Miljø- og Fødevareudvalget 2015-16
L 68
Offentligt
1601782_0001.png
Marint forvaltningsværktøj - marine
vandplansmodeller
Karen Timmermann, Stiig Markager
Anders Erichsen, Hanne Kaas
AARHUS
UNIVERSITET
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0002.png
Værktøjer
Mekanistiske
Modeller
Statistiske
Modeller
Meta
Modeller
© DHI
3 July, 2015
#2
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0003.png
Modellerne
Statistiske modeller:
• Statistisk beskrivelse af sammenhæng mellem marin miljøparameter og ydre/fysiske faktorer
(målinger)
• Meget afhængig af målte data
• Kræver lange tidsserier (år-til-år variationer, trends, mm.)
• Målinger benyttes til at validere modellerne
Mekanistiske modeller:
Matematisk beskrivelse af årsagssammenhænge (differentiale ligninger)
Målinger indgår indirekte som del af formelapperatet
Kobler biologisk viden med fysisk viden for et givent område (strømning, fortynding, mixning mm.)
Beregninger på høj spatial- og temporal opløsning – omregnes til indikatorer og enkeltstående
vandområder
• Målinger benyttes til at validere modellerne
© DHI
3 July, 2015
#3
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0004.png
Statistiske modeller
DCE
© DHI
3 July, 2015
#4
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0005.png
Modellerede Indikatorer
Indikator
Total kvælstof (TN)
Total fosfor (TP)
Klorofyl a (Chl a)
Lysdæmpning (Kd)/
ålegræs dybdegrænse
Kvalitetselement/
Støtteparameter
Næringsstof
Næringsstof
Fytoplankton
Periode
Jan-Dec
Jan-Dec
Maj-Sept
Mar-Juni og Juli-Sept
Lys/bundvegetation
© DHI
3 July, 2015
#5
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0006.png
Presfaktorer
Variabel
N-tilførsel
P-tilførsel
Ferskvandstilførsel
Vind stress
Indstråling
Salinitet
Vandsøjlestabilitet
Overfladevandstemperatur
© DHI
3 July, 2015
#6
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0007.png
Modelvalidering
Vurdering af den gennemsnitlige absolutte procentvise afvigelse.
Vurdering af R2-værdien.
Vurdering af systematiske afvigelser
Vurdering af om år-til-år variationer fanges
Vurdering af antallet af data punkter
Vurdering af om modellen fanger særlige fænomener
Tidsserie
Residualplot
Scatterplot
© DHI
3 July, 2015
#7
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0008.png
Overordnet metode
Opstilling af
modeller
For hvert vandområde opstilles
modeller, der beskriver indikatorer,
som funktion af div. presfaktorer.
Relationer
Relationer mellem belastning og de
enkelte indikatorer ekstraheres fra
modellerne
Indsatsbehov
pr. indikator
For hver indikator beregnes min.
indsatsbehov til opnåelse af god-mod
grænseværdi
Samlet
indsatsbehov
Indsatsbehov for de enkelte indikatorer
kobles til beregning af samlet
indsatsbehov for vandområdet
Målbelastning
#8
© DHI
3 July, 2015
Målbelastning for vandområdet
beregnes udfra indsatsbehov og
lokal/regional belastning
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0009.png
Relationer til beregning af målbelastning/indsatsbehov
Klorofyl
indikator
Status
Skal bruge:
Miljømål
Statusværdi for indikator
Miljømål for indikator
Relation mellem belastning og
indikator
Målbelastning
© DHI
3 July, 2015
Nuværende
belastning
#9
N belastning
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0010.png
Miljøindikatorer brugt i beregningerne
Indikator
Klorofyl indikator
Beskrivelse
Sommer
klorofylkoncentration
Chl (µmol/L)
Kvalitetselement
Fytoplankton
Model
Chl-load model
N-begrænsnings
indikator
Kd indikator
Dage
20
med DIN
begrænsning
Sigtdybde i vækstsæson
10
(proxi for ålegræs max
dybde)
Iltsvindsfrekvens
3
6
Fytoplankton
Ålegræs
40
DIN-TN model
TN-load model
Halkær
20
Kd-load model
(kategorisering)
TN-load model
TN-load model
Iltsvindsindikator
DIP/klorofyl
sæson indikator
Bundfauna, Ålegræs
9
12
Forhold mellem sommer
konc. og års konc.
(effekter af iltsvind)
Bundfauna, Ålegræs
© DHI
3 July, 2015
#10
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0011.png
Kobling af indikatorer til beregning af samlet indsatsbehov
Vand
omr.
Indsatsbehov
Indsatsbehov
Indsatsbehov
Chl a-
indikator
N-begr.
indikator
Kd-
indikator
Indsatsbehov
Iltsvinds-
indikator
Indsatsbehov
DIP/chla
sæson
indikator
Samlet
indsatsbehov
A
B
Q
X
1
Y
1
Z
1
X
2
0
Z
2
X
3
0
Z
3
X
4
0
0
X
5
0
Ingen
status
Vægtet
gennemsnit
Vægtet
gennemsnit
Vægtet
gennemsnit
© DHI
3 July, 2015
#11
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0012.png
Brug af gennemsnits værdi i stedet for max værdi betyder:
• Usikkerheder reduceres (især usikkerheder på ”ekstremværdier”)
• Mere robust – indsatsbehov ikke så følsomt overfor f.eks
Valg og antal af indikatorer
Usikkerhed på de enkelte indikatorer
• Stort indsatsbehov hvis mange indikatorer indikerer problem
• Lille indsatsbehov hvis kun en/få indikatorer indikerer problem
• Ikke målopfyldelse for alle indikatorer da
samlet indsatsbehov < max indsatsbehov
• Men ofte tættere på ”sande” indsatsbehov end hvis indsatsbehov er fastlagt
udfra én (fejlbestemt) indikator
© DHI
3 July, 2015
#12
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0013.png
Mekanistiske Modeller
DHI
© DHI
3 July, 2015
#13
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0014.png
Mekanistiske modeller
© DHI
3 July, 2015
#14
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0015.png
© DHI
3 July, 2015
#15
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0016.png
Hvad indgår i modellerne?
• Estimering af indsats baseres på:
• Sommer klorofyl-a (maj til september)
• Kd i vækstsæsonen (marts til september)
• Men modellerne bygger på årsagssammenhæng og erfaringerne fra
Reelgrass.
Dermed inkluderer
modellerne meget mere:
Sedimentpuljer af N og P, og dermed den interne belastning
Makroalger og mikro-bentiske alger
Ålegræs og effekterne af ålegræs
Ilt og eventuelle effekter af iltsvind (herunder frigivelse af næringsstoffer)
• Så indsatsen baseres på klorofyl-a og Kd, men effekterne fra ovenstående påvirker klorofyl-a og Kd
© DHI
3 July, 2015
#16
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0017.png
Klorofyl
• Indre Danske Farvande:
• Validering af modellens klorofylkoncentration i perioden, der indgår i klorofyl-indikatoren, viser, at modellen beskriver
målingerne meget tilfredsstillende med en gennemsnitlig afvigelse på 0,3 µg/l og en høj forklaringsgrad (R
2
=0.71).
• Limfjorden:
• Den generelle afvigelse i de modellerede klorofyl koncentrationer ligger på 1.9 µg/l svarende til en afvigelse på ~25% til
trods for store variationer i de målte koncentrationer. Samtidigt er forklaringsgraden stor (R
2
=0.48) og gradienten ud gennem
de forskellige fjorde og bredninger beskrives i modellen med en lille afvigelse på <20% og med en forklaringsgrad på 95%
(R
2
=0.95).
• Odense Fjord:
• Sammenholdt med målingerne afviger modellen 0,4 µg/l (yderfjorden), svarende til en forskel på mindre end 10% og en
korrelationskoefficient (R
2
) på 0,53.
• Roskilde Fjord:
• Sammenholdt med målingerne afviger modellen 0,1 µg/l, svarende til en absolut forskel på mindre end 10% og en
korrelationskoefficient (R
2
) på 0,49.
© DHI
3 July, 2015
#17
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0018.png
Lys (som støtteparameter)
• Hvorfor er lys vigtig?
• Lys er forudsætning for vækst af ålegræs! – der er også andre vigtige vækst- og tabs-faktorer, men uden lys ingen
ålegræs
• Kan lys stå alene?
• Ændringerne i lys påvirkes også af ændringer i ålegræs – feedback!
• Modellen beskriver feedback mekanismer, og især den umiddelbare ændringen i lys som funktion af ændringer i
re-suspension
• Ændringen i lys kan (med modellen) beskrives på lavt vand, hvor feedback slår igennem
• Validering af lys:
• I alle modellerne beskrives K
dPAR
med en afvigelse på maks. 20%
© DHI
3 July, 2015
#18
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0019.png
Mekanistiske modeller - Scenarier
Status situation:
Beregning af sommer klorofyl-a (maj-september) og sommer
Baggrunds-
Kd værdi (marts til september):
data
• Dansk belastning: Nutidsbelastning
• Østersølande: Nutidsbelastning
• Atmosfære: Nutidsbelastning
Scenarier:
Scenarier beregningerne af sommer klorofyl-a og sommer Kd er
baseret på:
• Dansk belastning: 15%, 30% eller 60% reduktioner i DK N-belastning
kombineret med 10-20% reduktion i P-belastning
• Østersølande: BSAP
• Atmosfære: Göteborg Protokol
Reference situation:
Estimering af sommer klorofyl-a og sommer Kd værdier
svarende til værdier for en periode for godt 100 år siden.
• Dansk belastning: Baggrundsbelastning af N og P
• Østersølande: Belastning for perioden 1890-1910 baseret på BNI data
• Atmosfære: Modelberegnet belastning svarende til år 1900 (DCE)
© DHI
3 July, 2015
#19
• Indsamling af nøgletal om
vandområde N & P belastning
• Validerede modeller benyttes
til 6 prædefinerede N & P
scenarier
• Relationer mellem
miljøtilstand og N & P
belastninger
• Screeningsværktøj anvendes
til fastlæggelse af
målbelastning
Kørsler
Relationer
N&P
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0020.png
© DHI
3 July, 2015
#20
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0021.png
Screenings Metode
Indikator
Klorofyl/Kd
Effekt af
BSAP & GP
Hældning baseret
på dansk N
Status:
Nutidsbelastning, DK
Nutidsbelastning, Østersø
Nutidsbelastning, Atmosfære
Scenarier:
DK reduktioner (15%, 30% & 60%)
BSAP, Østersø
Göteborg protokol, Atmosfære
Reference:
Baggrund (~30% af nutidsbelastning), DK
Referencebelastning, Østersø, BNI
References belastning, Atmosfære, DCE
Reference-
belastning
© DHI
3 July, 2015
#21
2007-2011
belastning
Dansk
N-belastning
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0022.png
Screenings Metode
Indikator
Klorofyl/Kd
Maks.
effekt af
DK N
Effekt fra
andre
kilder &
faktorer
Status:
Nutidsbelastning, DK
Nutidsbelastning, Østersø
Nutidsbelastning, Atmosfære
Hældning baseret
på dansk N
Scenarier:
DK reduktioner (15%, 30% & 60%)
BSAP, Østersø
Göteborg protokol, Atmosfære
Reference:
Baggrund (~30% af nutidsbelastning), DK
Referencebelastning, Østersø, BNI
References belastning, Atmosfære, DCE
Reference-
belastning
© DHI
3 July, 2015
#22
2007-2011
belastning
Dansk
N-belastning
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0023.png
Gennemsnitlig DK andel (vandområde-baseret)
© DHI
3 July, 2015
#23
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0024.png
Opsummering
DK andel relateret til indikatorer alene
DK andel beregnet for de større åbne områder og de 3 fjorde
DK N-belastninger har en betydning i alle vandområder, men har varierende betydning
Kystnære områder påvirkes mere end åbne gennemstrømmede områder
Nor og fjorde påvirkes afhængigt af opland og vandudveksling
• P-scenarier: P reduceret mellem 10-20% - ringe effekt på sommer klorofyl og Kd
© DHI
3 July, 2015
#24
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0025.png
Meta-analyse
Metode til beregning af indsats
© DHI
3 July, 2015
#25
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0026.png
Meta-analyse
Benyttes til vandområder, hvor der ikke er lokalspecifikke modeller
• Metode: Respons mellem N belastning og
indikatorer overføres fra lignende områder
(som har modeller)
• Statistisk tilgang er baseret på NST typologi
(gennemsnit af respons fra områder af samme
type)
• Mekanistisk tilgang er baseret på gennemsnit af
hældning korrigeret for DK andel
© DHI
3 July, 2015
#26
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0027.png
Kobling af modelresultater
• For vandområder, hvor der er opstillet lokale mekanistiske modeller, benyttes i udgangspunktet
indsatsbehov beregnet med denne type af model.
• For fjorde, hvor der er opstillet statistiske modeller, og der ikke findes en mekanistisk lokalmodel,
benyttes i udgangspunktet indsatsbehov beregnet med denne type af model.
• Ovenstående fraviges, hvis opstrøms-vandområder har et mindre indsatsbehov end nedstrøms-
vandområder. I disse tilfælde anvendes nedstrøms-indsatsbehovet for begge områder.
• For områder, hvor indsatsbehovet er fastlagt ved en meta-analyse, er indsatsbehovet som
udgangspunkt beregnet som gennemsnit af indsatsbehovet fundet ved de statistiske henholdsvis
mekanistiske baserede meta-analyser.
• For områder, hvor ingen af værktøjerne kan anvendes pga. manglende data eller modeller, benyttes
indsatsbehov for nabo vandområde.
© DHI
3 July, 2015
#27
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0028.png
Usikkerheder
© DHI
3 July, 2015
#28
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0029.png
Usikkerhed på forudsigelse af målbelastning og indsatsbehov
Usikkerhed estimeres ved modelsammenligning under antagelse af:
Modellerne er uafhængige
Underbygges af stor forskel på de to modeltyper
Modellerne vil ikke systematisk over- eller underestimere målbelastningen
Underbygges af valideringsresultaterne
Beregningerne (baseret på 11 vandområder) viser at:
Usikkerheden (2sd) på målbelastningen som gennemsnit for vandområderne er på 16%
Usikkerheden (2sd) på målbelastningen samlet set for alle 119 vandområder er på 4%
Usikkerheden (2sd) på indsatsbehovet på vandområdeniveau typisk er på 20%
Usikkerheden (2sd) på indsatsbehovet samlet set for alle 119 vandområder er på 10%
© DHI
3 July, 2015
#29
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0030.png
Norsminde Fjord og Odense Fjord
-
hvad skyldes den tilsyneladende større forskel mellem modelresultater
• Norsminde Fjord: Er ikke modelleret med MEK model (området kan ikke opløses i modellen). De
11% er en cp fejl.
• Odense inder fjord: STAT siger 48%, MEK siger 23%. Dette dækker over:
• Indsatsbehov for inder fjord ikke bestemt med MEK model. De 23% er baseret på st. 17 (midt i fjorden) da denne
vurderes at være mest repræsentativ for hele fjorden (dvs både inder og yder fjord).
• De 48% er baseret på station i inderfjord.
• Dvs 23% er nabotilgang og 48% er baseret på station i inder fjord.
© DHI
3 July, 2015
#30
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0031.png
Hvorfor fokus på N?
© DHI
3 July, 2015
#31
L 68 - 2015-16 - Endeligt svar på spørgsmål 62: Spm. om oversendelse af al korrespondance mellem kvælstofudvalget og forskere og forskningsinstitutioner m.fl., til miljø- og fødevareministeren
1601782_0032.png
Kvælstof og Vandplaner
• Begge modeltyper viser, at indikatorerne er mest følsomme overfor N tilførsler
• Der vil være vandområder hvor en N reduktion ikke alene bringer vandområdet i mål (men dog
tættere på målet). Dette kan f.eks skyldes
Udenlandske tilførsler
At N reduktion sker på et ”uhensigtsmæssigt” tidspunkt af året
Andre presfaktorer
Usikkerheder
Shifting baselines
• En yderligere afklaring vil kræve en nærmere analyse af hvert enkelt vandområde
© DHI
3 July, 2015
#32