Det nærmer seg kunngjøring av Fiskeriministerens trafikklysfarger. Ekspertgruppens innstilling er unntatt fra offentlighet, så vi har ingen mulighet til å vite hva som står der. NALO-rapporten går ut på at PO3 er ille, og PO4 er verst. Oppdretterne på Vestlandet kan like godt først som sist briefe sine advokater. Hvordan har de tenkt å argumentere hvis et PO blir rødt?
HI hevder at smitte- og dødelighetsmodellene de har utviklet er et egnet redskap for trafikklysforvaltning. Påstanden kan sjekkes ved å se på smittemodellens evne til å predikere påslag av lus på laksesmolt i vaktbur og i merder, med Sognefjorden som eksempel. Det viser seg (ikke overraskende) at modellen mangler prediktiv evne.
HIs lakseluskart
HI har lagt ut et interaktivt lakseluskart på sin hjemmeside. Her kan alle gå inn og hente ut informasjon om det området man er interessert i. Figuren nedenfor viser området i PO4 vi skal se på her. Fargetonene illustrerer smittetrykket i uke 22, trekantene viser plasseringen av vaktbur, og sirklene viser oppdrettsanlegg. Neste figur viser det samme for uke 26, og gir inntrykk av at smittetrykket har økt kraftig i ytre del av Sognefjorden fra slutten av mai til midten av juni.
Når man klikker på en av trekantene får man fram informasjon om beregnet smittetrykk i dette punktet i henholdsvis uke 22 og uke 23-24, angitt som antall kopepoditter pr m2 sjøareal. I tillegg dukker det opp et søylediagram som viser påslag av lus på smolten i buret de samme ukene. Dersom modellen virker, burde det være samsvar mellom beregnet smittetrykk i punktet og det faktiske påslaget av lus. Diagrammene nedenfor viser punktsvermer uten tendens, og illustrerer at et slikt samsvar er fraværende i begge perioder.
Det er spesielt avslørende at de høyeste påslagene kom når modellen spådde 0 eller tilnærmet 0. De 4 punktene lengst til høyre på x-aksen i uke 24 hadde verdiene 60, 26, 14 og 13 lus pr fisk. De to vaktburene med påslag av 14 og 26 lus var de innerste i fjorden, i et område med lys gul farge, som viser lavt smittetrykk. Omvendt var det moderat påslag av lus på burfisken når modellen spådde mer enn 10 kopepoditter pr m2.
Som tidligere påvist hadde sjøaure fisket med garn på den innerste stasjonen i fjorden (Balestrand) like mye lus som på stasjonene lengre ut, der smittetrykket ifølge modellen skulle være ti ganger høyere.
NALO-undersøkelsen inkluderte også fangst av laksesmolt med trål. I uke 22 ble det fanget 171 smolt i ytre del av fjorden. 98% hadde mer enn 0,1 lus pr gram fisk, og var altså dødsdømt ifølge HI-modellen. I 2002 rapporterte HI om kritisk høye nivå av lus på utvandrende laksesmolt i årene 1999-2001, og spådde 90-95% dødelighet. Spådommen materialiserte seg ikke i form av redusert tilbakevandring til elvene i årene som fulgte. Som vist i figuren nedenfor, var det ingenting i fangststatistikken som tydet på bestandskollaps. Vi trenger nok ikke holde pusten i spenning nå heller.
Vi kan slå fast at modellverktøyet ikke greier å predikere påslag på villfisk. Artikkelen som HI hevder beviser at modellen er brukbar, har Mari Myksvoll som førsteforfatter[1]. Hun er også sekretær for Ekspertgruppen som fargelegger trafikklysene, altså den som fører innstillingen i pennen.
Artikkelen er tidligere tilbakevist på Aquabloggen. I motsetning til det Myksvoll m.fl. hevder, er sammenhengen mellom predikert smittetrykk og luspåslag på villfisk svært dårlig. Bare omkring en fjerdedel av variasjonen forklares av det modellerte smittetrykket. Ekspertene mener tydeligvis at dette er godt nok til å forvalte oppdrettsnæringen.
Modellen har ingen relevans for oppdretternes kamp mot lusa
I Myksvoll-artikkelen hevdes følgende:
The operational model system is also suitable for developing a lice mitigation strategy for fish farmers. The system can determine how the treatment, including different timing, at the various farms in a production zone affects the regional infestation pressure. Next, it is possible to test various model scenarios where different positioning and size of farms can be evaluated, in addition to increase and decrease in production.
Ja, var det så vel. Men det viser seg at det heller ikke er en sammenheng mellom modellprediksjonen og påslag av lus på laksen i merdene. Og det er ingen sammenheng mellom mengde voksne hunnlus i anleggene på et gitt tidspunkt og tettheten av kopepoditter et passende antall uker senere.
Når vi klikker på anleggene i HIs lusekart, dukker det opp informasjon om de ukentlige telleresultatene. Figuren nedenfor illustrerer mangelen på sammenheng mellom modellprediksjonen i uke 18 og telleresultatene 6 uker senere i uke 24. Data gjleder 22 anlegg i ytre Sognefjord. 6 uker er omtrent den tiden det tar for at en kopepoditt skal utvikle seg til en voksen lus på denne tiden av året. Ideelt skulle vi sammenlignet fastsittende lus på oppdrettsfisken med modellprediksjonen på samme tidspunkt, men data for fastsittende lus basert på anleggstellinger er ikke gode nok til å brukes i en slik sammenligning.
Modellen spådde 0 kopepoditter i 8 av anleggene i uke 18 (og tilstøtende uker). Bare ett av anleggene hadde 0 voksne hunner 6 uker senere.
Hvis modellen skal kunne brukes til å regulere mengden fisk i anleggene, må det dokumenteres at det er god samvariasjon mellom voksne hunner i uke 24 og tettheten av kopepoditter som modellen predikerer 5 uker senere (litt kortere utviklingstid senere på sommeren). Figuren nedenfor illustrerer at det neppe er tilfelle.
Vi har noen avvikende punkter med spådom om svært høye kopepoditt-tettheter. Dette gjelder lokalitetene Storeneset (103), Oslandsurda (85) og Gråvika (65). Tabellen nedenfor viser noen detaljer for disse lokalitetene.
| Uke 24 | Uke 31 | |||||
| Voksne | Bevegelige | Fastsittende | Voksne | Bevegelige | Fastsittende | |
| Storeneset | 0,12 | 1,25 | 0,33 | 0,35 | 2,02 | 5,68 |
| Gråvika | 1,18 | 3,74 | 0,32 | 0,1 | 0,2 | 0,22 |
| Oslandsurda | 0,53 | 1,1 | 0,18 | 0,33 | 0,58 | 0,08 |
Det er ingenting som tyder på at disse tre lokalitetene ble rammet av massive påslag i uke 31, og heller ikke de nærmeste ukene på begge sider. To av anleggene gjennomførte mekanisk avlusning av enkeltmerder uka før, og igjen i uke 35.
Modellverktøyet er altså ikke til hjelp for oppdrettere som ønsker å forutse når påslag kan forventes. Det kan heller ikke brukes til å regulere antall fisk i anleggene, i den hensikt å påvirke tettheten av kopepoditter på oppdrettslokalitetene i en region.
Andre modellverktøy er ikke bedre
Rogalandsprosjektet[2] skulle sammenligne og videreutvikle smittetrykksmodeller, og utvikle en lusekalkulator som skulle brukes til å planlegge avlusninger. Det var liten forskjell mellom den strømbaserte og den avstandsbaserte smittepressmodellen, som begge hadde liten forklaringskraft.
De viktigste faktorene som kunne forklare antall lakselus en gitt uke var antall lus forrige uke og avstand til land. Kopepoditter akkumuleres langs land og påslag av lus øker jo nærmere land en lokalitet befinner seg. Det er vel egentlig enkel fysikk at ting som driver i sjøen til slutt havner i strandsonen.
Sonering, med synkronisert produksjon innen to store og to små soner, startet i Rogaland i 2017. Dette ble sammenlignet med alternativet at produksjonen ikke synkroniseres. Konklusjonen ble at behovet for behandlinger kunne reduseres med omkring 20% ved å ikke synkronisere. Dette gjelder for den aktuelle soneinndelinga, og andre soneinndelinger kan gi andre resultater.
Konklusjon
Svaret er altså at andre smittemodeller heller ikke er til å stole på. Mistanken om at avstand til land er viktig, er nå verifisert. Sonering er vel noe oppdrettere lenge har vært skeptiske til, men som likevel er en utstrakt praksis.
Det mest effektive tiltaket mot lus kan være å flytte anleggene lenger fra land. Dette bør kunne bli en nasjonal strategi, som forhåpentlig ikke blir stoppet av Kystverket eller innsigelsesindustrien. Mens vi venter på effekten av resistensavl, har ikke oppdretterne annet valg enn å fortsette med å telle lus og avluse i tide.
[1] Myksvoll, M.S., Sandvik. A.D., Albretsen, J., Asplin, L., Johnsen, I.A., Karlsen, Ø., Myksvoll, M.S., Sandvik. A.D., Albretsen, J., Asplin, L., Johnsen, I.A., Karlsen, Ø., Kristensen, N. M., Melsom, A., Skardhamar, J., Ådlandsvik, B., 2018. Evaluation of a national operational salmon lice monitoring system – From physics to fish. PLoS ONE 13(7): e0201338, doi: 10.1371/journal.pone.0201338. Correction:13(12): e0209949, doi: 10.1371/journal.pone.0209949., 2018. Evaluation of a national operational salmon lice monitoring system – From physics to fish. PLoS ONE 13(7): e0201338, doi: 10.1371/journal.pone.0201338. Correction:13(12): e0209949, doi: 10.1371/journal.pone.0209949
[2] Strategi Lakselus 2017: Enhetlig proaktiv lusestrategi Rogaland. https://www.fhf.no/prosjekter/prosjektbasen/901414/
