Kilpilahden teollisuusalueen ympäristön ilmanlaadun bioindikaattoritutkimus vuonna 2014

Kilpilahden teollisuusalueen ympäristön ilmanlaadun bioindikaattoritutkimus vuonna 2014 Nab Labs Oy Ambiotica Tutkimusraportti 111/2015 Toni Keskitalo Mika Laita Kirsi Järvisalo

TIIVISTELMÄ Nab Labs Oy Ambiotica tutki ilman epäpuhtauksien vaikutusta ilmanlaadun bioindikaattoreihin Porvoon Kilpilahden teollisuusalueen ympäristössä vuonna 2014. Indikaattoreina käytettiin männyn epifyyttijäkäliä ja männyn neulasten alkuainepitoisuuksia. Tutkimus tehtiin 15 teollisuusalueen ympäristöön sijoittuvalla havaintoalalla, joista kaksi perustettiin uudelleen. Selvimmät vaikutukset havaittiin männyn epifyyttijäkälissä. Sormipaisukarve oli tutkimusalueella keskimäärin selvästi vaurioitunutta ja jäkälälajisto köyhtynyttä tai lievästi köyhtynyttä. Lajistotunnukset olivat samaa tasoa kuin Uudellamaalla keskimäärin. Selvimmät muutokset jäkälissä sijoittuivat teollisuusalueen läheisyyteen. Sormipaisukarpeen vaurioaste oli kasvanut hieman seurantajakson alkuun vuoteen 2000 verrattuna, ja IAP-indeksin arvo oli vastaavasti hieman pienentynyt. Lajilukumäärässä ei ollut tapahtunut merkitseviä muutoksia. Männyn neulasten alkuainepitoisuudet olivat pienentyneet edellisestä tutkimusvuodesta 2009 typen, rikin, kadmiumin, nikkelin, ja vanadiinin osalta. Lyijyn pitoisuudet olivat samalla tasolla kuin aikaisemmin.

1. JOHDANTO... 4 2. TUTKIMUSALUE... 5 2.1 TUTKIMUSALUE JA HAVAINTOALAT... 5 2.2 TUTKIMUSALUEEN ILMANLAATU... 7 3. TUTKIMUSAINEISTO JA -MENETELMÄT... 10 3.1 TUTKIMUSRYHMÄ JA MAASTOTÖIDEN AJANKOHTA... 10 3.2 HAVUPUIDEN EPIFYYTTIJÄKÄLIEN KARTOITTAMINEN... 10 3.3 JÄKÄLÄKARTOITUKSEN VIRHELÄHTEET JA LUOTETTAVUUS... 16 3.4 NEULASNÄYTTEIDEN KERÄÄMINEN JA ALKUAINEPITOISUUKSIEN ANALYSOINTI... 17 3.5 NEULASTEN ALKUAINEPITOISUUKSIEN KARTOITTAMISEEN LIITTYVÄT VIRHELÄHTEET JA LUOTETTAVUUS... 19 3.6 PAIKKATIETOMENETELMÄT... 20 3.7 TILASTOMENETELMÄT... 20 4. TULOKSET... 21 4.1 MÄNTYJEN EPIFYYTTIJÄKÄLÄT... 21 4.2 NEULASTEN ALKUAINEPITOISUUDET... 27 5. TULOSTEN TARKASTELU... 34 5.1 MUUTTUJIEN VÄLINEN RIIPPUVUUS... 34 5.2 VERTAILU ALUEELLA AIKAISEMMIN TEHTYIHIN TUTKIMUKSIIN... 34 5.3 VERTAILU MUUALLA SUOMESSA TEHTYIHIN TUTKIMUKSIIN... 39 6. JOHTOPÄÄTÖKSET... 40 7. LÄHTEET... 42 Tämä raportti on viimeistelty 26.11.2015.

4 / 44 1. Johdanto Nab Labs Oy Ambiotica tutki ilman epäpuhtauksien kasvillisuusvaikutuksia Porvoon Kilpilahden teollisuusalueen ympäristössä vuonna 2014. Ilman epäpuhtauksien kasvillisuusvaikutuksia on Porvoon Kilpilahden teollisuusalueen ympäristön metsissä seurattu vuosina 2000 ja 2004 kymmenellä sekä 2009 viidellätoista havaintoalalla, joista 9 on pysynyt samana koko ajan. Ennen vuotta 2000 bioindikaattoritutkimuksia on tehty vaihtelevilla havaintoaloilla (Polojärvi & Niskanen 2005). Bioindikaattoreina käytettiin mäntyjen runkojäkäläkasvillisuutta ja männyn neulasten alkuainepitoisuuksia. Tuloksia vertailtiin Uudenmaan bioindikaattoritutkimuksen tuloksiin vuodelta 2009 sekä muualla Suomessa tehtyjen bioindikaattoritutkimusten tuloksiin. Tutkimustuloksia verrattiin myös aikaisempien vuosien tutkimustuloksiin. Bioindikaattorimenetelmät perustuvat eliöiden herkkyyteen reagoida ympäristön muutoksiin joko rakenteen, toiminnan, kemiallisen koostumuksen tai alkuainepitoisuuksien muutoksilla. Ilman epäpuhtauksien vaikutukset bioindikaattorilajeihin käyvät ilmi useimmiten pitkällä aikavälillä, minkä vuoksi bioindikaattorimenetelmät soveltuvat erityisen hyvin ilmanlaadun muutostrendien kuvaamiseen. Monet bioindikaattorilajit reagoivat epäpuhtauksien aiheuttamaan kuormitukseen ja kuormitustasossa tapahtuviin muutoksiin hitaasti, jolloin lyhytaikaisellakin kuormituksella voi olla bioindikaattorilajeihin pitkäkestoisia vaikutuksia. Näiden vaikutuksen ilmenemiseen vaikuttavat lisäksi lukuisat luontaiset tekijät, jotka voivat joko puskuroida vaikutusta tai voimistaa sitä. Tutkimuksen tilaaja on Neste Oyj:n Porvoon Kilpilahden jalostamo. Tutkimuksen toteutti Nab Labs Oy Ambiotica. Tutkimuksen maastotöihin osallistuivat tutkimusteknikot Janne Hesso, Mari Jäntti ja Henna Toivanen sekä tutkijat Kirsi Järvisalo ja Janne Ruuth. Tutkijat Toni Keskitalo ja Kirsi Järvisalo analysoivat tutkimusaineiston. Toni Keskitalo ja Janne Ruuth kirjoittivat tämän tutkimusraportin. Neulasnäytteet on käsiteltiin ja analysoitiin Nab Labs Oy:n Ambiotica -laboratoriossa. Pohjakartat ovat Maanmittauslaitoksen avointa aineistoa (peruskartta 1:50000, maastokartta 1:100000) (MML 2015).

5 / 44 2. Tutkimusalue 2.1 Tutkimusalue ja havaintoalat Kilpilahden teollisuusalue sijaitsee Kulloon kylässä Porvoon kunnan lounaisosassa noin 13 km Porvoon keskustasta lounaaseen. Kilpilahden teollisuusalueella sijaitsee Suomen suurin öljysatama, Neste Oil Oyj:n öljynjalostamo sekä muuta kemian teollisuutta (Anonyymi 2009). Kilpilahden teollisuusalueen lähistöllä on jonkin verran asutusta, mutta pääasiassa teollisuusaluetta ympäröivät metsäiset alueet ja lännessä myös suoalueet. Viljelysmaat alkavat noin kilometrin päässä teollisuusalueesta pohjoisessa ja etelässä. Idässä Kilpilahden teollisuusalue rajautuu Suomenlahteen. Tutkimus tehtiin Kilpilahden teollisuusalueen ympäristöön sijoittuvalla 15 havaintoalalla, jotka alaa 12 lukuun ottamatta sijaitsivat samoilla paikoilla kuin vuoden 2009 tutkimuksessa. Alat 11 15 oli perustettu vuonna 2009, ja alat 1 10 oli perustettu vuonna 2000. Niillä tehtiin bioindikaattoritutkimukset vuosina 2000 ja 2004. Tutkimusalat sijaitsivat kauemmillaan noin 7 km:n päässä Kilpilahden teollisuusalueesta ja lähimmillään ne sijaitsivat aivan teollisuusalueen vieressä. (Kuva 1.) Kuva 1. Tutkimusalojen sijainti. Havaintoala nro 12 perustettiin uudelleen 400 metrin etäisyydelle vanhasta alasta hakkuiden takia.

6 / 44 Havaintoalan 12 vuonna 2009 valittua sijaintia ei voinut käyttää metsähakkuun takia. Alalla nro 6 oli tehty harvennusta, minkä takia samat puut eivät olleet käytettävissä tutkimukseen vaan alalla valittiin uudet havaintopuut. Kilpilahden seudulla yleisimpiä tuulia vuonna 2014 olivat lounaasta puhaltavat tuulet, osuus koko vuodesta 14 %. Myös etelälounaan sekä länsilounaan puoleisia tuulia oli ainakin 10 %. (Ilmatieteen laitos 2015, Emäsalon havaintoasema) (Kuva 2.) NNW 16% 14% N NNE NW 12% 10% NE WNW 8% 6% ENE 4% 2% W 0% E WSW ESE SW SE SSW S Kuva 2. Tuulensuuntien jakauma vuonna 2013 Emäsalon säähavaintoasemalla. Kaavio kertoo, mistä suunnasta on tuullut. Tyyniä havaintoja oli 1 % vuodesta. Siirretty tutkimusala 12 perustettiin standardissa SFS 5670 esitetyt soveltuvuuskriteerit täyttävälle paikalle. Soveltuvuuskriteereistä tärkeimpiä ovat metsikön ikä, tiheys ja aluskasvillisuus. Nämä tekijät vaikuttavat siihen, esiintyykö metsikössä runkojäkälille suotuisissa valoisuusolosuhteissa kasvavia mäntyjä. Uusia tutkimusmetsiköitä valittaessa pyrittiin välttämään paikkoja, joissa reunavaikutus oli merkittävä tai joissa vallitsi jäkälien kasvuolosuhteisiin poikkeavasti vaikuttava mikroilmasto (esim. supat tai paisterinteet), sekä hiljattain käsiteltyjä, esim. kolmen viimeisen vuoden aikana harvennettuja metsäkuvioita. Havaintopuut valittiin siten, että ne olivat läpimitaltaan vähintään 20 cm ja kolmen metrin korkeudelle oksattomia. Pensaiden tai taimien ympäröimiä runkoja ei hyväksytty mukaan kartoitukseen. Valintakriteerien suhteen optimaaliset havaintoalat sijaitsivat kuivahkoilla tai kuivilla kankailla, joilla aluskasvillisuus on matalaa ja metsä melko harvaa. Näytealojen sijainti määritettiin GPS-laitteen avulla, minkä lisäksi maastossa täytettävään havaintoalakaavakkeeseen laadittiin havaintoalan etsintäohje ja kaaviokuva havaintopuiden sijainnista. Jäkälähavainnot alalla tehtiin kymmeneltä puulta. Havaintopuut merkittiin maalaamalla tyveen valkoinen täplä; 1. havaintopuun tyveen täpliä maalattiin kaksi. Uutena perustettujen alojen puut numeroitiin 1.-puusta lähtien pohjoisesta vastapäivään kiertäen. Havaintoaloilta määritettiin met- SSE

7 / 44 sätyyppi, puuston kehitysluokka, valtapuulajien pohjapinta-alat sekä havaintopuiden keskimääräinen korkeus ja ikä. Valtapuulajien pohjapinta-alat määritettiin relaskoopin avulla, ja puiden korkeus ja ikä arvioitiin silmämääräisesti. Valtaosa (7 alaa) havaintoaloista sijaitsi MT- (mustikka) tyypin tuoreilla kankailla, viisi alaa VT- (puolukka) tyypin kuivahkoilla kankailla ja yksi ala sijaitsi CT- (kanerva) tyypin kuivalla kankaalla. Yksi ala luokiteltiin kuuluvaksi luokkaan muu. Havaintoalat olivat yhtä varttunutta metsikköä lukuun ottamatta kypsiä metsiköitä. Kaikkien havaintoalojen valtalaji oli mänty ja toinen valtalaji oli useimmiten kuusi. Puiden keskimääräinen pituus oli 16 metriä, ja havaintopuut arvioitiin keskimäärin 96- vuotiaiksi. Havaintoalojen puuston pohjapinta-ala oli keskimäärin 16 m 2, ja havaintopuiden halkaisija 30 cm. (Taulukko 1.) Taulukko 1. Havaintoalojen ja -puiden pituuden, iän, pohjapinta-alan sekä halkaisijan keskiarvo, keskihajonta ja pienimmät ja suurimmat arvot. pituus (m) ikä (v) pohjapinta-ala (m 2 ) halkaisija (cm) keskiarvo 15,9 102 13,0 29,9 keskihajonta 2,8 13 3,8 3,2 pienin 11 80 8,0 24,4 suurin 21 130 20,7 36,0 2.2 Tutkimusalueen ilmanlaatu NesteOil Oyj:n Porvoon jalostaman päästöt ilmaan vuosina 1993 2014 rikkidioksidin (SO 2), typen oksidien (NO x) ja haihtuvien orgaanisten yhdisteiden (VOC) osalta on esitetty kuvissa 3 5. Päästötiedoista VOC-päästö on laskennallinen. SO 2:n ja NO x:n päästömäärät perustuvat jatkuvatoimisten analysaattoreiden ja NO x:n kohdalla kertamittausten tuloksiin. NesteOil Oyj:n Porvoon jalostamon rikkidioksidipäästöt ovat vaihdelleet tarkasteluajanjaksolla välillä 4000 6800 t/a. Rikkidioksidipäästöt olivat suurimmat (> 5000 t/a) vuosina 1996, 2004, ja vuodesta 2007 alkaen. (Kuva 3. ) 1980-luvulla rikkidioksipäästöt ovat olleet huomattavasti kuvan 3 tarkastelujakson päästötasoa suuremmat (> 50 000 t/a). NesteOil Oyj:n Porvoon jalostamon typen oksidien päästöt olivat suurimmillaan vuonna 1996, jonka jälkeen ne laskivat tasaisesti 2000-luvun alkuun saakka. 2000-luvun alun jälkeenkin päästöissä on ollut pienenevä trendi. (Kuva 4. ) NesteOil Oyj:n Porvoon jalostamon haihtuvien orgaanisten yhdisteiden päästöt ovat laskeneet melko tasaisesti tarkasteluajanjakson alusta 2000-luvun puoliväliin saakka, ja vuoden 2010 jälkeen ne ovat pysyneet tasolla 2000 3000 t/a. (Kuva 5. )

1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 NOx t/a 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 SO₂ t/a 8 / 44 6000 5000 4000 3000 2000 1000 0 Kuva 3. NesteOil Oyj:n Porvoon jalostamon rikkidioksidipäästöt (t/v) vuosina 1993 2014. 5000 4500 4000 3500 3000 2500 2000 1500 1000 500 0 Kuva 4. NesteOil Oyj:n Porvoon jalostamon typen oksidien päästöt (t/v) vuosina 1993 2014.

1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 VOC t/a 9 / 44 7000 6000 5000 4000 3000 2000 1000 0 Kuva 5. NesteOil Oyj:n Porvoon jalostamon haihtuvien orgaanisten yhdisteiden (VOC) päästöt (t/v) vuosina 1993-2008.

10 / 44 3. Tutkimusaineisto ja -menetelmät 3.1 Tutkimusryhmä ja maastotöiden ajankohta Tutkimuksen kesäaikaisen maastotyöryhmän muodostivat Nab Labs Oy Ambiotican tutkimusteknikot Janne Hesso, Mari Jäntti ja Janne Ruuth. Jäkäläkartoitus tehtiin 24. 26.6.2014 osana Uudenmaan bioindikaattoritutkimuksen maastotöitä. Neulasnäytteet keräsivät tutkijat Mika Laita ja Marjo Saarinen. Neulasnäytteet kerättiin maaliskuussa 2014. 3.2 Havupuiden epifyyttijäkälien kartoittaminen Jäkälät koostuvat symbioosissa elävistä lehtivihreättömästä sieniosakkaasta ja yhteyttävästä leväosakkaasta. Ne menestyvät hyvin niukkaravinteisessa ja kuivassa elinympäristössä, missä korkeammat kasvit eivät selviä. Jäkälät kasvavat löyhärakenteisina sekovarsina ilman suojaavia pintasolukerroksia ja ilmarakoja ottaen ravinteensa ja vetensä suoraan ilmasta, sadevedestä tai runkovalunnasta. Tämä tekee jäkälät hyvin herkiksi ilman epäpuhtauksien vaikutuksille. Altistus tapahtuu pääasiassa siten, että epäpuhtaudet kiinnittyvät sieniosakkaan soluseinämien proteiineihin. Talviaikaankaan, jolloin ilmassa on yleensä enemmän epäpuhtauksia, runkojäkälät eivät ole lumikerroksen suojaamia, ja leudommilla säillä niiden solutoiminta voi aktivoitua. Jäkälät ilmentävät ilman epäpuhtauksien vaikutuksia yksilökohtaisesti silmin havaittavina morfologisina tai kemiallisina muutoksina, jäkäläyhteisöjen lajikoostumuksen muutoksina ja jäkälälajien peittävyyksien muutoksina (Lodenius ym. 2002). Morfologisena muutoksena tässä tutkimuksessa arvioitiin sormipaisukarpeen (Hypogymnia physodes) muutoksia. Jäkäläyhteisöjen lajikoostumuksen ja peittävyyden muutokset tarkoittavat yksinkertaistettuna herkkien lajien vähenemistä ja myöhemmin häviämistä puiden rungoilta. Jäkälälajit reagoivat ilman epäpuhtauksiin eri tavoin. Toiset ovat herkkiä, ja katoavat kuormitetuilta alueilta ensimmäisinä, toiset ovat kestävämpiä ja saattavat vallata vapautunutta elintilaa. Eräät lajit myös hyötyvät kuormituksesta (taulukko 2). Sormipaisukarve on erityisen hyvä ilman epäpuhtauksien indikaattori, sillä se kestää hyvin suuriakin saastepitoisuuksia, mutta indikoi niitä morfologisilla muutoksilla. On myös esitetty, että sormipaisukarve saattaisi hyötyä ilman epäpuhtauksista tiettyyn kuormitustasoon asti (Anttonen 1990). Tietyn lajin esiintymiseen vaikuttavat lajin saasteherkkyyden lisäksi myös luontaiset ympäristöolosuhteet, jonka vuoksi eri lajien indikaattoriarvot ovat erilaisia. (Taulukko 3.) Ilman epäpuhtauksien aiheuttamat muutokset jäkälissä ja jäkälälajistossa voivat ilmetä nopeasti etenkin suurissa pitoisuuksissa. Usein vaikutukset näkyvät vielä vuosienkin päästä kuormituksen vähennyttyä, koska jäkälät ovat hyvin hidaskasvuisia ja vaikutukset saattavat välittyä niihin myös kasvualustan muutosten kautta (Jussila ym. 1999). Tärkein jäkäliin vaikuttava ilman epäpuhtaus on rikkidioksidi, mutta myös typpiyhdisteillä on vaikutusta, samoin alkalisilla päästöillä, jotka muuttavat erityisesti havupuulla kasvavien jäkälien normaalisti hapanta kasvualustaa emäksisemmäksi.

11 / 44 Taulukko 2. Tutkitut jäkälälajit ja niiden herkkyydet rikkidioksidille (Kuusinen ym. 1990). Herkkyys Laji (tiet..) Laji (suom.) kestävä, hyötyvä Algae + Scoliciosporum viherlevä + vihersukkulajäkälä Hypocenomyce scalaris seinäsuomujäkälä Hypogymnia physodes sormipaisukarve melko kestävä Parmeliopsis ambiqua keltatyvikarve Cetraria chlorophylla ruskoröyhelö Vulpicida pinastri keltaröyhelö Parmeliopsis hyperopta harmaa tyvikarve Parmeliopsis aleurites kalpea tyvikarve melko herkkä Platismatia glauca harmaaröyhelö Pseudevernia furfuracea hankakarve Parmelia sulcata raidanisokarve herkkä Bryoria sp. lupot Usnea sp. naavat Taulukko 3. Standardin SFS 5670 mukaiset jäkälälajit ilmanlaadun indikaattoreina. Indikaattoriarvon luokitus: +++ hyvä, ++ kohtalainen, + pieni, - huono. Seuralaislajien lukumäärät on laskettu Uudenmaan ja Itä-Uudenmaan vuoden 2000 bioindikaattoritutkimuksen aineistosta (Niskanen ym. 2001). Sormipaisukarve (Hypogymnia physodes) +++ Sormipaisukarve on käytetyistä indikaattorilajeista kestävin ja yleisin laji, joka sietää eniten ilman epäpuhtauksia. Sormipaisukarpeen esiintymisfrekvenssit eli peittävyys pienentyvät vasta voimakkaasti kuormitetuilla alueilla. Sormipaisukarve on hyvä ilmanlaadun indikaattori, sillä myös sekovarren näkyvät vauriot kuvastavat ilman epäpuhtauksien kuormitusta. Seuralaislajien lukumäärä 3,50. Keltatyvikarve (Parmeliopsis ambiqua) +++ Keltatyvikarve sietää myös hyvin ilman epäpuhtauksia ja sen esiintymisfrekvenssit noudattavat ilman epäpuhtauksien kuormitus-vyöhykkeitä. Keltatyvikarve viihtyy parhaiten sulkeutuneissa kosteissa metsissä (Pihlström & Myllyvirta 1995). Keltatyvikarvetta esiintyy hyvin yleisesti, ja se on ilman epäpuhtauksia kestävä, hyvä indikaattorilaji. Seuralaislajien lukumäärä 3,52. Tuhkakarve ja harmaatyvikarve (Parmeliopsis hyperopta & Imshaugia aleurites) +++

12 / 44 Tuhkakarve ja harmaatyvikarve sijoittuvat kestävyydeltään kolmanneksi. Tämä sijoitus sopii yleensä hyvin näiden lajien esiintymisfrekvenssin alueelliseen jakaantumiseen, sillä kahta edellistä lajia herkempänä näiden lajien pienentyneet esiintymisfrekvenssit ulottuvat vähemmän kuormitetuille alueille kuin sormipaisu- ja keltatyvikarpeella. Tuhka- ja harmaatyvikarve ovat ilmansaasteita sietäviä, hyviä indikaattorilajeja, jotka tosin suosivat kuivia ja valoisia kalliomänniköitä. Seuralaislajien lukumäärä 3,97. Seinäsuomujäkälä (Hypocenomyce scalaris) ++ Lupot (Bryoria sp.) +++ Seinäsuomujäkälää kasvaa luontaisesti vanhojen mäntyjen rungoilla. Se pystyy myös käyttämään hyväkseen ilmassa olevia epäpuhtauksia ja sen esiintyminen lisääntyy ilman saasteiden kuormituksen lisääntyessä. Seinäsuomujäkälä on kohtalaisen hyvä ilman epäpuhtauksien positiivinen indikaattori eli sen esiintyminen kuvastaa lähinnä typpilaskeuman rehevöittävää vaikutusta. Lupoilla on keskimäärin eniten seurannaislajeja rungoilla, mikä osoittaa sen herkkyyttä ilman epäpuhtauksille. Luppojen esiintymisfrekvenssit noudattavat yleensä ilmansaasteiden kuormitusta ja luppojen pituuksia voidaan myös käyttää kuormitusta kuvaavana tunnuksena. Lupot ovat hyviä ilman laadun indikaattoreita. Seuralaislajien lukumäärä 4,87. Naavat (Usnea sp.) +++ Harmaaröyhelö (Platismatia glauca) ++ Naavojen esiintymisfrekvenssit vaihtelevat ilmansaastekuormituksen mukaan yleensä samalla tavalla kuin lupoillakin. Naavojen seuralaislajien määrä on yleensä melko suuri kuten lupoillakin, mikä osoittaa näiden jäkälälajien herkkyyttä ilman epäpuhtauksille. Naavojen pituuksia voidaan myös käyttää kuormitusta kuvaavana tunnuksena. Rannikon läheisyys suosii naavojen esiintymistä. Seuralaislajien lukumäärä 5,13.

13 / 44 Keltaröyhelö (Vulpicida pinastri) + Harmaaröyhelö on seuralaislajien määrän perusteella suhteellisen herkkä indikaattorilaji ja myös sen esiintymisfrekvenssit ovat yleensä loogisia: laji puuttuu kuormitetuilta alueilta ja eniten sitä todetaan puhtailla alueilla. Harmaaröyhelö on herkkä ilman epäpuhtauksille, mutta sen luontainen esiintyminen voi kuitenkin vaihdella suuresti, minkä vuoksi sen indikaattoriarvo jää kohtalaiseksi. Seuralaislajien lukumäärä 4,24. Keltaröyhelön esiintyminen on usein varsin satunnaista, sitä voidaan löytää voimakkaasti kuormitetuilta alueita ja toisaalta se saattaa puuttua tausta-alueilta. Keltaröyhelön luontainen esiintyminen vaihtelee suuresti, mutta mahdollisesti myös ilman epäpuhtauksilla on vaikutusta sen esiintymiseen. Keltaröyhelön arvo ilman laadun indikaattorina jää kuitenkin pieneksi. Seuralaislajien lukumäärä 3,96. Hankakarve (Pseudevernia furfuracea) ++ Ruskoröyhelö (Tuckermannopsis chlorophylla) Hankakarve on hyvin yleinen jäkälälaji männyn rungolla. Keskimääräisen seuralaislajien määrän perusteella hankakarpeen voidaan katsoa olevan herkkä ilman epäpuhtauksille, ja myös sen esiintymisfrekvenssien alueellinen jakauma vastaa yleensä ilman epäpuhtauksien kuormituksen jakaumaa. Ilmansaasteet aiheuttavat selvästi havaittavia muutoksia hankakarpeen sekovarressa. Rannikon läheisyys suosii hankakarpeen esiintymistä, sillä se viihtyy valoisissa, kuivissa kalliomänniköissä. Indikaattorina se on kohtalainen. Seuralaislajien lukumäärä 4,26. Ruskoröyhelö on yleensä 12 indikaattorilajin joukossa yksi harvinaisimmista lajeista. Sen esiintyminen vaihtelee usein hyvin satunnaisesti ja sitä voidaan löytää voimakkaasti kuormitetuiltakin alueilta. Ilmanlaadun indikaattorina ruskoröyhelö on huono. Seuralaislajien lukumäärä 5,38. Raidanisokarve (Parmelia sulcata) +

14 / 44 Raidanisokarve on harvinainen männyn rungolla esiintyvä jäkälälaji. Raidanisokarve on ravinteisuudesta hyötyvä jäkälälaji, jota esiintyy yleensä mm. kalkkipölyalueiden liepeillä. Raidanisokarve soveltuu kalkkipölyn indikaattoriksi. Yleensä raidanisokarve on niin harvinainen, että sen indikaattoriarvo jää pieneksi. Seuralaislajien lukumäärä 4,78. Viherlevä ja vihersukkulajäkälä (Algae & Scoliciosporum) +++ Viherleväpeite lisääntyy lähinnä kasvaneen typpilaskeuman vaikutuksesta eli se on ilman epäpuhtauksien positiivinen indikaattori. Viherleväpeite ja vihersukkulajäkälä ovat hyviä typpikuormituksen indikaattoreita. Mäntyjen rungoilta tutkittiin 12 jäkälälajin esiintyminen standardin SFS 5670 mukaan kuitenkin laajentaen sitä niin, että kunkin lajin runsaus arvioitiin kolmeasteisella luokituksella. (Taulukko 4.) Kullakin havaintoalalla oli 10 tutkimuspuuta, ja mäntyjen jäkälälajisto arvioitiin 50 200 cm:n korkeudelta. Sormipaisukarpeen vaurioasteet ja yleiset vaurioasteet arvioitiin viisiasteisella luokituksella standardista poiketen puolen vaurioluokan tarkkuudella. (Taulukko 5 ja Taulukko 6, Kuva 6..) Sormipaisukarpeen ja luppojen (Bryoria sp.) esiintymisfrekvenssit laskettiin sapluunaruudukolta 1,2 m:n korkeudelta itä-koillisesta ja länsi-lounaasta. Taulukko 4. Jäkälien runsauden luokittelu. Leväpeite (Algae & Scoliciosporum) ja seinäsuomujäkälä (Hypocenomyce scalaris) on luokiteltu peittävyytenä (%), muut lajit sekovarsien lukumäärän perusteella. Luokka Sekovarsien määrä, kpl Peittävyys, % 1 1 2 < 5 2 2 7 5 49 3 > 7 50 Taulukko 5. Sormipaisukarpeen (Hypogymnia physodes) vaurioluokitus (SFS 5670). Vaurio Näkyvät muutokset I normaali jäkälät terveitä tai lähes terveitä II lievä vaurio lievästi kitukasvuisia, lieviä värimuutoksia III selvä vaurio jäkälät kitukasvuisia, vihertyneitä tai tummuneita tai kumpiakin IV paha vaurio jäkälät pieniä, ryppyisiä, vihertyneitä tai tummuneita tai kumpiakin V kuollut tai puuttuu

15 / 44 I = terve II = lievä vaurio III = selvä vaurio IV = paha vaurio V: kuollut tai puuttuu Kuva 6. Sormipaisukarpeen (Hypogymnia physodes) vaurioluokitus Taulukko 6. Yleinen vaurioluokitus (SFS 5670). Yleinen vaurioluokitus Näkyvät muutokset I normaali kaikkien lajien ulkonäkö ja kasvu muuttumattomia II lievä vaurio pensasmaiset kitukasvuisia, lehtimäiset normaaleja III selvä vaurio pensasmaiset pieniä, lehtimäiset vaurioituneita IV paha vaurio pensasmaiset puuttuvat, lehtimäiset pahoin vaurioituneita V kuolleet tai puuttuvat myös lehtimäiset puuttuvat, leväpeitettä voi esiintyä Kullekin havaintopaikalle laskettiin havaintopaikan jäkäläkasvillisuutta kuvaava IAP-indeksi (Index of Atmospheric Purity, ilmanpuhtausindeksi) (LeBlanc ja DeSloover 1970). IAP-indeksillä voidaan esittää eri jäkälälajien esiintymisfrekvenssit yhtenä lukuarvona, jossa on otettu huomioon eri lajien herkkyydet ilman epäpuhtauksille. Korkea indeksiarvo kertoo runsaasta jäkälälajistosta ja siten hyvästä ilmanlaadusta, matalan indeksin arvon saavat puolestaan lajistoltaan köyhtyneet havaintoalat. (0.) Indeksi laskettiin kullekin havaintoalalle seuraavasti: n IAP ( Q f ) / 10 1 Q = kunkin jäkälälajin keskimääräinen seuralaislajien lukumäärä (ks. taulukko) f = lajin suhteellinen esiintymisfrekvenssi näytealalla (0 1) n = jäkälälajien lukumäärä (10) IAP indeksi on laskettu käyttäen kymmentä standardin SFS 5670 mukaista indikaattorilajia. Laskennasta on jätetty pois seinäsuomujäkälä (Hypocenomyce scalaris) ja levät sekä vihersukkulajäkälä (Algae ja Scoliciosporum sp.), jotka hyötyvät kuormituksesta. Seuralaislajien lukumäärää ei myöskään laskettu näille lajeille. Aikaisemmissa ilman laadun bioindikaattoritut-kimuksissa IAP-indeksin arvot on laskettu alkuperäisen yhtälön (LeBlanc & DeSloover) mukaisesti. Sovellettava seuralaislajien lukumäärä on kuitenkin vaihdellut tutkimusvuosittain. Vuoden Edellisessä tutkimuksessa päädyttiin käyttämään mahdollisimman laajasta havaintoaineistosta koottuja seuralais-lajimääriä ilmeisesti indeksin vertailukelpoisuuden mahdollistamiseksi. Kuitenkin ympäristö- ja mai-sematason muuttujien on havaittu vaikuttavan jäkälälajistoon ja seuralaislajien määrään (Gombert ym. 2004), mitä voidaan pitää biologisesti odotettavana. Koska nämä muuttujat vaihtelevat tutki-musvuosien ja niiden välisten vuosien aikana, tulee seuralaislajien määrä laskea vain senhetkisen tutkimuksen aineistosta. IAP-indeksit eivät siten voi lähtökohtaisesti täysin vertailukelpoisia eri tut-kimusvuosien välillä.

16 / 44 Taulukko 7. Jäkälälajiston luokitus IAP-indeksin perusteella. IAP-indeksi Kuvaus jäkäläkasvillisuudesta > 3 Luonnontilainen lajisto, mukana herkkiä jäkälälajeja 2 3 lajistossa on lieviä muutoksia, herkimpiä lajeja puuttuu yleisesti 1 2 lajisto on köyhtynyt, herkimpiä lajeja voi esiintyä yksittäisillä rungoilla 0,5 1 lajisto on erittäin selvästi köyhtynyt, herkimmät lajit puuttuvat yleisesti, rungoilla esiintyy yleisesti ilmansaasteista hyötyviä lajeja < 0,5 jäkäläautio tai lähes jäkäläautio Kullekin tutkimuspuulle ja -alalle laskettiin ilman epäpuhtauksista kärsivien jäkälälajien lajimäärä. Ala- ja puukohtaisia lajimääriä laskettaessa ei huomioitu ilman epäpuhtauksista hyötyviä seinäsuomujäkälää sekä levää ja vihersukkulajäkälää, jolloin lajeja saattoi olla puuta tai alaa kohti enimmillään 10. Puhtailla tausta-alueilla havaitaan yleensä enemmän jäkälälajeja kuin kuormitetuilla alueilla. (Taulukko 8.) Taulukko 8. Jäkälälajiston luokitus lajilukumäärän perusteella. Lajilukumäärä Lajiston kuvaus 0 1 Erittäin selvästi köyhtynyt 2 3 Selvästi köyhtynyt 4 5 Köyhtynyt 6 7 Lievästi köyhtynyt 8 Normaali jäkälälajisto Sormipaisukarpeen esiintymisfrekvensseistä laskettiin kullekin puulle sormipaisukarpeen suhteellinen peittävyys. Sormipaisukarve on ilman epäpuhtauksia kestävä laji, ja se selviää myös sellaisilla alueilla, joilta herkemmät lajit katoavat. Tällöin se usein vahvana kilpailijana valtaa kasvualaa muilta lajeilta tosin sormipaisukarvekin kestää kuormitusta vain tiettyyn pisteeseen asti, jonka jälkeen sen peittävyys pienenee (vrt. esim. Niskanen ym. 2003a ja Niskanen ym. 1996). 3.3 Jäkäläkartoituksen virhelähteet ja luotettavuus Jäkäläkartoituksen tulosten luotettavuuteen vaikuttavat erityisesti kartoituksen tekijöiden lajintuntemus sekä kokemus bioindikaattoritutkimusten tekemisessä. Ainoastaan standardissa SFS 5670 esitettyjen 12 indikaattorilajin hallitseminen ei riitä, sillä lajintuntemuksen ollessa suppea voivat indikaattorilajit sekoittua muihin lajeihin. Ilman epäpuhtaudet voivat aiheuttaa lajien ulkonäköön huomattavia muutoksia, minkä vuoksi vain luonnontilaisten jäkälien tunteminen ei ole taidollisesti riittävää. Eri jäkälälajien esiintymisen kirjaaminen voi vaihdella eri arvioitsijoiden kesken. Leväpeitteen ja seinäsuomujäkälän kasvutavan vuoksi niiden havainnointi on erityisen hankalaa. Leväpeitettä voi esiintyä hyvinkin pieninä vihertävinä laikkuina. Seinäsuomujäkälä kasvaa yksittäisinä alle 1 mm:n kokoisina suomuina. Tämä suomupeite voi olla lähes yhtenäinen, selvästi havaittava peite kaarnalla, tai niukimmillaan lähes yksittäisiä suomuja. Tyvikarpeiden osalta on kirjattu esiintymiseksi vain selvästi erottuva sekovarsi, ei kaarnan pinnalla oleva kellertävä tai vaalea jauhomainen kasvusto. Edellä esitettyjen syiden vuoksi näiden epifyyttien havainnointiin ja runsauden arviointiin liittyvät erityisen suuret virhelähteet, kun verrataan eri tutkijoiden tuloksia keskenään. Subjektiivisiin arvioihin pohjautuva jäkälien näkyvien vaurioiden arviointi ja luokittelu aiheuttaa myös tutkijakohtaisia eroja jäkäläkartoituksen tuloksiin. Näiden virhelähteiden pienentämiseksi

17 / 44 maastoryhmä koulutettiin ja arviointitasot saatettiin samalle tasolle testien avulla ennen maastokauden alkua. Jyväskylän yliopiston ympäristöntutkimuskeskuksen selvityksessä (Polojärvi ym. 2005b) männyn epifyyttijäkälien ja sormipaisukarpeen vaurioiden havainnoinnin virhelähteistä todettiin, että arviot sormipaisukarpeen vaurioista eivät eronneet tilastollisesti merkitsevästi havainnoijien omien eivätkä eri havainnoijien arvioiden välillä. Havainnot ilman epäpuhtauksista kärsivien jäkälälajien lukumäärästä eivät eronneet tilastollisesti merkitsevästi havainnoijien omien havaintokertojen välillä, mutta eri havainnoijien välillä todettiin muutamia tilastollisesti merkitseviä eroja. Sormipaisukarpeen suhteellisissa peittävyyksissä todettiin tilastollisesti merkitseviä eroja sekä havainnoijien omien että eri havainnoijien tekemien mittausten välillä, kuten myös leväpeitteen arvioinnissa. Jäkälähavainnoista leväpeitteen havainnointi osoittautui tarkkuudeltaan epävarmimmaksi. Arviot leväpeitteen esiintymisestä poikkesivat havaintoaloilla, joilla leväpeitettä esiintyi mäntyjen rungoilla hyvin pieninä vihertävinä laikkuina. Leväpeitteestä poiketen seinäsuomujäkälän havainnoinnissa ei eroja todettu. (0.) Taulukko 9. Jäkälähavaintojen arviointitarkkuus 95 %:n luottamusvälillä. ARVIOINTITARKKUUS ERO TULOKSISSA Sormipaisukarpeen vauriot Yhden havainnoijan arvioiden välinen vaihtelu 3 12 % 0,1 0,2 vaurioluokkaa Usean havainnoijan välinen vaihtelu yhdellä havaintoalalla 10 16 % 0,2 0,4 vaurioluokkaa Jäkälälajien lukumäärä Yhden havainnoijan arvioiden välinen vaihtelu 11 23 % 0,9 1,6 lajia Usean havainnoijan välinen vaihtelu yhdellä havaintoalalla 0 5 % 0 0,9 lajia Sormipaisukarpeen peittävyys Yhden havainnoijan arvioiden välinen vaihtelu 34 42 % 3,3 3,0 %-yks. Usean havainnoijan välinen vaihtelu yhdellä havaintoalalla 11 22 % 0,7 4,9 %-yks. 3.4 Neulasnäytteiden kerääminen ja alkuainepitoisuuksien analysointi Neulasten alkuainepitoisuuksien määrittämisellä pyritään selvittämään ilman kautta leviävien epäpuhtauksien kuormituksen alueellisia eroja. Neulasiin kertyy epäpuhtauksia sekä juuristojen kautta että suoraan ilmasta neulasten pintasolukoista, ja osa laskeumasta jää neulasten pinnoille kulkeutumatta eteenpäin (Jussila ym. 1999). Voimakkaat sateet laskevat neulasten alkuainepitoisuuksia; kuormitetuilla alueilla rikkipitoisuudet saattavat laskea jopa 30 50 % (Huttunen 1988). Latvustosta huuhtoutuvat ravinteet taas ovat peräisin neulasten pinnalle laskeutuneesta kuivalaskeumasta ja lehtisolukoista (Helmisaari 1993). Myös neulasten iällä voi olla vaikutusta mitattuihin pitoisuuksiin, sillä neulasten vanhetessa helposti (N, P, K, Mg) tai keskinkertaisesti liikkuvien ravinteiden (S, Zn, Cu, Fe, B) pitoisuudet pienenevät, ja heikosti liikkuvien (Ca, Mn) pitoisuudet kasvavat (Helmisaari 1998). Liikkuvia ravinteita siirtyy vanhemmista neulasista nuorempiin etenkin silloin, kun puu kärsii ravinteiden niukkuudesta (Merilä ym. 1996). Kuormitetuilla alueilla tilanne on kuitenkin erilainen rikin osalta, sillä rikkipitoisuudet usein päinvastoin kasvavat neulasten vanhetessa. (Nieminen ym. 1993, Helmisaari 1993.) Tässä tutkimuksessa selvitettiin männyn neulasten alkuainepitoisuuksia pääravinteista typen (N) osalta ja sivuravinteista rikin (S) osalta. Lisäksi selvitettiin kadmiumin, arseenin, lyijyn, nikkelin ja vanadiinin pitoisuuksia neulasissa. Alkuainepitoisuudet analysoitiin neulasten ensimmäisestä vuosikerrasta. Neulasten alkuainepitoisuudet kuvaavat kuormitusta suhteellisesti, sillä osa alkuaineista on aina peräisin maaperän luontaisista ravinnevaroista (Jussila ym. 1999). Alkuainepitoisuudet kuvaavat myös

18 / 44 ravinteiden suhteita, mahdollisia puutoksia tai myrkyllisen korkeita pitoisuuksia. Tutkituista alkuaineista erityisesti rikki ja typpi kuvastavat ilman epäpuhtauksien aiheuttamaa kuormitusta. Neulasten ravinnepitoisuuksien luontainen vaihtelu on suurta, sillä pitoisuuksiin vaikuttavat lukuisat tekijät. (Jussila ym. 1999.) Yksiselitteisiä ohjearvoja neulasten alkuainepitoisuuksille on vaikea antaa, sillä ohjearvot vaihtelevat eri lähteissä (vrt. Reinikainen ym. 1998). Taulukoissa 10 12 on esitetty eri lähteistä peräisin olevia ohjearvoja, jotka kuvaavat neulasten alkuainepitoisuuksia puiden normaalin ravinnetasapainon kannalta. Arvot vaihtelevat lähteestä riippuen eivätkä kuvaa suoranaisesti puille haitallisia pitoisuuksia. Tämän vuoksi ravinnetasapainoa arvioitaessa on otettava huomioon mm. metsätyyppi ja muut ravinteisuuteen vaikuttavat tekijät. Taulukossa 10 on esitetty männyn neulasten ravinnepitoisuuksien ohjearvoja kuivahkoille ja kuiville kankaille (VT- ja CT-tyypit), Taulukossa 11 on esitetty ravinnepitoisuuksien ohjearvoja sekä eri lähteistä laskettuja ravinnepitoisuusaineistojen tunnuslukuja kangasmaan männiköille sekä taulukossa 12 on YK:n Euroopan talouskomission alkuainepitoisuuksien ohjearvoja Keski-Euroopan metsiin. Verrattuna suomalaisiin ohjearvoihin eurooppalaiset ohjearvot ovat korkeampia, eivätkä ole erilaisten olosuhteiden vuoksi suoraan tänne sovellettavissa. Männyn normaalina typpipitoisuutena pidetään n. 11 g/kg, jota alemmissa pitoisuuksissa puun katsotaan kärsivän typen puutteesta (Jukka 1988). Havupuiden normaalina kokonaisrikkipitoisuutena tausta-alueilla pidetään 900 mg/kg kuiva-ainetta, kun kuormitetuilla alueilla Etelä-Suomessa pitoisuus voi olla 1500 mg/kg (Jussila 1999). Puiden kasvun kannalta sopivana rikkipitoisuutena pidetään 900 1200 mg/kg (Reinikainen ym.1998). Taulukko 10. Männyn neulasten ravinnepitoisuuksien ohjearvoja kuivahkoille ja kuiville kankaille. Suluissa on esitetty pitoisuudet tuoreille ja lehtomaisille kankaille. (Jukka 1988) Ravinnetila typpi g/kg fosfori mg/kg kalium mg/kg boori mg/kg alhainen < 11 (< 12) < 1200 (< 1400) < 3500 < 5 riittävä 11 13,9 1200 1449 (1400 1599) 3500 3900 5 7,9 sopiva 14 1450 ( 1600) 4000 8 Taulukko 11. Neulasanalyysin tulkinnassa tarvittavia arvoja kangasmaan metsille (Reinikainen ym. 1998 Brække 1995, Mälkönen 1991 ja Raitio 1994 mukaan) Mänty Ankara puutos Sopiva (optimi) Keskiarvo Minimi Maksimi N % 1,1 1,3 1,5 2,1 1,23 0,74 2,25 P g/kg 0,8 1,2 1,4 1,8 1,46 1,52 0,98 3 K g/kg 3,0 4,1 5,0 7,0 4,82 4,87 3,1 8 Ca g/kg 1,0 2,1 yli 3,0 1,85 2,28 1,14 4,24 Mg g/kg 0,3 0,7 0,5 1,0 0,99 1,07 0,52 1,48 S g/kg 0,5 0,9 yli 0,9 0,94 0,66 1,42 B mg/kg alle 4 yli 8,0 12,1 3,6 27,6 Cu mg/kg 1,9 3,0 Ei optimiarvoa 2,6 3,2 0,8 5,9 Zn mg/kg alle 5,0 Ei optimiarvoa 40 46 25,5 61 Mn mg/kg alle 7,0 Ei optimiarvoa 409 555 157 767 Fe mg/kg 27 30 Ei optimiarvoa 46,4 24,3 148 Taulukko 12. Männyn neulasten alkuainepitoisuuksien luokitteluarvot YK/ECE:n mukaan. Luokkaraja N g/kg P mg/kg K mg/kg Ca mg/kg Mg g/kg S mg/kg Alin arvo 12 1000 3500 1500 600 1100 Ylin arvo 17 2000 10 000 4000 1500 1800

19 / 44 Neulasnäytteet kerättiin standardin SFS 5669 mukaisesti talvella 2014 jäkälä- ja neulaskatokartoitukseen käytetyiltä havaintoaloilta. Neulasnäytteet tulee kerätä puiden lepoaikana, sillä kasvukaudella alkuainepitoisuuksissa on huomattavia vaihteluita (esim. Raitio ja Merilä 1998). Kustakin näytepuusta katkaistiin 3 4 oksaa eri puolilta latvustoa 8 12 metrin korkeudelta. Näytteet pakattiin muovipusseihin, joita säilytettiin pakastimessa näytteiden esikäsittelyyn asti. Näytteistä erotettiin ensimmäisen vuosikasvaimen neulaset (vuoden 2013 neulasvuosikerta), jotka kuivattiin paperipusseissa noin 40 C lämpötilassa viikon ajan. Kuivatut neulaset jauhettiin homogeeniseksi massaksi ja hajotettiin väkevän typpihapon avulla märkäpoltolla mikroaaltopolttolaitteistossa. Jäähtyneet näytteet laimennettiin vedellä ja sentrifugoitiin. Neulasnäytteiden alkuainepitoisuudet typpeä lukuun ottamatta määritettiin ICP-OES -laitteistolla (Jobin-Yvon Ultima 2) standardin SFS-EN ISO 11885:98 mukaisesti ja ICP-MS laitteistolla (Agilent 7500ce) standardin SFS-EN ISO 17294-2:05 mukaisesti (Taulukko 13). Typpipitoisuudet määritettiin CNS-analysaattorilla (Thermo Finnigan FlashEA 1112) ilmakuivatuista näytteistä. Rinnakkaismääritysten lisäksi alkuainemääritysten laadunvarmistukseen käytetään sekä laboratorion sisäisiä kontrollinäytteitä että sertifioituja referenssimateriaaleja (NIST SRM 1575, männyn neulaset). Tulokset on ilmoitettu kuiva-ainetta (105 ºC) kohti. 3.5 Neulasten alkuainepitoisuuksien kartoittamiseen liittyvät virhelähteet ja luotettavuus Neulasten rikki- ja typpipitoisuuden kartoituksessa käytetyn menetelmän tarkkuus heikkenee etenkin tilanteessa, jossa pitoisuuksien vaihteluväli on pieni ja sääolosuhteet vaikuttavat pitoisuuksiin. Ottamalla näytteet eri vuosina samoilta puilta saadaan parempi kuva pitoisuuksien muutoksesta näytealalla. Neulasnäytteistä määritettyjen alkuaineiden laboratorioanalyyseihin liittyvät mittausepävarmuudet ja määritysrajat on esitetty taulukossa 13. Jyväskylän yliopiston ympäristöntutkimuskeskus tutki vuonna 2004 neulasnäytteiden keräämiseen ja analysointiin liittyviä virheitä. Menetelmän mittausepävarmuus (kattavuuskerroin k = 1), joka käsittää sekä näytteenottoon että analyysiin liittyvät virheet, oli rikkipitoisuudelle keskimäärin ± 5 % ja typpipitoisuudelle ± 7 %. Heikoimmillaan mittausepävarmuus oli suuren pistepäästölähteen vaikutusalueella rikille ± 14 % ja typelle ± 12 %. Näytteenoton mittausepävarmuuden vähentämiseksi näytteet otetaan eri puolilta näytepuuta, jolloin kokoomanäytteeseen tulee neulasia sekä päästökohteiden puolelta että suojanpuolelta. Menetelmän toistettavuutta tutkittaessa ei tilastollisesti merkitseviä eroja juuri havaittu (ks. Polojärvi ym. 2005c). Vuoden 1995 tutkimuksessa neulasten rikkipitoisuuksien mittausepävarmuudeksi arvioitiin ± 7 % (Niskanen 1995) ja toistettavuuden osalta ± 14 % (Niskanen ym. 1996). (Taulukko 14.) Taulukko 13. Neulasten ja sammalten alkuainepitoisuuksien analysointiin liittyvä mittausepävarmuus (%) ja määritysrajat (mg/kg). ALKUAINE MENETELMÄ MÄÄRITYSRAJA mg/kg MITTAUSEPÄVARMUUS Al ICP OES 5 5-15 mg/kg ± 3 mg/kg; > 15 mg/kg ± 20 % As ICP MS 0,05 0,05-0,15 mg/kg ± 0,03 mg/kg; > 0,15 mg/kg ± 20 % B ICP OES 1 1-3 mg/kg ± 0,6 mg/kg; > 3 mg/kg ± 20 % Ca ICP OES 10 10-40 mg/kg ± 6 mg/kg; > 40 mg/kg ± 15 % Cd ICP MS 0,05 0,05-0,15 mg/kg ± 0,03 mg/kg; > 0,15 mg/kg ± 20 % Co ICP MS 0,1 0,1-0,3 mg/kg ± 0,06 mg/kg; > 0,3 mg/kg ± 20 % Cr ICP MS 0,1 0,1-0,3 mg/kg ± 0,06 mg/kg; > 0,3 mg/kg ± 20 % Cu ICP OES 1 1-4 mg/kg ± 0,6 mg/kg; > 4 mg/kg ± 15 % Fe ICP OES 3 3-20 mg/kg ± 2 mg/kg; > 20 mg/kg ± 10 % Hg CVAAS 0,01 20 % K ICP OES 30 30-150 mg/kg ± 15 mg/kg; > 150 mg/kg ± 10 %

20 / 44 Mg ICP OES 10 10-50 mg/kg ± 5 mg/kg; > 50 mg/kg ± 10 % Mn ICP OES 0,2 0,2-0,7 mg/kg ± 0,1 mg/kg; > 0,7 mg/kg ± 5 % Na ICP OES 30 30-100 mg/kg ± 15 mg/kg; > 100 mg/kg ± 15 % Ni ICP MS 0,1 0,1-0,3 mg/kg ± 0,06 mg/kg; > 0,3 mg/kg ± 20 % P ICP OES 10 10-50 mg/kg ± 5 mg/kg; > 50 mg/kg ± 10 % Pb ICP MS 0,05 0,05-015 mg/kg ± 0,03 mg/kg; > 0,15 mg/kg ± 20 % S ICP OES 15 15-80 mg/kg ± 8 mg/kg; > 80 mg/kg ± 10 % V ICP MS 0,1 0,1-0,3 mg/kg ± 0,06 mg/kg; > 0,3 mg/kg ± 20 % Zn ICP OES 1 1-5 mg/kg ± 1 mg/kg; > 5 mg/kg ± 20 % Taulukko 14. Rikin ja typen keskimääräiset mittaustarkkuudet eri vuosina tehdyissä mittaustarkkuuksien arvioinneissa 95 %:n luottamusvälillä. Vuonna 1995 näytepuita oli alalla viisi vuonna 2004 käytettyjen kymmenen sijasta. Keskim. mittausepävarmuus Huonoin mittausepävarmuus Rikki 2004 ± 5 % ± 14 % 1995 ± 7 % Typpi 2004 ± 7 % ± 12 % 3.6 Paikkatietomenetelmät Paikkatietoaineistojen käsittelyssä, tuottamisessa ja visualisoinnissa hyödynnettiin QGIS 2.8- sekä MapInfo 8.0 -ohjelmistoja. 3.7 Tilastomenetelmät Jatkuvien taustamuuttujien ja tutkittavien jäkälämuuttujien välisiä riippuvuuksia tarkasteltiin Spearmanin järjestyskorrelaatioiden avulla. Samoin jäkälämuuttujien keskinäisiä korrelaatioita tarkasteltiin Spearmanin järjestyskorrelaatioiden avulla. Muuttujien eroja eri tutkimusvuosina testattiin parittaisella, parametrittomalla t-testillä. Tuloksena saadaan arvio siitä, onko keskiarvojen ero tilastollisesti merkitsevä kahden tutkimusvuoden välillä.tilastoanalyysit tehtiin R 3.1.2 -ohjelmistoilla.

21 / 44 4. Tulokset 4.1 Mäntyjen epifyyttijäkälät IAP-indeksi oli Kilpilahden teollisuusalueen ympäristön havaintoaloilla keskimäärin 1,8, mikä kertoo jäkälälajiston köyhtymisestä. Herkimpiä lajeja tosin esiintyi yksittäisillä männyn rungoilla. Keskimääräinen ilman epäpuhtauksista kärsivien jäkälien näytealakohtainen lajimäärä Kilpilahden teollisuusalueen ympäristössä oli 7,1 ja puukohtainen lajimäärä 5,8. Lajilukumäärien perusteella jäkälälajisto oli tutkimusalueella köyhtynyttä tai lievästi köyhtynyttä. Sormipaisukarpeen keskimääräinen vaurioaste oli 2,7 eli sormipaisukarpeen vauriot olivat tutkimusalueella keskimäärin selviä. Yleinen vaurioaste oli puolestaan 3,1, mikä sekin viittaa selviin vaurioihin. Sormipaisukarpeen peittävyyden keskiarvo tutkimusalueella oli 5,6 %, ja levää havaittiin keskimäärin 4,4 puulla kymmenestä. (Taulukko 15.) Taulukko 15. Männyn runkojäkälien ilmanpuhtausindeksi, alakohtainen ja puukohtainen lajimäärä, sormipaisukarpeen vaurioaste ja yleinen vaurioaste, sormipaisukarpeen peittävyys ja levän yleisyys. Lajimääriä laskettaessa ei ole huomioitu levää ja seinäsuomujäkälää. n = 15 keskiarvo keskihajonta pienin suurin IAP (Ilmanpuhtausindeksi) 1,7 0,31 1,4 2,3 Lajimäärä / näyteala 7,1 0,80 6 8 Lajimäärä / puu 5,8 0,65 5,3 7,1 Sormipaisukarpeen vaurioaste 2,7 0,54 1,8 3,6 Yleinen vaurioaste 3,1 0,40 2,5 3,7 Sormipaisukarpeen peittävyys (%) 5,6 4,46 0,4 17,8 Levän yleisyys 4,5 2,95 0 10

22 / 44 Kuva 7. Sormipaisukarpeen vaurioasteet Kilpilahden teollisuusalueen ympäristössä. Sormipaisukarve oli tutkimusalueella keskimäärin selvästi vaurioitunutta. Sormipaisukarve ei ollut millään havaintoalalla täysin tervettä. Lieviä vaurioita havaittiin kuudella tutkimusalalla, jotka sijaitsivat pääsääntöisesti kauempana teollisuusalueesta. Selviä sormipaisukarpeen vaurioita havaittiin seitsemällä havaintoalalla, jotka sijoittuivat pääsääntöisesti Kilpilahden teollisuusalueen läheisyyteen. Pahoja sormipaisukarpeen vaurioita havaittiin yhdellä havaintoalalla, joka sijaitsi Tolkislandetissa noin 1,8 km:n etäisyydellä itäkoillisessa teollisuusalueesta. Sormipaisukarve ei ollut kuollutta yhdelläkään havaintoalalla. Kauempana teollisuusalueesta sormipaisukarpeen vauriot olivat lieviä, ja vaurioasteisiin kuten muihinkin bioindikaattorimuuttujiin ovat voineet vaikuttaa myös muut paikalliset tekijät, esim. liikenneväylien läheisyys. (Kuva 7. )

23 / 44 Kuva 8. Jäkälälajiston yleiset vaurioasteet Kilpilahden teollisuusalueen ympäristössä. Jäkälälajisto ei ollut täysin tervettä yleisen vaurioasteen mukaan millään havaintoalalla. Valtaosalla havaintoaloista (7 kpl) jäkälälajisto oli selvästi vaurioitunutta. Lajisto oli pahiten vaurioitunutta samalla havaintoalalla 8, jossa myös sormipaisukarpeen vauriot olivat suurimmat. Lieviä vaurioita havaittiin yhteensä 6 alalla. (Kuva 8. )

24 / 44 Kuva 9. Sormipaisukarpeen keskimääräinen peittävyys Kilpilahden teollisuusalueen ympäristössä. Sormipaisukarpeen peittävyyden osalta havaintoja oli yhtä paljon luokissa 5 10 % sekä 1 5 % (40 % kummassakin). Luokka 5 10 % vastaa normaalia sormipaisukarpeen peittävyyttä. Kahdella alalla peittävyys oli enintään 1 %, ja yhdellä alalla se oli yli 15 %. (Kuva 9. )

25 / 44 sormipaisukarve keltatyvikarve harmaa- ja tuhkatyvikarve seinäsuomujäkälä lupot naavat harmaaröyhelö keltaröyhelö hankakarve ruskoröyhelö raidanisokarve viherlevä 0% 20% 40% 60% 80% 100% Kuva 10. Männyn runkojäkälien esiintymistiheys Kilpilahden teollisuusalueen ympäristössä rungoittain, n = 150. Yleisimmät Kilpilahden teollisuusalueen ympäristössä tavatut lajit olivat sormipaisukarve (99 % tutkituista rungoista) ja keltatyvikarve (98 % tutkituista rungoista). Yli puolella rungoista esiintyi myös seinäsuomujäkälää (95 %), hankakarvetta (65 %) ja harmaa- ja tuhkatyvikarvetta (64 %). Luppoja havaittiin 15 %:lla tutkituista rungoista, naavoja 20 %:lla, keltaröyhelöä 20 %:lla, viherlevää 45 %:lla ja ruskoröyhelöä 1 %:lla. Raidanisokarvetta ei tavattu yhdelläkään rungolla. (Kuva 10. )

26 / 44 Kuva 11. Ilman epäpuhtauksista kärsivien jäkälälajien lukumäärät Kilpilahden teollisuusalueen ympäristössä. Jäkälien lukumääriä laskettaessa huomioitiin ainoastaan 10 ilman epäpuhtauksista kärsivää jäkälälajia, eli seinäsuomujäkälä ja viherlevä sekä vihersukkulajäkälä jätettiin laskujen ulkopuolelle. Kaikilla aloilla havaittiin vähintään kuusi ilman epäpuhtauksista kärsivää jäkälälajia. Suurimmalla osalla aloista (67 %:lla) tavattiin kuusi tai seitsemän ilman epäpuhtauksista kärsivää jäkälälajia, eli jäkälälajisto oli lajilukumäärän perusteella lievästi köyhtynyttä. (Kuva 11. )

27 / 44 Kuva 12. IAP-indeksi Kilpilahden teollisuusalueen ympäristössä. Havaintoalan ilmapuhtausindeksi on korkea, kun sillä esiintyy runsaasti ilman epäpuhtauksista kärsiviä jäkälälajeja ja vastaavasti matala, kun epäpuhtauksista kärsiviä jäkälälajeja on alalla vähän tai ei lainkaan. Suurin osa (73 %) Kilpilahden teollisuusalueen ympäristön havaintoaloista sijoittui IAPindeksinsä puolesta luokkaan 1,5 2,0, mikä kertoo jäkälälajiston olevan näillä aloilla köyhtynyttä. Jäkälälajistoltaan köyhtyneet alat sijoittuivat Kilpilahden teollisuusalueen välittömään läheisyyteen tai sen etelä- ja koillispuolelle. Jäkälälajisto oli lievästi köyhtynyttä neljällä teollisuusalueen länsi- ja pohjoispuolella sijaitsevalla alalla. (Kuva 12. ) 4.2 Neulasten alkuainepitoisuudet Taulukossa 16 on esitetty neulasten alkuainepitoisuuksien keskiarvot, keskiarvo ja pienimmät ja suurimmat arvot Kilpilahden teollisuusalueen ympäristössä. Neulasten arseenipitoisuudet olivat alle määritysrajan (< 0,05) lähes kaikilla aloilla; kolmella alalla (alat 1, 2 ja 5) pitoisuus oli likimain määritysrajan suuruinen. Kartoissa on käytetty vuoden 2009 tutkimuksen luokkarajoja, paitsi että useimmissa tapauksissa on pienempiin pitoisuuksiin päin lisätty luokkia.

28 / 44 Taulukko 16. Neulasten alkuainepitoisuuksien keskiarvot, keskihajonnat sekä suurimmat ja pienimmät arvot. n = 15 S mg/kg N g/kg As mg/kg Cd mg/kg Pb mg/kg V mg/kg Ni mg/kg Keskiarvo 910 1,2 < 0,05 0,075 0,31 1,3 0,24 Keskihajonta 120 0,072 0,023 0,12 0,37 0,13 Pienin 790 1,1 < 0,05 0,043 0,11 0,78 0,10 Suurin 1200 1,4 0,06 0,12 0,62 1,9 0,65 Kuva 13. Mäntyjen neulasten ensimmäisen vuosikerran rikkipitoisuudet (mg/kg) Kilpilahden teollisuusalueen ympäristössä. Neulasten rikkipitoisuuden keskiarvo tutkimusalueella oli 910 mg/kg. Neulasten normaalina rikkipitoisuutena pidetään tasoa 900 mg/kg. Korkein rikkipitoisuus (1200 mg/kg) tavattiin alalla 10 Kilpilahden teollisuusalueen luoteispuolella. Muutoin korkeimmat neulasten rikkipitoisuudet keskittyivät tutkimusalueen pohjois- ja koillispuolelle. (Kuva 13. )

29 / 44 Kuva 14. Mäntyjen neulasten ensimmäisen vuosikerran typpipitoisuudet (g/kg) Kilpilahden teollisuusalueen ympäristössä. Typen pitoisuudet neulasissa olivat kaikilla tutkimusaloilla riittäviä. Korkein typpipitoisuus (14 g/kg) analysoitiin alalla 10 Kilpilahden teollisuusalueen luoteispuolella. Korkeita neulasten typpipitoisuuksia analysoitiin myös Kilpilahden teollisuusalueen lounais- ja länsipuolelta. (Kuva 14. )

30 / 44 Kuva 15. Mäntyjen neulasten ensimmäisen vuosikerran kadmiumpitoisuudet (mg/kg) Kilpilahden teollisuusalueen ympäristössä. Neulasten kadmiumpitoisuuden keskiarvo tutkimusalueella oli 0,08 mg/kg. Pitoisuudet olivat keskimäärin pienempiä kuin vuonna 2009. Korkeimmat kadmiumpitoisuudet (0,12 mg/kg) analysoitiin kahdelta alle 2,5 km:n etäisyydellä sijaitsevalta alalta. (Kuva 15. )

31 / 44 Kuva 16. Mäntyjen neulasten ensimmäisen vuosikerran lyijypitoisuudet (mg/kg) Kilpilahden teollisuusalueen ympäristössä. Neulasten lyijypitoisuuden keskiarvo tutkimusalueella oli 0,31 mg/kg. Korkeimpia lyijypitoisuuksia tavattiin Kilpilahden teollisuusalueen lähiympäristössä ja sen koillispuolella. Korkein neulasten lyijypitoisuus tavattiin Kilpilahden teollisuusalueen välittömässä läheisyydessä sen lounaispuolella. (Kuva 16. )

32 / 44 Kuva 17. Mäntyjen neulasten ensimmäisen vuosikerran vanadiinipitoisuudet (mg/kg) Kilpilahden teollisuusalueen ympäristössä. Neulasten vanadiinipitoisuuden keskiarvo tutkimusalueella oli 0,24 mg/kg. Korkeimpia vanadiinipitoisuuksia tavattiin teollisuusalueetta lähimpinä sijaitsevilla havaintoaloilla ja sen koillispuolella. Korkein vanadiinipitoisuus analysoitiin Tolkkisten havaintoalalla teollisuusalueen koillispuolella. (Kuva 17. )

33 / 44 Kuva 18. Mäntyjen neulasten ensimmäisen vuosikerran nikkelipitoisuudet (mg/kg) Kilpilahden teollisuusalueen ympäristössä. Neulasten nikkelipitoisuuden keskiarvo tutkimusalueella oli 1,3 mg/kg. Korkeimpia nikkelipitoisuuksia tavattiin joiltain teollisuusalueen lähistöllä sijaitsevilta aloilta ja teollisuusalueen koillispuolelta. Korkein nikkelipitoisuus analysoitiin havaintoalalta 2 teollisuusalueen lounaispuolelta. (Kuva 18. )

34 / 44 5. Tulosten tarkastelu 5.1 Muuttujien välinen riippuvuus Taustamuuttujien ja bioindikaattorimuuttujien väliset Spearmanin korrelaatiokertoimet on esitetty taulukossa 17. Sormipaisukarpeen vaurioasteen ja etäisyyden välillä oli melkein merkitsevä korrelaatio: lähempänä Kilpilahden teollisuusaluetta sormipaisukarpeen vauriot olivat suurempia. Levän yleisyyden ja yleisen vaurioasteen välillä havaittiin puolestaan positiivinen korrelaatio. Levä myös yleistyi tutkimusrungoilla, kun neulasten rikkipitoisuudet kasvoivat. Levä on ilman epäpuhtauksien positiivinen indikaattori, joten on odotettavissa, että levää esiintyy runsaammin lähempänä teollisuusaluetta. Sormipaisukarpeen peittävyydellä on positiivinen korrelaatio niin levän yleisyyden, rikin määrän kuin yleisen vaurioasteen kanssa. Lisäksi tämän jäkälän peittävyys kasvoi, kun herkkien lajien lukumäärä väheni. Sormipaisukarve kestää ilman epäpuhtauksia melko hyvin, joten ilmeisesti kuormitetuilla aloilla oli vähemmän muita lajeja ja olemassa olevat muut jäkälät olivat pahemmin vaurioituneita ja sitä myöten sormipaisukarpeella oli enemmän tilaa kasvaa puunrungolla. Yleisellä vaurioasteella ja lajilukumäärällä oli erittäin merkitsevä korrelaatio: mitä enemmän lajeja havaintoalalla havaittiin, sitä pienempi oli yleinen vaurioaste. Tämä on odotettu tulos, sillä ilmanlaadun parantuessa ja vaurioiden vähentyessä myös lajien lukumäärä kasvaa. Yleinen vaurioaste oli positiivisessa riippuvuussuhteessa myös rikin määrän kanssa, mikä kuvaa sitä, että vauriot lisääntyvät rikkilaskeuman lisääntyessä. Lajilukumäärä pieneni rikin määrän kasvaessa, kun taas levä yleistyi rikin lisääntyessä. Jäkälät kärsivät kohonneista rikkidioksidipitoisuuksista, mikä selittää lajilukumäärän pienenemisen. Levät puolestaan ovat kestäviä, ja voivat myös hyötyä lisääntyvästä ravinteisuudesta. Havaintoalan puiden keskimääräinen ikä korreloi positiivisesti sormipaisukarpeen peittävyyden, yleisen vaurioasteen ja lajilukumäärän kanssa mutta negatiivisesti levän yleisyyden kanssa. Sormipaisukarpeen peittävyyden osalta puuston iän merkitys näyttäisi olevan suuri, mikä heikentää peittävyyden arvoa ilmanlaadun indikaattorina. Taulukko 17. Muuttujien väliset Spearmanin korrelaatiokertoimet. Melkein merkitsevä (p < 0, 05) riippuvuus on merkattu yhdellä tähdellä (*), merkitsevä (p < 0,01) kahdella (**) ja erittäin merkitsevä (p < 0,001) kolmella (***). spk = sormipaisukarve levä etäisyys halkaisija lajilkm IAP ikä N pituus spk peittävyys pohjapinta-ala S spk vaurioaste etäisyys -0,142 halkaisija 0,119-0,093 lajilkm -0,548* 0,017-0,169 IAP 0,063-0,182-0,080 0,114 ikä -0,604* -0,261 0,080 0,654** -0,393 N -0,014-0,504 0,371-0,199 0,518* 0,018 spk peittävyys 0,697** 0,189 0,350-0,555* 0,018-0,643** -0,232 pituus 0,127 0,020 0,420-0,178 0,505-0,262 0,253 0,539* pohjapinta-ala -0,142 0,158 0,473 0,369-0,106 0,209-0,195 0,013-0,060 S 0,552* -0,376 0,411-0,522** -0,088-0,292 0,259 0,526* 0,072-0,008 spk vaurioaste -0,337-0,577* -0,324 0,264 0,145 0,404 0,424-0,613* -0,263-0,311-0,115 yl. vaurioaste 0,665** -0,013 0,079-0,806*** 0,081-0,661** -0,011 0,671** 0,096-0,295 0,608* -0,096 Havaintoalalla 8 Tolkkislandetissa havaittiin suurimmat sormipaisukarpeen vauriot. Siellä kuitenkin lajilukumäärä oli 8 (suurin havaittu neljän muun alan kanssa) ja neulasten rikkipitoisuus pieni, eli muuttujien vaihtelu oli päinvastaista kuin muilla aloilla havaittu. Ala oli kallioinen ja paahteinen, ja