Förbättrade skattningar av Noch P-förlusterna från skog, myr och fjäll inför PLC6 - pilotprojekt

• Inom ramen för detta pilotprojekt har data från riksinventeringen av skog (RIS) ochsatellitscener använts för att med den statistiska metoden Probabilistic Classifierklassificera skogstillståndet på skogs- och myrmark inklusive fjäll. Vattendragsnäraskog har definierats utgående från ett virtuellt nätverksbildat vattendragsnät(VIVAN). Baserat på ca 200 slumpmässigt utvalda källvattendrag i Dalälven, Viskan,Ätran, Nissan och Lagan har därefter modeller skapats för att skatta typhalternaför N och P i bäckvattnet utgående från skogstillståndet i bäcknära och meravlägsen skog.Modellernas förklaringsgrad för Tot-N (r2=0,60) och Tot-P (r2=0,31) är betydligtbättre än de som användes i norra Sverige inom ramen för PLC5 (r2=0,25respektive (r2=0,11), vilket tyder på att det dels föreligger samband mellan avrinningsområdetsegenskaper och N och P halterna och dels att probabilistisk klassningär en användbar metod för att skatta dessa egenskaper. Ytterligare en förbättringjämfört med PLC5 är att Tot-N och Tot-P i södra Sverige samt oorganisktkväve och fosfat inte längre behöver hanteras som konstanter. Modellerna för deoorganiska fraktionerna är dock osäkra.Typhalterna är betydligt högre än de som användes inom PLC5. Orsaken tilldetta är att analysresultaten från de slumpmässigt utvalda vattendragen visar attsommartid kan närsalthalterna i skogs- och myrbäckar vara betydligt högre änmedel- och medianvärden från längre tidsperioder, som även innehåller säsongsochmellanårlig variation. De presenterade typhalterna kan därför inte okritisktanvändas för t.ex. källfördelningsmodellering. För det krävs modeller baserade påvattenkemisk information även från andra årstider.Vi stora möjligheter att ytterligare förbättra modellernas både rumsliga ochtidsmässiga precision och för att använda metodiken över hela Sverige. De förbättringarsom krävs är då främst tillgång till enhetliga satellitdata från ett begränsattidsfönster för framtagande av differensbilder (används för klassning av löv) ochprobabilistisk klassificering, en höjddatabas med högre rumslig (x-, y- och z-led)upplösning och förnyad simulering av ett virtuellt vattendragsnät alternativt enförbättrad vattendragskarta samt upprepad provtagning (data bör finnas från vår,sommar, höst och vinter) av slumpmässigt utvalda skogs- och myrvattendrag förförbättrad skattning av den temporala variationen i typhalterna. Den teknikutvecklingsom krävs på satellitscen- och höjddatabassidan bör finnas tillgänglig inom entreårsperiod, medan det inte finns medel avsatta för provtagning och analys avslumpmässigt insamlade prover från olika årstider.

Ämnesord

NATURVETENSKAP  -- Geovetenskap och miljövetenskap -- Miljövetenskap (hsv//swe)

NATURAL SCIENCES  -- Earth and Related Environmental Sciences -- Environmental Sciences (hsv//eng)

NATURVETENSKAP  -- Geovetenskap och miljövetenskap (hsv//swe)

NATURAL SCIENCES  -- Earth and Related Environmental Sciences (hsv//eng)

NATURVETENSKAP  -- Matematik -- Sannolikhetsteori och statistik (hsv//swe)

NATURAL SCIENCES  -- Mathematics -- Probability Theory and Statistics (hsv//eng)

LANTBRUKSVETENSKAPER  -- Annan lantbruksvetenskap -- Miljö- och naturvårdsvetenskap (hsv//swe)

AGRICULTURAL SCIENCES  -- Other Agricultural Sciences -- Environmental Sciences related to Agriculture and Land-use (hsv//eng)

LANTBRUKSVETENSKAPER  -- Lantbruksvetenskap, skogsbruk och fiske -- Skogsvetenskap (hsv//swe)

AGRICULTURAL SCIENCES  -- Agriculture, Forestry and Fisheries -- Forest Science (hsv//eng)

LANTBRUKSVETENSKAPER  -- Lantbruksvetenskap, skogsbruk och fiske -- Fisk- och akvakulturforskning (hsv//swe)

AGRICULTURAL SCIENCES  -- Agriculture, Forestry and Fisheries -- Fish and Aquacultural Science (hsv//eng)

Nyckelord

SMED (Svenska MiljöEmissionsData)

SMED (Svenska MiljöEmissionsData)

Vatten

Water

Publikations- och innehållstyp

vet (ämneskategori)

rap (ämneskategori)