Liuenneen orgaanisen hiilen huuhtoutuminen ja kulkeutuminen - bayesilainen arviointi HENVI SCIENCE DAYS

Transkriptio

1 Liuenneen orgaanisen hiilen huuhtoutuminen ja kulkeutuminen - bayesilainen arviointi HENVI SCIENCE DAYS Biotieteellinen tiedekunta / Mika Rahikainen

2 Esityksen rakenne työn tavoitteet miksi tutkia DOC kuormaa? miten on tutkittu? bayesilainen vaikutuskaavio mitä saatu selville? mitä seuraavaksi? Biotieteellinen tiedekunta / Mika Rahikainen

3 Miksi tutkia DOC kuormaa? jokien ja järvien kautta kulkeutunut DOM päätyy lopulta Itämereen maaperästä huuhtoutunut DOM voi olla merkittävä energian ja ravinteiden lähde vesistöjen mikrobeille veden väri, perustuotannon taso, hapenkulutus DOM:n vaikutus vastaanottavassa vesistössä tunnetaan huomattavasti huonommin kuin epäorgaanisten ravinteiden, P ja N fosfori ja typpi ovat ravinnepäästöjen vähentämiseen tähtäävien toimenpiteiden keskiössä rehevöitymisestä kärsivän Itämeren tilan parantamiseen tähtäävien ympäristöohjelmien pohjaksi tarvitaan lisätietoa DOM -kuorman merkityksestä ekosysteemissä Biotieteellinen tiedekunta / Mika Rahikainen

4 Mitä ja miten tehty? keskitytään DOC:n huuhtoutumisen ja jokisuuhun päätyvän kuorman arviointiin neljällä maankäytöltään toisistaan poikkeavalla valuma-alueella Vantaanjoki (metsä, pelto, urbaanit alueet) Karjaanjoki (metsä, pelto, järvet, teollisuus) Kyrönjoki (metsä, pelto, suo) Kiiminginjoki (suo, metsä) Miten maankäyttöön liittyvät päätökset maataloudessa, metsämailla ja turvesoilla sekä jätevedenpuhdistuksen tehostaminen vaikuttavat vesistöjen DOC kuormaan? Biotieteellinen tiedekunta / Mika Rahikainen

5 Miksi bayesilainen lähestymistapa? todennäköisyys kriittinen taso 1. epävarmuus 2. päätösanalyysi 3. aiemman tiedon systemaattinen käyttö 4. monitieteisyys A B kuormitus Biotieteellinen tiedekunta / Mika Rahikainen

6 Bayesilainen uskomusverkko vaikutuskaavio metsänhoitostrategia (päätehakkuu, jatkuva kasvatus) uskomusverkko P(toimet päätös) P(metsän suo%) P(DOCkuorma toimet, metsän suo%) (hyöty veden väri P(veden väri DOCkuorma)

7 Ehdolliset todennäköisyysjakaumat Päätös Toimet Jatkuva kasvatus avohakkuu ojitus kasvuvaihe P(toimet päätös) Päätehakkuu P(DOCkuorma toimet, metsän suo%) P(metsän suo%) Soiden osuus metsistä DOC-kuorma (kg ha-1 a-1) Toimet avoh. avoh. avoh. avoh. kasvuv. Soiden osuus

8 Tiedon elisitointi mallin rakenne ja todennäköisyydet estimaatit lasketaan malleilla frekvenssit suoraan havaintoaineistosta Bayes -verkkoon voidaan lisäksi kuvata havaintomalli asiantuntija-arviot (expert judgement)

9 DOC:n huuhtoutumista ja kulkeutumista kuvaava malli pistekuormitus säätely hajakuormitus biol.hajoaminen määrä valokemiallinen hajoaminen

10 Tuloksia (alustava) metsänhoitostrategian vaikutus

11 Tuloksia (alustava) metsänhoitostrategian vaikutus

12 Tuloksia (alustava) metsänhoitostrategian vaikutus

13 Päättely syystä seuraukseen: tilanne ennen havaintoa

14 Päättely syystä seuraukseen: saadaan havainto DOC-kuormasta

15 Mitä seuraavaksi? DOC:n vesistövaikutusten arviointi onko DOC ympäristöongelma (koskaan, missään)? mallin laajennus: muita ravinteita eurot mukaan ilmastonmuutoksen vaikutuksen ennustaminen, ympäristöpolitiikka katsoo vuosikymmeniä eteenpäin Biotieteellinen tiedekunta / Mika Rahikainen

16 Kiitos! Mika Rahikainen, HENVI-SYKE Laura Hoikkala, HENVI-SYKE Helena Soinne, HENVI-MTT Janne Helin, HENVI-MTT Markus Huttunen, SYKE Antti Räike, SYKE Pirkko Kortelainen, SYKE Risto Lignell, SYKE Biotieteellinen tiedekunta / Mika Rahikainen