Utvärdering av SMED-HYPE

SMED Rapport Nr 140 2013 Utvärdering av beräkningar i och resultat från SMED-HYPE Johanna Tengdelius Brunell, SMHI Hanna Gustavsson, SMHI Jenny Axén Mårtensson, SMHI Henrik Djerv, SMHI Elin Widén-Nilsson, SLU Ida Westerberg, IVL Avtal: 4-2013-6 På uppdrag av Havs- och vattenmyndigheten

Publicering: www.smed.se Utgivare: Sveriges Meteorologiska och Hydrologiska Institut Adress: 601 76 Norrköping Startår: 2006 ISSN: 1653-8102 SMED utgör en förkortning för Svenska MiljöEmissionsData, som är ett samarbete mellan IVL, SCB, SLU och SMHI. Samarbetet inom SMED inleddes 2001 med syftet att långsiktigt samla och utveckla den svenska kompetensen inom emissionsstatistik kopplat till åtgärdsarbete inom olika områden, bland annat som ett svar på Naturvårdsverkets behov av expertstöd för Sveriges internationella rapportering avseende utsläpp till luft och vatten, avfall samt farliga ämnen. Målsättningen med SMED-samarbetet är främst att utveckla och driva nationella emissionsdatabaser, och att tillhandahålla olika tjänster relaterade till dessa för nationella, regionala och lokala myndigheter, luft- och vattenvårdsförbund, näringsliv m fl. Mer information finns på SMEDs hemsida www.smed.se.

Innehåll SAMMANFATTNING 5 INLEDNING 6 SYFTE 7 BAKGRUND 8 TEKNISK VALIDERING 9 KALIBRERINGSSTRATEGI 10 METODIK 11 Val av testområden 11 Kalibrering 11 Validering 12 Modelluppsättning 12 Utvärdering av modellens resultat 13 Vattenföring 13 Vattenkvalitet 14 RESULTAT OCH DISKUSSION 15 Vattenföring 15 Vattenkvalitet 20 Tolkning av resultatfigurer 20 Mörrumsån 21 Rönne å 27 Öreälven 32 Validering 36 Vattenföring 36 Vattenkvalitet 38 Förhållandet mellan netto- och bruttobelastning 40 Kalibrering av SMED-HYPE 41 INFÖR PLC6 42 SLUTSATSER 44 KÄLLFÖRTECKNING 45 BILAGA 1 TEKNISK VALIDERING 47 3

Kontroll av bruttobelastning 47 Teoretisk kontroll 47 Bruttobelastning utifrån PLC5 (rapport och Qa/Qc) 47 Bruttobelastning utifrån SMED-HYPE 48 Sammanfattning teoretisk kontroll 49 Retention i lokala åfåran 49 Beräkningskontroll bruttobelastning 50 Utskrift av koncentration i vatten 50 Kartanalys läckagekoefficienter 56 BILAGA 2 KALIBRERINGSSTRATEGI 61 Kalibrering av SMED-HYPE 61 Kalibreringsperiod 61 Validering 62 Utvärdering 62 Statistiska mått 62 Hydrologi 64 Vattenkvalitet 64 Startvärden/insvängningsperiod 64 BILAGA 3 UPPDATERING AV PUNKTKÄLLOR 65 BILAGA 4 - OSÄKERHETER I MÄTNINGAR AV VATTENFÖRING OCH VATTENKEMI 66 Osäkerhet i vattenföringsmätningar 66 Osäkerhet i kemimätningar 66 Kontroller vid av kväve och fosfor vid IVM:s vattenkemilaboratorium 68 Kontroller vid datavärdskapet för sjöar och vattendrag 68 Osäkerheter i kemimätningarna kopplade till SMED-HYPE 69 BILAGA 5 - FLÖDESSTATIONER OCH VARAKTIGHETSKURVOR 72 BILAGA 6 ÖVERENSSTÄMMELSE I LÅNGTIDSMEDELVATTENFÖRING 75 BILAGA 7 STATISTISKA MÅTT FÖR VATTENFÖRING OCH VATTENKVALITET 76 4

Sammanfattning Belastningsberäkningar, för kväve (N) och fosfor (P), görs via SMED:s beräkningsverktyg TBV (Tekniskt Beräkningssystem Vatten) i samband med den periodiska rapporteringen PLC (Pollution Load Compilation). Den nyutvecklade modellen SMED-HYPE beräknar avrinning och retention, vilka ska levereras till TBV under nästkommande rapportering, PLC6. Med SMED-HYPE möjliggörs beräkningar av avrinning och retention av N och P på vattenförekomstsskala samtidigt som spårbarheten i tidigare rapporteringar bibehålls i och med att markläckaget beräknas likt tidigare metodik. Syftet med denna studie var att utföra en teknisk validering och en resultatmässig utvärdering av SMED-HYPE. Den tekniska valideringen syftade till att säkerställa att modellen fungerar tekniskt sett med avseende på sin hantering av näringsämnen. Den resultatmässiga utvärderingen gjordes utifrån en preliminär kalibrering där en tillfällig modelluppsättning som bygger på S-HYPE 2012 användes. Resultatutvärderingen redovisas för fyra huvudavrinningsområden. För kalibreringen användes tre områden, placerade i olika delar av Sverige, Öreälven i norr, Mörrumsån i sydost och Rönne å i sydväst, utvalda för att representera geografiskt spridda områden. Dessutom användes Emån som ligger i sydost för att göra en, utifrån förutsättningarna, oberoende validering. En kalibrerings- och utvärderingsmetodik togs fram och användes under projektets gång. Metodiken, tillsammans med framtagna verktyg (statistiska mått, hantering av osäkerheter i observationer och program för visuell redogörelse), är tänkta att användas under PLC6. Vid den tekniska valideringen utfördes omfattande tester för att kontrollera SMED- HYPE:s kod och de programmeringsrutiner som sammanställer läckagekoefficienter för markläckage. Efter att den tekniska valideringen utförts finns det inga kända fel i modellen. Resultaten från modellutvärderingen, visade på modellens förmåga att simulera vattenföring och koncentration av näringsämnen i de fyra huvudavrinningsområdena. De gör det möjligt att utvärdera hur kalibreringen bör genomföras i SMED-HYPE och i PLC6 samt att bedöma modellens förmåga att simulera uppmätta värden under olika förutsättningar. 5

Inledning Två olika rapporteringar av Sveriges belastning av kväve och fosfor på Östersjön görs till HELCOM; PLC (Pollution Load Compilation)-Annual och PLC- Periodical. PLC-Annual baseras på mätningar i flodmynningar, direkta utsläpp från punktkällor vid kusten och antaganden för de områden som saknar data, medan PLC-Periodical baseras på modellberäkningar av läckaget. På uppdrag av Havsoch vattenmyndigheten ansvarar Svenska Miljöemissions Data (SMED) för dessa beräkningar i Sverige. Den senaste PLC-Periodical rapporteringen, PLC5, rapporterades för belastning och utsläpp av kväve och fosfor avseende år 2006 (Brandt m.fl., 2008). Under 2014 påbörjas PLC6 med rapportering 2015. Beräkningarna kommer till skillnad från PLC5 att ske på en finare skala, vattenförekomstskala. Belastningsberäkningarna görs via SMED:s beräkningsverktyg TBV (Tekniskt Beräkningssystem Vatten) efter att samtliga SMED-parter levererat förädlade indata till systemet. Avrinning och retention, vilka levereras till TBV, har vid tidigare rapporteringar beräknats med HBV-NP-modellen för ca 1100 beräkningsområden. I samband med krav på högre upplösning tas avrinningen fram med hjälp av den nyutvecklade modellen SMED-HYPE. SMED-HYPE baseras på modellen HYPE (Hydrological predictions for the Environment). I SMED-HYPE ersätts HYPEmodellens interna beräkning av markläckage med läckagekoefficienter och typhalter framtagna av SMED. Med SMED-HYPE möjliggörs beräkningar av vatten och retention av kväve (N) och fosfor (P) på vattenförekomstskala samtidigt som spårbarheten bibehålls i och med att markläckaget beräknas likt tidigare metodik. Modelluppsättningen S-HYPE 2012 består av 36692 delavrinningsområden, 13 markanvändningar och sju jordarter. Modelluppsättningen beskriver hur varje delavrinningsområde ser ut och innehåller information om bland annat markanvändning, sjöar, vattendrag och punktkällor. För att få den ursprungliga modelluppsättningen (S-HYPE) att likna den som användes i PLC5 i största möjliga utsträckning så har vissa indata justerats. Detta har skett med avseende på punktkällor och atmosfärsdeposition. I PLC5 beräknades läckaget utifrån åtta olika markanvändningar; skog, jordbruk, fjäll, öppen mark, hyggen, myr, urbana ytor och vatten. För att SMED-HYPE ska fungera på ett liknande sätt har information om skogsregion samt markläckage (koncentration och månadsvariation) från marken aggregerad för dessa åtta TBV-markanvändningar lagts till. Övrig information som varit nödvändig såsom atmosfärsdeposition på sjöar och läckageregion fanns i modelluppsättningen sedan tidigare. 6

Syfte Syftet är att utföra en teknisk validering av SMED-HYPE för att kunna ta den i bruk i samband med PLC6-rapporteringen och att fastställa kalibrerings- och utvärderingsmetodik som kan användas i PLC6. En resultatutvärdering, baserad på en preliminär modelluppsättning, redovisas i syfte att kunna utvärdera SMED-HYPE:s beräkningar av vattenföring, och retention. 7

Bakgrund SMED-HYPE är framtagen för att kunna leverera avrinning och retention till TBV på vattenförekomstskala. Modellens markläckage representeras av läckagekoefficienter och typhalter som beräknas av SMED. För jordbruksmark simuleras kväveläckagekoefficienter med SOILNDB-systemet och fosforläckage med ICECREAMDB-systemet. För de övriga markanvändningarna (skog, hygge, fjäll, öppen mark och myr) baseras typhalter på mätdata från representativa områden i de regionala mätprogrammen eller beräknas utifrån algoritmer som är höjd- eller kvävedepositionsberoende. I och med att arbetet med att ta fram indata inför PLC6 startas i början av 2014, testas och utvärderas SMED-HYPE i denna utvärdering med en preliminär modelluppsättning som baseras på S-HYPE 2012. HYPE är en högupplöst hydrologisk modell för modellering av vattenföring och vattenkvalitet. HYPE är anpassad att hantera ett stort antal beräkningsområden och är en vidareutveckling i förhållande till HBV-NP. SMED-HYPE är den modellversion som istället för att använda HYPE:s egna markläckageberäkningar använder typhalter och läckagekoefficienter enligt den metodik som SMED tagit fram. SMED-HYPE är utvecklad utifrån HYPE version 4.3.1. S-HYPE är en modelluppsättning för HYPE som är framtagen och kalibrerad för Sverige inom ramen för vattenmyndigheternas vattenförvaltning. Områdesindelningen i S-HYPE baseras på SVAR (Svenskt Vattenarkiv). SMED-HYPE baserad på S-HYPE 2012- är en modelluppsättning där områdesindelningarna bygger på S-HYPE men där typhalter och läckagekoefficienter tillsammans med övrig belastning följer SMED-metodik. Det är den modelluppsättning som använts i denna studie. 8

Teknisk validering Den tekniska valideringen genomfördes för att säkerställa att modellen hanterar bruttobelastningen rätt utifrån samma metod som i tidigare beräkningar med HBV- NP samt att modellen hanterar de nya rutinerna på ett programmeringsmässigt korrekt sätt. I Bilaga 1 Teknisk validering, redovisas de tester som har genomförts med avseende på: 1) kontroll av kväve- och fosforbruttobelastning (teoretisk och beräkningsmässig kontroll), 2) kontroll av hantering av retention i den lokala åfåran, 3) kartanalys med avseende på läckagekoefficienter från olika marktyper och 4) kontroll av modellens näringsämneskoncentration i vatten. 9

Kalibreringsstrategi Syftet med att ta fram en kalibreringsstrategi är att utforma rutiner kring kalibreringsarbetet inför PLC6 samt att skapa transparens i det arbete som genomförs. På så sätt underlättas kalibreringsarbetet och spårbarheten ökar. Arbetet tog avstamp i resultat och rekommendationer från tidigare utvecklingsprojekt inför PLC6 (Westerberg m.fl., 2013; Widén-Nilsson och Westerberg, 2013). En slutgiltig kalibrering av modellen inför PLC6 kan genomföras först när modelluppsättningen finns i sin slutversion, dvs. att områdesindelningen och all indata tagits fram. I detta projekt fastställdes vilken kalibreringsstrategi som ska användas under PLC6-beräkningarna för beräkningarna av vattenföring och vattenkvalitet (kväve och fosfor) och en preliminär kalibrering genomfördes för att testa metodiken. Projektets modelluppsättning baseras på en, med avseende på hydrologi, redan kalibrerad modelluppsättning, S-HYPE 2012. Kalibreringsstrategin presenteras i Bilaga 2 Kalibreringsstrategi, är en generell beskrivning av hur SMED-HYPE bör kalibreras. 10

Metodik Val av testområden Fyra huvudavrinningsområden valdes ut för att testa kalibrerings- och utvärderingsmetodiken. Tre områden användes för modellkalibreringen, dessa var Rönne å i sydvästra Sverige, Mörrumsån i sydöst, och Öreälven som ligger i norra Sverige. Dessutom användes Emån i sydöst för validering av modellens resultat i ett område där modellens parametrar inte kalibrerats lokalt. I Tabell 1 framgår den totala arean för de fyra huvudavrinningsområden som studerades närmare. Här framgår också fördelningen av de olika markanvändningarna inom huvudavrinningsområdena. Tabell 1 Områdesbeskrivning för de 4 huvudavrinningsområden som utvärderades. Huvudavrin- Area [km 2 ] Skog [%] Jordbruk [%] Hygge [%] Öppen mark Myr [%] Urban [%] Sjö [%] ningsom- råde [%] Mörrumsån 3370 70 11 4 2 1 ~0 13 Rönne å 1900 56 33 2 3 1 1 3 Öreälven 3000 78 2 6 ~0 12 ~0 3 Emån 4470 76 13 4 1 1 ~0 6 Kalibrering I SMED-HYPE styrs markanvändningars eller jordarters egenskaper av en parameteruppsättning som till största del är konstant för hela Sverige. För marken har dessa parametervärden stor påverkan på hydrologin, men däremot inte på vattenkvaliteten. Detta beror på att markens egenskaper i modellen inte påverkar markläckaget eftersom SMED-HYPE använder läckagekoefficienter som är beräknade i förhand. Markegenskaper är dock mycket viktiga indata vid beräkningen av läckagekoefficienterna från jordbruksmark (Johnsson med fl., 2008). I SMED-HYPE kan vattenkvalitetssimuleringarna således påverkas genom val av representativa läckagekoefficienter samt justering av parametrar som är knutna till processer i sjöar och vattendrag. Då läckagekoefficienterna kan anses som fasta i modellen så är det med hjälp av vattenkvalitetsparametrar knutna till sjöar och vattendrag (Sourceforge.net, 2013) som modellen kalibreras med avseende på vattenkvalitet. Vattenföringen som påverkas av modellens markparametrar är redan kalibrerad inom S-HYPE men sågs över för att ge en helhet när det gäller hydrologin. S-HYPE, som är kalibrerad för en annan bruttobelastning, gav vid jämförelse med observationsdata ett tillfredställande resultat. Under kalibreringen av områdena följdes kalibreringsstrategin och med hjälp av iterativa förändringar fastslogs en 11

parameteruppsättning. Statistiska mått, långtidsmedelvärden och tidsserier med markerade osäkerheter för observationer utgjorde stödet då modellens resultat jämfördes mot observationer. Förändringar som genomfördes var knutna till denitrifikationen. Denna sänktes något i en del sjöar, där observationer kunde styrka förändringen. I sydöstra Sverige genomfördes en viss regional ökning av denitrifikationen. Validering Valideringens syfte var att utvärdera hur den kalibrerade modellen fungerar för områden som modellen inte är anpassad efter. Denna typ av analys ger viktig information om modellens resultat i områden där mätdata saknas, och där simuleringarna därför i högre grad kommer att användas som en viktig informationskälla. Eftersom S-HYPE från början har kalibrerats för hela Sverige är det svårt att genomföra en validering som är opåverkad av denna tidigare kalibrering. Valideringen som här utfördes för, huvudavrinningsområdet Emån är alltså inte helt oberoende, men någon kalibrering för området har inte skett i detta projekt. Modelluppsättning Beräkningarna med SMED-HYPE genomfördes för en modelluppsättning baserad på S-HYPE 2012. Områdesindelningen är identisk med S-HYPE 2012 version 1.2.0 men indata är uppdaterades enligt SMED:s metod att beräkna punktbelastning och diffusa källor. Inför PLC6 kommer en ny områdesindelning att tas fram och indata att uppdateras utifrån data för aktuell period. I och med att arbetet med att ta fram modelluppsättningen för PLC6 ligger senare i tiden fanns endast möjligheten att göra en utvärdering av modellen utifrån en befintlig områdesindelning vilken uppdaterades med indata från PLC5. I Tabell 2 beskrivs uppdaterad indata samt den källa informationen hämtades från. För punktkällorna; industrier, reningsverk, dagvatten och enskilda avlopp kräver SMED-HYPE, till skillnad från HBV-NP där belastningen (kg/år) användes, att punktkällor anges uppdelade i halter (mg/l) och flöden (m 3 /dygn). I Bilaga 3 Uppdatering av punktkällor, beskrivs hur denna omvandling genomfördes. 12

Tabell 2 Förklaring och källor till uppdaterad indata jämfört med S-HYPE ver. 1.2.0. Indata Källa till Data Punktkällor, koncentration och flöde (industrier och reningsverk) Punktkälla, koncentration och flöde (dagvatten) Utlakningsregion Enskilda avlopp Läckagekoefficienter och fraktioner Skogsregion Kväve, deposition på sjö Fosfor, deposition på sjö SNP, avseende år 2006 PLC5 PLC5 S-hype ver 1.2.0 (som bygger på PLC5) Indata HBV-NP till PLC5 PLC5 Indata HBV-NP till PLC5 Indata HBV-NP till PLC5 HANTERING AV MARKANVÄNDNINGEN FJÄLL I SÖDRA SVERIGE För att beräkna avrinning och näringsämnesläckage för markanvändningsklassen fjäll i TBV adderades SLC (soil and landuse class) 4 (glaciär på tunn jord och kalt berg) och 5 (kalfjäll/ tunnajordar på tunn jord och kalt berg) i SMED-HYPE till en markanvändning som motsvarar fjäll (TBV). Tunna jordar förekommer i liten mängd i södra Sverige. Dessa tunna jordar klassificerade istället som öppen mark (TBV) eftersom det inte finns någon läckagekoefficient för fjäll i södra Sverige. Inför PLC6 kommer en ny markanvändningsindelning att tas fram till modelluppsättningen och där kommer dessa problem redan ha behandlats. Utvärdering av modellens resultat För att utvärdera noggrannheten i den beräknade avrinningen (l/s km 2 ) jämfördes beräknad vattenföring (m 3 /s) med observerad vattenföring. Retentionen av näringsämnen som definieras som differensen mellan netto- och bruttobelastning utvärderades i första hand genom att koncentrationer och belastningar studerades eftersom retention inte går att mäta direkt. I utvärderingen är det viktigt att förhålla sig till osäkerheter i observationer. I Bilaga 4 - Osäkerheter i mätningar av vattenföring och vattenkemi, ges en beskrivning av hur observationsosäkerheter hanterades i detta projekt. Vattenföring För att kunna bedöma noggrannheten i beräknad avrinning jämfördes beräknad vattenföring mot observerad vattenföring i tre huvudavrinningsområden, Rönne å, Mörrumsån samt Öreälven. Resultat för medelår samt varaktighetskurvor redovisas för simulerad och observerad vattenföring vid huvudavrinningsområdenas mynning i havet. Då resultat från Emån kommer att redovisas för utvärderingen av kväve och fosfor, redovisas också resultat från flödesstationer i Emån. 13

Ett vanligt mått vid utvärdering av hydrologiska modeller är Nash-Sutcliffe Efficiency (NSE), definierat av Nash och Sutcliffe (1970). NSE beräknas som ett minus variansen av felet dividerat med variansen hos de observerade värdena. Eftersom detta mått har ett flertal välbeskrivna brister (se t.ex. Westerberg m.fl., 2011 och referenser däri), har många vidareutvecklingar skett, och ett välanvänt sådant mått Kling-Gupta Efficiency eller KGE (Gupta och Kling, 2009). Detta mått bygger på tre delar, linjär korrelation, systematiskt fel, samt ett mått på den relativa variabiliteten i observerad och simulerad data. I Bilaga 2 Kalibreringsstrategi, ges en närmare beskrivning under kapitlet Statistiska mått. Värden för dessa samt ett antal andra mått beräknades och värdena för den slutligt kalibrerade modellen redovisas för fem stationer i Mörrumsån, sju stationer i Rönne å och en station i Öreälven. Dessa värden samt information om stationerna, och simulerade och observerade varaktighetskurvor för alla stationer redovisas i Bilaga 5 - Flödesstationer och varaktighetskurvor. Vattenföringsberäkningarna baserades på kalibreringen för S-HYPE 2012 (Referensguide till SMHI Vattenwebb, 2013 ). Inga förändringar har gjorts med undantag för flöden som härstammar från punktkällor så som enskilda avlopp, avloppsreningsverk och industrier samt kalfjäll/tunna jordar i södra Sverige. Rutinerna för beräkningen av vatten har inte ändrats i SMED-HYPE så en teknisk validering har inte varit nödvändig. Vattenföringen utvärderades dock, eftersom att den har en stor betydelse för belastningen. Utvärderingen skedde också för att bearbeta rutiner kring utvärdering av vattenföring inför PLC6. Vattenkvalitet Retention är avskiljningen av näringsämnen i mark och vatten, vilket motsvarar differensen mellan netto- och bruttobelastning. I SMED-HYPE beräknas endast retentionen i vattnet eftersom markretentionen finns inbakad i markläckaget. Under kallare delar av året avstannar de biologiska processer som sker i vatten, vilka utgör större delen av avskiljningen gällande kväve. För fosfor har även de hydrologiska förhållandena stor påverkan på sedimentationen som gynnas vid låga vinterflöden. En bra indikation på retentionens storlek kan erhållas om man jämför koncentrationen eller belastningen mellan sommar- och vinterperiod. Näringsämneskoncentrationerna presenterades därför även som medelvärden årtidsvis (vår, sommar, höst och vinter). För att få en bättre uppfattning om modellens förmåga att hantera koncentrationernas dynamik togs även tidsserier fram tillsammans med grafer för utvärdering av långtidsmedelvärden. I graferna visas även observationernas spridning och uppskattade osäkerheter. Nettobelastningen för ett medelår beräknades i de tre huvudavrinningsområdenas mynningar (eller så nära mynningen som möjligt). 14

Resultat och diskussion Resultaten nedan är framtagna utifrån de rekommendationer som ges i Bilaga 2 Kalibreringsstrategi. Fokus ligger på långtidsmedelvärden men tidsserier används som ett komplement. Statistiska mått presenteras och osäkerheter och spridningar i observationer finns med i utvalda figurer. Vattenföring Observerad medelvattenföring samt simulerad medelvattenföring med samma parameteruppsättning som S-HYPE 2012 med avseende på hydrologin, perioden 1985-2004, för flödesstationerna i Öreälven, Rönne å samt Mörrumsån visas i Figur 1. Överensstämmelse av långtidsmånadsmedel för simulerad och observerad vattenföring för samma stationer och samma period redovisas i Bilaga 6 Överensstämmelse i långtidsmedelvattenföring. Figur 1. Jämförelse för långtidsmedelvärde för simulerad och observerad medelvattenföring under perioden 1985-2004 för alla vattenföringsstationer i Öre älv, Rönne å och Mörrumsån. I Figur 2 visas en jämförelse av NSE och KGE för ett antal flödesstationer, mot arealen till vänster och mot områdets sjöprocent till höger, för Öreälven, Rönne å och Mörrumsån. Ett värde på 1, betyder att överrensstämmelsen mellan den modellerade vattenföringen och den observerade vattenföringen är fullständig (100 %). NSE-värdena ligger mellan 0,515 och 0,934 (median 0,816). KGE ligger något högre, mellan 0,721 och 0,946 (median 0,854). Ingen noterbar skillnad i resultat mellan mindre och större områden eller områdets sjöprocent kan konstateras. De två områden som avviker med ett sämre resultat med avseende på NSE (~0,5), 15

jämfört med övriga stationer, är reglerade. SMED-HYPE:s regleringsrutin är enkelt beskriven och överensstämmelsen för reglerade områden bli därför ofta sämre än resultat för oreglerade flödesstationer. Figur 2. NSE och KGE för ett antal flödesstationer jämförs mot arealen till vänster och mot områdets sjöprocent till höger för Öreälven (+), Rönne å(o) och Mörrumsån (o) I Figur 3 och Figur 4 visas en jämförelse av simulerad och observerad medelvattenföring, för dels varje dag på året (figur till vänster) och dels för varje månad (figur till höger), vid Ärrarp, nära Rönne ås mynning i havet, samt en varaktighetskurva för samma station under perioden 1985-2004. Motsvarande redovisas för Mörrum, Mörrumsåns mynning i havet (Figur 5 och Figur 6) och för Öreälven (Figur 7 och Figur 8). Den övre figuren till vänster för varje station visar beräknad medelvattenföring för varje dag på året med en röd linje och observerad medelvattenföring med en svart linje. De skuggade fälten visar den högsta respektive lägsta vattenföring för varje dag på året under samma period (röd för simulerad, grå för observerad). Den beräknade medelvattenföringen överskattar den observerade medelvattenföringen i alla områdena, Rönne å med ca 12 %, Mörrumsån ca 9 % och 4 % i Öreälven. I Bilaga 7 Statistiska mått för vattenföring och vattenkvalitet, redovisas de beräknade måtten för mynningspunkterna i de tre huvudavrinningsområdena. I Figur 4, Figur 6 och Figur 8 nederst för varje station visas den kumulativa fördelningsfunktionen, CDF, som beskriver hur väl fördelningen av modellens beräknade flödesstorlek överensstämmer med den observerade, under hela perioden 1985-2004. Fördelningsfunktionen ger ingenting information om överensstämmelsen i tiden. För Rönne å (Figur 4) är överensstämmelsen för låga och höga flöden bra men modellen överskattar generellt flöden där emellan. 16

Medelvattenföringen för perioden 1985-2004 överskattas främst vintertid men ligger nära observerade värden tidigt på sommaren med avseende på både dygnmedel och månadsmedel, se Figur 3. Figur 3. T.V. Medelårsanalys för simulerad och observerad vattenföring vid Ärrarp, Rönne ås mynning i havet, för varje kalenderdag under perioden 1985-2004. Röd linje visar medelvärde av simulering med SMED-HYPE och svart linje visar medelvärde för observerad vattenföring. Det skuggade fältet visar högsta respektive lägsta vattenföring. T.H. Observerad( ) och simulerad( ) månadsmedelvattenföring. Årsmedelvattenföring observerad ( ) och simulerad ( )framgår längst till höger. Boxarna utgörs av alla mätvärden den aktuella månaden, med 25:e och 75:e percentilen inom boxen, och medianvärdet markerat som ett rött horisontellt streck. Morrhåren är maximalt 1,5 lådlängd och värden längre utanför (utliggare) markeras med röda plustecken. Figur 4. Fördelning (kumulativ fördelningsfunktion, CDF) för simulerad (röd) och observerad (svart) vattenföring vid Ärrarp, Rönne ås mynning i havet, under perioden 1985-2004. 17

Medelvattenföringen för Mörrumsån överskattas större delen av året. Få undantag återfinns då dygnsmedelvattenföringen studeras, se Figur 5. Fördelningsfunktionen visar att modellen ofta överskattar vattenföringen då den röda simulerade kurvan 95 % av tiden ligger till höger om den svarta observerade, fråntaget de allra högsta topparna vilka underskattas, se Figur 6. Figur 5. T.V. Medelårsanalys för simulerad och observerad vattenföring vid Mörrum, mynningen av Mörrumsån i Östersjön, för varje kalenderdag under perioden 1985-2004. Se förklaring i bildtext till Figur 3 Figur 6. Fördelning (kumulativ fördelningsfunktion, CDF) för simulerad (röd) och observerad (svart) för Mörrum, mynningen av Mörrumsån i Östersjön under perioden 1985-2004. 18

Den simulerade medelvattenföringen för Öreälven ligger nära den observerade, större delarna av året, se Figur 7. I samband med vårflodens höga flöden syns en viss underskattning och i slutet av året förekommer en överskattning. Kurvorna i den kumulativa fördelningsfunktionen följs åt bra men även här framkommer det att de allra högsta topparna underskattas, se Figur 8. Figur 7. T.V. Medelårsanalys för simulerad och observerad vattenföring vid Torrböle 2, Öreälvens mynning i havet, för varje kalenderdag under perioden 1985-2004. Se förklaring i bildtext till Figur 3 Figur 8. Fördelning (kumulativ fördelningsfunktion, CDF) för simulerad (röd) och observerad (svart) vattenföring vid Torrböle 2, Öreälvens mynning i havet, under perioden 1985-2004. 19

Vattenkvalitet I rapporten sammanfattas hur simulerade årtidsmedelvärden förhåller sig till observerade för samtliga mätstationer i Mörrumsån, Rönne å respektive Öreälven. Först ges här en förklaring till tolkning av figurerna som återkommer för varje huvudavrinningsområde. Tolkning av resultatfigurer I figurer med årtidsmedelvärden visas hur simulerade årtidsmedelvärden förhåller sig till observerade halter under vinter (december-februari), vår (mars-maj), sommar (juni-augusti) och höst (september-november). Varje liten prick i grafen motsvarar ett medelvärde för aktuell årstid under perioden 1985-2004. De stora prickarna motsvarar medelvärdet av de små prickarna i samma färg, dvs. ett långtidsmedelvärde per årstid. I sammanställningen av resultaten för kväve och fosfor har delområden med mätstationer som visar typiska problem eller styrkor i modellen valts ut för djupare analys. För stationerna visas resultatet för ett medelår med observerade och simulerade månadsmedelvärden för åren 1985-2004 samt långtidsmedelvärdet (längst till höger i grafen). Långtidsmedelvärdet till höger beräknas dels från månadsmedelvärden och dels för hela tidsperioden direkt. Den svarta kurvan som visar bruttokoncentrationen till området tas fram utifrån en simulering där all retention och internbelastning som sker i sjö- och vattendrag är avstängd (även uppströms). Den svarta kurvan motsvarar således ackumulerad bruttokoncentration och skillnaden mellan brutto och netto visar den totala avskiljningen (retentionen) eller internbelastningen som skett uppströms. Boxarna i figuren utgörs av alla mätvärden den aktuella månaden, med 25:e och 75:e percentilen inom boxen, och medianvärdet markerat som ett rött horisontellt streck. Morrhåren är maximalt 1,5 lådlängd och värden längre utanför (utliggare) markeras med röda plustecken. Som komplement till figurer som visar medelvärden, visas tidserier för en 10- årsperiod. Genom att studera tidsserier går det att upptäcka trender över tiden. I tidseriegraferna presentera även fraktionerna för kväve och fosfor samt osäkerheter i observationerna. I de fall det inte finns några observationer av ämnets fraktioner visas endast totalkoncentrationen. Som sammanfattning av resultaten för varje huvudavrinningsområde redovisas nettobelastningen i mynningspunkten (eller så nära mynningspunkten som möjligt) för ett medelår (1985-2004). Nettobelastningen visar hur stort flödet av näringsämnena är i kg/dygn. Simulerad medelbruttobelastning för varje dag på året visas med en röd linje och observerad medelbruttobelastning visas med en svart linje. Det skuggade fälten visar den högsta respektive lägsta bruttobelastningen för varje dag på året. Observationerna för perioden 1985-2004 finns utmärkta som svarta plustecken och är inte medelvärden. 20

Mörrumsån De flesta stationernas långtidsmedelvärden ligger nära 1-1-linjen under alla årstider men en underskattning sker vinter och vår för kväve, se Figur 9. De simulerade fosforkoncentrationerna avviker mer från observationerna än för kväve. Generellt kan sägas att fosforkoncentrationer överskattas vintertid, medan en övervägande underskattning bland stationerna uppvisas under övriga årstider. Under sommar och höst är underskattningen tydligast. Exempel på hur modellen överskattar fosforkoncentrationerna vintertid men underskattar resterande del av året visas i form av tidsserie i Figur 11. 21

Figur 9. Observerat årstidsmedelvärde för totalkväve (överst, mg/l) och totalfosfor (nederst, mg/l) mot simulerat årstidsmedelvärde för alla mätstationer i Mörrumsån, vinter, vår, sommar samt höst. Varje mätstation motsvarar en färg. Små prickarna motsvarar årstidens medelvärde för varje specifikt år under 1985-2004. Stora prickar motsvarar långtidsmedel per årstid för hela perioden 1985-2004. Figuren har beskurits efter långtidsmedelvärdena vilket innebär att några avvikande små prickar ligger utanför. Färgen är behållen för varje station i grafen för kväve respektive fosfor. 22

I Figur 10, visas resultat för kväve från ett område nära mynningen i Mörrumsån. De simulerade medelvärdena visar en lägre koncentration än de observerade, då medelvärdena för hela perioden studeras, både med avseende på månadsmedelvärden och långtidsmedelvärde. Grön kurva (simulerade värden) och rosa kurva (observerade värden) visar på liknande dynamik med högst koncentrationer under våren men variationen under året är inte lika markant i de simulerade värdena som i observationerna. I figuren syns att dynamiken i den simulerade koncentrationen av oorganiskt kväve (IN) stämmer väl med observationsdata. Modellen underskattar organiskt kväve (ON) och därmed underskattas den totala halten av kväve. Justeringar som görs vid kalibrering av kväve påverkar främst oorganiskt kväve genom denitrifikation. Observationerna visar på en tendens till avtagande dynamik mot slutet av perioden. Främst för ON men även för IN. Det är viktigt att komma ihåg att modellen följer observationerna bättre mot slutet av perioden. Anledningen till att större vikt läggs på anpassning till den senare delen av perioden är att indata för punktutsläpp och läckagekoefficienterna gäller för 2006. Modellen beräknar alltså en avskiljning utifrån en bruttobelastning baserad på perioden 2006 (med avseende på punktkällor och läckagekoefficienter) och då är det också rimligt att det är observationerna under perioden närmast 2006 som, i första hand, bör efterföljas av modellen. Då kvävekoncentrationen generellt sett ligger något lågt i förhållande till observationerna kan slutsatsen att bruttobelastningen är något för låg eller att modellen använder en för hög retention av ON dras. Antagandet bygger på att IN simuleras väl i modellen och det enda sättet att direkt få mer ON i systemet är att sänka sedimentationen. Resonemanget tar inte hänsyn till osäkerheten i observationerna som också bör beaktas. I motsvarande figur för fosfor (Figur 11) är skillnaden mellan medelvärdet för observerad och simulerad koncentration för hela perioden relativt liten. Dock fångas dynamiken ganska dåligt, där simulerade koncentrationer är som högst vintertid medan observerade koncentrationer är som högst sommartid sett till hela perioden. Små överskattningar i modellerad vattenföringen under sommarmånaderna kan ge ganska höga avvikelser i form av lägre halter då näringsämnena späds ut. En avvikelse i halten under sommarmånaderna behöver dock inte ha så stor betydelse för belastningen eftersom den relativt sett är låg under sommaren då vattenföring är låg. I tidserierna till höger i Figur 11 visas uppmätta och simulerade koncentrationer för totalfosfor, löst fosfor (SP) samt partikulärt fosfor (PP). Likt medelvärdena (till vänster i figuren) visar tidserierna att de simulerade och observerade totalfosforkoncentrationerna ligger nära varandra i nivå men att dynamiken är svår att fånga för modellen. Den simulerade fraktionen SP överskattas och PP underskattas något. SP jämnar dock ut den underskattning som ses i PP och leder till att totalkoncentrationen överensstämmer väl. Att fånga dynamiken, som är motsatt i månadsme- 23

delvärdena är en utmaning för modellen och här får vi nöja oss med att observerade och simulerade koncentrationer ligger i närheten av varandra. Här bör man istället fokusera på att beskriva fraktionerna på ett bättre sätt vilket skulle kunna ske genom att studera punktkällor och diffus belastning. Viktigt att komma ihåg är att retentionen beräknas utifrån årsmedelvärden och med avseende på dessa ligger simulerad och observerad koncentration relativt nära varandra. Figur 10 Observerade och simulerade kvävekoncentrationer för ett område nära mynningen i Mörrumsån T.V. Observerade månadsmedelvärden ( ), medelvärden för samtliga simulerade värden under månadsperioden ( ), simulerat medelvärde beräknat utifrån de tillfällen då det finns mätvärden under månaden ( ) bruttokoncentration månadsmedelvärden ( ), årsmedelvärde baserat på alla mätvärden ( ) samt årsmedelvärde baserat på alla simulerade värden ( ).T.H. I tidserierna visas simulerad vattenföring (röd kurva) och observerad vattenföring (svart kurva). Observationer för vattenkvalitet visas som orangea staplar, höjden på stapeln visar osäkerheten. Simulerad bruttokoncentration (svart kurva) och nettokoncentration (blå kurva) redovisas för totalkväve, oorganiskt kväve (IN) samt organiskt kväve (ON). Figur 11. Observerade och simulerade fosforkoncentrationer i ett område nära mynningen i Mörrumsån. Figurerna visar motsvarande information som för kväve. 24

Som ett exempel på hur modellens N-dynamik överensstämmer med observationer fastän modellen kraftigt underskattar koncentrationerna visas ett område i mellersta delarna av Mörrumsåns avrinningsområde, se Figur 12Fel! Hittar inte referenskälla.. Följande område utmärkte sig genom starkt avvikande medelvärden. För området som har sitt utlopp vid Norra Bergundasjöns mynning redovisas en överensstämmande dynamik mellan observerade och simulerade medelkoncentrationer för kväve (Figur 12). Nivån för de simulerade värdena är dock betydligt lägre än de observerade sett till hela perioden. Studerar man istället tidserien till höger i samma figur kan man se att observationerna visar på en sjunkande trend mot slutet av perioden och att de simulerade och observerade koncentrationer följer varandra bättre då. Modellen använder utsläppsvärden från 2006 och detta påverkar simuleringarna. Om utsläppen var högre tidigare i perioden återspeglar det sig i observationerna men inte modellen som fortfarande beskriver år 2006 med avseende på punktkällor och läckagekoefficienter. Modellen lyckas i så fall simulera en koncentration nära den uppmätta under slutet av perioden. Utifrån att endast studera långtidsmedelvärden kan man endast göra bedömningen att modellen överskattar retentionen förutsatt att bruttokoncentration och observationer är korrekta. För fosfor Figur 13 återfinns en underskattning av framförallt fosforkoncentrationerna under sommaren men även här stämmer observerad och simulerad koncentration bättre överens i slutet av perioden. Av bruttokoncentrationen (svart linje, som ligger under simulerade och modellerade värden), att döma sker ett läckage av fosfor under sommar/höst vilket modellen också simulerar men inte i den utstäckning som observationerna visar. I området som ligger i närheten av Växjö finns sjön Norra Bergundasjön som påverkas av stadens utsläpp. En alternativ kalibreringsåtgärd hade varit att öka den befintliga internbelastningen i sjön för att, sett till hela perioden, få en bättre överenstämmelse med observationsdata. Ökningen genomfördes inte då modellen trots allt simulerar en mer överensstämmande dynamik och nivå det sista året i simuleringen. Den period som simulerade koncentrationer följer observationsdata bäst ligger närmast den period som punktkällornas utsläppsvärden och läckagekoefficienter är aktuella för (d.v.s. 2006). Diskussionen om hur internbelastning för fosfor ska hanteras för liknande områden bör föras i samband med kalibrering i PLC6. 25

Figur 12. Observerade och simulerade kvävekoncentrationer för Norra Bergundasjöns mynning i Mörrumsåns avrinningsområde T.V. Observerade månadsmedelvärden ( ) medelvärden för samtliga simulerade värden under månadsperioden ( ) medelvärde beräknat utifrån de tillfällen då det finns mätvärden under månaden ( ) bruttokoncentration månadsmedelvärden ( ) årsmedelvärde baserat på alla mätvärden ( ) samt årsmedelvärde baserat på alla simulerade värden ( ). T.H. I tidserierna visar uppmätta (orange, höjden på stapeln visar osäkerheten i observationen) och simulerad bruttokoncentration (svart kurva) och nettokoncentration (blå kurva) för totalkväve. Figur 13. Observerade och simulerade fosforkoncentrationer för Norra Bergundasjöns mynning i Mörrumsåns avrinningsområde. Figurerna visar motsvarande information som för kväve. Statistiska mått för de två områdena återfinns i Bilaga 7 Statistiska mått för vattenföring och vattenkvalitet. 26

En jämförelse av årsmedelbelastningen för Mörrumsåns mynning visar att modellen täcker in stora delar av de observerade belastningarna av kväve och fosfor, under perioden 1985-2004 (Figur 14). Figuren avslöjar inte vilket år under perioden en observation sker eller vilket år modellens max- och minimumvärden simuleras, men det ger en helhetsbild över hur vattenföring och näringsämnens koncentration samverkar och stämmer med observationer, sett till hela perioden. För Mörrumsåns mynning kan man se att modellen inte fångar alla observerade toppar i början av året men att medelvärdet ändå i stort förhåller sig väl till observationerna. Dygn Dygn Figur 14. Simulerad och observerad nettobelastning per kalenderdag (kg/dygn) nära Mörrumsåns mynning till havet. T.V. totalkväve och T.H. totalfosfor. Rönne å För Rönne å ligger långtidsmedelvärdena för kväve förhållandevis nära ett-till-ett linjen för de flesta stationer (Figur 15). Vid den station som har högst värden underskattas koncentrationerna tydligt under vinter, vår och höst. Generellt för övriga stationer syns en övervägande underskattning under vinter och vår och höst. Fosformedelvärdena uppvisar generellt en liknande resultat. Samma station som avviker starkt i sina kvävekoncentrationer, avviker även i sina fosforvärden, men istället under sommar och höst. I övrigt syns en svagt övervägande avvikelse mot underskattning under vintern, medan avvikelserna under övriga årstider är mera jämt spridda. 27

Figur 15. Observerat årstidsmedelvärde för totalkväve (överst, mg/l) och totalfosfor (nederst, mg/l) mot simulerat årstidsmedelvärde för alla mätstationer i Rönne å, vinter, vår, sommar samt höst. Varje mätstation motsvarar en färg. Små prickarna motsvarar årstidens medelvärde för varje specifikt år under 1985-2004. Stora prickar motsvarar långtidsmedel per årstid för hela perioden 1985-2004. Figuren har beskurits efter långtidsmedelvärdena vilket innebär att några avvikande små prickar ligger utanför. Färgen är behållen för varje station i grafen för kväve respektive fosfor. 28

I ett område högt upp i Rönne ås avrinningsområde, utloppet av Västra Ringsjön, visar observerad kurva (rosa) och simulerad kurva (grön) på en tydlig avskiljning av kväve i förhållande till bruttokoncentrationen (svart), se Figur 16. Den svarta kurvan motsvarar ackumulerad bruttokoncentration och skillnaden mellan brutto och netto visar således den totala avskiljningen (retentionen) som skett uppströms. I förhållande till observationer överskattar modellen retentionen, sett till hela perioden. Enligt tidsserien (T.H. i Figur 16) är det främst i slutet av perioden som modellen överskattar retentionen. I samma figur visar sig ett kantigt mönster i vattenföringen. Detta är ett tecken på att vattnet är reglerat. Med avseende på fosfor sker internbelastning i östra och västra Ringsjön om bruttokoncentrationen och observationerna överensstämmer med verkligheten (Figur 17). Observationsdata visar på högre koncentrationer i områdets utlopp än vad som kommer till området via bruttokoncentrationen. Sett till hela perioden överskattas internbelastningen men tidserien (Figur 17) visar att den simulerade koncentrationen följer observerad koncentration i slutet av perioden. Uppströms östra och västra Ringsjön finns en mätstation som visar att både bruttooch nettokoncentration ligger nära observationernas storlek. Nedströms, i utloppet av västra Ringssjöns visar det sig att om simuleringen av processerna i sjön stängs av så överskattas koncentrationen kraftigt för kväve men underskattas för fosfor. Information från mätstationen uppströms och annan information om sjöns status tyder på att denitrifikationen är hög i sjön samt att det sker en internbelastning av fosfor. Då simuleringen av processerna slås på och nettokoncentrationen erhålls fås en betydligt bättre anpassning till både koncentrationens nivå och dynamik. Till vänster i Figur 16 kan man se att för kväve är överenstämmelsen bättre sommartid än vintertid. Då rutinerna som styr simuleringen av kvävekoncentrationen i modellen främst verkar under sommaren är det svårt att få till en liknande dynamik. Fosfor får anses följa den observerade dynamiken väl sett till helheten (Figur 17). I liknande fall där det saknas information kan det vara svårt att förstå och motivera liknande justeringar. 29

Figur 16. Observerade och simulerade kvävekoncentrationer för Västra Ringsjöns mynning i Rönne å T.V. Observerade månadsmedelvärden ( ) medelvärden för samtliga simulerade värden under månadsperioden ( ) simulerat medelvärde beräknat utifrån de tillfällen då det finns mätvärden under månaden ( ) bruttokoncentration månadsmedelvärden ( )årsmedelvärde baserat på alla mätvärden ( ) samt årsmedelvärde baserat på alla simulerade värden ( ). T.H. I tidserierna visas simulerad vattenföring (röd kurva) och observerad vattenföring (svart kurva). Observationer för vattenkvalitet visas som orangea staplar, höjden på stapeln visar osäkerheten. Simulerad bruttokoncentration (svart kurva) och nettokoncentration (blå kurva) redovisas för totalkväve. Figur 17. Observerade och simulerade fosforkoncentrationer i Västra Ringsjöns mynning i Rönne å. Figurerna visar motsvarande information som för kväve. Nästa område är beläget i de mellersta delarna av Rönne ås huvudavrinningsområde men ligger högt upp i en å-gren och har därmed endast en liten area uppströms. Området som har en liten andel sjöar uppströms (2 %), vilket gör att kalibreringsmöjligheterna är små, är utvalt för att visa på svårigheterna då observationer visar på en koncentration högre än bruttokoncentrationen. De observerade koncentrationerna (rosa) ligger ovan bruttokoncentrationen (svart) vintertid i Figur 18. Det gör det omöjligt för modellen att beskriva den observerade kurvan då det inte går att lägga till kväve vintertid på annat sätt än via bruttokoncentrationen. Detta tyder på att bruttobelastningen är för låg här under denna period. Området uppströms består till största delen av skog (77 %) och jordbruksmark (12 %). Tidserien, till höger, visar simulerade och observerade koncentrationer utan någon 30

jämn dynamik, vilket är typiskt för områden utan sjöar som har en utjämnande effekt. Den simulerade fosforkoncentrationen ligger nära den observerade då medelvärdena i Figur 19 studeras, förutom under maj månad. Observationen som återfinns under maj månad 1995 avviker kraftigt från övriga och bidrar till ett högt observerat medelvärde. Den här typen av värden bör utvärderas. Konstateras mätningen vara korrekt är det mycket svårt för modellen att fånga den här typen av extrema fall. Figur 18. Observerade och simulerade kvävekoncentrationer för ett område i Rönne å T.V. Observerade månadsmedelvärden ( ) medelvärden för samtliga simulerade värden under månadsperioden ( ) simulerat medelvärde beräknat utifrån de tillfällen då det finns mätvärden under månaden ( ) bruttokoncentration månadsmedelvärden ( ) årsmedelvärde baserat på alla mätvärden ( ) samt årsmedelvärde baserat på alla simulerade värden ( ).T.H. I tidserierna visas simulerad vattenföring (röd kurva) och observerad vattenföring (svart kurva). Observationer för vattenkvalitet visas som orangea staplar, höjden på stapeln visar osäkerheten. Simulerad bruttokoncentration (svart kurva) och nettokoncentration (blå kurva) redovisas för totalkväve, oorganiskt kväve (IN) samt organiskt kväve (ON). Figur 19. Observerade och simulerade fosforkoncentrationer i ett område i Rönne å. Figurerna visar motsvarande information som för kväve. 31

Statistiska mått för de två områdena återfinns i Bilaga 7 Statistiska mått för vattenföring och vattenkvalitet. Årsmedelbelastningen redovisas för ett område med observationer av vattenföring och näringsämnens koncentration, så långt ner i Rönne ås huvudavrinningsområde som möjligt. Modellen täcker in stora delar av de observerade belastningarna under perioden 1985-2004 (Figur 20). Modellen täcker in de flesta observationerna under året mellan min- och maxbelastningarna (rosa fältet) för kväve och ligger bra med avseende på medelbelastning (röd linje). Det finns dock en tendens till överskattning sommartid. Den simulerade årsmedelbelastningen för fosfor förhåller sig något högt till observationerna även om min och maxvärden för hela perioden täcker in observationerna väl. Dygn Figur 20. Simulerad och observerad nettobelastning nära Rönne ås mynning till havet. T.V. totalkväve och T.H. totalfosfor. Dygn Öreälven I Öreälven finns endast en station som mäter näringsämnen. Simulerade långtidsmedelvärden överensstämmer väl med observerade långtidsmedelvärden för alla årstider vad gäller totalkväve. För fosfor underskattar modellen koncentrationerna för alla årstider, se Figur 21. 32

Figur 21. Observerat årstidsmedelvärde för totalkväve (överst, mg/l) och totalfosfor (nederst, mg/l) mot simulerat årstidsmedelvärde för en mätstation i Öreälven, vinter, vår, sommar samt höst. Varje mätstation motsvarar en färg. Små prickar motsvarar årstidens medelvärde för varje specifikt år under 1985-2004. Stora prickar motsvarar långtidsmedel per årstid för hela perioden 1985-2004. Färgen är behållen för varje station i grafen för kväve respektive fosfor. 33

Området med observationer av kväve och fosfor ligger långt ner i avrinningsområdet vilket gör att det får representera hela avrinningsområdet. Den totala sjöprocenten för avrinningsområdet är väldigt liten och området har dominerande skogsmark. Modellen simulerar kvävekoncentrationen väl i jämförelse med observationerna (Figur 22). Under maj, juni och oktober uppträder den största avvikelsen mellan simulerade koncentrationer och observerade, sett till månadsmedelvärdena. Man kan också se att observationerna ligger högre än vad bruttokoncentrationerna gör i maj och juni. Modellen kan inte förväntas ge goda resultat när bruttobelastningen är underskattad. Tidserien i Figur 22 visar en otydlig säsongsdynamik för totalkväve, vilket är väntat i detta område som har få sjöar. För IN som är den fraktion av kväve som denitrifieras, fångar modellen dynamiken i observerade koncentrationer. De observerade fosforkoncentrationerna ligger generellt sett högre än bruttokoncentrationen, se Figur 23. Då sjöprocenten i området är mycket liten har det inte, ens teoretiskt sett, funnits tillräckliga möjligheter att öka internbelastningen i modellen för att nå upp till observationerna. För att få ett bättre resultat i den här typen av områden behöver bruttobelastningen utvärderas ytterligare. I tidserier förekommer ibland spikar i simuleringarna av näringsämneskoncentrationer. Anledningen till dess avvikande, extremt höga koncentrationer kan förklaras med att vattenföringen är mycket låg. Då det finns mycket lite vatten under en period ansamlas näringsämnen och vilket leder till höga koncentrationer. Om modellen inte har en god simulering av sådana tillfällen är det inget större problem för belastningsberäkningarna eftersom belastningen är en produkt av vattenföring och koncentration och vattenföringen är mycket liten i sådana fall. 34

Figur 22. Observerade och simulerade kvävekoncentrationer för ett område nära Öreälvens mynning. T.V. Observerade månadsmedelvärden ( ) medelvärden för samtliga simulerade värden under månadsperioden ( ) simulerat medelvärde beräknat utifrån de tillfällen då det finns mätvärden under månaden ( ) bruttokoncentration månadsmedelvärden ( )årsmedelvärde baserat på alla mätvärden ( ) samt årsmedelvärde baserat på alla simulerade värden ( ). T.H. I tidserierna visas simulerad vattenföring (röd kurva) och observerad vattenföring (svart kurva). Observationer för vattenkvalitet visas som orangea staplar, höjden på stapeln visar osäkerheten. Simulerad bruttokoncentration (svart kurva) och nettokoncentration (blå kurva) redovisas för totalkväve, oorganiskt kväve (IN) samt organiskt kväve (ON). Figur 23. Observerade och simulerade fosforkoncentrationer för ett område nära Öreälvens mynning. Figurerna visar motsvarande information som för kväve. Statistiska mått för området återfinns i Bilaga 7 Statistiska mått för vattenföring och vattenkvalitet. 35

Det finns få observationer vid Öreälvens mynning för beräkning av årsmedelbelastning. Modellens årsmedelbelastning ligger nära de få observationer som finns för både kväve och fosfor, men det är svårt att dra några större slutsatser utifrån de få data som finns. Dygn Dygn Figur 24. Simulerad och observerad nettobelastning nära Öreälvens mynning till havet. T.V. totalkväve och T.H. totalfosfor. Validering Med avseende på hydrologin skiljer sig inte det resultat som visas för Rönne å, Mörrumsån och Öreälven från valideringen av Emån eftersom vattenföringen redan var kalibrerad även för Emån. Då en regional ökning av denitrifikationen genomfördes i sydöstra Sverige redovisas effekten på nettobelastning i ett område som inte använts i kalibreringssyfte. Vattenföringsresultaten för Emån redovisas dock för att ge en helhetsbild av hydrologi och vattenkvalitet. Vattenföring Modellen överskattar vattenföringen med 11 % med avseende på årsmedelvattenföring perioden 1985-2004 vid Emfors, Emåns mynning i Östersjön. Årsmedelvattenföringen är 32,6 m 3 /s jämfört med observerad samma period 29,3 m 3 /s. Medel samt högsta respektive lägsta vattenföring för varje dag på året redovisas för simulerad och observerad vattenföring i Figur 25. En varaktighetskurva för samma station redovisas i Figur 26. Där framkommer att modellen överskattar vattenföringen vid låga och medelstora flöden. Då flödet är som högst förekommer en viss underskattning. 36

Figur 25. Medelårsanalys för simulerad och observerad vattenföring vid Emfors, mynningen av Emån till Östersjön för varje dag på året under perioden 1985-2004. Röd linje visar medelvärdeav simulering med SMED-HYPE och svart linje visar medelvärde för observerad vattenföring. Det skuggade fältet visar högsta respektive lägsta vattenföring. T.V. Observerad( ) och simulerad( ) månadsmedelvattenföring. Årsmedelvattenföring observerad ( ) och simulerad ( )framgår längst till höger. Boxarna utgörs av alla mätvärden den aktuella månaden, med 25:e och 75:e percentilen inom boxen, och medianvärdet markerat som ett rött horisontellt streck. Morrhåren är maximalt 1,5 lådlängd och värden längre utanför (utliggare) markeras med röda plustecken. Figur 26. Varaktighetskurva för simulerad (röd) och observerad (svart) vattenföring vid Emfors, mynningen av Emån till Östersjön, under perioden 1985-2004. I Bilaga 7 Statistiska mått för vattenföring och vattenkvalitet redovisas de beräknade måtten för mynningspunkten i Emån. 37

Vattenkvalitet Långtidsmedelvärdena för kväve, per årstid, förhåller sig relativt bra till ett-till-ett linjen, se Figur 27. Två stationers resultat avviker starkt från kurvan, men inte under samma årstid. Övriga stationers avvikelser fördelar sig nära kurvan. Under sommar och höst är avvikelserna större, men jämt fördelade. På vintern och våren är avvikelserna mindre men å andra sidan övervägande underskattade. För fosfor är det samma stationer som uppvisar störst avvikelser. För övriga stationer uppvisar fosfor generellt en bättre överenstämmelse. De flesta värden ligger mycket nära ett-till-ett-linjen. Avvikelserna överväger något åt överskattning under vinter och höst, medan de är jämt spridda under vår och sommar. Statistiska mått för området återfinns i Bilaga 7 Statistiska mått för vattenföring och vattenkvalitet. 38

Figur 27. Observerat årstidsmedelvärde för totalkväve (överst, mg/l) och totalfosfor (nederst, mg/l) mot simulerat årstidsmedelvärde för alla mätstationer i Emån, vinter, vår, sommar samt höst. Varje mätstation motsvarar en färg. Små prickarna motsvarar årstidens medelvärde för varje specifikt år under 1985-2004. Stora prickar motsvarar långtidsmedel per årstid för hela perioden 1985-2004. Figuren har beskurits efter långtidsmedelvärdena vilket innebär att några avvikande små prickar ligger utanför. Färgen är behållen för varje station i grafen för kväve respektive fosfor. 39

Årsmedelbelastningen redovisas för mynningen i Emåns huvudavrinningsområde. Modellen täcker in stora delar av de observerade kvävebelastningarna under perioden 1985-2004 (Figur 28). Modellen täcker in de flesta observationerna under åren mellan min- och maxbelastningarna (rosa fältet) för kväve och ligger bra med avseende på medelbelastning (röd linje). Den simulerade årsmedelbelastningen för fosfor förhåller sig något högt till observationerna även om min och maxvärden för hela perioden täcker in observationerna väl. Dygn Dygn Figur 28. Simulerad och observerad nettobelastning nära Emåns mynning till havet. T.V. totalkväve och T.H. totalfosfor. Förhållandet mellan netto- och bruttobelastning I Bilaga 2 Kalibreringsstrategi, nämns att modellens näringsämneskoncentrationer ska anpassas så att det först och främst är dynamiken som beskrivs och inte den nivå som medelkoncentrationen svänger kring. Anledningen är att om koncentrationens nivå höjs eller sänks i avsikt att få en bättre anpassning till observationer så finns risken för överkompensering eller underkompensering av en från början felaktig bruttobelastning. Det skulle kunna leda till en retentionssiffra som inte är representativ då definitionen för retention är skillnaden mellan netto- och bruttobelastning. I sjöar med naturligt hög retention i förhållande till belastningen på sjön kan man se stora skillnader mellan netto- och bruttobelastning (eller koncentration) under hela året. Att man ser en skillnad även vintertid, trots att de flesta avskiljningsprocesserna avstannar vid låga temperaturer, beror på att sjöns vatten har en viss omsättningstid. Ett viktigt undantag i att processerna avstannar är sedimenteringsprocesserna som naturligt ökar vid låga vinterflöden. Om sjöns vatten inte hinner bytas ut med det tillrinnande vattnet (med bruttokoncentrationen) under vintern kommer endast en utspädning av vatten i sjön (som har lägre koncentration) att ske tills temperaturen stiger och processerna börjar om på nytt. På så sätt når nettokoncentrationen aldrig upp till bruttokoncentrationen och man beskriver en nivåförändring i koncentrationen som uppträder naturligt. 40

För att kunna härleda den här typen av större förändringar i koncentration krävs uppströms observationer eller annan typ av information om den verkliga miljön. Om detta inte existerar finns en risk för justering på grund av felaktigt bruttoläckage. Även om flertalet förbättringar har gjorts av indata sedan PLC5-beräkningarna kommer indata fortfarande att ge orimliga bruttobelastningar i en del delavrinningsområden eftersom lokal anpassning inte kan göras. Om en punktkälla exempelvis har ett felaktigt rapporterat utsläppsvärde, eller starkt varierande utsläppsnivåer, eller har placerats i fel delavrinningsområde kan bruttonivåerna bli fel. Ett annat exempel är jordbruksläckaget som är starkt beroende av jordartens textur (Widén-Nilsson m.fl., 2013). Även om en ny jordartskarta tas fram inför PLC6, Djodjic (under förberedelse), kommer avvikelser finnas lokalt. En konsekvens av att modellen underskattar de högsta flödestopparna, vilket tydligt visas i vissa av figurerna med årsmedelvattenföring, blir att den under våren vissa år underskattar mängden läckage. Det är svårt att uppskatta hur stora skillnaderna är mellan uppmätt belastning och simulerad belastning då den observerade belastningen baseras på ett fåtal observationstillfällen. Observationerna i figurena visar belastningen för alla de mättillfällen som gjorts under simuleringsperioden. Jämförs dessa observationer med den simulerade belastningens (rött skuggat fält) framkommer att modellen, under en längre simuleringsperiod, fångar belastningen till havet väl. Beskrivs inte nettobelastningstopparna som syns i observationerna av modellen betyder det att de inte heller finns med i bruttobelastningen som går in i modellen. Därmed sker en underskattning av faktisk belastning men det leder inte till en överskattning av retentionen. Kalibrering av SMED-HYPE En kalibrering av en modell är alltid en avvägning för att uppnå ett samlat resultat som stämmer överrens med observationerna så väl som möjligt givet de osäkerheter som är kända i data och modell. I och med det kommer överenstämmelsen vid vissa mätstationer att vara bättre och vid vissa sämre men det är den samlade regionala bedömningen som är viktig. I PLC6-rapporteringen ligger fokus på belastningen till havet och resultat optimeras kring en korrekt beskrivning av läckage till havet. Därmed kan beräkningar på lokal skala uppnå ett sämre resultat än önskat. I de fall det är motiverat att göra lokala justeringar så finns dock vissa möjligheter att göra det men förändringarna måste då kunna motiveras utifrån uppströms observationer eller annan information. Beräkningens syfte och slutprodukt är avgörande för kalibreringsarbetet. Slutprodukten för tidigare rapporteringar har varit antropogen belastningen av total mängd kväve och fosfor till havet. Den hydrologiska modellens beräkningar har uppskattat avrinning och retention för ett medelår av en 20- årsperiod. Inför PLC6 kan det bli aktuellt att även göra beräkningen för ett enskilt år. Om detta beslut tas bör det utredas hur vattenflödet och framför allt retentionen påverkas. 41

Inför PLC6 Inför PLC6 ska en ny regional uppsättning tas fram med ny markanvändningsfördelning. Förhoppningsvis kan delar av tidigare kalibreringsarbete, genomfört i samband med S-HYPE, återanvändas då egenskaperna är knutna till markanvändning eller jordart och inte geografisk placering. Hur stora skillnader som kommer att uppstå och hur mycket kalibreringsarbete som måste göras om är idag mycket svårt att uppskatta. Beräkningsresultat från PLC6 kommer troligtvis att jämföras med beräkningsresultat från PLC5 både på lokal skala och nationell skala. När det gäller dessa jämförelser är det viktigt att vara medveten om några skillnader. När avrinningen beräknas med en ny avrinningsmodell leder det till att läckaget från jordbruksmark kommer att beräknas utifrån en ny målavrinning. Målavrinningen baseras på rapporterad avrinning från SMHI och beräknas av SLU i samband med att SLU kör sina läckagemodeller. HBV-NP levererade en total avrinning viktad för skogsmark och öppen mark. Även i PLC6 kommer en total avrinning att levereras men i SMED-HYPE beräknas avrinningen för varje specifik markanvändning. Det innebär att avrinningen från jordbruksmark i områden med mycket jordbruksmark kommer att slå igenom i den totala avrinningen för dessa områden. Ett nytt jordbruksläckage baserat på en ny avrinning kommer att ge en ny belastning och kräva en ny kalibrering av modellen. En annan skillnad att ta hänsyn till är att modellerna kalibreras helt olika. I SMED- HYPE kommer den bästa nationella kalibreringen vara den som styr. I vissa områden kommer regionala skillnader att göras men för den lokala skalan i områden där det finns kalibreringsdata kan resultaten förväntas bli sämre på grund av att parameteruppsättningen väljs på större skala. Den bästa nationella kalibreringen prioriteras före lokal optimering för att kunna beskriva områden utan observationsdata så väl som möjligt. I beräkningarna för att ta fram retentionen erhålls bruttobelastningen på samma sätt som under tidigare rapporteringar. Processerna som bidrar till avskiljning (eller internbelastning) påminner om varandra i HBV-NP och SMED-HYPE och även fast modellerna kalibreras annorlunda förväntas inte modellbytet leda till betydande skillnader i beräkningen av retentionen. Däremot kommer effekten av den nya finare områdesindelningen kunna ha stor betydelse för områden lokalt. 42

I samband med PLC6-beräkningarna behöver ett antal databasuttag genomföras och under det arbetet är det viktigt att komma ihåg: Vid matchningen mellan delavrinningsområde och mätstation bör metadata sparas för att kunna anpassa osäkerhetsintervallen för kemimätningarna. Detta gäller bland annat uppgifter om: o o o Kopplingen mellan vattenkemiskt provtagningsprogram och delavrinningsområde Information om analysmetod för TN Information om fraktioner som ingår i IN (nitrit, nitrat och ammonium) Utsläpp från reningsverk, industrier, enskilda avlopp och dagvatten behöver levereras som flöden och koncentrationer och inte som tidigare som belastningar. Om dessa data inte är kända bör en diskussion tas inom SMED för hur schablonvärden ska ansättas i SMED-HYPE. 43

Slutsatser I den tekniska valideringen utfördes omfattande tester för att kontrollera SMED-HYPE:s kod och de script som beräknar läckagekoefficienterna. Efter utförd teknisk validering så finns det inga kända fel. Under den tekniska valideringen konstaterades att behovet av en markretention inte är nödvändig eller bör användas. Därför tas den bort inför PLC6. En kalibreringsstrategi och verktyg för att genomföra denna är framtagen och har tillämpats vid kalibreringen av Mörrumsån, Rönne å och Öreälven. Resultat från kalibreringen presenteras i rapporten och avvikelser har analyserats i bland annat långtidsmedelvärden per år och månad/säsong. Under PLC6 kommer en ny modelluppsättning och en annan kalibrering att användas men resultaten gör det möjligt att utvärdera hur kalibreringen bör genomföras i olika situationer och bedöma modellens förmåga att beskriva processer med avseende på vattenföring, kvävekoncentration och fosforkoncentration. Det är viktigt att förhålla sig till att bruttobelastningen inte nödvändigtvis är korrekt och att observationer innehåller en viss osäkerhet. En förändring i retention eller internbelastning måste kunna motiveras. 44

Källförteckning Beven, K.J., 2006. A Manifesto for the Equifinality Thesis. Journal of Hydrology, 320 (1-2). pp. 18-36. Brandt, M.& Ejhed, H., 2002. TRK Transport Retention Källfördelning Belastning på havet. Naturvårdsverket rapport 5247. Brandt, M., Ejhed, H., Rapp, L., 2008. Näringsbelastning på Östersjön och Västerhavet 2006. Sveriges underlag till HELCOMs femte Pollution Load Compilation. Naturvårdsverket rapport 5815. Djodjic, F., Blombäck, K., Lindsjö, A., Persson, K., 2008. Förbättring av beräkningsmetodiken för diffus belastning av fosfor från åkermark. SMED Rapport Nr 20. Djodjic, F., under förberedelse, Förbättrad jordartskarta för jordbruksmark, På uppdrag från Jordbruksverket. Gupta, H. och Kling. H. 2009. On the development of regionalization relationships for lumped watershed models: The impact of ignoring sub-basin scale variability. Journal of Hydrology 373, 337-351. Gupta, H., Kling. H., Yilmaz, K.K. och Martinez G.F. 2009. Decomposition of the mean squared error and NSE performance criteria: Implications for improving hydrological modeling. Journal of Hydrology 377, 80-91. Gustavsson, H., Westerberg, I., Widén-Nilsson, E., 2012 Osäkerhetsanalys av kväveretention i HBV-NP-modellen SMED Rapport Nr 101 2012. Johnsson, H., Larsson, M., Lindsjö, A., Mårtensson, K., Persson, K. och Torstensson, G. 2008. Läckage av näringsämnen från svensk åkermark. Beräkningar av normalläckage av kväve och fosfor för 1995 och 2005. Naturvårdsverket rapport 5823. Löfgren S., Rönnback P. och Pilström F. 2010. Kvalitetssäkrad vattenkemisk provtagning i vattendrag. Rapport / Sveriges lantbruksuniversitet, Institutionen för vatten och miljö vol. 2010:3, http://publikationer.slu.se/filer/rapport2010-3.pdf Nash, J.E. och Sutcliffe, J.V., 1970. River flow forecasting through. Part I. A conceptual models discussion of principles. Journal of Hydrology. 10, 282 290. Pers, L., 2007. HBV-NP Model Manual, Serie Hydrologi, 103. Sonesten, L. 2000. Bilaga 1 i Vänern - tema biologisk mångfald, Årsskrift 2000, Vänerns vattenvårdsförbund, Rapport nr 11. 2000. Sonesten, L. och Engblom, S., 2001. Totalfosforanalyser vid Institutionen för miljöanalys. Institutionen för miljöanalys, SLU. Uppsala. Tengdelius Brunell, J Håkan Person, H., Nilsson, J., Blombäck, K., Johnsson, H., 2013. Anpassning av HYPE-modellen för läckage-koefficienter och typhalter. SMED Rapport Nr 114. 45

Westerberg, I.K., Guerrero, J.L., Younger, P.M., Beven, K.J., Seibert, J., Halldin, S., Freer, J.E. och Xu, C.Y., 2011b. Calibration of hydrological models using flow-duration curves. Hydrology and Earth System Sciences, 15(7): 2205-2227. Westberg, I., Mårtensson, K., Schmieder, F., Ejhed, H., Widén-Nilsson, E., Andrist-Rangel, Y., Johnsson, H., Blombäck, K., 2013, Utveckling av indata för belastningsberäkningar med avseende på kvalitet och skala inklusive delning av produktionsområde 6. SMED Rapport Nr 116. Widén-Nilsson, E., Markensten, H., Orback, C., Djodjic, F., 2013. Jordartsinformation nödvändigt för modellering av kväve och fosfor. Exempel med FyrisNP-modellen i Stigfjordens och Kungsbackafjordens avrinningsområden, Rapport 37 från projekt Hav möter Land, Länsstyrelsen i Västra Götalands län 2013:79 Widén-Nilsson, E., Westerberg, I., 2013, Osäkerhetsanalys av kvävenettobelastning (PLC5), SMED Rapport 112 2013 Övriga referenser: Ekologgruppen 2011, http://www.ekologgruppen.com/vattenkontroll- /vattenmetoder.xls, senast besökt 2011-12-06 Referensguide till SMHI Vattenwebb, 2013, www.smhi.se/professionellatjanster/professionella-tjanster/miljo-ochklimat/vattenmiljo/referensguide-till-smhi-vattenwebb-1.22742, 2013, senast besökt 2013-11-25 SLU, 2013a, Kvalitetssäkring av vattenkemiska data. Institutionen för vatten och miljö. http://www.slu.se/sv/fakulteter/nl-fakulteten/omfakulteten/institutioner/institutionen-for-vatten-ochmiljo/laboratorier/vattenkemiskalaboratoriet/kvalitetsarbete/kvalitetssakring-av-vattenkemiska-data/ Senast besökt 2013-11-29. SLU, 2013b, Beräkningar och tester som används vid resultatgranskningen, Institutionen för vatten och miljö, http://www.slu.se/sv/fakulteter/nlfakulteten/om-fakulteten/institutioner/institutionen-for-vatten-ochmiljo/laboratorier/vattenkemiskalaboratoriet/kvalitetsarbete/kvalitetssakring-av-vattenkemiskadata/granskningsmetodik/ Senast besökt 2013-11-29. SLU, 2013c, Vattenkemiska analysmetoder, Institutionen för vatten och miljö, http://www.slu.se/sv/fakulteter/nl-fakulteten/omfakulteten/institutioner/institutionen-for-vatten-ochmiljo/laboratorier/vattenkemiska-laboratoriet/vattenkemiskaanalysmetoder/ Senast besökt 2013-11-29 Sourceforge, 2013, http://sourceforge.net/projects/hype/files/, senast besökt 2013-11-02 46

Bilaga 1 Teknisk validering Kontroll av bruttobelastning För att säkerställa att SMED-HYPE hanterar bruttobelastningen korrekt så genomfördes en genomgång av bruttobelastningen i HBV-NP och SMED-HYPE. Under genomgången kontrollerades att bruttoläckaget beräknades likvärdigt i de båda modellerna. Teoretisk kontroll Modellbeskrivning gällande HBV-NP är hämtat från (Pers, 2007) och modellbeskrivning av HYPE är hämtade från Description of the HYPE model samt File Description HYPE_version_4.3.1 (Sourceforge.net, 2013). För att även redovisa hanteringen av bruttobelastningen utifrån ett SMED perspektiv redovisas också en sammanställning av bruttobelastningens beskrivning utifrån (Brandt, m.fl., 2008) och det Qa/Qc-protokoll (kvalitetssäkring/kvalitetskontroll-protokoll) som tagits fram i samband med PLC5. Bruttobelastning utifrån PLC5 (rapport och Qa/Qc) Markläckage skog, hygge, fjäll, myr och öppen mark baseras på mätdata (kväve och fosfor) från vattendragen och representerar således inte förhållandena vid rotzonen, vilket är fallet för kväve från jordbruksmark. För fosfor representerar jordbruksläckaget både utlakning från rotzonen och borttransport med ytavrinning (Johnsson med fl., 2008). Urban mark (tätort) beräknas som ett punktutsläpp. Punktutsläpp Delas in i stora punktkällor och mindre punktkällor (Stora= A- och B-klassade reningsverk och industrier), (Små= c, u-anläggningar, enskilda avlopp och dagvatten) Atmosfärsdeposition Direktbelastning sker endast på sjöar då atmosfärsdeposition ingår i markläckage för övrig mark. Bruttobelastning utifrån HBV-NP Figur 29 visar en schematisk skiss över HBV-NP:s beräkning av kväve och fosfor. Markläckage placeras i modellen på två olika sätt. I PLC5 skildes läckage från jordbruksmark och övrig mark på följande sätt: Markläckage_1: Näringsämnen läggs till den övre responsboxen, markerad med 1 i Figur 29. Det finns två responsboxar (en övre och en undre) som motsvarar näringsämnestransformationen som sker i det ytliga grundvattnet och diken. För beräkningar i PLC lades kväveläckaget från jordbruksmarken på som ett sådant markläckage, som ett rotzonsläckage. Belastningen beräknas som läckagekoefficienten för jordbruksmark multiplicerad med områdes totala avrinning multiplicerad med andelen av arean som motsvarar jordbruksmark. Markläckage_2: Den andra valmöjligheten är att lägga markläckage direkt till åfåran, se markerad sjua i Figur 29. I PLC5 beräkningarna lades läckaget för skog, 47

hygge, fjäll, myr och öppen mark samt läckaget av fosfor från jordbruksmark här. Markretention är redan inkluderat i dessa läckagekoncentrationer. Enskilda avlopp Läggs in på samma punkt som markläckage_1, se markering 1 Figur 29. Industri och reningsverk Punktkällorna läggs i utloppssjön, se markering 9 Figur 29. Dagvatten Dagvatten läggs i utloppssjön, se markering 9 Figur 29. Atmosfärsdeposition Sker bara på sjöar, se markering 9 Figur 29. Forest Pasture Arable Land Other Land 3 Q Rural Root-zone leakage 1 House- 2 concentrations holds Reservoirs Bank 4 for runoff 7 Erosion 6 response River leakage 8 concentrations Point Sources Atmospheric Atmospheric Deposition 5 9 Deposition 10 ilake 11 Lake N NP Figur 29. Schematisk beskrivning av HBV-NP:s processer (Pers, 2007). Bruttobelastning utifrån SMED-HYPE Markläckage Allt markläckage läggs till avrinningen från marken i gränssnittet mellan mark och vattendrag. Den tidigare markretentionen (HBV-NP) för kväve från jordbruksmark kompenseras delvis av retention som verkar i den lokala åfåran, denna motsvarar retentionen i mindre vattendrag och diken. Enskilda avlopp Kan i SMED-HYPE fördelas mellan en diffus källa, vilken har markretention eller en punktkälla, vilken läggs direkt i sjön. I SMED-HYPE läggs allt utsläpp till den lokala åfåran som ett flöde och en koncentration. Övriga punktkällor SMED-HYPE kan räkna med tre olika punktkällor (som en koncentration och ett vattenflöde). Alla punktkällor läggs till huvudåfåran men delas upp på industrier, reningsverk, och dagvatten Atmosfärsdeposition Atmosfärsdepositionen läggs endast på sjöar. 48

Sammanfattning teoretisk kontroll SMED-HYPE och HBV-NP är uppbyggda på olika sätt vilket leder till vissa skillnader i placering av bruttobelastning trots eftersträvan att hantera belastningen på samma sätt. Två saker skiljer sig, det första är att i SMED-HYPE läggs allt markläckage i den lokala åfåran (efter marken). I HBV-NP lades kväveläckaget från jordbruksmark till en responsbox som motsvarar ytligt grundvatten/diken. Resterande markläckage lades till åfåran (i HBV-NP finns bara en åfåra till skillnad från SMED-HYPE som har en lokal åfåra och en huvudåfåra). Den lokala åfåran i SMED-HYPE kan ses som ett mellanting mellan HBV-NP:s responsbox och åfåra då den lokala åfåran i SMED-HYPE finns till för att beskriva sträckan mellan marken och huvudåfåran. Den andra saken som skiljer sig är placeringen av utsläppen från enskilda avlopp. I HBV-NP läggs enskilda avlopp till responsboxen och i SMED-HYPE precis innan den lokala åfåran. Placeringen har ansetts rimlig i SMED-HYPE då värdena för utsläppen från enskilda avlopp motsvarar utsläppet efter marken. Beräkningen för belastningen från enskilda avlopp tar hänsyn till anläggningars rening men den eventuella retention som sker i rör eller kortare diken finns i nuläget ingen bra metod för att beskriva. Retention i lokala åfåran I HBV-NP finns en pålagd markretention som verkar på kvävekläckaget från jordbruksmark och utsläpp från enskilda avlopp. Denna funktion saknas i SMED- HYPE. I SMED-HYPE finns å andra sidan, en så kallad lokal åfåra där retention kan ske innan näringsämnena når huvudåfåran. Motsvarande retentionsberäkning fanns inte i HBV-NP, men kompenserar delvis bortfallet av den pålagda markretentionen För att säkerställa att denitrifikationen i den lokala åfåran kan ge en tillfredställande dynamik i resultaten, studerades utvalda delavrinningsområden mellan Sege å och Nybroån. Detta är ett område med mycket jordbruksmark och de utvalda områdena har en jordbruksandel på över 90 %. Läckage av kväve från två delavrinningsområden presenteras i Figur 30. Denitrifikationen i den lokala åfåran beräknas utifrån den lokala åfårans längd som i sin tur beror på delavrinningsområdets area. Således får det större området i Figur 30 en högre retention under sommaren. Kalibreringen av HYPE-modellen fungerar olikt kalibreringen av HBV-NP- modellen i och med att den mest optimala anpassningen till alla områden med en specifik markanvändning eftersöks. Genom att kalibrera modellen med denitrifikation i lokala åfåran fås en tydlig respons då kväve (oorganiskt kväve) förbrukas och den röda kurvan (ökad denitrifikation i lokala åfåran) sänks sommartid i förhållande till svart kurva (ursprunglig denitrifikation). Det större området har en ursprunglig lokal retention på ca 2 %. Beräknad nettokoncentrationen för området är 10.9 mg/l. Observerad koncentration 49

ligger på 8,8 mg/l. Det mindre områdets ursprungliga lokala retention är på ca 5 %. Beräknad nettokoncentrationen för området är 10.2 mg/l. Observerad årsmedelkoncentration ligger på 9,2 mg/l. Figur 30. Observerad totalkvävekoncentration (svarta staplar), ursprunglig denitrifikation T.V. Område(69 km 2 ) i södra Sverige med 92 % jordbruksmark. T.H. Område(35 km 2 ) i södra Sverige med 92 % jordbruksmark. Beräkningskontroll bruttobelastning För att bekräfta att modellen läser indata korrekt och placerar belastningen på rätt ställe i modellens vattensystem har manuella tester genomförts. I testen kontrollerades belastningar som beräknats utanför systemet mot de resultat som erhölls från resultatfiler med belastningsinformation som modellen skriver ut. De typer av belastningar som kontrollerades var punktkälla 1, 2 och 3 (industrier, dagvatten och reningsverk), enskilda avlopp samt den totala belastningen från marken med avseende på IN, ON, SP och PP. Inga avvikelser uppträde mellan de två jämförda värdena. Utskrift av koncentration i vatten Genom att kontrollera modellens utskrifter av bruttobelastning säkerställdes att bruttobelastningarna summerades rätt. För att också säkerställa att de belastningar som skickas in i modellen följer vattnets väg på rätt sätt genom hela systemet kontrollerades också koncentrationen i vattnet för utvalda delavrinningsområden. I och med att SMED-HYPE gör samma typ av beräkning för alla delavrinningsområden räcker det med att studera ett delavrinningsområde för att fastställa läckaget från marken beräknas och hanteras på rätt sätt. För att kontrollera att månadsvariationen också samverkar på ett korrekt sätt studerades områden i olika skogsregioner eftersom månadsvariationen varierar beroende på skogsregion. Vattendragens processer stängdes av och den enda tillrinning som skedde till ett område kom från ett konstant fallande regn. På så sätt skapades förhållanden som gjorde att den koncentration som lämnade marker borde vara den samma som i områdets utgående vatten (den som skrivs ut som resultat från modellen). För att kontrollera att beräkningarna fungerade för alla olika marktyper som har ett läckage sattes markanvändningen för utvalda markanvändningar till 100 % i de olika simuleringarna. Att sätta en markanvändning till 100 % innebär också att alla sjöar 50

tas bort vilket är bra i sammanhanget, då man slipper uppdämning vilket kan göra koncentrationerna svårare att tolka. Resultaten av manuellt beräknad- och simulerad koncentration av organiskt kväve, oorganiskt kväve, partikulärt fosfor och löst fosfor i utgående vatten från markanvändningarna fjäll, skog myr, hygge, öppen mark och jordbruk för ett exempelområde i norra Sverige redovisas i Figur 31 och Figur 32. Dessa visar den koncentration som läggs till vattendraget och som baseras på modellens indata men beräknats manuellt utanför systemet (röd linje). Koncentrationen i utgående vatten från ett område simulerat med SMED-HYPE visas också i figuren (svart prickad linje). De flesta av markanvändningarna har en månadsvariation vilken multipliceras med årskoncentrationen. Hur månadsvariationen ser ut beror på markanvändning och skogsregion (även utlakningsregion för öppen mark). Månadsvariationen är hämtad från HBV-NP och kontrollerad mot TRK (Transport Retention Källfördelning) (Brandt, M.& Ejhed, H., 2002). 51

52

Figur 31. Manuellt beräknad och simulerad koncentration i utgående vatten från markanvändningarna fjäll, skog myr, hygge, öppen mark och jordbruk. Kvävekoncentrationen redovisas för T.H. organiskt kväve och T.V. oorganiskt kväve. 53

54

Figur 32. Beräknad och simulerad koncentration i utgående vatten från markanvändningarna fjäll, skog myr, hygge, öppen mark och jordbruk. Fosforkoncentrationen redovisas för T.H. löst fosfor och T.V. partikulärt fosfor. 55

Kartanalys läckagekoefficienter Beräkning av läckagekoefficienter beskrivs av (Tengdelius Brunell m.fl. 2013). För att kontrollera att läckagekoefficienterna sammanställts och beräknas på rätt sätt har beräknade koncentrationer jämförts mot de koncentrationer som använts under PLC5. I testet har höjd och kvävedepositionsberoende koncentrationer beräknats utifrån höjd- och depositionsdata från PLC5. Förutom för läckage av fosfor från jordbruksmark som beräknas enligt (Djodjic m.fl., 2008) har övrig indata sitt ursprung från PLC5. Koncentrationerna sammanställdes för alla markanvändningar för totalkväve och totalfosfor för varje delavrinningsområde i S-HYPE med hjälp av de två programmeringsrutinerna (CalcLeak och CalcLeakArable). Differensen mellan de beräknade koncentrationerna och de koncentrationer som använts i PLC5, analyserades på delavrinningsområdesnivå. Ambitionen var att få en nationell överblick och en differens på 0 överallt. Detta uppnådes med undantag på vissa områden vars avvikelser kan förklaras med geografiska skillnader i kartunderlag. För att lättare kunna kontrollera unika värden genomfördes stickprovsberäkningar för ett område i varje skogsregion (norra, sydöstra och sydvästra) och för varje markanvändning samt för läckageregion 11, 12, 21 och 22 med avseende på öppen mark. För jordbruksmark har en viktad totalkoncentration beräknats manuellt för ett delavrinningsområde i varje läckageregion (samtliga 22 för kväve och 3 utvalda för fosfor). Beräknade koncentrationer för utvalada S-HYPE områden jämfördes med avseende på TN, IN, ON, TP, PP och SP mot koncentrationer som beräknats för hand enligt PLC5-metodik för kväve och enligt (Djodjic m.fl., 2008) för fosfor. Nedan redovisas de koncentrationer som tagits fram med CalcLeak och CalcLeakArable och som används i läckageberäkningen för de olika markanvändningarna. 56

I kartorna nedan presenteras de koncentrationer som används i beräkningen för den diffusa belastningen från mark. Kartorna visar totalkväve- och totalfosforkoncentrationer för 6 markanvändningar per delavrinningsområde. Markanvändningen sjö har inget läckage och belastningen från urban mark läggs på via punktkällor. Observera att skalorna skiljer sig för att återge en så tydlig bild av en viss markanvändnings läckage som möjligt. Figur 33. Markläckagets kvävekoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med fjäll. Figur 34. Markläckagets kvävekoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med hygge. Figur 35. Markläckagets kvävekoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med myr. 57

Figur 36. Markläckagets kvävekoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med skog. Konscentrationen är något högre i sydöstra regionen än i den sydvästra. Markläckagets kvävekoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med öppen mark. I sydligaste Sverige (läckageregion 11, 12, 21 och 22 är koncentrationen 1,5 mg/l), Konscentrationen är något högre i sydöstra regionen än i den sydvästra. Figur 37. Markläckagets kvävekoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med jordbruksmark. 58

Figur 38. Markläckagets fosforkoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med fjäll. Figur 39. Markläckagets fosforkoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med hygge Figur 40. Markläckagets fosforkoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med myr. 59

Figur 41. Markläckagets fosforkoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med skog. Figur 42. Markläckagets fosforkoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med öppen mark. Figur 43. Markläckagets fosforkoncentration (mg/l) (utan månadsvariation) för alla Sveriges delavrinningsområden med öppen jordbruk. 60