2008 Project Report 

 Comparative Limnological Analysis of 

Cutler Reservoir and Dingle Marsh with Respect to Eutrophication  

Aquatic Ecology Practicum (WATS 4510) Class Report Watershed Sciences Department College of Natural Resources 

Utah State University Logan, UT 84322‐5210 

 Students 

Ben Abbott,  Nicolas Braithwaite, Justin Elsner Paul Mason, Jared Randal  

David Epstein (TA)  

Edited by  Benjamin W. Abbott, Wayne A. Wurtsbaugh* and David Epstein 

  

February 17, 2009    

  

         

*Corresponding Author:   wayne.wurtsbaugh@usu.edu 

  1

Comparative Limnological Analysis of Cutler Reservoir and Dingle Marsh with Respect to Eutrophication 

 Executive Summary…………………………………………………………………………….……………………….………  2  Trophic state observations and comparison between two wetland systems:  Cutler Reservoir and Dingle Marsh  (Nicolas Braithwaite)…………………………………………..………… 5  Oxygen Concentrations, Oxygen Demand and  Nutrient Release in  Two Wetland Systems (Paul Mason and Justin Elsner) ...…………………………………………..……….. 19  Nitrogen and Phosphorus Limitation of Phytoplankton Growth in Cutler Reservoir and Dingle Marsh (Benjamin W. Abbott)………………………………………..…………. 43  Stable Isotope Analysis of Food Webs and Eutrophication in  Cutler Reservoir and Dingle Marsh (Jared W. Randall)……………………………………………..…………. 57                 

Limnological Team (from left):  Justin Elsner, Ben Abbott, Paul Mason, Dave Epstein,  Nic Braithwaite, Wayne Wurtsbaugh and Jared Randal. 

 Acknowledgements  We would like to thank Mike Allred of the Utah Division of Water Quality and Erica Gaddis of SWCA for their support and for providing access to documents on the Cutler TMDL. Phaedra Budy and especially Peter MacKinnon and Gary Thiede helped provide logistical support.  Ian Washbourne and staff at the DWQ helped analyze nutrient samples.  James Harps from the Logan Environmental Department provided data and access to the city’s treatment wetlands.  Annette de Knijf from the US Fish and Wildlife Service facilitated our work in Dingle Marsh.  We especially want to thank Department Head Chris Luecke for his continued support of the class that makes these student projects possible.

  2

Executive Summary  Cutler Reservoir,  located near Logan, Utah  impounds  the Bear, Little Bear, Cub, Logan and Blacksmith Fork Rivers, as well as Spring Creek and many other small tributaries. This  impoundment has created a reservoir and associated wetlands of over 40 square kilometers, and  its main purposes are to provide water  for  irrigation and hydropower.    It  is also an  important water body  for  recreation and provides wildlife  habitat  for  birds  and mammals.  The  reservoir  is  in  the  Cache  Valley,  which  supports  large amounts of agriculture and urban development that cause non‐point source pollution. The reservoir also receives effluent from Logan’s Wastewater Treatment Plant (WWTP), which handles sewage from 70% of the valley’s population of near 110,000. Cutler  is  listed under Utah’s 303(d)  list of  impaired waters, and  it has a pending  total maximum daily  load  (TMDL) assessment with respect  to phosphorus  inputs and oxygen levels.   To  help  understand  eutrophication  in  Cutler  Reservoir  we  compared  some  of  its  limnological characteristics to those of Dingle Marsh (Idaho).  Dingle Marsh, lying on the northern edge of Bear Lake (UT/ID) also receives the majority of its water and nutrient loading from the Bear River.  However, being higher  in the watershed, anthropogenic nutrient  loading  is reduced relative to that  in Cutler Reservoir, and  it  thus  serves  as  a  relatively  unimpacted  control  ecosystem.    The  analyses  were  done  by undergraduate students in Utah State University’s Watershed Sciences’ Aquatic Ecology Practicum class (WATS 4510).  Students conducted independent analysis, and these are assembled here to address some of  the  important  issues  facing water  quality managers.   Most  of  the  field  sampling was  done  from September  23‐26th,  2008,  and  thus  was  a  narrow  time  window  for  assessing  ecosystem  processes.  Nevertheless,  this  is  a  time  of  year  when  north‐temperate  lakes  may  suffer  the  most  significant degradation.  The majority of the sampling in Cutler Reservoir was done within 2.8 km of the discharge point  of  the  Logan  City Wastewater  Treatment  Plant.  Consequently, many of the results are  representative  of  this  most‐impacted  region of  the  reservoir, and  not  necessarily  for  other sections.   The  sampling  in Dingle Marsh was primarily in Mud Lake, a  system  morphologically  very similar  to  the  dominant  shallow wetlands  in  Cutler  Reservoir (Figure 1).  Many  of  the  results  are summarized  in  Table  1.    Nicolas Braithwaite compared the trophic state  in  the  two  wetlands  by measuring  total phosphorus  (TP), chlorophyll  a  and  Secchi  depth transparencies.    The  TP  and chlorophyll  concentrations  were over  10  times  higher  in  Cutler Reservoir  than  in Mud  Lake,  and Secchi  depths  in  Cutler  were about one‐half of those in Dingle  

Parameter Dingle Cutler

Trophic State IndicesTotal P (mg/L) 0.05 0.82Total N (mg/L) 0.53 1.27Pelagic Chl a (ug/L) 2.2 18.6Secchi Depth (m) 0.49 0.24

Oxygen CyclingMinimum Oxygen (mg/L) 6 3.3BOD (mg/L) 0.44 3.91SOD (mg O2/m2/h) 8.2 10.1

Nutrient cyclingP release (mg P m-2 day-1) -2 89.4δ15N 4.8 10.4

Nutrient Limitation (% of Control: Day 8)

Redfield Ratio (mass) 10.3 1.5Response to P 75 93Response to N 234 478Response to NP 8176 420

Table 1. Summary of trophic parameters at sites in Mud Lake at Dingle Marsh, or in Cutler Reservoir at sites within within 2.8 km of the Logan Wastewater Treatment Plant discharge point. September 2008. Note that other analyses in the report cover stations outside of Mud Lake and more distant from the WWTP discharge point.

  3

   

 Figure 1.  Left–Sampling invertebrates in Mud Lake, Idaho.  Right–Invertebrate and periphyton sampling in Cutler Reservoir, 25 September 2008.  Note similar characteristics of the two ecosystems.   Marsh (Mud Lake).  The mean chlorophyll a level in Cutler was 18.6 ug/L compared to 2.2 ug/L in Mud Lake.    Total  phosphorus  was  elevated  at  all  sites  sampled  within  Cutler  Reservoir  but  was  not accompanied by proportionally‐elevated levels of chlorophyll.   In Cutler Reservoir, mean Trophic State Indices  for  total phosphorus  (98) and Secchi depths  (78) were much higher  than  for  chlorophyll  (60).  This  suggests  that  algal  production  in  Cutler may  currently  be  limited  by  light  levels  and/or  another nutrient.  The comparative analysis of the two ecosystems indicates that Cutler Reservoir is much more eutrophic than Dingle Marsh.    Paul Mason and  Justin Elsner worked  together  to  study diel oxygen  cycles, oxygen demand  from  the water (BOD) and sediments (SOD), and sediment nutrient release.   Recording oxygen sondes deployed for  2‐3  days  recorded  large  diel  swings  of  DO  levels  at  two  of  three  sites  in  Cutler  Reservoir, with supersaturated oxygen in the afternoons and concentrations of less than 1.8 mg/L at dawn.  One site in Cutler, however, had relatively  limited changes  in oxygen over the diel period.   Oxygen  levels  in Dingle Marsh had only minor diel fluctuations and were always above 6 mg/L..  Average BOD levels were over four times higher in Cutler Reservoir than in Dingle Marsh (4.4 mg/L vs. 0.9 mg/L).  However, Cutler and Dingle  had  similar  sediment  oxygen  demands.    Laboratory  incubations  of  sediment  cores  indicated significantly  higher  phosphorus  release  rates  from  Cutler  sediments  (89  µg  P m‐2  d‐1), whereas  the sediments from Dingle Marsh actually absorbed nutrients from the water column (‐2 µg P m‐2 d‐1).  Ben Abbott used field measurements of N and P and a 12‐day laboratory bioassay to study the  relative importance of nitrogen and phosphorus for limiting phytoplankton growth in Cutler Reservoir and Dingle Marsh.    In  central  Cutler  Reservoir  average  concentrations  of  TP  were  0.82 mg  L‐1,  and  TN  levels averaged 1.27 mg L‐1.   The resulting TN:TP ratio was 1.3:1.   Mean nutrient concentrations  in Mud Lake were much lower with 0.05 mg  L‐1 for TP, 0.53 mg L‐1  for TN, and 10.3 for the TN:TP ratio. The bioassay indicated that phytoplankton growth  in Cutler Reservoir near the wastewater treatment discharge was primarily  limited  by  nitrogen  and  not  by  phosphorus.    Dingle  Marsh  exhibited  co‐limitation  with relatively low chlorophyll a levels in all treatments.   In both wetlands, treatments receiving P additions showed an increase in the relative abundance of cyanobacteria.  

  4

Jared Randall utilized stable  isotope analysis of carbon and nitrogen  in Dingle and Cutler marshes, and well as  the Logan Wastewater Treatment Plant’s Polishing Wetlands  (WWTP)  to help understand:    (1) whether these food webs are supported by phytoplankton and/or benthic algal production, and; (2) the relative importance of nitrogen pollutants versus natural nitrogen sources for the food web.  The WWTP samples and those from Cutler Reservoir had similarly high average δ¹⁵N enrichment values (12.1‰ and 11.4‰,  respectively), whereas enrichments  in Dingle Marsh were much  lower  (4.8‰).   This  suggests that a  large portion of  the nitrogen  reaching Cutler Reservoir  is  from anthropogenic  sources  such as animal  feedlots  and wastewater  treatment  facilities.    The  analysis  of  carbon  isotopes  indicated  that benthic  invertebrates  in  Cutler  were  largely  supported  by  periphyton  and  perhaps  decomposing macrophytes.   Zooplankton, as expected, were supported primarily by phytoplankton production.   The carbon  isotopic  signature  of  juvenile  largemouth  bass  was  midway  between  the  signatures  of phytoplankton and periphyton, suggesting that the predatory fishes in the reservoir rely on a food base from both of these sources.  Overall, the results of the class study suggest that Cutler Reservoir is much more eutrophic than Dingle Marsh (Mud Lake), and that this eutrophication  is due to human causes such as nutrient  loading from dairies,  feedlots  and wastewater  treatment plants.     Both nitrogen  and phosphorus  are  important  in controlling algal and cyanobacterial growth, at  least at our  study  site near  the wastewater  treatment plant discharge.   Internal cycling of nutrients from the sediments of Cutler Reservoir will likely continue to promote algal growth for some time, even if external sources are eliminated.  Analyses of European systems suggest  that 10‐15 years may be necessary  for  internal  loading  to diminish significantly.   The stable  isotope  analyses  indicate  that  both  the  plankton  and  the  benthic  food web  are  important  in supporting sport  fish production  in  the  reservoir and  future work will need  to  focus on both of  these components to fully understand how eutrophication may impact the humans, fish and birds that utilize the wetland.  

  5

Trophic state observations and comparison between two wetland systems: Cutler Reservoir and Dingle Marsh  Nicolas Braithwaite  Abstract  

Comparisons were made between the impacted Cutler Reservoir system and the less‐impacted Dingle Marsh reference system. Total phosphorus, chlorophyll a, and Secchi depth were all measured at Cutler Reservoir, Swift Slough, Logan River (UT), and in Dingle Marsh (ID) on September 25th, 2008. Water samples were frozen and later analyzed. These three parameters and Carlson’s Trophic State Index (TSI) were used to assess the trophic state in the Cutler Reservoir system and to aid in understanding the driving forces behind current eutrophic conditions. The observed total phosphorus and chlorophyll a concentrations were over 10 times higher in Cutler Reservoir than in Mud Lake (a wetland within Dingle Marsh). However, there was no significant difference in measured Secchi depths between the two systems. Total phosphorus concentrations in Swift Slough increased dramatically (almost 15 times) after the input of Logan’s Waste Water Treatment Plant (WWTP) discharge. In Cutler Reservoir, mean TSI values for total phosphorus (98) and Secchi depths (78) were much higher than the TSI values for chlorophyll (60). Total phosphorus was elevated at all sites sampled within Cutler Reservoir but was not accompanied by proportionally‐elevated levels of chlorophyll.   Phosphorus may not limit algal production in Cutler Reservoir—nitrogen, light, or other parameters may be more important controlling factors. 

 Introduction    Phosphorus is traditionally considered to be the most important limiting nutrient in freshwater aquatic systems (Dodds 2002). High levels of phosphorus loading can lead to extremely high levels of primary production, a process known as eutrophication. Increased algal production can significantly impact a system, leading to serious water quality issues, such as low dissolved oxygen levels, algal scums, and undesirable water taste and odor (Dodds 2002).  Many methods are currently employed to assess an aquatic system’s productivity. Three commonly used indicators of aquatic primary production are Secchi depth, chlorophyll a, and total phosphorus. Secchi depth is a measurement of the transparency of the water column. A potential relationship between the amount of algae and reduced visibility in the water column allows for this measurement to be an indirect estimate of primary production in a system. Total phosphorus includes all phosphorus in the sample, regardless of form. Higher levels of total phosphorus fuel increased primary production. Measuring chlorophyll a more directly assesses the amount of algae in a system. Using an empirically derived equation these three indicators can be converted to Trophic State Index (TSI) values which range from 0 (ultra‐oligotrophic) to 100 (hypereutrophic). This quantitative rating allows for comparisons between water bodies concerning the state of production in a system (Carlson 1977).  

  6

Cutler Reservoir (hereafter Cutler) is a relatively large, 9.6 km2, reservoir located in northern Utah within the Bear River watershed (Budy et al. 2007). Due to sedimentation, this reservoir is shallow and in many ways resembles a wetland more than a typical lake or reservoir. Total phosphorus levels, as well as high chlorophyll levels and shallow Secchi depths, currently exceed the Total Maximum Daily Load (TMDL) requirements for the Bear River system (DEQ 2007).  Other studies in the past two years have also observed high concentrations of total phosphorus in Cutler (DEQ 2008; and Ballie 2007). There is concern that the effluent from Logan’s Waste Water Treatment Plant (WWTP) and other sources may be directly increasing phosphorus levels and indirectly impacting production throughout the system. If no action is taken, the Logan WWTP could be forced to implement expensive advanced tertiary treatment in an effort to reduce phosphorus to acceptable levels.   Upstream of Cutler within the Bear River Watershed is Dingle Marsh (hereafter Dingle), a wetland system at the north end of Bear Lake.  It covers 45 km2 and receives, besides its natural tributaries, diverted water from the Bear River (Lamarra 1997). Within Dingle is Mud Lake, a shallow lake with a similar depth and emergent vegetation community as Cutler.  Mud Lake is clearer (see below), and consequently has more submerged macrophytes.  Concerning nutrient loading, Dingle is a comparatively pristine system and acts as a good reference site for comparisons with Cutler Reservoir. One significant different between the two wetlands is the presence of significant stands of submerged aquatic macrophytes in Mud Lake, which weren’t observed in Cutler.  The objective of my study was to compare indicators of eutrophication in the Cutler system to those in the Dingle system. Measurements of the three aforementioned indicators and the Carlson’s Trophic State Index were used to provide insight about the magnitude and spatial variations of eutrophication in these two wetland systems. The extent of eutrophication in Cutler was assessed through comparison with the reasonably pristine reference, Dingle.   Methods  The parameters of Secchi depth, total phosphorus, and chlorophyll were chosen for three reasons. First, these methods are well‐tested, established sampling techniques (Ballie  2007, Murphy and Riley 1962, and Welschmeyer 1994). Second, the collection and analysis of these samples was within the monetary and temporal constraints associated with this relatively small research project. Third, sampling and experiments were similar to past efforts, allowing a comparison to baseline data.  A total of 14 sites were sampled within the Cutler system: two on the Logan River (a major tributary to Cutler), five near the WWTP input, three in Swift Slough near the WWTP wetland discharge, and four along the length of Cutler. There were eight sites sampled in the Dingle system: five in Mud Lake, one in the inlet canal, one in the outlet canal, and one in the Rainbow Unit (see maps in Figures 2 and 5). All Dingle sampling, and the majority of Cutler sampling, took place on September 25, 2008. Due to time constraints, several sites in the Cutler system were not sampled until September 28, 2008. Appendix 1 contains site description, site codes, 

  7

coordinates, and values for all parameters used in analysis. It should be noted that the sites C2‐C9 were in Cutler and DM2‐DM6 were the Mud Lake sites.  Secchi measurements were obtained at each site using a 25‐cm black and white Secchi disk and measuring tape. Secchi depths were measured to a hundredth of a meter on the shaded side of the boat. In some cases the Secchi depth was greater than the total water depth and was recorded as such, rather than a “true” Secchi depth measurement.   Water samples, including two field replicates, were taken at each site for total phosphorus analysis. Samples were taken from a depth of 20‐cm by inverting the sampling bottle under water. These samples were then placed in a cooler and taken back to the laboratory where they were frozen until analysis could be performed. One set of the field replicates from each site were thawed and underwent a persulfate digestion method to obtain phosphate. Absorbance was then measured with a spectrophotometer, and standard curve from known concentrations used to obtain total phosphorus concentrations for each site (Murphy and Riley 1962). Pseudo‐replicates of split samples from several sites were used to estimate lab analysis variability. One set of these pseudo‐replicates was analyzed by Ian Washbourne in the Aquatic Biogeochemistry Laboratory at Utah State University.  Another set of the field replicate samples was sent to the Utah Division of Water Quality (UDWQ) for total phosphorus analysis to better ascertain lab and field variability. While the results from samples sent to the UDWQ were not received in time to be analyzed for this report, they are included in Appendix 3.  Similar to total phosphorus, chlorophyll a levels were measured by taking a water sample at 20‐cm, with two field replicates at each site.  In the lab, 10 mL of water from each sample was filtered (GF/C filters) and the filters were frozen as a part of the extraction method.  Filters were then added to 15 mL of 95% ethyl alcohol to extract chlorophyll for 24 hours. The non‐acidification Welschmeyer method (1994) was used with a Turner 10‐AU fluorometer to measure chlorophyll a.  The resulting data was analyzed in three different ways.  The first approach was to assess the relationship between the measurement parameters. Secchi depth, total phosphorus, and chlorophyll a were plotted against one another to reveal possible relationships. Regression analysis indicated the significance of the resultant relationships.    The second analytical approach was to compare the measured parameters between the two systems. This analysis includes both visual (e.g. graphs) and statistical (two‐sample t‐tests) methods of comparisons. In addition to comparing Dingle and Cutler, temporal comparisons were made between years for Cutler utilizing data presented by Baille (2007).  The third approach was to use the Trophic State Index (Carlson 1977).  Carlson’s index approach transforms measured Secchi depths, total phosphorus, and chlorophyll a using the following equations:  

TSISecchi = 60 ‐ 14.41 ln(Secchi)                     TSIChl = 9.81 ln(Chla) + 30.6                        

TSITP = 14.42 ln(TP) + 4.15 

  8

The sum of these transformation results in TSI values ranging from 0‐100.  The lowest values are considered very oligotrophic, the highest values hypereutrophic.   Carlson’s approach doesn’t perfectly represent all aspects of eutrophication , but provides a useful and succinct picture of production in an aquatic system.  The calculated trophic state in Cutler was then compared to the trophic state in Dingle to determine the effects of nutrient loading in Cutler.  The TSI values of each indicator can also be considered independently for a more nuanced comparison.  For example, a very high TSI value for total phosphorus and a relatively low TSI value for chlorophyll a might suggest phosphorus is not the limiting nutrient in the system.  Results  Despite high variability between replicates, average chlorophyll a concentrations in Cutler were significantly higher than in Mud Lake (t=5.709, p<0.001; Fig. 1). The mean chlorophyll a level in Cutler was 19 ug/L as opposed to a mean of 2 ug/L in Mud Lake. Chlorophyll a concentrations 

 Figure 1.  Chlorophyll a levels at eight sites in Cutler Reservoir and five in Mud Lake.  The chlorophyll a concentration for site C1 (Appendix 1) was considered to be an outlier. Error bars show standard errors for field replicates. Included is the t‐statistic and p‐value for a two‐sample t‐test assuming unequal variance.  were consistently low throughout the Dingle sites and variable throughout the Cutler system. The lowest (< 5 ug/L) chlorophyll a concentrations in the Cutler system were from the Logan River and the WWTP discharge site. The highest levels (> 25 ug/L) were measured in the three reservoir stations north of the WWTP input. All chlorophyll a concentrations in the Dingle system were below 5 ug/L.  The chlorophyll a distribution is presented spatially in Figure 2.  

  9

  

Figure 2.  Spatial distribution of chlorophyll a concentrations in the Cutler Reservoir and Dingle Marsh systems.  Sites C2‐C5 are represented by a single average concentration.  In Swift Slough, Site 2 is the discharge from the Logan WWTP, with Site 1 downstream and Site 3 upstream.  With a mean total phosphorus concentration of  665 ug/L Cutler’s levels were more than10 times higher than Mud Lake’s, which had an average level of 52 ug/L (Figure 3). In Swift Slough the total phosphorus concentration was 78 ug/L above the WWTP discharge and 1175 ug/L below.    

  10

 

Cutler Reservoir                                                            Mud Lake

0

200

400

600

800

1000

1200

1400

C2 C3 C4 C5 C6 C7 C8 C9DM

2DM

3DM

4DM

5DM

6

Total   Pho

spho

rus  (u

g/L)

t = 4.365p = 0.003

 Figure 3. Total phosphorus concentrations at Cutler Reservoir and Mud Lake, including standard error bars for pseudo‐replicates.   

 

0

200

400

600

800

1000

1200

1400

C1 C2 C3 C4 C5 C7 C8 SS1

2007 (no WWTP discharge)

2008 (WWTP discharge)

Total  Ph

osph

orou

s  (u

g/L)

Station

t = 4.195p = 0.002

 Figure 4.  Comparison of total phosphorus concentrations at corresponding sites for 2007 and 2008. Also, included is the t‐statistic and p‐value for a two‐sample t‐test assuming unequal variance.  

  11

At the mouth of Logan Canyon total phosphorus concentration was relatively low (< 25 ug/L), but increased with distance downstream. The most dramatic total phosphorus increases in the Cutler system were near the WWTP effluent (Figure 5). Additionally, there was a significant increase in total phosphorus in the Cutler system between sites measured in 2007 (Baillie 2007), when the WWTP was not discharging, and 2008 sites when the WWTP was discharging  (Fig. 4).    

  

Figure 5. Spatial distribution of total phosphorus concentrations in the Cutler Reservoir and Dingle Marsh systems. Sites C1‐C5 are represented by a single average concentration.  The mean Secchi depth for Cutler sites was 0.29 meters, shallower than the mean Secchi depth of 0.49 meters in Mud Lake (Appendix 1).  This difference, however, wasn’t statistically significant (t=1.811, p=0.144).  Secchi depth was not measured at the Swift Slough sites.  Secchi depths were greater that total depth at sites: DM8, L1, and L2.  

  12

The mean trophic state index for Cutler sites (TSI–79) was significantly higher than the mean TSI for Mud Lake sites (TSI–57; t=6.0457, p=0.0001; Table 1). A table displaying TSI values for all parameters at each site is presented in Appendix 2. The highest TSI values calculated were from total phosphorus in Cutler and Secchi depth for Mud Lake.  

  Table 1.  Mean TP, Secchi, and Chl a for Mud Lake (sites DM2‐DM6) and Cutler Reservoir (sites C2‐C9). Overall TSI values were then calculated from these mean values.  

 Figure 6. Observed relationship between chlorophyll a and Secchi depth. Circles represent Cutler sites and triangles represent Dingle.  A power function equation and r‐squared value is displayed, representing all data points except C1.  A power function using data from all of the study sites revealed a moderate relationship between chlorophyll a and Secchi depth (r2=0.508, Fig. 6), and a similarly moderate relationship 

  13

between chlorophyll a and total phosphorus (r2=0.550, Fig. 7). The outlier chlorophyll measurement (site C1) was omitted from regression analysis. Note, however, that within Cutler  Reservoir there was no significant relationship between total phosphorus concentrations and chlorophyll a concentrations (p = 0.364).  

   

             

Figure 7. Relationship between chlorophyll a and total phosphorus in the two wetlands. Circles represent Cutler sites and squares represent Dingle sites. The power function equation and r‐squared value is displayed, representing all data points except C1.    Discussion  Wetlands are typically more productive per given area than lakes or streams due to high sediment and nutrient contributions to the plant community (Dodds 2002). Therefore, it is not surprising that even though Dingle is relatively pristine, the trophic measures still indicated moderate productivity. When compared to Dingle, the trophic indicators measured in Cutler far exceeded even the naturally high productivity of a wetland. This holds especially true for total phosphorus concentrations. However, it is not clear that these elevated total phosphorus concentrations have necessarily led to hypereutrophic conditions, or that the relatively shallow Secchi depths observed accurately reflect the actual trophic state of Cutler.  While chlorophyll a concentrations were elevated in Cutler, they did not approach hypereutrophic conditions. In fact, TSI chlorophyll a values at all sites were much lower than might be expected considering the corresponding total phosphorus and Secchi values. This disparity could be due to top‐down, zooplankton control on algal production. However, Low (2007) found low zooplankton densities and biomasses in Cutler, suggesting that the chlorophyll a values are not a result of top‐down control by grazers. There are several other potential factors driving production and causing the discrepancy.  The extremely high total phosphorus concentrations may not lead to hypereutrophic conditions because phosphorus may not be the limiting nutrient for algal production in Cutler. This has 

y = 0.2648x0.6536

R2 = 0.556

0

10

20

30

40

0 200 400 600 800 1000 1200 1400

Total P (ug/L)

Chl

a (

ug /

L)

Cutler

Dingle

  14

been found to occur in other phosphorus‐loaded systems. Aldridge et al. (1993) found that nitrogen became the limiting nutrient to Lake Apopka, Florida as a result of phosphorus loading. It is possible that Cutler is in a similarly skewed trophic state.  The significance of phosphorus inputs from the WWTP is clear with a significant increase observed in total phosphorus concentrations between discharging (2008) and non‐discharging (2007) sampling dates.  Also, total phosphorus drastically increases below 10th West on the Logan River near the WWTP, Ben Abbott’s nutrient‐addition bioassay in this report suggests that nitrogen, not phosphorus, is the limiting nutrient in Cutler. The ample phosphorus loading sources may have driven Cutler into nitrogen limitation.   Secchi depths were generally low in both Cutler and Dingle, and the resulting Secchi depth TSI values fell between eutrophic and hypereutrophic. Besides algae in the water column, inorganic turbidity may have been a major factor accounting for this shallow Secchi depth. High turbidity levels in the reservoir may constrain light penetration, limiting algal growth (B. Abbott, this report). Levels of turbidity increase significantly with the presence of carp in a system (Drenner et al. 1997). Since carp are present in both Dingle and Cutler, they could be a driving force, explaining why observed TSI Secchi values were higher than observed TSI chlorophyll a values.   In conclusion, the highly elevated concentrations of total phosphorus in Cutler appear to be due to Logan’s WWTP (DWQ 2008). However, the true impact of nutrient loading from the WWTP is unclear, for several reasons. Chlorophyll a concentrations were significantly higher in Cutler Reservoir sites than Mud Lake sites, but did not approach hypereutrophic conditions. Phosphorus did not appear to be a limiting nutrient in Cutler Reservoir, meaning that the removal of phosphorus may not lead to a significant decrease in algal production. Also, Budy et al. (2007) found a relatively abundant and healthy fish population in Cutler Reservoir, suggesting limited negative impacts from current trophic conditions. Action to reduce the phosphorus input from Logan’s WWTP would likely reduce the total phosphorus levels in Cutler Reservoir to some extent, but may have a limited overall impact on the system.    References  Aldridge, F.J., C.L. Schelske, and H.J. Carrick. 1993. Nutrient limitation in a hypereutrophic 

Florida Lake. Archive for Hydrobiology. 127(1): 21‐37p. Baillie M.  2007.  Using optical brighteners, phosphorus and chlorophyll a concentrations to 

trace and correlate biological responses along two longitudinal gradients in Cutler Reservoir.  Pp. 6‐23 in, Wurtsbaugh, W.A. and R. Lockwood (editors).  Comparison of limnological characteristics in Cutler Reservoir (Utah) near the inflows of the Logan River and the Logan Wastewater Treatment Plant.  Aquatic Ecology Practicum Class Report, College of Natural Resources, Utah State University. 100 p. 

Budy, P., K. Dahle, and G.P. Thiede. 2007. An evaluation of the fish community of Cutler Reservoir and the Bear River above the reservoir with consideration of the potential for future fisheries enhancement. 2006 Annual Report to the Utah Department of Environmental Quality, Division of Water Quality. 75 pages. 

  15

Carlson, R. E., 1977. A trophic state index for lakes. Limnology and Oceanography 22: 361–369. DEQ, Utah Department of Environmental Quality Division of Water Quality. 2008. Middle Bear 

River and Cutler Reservoir TMDLs. http://www.waterquality.utah.gov/TMDL. Dodds, W.K. 2002. Freshwater Ecology: Concepts & Environmental Applications. Academic 

Press. QH541.5 F7 D63. Drenner, R. W., K. L. Gallo, C. M. Edwards, K. E. Rieger, and E. D. Dibble. 1997. Common carp 

affect turbidity and angler catch rates of largemouth bass in ponds. North American Journal of Fisheries Management 17: 1010‐1013p.  

Lamarra, V. 1997. A summary of turbidity and total suspended solids investigations in the Bear Lake marsh.  Ecosystems Research Institute, Logan, UT. 18 pages. 

Low, C.  2007.  Zooplankton community composition, density, and biomass in early autumn at Cutler Reservoir.  Pp. 37‐58 in, Wurtsbaugh, W.A. and R. Lockwood (editors).  Comparison of limnological characteristics in Cutler Reservoir (Utah) near the inflows of the Logan River and the Logan Wastewater Treatment Plant.  Aquatic Ecology Practicum Class Report, College of Natural Resources, Utah State University. 100 p. 

Murphy, J., and J. Riley. 1962. A modified single solution method for the determination of phosphate in natural waters. Anal. Chim. Acta. 27: 31‐36. 

Welschmeyer, N.A. 1994. Fluorometric analysis of chlorophyll a in the presence of chlorophyll b and phaeopigments. Limnol. Oceanogr. 39: 1985‐1992.  

     

  16

Appendix 1.  Database including watershed, site name, code, replicate, coordinates, total phosphorus, chlorophyll a, and Secchi Depth.  Replicate column refers to field replicates, in cases of pseudo‐replicates an average was reported.  

  

Appendix 2.  TSI values for each parameter at each site, as well as mean TSI values for each site. 

  17

 

  

  18

Appendix 3.  Nutrient chemistry variables measured by the Utah Division of Water Quality (DWQ), and by the laboratory of Dr. Michelle Baker at Utah State University (Baker Lab). The latter were analyzed by Ian Washbourne. All concentrations are in mg/L.  Wetland Station Total P 

(DWQ)Total P (Baker Lab)

Total Dissolved P (DWQ)

NO2+NO3‐N (DWQ)

Dissolved Total N (DWQ)

Total N (Baker Lab)

Cutler C1 1.47

Cutler C2 0.93 1.46 0.85 0.17 1.11 1.19

Cutler C3 1.35

Cutler C5 1.08

Cutler C6 0.24 0.40 0.10 <0.1 0.39 1.35

Cutler C7 0.30

Cutler C8 0.04

Cutler C9 0.22 0.17 2.06

Cutler L2 <0.02

Cutler LI <0.02

Cutler SS1 1.53 1.40 2.28

Cutler SS2  2.04

Cutler SS3 0.05

Dingle DM1 0.02 <0.1

Dingle DM2 0.03 0.05 <0.02 0.34 0.34

Dingle DM3 <0.02

Dingle DM4 <0.02 0.02 <0.02 <0.1 0.39 0.56

Dingle DM5 0.23

Dingle DM6 <0.02

Dingle DM8 <0.02 0.02 <0.02 <0.1 0.23 0.32

Dingle DM9 <0.02   

  19

Oxygen Concentrations, Oxygen Demand and   Nutrient Release in Two Wetland Systems  Paul Mason and Justin Elsner 

 

Abstract 

Dissolved oxygen and nutrient loading are key indicators for managing aquatic ecosystems such as wetlands.  The quality and overall health of a wetland can be impaired by a deficiency or excess of these two parameters.  Biochemical oxygen demand (BOD), sediment oxygen demand (SOD), and nutrient regeneration were measured within Cutler Reservoir, Utah and Dingle Marsh, Idaho.  Cutler Reservoir is currently the focus of a Utah Department of Environmental Quality (DEQ) Total Maximum Daily Load (TMDL) assessment to evaluate the water quality and impaired conditions due to point and non‐point sources.  Dingle Marsh was chosen as a reference to evaluate the oxygen demand and nutrient release in a less impacted wetland.  Laboratory experiments were conducted to assess how each of these facets contributed to the conditions that currently exist within these systems.  It was hypothesized that oxygen demand (BOD and SOD) and nutrient release from each location would be different.  Average BOD levels were over four times higher in Cutler Reservoir than in Dingle Marsh (4.39 mg/L vs. 0.88 mg/L) and average DO levels were also higher in Cutler than Dingle (14.93 mg/L vs. 9.01 mg/L). Cutler and Dingle had similar SOD rates though the Dingle SODs had greater variability. There were significant differences in phosphate release rates with a net release of 571 µg/L in Cutler samples and a net uptake of 13 µg/L in the Dingle samples. 

Introduction  Levels of dissolved oxygen (DO) and nutrient concentrations within a water body are key indicators of water quality.  Low oxygen levels can have an adverse effect on the aquatic community by limiting suitable habitat and growth potential (Budy et al., 2006, Malecki et al., 2004). High concentrations of specific nutrients can lead to eutrophication (Correll, 1999).  Understanding the dissolved oxygen demand and internal nutrient loading within an aquatic system allows for informed and effective management.  Cutler Reservoir (hereafter Cutler) in Cache Valley Utah, is a prime example of oxygen deficiencies and nutrient accumulation.  In regard to section 303(d) of the Clean Water Act, this reservoir has been classified as impaired, based on oxygen deficiency and excessive phosphorus loading (UDEQ 2008). This classification and the changes it requires have led to serious debate and inquiry regarding possible solutions to this complex matter. Two major explanations have emerged explaining the impairment.   One possibility is that the elevated nutrient levels in Cutler are natural for wetland systems.  Oxygen depletion and nutrient accumulation do occur naturally in wetlands (Dodds, 2002). In Cutler, shallow depths, frequent mixing, and high diel temperature fluctuation all contribute to low oxygen levels and nutrient enrichment. Wetlands act naturally as filters, absorbing and settling out soil particles, organic matter, and nutrients.  As this takes place, the wetland 

  20

becomes shallower as layer upon layer of deposited material turns into organic soil.  The wetland is eventually filled in and changes into a drier and more fertile upland area.  If this is the case, Cutler may simply be following a normal pattern and might not be impaired.   The second explanation is that human influence accounts for the impairment in Cutler. Oxygen deficiency and nutrient accumulation can result from anthropogenic nutrient loading (DWQ 2008, Moore et al., 1991). With increased loading comes increased primary production.  Subsequently, oxygen demand increases when algae decompose and nutrients accumulate.  This can occur within the benthic sediments, further impairing the system.   Oxygen deficiency is a result of excess biological activity.  Wetlands are often used as advanced wastewater treatment facilities where they remove contaminants; transforming many common pollutants into harmless byproducts and essential nutrients (Hammer 1989, Kadlec & Knight 1996).  They often lower biochemical oxygen demand (BOD) through the decomposition of organic matter or by the oxidation of organics (Lake 2008).  BOD is the amount of oxygen used for both biological and chemical processes that take place within the water column or in a waste effluent (Dobbs 2002).   

Benthic sediments also reduce dissolved oxygen concentrations.  This process is referred to as Sediment Oxygen Demand (SOD).  SOD is defined as the consumption rate of dissolved oxygen from the overlying water column due to biological activity in sediments and chemical oxidation.  Multiple studies have reported that SOD might account for up to 50% of the total oxygen demand within some water bodies (Hu et al., 2001; Seiki et al., 1989; Hanes and Irvine, 1968). Due to shallow depths, constant mixing by waves, high temperature fluctuations, and high primary production, the sediment‐water interface of a wetland provides a prime environment for oxygen consumption (Nurhayat et al., 2006).  Due to the potential strain that SOD can apply to a system’s oxygen level, this parameter is useful when assessing the potential eutrophic state of a water body.  

To further exacerbate the situation, oxygen depletion causes nutrient release from the sediment. In addition to external loading, diffusive flux of nutrients across the sediment‐water interface may contribute internal loading that supports eutrophic conditions of wetlands (Nowlin et al, 2005).  This positive feedback loop has been observed in numerous studies involving sediments as a major sink or source for phosphorus regeneration within wetlands (Fisher and Reddy, 2001, Moore et al., 1998, Friedl et al., 1998).  Biological processes involving organic matter decomposition can result in anoxic conditions at the sediment‐water interface, favoring regeneration of nutrients such as phosphorus, nitrogen and ammonium back into the already nutrient‐rich water column (Price et al., 1994).  By quantifying the rate at which these nutrients are being released back into the water column, managers can better predict and control eutrophication within a system.  

We measured how these processes impacted oxygen levels and promoted phosphorus loading in Cutler as well as in Dingle Marsh (hereafter Dingle), a less impacted wetland near Bear Lake.  We hypothesized that BOD, SOD, and sediment phosphorus release in Cutler Reservoir would differ significantly from Dingle due to anthropogenic disturbance. Similar responses in the two 

  21

wetlands would support the hypothesis that natural processes are controlling oxygen and nutrient levels.  Conversely, higher SOD and BOD levels, along with measurable differences in nutrient regeneration within Cutler, might suggest anthropogenic loading of nutrients as the most important factor controlling these parameters.   Because our study was based on a single sampling event, the inferences from it for other seasons and locations are limited. 

Methods  Site Description Cutler Reservoir, located on the boarders Box Elder and Cache counties (41°77' N 111°94' W), covers 9.9 km² in Northern Utah.  Built to generate hydropower, this reservoir provides irrigation, flood control, recreation, wildlife and aquatic habitat.  As an impoundment of the Bear River, Cutler has suffered from severe sediment accumulation, reducing its holding capacity and mean depth. The Logan, Little Bear, Bear, and Blacksmith Fork rivers, Spring Creek and Swift Slough (Logan Waste Water Treatment Plant effluent) all discharge into Cutler.  Cutler is classified as eutrophic and has many characteristics of a classic wetland.  

Dingle Marsh covers a 10.4 km² area, located 42 miles northeast of Cutler Reservoir situated at the north end of Bear Lake, Idaho (42°15' N 111°30' W).   Water is diverted from the Bear River by a canal and passes through the wetland into Bear Lake.  Due to its location and less impacted condition, this water body provides an acceptable reference for a comparative study.   

Sampling Site Locations Sampling stations in each wetland were selected to represent the conditions throughout the system, while simultaneously maintaining wide spatial coverage of the study area.  Water samples for BOD analyses were taken from the middle of the water column at seven stations in each wetland.   For SOD and phosphorus release measurements, three of these stations in each reservoir were used (Figure 1).  The stations in Cutler were near the discharge of the Logan Wastewater Treatment Plant (Table 1; see class site map).  Sampling depths for SOD and phosphorous release were between 0.4 and 1.5 meters.    

Watershed  Site Description  StationDepth (m) 

Latitude  Longitude 

Cutler Reservoir  Cutler Reservoir WWTP mouth (sonde)  C2  0.4  41.76542 111.93814Cutler Reservoir  Cutler Reservoir Central (sondes)  C4  0.9  41.76645 111.94023Cutler Reservoir  Cutler Reservoir S of walking bridge (sonde) C6  1.5  41.77881 111.94591Dingle Marsh  Upper Mud Lake ‐ Inflow area (sonde)  D2  0.9  42.15733 111.30029Dingle Marsh  Middle Mud Lake ‐ Inflow area  D3  1.2  42.14841 111.29992Dingle Marsh  Lower Mud Lake – South (sonde)  D4  1.2  42.14240 111.29210

 Table 1.  Sample site description and location.   

  22

        

Figure 1.  Sampling sites in Cutler Reservoir (Utah) and the Mud Lake area of Dingle Marsh  (Idaho). Arrow shows where Logan Wastewater Treatment effluent (Swift Slough) enters Cutler  Reservoir. Light green areas denote reed beds.  The sondes in Dingle Marsh were actually  deployed with 3‐5 m of reed bed islands that are not shown on this map.  Map courtesy of bearriverinfo.org altered by Paul Mason.    SOD and P Release Field Methods SOD and phosphorus release field sampling was conducted at both sites on September 25, 2008.  Wood (2001) and others suggests that fall is an ideal time to conduct such studies, as late summer corresponds with algal bloom decline and increased decomposition (MacPherson et al. 2007).  From a flat‐bottom boat, two sediment cores were extracted from each station.  At random, a third core was collected from one site within each wetland to serve as replicates, for a total of seven cores per wetland.  For each wetland, three cores were used to determine SOD, and three were used to study phosphorus regeneration.  The third replicate core from Cutler Reservoir was used to measure experimental error in SOD while the third replicate core from Dingle Marsh served to measure experimental error of phosphorus regeneration.   A K‐B Corer (Wildlife Supply Company, Buffalo, NY.) benthic sediment sampler was dropped through the water column collecting a sample in a sediment chamber tube that measured 5 cm in diameter and 50 cm in height (Photo 1).  Average sediment core depth was 17 cm and sediment composition consisted of fine silt in the upper layer and a hard clay base. This was determined to be an ideal core depth as Reddy et al. (1999) suggested that phosphorus regeneration is greatest at sediment surface layers and decreases with depth.  Sample cores were immediately capped and the overlaying water column was left in place to help reduce disturbance.  In addition, samples were packed in ice to minimize disturbance and bioactivity during transport, since disturbance can cause unwanted water velocity over the sediments that 

  23

can drastically influence the SOD rate (Traux et al., 1995).  After collection, samples were then transported directly back to the laboratory for analysis. 

  Photo 1.  Sediment core taken at site C2 in Cutler Reservoir 30 m from the discharge location of the WWTP water into the reservoir (background).  Note the filamentous algae overlying the sediments.   SOD Lab Procedures SOD was determined by laboratory experimentation.  Core samples were prepared as suggested by Malecki et al. (2004).  Samples were left in their core chambers throughout the entire experiment.  Chambers were placed in a dark room to eliminate photosynthesis and temperature was maintained at 20 ̊C (which was 2‐4°C warmer than water column temperatures during the September sampling (see below)).  Using a variable speed controlled pump, all site water was slowly removed from the seven sediment core chambers.  This method proved to be very effective at maintaining 

minimal disturbance at the sediment‐water interface.  Using the same technique and pump, a 20‐cm (355‐ml) column of water was slowly built on the top of each core sample at a rate of 10‐11 minutes per core sample (rate established by preliminary experimentation).  The water used to build this column was 20 ̊C, distilled, and contained a phosphate buffer solution. Using distilled water helped eliminate any phytoplankton and other possible BOD factors.  To insure that the water was oxygen rich and that it replicated the conditions of the paired wetlands, the water was oxygenated with an air bubbler for 24 hours prior to conducting the experiment, and a dissolved oxygen (DO) reading was then taken.  After establishing a 20‐cm water column on top of the core samples, a floating polyethylene lid, cut to the precise inside diameter of the chamber, was immediately placed on top of each column to minimize atmospheric oxygen exchange.  After all SOD core chambers had been prepared and allowed to settle for 30 minutes, an initial DO (mg/L) reading was taken using a calibrated YSI Dissolved Oxygen Meter without a stirring mechanism (Yellow Spring Instrument Company, Model 85).   These measurements and all others throughout the experiment were taken at three separate depths within the water column (5‐cm, 10‐cm, and 15‐cm from the surface).  At each depth, the YSI was lowered very slowly and given 5 minutes (determined through preliminary tests) to equilibrate and then measured the current DO.  This was done every 6 hours for the first 24 hours, then once daily, for the next 4 days.  This allowed for an accurate SOD curve to be obtained, which was later used to analyze oxygen depletion within the water column.       

  24

SOD Calculation Using methods similar to Woods et al. (2001) and Truax et al. (1995), SOD rates were calculated from the sediment chamber data.  Dissolved oxygen readings for each of the three depths were used to obtain a weighted mean DO level for each time interval.  The resulting values were then used to establish a regression relationship against time.  Oxygen concentration over time usually has a negative linear relationship, as was the case in this study (Appendix 1).  With high correlations (average r² = .97), the slope of the linear relationship between oxygen depletion and time for each sediment chamber was used to calculate the SOD rate.  The equation used for this calculation is as follows:      

SOD₂₀ = (‐b)*(V/A)  

Where SOD₂₀ is the sediment oxygen demand rate in milligrams of oxygen per square meter per hour (mg O₂/m²/hour) at 20 ̊C, b is the slope of dissolved oxygen concentration over time in milligrams per liter per hour, V is the volume of the sediment chamber in liters, and A is the area of the sediment surface within the chamber in square meters.   Phosphorus Release Lab Procedures Phosphorus release rates were also measured in the laboratory.  Using sediment core chambers made it possible to assess phosphorus release rates diffused from the sediments under hypoxic conditions.  These rates were determined by measuring changes in phosphorus concentrations within the water column above the sediment core over time.  All seven sediment core samples were prepared as previously detailed regarding removal and establishment of a water column excepting the addition of the phosphate buffer. Adding a phosphate buffer to this water would have interfered with the rate of phosphorus release.   After all the core sample chambers had been prepared and allowed to settle for 30 minutes, initial phosphorus concentrations of the overlying water column were sampled.  This sample and all others throughout the experiment were taken at 5 cm above the sediment surface. At this distance water samples could be safely withdrawn without disturbing the sediment surface.  30‐ml water samples were drawn using a 60‐ml syringe fitted with a length of polyethylene tubing (2‐mm i.d.).  The tubing needed to be very small in diameter as to minimize how much dead space occurred that would reduce the remaining water for subsequent measurements.   Water samples were taken at predetermined intervals; every eight hours for the first 24 hours, then once daily, for the next 4 days.  Samples were filtered with a 0.45‐μm glass microfiber filter, labeled, and frozen for later phosphorus concentration analysis.  Phosphorus Measurement Orthophosphate is commonly more bioavailable and leads more rapidly to algal growth than TP (Correll, 1999).  Therefore, orthophosphate concentration is a strong indicator of potential eutrophication, and was determined to be the most important form of phosphorus in the study. Orthophosphate was measured following guidelines from the American Public Health Association (1995).  Rates of phosphorus release were calculated from the change of phosphorus concentration in the overlying water column over time.  Plotting the known concentrations over time resulted in a strong logarithmic relationship (average r² = 0.94) for all 

  25

sediment chambers that had increasing concentrations of phosphorus (Appendix 2).  The slope of the logarithmic relationship for each sediment chamber represented the net release rate (µg/L/hour) of phosphorus for each site.  The equation used for this calculation is as follows:  

PNRR = .001*(b)*(V/A)  

Where PNRR is net phosphorus release rate in milligrams per square meter per hour (mg/m²/hour), 0.001 is the conversion factor from micrograms to milligrams, b is the slope of change in phosphorus concentration over time in micrograms per liter per hour, V is the volume of the sediment chamber in liters, and A is the area of the sediment surface within the chamber in square meters.    Field Methods for BOD and In‐Situ Sondes To measure dissolved oxygen (DO) levels in both Cutler and Dingle, In‐Situ 9500 sondes with optical DO sensors were deployed 2‐3 days prior to the date of water sample collections.  Five sondes were used for this research project, three of which were placed in Cutler (C2, C4 & C6) and two in Dingle (D2 & D4). Another sonde was deployed in the Rainbow Unit of Dingle Marsh, but the data is not shown here.  The sondes were programmed to measure DO and temperature at fifteen minute intervals.  Placement was chosen to generally evaluate the water conditions throughout the wetlands.  Sondes were deployed 3‐5 meters from the shore and placed in approximately 0.35‐1.0 meter deep water.  They were retrieved on the day of sampling and caps were place over the pH sensors with a 4.0 pH buffer.  These sondes were placed in an aerated bucket of water over night in the lab in order to provide a calibration check between them. The following day the aerator was removed and the sondes sat in the bucket until they were downloaded using the In‐Situ sonde software. 

Water samples for BOD were collected on September 25 from 10:00 am to 8:00 pm, from the seven sites in each wetland to evaluate the biochemical oxygen demand.  Here we’ve focused on three sites in each wetland where SOD and phosphorus release was also measured.  In addition to the samples that correlated with SOD three grab samples were taken from above and below the effluent of the Logan wastewater treatment plant.  BOD bottles (300 ml) were used to collect water samples.  All bottles were acid washed and rinsed in the lab prior to use.  Samples were collected in 300‐ml BOD bottles at approximately the middle of the water column, rinsed once and then completely filled.  Three BOD bottles were filled at each site.  These bottles were wrapped in aluminum foil and stored on ice in a cooler.  Due to the extended day of sampling, the samples were unable to be processed until the next day.  The BOD bottles were stored on ice overnight in the lab.   

Lab Procedures for BOD The procedures for measuring the BOD were conducted using the method found in APHA (1989).  The three replicate sub‐samples were prepared for each site and diluted with a solution as discussed in APHA (1989).   Samples were diluted with 200, 100 and 0 ml of the solution for all locations, except for the two sites just below wastewater treatment plant effluent that were diluted with 300, 200 and 100 ml due to elevated nutrient levels.  The initial DO was measured using an YSI 85 oxygen meter calibrated prior to use.  To create a current and to mix the sample a stirring plate and magnetic stir bar were used.  Most of the initial water samples were 

  26

supersaturated with oxygen.  For these samples the bottles were shaken during the dilution process to extract the excess oxygen.  All of the samples were stored for five days in the dark at 20˚C ± 2°.  On the fifth day samples were re‐measured for a final DO in the same manner as before.  The BOD was calculated using the following the equation (APHA 1989):    

BOD5 =(D1 −D2)

P  

Where D1 is the initial DO measurement in milligrams per liter after the water sample was diluted.  D2 is the DO (milligrams per liter) after a five day incubation period.  And P is the volumetric fraction of the amount of sample water used over the volume of the BOD bottle.  

Comparison of BOD with Oxygen Fluctuations in the Reservoirs To relate measured BODs and SODs with the actual observed oxygen fluctuations in the reservoirs we assumed that:  (1) degassing of oxygen supersaturation would occur to the atmosphere each night, and that; (2) oxygen depletion below saturation levels was due to BOD and/or SOD.  The concentration of oxygen at saturation in each wetland was calculated using the following equation (Water 2008):   

( ) ( )( ) ( ) ⎥

⎦

⎤⎢⎣

⎡−×−−×−

×=θθ

111/1

*wv

wvp P

PPPPCC  

 Where Cp is the oxygen concentration (mg/L) at nonstandard pressure.  C* is the oxygen concentration (mg/L) at standard pressure.   P is nonstandard pressure (atm): p for Cutler Reservoir is 0.85 and Dingle Marsh 0.80.  Pwv is the partial pressure of water vapor (atm).  Θ is calculated for  0.000975‐(1.426x10‐5 t)+(6.436x10‐8 t2).  Where t is the temperature (˚C).  The average minimum temperature (~ sunrise) for each site was used to solve for the concentration at saturation.  Using this concentration, a rate was created by solving for the amount of drawdown from saturation to the minimum concentration of DO (~ sunrise).  The unit rates of oxygen demand were converted from milligrams per liter per twelve hours to milligrams per square‐meter per hour by integrating oxygen loss over the depth of the sample site).  To compare BOD values to those of SOD, the rate of BOD were converted from milligrams per liter per five days to milligrams per square‐meter per hour.  The SOD values were already expressed in these units.   Statistical Analysis Multiple statistical analyses were preformed on the data that was collected.  SOD and P release rates were calculated using Excel (Microsoft, 2007), as were the mean, standard deviation, and variances for each wetland.  Linear regression was used to establish relationships between oxygen concentration and time for SOD.  Logarithmic regression was used to establish relationships between phosphorus concentration and time for PNRR. One‐way Analyses of Variance were preformed on log‐transformed data to test for differences in SOD and PNRR in the two wetlands.   An ANOVA test (SAS) was done on the BOD values, utilizing independent variables of wetland, sites and dilutions.  The BOD samples taken from the effluent water were not included in this 

  27

analysis.  To compare the dissolved oxygen and temperature levels at each location t‐tests (EXCEL) assuming unequal variance were used.  The significant levels for these analyses were set at p<0.05.  Results  The diel fluctuations of DO for both Cutler and Dingle are shown in Figure 2.  This figure shows minimal variation in DO concentrations for the sites located within Dingle Marsh.  Two sites (C2, C6) in Cutler Reservoir showed large diel swings of DO levels with supersaturated oxygen in the afternoons and dawn concentrations less than 1.8 mg/L.  Site C4, however, had relatively limited changes in oxygen over the diel period.  A t‐test showed a statistically significant difference in the maximum dissolved oxygen levels between Cutler (mean of 14.93 mg/L) and Dingle (mean of 9.01 mg/L) with a p‐value of 0.0025 (Appendix 3).  For most of the locations there were times when the concentrations of DO were above the threshold of saturation.  This is likely a result of photosynthetic production of oxygen.    

  Figure 2.  Diel fluctuations of dissolved oxygen in Cutler Reservoir and Dingle Marsh.  The sites in Cutler are shown with solid lines (C2‐6) while those in Dingle Marsh are shown with dotted lines.  Temperatures for each site followed the same basic diel pattern (Figure 3).  There was a significant difference in the maximum temperatures within Cutler having a mean value of 17.97˚C and Dingle with a mean of 15.75˚C, with a corresponding p‐value of 7.23x10‐6 (Appendix 4).  This difference in maximum temperature is probably due to the differences in elevations between the two wetlands.    

  28

  Figure 3.  Diel fluctuations of temperature in Cutler Reservoir and Dingle Marsh measured with recording sondes.from 23‐25 September, 2008.   BOD values in Cutler were over four times higher than in Dingle (Figure 4; Appendix 8).   The mean BOD in Cutler Reservoir (4.39 mg/L) was higher than Dingle Marsh (0.88 mg/L), and these were significantly different (ANOVA; p < 0.001; Appendix 5).    

 

-2

-1

0

1

2

3

4

5

6

7

8

9

C2 C4 C6 D2 D3 D4

Cutler Dingle

BO

D (m

g/L)

  Figure 4. Five‐day biochmenical oxygen demand (BOD) for three stations in Cutler Reservoir and three in Dingle Marsh on Sept. 25, 2008. 

  29

Logan’s wastewater treatment plant inluenced the BOD in the receiving stream (Swift Slough).  Figure 5 shows the BOD entering Swift Slough from the treatment plant, which spikes and remains high throughout the system.   

  

               

 Figure 5.  The biochemical oxygen demand for Cutler Reservoir and the Logan wastewater treatment plant (WWTP).  Position of sites are in order of flow from left to right.  BOD measured by WWTP personnel on the plant’s effluent is also shown (hatched bar).  This can be compared to our measurement of the effluent (SS2).  The total oxygen demand (TOD) was higher in Cutler Reservoir than in Dingle Marsh. TOD, the sum of BOD and SOD, is shown in Figure 5.  The SOD contributed approximatly 27% of the oxygen demand in Cutler Reservoir which is dominated by BOD.  In Dingle Marsh, BOD was larger than the SOD explaining approximatly 62% of the total demand.  The maximum percentage of the nightime oxygen sag in each wetland that could be accounted for using both BOD and SOD was 24%, and some estimates were actually negative (Table 2).    

-1

0

1

2

3

4

5

6

7

8

9

SS3 WWTP SS2 SS1 C2 C4 C6

BO

D (m

g/L)

  30

‐40

0

40

80

120

160

200

240

C2 C4 C6 D2 D3 D4

Cutler Dingle

BOD & SOD (m

g/m²/hr) 

BOD (mg/m²/hr) SOD (mg/m²/hr)

  Figure 6.  Total oxygen demand (BOD + SOD) for Cutler Reservoir and Dingle Marsh on Sep. 25, 2008.  

Wetland  Site Avg DO sag (mg/m²/hr) 

St Dev DO (mg/m²/hr) 

BOD (mg/m²/hr) 

St Dev BOD (mg/m²/hr) 

SOD (mg/m²/hr) 

TOD (mg/m²/hr)  % Account 

Cutler  C2  256.9  5.82  19.1  3.0  11.2  30.3  12 Cutler  C4  ‐123.5  63.0  56.9  10.0  9.6  66.5  ‐54 Cutler  C6  900.8  229.0  163.0  38.8  9.3  172.4  19 Dingle  D2  90.38  33.4  16.9  12.3  5.1  22.0  24 Dingle  D3  —  —  20.1  12.0  8.2  28.3  — Dingle  D4  ‐40.50  51.6  10.0  22.4  11.4  21.4  ‐53 

 Table 2.  BOD and SOD in Cutler Reservoir and Dingle Marsh.  The amount of oxygen demand measured and the percent of the field‐measured demand that is accounted for.  Total oxygen demand (TOD) is the sum of the rates of BOD and SOD.  DO sag is the rate of oxygen depletion from sunset (7:20 pm) to sunrise (7:18 am).  % Account explains the percentage of oxygen demand that this study accounted for by TOD and SOD.  No DO values were recorded for site D3.  SOD Analysis  Oxygen uptake within the sediment core chambers ranged from 5‐11 mg O2/m²/hour (Table 3).  The replicate sediment cores (C4A and C4B) yielded a standard deviation of 0.64.  This provided high confidence in sediment core collection, experiment precision, and SOD findings.  Oxygen uptake rates of Cutler Reservoir cores were between 9.20 ‐11.20 mg O2/m²/hour, while Dingle Marsh core samples ranged from 5.12 ‐11.38 mg O2/m²/hour.  Dingle Marsh SOD chambers experienced both the lowest and highest SOD rates, while the Cutler Reservoir SOD chambers experienced consistent rates in the range of 9.34 ‐11.20 mg O2/m²/hour (Figure 6).    Although mean rates of SOD in Cutler Reservoir cores were near 2.0 mg O2/m²/hour higher than that of Dingle Marsh cores, there was no significant difference in the rates measured in the two wetlands (ANOVA; p=0.35;  Appendix 6).  Uptake rates within Cutler Reservoir only 

  31

varied slightly.  However, the highest SOD rates were observed at the C2 site, which is located closest to the Logan Wastewater Treatment Plant effluent. Uptake rates decreased as distance from this effluent increased (C4 average: 9.65 mg O2/m²/hour).  Conversely, SOD uptake rates of Dingle Marsh increased as distance from the Bear River inlet increased.   

 

   Mean Hourly DO Levels (mg/L)   O2 Depletion   SOD Rate   Experiment Hour  (mg/L/hour)  (mg O2/m²/hour)Station  0  3  13  19  25       C2  3.61  3.45  3.00  2.52  2.25  0.065  11.20C4A  3.65  3.53  2.91  2.67  2.42  0.050  10.10C4B  3.62  —  3.20  2.89  2.40  0.046  9.20C6  3.90  3.70  3.19  2.94  2.74  0.046  9.34D2  3.57  3.43  3.11  3.08  2.91  0.025  5.12D3  3.57  3.47  3.08  2.76  2.55  0.041  8.20D4  4.10  3.79  3.49  2.85  2.70  0.056  11.38 Table 3.  Calculated SOD rates for Cutler Reservoir and Dingle Marsh sediment cores.  SOD rates range from 5.2 to 11.35 mg O2/m²/hour.    

 

0

2

4

6

8

10

12

C2 C4 C6 D2 D3 D4

Cutler Dingle

SOD

(mg/

m²/h

r)

  Figure 7.  SOD uptake rates (mg O2/m²/hour) for Cutler Reservoir and Dingle Marsh benthic sediment cores on Sept. 25, 2008.  Results show similar demand between the two wetlands.  The error bar for C4 shows standard deviation between the replicates.      

  32

 Phosphate Release Analysis  Phosphate release from the sediments to the overlying water column differed greatly between the two wetlands.  Cutler Reservoir sediment cores all experienced a positive net release of phosphate into the overlying water column while Dingle Marsh sediment cores all experienced a negative net release (i.e. uptake; Table 4).  Cutler phosphate levels gained a mean of 571 µg/L while Dingle phosphate levels displayed an average loss of 13 µg/L.  Variability in phosphate release among the three Cutler Reservoir sites was pronounced, with a standard deviation of 479 µg/L.  Dingle Marsh had a phosphate release standard deviation of only 4 µg/L.  Site C2, located closest to the mouth of the Logan Wastewater Treatment Plant, showed the highest phosphate concentration of 1127 µg/L; this is 1040 µg/L above pre‐regeneration levels (Figure 7).  As with SOD, phosphate regeneration decreased as distance from the wastewater treatment plant effluent increased.    Variability between the two replicate cores from Site D4 was low (s.d. 3.5 µg/L; Figure 7).  Cutler Reservoir’s mean phosphate release rate was 571 µg/L, dramatically higher than that of Dingle Marsh’s 12.6 µg/L and the ANOVA indicated that they were significantly different (p = 0.02; Appendix 7). Phosphate release rates and oxygen depletion within the Cutler Reservoir sediment chambers showed high correlation (r² = 0.90), but dingle Marsh sediment chambers lacked correlation (r² = 0.24).    

 Hourly P Concentration (µg/L) 

Hourly Release Rate  Net Release Rate 

  Experiment Hour   (µg P/L/hour)  (mg P/m²/hour) Station  0  8  20  30       C2  86.67  361.50  700.56  1127.07  33.9  6.79 C4  24.06  95.34  244.07  545.66  17.0  3.40 C6  26.70  31.55  76.38  176.91  4.90  0.98 D2  19.06  20.24  24.65  5.98  ‐0.426  ‐0.085 D3  18.47  7.01  11.86  9.07  ‐0.306  ‐0.061 D4B  12.45  15.24  10.98  0.98  ‐0.372  ‐0.074 D4C  16.42  14.21  5.54  0.00  ‐0.530  ‐0.106  

Table 4.  Net phosphorus release rates (mg/m²/hour) from sediment cores of Cutler Reservoir and Dingle Marsh. The Cutler sediment cores all displayed positive phosphorus release while the Dingle sediment cores all experienced a negative phosphorus release (uptake). 

  33

0

200

400

600

800

1000

1200

0 8 20 31

Time (hours)

P C

once

ntra

tion

(μg/

L)C2

C4

C6

0

10

20

30

40

50

0 8 20 31

Time (hours)

P C

once

ntra

tion

(μg/

L)

D2

D3

D4B

D4C

  

Figure 8.  Pre‐ and post‐experimental phosphate concentrations (µg/L) within the sediment core chambers.  Cutler Reservoir cores all showed measurable internal loading from the sediments, while phosphorus concentrations in water overlying the Dingle Marsh cores decreased.  Note the different scales of phosphate concentration (y‐axis).  Discussion   The biochemical oxygen demands were significantly different between the two wetlands.  Cutler Reservoir’s BOD was approximately five times greater than those measured in Dingle Marsh.  The high oxygen demand in Cutler Reservoir is likely due to nutrient loading from both point and non‐point sources.  Logan’s wastewater treatment plant measured the BOD of their effluent the day prior to our sampling.  Figure 5 shows that there is a spike in the BOD after this water enters into the effluent.  If the treatment plant’s BOD values were lower, oxygen demands might be reduce throughout the entire reservoir.   Phosphate release rates measured in our study were significantly higher in Cutler than in Dingle Marsh.  If the mean phosphate release rate for Cutler Reservoir were extrapolated to the entire reservoir, internal phosphate loading would be 32.6 g/m2/year.  This is a very significant amount of bioavailable phosphorus, which could aggravate eutrophication within the system.  However, the internal phosphorus loading rates that we found may not be representative of the entire reservoir because they were estimated from cores collected within 1500 m of the WWTP discharge site.  Nevertheless, internal loading of phosphorus from benthic sediments must be considered when establishing a total Maximum Daily Load (TMDL) for Cutler. Dingle sediment core chambers all experienced phosphorus uptake throughout the study. This means the biofilm community in Dingle was absorbing, rather than releasing phosphorus.   The differences between the two wetlands are consistent with the results of Abbott (this report) who found that P was one of the nutrients limiting phytoplankton growth in Dingle, but not in Cutler.    

  34

When considering possible management strategies for nutrient reduction, the focus is traditionally on external sources.  However, it may also be essential to consider internal sources that contribute to nutrient accumulation as well.  This is additionally supported by Phillips et al. (1994) who conducted studies involving the release of nutrients from sediments within shallow lakes of England.  They concluded that even after 90% of external loading had been reduced from the several shallow lakes, benthic sediments continued to release high amounts of phosphorus into the overlying water column for up to twelve years.  Jeppesen, et al. (2007) reviewed results from several lake restoration studies and came to a similar conclusion.  This is a significant factor to consider when proposing action to correct the impaired state of a wetland system. 

To obtain a holistic view of the internal loading of nutrients from the benthic sediments of a wetland, research must be on a larger spatial scale that we were able to address. Malecki et al. (2004) found that seasonal anoxia within wetlands has high potential for correlation with internal phosphorus loading to the water column.  Also, great attention must be paid to turbulence and flow when examining the contribution of internal nutrient loading from benthic sediments.  Truax et al (1995) suggested that even at minor velocities, nutrient regeneration can significantly increase as sediments are disturbed.   

We were surprised that SOD rates in the two reservoirs were similar given the known water quality parameters of Cutler Reservoir (DEQ, 2008). It was also predicted that SOD and BOD rates would parallel each other between the two wetlands.  High variability within each site could have masked real differences in SOD rates between the two wetlands.  Having a greater number of sites within each wetland might have revealed actual differences that we didn’t detect.  Because of good mixing in the water column, BOD levels were probably representative of what was happening in the water column at a site, whereas the small‐scale heterogeneity in the sediments make it more difficult to accurately measure SOD.   

There are several factors that must be considered when assessing the contribution to sediment oxygen demand that were beyond the scale of this study.  Holdren and Armstrong (1980) noted that these factors include soil porosity, temperature, and bioturbation (the chemical and physical alteration of sediment profiles by aquatic organisms).  A more in‐depth study of these factors will surely bring a greater understanding of the role that sediments play in oxygen depletion within this wetland system. 

The total oxygen demand for this study accounted for 11–24 percent of the nighttime oxygen demand in these two systems.  Two of the sites one in Dingle and another in Cutler resulted in a negative percentage of oxygen demand.  Site C4 and D4 had DO levels that never dropped below the level of supersaturation throughout the period of this study.  All of the other sites displayed levels of supersaturation but levels dropped during the night.  Oxygen supersaturation is a result of excess photosynthesis taking place in a water body. Photosynthesis along with cool fall temperatures increased the amount of dissolved oxygen that each site could hold.  This excess oxygen was expected to diffuse from the water column during night.  Diel mixing is a classic characteristic of wetland systems due to their shallow depths. Wind mixing could be releasing the excess oxygen from the water which would account 

  35

for a larger portion of the oxygen outgassing.  The rates of downdraw for DO were calculated from the DO levles at saturation.  Because the lowest DO level for C4 and D4 were never below the saturation level, a negative rate was calculated for dissolved oxygen (Table 2).    Due to high primary production and oxygen demand, Cutler Reservoir is susceptible to large dissolved oxygen diel swings.  From this study it is suggested that some of the high productivity can be attributed to high levels of internal nutrient loading: however this is not the only factor contributing to primary production.  Because of Cutler Reservoir’s location within the watershed, high levels of external nutrients enter from both point and non‐point sources.  Decomposition follows eutrophication, which in turn augments the oxygen demand, which is then reflected in BOD and SOD rates.    Wetland flow patterns are complex. In this experiment, total oxygen demand could be affected by the currents within the water body, which may pass in and out of the reed beds that were within 3‐5 m of the oxygen sondes.  Gebremariam and Beutel (2008) found that cattails (Typhus spp.) had a higher oxygen demand than that of bulrushes (Scirpus spp.).  Both of these plant species are present in these wetlands although the densities are unknown.  Plant‐water interactions might be something to consider in further oxygen consumption studies.   Conclusions  BOD, SOD, and nutrient release are important factors in wetland management.  This study concluded that BOD and nutrient releases were higher in Cutler Reservoir than in Dingle Marsh.  Conversely, SOD exhibited similar oxygen demand rates between the two wetlands.  The study results also lend support to the conclusion that the Logan wastewater treatment plant highly impacts the BOD within the water column in the both the effluent and Cutler Reservoir.  Results from these studies, although limited in scope, provide a good starting point for improved wetland management strategies in Cutler Reservoir’s oxygen demand and nutrient release.       

  36

References  APHA. 1989.  American Public Health Association, Washington D.C. Standard methods for the 

examination of water and wastewater. 17th ed. 1989. Bear.  2008.  http://bearriverinfo.org. September 2008. Budy, P., K. Dahle, and G.P. Thiede. 2006. An evaluation of the fish community of Cutler 

Reservoir and the Bear River above the reservoir with consideration of the potential for future fisheries enhancement. 2005 Annual Report to Utah Department of Environmental Quality, Division of Water Quality. UTCFWRU 2006(4):1‐58. 

Correll, D.L. 1999. Phosphorus: A rate limiting nutrient in surface waters.  Poultry Science. 78:674‐682. 

DEQ, Utah Department of Environmental Quality Division of Water Quality. 2008. Little Bear River Watershed TMDL.  http://www.waterquality.utah.gov/TMDL/ Little_Bear_River_TMDL.pdf. 

Dodds, W.K.  2002.  Freshwater Ecology: Concepts and Environmental Applications.  Academic Press, San Diego. 

Fisher, M.M., and K.R. Reddy. 2001. Phosphorus flux from wetland soils affected by long‐term nutrient loading.  J. Environ.Qual. 30:261‐271. 

Friedl, G., C. Dinkel, and B. Wehrli. 1998. Benthic fluxes of nutrients in the northwestern Black Sea.  Marine Chemistry. 62:77‐88. 

Gebremariam, S.Y. and M.W. Beutel.  2008.  Nitrate removal and DO levels in batch wetland mesocosms: cattail (Typha ssp.) versus bulrush (Scirpus spp.).  Ecological Engineering.  34:1‐6. 

Hammer. D.A.  1989.  Constructed wetlands for wastewater treatment: municipal, industrial and agricultural.  CRC Press 1989.  

Hanes, N.B. and R.L. Irvine. 1968. New techniques for measuring oxygen uptake rates of benthal systems. J. Water Pollut. Control Fed. 40:223‐232. 

Holdren, G.C., and D.E. Armstrong. 1980. Factors affecting phosphorus release from intact sediment cores. American Chemical Society. 14:79‐87.  

Hu, W.F., H. Chua, W. Lo, S.N. Sin, and P.H.F. Yu. 2001. Nutrient release and sediment oxygen demand in a eutrophic land‐locked embayment in Hong Kong. Env. Int. 26:369‐375. 

Jeppesen, E. and 8 others.  2007.  Restoration of shallow lakes by nutrient control and biomanipulation—the successful strategy varies with lake size and climate.  Hydrobiologia  

581:269–285.   Kadlec R.H. and R.L. Knight. 1996.  Treatment Wetlands. Boca Raton (FL): Lewis Publishers. Lake.  2008.  http://lakeaccess.org/wetlands.html.  September 2008.Lind, O.T. 1985.  Handbook 

of common methods in limnology.  2nd edition.  Kendall/Hunt Publishing Company.  Dubuque, Iowa.   

MacPherson, T.A., L.B. Cahoon, and M.A. Mallin.  2007.  Water column oxygen demand and sediment oxygen flux: patters of oxygen depletion in tidal creeks.  Hydrobiologia.  586:235‐248. 

Malecki, L.M., J.R. White, and K.R. Reddy. 2004. Nitrogen and phosphorus flux rates from sediment in the lower St. Johns River Estuary. J. Environ. Qual. 33:1545‐1555. 

Mason, C.F. 2002.  Biology of freshwater pollution.  4th edition.  Prentice Hall, New Jersey. Microsoft. 2007. Microsoft Excel for Windows. Microsoft Corp., Redmond, WA. 

  37

Moore, P.A., K.R. Reddy, and D.A. Graetz. 1991.  Phosphorus geochemistry in the sediment‐ column of a hypereutrophic lake. J. Environ.Qual. 20:869‐875. 

Moore, P.A., K.R. Reddy, and M.M. Fisher. 1998.  Phosphorus flux between sediment and overlaying water in Lake Okeechobee, Florida: spatial and temporal variations. J. Environ.Qual. 27:1428‐1439. 

Nowlin, W.H., J.L. Evarts, and M.J. Vanni. 2005. Releases rates and potential fates of nitrogen and phosphorus from sediments in a eutrophic reservoir. Freshwater Biology, 50:301‐322. 

Nurhayat, D., D. Karaccaiglu, S. Dere, E. Senturk, and T. Torunoglu. 2006. Factors affecting the current status of a eutrophic shallow lake (lake Uluabat, Turkey): Relationships between physical and chemical variables in water. Chemistry and Ecology. 22:279‐298. 

Phillips, G., R. Jackson, C. Bennett and A. Chilvers.  1994.  The importance of sediment phosphorus release in the restoration very shallow lakes (the Norfork Broads, England) and implications for biomanipulation.  Hydrobiologia 275: 445‐456. 

Price, P.B., C. Cerco, and D. Gunnison.  1994. Sediment oxygen demand and its effects on dissolved oxygen concentrations and nutrient release; Initial laboratory studies. U.S. Army Corps of Engineers. Water Quality Research Program Technical Report W‐94‐1. 

Reddy, K.R., R.H. Kadlec, and P.M. Gale. 1999. Critical Reviews in Environmental Science and Technology. 29:83‐146. 

Seiki, T., H. Izawa, and E. Date. 1989. Benthic nutrient remineralization and oxygen consumption in the coastal are of Hiroshima Bay. Water Resources. 23:219‐228.  

Traux, D.D., A. Shindala, and H. Sartain. 1995. Comparison of Two Sediment Oxygen Demand Measurement Techniques. Journal of Environmental Engineering. 11:619‐624.  

Water. 2008.  http://waterontheweb.org/under/waterquality/oxygen.html. September 2008. Wood, T.M. 20001. Sediment oxygen demand in Upper Klamath and Agency Lakes, Oregon, U.S. 

Geological Survey Water‐Resources Investigations Report 01‐4080, 13 pages.  

  38

Appendix 1. Cutler and Dingle graphs showing linear relationship of oxygen concentration over time.  

    

DO Depleation Curve For Cutler Reservior  C2 SOD Chamber

y = ‐0.056x + 3.6348

R2 = 0.9915

0.0

1.0

2.0

3.0

4.0

0 10 20 30

Length of Time (Hours)

Mean DO (m

g/L)

DO Depleation Curve For Cutler Reservior  C4A SOD Chamber

y = ‐0.0505x + 3.6435

R2 = 0.992

0.0

1.0

2.0

3.0

4.0

0 5 10 15 20 25 30

Length of Time (Hours)

Mean DO (m

g/L)

DO Depleation Curve For Cutler Reservior  C4B SOD Chamber

y = ‐0.046x + 3.6866

R2 = 0.9565

0.0

1.0

2.0

3.0

4.0

0 5 10 15 20 25 30

Length of Time (Hours)

Mean DO (m

g/L)

DO Depleation Curve For Cutler Reservior  C6 SOD Chamber

y = ‐0.0467x + 3.8541

R2 = 0.9898

0.0

1.0

2.0

3.0

4.0

5.0

0 5 10 15 20 25 30

Length of Time (Hours)

Mean DO (m

g/L)

DO Depleation Curve For Dingle Marsh D2 SOD Chamber

y = ‐0.0253x + 3.5182

R2 = 0.9668

0.0

1.0

2.0

3.0

4.0

0 5 10 15 20 25 30

Length of Time (Hours)

Mean DO (m

g/L)

DO Depleation Curve For Dingle Marsh D3 SOD Chamber

y = ‐0.041x + 3.5821

R2 = 0.9964

0.0

1.0

2.0

3.0

4.0

0 5 10 15 20 25 30

Length of Time (Hours)

Mean DO (m

g/L)

DO Depleation Curve For Dingle Marsh D4 SOD Chamber

y = ‐0.0569x + 4.0517

R2 = 0.9525

0.0

1.0

2.03.0

4.0

5.0

0 5 10 15 20 25 30

Length of Time (Hours)

Mean DO (m

g/L)

  39

Appendix 2.  Cutler and Dingle graphs showing logarithmic relationship of P concentration over time.    

P Release Curve For Cutler Reservoir C2 Sediment Chamber 

(Log‐normal)

y = 125.06e0.0781x

R2 = 0.89781

10

100

1000

10000

0 10 20 30 40

Time (Hours)

Concen

tration 

(ug/L)

P Release Curve For Cutler Reservoir C4 Sediment Chamber (Log‐normal)

y = 31.436e0.0972x

R2 = 0.96241

10

100

1000

0 10 20 30 40

Time (Hours)

Concen

tration (ug/L)

P Release Curve For Cutler Reservoir C6 Sediment Chamber (Log‐normal)

y = 22.765e0.0634x

R2 = 0.9673

1

10

100

1000

0 10 20 30 40

Time (Hours)

Concen

tration (ug/L)

P Release Curve For Dingle Marsh D2 Sediment Chamber (Log‐normal)

y = 24.669e-0.0318x

R2 = 0.44921

10

100

0 10 20 30 40

Time (Hours)

Concen

tration (ug/L)

P Release Curve For Dingle Marsh D3 Sediment Chamber (Log‐normal)

y = 13.23e-0.0133x

R2 = 0.1899

1

10

100

0 10 20 30 40

Time (Hours)

Concen

tration (ug/L)

P Release Curve For Dingle Marsh D4B Sediment Chamber (Log‐normal)

y = 21.261e-0.078x

R2 = 0.6696

0.1

1

10

100

0 10 20 30 40

Time (Hours)

Concen

tration (ug/L)

P Release Curve For Dingle Marsh D4C Sediment Chamber 

(Log‐normal)

y = 80.563e-0.2923x

R2 = 0.7225

0.01

0.1

1

10

100

0 10 20 30 40

Time (Hours)

Concen

tration 

(ug/L)

  40

Appendix 3.  t‐test assuming unequal variance for Cutler and Dingle maximum dissolved oxygen.   

t‐Test: Two‐Sample Assuming Unequal Variances Variable 1 Variable 2 Mean  14.93 9.01 Variance  33.39 2.55 Observations  12 9 Hypothesized Mean Difference  0  df  13  t Stat  3.3807  P(T<=t) one‐tail  0.0025  t Critical one‐tail  1.7709  

 Appendix 4.  t‐test assuming unequal variance for Cutler and Dingle maximum temperature.  

t‐Test: Two‐Sample Assuming Equal Variances  Variable 1  Variable 2 Mean  17.97  15.75Variance  0.68  0.72Observations  12  9Pooled Variance  0.69    Hypothesized Mean Difference  0    df  19    t Stat  6.02    P(T<=t) one‐tail  4.32E‐06    t Critical one‐tail  1.73    

 Appendix 5.  ANOVA tables created in SAS comparing the biochemical oxygen demand (BOD) of Cutler Reservoir and Dingle Marsh.  Tables show the significance of the different parameters of the ANOVA.  The wetlands were the only statistically significant source within the test.  

Source  DFSum of Squares

Mean Square F Value Pr > F 

Model  5 14.3 2.86 9.66 0.0010 

Error  11 3.26 0.296  

Corrected Total  16 17.6  

 

 

  41

R‐Square  Coeff Var Root MSELogBOD Mea

n

0.814427  85.3 0.545 0.638

 

 

Source  DF Type I SSMean Square F Value Pr > F 

Wetland  1 11.3 11.3 38.1 <.0001 

dilution  2 1.94 0.968 3.27 0.077 

Wetland*dilution 

2 1.08 0.540 1.82 0.208 

  

t‐Test: Two‐Sample Assuming Unequal Variances  Variable 1  Variable 2Mean  9.96  8.23Variance  0.84  9.79Observations  4  3Hypothesized Mean Difference  0   df  2   t Stat  0.93   P(T<=t) one‐tail  0.23   t Critical one‐tail  2.92   

  Appendix 6.  Results from an ANOVA testing whether the two wetlands differed in sediment oxygen demand.  The SOD rates were log transformed to help reduce the inequality of variance between the two wetlands. ANOVA             

Source of Variation  SS  df  MS  F  P‐value  F crit 

Between Groups  0.01759  1 0.01759 1.09353 0.354718  7.708647 Within Groups  0.064341  4 0.016085                   Total  0.081931  5              

  42

Appendix 7. Results from an ANOVA to test whether the two wetlands differed in phosphorus regeneration from the benthic sediments. The phosphorus release rates were log (N+1) transformed to help reduce the inequality of variance between the two wetlands. 

ANOVA             Source of Variation  SS  df  MS  F  P‐value  F crit 

Between Groups  0.627622  1 0.627622 14.04913 0.019978  7.708647 Within Groups  0.178693  4 0.044673                   Total  0.806316  5             

Appendix 8. BOD estimates from seven sites in each of the two wetlands.  Site locations are shown on 

the class project map.  

0

1

2

3

4

5

6

D9 D2 D3 D4 D7 D8 D1 SS3 SS2 SS1 C2 C4 C6 C7

BO

D (m

g/L)

Dingle Marsh Cutler Reservoir and Swift Slough

 

 

  43

Nitrogen and Phosphorus Limitation of Phytoplankton Growth in  Cutler Reservoir and Dingle Marsh   Benjamin W. Abbott                                                          

 

Abstract 

Identifying the limiting nutrient in a water body allows enhanced management for the reduction of eutrophication. In September 2008 we measured total nitrogen (TN) and total phosphorus (TP) in an impacted wetland, Cutler Reservoir in Cache Valley Utah. We also measured TN and TP in an ostensibly analogous reference wetland, Dingle Marsh in the Bear Lake National Wildlife Refuge in Idaho. For Cutler Reservoir average concentrations of TP were at 0.67 mg L‐1, and TN levels averaged 1.72 mg L‐1. The resulting TN:TP ratio was 3.81. Mean nutrient concentrations in Dingle Marsh were much lower with 0.04 mg L‐1 for TP, 0.46 mg L‐1 for TN, and 14.5 for the TN:TP ratio. We conducted a 12‐day nutrient addition bioassay to determine nutrient limitation of P and N and shifts in relative algal species abundance using a 2X2 factorial experimental design. Our results indicate that algal growth in Cutler Reservoir was primarily N limited. Besides differences in overall chlorophyll a responses, in both the N and N+P treatments cyanobacteria in the natural culture media were replaced with green algae—supporting the hypothesis of N limitation. Dingle Marsh exhibited co‐limitation with relatively low chlorophyll a levels in all treatments. With the Dingle Marsh inocula, all treatments showed an increase in the relative abundance of cyanobacteria with the most marked augmentation in the control and P treatments.  

Background 

By comparing the concentration of total nitrogen (TN) and total phosphorus (TP) in an aquatic system to the Redfield ratio 16:1 (TN:TP) tentative hypotheses can be made concerning the proximal limiting nutrient. Ratios higher than the Redfield ratio are usually indicative of phosphorus limitation; whereas lower ratios point towards nitrogen limitation of the algal populations. The Redfield ratio is typically high in oligotrophic (nutrient poor) systems and low in eutrophic (nutrient rich) systems (Downing et al. 1992). However, due to the inherent complexities of different chemical forms and differing bioavailability of both P and N, experimental nutrient‐addition bioassays are the principle tool to determine site‐specific nutrient limitation (Davey et al. 2008).  

According to convention it has been assumed that in fresh water systems phosphorus (P) will always be the predominant nutrient limiting phytoplankton photosynthesis and biomass accumulation (Schindler 1971). This convention assumes that when nitrogen (N) limitation 

  44

occurs, cyanobacteria fix atmospheric nitrogen and P becomes again limiting (Carpenter 2008). It has further been asserted that even in cases of N limitation, N removal won’t reduce eutrophication (Schindler 2008) while P removal can still effectively reduce eutrophication (Golterman, 1975). However, recent reviews have suggested the importance of N limitation or N and P co‐limitation in eutrophic systems (Lewis and Wurtsbaugh, 2008, Elser et al. 2007). In systems with TP exceeding 30 μg L‐1, N limitation is prevalent (Elser et al. 1990). In these environments N limitation occurs because the Redfield ratio of N:P 16:1 is radically decreased, often due to phosphorus loading from wastewater and non‐point sources (Aldridge et al. 1993, 1995).  

Introduction 

Though Cutler Reservoir (hereafter Cutler) is by name a reservoir, with an average depth around 2 meters and high diel temperature fluctuations, it acts in many ways more like a marsh or wetland than a lake or reservoir (Chase and Elsner, this report). Due to extensive nutrient loading it is currently the focus of a Utah Department of Environmental Quality (DEQ) Total Maximum Daily Load (TMDL) assessment. Eutrophication in Cutler is currently impairing beneficial aquatic life and protected waterfowl, particularly due to high fluctuation in oxygen levels (UDEQ 2008). Besides nutrient loading, non‐native, bottom feeding carp increase turbidity throughout Cutler. 

Dingle Marsh (hereafter Dingle) is located in the Bear Lake National Wildlife Refuge. With an average depth of 1.5 meters and a similar temperature regime to Cutler, we believe it is an effective wetland reference to compare with Cutler Reservoir. Its primary input is Bear River water, diverted above most agricultural use. These inputs are more pristine that Cutler’s tributaries, although sediment and nutrient loading from snowmelt is still moderately high (Bjorn, Moffitt et al. 1989), and there are point source additions from Evanston Wyoming and other communities along the river. Dingle is also affected by introduced carp. 

Sites were selected for TP and TN analysis across both water bodies to represent average nutrient conditions and also to capture spatial changes due to nutrient sequestration by the wetland and nutrient addition by point and non‐point sources. For the bioassay, sites were selected based on depth and proximity to vegetation and major water inputs. Both sites were approximately 5 meters from stands of bulrushes and water was drawn from 0.5 meters. The station in Dingle Marsh (DM2) was approximately 100 meters from the input of the Bear River inlet canal. The bioassay water collection site in Cutler (station C6) was approximately a kilometer from the discharge of the Logan Waste Water Treatment Plant (WWTP). The WWTP had begun discharging from its polishing wetlands 12 days prior to the collection of the water for the bioassay. 

 

  45

 

Methods 

For TP analysis we collected water from 23 sites on Thursday, September 25th. Fourteen sites were in the Cutler system, including two sites from the Logan River, and three sites from the Swift Slough that carries WWTP water to Cutler. Nine sites were in the Dingle system, including one site from both the inlet and outlet canal and one site in the Rainbow Unit where carp are excluded. Water was collected in 1‐liter high density polyethylene bottles at a depth of 0.5 meters. We measured TP levels using the persulfate digestion method (Menzel and Corwin 1965). For TN analysis water was collected from 4 sites in the Cutler system and 3 sites in the Dingle system from sites described above. These samples were analyzed outside our laboratory; in the USU Baker Lab. Ian Washbourne measured TN, utilizing a persulfate digestion followed by a cadmium reduction method implemented on an AlpChem Autoanalyzer. 

An additional 4 liters of water for the bioassay were collected from sites DM2 and C6 for the nutrient addition bioassay. Using this water we conducted a 12‐day nutrient bioassay to determine nutrient limitation at these sites. At the beginning and end of this bioassay we preserved and stained 50 ml aliquots from each treatment with Lugols solution to facilitate algal counts. 

The water was taken to the laboratory and on Friday, September 26th we filtered 1280 ml of water through 153‐μm mesh from both Cutler and Dingle to remove large herbivorous zooplankton. We poured 160 ml aliquots of the filtered water into acid‐washed, 250 ml, glass Erlenmeyer flasks. Using a 2X2 factorial experimental design, for each water body we had four nutrient treatments with two replicates each, for a total 16 flasks. We added aqueous NH4NO3 to a level of 3.50 mg N L‐1 for the N and N+P treatments and Na2HPO4 to a level of 200 mg P L‐1 for the P and N+P treatments.  Relative to nutrient concentrations in Cutler Reservoir at the study site, these were rather modest additions.  The treatments were labeled: Cutler/Dingle, Control, N, P, and N+P. We placed the flasks in an incubation room at 20 C exposed to continuous full spectrum light at an intensity of 150 μE m‐2 sec‐1. To minimize the development of periphyton we agitated the samples twice a day and rearranged them in the incubation room to avoid preferential light placement. Nevertheless, some periphyton did attach to the flasks by the end of the experiment.  On days 0, 4, 8 and 12 we filtered 20 ml of water from each treatment through glass fiber filters (GF/F pore size 0.7 um), froze them, and subsequently estimated chlorophyll a levels using the Welschmeyer non‐acidification method (Welschmeyer 1994) and a Turner 10AU fluorometer. 

Using the measured chlorophyll a levels we ran an analysis of variance (ANOVA) test with SAS statistical analysis software for each day to determine the statistical significance of our results (see appendix). 

  46

On day 12 we preserved and stained 50 ml aliquots from each treatment with Lugols solution. Placing several drops from this prepared water on glass slides, we counted 100 cells (if present) from each treatment at a magnification of 400X. This method only yielded data on the relative taxonomic abundance not true algal densities. 

Results 

Cutler and Dingle ambient TN, TP, and Chlorophyll a concentrations: 

In Cutler, TP levels averaged 0.67 mg L‐1 for sites C1‐C9. TP levels varied spatially almost an order of magnitude (see report by Braithwaite, this volume, for more details). Values ranged from 1.13 mg L‐1 at C1 near the WWTP discharge to 0.15 mg L‐1 farther downstream near Newton Creek at C8. There was a decreasing trend in TP concentrations away from the WWTP discharge. TN averaged 1.72 mg L‐1 and values ranged from 9.06 mg L‐1 at site C9 to 1.14 mg L‐1 at site C2. TN concentration exhibited the opposite spatial trend, increasing with distance from the WWTP discharge. In Cutler the average chlorophyll a level was 38.3 μg L‐1. 

The average TP level in Dingle was 0.04 mg L‐1, or less than a tenth of the concentration in Cutler. P values ranged from 0.08 to 0.02 mg L‐1 with a weak spatial trend decreasing from the inlet canal discharge. TN levels averaged 0.46 mg L‐1, or about a fifth of the levels in Cutler, and were relatively consistent throughout the marsh, ranging from 0.56 to 0.32 mg L‐1. The average chlorophyll a concentration in Dingle was 2.6 μg L‐1, less than a tenth the concentration in Cutler. 

Using only the 4 sites with both TP and TN data, the average N:P ratio for Cutler was 3.81. However, there was significant spatial heterogeneity in N:P ratio in Cutler ranging from 1.14 to 9.06. This suggests that a more thorough investigation of the nutrient stoichiometry is needed before these bioassay results are used to extrapolate the reservoir‐wide N:P ratio (Table 1).  Note that water for the bioassay at site C6 had an intermediate TN:TP ratio (2.9:1)  

 

 

Table 1. Total phosphorus and total nitrogen analysis for sites on Cutler Reservoir and Dingle Marsh (refer to project map for site locations). 

  

 

 

  Site  TN mg/L  TP mg/L  TN:TP CUTLER  C2  1.19  1.05  1.14   C6  1.35  0.46  2.92   C9  2.06  0.23  9.06   SS1  2.28  1.08  2.12   Mean      3.81 

DINGLE  DM2  0.51  0.07  6.95   DM4  0.56  0.03  22.23   DM8  0.32  0.02  14.32 

  Mean      14.50 

  47

The three Dingle sites with both TP and TN data had an average N:P ratio of 14.5. Between these locations there was an even greater spatial variability in N:P values than was observed in Cutler, with values ranging from 6.95 to 22.23.  

Nutrient addition bioassay: 

The Cutler phytoplankton receiving N and N+P showed a chlorophyll a response over 10 times greater than the Control and P treatments, reaching their peak on day four at 400 μg L‐1 of chlorophyll a (Figure 1). N and N+P had an instantaneous growth rate from day 0 to day 4 of 62.3% (Table 2). These elevated chlorophyll a levels continued through day 4 and 8 but crashed on day 12 (see Figure 2).  For days 4 and 8 the N and N+P responses were statistically indistinguishable but both were significantly higher than the Control and +P treatment (Appendix). 

The Cutler Control and P treatments showed a moderate but delayed chlorophyll a increase between day 8 and 12 with an average instantaneous growth rate of 8.2% (Table 2). However, the differences between Control and P treatments weren’t statistically significant for any of the three days. 

 

  Figure 1. Cutler Reservoir bioassay chlorophyll a response to nutrient additions at day 4. This was the first chlorophyll reading after the addition of nutrients. Error bars indicate standard deviation between treatment replicates. 

  48

 

Figure 2. Bioassay results measuring chlorophyll a responses to nutrient addition bioassay from Cutler 

Reservoir. Error bars indicate standard deviation between treatment replicates. 

 

  Day             Control  P  N  N+P Cutler  0‐4  ‐15.0%  ‐5.2%  62.3%  62.3%   0‐8  1.4%  0.5%  20.9%  19.3%   0‐12  9.6%  6.8%  0.0%  7.5%     Control  P  N  N+P Dingle  0‐4  3.8%  4.9%  12.4%  50.2%   0‐8  1.7%  ‐1.9%  12.3%  56.7%   0‐12  1.3%  ‐3.0%  9.0%  34.9% 

Table 2. Average chlorophyll a growth rates are represented in percent increase. For example the 

Cutler N treatment on day 8 experienced a 20.9% increase from its level on day 4.  

Water from Dingle only responded to the N+P treatment (Figure 3). Chlorophyll a levels in the N+P treatment peaked on day 8 at around 100 μg L‐1. Though the N treatment showed a mild, delayed increase above the P and Control treatments on days 8 and 12, the difference wasn’t statistically significant. Control, P, and N treatments were statistically the same throughout the bioassay (Appendix). 

  49

 

  Figure 3. Chlorophyll a response to different nutrient addition treatments to water from Dingle 

Marsh. Error bars indicate standard deviation between treatment replicates. 

Taxonomic Algal Density 

Initially the Cutler algal community was dominated by the cyanobacterium (blue green algae) Anabaena sp. which made up 88% of the algal biomass. The dominance of this atmospheric nitrogen fixing algae continued in the Control treatment and was made complete by the addition of P (Figure 4). The N addition resulted in a complete shift to diatoms and green algae. The N+P treatment also saw an increase of diatoms and green algae but Anabaena sp. remained present though not prevalent. 

 

  50

 

  Figure 4. Initial and final (day 12) taxonomic algal community composition for Cutler bioassay. 

Percentage represents relative density only. Note the decrease of cyanobacteria with the addition of N. 

The bioassay water from Dingle Marsh initially was dominated by green algae (Figure 5).  However, algae were very sparse in the initial treatment and this community estimate was based on a single encountered cell (Figure 5). By day 12, all treatments, including surprisingly both N and N+P, had seen a major increase of the cyanobacterium Anabaena sp.  

 

Figure 5. Initial and final (day 12) taxonomic algal community composition for Dingle bioassay. 

Percentage represents relative cell density only. 

 

  51

Discussion 

The overall N:P ratio indicates that N was the primary limiting nutrient at site C6, located between the north and south arms of the reservoir. Nutrient limitation appears to be caused by heavy P loading which decreases the N:P ratio at this site to 2.92. Since human sewage usually has a N:P ratio between 2.7‐10.0 this isn’t unexpected (Downing and McCauley, 1992). From four sample sites the average N:P ratio was 3.81, well below the marine Redfield ratio of 16 and even below the fresh‐water algal ratio of 10 (Elser et al. 1990). This suggests that N limitation may be widespread in Cutler, though the degree of this limitation varies locally. The hypothesis of ubiquitous N limitation is further strengthened by the fact that TP levels all over Cutler far exceeded Elser’s 30 μg P L‐1 threshold above which N‐limitation is predominant.  

The predominance of nitrogen fixing cyanobacteria in the initial algal counts at the Cutler site C6 also supports the N limitation hypothesis. The final algal counts show that the introduction of N reduced relative abundance cyanobacteria. This reduction is in concordance with the N limitation hypothesis, because adding nitrogen allows non‐fixing phytoplankton to outcompete the cyanobacteria. 

The massive and congruent response of the N and N+P treatments also strongly indicate N limitation at site C6. The extension of this conclusion is limited by high spatial heterogeneity of the N:P ratio in Cutler. This variability may be caused by the combination of complex nutrient input sources and the in situ biotic processes. The decreasing trend in TP away from the WWTP and the increase of downstream TN indicates that biological processes in the reservoir, including sediment nutrient exchange, algal nutrient uptake, and bioturbation, are actively influencing nutrient levels.  

Throughout the reservoir, both N and P concentrations are so high that the overall factor currently limiting phytoplankton growth may be light. This is supported by the control treatments’ steady increase throughout the 12 day bioassay: mean chlorophyll a levels in the controls increased from 33 to 105 μg L‐1, and on the final day the Cutler controls had the highest chlorophyll a levels of any of the treatments. Another possible explanation for the large increase in chlorophyll levels sin the control is the removal macrozooplankton prior to the bioassay. Top‐down grazing control of phytoplankton may limit algae in the reservoir. Zooplankton were not sampled during the class field trip, so we cannot estimate how much grazing may have occurred.  Regardless, the response of the control culture suggests that either light or grazing, and not nutrients, may have been controlling phytoplankton growth at our collection site in Cutler Reservoir. 

With an average N:P ratio of 14.5, the proportions of N and P in Dingle Marsh fell within the natural range of undisturbed water systems, though the overall nutrient levels were still high. With the Dingle bioassay, the strong and unique N+P response supports the hypothesis of N and P co‐limitation. Even this significant N+P response was milder than the similar Cutler 

  52

treatment. Though the amount of N and P added was the same as the Cutler treatments, initial algal densities were significantly lower in the Dingle aliquots, which may account for the relatively lower chlorophyll a concentrations. Also due to algal scarcity in the initial Dingle sample, only a few algal cells were counted for the relative taxonomic densities. For the other treatments, our cell counts were more robust but without a reliable comparison of the initial values, the data is not conclusive. 

As far as potential management applications, N reduction should be considered. Though phosphorus reduction via alum additions is apparently less expensive than nitrogen removal, the immediate impacts of nitrogen removal on eutrophication and oxygen levels could potentially result in a better cost‐benefit return. Phosphorus levels would have to be reduced six‐fold (below 0.11 mg L‐1) in order to produce a limiting N/P relationship according to the Redfield ratio. The current seasonal target for P of 0.075 mg L‐1 (UDEQ 2009) would fulfill this requirement. This means however that all phosphorus reduction above 0.11 mg L‐1 may not lead to any decrease in the level of phytoplankton primary production. An equivalent reduction of eutrophication may be possible with a less extreme reduction of N but nitrogen reduction could possibly promote cyanobacterial growth which could have deleterious effects on the food web. More work on N and P control of phytoplankton and the relative benefits of controlling each is needed. Internal loading of N and P would also need to be assessed to address the cost‐benefit analysis of various nutrient reduction possibilities (see Mason and Elsner, this report).    

 

References Aldridge F.J., Phlips E.J. & Schelske C.L.  1995. The use of nutrient enrichment bioassays to test 

for spatial and temporal distribution of limiting factors affecting phytoplankton dynamics in Lake Okeechobee, Florida.  Archiv fur Hydrobiologie, Advances in Limnology 45: 177–190. 

Aldridge, FJ, Schelske, CL, Carrick, HJ.  1993,  Archiv fur Hydrobiologie. Stuttgart.  Arch. Hydrobiol. 127: 21‐37. 

Bjornn, T.C., Moffitt, C.M., Tressler Jr., R.W. et al. 1989: An Evaluation of Sediment and Nutrient Loading on Fish and Wildlife Production at Bear Lake National Wildlife Refuge. –Idaho Cooperative Fish and Wildlife Research Unit. Technical Report pp. 87‐199. 

Carpenter, S. R. 2008: Phosphorus control is critical to mitigating eutrophication. Proc. Nat. Acad. Science 105: 11039‐11040. 

Davey, M., Tarran, G. A., et al. 2008: Nutrient limitation of picophytoplankton photosynthesis and growth in the tropical North Atlantic. Limnol. Oceanogr. 53: 1722‐1733. 

Downing, J.A., McCauley, E.  1992.  The nitrogen:phosphorus relationship in lakes. Limnol. Oceanogr.  

  53

Elser, J. J., Matthew, E.S. et al. 2007.  Global analysis of nitrogen and phosphorus limitation of primary producers in freshwater, marine and terrestrial ecosystems. Ecology Letters,  2: 1135‐1142. 

Elser, J. J., E. R. Marzolf and C. R. Goldman.  1990.Phosphorus and nitrogen limitation of phytoplankton growth in the freshwaters of North America: a review and critique of experimental enrichments. Can. J. Fish. Aquat. Sci. 47:1468‐1477. 

Golterman, H.L., 1975.  Physiological Limnology. An approach to the physiology of lake ecosystems. Elsevier Scientific Publishing Co., New York, pp. 366‐402. 

Lewis, W.M., Jr. and W.A. Wurtsbaugh.  2008. Control of lacustrine phytoplankton by nutrients: Erosion of the phosphorus paradigm.   International Review of Hydrobiology 93:446‐465. 

Schindler, D. W., Hecky, R. E., Findlay, D. L. et al. 2008.  Eutrophication of lakes cannot be controlled by reducing nitrogen input: Results of a 37‐year whole‐ecosystem experiment. Proc. Nat. Acad. Science 105: 11254‐11258. 

Schindler, D. W., 1971: Carbon, nitrogen, and phosphorus and the eutrophication of freshwater lakes.  J. Phycol. 7:321‐329. 

Utah Department of Environmental Quality  UDEQ. 2008: Middle Bear River and Cutler Reservoir TMDLs.  

 

 

 

 

 

 

 

 

 

 

 

 

 

 

  54

 

Appendix 1: a graphical explanation of statistical results 

Bioassay chlorophyll a data was log transformed resulting in a favorable normal distribution. Using SAS software ANOVA tests for days 4, 8, and 12 were run. Chl a was the dependent variable with treatment and wetland as independent variables. The “GLM procedure, least squares means, adjustment for multiple comparisons: Tukey” method was used. The data key shows the wetland, treatment, and the treatment code which is use to represent the wetland and treatment in the matrixes below.  

Data Key: 

Wetland  Treatment LSMEAN Number

Cutler  C  1

Cutler  N  2

Cutler  N+P  3

Cutler  P  4

Dingle  C  5

Dingle  N  6

Dingle  N+P  7

Dingle  P  8

Day 4 Results 

Least Squares Means for effect wetland*treatment Pr > |t| for H0: LSMean(i)=LSMean(j) 

Dependent Variable: logchla 

i/j  1  2  3 4 5 6 7  8

1    <.0001  <.0001 0.4127 <.0001 <.0001 0.2719  <.0001

2  <.0001    1.0000 <.0001 <.0001 <.0001 <.0001  <.0001

3  <.0001  1.0000  <.0001 <.0001 <.0001 <.0001  <.0001

4  0.4127  <.0001  <.0001 <.0001 <.0001 0.0163  <.0001

5  <.0001  <.0001  <.0001 <.0001 0.5852 0.0001  1.0000

6  <.0001  <.0001  <.0001 <.0001 0.5852 0.0005  0.6875

7  0.2719  <.0001  <.0001 0.0163 0.0001 0.0005   0.0001

8  <.0001  <.0001  <.0001 <.0001 1.0000 0.6875 0.0001 

 

 

  55

 

Day 8 Results 

Least Squares Means for effect wetland*treatment Pr > |t| for H0: LSMean(i)=LSMean(j) 

Dependent Variable: logchla 

i/j  1  2  3 4 5 6 7  8

1    0.0021  0.0037 0.9999 <.0001 0.0002 0.0067  <.0001

2  0.0021    0.9987 0.0015 <.0001 <.0001 0.9422  <.0001

3  0.0037  0.9987  0.0026 <.0001 <.0001 0.9989  <.0001

4  0.9999  0.0015  0.0026 <.0001 0.0002 0.0045  <.0001

5  <.0001  <.0001  <.0001 <.0001 0.0664 <.0001  0.7954

6  0.0002  <.0001  <.0001 0.0002 0.0664 <.0001  0.0107

7  0.0067  0.9422  0.9989 0.0045 <.0001 <.0001   <.0001

8  <.0001  <.0001  <.0001 <.0001 0.7954 0.0107 <.0001 

Day 12 Results 

Least Squares Means for effect wetland*treatment Pr > |t| for H0: LSMean(i)=LSMean(j) 

Dependent Variable: logchla 

i/j  1 2  3 4 5 6 7  8

1  0.0011  0.9175 0.7621 <.0001 <.0001 0.9998  <.0001

2  0.0011   0.0036 0.0053 <.0001 0.0011 0.0016  <.0001

3  0.9175 0.0036  0.9999 <.0001 <.0001 0.9894  <.0001

4  0.7621 0.0053  0.9999 <.0001 <.0001 0.9228  <.0001

5  <.0001 <.0001  <.0001 <.0001 0.0329 <.0001  0.3428

6  <.0001 0.0011  <.0001 <.0001 0.0329 <.0001  0.0022

7  0.9998 0.0016  0.9894 0.9228 <.0001 <.0001   <.0001

8  <.0001 <.0001  <.0001 <.0001 0.3428 0.0022 <.0001 

 

 

 

 

  56

 

Appendix 2: Chlorophyll a values for bioassay treatments 

Water Body 

Treatment  Chl aAve Day 4 µg/L 

Chl aAve Day 8 µg/L 

Chl aAve Day 12 µg/L 

Cutler  Control  18.1  36.9  104.8 Cutler   +P  26.8  34.3  74.8 Cutler   +N  399.0  176.3  32.9 Cutler   +N+P  398.3  155.0  81.3          Dingle  Control  1.7  1.7  1.7 Dingle   +P  1.8  1.3  1.0 Dingle   +N  2.4  3.9  4.3 Dingle   +N+P  10.9  136.8  96.3 

 

  Appendix 3:  Algal growth in cultures from Cutler and Dingle Marsh wetlands after 73 days.  Note that plates of benthic cyanobacteria were present in many of the cultures, particularly those receiving phosphorus additions.  After the 12‐day bioassay the cultures were not shaken nor tended daily.  This long‐term bioassay demonstrates the potential importance of phosphorus for controlling eutrophication.  Note, however, the significant growth of algae in even the control cultures from Cutler Reservoir.  High nutrients there support high algal growth.

  57

Stable Isotope Analysis of Food Webs and Eutrophication in  Cutler Reservoir and Dingle Marsh  Jared W. Randall  Introduction  Stable isotopes are increasingly used as a tool to better understand freshwater environments in the field of ecology (Grey 2006). Isotopes of nitrogen (N) and carbon (C) are the elements of most interest in this study and are commonly evaluated in isotopic research.  The elements N and C have two different stable isotope forms. The lighter forms of ¹⁴N (99.63%) and ¹²C (98.89%) make up the majority of these elements and the heavier form¹⁵N (0.37%) and¹³C (1.11%) make up a smaller fraction of these elements (Ryals 2001). The heavier form of both N and C weighs more because it possesses an extra neutron. As the isotopes of both N and C cycle through the environment they exhibit compositional changes (fractionation) that are predictable (Peterson and Fry 1987). Fractionation is the process through which the isotopes of an element become enriched or depleted of neutrons as they pass through different organisms or material. The natural fluctuations in the ratios of light and heavy stable isotopes of N and C are used to determine interactions and evaluate ecosystems (Lajtha, K. and R.H., Michener 1994). The ratios of heavy and light N and C stable isotopes are measured using a mass spectrometer and are expressed in δ values, which correspond to a samples difference from an international standard expressed in parts per thousand or 'per mil' (‰) (Peterson and Fry 1987).  The extent of anthropogenic eutrophication can be assessed through stable isotope analysis in aquatic ecosystems (Cole et al. 2004, Luecke and Mesner unpublished). This is done by evaluating the δ¹⁵N values in primary producers such as macrophytes and phytoplankton, and comparing those levels with predetermined isotopic levels in the anthropogenic nitrogen inputs contributing to the aquatic system in question (Cole et al. 2004).  The stable isotope ratio of nitrogen from natural sources is lower than the ratio from WWTPs, dairies, and other anthropogenic inputs.   Increased nutrient input can stimulate growth in primary producers, significantly impacting the food web.  In the past phosphorus has been considered the sole, major limiting nutrient in lakes, but lately more focus has been given to nitrogen, which has been shown to play a significant role in shallow lake systems (Van der Zanden et. al. 2005).  The δ¹⁵N and δ¹³C values are also useful for understanding the structure of food webs and energy transfer between aquatic organisms (Lewis et al. 2000 and Budy et al. 2007). The relative importance of various primary producers, such as macrophytes (both submerged and emerged), periphyton, and phytoplankton, is poorly understood in wetlands. These different primary producers yield distinctive isotopic signatures for carbon.  Lewis, for example, found that submerged grasses in a Venezuelan wetland had carbon enrichments of   ‐11  δ¹³C , whereas the signatures of epiphytic periphyton and phytoplankton were ‐25 or less. By comparing isotopic values of organisms at higher trophic levels, food sources can be determined and energy pathways established.  

  58

Our objective was to collect samples of primary producers and other higher trophic taxa (e.g., zooplankton, macro‐invertebrates and vertebrates) in Cutler Reservoir, Dingle Marsh and the polishing wetlands of the Logan Wastewater Treatment Plant (WWTP) that discharges into Cutler Reservoir. These samples were analyzed for their δ¹⁵N and δ¹³C values and used to assess the relative importance of anthropogenic nitrogen sources and specific trophic interactions in these two wetlands.  Methods  Study Site / Background  Cutler Reservoir (hereafter referred to as Cutler) is located northwest of Logan, Utah. Cutler Dam was built to divert and store water for agricultural usage with the secondary purpose of generating power (Budy et al. 2007). Cutler provides recreation opportunities (e.g., canoeing, hunting, fishing, and bird watching) and supplies water for agriculture. Water and nutrient inputs include the Bear, Little Bear and Logan Rivers along with Spring Creek, the Logan Waste Water Treatment Plant (WWTP) and a few smaller tributaries. The natural nutrient inputs from these streams and rivers combines with many anthropogenic sources and creates the current eutrophic state of Cutler. Anthropogenic sources of nutrients, such as agriculture, urban development, industry, human waste water treatment and livestock, are thought to be responsible for the highly eutrophic conditions observed in Cutler. The abundance of nutrients, along with the introduction of exotic fish species, has created a complex and diverse food web.    Dingle Marsh (hereafter referred to as Dingle) is a wetland similar to Cutler located just North of Bear Lake, Idaho. Since the early 1900’s water from the Bear River has been diverted by canal through Dingle and into Bear Lake, which is used as a natural storage reservoir.  Water from Bear Lake can subsequently be pumped up a canal to rejoin the Bear River. Dingle acts as a barrier, trapping much of the sediment and nutrients flowing in from the Bear River (Bjorn et al. 1989). Despite some agricultural nutrient and sediment inputs, Dingle is more pristine than Cutler, due to its location farther from urban environments. Dingle exhibits many physical characteristics that are similar to Cutler:  both are very shallow, have extensive areas of emergent cattails and bulrushes, and both appear to be eutrophic.  Both systems have non‐native carp that may increase turbidity and uproot aquatic plants.  Dingle, however, differs from Cutler in that portions of the open‐water area (Mud Lake) have extensive beds of submerged macrophytes.   Field Sampling Techniques Sampling of both sites took place on September 25, 2008. Taking the samples all on one day limited temporal variations and provided a good comparison between the two wetlands.  In Dingle, samples were collected from stations D3 and D4 (see project map).  In Cutler Reservoir all samples, excepting fish, were collected at Station C6, which is located approximately 1500 m from the WWTP discharge into the reservoir.  Fish samples were collected at Benson Marina.   Samples from the WWTP wetlands were collected on the west side of the last treatment cell.  Coordinates for all sites are given in Table 2.  

  59

 Picture 1. Seining for juvenile bass near the Benson Valley Marina.  We filled three 200‐ml sized bottles with water from the surface of each water‐body to sample the seston. Periphyton was collected at Cutler by cutting macrophytes at the base and scrubbing epiphytes into a container filled with distilled water. We collected macrophyte samples by cutting hardstem bulrush (Schoenoplectus acutus, formerly in the genus Scirpus) above any epiphytes and cutting the stalks into pieces to fit in sealed cup. Zooplankton at each site was sampled with a 153‐μm mesh zooplankton net and placed into a sealed cup. To sample aquatic invertebrates we used a rectangular kick‐net (457 x 229‐mm) with a 500‐µm mesh to sweep along macrophytes, placing individual species in sealed cups using forceps. We collected fish by seining the shore near Benson Marina, targeting bass species (Micropterus) (Picture 1). All samples were put into a cooler with ice, immediately following collection. Three replicates for each sample type were collected at all three locations. Due to isotopic analysis costs and time constraints, we weren’t able to perfectly replicate samples for all food web components from both water bodies. The study design was therefore somewhat constrained (Table 1 & Figure 1).  Lab Processing of Samples Seston, periphyton and zooplankton samples were filtered onto 25‐mm diameter Gelman AE filters. Muscle tissue from the dorsal area of the bass was removed and water was drained from macro‐invertebrate samples. Samples were placed in the drying oven for 48‐96 hrs in temperatures ranging from 50‐70° C (Voss et al. 2000). To remove potential contamination of inorganic carbonates, seston, periphyton and zooplankton filters were exposed to HCl acid fumes for one hour in a desiccator and dried again for 24 hrs. We then ground the dried samples into a homogeneous powder using a coffee grinder or mortar and pestle. We then encapsulated them, using 4X6, 5X9, and 12X5‐mm sized tin capsules (Grey 2006). A four 

  60

decimal‐place electronic balance was used to determine the true weight in mg of each sample, excluding filter or tin capsule weight. Capsules were compressed into small balls and placed into a cell plate where the location in the plate was recorded.    

 Close up of encapsulated samples in cell plate.  We then sent the cell plate to the Colorado Plateau Stable Isotope laboratory (hereafter referred to as CPSIL) at Northern Arizona University. Stable isotope abundances for N and C are calculated by evaluating the isotopic values in the sample compared to the same ratio in an international standard (N‐Air 0.003676, C‐Vienna Pee Dee Belemnite 0.0112372). The ratio of stable isotopes in each sample was determined by using a Thermo Electron gas isotope‐ratio mass spectrometer.  The samples were processed on Oct. 15, 2008 and the data was returned from CPSIL shortly thereafter. We then used the ratio of stable isotopes to calculate the deviation from the international standard sample. For example, δ¹³C values were found as follows:  δ13Csample = {(13C/12C sample) / (13C/12C standard) ‐ 1} x 1000 (Peterson and Fry 1987).     Results Using δ¹⁵N Values to Compare Wetlands and as an Indicator of Eutrophication  The WWTP samples showed the highest average δ¹⁵N enrichment values (12.1‐‰) followed by Cutler (11.4‐‰), and finally Dingle (4.8‐‰). This was consistent with total nitrogen (TN) concentrations which were also highest in WWTP discharge in Swift Slough and lowest in Dingle (Braithwaite, this report). A two way ANOVA was run on the δ¹⁵N values for samples collected at all wetlands to determine the statistical significance of differences between wetlands. The ANOVA analysis showed that there was a significant difference between wetlands (F = 33.43; P = <0.0001) but no significance between sample types (F = 1.40; P = 0.2720;  Table 3). A Tukey post hoc comparison indicated that samples collected in Cutler and the WWTP were 

  61

significantly different from Dingle but not significantly different from each other (Table 4). This corroborated the evaluation of the REGWQ grouping test which grouped Cutler and the WWTP together and classified Dingle in its own group (Table 5).  

0

2

4

6

8

10

12

14

16

Cutler Dingle WWTP

δ15N

(‰)-

Blu

eTo

tal N

- Re

d

 Figure 2. Comparison of average δ¹⁵N values and TN (mg N/L)  values from each wetland.  Error bars show ± 1 s.d. 

Using δ¹⁵N and δ¹³C Values to Evaluate Aquatic Community Interactions 

¹⁵N can be used as a natural tracer to evaluate trophic position in aquatic communities.   ¹⁵N levels typically increase as you move up the food chain as heavier isotopes of N accumulate due to slower metabolic cycling (Peterson and Fry 1987). Trophic levels in Cutler were assessed by assuming a trophic enrichment factor of 3.3‰ increase per trophic level (Figure 3) (Minagawa and Wada 1984). These isotopic data indicated that bass were at the top trophic position. Macro‐invertebrates, seston, zooplankton, and periphyton samples were situated in the next bracket with only macrophytes in the first trophic level.   

  62

 Figure 3. Different trophic levels found in Cutler assuming an enrichment factor of 3.33‰. 

¹³C concentrations can provide information on the contributions of various food items consumed by organisms within a food web. Organisms will have δ¹³C values similar to the values found in their food sources (DeNiro and Epstein 1978). A mixing model was used to determine which lower level carbon sources an organism is feeding on (Fry 2006). Using this mixing mechanics model the source of food being consumed by organisms in Cutler was estimated (Table 6). This model utilizes a bivariate plot of δ¹⁵N and δ¹³C and determining which lower trophic sources have δ¹³C values which are closest to the sample (Figure 4). According to this approach it appears that bass in Cutler are mostly feeding on zooplankton and scuds (Amphipoda) with a side helping of water‐boatman (Corixidae). The two sources that make up the scuds and water‐boatmen are macrophytes and periphyton and the zooplankton’s sources appear to be macrophytes and phytoplankton (Figure 4).  

  63

 Figure 4. Bivariate plot of δ13C  and δ¹⁵N in the biota of Cutler Reservoir.  Aquatic community dynamics in Cutler showing the source of each sample indicated by the arrows pointing from the source to the sample.  Error bars show ± 1 s.d. 

Discussion  Stable isotope analysis indicates that Dingle Marsh is more pristine than Cutler Reservoir concerning anthropogenic sources of nitrogen. This was expected as Cutler is adjacent to a populous urban center. The average values of δ¹⁵N found in Cutler and the WWTP nearly matched, indicating that Cutler may be under nutrient loads similar to the WWTP.  The sample site in Cutler, however, was only 1,500 m from the discharge point of the WWTP, so this site may be influenced disproportionately by the nutrients from this plant.  Several other sources of nitrogen pollutants entering Cutler Reservoir (e.g. dairy; packing plant) are also likely isotopically enriched.  Regardless of the sources, the large difference in δ¹⁵N between Cutler and Dingle Marsh indicate that anthropogenic nutrient sources are of greater importance in Cutler Reservoir.     The assumption that δ¹⁵N values are greater in polluted rather than pristine watersheds is consistent with many scientific studies and literature (Cole et al. 2004, Luecke and Mesner unpublished, Voss et al. 2000). In future studies one might try following an approach similar to that of Maren Vob (1997), who used stable isotopes to map out the most significant sources contributing to eutrophication. This would allow greater precision in assessing the extent of polluting nutrients in Cutler other that the WWTP.  Budy et al. (2007) also completed an isotopic analysis of Cutler and produced a bivariate plot of δ¹⁵N and δ¹³C that indicated values similar to ours for zooplankton and bass. Our results varied however with phytoplankton.  Budy et al. found δ13C  for phytoplankton (seston) near ‐21, 

  64

whereas our values were far more depleted (‐32).   Budy et al. did not remove Inorganic carbonates by acid fuming, which, along with other differences in laboratory protocols, may explain this discrepancy.   One potential failing of both the Budy et al. (2007) and our study is that the phytoplankton (seston) samples may have contained microscopic detritus which skewed the isotopic signal. Lewis et al. (2000) found that gel filtration could separate detritus from phytoplankton, and they found quite different isotopic signatures from the different fractions.   Budy et al. (2007) also analyzed stomach contents of crappie (Pomoxis sp.), which is closely related to bass, and water boatmen were found, supporting the results of the mixing mechanics model with real field observation (Figure 4).  The isotopic carbon signatures Budy et al. (2007) found for small crappie were similar to those we found for small bass. Our data suggest that phytoplankton and periphyton (and potentially macrophytes) supply the base for the bass’s food web.   Although phytoplankton has been a major focus of trophic analyses in Cutler, this preliminary data suggests that the food web supporting invertebrates and fish is likely very diverse. More analysis is needed to gain a more complete view of the aquatic community in Cutler.  References  Bjornn, T.C., C.M. Moffitt, R.W. Tressler Jr., K.P. Reese, R.E. Myers, C.M. Falter, C.J. Cleveland 

and J.H. Milligan. An evaluation of sediment and nutrient loading on fish and wildlife production at Bear Lake National Wildlife Refuge. US Fish and Wildlife Services. 1989. Technical Report 87‐3. 

Budy, P., K. Dahle, and G.P. Thiede. 2007. An evaluation of the fish community of Cutler Reservoir and  the Bear River above the reservoir with consideration of the potential for future fisheries enhancement. 2006 Annual Report to the Utah Department of Environmental Quality, Division of Water Quality. 75 pages. 

Cole, M.L., I. Valiela, K.D. Kroeger, G.L. Tomasky, J. Cebrian, C. Wigand, R.A. McKinney, S.P. Grady, and M.H.C. da Silva.  2004.  Assessment of a delta N‐15 isotopic method to indicate anthropogenic eutrophication in aquatic ecosystems.  J. of Environ.  Qual. 33: 124‐132. 

DeNiro, M.J., and S. Epstein. 1978. Influence of diet on the distribution of carbon isotopes in animals. Geochimica et Cosmochimica Acta. 42: 495‐506. 

Fry, Brian. 2006. Stable Isotope Ecology. Springer Science+Business Media. New York, New York. pp. 139‐140. 

Grey, J. 2006. The use of Stable Isotope Analyses in Freshwater Ecology: Current Awareness. Polish   J. of Eco. 54(4):563‐584. 

Lewis, W.M., S.K. Hamilton, M.A. Lasi, M. Rodriguez and J.F. Saunders. 2000. Ecological Determinism on the Orinoco Floodplain. BioScience.  50: 681‐692. 

Luecke, C. and N. Mesner. unpublished. Use of nitrogen stable isotopes to assess effects of land use on  nitrogen availability in freshwater ecosystems. Watershed Sciences Dept., Utah State Univ.  Manuscript in preparation.  

Minagawa, M., and e. Wada. 1984. Stepwise enrichment of ¹⁵N along food chains: Further evidence and relation between δ¹⁵N and animal age. Geochimica et Cosmochimica Acta. 48: 1135‐1140. 

  65

Peterson, B.J., and B. Fry. 1987. Stable Isotopes in Ecosystem Studies. Ann. Rev.  Ecology and Systematics 18: 293‐320. 

Ryals, K.G. 2001. Stable Isotope Analysis as an Indicator of the Status of Walleye (Stizostedium vitreum) Fisheries in Utah Reservoirs. Utah State University. Thesis: 67 pages. 

Van der Zanden, M.J., Y. Vadeboncoeur, M.W. Diebel, and E. Jeppesen. 2005. Primary consumer stable nitrogen isotopes as indicators of nutrient source. Environmental Science and Technology. 39:7509‐7515. 

Vob, M., and U. Struck. 1997. Stable nitrogen and carbon isotopes as indicator of eutrophication of the Oder river (Baltic Sea). Mar. Chem. 59: 35‐49. 

Voss, M., B. Larsen, M. Leivuori and h. Vllius. 2000. Stable isotope signals or eutrophication in Baltic Sea sediments. J. of Mar. Sys. 25: 287‐298. 

 Appendix  

Table 1.  Sampling design showing sampling sites and the number of replicates of each trophic group (see figure 1 for locations) bold values represent samples taken from sites in bold. 

Wetland  WWTP  Cutler  Dingle Site  Treatment 

Wetland (WWTP) 

Reservoir C6 & Benson Marina 

Mud Lake D3 & D4 

Seston  3  3  3 Periphyton     3    Macrophyte  3  3  3 Zooplankton  3  3  3 Macro‐Invertebrates     3    Fish      3    Subtotal  9  18  9  

Table 2.  Sampling site locations, and the carbon and nitrogen isotopic ratios of organisms analyzed by the CPSIL.  n/a indicates that the sample mass exceeded the range of the mass spectrometer. 

      Location         �13C  �15N Water Body  Site  Latitude  Longitude 

Type of Sample  Replicate  (‰)  (‰) 

Dingle  D4 42.14240  ‐111.29210 

Macrophyte  1 ‐

27.164.17 

Dingle  D4 42.14240  ‐111.29210 

Macrophyte  2 ‐

27.114.16 

Dingle  D4 42.14240  ‐111.29210 

Macrophyte  3 ‐

28.155.52 

WWTP  WWTP  41.460485‐

111.543984Macrophyte  1 

‐28.10

11.57 

  66

WWTP  WWTP  41.460485‐

111.543984Macrophyte  2 

‐28.11

11.69 

WWTP  WWTP  41.460485‐

111.543984Macrophyte  3 

‐28.42

11.88 

Cutler  C6 41.77881  ‐111.94591 

Macrophyte  1 ‐

28.887.39 

Cutler  C6 41.77881  ‐111.94591 

Macrophyte  2 ‐

28.917.39 

Dingle  D3 42.14841  ‐111.29992 

Zooplankton  1 ‐

28.885.06 

Dingle  D3 42.14841  ‐111.29992 

Zooplankton  2 ‐

29.054.95 

Dingle  D3  42.14841  ‐111.29992  Zooplankton  3  n/a  n/a 

Cutler  C6 41.77881  ‐111.94591 

Macrophyte  3 ‐

29.2616.08 

Dingle  D4 42.14240  ‐111.29210 

Seston  1 ‐

27.946.23 

Dingle  D4 42.14240  ‐111.29210 

Seston  2 ‐

25.615.93 

Dingle  D4 42.14240  ‐111.29210 

Seston  3 ‐

26.011.94 

WWTP  WWTP  41.460485‐

111.543984Seston  1 

‐22.52

10.39 

WWTP  WWTP  41.460485‐

111.543984Seston  2 

‐22.95

10.01 

WWTP  WWTP  41.460485‐

111.543984Seston  3 

‐23.48

8.78 

Cutler  C6 41.77881  ‐111.94591 

Seston  1 ‐

31.7211.33 

Cutler  C6 41.77881  ‐111.94591 

Seston  2 ‐

31.8410.60 

Cutler  C6 41.77881  ‐111.94591 

Seston  3 ‐

31.7012.08 

Cutler  C6 41.77881  ‐111.94591 

epiphyton  1 ‐

24.1710.51 

Cutler  C6 41.77881  ‐111.94591 

epiphyton  2 ‐

28.359.86 

Cutler  C6 41.77881  ‐111.94591 

epiphyton  3 ‐

20.2711.41 

Cutler  C6 41.77881  ‐111.94591 

Zooplankton  1 ‐

31.2313.28 

Cutler  C6 41.77881  ‐111.94591 

Zooplankton  2 ‐

32.1312.25 

Cutler  C6 41.77881  ‐111.94591 

Zooplankton  3 ‐

27.4012.28 

  67

WWTP  WWTP  41.460485‐

111.543984Zooplankton  1 

‐28.19

13.45 

WWTP  WWTP  41.460485‐

111.543984Zooplankton  2 

‐28.21

17.30 

WWTP  WWTP  41.460485‐

111.543984Zooplankton  3 

‐28.68

13.74 

Cutler  C6 41.77881  ‐111.94591 

Macroinverts 1 ‐

25.2910.74 

Cutler  C6 41.77881  ‐111.94591 

Macroinverts 2 ‐

25.0910.65 

Cutler  C6 41.77881  ‐111.94591 

Macroinverts 3 ‐

25.5810.41 

Cutler  C6 41.77881  ‐111.94591 

Macroinverts 1 ‐

22.9710.68 

Cutler  C6 41.77881  ‐111.94591 

Macroinverts 2 ‐

25.3011.79 

Cutler Benson Marina 

41.471661 ‐111.57106  Bass  1 ‐

29.2815.60 

Cutler Benson Marina 

41.471661 ‐111.57106  Bass  2 ‐

29.0915.84 

Cutler Benson Marina 

41.471661 ‐111.57106  Bass  3 ‐

26.4014.75 

 

Table 3.  Results of two‐way ANOVA. 

Two Way ANOVA (Dependent Variable δ¹⁵N values)                 R‐Square  Coeff Var  Root MSE  δ¹⁵N Mean       0.81  24.49  2.26  9.24                 Independent Variable  DF  Type I SS  Mean Square  F‐ Value  Pr > F 

Wetland  2  342.44  171.22  33.43  < 0.0001Sample Type  2  14.34  7.17  1.4  0.272 

 

  68

Table 4.  Results of Tukey post hoc comparison.  

      Adjustment for Multiple Comparisons : Tukey                                    

     Wetland Sample Type 

δ¹⁵N LS Mean 

LSMean #          

     Cutler  Macrophyte  10.29  1               Cutler  Seston  11.34  2               Cutler  Zooplankton  12.603  3               Dingle  Macrophyte  4.62  4               Dingle  Seston  4.7  5               Dingle  Zooplankton  3.34  6               WWTP  Macrophyte  11.71  7               WWTP  Seston  9.73  8               WWTP  Zooplankton  14.83  9                                   

Pr > |t| for HO:  LSMean (i) = LSMean (j)      Dependent Variable : δ¹⁵N        i/J  1  2  3  4  5  6  7  8  9 1     0.996  0.932  0.114  0.123  0.030  0.996  1.000  0.312 2  1.000     0.998  0.038  0.042  0.009  1.000  0.992  0.628 3  0.932  0.998     0.010  0.010  0.002  1.000  0.815  0.945 4  0.114  0.038  0.001     1  0.998  0.026  0.193  0.001 5  0.123  0.042  0.010  1.000     0.997  0.028  0.208  0.001 6  0.030  0.009  0.002  0.998  0.997     0.006  0.055  0.000 7  0.996  1.000  1.000  0.026  0.028  0.006     0.971  0.747 8  1.000  0.992  0.815  0.193  0.208  0.055  0.971     0.194 9  0.312  0.628  0.945  0.001  0.0010  0.000  0.747  0.194    

 

  69

Table 5.  Results of REGWQ Multiple Range Test. 

GLM Procedure Ryan‐Einot‐Gabrial‐Welsch Multiple Range Test 

   Alpha  0.05         Degrees of Freedom  18.00      

Means with the same letter are not significantly different. REGWQ Grouping  Mean  N  Wetland    

A  12.09  9  WWTP    A  11.41  9  Cutler    B  4.22  9  Dingle    

Table 6.  Species composition from the samples in Cutler Reservoir. 

Cutler Species Composition    

Sample  Species Common Name 

Macro‐invertebrate  Corixidae Water Boatman 

Macro‐invertebrate  Amphipoda  Scuds Zooplankton  Cladocera  Water fleas Zooplankton  Copepoda    Seston  Desmid    Seston  Diatom    Seston  Green Algae    Seston  Cyanobacteria    Seine  Micropterus  Bass Macrophyte  Schoenoplectus  Bulrush  

Additional Figures 

Figure 1 Map of study sites. 

  70