TURUN SEUDUN ILMANLAADUN BIOINDIKAATTORITUTKIMUS VUOSINA 2005-2006

Jyväskylän yliopisto Ympäristöntutkimuskeskus TURUN SEUDUN ILMANLAADUN BIOINDIKAATTORITUTKIMUS VUOSINA 2005-2006 LUONNOS KOMMENTTEJA VARTEN 17. 10. 2006 Jyväskylä 2006

TIIVISTELMÄ Tässä selvityksessä on tutkittu Turun seudun ilmanlaatua bioindikaattoreiden avulla. Indikaattoreina on käytetty havupuiden harsuuntumista, havupuilla kasvavia epifyyttijäkäliä, neulasten alkuainepitoisuuksia ja sammalten raskasmetallipitoisuuksia. Tutkimuksessa ovat mukana seuraavat Turun seudun kunnat: Askainen, Aura, Kaarina, Lemu, Lieto, Masku, Merimasku, Naantali, Nousiainen, Paimio, Parainen, Piikkiö, Pöytyä, Raisio, Rymättylä, Turku ja Vahto. Tutkimuksen tilaajana on Turun seudun ilmansuojelun yhteistyöryhmä eli tutkimukseen osallistuneet kunnat sekä seuraavat teollisuusyritykset: Fortum, Turku Energia Oy, Akseli Kiinteistöpalvelut Oy, Wärtsilä NSD Finland Oy, Paroc Oy Ab, Partek Nordkalk Oy ja Finnsementti Oy. Tutkimuksen on tehnyt Jyväskylän yliopiston ympäristöntutkimuskeskus. Tutkimuksessa tehdyillä havainnoilla ja neulas- ja sammalnäytteistä tehdyillä kemiallisilla määrityksillä on selvitetty ilman epäpuhtauksien aiheuttamia muutoksia Turun männiköissä ja kuusikoissa sijaitsevilla näyte- ja havaintoaloilla. Taajamiin ja teollisuuslaitosten läheisyyteen sijoitetuilla aloilla on selvitetty paikallisten päästöjen aiheuttamia muutoksia bioindikaattoreissa ja niiden vertailukohteena on käytetty tasaisesti koko maakunnan alueelle sijoitettuja havaintopaikkoja. Tutkimusalue on jaettu kolmeen osaan: kuormitettuun alueeseen, taustaalueeseen ja Paraisten alueeseen, joita on käsitelty itsenäisinä yksiköinä tulosten tulkinnassa ja vertailussa. Pitkällä aikavälillä Turun ilman epäpuhtauksien päästöt ovat pienentyneet huomattavasti etenkin rikkidioksidin osalta. Merkittävimmät päästökeskittymät olivat Turussa ja Naantalissa. Myös typen oksidien päästöt olivat pienentyneet, mutta vähennys aiheutui pääasiassa liikenteen päästöjen vähennyksestä. Samoin hiukkasten päästöt olivat laskussa, mutta niiden osalta teollisuuden päästöt olivat vähentyneet voimakkaammin kuin liikenteen. Mäntyjen ja kuusien harsuuntuminen oli vähentynyt tutkimusalueella huomattavasti. Voimakkain vähennys oli mäntyjen harsuuntumisessa kuormitetulla alueella. Alueellisia eroja harsuuntumisessa ei todettu, eli havupuiden neulaskadon määrä ei kuvastanut ilman epäpuhtauksien vaikutuksia. Harsuuntuneiden puiden osuus oli tutkimusalueella pienempi kuin metsäntutkimuslaitoksen tekemässä valtakunnallisessa selvityksessä. Mäntyjen jäkälävauriot painottuivat kuormitetun alueen keskiosiin eli Naantali-Raisio-Turku- Kaarina linjalle, lisäksi myös Paraisten keskusta oli luokiteltavissa jäkälävauriovyöhykkeeksi. Keskimääräisen havaintoaloittain lasketun ilmansaasteista kärsivien jäkälälajien lajimäärän perusteella tutkimusalueen voidaan sanoa olevan jäkälälajistoltaan köyhtynyt. Tausta-alueella ja Paraisten alueella oli keskimäärin enemmän jäkälälajeja kuin kuormitetulla alueella. Ilmansaasteista kärsivien jäkälälajien lajimäärä oli laskenut edelliseen tutkimukseen verrattuna. Sormipaisukarpeen vauriot olivat tutkimusalueella keskimäärin lieviä. Pahimmat vauriot sijoittuivat kuormitetulle alueelle, terveimpiä sormipaisukarpeita kasvoi tausta-alueella. Sormipaisukarpeen vauriot olivat parantuneet edelliseen tutkimukseen verrattuna. Sormipaisukarpeen keskimääräinen vaurioaste oli samaa luokkaa kuin monissa muissa Suomessa tehdyissä bioindikaattoritutkimuksissa, lajilukumäärä taas oli keskimäärin alhaisempi kuin muualla Suomessa. Kuusien jäkälätunnukset olivat samaa luokkaa kuin edellisessä tutkimuksessa. Kuusten rungoilla havaittiin kuormitetuimmilla alueilla vähemmän sormipaisukarvetta kuin muilla alueilla, viherlevää taas esiintyi kuusten rungoilla kuormitetuilla alueilla melko runsaasti. Neulasten alkuainepitoisuudet noudattelivat jossain määrin suurimpien päästölähteiden aiheuttamaa kuormitusta. Rikkipitoisuudet olivat korkeimpia Turun ja Paraisten näytealoilla, ja

kalsiumpitoisuudet olivat korkeita Paraisilla, jossa on kalkkiteollisuutta. Rikkipitoisuudet olivat kohonneet edellisestä tutkimusvuodesta ja olivat tasoa 1100 mg/kg huolimatta päästöjen vähenemisestä. Neulasten keskimääräinen rikkipitoisuus oli samaa tasoa kuin Keski-Suomessa ja Uudellamaalla ja Itä-Uudellamaalla. Myös typpipitoisuudet olivat kohonneet suhteessa edelliseen tutkimukseen, eivätkä typpipitoisuudet olleet puutosrajoilla millään havaintoalalla. Sammalten raskasmetallipitoisuudet olivat keskimäärin samaa tasoa tai matalampia kuin muualla Suomessa tehdyissä tutkimuksissa. Turun kaupungin alueen sammalten raskasmetallipitoisuudet olivat laskeneet huomattavasti 90-luvun alusta, jolloin Turun kaupungissa on sammalten raskasmetallipitoisuuksia tutkittu. Korkeimmat raskasmetallipitoisuudet sijoittuivat kuormitetun alueen keskiosiin eli linjalle Naantali-Raisio-Turku-Kaarina.

1 JOHDANTO... 2 2 TUTKIMUSALUE... 3 2.1 YLEISKUVAUS... 3 2.2 TUTKIMUSALUEEN ILMANLAATU... 4 2.2.1 Päästöt Turun seudulla... 4 2.2.2 Paikalliset ilmanlaatumittaukset... 7 2.2.3 Ilmanlaatu valtakunnallisilla tausta-asemilla... 8 3 TUTKIMUSAINEISTO JA MENETELMÄT... 11 3.1 TUTKIMUSALUE JA HAVAINTOALAT... 11 3.2 TUTKIMUSMENETELMÄT...14 3.2.1 Tutkimusryhmä ja maastotöiden ajankohta... 14 3.2.2 Havupuiden neulaskato... 14 3.2.2.1 Männyt...15 3.2.2.2 Kuuset...15 3.2.2.3 Harsuuntumisarvion virhelähteet ja luotettavuus...16 3.2.3 Männyn ja kuusen epifyyttijäkälät... 16 3.2.3.1 Jäkäläkartoitus männyillä...21 3.2.3.2 Jäkäläkartoitus kuusilla...23 3.2.3.3 Jäkäläkartoituksen virhelähteet ja luotettavuus...23 3.2.4 Neulasnäytteet... 24 3.2.4.1 Neulasten alkuainepitoisuuksien kartoittamiseen liittyvät virhelähteet ja luotettavuus...26 3.2.5 Sammalnäytteet... 27 3.2.5.1 Sammalten raskasmetallipitoisuuksien analysointiin liittyvät virhelähteet ja luotettavuus...27 3.2.6 Tietokoneavusteiset menetelmät... 28 3.2.6.1 Tilastomenetelmät...28 4 TULOKSET... 30 4.1 PUUSTOHAVAINNOT... 30 4.1.1 Männyn harsuuntuminen... 30 4.1.2 Kuusen harsuuntuminen... 33 4.2 MÄNNYN JA KUUSEN RUNKOJÄKÄLÄT... 34 4.2.1 Männyn runkojäkälät... 35 4.2.2 Kuusen runkojäkälät... 42 4.3 NEULASTEN ALKUAINEPITOISUUDET... 44 4.4 SAMMALTEN RASKASMETALLIPITOISUUDET... 49 5 TULOSTEN TARKASTELU... 55 5.1 TAUSTAMUUTTUJIEN VAIKUTUS JA MUUTTUJIEN VÄLINEN RIIPPUVUUS... 55 5.2 VERTAILU ALUEELLA AIKAISEMMIN TEHTYIHIN TUTKIMUKSIIN... 57 5.2.1 Männyn ja kuusen neulaskato... 57 5.2.2 Männyn runkojäkälät... 59 5.2.3 Kuusen jäkälät... 68 5.2.4 Neulasten alkuainepitoisuus... 70 5.2.5 Sammalten raskasmetallipitoisuudet... 77 5.3 VERTAILU MUUALLA SUOMESSA TEHTYIHIN TUTKIMUKSIIN... 77 5.3.1 Mäntyjen harsuuntuminen... 78 5.3.2 Kuusten harsuuntuminen... 78 5.3.3 Mäntyjen runkojäkälät... 79 5.3.4 Neulasten alkuainepitoisuudet... 80 5.3.5 Sammalten raskasmetallipitoisuudet... 81 6 JOHTOPÄÄTÖKSET... 83 7 LÄHTEET... 86

1 Johdanto Ilman epäpuhtauksien vaikutusta Turun seudun metsiin on seurattu bioindikaattorien avulla 1990- luvun alusta lähtien useissa erillisissä tutkimuksissa. Vuonna 1990 seuranta aloitettiin ns. kuormitetulla alueella eli Turun kaupungissa ja sen lähikunnissa (Jussila ym. 1991), ja vuonna 1995 seurantaan liitettiin ns. tausta-alue ennestään tutkitun alueen itä- ja pohjoispuolelta (Jussila 1996). Paraisten aluetta tutkittiin ensimmäisen kerran vuonna 1991 (Jussila 1992). Vuoden 2000 seurannassa mukana olivat sekä kuormitettu alue, tausta-alue että Paraisten alue. Tässä tutkimuksessa seurantaa jatkettiin samassa laajuudessa kuin vuonna 2000. Bioindikaattorimenetelmien perustana on eliöiden herkkyys reagoida ympäristön muutoksiin joko rakenteen, toiminnan, kemiallisen koostumuksen tai alkuainepitoisuuksien muutoksilla. Ilman epäpuhtauksien vaikutukset bioindikaattorilajeissa ovat yksinkertaisimmin havaittavissa eliöiden levinneisyydessä tai ulkoasussa sekä eliönäytteiden kemiallisen koostumuksen muutoksissa. Bioindikaattoreiksi soveltuvien lajien tulee olla tarpeeksi yleisiä, tasaisesti esiintyviä ja helposti havainnoitavia. Tässä tutkimuksessa indikaattoreina on käytetty männyn ja kuusen epifyyttijäkäliä, seinäsammalen raskasmetallipitoisuuksia, männyn neulasten alkuainepitoisuuksia sekä männyn ja kuusen neulaskadon avulla arvioitavaa puuston yleistä elinvoimaisuutta. Epäpuhtauksien vaikutukset indikaattorilajeihin käyvät ilmi useimmiten pitkällä aikavälillä, minkä vuoksi bioindikaattorimenetelmät soveltuvat erityisen hyvin ilman laadun muutostrendien kuvaamiseen. Monet bioindikaattorilajit reagoivat saastevaikutuksiin hitaasti, jolloin lyhytaikaisellakin kuormituksella voi olla niihin pitkäkestoisia vaikutuksia. Saastevaikutuksen ilmenemiseen vaikuttavat lisäksi lukuisat luontaiset tekijät, jotka voivat joko puskuroida vaikutusta tai voimistaa sitä. Näin ollen yksittäinen bioindikaattori ei koskaan kuvaa koko näytealaa tai yksittäinen näyteala koko aluetta täydellisesti, vaan näytealaverkon tulee olla kattava ja riittävän tiheä, jotta sen avulla voitaisiin tehdä päätelmiä koko alueen tilanteesta. (Jussila ym. 1999, 10; Jussila ja Ojanen 2002, 14) Tässä tutkimuksessa seurantaa jatkettiin aikaisempien tutkimusten yhteydessä perustetuilla näytealoilla, eli 145 mäntyalalla, 62 kuusialalla ja 60:lla kuusi- ja mäntyalojen yhteydessä sijaitsevalla sammalnäytealalla. Neulasnäytteet kemiallisia määrityksiä varten kerättiin mäntyaloilta. Tutkimuksen tilaaja on Turun seudun ilmansuojelun yhteistyöryhmä, eli alueen kunnat sekä seitsemän alueella toimivaa teollisuusyritystä 1. Tutkimuksen on tehnyt Jyväskylän yliopiston ympäristöntutkimuskeskus. Maastotöihin ovat osallistuneet tutkija Katja Polojärvi ja Ilkka Niskanen, tutkimusteknikko Tuomo Ellonen sekä tutkimusapulaiset Irene Huuskonen, Kirsi Järvisalo, Jussi Läntelä, Janne Niemistö ja Miia Vasama. Neulas- ja sammalnäytteet on käsitelty ja analysoitu Jyväskylän yliopiston ympäristöntutkimuskeskuksen laboratoriossa. 1 Fortum, Turku Energia Oy, Akseli Kiinteistöpalvelut Oy, Wärtsilä NSD Finland Oy, Paroc Oy Ab, Partek Nordkalk Oy, Finnsementti Oy. 2

2 Tutkimusalue 2.1 Yleiskuvaus Tutkimusalue koostuu Turun seudun 18 kunnasta, ja se jakaantuu kolmeen osaan: kuormitettuun alueeseen, tausta-alueeseen ja Paraisten alueeseen (kuva 1). Kuormitettuun alueeseen kuuluvat Turku, Kaarina, Rymättylä, Naantali, Raisio, Rusko, Vahto, Merimasku, Askainen, Lemu, Nousiainen sekä Liedon ja Piikkiön länsiosat. Tausta-alueeseen kuuluvat Piikkiön ja Liedon itäosat, sekä Paimio, Aura ja Pöytyä. Parainen muodostaa oman tutkimusalueensa. Tutkimusalueen maaperä on pääasiassa kallioiden ja pienialaisten moreenimuodostumien halkomaa savikkoa. Lajittuneen aineksen muodostumat ovat pienialaisia ja suhteellisen vähälukuisia. Soita on melko vähän, ne ovat pienehköjä ja usein ojitettuja muuttumia, lukuunottamatta alueen pohjoisosan laajaa luonnontilaista Kurjenrahkan kohosuota. Viljelysalueet ovat keskittyneet alueen eteläosiin ja jokilaaksojen tuottoisille savikoille. Metsät ovat etenkin eteläosassa pienialaisia ja usein kallioisia. Laajimmat metsät sijoittuvat tutkimusalueen pohjoisosiin. Metsät ovat pääosin tuoreita tai kuivia kankaita, ja missä viljavat savikot eivät ole viljelyskäytössä, löytyy myös lehtomaisia kasvillisuustyyppejä. Kallioperä muodostuu niukkaravinteisesta graniitista ja migmatiitista ja paikoitellen ravinteisemmasta dioriitista (Jussila ja Ojanen 2002, 16). Kuva 1. Kartta tutkimusalueesta. 3

Vallitseva tuulensuunta Turun seudulla on lounaasta (kuva 2). Kesäaikaan maa- ja merituuli muuttavat tuulen suuntaa päivisin mereltä maalle ja öisin maalta merelle, tosin saaristo vaimentaa tätä vaihtelua. (Turun kaupunkiseudun ilmanlaatu vuonna 2004; Turun seudun ilmansuojelun yhteistyöryhmä, 2005). Kuva 2. Vallitsevat tuulensuunnat Turun lentoasemalla vuonna 2005 (Turun seudun ilmansuojelun yhteistyöryhmä, 2005). 2.2 Tutkimusalueen ilmanlaatu 2.2.1 Päästöt Turun seudulla Turun seudulla merkittävimmät ilman laatuun vaikuttavat epäpuhtaudet ovat rikkidioksidin, typen oksidien ja hiukkasten päästöt teollisuudesta, energiantuotannosta ja liikenteestä. Liikenteen osalta päästöt painottuvat erityisesti typen oksideihin. Teollisuuden rikkidioksidipäästöt ovat vuodesta 1990 vuoteen 2005 laskeneet merkittävästi, 67 %. Myös typen oksidien päästöt tutkimusalueella ovat vähentyneet hieman (3 %), mikä on seurausta pääosin liikenteen päästömäärien laskusta. Teollisuuden ja liikenteen hiukkaspäästöt ovat tänä 15 vuoden tarkasteluaikana laskeneet kaikkiaan 82%, joskin kehitys liikenteen osalta on ollut hitaampaa. Energiantuotannon päästöissä on viime vuosina havaittu ainoastaan vuosittaisten tuotantomäärien vaihtelusta aiheutuneita muutoksia (Turun seudun ilmansuojelun yhteistyöryhmä, 2005). Rikkidioksidin, typen oksidien ja hiukkasten päästöt ovat keskittyneet pääasiassa Turun ja Naantalin alueelle. Päästöt Paimiossa muodostavat yksin noin puolet tausta-alueen kuntien typen oksidien päästöistä. Rikkidioksidin päästöistä liikenteen osuus on hyvin pieni, kun taas typen oksidien päästöistä se tuottaa huomattavan osan. Alhaisen päästökorkeutensa vuoksi liikenteellä on kuitenkin merkittävin vaikutus paikalliseen kaupunki-ilmanlaatuun (Turun seudun ilmansuojelun yhteistyöryhmä, 2005). Myös esimerkiksi puun pienpoltossa syntyy epäpuhtauksia, joskin teollisuuteen ja energiantuotantoon verrattuna pienpolton päästömäärät ovat vähäiset ja vaikutukset pääasiassa paikallisia. Kuntakohtaisessa karttaesityksessä pienpäästölähteet on huomioitu, mutta päästömäärien kehittymistä kuvaavissa kaavioissa niitä ei ole tarkasteltu. 4

Kuvat 4-6 kuvaavat rikkidioksidin, typen oksidien ja hiukkasten päästökehitystä tutkimusalueella tutkimusvuosina. Kuvassa 3 on esitetty rikkidioksidin, typen oksidien ja hiukkasten päästöt kunnittain. Taulukossa 1 on ilmoitettu tutkimusalueella toimivien lupavelvollisten teollisuus- ja energiantuotantolaitosten rikkidioksidin, typen oksidien ja hiukkasten päästöt kunnittain tutkimusvuosina, ja taulukossa 2 on esitetty vastaavat tiedot liikenteen osalta. Päästömäärät t/v SO2: 3.6 4260 NOx: 22.6 3722 hiukkaset: 17.9 1064.7 Kuva 3. Päästöt kunnittain (päästötiedot vuodelta 2003; Ympäristöhallinnon Hertta-tietokanta.) 14000 12000 10000 8000 6000 Teollisuus Liikenne 4000 2000 0 1990 1992 1994 1996 1998 2000 2002 2004 Kuva 4. Rikkidioksidipäästöjen (t/v) kehitys tutkimusalueella 1990-2005. (Hietamäki 2006) 5

14000 12000 10000 8000 6000 Teollisuus Liikenne 4000 2000 0 1990 1992 1994 1996 1998 2000 2002 2004 Kuva 5. Typen oksidien päästöjen (t/v) kehitys tutkimusalueella 1990-2005. (Hietamäki 2006) 3000 2500 2000 1500 1000 Teollisuus Liikenne 500 0 1990 1992 1994 1996 1998 2000 2002 2004 Kuva 6. Hiukkaspäästöjen (t/v) kehitys tutkimusalueella 1990-2005. (Hietamäki 2006) Taulukko 1. Tutkimusalueen kuntien ympäristölupavelvollisten laitosten päästöt (SO 2, NO x, hiukkaset t/v) tutkimusvuosina. (Hietamäki 2006.) SO 2 NO x Hiukkaset 1990 1995 2000 2005 1990 1995 2000 2005 1990 1995 2000 2005 Kaarina 115 38 3 17 17 1 8 6 0 Naantali 8774 4839 3202 3157 3070 2969 2769 3225 1112 192 429 257 Raisio 104 145 142 12 12 9 11 7 7 3 3 2 Turku 1946 1126 874 435 672 769 898 466 182 157 58 25 Kuormitettu yht. 10939 6148 4218 3607 3772 3765 3678 3699 1308 359 489 284 Lieto 56 34 27 9 15 13 4 4 2 Paimio 78 78 51 32 31 29 19 6 4 Piikkiö 29 21 3 7 7 3 4 5 2 Pöytyä 0 7 1 18 30 28 Tausta yht. 162 134 81 56 54 46 45 44 36 Parainen 270 96 165 186 1424 1322 1426 1379 721 542 255 96 6

Taulukko 2. Tieliikenteen pakokaasupäästöt (t/v) kunnittain tutkimusvuosina. Päästöt on laskettu kertoimilla vuoden 2004 päästömääristä. (LIISA 2004 laskentajärjestelmä, 2005.) SO 2 NO x Hiukkaset Kunta 1990 1995 2000 2005 1990 1995 2000 2005 1990 1995 2000 2005 Askainen 0,9 0,3 0,0 0,0 20 16 11 8 1,3 1 1 0 Aura 6,7 2,3 0,3 0,1 185 146 108 78 10,4 8 6 4 Kaarina 21,0 7,2 0,9 0,3 508 402 296 214 31,3 25 17 11 Lemu 2,5 0,9 0,1 0,0 61 48 36 26 3,7 3 2 1 Lieto 19,7 6,8 0,8 0,3 512 405 299 216 30,4 25 16 11 Masku 8,6 3,0 0,4 0,1 212 167 124 89 12,8 10 7 5 Merimasku 1,5 0,5 0,1 0,0 33 26 19 14 2,2 2 1 1 Naantali 8,4 2,9 0,4 0,1 177 140 103 75 11,6 9 6 4 Nousiainen 6,2 2,2 0,3 0,1 160 126 93 67 9,4 8 5 3 Paimio 16,1 5,6 0,7 0,2 453 359 265 191 25,7 21 14 9 Parainen 10,2 3,5 0,4 0,1 235 186 137 99 14,6 12 8 5 Piikkiö 11,8 4,1 0,5 0,2 336 266 196 142 19,4 16 10 7 Pöytyä 11,1 3,8 0,5 0,1 304 240 177 128 17,0 14 9 6 Raisio 23,3 8,1 1,0 0,3 567 449 331 239 34,6 28 18 13 Rusko 3,3 1,2 0,1 0,0 74 58 43 31 5,0 4 3 2 Rymättylä 1,9 0,7 0,1 0,0 41 33 24 17 2,8 2 1 1 Turku 95,3 32,9 4,0 1,3 2136 1691 1248 901 135,1 109 72 49 Vahto 1,3 0,5 0,1 0,0 29 23 17 12 2,0 2 1 1 yht. 249,9 86,4 10,5 3,3 6043 4782 3529 2548 369,3 299 197 134 2.2.2 Paikalliset ilmanlaatumittaukset Turun kaupunkiseudulla (Turku, Raisio, Naantali, Kaarina) ilmanlaatua seurataan säännöllisesti. Alueella on kuusi mittauspistettä, joista kaksi sijaitsee Turussa ja kaksi Raisiossa; Naantalissa ja Kaarinassa mittauspisteitä on yksi kummassakin. Rikkidioksidipäästöt ovat alueella laskeneet 1980- luvulta lähtien merkittävästi, ja viime vuosien päästötaso on ollut noin 4000 t/v. Typpidioksidipäästöjen määrä vaihtelee 5500-6000 t/v, josta liikenne aiheuttaa hieman alle kolmanneksen. Hiukkaspäästöt ovat vähentyneet merkittävästi 80-luvun lopulta lähtien viime vuosien 400-500 t/v tasolle. Ilmanlaatuindeksillä kuvattuna ilman laatu Turun kaupunkiseudulla oli vuonna 2005 pääosin tyydyttävä lukuunottamatta Kaarinaa, jossa se luokiteltiin hyväksi. Ilmanlaadun ohjearvot ylittyivät Turun kaupunkiseudulla typpidioksidin osalta joulukuussa, ja hengitettävien hiukkasten osalta Naantalissa ja Raisiossa maaliskuussa. Hengitettävien hiukkasten pitoisuuden raja-arvo (50 µg/m3) ylittyi Turun keskustassa 7, Naantalissa 8, Raisiossa 8 ja Kaarinassa 4 vuorokautena. (Turun seudun ilmansuojelun yhteistyöryhmä 2005.) Typen oksidien pitoisuudet olivat Turun kaupunkiseudulla korkeimmillaan talvikuukausina, erityisesti kevättalven epäedullisissa sekoittumisolosuhteissa. Vuorokausittain suurimmat typen oksidien ja hiukkasten pitoisuudet mitattiin aamun ruuhka-aikoina. Matalimmat ilman hiukkaspitoisuudet mitattiin kesäaikaan (Turun seudun ilmansuojelun yhteistyöryhmä 2005.) 7

2.2.3 Ilmanlaatu valtakunnallisilla tausta-asemilla Tarkasteltaessa ilman epäpuhtauksien pitoisuuksia Ilmatieteen laitoksen tausta-asemilla havaitaan, että lähes kaikkien merkittävimpien ilman epäpuhtauksien pitoisuudet ovat vähentyneet vielä vuodesta 1990. Tätä ennen tapahtunut saastepitoisuuksien lasku on ollut hyvin huomattava. Selvintä ilman puhdistuminen on ollut Etelä-Suomessa; erityisesti rikin yhdisteiden pitoisuudet ja laskeuma on pienentynyt viimeisten vuosikymmenten aikana. Ilmatieteen laitoksen kaasumaisen typpidioksidin pitoisuuksien aikasarjat ovat lyhyitä ja katkonaisia mittauksissa esiintyneiden vaikeuksien vuoksi. Ähtärin ja Utön tausta-asemilla typpidioksidin pitoisuudet laskivat 1990-luvun alussa mutta kääntyivät nousuun hyvin pian (kuva 8). Typpidioksidipitoisuudet eivät ole selvästi pienentyneet, vaikka typen oksidien päästömäärät ovatkin merkittävästi vähentyneet 1980-luvun lopun tilanteeseen verrattuna. Typpidioksidipitoisuuksien pienentymistä on hidastanut mm. ilman otsonipitoisuuden kasvu, joka vaikuttaa typpimonoksidin muuntumiseen typpidioksidiksi (Laurila ym. 2003). Ilmatieteen laitoksen Ähtärin asemalla mitatut ilman otsonipitoisuudet ovat kasvaneet koko seurantajakson ajan. Suomessa mitatut otsonitasot ovat olleet samaa tasoa eri puolilla maata ja korkeita Euroopan muihin maihin verrattuna (Kulmala ym. 1998). Happamoittavan laskeuman pienentyminen näkyy sulfaattirikin laskeuman pienentymisenä keskimäärin kolmannekseen 1970-luvun lopun tasosta. Vuonna 2005 rikkilaskeumat olivat Ähtärissä noin 0,13 g/m2 ja Utön mittausasemalla noin 0,33 g/m2 (kuva 9). Myös typen yhdisteiden (ammoniumtyppi NH 4 + -N ja nitraattityppi NO 3 N) laskeuma on kaikkiaan pienentynyt seurantajakson aikana sekä Ähtärin että Utön mittausasemilla lukuun ottamatta muutamia vuosittaisia huippuja. Näiden yhdisteiden aiheuttama typen vuosilaskeuma oli 2005 noin 0,20-0,50 g/m2 (kuvat 10 ja 11). Merkittävä osa Turun seudun kokonaiskuormituksesta tulee kaukokulkeumana Suomen rajojen ulkopuolelta, lähinnä Keski-Euroopasta, mutta tämän kuormituksen määrä on muutaman vuosikymmenen aikana vähentynyt merkittävästi. Nykyään Suomen taustahavaintoasemilla mitatut rikkipitoisuudet ovat alhaisimpia koko Euroopassa, ollen jo lähellä mittausmenetelmien määritysrajoja (Kulmala ym. 1998). Kuvissa 7-11 on kuvattu eri yhdisteiden pitoisuuksien vuosikeskiarvoja ja vuosilaskeumia Utön ja Ähtärin taustahavaintoasemilta vuosina 1990-2005. Useimpien yhdisteiden kohdalla on yhä vieläkin havaittavissa lievästi laskeva trendi. 1,200 1,000 µg/m 3 0,800 0,600 0,400 0,200 Utö Ähtäri 0,000 1990 1992 1994 1996 1998 2000 2002 2004 8

Kuva 7. Rikkidioksidin (SO 2 ) vuosikeskiarvot Ähtärin ja Utön mittausasemilla vuosina 1990-2005 (Salmi 2006). 2,00 1,80 1,60 1,40 µg/m 3 1,20 1,00 0,80 Utö Ähtäri 0,60 0,40 0,20 0,00 1990 1992 1994 1996 1998 2000 2002 2004 Kuva 8. Typpidioksidin (NO 2 µg/m 3 ) vuosikeskiarvoja Utön ja Ähtärin mittausasemilla vuosina 1990-2005 (Salmi 2006). 700 600 500 mg/m 2 400 300 200 100 0 Utö Ähtäri 1990 1992 1994 1996 1998 2000 2002 2004 Kuva 9. Sulfaattirikin (SO 4-2 S) vuosilaskeumat Utön ja Ähtärin mittausasemalla vuosina 1990-2005 (Salmi 2006). 9

400 350 300 mg/m 2 250 200 150 Utö Ähtäri 100 50 0 1990 1992 1994 1996 1998 2000 2002 2004 Kuva 10. Ammoniumtypen (NH 4 + -N) vuosilaskeumat Utön ja Ähtärin mittausasemilla vuosina 1990-2005 (Salmi 2006). 500 400 mg/m 2 300 200 100 Utö Ähtäri 0 1990 1992 1994 1996 1998 2000 2002 2004 Kuva 11. Nitraattitypen (NO 3 N) vuosilaskeumat Utön ja Ähtärin mittausasemilla vuosina 1990-2005 (Salmi 2006). 10

3 Tutkimusaineisto ja menetelmät 3.1 Tutkimusalue ja havaintoalat Tutkimuksessa oli mukana 145 mäntyalaa ja 62 kuusialaa (kuva 12). Havaintoalojen jakautuminen kunnittain on esitetty taulukossa 5. Havaintoaloja on kuormitetulla alueella tiheämmässä kuin tausta-alueella, jolla kuormitus tulee lähinnä kaukokulkeuman muodossa. Mäntyaloja jouduttiin perustamaan hakkuiden, rakentamisen tai muun syyn takia hävinneiden tilalle 16 ja kuusialoja 11. Entisellään säilyneet alat jokaisen alueen osalta on esitetty taulukoissa 3 ja 4. Uudet alat perustettiin lähimmälle valintakriteerit täyttävälle paikalle. Mäntyalojen osalta korvaavan metsikön valintaa määritti ensisijaisesti soveltuvuus jäkäläkartoitukseen, jonka kriteerit on määritelty standardissa SFS 5670. Tärkeimpiä kriteerejä ovat metsikön ikä, tiheys ja aluskasvillisuus. Näin pyritään saamaan kartoitukseen mukaan runkojäkälien kannalta sopivissa valoisuusolosuhteissa kasvavia mäntyjä. 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 vuoden sisään harvennettuja paikkoja. Havaintopuiden tuli olla läpimitaltaan vähintään 20 cm ja kolmen metrin korkeudelle oksattomia. Pensaiden tai taimien ympäröimiä runkoja ei hyväksytty mukaan kartoitukseen. Valintakriteerien suhteen optimaaliset havaintoalat sijaitsevat kuivahkoilla tai kuivilla kankailla, joilla aluskasvillisuus on matalaa ja metsä melko harvaa. Näytealojen sijainti määritettiin GPS-laitteen avulla, lisäksi havaintoalakaavakkeeseen laadittiin havaintoalan etsintäohje ja kaaviokuva havaintopuiden sijainnista. Havaintopuut merkittiin maalaamalla niiden tyveen valkoinen maalitäplä; 1. havaintopuun tyveen täpliä maalattiin kaksi. Uutena perustettujen alojen puut numeroitiin 1.-puusta lähtien pohjoisesta vastapäivään kiertäen. Havaintoaloista määritettiin metsätyyppi, puuston kehitysluokka, valtapuulajien pohjapinta-alat sekä havaintopuiden keskimääräinen korkeus ja ikä. Valtapuulajien pohjapinta-alat määritettiin relaskoopin avulla ja korkeus ja ikä arvioitiin silmämääräisesti. Taulukko 3. Kunakin vuonna tutkittujen mäntyalojen säilyminen vuoden 2005 tutkimuksessa. Vuosi Alue 2000 1995 1990/1991 Kuormitettu 86 78 57 Tausta 24 10 Parainen 19 4 Taulukko 4. Kunakin vuonna tutkittujen kuusialojen säilyminen vuoden 2005 tutkimuksessa. Vuosi Alue 2000 1995 1990/1991 Kuormitettu 43 33 20 Tausta 4 3 Parainen 4 0 11

Mäntyala (145) Kuusiala (62) 0 5 10 km Kuva 12. Mänty- ja kuusialojen sijainti tutkimusalueella. Taulukko 5. Havaintoalojen lukumäärä kunnittain kuormitetulla alueella, tausta-alueella sekä Paraisten alueella. Mäntyaloja Kuusialoja Sammalaloja Kuormitettu Askainen 2 2 1 Kaarina 8 5 4 Lemu 1 1 1 Lieto 5 4 2 Masku 9 2 3 Merimasku 2 1 1 Naantali 13 4 6 Nousiainen 5 5 2 Piikkiö 1 1 0 Raisio 10 6 6 Rusko 3 3 1 Rymättylä 1 1 0 Turku 35 17 17 Vahto 2 1 1 Yht. 97 53 45 Tausta Aura 3 1 0 Lieto 3 0 1 Paimio 6 0 2 Piikkiö 3 0 1 Pöytyä 13 3 5 Yht. 28 4 9 12

Paraisten alue Parainen 20 5 6 Koko alue yht. 145 62 60 Miltei kaikki tutkimusmänniköt sijaitsivat tuoreilla tai kuivilla kankailla. Tuoreita mustikkatyypin kangasmetsiä oli eniten tausta-alueella, Paraisten alueella ja rannikon tuntumassa Raision-Turun- Kaarinan alueella. CT-tyypin kuivia kanervakankaita oli tutkimuksessa neljä, ja muu-luokkaan luokiteltuja aloja kaksi. Muu-luokkaan luokittuvat useimmiten taajamien puistomaiset alat. Mäntyjen keskimääräinen ikä oli 80 vuotta, ja tutkimusmäntyjen suurin ikäluokka oli 70-89- vuotiaat. Puuston keskimääräinen pohjapinta-ala oli 23 m 2, ja keskimääräinen halkaisija 30 cm. Suurin osa tutkimusmänniköistä oli kehitysluokaltaan varttuneita. Valtapuiden keskimääräinen pituus oli 19 metriä, ja luokkaan 16-20 m luokittui suurin osa tutkimusaloista. Valtalajina oli mänty kaikilla paitsi yhdellä alalla, ja suurimmalla osalla aloista toinen valtalaji oli kuusi. (Taulukko 6.) Taulukko 6. Männyn havaintoaloja ja havaintopuita kuvaavia tunnuksia. Tunnus kpl % Tunnus kpl % Metsätyyppi MT 70 48,3 % Havaintopuiden keski- 0-59 6 4,2 % VT 69 47,6 % määräinen ikä (vuotta) 60-69 31 21,5 % CT 4 2,8 % 70-79 57 39,6 % muu 2 1,4 % 80-89 39 27,1 % 90-100 11 7,6 % Puuston pohja- 0-10 8 5,5 % Havaintopuiden keskimää- 0-25 14 9,7 % pinta-ala (m 2 /ha) 11-20 60 46,4 % räinen halkaisija (cm) 26-30 89 61,4 % 21-30 52 35,9 % 31-35 37 25,5 % 31-40 18 12,4 % 36-40 5 3,4 % 41-50 7 4,8 % Kehitysluokka nuori 3 2,1 % Valtapuiden pituus (m) 0-10 3 2,2 % varttunut 77 53,1 % 11-15 34 24,6 % kypsä 65 44,8 % 16-20 78 56,5 % 21-25 23 16,7 % 1. valtalaji mänty 144 99,3 % 2. valtalaji kuusi 90 62,1 % kuusi 1 0,7 % koivu 27 18,6 % tammi 2 1,4 % pihlaja 1 0,7 % mänty 1 0,7 % - 24 16,6 % Miltei kaikki kuusialat sijaitsivat tuoreilla mustikkatyypin kankailla, vain kaksi alaa sijaitsi kuivahkoilla kankailla ja kolme muu-luokassa. Havaintopuut olivat keskimäärin 68-vuotiaita. Puuston keskimääräinen pohjapinta-ala oli 31 m 2 ja keskimääräinen halkaisija 30 cm. Suurin osa kuusialoista oli kehitysluokaltaan kypsiä. Valtapuiden keskimääräinen pituus oli 21 m. Kuusi oli valtalajina suurimmalla osalla tutkimusaloista, yhdeksällä alalla valtalajina oli mänty (taulukko 7). 13

Taulukko 7. Kuusen havaintoaloja ja havaintopuita kuvaavia tunnuksia. Tunnus kpl % Tunnus kpl % Metsätyyppi MT 55 91,67 Havaintopuiden keski- Alle 55 6 9,7 VT 2 3,33 määräinen ikä (vuotta) 56-65 14 22,6 muu 3 5,00 66-75 36 58,1 Yli 75 6 9,7 Puuston pohja- Alle 20 2 3,2 Havaintopuiden keskimää- Alle 26 5 8,1 pinta-ala (m 2 /ha) 20-29 28 45,2 räinen halkaisija (cm) 26-30 41 66,1 30-39 24 38,7 31-35 11 17,7 40-49 7 11,3 yli 35 5 8,1 50 ja yli 1 1,6 Kehitysluokka nuori 0 0 Valtapuiden pituus (m) 20 ja alle 30 48,4 varttunut 26 41,9 Yli 20 32 51,6 kypsä 36 58,1 1. valtalaji kuusi 53 85,5 2. valtalaji mänty 48 77,4 mänty 9 14,5 kuusi 9 14,5 koivu 3 4,8-2 3,2 3.2 Tutkimusmenetelmät 3.2.1 Tutkimusryhmä ja maastotöiden ajankohta Tutkimuksen maastotyöryhmän muodostivat Jyväskylän yliopiston ympäristöntutkimuskeskuksen tutkija Katja Polojärvi, tutkimusteknikko Tuomo Ellonen ja tutkimusapulaiset Irene Huuskonen, Kirsi Järvisalo ja Jussi Läntelä. Tutkimuksen jäkäläkartoitukset ja puustohavainnot tehtiin 27.6.- 15.7. Neulasnäytteet kerättiin 6.-17. 2. 2006. Neulasnäytteet keräsivät tutkija Ilkka Niskanen, tutkimusteknikko Tuomo Ellonen ja tutkimusapulaiset Janne Niemistö ja Miia Vasama. 3.2.2 Havupuiden neulaskato Havupuiden neulaskato kuvastaa ensisijaisesti puun yleistä elinvoimaisuutta, eli menetelmä ei ole spesifi ilman saasteiden vaikutuksille. Lukuisat muut tekijät vaikuttavat neulaskatoon, kuten puun kasvupaikka, ikä, ilmasto-olosuhteet, sienitaudit, hyönteiset ja muut tuhonaiheuttajat. Toisaalta nämä tekijät yhdessä saastekuormituksen kanssa voivat johtaa suurempaan neulaskatoon kuin mitä tavattaisiin puhtaassa elinympäristössä. (Jussila ym. 1999, 23.) Kuitenkin laajoja alueita kattavissa selvityksissä havupuiden neulaskadon ja epäpuhtauksien aiheuttaman kuormituksen välillä on havaittu korrelaatiota (Salemaa ym. 1991). Neulaskatoa arvioitaessa harsuuntuneiksi katsotaan puut, joiden neulaskato on yli 20 tai 25 % lähteestä riippuen. Tätä pienemmän vaihtelun katsotaan kuuluvan luontaiseen neulasmäärän vaihtelun piiriin. Männyllä neulaskato ilmenee usein epätasaisena, eli puussa voi olla yksittäisiä muita voimakkaammin harsuuntuneita oksia, tosin voimakkaassa neulaskadossa latvus yleensä harsuuntuu melko tasaisesti. (Kuva 13.) Myös neulasvuosikertojen määrä kuvaa puun elinvoimaisuutta, ja yleensä neulaskadon lisääntyessä neulasvuosikertojen määrä vastaavasti vähenee. Kuitenkin myös epäpuhtauksien kuormittamilla alueilla havupuiden neulaskato on hyvin paikallinen ilmiö. Pääkaupunkiseudun ilmanlaadun bioindikaattoriseurannassa mäntynäytealojen 14

keskimääräisen neulaskadon on todettu edustavan vain kyseistä näytealaa, sillä tulosten yleistettävyys oli alle 0,3 km (Partanen ja Veijola 1996). Vaikka neulaskato indikoikin ilmanlaatua jokseenkin huonosti, on se kuitenkin selkeä puiden yleiskunnon mittari. Lisäksi neulaskadon arviointi on menetelmänä helppo ja nopea toteuttaa, ja sitä käytetäänkin paljon kansainvälisessä metsien tilan seurannassa. 3.2.2.1 Männyt Mäntyjen harsuuntumista eli neulaskadon määrää arvioitiin Metsäntutkimuslaitoksen arviointiohjeiden mukaisesti (Lindgren ja Salemaa 1999). Neulaskato luokiteltiin YK:n Euroopan talouskomission suositusten mukaisesti siten, että 0-10 % neulaskato tarkoittaa harsuuntumatonta puuta, 11-25 % lievästi harsuuntunutta, ja yli 25 % harsuuntunutta. Havainnot tehtiin koealalla viideltä puulta siten, että tarkasteltavan puun neulasmassaa verrattiin samalle kasvupaikalle kuvitellun terveen puun neulasmassaan. Harsuuntumisarvio tehtiin tarkastelemalla puuta kiikareilla eri puolilta vähintään puun pituutta vastaavalta etäisyydeltä. Arviot puun neulaskadon määrästä kirjattiin prosentteina, ja ylös kirjattiin myös neulasvuosikertojen määrä, mahdolliset tuhot ja taudit sekä neulasten väriviat. a) ei harsuuntumista b) lievästi harsuuntunut c) selvästi harsuuntunut Kuva 13. Eri asteisesti harsuuntuneita mäntyjä. 3.2.2.2 Kuuset Kuusen harsuuntumista arvioitaessa tulee ottaa huomioon kuusen oksatyyppi, sillä eri oksatyypit voivat vaikuttaa harsuuntumisarvioon merkittävästikin. Kuusella tavattavat oksatyypit ovat harjatyyppi, laakatyyppi ja kampatyyppi. Tässä tutkimuksessa kuuselta arvioitiin neulaskato prosentteina, sekundaarioksien määrä ja oksan tyven kaljuuntuminen 7. ja 12. oksakiehkuran kohdalta. Kuusen harsuuntumisprosenttia arvioitaessa huomioitiin elävän latvuksen ylemmät kaksi kolmannesta. Oksan tyven kaljuuntuminen on eräs neulasmassan määrää kuvaava tunnus. Kaljuuntuminen tarkoittaa oksan tyveltä alkavaa neulasten puuttumista, ja se arvioidaan kaljuuntuneen tyven osuutena koko oksan pituudesta. 7. ja 12. oksakiehkura lasketaan latvasta tyveen päin. Sekundaarioksien määrän on todettu lisääntyvän kuormitetuimmilla alueilla, ja ne myös korreloivat kuusen neulaskadon kanssa. Sekundaarioksat syntyvät oksan yläpinnalla olevista leposilmuista. (Niskanen ja Kuitunen 1991, 177-178.) Sekundaarioksat kehittyvät yleensä useita 15

vuosia primaariversojen syntymisen jälkeen, ja usein ne lisääntyvätkin puun vanhetessa, sillä ne ovat puun tapa korvata sen harsuuntumisessa menettämiään neulasia. (Lindgren ja Salemaa 1999, 29.) Runsas sekundaarioksisto voi myös indikoida ilmansaasteiden aiheuttamaa kuormitusta, kun puu korvaa niillä ilmansaasteiden aikaansaamaa harsuuntumista. 3.2.2.3 Harsuuntumisarvion virhelähteet ja luotettavuus Latvuksen kunnon arvioiminen on aina subjektiivista ja arviointitulokseen vaikuttavat monet virhelähteet, jotka voivat aiheutua esimerkiksi metsikön tiheydestä, sääoloista ja valaistuksesta (Salemaa ym. 1993). Subjektiivisuudestaan huolimatta harsuuntumisen arviointi on käyttökelpoinen ja suhteellisen nopea menetelmä arvioitaessa puiden elinvoimaisuutta. Menetelmän subjektiivisuudesta johtuvia eroja voidaan vähentää arvioijien koulutuksella sekä vakioimalla mahdollisimman useita tekijöitä, jotka vaikuttavat arviointitulokseen (esim. sama arvioija, sama puu, sama tarkastelusuunta). Eri tutkimusten tulosten vertailukelpoisuutta vähentävät mm. arvioijien väliset erot, puiden erilaiset ikä- ja kokojakaumat sekä erilaiset kasvupaikat. Metsäntutkimuslaitoksen arvioijien vertailussa on todettu, että 90 % yksittäisistä puista arvioidaan yhden neulaskatoluokan (± 10 %) virhemarginaalien sisälle. Näissä vertailuissa ei ole todettu tilastollisia eroja eri arvioijien välillä verrattaessa eri harsuuntumisluokkiin luokiteltujen puiden osuuksia (Salemaa ym. 1993). Jyväskylän yliopiston ympäristöntutkimuskeskuksen bioindikaattoritutkijoiden arviointitason vertailussa vuonna 1994 yhden neulaskatoluokan virherajoihin mahtui yli 95 % arvioiduista puista. Mäntyjen neulaskatoarvioiden keskiarvo oli männyillä alle yhden prosentin suurempi kuin Metsäntutkimuslaitoksen arvioijien keskiarvo, eivätkä keskiarvot eronneet tilastollisesti toisistaan. Erot kohdepuiden jakaantumisessa neulaskatoluokkiin olivat pieniä eivätkä ne olleet tilastollisesti merkitseviä (Niskanen 1995). Kesällä 1996 ympäristöntutkimuskeskuksen arviointitason todettiin vastaavan Metsäntutkimuslaitoksen arvioiden tasoa (Niskanen ym. 1996). Kesällä 2000 ympäristöntutkimuskeskuksen maastoryhmän harsuuntumisarviot olivat ensimmäisessä testissä keskimäärin 8 % pienempiä kuin Metla:n arvioijien taso. Ympäristöntutkimuskeskuksen ryhmän sisäinen hajonta oli kuitenkin pieni (Lindgren 2000). Myöhemmin samana kesänä tehdyssä harsuuntumisarviotestissä ympäristöntutkimuskeskuksen maastoryhmän arviot eivät eronneet tilastollisesti Metla:n Hannu Rantasen arvioista (Lindgren 2001). Harsuuntumisen arvioimiseen liittyvien virhelähteiden pienentämiseksi maastoryhmälle järjestettiin huhtikuussa 2005 viikon mittainen koulutusjakso ja arviointitasot testattiin ennen maastokauden alkua. 3.2.3 Männyn ja kuusen epifyyttijäkälät Jäkälät koostuvat lehtivihreättömästä sieniosakkaasta ja yhteyttävästä leväosakkaasta, jotka elävät symbioosissa. Ne muodostavat sekovarsia, joilta puuttuvat suojaavat pintasolukerrokset ja ilmaraot, ja ne ottavat ravinteensa ja vetensä suoraan ilmasta, sadevedestä tai runkovalunnasta. Jäkälät menestyvät hyvin niukkaravinteisessa ja kuivassa elinympäristössä, missä esim. korkeammat kasvit eivät selviä, mutta tämä tekee jäkälät samalla hyvin herkiksi ilmansaasteiden vaikutuksille. Puun runko on melko tasalaatuinen kasvualusta, mikä vakioi kasvualustan vaikutusta jäkäliin ja tekee niiden reaktioista spesifejä ilmansaasteille. Lisäksi jäkälät eivät ole talviaikanakaan ilmansaasteilta suojassa lumikerroksen puuttuessa. Jäkälien solutoiminta voi aktivoitua myös leudommilla säillä talviaikaan, jolloin ilmassa on enemmän epäpuhtauksia.. Ilmansaasteiden aiheuttamat muutokset 16

jäkälissä näkyvät vielä vuosienkin päästä, sillä jäkälät ovat hyvin hidaskasvuisia. (Jussila ym. 1999, 21-22.) Tärkein jäkälälajistoon vaikuttava ilman epäpuhtaus on rikkidioksidi, mutta myös typpiyhdisteillä on vaikutusta, samoin alkalisilla päästöillä, jotka muuttavat erityisesti havupuulla kasvavien jäkälien normaalisti hapanta kasvualustaa emäksisemmäksi. Jäkälät ilmentävät ilmansaasteiden vaikutuksia yksilökohtaisesti morfologisina tai kemiallisina muutoksina, jäkäläyhteisöjen lajikoostumuksen muutoksina ja jäkälälajien peittävyyksien muutoksina (Lodenius ym. 2002, 44). Morfologisia muutoksia tässä tutkimuksessa arvioitiin sormipaisukarpeen (Hypogymnia physodes) vaurioasteen avulla. Jäkäläyhteisöjen lajikoostumuksen ja peittävyyden muutokset tarkoittavat yksinkertaisimmillaan sitä, että saastuneilla alueilla herkät lajit ensin vähenevät ja sitten häviävät puiden rungoilta. Jäkälälajit reagoivat ilmansaasteisiin eri tavoin. Toiset ovat herkkiä, ja katoavat kuormitetuilta alueilta ensimmäisinä, toiset ovat kestävämpiä ja saattavat vallata vapautunutta elintilaa, ja jotkin lajit jopa hyötyvät kuormituksesta tiettyyn pisteeseen saakka (taulukko 8). 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 vaikuttavavat lajin saasteherkkyyden lisäksi myös luontaiset ympäristöolosuhteet, jonka vuoksi eri lajien indikaattoriarvot ovat erilaisia (taulukko 9). Taulukko 8. Tutkitut jäkälälajit ja niiden herkkyydet rikkidioksidille (Kuusinen ym. 1990). Herkkyys Laji (lat.) Laji (suom.) kestävä, hyötyvä Algae + Scoliciosporum leväpeite Hypocenomyce scalaris seinänsuomujäkälä melko kestävä Hypogymnia physodes sormipaisukarve Parmeliopsis ambiqua keltatyvikarve Cetraria chlorophylla ruskoröyhelö Vulpicida pinastri keltaröyhelö melko herkkä Parmeliopsis hyperopta harmaa tyvikarve Parmeliopsis aleurites kalpea tyvikarve Platismatia glauca harmaaröyhelö Pseudevernia furfuracea hankakarve Parmelia sulcata raidanisokarve herkkä Bryoria spp. lupot Usnea spp. naavat 17

Taulukko 9. 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). 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 3,93. Parmeliopsis ambiqua +++ Keltatyvikarve sietää myös hyvin ilman epäpuhtauksia ja sen esiintymisfrekvenssit noudattavat ilman epäpuhtauksien kuormitusvyöhykkeitä. Keltatyvikarve viihtyy parhaiten sulkeutuneissa kosteissa metsissä (Pihlström & Myllyvirta 1995). Keltatyvikarvetta esiintyy hyvin yleisesti, ja se on ilman epäpuhtauksia kestävä, hyvä indikaattorilaji. Seuralaislajien lukumäärä 4,02. Parmeliopsis hyperopta & Imshaugia aleurites +++ 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 4,49. 18

Hypocenomyce scalaris ++ Seinänsuomujäkälää kasvaa luontaisesti vanhojen mäntyjen rungoilla. Se pystyy myös käyttämään hyväkseen ilmassa olevia epäpuhtauksia ja sen esiintyminen lisääntyy ilman saasteiden kuormituksen lisääntyessä. Seinänsuomujäkälä on kohtalaisen hyvä ilman epäpuhtauksien positiivinen indikaattori eli sen esiintyminen kuvastaa lähinnä typpilaskeuman rehevöittävää vaikutusta. Seuralaislajien lukumäärä 4,84. Bryoria spp. +++ 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 5,12 Usnea spp. +++ 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, minkä vuoksi sen indikaattoriarvo jää kohtalaiseksi. Seuralaislajien lukumäärä 5,12. Platismatia glauca ++ 19

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 4,51. Vulpicida pinastri + Keltaröyhelön esiintyminen on usein varsin satunnaista, sitä voidaan löytää voimakkaasti kuormitetuilta alueita ja toisaalta se saattaa puuttua tausta-alueilla. Keltaröyhelön luontainen esiintyminen vaihtelee suuresti, mutta mahdollisesti myös ilman epäpuhtauksilla on vaikutusta sen esiintymiseen. Keltaröyhelön arvo ilman laadun indikaattorina jää kuitenkin pieneksi. Seuralaislajien lukumäärä 4,39. Cetraria chlorophylla Ruskoröyhelö on yleensä 12 indikaattorilajin joukossa yksi harvinaisimmista lajeista. Sen esiintyminen vaihtelee usein hyvin satunnaisesti ja sitä voidaan löytää voimakkaasti kuormitetuiltakin alueilta. Ilman laadun indikaattorina ruskoröyhelö on huono. Seuralaislajien lukumäärä 5,10. Pseudevernia furfuracea ++ Hankakarve on hyvin yleinen jäkälälaji männyn rungolla. Keskimääräisen seuralaislajien määrän perusteella hankakarpeen voidaan katsoa olevan herkkä ilman epäpuhtauksille, myös sen esiintymisfrekvenssien alueellinen jakauma vastaa yleensä ilman epäpuhtauksien kuormituksen jakaantumista. Ilmansaasteet aiheuttavat selvästi havaittavia muutoksia hankakarpeen sekovarressa. Rannikon läheisyys suosii hankakarpeen esiintymistä, sillä se viihtyy valoisissa, kuivissa kalliomänniköissä. Indikaattorina se on kohtalainen. Seuralaislajien lukumäärä 4,41. 20

Parmelia sulcata+ Raidanisokarve on harvinainen jäkälälaji männyn rungolla. 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 4,27. Algae & Scoliciosporum +++ Viherleväpeite lisääntyy lähinnä kasvaneen typpilaskeuman vaikutuksesta eli se on ilman epäpuhtauksien positiivinen indikaattori. Viherleväpeite ja vihersukkulajäkälä ovat hyviä typpikuormituksen indikaattoreita. Seuralaislajien lukumäärä 3,98. 3.2.3.1 Jäkäläkartoitus männyillä Mäntyjen rungoilta tutkittiin 12 jäkälälajin esiintyminen standardin SFS 5670 mukaan kuitenkin laajentaen sitä niin, että lajien runsaus arvioitiin kolmeasteisella luokituksella (taulukko 10) Kullakin havaintoalalla oli 5 tutkimuspuuta, ja mäntyjen jäkälälajisto arvioitiin 50-200 cm:n korkeudelta. Sormipaisukarpeen kunto arvioitiin viisiasteisella luokituksella puolen vaurioluokan tarkkuudella (kuva 14 ja taulukko 11). Sormipaisukarpeen ja luppojen (Bryoria spp.) esiintymisfrekvenssit laskettiin sapluunaruudukolta 1,2 m:n korkeudelta suojapuolelta itä-koillisesta ja kuormitetulta puolelta länsi-lounaasta. Taulukko 10. Jäkälien runsauden luokittelu. Leväpeite (Algae & Scoliciosporum) ja seinänsuomujäkälä (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 21

Taulukko 11. Sormipaisukarpeen (Hypogymnia physodes) vaurioluokitus (SFS 5670). Vaurio I normaali II lievä vaurio III selvä vaurio IV paha vaurio Näkyvät muutokset jäkälät terveitä tai lähes terveitä lievästi kitukasvuisia, lieviä värimuutoksia kitukasvuiset vihertyneitä tai tummuneita tai kumpiakin pieniä, ryppyisiä ja vihertyneitä tai tummuneita tai kumpiakin V kuollut tai puuttuu I = terve II = lievä vaurio III = selvä vaurio IV = paha vaurio V = kuollut tai puuttuu Kuva 14. Sormipaisukarpeen (Hypogymnia physodes) vaurioluokitus. Kullekin havaintopaikalle laskettiin havaintopaikan jäkäläkasvillisuutta kuvaava IAP-indeksi (Index of Atmospheric Purity, ilmanpuhtausindeksi) (LeBlanc ja DeSloover 1970). IAP-indeksi on yleisesti käytössä ilmanlaadun bioindikaattoritutkimuksissa, sillä sen avulla voidaan esittää eri jäkälälajien esiintymisfrekvenssit yhdessä lukuarvossa siten, että huomioidaan samalla myös eri lajien herkkyydet ilman epäpuhtauksille. IAP-indeksille ei ole olemassa yhtenäistä laskentatapaa, minkä vuoksi eri tutkimusten vertailu ei IAP-indeksin osalta ole useinkaan mahdollista. Korkea indeksiarvo kertoo runsaasta jäkälälajistosta ja täten indikoi hyvää ilmanlaatua, matalan indeksiluvun saavat puolestaan paikat, joissa lajisto on köyhtynyt (taulukko 12). Tässä selvityksessä käytetyt arvot löytyvät taulukosta 9, ja ne on laskettu Uudenmaan ja Itä-Uudenmaan vuoden 2000 bioindikaattoritutkimuksen aineistosta (6230 mäntyä) (Niskanen ym. 2001). Indeksi laskettiin kullekin näytealalle seuraavasti: n IAP = ( Q f )/10 1, jossa Q = kunkin jäkälälajin keskimääräinen seuralaislajien lukumäärä (kts. taulukko) f = lajin suhteellinen esiintymisfrekvenssi näytealalla (0-1) n = jäkälälajien lukumäärä (9) 22

IAP:ta laskettaessa ei ole käytetty kaikkia kahtatoista standardin SFS 5670 mukaista jäkälälajia. Laskennasta on jätetty pois seinäsuomujäkälä (Hypocenomyce scalaris), levät ja vihersukkulajäkälä (Algae ja Scoliciosporum spp.), jotka hyötyvät kuormituksesta. Myöskään raidanisokarvetta (Parmelia sulcata) ei otettu huomioon IAP-indeksin laskemisessa Paraisten alueen alkalisten päästöjen vuoksi, koska raidanisokarve suosii emäksistä kasvualustaa. Tämä olisi osaltaan vääristänyt IAP-indeksin saamia lukuarvoja. Taulukko 12. Jäkälälajiston luokitus IAP-indeksin perusteella. IAP-indeksi Kuvaus jäkäläkasvillisuudesta > 3,0 jäkälälajisto vastaa tausta-alueiden lajistoa, mukana yleisesti herkimpiä lajeja 2,0-3,0 lajistossa on lieviä muutoksia, herkimpiä lajeja puuttuu yleisesti 1,0-2,0 lajisto on köyhtynyt, herkimpiä lajeja voi esiintyä yksittäisillä rungoilla 0,5-1,0 lajisto on erittäin selvästi köyhtynyt, herkimmät lajit puuttuvat yleisesti, rungoilla esiintyy yleisesti ilmansaasteista hyötyviä lajeja < 0,5 jäkäläautio tai lähes jäkäläautio 3.2.3.2 Jäkäläkartoitus kuusilla Jäkäläkartoituksen tekeminen kuusella ei ole yhtä yksiselitteistä kuin männyllä. Kuusella kasvaa mm. rupijäkälälajeja, joiden tunnistaminen on vaativaa. Kuuselta arvioidaankin erikseen vain sormipaisukarve, leväisyys ja yleisjäkäläisyys. Yleisjäkäläisyys ei kuitenkaan ole vastaava ilmanlaadun indikaattori kuin männyn jäkäläkartoitus. (Jussila ym. 1999, 22.) Kuusen jäkälät arvioitiin erikseen rungon, oksien ja rungon tyven osalta. Kaikista arvioitiin sormipaisukarpeen ja levän yleisyys sekä muiden jäkälien yleisyys yleisjäkäläisyytenä neliasteisella luokituksella 0-3. Rungolla ja oksilla arvo 0 tarkoitti, että lajia tai lajeja ei esiintynyt ollenkaan, 1 tarkoitti, että lajia tai lajeja esiintyi vähän, 2 kohtalaisesti, ja 3 runsaasti. Tyvellä (rungon osa maan pinnasta 50 cm:n asti) luokittelu tapahtui suhteellisen peittävyyden mukaan: arvon 0 puu sai, kun lajia tai lajeja ei esiintynyt, 1 tarkoitti 1-10 % yleisyyttä, 2 11-50 %:n yleisyyttä ja 3 yli 50 %:n yleisyyttä. 3.2.3.3 Jäkäläkartoituksen virhelähteet ja luotettavuus Jäkäläkartoituksen tulosten luotettavuuteen vaikuttaa erityisesti kartoituksen tekijöiden lajituntemus sekä kokemus bioindikaattoritutkimusten tekemisessä. Ainoastaan standardissa SFS 5670 esitettyjen 12 indikaattorilajin hallitseminen ei riitä, sillä lajituntemuksen 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 seinänsuomujäkälän kasvutavan vuoksi niiden havainnointi on erityisen hankalaa. Leväpeitettä voi esiintyä hyvinkin pieninä vihertävinä laikkuina. Myös kaarnan kastuminen voi hankaloittaa leväpeitteen havaitsemista. Seinäsuomujäkälä kasvaa yksittäisinä alle 1 mm:n kokoisina suomuina. Tämä suomupeite voi olla lähes yhtenäinen, selvästi havaittava peite kaarnalla, mutta 23

seinäsuomujäkälä voi kasvaa myös lähes yksittäisinä suomuina. Vastaavia ongelmia voi esiintyä myös tyvikarpeiden esiintymisen kirjaamisessa. Tässä tutkimuksessa lajien esiintyminen on kirjattu vasta, kun tyvikarpeella on ollut selvästi erottuva sekovarsi. Kaarnan pinnalla olevaa kellertävää tai vaaleaa jauhomaista kasvustoa ei ole kirjattu tyvikarpeeksi. Edellä esitettyjen syiden vuoksi näiden epifyyttien havainnointiin ja runsauden arviointiin liittyy erityisen suuret virhelähteet, kun verrataan eri tutkijoiden tuloksia keskenään. Jäkälien näkyvien vaurioiden arviointi ja luokittelu on osa jäkäläkartoitusta. Nämä luokitukset ovat kartoituksen tekijän subjektiivisia arvioita, minkä vuoksi tuloksissa saattaa olla eroja eri tekijöiden välillä. Jäkäläkartoitukseen liittyvien virhelähteiden pienentämiseksi maastoryhmä koulutettiin ja arviointitaidot testattiin ennen maastotöiden aloittamista. Havainnoitsijoiden arviointitaso saatettiin samalle tasolle testien avulla. Jyväskylän yliopiston ympäristöntutkimuskeskus selvitti vuonna 2004 männyn epifyyttijäkälien ja sormipaisukarpeen vaurioiden havainnointiin liittyviä virhelähteitä. Tutkimuksessa kolme havainnoitsijaa teki jäkälähavainnot kolme kertaa kymmenellä mäntyalalla (10 mäntyä/ala). Näin ollen jokaiselta havaintoalalta oli yhteensä yhdeksän havaintoa. Havainnoitsijoiden tekemät arviot sormipaisukarpeen vaurioista eivät eronneet tilastollisesti merkitsevästi havainnoitsijoiden omien eikä eri havainnoitsijoiden arvioiden välillä. Havainnoitsijoiden omien arviointikertojen välillä arviointitarkkuus oli 95 %:n luottamusvälillä keskimäärin ± 10-16 % vastaten käytännössä 0,2-0,4 vaurioluokkaa. Alakohtaisesti tarkasteltuna (9 havaintoa/ala) sormipaisukarpeen vaurioiden arviointitarkkuus oli 95 %:n luottamusvälillä keskimäärin ± 5 % (± 3-12 %) vastaten käytännössä 0,1 (0,1-0,2) vaurioluokkaa (Polojärvi ym. 2005a). Havainnot ilman epäpuhtauksista kärsivien jäkälälajien lukumäärästä eivät eronneet tilastollisesti merkitsevästi havainnoitsijoiden omien havaintokertojen välillä. Mittaustarkkuus oli 95 %:n luottamusvälillä ± 11-23 %, mikä vastasi käytännössä 0,9-1,6 jäkälälajia. Eri havainnoitsijoiden välillä todettiin muutamia tilastollisesti merkitseviä eroja havaintokertojen välillä. Alakohtaisesti tarkasteltuna jäkälälajien havainnoinnin tarkkuus oli 95 %:n luottamusvälillä ± 9 % (± 0-15 %), mikä vastasi keskimäärin 0,7 (0-0,9) jäkälälajia. Sormipaisukarpeen suhteellisissa peittävyyksissä todettiin tilastollisesti merkitseviä eroja sekä havainnoitsijoiden omien että eri havainnoitsijoiden tekemien mittausten välillä. Havainnoitsijoiden omien mittauskertojen tarkkuus oli 95 %:n luottamusvälillä ± 32-42 %, mikä vastasi 3,3-4,0 prosenttiyksikön eroa suhteellisissa peittävyyksissä. Menetelmän tarkkuus havaintoalaa kohden oli 95 %:n luottamusvälillä keskimäärin ± 15 % (± 11-22 %) vastaten keskimäärin 1,4 (0,7-4,9) prosenttiyksikön eroa suhteellisissa peittävyyksissä. Jäkälähavainnoista leväpeitteen havainnointi osoittautui tarkkuudeltaan epävarmimmaksi. Leväpeitteen esiintymisen arvioinnissa todettiin tilastollisesti merkitseviä eroja sekä havainnoitsijoiden omien havaintokertojen välillä että eri havainnoitsijoiden havaintokertojen välillä. Arviot leväpeitteen esiintymisestä poikkesivat havaintoaloilla, joilla leväpeitettä esiintyi mäntyjen rungoilla hyvin pieninä vihertävinä laikkuina. Leväpeitteestä poiketen seinänsuomujäkälän havainnoinnissa ei todettu tilastollisesti merkitseviä eroja havainnoitsijoiden omien havaintojen välillä eikä eri havainnoitsijoiden havaintojen välillä. 3.2.4 Neulasnäytteet 24