Gå til innhold

Aktuell nå: Kritiserer HIs lusemodell: Overestimerer lusedødelighet grovt

Gjerde og Jansen mener HIs lusemodell viser alt for høy dødelighet på laksen. Fargene på kartet over beskriver den modellerte dødeligheten forårsaket av lus for utvandrende laks fra hver elv. Kilde: Havforskningsinstituttet
Gjerde og Jansen mener HIs lusemodell viser alt for høy dødelighet på laksen. Fargene på kartet over beskriver den modellerte dødeligheten forårsaket av lus for utvandrende laks fra hver elv. Kilde: Havforskningsinstituttet

- Den virtuelle postsmolt-modellen overestimer lusepåført dødelighet av utvandrende postsmolt fra 401 elver langs kysten, både systematisk og grovt. Det er hovedkonklusjonen i en kritikk Peder Jansen fra INAQ og Bjarne Gjerde tilknytttet Nofima retter mot HIs modell, som brukes som en viktig del av underlagsmaterialet når fargene i trafikklyssystemet skal settes.

Denne artikkelen stod opprinnelig på trykk på Kyst.no 9 desember 2021, men er løftet frem igjen i anledning Trafikklysrettssaken der Peder Jansen gikk gjennom disse forholdene i retten torsdag 10. februar.

Gjerde og Jansen publiserte i november i år følgende artikkel i ICES Journal of Marine Science:

Den var en kritikk til en artikkel forskere fra HI og NINA publiserte tidligere i samme tidsskrift:

HI- og NINA-forskerne kommenterte deretter Jansen og Gjerdes kritikk i dette innlegget, også det i ICES Journal of Marine Science:

Etter dette innlegget setter imidlertid den vitenskapelige publikasjonen strek for debatten. Jansen og Gjerde mener imidlertid at tilsvaret fra HI/NINA er «helt uten substans» og ønsker derfor å utdype dette. Det gjør de altså i den følgende artikkelen her på Kyst.no, der konklusjonen deres er at : «Den virtuelle postsmolt-modellen overestimer lusepåført dødelighet av utvandrende postsmolt fra 401 elver langs kysten, både systematisk og grovt

Under er artikkelen i sin helhet

Om påliteligheten av modellert dødelighet i Trafikklyssystemet

Seniorrådgiver Dr. Peder A. Jansen, INAQ AS, og seniorforsker Dr. Bjarne Gjerde, fra 2021 pensjonist med avtale om 50 % stilling i Nofima AS gjennom personlig selskap

Johnsen mfl. (2021) publiserte beregninger av lusepåført dødelighet for virtuelle post-smolt av laks fra 401 elver langs kysten. Disse beregningene inngår som en viktig del av vurderingene som gjøres for lyssetting i Trafikklyssystemet. I en nylig publisert kommentar til denne vitenskapelige artikkelen, påpeker vi at beregnet lusepåslag og tilhørende lusepåført dødelighet må være systematisk og grovt overestimert i disse beregningene. I sitt tilsvar til vår kommentar, tilbakevises vår kritikk. Etter vår vurdering viser de nye momentene som trekkes frem i Johnsen mfl. sitt tilsvar, og som er bakgrunnen for denne artikkelen, at vår kommentar fortsatt er gyldig og at deres modellberegninger av lusepåført dødelighet ikke er egnet som vurderingsgrunnlag i Trafikklyssystemet.

Sentralt i Trafikklyssystemet er den negative påvirkningen lakselus fra oppdrettsanlegg har på bestander av villaks. Smittemodellen, eller modellsystemet, som potensielt frembringer den mest relevante informasjonen for å vurdere denne påvirkningen er den virtuelle post-smolt-modellen utarbeidet av Johnsen mfl. (2021; se lenke til artikkel under). Dette modellsystemet er sammensatt av en smittemodell som styrer påslag av lakselus på utvandrende virtuelle post-smolt av laks (heretter smolt) fra 401 laksevasdrag langs kysten, en modell for utvandringen fra elvene og en modell for lusepåført dødelighet som funksjon av lusepåslag på smolten. Smittemodellen er utledet fra observerte lusepåslag på trålfanget smolt. Ved at trålfanget smolt er genetisk sporet tilbake til opphavselv, kan man beregne eksponering mot smittepress fra oppdrett for sannsynlige utvandringsruter for denne smolten med Havforskningsinstituttets spredningsmodell for lakselus. Utfra forholdet mellom beregnet eksponering mot smittepress og faktiske observerte lusetall på den trålfangete smolten, beregner smittemodellen lusepåslag. Fra dette beregnes lusepåført dødelighet for virtuelle smolt fra 401 lakseelver langs kysten. Ved at smittemodellen er utledet fra observerte lusetall på trålfanget smolt, sikrer man at smittemodellen vil reprodusere lusetall som stemmer med virkeligheten, hevdes det fra forfatterne av modellsystemet (Johnsen mfl. 2021). I en nylig publisert kommentarartikkel til denne artikkelen i den samme journalen utfordrer vi denne påstanden (Jansen og Gjerde, 2021, se lenke under). Vi påpeker at modellberegningene av lusepåslag og tilhørende beregnet lusepåført dødelighet må være grovt overestimert av Johnsen mfl. (2021).  Dette baserer vi på egne beregninger av lusepåført dødelighet for trålfanget smolt i ytre fjordområder. Vi får systematisk mye lavere lusepåført dødelighet for trålfanget smolt enn modellberegningene for virtuell smolt fra elver som drenerer ut til trålområdene, og som vi dermed antar er opphavselver for smolten i trålfangstene. Johnsen mfl. har nå svart på denne kritikken og hovedbudskapet deres er at vår sammenligning av modellberegninger og beregninger fra observerte trålfangster av smolt ikke sammenfaller, hverken for hvilke elver som sammenlignes eller for tidsperioden som sammenlignes (se lenke til tilsvaret under). De konkluderer dermed med at vår analyse ikke er gyldig. Da den vitenskapelige journalen ikke tillater kommentarer til svar på en kommentarartikkel, vil vi her se på substansen i kritikken av vår analyse.

Les også:

Elvene som sammenlignes

I tilsvaret påpeker forfatterne mangel på sammenfall av data for elvene som sammenlignes. I vår analyse beregnet vi først gjennomsnittet av modellert lusepåført dødelighet for virtuell smolt for alle elver som drenerer ut til gitte trålområder i ytre fjordstrøk for årene 2017 – 2020, fra modellsystemet til Johnsen mfl. (2021; heretter kalt modellert lusepåført dødelighet). Vi beregnet så lusepåført dødelighet for den trålfangete smolten for alle trålområdene og år, basert på observerte lusetall og med tilsvarende dødelighetsmodell som følger de antatte tålegrensene for lusesmitte hos utvandrende smolt som benyttes i Trafikklyssystemet og i Johnsen mfl. (2021; heretter kalt observert lusepåført dødelighet). Vi fant da at modellert lusepåført dødelighet var systematisk og ofte mye høyere enn observert lusepåført dødelighet av trålfanget smolt i sammenlignbare områder og år (Jansen og Gjerde, Table 1 og Figure 1). Johnsen mfl. (2021) har delvis brukt de samme tråldataene som grunnlag for utledning av sin smittemodell, men påpeker i sitt tilsvar at det er noen få dominerende elver som er opphav til smolten som fanges med trål i ytre fjordområder. Dermed skal vi ha gjort en feil ved å se på gjennomsnittet av alle elvene som drenerer ut til trålområdene. Når vi endrer våre sammenligninger til å bare gjelde de dominerende hovedelvene fra hvert produksjonsområde får vi figuren til høyre.

Figur 1. Sammenligning mellom modellert lusepåført dødelighet for hovedelvene som drenerer ut til trålområdene i ytre fjordområder og observert lusepåført dødelighet på trålfanget smolt, gitt tålegrenser for lusesmitte i Trafikklyssystemet. Trekanter angir områdene dekket av smittemodellen i Johnsen mfl. (2021) fra PO2 – PO5, mens rundinger er fra PO4 Nordfjord, PO6, PO7 og PO12. Rødfargede symboler er for 2020 mens blått er for 2017 – 2019. Hovedelvene er Suldalslågen i Ryfylke for PO2 Ryfylke; Etne i Sunnhordland for PO3 Karmøy til Sotra; Lærdal i Sognefjorden og Stryn i Nordfjord for PO4 Nordhordland til Stadt; Visa i Romsdal for PO5 Stadt til Hustadvika; Surna i Nordmøre og Gaula i Trondheimsfjorden for PO6 Møre og Sørlige Trøndelag; Namsen for PO7 Nordlige Trøndelag med Bindal; og Alta for PO12 Vest-Finnmark. Klikk for større
Figur 1. Sammenligning mellom modellert lusepåført dødelighet for hovedelvene som drenerer ut til trålområdene i ytre fjordområder og observert lusepåført dødelighet på trålfanget smolt, gitt tålegrenser for lusesmitte i Trafikklyssystemet. Trekanter angir områdene dekket av smittemodellen i Johnsen mfl. (2021) fra PO2 – PO5, mens rundinger er fra PO4 Nordfjord, PO6, PO7 og PO12. Rødfargede symboler er for 2020 mens blått er for 2017 – 2019. Hovedelvene er Suldalslågen i Ryfylke for PO2 Ryfylke; Etne i Sunnhordland for PO3 Karmøy til Sotra; Lærdal i Sognefjorden og Stryn i Nordfjord for PO4 Nordhordland til Stadt; Visa i Romsdal for PO5 Stadt til Hustadvika; Surna i Nordmøre og Gaula i Trondheimsfjorden for PO6 Møre og Sørlige Trøndelag; Namsen for PO7 Nordlige Trøndelag med Bindal; og Alta for PO12 Vest-Finnmark. Klikk for større

Gjennomsnittlig avvik mellom modellert lusepåført dødelighet og observert lusepåført dødelighet for trålfanget smolt fra ulike områder og år blir da faktisk større enn om vi sammenlignet med tilsvarende gjennomsnitt for alle aktuelle elver, slik vi gjorde i kommentarartikkelen. Dette er enkelt å forklare. De fleste av de største elvene renner ut innerst i fjordene. Disse laksungene har lang utvandring til hav og får da i henhold til modellen relativt store lusepåslag og høy lusepåført dødelighet. Et unntak for dette er Etne i PO3, som brukes som eksempel i tilsvaret til vår kommentarartikkel. Vårt poeng er at uavhengig av om man sammenligner med gjennomsnittet av elver eller elver vektet etter andelen smolt de bidrar med i trålfangstene, så viser våre sammenligninger at modellert lusepåført dødelighet er systematisk mye høyere enn observert lusepåført dødelighet fra trålfanget smolt av laks.

Modellert og observert dødelighet hos genetisk sporet smolt

I sitt tilsvar til vår kommentar artikkel, presenterer Johnsen mfl. en figur (se Figur 3 i artikkelen) som viser forholdet mellom observert lusepåført dødelighet på trålfanget smolt fra forskjellige år og områder, og modellert lusepåført dødelighet for virtuelle smolt fra korresponderende elver. Denne figuren skal tilsvare Figur 1 i vår kommentarartikkel.  Den observerte lusepåførte dødeligheten i Figur 3 i tilsvaret til Johnsen mfl., slik vi forstår det, er da beregnet på bakgrunn av gjennomsnittlig lusepåslag på den trålfangete smolten som man har greid å spore genetisk til opphavselv for ulike områder og år, mens modellert lusepåført dødelighet viser modellberegningene basert på smittemodellen utledet fra disse genetisk sporete smoltene. Figuren viser med andre ord forholdet mellom modellert og observert lusepåført dødelighet på lignende måte som vi viste i vår kommentarartikkel, men der modellberegningene fra 2015 til 2019 (blå punkter) er direkte avledet fra observasjonene av genetisk sporete smolt fra ulike trålområder og år gjennom regresjon. Dette utelukker da muligheten for noen systematisk over eller underestimering av dødelighet fra modell versus observasjon. Variasjonen mellom punktene i forhold til det perfekte 1:1 forholdet mellom modell og observasjon som vises i figuren, mener vi representerer det gjennomsnittlige avviket fra modellprediksjonene for områder og år som man kan se på som en del av den uforklarte variasjonen i observasjonsdataene.  I regresjonsanalysene av lusetall på trålet smolt på smittepress i Johnsen mfl. (2021), inkluderer man tilfeldige effekter av opprinnelseselv og år for fangst av den trålete smolten. Disse tilfeldige effektene gjenspeiler systematiske forskjeller mellom grupper av smolt knyttet til fangstår og opprinnelseselv, men uten at man har noen forklaring på årsaken til disse systematiske forskjellene. Ved at de tilfeldige effektene ikke tas hensyn til når man modellberegner lusepåført dødelighet, mener vi at de i stor grad gjenspeiles i variasjonen mellom punktene i Figur 3 i tilsvaret. Hvis dette er korrekt, kan man utfra de tilfeldige effektene som er publisert i Johnsen mfl. (2021, supplementary material, Table S4 og S5) gjette seg til hvor punktene i Figur 3 stammer fra, for eksempel at det mest avvikende punktet med 80% observert mot under 20% modellert lusepåført dødelighet kommer fra Sognefjorden i 2019. Her tilsier de tilfeldige effektene av elv og av året 2019, høye lusetall på den trålete smolten uten at dette forklares i særlig grad av smittepress fra oppdrett. I motsatt retning, gjetter vi at punktet med nær null for observert dødelighet mot over 20% modellberegnet dødelighet, stammer fra Rogaland og muligens fra 2018. Her beregner modellen relativt stor lusepåført dødelighet, mens det var lite lus på den trålfangete smolten. Denne type vurderinger understreker at Figur 3 i tilsvaret både er nyttig og lærerik.

Når det er sagt, så er figuren interessant av minst to andre grunner. For det første viser den at det knapt synes å være noen sammenheng mellom modellert og observert lusepåført dødelighet. Dette tyder på at modellen knapt har noen evne til å beregne lusepåslag på utvandrende smolt. Denne mangelen på prediksjonsevne påpekes også av Johnsen mfl. i sitt tilsvar, men de forventer at modellen vil bli mer presis bare man får mer data fra genetisk sporing av trålet smolt. Dette kan man jo håpe på, men det vil ikke være tilfelle om problemet er knyttet til spredningsmodellen som beregner smittepresset og som avgjør lusepåslaget på den virtuelle smolten. Per i dag er det ikke mulig å vurdere prediksjonsevnen til Havforskningsinstituttets lusespredningsmodell, men mangelen på samsvar mellom modellert og observert dødelighet i Figur 3 i Johnsen mfl. sitt tilsvar sannsynliggjør at det er spredningsmodellen som er problemet heller enn mangelen på data fra genetisk sporet laks.

For det andre, er det interessant at kun én av 18 modellerte dødelighetstall for årene 2015 – 2020 viser over 30% dødelighet, altså rødt i Trafikklyssystemet. Dette er betydelig lavere enn modellert lusepåført dødelighet for virtuelle smolt fra opphavselvene som dominerer i trålfangstene av smolt i de ulike trålområdene. I Tabell 1 nedenfor viser vi verdiene for modellert lusepåført dødelighet for disse elvene fra PO2 til PO5. I henhold til Johnsen mfl. sitt tilsvar, dominerer disse elvene som opphav til den genetisk sporete smolten og skal derfor være toneangivende for beregningene bak punktene i Figur 3.

Tabell 1. Modellert lusepåført dødelighet for virtuelle smolt fra Suldalslågen i PO2, Etne i PO3, Lærdal i PO4 og Visa i PO5 over årene 2015 – 2020. Fargeleggingen av celler tilsvarer klassifiseringen i Trafikklyssystemet. Klikk for større
Tabell 1. Modellert lusepåført dødelighet for virtuelle smolt fra Suldalslågen i PO2, Etne i PO3, Lærdal i PO4 og Visa i PO5 over årene 2015 – 2020. Fargeleggingen av celler tilsvarer klassifiseringen i Trafikklyssystemet. Klikk for større

Tabellen viser mye høyere modellert lusepåført dødelighet enn det som vises for punktene i Figur 3 i tilsvaret, med dertil høyere klassifisering (mye mer rødt). Det er den modellerte dødeligheten i tabellen over som ligger til grunn for vurderingene av den negative påvirkningen av lakselus på villaks i Trafikklyssystemet. For at disse høye modellerte dødelighetene skal være reelle, kan ikke den genetisk sporete smolten, som man har utledet smittemodellen fra, være representative for utvandrende smolt fra disse elvene. At modellert lusepåført dødelighet for virtuelle smolt fra elvene skal være systematisk og mye høyere enn det man beregner basert på observasjoner av lusetall på trålfanget smolt fra de samme elvene, blir etter vårt syn ikke troverdig.

Hvor blir den den trålfangete smolten fanget?

I vår kommentarartikkel gjorde vi også en tilleggsanalyse av om trålhalene gjøres relativt langt inne eller ute i fjordområdene (Jansen og Gjerde, 2021, supplementary material). Denne analysen ble gjort på bakgrunn av at vår påstand om overestimert modellert dødelighet ble tilbakevist under en tidlig presentasjon av analysene. Det ble da påpekt at vi ikke tok hensyn til hvor trålhalene ble utført. Vi beregnet da en midlere posisjon mellom start og stopp av hvert trålhal og anså dette som den mest representative fangstlokasjonen for smolten i hvert hal. Videre beregnet vi den relative forskjellen i avstand mellom disse antatte fangstlokasjonene, fra den innerste til den ytterste i fjorden i forhold til et tilfeldig punkt i havet utenfor trålområdene. Vi gjorde så en regresjonsanalyse av lusetall på den trålfangete smolten på relativ distanse for fangstlokasjonene i retning åpent hav. I de områdene det var signifikant økning av lusetall på smolten i henhold til relativ distanse, så justerte vi opp lusetallene på smolten fra gitte fangstlokasjoner i henhold til denne regresjonen. For enkelte år og områder hadde dette relativt stor effekt, på den måten at justerte observerte lusetall medførte høyere lusepåført dødelighet på trålfanget smolt. Forskjellen mellom modellert og observert (justert) lusepåført dødelighet ble da mindre. Justeringene endret ikke på at modellert lusepåført dødelighet likevel var systematisk høyere enn observert dødelighet av trålet smolt fra justerte lusetall. Denne analysen ble imidlertid også tilbakevist i Johnsen mfl. sitt tilsvar, med henvisning til at vi har lagt gale forutsetninger til grunn for analysen. Selv om vi ikke skjønner hva som var galt med forutsetningene, er ikke det hovedpoenget her. Vi skriver i vår kommentarartikkel til Johnsen m.fl. (2021) at de ikke har beskrevet hvordan de håndterer at trålfangstene er tatt mer eller mindre langt ute i fjordsystemene. Det nærmeste de kommer en slik beskrivelse i tilsvaret er: «we have for each trawled fish calculated the average salmon lice exposure for the VPS from the same river of origin, residing in the corresponding area during the same day as the observed fish was captured”. Datoen for et gitt trålhal er kjent i tråldataene, men «the corresponding area» er ikke definert. Det fremgår av tråldataene at de ulike halene varer i gjennomsnitt mer enn tre timer og ofte mer enn fire timer. Farten er oppgitt til 3-4 knop. Et trålhal kan da gjerne dekke store deler av fjordområdene som tråles, fra indre til ytre deler. Med tanke på hvor viktig fangstlokalitet tydeligvis er i forhold til påslag av lus på smolten i enkelte områder, mener vi det er en metodisk svakhet at ikke fangstlokasjon er presist definert, hverken i Johnsen mfl. (2021) eller i tilsvaret til vår kommentarartikkel. Så klart som dette har vært kommunisert i prosessen rundt fagfellevurdering av vår kommentarartikkel, synes vi at det er svakt av redaktørene i ICES Journal of Marin Science at de ikke tilså at Johnsen mfl. gjorde rede for hvordan de selv metodisk håndterer dette problemet i tilsvaret.

Konklusjon

Som sagt vil ikke den vitenskapelige journalen gi anledning til å svare på tilsvaret. Dette er forståelig for å unngå uendelige disputter. Dessverre blir da tilsvaret, hvor all kritikken i vår kommentarartikkel tilbakevises, stående som siste ord i den vitenskapelige journalen. Etter vårt syn viser vi her at tilsvaret til Johnsen mfl. er helt uten substans. Den virtuelle postsmolt-modellen overestimer lusepåført dødelighet av utvandrende postsmolt fra 401 elver langs kysten, både systematisk og grovt.

Referanser

Har du en sak du
vil tipse oss om?