Ravinnehuuhtoumamallien epävarmuudesta Sirkka Tattari Suomen ympäristökeskus
Esityksen sisältö Yleistä malleista, mallien epävarmuudesta Kuormituksen laskennasta mittausten pohjalta Kolmen erilaisen valuma-aluemallin esittely Uudet mittaustekniikat Vesiensuojelumenetelmät ja mallit Riskikartat Johtopäätöksiä
20.1. & 2.6.2009 Valuma-alueen prosessien mallinnus Dia: Mikko Dufva/SYKE
Mallin epävarmuuksista Tekninen epävarmuus: epävarmuudet mallituloksissa johtuvat mm. mallin lähtöarvojen luotettavuudesta ja laadusta. Metodologiset epävarmuudet: mallin rakenteesta johtuvat epävarmuudet, numeerisesta ratkaisuista johtuvat epävarmuudet Epistemologinen epävarmuus: epävarmuudet jotka liittyvät tieteelliseen tietämykseen eli ei tunneta prosessien syy- ja seuraussuhteita riittävän hyvin
Purkupiste: havainnot valuma-alueen kok. kuorma Virheellinen lähtödata voi johtaa esim. hajakuormituksen yliarviointiin.
Discharge m3/s 1.1. 1.2. 1.3. 1.4. Virtaama 1.5. 1.6. 1.7. 1.8. 1.9. 1.10. 1.11. 1.12. Ptot [µg l-1] Pitoisuus Yläneenjoki Yläne, vanhakartano Aurajoki /vuosi 1995 30 25 1999 600 500 20 400 15 300 10 5 0 200 100 0 1.3.95 9.6.95 17.9.95 26.12.95
SWAT =Soil and Water Assessment Tool VALUMA-ALUEMALLI
VALUMA-ALUEMALLINNUS LÄHTÖTIEDOT -korkeusmalli -maankäyttö -maalaji -ilmastohavainnot -mallin lähtötiedot TULOSMUUTTUJAT -vesitase -ravinteet -kiintoaines PROSESSIT -hydrologia (esim. haihdunta ja valunta) -maaperän fysikaaliset (esim. veden liike maassa) ja kemialliset prosessit (esim. ravinteiden liukeneminen) -uomaprosessit (esim. syöpyminen ja liettyminen) 20.1. & 2.6.2009 Valuma-alueen prosessien mallinnus Kuva: Sirkka Tattari, 2004
SWAT-mallin soveltaminen Valuma-alueelle SWAT-malli Soil and Water Assessment Tool (Texas, USA) Työkalu suurehkojen valuma-alueiden valunnan, eroosion ja ravinnehuuhtoumien arviointiin sekä valuma-alueella tehtävien toimenpiteiden vaikutusten vertailuun Fysikaalinen malli, ts. toiminta perustuu sää- maaperä- ym. lähtötietoihin sekä fys.-kem. prosesseihin Vaatii runsaasti lähtötietoa
Valuma-alueen hydrologian simuloiminen voidaan jakaa kahteen osaan: maavaiheeseen vesivaiheeseen Maavaiheessa kuvataan veden ja sen mukana kulkeutuvan aineksen liikettä kunkin osavaluma- alueen pääuomaan ja vesivaiheessa veden virtausta ja aineiden kulkeutumista uomaverkostossa koko valuma-alueen purkupisteeseen. SWATissa veden virtausta maavaiheessa simuloidaan yhtälöllä (1): SW i SW t 0 ( Rday Qsurf E a wseep Qgw) i 1 SWi = lopullinen maaveden määrä päivänä i (mm) SW0 = alkuperäinen maaveden määrä päivänä i (mm) t = aika (päivinä) Rday = sademäärä päivänä i (mm) Qsurf = pintavalunta päivänä i (mm) Ea = haihdunta päivänä i (mm) wseep = vesimäärä, joka suotautuu maaprofiilin kautta veden kyllästämään vyöhykkeeseen Qgw = paluuvirtauksen määrä päivänä i
Photo: Eija Hagelberg Valunta: Pintavalunta/pintakerrosvalunta Salaojavalunta Oikovirtaukset Perkolaatio
Ravinteiden kulkeutuminen maa-alueilta uomiin tapahtuu joko pintavaluntana tai lateraalisena valuntana maakerroksessa.
Ravinteiden prosesseja uomissa kulkevassa vedessä lasketaan SWATissa QUAL2E-mallin (Brown ja Barnwell 1987) yhtälöiden mukaisesti. Malli erottelee liuenneessa muodossa olevat ja kiinto-aineshiukkasiin sitoutuneet ravinteet. Liuenneet ravinteet kulkeutuvat virtaavan veden mukana, kun taas kiintoainekseen sitoutuneet ravinteet saattavat sedimentoitua uoman pohjaan.
Esim. typen mineralisaatio käsittää typpeä sisältävien orgaanisten yhdisteiden hajoamisen epäorgaaniseksi typeksi, kun mikrobit käyttävät niitä energialähteenään Mineralisaatiossa orgaaniseen ainekseen sitoutunut typpi vapautuu ammoniakkina. Ammonium hapettuu nitriitiksi ja nitraatiksi = Nitrifikaatio. Mallissa prosesseja säätelee lämpötila ja maan kosteus.
Esimerkki 1 SWAT sovellus Yläneenjoen valuma-alueelle
Yläneenjoen va SWAT sovellus Yläneenjoen valumaalueella - 233 km 2 -noin 30% maatalousmaata 20.1. & 2.6.2009 Valuma-alueen prosessien mallinnus
DEM: Yläneenjoki 5-m resoluutio 20.1. & 2.6.2009 Valuma-alueen prosessien mallinnus
Maalajit: Yläneenjoki Siltti 0 % 2 % Turve 14 % 42 % Moreeni 42 % Savi Peat Clay Moraine Water Silt
Maatalousmaa: TIKE peltolohkodata 20.1. & 2.6.2009 Valuma-alueen prosessien mallinnus Autumn cereals 8 % Spring cereals 66 % Root crops 4 % Grasses 20 % Gardens 2 % Syysviljat Kevätviljat Juurikkaat Nurmet Puutarha
139 HRU 29 sub basins Threshold: land use/soil 10/10%
1.1.1999 1.2.1999 1.3.1999 1.4.1999 1.5.1999 1.6.1999 1.7.1999 1.8.1999 1.9.1999 1.10.1999 1.11.1999 1.12.1999 1.1.1999 1.2.1999 1.3.1999 1.4.1999 1.5.1999 1.6.1999 1.7.1999 1.8.1999 1.9.1999 1.10.1999 1.11.1999 1.12.1999 Discharge [m3/s] Discharge [m3/s] Tuloksia purkupisteessä: Virtaama (koko alue, osa-valuma-alue) 35 30 25 20 15 10 5 0 Measured Q Simulated Q (initial, best guess) 35 30 25 20 15 10 5 0 Measured Q Simulated Q (autocalibrated)
8000 t 6000 4000 2000 0 Kiintoaine (t vuodessa) 1995 1996 1997 1998 1999 Vuosi Kokonaisfosfori (kg vuodessa) 16000 kg 12000 8000 4000 0 1995 1996 1997 1998 1999 Vuosi Kokonaistyppi (kg vuodessa) 250000 kg 200000 150000 100000 50000 0 1995 1996 1997 1998 1999 Vuosi Havaittu Simuloitu Mitatut (mustat pylväät) ja SWAT-mallilla simuloidut (harmaat pylväät) kiintoaine-, kokonaisfosfori- ja kokonaistyppihuuhtoumat Yläneenjoen Vanhakartanossa.
Ref: CatchLake loppuraportti, Granlund K., 2010 Kuva 14. INCA-N mallisovellus Yläneenjoelle vuonna 2007. Alkuperäinen kalibrointi, tarkennettu kalibrointi, laboratoriohavainnot sekä on-line automaattimittaustulokset keväällä ja syksyllä.
Kalibrointitulosten vertailussa hyvyyslukuna käytetään usein Nashin & Sutcliffen (1970) esittämää kerrointa (E). E 1 T t 1 T t 1 Q t o Q 2 2 t Q Q o t m o missä Q o on havaittu virtaama, ja Q m on simuloitu virtaama. Q t on virtaama ajan hetkellä t. SWAT tekee käyttäjän valinnan mukaisesti joko päivittäiset, kuukausittaiset tai vuosittaiset tulostiedostot. Päivittäisten aikasarjojen käyttö E-kertoimen laskennassa johtaa harvoin varsinkaan pitoisuuksien osalta korkeaan hyvyyslukuun pitkällisenkään kalibroinnin jälkeen.
Havaittujen ja simuloitujen päivittäisten virtaama-aikasarjojen visuaalinen vertailu on erityisen hyödyllistä virtaaman dynamiikan realistisen mallintamisen kannalta. Kun virtaaman vaihtelut, erityisesti huippuarvojen ajankohdat ja suuruus, simuloidaan pääpiirteissään oikein, ovat lähtökohdat ainepitoisuuksien ja kuormitusten laskemiselle olemassa. Ainehuuhtoumien, eli kuormitusten kalibroinnissa kannattaa useimmiten pitää lähtökohtana vuotuisia arvoja, koska päivittäisiin pitoisuushavaintoihin sisältyy epävarmuustekijöitä joita mallissa on usein mahdotonta ottaa huomioon (esim. satunnaisesti tapahtuvat, paikalliset voimakkaat maa- tai metsätaloustoimenpiteet, sortumat uomassa, satunnaiset pistekuormitukset ym
Esimerkki 2 Peltolohkomalli
PELTOLOHKOMALLI Water and phosphorus movement on a field plot with ICECREAM tillage transpiration precipitation inorganic fertilization manure evaporation infiltration reactions of phosphorus in the soil surface runoff and erosion uptake by roots vertical movement in soil profile water phosphorus sediment percolation out of the root zone
cum. DPr [kg/ha] Aurajoki - soluble P in runoff ICECREAM Mallia on testattu koekenttähavaintojen perusteella: -Hydrologia -P huuhtoumat -P varastot 0,8 0,7 0,6 0,5 0,4 0,3 DPr_m DPr_s 0,2 0,1 0 32874 33239 33604 33969 Asema/ Muuttuja Epäorgaaninen P (mg kg -1 ) Orgaaninen P (mg kg -1 ) Kok P (mg kg -1 ) Mitattu Simuloitu Mitattu Simuloitu Mitattu Simuloitu Toholampi 364 309 455 499 819 808 Jokioinen 593 455 780 534 1373 989 [a] Sum of Chang and Jackson fractions ("Al-P", "Fe-P" and apatitic P) of inorganic P [b] Calculated as the difference of total P and the Chang and Jackson fractions
Peltolohko koko Suomi : --- Maaperäparametrien vaihtelu ( saven, siltin, hiekan osuus, pf, orgaaninen aines, hydraulinen johtavuus) --- Herkkyysanalyysi: keskiarvo, minimi, maksimi Onko järkevää muodostaa ns. Tyyppimaalajiprofiileja maatalousmaalle? KUTI-tutkimus 1990 luvun alussa. 1065 peltomaamaanäytettä Miten hyödyntää Mallinnuksessa?
PartPsurf [kg/ha/a] DPsurf [kg/ha/a] Liuk. P huuhtouma 0,40 0,35 0,30 0,25 0,20 0,15 0,10 0,05 0,00 A B C D E F Soil type A= savimaat F= hiekkamaat 1,2 Partikkeli P huuhtouma pintavalunnassa 1,0 0,8 0,6 0,4 0,2 0,0 A B C D E F Soil type
Esimerkki 3 Esim. Arviointijärjestelmästä
VIHMA arviointijärjestelmä VIHMA:lla (=Viljelyalueiden valumavesien hallintamalli) voidaan arvioida pelloilta tulevan kuormituksen (eroosio, PartP, DRP, TotN, NO3-N) kokonaismäärää valuma-alueen mittakaavassa Ja priorisoida maatalouden toimenpiteitä (viljelykäytännöt, suojavyöhykkeet, kosteikot, laskeutusaltaat) Malli perustuu Suomesta saatavilla olevaan empiiriseen aineistoon ja sillä saadaan uutta tietoa toimenpiteiden vaikutuksista ja keskinäisistä suhteista
Valuma-alue - vesiensuojelumenetelmät
Suomen peltojen jakauma(%) Kaltevuusluokka (%) Maaperätyyppi Savi Siltti Karkeat maalajit Orgaaniset maat Yht. < 0.5 12.8 5.3 11.5 9.1 38.7 0.5 1.5 9.2 4.1 8.6 2.9 24.8 1.5 3.0 6.8 3.3 7.3 1.8 19.2 3.0 6.0 3.7 2.0 4.4 0.3 10.4 > 6.0 2.2 1.3 3.2 0.2 6.9 Yht. 34.7 16.0 35.0 14.3 100
VIHMA havaintokentät Viljelykäytännöt Rakennetut kosteikot/ laskeutusaltaat Maankuivatus Suojavyöhykkeet Lapua Toholampi Tyrnävä Liperi Rautalampi Aurajoki Alastaro Jokioinen Vihti Inkoo Kirkkonummi
VIHMAn toimintamalli Ilmasto Peltolohko Valuma-alue Sadannan vuotuinen jakauma Lämpötila Ominaisuudet ja hallinta Maankäyttö (maatalous- vs. muu maa) Hydrologinen vuosityyppi Ominaiskuormitus Maatalouden aiheuttama kuormitus vastaanottaviin vesistöihin Vesiensuojelukäytännöt Ympäristötukijärjestelmä Vesipuitedirektiivi
Peltolohkomittaustuloksia kg/ha (Aurajoki): Muuttuja Eroosio P P DRP Kyntö 1205 2,03 0,36 Suorakylvö 675 1,23 1,67 Kevennetty muokkaus 2050 3,9 0,81 Yksinkertaisia malleja kehitetty olemassa olevien mittaustulosten pohjalta.
Esimerkki 2 VESIENSUOJELU
Vesiensuojelutoimenpiteiden vaikutusten arviointi: Malleilla & mittauksilla
Mallitulosten vertailua 1 000 kg 120 Fosforikuormitus 100 80 60 40 20 0 VEMALA VEPS VIHMA keskimääräiset talvet VIHMA lauhat talvet VIHMA kylmät talvet VEMALA keskiarvo
TEHO-tiloilla voimassa olevat Erityistukisopimukset
Muokkaustoimenpiteet: AURAJOKI Skenaario Normaali syyskyntö (kevätviljat) Perinteinen kyntö/kylvö (syysviljat) Kevennetty muokkaus Suorakylvö Pysyvä kasvipeitteisyy s ja kesannot Nykytila (ha) 7 842 1 301 13 180 2 732 6 204 VHS (ha) 2 745 1 301 18 277 2 732 6 204 VHS + 2 kaltevinta sk (ha) 2 115 1 116 18 277 3 547 6 204 VHS + 3 kaltevinta sk (ha) 1 405 782 18 277 4 591 6 204 VHS + kaikki sk (ha) 0 0 18 277 6 778 6 204
Muokkaustoimenpiteet, VIHMA Skenaario Kuormituksen muutos (%) nykytilanteessa ja VHS:n lisätoimilla ja suorakylvöllä saatavat lisävaikutukset (%-yksikköä) Eroosio PartP DRP TotP TotN NO3-N Nykytilanne -22-18 26-6 -21-23 Nykytilanne + VHS -7-6 5-3 -7-8 Nykytilanne + VHS + 2 kaltevinta sk -11-11 8-6 -8-10 Nykytilanne + VHS + 3 kaltevinta sk -14-12 13-5 -10-12 Nykytilanne + kaikki sk -16-13 24-3 -14-17 MYTVAS, jokisuu data: fosfori vähentynyt, typpi ei.
Retentio (%) KOSTEIKKO: Retentio vs. kosteikon suhteellinen pinta-ala Total P Total N Kosteikon ala /Yläpuolisen valuma-aluuen ala
SWAT: Vesiensuojelutoimenpiteiden simulointi Kosteikot ja laskeutusaltaat Parametrisointi osavaluma-alueittain Mitoitusparametrit Kiintoaineen pidättyminen yhtälöistä ja c sed.f = (c sed.i c sed.eq ) exp(-k s t d 50 ) + c sed.eq (kun c sed.i > c sed.eq, muutoin c sed.f = c sed.i ) sed stl = (c sed.i c sed.f ) V Lähtöpitoisuudet Ravinteiden pidättymistä simuloidaan laskeutumisnopeuden (v) avulla: Ms settling = v c A s dt Ravinteiden muutosprosesseja (esim. NO3 NO2 NH4) ei suoraan lasketa vaan v edustaa prosessien nettovaikutusta 20.1. & 2.6.2009 Valuma-alueen prosessien mallinnus
Kosteikoissa tapahtuvat vedenpuhdistusprosessit Kiintoaineksen laskeutuminen Riippuu tulevan veden sisältämän kiintoaineen partikkelikokojakaumasta Tärkeä mekanismi, etenkin fosforia pidättyy, myös org. typpeä Liuenneen fosforin adsorptio Riippuu maaperän (Fe, Al), ja kosteikkoon tulevan veden ominaisuuksista (Ptasapainotila!) Taipumus heikentyä ajan myötä Denitrifikaatio l. nitraattitypen pelkistyminen kaasumaiseen muotoon Riippuu kosteikossa olevan orgaanisen aineen määrästä, tulevan veden nitraattipitoisuudesta ja lämpötilasta Ei heikkene ajan myötä Biologinen ravinteiden kulutus Makrofyyttikasvillisuuden osalta nettovaikutus vuositasolla vähäinen Kasvillisuus, levät, mikrobiologinen kulutus, sedimentaatio
Esimerkki monimuotoisesta ja tehokkaasta kosteikosta, Hovin kosteikko Vihdissä Pinta-ala 0,6 ha (5 % valuma-alueesta) Pitkä viipymä myös tulvajaksoill Valuma-alue (12 ha) 100 % peltoa, keskikaltevuus 2,8 % Korkeat tulevan veden pitoisuudet Fosforipitoinen ruokamultakerros poistettiin ennen kosteikon rakentamista Myös liuennutta fosforia poistuu
Hovin kosteikon tehokkuus 2007-2009 Sameus Kiintoaine- ja kokonaisfosforipoistumat kosteikossa 1. mittausvuoden aikana 70 ja 67 % ja 2. mittausvuoden aikana 57 ja 53 %
Kosteikkojen vaikutus valuma-aluetasolla Esimerkki 2: Yläneenjoen alue 233 km 2 (maatalousalueiden osuus 34 %), arvioinnit SWAT-valuma-aluemallilla a) Alueelle rakennettu 10 kosteikkoa joiden yhteispinta-ala n. 2,6 ha SWAT-simulaatioiden mukaan niillä voidaan pidättää n. 1 % ravinnekuormituksesta Skenaario 1: Kosteikko jokaiselle osavaluma-alueelle, yht. 29 kpl yht. pinta-ala 7,5 ha Ravinnekuormituksesta pidättyisi < 4 % Skenaario 2: alueelle rakennetut 10 kosteikkoa mitoitettu Hovin tapaan Ravinnekuormituksesta pidättyisi n. 20 % mutta kosteikkopinta-alaa tarvittaisiin 350 ha (1,5 % koko valuma-alueesta)
Uudet mittaustekniikat- sameus, nitraatti
Discharge m3/s 1.1. 1.2. 1.3. 1.4. Virtaama 1.5. 1.6. 1.7. 1.8. 1.9. 1.10. 1.11. 1.12. Ptot [µg l-1] Pitoisuus Yläneenjoki 26.3.2007 Yläne, vanhakartano Aurajoki /vuosi 1995 30 25 1999 600 500 20 400 15 300 10 5 0 200 100 0 1.3.95 9.6.95 17.9.95 26.12.95
Anturi Valmistaja Tyyppi Mittausalue- ja tarkkuus nitraattityppi S::can Nitro::lyser 0-20 mg/l ± 0,05 mg/l sameus S::can Nitro::lyser 0-50 FTU ± 0,2 FTU Meteorologiset muuttujat: lämpötila (vesi) Marvet/Luode Luode-Temp -50 + 50 C ± 0,25 C tuulen suunta Vaisala WXT510 0 360 ± 3 tuulen nopeus Vaisala WXT510 0 60 m/s ± 3 % sademäärä Vaisala WXT510 kumul. sadanta ± 5 % ilmanpaine Vaisala WXT510 600 11++ hpa ± 1 hpa ilman lämpötila Vaisala WXT510-52 + 60 C ± 0,3 C ilman kosteus Vaisala WXT510 0 100 % ± 1 %
22.2.2012 Ongelmia mittausdatassa? S:can: optisen linssin puhtaus Mekaaninen vai kompressoitu ilmapudistus? Photo: Lippo Sundberg, MTT
Käsinäytteen ajoitus vaikuttaa ravinnekuormitusravioon Viite: The Finnish Environment 6/2012, Iital & Tattari
Savijoki, NO3 ug/l 4000 3500 3000 2500 NO3 ja W, anturidata vs. näytteet anturi kalibroitu (0,33x) ug/l näyte ug/l w w/mm 300 250 200 2000 150 1500 1000 500 100 50 0 9.6. 16.6. 23.6. 30.6. 7.7. 14.7. 21.7. 28.7. 4.8. 11.8. 18.8. 25.8. 1.9. 0
susp. sed. conc. [mg/l] susp. sed. conc. [mg/l] Korrelaatio sameus - kiintoaine 250 Correlation between turbidity and suspended sediment concentration Vanhakartano 400 Correlation between turbidity and suspended sediment concentration Peräsuonoja 350 y = 0.90x R 2 = 0.81 200 y = 0,93x R 2 = 0,94 300 150 250 200 100 50 y = 0,80x R 2 = 0,88 150 100 50 y = 0.68x R 2 = -0.90 0 0 50 100 150 200 250 0 0 50 100 150 200 250 300 350 400 450 turbidity [FNU] turbidity [FNU] P2 P2,INT1 Lin. (P2) Lin. (P2,INT1) S11 S11,INT1 Lin. (S11) Lin. (S11,INT1) P2: Vanhakartano, pääuoma S11: Peräsuonoja, sivu-uoma HERTTA-aineistosta: 1995-2006 ja kevät 2006
Arvioitu kiintoainekuorma (tn) Mittaus- menetelmä Huhtikuu 2006 Lokakuu 2006 Tammikuu 2007 Huhtikuu 2007 Lokakuu 2007 Arvioitu kuorma, käsinäytteet 1004 219 340 169 36 Arvioitu kuorma, jatkuvatoiminen mittari 1078 749 1163 259 64 1400 Yläneenjoki, 1200 Käsinäytteet Jatkuvatoiminen Vanha kartano 1000 800 600 400 200 0 hu 2006 lo 2006 ta 2007 hu 2007 lo 2007
Savijoki : 1500 ha, 39% maatalousmaata Epävarmuus arvoinneissa:
Riskikartat
Miten maatalouden ravinnepäästöjä mitataan? Mittauksia tehdään peltolohko-, pienen valuma-alueen ja ison jokivaluma-alueen mittakaavassa. Peltolohkotasolla toimenpiteiden vaikutus on osoitettu. Pienet maatalousvaltaiset valuma-alueet Pienillä valuma-alueilla maan käyttö sisältää usein muutakin kuin peltomaata, jolloin muiden kuormituslähteiden osuus tulee vähentää maatalouden kuormitusluvuista. Mitä pienempi on pellon osuus valuma-alueiden pinta-alasta sitä vaikeammin on kuormituksen muutos havaittavissa. Jatkuvatoimisilla vedenlaatuantureilla on pystytty tarkentamaan kuormitusarvioita osoittamaan mm. kosteikkojen tehokkuus Todellisuudessa maatalouden kuormitus alkaa pienentyä havaittavissa määrin vasta sitten kun erilaisia toimenpiteitä on toteutettu hyvin laaja-alaisesti: kuormituksen vuosivaihtelu muu mittauksiin liittyvä epävarmuus matemaattiset mallit Perinteinen Uutta mittaustekniikkaa
Riskialueet ja kohdentaminen: jyrkät pellot ja tulvivat pellot turvepellot korkean fosforiluvun pellot Datatarpeet: tarkka korkeusmalli, maan fosforiluku, lannan levitysalat, pellon kasvipeitteisyys kasvukauden ulkopuolella Aluetaso Suurin P-kuormitus/vesistöalue Riskialuekarttojen tulee olla selkeitä ja objektiivisia, jolloin niitä voidaan käyttää päätöksenteon tukena Mallinnuksen näkökulmasta Mitä pienempi alue, sitä tarkempaa dataa tarvitaan. Peltolohkotaso
Loppupäätelmiä Malleilla mahdollista arvioida vesiensuojelun vaikutuksia, mutta arvio sisältää runsaasti epävarmuustekijöitä Kokonaiskuormitusarvioita on mahdollista jatkossa tarkentaa jatkuvatoimisella vedenlaadun mittauslaitteistolla mutta kuormituksen osittamisen tarkentaminen eri lähteisiin (maatalous, metsätalous, pistekuormitus ym.) edellyttäisi uusia huuhtoumatutkimuksia erityisesti maatalouden osalta ja sellaisista maaperä/kaltevuus/kasvi olosuhteista, joista nyt ei ole saatavilla mitään mittaustietoa. Jatkuvatoimisten antureiden sijoittaminen uomastoon eri puolille vesistöaluetta agriculture deposition peat production scattered settlements forestry point load natural background
Loppupäätelmiä Mallit kalibroitava aina paikkakohtaisesti. Riittävästi mittausaineistoa erilaisista olosuhteista (maaperä, maan käyttö) Hyvyyskriteerin asettaminen etukäteen? Epävarmuustarkasteluja, herkkyystarkasteluja. Uusi jatkuvatoiminen veden laadun mittaustekniikka mahdollistaa mallien paremman kalibroinnin nitraatin, sameuden osalta ( savimailla myös kokonaisfosfori). Mallien kyky ennustaa tulevaisuutta miten hyvin nykytila pystytään mallintamaan? Riittävästi testausta erilaisilla alueilla.
Kirjallisuusviitteitä: Maan vesi- ja ravinnetalous Ojitus, kastelu ja ympäristö (toim. Paasonen-Kivekäs, Vakkilainen, Äijö). Kpl 13: Matemaattiset mallit maan vesi- ja ravinnetalouden säädössä s. 409-427. Salaojayhdistys ry. Tattari, S., Koskiaho, J., Bärlund, I., Jaakkola, E. 2009. Testing a river basin model with sensitivity analysis and autocalibration for an agricultural catchment in SW Finland. Agricultural and Food Science 18, 3-4: 428-439. Koskiaho, J., Lepistö, A., Tattari, S., Kirkkala, T. 2010. On-line measurements provide more accurate estimates of nutrient loading: a case of the Yläneenjoki river basin, southwest Finland. Water science and technology 62 (1): 115-122. Puustinen, M., Turtola, E., Kukkonen, M., Koskiaho, J., Linjama, J., Niinioja, R., Tattari, S. 2010. VIHMA - A tool for allocation of measures to control erosion and nutrient loading from Finnish agricultural catchments. Agriculture, Ecosystems and Environment 138 (3-4): 306-317. Tattari, S. Helin, J. Granlund, K. Jaakkola, E. Väisänen, S. 2010. Paikkatietotarpeet valuma-alueiden kuormitusarvioinneissa. Julkaisussa: Väisänen, S., Puustinen, M. (toim.). 2010. Maatalouden vesistökuormituksen hallinta : seuranta, mallit ja kustannustehokkaat toimenpiteet vesienhoidon toimenpideohjelmissa. Helsinki, Suomen ympäristökeskus. 93 s. Suomen ympäristö ; 2010, 23:27-43. Granlund, K. Tattari, S. Puustinen, M. Helin, J. Väisänen, S. Linjama, J. 2010. Kuormitusmallien mahdollisuudet, kehitystarve ja mallitulosten vertailu. Julkaisussa: Väisänen, S., Puustinen, M. (toim.). 2010. Maatalouden vesistökuormituksen hallinta : seuranta, mallit ja kustannustehokkaat toimenpiteet vesienhoidon toimenpideohjelmissa. Helsinki, Suomen ympäristökeskus. 93 s. Suomen ympäristö ; 2010, 23:44-68.