Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Efectos de múltiples factores de estrés en la distribución de las comunidades de peces en 203 arroyos de
Melanie Mueller, Antje M. Bierschenk, Beate M. Bierschenk, Joachim Pander, Juergen Geist
Cite este artículo como: M. Mueller, AM Bierschenk, BM Bierschenk, J. Pander, J. Geist, Efectos de múltiples factores estresantes en la distribución de
las comunidades de peces en 203 corrientes de cabecera del Rin, Elba y Danubio, Ciencia del Medio Ambiente Total ( 2019), doi: https://doi.org/10.1016/j.scitotenv.20
Este es un archivo PDF de un artículo que ha sufrido mejoras después de la aceptación, como la adición de una portada y metadatos, y el formato para
facilitar la lectura, pero aún no es la versión definitiva del registro. Esta versión se someterá a corrección de estilo adicional, composición tipográfica y revisión
antes de que se publique en su forma final, pero proporcionamos esta versión para dar visibilidad temprana del artículo. Tenga en cuenta que, durante el
proceso de producción, se pueden descubrir errores que podrían afectar el contenido, y todas las renuncias legales que se aplican a la revista pertenecen.
Danubio
Juergen Geist
Autor correspondiente
Juergen Geist
Teléfono: + 49-8161-713767
Fax: + 49-8161-713477
1
Efectos de múltiples factores estresantes en la distribución de los peces
Danubio
Abstracto
Los peces de los ríos europeos están amenazados por múltiples factores estresantes, como
degradación, contaminación del agua, sobreexplotación, cambios de uso de la tierra en la cuenca, invasión
especies y procesos globales, incluido el cambio climático. Identificar los principales factores estresantes en un
El sistema de arroyos / ríos es de suma importancia para utilizar eficientemente los escasos fondos para
medidas de conservación para lograr el mejor resultado posible. Dentro de 203 cabeceras
depredadores) y factores estresantes antropogénicos (uso de la tierra, modificación estructural de arroyos) en los peces
nuestros análisis, las variables predictoras porcentaje de embalses, cultivo de cultivos (especialmente
cultivos propensos a la erosión como el maíz) y sellado del suelo en las cuencas, el número de
plantas de tratamiento de aguas residuales y plantas de biogás en las cuencas, así como estructuras
Las modificaciones de las riberas de los ríos se identificaron con mayor frecuencia como factores de estrés que influyen en los peces.
composición de la comunidad. Sin embargo, los efectos de los factores estresantes variaron entre los
escalas de área de prospección investigadas (dos tamaños de cuencas diferentes y franjas ribereñas) y
regionalmente (área de estudio completa, principales sistemas de drenaje, captaciones de ríos, tamaños de arroyos,
subregiones geográficas). En la mayoría de los casos, la composición de la comunidad de peces fue simultáneamente
afectados por múltiples factores estresantes, lo que respalda la necesidad de un ecosistema más holístico
Palabras clave: conservación de la biodiversidad de agua dulce; uso de la tierra de captación; aves piscívoras;
2
1. Introducción
Los peces de agua dulce son uno de los grupos de vertebrados más amenazados (Reid et al., 2013)
(Darwall y Freyhof, 2016; Mueller et al., 2018). Casi todos los ríos europeos han sido
al., 2019) convirtiéndolos en una prioridad en el contexto de la conservación de la biodiversidad (Geist, 2011;
Geist, 2015) y restauración (Pander y Geist, 2013; Geist y Hawkins, 2016). europeo
Los ríos se ven afectados por múltiples factores estresantes, como la degradación estructural (p. ej.
(Hancock, 2002), embalses (Baxter, 1977), uso hidroeléctrico (Mueller et al., 2017)),
contaminación del agua (por ejemplo, plantas de tratamiento de aguas residuales (PTAR; Carey y Migliaccio, 2009),
plantas de biogás (Studer et al., 2017)), sobreexplotación (Lewis et al., 2006), cambios en el uso de la tierra
en la cuenca (Bierschenk et al., 2019a), especies invasoras (Strayer et al., 2006; Brandner
et al., 2018) y procesos globales como el cambio climático (Xenopoulos et al., 2005;
que se ve facilitado por embalses y estructuras de rip-rap hechas por el hombre en las orillas del río,
ilustra las sinergias potenciales de los impactos antropogénicos sobre los cambios en la comunidad de peces
Penczak, 2003; Brandner et al., 2013). Embalses aguas arriba de estructuras transversales
dar lugar a cambios de especies de peces reófilos a estagnófilos debido a la hidrología fluvial alterada
(de correr rápido a agua estancada; llamado 'potamalización') (Schmutz y Moog, 2018) como
así como la alteración de la continuidad de los ríos debido a las estructuras transversales construidas en el
río (Jungwirth et al., 2000). Estas estructuras transversales evitan el largo y mediano
peces que migran a distancia, como el salmón del Danubio ( Hucho hucho L.), anguila europea ( Anuguilla
anguila L.), o nasa común ( Condrostoma nasus L.) de completar su ciclo de vida
(Doenni et al., 2001; Ovidio y Philippart, 2002; Dumont, 2005; Dumont, 2006; Ihut et al.,
2014). También puede limitar el flujo de genes entre las poblaciones río arriba y río abajo, lo que resulta en
3
una menor diversidad genética y una mayor vulnerabilidad de estas poblaciones a eventos extremos
(Knaepkens et al., 2004; McClure et al., 2008; Raeymaekers et al., 2009; Link y Habit,
2015). Otros riesgos para la migración de peces plantean pasajes a través de plantas hidroeléctricas (Mueller et
al., 2017) o estaciones de bombeo (Bierschenk et al., 2019b) debido a su potencial de causar
lesiones graves o incluso mortales según la especie y el tamaño de los peces. Cambios y
Se ha demostrado que las intensificaciones del uso de la tierra de la cuenca de captación dan como resultado un hábitat en la corriente
cambios y cambios en la comunidad (por ejemplo, Knott et al., 2019; Bierschenk et al., 2019a). Tambien es
reflejado en el aumento del consumo de tierra (especialmente un mayor sellado del suelo), lo que resulta en
la escorrentía de aguas pluviales (Lozán y Kausch, 1996; Quinn y Stroud, 2002; Owens et al.,
2005; Walsh y col., 2005; Schindler, 2006). Por tanto, el hábitat y la calidad del agua en los
los tramos de arroyos / ríos degradan y, en consecuencia, angustian a los peces (Allan, 2004). Insumos de nutrientes
de fuentes puntuales como las EDAR se redujeron considerablemente en las últimas décadas en la mayoría
países industrializados (Geist, 2014), pero posibles sustancias nocivas para los peces como
y ríos (Sancho et al., 1997; Schwarzenbach et al., 2006; Solomon et al., 2013; Studer et al.,
al., 2017). Población, distribución, abundancia y tasas de crecimiento de peces (Diehl y Kronijow,
1998; Nislow y col., 1998; Giannico, 2000; Akbaripasand et al., 2014) también están influenciados por
disponibilidad de alimentos (por ejemplo, macroinvertebrados; Diehl y Kornijow, 1998; Brandner et al., 2013)
y depredación por aves piscívoras (Suter, 1995; Beckmann et al., 2006; Harris et al., 2008;
Steinmetz y col., 2003; Jepsen et al., 2018). Disponibilidad de alimentos (por ejemplo, macroinvertebrados
densidad) fluctúa de manera similar a las poblaciones de peces debido a un factor de estrés antropogénico como
contaminación, degradación del hábitat y cambio climático que afectan negativamente a los macroinvertebrados
densidades (Collier et al., 2016). La estructura de edad / tamaño de las poblaciones de peces también puede variar debido a
depredación de aves piscívoras especializadas en un determinado tamaño de pez (Beckmann et al., 2006) o
especies de peces (por ejemplo, goosander ( Pollo de agua Mergus L.); Harris et al., 2008).
4
Utilizar los escasos fondos disponibles para medidas de conservación, identificando los roles de los principales
Los factores estresantes en un sistema de arroyos / ríos es de suma importancia para lograr lo mejor posible
Salir. Sin embargo, los datos de campo sobre ensamblajes de peces y factores estresantes (uso de la tierra,
las cuencas hidrográficas son raras o, a menudo, incompletas. Múltiples estudios de estresores a menudo se enfocan en uno
grupo de factores estresantes (por ejemplo, Feld et al., 2018) o utilizar modelos sin datos de campo originales (por ejemplo,
de factores estresantes en conjuntos de peces utilizando datos de campo de 203 arroyos dentro de un clima
(sureste de Alemania) para identificar los principales factores estresantes. Como diferentes factores estresantes (por ejemplo, sombreado por
investigó los efectos de los diferentes factores estresantes en la composición de la comunidad de peces dentro del
cinco conjuntos de datos diferentes (área de estudio completa, principales sistemas de drenaje, captaciones de ríos, arroyos
tamaños, subregiones geográficas) y cuatro escalas de área de estudio diferentes (ver métodos)). Nosotros
planteó la hipótesis de que i) la distribución de los peces de río está significativamente influenciada por múltiples
factores de estrés, ii) el impacto de los factores de estrés es específico para diferentes sistemas de drenaje, río
cuencas hidrográficas, regiones geológicas y tamaños de arroyos y varía con la escala de investigación (p. ej.
franja ribereña, cuenca) y iii) el impacto de los factores estresantes es específico para diferentes especies o
2. Métodos
El área de estudio comprendía el estado federal de Baviera en el sureste de Alemania con tres
subregiones (Alpes, estribaciones de los Alpes, cordilleras bajas del suroeste y este;
Figura 1, parte I). Una descripción más detallada del área de estudio se da en Bierschenk et al.
5
2.2. Fuentes de datos
Evaluar la influencia de los factores de estrés antropogénicos en los peces, la composición de la comunidad de peces
Los datos de composición fueron proporcionados por el Instituto Bávaro de Pesca y se originaron en
el seguimiento gubernamental de los peces en el contexto de la Directiva Marco del Agua de la UE (DMA)
y el seguimiento de la Directiva de hábitats (FFH) por parte de las autoridades estatales en Baviera entre 2004 y 2013.
Estos datos consistieron en al menos tres encuestas por sitio de muestreo, que se promediaron para
los análisis posteriores. Siguiendo los procedimientos estandarizados de CEN (2003) y Dußling
(2009) para el seguimiento de peces de la DMA en Alemania, la pesca eléctrica se realizó en verano y
principios de otoño (julio-octubre), cuando el aumento de tamaño de los jóvenes de años permitió
identificación correcta de las especies y, además, en primavera (marzo - mayo) dirigidas a los peces migratorios
especies. Para los diferentes tramos de arroyos y ríos, una longitud de banco de 100 ma 5600 m fue
muestreados (Dußling 2009). Estas longitudes de banco cumplieron los requisitos mínimos y
correspondía con el colector 40 (corriente vadeable) al colector 100 (muestreado por bote) de
el arroyo y ancho del río. Todo el pescado capturado fue identificado por personal específicamente capacitado
con capacitación en profundidad sobre la identificación correcta de especies a nivel de especie, clasificadas en
clases de tamaño específicas de la especie (<5 cm, <10 cm, <20 cm, <30 cm, <40 cm,> 40 cm) y
Se registró el número de peces por clase de tamaño. La división de clases de tamaño sigue la nacional
Estándares de monitoreo de peces de la DMA y proporciona información de la población de peces muestreada, incluyendo
Los datos de las variables predictoras, que se incluyeron en nuestros análisis (Tabla 1), también
como información sobre los límites de las masas de agua y cuencas de captación, geografía y
La tipificación de los cursos de agua fue proporcionada por la Agencia Ambiental de Baviera, la
Los datos ambientales se originaron a partir del monitoreo gubernamental de los aspectos ecológicos, químicos,
6
y estado ecomorfológico de las masas de agua en el contexto del seguimiento de la DMA por estado
composición de la comunidad, química del agua y estado ecomorfológico de los cuerpos de agua
fueron evaluados siguiendo los procedimientos estandarizados del Grupo de Trabajo Alemán sobre el agua
cuestiones de los estados federales y del gobierno federal (Wasser, 2003) y Meier et al.
(2006). La evaluación del estado ecomorfológico de las masas de agua (también llamado
calidad hidromorfológica) se realizó de acuerdo con los protocolos de LAWA (2000, 2002)
y LUA NRW (2001). Los datos de los depredadores terrestres se originaron en Baviera amplia
monitoreo de la vida silvestre, los datos del uso de la tierra agrícola del monitoreo gubernamental en contexto
del Sistema Integrado de Administración y Control (IACS) de la Unión Europea por estado
autoridades (Tabla 1). Los números de plantas de biogás e hidroeléctricas están registrados en el
energía - atlas del estado bávaro en preparación de la salida de los combustibles nucleares y fósiles
energía y las plantas de tratamiento de aguas residuales en el atlas de Baviera como parte de la Ley Federal del Agua
(https://geoportal.bayern.de/bayernatlas/?lang=de&topic=ba&bgLayer=atkis&catalogNodes=
11,122). La tabla 1 comprendía todas las variables predictoras, que eran accesibles y estaban disponibles en
la alta resolución requerida, que era necesaria para los análisis, al inicio de los análisis
Las variables predictoras investigadas se agruparon para los análisis de la siguiente manera (ver también
Tabla 1): (1) uso de la tierra de captación (por ejemplo, área industrial, bosque, agua estancada, maíz, granos,
cultivos forrajeros, etc.), (2) factores estresantes antropogénicos y calidad hidromorfológica (p. ej.
pases de pescado, etc.), (3) química del agua (nitrato, fósforo, TOC, etc.), (4) disponibilidad de alimentos
(presencia de aves piscívoras y nutria europea Lutra lutra L.). La variable predictora
La disponibilidad de alimentos en grupo solo comprendía macroinvertebrados, porque la información sobre otros
7
las fuentes de alimentos como el perifiton eran demasiado escasas para permitir conclusiones válidas. Además, la mayoría
Para investigar los efectos de múltiples factores de estrés en las comunidades de peces en diferentes escalas espaciales,
cinco conjuntos de datos (área de estudio completa, principales sistemas de drenaje, captaciones de ríos, tamaños de arroyos
Mueller y col. (2018) y Bierschenk et al. (2019). El uso de estos cinco conjuntos de datos permite
dar cuenta de las diferentes diferencias climáticas de las subregiones geográficas en Baviera (Alpes,
estribaciones de los Alpes, cordilleras bajas del suroeste y del este; Figura 1b) y diferentes
diferentes tamaños de arroyos en el área de estudio (arroyo, río mediano, río grande)
según el tamaño de las cuencas hidrográficas siguiendo las clasificaciones nacionales de tipos de ríos
(Umweltbundesamt 2014; arroyo con un área de captación ≤100 km 2, ríos medianos con
un área de captación> 100 ≤ 1000 km 2 y grandes ríos con un área de captación> 1000 km 2).
Para cada uno de los cinco conjuntos de datos, los análisis se realizaron utilizando escalas de área de encuesta (Figura
1 parte II): 1) cuenca aguas arriba de los sitios de muestreo (SCAT) que incluye toda la cuenca
área aguas arriba de los sitios de muestreo en los análisis (Figura 1c), 2) cuerpos de agua superficiales en
cada cuenca hidrográfica (SWB, según se define en la UE-WFD, Comunidades Europeas 2003) con
cada SWB representa un punto de datos separado en los análisis (Figura 1d), 3) un ancho de 100 m
franja ribereña de cada lado de arroyo / río a lo largo de los arroyos y ríos dentro del agua superficial
cuerpo (franja de 200 m; Figura 1e), y 4) franja ribereña con ancho específico del río a lo largo de los arroyos
y ríos dentro de la masa de agua superficial (franja específica del río; Figura 1f). Para este último ribereño
franja, su ancho aumentó con el ancho de los arroyos y ríos (<10 m ancho del río: 10 m
franja ribereña, 10-80 m ancho del río: 20 m franja ribereña,> 80 m ancho del río: 200 m franja ribereña,
que equivale a la franja de 200 m para estos tramos fluviales). Todas las franjas ribereñas se calcularon
8
2.5. Preparación de datos
Antes de los análisis de datos, los datos de abundancia de peces de cada sitio de muestreo individual se
estandarizado para individuos por 100 m de longitud de río (CPUE). Los datos de MI se estandarizaron para
individuos por m 2 y resumidos según clase u orden. Mueller y col. (2011, 2014)
demostró que agrupar macroinvertebrados por clase o por orden puede ser suficiente para
detectar los efectos de los impactos antropogénicos. Solo para Diptera, el nivel familiar se mantuvo durante
análisis debido a la complejidad de este orden. Para calcular el número de IM por rasgo, el
Se resumieron los individuos pertenecientes al mismo rasgo en cada sitio de muestreo. En un próximo
paso, los datos estandarizados se promediaron (media aritmética) a lo largo del período investigado
(10 años) para cada sitio de muestra. La presencia / ausencia, cantidad y frecuencia de la
Los depredadores terrestres se calcularon primero para cada sitio de muestreo por separado y luego
promediado (media aritmética) a lo largo del período investigado (10 años) para cada sitio de muestra en
el área de la encuesta escala SCAT y SWB dentro de los cinco conjuntos de datos. El porcentaje de área de
Los diferentes tipos de uso de la tierra dentro de cada escala de área de encuesta se calcularon para los cuatro datos.
conjuntos utilizando ArcGIS 10.2 (para obtener más detalles, consulte Bierschenk et al., 2019). Para el
Se calculó la variable dentro de cada escala de área de encuesta para los cuatro conjuntos de datos. La media
fue ponderado por la frecuencia, con qué frecuencia cada clase de calidad, que se evalúan para cada
100 m de los cursos de agua, ocurren dentro de los conjuntos de datos. La cantidad de variables estructurales
como EDAR, paso de peces, estructuras transversales, etc.dentro de cada escala de área de prospección fueron
El número de sitios de muestreo varió entre los grupos de variables predictoras analizadas 1)
uso de la tierra de captación (397 sitios), 2) factores de estrés antropogénico y calidad hidromorfológica
(297 sitios), 3) disponibilidad de alimentos (macroinvertebrados) (296 sitios), 4) química del agua (215
sitios), y 5) depredadores terrestres (377 sitios) dependiendo de la disponibilidad de datos en los diferentes
programas gubernamentales de seguimiento. Además, las ubicaciones de los sitios variaron entre el agua
9
química, macroinvertebrados y sitios de muestreo de peces. Por lo tanto, un análisis cercano en ArcGIS
10.2, similar al descrito en Mueller et al. (2018), se utilizó para identificar geográficamente
emparejar los sitios de muestreo de peces, macroinvertebrados y la química del agua y luego
la coincidencia se verificó manualmente para ver si era plausible en el mapa de ArcGIS. El geografico
la coincidencia resultó en 147 sitios de muestra en 119 arroyos y ríos, incluida la química del agua
y en 296 sitios de muestreo en 203 arroyos y ríos excluyendo la química del agua.
Después de la exploración de datos utilizando histogramas y diagramas de sombra en PRIMER v7, la comunidad de peces
Los datos de composición se transformaron en la cuarta raíz, mientras que la mayoría de las variables predictoras fueron
log-transform (log (x + 1)) para lograr una distribución más normal. Solo las variables predictoras
dinámica de la llanura aluvial, oxígeno disuelto y DBO5 no se transformaron (Tabla 1), ya que
los datos no transformados ya se ajustan a la distribución normal. Antes de aplicar modelos multivariados,
todas las variables se normalizaron para evitar el impacto de diferentes parámetros escalados en el
análisis.
Para modelar las relaciones entre los datos ambientales y de la comunidad de peces, datos lineales basados
Se eligió el modelado (DistLM), ya que este enfoque permite la partición de la varianza explicada
y por tanto una cuantificación de la influencia relativa de diferentes factores estresantes. sin embargo, el
en DistLM, que creó la necesidad de preseleccionar las variables predictoras para ser incluidas en
los modelos finales. Por lo tanto, utilizamos el emparejamiento escalonado biota-ambiental (BEST)
análisis al principio para lograr una preselección objetiva de variables predictoras. BEST ofrece el
ventaja de que, debido al enfoque de prueba tipo Mantel de dos matrices de semejanza
BEST, en contraste con DistLM, no proporciona partición de varianza entre variables. Todos
10
1) En un primer paso, todas las variables predictoras disponibles (Tabla 1) se agruparon en las cinco
Grupos de variables predictoras definidos de antemano, porque en una ejecución de prueba que incluye todos los predictores
2) Dentro de cada grupo de variables predictoras, los análisis BEST multivariados de 2 vías (Bio-Env +
Paso a paso; Clarke y Gorley, 2015) se realizaron utilizando el emparejamiento ambiental de Biota
(BIOENV) método para identificar las relaciones significativas entre la comunidad de peces
composición y las diferentes variables predictoras dentro de cada escala de área de encuesta y conjunto de datos.
Se busca MEJOR para correlaciones basadas en rangos entre la matriz de similitud de Bray-Curtis de los peces
datos de la comunidad (variables de respuesta) y una matriz de datos ambientales que mejor se adapten
(variables predictoras).
grupos de variables predictoras para todos los conjuntos de datos y escalas de área de estudio, un segundo análisis BEST
se realizó. Este MEJOR análisis incluyó todas las variables predictoras de cada grupo que
4) En el paso final, se realizaron análisis de modelos lineales basados en la distancia para cada
combinación significativa de variables predictoras identificadas por BEST para determinar la cantidad de
variabilidad explicada por cada variable. Antes de DistLM, los factores de inflación de la varianza
(VIF) se calculó para probar la potencial multicolinealidad entre las variables predictoras (Fox y
Weisberg, 2011) de cada modelo BEST significativo del paso tres. Un valor de VIF> 10 fueron
utilizado para identificar la no independencia (Belsley et al., 2005; O'Brien, 2007), que ninguno de los
modelos significativos superados. Además, las variables, que fueron incluidas en los diferentes
modelos, fueron probados para autocorrelaciones (Tabla S2). En caso de fuertes correlaciones
(coeficientes de correlación> 0,7; Mela y Kopalle, 2002; Vatcheva et al., 2016), los modelos
fueron recalculados excluyendo estos factores. Los resultados significativos de los análisis de DistLM
11
se visualizaron ejemplarmente como gráficos de análisis de redundancia basado en distancia (dbRDA) con
al menos dos gráficos de cada conjunto de datos. En casos de patrones similares (por ejemplo, Inn y Altmühl), el
Se eligió DistLM de los conjuntos de datos con más sitios de muestreo. Cuando los datos se establecen
contenía solo unos pocos puntos de muestreo (n <10), o cuando no se pudo identificar ningún patrón en el
Gráficos dbRDA, estos gráficos no se presentan. Para ilustrar la relación entre esos peces
especies con cambios de abundancia considerables durante los últimos 30 años en el área de estudio (ver
Mueller et al., 2018) y factores de estrés ambientales (variables predictoras) en la gráfica dbRDA, pie
Se utilizaron gráficos de abundancia de especies de peces para los sitios de muestreo (una tarta para cada
sitio de muestreo).
Los pasos 3) y 4) se llevaron a cabo incluyendo y excluyendo la química del agua, ya que
la inclusión de la química del agua redujo considerablemente el número de sitios de muestreo (147 frente a 296).
Esto se debió principalmente al hecho de que los programas de monitoreo gubernamentales no proporcionan agua.
datos químicos para cada sitio de monitoreo biológico y / o debido a desajustes geográficos
entre sitios de monitoreo biológico y químico siguiendo criterios previamente establecidos (Mueller et
al., 2018). Los resultados de los modelos, incluidos los datos de la química del agua, se proporcionan en el
Todos los análisis se realizaron utilizando el software estadístico PRIMER v7 (PRIMER-e, Massey
University, Albany, Nueva Zelanda). Para todos los análisis estadísticos, se eligió P ≤ 0.05 como
convención para determinar si los hallazgos fueron consistentes con la aceptación de las hipótesis.
3. Resultados
En los modelos BEST finales, las aguas estancadas y los cultivos de raíces se seleccionaron con frecuencia en todos los
Los modelos BEST (Figura 3) como variables que afectan significativamente la composición de la comunidad de peces,
12
varió entre los diferentes conjuntos de datos (Tabla 2), así como entre las diferentes áreas de encuesta
escamas. Las variables predictoras cultivo forrajero, red de caminos y bosque solo se correlacionaron con
composición de la comunidad de peces en las escalas inferiores del área de prospección (200 my franja específica del río),
mientras que la variable predictora grove afectó la composición de los peces solo en la escala SWB. los
pero algunas de las variables predictoras (por ejemplo, aguas estancadas, grano, maíz, cultivo de raíces) también fueron
(Tamaño de arroyos del conjunto de datos, arroyos) a 65,7% (Cuencas de captación de ríos del conjunto de datos, Saale). Por el Elba
sistema de drenaje y cinco de las catorce cuencas hidrográficas (Wörnitz, Iller, Eger, Ilz, Regen),
En el análisis general de redundancia basado en la distancia (dbRDA) (Figura 4a), la comunidad de peces
(aguas estancadas, dinámica del lecho del río) de especies reofílicas como el toro europeo
( Cottus gobio L.), locha de piedra ( Barbatula barbatula L.) y trucha marrón ( Salmo trutta fario L.)
a especies de peces generalistas (anguila europea y común sombrío ( Alburnus alburnus L.)).
Las variables predictoras que influyen en la composición de la comunidad de peces difieren entre los
área de estudio general y cada uno de los tres principales sistemas de drenaje. En el drenaje del Danubio
sistema (Figura 4b), los sitios de muestreo fueron separados por un gradiente de cultivos de campo (eje x)
y área industrial (eje y). A lo largo del gradiente de cultivos de campo, la composición de la comunidad de peces
cambió de cabeza de toro europeo y trucha marrón en áreas con menos cultivos de campo a
13
locha de piedra y muñón común Gobio gobio L.) en zonas con cultivos agrícolas más intensos.
Además, el aumento espacial de las áreas industriales resultó en una disminución general de
presencia / ausencia de pasos de peces segregan las comunidades de peces con alta abundancia de
Toro europeo y pececillo euroasiático ( Phoxinus phoxinus L.) y mayor número de peces
pasa de aquellos con escasa abundancia de estas especies y escasa cantidad de peces.
A lo largo del gradiente de pastoreo tipo alimentación MI, aumentó el número de cabezas de toro europeas,
mientras que el gordito europeo Squalius cephalus L.) disminuyó. Además, el número de
especies y su abundancia disminuyó con el aumento de las aguas estancadas (SWB) y las inundaciones
estructura de protección.
La composición de la comunidad de peces en el río Inn siguió un gradiente de cultivo de maíz en el río.
Franja ribereña específica. El toro europeo y la trucha marrón fueron dominantes en áreas con menos
cultivo de maíz, mientras que principalmente especies de ciprínidos como la cucaracha común ( Rutilus rutilus L.),
nase común Condrostoma nasus L.) y la locha de piedra eran más comunes en áreas con
En el río Isar, la composición de la comunidad de peces cambió a lo largo de un gradiente estructural, que es
un lado y una pendiente en el uso del suelo y los tipos de alimentación en el otro lado. A lo largo de la estructura
gradiente (eje y), pececillo euroasiático y áreas dominadas por nasa común con pasos de peces y
clases de calidad hidromorfológica más altas, mientras que la trucha marrón y el gobio común fueron
detectado con mayor frecuencia en áreas de clases de calidad hidromorfológica más bajas. Con incremento
disminuyó, mientras que la abundancia de gudgeon común, spirlin ( Alburnoides bipunctatus SEGUNDO.),
En el río Lech, trucha marrón, tímalo europeo ( Thymallus thymallus L.) y europeo
la cabeza de toro dominó en áreas con pocos cambios estructurales. En áreas que muestran más estructuras
14
cambios debidos a estructuras de protección contra inundaciones, barbo común, muñón común y
En el río Meno, la abundancia de las diferentes especies de peces disminuyó al aumentar ambas
pececillo como especie dominante para el cacho europeo, la cucaracha común y el dace común
En las estribaciones de los Alpes (Figura 6a), la composición de la comunidad de peces fue influenciada por
cultivo de maíz y raíces. A lo largo del gradiente de cultivo creciente de cultivos de raíces, un cambio de
especies dominantes desde el barbo común hasta el besugo ( Blicca bjoerkna L.), común
las especies y la abundancia disminuyeron con el aumento del cultivo de maíz en la cuenca.
disminuyó con el aumento del cultivo de raíces en las áreas de captación y aguas estancadas. El pescado
la composición de la comunidad también cambió a lo largo del gradiente de plantas de biogás en las cuencas,
de la trucha marrón, el toro europeo y el gobio común que están más presentes en los sitios
con menos plantas de biogás al desolado Danubio ( Alburnus chalcoides G.) como especie dominante en
En los arroyos, el número de especies y abundancias disminuyó con el aumento del agua estancada.
áreas en la cuenca. También con el aumento del cultivo de raíces y el aumento espacial industrial
(Figura 6c).
15
En los ríos grandes, la composición de especies se segrega a lo largo de un gradiente opuesto de pastizales.
barbo común dominó la composición de especies, mientras que en áreas con un bajo porcentaje de
pastizales y una mayor cantidad de EDAR, anguila europea, común sombrío e ide
4. Discusión
Estudios previos identificaron que la disminución de las poblaciones de peces es causada por la
influencia de múltiples factores de estrés (por ejemplo, Burkhardt-Holm, 2005; Moyle y Williams, 1990;
Radinger y col., 2017). Sin embargo, se sabe poco sobre la contribución relativa de aquellos
factores estresantes y, por lo tanto, establecer prioridades para las medidas de conservación sigue siendo un desafío. Esta
estudio cuantificó los efectos de diferentes factores estresantes en las poblaciones de peces en un estudio multifactorial
aguas residuales como los factores más cruciales que determinan la composición de la comunidad de peces en todo el
toda el área de estudio. Esto enfatiza la importancia de un enfoque más holístico en los
conservación y restauración, que considera simultáneamente los impactos de las fuentes puntuales (entradas
de plantas de tratamiento de aguas residuales), así como medidas de restauración estructural, captación
La contribución de factores estresantes en diferentes escalas espaciales indica una fuerte necesidad de definir regiones
Estresores antropogénicos
Las variables agua-químicas más frecuentes de todos los conjuntos de datos (sistema de drenaje principal,
captación, tamaño de la corriente, subregiones geográficas) fueron la cantidad de carbono orgánico total
(TOC) y concentración de cloruro. La concentración de cloruro puede derivarse de la entrada de sal de carretera,
dieciséis
fertilizantes o efluentes industriales (Beggel y Geist, 2015). En los arroyos y ríos dentro del
área de estudio, la concentración media de cloruro (28 ± 16 mg / L) estaba claramente por debajo de la
Media europea para aguas corrientes (100 mg / L; Wolfram et al., 2014), probablemente sin
efectos tóxicos directos en la mayoría de los peces. Sin embargo, los impactos a largo plazo podrían ser posibles debido a
transporte retrasado en las aguas corrientes, especialmente de sal deshielo, que influye en el cloruro
concentración en el agua durante todo el año (Wolfram et al., 2014). Además, ligeramente
la concentración elevada de cloruro puede interactuar con otras sustancias químicas del agua. Por ejemplo, puede
afectan la toxicidad de otras sustancias, por ejemplo, el nitrito, en los peces (Williams y Eddy, 1986).
El TOC es un indicador de contaminación orgánica en arroyos y ríos, que puede afectar indirectamente a los peces
composición de la comunidad por una mayor demanda de oxígeno que refleja la descomposición de
compuestos orgánicos. La composición de la comunidad de peces en los principales sistemas de drenaje del Danubio
y el Rin / Main cambia de peces sensibles con una alta demanda de oxígeno, como la trucha marrón
a peces tolerantes como el gobio europeo, el dace común y la cucaracha común. Orgánico
La contaminación dentro de los sistemas de drenaje puede originarse, por ejemplo, en áreas agrícolas a través de la erosión.
(Caverly et al., 2013) o entrada de EDAR. En la cuenca del Isar, la alta correlación entre
Concentración de TOC y cloruro (0,87) así como entre TOC, cloruro y cultivo de cereales
(ambos 0.84) apuntan hacia una entrada de fertilizante que incluye el suelo erosionado de tierras agrícolas (ver
Beggel y Geist, 2015). Este aporte de fertilizantes, pesticidas y sedimentos finos, que se originan
de tierras agrícolas, puede tener efectos adversos en los peces en el arroyo receptor (Dunier y
Siwicki, 1993; Wood y Armitage, 1997; Sutherland y col., 2002; Blann y col., 2009; Alcahuete
et al., 2015a; Bierschenk y col., 2019a; Knott et al., 2019). En la cuenca del Isar, por
ejemplo, la composición de la comunidad de peces cambió a lo largo del gradiente creciente de grano
la agricultura y el muñón común, que se sabe que es tolerante contra sedimentos finos y
contaminación por nutrientes, estando más presente en zonas de cultivo de cereales más intenso.
Indicaciones adicionales sobre la influencia del uso de la tierra agrícola en la composición de la comunidad de peces
fue la inclusión de cultivos de raíces variables, granos y semillas oleaginosas en muchos de los modelos BEST.
Especialmente cultivos de raíces, pero también cultivos de maíz, que eran la agricultura dominante.
uso de la tierra en las estribaciones de los Alpes, se encuentran entre los cultivos más propensos a la erosión, particularmente
17
durante eventos de fuertes lluvias. El sedimento fino introducido obstruye los poros del intersticial
zona, evitando el intercambio de oxígeno y nutrientes entre aguas de flujo libre e intersticiales
La falta de intercambio resultante influye notablemente en el éxito del reclutamiento de especies reófilas.
como la nasa común debido a la pérdida de zonas de desove y la reducción del éxito de eclosión
de sus huevos (Duerregger et al., 2018; Nagel et al., 2019). En el sistema de drenaje del Danubio,
por ejemplo, se podría encontrar una separación entre las especies de peces, que necesitan un pozo
intersticial oxigenado para la reproducción, y especies de peces generalistas que adhieren sus pegajosas
huevos a la superficie del sustrato a lo largo de gradientes de porcentaje de uso de la tierra propensa a la erosión en el
captación. De manera similar, la composición de la comunidad de peces dentro de la cuenca de captación de Inn cambió de
especies sensibles como spirlin y barbo común a especies generalistas como común
desolado. Una de las razones del cambio podrían ser las altas tasas de erosión (> 8 t / ha * a; Estado de Baviera
Ministerio de Medio Ambiente y Salud, 2009) en el tramo inferior de esta cuenca hidrográfica,
que estaba dominado por el uso de la tierra agrícola. Aquí, la cantidad de material erosionado también
correlacionó significativamente con la composición de la comunidad de peces en dos de los cuatro investigados
El sedimento fino introducido también mejora la acumulación de partículas y nutrientes (Mueller et al.,
2013), que puede provocar una mayor reducción del oxígeno debido a la descomposición aeróbica de este último
(Schlosser y Kallemeyn, 2000). Varias especies de peces pueden tolerar un cierto rango de
oxígeno, temperatura y contenido de nutrientes, pero a largo plazo estos rangos de tolerancia deberían
no exceder o reducir para evitar un cambio dentro de la composición de la comunidad de peces hacia
especies euryecious. Una fuente constante de nutrientes son las EDAR (Carey y Migliaccio,
2009), aunque durante las últimas décadas se hicieron muchos esfuerzos para reducir el aporte de nutrientes de
fuentes puntuales como las EDAR (Carey y Migliaccio, 2009; Geist, 2014). Incluso eficientemente
Las aguas residuales tratadas de las EDAR terciarias pueden afectar negativamente la función del ecosistema del arroyo.
Además, Stalter et al. (2013) y Kinouchi et al. (2007) detectaron una leve disminución en
18
fracción de aguas residuales. Éstos pueden ser un motivo del declive de especies sensibles como
Tímalo europeo, barbo común, toro europeo y espiritu en grandes ríos a lo largo del
cuenca fluvial densamente poblada del Main. Estas correlaciones entre números de
EDAR en la cuenca de captación (SWB y SCAT) y la composición de la comunidad de peces fue uniforme
diferenciar entre las EDAR en función del vertido (tamaño de las EDAR), tipo de
aguas residuales (por ejemplo, aguas residuales municipales o industriales), efectividad o antigüedad del tratamiento
plantas. Este resultado subraya la necesidad de actuar para reducir el impacto de las EDAR en
comunidades de peces. Una diferenciación de las EDAR en nuestro estudio no fue factible, porque
habría disminuido el número de plantas en los análisis respectivos hasta tal punto,
que no hubieran sido factibles resultados fiables. Por tanto, los efectos de los nutrientes y
otros tóxicos de los efluentes de las EDAR sobre la composición de la comunidad de peces no pudieron ser
determinados en nuestro estudio y deben evaluarse con más detalle en estudios posteriores.
Al igual que en la EDAR, el número de plantas de biogás en las cuencas puede influir en los peces.
fuente de impacto. La correlación significativa entre las plantas de biogás y la comunidad de peces
Los precios garantizados para la producción de electricidad en las plantas de biogás proporcionaron incentivos a los agricultores
para construir plantas de biogás y cultivar maíz verde (Appel et al., 2016), pero también para reactivar
tierras apartadas e intensificar el uso de campos manejados extensivos previamente (Drechsler et al.,
2009).
Cambios estructurales
19
Lake, 1983; Knudsen y Dilley, 1987; Pander y Geist, 2016, 2018). En nuestro estudio,
embalses aguas arriba de estructuras transversales como presas o presas (representadas por el
agua estancada variable predictora) se identificaron a menudo como factores que influyen en los peces
composición de la comunidad. Por ejemplo, la composición de la comunidad de peces puede cambiar de reofílica
correspondientes a las características del flujo (Copp, 1990; Schmutz et al., 2000; Kruk y
Penczak, 2003; Schmutz y Moog, 2018). En aguas estancadas, bajas velocidades de corriente y
a la formación de los poros intersticiales (Brunke, 1999). La colmación, a su vez, altera el agua.
intercambio entre zona hiporreica y flujo libre (Brunke, 1999). Por lo tanto, el desove y
Los hábitats de alimentación de los peces que desovan de grava pueden degradar o perder por completo su
La estructura de los peces litofílicos puede alterar y enfrentar un colapso total de la población (Rieman y
Las estructuras de confinamiento, como presas y plantas hidroeléctricas, plantean barreras para los medios o
especies migratorias de larga distancia como el salmón del Danubio o la anguila europea que desconectan sus
hábitats de desove, juveniles y forrajeros y hacen que su migración sea casi imposible
(Kruk y Penczak, 2003; Geist et al., 2009). Además, los peces que migran río abajo pueden
sufrir daños en las centrales hidroeléctricas al pasar por las turbinas (Ortigas y Brillo,
1987; Killgore y col., 2001; Mueller et al., 2017). Colisión con piezas de maquinaria, presión
Los cambios, turbulencia, esfuerzo cortante y fuerzas de cavitación durante el paso de la turbina pueden
causar lesiones graves (por ejemplo, hematomas, lesiones dérmicas, amputación de partes del cuerpo) o incluso la muerte
(Čada et al., 2007; Dedual, 2007; Brown et al., 2012; Čada y Schweizer, 2012; Ebel,
2013; Mueller et al., 2017; Boys et al., 2018). El alcance de las lesiones y las tasas de mortalidad
dependen de las especies de peces, el tamaño corporal y el comportamiento migratorio (Mueller et al., 2017). Sin embargo,
modelos BEST finales después de combinar todos los grupos de variables predictoras (estructurales, químicas, terrestres
20
forma en que las lesiones y la mortalidad causadas por centrales hidroeléctricas no tuvieron ningún efecto en la comunidad de peces
composición en los sitios de muestreo. Sin embargo, este resultado implica que la fuerza del efecto de
Las variables predictoras, como los embalses, superan la fuerza del efecto de la mortalidad de los peces y
En nuestro estudio, la presencia o ausencia de pases de peces fueron identificados como otro factor
influyendo en la composición de la comunidad de peces en toda el área de estudio, el drenaje del Main / Rin
sistema y el río Isar. Los pasos de peces similares a la naturaleza pueden ofrecer una alta variabilidad de hábitat con
mayor velocidad de corriente, menor profundidad del agua y menor ancho de canal y, por lo tanto, proporcionan
hábitats valiosos para peces juveniles, pequeños y reófilos, que a menudo se han perdido en el
canales principales (Pander et al., 2013). Estudios anteriores (por ejemplo, Pander et al., 2013, 2015b,
2018; Nagel et al., 2018) ya han demostrado que los pases de pescado ofrecen alta calidad
captación en este estudio. Debido a la buena calidad del hábitat, los pasos de peces pueden servir como
fuente de dispersión y recolonización para las secciones del río río arriba y río abajo y puede
Las modificaciones estructurales de las riberas de los ríos para la estabilización de las riberas y la protección contra inundaciones también pueden
influir negativamente en las comunidades de peces. Como consecuencia, la valiosa estructura del hábitat de los juveniles
y los hábitats de forrajes podrían perderse, por ejemplo, hábitats de trucha marrón en el río Lech
Las modificaciones hidromorfológicas que acompañan a las estructuras de protección contra inundaciones tienen
impacto negativo en la composición de la comunidad de peces. Lozán et al. (1996) señaló que debido a
diques y la consiguiente pérdida de conectividad lateral, los hábitats de desove y juveniles se perdieron y
los hábitats de los peces limnofílicos desaparecieron a lo largo de la línea costera de los ríos con diques. Solo neozoos
como los gobios redondos se beneficiaron de las modificaciones de la ribera (Lozán et al., 1996;
21
Algunas variables predictoras se incluyeron en los modelos BEST sólo una o pocas veces, pero
La baja frecuencia de ocurrencia en los modelos BEST no debe interpretarse de manera que estos
las variables son insignificantes. Las variables predictoras con baja frecuencia como la disponibilidad de
bullhead Cottus gobio) en el Rin / el sistema de drenaje principal puede beneficiarse del aumento de IM
pastores. Otras fuentes de alimentos que no se han investigado aquí (por ejemplo, perifiton) pueden
también han influido directamente en la composición de la comunidad de peces (por ejemplo, especies herbívoras) o
indirectamente a través de la red alimentaria. Además, la composición de la comunidad de peces puede verse influida
por varias otras variables, por ejemplo, pesca recreativa y comercial o tráfico marítimo, que
no pudieron incluirse en los análisis multivariados, ya que los datos para estas variables no fueron
hábitats juveniles de muchos reproductores de grava. La pesca comercial y recreativa puede conducir a
sobreexplotación o selección de ciertas clases de edad o rangos de tamaño, que pueden cambiar la
4.2. Diferencias entre los conjuntos de datos en general, principales sistemas de drenaje, ríos
Los efectos de diferentes factores estresantes en la composición de la comunidad de peces variaron según la región,
geográficamente y entre tamaños de arroyos. En el sistema de drenaje del Danubio, los peces
La composición de la comunidad se vio afectada por el sellado del suelo (zona industrial) y el cultivo de raíces.
agricultura que refleja los dos principales tipos de uso de la tierra en esta área. Cuatro de las cinco ciudades principales
ubicados en esta zona, así como grandes complejos industriales, especialmente fábricas para el
industria del automóvil. En la llanura morainal dentro del sistema de drenaje del Danubio, la agricultura
con la gran cantidad de erosión en esta área (Ministerio de Medio Ambiente del Estado de Baviera y
Salud, 2009).
22
Por el contrario, las modificaciones estructurales (embalse, pérdida de hábitat debido a la protección contra inundaciones
Drenaje principal / del Rin. El río Lower Main y uno de sus principales afluentes, el río Regnitz
son parte de una importante vía marítima de uso intensivo desde el Mar del Norte hasta el Mar Negro y
por lo tanto regulado para mantener su navegabilidad. Debido al intenso tráfico de barcos, sus costas
están muy modificados y los ríos mismos están represados para garantizar un agua navegable
profundidad. Las presas también se utilizan para la producción de energía hidroeléctrica y la protección contra inundaciones a la inversa.
En la propia cuenca del río Main (sin afluentes), la composición de los peces se vio afectada por
área densamente poblada y de uso intensivo agrícola, donde cinco ciudades principales con
Las diferencias regionales también se manifestaron en las cuencas hidrográficas del Danubio
sistema de drenaje. En la cuenca del río Lech, las numerosas presas (embalses) para
centrales hidroeléctricas y las estructuras de protección contra inundaciones asociadas a lo largo de las costas
influyen en la composición de la comunidad de peces, mientras que en la cuenca del Isar la comunidad de peces
La composición estuvo influenciada por la presencia o ausencia de pases de peces que perjudican o permiten
migración de peces. Similar al Lech, el agua del Isar se confina o se desvía hacia
captación de la posada segregada a lo largo de un gradiente de cultivo de maíz, igualando también un gradiente
desde la región de los salmónidos a los ciprínidos. En esta cuenca, el uso de la tierra agrícola
Estas diferencias regionales entre las cuencas de captación evaluadas también explican los resultados
entre las subregiones geográficas de Baviera. Las estribaciones de los Alpes incluyen el
cuencas hidrográficas con uso intensivo de la tierra agrícola (especialmente la llanura morainal) que influyen
composición de peces, mientras que las sierras bajas del este comprenden cuencas montañosas,
23
en el que el cambio en la agricultura debido a las plantas de biogás (ver arriba) afectó a los peces
composición de la comunidad.
La composición de las comunidades de peces en arroyos y grandes ríos se vio afectada por las diferentes
factores de estrés de la urbanización y el sellado del suelo. En los grandes ríos dominaban las especies de peces tolerantes
la composición de la comunidad de peces en áreas densamente pobladas con un alto número de EDAR,
lo que podría ser un indicio de contaminación orgánica o química en estas áreas. En contraste, en
áreas dominadas por pastizales (áreas rurales), la composición de la comunidad de peces comprendía más
peces sensibles como el tímalo europeo y el barbo común. En pequeños arroyos, peces
Las composiciones de la comunidad se ven afectadas por una variedad de factores estresantes dependiendo de la situación local o
situación regional. En áreas dominadas por la agricultura, los arroyos a menudo se ven afectados por la entrada de finos
sedimentos y contaminantes orgánicos, mientras que en áreas residenciales, inundaciones repentinas debido al suelo
Los selladores y los contaminantes químicos como la sal de deshielo o los herbicidas son más importantes.
Además, los embalses y los cambios hidrológicos asociados afectan directamente a los peces.
comunidad en arroyos. Esta variedad de posibles factores estresantes también se refleja en el pequeño valor R de
el DistLM, que solo explica el 8% de la variabilidad de los datos. Por lo tanto, las evaluaciones de
Los factores estresantes que afectan a la comunidad de peces en los arroyos no solo deben
escalas espaciales tales como cuencas hidrográficas, las evaluaciones también deben considerar localmente
factores de estrés perjudiciales, que solo pueden investigarse en escalas espaciales más pequeñas, por ejemplo, ríos
5. Conclusiones
Nuestro estudio proporciona evidencia de que la composición de la comunidad de peces está influenciada por un
multitud de estresores antropogénicos que actúan en concierto, pero a diferentes intensidades dependiendo
en la escala considerada. Al igual que en estudios anteriores (por ejemplo, Baxter, 1977; Box y Mossa,
1999; Walsh y col., 2005; Lange et al., 2014), tipos de uso de la tierra (embalses, agricultura,
sellado del suelo) y la modificación estructural de arroyos y ríos a menudo se identificaron como
factores de estrés que influyen en la composición de las especies de peces. Además, EDAR y plantas de biogás
24
También se encontró que afecta la composición de la comunidad de peces y, por lo tanto, estos factores
para ser incluido en futuros esfuerzos de conservación y restauración. Los efectos de lo identificado
Los factores estresantes difieren entre las escalas del área de prospección (dos tamaños de cuencas diferentes y
rayas) y conjuntos de datos (área de estudio completa, principales sistemas de drenaje, captaciones de ríos, arroyos
regiones con el fin de optimizar la escasa fundación en la conservación de peces de río en peligro de extinción
y biodiversidad de agua dulce. Los efectos de algunos factores estresantes identificados (por ejemplo, plantas de biogás)
necesitan ser investigados más a fondo, porque estos factores estresantes pueden ser más indirectos que directos
influir en la composición de la comunidad de peces, por ejemplo, afectando negativamente la disponibilidad de alimentos para
pescado.
25
6. Agradecimientos:
iniciar y apoyar financieramente este estudio [número de subvención 54-0270-71442 / 2014]. los
Ministerio de Nutrición, Agricultura y Silvicultura del estado de Baviera, la oficina regional de Baviera para
discusión. Agradecemos además a todos los expertos en pesca y conservación que participan en el proyecto.
grupo para las valiosas discusiones de los datos y los resultados. C. Truffel, J. Hildebrand y
M. Riese son reconocidos por su ayuda con el procesamiento de datos y el Prof. M. Anderson
(PRIMER-e, Massey University, NZ) por su apoyo con los análisis estadísticos.
26
7. Referencias
Akbaripasand, A., Ramezani, J., Lokman, PM, Closs, GP, 2014. Pueden invertebrados a la deriva
¿Satisfacer las necesidades energéticas de los peces que se alimentan a la deriva? Un estudio de caso sobre Galaxias fasciatus.
Allan, JD (2004) Paisajes y paisajes fluviales: la influencia del uso de la tierra en los arroyos
https://doi.org/10.1146/annurev.ecolsys.35.120202.110122.
Appel, F., Ostermeyer-Wiethaup, A., Balmann, A., 2016. Efectos de las renovables alemanas
Energía Ley de cambio estructural en la agricultura - El caso del biogás. Util. Política, 41, 172-182.
https://doi.org/10.1016/j.jup.2016.02.013.
Auerswald, K., Moyle, P., Seibert, SP, Geist, J., 2019. Opiniones de HESS: Socioeconómico
Ministerio de Medio Ambiente y Salud del Estado de Baviera, 2009. Karte 2.7: Diffuse Quellen -
Bodeneintrag en Oberflächengewässer über Erosion. [Mapa 2.7: Fuentes difusas - Entrada de suelo
en cursos de agua debido a la erosión]. Bayerisches Staatsministerium für Umwelt und Gesundheit,
Baxter, RM, 1977. Efectos ambientales de presas y embalses. Annu. Rev. Ecol.
Beckmann, C., Biro, PA, Post. JR, 2006. Impacto asimétrico de las aves piscívoras en el tamaño
27
Beggel, S., Geist, J., 2015. Efectos agudos de la exposición a la salinidad sobre la viabilidad y el hospedador de glochidia
Infección del mejillón de agua dulce Anodonta anatina (Linnaeus, 1758). Sci. Entorno total,
Belsley, DA, Kuh, E., Welsch, RE, 2005. Diagnóstico de regresión: identificación de influyentes
Bierschenk, AM, Mueller, M., Pander, J., Geist, J., 2019a, Impacto del uso de la tierra de captación en
composición de la comunidad de peces en las áreas de cabecera del Elba, Danubio y Main. Sci. Total
Bierschenk, BM, Pander, J., Mueller, M., Geist, J., 2019b. Daño y mortalidad de peces en
estaciones de bombeo: una comparación de bombas convencionales y aptas para peces. Mar. Agua dulce
Blann, KL, Anderson, JL, Sands, GR, Vondracek, B., 2009. Efectos de la agricultura
drenaje en ecosistemas acuáticos: una revisión. Crit. Rev. Env. Sci. Tec., 39, 909-1001.
https://doi.org/10.1080/10643380801977966.
Box, JB, Mossa, J., 1999. Sedimentos, uso de la tierra y mejillones de agua dulce: perspectivas y
Niños, CA, Pflugrath, BD, Mueller, M., Pander, J., Deng, ZD, Geist, J., 2018. Físico y
Fuerzas hidráulicas experimentadas por los peces que atraviesan tres centrales hidroeléctricas de baja carga diferentes.
Brandner, J., Cerwenka, AF, Schliewen, Reino Unido, Geist, J., 2013. Cuanto más grande, mejor:
características de los gobios redondos que forman un frente de invasión en el río Danubio. PLoS One, 8,
e73036. https://doi.org/10.1371/journal.pone.0073036.
28
Brandner, J., Cerwenka, AF, Schliewen, Reino Unido, Geist, J., 2018. Estrategias de invasión en ronda
gobio (Neogobius melanostomus): ¿Es más grande realmente mejor? PLoS one, 13, e0190777.
https://doi.org/10.1371/journal.pone.0190777.
Britz, W., Delzeit, R., 2013. El impacto de la producción de biogás en Alemania en Europa y
mercados agrícolas mundiales, uso de la tierra y medio ambiente. Energ. Política, 62, 268-1275.
https://doi.org/10.1016/j.enpol.2013.06.123.
Brown, RS, Carlson, TJ, Gingerich, AJ, Stephenson, JR, Pflugrath, BD, Welch, AE,
Langeslay, MJ, Ahmann, ML, Johnson, RL, Skalski, JR, Seaburg, AG, Townsend,
RL, 2012. Cuantificación de la lesión mortal de juveniles de salmón Chinook expuestos a hidro-
https://doi.org/10.1080/00028487.2011.650274.
Brunke, M., 1999. Colmación y filtración profunda en lechos de arroyos: retención de partículas en
Burkhardt-Holm, P., Giger, W., Güttinger, H., Ochsenbein, U., Armin, P., Scheuer, K.,
Segner, H., Staub, E., Suter, MJ-F., 2005. ¿Dónde se han ido todos los peces? Las razones por
las capturas de pescado en los ríos suizos están disminuyendo. Reinar. Sci. Technol., 441-447.
https://doi.org/10.1021/es053375z.
Čada, GF, Garrison, L., Fisher, R., 2007. Determinación del efecto del esfuerzo cortante en los peces
Čada, GF, Schweizer, PE, 2012. La aplicación de enfoques de evaluación basados en rasgos
estimar los efectos del paso de turbinas hidroeléctricas sobre las poblaciones de peces. ORNL / TM-
2012/110, (páginas. 37) .Roble Cresta, Tenn: Roble Cresta Nacional Laboratorio.
https://doi.org/10.2172/1038082.
29
Carey, RO, Migliaccio, KW, 2009. Contribución de los efluentes de las plantas de tratamiento de aguas residuales a
dinámica de nutrientes en los sistemas acuáticos: una revisión. Reinar. Administrar., 44, 205-217.
https://doi.org/10.1007/s00267-009-9309-5.
Caverly, E., Kaste, JM, Hancock, GS, Chambers, RM, 2013. Disuelto y particulado
Flujos de carbono orgánico de una cuenca agrícola durante tormentas tropicales consecutivas.
CEN, 2003. Calidad del agua: muestreo de peces con electricidad. CEN prEN 14011: 2003. Bruselas:
CEN. https://doi.org/10.3403/02775836u.
Clarke, KR, Gorley, RN, 2015. PRIMER v7: Manual de usuario / Tutorial. PRIMER-E, Plymouth.
Collier, KJ, Probert, PK, Jeffries, M., 2016. Conservación de invertebrados acuáticos:
https://doi.org/10.1002/aqc.2710.
Copp, GH, 1990. Efecto de la regulación sobre el reclutamiento de peces 0+ en Great Ouse, una tierra baja
Darwall, WR, Freyhof, J., 2016. Peces perdidos, ¿quién cuenta? El alcance de la amenaza a
biodiversidad de peces de agua dulce, en: Closs, GP, Krkosek, M., Olden, JD (Eds.), Conservation of
https://doi.org/10.1017/cbo9781139627085.002.
Dedual, M., 2007. Supervivencia de juveniles de trucha arco iris pasando por una turbina Francis. norte
174,1.
30
Denic, M., Geist, J., 2015. Vinculación de la deposición de sedimentos de arroyos y la calidad del hábitat acuático en
Arroyos de mejillones perlados: implicaciones para la conservación. River Res. Appl., 31, 943–952.
https://doi.org/10.1002/rra.2794.
Diehl, S., Kornijów, R., 1998. Influencia de macrófitos sumergidos en interacciones tróficas
entre peces y macroinvertebrados. En: Jeppesen, E., Sondergaard, M., Sondergaard, M.,
Christofferson, K. (Eds.), El papel estructurador de las macrófitas sumergidas en los lagos Springer,
Doenni, W., Maier, KJ, Goldmann, K., Friedl, C., 2001. Bestandsentwicklung des Aals
Análisis de situación y resultados de los primeros estudios. En: BUWAL Bundesamt für Umwelt, Wald und
Drechsler, H., Eulenstein, F., Luyten-Naujoks, K., Feldwisch, N., Beiseker, R., von Buttlar,
C., Richter, S., 2009. Wirkung und Folgen der Nutzung von Biomasse zur Biogasgewinnung
auf Böden und Gewässer - Stand zur Erarbeitung eines DWA-Regelwerkes. En:
Jahrestagung der DBG: Böden – eine endliche Ressource. Berichte der DBG, Bonn.
Duerregger, A., Pander, J., Palt, M., Mueller, M., Nagel, C., Geist, J., 2018. La importancia
de las condiciones intersticiales de la corriente para el desarrollo de la nase europea en la etapa temprana de la vida
https://doi.org/10.1111/eff.12403.
31
Dumont, U., 2006. Informe sobre la restauración de la conectividad longitudinal del río
Dunier, M., Siwicki, AK, 1993. Efectos de los pesticidas y otros contaminantes orgánicos en el
medio acuático sobre la inmunidad de los peces: una revisión. Fish Shellfish Immun., 3, 423-438.
https://doi.org/10.1006/fsim.1993.1042.
Dußling, U., 2009. Handbuch zu fiBS [Manual para el sistema de evaluación basado en peces para
und Bypasssysteme [protección de peces y derivaciones de peces en centrales hidroeléctricas - manual para
Consejo de 23 de abril de 2009 sobre la promoción del uso de energía procedente de fuentes renovables
que modifica y posteriormente deroga las Directivas 2001/77 / CE y 2003/30 / CE. Oficial
Comunidades Europeas, 2003. Estrategia común de ejecución del marco del agua
Feld, CK, Fernandes, MR, Ferreira, MT, Hering, D., Ormerod, SJ, Venohr, M.,
32
río ecosistemas: un conceptual estudiar. Agua Res., 139, 381-394.
https://doi.org/10.1016/j.watres.2018.04.014.
Fox, J., Weisberg, S., 2011. An {R} Companion to Applied Regression. Segunda edicion.
Freyhof, J., Brooks, E., 2011. Lista roja europea de peces de agua dulce (p. 61). Luxemburgo:
Gehrke, PC, Gilligan, DM, Barwick, M., 2002. Cambios en las comunidades de peces del
Río Shoalhaven 20 años después de la construcción de Tallowa Dam, Australia. River Res. Appl.,
Geist, J., 2011. Ecología integradora del agua dulce y conservación de la biodiversidad. Ecol. Indic., 11,
1507-1516. https://doi.org/10.1016/j.ecolind.2011.04.002.
Geist, J., 2014. Tendencias y direcciones en la calidad del agua y la gestión del hábitat en el
https://doi.org/10.1080/03632415.2014.903838.
Geist, J., 2015. Siete pasos para mejorar la conservación del agua dulce. Aquat. Conserv.,
Geist, J., Auerswald, K., 2007. Características fisicoquímicas del lecho de un arroyo y reclutamiento
del mejillón perla de agua dulce (Margaritifera margaritifera). Freshwater Biol., 52, 2299-2316.
https://doi.org/10.1111/j.1365-2427.2007.01812.x.
Geist, J., Kolahsa, M., Gum, B., Kuehn, R., 2009. La importancia del grupo genético
reconocimiento para la conservación de especies de peces migratorios: el ejemplo de las especies amenazadas
33
europeo huchen Hucho hucho (L.). J. Pescado Biol., 75, 1063-1078.
https://doi.org/10.1111/j.1095-8649.2009.02377.x.
Geist, J., Hawkins, SJ, 2016. Recuperación y restauración del hábitat en ecosistemas acuáticos:
https://doi.org/10.1002/aqc.2702.
Giannico, GR, 2000. Selección de hábitat por juveniles de salmón coho en respuesta a alimentos y
manipulaciones de escombros leñosos en secciones de arroyos rurales y suburbanos. Lata. J. Fish. Aquat. Sci.,
Gücker, B., Brauns, M., Pusch, MT, 2006. Efectos de la descarga de la planta de tratamiento de aguas residuales
sobre la estructura y función del ecosistema de los arroyos de las tierras bajas. JN Am. Benthol. Soc., 25, 313-
329. https://doi.org/10.1899/0887-3593(2006)25[313:eowtpd]2.0.co;2.
Hancock, PJ, 2002. Impactos humanos en la zona de intercambio de aguas subterráneas y arroyos. Reinar.
Harris, CM, Calladine, JR, Wernham, CV, Park, KJ, 2008. Impactos de las aves piscívoras
sobre las poblaciones de salmónidos y la pesca de caza en Escocia: una revisión. Wildlife Biol., 14, 395-
412. https://doi.org/10.2981/0909-6396-14.4.395.
Hortle, KG, Lake, PS, 1983. Peces de secciones canalizadas y no canalizadas del
https://doi.org/10.1071/mf9830441.
Ihut, A., Zitek, A., Weiss, S., Ratschan, C., Holzer, G., Kaufmann, T., Cocan, D.,
Constantinescu, R., Miresan, V., 2014. Salmón del Danubio (Hucho hucho) en Centro y Sur
Europa del Este: una revisión para el desarrollo de un programa internacional para la
34
rehabilitación y conservación de las poblaciones de salmón del Danubio. Boletín UASVM Animal
Jepsen, N., Ravn, HD, Pedersen, S., 2018. Cambio de comportamiento de alimentación de cormoranes y
3656-2.
https://doi.org/10.1007/978-94-011-4164-2_7.
Kemp, P., Sear, D., Collins, A., Naden, P., Jones, I., 2011. Los impactos del sedimento fino en
Killgore, JK, Maynord, ST, Chan, MD, Morgan, RP, 2001. Evaluación de la hélice
mortalidad inducida en etapas tempranas de la vida de especies de peces seleccionadas N. Am. J. Fish. Administrar., 21,
947–955. https://doi.org/10.1577/1548-8675(2001)021<0947:eopimo>2.0.co;2.
Kinouchi, T., Yagi, H., Miyamoto, M., 2007. Aumento de la temperatura del arroyo relacionado con
antropogénico entrada de calor desde urbano aguas residuales. J. Hidrol., 335, 78-88.
https://doi.org/10.1016/j.jhydrol.2006.11.002.
Knaepkens, G., Bervoets, L., Verheyen, E., Eens, M., 2004. Relación entre
https://doi.org/10.1016/s0006-3207(03)00156-3.
Knott, J., Mueller, M., Pander, J., Geist, J., 2019. Efectividad de la erosión de la cuenca
medidas de protección y respuesta de la biota fluvial en función de la escala. Hydrobiologia, 830, 77-
92. https://doi.org/10.1007/s10750-018-3856-9.
35
Knudsen, EE, Dilley, SJ, 1987. Efectos del refuerzo del banco de escollera en salmónidos juveniles
https://doi.org/10.1577/1548-8659(1987)7<351:eorbro>2.0.co;2.
Kruk, A., Penczak, T., 2003. Impacto del embalse en las poblaciones de peces ribereños facultativos.
Lange, K., Townsend, CR, Gabrielsson, R., Chanut, PC, Matthaei, CD, 2014. Respuestas
Lewin, WC, Arlinghaus, R., Mehner, T., 2006. Impactos biológicos documentados y potenciales
de la pesca recreativa: conocimientos para la gestión y la conservación. Rev. Fish. Sci., 14, 305-
367. https://doi.org/10.1080/10641260600886455 .
Link, O., Habit, E., 2015. Requisitos y condiciones de contorno para pases de peces no deportivos
especies de peces basadas en experiencias chilenas. Rev. Environ. Sci. Bio., 14, 9-21.
https://doi.org/10.1007/s11157-014-9357-z.
36
Lozán, JL, Kausch, H., 1996. Warnsignale aus Flüssen und Ästuaren [Señales de advertencia
Lozán, JL, Köhler, C., Scheffel, H., Stein, H., 1996. Gefährdung der Fischfauna der Flüsse
Donau, Elbe, Rhein und Weser [Amenaza para la fauna de peces en Danubio, Elba, Rin y Weser].
En: Lozán, JL, Kausch, H. (Eds.), Warnsignale aus Flüssen und Ästuaren.
estado de las masas de agua en Renania del Norte-Westfalia]. Merkblatt Nr. 26. En: Handbuch zur
Satzstudio, Düsseldorf.
Matthaei, CD, Lange, K., 2016. Efectos de múltiples factores de estrés en los peces de agua dulce: una revisión y
metaanálisis. En: Closs, GP, Krkosek, M., Olden, JD (Eds.), Conservation of freshwater
https://doi.org/10.1017/cbo9781139627085.007 .
McClure, MM, Carlson, SM, Beechie, TJ, Pess, GR, Jorgensen, JC, Sogard, SM,
Sultan, SE, Holzer, DM, Travis, J., Sanderson, BL, Power, ME, Carmichael, RW,
2008. Consecuencias evolutivas de la pérdida de hábitat para los salmónidos anádromos del Pacífico. Evol.
Meier, C., Haase, P., Rolauffs, P., Schindehütte, K., Schöll, F., Sundermann, A., Hering, D.,
Bewertung von Fließgewässern auf der Basis des Makrozoobenthos vor dem Hintergrund
37
- Manual para la investigación y evaluación de aguas corrientes basado en
www.fliessgewaesserbewertung.de.
https://doi.org/10.1080/00036840110058482.
Moyle, PB, Williams, JE, 1990. Pérdida de biodiversidad en la zona templada: disminución de la
1739.1990.tb00289.x.
Mueller, M., Pander, J., Geist, J., 2011. Los efectos de las presas en el hábitat de corrientes estructurales y
2664.2011.02035.x.
Mueller, M., Pander, J., Geist, J., 2014. Una nueva herramienta para la evaluación y seguimiento de
https://doi.org/10.1186/2193-2697-3-12.
Mueller, M., Pander, J., Geist, J., 2017. Evaluación de la lesión externa de los peces causada por
centrales hidroeléctricas basadas en un campo novedoso - protocolo basado. Fisheries Manag. Ecol., 24, 240–
Mueller, M., Pander, J., Geist, J., 2018. Análisis completo de> 30 años de datos sobre
corrientes de las tendencias de la población de peces y el estado de conservación en Baviera, Alemania. Biol. Conserv.,
38
Mueller, M., Pander, J., Wild, R., Lueders, T., Geist, J., 2013. Los efectos de la corriente
textura del sustrato sobre condiciones intersticiales y biopelículas bacterianas: estrategias metodológicas.
https://doi.org/10.1016/j.limno.2012.08.002.
Nagel, C., Mueller, M., Pander, J., Eirich, C., Klarl, M., Ipfelkofer, D., Geist, J., 2018.
[Evaluación de las medidas de mejora del hábitat para proteger las poblaciones de peces]. Bericht für
Nagel, C., Pander, J., Mueller, M., Geist, J., 2019. La composición del sustrato determina
Nettles, DC, Gloss, SP, 1987. Migración de smolts de salmón del Atlántico sin litoral y
eficacia de una estructura de derivación de peces en una instalación hidroeléctrica de pequeña escala. N. Am. J. Fish.
Nislow, KH, Folt, C., Seandel, M., 1998. Comportamiento alimentario y de búsqueda en relación con
uso del microhábitat y supervivencia del salmón del Atlántico de 0 años. Lata. J. Fish. Aquat. Sci., 55, 116-
127. https://doi.org/10.1139/cjfas-55-1-116.
O'Brien, RM, 2007. Una advertencia con respecto a las reglas generales para los factores de variación de la inflación. Qual.
Ovidio, M., Philippart, JC, 2002. El impacto de pequeños obstáculos físicos en aguas arriba
movimientos de seis especies de peces. En: Thorstad, EB, Fleming, IA, Næsje, TF (Eds.),
8_8.
39
Owens, PN, Batalla, RJ, Collins, AJ, Gomez, B., Hicks, DM, Horowitz, AJ, Kondolf,
GM, Marden, M., Page, MJ, Peacock, DH, Petticrew, EL, 2005. Sedimento de grano fino
en sistemas fluviales: importancia ambiental y cuestiones de gestión. River Res. Apl., 21,
693-717. https://doi.org/10.1002/rra.878.
Pander, J., Geist, J., 2010. Uso de hábitat de bancos estacionales y espaciales por peces en zonas muy
ríos: una comparación de cuatro medidas de restauración diferentes. Ecol. Freshw. Fish, 19, 127-138.
https://doi.org/10.1111/j.1600-0633.2009.00397.x.
Pander, J., Geist, J., 2013. Indicadores ecológicos para el éxito de la restauración de arroyos. Ecol. Indic.,
Pander, J., Geist, J., 2016. ¿Puede la restauración del hábitat de peces para especies reofílicas en
los ríos modificados sean sostenibles a largo plazo? Ecol. Eng., 88, 28-38.
https://doi.org/10.1016/j.ecoleng.2015.12.006.
Pander, J., Geist, J., 2018. La contribución de diferentes hábitats restaurados a la diversidad de peces y
desarrollo de la población en un río altamente modificado: un estudio de caso del río Günz. Agua-
Pander, J., Mueller, M., Geist, J., 2013. Funciones ecológicas de los canales de derivación de peces en
arroyos: corredor migratorio y hábitat de especies reófilas. River Res. Appl., 29, 441-450.
https://doi.org/10.1002/rra.1612.
Pander, J., Mueller, M., Geist, J., 2015a. Sucesión de la diversidad de peces después de reconectar un
grande llanura aluvial a los Superior Danubio Río. Ecol. Ing., 75, 41-50.
https://doi.org/10.1016/j.ecoleng.2014.11.011.
40
Pander, J., Mueller, M., Geist, J., 2015b. Una comparación de la restauración del sustrato de cuatro corrientes
técnicas relativas a las condiciones intersticiales y los efectos aguas abajo. River Res. Apl., 31,
239-255. https://doi.org/10.1002/rra.2732.
Pander, J., Mueller, M., Geist, J., 2018. La diversidad y la conectividad del hábitat gobiernan el
valor de conservación de los hábitats de llanuras aluviales acuáticas restauradas. Biol. Conserv., 217, 1-10.
https://doi.org/10.1016/j.biocon.2017.10.024.
Quinn, JM, Stroud, MJ, 2002. Calidad del agua y exportación de sedimentos y nutrientes de New
Captaciones de tierras montañosas de Zelanda con usos de la tierra contrastantes. Nuevo celo. J. Mar. Fresh., 36, 409-429.
https://doi.org/10.1080/00288330.2002.9517097.
Radinger, J., Essl, F., Hölker, F., Horký, P., Slavík, O., Wolter, C., 2017. El futuro
distribución de los peces de río: la compleja interacción del clima y los cambios en el uso de la tierra, especies
https://doi.org/10.1111/gcb.13760 .
Raeymaekers, JA, Raeymaekers, D., Koizumi, I., Geldof, S., Volckaert, FA, 2009.
Directrices para restaurar la conectividad alrededor de los molinos de agua: un enfoque genético de poblaciones para
2664.2009.01652.x.
Reid, GM, Contreras, MT, Casatadi, K., 2013. Desafíos globales en peces de agua dulce
conservación relacionada con acuarios públicos y la industria de los acuarios. Zoológico internacional
Rieman, BE, Dunham, JB, 2000. Metapoblaciones y salmónidos: una síntesis de la vida
https://doi.org/10.1034/j.1600-0633.2000.90106.x.
41
Sancho, E., Ferrando, MD, Andreu, E., 1997. Efectos subletales de un organofosforado
insecticida en la anguila europea, Anguilla anguilla. Ecotox. Reinar. Seguro., 36, 57-65.
https://doi.org/10.1006/eesa.1996.1488.
https://doi.org/10.4319/lo.2006.51.1_part_2.0356.
Schlosser, IJ, Kallemeyn, LW, 2000. Variación espacial en conjuntos de peces a través de un
https://doi.org/10.1890/0012-9658(2000)081[1371:svifaa]2.0.co;2.
Schmutz, S., Kaufmann, M., Vogel, B., Jungwirth, M., Muhar, S., 2000. Un concepto de varios niveles
para la evaluación de la integridad ecológica basada en peces y por tipo de río. En: Jungwirth, M.,
Muhar, S., Schmutz, S. (Eds.), Evaluación de la integridad ecológica de las aguas corrientes,
Schmutz, S., Moog, O., 2018. Represas: impactos ecológicos y gestión. En: Schmutz, S.,
https://doi.org/10.1007/978-3-319-73250-3_6.
Solomon, KR, Dalhoff, K., Volz, D., Van Der Kraak, G., 2013. Efectos de los herbicidas en los peces.
Stalter, D., Magdeburg, A., Quednow, K., Botzat, A., Oehlmann, J., 2013. ¿Contaminantes
que se originan a partir de aguas residuales tratadas de última generación afectan la calidad ecológica de la superficie
42
Steinmetz, J., Kohler, SL, Soluk, DA, 2003. Las aves son los principales depredadores acuáticos
Strayer, DL, Eviner, VT, Jeschke, JM, Pace, ML, 2006. Comprensión del largo plazo
https://doi.org/10.1016/j.tree.2006.07.007.
Studer, I., Boeker, C., Geist, J., 2017. Indicadores fisicoquímicos y microbiológicos de
Contaminación del cuerpo de agua superficial con diferentes fuentes de digestato de plantas de biogás.
Suter, W., 1995. El efecto de la depredación por los cormoranes invernantes Phalacrocorax carbo en
Sutherland, AB, Meyer, JL, Gardiner, EP, 2002. Efectos de la cobertura terrestre en los sedimentos
régimen y estructura del conjunto de peces en cuatro arroyos del sur de los Apalaches. Agua dulce
Tedesco, PA, Oberdorff, T., Cornu, JF, Beauchard, O., Brosse, S., Dürr, HH, Grenouillet,
G., Leprieur, F., Tisseuil, C., Zaiss, R., Hugueny, B., 2013. Un escenario de impactos del agua
pérdida de disponibilidad debido al cambio climático en las tasas de extinción de peces ribereños. J. Appl. Ecol., 50,
1105-1115. https://doi.org/10.1111/1365-2664.12125.
43
de los diferentes tipos de aguas corrientes - Anexo 1 de las estrategias para optimizar la restauración
medidas de las aguas corrientes y sus controles de eficiencia]. Texte 43/2014, Dessau.
Vatcheva, KP, Lee, M., McCormick, JB, Rahbar, MH, 2016. Multicolinealidad en regresión
Walsh, CJ, Roy, AH, Feminella, JW, Cottingham, PD, Groffman, PM, Morgan, RP,
2005. El síndrome del arroyo urbano: conocimiento actual y búsqueda de una cura. JN Am.
Williams, EM, Eddy, FB, 1986. Captación de cloruro en teleósteos de agua dulce y su relación
https://doi.org/10.1007/bf00694263.
Wolfram, G., Römer, J., Hörl, C., Stockinger, W., Ruzicska, K., Munteanu, A., 2014. Cloruro -
Auswirkungen auf die aquatische Flora und Fauna [Cloruro - Impacto en la fauna acuática
Viena.
Wood, PJ, Armitage, PD, 1997. Efectos biológicos del sedimento fino en el ambiente lótico.
Xenopoulos, MA, Lodge, DM, Alcamo, J., Märker, M., Schulze, K., Van Vuuren, DP,
2005. Escenarios de extinción de peces de agua dulce por cambio climático y extracción de agua.
44
45
Cifras
Figura 1: Ilustración de diferentes conjuntos de datos (Parte I) y escalas de área de estudio (Parte II) utilizadas para
analiza: a) los principales sistemas de drenaje (bordeados de negro) y las cuencas hidrográficas de Baviera,
representados por diferentes colores (cuencas fluviales de color azul = sistema de drenaje del Danubio, verde
cuencas fluviales de color = sistema de drenaje del Rin, cuencas fluviales de color naranja = Elba
Los diferentes colores indican diferentes subregiones geográficas y tamaños de arroyos. Gris = arroyos, luz
azul = ríos de tamaño mediano, azul oscuro = ríos grandes; c) Captaciones aguas arriba de las respectivas
sitio de muestra (SCAT). Ubicación de los sitios de muestra (puntos rojos) elegidos arbitrariamente para ilustrar el concepto.
Áreas gris claro y gris oscuro = respectiva cuenca aguas arriba del sitio de muestreo (puntos rojos), gris
área = área restante de esta cuenca hidrográfica (no incluida en el cálculo del área de captación de
estos dos sitios de muestra); d) masas de agua superficial (BS) en una cuenca hidrográfica de acuerdo con la
clasificación de la DMA de la UE. Los diferentes colores indican diferentes SWB; En e) la ribera de 200 m de ancho
franja yf) se ilustra la franja ribereña específica del río del mismo tramo de un río. El ancho del río en
este tramo tiene entre 10 y 80 m de ancho, por lo que el ancho de la franja ribereña específica del río es de 20 m.
Los diferentes colores indican diferentes usos de la tierra dentro de la franja. Información para los diferentes codificados por colores
Los tipos de uso de la tierra se proporcionan en la leyenda debajo de las figuras e) yf) (adaptado de Bierschenk et al.
2019).
Figura 2: Diagrama de flujo del análisis paso a paso para identificar la variable que afecta a la comunidad de peces
composición. Las escalas del área de la encuesta solo se utilizaron para tres de los cinco grupos de variables predictoras,
porque la química del agua y los macroinvertebrados son parámetros que se miden en el agua
cursos y no cambian con los diferentes tamaños de cuencas de las escalas del área de prospección. los
se omitió el cálculo de la franja ribereña con ancho específico del río para los grupos de variables predictoras
calidad estructural del cuerpo de agua y depredación debido a la similitud de las dos franjas ribereñas. MEJOR =
Figura 3: Frecuencia de las diferentes variables predictoras en los análisis BEST (excluyendo el agua
química) de todos los conjuntos de datos. El diagrama de frecuencia de los análisis BEST, incluida la química del agua, es
dado en la Figura S1. Total = resultados de los análisis BEST significativos y no significativos, significativo =
46
resultados de análisis BEST significativos. p / a = presencia / ausencia; (n) = número de; MI =
Figura 4: Gráfico de análisis de redundancia basado en distancia (dbRDA) de los DistLM significativos que ilustran
correlación entre la composición de la comunidad de peces en los sitios de muestreo en a) toda el área de estudio
y en los principales sistemas de drenaje Danubio b) y Main / Rin c). Se dan factores de estrés ambiental
como vectores. Los segmentos de los gráficos circulares se refieren a la abundancia de las especies de peces correspondientes,
la longitud del segmento circular representa el número de individuos por 100 m de longitud del río (CPUE) en
los diferentes sitios de muestreo. El ancho del segmento de la tarta depende solo del número de especies de peces en
el gráfico dbRDA. La distancia entre los sitios de muestreo (gráficos circulares) representa la diferencia de
composición de la comunidad de peces de los sitios. La longitud del vector indica la fuerza de la relación entre
las variables predictoras y los ejes dbRDA. El radio del círculo en las parcelas es igual al 100%
correlación de los vectores ambientales superpuestos con el diagrama dbRDA. La escala del área de la encuesta para
la mayoría de las variables predictoras fue SCAT (cuenca sobre el sitio de muestreo), se indican excepciones
entre paréntesis detrás de la etiqueta de la variable predictora de los vectores. Los mínimos y máximos de cada especie son
indicada en la leyenda (individuos por 100 m de longitud del río). SWB = Cuerpo de agua superficial, p / a =
Figura 5: Gráficos de análisis de redundancia basado en la distancia (dbRDA) de los DistLM significativos ejemplarmente
ilustrando la correlación entre la composición de la comunidad de peces en los sitios de muestreo en el río
captaciones de a) Inn, b) Isar, c) Lech yd) Main. Los factores de estrés ambientales se dan como vectores. los
segmentos de los gráficos circulares se relacionan con la abundancia de las especies de peces correspondientes, la longitud del gráfico circular
segmento representa con el número de individuos por 100 m de longitud de río (CPUE) en los diferentes
sitios de muestreo. El ancho del segmento de la tarta depende solo del número de especies de peces en la dbRDA
trama. La distancia entre los sitios de muestreo (gráficos circulares) representa la diferencia de peces
composición comunitaria de los sitios. La longitud del vector indica la fuerza de la relación entre
variables predictoras y los ejes dbRDA. El radio del círculo en los gráficos es igual al 100% de correlación
de los vectores ambientales superpuestos con el diagrama dbRDA. La escala del área de la encuesta para la mayoría de los
Las variables predictoras fueron SCAT (cuenca superior al sitio de muestreo), las excepciones se indican entre paréntesis.
47
detrás de la etiqueta de la variable predictora de los vectores. Los mínimos y máximos de cada especie se dan en
la leyenda (individuos por 100 m de longitud de río). Los mínimos y máximos de cada especie se dan en el
leyenda. VAR = ancho específico del río de la franja ribereña, p / a = presencia / ausencia, n = número de
Figura 6: Gráficos de análisis de redundancia basado en distancia (dbRDA) de los DistLM significativos que ilustran el
subregiones a) las estribaciones de los Alpes yb) las cordilleras bajas orientales y los tamaños de los arroyos c)
arroyos yd) grandes ríos. Los factores de estrés ambientales se dan como vectores. Los segmentos del pastel
Los gráficos se refieren a la abundancia de las especies de peces correspondientes, la longitud del segmento circular
representa con el número de individuos por 100 m de longitud de río (CPUE) en los diferentes muestreos
sitios. El ancho del segmento de la tarta depende solo del número de especies de peces en la parcela dbRDA. los
La distancia entre los sitios de muestreo (gráficos circulares) representa la diferencia de la comunidad de peces.
composición de los sitios. La longitud del vector indica la fuerza de la relación entre el predictor
variables y los ejes dbRDA. El radio del círculo en las gráficas equivale al 100% de correlación del
vectores ambientales superpuestos con el diagrama dbRDA. La escala del área de la encuesta para la mayoría de los
Las variables predictoras fueron SCAT (cuenca sobre el sitio de muestreo). Mínimos y máximos de cada especie
se dan en la leyenda (individuos por 100 m de longitud del río). p / a = presencia / ausencia, n = número de
48
49
50
51
52
53
54
55
Tabla 1: Resumen de los grupos de variables predictoras y del grupo de variables de respuesta, la preparación de los datos para
los análisis, la transformación para mejorar su distribución normal y su origen.
log = log 10, norma. = normalizado.
Tierra de captación Barrio residencial Asentamientos Proporción [en log, norma. Monitoreo gubernamental en el contexto de
utilizar (alto porcentaje %] de área la Directiva Marco del Agua de la UE (DMA) por las
de sellado) Dentro de cada autoridades estatales en Baviera desde 2015
Area Industrial Comercio, área de encuesta
calles conjuntos
carreteras)
Tierra infértil No cultivable
tierra (por ejemplo, rocas)
estanques de pesca
al lado de
arroyos
Grano Trigo, centeno, Proporción [en registro, norma. Seguimiento gubernamental en el contexto del sistema
cebada %] de área integrado de administración y control (IACS) de la Unión
Tubérculos Patatas, azúcar Dentro de cada Europea por parte de las autoridades estatales en
remolacha área de encuesta Baviera desde 2007
Maíz Maíz escala fue
por separado
Cultivo forrajero Repollo, calculado para
nabo sueco, los cinco datos
ensilaje, forraje conjuntos
remolacha, verde
forraje
Apartar Tierra agricola
fuera de uso
Pradera Prados
areas Calidad
Orilla Río vegetado las clases son
56
Protección contra inundaciones Dique, inundación cursos. los
estructuras muro de mampostería cantidad de
estructural
variables
como el pescado
desarrollo de
el curso de agua
Retencion Retención de agua
debido a la
presencia de inundación
llanuras
orilla, ingle,
alcantarillas,
tubería
Pase de pescado (p / a) Presencia-
ausencia de pescado
pasa en
transversal
estructuras
EDAR (n) Número de Numeros de registro, norma. Registrado en el atlas energético de Baviera, como
aguas residuales Lo diferente parte de la Ley Federal del Agua
plantas de tratamiento plantas dentro
en la cuenca cada encuesta- (https://geoportal.bayern.de/geoportalb
escalas de área ayern; estado 2012)
fueron
por separado
Plantas de biogás (n) Número de calculado para Registrado en el Atlas de energía del estado de Baviera
plantas de biogás en los cinco datos en preparación de la salida de la energía nuclear y de
la cuenca conjuntos
combustibles fósiles
(http://geoportal.bayern.de/energieatlas
Energía hidroeléctrica Número de
- karten; estado 2015)
plantas (n) hidroeléctrica
plantas en el
captación
Disponibilidad de comida Agua dulce los registro, norma. Monitoreo gubernamental en el contexto de la Directiva
Anfipoda
(macroinvertebrado crustáceos abundancia Rasgos : Marco del Agua de la UE (DMA) por parte de las
es (MI)) Agua dulce (individuos / filtrar autoridades estatales en Baviera de 2004 a 2013
Coleópteros escarabajos y metro 2) del alimentador y
larvas de escarabajo especies de depredador
Athericidae, de acuerdo a y
Ceratopogonidae clase o recolector
Dípteros , Chironomidae, orden. Solamente no eran
Limoniidae, para Diptera, transformar
Pediciidae, la familia re; todos fueron
57
Larvas acuáticas de pastoreo
adlerflies, desfibradora,
Megalópteros
dobsonflies y recolector
moscas de pescado depredador).
conjuntos
Plecoptera Moscas de piedra porque el
Agua dulce MI
Spongillidae abundancia
esponjas
en el agua
Tricópteros Caddiesflies
Por supuesto que sí
Sin cambio
con el
Viviendo libre captación
Turbellaria
gusanos planos tamaño de la
área de encuesta
escamas.
Química del agua Concentración de Cada registro, norma. Monitoreo gubernamental en el contexto de
Amonio-N amonio-N químico la Directiva Marco del Agua de la UE (DMA) por parte de
(mg / L) variable era las autoridades estatales en Baviera de 2004 a 2013
Concentración de promediado
Nitrato-N
nitrato-N (mg / L) a través de
Concentración de todo
Nitrito-N
nitrito-N (mg / L) investigado
Concentración de para los cinco
Bioquímico
bioquímico conjuntos de datos
demanda de oxigeno
demanda de oxigeno
(DBO5)
(mg / L)
Concentración de -, norma.
Oxígeno disuelto oxígeno disuelto
(mg / L)
Concentración de registro, norma.
Cloruro
cloruro (mg / L)
Concentración de
Fosfato-P fosfato-P
(mg / L)
Concentración de
Fósforo total fósforo total
(mg / L)
Concentración de
Total orgánico
orgánico total
carbono (TOC)
carbono (mg / L)
Habilidad para conducir -, norma.
Eléctrico o transmitir
conductividad electricidad
[µS / cm]
pH es igual a registro, norma.
−log, norma. 10 de
pH el ion de hidrógeno
concentración
[moles / litro]
Terrestre Número de Numeros de registro, norma. Cartografía amplia bávara de la cría
depredadores cormorán cormorán aves en el contexto de la directiva de la UE sobre la conservación
Perchas de cormoranes
( Phalacrocorax y de las aves silvestres de 2004-2009
(norte)
carbo L.) en las frecuencias
perchas de crianza
Parejas reproductoras de pares dentro
cormorán SCAT, SWB
Cormorán (n)
( Phalacrocorax y 200m
carbo L.) franja ribereña
Parejas reproductoras de fueron
58
merganser L.) tiras, el
cálculo
Para el
Parejas reproductoras de
franja ribereña
Común común
con río
martín pescador (n) martín pescador
ancho específico
( Alcedo en esto L.)
fue omitido.
Parejas reproductoras de
gran crestado
Somormujo crestado (n)
grebe Podiceps
cristatus L.)
Parejas reproductoras de
garza nocturna
Garza nocturna (n)
( Nycticorax
nycticorax L.)
Parejas reproductoras de
garza imperial
Garza imperial (n)
( Ardea purpurea
L.)
Parejas reproductoras de
cola blanca
Cola blanca
águila
águila (n)
( Haliaeetus
albicilla L.)
Parejas reproductoras de
Haliato L.)
Numeros de Conservación gubernamental de la vida silvestre
nutrias dentro seguimiento en el contexto de la Directiva de Hábitats de la UE
SCAT, SWB (FFH) por parte de las autoridades estatales en Baviera de 2004 a
y 200 m 2012
franja ribereña
fueron
por separado
calculado para
los cinco datos
Numero del
Nutria europea conjuntos. Debido a
Nutria europea
(norte) la similitud
( Lutra lutra L.)
de los dos
ribereño
tiras, el
cálculo
Para el
franja ribereña
con río
ancho específico
fue omitido.
Comunidad de peces Salvelinus Para cada 4 th raíz Monitoreo gubernamental de peces en el contexto de la
Trucha ártica
composición alpinus L. especies y Directiva marco del agua de la UE (DMA) y el monitoreo de la
rango de tamaño, Directiva de hábitats (FFH) por parte de las autoridades
Áspid Aspius aspius L.
individuos estatales en Baviera de 2004 a 2013
Lampetra planeri por 100 m
Lamprea de arroyo
SEGUNDO.
longitud del río
Salvelinus (CPUE) fueron
Trucha de arroyo
fontinalis METRO. calculado.
trucha marrón Salmo trutta L.
Alburnus
Sombrío común
alburnus L.
Abramis brama
Besugo común
L.
Cyprinus carpio
Carpa común
L:
Squalius
Cacho común
cephalus L.
Leuciscus
Dace común
leuciscus L.
59
Común
Gobio gobio L.
albur
Condrostoma
Nase común
nasus L.
Scardinius
Rudd común erythrophthalmu
s L.
Carassius
Carpa cruciana
carassius L.
Alburnus
Danubio desolado
calcoides GRAMO.
Danubio
Romanogobio
longbarbel
uranoscopus A.
albur
Gymnocefalia
Ruffe del Danubio
baloni S.S.
europeo
Cottus gobio L.
siluro
Anguila anguila
Anguila europea
L.
europeo Thymallus
tímalo tomillo L.
Perca fluviatilis
Perca europea
L.
Río europeo Lampetra
lamprea fluviatilis L.
europeo Misgurnus
Weatherfish fossilis L.
Ponticola
Gobio de Kessler
Kessleri GRAMO.
norteamericano
Ictalurus sp.
bagre
Lijadora
Lucioperca
lucioperca L.
Carassius gibelio
Carpa prusiana
SEGUNDO.
Lepomis
Semilla de calabaza
gibbosus L.
Oncorhynchus
trucha arcoiris
mi beso W.
Neogobio
Gobio redondo melanostomus
pags.
Salmo trutta
Trucha de mar
lacustris L.
Blicca bjoerkna
Besugo plateado
L.
Alburnoides
Spirlin
bipunctatus SEGUNDO.
Barbatula
Locha de piedra
barbatula L.
Gymnocefalia
Ruffe a rayas
Schraetser L.
Leucaspius
Sunbleak
delineatus H.
60
Tenca Tinca tinca L.
occidental Proterorhinus
gobio tubenoso seminlunaris H.
Telestes soufia
Vairone occidental
R.
61
Tabla 2: DistLModels significativos para diferentes subregiones geográficas, cuencas y tamaños de arroyos. SCAT = sitio de muestreo
aguas arriba de la cuenca; SWB = captación del respectivo cuerpo de agua superficial; VAR = franja ribereña con ancho específico del río;
200 m = ancho ribereño de 200 m; TOC = carbono orgánico total; p / a = presencia / ausencia; (n) = número de; MI = macroinvertebrados,
EDAR = plantas de tratamiento de aguas residuales.
re
a
un IA explicada
Conjuntos de subdatos norte DistLModels
s variabilidad Cc
et
s
2 22 EDAR (n) (SCAT) ** (10,7%), Dinámica del cauce (SCAT) ** (1,7%), Paso de peces (p / a) (SCAT) ** (4,5%),
Bayern 9 17,4% 87. Aguas estancadas (SCAT) ** (5,4%), cultivo de raíces (SCAT) ** (3,0%)
6 8
1 99. EDAR (n) (SCAT) (16,9%), Estructuras de protección contra inundaciones (SCAT) ** (31,8%), Aguas estancadas
Lech 53,0%
3 8 (SCAT) * (18,7%)
Clase de calidad hidromorfológica (SCAT) ** (14,7%), Pasa de pescado (p / a) (SCAT) ** (15,4%), Grano (SCAT) *
2 17
Isar 45,7% (12,4%), Cultivo de raíces (SCAT) (5,6%), Alimentador de filtro (MI) ** (19,5%)
2 6.5
2 20
Posada 28,7% Maíz (VAR) ** 28,7%)
7 3.1
1 85.
Altmühl 42,0% Maíz (200 m) ** (42,0%)
Cuencas fluviales
1 7
2 19 Dinámica de llanuras de inundación (SCAT) (4,6%), Capacidad de desbordamiento (SCAT) (1,9%), Semillas oleaginosas (SCAT)
Naab 25,5%
4 3,7 (5,9%), Ephemeroptera (MI) (3,1%), Grazer (MI) * (11,4%)
5 46
Danubio 9,0% Oleaginoso (VAR) * (4,6%), Cultivo forrajero (VAR) ** (5,6%)
8 0,8
1 99. Bosque (VAR) ** (35,5%), Red de carreteras (VAR) (2,7%), Aguas estancadas (VAR) * (30,4%)
Regnitz 50,9%
2 5
3 26 Perchas de cormoranes (n) (SCAT) ** (17,8%), Plantas de biogás (n) (SCAT) ** (21,5%), EDAR (n) (SCAT) **
Principal 31,6%
4 2.9 (20,5%), Trituradora (MI) ** (13,9%)
40.
Saale 5 65,7% Plantas de biogás (n) (SCAT) ** (65,7%)
2
1
90 Área industrial (SCAT) ** (6,3%), Cultivo de raíces (SCAT) ** (3,3%), Semillas oleaginosas (SCAT) **
Danubio 1 14,2%
1,1 (7,8%)
6
sistemas
drenaje
Mayor
4 35 Estructuras de protección contra inundaciones (SCAT) (22,5%), Paso de peces (p / a) (SCAT) ** (7,3%),
Rin / Meno 24,9%
5 7.5 Aguas estancadas (SWB) ** (10.1%), Grazer (MI) ** (8.0%), Recolector (MI) (1.8%)
Estribaciones del 7 60
10,5% Cultivo de raíces (SCAT) ** (5,0%), maíz (SCAT) ** 8,5%
Alpes 8 6.0
Baja oriental 3 27 Plantas de biogás (n) (SCAT) ** (18,5%), Aguas estancadas (SCAT) * (9,2%), Cultivo de raíces
23,1%
subregiones
Del suroeste
7 59 Dinámica de llanuras aluviales (SCAT) (1,2%), Pastoreo (MI) ** (5,5%), Cultivo de raíces (VAR) *
montaña baja 16,9%
5 4,9 (2,8%), Red de carreteras (VAR) * (3,8%), Aguas estancadas (VAR) ** (5,3%)
rangos
1 14
Área industrial (SCAT) * (1,4%), Aguas estancadas (SCAT) ** (2,8%), Cultivo de raíces (SCAT) ** (2,8%),
Corrientes 8 7,7% 68.
Ephemeroptera (MI) (0,8%)
6 9
Tamaño de la secuencia
Clase de calidad hidromorfológica (SCAT) ** (10,0%), Pastizales (SWB) ** (15,1%), Granos (SWB) **
Talla media 6 48
26,7% (14,8%), Grove (SWB) ** (7,6%), Aguas estancadas (SWB) ) (2,0%)
ríos 3 3,5
2 21 EDAR (n) (SCAT) ** (31,9%), Dinámica del cauce (SCAT) ** (10,8%), Grano
Grandes ríos 42,6%
9 0,1 (SCAT) ** (15,8%), Pastizales (SCAT) ** (28,3%)
62
63
Destacar
• Impacto más fuerte de los embalses, el uso de tierras agrícolas y las aguas residuales
• Los factores estresantes identificados y su impacto relativo variaron entre escalas espaciales
aguas residuales
• Las medidas de conservación de peces deben adaptarse a los factores de estrés regionales
64