| Summary: | Innslag av oppdrettslaks Med basis i en flerårig videoovervåking i 20 vassdrag fra Arendal i Aust-Agder til Senja i Troms (totalt 58 847 laks), samt ved bruk av fangstfeller i 13 små vassdrag i Nordland i to år (1 565 laks), fant vi at det uveide gjennomsnittlige, årlige innslaget av oppdrettslaks (andelen oppvandrende oppdrettslaks) var henholdsvis 5.0 og 2.3 %. Videre fant vi på bakgrunn av drivtellinger/gytefisktellinger gjennomført over en tre-års periode i 36 vassdrag (16 794 laks) et uveid gjennomsnittlig innslag av oppdrettslaks på 4.5 %. I videoovervåkingen og drivtellingene ble oppdrettslaksen gjenkjent på ytre karakterer, mens karakterisering av oppdrettslaks i fangstfellene er basert på skjellanalyser. De ovennevnte estimatene er vesentlig lavere enn beregnede årlige innslag av oppdrettslaks i norske elver basert på høstfisket (ca. 15 %) og sportsfisket (ca. 7 %) de siste årene, der oppdrettslaksen er karakterisert med basis i skjellanalyser. Disse forskjellene kan skyldes at ikke alle oppdrettsfiskene ble gjenkjent i video- og drivtellingene og dermed underestimert andelen oppdrettslaks, og/eller at høyere fangbarhet av oppdrettslaksen under sports- og høstfisket har overestimert innslaget av oppdrettslaks. Oppvandringstidspunkt Ved bruk av undervanns videosystemer ble oppvandringstidspunkt for hvert individ av villaks og oppdrettslaks registrert i 20 elver over flere år. Selv om både oppvandringsperiode og antall/andel oppdrettslaks varierte mye mellom vassdragene, viste videoovervåkingen at oppdrettslaksen, dvs. de laksene vi karakteriserte som oppdrettslaks, vandret opp i vassdragene mindre enn to uker senere enn villaksen. Hos villaksen avtok tidspunktet for oppvandring med økende fiskestørrelse, mens hos oppdrettslaksen økte oppvandringstidspunktet med økende størrelse opp til ca. 85 cm, for så å avta igjen for de største fiskene. Mens både små villaks og små oppdrettslaks (< 65 cm) vandret opp i om lag samme periode, vandret villaks på 70-90 cm opp nærmere to uker tidligere enn oppdrettslaks av samme størrelse. Videre fant vi at andelen stor oppdrettslaks (≥ 65 cm) i vassdragene økte inntil slutten av august, for så å avta igjen, og at pulsen av stor oppdrettslaks opptrådte senere i sesongen enn for villaks, mens andelen små oppdrettslaks var relativt lav og varierte lite gjennom sesongen. Gjenkjenning av oppdrettslaks Basert på en gjennomgang av tidligere undersøkelser fant vi at sportsfiskere og sjølaksefiskere gjenkjenner i størrelsesorden 60-70 % av oppdrettslaksene de fanger. I våre egne tester klarte vi som sportsfiskere og drivtellere å skille ut alle (100 %) oppdrettslaksene i to av elvene, mens vi i den tredje elven klarte å skille ut bare 57 % av laksene med oppdrettsbakgrunn. Testene ble gjennomført i kun tre vassdrag som alle har laksepopulasjoner med spesielle særtrekk. Det behøves derfor tester fra flere elver for å si noe mer sikkert om presisjonen i estimatene fra drivtellinger generelt. Det er så langt ikke gjennomført tester som kan dokumentere hvor stor andel av oppdrettslaksene som gjenkjennes fra videoopptak, og de beregnede innslagene av oppdrettslaks fra videoovervåkingen må derfor betraktes som minimumsestimater. Vi kan heller ikke utelukke at noen av de oppdrettslaksene som lignet mest på villaks, og som derfor kan ha blitt feilaktig karakterisert som villaks i videoovervåkingen, har en annen adferd og oppvandringsperiode enn de mer typiske oppdrettslaksene. Beregningen av andel oppdrettslaks i elvene med fangstfeller er derimot trolig korrekt, siden arakteriseringe n av oppdrettslaks her ble basert på skjellanalyser. Det ble imidlertid fanget for få oppdrettslaks i disse elvene til å påvise eventuelle forskjeller i oppvandringsperiode mellom oppdrettslaks som var henholdsvis lett og vanskelig å skille fra villaks. Fangbarhet av oppdrettslaks og villaks Ved å kombinere oppvandringen av villaks og oppdrettslaks fra videoovervåkingen med antall laks fanget og avlivet under sportsfisket, beregnet vi hvor mange villaks og oppdrettslaks som var til stede i elvene på det tidspunktet høstfiske ble gjennomført. I de tre elvene som ble undersøkt fant vi at fangbarheten av oppdrettslaks på senhøsten var vesentlig høyere enn for villaks. Selv om vi forutsatte at videoobservatørene bare gjenkjente halvparten av de oppvandrende oppdrettslaksene, var fangbarheten fortsatt 2-3 ganger høyere for oppdrettslaks sammenlignet med villaks. Det er også sannsynlig at sportsfiskerne ikke gjenkjente alle oppdrettslaksene de fanget, noe som vil øke forskjellen ytterligere. Dersom sportsfiskerne imidlertid har rapportert stor villaks som oppdrettslaks, fordi de da kan avlive fisken, vil forskjellen reduseres, men neppe tilstrekkelig til at forskjellen i de estimerte fangstratene endres betydelig. Det er derfor grunn til å anta at oppdrettslaksen av en eller annen grunn fanges lettere under høstfisket enn villaksen. Dette kan skyldes flere forhold; at oppdrettslaksen har høyere bitevillighet under stangfisket, at oppdrettslaksen i større grad enn villaksen oppholder seg på de relativt få stedene høstfisket utøves, at de lokale fiskerne på senhøsten ubevisst oppsøker områder der det er størst sjanse for å finne oppdrettslaks og/eller ønsker å redusere sjansen for å forstyrre eller skade villaksen osv. Størrelsen på avviket mellom våre beregninger basert på videoovervåkingen sammenlignet med estimatene fra høstfisket, vil variere med andelen oppdrettslaks som ikke blir gjenkjent i videokameraene. Metodevalg for å beregne innslag av oppdrettslaks i elvene Det finnes flere metoder for å beregne innslag av oppdrettslaks. I denne rapporten har vi kun sett på noen løsninger som baseres på registreringer i elvene, dvs. høstfiske, videoovervåking og drivtelling. Vi har ikke vurdert metodikk for overvåking i sjøen. Høstfiske For å oppnå forventningsrette estimater av andel rømt oppdrettslaks, er en av forutsetningene at oppdrettslaksen har samme fangbarhet som villaksen. Resultatene i denne undersøkelsen (basert på tre elver), indikerer at fangbarheten er betydelig høyere for oppdrettslaks enn for villaks, noe som kan medføre at innslaget av oppdrettslaks under høstfisket blir overestimert. Dette er så vidt vi vet ikke vist tidligere. I tillegg må man, for å oppnå en god presisjon med hensyn til estimatene, ha en relativt høy utvalgsstørrelse. For å oppnå et 95 % konfidensintervall som ligger innenfor 10 prosentpoeng, for eksempel ved antatt innslag av oppdrettslaks på 15 %, må man opp i en utvalgsstørrelse på nærmere 200 fisk. Hvis kravet er et intervall på 1-2 prosent, vil utvalgsstørrelsen måtte være urealistisk stor. Vi har også vurdert høstfisket som beslutningsgrunnlag for initiering av forvaltningstiltak, som for eksempel utfisking av oppdrettslaks. Alternativt til bruk av konfidensintervall, har vi foretatt enkle simuleringer for å undersøke hvordan utvalgsstørrelsen i høstfisket og grenseverdier for forvaltningstiltak påvirker de to feilratene; 1) sannsynligheten for å sette i gang forvaltningstiltak når innslaget av oppdrettslaks er under tålegrensen, og 2) sannsynligheten for ikke å sette i gang forvaltningstiltak når innslaget er over tålegrensen. Simuleringene forutsetter imidlertid at høstfisket er tilfeldig, dvs. at sannsynligheten for å fange en oppdrettslaks er den samme som å fange en villaks. Videoovervåking Videoovervåking i norske lakseelver er en overvåkingsmetode som gir mye informasjon om statusen til de anadrome gytebestandene i et vassdrag, dvs. antall fisk av hver art som har vandret opp vassdraget, oppvandringsperioden, størrelses- og kjønnsfordeling, innslag av oppdrettslaks, luspåslag osv. All fisk som passerer videokameraene kan studeres i detalj i ett eller flere stillbilder, eller i en videosekvens, noe som gir videoobservatøren gode forutsetninger til å skille mellom oppdrettslaks og villaks basert på ytre karakterer. Ved videoovervåking av fisketrapper kan for eksempel andel oppdrettslaks rapporteres daglig, og overvåkingen kan dermed benyttes både til varsling av rømmingstilfeller og til å vurdere behov for utfiskingstiltak. Dersom videoovervåkingen skal benyttes for å kvantifisere/estimere innslaget av oppdrettslaks i norske elver, må det imidlertid avklares hvor sikkert oppdrettslaks kan skilles fra villaks. I de fleste større elvesystemene, der flere kameraer benyttes for å observere hele elvetverrsnittet, blir videoanalysene også svært kostnads- og ressurskrevende, og analysene blir derfor sjelden ferdigstilt i forkant av gytetiden for laks. Totalt sett vurderer vi ikke videoovervåking som spesielt godt egnet til å estimere innslaget av oppdrettslaks før gyting, blant annet fordi vi også er avhengig av tilfredsstillende fangststatistikk fra sportsfiskerne i tidsrommet fra fisken ble registrert og fram til gyteperioden. Drivtellinger Drivtellinger/gytefisktellinger gjennomføres etter fiskesesongen og relativt kort tid før laksen gyter, og metoden vil derfor potensielt gi informasjon om antallet gytefisk, størrelses- og kjønnsfordeling, samt innslag og fordeling av oppdrettslaks i vassdraget. Metoden gir dermed grunnlag for raske og målrettede utfiskingstiltak. Erfarne drivtellere oppdager trolig minst 80-85 % av voksen laks i vassdraget. Det er imidlertid usikkert hvor stor andel av oppdrettslaksen som blir gjenkjent, og estimatene fra drivtellinger gir derfor minimumsestimater av andel oppdrettslaks i vassdraget. Det bør derfor gjennomføres studier som kan bidra til å kvantifisere hvor stor andel av oppdrettslaksen som selv erfarne drivtellere ikke gjenkjenner. En praktisk tilnærming til problemet kan være å ta partielle stikkprøver (“høstfiske”) i vassdragene, dvs. analysere skjellprøver av laks fanget i et utvalg av drivtelte elvestrekninger. I denne undersøkelsen gjorde vi dette i utvalgte delstrekninger/kulper i tre elver, der drivtellerne gjenkjente henholdsvis 100, 100 og 57 % av oppdrettslaksene (karakterisert ut fra skjellanalysene). Denne tilnærmingen kan trolig brukes for å justere eller korrigere andelen oppdrettslaks estimert fra drivtellinger i vassdragene. Incidence of escaped farmed salmon The average incidence of escaped farmed Atlantic salmon ( Salmo salar ) from 20 rivers located from southern (58 o N) to northern Norway (69 o N) inferred from video surveillance, and 13 rivers in Nordland county (65-69 o N) identified from fish trap monitoring, was 5.0 and 2.3 %, respectively. Further, based on underwater observations by divers in 36 streams (65 o -70 o N) over a period of 3-4 years, the average incidence of escaped farmed fish was 4.5 %. In the video surveillance and the snorkel (diver) counts, escaped farmed salmon were distinguished from wild fish using differences in morphological parameters, while scale analyses were used to separate farmed from wild fish captured in traps. The above-mentioned estimates of incidence of escaped farmed fish are lower than the calculated incidences of farmed salmon reported from sport fisheries (7.0%) and the autumn fishery (15.0%), both based on scale analyses. Run timing of wild and escaped farmed salmon The run timing of escaped farmed Atlantic salmon (based on morphological examination) versus wild fish were comp ared by use of video camera surveillance over several years in a series of 20 rivers distributed along the Norwegian coastline. Annual runs of salmon varied substantially and escaped farmed fish were relatively rare averaging 5.0 % of the observed fish across all rivers (range: 0.1 to 19 %). By use of linear mixed models and generalized additive mixed models, it was found that the relationship between run timing and fish length differed significantly between farmed and wild salmon. While small-sized farmed salmon and wild fish (< 65 cm) entered the river at about the same time, wild larger salmon return on average one to two weeks earlier than farmed fish. Consequently, the proportion of farmed escapees among large fish increased until late August and decreased thereafter, while small-sized fish revealed lower and relatively constant proportions of farmed escapees throughout the season. Identifying farmed origin Previous studies indicate that anglers, based on morphological examination, seem to be able to identify 60-70 % of farmed fish in their catches. In the present study, we snorkeled and then captured all fish present in one or two pools in three rivers, and identified the origin of all sampled fish in two of the rivers and 57 % of the fish in the third river. This may indicate that the ability to discriminate between wild and farmed fish varies among rivers and additional research is needed to better determine the accuracy of identifying salmon of farmed origin. Presently, the accuracy of discriminating farm ed fish from the video surveillance methods is unknown, and thus estimates of farmed fish derived from video surveillance are likely minimum estimates. Further, we also acknowledge that a certain proportion of farmed fish could be misidentified as wild fish, resulting in these misidentified fish having a different run timing than fish that are correctly identified as farmed fish. Catchability of farmed and wild salmon Combining the data from the video camera surveillance and the late autumn sampling program from three rivers show a strong discrepancy in the estimated proportions of farmed versus wild salmon detected by the two methods. In particular, our results indicate that the catchability of farmed salmon is higher than the catchability of wild salmon du ring the autumn monitoring program. Consequently, the autumn monitoring program might overestimate the true incidence of escaped farmed salmon in these systems. Our data suggest that the catchability of farmed salmon was about 7 times higher than the catchability of wild salmon during the autumn program. The video camera surveillance might miscl assify farmed and wild salmon. However, assuming that this surveillance only detected 50% of the true number of farmed salmon present, the analyses still showed evidence for a differential catchability between farmed and wild fish. Differential catchability could, potentially, lead to biased estimates of the frequency of escaped farmed salmon in some Norwegian rivers. The reasons for the higher catchability of escaped farmed fish could be due to different willingness to bite, or due to a different distribution of wild and farmed fish within the river in combination with a heterogenous sampling procedure. Finally, the autumn sampling programs are most often carried out by local residents that might be more interested in capturing farmed rather than wild fish. Their detailed local knowledge of the river could also contribute to differential exploitation of farmed fish. Procedures to estimate the in cidence of escaped farmed fish Autumn fishery To achieve accurate estimates of the number of escaped farmed salmon in a river it is assumed that both farmed and wild fish utilize the same sections of the river and do not differ in their catchability. The results in this study indicate that catchability of farmed salmon is higher than the catchability of wild salmon during the autumn monitoring program, suggesting that the monitoring program might overestimate the incidence of farmed salmon. Further, a fairly high sample size is essential to achieve acceptable accuracy in the estimates. To achieve a 95 % confidence interval that is within 10 percentage points of the ‘true’ value, a sample of nearly 200 fish is required. To achieve a confidence interval that is within 1-2 percentage points of the ‘true’ value, the sample size would have to be unrealistically high. We have also assessed the autumn fishery as a basis for initiation of management measures, such as the removal of escaped farmed salmon. As an alternative to initiating larger-scale sampling programs based on confidence intervals that could result in a more accurate determination of the presence of escaped farmed salmon in rivers, we have carried out simple simulations to investigate how sample size in the autumn fishery in conjunction with acceptable management limits of escapees in rivers affects the two error rates: 1) the likelihood of initiating management measures when the proportion of farmed salmon is below the acceptable limit; and 2) the probability of not initiating management measures when the proportion of farmed fish is above the tolerance limit . The simulations assume that autumn fish sampling is random, i.e. the probability of catching a farmed salmon is the same as catching a wild salmon. Video surveillance Use of video camera surveillance in Norwegian rivers provides a means by which detailed information on the status of the entire adult population of ascending fish in a river can be derived (i.e. numbers of ascending fish) along with information on run timing, size- and sex distribution, incidence of escaped farmed salmon, sea lice infestation etc. can be determined. From one or several individual snapshot s, or a video sequence, the observer may examine each fish and based on morphological differences, distinguish between wild and farmed salmon. By using video surveillance in fish-ways, the incidence of farmed salmon may be reported on a daily basis, thus the video surveillance may be useful in terms of early warning of recent large scale escapes of farmed salmon, and further evaluate the potential needs for removal of these fish. However, if the method is to be used in general manner for quantifying/estimating the incidence of farmed salmon in Norwegian rivers, the accuracy of visual identification of farmed salmon must be validated. In the largest rivers, where multiple camera systems are used to observe the entire cross-section of the river, surveillance becomes costly and labor intensive, and the surveillance results are rarely completed until long after the spawning season (in the year of surveillance). Thus, we do not consider video surveillance well suited for estimating the incidence of farmed salmon before the spawning season, partly because it is also dependent on reliable and satisfactory catch statistics from fishers in the time span from when the fish are observed on the video cameras and to the beginning of the spawning season. Snorkeling Counting spawning fish by snorkeling was conducted long after the regular fishing season ended and prior to or during the spawning time. Thus the method has the potential of providing instant or real-time information on total numbers of spawners, size and sex distribution, along with the incidence and distribution of escaped farmed fish throughout the river and complements the use of video cameras throughout the entire migration period. Thus, this method is better suited for initiating management measures that target the quick removal of farmed fish from the river. Experienced personnel probably discover at least 80-85 % of adult salmon in a river. However, the accuracy in discrimination between wild and farmed fish is uncertain, thus, the incidence of farmed fish identified from snorkeling surveys should be perceived as minimum estimates. Therefore, studies quantifying the uncertainty associated with identifying farmed fish during snorkeling surveys by experienced personnel should be carried out. One approach to address this issue would be to carry out partial randomized sampling programs (“autumn sampling”) from the rivers. Thus, catch and collect scale samples from salmon from a selection of river stretches immediately after snorkeling counts should be carried out. In the current study we have done this (in a few pools) in three different rivers, and the personnel (snorkelers) recognized respectively 100, 100 and 57 % of the farmed salmon identified from the scale pattern analyses. This approach could be used to adjust, or correct estimates of the incidence of farmed salmon following the snorkeling surveys. © Norsk institutt for naturforskning. Publikasjonen kan siteres fritt med kildeangivelse.
|
|---|