Uppehållstider i ytvatten i relation till vattenkvalitet - NET, ett generellt uppskalningsverktyg

Transkript

1 Utkast Uppehållstider i ytvatten i relation till vattenkvalitet - NET, ett generellt uppskalningsverktyg Göran Lindström, Alena Bartosova och Niclas Hjerdt SMHI Rapport Hydrologi Nr. XXX 1

2 INNEHÅLLSFÖRTECKNING FÖRORD BAKGRUND SYFTE METODIK OCH DATA GENERALISERING TILL TYPHALTER SUMMERING AV LÄCKAGET TRANSPORT NEDSTRÖMS OCH PROCESSER I YTVATTNET UPPEHÅLLSTIDER UTVÄRDERINGSDATA PUNKTKÄLLOR KALIBRERING UPPDATERING RESULTAT OCH DISKUSSION KVALITETSKONTROLL AV METALLDATA VATTENFÖRING UPPEHÅLLSTIDER, RINN-TID OCH ÅLDER VATTENKVALITET SLUTSATSER REFERENSER APPENDIX

3 Förord Arbetet som beskrivs i denna rapport har utförts vid SMHI:s hydrologiska forskningsenhet. Ekonomiskt stöd har erhållits från av Naturvårdsverket (NV) och Havs- och vattenmyndigheten (HaV). Arbetet med metaller har gjorts på uppdrag av HaV. Till detta arbete fanns en referensgrupp med deltagare från HaV, NV och vattenmyndigheter. NET presenterades vid vattenförvaltningsmötet på SMHI i Norrköping Från och med hösten 2016 pågår ett samarbete med Länsstyrelsen i Östergötland där SMHI tillämpar NETmodellen inom Motala ströms och Storåns avrinningsområden. 1. Bakgrund NET är ett verktyg för uppskattning av vattenburen transporten av olika ämnen i punkter där det saknas mätningar. Verktyget togs ursprungligen fram inom forskningsprogrammet Climate change and the Environmental Objectives (CLEO, Munthe et al., 2014 och 2016). Tanken är att NET ska vara generell, och kunna användas för simulering av olika ämnen, men endast beräkna medelvärden över tiden av mängder och koncentrationer. Ofta är det transporter som är slutmålet för en beräkning, varför det kan finnas mycket att vinna på att använda en snabbare, enklare beräkningsmodell. Inom CLEO simulerades total-kväve, totalfosfor och totalt organiskt kol. NET bygger på den hydrologiska modellen S-HYPE (Strömqvist et al., 2012). S-HYPE simulerar hydrologiska förhållanden för hela Sverige i hög rumslig upplösning (för närvarande ca områden). Modellen beräknar vattenföring, transport och omsättning av kväve och fosfor på dygnsskala för hela Sverige. NET i nuvarande form påminner om det scenarioverktyg som finns i vattenweb ( men har inget användargränssnitt av den typ som scenarioverktyget har. Medan scenarioverktyget bygger på fasta retentioner för kväve och fosfor som har beräknats med hjälp av S-HYPE är NET tänkt för generella ämnen och beskriver retentionen på egen hand. NET kan alltså ses som en tänkt vidareutveckling av scenarioverktyget, där även simuleringsresultat från andra modeller kunna skalas upp till hög rumslig upplösning. I CLEO användes bland annat läckagehalter av kväve och kol för uppskalning i NET. SMHI har efter CLEO-projektet vidareutvecklat NET i flera avseenden och också testat att modellera transporten av metaller som stöd till arbetet med EU:s vattendirektiv. 2. Syfte Syftet med denna rapport är att dokumentera NET och utvärdera användbarheten för näringsämnen och metaller. 3. Metodik och data Indata till NET bygger till stor del på information från S-HYPE. Markanvändningsdata från S-HYPE utnyttjas i NET, med samma huvudtyper som i S-HYPE. För kväve lades samma information som i S-HYPE om punktkällor, enskilda avlopp och atmosfärsdeposition in i NET. Vattenföringen beräknad i S-HYPE (långtidsmedel från ca områden) driver sedan flödet genom nätverket. Uppskalningen kan delas in i tre steg: 3

4 1. Generalisering till typhalter för ingående markklasser, ev. med regional variation. 2. Summering av läckaget från respektive delområde utifrån arealförhållanden och typhalter (ev. med regional variation). 3. Transport nedströms i det hydrologiska nätverket av sjöar och vattendrag, inklusive tillkommande flöden av vatten och ämnen. Punktkällor, diffusa källor och atmosfärsdeposition på sjöytor kan läggas till. Retentionen i sjöar och vattendrag beräknas. Principerna sammanfattas i figur 10 och 15. Vattenburen transport av metaller i Sverige har bland annat studerats med statistiska metoder av Temnerud et al. (2013). De studerade dock bara fyra vattendrag och ett relativt litet antal mätvärden (243 st under en månads tid). Författarna pekade ut sedimentation i sjöar som en nyckelfaktor, medan skillnader i ph och markanvändning var mindre avgörande. S-HYPE Annat Markanvändning Nederbörd (mm/år) Temperatur Avrinning (mm/år) Sjöar (area & djup) Vattendragsnätverk Bifurkationer Punktkällor (N&P) Atm. deposition (N&P) Uppmätt vattenföring (m3/s) Typhalter (ev. från annan modell) Flödesviktade uppmätta halter Punktkällor (ev.) NET Lokal summering Transport och retention genom hydrologiska nätverket Punktkällor et. N st ämnen Beräkningar av: Vattenföring (m3/s) Transporter Flödesviktade halter områden N st ämnen Figur 10. Principskiss för det generella uppskalningsverktyget NET. 4

5 Dynamisk Semi-dynamisk Statisk S-HYPE Smed-HYPE NET INDATA: Dagligt väder UTDATA Daglig vattenföring Dagliga halter INDATA: Dagligt väder Typhalter UTDATA: Daglig vattenföring Dagliga halter INDATA: Normalväder Medelavrinning UTDATA: Medelvattenföring Flödesviktade halter Figur 15. Principskiss för och exempel på dynamisk, semi-dynamisk och statisk modellering. I denna rapport redovisas resultat från simuleringar av total-kväve (TN) total-fosfor (TP) totalt organsikt kol (TC) kadmium (Cd) koppar (Cu) kvicksilver (Hg) nickel (Ni) bly (Pb) zink (Zn). 4.1 Generalisering till typhalter I den uppsättning av NET som användes här ingick sex marktyper: jordbruksmark, skogsmark, mosse/kärr, kalfjäll/tunna jordar, urbant och övrig mark, samt sjöar. Typhalten från varje marktyp ställdes in genom kalibrering mot mätdata, med tonvikt på små områden. Halter av tre slag förekommer i analysen: markläckage från enskilda marktyper, den viktade medelhalten i bidraget från varje lokalt beräkningsområde, och slutligen halten i det summerade, totala flödet nedströms i systemet. 4.2 Summering av läckaget Halten i det avrinnande vattnet från marken i varje delområde beräknas genom arealviktning med hjälp av förekommande andelar av olika markanvändningar. En förenkling jämfört med den kompletta S-HYPE-beräkningen är att ingen skillnad görs i NET mellan avrinningen från de olika markanvändningarna inom ett delområde. 4.3 Transport nedströms och processer i ytvattnet 5

6 Retention i sjöar och vattendrag beskrivs i NET enligt: d( C C dt b ) k( C C b ) som har lösningen C ( C 0 C )exp( kt). b C b C är koncentrationen i sjöar respektive vattendrag. Den beräknas som en funktion av koncentrationen C 0 vid inflödet, uppehållstiden T i sjön respektive vattendraget, en bakgrundskoncentration C 0 och retentionshastigheten k. Utan bakgrundsvärdet C 0 sjunker koncentrationen alltför mycket i sjöar med mycket lång omsättningstid, som t.ex. Vättern. Retentionsberäkningen har totalt endast tre parametrar (k för vattendrag, k för sjöar och C 0 ). Dessa parametrar är konstanta för hela landet och kalibreras för respektive ämne, tills halterna i både små och stora områden stämmer så bra som möjligt med uppmätta värden. Speciellt fokuseras därvid på överensstämmelsen nedströms stora sjöar. Uppehållstiden i sjöar uppskattas ur sjöns volym och flödet genom sjön, medan uppehållstiden i vattendragen uppskattades ur rinnsträckan och en antagen vattenhastighet. Sjödjup, rinnsträckor och beräknade vattenföringar hämtades från S-HYPE. Vattenhastighet är naturligtvis osäker, men retentionen i vattendrag är i allmänhet relativt liten. Beräkningar av uppehållstider och retention i NET görs liksom i S-HYPE för varje delområde, både för interna sjöar och vattendrag och sjöar, samt sjöar och vattendrag i huvudåfåran (figur 20). Lokal avrinning från mark Lokal åfåra ICATCH % Huvudåfåra ILAKE OLAKE Figur 20. Schematisk figur över flödesvägarna genom ett delområde. 6

7 4.4 Uppehållstider Uppehållstiderna i sjöar och vattendrag, T L respektive T R, beräknades enligt: T T L R V / Q s / u där V är sjövolymen, Q är medelvattenföringen, s är vattendragets längd och u är vattenhastigheten i vattendraget. Vattenhastigheten uppskattades med hjälp av hydraulisk geometri (se t.ex. Dunne och Leopold, 1978). Metoden har i Sverige bland annat tillämpats för älvfåran vid Höljes kraftverk (Hjerdt m.fl., 2007). Den bygger på samband mellan tvärsektioners djup och bredd, samt vattenhastighet som funktioner av vattenföringen. Vattenhastigheten v uppskattas som m u kq där k och m är två empiriska parametrar. En analys av 2778 vattenföringsmätningar utförda av SMHI under åren gjordes för bestämning a parametrarna k och m. Jämförelser gjordes också med de uppskattningar som gjordes av Rosberg (2003), och resultaten var relativt lika. Uppehållstiderna används i modellen för att styra vattenkvalitetsberäkningarna. Som komplement beräknades även vattnets medelålder i varje delområde. Dessutom beräknades rinntiden till havet från varje delområde. Rinntiden till havet mäts då endast i nätverket av huvudvattendrag och utloppssjöar, dvs inte i interna sjöar och vattendrag. 4.5 Utvärderingsdata Flödesviktade medelhalter för de ämnen som testades i NET beräknades med hjälp av daglig vattenföring och dagliga halter av respektive ämnen. Som vattenföringen användes stationskorrigerad vattenföring från S-HYPE (se Bergstrand et al., 2014). Halterna av de olika ämnena hämtades från SLUs datavärdskap för nationell miljöövervakning och samlad recipientkontroll. Ett betydande arbete med kvalitetskontroll och rättning av data fick göras innan en meningsfull modellering kunde påbörjas. Många extremt avvikande mätvärden kunde identifieras tack vare den rumsliga analysen som görs med NET. Såväl avvikande mätpunkter i rummet som mätningar som avviker i tiden inom en mätserie kunde identifieras. Om man inte rensar bort felaktiga mätningar innan modelleringen riskerar man att dra felaktiga slutsatser om belastningen av de olika ämnena. Eftersom det handlar om stora datamängder måste någon form av automatisering användas för att hitta avvikande värden (outliers). Olika varianter av n-sigma-metoden användes. 4.6 Punktkällor För kväve och fosfor användes information om punktkällor och enskilda avlopp från S-HYPE. Denna innehåller mängder utsläppt vatten och halter. Ingen information om halterna fanns tillgänglig för de övriga ämnena. Halten i avloppsvattnet uppskattades därför genom kalibrering för de övriga ämnena. Några uppenbart stora punktkällor för metallerna uppskattades med hjälp av de beräknade vattenföringarna i NET och de uppmätta halterna vid 7

8 mätpunkter. Sådana källor lades endast in i delområden med känd aktivitet från gruvverksamhet eller industri. Det tydligaste exemplet på sådana uppskattade punktkällor är koppar i delområdena vid Falun. Inga punktkällor uppskattades på detta sätt för kvicksilver. 4.7 Kalibrering Parametrarna i NET kalibrerades för hand. Som anpassningsmått användes främst en speciell rumslig version av NSE: NSE 1 mse/ Var ( Obs) där mse = medelkvadratfelet och Var(Obs) = variansen för observationerna. NSE mäter hur stor del av variansen runt medelvärdet som modellen förklarar. I de grafer som har logaritmiska axlar beräknas NSE efter det att alla halterna först logaritmerats. Skälet till att värdena logaritmerades är att de höga värdena annars skulle dominera på ett icke önskvärt sätt. I övriga grafer används de ursprungliga värdena. 4.8 Uppdatering 4. Resultat och diskussion 4.9 Kvalitetskontroll av metalldata Det visades sig att traditionella metoder (n-sigma) inte fungerade speciellt bra som kvalitetskontroll. Ofta handlade det om grupper av värden som var en faktor 1000 gånger större än de övriga värdena. Detta avslöjas inte av n-sigma-metoden. I stället söktes efter just datapunkter som avvek 1000 gånger från de övriga. Figur 30 visar ett exempel på mätvärden före och efter rättning (koppar, subid 5467). Till vänster visas de ursprungliga mätvärdena, och till höger efter rättning med en faktor 1/1000. Sannolikt är det frågan om sammanblandningar av enheter, till exempel att man har angett att enheten är mikrogram per liter när den i själva verket var nanogram per liter. Data inom vissa vattendragsområden innehöll fler avvikelser än andra. 8

9 Figur 30. Exempel på felaktiga mätvärden (till vänster), och efter bedömd rättning (till höger). 9

10 4.10 Vattenföring Figur 32 visar uppmätt och beräknad vattenföring vid de 366 vattenföringsstationerna som används för kontroll i NET. Att medelvattenföringarna stämmer så bra är en av fördelarna med NET eftersom vattenföringen styr blandningen mellan vatten av olika ursprung, och styr beräkningen av mängder. Figur 32. Beräknad och uppmätt vattenföring vid 366 vattenföringsstationer. Den rumsliga förklaringsgraden (NSE) visas i % Uppehållstider, rinn-tid och ålder Vattenhastigheten enligt analysen med hjälp av hydraulisk geometri bestämdes till u Q Faktorn i uttrycket ovan (0.2141) ger den förväntade vattenhastigheten vid ett flöde = 1 m 3 /s, som alltså enligt analysen 0.21 m/s. Medianen av vattenhastigheterna vid mätningarna 0.29 m/s. Fördelningen av uppmätta hastigheter sammanfattas i figur

11 Figur 35. Fördelningen av vattenhastigheter vid 2778 vattenföringsmätningar utförda av SMHI. Tabell 10 sammanfattar vattnets beräknade ålder vid mynningarna för de 10 huvudavrinningsområdena med högst ålder. Åldern för alla huvudavrinningsområdena visas i appendix. Tabell 20 redovisar den längsta beräknade rinn-tiden till havet för de 10 huvudavrinningsområdena med längst rinn-tid. I figur 37 visas både rinn-tider till havet och vattnets ålder i kartform. Långa tidsavstånd till havet kan till exempel ses uppströms Vänern och Vättern, medan högst ålder framförallt förekommer i Motala ström. Tabell 10. Beräknad ålder vid mynningarna, för de 10 huvudavrinningsområdena med högst ålder. Åldern för alla huvudavrinningsområdena visas i appendix Nr Vattendrag År 1 67 Motala ström Göta älv Broströmmen Söderköpingsån Delångersån Skellefteälven Nyköpingsån Mieån Norrström Botorpsströmmen

12 Tabell 20. Beräknad längsta rinn-tid till havet för de 10 huvudavrinningsområdena (HARO) med längst rinn-tid (år). Endast den längsta rinn-tiden inom varje huvudavrinningsområde anges. Nr HARO År SUBID HARO Namn Sjöar AROID Motala ström Utloppet av Grässjön Unden, Vättern / Kustområde Utloppet av Skiren Skiren Norrström Mynnar i Lilla Ullfjärden Mälaren Indalsälven Utloppet av Stortjärnarna Kallsjön, Storsjön Göta älv Utloppet av Femunden, Vänern Skellefteälven Utloppet av Laisaure Hornavan Söderköpingsån Inloppet i Risten Yxningen Gavleån Inloppet i Logärden Storsjön Botorpsströmmen Utloppet av Allgjuttern Tynn Torneälven Utloppet av Torneträsk Figur 37. Beräknad rinn-tid till havet (till vänster) och ålder (till höger), båda i år. Endast punkter där det finns en vattenföringsstation inlagd i beräkningen visas Vattenkvalitet 12

13 Figur 40 visar ett exempel på jämförelser mellan uppmätta halter av tot-n (total-kväve), till vänster, och beräknade halter med hjälp av NET (mitten) och den fullständiga S-HYPEmodellen (till höger). NET förklarar nästan lika stor del av den rumsliga variansen som S- HYPE (83% jämfört med 90%). Beräkningen med NET tar några sekunder (för ett tiotal ämnen som beräknas samtidigt), medan en S-HYPE-beräkning tar många timmar (för bara kväve och fosfor). NET beräknar mängder, men ger ingen information om variationer i tiden. NSE=83% r=93% NSE=90% r=95% Mätningar NET S-HYPE Figur 40. Uppmätta och beräknade halter (flödesviktade) av Total-N, transformerade för att passa in i figuren. Färgen markerar halten i en färgskala från rött (lågt) till blått (högt). Korrelationen r och Effektiviteten NSE och korrelationen r. Figurerna 50 och 55 visar jämförelser mellan beräknade och uppmätta halter av de simulerade ämnena. I den logaritmiska skalan framträder de relativa felen bäst, medan i den linjära skalan ser man tydligt hur stora skillnaderna mellan punkterna egentligen är. För kväve är anpassningen mycket god, med en rumslig förklaringsgrad på 90%. Bland metallerna erhölls bästa anpassningen för kvicksilver. Den stora betydelsen av sedimentation i sjöar hjälper här till att höja förklaringsgraden. Att de högsta värdena för till exempel koppar stämmer exakt beror på att modellen har använts för uppskattning av några höga punktkällor, såsom beskrevs i metodavsnittet. I den linjära skalan (figur 55) ser man tydligare hur enskilda höga mätvärden avviker från mönstret. De fyra högsta mätvärden för kvicksilver är från Mariestad (1 st) respektive Lyckebyån (3 st). Varför halterna där är så höga är okänt för författarna. I Lyckebyån sjunker Hg-halten dessutom med 66% från näst sista (15.7 ng/l) till sista mätpunkten (5.3 ng/l), utan synbar anledning. En annan avvikande mätpunkt är strax uppströms mynningen i Töre älv, där de flesta metallhalterna är höga utan känd anledning. 13

14 Figur 50. Beräknade och uppmätta halter (flödesviktade) av de simulerade ämnena. Den rumsliga förklaringsgraden (NSE) visas i %. 14

15 Figur 55. Beräknade och uppmätta halter (flödesviktade) av de simulerade ämnena. Den rumsliga förklaringsgraden (NSE) visas i %. 15

16 Figur 60 visar exempel på uppskattningar av punktkällor med hjälp av NET. Figur 60. Exempel på uppskattningar av punktkällor med hjälp av NET. Figur 70 visar ett exempel på detaljstudie för koppar i Motala ström, i samarbete med Länsstyrelsen i Östergötland inom INSURE-projektet. Med hjälp av kombinationen mellan mätningar och modell uppskattas halterna i alla delområdena. Figur 65 visar den procentuella retentionen i vattendrag respektive sjöar, från den totala bruttobelastningen. Retentionen beräknas här på hela tillförseln till havet, dels med retention i endast vattendrag, dels med retention i endast sjöar, och dels med retention i båda miljöerna. Enligt modellresultaten är retentionen i vattendragen låg för alla ämnen utom kväve. Den totala retentionen är inte lika med summan av retentionerna i de två miljöerna eftersom modellen inte är linjär. 16

17 0% -5% TN TP TC Cd Cu Hg Ni Pb Zn -10% -15% -20% Vattendrag Sjöar Totalt -25% -30% -35% Figur 65. Beräknade retentioner på bruttobelastningen i vattendrag och sjöar, respektive både vattendrag och sjöar. Figur 70. Exempel på detaljstudie för koppar i Motala ström, i samarbete med Länsstyrelsen i Östergötland. 5. Slutsatser Skrivandet av denna rapport pågår för närvarande. Följande preliminära slutsatser kan formuleras: Uppehållstider i ytvatten kunde uppskattas. 17

18 Upphållstiderna kan förklara en stor del av variationen i vattenkvalitet, både för närsalter och metaller. Beräkningstiden med NET för ett tiotal ämnen är ett par sekunder på en vanlig PC. Det generella uppskalningsverktyget NET är ett effektivt hjälpmedel. 6. Rekommendationer för fortsatt arbete Bättre källor, t.ex. förorenad mark. 18

19 Referenser Bergstrand, M., Asp, S. & Lindström, G. (2014) Nationwide hydrological statistics for Sweden with high resolution using the hydrological model S-HYPE. Hydrology Research 45.3, doi: /nh Dunne, T. & Leopold, L.B. (1978) Water in Environmental Planning, W. H. Freeman Co., San Francisco, 818 pp., Hjerdt, N., Andersén, M., Jonsson, C. & Eklund, D. (2007) Hydraulik i Klarälvens torrfåra vid tappningar från Höljes kraftverksdamm. SMHI Rapport Hydrology Nr 109. Lindström, G., Pers, C., Rosberg, J., Strömqvist, J. & Arheimer, B. (2010) Development and testing of the HYPE (Hydrological Predictions for the Environment) water quality model for different spatial scales. Hydrology Research , Munthe, J. et al. (2014) Climate change and the Environmental Objectives - CLEO. Rapport till Naturvårdsverket inför Fördjupad Utvärdering Finns på Munthe, J. et al. (2016) Klimatförändringen och miljömål. Rapport 6705 Februari Naturvårdsverket. ISBN , ISSN Rapporten har även rapportnummer C170 i IVL Svenska Miljöinstitutets rapportserie, Finns på Rosberg, J. (2003) Modeling Phosphorus Transport and Retention in River Networks. M.Sc. report, Hydrology, Uppsala University, Uppsala. Strömqvist, J., Arheimer, B., Dahné, J., Donnelly, C. & Lindström, G. (2012) Water and nutrient predictions in ungauged basins: set-up and evaluation of a model at the national scale, Hydrological Sciences Journal, 57:2, Temnerud, J., Düker, A., Karlsson, S., Allard, B., Bishop, K. Fölster, J. & Köhler, S. (2013) Spatial patterns of some trace elements in four Swedish stream networks. Biogeosciences, 10, , doi: /bg

20 7. Appendix a) Vattnets beräknade ålder vid mynningarna för alla huvudavrinningsområden. HARO Ålder (år) HARO Ålder (år) HARO Ålder (år)