I rijkswaterstaat fi grenadlsrsweg 31 - 1 0I 1I 1
Transcript of I rijkswaterstaat fi grenadlsrsweg 31 - 1 0I 1I 1
1
Ifi1
Aanzet tot een groeimodel
ft voor de Kokkei
•vdp/243
I
rijkswaterstaatdienst gatljdewaterenbibliotheekgrenadlsrsweg 31 -433Ö PG mlddelburg
(Cerastoderma edule)
Nota GWAO-86.104II10I1I111_ Verslag van een doctoraalonderwerp
1 door Rikje van Donk
• begeleiding:
Hans Reddinguis (RUG)
V Aad smaal (RWS-DGW)
Groningen, 1985
1
1Inhoud blz,
1. Inleiding 1
2. Model 2
2.1. Inleiding 2
2.2. Assimilatie 2
2.2.1. Filtratiesnelheid en lichaamsgewicht kokkei 2
2.2.2. Filtratiesnelheid en temperatuur 5
2.2.3. Droogstand 5
2*2.4. Hoge sestonconcentraties 6
2.2.5. Assimilatie-efficiency 8
2.2.6. Assimilatie in het model 10
2.3. Respiratie 11
2.3.1. Respiratie en lichaamsgewicht, kokkei 11
2.3.2. Respiratie en temperatuur 12
2.3.3. Droogstand 12
2.3.4. Respiratie en metabolisme 14
2.3.5. Respiratie in het model 15
2.4. Eierproduktie 15
2.4.1. Aantal eieren 15
2.4.2. Gewicht van de eieren 16
2.4.3. Eierproduktie in het model 17
3. Gegevens 18
3.1. Kokkelgroei 18
3.2. Droogstand 19
3.3. Temperatuur 20
3.4. Voedsel 20
4. Methode 22
4.1. Simulaties met het model 22
4.2. Groeivergelijking 23
III1IIt1IItIIIt1II
rijkswaterstaat
IIIII1
t11IIII1I1III
dienst y»ttj<tewat8renbibliotheekgrenadiersweg 31 -4338 PQ middelburg
blz.
5. Resultaten 24
5*1* Fitten van het model aan punt 20 Roggeplaat 24
5.2. Simulatie van groei van nuldejaars kokkels 25
5.3. Simulatie van groei op andere punten v»d. Roggeplaat 25
5.4. Simulatie van groei in de kom 26
5.5. Groeivergelijking 26
6. Discussie 27
6.1» Methode 27
6.2. Fit van het model 28
6.3. Temperatuur 29
6.4. Droogstand 29
6.5. Vodesel 30
6.6. Conclusie 32
7. Aanbevelingen voor verder onderzoek 33
7.1» Verbeteringen van het model 33
7.2. Aanbevelingen voor empirisch onderzoek 33
8. Literatuur 35
4* Gegevens van drooggewichten van kokkels op verschillende plaatsen
in de Oosterschelde.
6. Resultaten van simulatie van de groei van kokkels op punt 20 Rogge-
plaat .
I
1IBijlagen
• m1. Monsterpunten van kokkelgroei in de Oosterschelde. ,•
2. Monsterpunten van voedsel- en temperatuurgegevens in de Ooster- : M
schelde.
3. PAscal programma van het model. '
II
5. a. Bij simulatie gebruikte gegevens van sestonconcentratie, organi-
satie fractie van het seston (PPNOM) en temperatuur. S'
b. Bij simulatie gebruikte gegevens over droogstand.
c. Correctie van WAKWA-gegevens aan MOKWE-gegevens. I
I7. a. Resultaten van simulatie van kokkelgroei op punt 20 Roggeplaat ' M
over de periode dag 198 - dag 1075.
b. idem periode 225-1075. '. •
8. Resultaten van simulatie van kokkelgroei op de rest van de Rogge- 'M
plaat over de periode dag 826-1075*
I9. Resultaten van simulatie van kokkelgroei in de kan over de periode II
dag 500 - dag 1070.
I10. Groeivergelijking. [
IIIII
1_ -I _
1I11III111II1IIIfIII
Inleiding
Xn het kader van het project Balans is de Dienst Getijdewateren van
Rijkswaterstaat, samen met het Delta Instituut voor Hydrobiologisch
Onderzoek bezig een simulatiemodel van de koolstof-balans in de
Oosterschelde te maken. Kokkels spelen een belangrijke rol in die
koolstofbalans, vooral door hun effect op de algen- en detritushuis-
houding. Om dit effect te kunnen beschrijven is een populatie-groei
model gewenst waartoe voedsel opname- en gebruik en pseudofaeces- en
faecesproduktie van de kokkelpopulatie gesimuleerd kunnen worden.
In deze stage is een aanzet gegeven tot zo'n model door het maken van
een simulatiemodel van de groei van individuele kokkels*
Hierbij is getracht om de volgende doeleinden te bereiken:
1. het maken van een simulatiemodel van de groei van individuele kok-
kels in de Oosterschelde
2 • het met het model simuleren van de groei van kokkels op verschil-
lende plaatsen in de Oosterschelde.
De stage vond plaats in het kader van de doctoraalopleiding biologie
aan de Rijksuniversiteit Groningen, van april tot september 1985. De
stageplaats werd verleend door de hoofdafdeling Milieu en Inrichting
van de Deltadienst van Rijkswaterstaat, thans Dienst Getijdewateren
geheten.
De begeleiding is verricht door dr. J« Reddinguis van de vakgroep
* van de RUG, en door drs* A.C* Smaal van RWS. Aan de stagebe-
sprekingen is tevens deelgenomen door drs* o. Klepper (DIHO) die als
biomathematicus werkzaam is in het project BALANS. De kokkelgegevens
zijn afkomstig van drs. J. Coosen (DIHO). Met ir. J. Verhagen (WL)
heeft overleg plaatsgehad omtrent het model.
«• 2 •*
Model
2.1. Inleiding
deeltjes wordt gemaakt (l/dag)) is een functie van het lichaamsgewicht
van de kokkei (W: mg drooggewicht). Verhagen (Verhagen 1983) neemt
voor mossels de functie:
Fr = 1'25 W ° ' B
1 + (W/5)°,3
I1t1
Bij het maken van het model Is uitgegaan van het model dat Verhagen . M
voor de groei van individuele mossels heeft gemaakt (Verhagen 1983).
In dit model wordt een energiebalans gemaakt, waarbij geldt: ; B
1I
= RIADM - TOXMGA - REP
t
waarbij:
W : droog vlees gewicht (mg)
t : tijd (dagen)
RIADM : snelheid van opname van geassimileerde droge stof
(mg/dag)
TOXMGA: snelheid van 02-opname omgerekend naar een equivalent
gewicht droge stof (mg/dag)
REP : snelheid van eierproduktie (mg/dag)
In de volgende paragrafen zullen de verschillende processen die tot
bovengenoemde grootheden leiden/ en de modellering van deze processen ttk
worden besproken. i V
In bijlage 3 is het PASCAL-programma van het model opgenomen.
'•2.2. Assimilatie
2»2.1. Filtratiesnelheid en lichaamsgewicht kokkei
De filtratiesnelheid (Fri volume water dat door de kokkei vrij van '\M
I
1tII
I
1IIII1iiiiiIitiiifIi
_ 3 -
De meeste auteurs die deze relatie bij kokkels hebben onderzocht gaan
uit van de functie Fr = aW^. Er worden zeer verschillende waarden voor
de coëfficiënten a en b gevonden (zie tabel I).
Tabel I. Literatuur-waarden voor de coëfficiënten a en b uit de rela~
tie Fr = awk. De waarden uit de literatuur (meestal per uur/
per gram), zijn omgerekend naar waarden per dag/per mg.
auteur
M0hlenberg + Riisgard 1979
Newell + Bayne 1980
Vahl 1972
Vonck + Smaal 1985
a(l/dag/mgb)
0,305
1,031
0,873
1,86
b
0,70
0,556
0,58
0,513
gemeten grootheid
vlees dr. gew.
vlees dr* gew»
vlees dr. gew.
vlees dr. gew.
Newell en Bayne hebben in verschillende delen van het jaar metingen
gedaan met zeewater. Zij vonden wel een significant verschil in de
waarden a, maar niet in die van b, tussen verschillende delen van het
jaar* Hun vaste waarde voor b van 0,556 is overgenomen.
Omdat de waarde van a blijkbaar afhankelijk is van de omstandigheden,
zijn niet de door Newell en Bayne per seizoen verschillende waarden
van a overgenomen, maar is aangesloten bij het onderzoek van Vonck en
Smaal in de Oosterschelde. Zij vonden in okt/nov. 1984 als 95%-be-
trouwbaarheidsinterval voor a:
a «* 1,86 ± 0,13 (l/dag mg 0,513)
Omdat een vaste waarde voor b was gekozen, moest de a gecorrigeerd
worden (zie Klepper 1935b). dit gebeurde als volgt:
a1w0, 5 5 6 •» aW*>
Hierbij is W het gemiddelde lichaamsgewicht van de kokkels tijdens het
onderzoek* Deze correctie leidde tot het volgende 95%-betrouwbaar-
heidsinterval voor a^i
a1= 1,438 * 0,105 (l/dag mg °, 5 5 6).
Deze a1 is als a gebruikt in dit model, resulterend in:
Fr= 1,438 W 0, 5 5 6 (l/dag).
- 4 -11tEen paar kritische opmerkingen hierbij zijn:
Ten eerste: de door Vonck en Smaal gevonden waarde voor a is gevonden
bij metingen in oktober/nmovember. Volgens onderstaand model zou er in
oktober/november wegens hoge sestonconcentratie reductie van de fil-
tratiesnelheid moeten optreden (zie 2*2.4.). Dit betekent dat de door
Vonck en Smaal gevonden waarde a {volgens het model) te laag zou
zijn. Met deze mogelijke reductie van de filtratiesnelheid is hier
geen rekening gehouden, omdat dit probleem pas in een later stadium
werd ontdekt•
Ten tweede: Newell en Bayne vonden op verschillende tijdstippen ikn
het jaar de reductie tussen Fr en. w. zij vinden op 3 van de 7 tijd-
stippen een significant verband (op nivo 0/05). Dit betekent dat er
een grote niet door het lichaamsgewicht verklaarde (random) variatie
is tussen de metingen op êën tijdstip. De gevonden waarden van a en b
verschillen sterk, vervolgens onderzoeken Newell en Bayne met cova-
riantie-analyse of deze waarden van a en b significant verschillen.
Gevonden wordt dat de waarden van a wel, maar van b niet significant
verschillen (op nivo 0,05). Zij concluderen op grond hiervan dat er
een vaste waarde voor b is. Door de grote random variatie zijn echter
significante verschillen moeilijk aan te tonen. Wanneer deze random-
variatie kon worden gereduceerd of wanneer op meer tijdstippen tijd-
stippen zou zijn gemeten, zou misschien wel een significant verschil
in de waarden van b aangetoond kunnen worden en zou niet geconcludeerd
zijn dat er een vaste waarde voor b bestaat. Hierdoor en door de grote
verschillen in b tussen tijdstippen, is het zeer de vraag hoeveel
waarde gehecht moet worden aan de vaste waarde voor b van 0,556.
It
2*2.2» Filtratiesnelheid en temperatuur
Verhagen gebruikt voor mossels een filtratiesnelheidsreductlefunctie
(FRT) om de relatie tussen filtratiesnelheid en temperatuur (T) weer
te geven, dit gebeurt als volgt:
FRT = 0,4 als T 2°C
FRT = 0,1 (T-2) + 0,4 als 2°C T 8°C
PRT = 1,0 als T 8°C 'M
II
III
I- 5 -
II
II
t
1II1
I1i
De hoeveelheid gefilterde droge stof per dag (DMPPO) is dan bij hem:
DMFPD = FR. FRT. FA
FA : seston concentratie (mg/l).
Omdat ik aanvankelijk geen gegevens kan vinden over de afname van de
filtratiesnelheid bij kokkels bij lagere temperatuur, heb ik boven-
staande formules overgenomen. Bij het uitproberen van het model bleek
dat hierdoor de filtratiesnelheid 's winters sterk werd gereduceerd,
waardoor bij simulatie een sterke drooggewicht afname plaatsvond (veel
sterker dan in werkelijkheid) (zie 5.1). Daarom is vervolgens aangeno-
men dat de temperatuur geen invloed heeft op de filtratiesnelheid
(FRT=1). dit is eigenlijk onrealistisch omdat wel algemeen veronder-
steld wordt dat onder 5°C nauwelijks meer voedselopname plaatsvindt
(de Vooijs 1984).
2*2*3* Droogstand
De meeste kokkels liggen bij laagwater droog. Filtratie treedt alleen
op als de kokkei onder water ligt. Daarmee is rekening gehouden door
de filtratiesnelheid te vermenigvuldigen met WETTIM (het deel van de
tijd dat de kokkei gemiddeld onder water ligt). Er is geen rekening
gehouden met een inhaaleffect d.w.z. met de mogelijkheid dat kokkels
die een groot deel van de tijd droogstaan, tijdens de tijd dat ze on-
der water liggen gemiddeld een hogere filtratiesnelheid hebben dan
kokkels die een kleiner deel van de tijd droogstaan.
2.2*4* Hoge sestonconcentraties
Foster-Smith {Foster-Smith 1975a.) heeft onderzoek heeft onderzoek ge-
daan naar de reactie van kokkels op grote aantallen deeltjes in de om-
geving. Hij vond bij grote aantallen een reductie van de filtratie-
snelheid (zie fig, 1a) en een toename van dat deel van het gefilterde
materiaal dat pseudofaeces wordt (fig. 1b).
Uitgegaan is van de proeven met de alg Phaeodactylum omdat alleen met
deze alg beide bovengenoemde experimenten zijn uitgevoerd. Hierbij is
aangenomen dat 10 x 106 cellen overeenkomt met 0,7 mg (Widdows 1978).
I
Verder is de x-as gelezen als de concentratie seston en niet de con-
centratie organisch materiaal of de concentratie algen.
Uit de 4 punten met de hoogste concentratie in fig. 1a is de volgende
filtratiereductiefunctie (REDFR) afgeleid:
REDFR = -0,1452 + 16,46/FA
Deze REDFR geeft aan welk deel van de filtratiesnelheid wordt gereali-
seerd*
Voor de hoeveelheid droge stof die per dag gefilterd wordt (DMFPD)
geldt dan:
DMFPD = FR. FRT. FA.WETTIM.MIN (1, REDFR)
MIN (1, REDFR) = 1 als REDFR 1
MIN {1, REDFR) - REDFR als REDFR 1
REDFR = 1 als FA = 14,4 mg/l
Gekozen is voor REDFR als functie van 1/FA en niet van FA omdat bij
laatstgenoemde mogelijkheid al bij relatief lage sestonconcentraties
een negatieve REDFR en daarmee een negatieve DMFPD zou optreden.
In fig. 1b is een rechte lijn door de oorsprong getrokken met als ver-
gelijking:
y = 0,88. FA
y : percentage van DMFPD dat pseudofaeces wordt
Hieruit volgt:
PSEUD = (y/100). DMFPD
= (0,88/100) FA.DMFPD
PSEUD = hoeveelheid pseudofaeces (mg/dag)
Voor de hoeveelheid opgegeten (= ingested) materiaal per dag (DMIPD)
geldt:
DMIPD = DMFPD - PSEUD
Hieruit wordt voor de hoeveelheid organische stof die per dag wordt
opgegeten (OMIPD) afgeleid:
OMIPD = DMIPD . PPNOM
PPNOM : organsiche stofgehalte van seston
- 7 -
Bij bovenstaande gelden (naast de al genoemde) de volgende aannamen:
1) de aard en de grootte van de sestondeeltjes hebben geen invloed op
beide processen. Deze aanname wordt eigenlijk al weerlegt door de
resultaten van Foster-Smith waaruit blijkt dat aard en grootte van
de deeltjes o.a. de soort alg wel invloed hebben. Omdat uit deze
resultaten geen conclusies kunnen worden getrokken over de mate
waarin beide eigenschappen invloed hebben deze aanname gemaakt.
2) REDFR en y(percentage van DMPPD dat pseudofaeces wordt) zijn voor
elke kokkei hetzelfde, onafhankelijk van het gewicht van die kok-
kei.
3) pseudofaecesvorming vindt plaats bij alle sestonconcentraties* Dit
is niet in overeenstemming met Foster-Smith die vermeldt dat pseu-
dofaecesvorming start bij een concentratie van 40-50 103 cellen/ml
(± 3,5 mg Phaeodactylum/1). Zulke lage concentraties komen in de
Oosterschelde niet voor. Daarom is hiermee geen rekening gehouden.
Het resultaat van beide bovengenoemde processen voor de hoeveelheid
materiaal die per dag wordt opgenomen (DMIPD) is weergegeven in fig.
2a. Het is een optimumcurve.
Tijdens de Ifiltratiesnelheidsmetingen (Vonck en Smaal 1985) werd geen
reductie van de filtratiesnelhèid bij hogere sestonconcentraties ge-
vonden (d.w.z. concentraties hoger dan ± 15 mg/l/ waarbij volgens
Foster-Smith reductie optreedt).
Gecombineerd met de door Foster-Smith gevonden pseudofaecesproduktie
zou dit leiden tot de in flg. 2b weergegeven curve. Deze ligt veel ho-
ger dan de in fig. 2a weergegeven curve.
Het verschil in resultaten van de bovengenoemde experimenten wordt
waarschijnlijk veroorzaakt door de proefopzet. Vonck en Smaal hebben
in het veld met zeewater gemeten. Foster-Smith heeft in het laborato-
rium met algenoplossing in gefiltreerd zeewater gewerkt, waarbij me-
tingen na toevoeging van de algensuspensies startten zodat geen accli-
matisatie aan hoge sestonconcentraties kan optreden. De metingen van
Vonck en Smaal lijken dus betrouwbaar.
In een notitie gaat Klepper (Klepper 1985b) uit van de gegevens van
Vonck en Smaal. Tegelijkertijd gebruikt hij echter de curve uit fig.
- 8 -
2a*
Uit bovenstaande blijkt dat de curve uit fig. 2b m.i. een betere keuze
is dan de curve uit fig. 2a. In het model is toch de laatstgenoemde
curve gebruikt omdat pas op het eind van de stageperiode werd ingezien
dat de resultaten van Vonck en Smaal tot de in fig. b en niet tot de
in fig. a weergegeven curve leiden.
2*2.5. Assimilatie-efficiency
Verhagen stelt de assimilatie-efficiency (= dat deel van het opgegeten
materiaal dat geassimileerd wordt) afhankelijk van de hoeveelheid op-
genomen organische stof* Foster-Smith (Foster-Smith 1975b) vindt bij
hogere ingestie een toename van het percentage van het opgegeten ma-
teriaal dat faeces wordt (d.w.z. een afname van de assimilatie-effi-
ciency) (fig. 3).
Foster-Smith stelt dat de assimilatie-efficiency afhankelijk is van de
totale ingestie en niet van de ingestie per tijdseenheid. Dit wordt
aangenomen op grond van een experiment waarin dezelfde hoeveeelheid
algen in 1,5 resp. 3 uur door kokkels wordt opgegeten. De assimilatie-
efficiency blijkt in beide gevallen blijkt in beide gevalen ongeveer
hetzelfde te zijn, (tabel 3 van Foster-Smith). Voor de in fig. 3 weer-
gegeven grafiek gebruikte hij de gegevens van 3 uur. De resultaten
hiervan voor mossels worden vervolgens vergeleken met die van Thompson
en Bayne 1972 uit experimenten over 24 uur. Ook hier blijkt de factor
tijd niet van belang.
Hoewel dit zeker voor langere termijnen onwaarschijnlijk lijkt, en een
relatie van de assimilatie-efficiency met de ingestie snelheid rede-
lijker lijkt dan met de totale ingestie, heb ik Foster-Smith's stel-
ling overgenomen. Naast bovengenoemde argumenten is de belangrijkste
reden hiervoor het feit dat een relatie van de assimilatie-efficiency
met de ingestie snelheid bij simulatie leidde tot assimilatie-effi-
ciency's van 90 a 100%, wat te hoog is. De in fig. 3 weergegeven gra-
fiek voor de hoeveelheid opgenomen materiaal per 3 uur, heb ik ge-
bruikt voor de hoeveelheid opgenomen organisch materiaal per dag
(OMIPD). Hierbij ben ik uitgegaan van de lijn van pure Phaeodactylum
IIII
- 9 -
suspensie (zonder aluminium) omdat ik bij eerdere gegevens van Foster-
Smith (2*1*4.) daar ook van uit ben gegaan en omdat het hier gaat om
de assimilatie-efficiency t.o.v. de hoeveelheid organisch materiaal.
Dit leidt voor het percentage faeces tot de volgende functie:
y = 37 log x - 48,4
y : percentage van 3%> i n faeces
x : aantal opgegeten cellen (x 10^) per 3 uur
Dit is een andere formule dan de door Foster-Smlth zelf gegeven formu-
le: y = 37 log x - 11,4. zijn snijpunt met de y-as blijkt het snijpunt
met een y-as voor x = 10 (log x = 1) i.p.v. met een y-as voor x - 1
(log x - 0 ) .
Bovenstaande functie levert omgerekend naar milligrammen drooggewicht
voor de assimilatie-efficiency (OAE) als percentage ops
OAE - 105,7 - 37 log OMIPD
Volgens Smaal (pers. mededeling) komen percentages groter dan 90 niet
voor* Daarom is de maximale waarde van de OAE op 90% gesteld*
Bij bovenstaande is aangenomen dat het lichaamsgewicht van de kokkei
geen Invloed heeft op de hoogte en het verloop van de in fig. 3 weer-
gegeven lijn. Volgens de Vooijs (de Vooijs 1984) kon bij mossels een
verband worden vastgesteld tussen grootte van de mossel en assimila-
tie-efficiency* Grotere mossels assimileren een hoger percentage opge-
geten voedsel Newell en Bayne (1983) stellen dat er bij bivalven wei-
nig verandering in assimilatie-efficiency is bij toename in lichaams-
gewicht .
Klepper (Klepper 1985b) stelt de functie E = e ~P l 0 voor met
E : assimilatie/ingestie = OAE/100
Io: ingestie in mg POM/g kokkei/dag
p s coëfficiënt (1/mg POM/g kokkel/dag)
= 0,093 (1/mg POM/g kokkel/uur)
e - 2,718
POM s particulair organisch materiaal
Zoals uit fig. 3 blijkt, loopt bij grotere hoeveelheden opgenomen ma-
teriaal deze lijn hoger dan de hier gebruikte log-functie. Dit bete-
kent dat vooral bij grotere kokkels (met een hogere filtratiesnelheid
en daarmee een hogere OMIPD) de assimilatie-efficiency lager is dan
- 10 -
wanneer de log-functie wordt gebruikt» Dit resulteert in een te trage
groei van deze kokkels bij simulatie. Klepper signaleert dit probleem
ook, maar het speelt bij hem minder een rol omdat hij als x-as in
fig, 3 de ingestie per 3 uur neemt» Deze is natuurlijk lager dan de
door mij gebruikte ingestie per dag.
2.2*6* Assimilatie_in^het_model
Samenvattend ziet het model er wat betreft de assimilatie als volgt
uit:
Filtratiesnelheid Fr:
Fr = a W 0,556 (l/dag)
met a = 1,438 ± 0,105 (l/dag/mg 0,556) z i e 2.2.1.
hoeveelheid gefiltreerd materiaal per dag DMFPD:
DMPPD = FR , FRT . WETTIM . FA . MIN (1, REDFR) (mg/dag)
zie 2.2.2. - 2.2.4.
hoeveelheid opgegeten materiaal per dag DMIPD:
DMIPD = DMFPD - PSEUD
= DMFPD - (0,88/100). FA . DMFPD (mg/dag)
zie 2.2.4
hoeveelheid opgegeten organisch materiaal per dag OMIPD:
OMIPD = DMIPD . PPNOM (mg/dag) zie 2.2.4
assimilatie-efficiency OAE:
OAE - 105,7 - 37 log OMIPD (%) zie 2.2.5.
snelheid van opname van geassimileerde droge stof RIADM:
RIADM - OAE . OMIPD/100 (mg/dag)
produktie van faeces FAEC:
FAEC - DMIPD - RIADM (mg/dag)
2*3. Respiratie
2.3.1. Respiratie en lichaamsgewicht kokkei
Hier wordt meestal uitgegaan van een vergelijkbare functie als bij de
reactie filtratiesnelheid-lichaamsgewicht (2.2.1.) nl.s
R = .c W<*
R : respiratie (ml 02/dag)
- 11 -
Br zijn verschillende waarden voor de coëfficiënten c en d gevonden
(zie tabel II),
Tabel II. Literatuur-waarden voor de coëfficiënten c en d uit de rela-
tie R = c W^ (gemeten ie bij kokkels die onder water ston-
den) .
auteur
Newell
Newell
Newell
Newell
(volgens Bayne en
1983)
+ Bayne 1980
+ Northcroft 1967
Vahl 1972
c(m/0 g/dag/mg^)
0,253
0,295
min. 0,0759
max. 0,501
0,0435
d
0,53
0,56
0,49
0,52
0,77
gemeten grootheid
droog
droog
droog
droog
?
vlees gewicht
totaal gewicht
totaal gewicht
vlees gewicht
Newell en Bayne (Newell en Bayne 1980) hebben op verschillende tijd-
stippen in het jaar metingen gedaan met zeewater (i.p.v* met algensus-
pensies). Zij vinden geen significante verschillen in de waarde van d
tussen tijdstippen en wel significante verschillen in die van c.
De in 2*2.1. bij de filtratiesnelheid gemaakte opmerking over dit on-
derzoek, is ook hier van toepassing. Een verschil met 2.2*1. is dat
hier niet alleen de waarde van de exponent d is overgenomen maar ook
die van a. Dit is gedaan omdat in de Oosterschelde geen metingen van
respiratie zijn gedaan.
Het resultaat hiervan voor het model is:
R = 0,295 W 0, 5 6
Hierbij is een 95%-betrouwbaarheidsinterval voor c:
{c - 0,295 ± 0,048 (ml O2/dag/mg°,56)•
Een alternatieve oplossing zou zijn geweest het overnemen van de waar-
den van c op de verschillende tijdstippen om zo een seizoencyclus in
ademhaling in het model te krijgen* Dit is niet gedaan omdat c per
tijdstip verschilt, waarschijnlijk door de omstandigheden zoals tempe-
- 12 -
ratuur en voedsel. Deze omstandigheden en hun verloop in het jaar ver-
schillen in de Oosterschelde sterk van die vlak bij Cornwall (waar
Newel en Bayne hun onderzoek hebben gedaan).
2.3.2. Resgiratie en temperatuur
Verhagen (Verhagen 1983) stelt in zijn mosselmodel de respiratle af-
hankelijk van de temperatuur. Hij maakt daarbij onderscheid tussen
zomer- en winterademhaling (door een verschillende waarde voor c in de
functie R = c Wd.
De zomer/winter wisseling vindt plaats met een sinus-functie.
De temperatuur afhankelijkheid komt tot uiting doordat de c met tempe-
ratuur afhankelijke factoren vermenigvuldigd wordt.
Bij narekenen blijkt echter dat het zomer/winter effect het tempera-
tuureffect ongeveer compenseert d.w.z. dat de respiratie tijdens de
gehele jaarcyclus ongeveer constant is (onder dezelfde omstandigheden
afgezien van de temperatuur). Dit komt overeen met de gehele waarne-
ming dat bij veel molluscen acclimatisatie aan temperatuur plaats
vindt w.b. de ademhaling (Bayne en Newell 1983 p461).
Op grond van bovenstaande is aangenomen dat de respiratle niet afhan-
kelijk is van de temperatuur.
2*3*3. Droogstand
Er worden verschillende soorten ademhaling onderscheiden bij mollus-
cen. Bayne en Newell 1983 (p447) onderscheiden:
standard rate van het organisme in rust» Dit is het basaal metabo-
lisme
routine rate van het actieve, fouragerende organisme
Wanneer kokkels droogliggen, openen de schelpen zich binnen 5 a 10 mi-
nuten. Vervolgens wordt een deel van het water uit de mantelholte ver-
wijderd en vervangen door lucht.
Een deel van het resterende water blijft in de mantelholte circuleren
en er vindt steeds uitwisseling van lucht met dé omgeving plaats (de
Vooijs 1984, Boyden 1972). In tegenstelling tot veel andere molluscen
vindt bij droogvallen aërobe ademhaling plaats. Deze is ongeveer even
- 13 -
groot als de Standard rate (Boyden 1972). Dit lijkt ook zeer aanneme-
lijk omdat tijdens droogliggen geen filtratie optreedt en dus geen
routine respiratie.
Bij het weer onder water komen na het droogliggen, blijkt bij de kok-
kei een zuurstofschuld te zijn opgebouwd* Deze is echter vrij klein
(er vindt ± 1 / 2 5 1 uur sterkere ademhaling dan normaal plaats (zie
fig. 4)) en er is daarom geen rekening mee gehouden•
Widdows een Shick (Widdows en Shick 1985) vinden dat de ademhaling bij
droogliggen ongeveer de helft is van die onder water bij aan drooglig-
gen geacclimatiseerde dieren. Op grond hiervan heb ik in dit model
aangenomen:
SOC = ROC = 1/2 R = 0,148 W °,56
SOC : standard rate van 02 consumptie (ml 02/dag)
ROC : routine " " " " "
Newell (Newell 1966) en Newell en Northcroft (Newell en Northcroft
1967) vinden een verhouding tussen minimale en maximale ademhaling van
1:6* Hun maximale ademhaling ligt waarschijnlijk hoger dan de routine
rate omdat kokkels onder water vaak korte perioden van filtratie max.
ademhaling afwisselen met korte perioden van rust (minimale ademha-
ling) (Newell 1966)» Het onderzoek van Widdows en Shick geeft de ge-
middelde ademhaling onder water die dus gezien deze variatie/ relatief
lager is dan de door Newell en Newell en Northcroft gevonden maximale
ademheling.
Pas op het iend van de stage werd ingezien dat bovenstaande afleiding
onjuist is, omdat niet goed rekening is gehouden met het feit feit dat
alleen wanneer een kokkei onder water staat, er routine ademhaling op-
treedt .
Als de kokkei 24 uur per dag onder water staat, geldt
ROC = SOC (als boven)
Als de kokkei slechts een deel van de tijd dat de kokkei onder water
staat, geldt
ROC = WETTIM, SOC
WETTIM 1 deel van de tijd dat de kokkei onder water geldt
Voor de respiratie per dag geldt dan:
- 14 -
R = ROC + SOC
= (WETTIM + 1) SOC
= (WETTIM + 1) 0,048 W 0,56 (mi o2/dag)
Dit betekent dat de totale ademhaling kleiner is dan 0,295 W °,56
(2.3.1.) en dat de grootte van de ademhaling afhangt van de tijd dat
de kokkei onder water staat•
2.3*4. Respiratie en metabolisme
De routine rate is afhankelijk van de mate van metabolisme activiteit
van de kokkei. Deze activiteit wordt niet alleen bepaald door de fil-
tratie maar ook door de assimilatie activiteit.
Thompson en Bayne (Thompson en Bayne 1974) geven een grafiek waarin de
ademhaling als functie van de hoeveelheid ingestie per dag {DMIPD)
wordt gegeven voor mossels van verschillend gewicht (fig. 5)» Hieruit
is (op grond van de lijn voor mossels van 1,15 gr) de volgende functie
af te leiden:
DMIPD + 1,030
RRAT : reductiefunctie voor ROC die aangeeft welk deel van de maxi-
male ROC aanwezig is bij een bepaalde DMIPD.
Dit leidt tot:
ROC = RRAT . 0/148 W°,5&
RRAT bleek meestal gelijk te zijn aan 1. Deze functie zou dus uit het
model weggelaten kunnen worden.
2.3.5. Respiratie in het model
Standard rate van O2 consumptie (SOC):
SOC = 0,148 W 0, 5 6 (ml O2/dag) 2.3.3.
routine rate van O2 consumptie (ROC)
ROC = 0,148 W °,56 . RRAT (ml O2/dag) 2.3.3., 2.3.4.
waarbij
DMIPDRRAT =
DMIPD + 1,030 2.3.4.
- 15 -
Ei-produktie
aaantal_eieren
Over eierproduktie bij kokkels is weinig bekend* Daarom is aangesloten
bij het model van Verhagen. Deze geeft voor het aantal eieren dat ge-
produceerd wordt (RNEP) de volgende functie:
RNEP = 3,9 103 (1 + GROW/14) . W
GROW : scope for growth in mg/dag
« RIADM - TOXMGA
De Vooijs (de Vooijs 1984) vermeldt dat het aantal eieren bij de kok-
kei 1/4 tot 1/2 is van het aantal bij de kokkei.
Dit kan te maken hebben met het feit dat kokkels gemiddeld kleiner
zijn dan mossels (dus een lagere W hebben in bovengenoemde formule).
Het effect hiervan is globaal bekeken in onderstaand rekensommetje.
De maximale lengte van een mossel is 60-70 mm, die van een kokkei 40-
50 m (dus ongeveer 2/3 van die van de kokkei). Aangenomen is dat kok-
kels en mossels deze eindlengte in gemiddeld dezelfde tijd bereiken en
dat hun groeicurven gelijkvormig zijn. Dan geldt voor evenoude kok-
kels en mossels
lengte kokkei = 2/3 lengte mossel
Wanneer wordt aangenomen dat het lichaamsgewicht evenredig is met de
lengte tot de derde macht/ geldt voor evenoude kokkels en mossels
gewicht kokkei = (2/3)3 . gewicht mossel
- 0/30 » gewicht mossel
Een verlaging van W in de formule voor het aantal eieren met een fac-
tor 0,3 geeft een aantal eieren dat 0,3 maal zo groot is (wanneer
wordt aangenomen dat een verlaging van w geen invloed heeft op de
hoogte van GROW).
Dit komt redelijk overeen met de factor 1/4 tot 1/2 die door de
Vooijs wordt genoemd* Op grond hiervan is de door Verhagen gebruikte
formule in dit model overgenomen.
- 16 -
2*4*2* Gewicht van_de eieren
De Vooijs vermeldt dat kokkeleieren een diameter hebben van 50 ja (bij
de mossel 70 ja) . Dus:
diameter kokkelei = 5/7 . diameter mosselei
Wanneer wordt aangenomen dat het gewicht van een ei evenredig is met
de diameter tot de derde macht, volgt hieruit:
gewicht kokkelei = {5/7)3 , gewicht mosselei
= 0,36 * gewicht mosselen
Verhagen geeft voor het gewicht van een mosselei (EGW) de volgende
formule:
EGW = 80 . 10-6 (1 . exp ( ~ G R 0 W + "'* ))
5,5
GROW: scope for growth in mg/dag
= RIADM - TOXMGA
Voor dit model is de boven berekende factor 0,36 in deze formule inge-
past:
~ G R ° W + n'1 ))EGW = 0,36 - 80 . 10~6 (1 - exp(5,5
Dit is een zeer groffe benadering o*a. omdat onduidelijk is inhoeverre
eiproduktie bij kokkei en mossel vergelijkbaar zijn en omdat onduide-
lijk is hoe de factor GROW reageert op het gewichtsverschii tussen
mossel en kokkei.
2.4.3. Eiproduktie_in_het_model
Aangenomen is dat voor het droog vlees verlies door eierproduktie
(REP) geldt:
REP = RNEP . EGW
Verder is aangenomen dat eierproduktie plaats vindt op êën dag in elk
jaar nl. wanneer geldt:
t = 149 + n.365
t : tijd in dagen
t - 0 is is 1 januari van het jaar waarin de kokkels ontstaan
n = 0/ 1, 2, 3
IIII1IfIItIIIII1IIIII
- 17 -
Eierproduktie vindt volgens het model dus eind mei plaats.
Bij simulaties is steeds de totale eierproduktie (TREP) tijdens de ge-
simuleerde periode berekend:
TREP « n REPt = ra
m : begindag van simulatie
n : einddag van simulatie
Volgens Newell en Bayne (Newell en Bayne 1980) vindt er tijdens de pe-
riode van eierproduktie een verhoging van de ademhaling plaats. Dit is
in model buiten beschouwing gelaten.
- 18 -
3. Gevevens
IIIIOm met het in hoofdstuk 2 uiteengezette model de groei van kokkels te
simuleren zijn ten eerste empirische gegevens over kokkelgroei nodig.
Ten tweede heeft het model gegevens nodig over factoren die de groei •
beïnvloeden nl. gegevens over de sestonconcentratie, de organische
fractie van het seston, de temperatuur en de tijd dat de kokkels onder . I
water liggen. Al deze gegevens moeten van elke dag van de periode
waarover gesimuleerd wordt, bekend zijn. In de volgende paragrafen zal Êk
worden besproken van wleke gegevens gebruik is gemaakt en hoe deze ge- *
gevens in-putwaarden voor het model zijn berekend. ^
3.1. Kokkelgroei
IEr is gebruik gemaakt van de volgende drie gegevensverzamelingen van
kokkelgroei in de Oosterschelde. ' m
1) gegevensverzameling van Schoenmaker (Schoenmaker 1984). Schoenmaker
heeft in de periode febr.-juni 1984 ongeveer elke veertien dagen flj
metingen gedaan aan kokkels op een aantal locaties op de Rogge- ™
plaat, de Hooge Kraayer en het Verdronken land van Zuid-Beveland ^
(zie bijlage 1). Van alle kokkels op êên vierkante meter werden \wü
lengte en asvrij drooggewicht (van schelp en vlees) gemeten. Hier-
bij werd onderscheid gemaakt tussen de verschillende jaarklassen. •
De gemiddelde asvrij drooggewichten per jaarklasse staan weergege-
ven in bijlage 4. •
2) gegevensverzameling van Pouwer (Pouwer 1985)• Pouwer zette het on-
derzoek van Schoenmaker voort. Hij deed metingen in de periode fl
juni-december 1984 op deels dezelfe locaties als Schoenmaker (zie ™
bijlage 1). De gemiddelde asvrij drooggewichten per jaarklasse M
staan in bijlage 4. V
Ik heb geprobeerd uit de metingen van Schoenmaker en Pouwer een mschatting te maken van de groei van individuele kokkels over een •
aantal jaren. Daartoe heb ik bv. kokkels die door Schoenmaker als
eerstejaars kokkels (jaarklasse 1983) zijn gemeten in maart 1984 M
III
- 19 -
IIIIIII
beschouwd als ontstaan uit de nuldejaars kokkels (jaarklasse 1934)
die door Pouwer in december 1984 op dezelfde plaats zijn gemeten
(zie fig. 6). Hierbij is dus aangenomen dat er geen verschillen in
groei zijn tussen de verschillende kalenderjaren.
3) gegevensverzameling van Vlas (Vlas 1982). Vlas heeft in 1979-1980
asvrij drooggewichten (vlees en schelp) van kokkels gemeten op de
Neeltje Jans en op de Hooge Kraayer (zie bijlage 4 en fig. 6 ) .
Deze metingen vonden plaat met tussenpozen van 10 tot 80 dagen * De
gegevens in bijlage 4 zijn afgeleid uit grafieken waarin aantallen
en gewicht van kokkels per vierkante meter zijn gegeven als functie
van de tijd. Omdat de schaal van deze grafieken vrij grof was, zijn
de gegevens van Vlas dus niet erg nauwkeurig.
Waarschijnlijk zijn op een aantal plaatsen in de loop van de meetpe-
riode wel kokkels weggevist of weggespoeld» Hoe groot dat aantal is,
is onbekend.
Groei per dag wordt verkregen door de toename in drooggewicht tussen
twee opeenvolgende monsterdagen te delen door het aantal dagen tussen
die monsternames. Het drooggewicht op elke dag wordt verkregen door
lineaire extrapolatie (zie fig. 6) tussen de drooggewichten op twee
opeenvolgende monsternames* Eventueel kunnen deze groei per dag of
drooggewicht op elke dag gemiddeld worden met waarden op andere loca-
ties om tot bv* een gemiddelde groei of een gemiddeld drooggewicht in
de kom of in de monding te komen.
3.2. Droogstand
Van de monsterpunten op de Roggeplaat waren waarnemingen van de tijd
dat deze punten onder water stonden aanwezig (Schoenmaker 1980).
Van de monsterpunten in de kom waren globale hoogtelijnen en de gemid-
delde waterhoogte bij hoog- en laagwaterkentering bekend. Hieruit is
met een driehoeksfunctie een ruwe schatting gemaakt van de gemiddelde
tijd dat de kokkels onder water staan (zie bijlage 5b).
Van de Neeltje Jans had ik geen hoogtelijnen.
I
omdat ik het idee had dat simulatie van kokkelgroei op de Neeltje Jans *
geen verdere kennis over de werking van het model of over kokkelgroei
zou leveren, heb ik ook niet geprobeerd om informatie over die hoogte-
lijnen te krijgen.
3.3. Temperatuur
In het kader van het WAKWA-meetnet worden maandelijks temperatuurme-
tingen van het water verricht op verschillende locaties in de Ooster-
schelde. Hieruit zijn jaarcurven voor het verloop van de temperatuur
in de monding en in de kom berekend. Voor de curve voor de monding is
gebruik gemaakt van de gegevens van de locaties 7,1, ZM12 en ZM14, voor
die voor de kom van gegevens van locaties Z29 en ZM17 (zie bijlage
2). Uit deze gegevens is een gemiddelde temperatuur per maand berekend •
(zie bijlage 5a). Gesteld is dat in het midden van elke maand de tem-
peratuur van het water gelijk is aan de berekende gemiddelde maand \ •
temperatuur. De temperatuur op andere datums is berekend voor lineaire
extrapolatie tussen de gemiddelde maand temperaturen. •
3*4* Voedsel
I
IIn het kader van het WAKWA-meetnet wordt ook maandelijks de concentra-
•tie van een aantal sestonparameters gemeten. Er is gebruik gemaakt van •
de metingen van seston en POC* Daarvan zijn/ op dezelfde manier als in
3.3. maandgemiddelden voor de monding en de kom berekend. m
Er zijn maandgemiddelden over een aantal jaren berekend omdat de geme-
ten waarden afhankelijk zijn van vele factoren (o*a. de getijcyclus). Êt
Daarom geeft m.i. een maandgemiddelde over een aantal jaren een betere *
schatting van het gemiddelde voedselaanbod voor kokkels in 1984 dan de M
WAKWA-metingen van dat jaar alleen. m
Dat WAKWA-gegevens zijn verkregen door metingen in de geul vlak onder
het wateroppervlak* De kokkels groeien op de plaat* I
Om een betere schatting van het voedselaanbod van kokkels te krijgen
is gebruik gemaakt van de MOKWE-metingen. Tijdens deze metingen zijn B
op een aantal plaatsen in de Hammen (monding) 13-uursmetingen verricht
1II
I1IIIIIIIIIIIII1IIIII
- 21 -
op halve diepte waarbij o.a. seston en POC zijn gemeten (Steyaert
1983, van Donk 1985). Een aantal van deze metingen vond plaats in
april 1983 en een aantal in oktober 1982» Hieruit is de gemiddelde
concentratie tijdens de metingen berekend resp. Capr en Cokt (zie bij-
lage 5c). Vervolgens is een verhoudingsfactor f berekend (zie ook bij-
lage 5c).
Capr Cokt
waarbij Capr resp* Cokt : de concentratie in april resp. oktober vol-
gens het WAKWA-meetnet
De WAKWA-gegevens ind e monding zijn als volgt gecorrigeerd;
C± = f - Ci
Ci : gecorrigeerde waarde in maand i
C^ : WAKWA waarde in maand i
In de kom zijn geen MOKWE-metingen gedaan* Om de voedselgegevens van
kom en monding toch vergelijkbaar te maken, zijn de WAKWA-gegevens
voor de kom met de voor de monding berekende verhoudingsfactor verme-
nigvuldigd (zie bijlage 5c).
Het organsiche stofgehalte van het seston (PPNOM) is als volgt bere-
kend:
PPNOM t 2. (POC concentratie)
(seston concentratie)
Uit de aldus berekende maandgemiddelden voor seston en PPNOM zijn, net
als bij de temperatuur (3.3.), waarden voor elke dag afzonderlijk be-
rekend (zie fig. 7 en bijlage 5a).
- 22 -
4. Methode
4.1. Simulaties met het model
Het model is gefit naar de gegevens van punt 20 Roggeplaat.
Dit punt is gekozen ten eerste omdat er veel metingen aan kokkelgroei
waren verricht en ten tweede omdat de drooggewichten er vrij gemiddel-
de waarden hebben voor de monding. Hierbij is uitgegaan van de groei
van kokkels van het voorjaar van hun eerste jaar tot de winter van hun
tweedejaar (periode dag 460 tot dag 1075 waarbij dag 0 gesteld is op 1
januari van het jaar waarin de kokkels ontstaan)» De groei van nulde- &
jaars kokkels is hier niet in betrokken omdat bij deze (fysiologische) £
processen mogelijk anders verlopen dan bij oudere dieren.
Bij het fitten zijn zowel de vorm als de hoogte van de gemeten en ge- m
simuleerde groeicurve vergeleken. Hierbij is begonnen met het fitten
op de vorm. Dit gebeurde op het oog. Vervolgens is op de hoogte van de m
curve gelet. Hierbij zijn alleen de coëfficiënten a en c uit de rela-
ties Fr = a Wb (2.2.1.) en R = c Wd (2.3.1.) veranderd. Dit veranderen •
gebeurde binnen hun 95%-betrouwbaarheidsinterval. Hierbij werd steeds •
het volgende selectiecriterium berekend: —
selectiecriterium = ° (GEMDWt - GESDWt)2 *
t = m
de « n GEMDWtt = m
In (GEMDWt ~ GEMDW)2
t = m
t : tijd in dagen • •
m, n : begin-resp einddag van simulatie
GEMDWt ! gemeten drooggewicht op dag t
GEMDWt J gesimuleerd drooggewicht op dag t
GEMDWt : gemiddald gemeten drooggewicht over de gesimuleerde perio-I11n - m
De teller is de som van de gekwadrateerde afwijkingen tussen gemeten
en gesimuleerde waarden* De noemer is een maat voor de variatie in de M
gemeten waarden.
1II
- 23 -
IIIII1IIIII
Dit criterium is berekend voor drooggewicht (zoals boven) en ook voor
de groei (is toename in drooggewicht per dag).
Getracht is beide criteria te minimaliseren, waarbij minimalisatie van
het criterium voor drooggewicht de prioriteit had. Hierbij is getracht
de vorm van de curve niet te veranderen.
Een nadeel van dit criterium is dat de grootte ervan in sterke mate
door de grotere drooggewichten bepaald wordt. Bij een groot droogge-
wicht zal de afwijking ook vaak groot zijn en dit telt (zeker gekwa-
drateerd) sterk mee in de grootte van het criterium.
Na het fitten is het model getoetst. Hierbij is in het model niets
veranderd, maar zijn andere waarden voor de invoer (voedsel etc.) ge-
bruikt. Toetsing is gebeurd aan de eerdere periode van groei op punt
20 Roggeplaat, aan de andere monsterpunten op de Roggeplaat en aan de
monsterpunten in de kom.
4.2. Groeivergelijking
Er is gekeken of er verschil in groei van kokkels is tussen verschil-
lende plaatsen (b.v. kom en monding) in de Oosterschelde. Als maat
voor de groei is hierbij genomen de groei (= toename in drooggewicht)
per mg drooggewicht. Voor alle monsterpunten op de te vergelijken
plaatsen is het volgende berekend:
GEMDWt2 - GEMDWfi
groei/mg dr gew = — -
1/2 (GEMDWt2 + GEMDWt1)
GEMDWt i gemeten drooggewicht op dag t
t1 - t2! periode waarover de groei/mg dr gew wordt berekend.
De teller is de toename in drooggewicht in de periode tl - t2» ^ noe-
mer is een ruwe schatting van het gemiddelde drooggewicht in dezelfde
periode.
Per plaats (b.v. de kom) is uit de groei/mg dr gew van alle monster-
punten een gemiddelde groei per mg drooggewicht voor die plaats bere-
kend. Daarna is gekeken of er een significant verschil is tussen die
II
gemiddelde groei per mg drooggewicht op de te vergelijken plaatsen. ' ™
Hiertoe is een 95%-betrouwbaarheidsinterval berekend van het verschil
tussen die gemiddelde groei per rag drooggewicht. Als nul niet in dat £
interval zit, is het verschil significant {op nivo 0,05).
IIIIIIIIIII11IIII
- 25 -
I
II
5* Resultaten
5.1• Fitten van het model aan punt 20 Roggeplaat
Bij het fitten op de vorm van de curve zijn de volgende relaties ver-
anderd:
- de relatie temperatuur - filtratiesnelheid (2.2.3.).
Aanvankelijk werd aangenomen dat bij lage temperatuur de filtratie-
snelheid werd gereduceerd. Dit betekende dat in de winter de filtra-
tiesnelheid zowel door de lage sestonconcentratie (2.2.4.) als door
de lage temperatuur (2*2.3.) werd gereduceerd, wat leidde tot een
veel te sterke afname van het droog gewicht van de kokkels in de
winter. Om dit te voorkomen is aangenomen dat de filtratiesnelheid
onafhankelijk is van de temperatuur.
- de relatie opgegeten organisch materiaal en assimilatie-efficiency
(2.2.5.).
Aanvankelijk werd de door Klepper genoemde e-macht gebruikt* Dit
leidde tot een te geringe groei van de' grotere (tweedejaars) kokkels
in het voorjaar. Daarom is de door Foster-Smith genoemde log-functie
gebruikt.
Vervolgens is gefit op de hoogte van de curve. Bij vacature van de
waarden van de coëfficiënten a en c uit de relaties Fr = a w 0, 5 5 6 en R
s c VjO,56 Werd de beste fit verkregen met:
a = 1,337
c = 0,151
De resultaten van deze simulatie staan in figuur 8 en bijlage 6.
De gesimuleerde curve blijkt qua vorm en qua hoogte zeer redelijk
overeen te komen met de gemeten groeicurve• De scherpe pieken in de
gesimuleerde curve bij dag 514 en dag 879 worden veroorzaakt door de
eierproduktie (2.4.3.).
Verder heeft de gesimuleerde curve meer veranderingen van de groel-
snelheid (zich uitend in pieken bij b.v. dag 520, 650) dan de geme-
ten. Dit blijkt ook uit de hoogte van het selectiecriterium. Dit cri-
terium is voor de groeisnelheid veel hoger (nl. 307, 57%) dan voor het
drooggewicht (14, 48%).
I
5.2. Simulatie van groei van nuldejaars kokkelsI
Met het model is geprobeerd de groei van nuldejaars kokkels op punt 20 M
Roggeplaat te simuleren. Hiertoe is een simulatie uitgevoer met als
begindatum dag 198. De simulatie geeft veel te hoge waarden voor de •
perioide dag 198 - dag 430 (zomer en winter van de nuldejaars kok-
kels). ; H
Wanneer de simulatie op een iets later tijdstip wordt gestart (nl. dag
225) is de fit beter (zie figuur 9 en bijlage 7b). De gesimuleerde i ÊÊ
waarden zijn echter nog steeds hogere dan de gemeten in de periode dag i
198 - dag 430. Na dag 430 is de fit zeer redelijk. m
Uit bovenstaande volgt dat het model niet goed de groei van jonge i m
(nuldejaars) kokkels weergeeft. Daarom is bij volgende simulaties .
steeds uitgegaan van eerste- of tweedejaars kokkels. •
5.3. Simulatie van _groei op andere punten van de Roggeplaat I
Er is gekeken of met het model de groei van kokkels op andere punten fl|
van de Roggeplaat gesimuleerd kan worden. Deze kokkels liggen een gro- '
ter deel van de tijd onder water (WETTIM = 0,46) dan die op punt 20
WETTIM = 0,38 en hebben steeds een lager drooggewicht.
Omdat geen gegevens van groei van eerstejaars kokkels aanwezig waren/
is alleen de groei van tweedejaars kokkels gesimuleerd (periode dag < H
826 - dag 1075). De resultaten staan in figuur 10 en bijlage 8. De
curve van de gemeten drooggewichten vertoont enkele verschillende lo- ; •
caties, waarbij niet op elke locatie gedurende precies dezelfde perio-
de is gemeten. Verder is te zien dat de gesimuleerde waarden steeds fÊ
veel hoger liggen dan de gemeten. *
I5.4. Simulatie van groei in de kom 0
Er is gebrobeerd om met het model de groei van kokkels in de kom van J •
de Oosterschelde te simuleren* Bij deze simulatie is uitgegaan van de
gemiddelde groei op de verschillende monsterpunten over de periode dag H
500 - dag 1070 (voorjaar eerstejaars kokkels tot winter tweedejaars
kokkels). Er is gebruik gemaakt van de voor punt 20 Roggeplaat gelden- : tt
I
II
I- 27 -
IIII1IIIIIIIII1IIIII
de onderwaterligtijd (WETTIM = 0,38) om te kijken wat het effect van
andere voedselwaarden op simulatie zou zijn»
De resultaten van deze simulatie staan in figuur 11 en bijlage 9. De
simulatie geeft veel te hoge drooggewicht waarden*
De onderwaterligtijd in de kom is groter dan die op punt 20 Rogge-
plaat. Simulatie met deze tijd zou nog hogere drooggewicht waarden ge-
ven. Ook omdat deze onderwaterligtijd zeer ruw geschat is (3.2.)/ is
een dergelijke simulatie niet uitgevoerd.
5*5. Groei vergelijking
Het drooggewioht van kokkels in de kom is steeds kleiner dan in de
monding.
Gekeken is of de groei in de kom ook kleiner is dan in de monding. Dit
is gedaan over de periode dag 500 - dag 600 met de in 4.2. genoemde
methode. Het verschil v tussen gemiddelde groei per mg droog gewicht
van kom en monding is:
v = 0,224 ± 1,012 (zie bijlage 10)
Nul zit in dit interval, dus het verschil is niet significant. Hierbij
moet wel bedacht worden dat dit een zeer globale methode is.
Het zou aardig zijn een zelfe vergelijking te maken tussen punt 20 van
de Roggeplaat en de rest van de Roggeplaat. Voor zo'n vergelijking
moeten echter op elke te vergelijken plaats meer dan ëên monsterpunt
zijn. Dat is neit het geval op punt 20 Roggeplaat.
6. Discussie
6•1. Methode
I
1II
- bij het fitten van het model is slechts de waarde van twee parame-
ters gevarieerd. Er is voor deze parameters gekozen omdat voor deze
II
In het voorafgaande zijn verschillende opmerkingen gemaakt over aanna- H
mes in het model. Hier wil ik er nog een aantal plaatsen over de me-
thode, gebruikt bij het fitten en toetsen van het model: B
- de gegevens over voedsel en temperatuur zijn gemiddelde waarden over
een aantal jaren, die over kokkelgroei zijn waarden uit ëën jaar.
Wanneer gegevens per jaar sterk kunnen verschillen (wat hier waar-
schijnlijk het geval is), kunnen gemiddelde waarden niet geod met
waarden van êén jaar worden vergeleken, wat ik bij het fitten en
toetsen van het model wel gedaan heb.
•- het model is gemaakt voor vleesdrooggewichten* Bij het fitten en •
toetsen van het model zijn gegevens gebruikt van asvrij drooggewich-
ten van vlees én schelp» Er is niet nagegaan hoe de verhouding is I
tussen vlees dr gewicht en asvrij drooggewicht van vlees en schelp.
- zoals in 31 vermeld berust het verloop van het drooggewicht van de , M
kokkels in de winter op aannames. *
Wanneer er grote verschillen in groei zijn tussen de verschillende
kalenderjaren, is de in 3«1« gebruikte extrapolatie niet juist en is
simulatie van het drooggewicht in de winter zinloos. Een aanwijzing
voor dit laatste vormt het feit dit op punt 20 Roggeplaat het ver- I
schil in drooggewicht van de nuldejaars kokkels in december en de
eerstejaars kokkels in april zeer groot is. •
Omdat algemeen wordt aangenomen dit voor april kokkels nauwelijks
groeien, lijkt dit verschil te wijzen op een verschil in groei tus- M
sen kalenderjaren. *
I
1parameters veel verschillende waarden zijn gevonden (2.2.1. en
2.3.1.) en omdat van deze waarden een betrouwbaarheidsinterval kon • •
worden berekend. Het is zeer waarschijnlijk dat er meer mogelijkhe-
den zijn om een goede fit te krijgen. •
III
- 29 -
6.2. Fit van het model
Bij simulatie van groei van eerste- en tweedejaars kokkels op punt 20
Roggeplaat, lijken de gemeten en gesimuleerde waarden aardig overeen
te komen (5.1.). Wanneer de groei van nuldejaars kokkels ook wordt ge-
simuleerd, wordt de fit slechter (5.2*). Verhagen gebruikt in zijn
mosselmodel dan ook speciaal met het oog op kleine mossels een andere
functie voor de filtratiesnelheid Fr dan de meest genoemde functie Fr
= a Wb. In zijn functie
1,25 W °,8
Fr = —. is de filtratiesnelheid van kleine mossels even-
redig met W^,8 (de teller wordt 1) en die van grote evenredig met w^,^
(een ongeveer even hoge exponent als de in dit verslag genoemde). Voor
kleine W(W 1) geldt: W0,8 W0,5. De functie van Verhagen geeft voor
kleine mossels een lagere filtratiesnelheid dan de functie Fr - a W0,^
zou hebben gegeven* In de simulatie v. kleine kokkels zou dit waar-
schijnlijk leiden tot een betere fit.
Wanneer met het model de groei v. kokkels die onder andere omstandig-
heden leven, werd gesimuleerd, was de fit steeds slecht (zie 5.3. +
5*4.)» In de volgende paragrafen zullen de verschillende omgevingsfac-
toren en hun invleod in het model besproken worden. Verder zullen mo-
gelijke oplossingen worden gegeven om een betere fit te krijgen.
6.3. Temperatuur
In het model is de groei van de kokkels onafhankelijk van de tempera-
tuur. Wanneer de filtratiesnelheid afhankelijk van de temperatuur werd
gesteld, gaf dit een te sterke droog gewicht afanme in de winter (zie
5*1.) omdat behalve door de temperatuur de filtratiesnelheid ook door
de hoge sestonconcentratie werd gereduceerd. Blijkbaar is een afname
van de filtratiesnelheid door temperatuur én hoge sestonconcentratie
te veel. In dit verslag heb ik gekozen voor onafhankelijkheid van de
temperatuur. Ook op grond van het in 2.2.4. vermelde, lijkt het echter
redelijker te kiezen voor een filtratiesnelheid die afhankelijk is van
de temperatuur en onafhankelijk van de sestonconentratie.
- 30 -
Een andere oplossing is het verlagen van de respiratie in de winter.
6.4. Droogstand
Op de Roggeplaat hebben de tweedejaars kokkels op punt 20 steeds een
hoger drooggewicht dan die op de andere monsterpunten hoewel de laats-
te een groter deel van de tijd onder water liggen {WETTIM = 0,46 te-
genover 0,38 op unt 20). Dit betekent dat er naast de mate van droog-
stand andere verschillen in groeiomstandigheden moeten bestaan die dit
verschil in drooggewicht in het verleden heeft veroorzaakt. Te denken
valt aan verschillen in stroming, golfslag, opwerveling v. materiaal.
Bij simulatie van de groei van kokkels op deze andere monsterpunten op
de Roggeplaat, bleken de gesimuleerde waarden steeds veel hoger te
zijn dat in het model geen rekening is gehouden met bovengenoemde fac-
toren als stroming, golfslag etc.
Ten tweede is het mogelijk dat de hoogte van de filtratiesnelheid af-
hankelijk is van de onderwaterligtijd m.a.w. dat de kokkels op punt 20
een hogere filtratiesnelheid hebben dan die op de rest van de Rogge-
plaat, widdows en Shick {Widdows en Shick 1985) vonden dat kokkels die
geacclimatiseerd waren aan een periode van droogstand tijdens elke ge-
tijcyclus een hogere gemiddelde filtratiesnelheid hadden dan kokkels
die steeds onder water lagen. Er had gedeeltelijk compensatie op voor
de periode van droogstand. Met een dergelijk mechanisme in het model
zou zijn ingevoerd, zou dit leiden tot lagere gesimuleerde droogge-
wichten bij simulatie van de rest van de Roggeplaat.
Ten derde is het mogelijk dat de ademhaling meer dan in het huidige
model, afhankelijk is van de onderwaterligtijd. Nu Is de ademhaling
alleen via de DMIPD (zie 2.3.4.) afhankelijk van de mate van droog-
stand. Wanneer alternatief 2 wat betreft de routine ademhaling
(2.3.3.) gebruikt zou worden, zou die afhankelijkheid groter zijn. Bij
simulatie zouden kokkels die langer onder water staan ook meer respi-
reren. Dit zou leiden tot lagere gesimuleerde drooggewichten bij simu-
latie van de rest van de Roggeplaat.
I- 31 -
IIIIIIIIIIIIIIIIIIII
6.5. Voedsel
Bij deze omgevingsfactor moet bedacht worden dat de gegevens erover
zeer grof zijn. De in 3.4. uitgevoerde extrapolatie is twijfelachtig,
zeker voor de kom. Verder is het goed mogelijk dat op de platen opwer-
veling van materiaal plaatsvindt wat de sestonconcentratie en orga-
nische fractie van het seston in het door de kokkei gefiltreerde water
kan veranderen.
Bij simulatie van de groei van kokkels op punt 20 Roggeplaat blijken
in de gesimuleerde curve verschillende pieken voor te komen (zie fig.
8) . Vegelijking van deze pieken met de pieken in de organische fractie
van het seston (fig. 7), leert dat beide in dezelfde periodes van het
jaar vallen* Blijkbaar heeft de fractie organisch materiaal grote in-
vloed op het verloop van de gesimuleerde groeicurve.
Op dag 500 blijkt er een verschil in drooggewicht te zijn tussen de
eerstejaars kokkels uit de monding en die uit de kom, terwijl de nul-
dejaars kokkels niet in gewicht verschillen. Het lijkt of dit verschil
in drooggewicht ontstaat doordat de groei van eerstejaars kokkels in
het voorjaar in de monding eerder start dan in de kom. Klepper (Klep-
per 1985a) en van Donk (van Donk 1985) melden dat in de monding algen-
bloei vroeger in het voorjaar optreedt dan in de kom. Dit verschil in
tijdstip van algenbloei zou het verschil in start van kokkelgroei kun-
nen veroorzaken*
Volgens de berekening in 5.5. is er tussen dag 500 en dag 600 geen
verschil in groei tussen kom en monding. Hierbij moet bedacht worden
dat er weliswaar geen verschil in groei per mg drooggewicht is, maar
wel een verschil in absolute toename van het drooggewicht. Dus de con-
clusie uit 5.5. hangt af van de grootheden die gebruikt wordt om het
verschil te meten.
Simulatie van groei in de kom levert te hoge drooggewichten.
Mogelijk wordt dit veroorzaakt door het feit dat de organische fractie
van het seston op grond van de pOC-concentratie is berekend. Dit geeft
echter een overschatting van het voedselaanbod omdat het veel onver-
teerbare delen bevat. Mogelijk is de kwaliteit van het organische ma-
teriaal in de kom slechter dan in de monding (mond mededeling Ver-
hagen)* Dit betekent dat in de kom een overschatting van het voedsel-
- 32 -
aanbod is gemaakt wat (door de gevoeligheid van het model voor de or-
ganische fractie) leidt tot een te hoge gesimuleerde groeiourve.
Een mogelijke oplossing hiervoor is het berekenen van het voedsel {=
verteerbaar) gehalte van het seston uit chlorofyl-concentraties. Voor
chlorofyl (en niet voor POC) is een concentratieverschil tussen kom
en monding aangetoond (Klepper 1985a). Het chlorofyl gehalte geeft dus
mogelijk het kwaliteitsverschil in POC tussen kom en monding weer. Na-
deel van het berekenen van het verteerbare gehalte van het seston uit
de chlorofyl concentratie is het feit dat dit een onderschatting van
het voedselaanbod geeft. Een bijkomend voordeel is echter dat mogelijk
ook het ontstaan van het verschil in drooggewicht tussen kom en mon-
ding vóór dag 500 (zie boven) gesimuleerd kan worden.
6.6. Conclusie
Teruggaand naar de in hoofdstuk 1 genoemde doeleinden, is te zien dat
deze op de volgende punten bereikt zijn. Het is gelukt om een model te
maken dat redelijk fit met de groei van kokkels op een bepaalde loca-
tie. Bij toetsing van het model aan groei op andere locaties, bleek de
fit echter niet uitgeprobeerd.
Het maken van het model is m.i, toch zinvol geweest. Er heeft een in-
ventarisatie van gegevens plaatsgevonden, waarbij duidelijk werd in-
hoeverre gegevens bruikbaar zijn. Verder laat het moclel zien wat de
gevolgen van bepaalde hypothesen zijn bijv. laat het zien wat het ge-
volg is van een filtratiesnelheid die zowel van de temperatuur als van
de sestonconcentratie afhankelijk is. Verder is steun aangedragen voor
bepaalde ideeën* Mogelijk kan dit model nieuwe aanzetten tot onderzoek
geven.
- 33 -
IIII
IIIIIIIIIII
7. Aanbevelingen voor verder onderzoek
Uit deze stage komen twee soorten aanbevelingen naar voren nl. aanbe-
velingen voor verbeteringen van het model en aanbevelingen voor verder
onderzoek*
7.1, Verbeteringen van het model
In bovenstaande zijn al veel verbeteringen genoemd. De belangrijkste
zal ik hier nog even op een rijtje zetten:
- de filtratiesnelheid moet onafhankelijk van de sestonconcentratie en
afhankelijk van de temperatuur worden gesteld*
- de filtratiesnelheid voor kleine kokkels moet worden veranderd.
- het effect van de onderwaterligtijd op de ademhaling moet worden
veranderd.
- de organische fractie van het seston moet op grond van de chlorofyl-
concentratie i.p.v. de POC-concentratie worden berekend.
7.2. Aanbevelingen voor empirisch onderzoek
Een belangrijk probleem bij simulatie was het feit dat de gegevens
waaraan het model gefit is, niet goed aansluiten bij het model. De ge-
gevens van voedsel zijn grof geschat. Bovendien zijn het gemiddelden
over een aantal jaren terwijl de gegevens van kokkelgroei van één jaar
zijn. Deze laatste zijn asvrijdrooggewichten van schelp en vlees ter-
wijl het model gemaakt is voor vleesdrooggewichten.
Kortom de gegevens sluiten slecht aan op elkaar en op het model. Wil
het model goed gefit worden, dan zijn betere gegevens nodig.
Verder zijn er een aantal processen die wel belangrijk zijn voor de
resultaten van simulaties, maar waarover nog weinig bekend is. De be-
langrijkste daarvan zijn:
- oorzaken van verschillen in kokkelgroei in de Oosterschelde.
Onduidelijk is wat de invloed van factoren als stroming en voedsel-
kwaliteit is
- 34 -IIIopwerveling van materiaal op de platen, waardoor het voedselaanbod
voor kokkels kan veranderen
de relatie tussen onderwaterligtijd en filtratiesnelheid*
Onduidelijk is inhoeverre droogstand gecompenseerd wordt in de fil-
tratiesnelheid
de relatie tussen temperatuur en filtratiesnelheid
de relatie tussen temperatuur en respiratie •
de relatie tussen onderwaterligtijd en respiratie.
I
IIIIIIIIIIIIIII
— 35 ~
IIIIIIIIIIIIIIIIIII
Literatuur
Bayne B.L., Newell, R.C., Physiological Energetics of marine mol-
luscs. The mollusca. vol. 4. Physiology part 1, 1983»
Boyden, C.R., The behaviour, survival and respiration of the cockles
Cerastoderma edule and Cerastoderma glaucum in air. J. mar» biol.
Ass. U.K. 52, 661-680, 1972.
Donk, H.J. van, Variatie in het voedselaanbod van mossels. Verslag
doctoraal onderwerp, 1985.
Foster-Smith, R.L., The effect of concentration of suspension on the
filtration rates and pseudofaecel production for Mytilus edulis L,
Cerastoderma edule (L), and Venerupis pullastra. J. exp. mar.
Biol. Ecol. 17, 1-22, 1972a.
Foster-Smith, R,L., The effect of concentration of suspension and
inert material on the assimilation of algae by three bivalves. J.
mar. biol. Ass, U.K. 55, 411-418, 1975.
Klepper, O., Verschillen in sestonbestanddelen tussen deelgebieden
Oosterschelde in verband met mogelijkheden tot modellering van mos-
selgroei. Notitie DDMI 1985a.
Klepper, 0., Een eenvudige formulering voor filtratie en (pseudo)fae-
ces produktie van kokkels* Notitie DDMI 1985b.
M^hlenberg, F., Riisgard, H.U., Filtration rate, using a new indirect
technique, in thirteen species of suspension feeding bivalves.
Mar. Biol. 54, 143-147 6, 1979.
Newell, R.C., Effect of temperature on the metabolism of paikilo-
therms. Nature 212, 426-428, 1966.
Newell, R.C., Northcroft H.R., A re-interpretation of the effect of
temperature on the metabolism of certain marine invertebrates. j.
Zool. 151, 277-298, 1967.
Newell, R.I.E., Bayne B.L., Seasonal changes in the physiology, repro-
duet iv e condition and carbohydrate content of the cockle Cardium (=
Cerastoderma) edule (Bivalvia: Cardiidae). MAr, Biol. 56, 11-19,
1980.
Pouwer, R., De verspreiding, populatie-opbouw van de kokkei {Cerasto-
derma edule) op een aantal platen in de Oosterschelde. interimrap-
port Balans 1984-10, 1984.
- 36 -
Schoenmaker, A., Verspreiding en populatie-opbouw van de kokkei (Cera-
stoderma edule) op een aantal platen in de Oosterschelde. : «
Steyaert, P.H.I.M., Het functioneren van de mosselkweekpercelen in de ! m
Oosterschelde. Eerste voortgangsrapport DDMI 83-14, 1983.
Thompson, R.J., Bayne, B.L., Some relationships between growth, meta- •
bolism and food in the mussel Mytilus edulis. Mar. Biol. 27, 317-
326, 1974. I
Vahl, O., Prosity of the gill, oxygen consutnption and pumping rate in
Cardium edule (L) (Bivalvia). Ophelia, 10, 109-118, 1972. •
Verhagen, J.H.G», A distribution and population model of Mytilus edu- ™
lis in lake Grevelingen. Wageningen R 1310-12, 1983.
Vlas, J. de. De effecten van de kokkelviserij op de bodemfauna van
& Sons, Inc. Mew York, London, Sydney, Toronto, 1969.
IWaddenzee en Oosterschelde, RIN-rapport 82/19, 1982. ;
Vonck, W., Smaal, A.C., Ventilatie en assimilatie van de kokkei (Cera- \ I
stoderma edule) als functie van het lichaamsgewicht. Nota Balans
85-16, 1985. i •
Vooijs, C.G.N, de, De biologie van de kokkei, Cerastoderma edule L., |
in het bijzonder met betrekking tot de plaats in het voedselketen. ! Wk
Een literatuuronderzoek. Int. rap. NIOZ/Rijkswaterstaat 1984. !
Widdows, Jt, Combined effects od body size, food concentration and ; m
reason on the physiology of Mytilus edulis. J. mar. bio. Ass. U.K. •
58, 109-124, 1978. •
Widdows, J., Shick, J.M*, Physiological responses of Mytilus edulis I
and Cardium edule to aerial exposure. Mar. Biol. 85, 217-232, 1985.
Wonnacott, R.J., Wonnacott, T.H., Introductory statistics. John Wiley M
IIIIII
...i
1
fIIII'lI'lII
f
Ii
IIII
Lijst van figuren
1 a Piltratiesnelheden voor Cerastoderma edule bij toenemende concen-
traties seston.
b Percentage pseudofaeces bij Cerastoderma edule bij toenemende
concentraties seston.
2 a Ingestie als functie van de seston concentratie volgens Foster-
Smith.
b Zngestie als functie van seston concentratie als de filtrasnel-
heid onafhankelijk is van de sestonconcentratie.
3 Assimilatie-(in)efficiency als functie van de ingestie.
4 Snelheid van O£-opname door kokkels v66r, gedurende en na 5 uur
droogstand.
5 verband tussen snelheid van O2-opname en ingestiesnelheid.
6 Drooggewichten van kokkels in de loop van de tijd op verschillen-
de plaatsen in de Oosterschelde.
7 Bij simulatie gebruikte gegevens van seston en PPKOM in de loop
van een jaar.
8 Gemeten en gesimuleerde groeicurve van kokkels op punt 20 Rogge-
plaat over de periode dag 460 - dag 1075.
9 Gemeten en gesimuleerde groeicurve van kokkels op punt 20 Rogge-
plaat over de periode dag 198 - dag 1075 en dag 225 - dag 1075.
10 Gemeten en gesimuleerde groeicurve van kokkels op andere punten
van de Poggeplaat over de periode dag 826 - dag 1075.
11 Gemeten en gesimuleerde groeicurve van kokkels in de kom over de
periode over de periode dag 500 - dag 1070.
II
I
IIIIIII
I
II•l
IIIIii
ff'"N
Vk^ T
14|«4 Itt )•< « • «H «H h
Concenmiion (cell/ml-lO1)
Phaeodactyluramg dr gew/1
Fij. (Q Filtralion fJtcl Tor Cftusiotknua edule wtih ïncfcajinj conccniraiioni of jusfxnsions: A,alumtnu grudï I; I), attiminu (f^dc 2; C, Phutodtiayltmt.
uit Foster-Smith 1975a
Phaeodactylummg dr gew/1
Cooctnimion (etUt/ml . 10*)
0 btforc tn«clliuoC : A, rt«,rmt,éCtfl*M<\ \\,liuchtftit,
C, ilumin» irtüc 2.
uit Foster-Smith 1975a
tOOO
_jigestieïg/dag)
I.n
fIIIIIIIIIJJI
00)
IIIIII
VOO
IC zo HO seston (mg/l)
168,
11 ?
5 6 .
X
u
Cel
l
)00
100
100
fig 2b. Ingestie als functie van de sestonconcentratie alsde filtratiesnelheid onafhankelijk is van de seston-concentratie. De curve is berekend voor een kokkei van350 mg dr gew (ongeveer het gewicht van de door Foster-Smithgebruikte kokkels).
Fr = 1,337 W 0' 5 5 6 = 35 l/dagDMIPD * DMFPD - PSEUD = 35 FA - 0,0088 FA DMFPD
= 35 FA - 0,308 FA2
Phaeodactylummg dr gew/1
0 1 0^ 04
Contencrxton (cellt/ml X 10')
0B
l:is,£3Tlio rtumber ol'cfl)* ot' l'Uaiodaayhmi ditscstcJ whcn animal* worc kcpt in suspension*of diircmif conccntratwi» for ihrcc liours, • , M. cjttiir, *, C, tdttlc; O, I'. ll
uit Foster-Smith 1975b
I
I
226
0.3
J.Widdowund J.M.Shick: Response* ofbivilvcHo «eriaf exposure
0 1
Time (n)
• £ o?
u i t Thompson en Bayne 1974
£40
30
•— model Klepper /Foster-Smith /
I I t I . • U ..L» 100 300
Ctll» Inictitd (x10*)500
FSg, ^ Cardium tdvlt. Rite pf oxygen upiakc b\fed and iiarved intertidally and sobtidallv (acute)acclimatiied cocklej (siandard d ^ IIKUC* mass of0.3 e> bcfore, dunng and afier Sh of air exposurcDau poinu are means ±SE
mg Phaeodactylura
fig.3 Inefficiency vs. ingestie. A: regressieliin voor
voor Pha.ecdactylua. C: doo'r £: e ? p e r gebruikte \\\\*naar Foster-Sraith 1975b
•B»Cwr.
fig.6 BrooSg£„ichte„ van kogels i„ de ioop va„ d e « , „ o p verschülende pl„t . .„ i , de Oo.t.r.cl,.ld.
51.33 h-
GEGEVENS KOKKELGROEI
o ROGGEPLAAT 20n ROGGEPLAAT 12
ROGGEPLAAT 12ROGGEPLAAT 6GGEPLAAT 6
R01GGEPLAAT 50NEEfSTJE JANS
<;> HOOGEVRAAYERo HOOGE
(SCH/POp)ISCH/POIJÜ)
VERDRONKEU LAND
X HOOGE KRAAYER (VLAS
HOOGE KRAAYEK (VLAS?)
o 22.OD
8.2? 8.98april
0.00
tijd
(dagen *10 2)
JAARCURVE SESTON
MONDINGo KOM
J 3ÖT7TYP (DAGEN)"! mw' 1)
JAARCURVE PPNOM
MONDINGKOM
TYP (DAGEN) ( „
I
fiS 7 Bij simulatie gebruikt*
&& i r v e n s van/ (seston concentratie).
R p l ; ; t
51.33
44.00
36.67
29.33
LLJ
og 22.00
o
7.33
0.00
ROGGEPLAAT 20 (460-1075)
GEMETEN
GESIMULEERD
tijd(dagen * 10 2)
-! I 1
9.98 10.79 11.60
fig. 9 Gemeten en gesimuleerde groeicurve van kokkels op punt 20 Roggeplaatover de perioden dag 198 -dag 1075 en dag 225 - dag 1075.
51.33
- «.00
• ~~ 56 .67i
o
5 29.3S
f o
§ 22.00
7.33
0.00
KLE1ME KOKKELS R0GPL 20
GEMETENGESIMULEERD (START 198)GESIMULEERD (START 225)
tijd(dagen * 10 2)
I2.6'
sept3.32 4.02
febr
6.15
juni
6.86
nov
7.56 8.27
april
8.98 9.69
fig.10 Gemeten en gesimuleerde groeicurve van kokkels opandere punten van de ^oggeplaat over de periodedag 826 - dag 1075.
32:
1—
—
UJ0• - 1
DR0O
(
700
560
420
230
—
—
—
0 8.00
REST ROGPL
rFMTTTMUCnt 1 CiMGESIMULEERD(UETTIM
<»y
f
\ /1 \ f
* +të
t
t
1 jf
1 1 18.3? 8.?3 9.10
april j ' i l i
(326-1075)
*
0. Aó)*
t
1 19.4? 9.83
sept
tijd(dagen
110.20
1
1
* 10 2)
!10.5?
flSi"s§r-B'::.*ïo?rj"sisïï".«s?ne"'e van k°kM*in ** k°* — *- p « i -
560
600
5 520
o
240
SIMULATIE KOM
GEMETENGESIMULEEPO
780
febr
820
tijd(dagen * 10 2)
A * . « e
tf e n o
XI--*
z u i p
1
Bijlage 1 Ligging van monsterpunten van,- kakkelgroei in de Oosterschelde. Schoenmaker
en Pouwer hebben in de monding op de punten 6,1220 en 50 metingen verricht, en in de kon op depunten A en B. De precieze ligging van de
-.monsterpunten van de Vlas op de Neeltje Jans ende Hooge Ifranyer ia onbekend.
Al
INt t"J '
~' »
•-a
C C H O
0 f *-'6 t AND
2 Monsterpunten van voedsel
III
::— 3 TAS CAL programma van het in h fs t 2 gepostu leerderaodej..
V
>000200003ri Q 00 4•>0005
lOOl 250013<x>oi4
• 0 0 1 5
J|OC
WIK
00017•0018
' pOOl 900020
(002100220023
00024
100250026
00027»X>283029
U003010031>032>033
| 00034I (3035(x>3600037
K>038)039)040
8 0 4 1042043
00044
KI045)O4Ó
00047
IKK»050
50051
I>0521053
00054|j>055MosaTO057
Ï058058
PROGRAM KOKKELBROEI (INPUT/,VOEDS,GROEI,DRBEW,OUTPUT,TEKEN,UIT);
CONST CFMGAD = 0.95» CFM,GAD:conWï*fc*cfer wm m! Qï, nc&rDELTT •» l | DELTT ;'slopjesqn»ffc ' (£n db^en) ^
00007
B00080009
00010
;DWKOKO = 43.22;ENDTIM « 1075; '0P5CHTM » 20;TINITL » 460;WETTIM = 0.38;
„ , . ,_ voïi 4 kotkJ» ̂ W % V ! v.d.BNDTin : ktakU cbg vtxn stouMii i-OPSCHTfi; grcoi"it. ypentdt fu«en hj^t^fjpftm, uxarop tv\ uihow
TfNlTLc
VAR DMFPD,DWKOK,PSEUDF,RIADM,CAT,DMIPD,FA,DMIPD,0AE,FAEC,TOX MGA,GROWRT,REGWP,TREP,GR,BDW,SOMTELSR,SOMNOEGR,SOMTELDW,SOMNOEDW,SOMGR,SOMBDW,REDFR : REAL;TIME,SEASON,I,J : INTEGER;DATA : ARRAYC1..14,1,.63 OF REAL;BEMGR,GEMBDW : ARRAYC198..10753 OF REAL;VOEDS,GRPEI,DRBEW,TEKEN,UIT : TEXT;
PROCEDURE START;(# LEZEN VAN GEGEVENSt BEREKENEN VAN DE BEMIDDELDBEMETEN GROEI EN HET'GEMIDDELD GEMETEN DR.GEW *)
BEGINRESET(VOEDS);<# VOEDS BEVAT GEGEVENS VAN SEST0N,PPN0M EN TEMP.
ALS VOLGT : 14 DASNUMMERS, DE BIJBEHORENDESESTONCONCENTRATIESÉBIJL. 5 ),WEER DS • <ïDAGNUMMERS, PPNOM ,ETC #)
RESET(GROEI>( (* GROEI BEVAT PER DAG DE TOENAME IN DR GEW VrtN DEVELDGEGEVENS ALS VOLGT: DAGNR,TOENAME,DAGNR,ETC *)
RESET(DRBEW);(* DRGEW BEVAT PER DAG HET DROOGGEWICHT VAN DEKOKKELS BEORDEND ALS IN GROEI *>
REWRITE(TEKEN);(* TEKEN MOET DE GEMETEN EN DE GESIMULEERDEDROOGGEWICHTEN BEVATTEN IN ZO'N VOLGORDEDAT ER MET EEN GRAFISCH PAKKET EENPLOT KAN WORDEN GEMAAKT *)
REWRITE(UIT);(* UIT BEVAT EEN UITGEBREIDE UITVOER EN DE WAARDEVAN HET SELECTIEKRITERIUM *>
SOMGR != O$SOMBDW := ÓïSOMTELGR :=SDMNOEGR Ï«SOMTELDW :-SOMNOEDW l-FOR J !=
FOR 1READ
FOR TIMEBEGIN
READ (GROEI,TIME,GEMGRCTIMED);(DRGEW,TIME,BEMBDWCTIME3);
O;O;
:* O;l- 0;1 Tü'6 DO* 1 TO 14 DO<V0EDS,DATACI,J3);:= 198 TO 1075 Dü'
READEND;
FOR TIME >- TINITL TD ENDTIM DOBEGINSDMGR s» SOMGR + GEMGRCTIME];SOMBDW := SOMBDW + BEMBDWCTIME3;
END;BR s- SOMGR/(ENDTIM-TINITL+1); GR:BDW := SOMBDW/(ENDTIM-TINITL+hj 9tV:
hjtbh'f"F
op
qemtUn
00061•:>OOÓ2('006300064
•>0066T)006700068•0069•007000071
100720073
U0074
É0075007600077
(pO 78007?0080
ooo e iÉ0082•508300084
!
D085b0860087
1508850893090
00091
150925093
00094
1096
1097
00098
•X>99W100OOiOl
K I 02103
, - 1041)105
si 06)107
00103
f 109110
00111
ÏX12113114
00115
S116117
0011B
ÏU9
TINITL TD ENDTIM DO
KOP;
BEGINFOR TIME : =BEGIN
IF (TIME MOD DPSCHTM « O) THENWRITELN(TEKEN, TIMEs 6,GEMBDWCTIME3 tSs 1),:
END;
WRITE (UIT, 'TIME DMFPD REDFR PSEUD OAE FAECWRITELN(UIT, ' TOXMGA TREP GESBR GEMGR GESDWWRITELN(UIT);
ENDj
RIADM' ) ;GEMDW')j
PROCEDURE RELAT (ND.NRiINTEGER,VARIN:REALrVAR VAROUT,REAL>(* LINEAIRE EXTRAPOLATIE VAN DE VOEDSELGEGEVENS #>
NDvan d< atvensh qfytvtm
120121
Ï122123124
00125«126
VACOUT
VAR HEBBES : BOOLEAN;EPSÏN,EPSDUT : REAL;K i INTEGER;
BEBINIF VARIN < DATA C1,NR3 THENWRITELN<'VALUE TOO LOW ' ) ;
IF VARIN > DATA CND,NR3 THENWRITELNt'VALUE TOO HIGH');
HEBBES := TRUE;K :<= 1;WHILE HEBBES DO
BEGINIF K = ND THENBEGIN
WRITELNi 'INTERPÜLATION IMPOSSIBLE K > ND');HEBBES :== FALSE;
END;IF VARIN = DATACK,NR3 THENBEGIN
VAROUT :« DATACK,NR+13sHEBBES i~ FALSE;
END;IF (VARIN > DATACK,NR3) AND (VARIN < DATAEK+1,NR3) THENBEGIN
EPSOUTEPS INVAROUTHEBBES
END;IF VARIN ~BEGIN
VAROUTHEBBES
END;K :- K+lj
END;
èt.
t= DATAtK+l,NR+15 - DATACK,NR+13s= DATACK+1,NR3 - DATACK,NR3ï:= DATACK,NR+13 + (VARIN -:« FALSE;
DATACK+1.NR3 THEN
:« DATACK+1,NR+13«:= FALSE5
#EPSDUT/EPSINï
END;
PROCEDURE VARIATIESOMMEN;(* BEREKENEN SELECTIEKRITERIUM *>
BEGINSDMTELBRSDMNOEGRSOMTELDWSOMNOEDW
END;
. o,
: =I «
SOMTELGRSOMNOEGRSOMTELDWSOMNOEDW
SQRtGROWRT - GEMGRCTIME3);SQR(GEMGR C TIME 3 -GR);SQR(DWKDK - GEMBDW C TIME 3);SQR (QEMBDWCTIME] - BDW) jl
I§01270012B
(012901300131
00132
101330134
00135
1013601370138
(013901400141
00142»>143>144
00145KJ146>147
PROCEDURE ASSIMILATIE;
VAR FRT,MBB2,PPNOM : REALj
BEGINRELAT(14,1,SEASDN,FA)jRELAT(14,3,SEASON,PFNOM) ;RELATi14,5,SEASDN,CAT);
FRT in Ij;. MBS2 t=EXP <0.556 * LN(DWKOK));REDFR := -0.1452 + 16.46/FA;IF REDFR <= O THENBEGINREDFR := O;WRITELN (' REDFR O O 1);
(.'146:>i47:>148
30149
•5130Ï15I
30152>153
t»154[55
XH56
I? 5 7&M
50159
f160161
00162
164
>0166
S167168
'tO169«170171172
J>173174
Il75>0176
1177178177
J 1 B 0181182
>0183
II
IF <REDFR > 1.00) THENDMFPB ï- 1.337 *MBS2 * FA * WETTIM * FRT
ELSEDMFPD := 1.337 * MBS2 * REDFR * FA * WETTIM
PSEUDF := 0.0088 * FA * DMFPD;DMIPD := DMFPD"- PSEUDF;OMIPD i= PPNDM # DMIPD;'OAE s= 0.01 *(105.7 - '( 37 * LN <0MIPD) /LN < 10) ) )IF OAE > 0.90 THEN
OAE := 0.90;IF OAE < O THEN'
OAE := O;RIADM s= OAE * OMIPD s
FAEC := DMIPD - RIADM;END;
PROCEDURE REBPIRATTE;
VARRRAT,MBS1,SOCMLD,RDCMLD: REAL;
BEGINMBSi != EXP (0.56* LN(DWKOK));RRAT := DMIPD /( DMIPD + 1.030 );SOCMLD := 0.151 * MBSI;ROCMLD :« 0.151 * MBSI* RRAT ;TOXMGA ï= CFMGAD * (SOCMLD +ROCMLD);
END;
PROCEDURE EIEREN;
VARPULSE i BOOLEANjMBS3,RNEP,EGW,6RQW : REAL;
BEGINPULSE ;« FALSE;REGWP e= O;
* FRT;
I01840185018601B7~)0189
00190
(019101920193
1019401950196
00197•o 19s
1F SEASON = 149 THENPULSE : = TRLIEi
_ I F PULSE THEN _ 'BEGIN .S ' "
- . - - GROW-."=--RIADM - TOXMGA; —RNEP : = 3 . 9 E 3 * (1 + GROW/14) • DWKOK5EGW 1= 0 . 3 6 * 8 0 E - 6 * ( 1 - EXP ( - 1 #<GROW + 1 1 . 1 ) / 5 . 5 ) ) ?I F EGW < • O THEN
EGW :«= OELSfc
REGWP s= RNEP * EGW;END;
TREF J« TREF' + REGWP jEND;
0 0 2 0 0 PROCEDURE NASCHRIFT;
B202TO20300204•>205•>20ó00207
Ï208209210
Ï211212213
00214
00217|218
fe2000221C>222Clfc'23
BEGINWRITELM(UIT);
WRITELN(UIT);WRITELN(UIT,'KWADR SOM VAN DE AFWIJKINGEN VAN DE GRDWRT IS ',
'(TELLER) ',SOMTELGR illiOltWRITELN(UIT,'KWADR SOM VAN DE AFWIJKINGEN VAN HET DR 6EW IS ',
'(TELLER)',SOMTELDW :ll:O);WRITELN(UIT,'TOTALE VARIATIE GROEI IS (NOEMER) ', SOMNOEGR :10:0)sWRITELN(UIT,'TOTALE VARIATIE DRGEW IS (NOEMER) ', SOMNOEDW :10:0);WRITELN(UIT);WRITELN(UIT, 'SELECTIECRITERIUM VOOR BROEI SNELHEID IS ',
(80MTELGR/B0MN0ESR) * 100:8:2,' "/.');WRITELN(UIT, 'SELECTIECRITERIUM VOOR DROOG GEWICHT IS ',
(SOMTELDW/SOMNOEDW) * 100 :Si2,' '/.')?WRITELN(UIT);
END;
<#HODFDPRDGRAMMA *)BEGIN
START;KOP;TIME 1= TINITLsDWKOK (• DWKDKOsTREP != O;WHILE TIME <= ENDTIM DOBEGINSEASON := TIME - (TIME DIV 365) # 365sASSIMILATIE;RESPIRATIE;'EIEREN;GROWRT := RIADM - TOXMGA - REGWP;DWKOK {= DWKOK + BROWRT#DELTT;VARIATIESDMMENïIF (TIME MOD OPSCHTM « O) THEN
BEGINWRITELN (TEKEN,TIME:6,DWKOKsB:1)j
:>24
I
0AE:5:2,FAEC:7J2 ,RIADM:6:2,TDXMGA:7:2,TREP:6S1,GROWRT:6s2,GEMGRCTIMEJÏ6:2,DWK0KJ6S1,GEMBDWCTIME3r6Ï1);
END;TIME := TIME + DELTT;
END;NASCHRIFT;
END.
I
IIIIIIIIIIIIIIIIIIII
Bijlage 4J gegevens van gemiddeld asvrijdrooggewichten (ADG) van kok-
kels op verschillende plaatsen in de Oosterschelde.
Monding
Roggeplaat 20
jaarklasse '84
bron datum dagnr.P»
17- 72- 8
13- 829- 811- 9
1-1015-1031-1014-1127-1113-12
198214225239252272286302316329345
ADG(mg)0,0470,280,1204,358,099,56
10,0410,429,679,608,95
jaarklasse '83
bron datum dagnr* ADG (mg) aanto c_ A Aer\ An rtn n5 - 4S 22- 5
4 - 617- 713- 829- 81 1 - 9
1-1015-1014-11
SPPPPPPPP 13-12
460507520563590604617637651681710
jaarklasse '82
bronSS
spppppppp
datum5- 4
22- 54- 617- 713- 829- 811- 91-1015-1014-1113-12
dagnr.8258728859289559699821002101610461075
43,22 9102,31 39146,12 17222,1264,8288,1320,5291,1274,5268,8264,6
ADG(mg) aant.288,32 44366,68 56433,63 64419,6527,4441,0545,9493,1501,2444,2423,8
Eoggeplaat
jaarklasse
bronP•i
"
"
•i
"
"
datum17- 72- 813- 829- 811- 91-1015-1031-1014-1127-1113-12
jaarklasse
bronS
ss
datum7- 5
21- 54- 6
Roggeplaat
jaarklasse
bronSSSS
s
datum22- 223- 37- 5
22- 54- 6
jaarklasse
bronSss
datum7- 522- 54- 6
12
'84
dagnr* ADG(mg)198 0,047214 0,28225 0,120239 4,35252 8,09272 9,56286 10,04302 10,42316 9,67329 9,60345 8,95
'82
dagnr. ADG(mg)857 162,91871 211,67885 271,45
6
'83
dagnr. ADG(mg)418 10,50447 10,50492 25,15507 44,59520 64,16
'82
dagnr. ADG(mg)857 135,19872 181,14885 239,83
aant.327213441848
aant*1392
382241560
aant*793512
vervolg Bijlage 4»
Roggeplaat
jaarklasse
bronSSSSSPPPPPPPPP
datum6- 418- 47- 522- 57- 64- 717- 72- 813- 811- 91-1015-1014-1113-12
50
•82
dagnr.3268388578728889159289449559821002101610461075
Neeltje Jans
jaarklasse
bron
VVVVVVVV
datum
jaarklasse
bronVVVVVVVV
datum
•79
dagnr.208258268298348428488508
'78
dagnr.573623633663713793853873
ADG(mg)108,68152,39180,50178,54227,65311,6299,8306,0325,2294,6272,4263,8265,4238,1
ADG(mg)4,89,219,422,018,825,0116,7208,3
ADG{mg)406472472425344250444545
aant.198206227102114
aant •84007600720050004800160012001200
aant*32072036040032016090110
1
IIIIIIIIIIIIIIIIIIII
1
IIIIIIIIIIIIIIIIIIII
vervolg Bijlage 4.
Kom
Kooge Kraaijen
jaarklasse
bronPPPPPPPPP
datum16- 714- 812- 92-1016-101-1115-1129-1114-12
jaarklasse
bronSPPPPPPPP
datum16- 516- 730- 712- 92-1016-101-1115-1114-12
Verdronken
jaarklasse
bron
spppppppppppp
datum14- 55- 716- 730- 714- 828- 812- 92-1016-101-1115-1129-1114-12
'84
dagnr.197226253273287
303317331346
'83
dagnr *501562576618638652668682711
land v*
'83
dagnr•499551562576591603616638652668682696711
ADG<mg)0,030,3919,4099,1710,27
7,378,8111,909,22
ADG(ma)61,174,095,8143,2123,3121,5141,8101,297,0
aant»804
Z-Beveland
ADG(mg)18,183,179,879,776,5114,8112,7100,3103,0105,299,586,589,8
aant*143
Hooge Kraaiden
jaarklasse
bron datumVVVV
jaarklasse
bron datumVVVV
•79
dagnr.245305495635
•78
dagnr.6106708601000
ADG(mg)2,14,213,1
126,7
ADG(mg)176117110220
aant»13501400450150
aant.3701502010
Toelichting bij Bijlage 4
De dr. gewichten zijn de gemiddelde drooggewichten v.d.
steekproeven. Op het eerste gezicht lijkt er weinig verschil
De effecten van de kokkelvisserij op de bodem fauna van Wad-
denzee en Oosterschelde•
RIN-rapport 82/19.
RIN, Texel 1982.
1IIi •
dagnr: (is x-as in de grafieken). [ •
dag 0 1 jan. van het jaar waarin de kokkels zijn ontstaan. ,
De 0e jaars kokkels worden het eerst op ± dag 200 gemeten. j •
i
wanneer kokkels van verschillende jaarklassen op êën plaats bijna ; fl|
een geheel jaar zijn gemeten, zijn ze beschouwd als ontstaan uit el- i ™
kaar. ik bedoel dat b*v. op punt 20 Roggeplaat de kokke lpopulat ie w
van jaarklasse '83 op 5-4 gezien is als ontstaan uit de jaarklasse | I
'82 op 13-12. (zie de doorgrtrokken lijn in de grafiek). Er is dus
gedaan of de groei elk jaar hetzelfde verloopt. ; •
bronnen: !
P : verslag v* Ronald Pouwer | H
De dr. gewichten zijn de drooggewichten van kokkels van ge-
middelde lengte (gegevens uit tabel 5 p 63). ft
S : verslag van Aart Schoenmaker *
Ite bestaan tussen gemiddeld drooggewicht en drooggewicht v»
kokkels van gemiddelde lengte• ! •
Gegevens berekend uit tabel 9 t/m 15 (p 45-49). i
verslag J. de Vlas : •
II
De gegevens zijn gehaald uit de bijgevoegde copieën en zijn ,
heel globaal. Metingen zijn begonnen in herfst '79 (tot j •
herfst/winter '80).
IIIII
IIIIIIIIIIIIIIIIIIIII
Bijlage 5a: Bij simulatie gebruikte gegevens temperatuur,
sestonconcentratie en organisch fractie van het seston
(PPNOM, (in decimalen)).
temperatuur(° C)
5,464,873,914,877,80
11,4015,0117,5218,5516,5212,399,296,045,46
temperatuur(°C)
4,694,293,325,107,90
12,5616,6518,2218,7316,3911,698,025,094,69
Monding
dagnr*
015,54574,5105135,5166196,5227,5258288,5319349,5365
Kom
dagnr.
015,54574,5105135,5166196,5227,5258288,5319349,5365
seston (mg/l)
44,1752,8847,7934,8940,2722,1930,0225,1426,1225,9833,7341,3135,4544,17
seston(mg/1)
38,0447,1335,2730,2830,7031,6522,0622,4921,0924,5731,3636,2428,9438,04
PPNOM
0,12130,11090,08420,11240,11600,26750,09510,07110,14160,11470,07880,07340,13170,1213
PPNOM
0,10610,09800,08160,11150,17150,11920,13510,08390,11890,08390,08150,09320,11410,1061
Bijlage 5b; Bij simulatie gebruikte gegevens over droogstand.
plaats
Roggeplaat 20
rest v.d. Roggeplaat
Neeltje Jans
Verdronken land
Hooge Kraaijer punt a
Hooge Kraaijer (punt Vlas)
aantal
cyclus
uren per getij-
onder water
5
6
?
6,5
7 7,
10
3
WETTIM*
0,
0,
?
0,
38
46
60
* WBTTIM : deel van de tijd dat kokkei onder water ligt
= onderwaterligtijd per getijcyclus/13.
Bijlage 5c: Correctie van WAKWA-gegevens aan MOKWE-gegevens.
De WAKWA-metingen zijn gedaan in de geul vlak onder het wateropper-
vlak* De kokkels groeien in de bodem op de plaat. Daarom zijn niet de
gegevens van het WAKWA-meetnet gebruikt, maar zijn deze gegevens geëx-
trapoleerd naar de MOKWE-13 uurs metingen op 1/2 diepte.
Er is uitgegaan van de gegevens van 1/2 diepte en niet van die van de
bodem omdat het water op 1/2 diepte over de plaat heenstroomt en moge-
lijk de beste schatting van het voedselaanbod voor kokkels geeft.
In het kader van het MOKWE-project zijn in april en oktober bij
springtij en bij doodtij 13-uurs metingen gedaan. Er is een gemiddelde
concentratie per maand berekend door het doodtij gemiddelde te midde-
len met het springtij gemiddelde (zie kolom 5 van de tabel). In kolom
6 staat het WAKWA- en MOKWE gemiddelde staat in kolom 7. Deze verhou-
dingsgetallen zijn gemiddeld tot een verhoudingsfactor f. Met deze
factor zijn alle WAKWA-maandgemiddelden van monding en kom vermenig-
vuldigd.
De zo verkregen schatting van het voedselaanbod is erg grof: de WAKWA-
maandgemiddelden hebben zeer grote standaarddeviaties; de schatting
van het maandgemiddelde van de MOKWE-metingen is erg ruw; het is de
IIIIIIIIIIIIIIIIIIII
I
IIIIII
I
IIIIIII
vraag of de MOKWE gegevens het voedselaanbod voor de kokkels weerge-
ven; het is de vraag of dit zoals boven is gebeurd door vermenigvuldi-
gen geëxtrapoleerd kan worden.
De WAKWA-maandgemiddelden in de kom heb ik met dezelfde verhoudings-
factor f vermenigvuldigd om de voedselgegevens daar vergelijkbaar te
maken met die in de kom.
Het is erg de vraag wat de aldus berekende maandgemidde1den nu weerge-
ven* Ondanks al deze bedenkingen, ben ik op de hier vermelde manier te
werk gegaan, omdat dit m.i. de beste manier was om een idee te krijgen
van het voedselaanbod.
seston
PPNOM
maand
april
okt.
april
okt.
datum MOKWE
meting
2 3 - 3
6 - 4
2 8 - 4
19 - 10
26 - 10
2 3 - 3
6 - 4
2 8 - 4
19 - 10
26 - 10
soort
tij
dood
dood
spring
spring
dood
dood
dood
spring
spring
dood
gein.
conc*
39,74 *
32,34 *
42,76
50,78
18,10
0,0946 *
0,1304 *
0,0916
0,0570
0,1193
gein. over
die maand
39,40
34,44
0,1021
0,0882
WAKWA gem.
33,14
27,76
0,1135
0,0771
verhouding
1,189
1,241
f 1,215
0,8996
1,1440
f 1,0218
* Deze metingen zijn eerder afgebroken of later begonnen» Daarom zijn
de waarden van de twee doodtij metingen eerste gemiddeld.
Dit resultaat is weer gemiddeld met de waarde van de springtijme-
ting.
TIME : Lijü in dagen ; DMFPD : hoeveelheid droge stof die per daggefilterd wordu (mg/dag) ; REDFR : het deel van de maximalefiltratiesnelheid dat bij hoge sestonconcentraties wordt gerealiseerd;PSEUD : hoeveelheid pseudofaeces ( mg/dag) ; OAE : assimilatie1-
i efficiency (%) ; FAEC ; faecesproduktie (rag/dag) ; RIADM : opname-snelheid van geassimileerde droge stof (mg/dag) ; TOXMGA : verliesaan droog vleesgewicht tgv respiratie (mg/dag) ; TREP : totaleeierproduktie (mg) ; GESGR : gesimuleerde groeisnelheid (rag/dag) ;
j GEMGR : gemeten groeisnelheid (mg/dag) ; GESDW : gesimuleerdi drooggewicht (mg) ; GEMDW : gemeten drooggewicht (mg).
llE DMFPD REDFR PSEUD OAE FAEC RIADM TOXMGA TREP GESGR GEMGR GESDW ÜEMDW
460400
• o520540
JKo31 o600ÊÈQ
bóOiMO
Mo"7^0740
Mo300
$"360• & 0
w'9 x 0940
1)00
LOK»1 ">&0
44.857.3
110.0135. 2139.9143.2145.0159.3171.9167.7151.9132.7128.2129.9108.399. 096.9
105. 1106. 6108.8152.3177.9181.4184.5182.8191.8203.6201.3184. 1162.3150.9
0.280.330.590.460.430.500. 490.490.490. 400.320.260.290.280. 190. 180.220.300.290.300.500.490.420.480.500.490.490.420.340.230.27
15.217.321.832.335.232.032.836.639.344,747.347. 143. 144. 147.443.938.934. 135.335.734. 140.646.942.541.144. 146.651.455.355. S52. 1
0.860.750.550.610.700.720.650.610.620.660.720.760.710.670.740.790.790.730.720.680.520.540.650.670.630.570.580.620.690.720.70
26.7134.9875. 3392.9598.29
105.40103.92112.68123.02115.259B.8280.8078.8478.4655.6450.8953.9365.4265.4566.04
103.44123.65126.42134.71132.65136.00145.86140.51121.94100.7192.36
2,934.99
12.879.866.455.808.23
10.049.587.715.854.826.257.385. 194.244. 105.605.867.02
14.7413.678.077.309.06
11.7611. 149.366.935.776.52
2.322.834.776.206.536.446. 55'7.237.818.017.727. 196.756.876.726. 195.635.425.555.646.868.078.578.408.278.739.269.499.238.668.06
0 . 00 . 00 . 0
37.837.837.837.837.837.837.837.837.837.837.837.837.837.837.837.837.937.8
107.6107.6107.6107.6107.6107.6107.6107.6107.6107.6
0.602. 16B. 103.65
-0.03-0.64
1.682.801.7B
-0.29-1.86-2.36-0 . 500. 52
-1.53-1.96-1.540. 180.311.387. 885.60
-0.50- 1 . 100.793.031.88
-0 . 12-2.29-2.89-1.55
11111111
- 1- 1- 0- 0- 0- 0- 0- 0- 0- 0- 0
334
- 0- 0
3- 6
8- 2- 1- 1- 0
. 2 6
. 2 6
. 2 6
. 7 7
. 7 7. 7 7.SB. 6 6. 4 7. 19. 19. 19. 1 4. 4 9. 4 9. 4 9. 4 9. 4 9. 4 9. 5 8. 5 8. 3 8. 3 3. 3 3. 9 9. 1 7. 0 7. 6 4. 9 0. 9 0. 7 0
43.863, 1
161.2247.9267.6260.3270.5323.5369. 1384.2358.6315.72B3.9293.7281.7243.4205.4192.6201.3208.2299.8395.4433.7417.5407.5451.3500.0519.6492.7440.3388.6
43.268.493.5
146. 1131.5216-Q249.0281.4316. 1287.5272.8269.0266.0259.7249.9240. 1230.3220.6210.6262.0333.7411.7428,7422,2467.5496.5529.8498.4493.6455.6434.4
SOM VAN DE AFWIJKINGEN VAN DE GROWRT IS (TELLER) 10259.0IADR SOU VAN DE AFWIJKINGEN VAN HET DR GEW IS (TELLER) 1423584.0
.jftLE VARIATIE GROEI IS (NOEMER) 3335.5roP*LE VARIATIE DR6EW IS (NOEMER) 9832063.1
:CTIECRITERIUM VOOR GROEISNELHEID IS 307.57 7.3EKCTIECRITERIUM VOOR DROOG GEWICHT IS 14.48 7.IIIII
III
Bijlage*'7 A. Resultaten van simulatie van kokkelgroei op punt 20Roggeplaat over de periode dag 198 - dag 1075,Zie bijlage 6 voor de betekenis van de gebruikte afkortingen,
I1NE UMHPD REDFR P5EUD OAE FAfcX RIADM ÏOXMGA TREP GESBR GEMGR BESDW GEMDW
1.3110.6730.0445. 1646.(3440.89
0.060.671.742.913.353.293.023.023.463.433. 122.812.963.293.675.546.827. 116.98
05. 70
8.248.428. 11
56101902
6.485.905.675.795.867.06B.23Ö. 738.35B.408.869.389.609.338.778. 16
7.7.
7.7.7.7.
O. O0.00.0O. OO • O0.00.00.00.00.00.00.00,0o. o0.0o. o
0.040.681.661.440.31-0.39-0.610.64 -0.56-0.64-0.70-0.220.770.562.42
0.01O. 000.290.070.03O. 020.010.040.300.300.300.30
O. L5.5
32.965.282.377.368.269.288.085.972.360. 5
464646464646464646464646464646464646118.6118.6U8.6118.6118.6110.6113.6118.6118.6118.6
3.74-0.23-0.811.652.801.73-0.41-2.03-2.54•0.600.45-1.65-2.09-1.65O. 130.271.367.975.63-0.55-1. 130.773.021.86-O. 16-2.34-2.94-1.5B
2626267777
1.7711
• 1 .™ t
-0,-0-0,
-o
5866471919191449
-0
0.470.470.49
49-0.473.583.584.38-0.33-0.333.97-6. 178.07-2.64-1.90-1.90-0. 70
80. 1100.0208. 1272.8310.8300. 3308.4361.4406.4419.8391. 3345. 1310.2318.S304. 8263.8223. 1208.8216.6222,6315.2409.4447. 4430.2419.4462.9511.4530.5502.9449.5376.7
KI ADR SOM VAN DE AFWIJKINGEN VAN DE GROWRT IS (TELLER)IADR SOM VAN DE AFWIJKINGEN VAN MET DR 6EW IS (TELLER)ITALE VARIATIE GROEI IS (NOEMER) 3378.7
IÜTALE VARIATIE DRGEW IS (NOEMER) 25357751.7
11664.23544447.7
ItLECTIECRITERIUM VOOR GROEI SNELHEID ISSELECTIECRITERIUM VOOR DROOG GEWICHT IS
345.22 V,13. 98 '/.
II
O04.68.79.B
10.47.69. 1
13.419. 425. 331.3
0.30 66.6
68. 493.5
146. 1181.5216.8249.0281.4316. 1287. 5272.8269.0266.02S9.7249.7240. 1230.3220. 6210.8262.0333.7411.7428.7422.2467.5476.5529.8478. 4493.6455.6434. 4
IIIIIIIIIIII
Bijlage 7 B. Resultaten van simulatie van kokkelgroei op punt 20Rfggeplaat over dé periode dag 225 - dag 1075.- ..
bijlage 6 voor de betekenis van de gebruikte afkortingen,Zie
TIME DNFPD REDFR PSEUD OAE FAEC RIADM TOXMGA TREP GESGR 6EMQB GB9DW GEWDÖ
2402602803003203403603804004204404604305005205405605B0600620640660680700720740760780800
1820840860880
1900920940960,9800001020
1040060
20.444.052.750.043. 146.5BTTT *̂ r
45.543.442.431. 155.867.7
143.2147.3150.31S1165177172156.5136.71321331111019910B109111154180.0183.3186.4184.6193.5205.2202.7185.4163.4152.0
0.490.430.380.300.260.300.250. 170. 190.230.330.280.330.590.460. 430.500.490.490.490.400.320.260.290.280. 190. 180.220.300.290.300.500.490.420.430.500.490.490.420.340.280.27
4.710.314.636. 115.615.319.421.113.916.215.718.920.423.834.337. Ü33.634.338.040.646. 148.748.544.545.34B.745. 140.035.036.236.534.741.047.442.941.544.547. O51.855.656.252.4
0.900.840.86O. 900.900.850.830.900.900,900.840. 820.730.540.600.690.710.640.600.610.66O. 720.76O. 700.670.740.780.790.730.720.680.520.530.650.670.630.570.5BO. 620.680.720.70
13.8430.5835.1431.5525.6728. 2430. 4022.0122.4123.9732.0233.4241. S382.9198.62103.53110.73108.80117.14127.22118.83101.8283.2981.2980.7257. 1752.3255.4867.2667. 1167.58105.29125.17127.76136.09133.96137.20146.99141.51122.78101.4293.02
1.3,
1.843.202.912.34
8703
3.492.442.052.213.323. 505.68
13.7210.296.716.038.52
10.329.B27.895.994.946.407.545.30,4.334. 195.72S.987.1414.9213.798. 147.359. 1311. S311.209.416.975.816.55
0.891.972.512.532.322.382.882.902.632.352.542.913.355.246.586, BB6.776.857.528.078.257.957.416.96,06,90
7.6.6.375.805.575.695.776.988.178.668.498.358.819.349.559.298.728. 12
0.00.00.00.0o.o0.00.00.00.00.00.00.00.00.042.842.842.8
• 42.842.842. 342.842.842.842.842.842.842.842.842.842.842.842.8114.2114.2114.2114.2114.2114.2114.2114.2114.2114.2
0.961.230.40
-0. 19-0. 450.650.60
-0.47-0.58-0. 140.780.592.338.493.71-0.17-0. 741.662.801.75
-0. 36-1.96-2.47-0. 560.48
-1.60-2.04-1.610. 150.291.377.935.62-0.53 --1.13 -0.783.02,87, 14
0.290.070.030.02-0.01-0.040.300.300.300.300.301.261.261.261.771.771.771.58
6647, 1919
17
1,-1,-1,-0,-0. 19-0. 14
1.-0.-2.32-2.92
•0.490.490.490.490.490.493.583,584.380.330.333.99-6. 178.07-2.64-1.90-1.90
-1.57 -0.70
8.933.349.750. 042.645.563.864.253.644.0516484.5189.0274.6293.3284. 1293. 1346. 1391.4405.5378. 1333.2299.6308.7295.5255.6216.0202.3210.4216.8309.0403.8441.9425. 1414.6458.3506.8526. 149B.8445.8393. 6
4.68.79.810.49.69. 113.419.4
37.343.268.493.5146. 1181.5216.8249.0281316287272. B269.0266.0259.7249.9240. 1230.3220.6210.8262.0333.7411.7428422.2467.5496.5529.8493.4493.6455.6434.4
tJADR SOM VAN DE AFWIJKINGEN VAN DE 0ROWRT IS (TELLER)WDR SOM VAN DE AFWIJKINGEN VAN HET DR GEW IS <TELLER)
f'TALE VARIATIE GROEI IS (NOEMER) 3372.3TALE VARIATIE DRGEW IS (NOEMER) 24026435.8
SELECTIECRITERIUM VOOR GROEISNELHEID ISKLECTXECRITERIUM VOOR DROOG GEWICHT IS
328.45 7.9.98 '/.
II
11076.42397993.9
IIIIIIIIIIIIIIIIIIIII
-r- " Pc-.-1.1! t „ten van simulatie van kokkelgroei op de restvan & e Koggepiaat over de periode dag 826 - dag 1075.TIME ; tijd (dag) ; DMFPD : hoeveelheid droge stof die perdag gefilterd wordt (rag/dag) ; REDFR : het deel van demaximale flltratiesnelheid dat bij hoge sestonconcentratieswordt gerealiseerd ; PSEUD : hoeveelheid pseudofaeces (mg/dag);OAE : assimilatie-effictency {%) ; FAEC : faecesproduktie(mg/dag) ; RIADM : opnamesnelheid van geassimileerde drogestof (mg/dag) ; TOXMGA : verlies aan droog vleesgewicht tgvrespiratie (mg/dag) ; TREP : totale eierproduktie (mg) ;GESGR : gesimuleerde groeisnelheid (rog/dag) ; GEMGR : gemetengroeisneïheid (rag/dag) ; GESDW : gesimuleerd droORgewicht(mg) ; GEMDW : gemeten drooggewicht (mg) ;
1 1ME
S4086088090092094096096010001 02010401060
DMFPD
99.9162.5207.4221. 1231.6236. 1254. 7276.5278.8260.2234.4223.3
REDFR
0.300.500.490.420.480.500.490.490.420.340.280.27
PSEUD
32.B36.447.357.253.453. 138.563.371.27B. 180.677.0
OAE
0.700.510.510.620.640.590.530.530.570.630.660.64
FAEC
60,55110.66144.871S4.54169.58172.05181.82199.37195.71173.12146.17137.49
RIADM
6. SS15.4115.219.36e.6610.9414.3713.8611.879.007.66B.77
TOXMGA
4.276.047.788.648.72S.B39.5910.4110.8710,7910.379.89
TREF'
0.00.073.773.773.773.773.773.773.773.773.773.7
GESGR
2,319.377.430.72-0.062. 114.773.441.00
-1.79-2.71-1.11
6EMGR
1.482. 143.953.11-0.910.39
-1. 13-1. 13-1. 110.050.05-0.94
GESDW
128.3242.0371.7440.2446.7458.9534.2616. 1663. 2652. 1606. 3558.4
GEMDW
135.4165.9223.5265.0307. 1304.5319.5296.9274.6264.0265. 1252.2
KWADR SOM VAN DE AFWIJKINGEN VAN DE GROWRT IS (TELLER) 7924.8KWADR SOM VAN DE AFWIJKINGEN VAN HET DR SEW IS (TELLER) 16066593.4TOTALE VARIATIE GROEI IS (NOEMER) 784.3TOTALE VARIATIE DRGEW IS (NOEMER) 710873.1
SELECTIECRITERIUM VOOR GROEI SNELHEID IS 1010.47 */.SELECTIECRITERIUM VOOR DROOG GEWICHT IS 2260,12 V.
III
B i j l a g e 9 R e s u l t a t e n v a n s i m u l a t i e v a n k o k k e l g r o e i i n d e k o mo v e r d e p e r i o d e d a g 5 0 0 - d a g 1 0 7 0 ( W E T T I M - 0 , 3 8 ) .V E T T I M : h e t d e e l v a n d e t i j d d a t d e k o k k e l s g e m i d d e l do n d e r w a t e r l i g g e n . Z i e b i j l a g e 8 v o o r d e b e t e k e n i s v a nd e o v e r i g e a f k o r t i n g e n .
T I M E D M F P D R E D F R P S E U D O A E F A E C R I A D M T O X M G A T R E P G E 5 G R G E M G R G E S D W G E M D W
I•
111ï1111
1
3005203405605806006206406606B0700720740760780800B20340860B 6 09009209409609801000
KWADRKWADR
30.35 0 . 879.79 4 . 8
1 0 6 . 0122.91 2 9 . 21 2 4 . 11 1 5 . 910B.7112.a119. 1101. S98.8103.2108. 8119.6137.7150.2155.21 8 0 . 51 9 0 . 7194.3205. 12 0 6 . 61 9 6 . 2
0.3B0.500 . 6 00 . 5 90.610.600.530.440.360.320. 360.370 . 2 30 . 2 50 . 3 30 . 3 90.390.390.380.460. 6<1)0 . 5 90 . 6 10. 620.550.46
SOM VAN DESOM VAN DE
8.41 1 . 41 5 . 61 8 . 720.2•M> 'W1 • f
27.531. 033.03 4 . 13 2 . 23 3 . 73 9 . 23 5 . 931.329.732. 137.441.637. 035. 13 7 . 63 7 . 43 6 . 643.047. 0
0.90O . Ö O0.730 . 7 50 . 7 00 . 6 70 . 7 10.730 . 7 50 . 7 50.720. 700 . 7 60 . 7 80 . 7 60 . 7 10 . 6 50 . 6 10 . 6 30 . 6 20.590. 630.620.580.620.65
19.5135.3258.517 1 . 0 87 9 . 1 391.7995.3787.5277.666 9 . 5 47 4 . 6 47 0 . 8 15 7 . 5 35 8 . 4 76 7 . 1 67 3 . 0 67 9 . 4 09 0 . 3 89 9 . 7 6
1 0 8 . 8 9
2 . 3 64,055.614 . 9 66 . 3 37.366.275.615. 195. 126.016.614.794 . 4 04.766.048. 109.948.659.32
1 3 4 . 4 3 1 0 - 9 51 4 3 . 9 71 4 7 . 2 9155.31 1154.17141.06
AFWIJKINGEN VAN DE
9. 109.581.239.43S.OB
1.432.253. 434 . 1 14 . 5 65.315.735.775.655.525 . 5 05 . 8 05 . 7 65 . 4 05. 155.225.706.617.277. 137.858.328. 438.869. 159.05
0.03.93.93.93.93.93.93.93.93.93.93.93.93.93.93.93.93.93.9
4 5 . 245.24 5 . 24 3 . 245.245.245.2
0.941.802. IS0 . 8 51.772.040.54
-0. 16-0.47- 0 . 4 0
0 . 5 10 . 8 1
- 0 . 9 7-1.00-0.40
0 . 8 22.403.331.582.193. 100.781. 152.370.28
- 0 . 9 7
GROWRT IS (TELLER)AFWIJKINGEN VAN HET DR GEW IS
1.030.820.S20.310 . 5 81 . 7 1
- 0 . 4 3-0.310.14
- 1 . 1 10.01-0.04- 0 . 0 4-0.04-0.04- 0 . 0 4- 0 . 0 4- 0 . 0 4
0 . 7 90 . 7 90.790 . 7 90.790.790.790 . 7 9
2 4 4 4 .(TELLER) 1167B207.
1 9 . 242.387.5
1 1 8 . 01 4 2 . 7187. 1212.4214.5206.71 9 8 . 21 9 8 . 0217.52 1 4 . 2190.6175.5180.4212.72 7 6 . 53 2 5 . 33 1 4 . B373.94 1 2 . 14 2 2 . 34 6 2 . 2487.7476.8
55
18.24 4 . 961.37 3 . 18 7 . 1
I 0 Ö . 81 3 3 . 11 2 3 . 41 2 0 . 91OB. 0100. 6115.2114.4113. 7112.9112.2111.5110.7UO.0125.7141.41 5 7 . 11 7 2 . 91 8 8 . 6204.3220.0
IIIIIIIII
TOTALE VARIATIE GROEI IS (NOEMER) 14Q.4TOTALE VARIATIE DRGEW IS (NOEMER) 7B6391.2
SELECTIECRITERIUM VOOR GROEI SNELHEID IS 1646.91 7.SELECTIECRITERIUM VOOR DROOG GEWICHT IS 1485.04 V.
Bijlage 10; Groeivergelijking kom-monding (dag 500 t/m 600).
(zie onder voor toelichting)*
monding dr(500) dr(600)
N.J 171*66 441,78
R 20 93,51 281,44
groei getn.dr
270,12 306,72
187,93 187,47
gr/gr dr.gew.
0,8807
1,0024
kom
HK
HK
VL
(V)
(P)
dr.gew(500)
17,
6 1 ,
'18,
16
10
1
dr.gew(600)
9 8 ,
122,
105,
30
86
23
groei
81,14
61,79
87,13
0 d ,
«1
gein. dr. gew
57
91
61
, 7 3
,98
,67
0,94155
0,08605
2
gr /gr dr*gew*
1,4055
0,6778
1,4130
x2 1,1654
8d2 0,4223
*»2 3
pooled variantie S pn1 + n2 "
((sd-|)2 (sd2)2
4
0,1214
((0,08605)2.1 + (0,4223)2.2)
Een 95%-betrouwbaarheidsinterval voor verschil van de groei per gram
drooggewicht tussen kom en monding ist
1 1
H1 - »»2 = X1 " X2 * (fc0,025 ep2 n^ + n2)
= 0,22385 ± (3,182 0,1214 1/2 + 1/3)
» 0,22385 ± 1,012
Dit is niet significant.
IIIIIIIIIIIIIIIIIIIII
Toelichting bijlage 10
1. Dit is een poging om groeiverschil tussen kom en monding aan te to-
nen in de periode van dag 500 tot dag 600.
Gegevens zijn van de Neeltje jans (NJ), Roggeplaat 20 (R 20), Hooge
Kraaijer (HK: gegevens van j, de Vlas (V) en van R. Pouwer (p)) en
het Verdronken land van Zuid-Beveland (VL).
2. 1e kolom s drooggewicht op dag 500: berekend door lineaire extrapo-
latie van de dichtsbijgelegen monsterdatums.
2 e kolom : drooggewicht op dag 600: berekening als 1e kolom*
3e kolom : toename in drooggewicht (groei) in de periode dag 500 -
dag 600*
4 e kolom : gemiddeld dr. gewicht in die periode = (dr* gew. (kolom
1) + dr. gew, (kolom 2)) /2.
5 e kolom ; de waarde uit kolom 3 gedeeld door die uit kolom 4, dus
groei per gram drooggewicht.
3. Van de waarden uit de 5 e kolom is het gemiddelde (x) en de stan-
daarddeviatie (s.d.) berekend. In de kom is het gemiddelde groter*
Gekeken is of het verschil tussen kom en monding significant is.
Daartoe is een 95% betrouwbaarheidsinterval van het verschil (u.) -
l»2) berekend. Het verschil is significant als 0 niet in dit inter-
val zit. uit het resultaat blijkt dat het verschil niet significant
is.
(zie Wonnacott en Wonnacott '69)•