WATERS: Förslag på enhetlig hantering av osäkerhet inom statusklassning och uppföljning



Relevanta dokument
VÄLKOMNA TILL WATERS ANVÄNDAR- FORUM

"WATERS: pågående arbete med indikatorer och bedömningsrutiner för Vattendirektivet (och Havsmiljödirektivet?)"

Så kan bedömningsgrunderna för vattendirektivet förbättras

Nya metoder fo r bedo mning av havsoch vattenmiljo ns tillsta nd. Mats Lindegarth Havsmiljo institutet / Göteborgs Universitet

Pågående metodutveckling för tolkning av film

Samordnad uppföljning m.h.a visuella metoder

- med fokus på naturtyper och arter i EUs art- och habitatdirektiv

F8 Skattningar. Måns Thulin. Uppsala universitet Statistik för ingenjörer 14/ /17

Havsmiljöinstitutet REMISS 1 / 5. Havs- och vattenmyndigheten

STATISTISK POWER OCH STICKPROVSDIMENSIONERING

Föreläsning 4. Kapitel 5, sid Stickprovsteori

INVENTERING AV UNDERVATTENSMILJÖER MED HJÄLP AV DROPVIDEO RAPPORT FRÅN WORKSHOP SEPTEMBER 2013

Försöks- planering, forts. Per Milberg, IFM biologi

Arbetet med att få till en riskbaserad övervakning

Statusklassning av kustvatten 2013 tillvägagångsätt och resultat. Anna Dimming Vattenvårdsenheten

Provtagning med dykmetod och videometod en jämförelse Pilotstudie inför ett nytt miljöövervakningsprogram för vegetationsklädda bottnar i Västerhavet

Vi har en ursprungspopulation/-fördelning med medelvärde µ.

Hur skriver man statistikavsnittet i en ansökan?

Vad behöver vi särskilt jobba med inom vattenförvaltningen vad gäller övervakning och kartläggning?

Föreläsning 11: Mer om jämförelser och inferens

Urval. Slumpmässiga urval (sannolikhetsurval) Fördelar med slumpmässiga urval

Skattning av älg via spillningsräkning i Västernärkes Viltförvaltningsområde 2008

SRK vilken roll kan den få i vattenförvaltningen och vem har tolkningsföreträde vid utformningen?

Den svenska naturvårdsmodellen - fungerar den?

Urvalsmetoder: Sannolikhetsurval resp. icke-sannolikhetsurval, OSU (kap )

Dataanalys kopplat till undersökningar

Japanska ostron i Sverige Hur många är de? Åsa Strand Institutionen för Marina Vetenskaper, Göteborgs universitet

Innehåll. Juridiskt genomförande Praktiskt genomförande Från EU Guidance till praktisk tillämpning Förbättringsförslag

Miljökvalitetsnormerna -var kommer dom ifrån, varför ser dom ut som dom gör och vad innebär dom?

Varför statistik? det finns inga dumma frågor, bara dumma svar! Serik Sagitov

Täckningsgrad av ålgräs

F11 Två stickprov. Måns Thulin. Uppsala universitet Statistik för ingenjörer 26/ /11

Vattendirektivet i Sverige

Bilaga 1 Skattning av ålgräsförändringar i Västerhavet

Rapporten finns som pdf på under Publikationer/Rapporter.

Statistisk försöksplanering

YTTRANDE. Sammanfattning av synpunkter

Introduktion till statistik för statsvetare

Tillämpad statistik (A5), HT15 Föreläsning 5: Stratifierat urval

Två innebörder av begreppet statistik. Grundläggande tankegångar i statistik. Vad är ett stickprov? Stickprov och urval

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall)

Bild 1. Bild 2 Sammanfattning Statistik I. Bild 3 Hypotesprövning. Medicinsk statistik II

Index för ängs- och betesmarker

Utveckling av nya bedömningsgrunder för makrofyter videometoders potential i övervakningen?

Föreläsning 8, Matematisk statistik 7.5 hp för E Punktskattningar

Föreläsning 6 (kap 6.1, 6.3, ): Punktskattningar

Synpunkter på Hjälpreda för bedömning av påverkan och miljöproblem

Utbredning och förekomst av alger på hårdbottenmiljöer i Göteborgs skärgård. Miljöförvaltningen R 2012:2. ISBN nr:

Statistik och epidemiologi T5

Urvalsmetoder: Stratifierat urval (kap 9.5)

Föreläsning 8, Matematisk statistik 7.5 hp för E, HT-15 Punktskattningar

Klassningssystem för tillförlitlighet av ekologisk status

SF1901: Sannolikhetslära och statistik. Statistik: Intervallskattning (konfidensintervall) Jan Grandell & Timo Koski

Utveckling och utvärdering av indikatorer för kustfisk : Lena Bergström, SLU Martin Karlsson, SLU Leif Pihl, Göteborgs universitet Jacob Carstensen,

Del 2: Hantering och bedömning av data och osäkerheter

Statistisk försöksplanering

Satellitbaserad vattenkvalitetsövervakning. Petra Philipson, Brockmann Geomatics Sweden AB

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd

Stickprovsstorlek vid övervakning av kryptogamer i ädellövskog Del 1 och del 2

Kvantitativa metoder en introduktion. Mikael Nygård, Åbo Akademi, vt 2018

Krav på ekologisk kompensation - ett sätt att uppnå miljökvalitetsnormerna?

Introduktion. Konfidensintervall. Parade observationer Sammanfattning Minitab. Oberoende stickprov. Konfidensintervall. Minitab

SF1901: Medelfel, felfortplantning

Statistikens betydelse och nytta för samhället

Riskvärdering av nya växtskadegörare

SF1905 Sannolikhetsteori och statistik: Lab 2 ht 2011

Massaindex. Ett projekt inom SCOPE Norra. Mikael Håkansson 23 Maj 2013

Ekologisk kunskap för att optimera ekologisk kompensation

Ny historisk databas om skog

TMS136. Föreläsning 10

Björnstammens storlek i Sverige 2008 länsvisa uppskattningar och trender Rapport från det Skandinaviska björnprojektet

Vattenmyndigheterna Vattendirektivet och Miljöövervakning

Tidigare exempel. Några beteckningar. Stratifierat urval

Exploatering och påverkan på ålgräsängar

Göteborgs Universitet Uttag webb artiklar. Nyhetsklipp

En scatterplot gjordes, och linjär regression utfördes därefter med följande hypoteser:

Grundläggande Statistik och Försöksplanering Provmoment: TEN1 & TEN2 Ladokkod: TT2311 Tentamen ges för: Bt2, En2, Bt4, En4.

Möjligheter med nya data från Sentinel-3

7,5 högskolepoäng. Statistisk försöksplanering och kvalitetsstyrning. TentamensKod: Tentamensdatum: 30 oktober 2015 Tid: 9-13:00

Stockholms Universitet Fysikum Tentamensskrivning i Experimentell fysik för lärare 7.5 hp, för FK2004. Onsdagen den 14 december 2011 kl 9-14.

Fortsatt anpassning av övervakning

Beskrivning av använd metod, ingående data och avvägningar som gjorts vid klassificering av näringsämnen i sjöar och vattendrag i Värmlands län 2013

Statusklassning och vattendirektivet i Viskan

Hävd i slåtterängar. Miljöövervakning i Västra Götalands län Rapport 2017:08

Miljökontroll av omgivningspåverkan

Sammanvägd bedömning av miljötillståndet i havet. Per Moksnes

Saxån-Braåns vattenvårdskommitté Handläggare Olle Nordell

Bilaga 3 Bristanalys sjöar och vattendrag Översiktlig beskrivning av övervakning - behov och brister

Extra övningssamling i undersökningsmetodik. till kursen Regressionsanalys och undersökningsmetodik, 15 hp

Gasverkstomten Västerås. Statistisk bearbetning av efterbehandlingsåtgärderna VARFÖR STATISTIK? STANDARDAVVIKELSE MEDELVÄRDE OCH MEDELHALT

, s a. , s b. personer från Alingsås och n b

EPIDEMIOLOGI. Läran om sjukdomsförekomst i en befolkning (Ahlbom, Norell)

Diskussionsproblem för Statistik för ingenjörer

Full koll på grundvatten. Liselotte Tunemar Vattenmiljöseminariet

Skattning av älg via spillningsräkning på marker kring Hofors och Garpenberg

Samrådssvar från Länsstyrelsen i Kalmar län gällande Arbetsprogram med tidtabell samt översikt väsentliga frågor för Södra Östersjöns vattendistrikt

Samverkan och samråd

F3 Introduktion Stickprov

Skattning av älg via spillningsräkning på marker i området kring Nora 2008

Transkript:

WATERS: Förslag på enhetlig hantering av osäkerhet inom statusklassning och uppföljning Mats Lindegarth Institutionen för Biologi och Miljövetenskap, Tjärnö Havsmiljöinstitutet WATERS is coordinated by WATERS is funded by Hafok AB

Jag vill prata om Lite om WATERS Om WATERS arbete med osäkerhet Varför är detta viktigt för utveckling av video-baserade metoder Exempel Avslutande kommentarer

WATERS är: Waterbody Assessment Tools for Ecological Reference conditions and status in Sweden ett 5-årigt forskningsprogram med syftet att förbättra de svenska, biologiska bedömningsgrunderna enligt vattendirektivet

Vetenskapliga mål! Mer tillförlitliga indikatorer! Gemensamma principer för, och ökad harmonisering av referenstillstånd, klassgränser och osäkerhetshantering! Enhetlig procedur för sammanvägd bedömning! Osäkerhet Mats Lindegarth Jacob Carstensen, Århus Uni Richard Jonson, SLU m.fl.

Två rapporter klara! Publiceras september-oktober 2013 Vilka krav ställer direktivet när det gäller osäkerhet? Hur fungerar nuvarande bedömningsgrunder med avséende på osäkerhet? Hur kan man hantera och beräkna osäkerhet som orsakas av många olika faktorer och orsaker? Förslag på metodik och behov inför WATERS framtida arbete! Tillämpning av metodik på pågående övervakning med metadata från VISS. Analys av programmens struktur, dimensionering och potentiella osäkerhetskällor. Metodik för komplettering av kunskap och program för att korrekt uppskatta osäkerhet!

Vattendirektivet fokuserar på precision och konfidens! Osäkerhet kan tolkas på många olika sätt Osäkerhet kring indikatorns tillämplighet och koppling till störning? Osäkerhet kring referenstillstånd och klassgränser? Tillgång på data? Osäkerhet kring mätvärden? Psst Men är man inte ganska vaga om vad som är sufficient precision and confidence?

Precision och konfidens är väl definierade statistiska begrepp! Medelfel Standard Error (of the mean) Varians! Antal mätningar! Varians! Antal mätningar! Avstånd till klassgränser!

Variansen är ofta en summa av flera olika bidrag

men vad sjutton har detta med undervattensvideo att göra?? OK det var la roligt...

Bilder och Video-filmer

När man använder stickprov behövs kunskaper om osäkerhet för att värdera precisionen av ett resultat med statistiska redskap, utvärdera skillnader mellan områden eller förändringar mellan tidpunkter, identifiera felkällor i och utveckla provtagningsmetodik optimera en provtagning med avseende på rumslig och tidsmässig fördelning.

Det finns stora (nya) behov av mätning av areal och utbredning. Video bedöms som lovande för dessa ändamål!

För att dessa förhoppningar skall vara realistiska krävs utveckling av nya metoder och program Traditionella program fokuserar på utveckling av tillstånd i enskilda stationer

Program för övervakning och uppföljning av arealer kräver hög rumslig representativitet Year 1 Year 2 Year 1 Year 2 Många prover! Oberoende / representativa prover!

Osäkerhet på olika nivåer

Fördelning av stickprov Representativt i TID OCH RUM. Slumpmässigt?! Kunskap om viktiga miljöfaktorer kan med fördel användas för att minska osäkerhet (stratifiering, modellering)! Påverkar hur man samlar in data! Hur skall data användas? Om man inte gör en totalinventering bör man alltid veta hur osäkerheten skall skattas innan man börjar provtagningen! www.prehab.gu.se

Exempel 1 Utsjöbankarna i Västerhavet ( U2 ) Representativ stickprovstagning tillämpades konsekvent för ROV Riktad provtagning mot biodiversitet med dykning och bottenskrap Kvantitativa och uppföljningsbara data på täckning och förekomst!

Hierarkisk provtagning modellering av precision

Konfidensintervall för bottentyp och vanliga arter

Exempel 2 Hav möter Land Metod-workshop Pilot-studie

Mål och omfattning Utveckling av uppföljningsbar metod för mätning av vegetationstäckning och diversitet för användning inom övervakning och kartläggning Tillämpning av metod i en pilotstudie Metodstudie: 10 platser Pilotstudie: 143 platser

Bra representativitet Precisa skattningar av habitatbildande arter Begränsad taxomisk upplösning

Exempel 2 Pilotprojekt i Västra Götaland Utförd 2012 I fjordområdet innanför Orust Tjörn Slumpat och stratifierat i tre djupstratum Preliminära resultat! (J. Erlandsson) Metod-workshop

Antal nödvändiga prover som funktion av täckningsgrad! Oberoende av metod!

Kostnad som funktion av täckningsgrad! Starkt beroende av metod!

Avslutningsvis Videometoderna har en stor potential för att mäta utbredning och förekomst av habitatbildande arter Beräkning av osäkerhet: ett grundläggande krav för övervakning och kartering! Kunskap om variationskomponenter och osäkerheter nödvändiga för att utvärdera alternativa metoder för att extrahera data och för att utforma program. Men först måste vi enas om praktiska saker så att vi kan undvika

VILDA VÄSTERN!