I Pollution Load Compilation 5 (PLC5) -beräkningen beskrevs fosforhalten

(P-halten) i marken genom att dela in jordbruksmarken geografiskt i tre

klasser där den lägsta klassen (P-klass 1) motsvarade en medelhalt av 60,7

mg P/100 g jord. Denna lägsta klass användes därefter i

bakgrundsberäkningar av fosforläckaget för att kunna utskilja den

antropogena belastningen från jordbruksmark från den totala belastningen

från jordbruksmark. Ett enda värde på P-bakgrundshalt tar inte hänsyn till

de naturliga variationerna i P-bakgrundshalten i den svenska åkermarken. I

detta projekt utvärderade vi en annan metod för att kvantifiera

bakgrundsbelastningen där vi använde fosforhalter i svensk jordbruksmark

(P-HCl) i alven (40-60 cm) vid beräkning av bakgrundsförlusterna.

Först jämförde vi dessa data med motsvarande data för svensk skogsmark

för att bedöma likheter och skillnader i den geografiska variationen av Phalter

över Sverige. Dessa två oberoende dataset uppvisar stora likheter och

samvarierar åtminstone i den skala som jämförelsen gjordes i, det vill säga

mellan olika utlakningsregioner. För det andra jämfördes P-halter i alven

med motsvarande P-halter i matjorden i svensk åkermark, och med hänsyn

tagen till gödslingsintensitet. De erhållna resultaten visar ett starkt samband

mellan P-halter i matjorden och gödslingsintensiteten, medan ett sådant

samband saknas för P-halter i alven, vilket stärker antagandet att alven är

opåverkad av gödsling och därmed representativ som P-bakgrundshalt.

Därefter beräknade vi effekterna av ändringar i P-bakgrundshalt, i

förhållande till PLC5-resultatet. Både den översiktliga beräkningen och en

mer fördjupad beräkning med osäkerhetsanalys tyder på att

bakgrundsbelastningen från svensk åkermark, beräknad utifrån de nya

bakgrundshalterna, blir lägre (ca 100 ton brutto) jämfört med PLC5-

resultatet. Det är viktigt att betona att denna minskning består även om man

tar hänsyn till osäkerheten i jordartsfördelningen, som troligtvis är den

viktigaste källan till osäkerhet. Detta behöver dock inte innebära att den

framräknade skillnaden utgörs enbart av en högre antropogen

jordbruksbelastning. Nyare studier visar också att belastningen från skogen

kan vara större än vad som beräknades i PLC5. Mer detaljerade beräkningar

krävs dock för att till fullo kvantifiera om, eller i hur stor omfattning

förändringarna som visats i dessa nya rön kompenserar varandra.

In Swedish work for HELCOM’s Fifth Pollution Load Compilation (PLC5),

background content of phosphorous (P) for Swedish arable land was

described by the lowest P-class, representing an average concentration of

60.7 mg P/100 g soil. This value was then used as the background soil P

content in order to distinguish the anthropogenic load from total agricultural

land. A single value of the background P content does not account for the

natural variation in the P background concentrations in Swedish arable soils.

In this project, we evaluated an alternative method to quantify the

background load where we used P content from the subsoil (40-60 cm) of

Swedish agricultural soils (P-HCl).

Firstly, we compared soil P content in Swedish subsoil to comparable data

from Swedish forest soils, to assess similarities and differences in the spatial

variation of P content across the country. These two independent data sets

were quite comparable and correlated, at least when compared at the scale

of Sweden’s 22 leaching regions. Secondly, we compared P content in the

subsoil with corresponding P content in the topsoil of Swedish arable land,

with regard to fertilization intensity. The obtained results show a strong

correlation between P contents in the topsoil and manure intensity, while

such a correlation is lacking for P contents in the subsoil. These findings

strengthens the assumption that the subsoil is unaffected by fertilization and

thus representative of the background P content.

Thereafter, we estimated the effects of changes in the P background content,

in comparison to PLC5 results. Both the rather simple calculation and a

more detailed calculation with uncertainty analysis suggest that the

background load of Swedish arable land, calculated from the background

levels using the new method, is lower (about 100 tonnes gross load)

compared with PLC5 results. It is important to emphasize that this reduction

persists even if one takes into account the uncertainty in the soil type

distribution, which is in this case probably the main source of uncertainty.

This does not mean that the calculated difference consists only of a higher

anthropogenic agricultural load. Concurrent studies show that the impact of

the forest may be greater than estimated in PLC5. Assuming that the total

load from Sweden in PLC5 is correct, the total contribution from agriculture

could be lower if the forest contribution is higher. However, more detailed

evaluations are required to fully quantify whether and to what extent these

new findings compensate each other.