RAPPORT. ISSN: (trykt) ISSN: (online)

Transkript

1

2 RAPPORT Norges geologiske undersøkelse Postboks TRONDHEIM Tlf Rapport nr.: ISSN: (trykt) ISSN: (online) Gradering: Åpen Tittel: Kartlegging av korallforekomster i Romsdalsfjorden, Harøyfjorden og rundt Gossa ved hjelp av dybdedata fra multistråleekkolodd Forfatter: Alexandra Jarna, Sigrid Elvenes, Reidulv Bøe Fylke: Møre og Romsdal Kartblad (M=1: ) Ålesund Oppdragsgiver: Fylkesmannen i Møre og Romsdal Kommune: Haram, Midsund, Vestnes, Molde, Aukra Kartbladnr. og -navn (M=1:50.000) Forekomstens navn og koordinater: Sidetall: 23 Pris: 75,- Feltarbeid utført: Rapportdato: Kartbilag: 0 Prosjektnr.: Ansvarlig: Sammendrag: Fylkesmannen i Møre og Romsdal har engasjert Norges geologiske undersøkelse (NGU) for å kartlegge korallforekomster i Romsdalsfjorden, Harøyfjorden og rundt Gossa. Kartleggingen er basert på eksisterende multistråleekkoloddata (detaljert bunntopografi og bunnreflektivitet) anskaffet fra Kartverk. Dataene er prosessert og tolket ved hjelp av ecognition og ArcGIS. Hovedproduktene fra prosjektet er et polygondatasett som viser områder med bioklastiske sedimenter (skjelett- eller skallrester fra døde organismer) og et punktdatasett som viser sannsynlige og mulige korallforekomster. Kun områder med koraller som vises som hauger eller revstrukturer i multistråledataene (revbyggende steinkorall) kan kartlegges med metodikken som benyttes her. For en helt sikker identifikasjon vil det være nødvendig å verifisere de antatte korallrevene ved hjelp av video, foto eller fysisk prøvetaking av havbunnen i ettertid. Polygondatasettet inneholder 202 områder med bioklastiske sedimenter i dypålen sør for Dryna i Romsdalsfjorden. Polygonene er basert på automatisk OBIA-klassifisering (Object Based Image Analysis).i ecognition. I disse områdene kan det finnes både levende og døde revbyggende steinkoraller. I studieområdet er det definert til sammen 710 punktobjekter i tre klasser: observert, sannsynlig og mulig. Observert-klassen består av 277 korallobservasjoner samlet i GisLink ( av Fylkesmannen i Møre og Romsdal. De fleste av disse stammer fra noen få videolinjer innsamlet av MAREANO ( mens mange av de andre er ubekreftede. Sannsynlig-klassen inneholder 332 manuelt definerte punkt basert på resultater av automatisk OBIA-klassifisering i ecognition, mens mulig-klassen inneholder 101 manuelt definerte punkt fra bratte fjordsider, også basert på automatisk OBIA-klassifisering i ecognition. Emneord: Maringeologi Multistråleekkolodd Korallrev Batymetri Bunnreflektivitet ecognition OBIA-klassifisering Terrenganalyse Bioklastiske sedimenter

3 INNHOLD 1. INNLEDNING METODER Multistråledata Observasjonsdata Tolkning av data RESULTATER OPPSUMMERING REFERANSER APPENDIKS

4 1. INNLEDNING Fylkesmannen i Møre og Romsdal har engasjert Norges geologiske undersøkelse (NGU) for å kartlegge korallrev i Romsdalsfjorden, Harøyfjorden og rundt Gossa. Kartleggingen er basert på konfidensielle multistråleekkoloddata anskaffet fra Kartverket. Fra disse dataene har NGU framstilt detaljerte dybdekart og bunnreflektivitetskart til benyttelse under kartleggingen. Korallrev vokser på en karakteristisk måte som gjør at de kan gjenkjennes i data innsamlet med multistråleekkolodd. Denne egenskapen utnyttes av blant andre MAREANO ( og flere prosjekter med fokus på kartlegging av korallrev (f.eks. Bellec m. fl. 2014). Dataene er prosessert og tolket ved hjelp av ecognition (ECOGNITION 2017) og ArcGIS (ESRI 2015), og hovedproduktene fra prosjektet er digitale punkt- og polygondatasett som viser antatte og mulige korallforekomster i studieområdet. Det er presisert i avtalen mellom Fylkesmannen og NGU at kun områder med koraller som vises som hauger eller revstrukturer i multistråledataene kan kartlegges med metodikken som benyttes her. For en helt sikker identifikasjon vil det være nødvendig å verifisere de antatte korallrevene ved hjelp av video, foto eller fysisk prøvetaking av havbunnen i ettertid. Kartlegging av revstrukturer på havbunnen bør uansett starte med tolkning av multistråledata der disse er tilgjengelige. 2. METODER 2.1 Multistråledata Multistråleekkolodddata for studieområdet ble levert av Kartverket. Denne typen data gir detaljert informasjon om havbunnens topografi (batymetri), og samles inn fra fartøy utstyrt med multistråleekkolodd. Langs norskekysten er det ikke full dekning av moderne sjømålinger med multistråleekkolodd. Figur 1 viser hvor det finnes detaljerte dybdedata i studieområdet - totalt ca. 550 km 2. Dataene er samlet inn i forbindelse med flere ulike kartleggingsprosjekter og av ulike fartøyer i perioden Det største måleoppdraget utgjør ca. 80 % av det totale kartlagte arealet, og her ble dybdedata samlet inn av FF "Hydrograf" med et EM710-ekkolodd i Flere andre typer multistråleekkolodd har blitt benyttet i oppmålingen av de øvrige oppdragene. Kartverkets data ble levert både i prosessert XYZ-format og som rådata, og hos NGU ble XYZ-dataene griddet til 1x1 m horisontal oppløsning ved hjelp av QPS Fledermausprogramvaren DMagic (versjon 7.7.0). Dataene fra hvert måleoppdrag ble eksportert i TIFFformat og satt sammen til én rasterfil i ArcGIS. Når dybdedatasettet vises som skyggerelieff 4

5 kommer detaljene i bunntopografien tydelig fram (Figur 2). Figur 3 viser at datasettet dekker dybdeintervall fra null til over 500 m. Figur 1. Kart som viser hvor det finnes detaljerte dybdedata i studieområdet. 5

6 Figur 2. Skyggerelieffkart over studieområdet med alle data satt sammen til en rasterfil. Ved innsamling av dybdedata med multistråleekkolodd kan også havbunnens reflektivitet (backscatter) registreres. Reflektivitetsverdier er relative og påvirkes av en rekke faktorer, blant annet bunntype (Lurton & Lamarche, 2015). Grove sedimenter som grus og stein vil ofte reflektere en stor del av lydsignalet fra et ekkolodd (sterkt ekko), mens mer av signalet vil absorberes av finkornige sedimenter som sand og slam, der reflektivitetsverdiene blir lavere (svakt ekko). I studieområdet finnes det reflektivitetsdata fra de fleste måleoppdragene. Bunnreflektivitet ble hentet fra uprosesserte rådata ved hjelp av programvaren QPS Fledermaus FMGT (versjon 7.7.0) og griddet til 1x1 og 2x2 m horisontal oppløsning for de måleoppdragene der dette var mulig. 6

7 Figur 3. Dybdekart over studieområdet ( 2.2 Observasjonsdata Faktiske observasjoner av korallrev er viktige for å vurdere hvor godt et modellresultat basert på multistråledata er. I studieområdet er det flere ganger funnet levende koraller, blant annet av Mortensen & Fosså (2006), NGU (2002, upubliserte data) og MAREANO i 2012 ( Det finnes også noen observasjoner i Havforskningsinstituttets koralldatabase ( I karttjenesten GisLink ( publiserer Fylkesmannen i Møre og Romsdal marine observasjoner fra ulike kilder (Figur 4). Her finnes det en del innrapporterte, ubekreftede korallfunn som det kan være interessant å sammenligne med det ferdige modelleringsresultatet. De ubekreftede observasjonene bør imidlertid brukes med forsiktighet, og de representerer i likhet med MAREANO-observasjonene bare en liten del av studieområdet. 7

8 Figur 4. Tidligere korallobservasjoner i GisLink ( inkludert korallobservasjoner fra MAREANO ( 2.3 Tolkning av data For å kartlegge korallforekomster i Romsdalsfjorden har vi brukt ecognition Developer (versjon 9.2.1), som er en objektbasert bildeanalyseprogramvare (OBIA, Object Based Image Analysis). I OBIA-klassifisering blir et bilde segmentert i områder eller objekter som har lignende egenskaper i henhold til et brukerdefinert regelsett. Etter at bildet er segmentert er disse objektene de viktigste analyseenhetene som senere blir klassifisert. 8

9 Som forberedelse til OBIA-klassifisering ble det lagd ulike derivater av batymetridatasettet: krumning, profilkrumning, helning og BPI. BPI (batymetrisk posisjoneringsindeks) er et mål på hvorvidt et bestemt sted med en definert høyde befinner seg høyere eller lavere enn det omkringliggende landskapet (Verfaillie m.fl. 2007). I denne studien har vi benyttet ArcGIS (versjon ) for å lage derivater av batymetri og for å visualisere de endelige resultatene. Datasettet ble delt i tre områder: (A) Et område hvor antatte korallforekomster kan gjenkjennes i batymetridata, (B) et område med tidligere observasjoner av korallforekomster (MAREANO og ubekreftete marine observasjoner fra GisLink) og (C) et område uten kjente observasjoner av koraller (Figur 5). Figur 5. Inndeling av kartleggingsområdet i tre deler for analyse (se tekst for forklaring). I alle de tre delområdene testet vi OBIA-klassifisering med ecognition. Denne metoden fungerte best i område A, der haugformede revstrukturer kan identifiseres direkte fra batymetridata. Disse forekomstene er derfor definert som sannsynlige. Mulige korallforekomster er definert i områdene A og B, hovedsaklig som resultat av observasjoner kombinert med regelbasert OBIA-klassifisering. I område C ble det ikke funnet tegn til korall i datasettet, og vi har heller ikke hatt tilgang til observasjoner herfra. 9

10 OBIA-klassifiseringen av område A og B omfattet fem trinn: (1) Dataforberedelse med framstilling av forskjellige derivater av batymetri med 1 m oppløsning. Derivatene som ble brukt var krumning, profilkrumning og helning over et analysevindu på 3x3 rasterceller og BPI over analysevinduer på 10x10 og 20x20 rasterceller. (2) Multiresolution-segmentering, som er en prosedyre som reduserer gjennomsnittlig heterogenitet av bildeobjekter for en gitt oppløsning. De enkelte segmenter klassifiseres basert på verdier i hvert segment. I segmenteringen brukte vi både dybde, bunnreflektivitet og derivatene fra Trinn 1. (3) Regelbasert klassifisering av segmenterte objekter for å identifisere mulige korallforekomster. Ved testing ble kriteriene definert slik at BPI-verdier skal være positive (> 0,1), gjennomsnittlig helning skal være i intervallet 5-40 grader, standardavviket for helning skal overstige 4, og standardavviket for krumning skal overstige 14. I område B ble tidligere observasjoner inkludert i tillegg til disse reglene. (4) Eksport av klassifiserte objekter til ArcGIS. Vi eksporterte de mulige korallforekomstene som polygoner i shape-format med en ekstra buffer på 5 m rundt hver forekomst. Dette formatet sikrer at omriss av haugene kan integreres med andre datasett i GIS eller brukes som grunnlag for WMS-karttjenester. (5) I polygonene fra trinn 4 ble det satt ut 332 punkt som ble definert som sannsynlige korallforekomster, og 101 punkt som ble definert som mulige korallforekomster (Figur 6). 3. RESULTATER I studieområdet i Romsdalsfjorden, Harøyfjorden og rundt Gossa har vi til sammen definert 496 punktobjekter i tre klasser: observert, sannsynlig og mulig (Figur 6, Appendiks 1). Observert-klassen består av 277 punkt fra GisLink. De fleste av disse korallobservasjonene er fra noen få videolinjer innsamlet av MAREANO ( Mange av de resterende i denne klassen er ubekreftede, og bør brukes med forsiktighet. Figur 7 og Figur 8 viser området sør for Dryna i Romsdalsfjorden, der vi har kartlagt sannsynlige korallforekomster. Basert på automatisk OBIA-klassifisering i ecognition er det framstilt 202 polygoner som representerer haugformede strukturer av bioklastiske sedimenter. I polygonene har vi plassert 332 punkt (Figur 6). Bioklastiske sedimenter er et begrep benyttet til å beskrive karbonatholdige sedimenter bestående av skjelett/skall fra døde organismer ( der det kan finnes både levende og døde koraller (Bellec m. fl. 2014). Upubliserte videodata fra et NGU-tokt i 2002 viser revstrukturer med levende Lopheliakoraller i dette området. 10

11 På Figur 7 og Figur 8 ser vi tydelig at områdene med bioklastiske sedimenter ofte har en avlang form i samme retning som dypålen i fjorden (ØNØ-VSV). Dette tolker vi som et resultat av sterke bunnstrømmer, der levende koraller vokser på den enden av haugstrukturen som er mest strømutsatt, mot strømmen (se for eksempel Buhl-Mortensen m.fl. 2015). På denne måten vokser korallrevene i lengderetningen. De 101 punktene i mulig-klassen (Figur 6) ligger i bratte fjordsider der revstrukturer ikke er lett gjenkjennelige fra skyggerelieff, krumning eller andre derivater fra batymetri, men der regelbasert ecognition-klassifisering likevel gir positive resultater. Appendiks 1 er en tabell over alle 710 punktobjekter med ID, koordinater, klasse og dybde. Figur 6. Korallforekomster i Romsdalsfjorden (R), Harøyfjorden(H) og rundt Gossa definert i 3 klasser. 11

12 Figur 7. Bioklastiske sedimenter (gule omriss) i område A sør for Dryna i Romsdalsfjorden kartlagt ved hjelp av OBIA-klassifisering og ecognition. Til sammen 202 hauger med bioklastiske sedimenter er kartlagt. 12

13 Figur 8. Detaljert utsnitt av område A sør for Dryna. De gule polygonene representerer bioklastiske sedimenter, mens røde prikker vise sannsynlige korallforekomster. 13

14 4. OPPSUMMERING NGU har brukt multistråleekkoloddata (detaljert bunntopografi og bunnreflektivitet) til å kartlegge korallforekomster i Romsdalsfjorden, Harøyfjorden og rundt Gossa i Møre og Romsdal. Dataene er prosessert og tolket ved hjelp av ecognition og ArcGIS. Hovedproduktene fra prosjektet er et digitalt punktdatasett som viser observerte, sannsynlige og mulige korallforekomster, og et polygondatasett som viser bioklastiske sedimenter. Bioklastiske sedimenter er et begrep som beskriver sedimenter bestående av skjelett- eller skallrester fra døde organismer ( Kun områder med koraller som vises som hauger eller revstrukturer i multistråledataene kan kartlegges med metodikken som benyttes her. For en helt sikker identifikasjon vil det være nødvendig å verifisere de antatte korallrevene ved hjelp av video, foto eller fysisk prøvetaking av havbunnen i ettertid. Polygondatasettet inneholder 202 områder med bioklastiske sedimenter sør for Dryna i Romsdalsfjorden. Polygonene er basert på automatisk OBIA- klassifisering i ecognition, og i disse områdene kan det finnes både levende og døde koraller. I studieområdet har vi definert til sammen 710 punktobjekter i tre klasser: observert, sannsynlig og mulig. Observert-klassen består av 277 punkt fra GisLink (der Fylkesmannen i Møre og Romsdal samler marine observasjoner fra ulike kilder). De fleste av disse korallobservasjonene er fra noen få videolinjer innsamlet av MAREANO ( Mange av de resterende er ubekreftede, og bør brukes med forsiktighet. Sannsynlig-klassen består av 332 manuelt definerte punkt basert på resultater av automatisk OBIA-klassifisering i ecognition, mens mulig-klassen inneholder 101 manuelt definerte punkt fra bratte fjordsider, også basert på automatisk OBIA-klassifisering i ecognition. 14

15 5. REFERANSER Bellec, V., Thorsnes, T. & Bøe, R. 2014: Mapping of bioclastic sediments - data, methods and confidence. NGU Report , 23 pp. Buhl-Mortensen, L., Hodnesdal, H. &Thorsnes, T. (eds.) 2015: The Norwegian Sea Floor, New Knowledge from MAREANO for Ecosystem-Based Management, Published by MAREANO. ecognition ecognition Developer 9. ESRI ArcGIS Desktop: Release 10. Redlands, CA: Environmental Systems Research Institute. Lurton, X. & Lamarche, G. (Eds.) 2015: Backscatter measurements by seafloor mapping sonars. Guidelines and Recommendations. 200 sider. (lastet ned 15. september 2017) Mortensen, P.B. & Fosså, J.H. 2006: Species diversity and spatial distribution of invertebrates on deep-water Lophelia reefs in Norway. In: Proceedings of the 10 th International Coral Reef Symposium. Okinawa, Japan, Verfaillie, E., Doornenbal, P., Mitchell, A.J., White, J. & Van Lancker, V. 2007: The bathymetric position index (BPI) as a support tool for habitat mapping. Worked example for the MESH final guidance, 14 sider. (lastet ned 15.september 2017) 15

16 6. APPENDIKS 1 OBSERVERTE, SANNSYNLIGE OG MULIGE PUNKT MED KORALLFOREKOMSTER I ROMSDALSFJORDEN, HARØYFJORDEN OG RUNDT GOSSA FID Bredde- Lengde- Dyb. Korallgrad grad (m) forekomst 0 6, , observert 1 6, , observert 2 6, , observert 3 6, , observert 4 6, , observert 5 6, , observert 6 6, , observert 7 6, , observert 8 6, , observert 9 6, , observert 10 6, , observert 11 6, , observert 12 6, , observert 13 6, , observert 14 6, , observert 15 6, , observert 16 6, , observert 17 6, , observert 18 6, , observert 19 6, , observert 20 6, , observert 21 6, , observert 22 6, , observert 23 6, , observert 24 6, , observert 25 6, , observert 26 6, , observert 27 6, , observert 28 6, , observert 29 6, , observert 30 6, , observert 31 6, , observert 32 6, , observert 33 6, , observert 34 6, , observert 35 6, , observert 36 6, , observert 37 6, , observert 38 6, , observert 39 6, , observert 40 6, , observert 41 6, , observert 42 6, , observert 43 6, , observert 44 6, , observert 45 6, , observert 46 6, , observert 47 6, , observert 48 6, , observert 49 6, , observert 50 6, , observert 51 6, , observert 52 6, , observert 53 6, , observert 54 6, , observert 55 6, , observert 56 6, , observert 57 6, , observert 58 6, , observert 59 6, , observert 60 6, , observert 61 6, , observert 62 6, , observert 63 6, , observert 64 6, , observert 65 6, , observert 66 6, , observert 67 6, , observert 68 6, , observert 69 6, , observert 70 6, , observert 71 6, , observert 72 6, , observert 73 6, , observert 74 6, , observert 75 6, , observert 76 6, , observert 77 6, , observert 78 6, , observert 79 6, , observert 80 6, , observert 16

17 81 6, , observert 82 6, , observert 83 6, , observert 84 6, , observert 85 6, , observert 86 6, , observert 87 6, , observert 88 6, , observert 89 6, , observert 90 6, , observert 91 6, , observert 92 6, , observert 93 6, , observert 94 6, , observert 95 6, , observert 96 6, , observert 97 6, , observert 98 6, , observert 99 6, , observert 100 6, , observert 101 6, , observert 102 6, , observert 103 6, , observert 104 6, , observert 105 6, , observert 106 6, , observert 107 6, , observert 108 6, , observert 109 6, , observert 110 6, , observert 111 6, , observert 112 6, , observert 113 6, , observert 114 6, , observert 115 6, , observert 116 6, , observert 117 6, , observert 118 6, , observert 119 6, , observert 120 6, , observert 121 6, , observert 122 6, , observert 123 6, , observert 124 6, , observert 125 6, , observert 126 6, , observert 127 6, , observert , , observert 129 6, , observert 130 6, , observert 131 6, , observert 132 6, , observert 133 6, , observert 134 6, , observert 135 6, , observert 136 6, , observert 137 6, , observert 138 6, , observert 139 6, , observert 140 6, , observert 141 6, , observert 142 6, , observert 143 6, , observert 144 6, , observert 145 6, , observert 146 6, , observert 147 6, , observert 148 6, , observert 149 6, , observert 150 6, , observert 151 6, , observert 152 6, , observert 153 6, , observert 154 6, , observert 155 6, , observert 156 6, , observert 157 6, , observert 158 6, , observert 159 6, , observert 160 6, , observert 161 6, , observert 162 6, , observert 163 6, , observert 164 6, , observert 165 6, , observert 166 6, , observert 167 6, , observert 168 6, , observert 169 6, , observert 170 6, , observert 171 6, , observert 172 6, , observert 173 6, , observert 174 6, , observert

18 175 6, , observert 176 6, , observert 177 6, , observert 178 6, , observert 179 6, , observert 180 6, , observert 181 6, , observert 182 6, , observert 183 6, , observert 184 6, , observert 185 6, , observert 186 6, , observert 187 6, , observert 188 6, , observert 189 6, , observert 190 6, , observert 191 6, , observert 192 6, , observert 193 6, , observert 194 6, , observert 195 6, , observert 196 6, , observert 197 6, , observert 198 6, , observert 199 6, , observert 200 6, , observert 201 6, , observert 202 6, , observert 203 6, , observert 204 6, , observert 205 6, , observert 206 6, , observert 207 6, , observert 208 6, , observert 209 6, , observert 210 6, , observert 211 6, , observert 212 6, , observert 213 6, , observert 214 6, , observert 215 6, , observert 216 6, , observert 217 6, , observert 218 6, , observert 219 6, , observert 220 6, , observert 221 6, , observert , , observert 223 6, , observert 224 6, , observert 225 6, , observert 226 6, , observert 227 6, , observert 228 6, , observert 229 6, , observert 230 6, , observert 231 6, , observert 232 6, , observert 233 6, , observert 234 6, , observert 235 6, , observert 236 6, , observert 237 6, , observert 238 6, , observert 239 6, , observert 240 6, , observert 241 6, , observert 242 6, , observert 243 6, , observert 244 6, , observert 245 6, , observert 246 6, , observert 247 6, , observert 248 6, , observert 249 6, , observert 250 6, , observert 251 6, , observert 252 6, , observert 253 6, , observert 254 6, , observert 255 6, , observert 256 6, , observert 257 6, , observert 258 6, , observert 259 6, , observert 260 6, , observert 261 6, , observert 262 6, , observert 263 6, , observert 264 6, , observert 265 6, , observert 266 6, , observert 267 6, , observert 268 6, , observert

19 269 6, , observert 270 6, , observert 271 6, , observert 272 6, , observert 273 6, , observert 274 6, , observert 275 6, , observert 276 6, , observert 277 6, , sannsynlig 278 6, , sannsynlig 279 6, , sannsynlig 280 6, , sannsynlig 281 6, , sannsynlig 282 6, , sannsynlig 283 6, , sannsynlig 284 6, , sannsynlig 285 6, , sannsynlig 286 6, , sannsynlig 287 6, , sannsynlig 288 6, , sannsynlig 289 6, , sannsynlig 290 6, , sannsynlig 291 6, , sannsynlig 292 6, , sannsynlig 293 6, , sannsynlig 294 6, , sannsynlig 295 6, , sannsynlig 296 6, , sannsynlig 297 6, , sannsynlig 298 6, , sannsynlig 299 6, , sannsynlig 300 6, , sannsynlig 301 6, , sannsynlig 302 6, , sannsynlig 303 6, , sannsynlig 304 6, , sannsynlig 305 6, , sannsynlig 306 6, , sannsynlig 307 6, , sannsynlig 308 6, , sannsynlig 309 6, , sannsynlig 310 6, , sannsynlig 311 6, , sannsynlig 312 6, , sannsynlig 313 6, , sannsynlig 314 6, , sannsynlig 315 6, , sannsynlig , , sannsynlig 317 6, , sannsynlig 318 6, , sannsynlig 319 6, , sannsynlig 320 6, , sannsynlig 321 6, , sannsynlig 322 6, , sannsynlig 323 6, , sannsynlig 324 6, , sannsynlig 325 6, , sannsynlig 326 6, , sannsynlig 327 6, , sannsynlig 328 6, , sannsynlig 329 6, , sannsynlig 330 6, , sannsynlig 331 6, , sannsynlig 332 6, , sannsynlig 333 6, , sannsynlig 334 6, , sannsynlig 335 6, , sannsynlig 336 6, , sannsynlig 337 6, , sannsynlig 338 6, , sannsynlig 339 6, , sannsynlig 340 6, , sannsynlig 341 6, , sannsynlig 342 6, , sannsynlig 343 6, , sannsynlig 344 6, , sannsynlig 345 6, , sannsynlig 346 6, , sannsynlig 347 6, , sannsynlig 348 6, , sannsynlig 349 6, , sannsynlig 350 6, , sannsynlig 351 6, , sannsynlig 352 6, , sannsynlig 353 6, , sannsynlig 354 6, , sannsynlig 355 6, , sannsynlig 356 6, , sannsynlig 357 6, , sannsynlig 358 6, , sannsynlig 359 6, , sannsynlig 360 6, , sannsynlig 361 6, , sannsynlig 362 6, , sannsynlig

20 363 6, , sannsynlig 364 6, , sannsynlig 365 6, , sannsynlig 366 6, , sannsynlig 367 6, , sannsynlig 368 6, , sannsynlig 369 6, , sannsynlig 370 6, , sannsynlig 371 6, , sannsynlig 372 6, , sannsynlig 373 6, , sannsynlig 374 6, , sannsynlig 375 6, , sannsynlig 376 6, , sannsynlig 377 6, , sannsynlig 378 6, , sannsynlig 379 6, , sannsynlig 380 6, , sannsynlig 381 6, , sannsynlig 382 6, , sannsynlig 383 6, , sannsynlig 384 6, , sannsynlig 385 6, , sannsynlig 386 6, , sannsynlig 387 6, , sannsynlig 388 6, , sannsynlig 389 6, , sannsynlig 390 6, , sannsynlig 391 6, , sannsynlig 392 6, , sannsynlig 393 6, , sannsynlig 394 6, , sannsynlig 395 6, , sannsynlig 396 6, , sannsynlig 397 6, , sannsynlig 398 6, , sannsynlig 399 6, , sannsynlig 400 6, , sannsynlig 401 6, , sannsynlig 402 6, , sannsynlig 403 6, , sannsynlig 404 6, , sannsynlig 405 6, , sannsynlig 406 6, , sannsynlig 407 6, , sannsynlig 408 6, , sannsynlig 409 6, , sannsynlig , , sannsynlig 411 6, , sannsynlig 412 6, , sannsynlig 413 6, , sannsynlig 414 6, , sannsynlig 415 6, , sannsynlig 416 6, , sannsynlig 417 6, , sannsynlig 418 6, , sannsynlig 419 6, , sannsynlig 420 6, , sannsynlig 421 6, , sannsynlig 422 6, , sannsynlig 423 6, , sannsynlig 424 6, , sannsynlig 425 6, , sannsynlig 426 6, , sannsynlig 427 6, , sannsynlig 428 6, , sannsynlig 429 6, , sannsynlig 430 6, , sannsynlig 431 6, , sannsynlig 432 6, , sannsynlig 433 6, , sannsynlig 434 6, , sannsynlig 435 6, , sannsynlig 436 6, , sannsynlig 437 6, , sannsynlig 438 6, , sannsynlig 439 6, , sannsynlig 440 6, , sannsynlig 441 6, , sannsynlig 442 6, , sannsynlig 443 6, , sannsynlig 444 6, , sannsynlig 445 6, , sannsynlig 446 6, , sannsynlig 447 6, , sannsynlig 448 6, , sannsynlig 449 6, , sannsynlig 450 6, , sannsynlig 451 6, , sannsynlig 452 6, , sannsynlig 453 6, , sannsynlig 454 6, , sannsynlig 455 6, , sannsynlig 456 6, , sannsynlig

21 457 6, , sannsynlig 458 6, , sannsynlig 459 6, , sannsynlig 460 6, , sannsynlig 461 6, , sannsynlig 462 6, , sannsynlig 463 6, , sannsynlig 464 6, , sannsynlig 465 6, , sannsynlig 466 6, , sannsynlig 467 6, , sannsynlig 468 6, , sannsynlig 469 6, , sannsynlig 470 6, , sannsynlig 471 6, , sannsynlig 472 6, , sannsynlig 473 6, , sannsynlig 474 6, , sannsynlig 475 6, , sannsynlig 476 6, , sannsynlig 477 6, , sannsynlig 478 6, , sannsynlig 479 6, , sannsynlig 480 6, , sannsynlig 481 6, , sannsynlig 482 6, , sannsynlig 483 6, , sannsynlig 484 6, , sannsynlig 485 6, , sannsynlig 486 6, , sannsynlig 487 6, , sannsynlig 488 6, , sannsynlig 489 6, , sannsynlig 490 6, , sannsynlig 491 6, , sannsynlig 492 6, , sannsynlig 493 6, , sannsynlig 494 6, , sannsynlig 495 6, , sannsynlig 496 6, , sannsynlig 497 6, , sannsynlig 498 6, , sannsynlig 499 6, , sannsynlig 500 6, , sannsynlig 501 6, , sannsynlig 502 6, , sannsynlig 503 6, , sannsynlig , , sannsynlig 505 6, , sannsynlig 506 6, , sannsynlig 507 6, , sannsynlig 508 6, , sannsynlig 509 6, , sannsynlig 510 6, , sannsynlig 511 6, , sannsynlig 512 6, , sannsynlig 513 6, , sannsynlig 514 6, , sannsynlig 515 6, , sannsynlig 516 6, , sannsynlig 517 6, , sannsynlig 518 6, , sannsynlig 519 6, , sannsynlig 520 6, , sannsynlig 521 6, , sannsynlig 522 6, , sannsynlig 523 6, , sannsynlig 524 6, , sannsynlig 525 6, , sannsynlig 526 6, , sannsynlig 527 6, , sannsynlig 528 6, , sannsynlig 529 6, , sannsynlig 530 6, , sannsynlig 531 6, , sannsynlig 532 6, , sannsynlig 533 6, , sannsynlig 534 6, , sannsynlig 535 6, , sannsynlig 536 6, , sannsynlig 537 6, , sannsynlig 538 6, , sannsynlig 539 6, , sannsynlig 540 6, , sannsynlig 541 6, , sannsynlig 542 6, , sannsynlig 543 6, , sannsynlig 544 6, , sannsynlig 545 6, , sannsynlig 546 6, , sannsynlig 547 6, , sannsynlig 548 6, , sannsynlig 549 6, , sannsynlig 550 6, , sannsynlig

22 551 6, , sannsynlig 552 6, , sannsynlig 553 6, , sannsynlig 554 6, , sannsynlig 555 6, , sannsynlig 556 6, , sannsynlig 557 6, , sannsynlig 558 6, , sannsynlig 559 6, , sannsynlig 560 6, , sannsynlig 561 6, , sannsynlig 562 6, , sannsynlig 563 6, , sannsynlig 564 6, , sannsynlig 565 6, , sannsynlig 566 6, , sannsynlig 567 6, , sannsynlig 568 6, , sannsynlig 569 6, , sannsynlig 570 6, , sannsynlig 571 6, , sannsynlig 572 6, , sannsynlig 573 6, , sannsynlig 574 6, , sannsynlig 575 6, , sannsynlig 576 6, , sannsynlig 577 6, , sannsynlig 578 6, , sannsynlig 579 6, , sannsynlig 580 6, , sannsynlig 581 6, , sannsynlig 582 6, , sannsynlig 583 6, , sannsynlig 584 6, , sannsynlig 585 6, , sannsynlig 586 6, , sannsynlig 587 6, , sannsynlig 588 6, , sannsynlig 589 6, , sannsynlig 590 6, , sannsynlig 591 6, , sannsynlig 592 6, , sannsynlig 593 6, , sannsynlig 594 6, , sannsynlig 595 6, , sannsynlig 596 6, , sannsynlig 597 6, , sannsynlig , , sannsynlig 599 6, , sannsynlig 600 6, , sannsynlig 601 6, , sannsynlig 602 6, , sannsynlig 603 6, , sannsynlig 604 6, , sannsynlig 605 6, , sannsynlig 606 6, , sannsynlig 607 6, , sannsynlig 608 6, , sannsynlig 609 7, , mulig 610 7, , mulig 611 7, , mulig 612 7, , mulig 613 7, , mulig 614 7, , mulig 615 7, , mulig 616 7, , mulig 617 7, , mulig 618 7, , mulig 619 7, , mulig 620 7, , mulig 621 7, , mulig 622 7, , mulig 623 6, , mulig 624 6, , mulig 625 6, , mulig 626 6, , mulig 627 7, , mulig 628 6, , mulig 629 7, , mulig 630 7, , mulig 631 6, , mulig 632 6, , mulig 633 6, , mulig 634 6, , mulig 635 6, , mulig 636 6, , mulig 637 6, , mulig 638 6, , mulig 639 6, , mulig 640 6, , mulig 641 6, , mulig 642 6, , mulig 643 6, , mulig 644 6, , mulig

23 645 6, , mulig 646 6, , mulig 647 6, , mulig 648 6, , mulig 649 6, , mulig 650 6, , mulig 651 6, , mulig 652 6, , mulig 653 6, , mulig 654 6, , mulig 655 6, , mulig 656 6, , mulig 657 6, , mulig 658 6, , mulig 659 6, , mulig 660 6, , mulig 661 6, , mulig 662 6, , mulig 663 6, , mulig 664 6, , mulig 665 6, , mulig 666 6, , mulig 667 6, , mulig 668 6, , mulig 669 6, , mulig 670 6, , mulig 671 6, , mulig 672 6, , mulig 673 6, , mulig 674 6, , mulig 675 6, , mulig 676 6, , mulig 677 6, , mulig 678 6, , mulig 679 6, , mulig 680 6, , mulig 681 6, , mulig 682 6, , mulig 683 6, , mulig 684 6, , mulig 685 6, , mulig 686 6, , mulig 687 6, , mulig 688 6, , mulig 689 6, , mulig 690 6, , mulig 691 6, , mulig 692 6, , mulig 693 6, , mulig 694 6, , mulig 695 6, , mulig 696 6, , mulig 697 6, , mulig 698 6, , mulig 699 6, , mulig 700 6, , mulig 701 6, , mulig 702 6, , mulig 703 6, , mulig 704 6, , mulig 705 6, , mulig 706 6, , mulig 707 6, , mulig 708 6, , mulig 709 6, , mulig 23

24