Gesamtheitliche Bestandsbewertung von Aal, Lachs und Meerforelle

Federführendes Institut FI Institut für Fischereiökologie

Diadrome Arten: Pardagimenwechsel zu einer gesamtheitlichen Bestandsbewertung diadromer Fischbestände

Um die Bestände der europäischen Wanderfische Aal und Lachs steht es schlecht, daran bestehen wissenschaftlich keine Zweifel. Geht es um die Gefährdungsursachen wird die Debatte jedoch schnell kontrovers: Wasserkraft, Fischerei, Habitatverlust oder die Belastung mit Schadstoffen; die Liste der potentiellen Ursachen ist lang, ihre Analyse komplex: Wanderfische sind oft weit verbreitet, ihre Biologie und die anthropogenen Einflussfaktoren variieren sowohl räumlich als auch zeitlich. Mit dem Projekt DIASPARA soll ein Paradigmenwechsel in der Bestandsbewertung eingeläutet werden: Von Datenerhebung und -mangement bis hin zur Entwicklung geeigneter Modelle wird hier der Rahmen für eine verbesserte Politikberatung geschaffen. Weg von der reinen Zustandsbewertung hin zu ganzheitlichen Analysen.

Hintergrund und Zielsetzung

Die Bestandsbewertung (enlg. stock assessment) diadromer Fischbestände stellt die Wissenschaft seit jeher vor große Herausforderungen. Zwar ermöglicht etwa ein Monitoring der Jungfischaufkommen in der Regel eine generelle Bestandsbewertung - die oft weite Verbreitung, die Nutzung verschiedener Habitate vom Inland bis zum offenen Meer, sowie die damit verbundenen Vielzahl verschiedener Fischereien und anderer anthropogener Einflüsse erschwert jedoch eine gesamtheitliche Bewertung des Bestandes (bzw. der Bestände) und eine differenzierte Beurteilung der Gefährdungsursachen in Europa. Dies ist insbesondere von Bedeutung für den kommerziell genutzen Europäischen Aal (Anguilla anguilla) und den Atlantischen Lachs (Salmo salar). Wie also soll das assessment der Zukunft aussehen, damit wir diese Arten auch in Zukunft in unseren Gewässern antreffen und eine nachhaltige Fischerei ermöglichen?

Ziel ist die Entwicklung der Bestände von Aal und Lachs sowie relevanten Einflussfaktoren zeitlich und räumlich über ihr gesamtes Verbreitungsgebiet abzubilden. Neben regionalen Modellen bedarf es hierfür in erster Instanz Strukturen und Modelle um diese auf gesamteuropäischer Ebene zusammenzuführen, und hier setzt DIASPARA an. Hierfür werden die verfügbaren Daten umfänglich ausgewertet, Strukturen für die zukünftige Datenhaltung geschaffen und Modelle für deren Auswertung entwickelt.

Zielgruppe

Das Projekt richtet sich entsprechend an ein breites Spektrum von Akteuren: Zunächst wird der Grundstein für eine bessere Bestandsbewertung durch die Wissenschaft gelegt; gleichzeitig werden die notwendigen Voraussetzungen (z.B. Datenerfordernisse) definiert welche schließlich in eine verbesserte Politikberatung und ein zielgerichtetes Management ermöglichen.

Vorgehensweise

Um die o.g. Ziele zu erreichen wurden in DIASPARA drei Arbeitspakete für einen Zeitraum von insgesamt zwei Jahren definiert:

Räumlich-zeitliche Analyse biologischer Bestandsparameter

In diesem Arbeitspaket werden vorhandene Daten inventarisiert und analysiert um diese für die Verwendung in Bestandsmodellen nutzbar zu machen und Vorschläge für eine verbesserte Datensammlung zu erarbeiten.

Datenbankentwicklung

Dieses Arbeitspaket zielt darauf ab eine europaweite Datenbank zu entwickeln, welche die entsprechenden räumlichen Strukturen und die Vielzahl verschiedener Einflussfaktoren (z.B. biologische Daten, Fischerei oder Umweltdaten) verarbeiten kann und die Nutzbarkeit der Daten für eine gesamtheitliches europäisches Bestandsbewertung ermöglicht.

Entwicklung/Verbesserung von Bestandsmodellen

Ziel dieses Arbeitspakets ist es bestehende Bestandsmodelle der ICES Arbeitsgruppen für Lachs und Meerforelle weiterzuentwickeln bzw. für den europäischen Aal anzupassen um die Grundlage für eine quantitative Bestandsbewertung zu schaffen. Zu diesem Zweck werden verschieden Modellieransätze verglichen und räumlich und zeitliche variierende Bestandsparameter integriert um zu eruieren welche dieser Ansätze sinnvoll in die Bestandsbewertung integriert werden können, welche Datenqualität/auflösung hier erforderlich ist bzw. wie groß der entsprechende Mehrwert ist. Weiterhin werden verschiedene Ansätze überprüft um die performance der Modelle zu verbessern und ihren praktische Nutzbarkeit zu erhöhen.