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.