Meitemarken – en venn i hagen

Modelowanie w kontekście
zarządzania zlewnią.
Wnioski z Projektu EC Euroharp
Nils Vagstad
Norweski Instytut Rolnictwa i Ochrony
Środowiska
Model jako narzędzie do wspomagania
decyzji– zasadniczy cel
Problemem kluczowym jest:
• rozwiązanie istniejących problemów,
• analiza trendów i modelowanie przyszłych zagrożeń,
związanych z możliwością zanieczyszczenia wód
powierzchniowych i podziemnych,
• Wprowadzenie środków zaradczych.
– Water Framework Directive: Plan Zarządzania Zlewnią
(RBMP)
– Nitrates Directive: Program Działań (AP)
Co to ”RBMP” & ”AP”
Identyfikacja
OBSZAR ZAGROŻENIA
ODPOWIEDNIE ŚRODKI
Jakie działania wywołują
zanieczyszczenia;
Gdzie
Dlaczego
Priorytetowa lista środków
zaradczych; np. na podstawie
efetywności kosztowej
Rodzaj środków
Efekty
Koszty
Plan Wdrożenia
W kierunku zharmonizowanych procedur
określania strat składników
pokarmowych ze źródeł rozproszonych
www.euroharp.org
Zlewnie
5 Baltic Sea
5 North Sea
3 Atlantic
Kryteria wyboru :
• Dostępność danych
• Główne źródła zanieczyszczeń
• Reprezentatywność zlewni
Szczegóły:
2 Black Sea
• 17 państw → 17 Zlewni(Vechte
transgraniczna DE-NL)
• 5 nadmorskich ekoregionów
(WFD)
2 Mediterranean
EUROHARP –Badane modele
Model
NL-CAT (ANIMO)
EVENFLOW
REALTA
MONERIS
NLES-CAT
NOPOLU
SOURCE APPORTIONMENT
SWAT
TRK (SOILNDB/HBV)
Fosfor
Azot
*
*
*
*
*
*
*
*
*
*
*
*
*
*
*
Instytut badający
ALTERRA
ADAS
KMM
IGB
NERI
IFEN/BETURE-CEREC
NERI
EC-JRC/NTUA/IRSA-CNR
SLU/SMHI
agricultural N-losses (kg/(ha·a))
Porównanie wyników otrzymanych z modeli dla
17 zlewni europejskich – straty fosforu
55
50
45
40
35
30
25
20
15
10
5
0
0
5
10
15
20
25
30
35
average agricultural N-losses of all models (kg/(ha·a))
1:1 Line
Moneris
40% Deviation
TRK
SWAT
NLES
NL-Cat
Evenflow
SA
NOPOLU
40
Porównanie wyników otrzymanych z modeli dla 17
zlewni europejskich – straty fosforu
Najwyższa zmienność została zaobserwowana
podczas modelowania koncentracji biogenów w
wodach powierzchniowych
Mean deviation (%)
120
100
80
60
40
20
0
net load
agricultural losses
Northern Europe
Western Europe
other diffuse
losses
retention
Eastern Europe
Southern Europe
Środki zaradcze i scenariusze
testowane na dwu zlewniach
Changes in Fertiliser Use
1960-2003
20
70
18
16
14
50
12
40
10
30
8
6
20
10
Kg N/ha
4
Kg P/ha
2
00
90
95
20
19
85
19
80
19
19
75
70
19
19
19
65
0
61
0
19
In c re a s e s (% ) in M e a t p ro d u c tio n
a n d in P o p u la tio n ; 1 9 6 1 -2 0 0 2
500
450
Pigmeat
400
Chic ken meat
350
Population
300
250
200
150
100
50
20
01
19
97
19
93
19
89
19
85
19
81
19
77
19
73
19
69
19
65
0
19
61
K g N /ha
60
Relative to yr 1961
The Fertiliser scenarios (A and B)
20 % wzrostu nowożenia N i P
20 % spadku nowożenia N i P
Scenariusz redukcji obsady (C and D)
20 % wzrostu obsady zwierzęcej,
20 % redukcji obsady zwierzęcej,
Scenariusz użytkowania gleby (E and F)
Monokultura bazująca na
przeważającym plonie,
20 % powierzchni opuszczone i
zastąpione leśnictwem.
80
K g P/ha
Scenariusze
Wyniki symulacji różnych zmian na
ładunki azotu Zelivka główne ujście
50
Change in N-loads at outlet (%)
40
30
20
10
0
-10
-20
-30
-40
-50
+20%
min.fert.
NL-CAT
-20%
min.fert.
SWAT
+20%
livestock
Evenflow
-20%
livestock
NOPOLU
Monoc.all AA
NLES-CAT
20% AA to
forest
Moneris
Avg.
Predicted change in N-loss (kg/ha) from
agricultural areas – the fertiliser scenario
Enza
7
Zelivka
6
5
4
3
0
2
-0.5
1
-1
-1.5
0
-1
NL-CAT
Change in N-loss from agricultural areas
(kg/Ha)
Change in N-loss from agricultural areas
(kg/Ha)
8
TRK
SWAT
Evenflow NLES-CAT
Model
Moneris
Avg.
-2
-2.5
-3
-3.5
Enza
-4
Zelivka
-4.5
NL-CAT
TRK
SWAT
Evenflow NLES-CAT
Model
Moneris
Avg.
Calculated losses from agricultural land,
kg N/ha
N-loss from agricultural areas (kg/Ha)
35
Enza
Zelivka
30
25
20
15
10
5
0
NL-CAT
TRK
SWAT
Evenfl ow NLES-CAT
Model
Moneris
Avg.
ZDOBYTE DOŚWIADCZENIA
&
KONKLUZJE
Quantifying diffuse nutrient
losses – not an easy task
•
Correct reference values
– Reliable load measurements
– Calculation methods
•
The very complex cause-effect relationships
– Flow pathways
– Soil processes
– Scales (spatial and temporal)
And interactions with management practices, etc
Przykładowe wartości strat Fosforu w okresie
1993-2002 w 9 zlewniach z dominującą oprawą
zbóż w krajach Nordyckich.
C a tc h m e n t
D en m a rk
H o rn d ru p
L ille b æ k
H ø jv a n d s R
L a tv ia
M e llu p ite
B e rz e
N o rw a y
M ø rd re
S k u te ru d
K o ls ta d
Sw eden
U lv e rø d
M a rs ta d
G is s e lø å
M ean
K g h a –1
M in
K g ha
–1
M ax
K g ha
-1
M in /m a x
r a tio
0 .4 8
0 .6 3
0 .2 1
0 .1 5
0 .1 6
0 .0 3
0 .9 6
0 .7 1
1 .1 5
6 .4
7 .2
1 5 .7
0 .1 7
0 .3 1
0 .0 9
0 .1 2
0 .2 7
0 .5 2
3 .0
4 .2
1 .5 9
2 .5 8
0 .5 6
0 .8 9
0 .9 2
0 .2 1
3 .9 6
5 .8 8
1 .2 6
4 .4
6 .4
6 .0
0 .9 4
0 .1 2
0 .5 1
0 .4 0
0 .0 9
0 .3 3
2 .3 0
0 .1 6
0 .8 2
5 .8
1 .8
2 .5
Bazy danych w modelowaniu
w projekcie Euroharp
Zmienna jakość wyników – okresowe niezgodności
• Dane dla zlewni (typ danych i rozdzielczość
przstrzenna)
• Monitoring wody (parametry i czasowa rozdzielczość)
Różna interpretacja rezultatów badań przez badaczy
Prawdopodobieństwo błędów
• Model jako narzędzie wspomagania decyzji –
jaki jest akceptowany poziom dokładności ?
• “Modelowanie zespołowe” – Czy to droga do
postępu?
• Modele mogą dostarczać prawidłowych
wyników, mimo złych założeń.
Duża zmienność wyników pomiędzy
modelami
•
Symulacje dla strat fosforu i azotu całkowitego z terenów
rolniczych dla różnych modeli mogą się znacząco różnić.
Różnice w modelach dla fosforu mogą być dwukrotnie większe
niż dla azotu.
• Badania nad modelami powinny się obecnie koncentrować nad
poprawieniem algorytmu strat dla azotu. Twórcy modeli powinni
się skoncentrować na poprawie algorytmów dla fosforu i i na
procesie kalibracji –walidacji. Dotyczy to szczególnie małych
europejskich zlewni które były szczegółowo monitorowane.
• Obecnie wyniki modelowania w zależności od użytego modelu
znacznie się różnią. Proponuje się kontynuowanie badań nad
procesami retencji składników pokarmowych zarówno w wodach
powierzchniowych jak i w wodzie glebowej.
Aktualnie brak supermodelu do
wszystkich zastosowań
• Nie znaleźliśmy modelu który by był we
wszystkich aspektach lepszy od pozostałych.
Zastosowanie modeli w
podejmowaniu decyzji
• Wybór modelu w zależności od problematyki badań
• Zastosowanie raczej do usystematyzowania
problemów i systematycznej oceny wyników – niż
narzędzie do otrzymywania dokładnych wyników
• Modelowanie jest procesem interaktywnym, -Nie
można pozostawić wszystkich decyzji specjalistom od
modeli.
• Praktycy w zarządzaniu zlewnią powinni
współpracować w ocenie i krytycznej analizie wyników