus (mm) ja paksuus (mm) digitaalisella työntömitalla. Simpukan korkeus ja paksuus mitattiin pituuden suhteen simpukan puolivälistä. Lisäksi jokainen simpukka valokuvattiin myöhempiä tutkimuksia varten. Simpukat avattiin ja gonadista otettiin kudosnäyte, joka puristettiin kahden lasilevyn väliin ja tutkittiin preparointimikroskoopin alla. Tällä tavoin todettiin mahdollinen lois-tartunta. Loistartunnan intensiteetti arvioitiin asteikolla 0-3: 0= ei loisia, 1= alkava tartunta, 2= keskivoimakas infektio ja 3= voimakas infektio. Myös simpukan omien glokidium-toukkien runsautta kiduksilla arvioitiin asteikolla 0-100%, missä 100% tarkoitti kiduslehtien olevan täynnä glokidium-toukkia. Simpukoiden sukupuoli pyrittiin arvioimaan. Glokidium-toukkia kantavat olivat luonnollisesti naaraita. Kaikkien simpukoiden sukupuolta ei saatu määritettyä, koska joillakin yksilöillä Rhipidocotyle-loinen oli tuhonnut simpukan gonadit. Kolmesta näytteestä laskettiin keskiarvo sille, kuinka paljon kerkaria-toukkia on per 50 ml. Saatu luku kerrottiin luvulla 20, jotta saatiin parveilevien kerkaria toukkien määrä per 1 l. Simpukan loisinfektiota tutkittiin vertaamalla parveilutuksen avulla saatua loisinnan prevalenssia todelliseen, mikroskooppitutkimuksella saatuun prevalenssiin. Loisinnan prevalenssilla tarkoitetaan loisittujen yksilöiden osuutta (%) näytteessä. Lisäksi laskettiin ns. parveiluvuus, jolla tarkoitetaan loisen toukkia erittävien yksilöiden osuutta kaikista loisituista simpukoista. Kerkariatuotannon ja simpukan koon välistä korrelaatiota tarkasteltiin erilaisilla korrelaatiotesteillä SPSS-ohjelmassa. Korrelaatiokertoimen laskemiseen käytettiin ei-parametristä Spearmanin korrelaatioanalyysiä. Käytimme Spearmanin ei-parametrista korrelaatioanalyysiä, koska kerkariatuotanto ei ollut normaalijakautunut. 3. TULOKSET Kaikista simpukoista (71 kpl) 46 yksilöä oli infektoitunut R. fennica loisella, mikä vastaa 65 %:n prevalenssia. Kuitenkin ainoastaan 19 simpukkaa, eli 27 % tuotti veteen parveilevia toukkia (Taulukko 1). Alle puolet (n. 40 %) kaikista loisituista simpukoista tuotti veteen parveilevia toukkia (Taulukko 1). Parveilevien loisten lukumäärä per litra vettä nousi loisinfektion intensiteetin kasvaessa (Taulukko 2). Parveiluvuusprosentti nousi selvästi infektion intensiteetin tasolla 3. Intensiteettien 1 ja 2 tasojen välillä ei puolestaan ollut juuri eroa (Taulukko 2). Simpukan pituuden ja parveilevien kerkarioiden määrän suhde näyttää positiiviselta (Kuva

20 18 1.). Kun otettiin huomioon kaikki loisitut simpukat (46 kpl) saatiin kerkariatuotannosta ja simpukan koosta Spearmanin korrelaatiokertoimeksi 0,0151 ja p = 0,318. Korrelaatio pysyi heikkona, vaikka huomioon otettiin kerkarioita tuottaneista simpukoista vain parveilleet 19 yksilöä (Spermanin korrelaatiokerroin = 0,246, p = 0,310). Yhteensä 14 simpukkaa sisälsi simpukan omia glokidium-toukkia. Kolmessa glokidiumtoukkia kantavassa naaraassa oli myös R. fennica -loisia. Kuitenkaan yhdestäkään glokidiumeja kantavasta naaraasta ei parveillut kerkarioita. Taulukko 1. Loisitut pikkujärvisimpukat, joista vapautui ja ei vapautunut parveilevia kerkariatoukkia, sekä parveilevia kerkarioita vapauttavien simpukoiden prosenttiosuus kaikista loisituista simpukoista. Loisitut simpukat (kpl) Simpukat joissa parveilua (kpl) Parveilemattomat (kpl) Parveiluvuus % ,3 Taulukko 2. Pikkujärvisimpukoiden lukumäärä ja parveilevien toukkien määrä luokiteltuna loisinfektion intensiteetin 0-3 mukaan. Intensiteetti Simpukoita (kpl) Simpukat joissa parveilua (kpl) Parveilevien loisien keskimäärä (kpl/1l) Parveiluvuus % ,7 33, ,2 30, ,5 Kuva 1. Veteen vapautuvien kerkariatoukkien tuotannon riippuvuus pikkujärvisimpukan pituudesta

21 19 4. TULOSTEN TARKASTELU Tulokset osoittavat, että vastoin Choon & Taskisen (2015) tutkimuksen tuloksia (37/43 infektoitua simpukkaa), pikkujärvisimpukan R. fennica -loisintaa ei kyetä varmuudella todentamaan tutkimalla kerkariatoukkien parveilua. Tuloksiemme mukaan myöskään loisinnan intensiteetti ei vaikuttanut loisinnan toteamiseen, sillä kaikissa luokissa parveiluvuusprosentti jäi alle 50 %, vaikkakin näyttää siltä, että voimakkain intensiteetin loisintatapauksissa parveiluvuus olisi korkeammalla tasolla, kuin heikommin loisituissa yksilöissä. Tuloksemme osoittavat myös, että veteen vapautuvien kerkariatoukkien tuotanto ei ole riippuvainen simpukan pituudesta ja sitä kautta simpukan koosta. Kuva 1. osoittaa, että simpukan pituuden ja parveilevien kerkarioiden määrän suhde on positiivinen, mutta tilastollisten testien valossa merkittävää riippuvuutta ei ole. Tämä voi johtua siitä, että käytössämme oli vain 71 simpukkaa, joka on melko suppea aineisto. Jos simpukoita olisi ollut esim. 150 olisi simpukoiden kokojakauma ollut laajempi ja korrelaatio koon ja tuotannon välille olisi voinut muuttua merkittäväksi. Kokeemme tulokissa hajonta oli liian suurta (saman kokoisista simpukoista toinen ei tuottanut yhtään kerkariaa ja toinen saattoi tuottaa 300 kerkaria-toukkaa). Lisäksi aineistostamme puuttui juuri kaikkein suurimmat ja pienimmät yksilöt. Toisaalta saatu tulos on parveilutusmenetelmän kannalta hyvä, sillä tutkimuksen kannalta ei olisi merkitystä minkä kokoisia simpukoita tutkimukseen sattuu tulemaan mukaan. Tuloksiimme saattoi vaikuttaa myös se, että koetilanteessa Jyväsjärven rannassa parveilutuksessa olleista simpukka-astioista osa oli varjossa ja osa taas auringossa, joten astioiden vesien lämpötiloihin saattoi tulla virhettä. Astioiden veden lämpötilaa ei mitattu parveilutuksen jälkeen, minkä olisi voinut tehdä. Näin olisi voitu varmentaa parveilutuksen tasapuoliset olosuhteet. Toisaalta emme myöskään voi tietää, että onko simpukoiden käsittely ennen niiden asettamista Jyväsjärven sumppuun aiheuttanut stressiä tai kerkariatoukkien liian varhaista parveilua. Simpukoita käsitteli yhteensä 10 opiskelijaa. Näin ollen käsittelytavoissa ja mittauksessa on tullut eroja, joka on aiheuttanut tuloksiin harhaa. Harhaa on voinut aiheutua intensiteetin määrityksen tai glokidium-kylläisyyden määrityksen eroista. Parveilevien kerkaria-toukkien laskeminen tehtiin visuaalisesti näköhavainnoilla. Kerkariat ovat pieniä ja läpikuultavia. On siis hyvin mahdollista, että kerkarioita on jäänyt havaitsematta. Näin pienessä aineistossa havaitsematta jääneet kerkariat aiheuttavat merkittävää harhaa tuloksiin. Ehkä tärkeimpänä syynä siihen, että tuloksemme poikkesivat Choon & Taskisen (2015) tuloksista voi olla se, että meidän tutkimuksemme tehtiin syksyllä, kun vesien lämpötilat olivat jo selkeästi alentuneet verrattuna Choo & Taskinen (2015) tutkimukseen, mikä tehtiin lämpimimpään aikaan kesästä. Aikaisemmin on nimittäin osoitettu, että Rhipidocotyle-toukkien parveilu on voimakkainta keskikesällä (Taskinen, 1998). Johtopäätöksenä voidaan todeta,, että kerkariaparveilutusmenetelmä voisi olla käyttökelpoinen vaihtoehtoinen metodi simpukoiden trematodaloisinnan toteamiseksi, kun se tehtäsiin keskikesällä, kiivaimpaan parveilutusaikaan, mutta syksyllä, viileän veden aikaan tehtynä sitä ei voi suositella eikä pitää kovin luotettavana loisinnan prevalenssin arviointimenetelmänä. KIRJALLISUUS Choo, J.M. and Taskinen, J Effect of short-term temperature change on cercarial release by Rhipidocotyle fennica (Trematoda, Bucephalidae) from the freshwater bivalve host, Anodonta anatina. Ecological and Immunological Parasitology 4: art235932, doi: /epi/ Taskinen, J., Valtonen, E.T. and Gibson, D.I Studies on bucephalid digeneans parasitising molluscs and fishes in Finland. I. Ecological data and experimental studies. Systematic Parasitology 19: Taskinen, J Cercarial production of the trematode Rhipidocotyle fennica in clams kept in the field. Journal of Parasitology 84:

22 20 MERKINNÄN JA NUKUTUKSEN VAIKUTUS KIRJOLOHEN (Oncorhynchus mykiss) HAPENKULUTUKSEEN, LIHASVETEEN JA VERIARVOIHIN Samu Pettersson ja Pinja Parviainen Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract The aim of this study was to investigate the effects of tagging and anesthesia in rainbow trout (Oncorhynchus mykiss). The fish were separated into four groups based on the time of feed deprivation (2, 5, 26 and 48 h). Half of the tested fish were anaesthetized and tagged before the measurement of oxygen consumption in a respirometer. Then they were killed and blood and tissue samples were taken. Our results suggest that there wasn t any correlation between marking, feeding and stress. Avainsanat: Oncorhynchus mykiss, stressi, merkintä, nukutus, hapenkulutus, veriarvot 1. JOHDANTO Stressi on kalan reaktio ympäristön muutokseen. Se aiheuttaa kalassa fysiologisia muutoksia, joiden avulla se pyrkii selviytymään muuttuneissa oloissa. Pitkäjaksoisena stressi on kuitenkin haitallinen, ja johtaa suorituskyvyn laskemiseen, kasvun hidastumiseen ja kohonneeseen kuolleisuuteen (Kujala ym. 2015). Stressin aiheuttaviin muutoksiin kalassa kuuluu mm. korkea hapenkulutus, laskenut suolapitoisuus ja kohonnut lihas- ja plasmavesi. (Rottmann ym. 1992) Nämä muutokset johtuvat adrenaliinin ja sokerin vapautumisesta vereen, sekä kalan kivennäisaineiden metabolian muuttumisesta, jolloin makeassa vedessä elävät kalat ottavat enemmän vettä sisäänsä (Rottmann ym. 1992). Tämän tutkimuksen tarkoituksena oli selvittää merkinnän ja nukuttamisen vaikutusta kirjolohen (Oncorhynchus mykiss) stressin määrään. Tutkimuksen hypoteesina oli, että merkityillä kaloilla, jotka ovat stressaantuneempia kuin merkitsemättömät, on korkeampi hapenkulutus, lihas- ja plasmavesi ja hematokriittiarvo, mutta pienempi plasman kloridipitoisuus. 2. AINEISTO JA MENETELMÄT Tutkimuksessa tutkimme ikäistä kirjolohta, joista puolet merkittiin ja nukutettiin ja puolet jätettiin käsittelemättä kontrolliryhmänä. Ruokintaa oli myös säädelty siten, että sekä merkityissä, että merkitsemättömissä kaloissa oli yhtä monta 2-, 5-, 28-, 48-tuntia aikaisemmin ruokittua yksilöä. Tutkimus tehtiin Konneveden tutkimusasemalla Kalojen nukuttamiseen käytettiin neilikkaöljy-alkoholi -seosta (1:10), ja nukutusveden neilikkaöljypitoisuus oli 40 mg/l. Merkitseminen tapahtui PIT-merkillä (Passive Integrated Transponder), joka sijoitettiin kalojen vatsaonteloon siihen tarkoitetulla ruiskulla. Tämän jälkeen kala asetettiin heräämään raittiiseen ilmastettuun sankoon ja herättyään se asetettiin respirometriin 5 minuutiksi. Respirometri koostui lieriön muotoisesta päistä aukeavasta kammiosta, johon kiinnittyi letkuja. Kammio oli vedellä täytetyssä altaassa, jossa veden happisaturaatio oli 100% ja kammioon tuli letkujen kautta vain tätä hapekasta vettä. Mittauksen alkaessa letkut tukittiin, jolloin kammioon ei enää virrannut hapekasta vettä ja hapenkulutus pystyttiin näin havainnoimaan. Mittauskammion happipitoisuus kirjattiin ylös mittauksen alussa ja lopussa optisesta YSI-happimittarista lukemalla ja hengitysfrekvenssi laskettiin silmämääräisesti kahteen kertaan mittausjakson aikana 30 sekunnin ajalta ja niistä otettiin keskiarvo.

23 21 Näiden mittausten jälkeen kala lopetettiin iskulla päähän ja siltä otettiin verinäyte pyrstösuonesta heparinoidulla injektioruiskulla, jonka jälkeen kala mitattiin ja punnittiin (Taulukko 1). Noin 1ml verinäyte laitettiin eppendorf-putkeen jäähauteeseen. Putkesta otettiin hematokriittinäyte. Lihasnäyte otettiin selkäevän ja kylkiviivan välistä valkoisesta lihaskudoksesta esipunnittuun (0,1 mg tarkkuus) eppendorf-putkeen odottamaan kuivausta ja punnitusta. Hematokriittiputket laitettiin sentrifugiin (13800 G) viideksi minuutiksi, jonka jälkeen hematokriitti määritettiin lukulevyn avulla. Verinäyteputki sentrifugoitiin (2000 G 5 min), jonka jälkeen eristimme plasman pipetillä eppendorf-putkeen. Plasmasta määritettiin kloridipitoisuus kloridititraattorilla (Sherwood Chloride Anlyzer 926) ja vesipitoisuus pipetoimalla 100µl näytettä ennalta punnittuun (0,1 mg tarkkuus) eppendorf-putkeen. Taulukko 1. Kalojen keskipituus ja paino ryhmittäin. Kohdissa 2 ja 26 on 8 kalaa, ja kohdissa 5 ja 48 on 6 kalaa. Paastoaika Keskipituus (cm) SD Keskipaino (g) SD2 tunneissa 2 27,3 ± 1,14 227,9 ± ,3 ± 0,85 205,7 ± 19, ,6 ± 2,16 179,7 ± 39, ,8 ± 1,29 194,6 ± 22,7 Lihasnäyte punnittiin, minkä jälkeen se ja 100µl plasmaa kuivattiin 70 C:ssa yön yli, ja näytteet punnittiin uudelleen. Näiden avulla lihakselle ja plasmalle saatiin laskettua niiden vesipitoisuus. Tulokset analysoitiin spss-ohjelmalla käyttäen kaksisuuntaista varianssianalyysiä ja lineaarista regressioanalyysiä.. 3. TULOKSET Ruoan määrä kalojen suolessa väheni paastoajan kasvaessa. Kuva 1. Paastoajan vaikutus kirjolohen vatsan sisältöön (keskiarvo ± SD). Ryhmissä, joiden ruokinnasta on kulunut 2 ja 26 tuntia on 8 kalaa, ja ryhmissä joiden ruokinnasta on kulunut 5 ja 48 tuntia on 6 kalaa.

24 22 a Ryhmässä, joiden ruokinnasta oli kulunut 26 h, hengitysfrekvenssi oli tilastollisesti merkitsevästi korkeampi kuin muissa ryhmissä (2-ANOVA, p=0,015), mutta merkinnällä ei ollut vaikutusta hengitysfrekvenssiin (2-ANOVA, p=0,965, Kuva 2a). Vaikka hapenkulutus ei poikennut tilastollisesti merkitsevästi merkinnän kannalta (2- ANOVA, p=0,459), eikä paastoajan kannalta (2-ANOVA, p=0,936, kuva 2b), merkityillä kaloilla oli aina korkeampi hapenkulutus, kuin merkitsemättömillä. b Kuva 2a Kirjolohen hengitysfrekvenssi suhteessa paastoaikaan. Hajontaviivat kuvaavat keskimääräistä hajontaa. Ryhmissä, joiden ruokinnasta on kulunut 2 ja 26 tuntia on 8 kalaa, eli 4 kalaa per pylväs. Ryhmissä, joiden ruokinnasta on kulunut 5 ja 48 tuntia on 6 kalaa, eli 3 kalaa per pylväs. Kuva 2b Kirjolohen hapenkulutuksen suhde paastoaikaan. Hajontaviivat kuvaavat keskimääräistä hajontaa. Ryhmissä, joiden ruokinnasta on kulunut 2 ja 26 tuntia on 8 kalaa, eli 4 kalaa per pylväs. Ryhmissä, joiden ruokinnasta on kulunut 5 ja 48 tuntia on 6 kalaa, eli 3 kalaa per pylväs. Hapenkulutuksella ja hengitysfrekvenssillä oli positiivista tilastollista riippuvuutta vain 26 tuntia sitten ruokittujen ryhmissä. O2/kg/min, mg/l Hengitysfrekvenssi kpl 2h 5h 26h y = 0,2474x - 5,5468 R² = 0,549 48h y = 1,1562x - 53,611 R² = 0,4298

25 23 Kuva 3 Kirjolohen hapenkulutus suhteessa hengitysfrekvenssiin. Ryhmissä, joiden ruokinnasta on kulunut 2 ja 26 tuntia on 8 kalaa, eli 4 kalaa per kohta. Ryhmissä, joiden ruokinnasta on kulunut 5 ja 48 tuntia on 6 kalaa, eli 3 kalaa per kohta. Merkinnällä ja ruokinnalla oli yhdysvaikutusta kloridin määrään kalassa (2-ANOVA, p=0,006, kuva 4). Merkittyjen ja merkitsemättömien kalojen välillä ei ollut tilastollista eroa (2-Anova, p=0,730). Paastoajalla ei ollut tilastollista merkitystä (2-Anova, p=0,359) Cl- (mmol/l) Merkityt kirjolohet Merkitsemättömä t kirjolohet Tunteja ruokinnasta Kuva 4 Kloridin pitoisuus plasmassa suhteessa paastoaikaan. Ryhmissä, joiden ruokinnasta on kulunut 2 ja 26 tuntia on 8 kalaa, eli 4 kalaa per kohta. Ryhmissä, joiden ruokinnasta on kulunut 5 ja 48 tuntia on 6 kalaa, eli 3 kalaa per kohta. Merkinnällä ja ruokinnalla oli yhdysvaikutusta plasman vesipitoisuuteen (2-ANOVA, p=0,036, kuva 5a). Merkittyjen ja merkitsemättömien kalojen välillä ei ollut tilastollista eroa (2-Anova, p=0,372). Paastoajalla ei ollut tilastollista merkitystä (2-Anova, p=0,189). 5 tuntia paastonneiden kalojen lihaksen vesipitoisuus erosi tilastollisesti merkitsevästi muista ryhmistä (2-ANOVA, p=0,024, kuva 5b). a b Kuva 5a Kalan plasmavesipitoisuus suhteessa paastoaikaan. Ryhmissä, joiden ruokinnasta on kulunut 2 ja 26 tuntia on 8 kalaa, eli 4 kalaa per kohta. Ryhmässä, joiden ruokinnasta on kulunut 5, on 5 kalaa, 2 merkitsemätöntä kalaa ja 3 merkittyä. Ryhmässä, joiden ruokinnasta on kulunut 48 tuntia, on 6 kalaa, eli 3 kalaa per kohta. Kuva 5b Kalan lihasvesipitoisuus suhteessa

26 24 paastoaikaan. Ryhmissä, joiden ruokinnasta on kulunut 2 ja 26 tuntia on 8 kalaa, eli 4 kalaa per kohta. Ryhmissä, joiden ruokinnasta on kulunut 5 ja 48 tuntia on 6 kalaa, eli 3 kalaa per kohta. 4. TULOSTEN TARKASTELU Tuloksia tarkasteltaessa käsittelyllä ei ollut tilastollisesti merkittävää vaikutusta ruokinnalla, paitsi hengitysfrekvenssissä, tai merkinnällä kaloista mitattuihin ominaisuuksiin. Mahdollisia syitä tähän voi olla se, että kokeen tekijät olivat vielä tottumattomia käsittelemään kaloja ja tekemään tarvittavia toimenpiteitä, jolloin koetilanteen stressaavuus nousi entisestään ja merkinnän ja ruokinnan vaikutus pienentyi merkityksettömäksi. Saattaahan olla, että koe itsessään on jo hyvin stressaava vaikka sitä olisikin tekemässä kokeneet henkilöt. Myös kokeessa käytettyjen kalojen määrä oli verrattaen vähäinen, mikä on saattanut johtaa vääristymiin tuloksissa Vastaavanlaisessa skotlantilaisessa tutkimuksessa (Millidine yms. 2008) on havaittu merkittävä positiivinen lineaarinen korrelaatio hengitysfrekvenssin ja hapenkulutuksen välillä. Atlantin lohella (Salmo salar) 16 C:ssa (r² = 0,98). Millidinen ym (2008) tutkimus poikkesi omastamme sekä kalalajin osalta, että mittausajalta. Heidän mittausaikansa vaihtelivat tunneista päiviin, mikä on huomattavasti pidempi aika kuin meillä. Lisäksi heidän kalamääränsä oli paljon isompi ja näin ollen virheen määrä luonnollisesti laski. Nämä seikat saattaisivat selittää osaltaan eroja tuloksissa KIRJALLISUUS Kujala K. & Lahdenniemi J Taimenen (Salmo trutta) ja lohen (S. salar) fysiologiset vasteet nukutukseen ja merkintään. Teoksessa: Pirhonen J. (toim.), Limnologian ja kalabiologian tutkimusmenetelmät WETA104 - Harjoitustyöt Jyväskylän yliopisto, bio- ja ympäristötieteiden laitos. Millidine K. J., Metcalfe N. B. & Armstrong J. D The use of ventilation frequency as an accurate indicator of metabolic rate in juvenile Atlantic salmon (Salmo salar). Can. J. Fish. Aquat. Sci. 65: Rottmann R.W., Francis-Floyd R. & Durborow R The role of stress in fish disease. Publication No. 474 southern regional aquaculture center Wells R. M. G. & Pankhurst N. W Evaluation of simple instruments for measurements of blood glucose and lactate, and plasma proteins as stress indicators in fish world aquaculture society 30 (2),

27 25 AHVENEN KASVU ETELÄ-KONNEVEDESSÄ Maj Rasilainen & Tuula Väänänen Bio- ja ympäristötieteiden laitos, Jyväskylän yliopisto Abstract The purpose of this work was to determinate the growth of perch, Perca fluviatilis from lake Konnevesi. The growth was back-calculated from scales. Back-calculating lengths was done by using the Fraser-Lee equation. This work investigated the differences in growth between two populations in Lake Konnevesi and made observations about growth in Konnevesi in relation to other lakes in Finland, and in other countries. Our hypothesis was that there is a statistical significant difference between two sub-populations in Lake Konnevesi. However, the hypothesis was not supported. There are plenty of reasons why the growth varies between populations, e.g. density of population, food availably, intraspecific and interspecific competition and environmental conditions. Avainsanat: Perca fluviatilis, suomu, takautuva kasvunmääritys, pituuskasvun vaihtelu 1. JOHDANTO Konneveden ahventen (Perca fluviatilis) eri ikäryhmien pituuksia on tutkittu luvulta asti (Aura & Koskivaara 1983, Martikainen ym. 1984, Ilola & Puro 1985, Halonen & Huolila 1986, Hentinen & Tuhkanen 1999, Tolonen 2000, Forsman & Sillanpää 2013). Myös maailmanlaajuisesti ahventen pituuksia on tutkittu runsaasti (Fishbase 2016). Tämän työn tarkoituksena oli määrittää Etelä-Konneveden Haukilahden ja Pitkälahden ahventen ikä takautuvasti käyttämällä Fraserin ja Leen menetelmää ja tutkia, onko ahventen kasvussa eroa näiden alueiden osapopulaatioiden välillä. Lisäksi tarkoituksena oli kerätä tietoa Konneveden ahvenen kasvun kehityksestä sekä ahvenen kasvutietoja suomalaisista järvistä. Konneveden ollessa karu ja kirkas vesistö valittiin vertailukohteiksi reheviä vesistöjä. Tarkoituksena oli tarkastella poikkeaako rehevien ja niukkaravinteisten vesistöjen ahventen ikäryhmäkohtaiset pituudet toisistaan. Lisäksi vertailtiin Etelä-Konneveden ahvenen ja ulkomaisten järvien ahventen kuntoa eli massan suhdetta pituuteen. Tutkimuksessa tarkasteltiin kolmea ensimmäistä ikäryhmää. Ensimmäinen hypoteesi (H 1 ): Haukilahden ja Pitkälahden ahvenpopulaatioiden ikäryhmäkohtaisen kokonaispituuden (RT, cm) välillä on eroa. Toinen hypoteesi (H 2 ): Etelä-Konneveden ahvenen ikäryhmä kohtainen keskimääräinen kokonaispituus (RT, cm) vaihtelee vuosittain. Kolmas hypoteesi (H 3 ): karujen ja rehevien järvien ahventen keskimääräisellä kokonaispituudella (RT, cm) on eroa. Neljäs hypoteesi (H 4 ): ahvenen massan suhde pituuteen eli kunto vaihtelee erilaisten ilmastovyöhykkeiden vuoksi. 2. AINEISTO JA MENETELMÄT Kasvunmäärityksessä käytetyt ahvenet pyydettiin Nordic-yleiskatsausverkoilla. Pitkälahdelle laitettiin pyyntiin kolme verkkoa ajanjaksolle ja Haukilahdelle neljä verkkoa Verkot laskettiin iltapäivällä kello välillä ja nostettiin seuraavana päivänä kello Pyyntiaika vaihteli siis tunnin välillä. Verkot laskettiin satunnaisille paikoille eri syvyyksiin. Pitkälahdella kaksi verkoista oli pohjassa, joista toinen alle 3 m syvyydessä ja toinen noin 6 metrin syvyydessä. Yksi verkko oli pintavedessä. Haukilahdella kolme verkkoa oli pohjassa, joista kaksi verkoista oli alle 3 m syvyydessä ja yksi verkoista 30 m syvyydessä. Neljäs verkko oli välivedessä m syvyisellä alueella 10 m syvyydessä. Ilman ja pintaveden lämpötila oli noin 14 C molempina

28 26 päivinä verkkoja laskettaessa ja tuulennopeus 12. päivä kello m/s ja 13. päivä taas 5 m/s (PäijänneLTER 2016). Verkkojen nostamisen jälkeen saaliskalat irrotettiin verkoista. Jokaisesta solmuvälistä laskettiin saadut kalat lajeittain ja mitattiin niiden yhteistuorepaino. Ahvenia säilytettiin jäitettyinä ämpäreissä kylmiössä yön ylitse. Pitkälahdelta saatiin ahvenia 10 kappaletta, jotka kaikki otettiin tutkittavaksi. Haukilahdelta saatiin useampi yksilö ahvenia, jotka järjestettiin pituusjärjestykseen ja valittiin jokaisesta kokoluokasta yhdestä kahteen kalaan, niin, että tutkittavia kaloja oli yhteensä 10 kappaletta. Otoskoko oli näin ollen 20 kappaletta. Seuraavana päivänä ahvenista mitattiin kokonaispituus (mm) sekä tuorepaino (g). Lisäksi otettiin iänmääritystä varten suomunäyte kylkiviivan alapuolelta rintaevän takaa sekä kiduskansista irrotettiin kiduskansiluut (operculum). Suomut sekä operculumit puhdistettiin huolellisesti ja säilöttiin paperisiin pusseihin, johon oli kirjattu ahvenien tiedot. Lopuksi määriteltiin ahvenen sukupuoli. Suomujen ja operculumien kuivuttua seuraavana päivänä ryhmät määrittivät mikrokortinlukulaitteilla suomuista kokonaissäteen pituuden ja laskivat vuosirenkaat eli annulukset (Raitaniemi ym. 2000). Jokaisesta vuosirenkaasta mitattiin myös säteen pituus eli renkaan etäisyys suomun keskipisteestä. Suurennoksena käytettiin joko 41x tai 25x suurennosta. Operculumista laskettiin vuosirenkaiden lukumäärä preparointimikroskooppia apuna käyttäen. Operculumia käytettiin vain varmistamaan suomuista saatu vuosirenkaiden määrä epäselvissä tapauksissa. Seuraavalla viikolla mittausten oikeellisuuden ja vertailukelpoisuuden varmistamiseksi kaikki 20 suomunäytettä määritettiin uudelleen 41x suurennoksella. Suomun kokonaissäde ja vuosirenkaiden säteet mitattiin suomun keskikohdasta etäisimpään kulmaan viivoittimella (Kuva 1). Kuva 1. Ahvenen suomun vuosirenkaiden säteiden mittaamiseen käytetty linja on piirretty kuvaan mustalla viivalla. Aineisto syötettiin Microsoft Excel laskentaohjelmaan. Ahventen kokonaispituus ja suomun kokonaissäde muodostivat kuvaajan (Kuva 2), johon parhaiten sopi origon kautta kulkematon suora. Tällaisessa tapauksessa sopivin menetelmä takautuvaan iänmääritykseen on Fraserin ja Leen menetelmä (kaava 1)..Kaavassa vaadittava c-arvo (2,8) sekä 95 % luottamusväli (1,7 3,9) määritettiin IBM SPSS Statistics 24 -tilasto-ohjelmalla (SPSSohjelma) käyttämällä lineaarista regressioanalyysiä. Otoksen kaikkien ahventen ikäryhmäkohtainen pituus määritettiin takautuvasti Excelissä kaavaa 1 käyttäen. Haukilahden ja Pitkälahden populaatioiden takautuvasti määritettyä ikäryhmäkohtaista keskipituutta verrattiin riippumattomien otosten t-testillä. Aineistojen normaalijakautuneisuus ja varianssien samansuuruisuus tutkittiin ennen t-testin tekemistä. Tilastolliset testit tehtiin SPSS-ohjelmalla. Aineistot yhdistettiin ja jokaiselle