tiltaksplaner tilførselsberegninger i Om kildeberegninger og bruk av

1

Om kildeberegninger og bruk av

tilførselsberegninger i tiltaksplaner

- og hva er nødvendige ingredienser i en god tiltaksanalyse

Håkon Borch, Bioforsk KLIF 23.11.2012

1

Tiltaksplaner

• hva gjør den god?

• modellering og verktøy

• presisjon, usikkerhet

Håkon Borch. (HiT Nov 2011) 3 ³

Hva er Direktivets krav til miljømål?

Hva er effekten av et tiltak?

Innen hvilke sektorer bør tiltak iverksettes?

Hva er dagens tilstand?

Og hva koster tiltaket?

Hva er avstanden mellom målet og

den tilstand som er der i dag?

Kost-effekt???

Foto: Skarbøvik

Tiltaksanalyser skal besvare;

Er miljømålet riktig

satt?realistisk

?miljømål?

Tiltaksanalyser

En tiltaksanalyse er bare god hvis den

•er et omforent vertøy for alle parter

•kan gi troverdighet for at arbeidet nytter

•tillitsforholdet mellom oppdragsgiver og oppdragstaker er viktig

Som forfatter av flere tiltaksplaner tillegges én noen ganger en allvitende rolle

•Det blir svært viktig å kommunisere usikkerhet.

5

Tiltaksanalyser

En tiltaksanalyse er bare god hvis den

•kan brukes for å drive prosessen videre

•Inneholder en god porsjon folkeopplysning

•Er skrevet så den kan forstås av vanlige folk

5

Resipientenes avlastningsbehov

Beregning av avlastningsbehov:

Overvåkingens målte nivå av valgte parameter

- Miljømål ->Naturlig bakgrunnsnivå x 3 (for elver) x2 (for sjøer)

= Avlastningsbehov

Avlastningsbehovet styrer tiltaksambisjonene Naturlig bakgrunnsnivå er en meget styrende nøkkelparameter!

Allerede her starter vi ofte med en stor usikkerhet!!

Eksempel

Engerbekken

Nedbørfeltareal:

15,16 km2

Dekningsandel av marine sedimenter:

71,6%

Leirdekningsgrad

modellen; Beregnet konsentrasjon Tot-P referansetilstand

(µg/l): 57 (48 - 65)

Forvaltningssystemet

sier 30µgP/l

Kilder, kvalitet og betydning for tiltaksanalysen

Kilder Grad av presisjon

næringsstoffavrenning

Tiltak i

tiltaksanalyse

Betydning for sluttresultat

Bakgrunnsavrenning

Tildels høy presisjon på skog og fjellområder.

Lavere på høybonitetsområder. Antakelig en del underestimering

Nei Generelt liten, men tildels stor i nedbørfelt under marin grense

Atmosfærisk deposisjon

Høy (hvis en tar hensyn til geografisk variasjon) Nei Liten

Tette flater / bebygde arealer

Middels presisjon (ulike typer tette flater/bymiljøer). Få referansestudier

Fordrøyning, fangdammer

Generelt liten, men kan i enkelte vassdrag ha stor betydning.

Samferdselsarealer

Relativt høy presisjon Saltbruk og fangdammer

Generelt liten, men lokalt kan

enkelte resipienter bli kraftig berørt

Kommunalt avløp

Høy fra renseanlegg, lav fra ledningslekkasjer Ja Stor betydning, ikke minst kostnadsmessig. Stor

biotilgjenglighet

Spredt avløp

God presisjon hvis inngangsdataene er gode. - Mange kommuner har lav presisjon på data

Ja Ofte stor betydning. Stor biotilgjenglighet

Landbrukets arealavrenning

Lav presisjon med stor klimaeffekt Ja Oftest meget stor, Moderat biotilgjenglighet

Dyr på beite

Lav presisjon – variasjon i husdyrtetthet er svært avgjørende

Forskriftene regulerer

- lite tiltaksrom.

Oftest relativt moderat. Stor betydning i intensivområder

(eks.Jæren). Stor biotilgjenglighet

Husdyrgjødsel

Middels presisjon da variasjon forårsaket av husdyrtetthet er svært avgjørende

Stor betydning med lite

handlingsrom. Stor biotilgjenglighet

P-AL

Tildels høy presisjon Moderat betydning - langt

tidsperpsektiv

Gud, gi meg sjelefred til å godta de tingene jeg ikke kan forandre, mot til å forandre de ting jeg

kan endre, og visdom til å se forskjellen. Frans av Assisi

9

9

Modellering

Modeller og datamaskiner muliggjør i tillegg:

• Behandling av store datamengder

• Simulering av framtidig utvikling

• Simulering av inngrep og tiltak

( ” ting som ikke har skjedd ” )

Modeller – enkle og komplekse

Trofi-status – FOSRES (Berge, 1987)

Modell: kunnskap om et bestemt problem innpakket i et dataprogram

(Bakken og Borch, 2011)

11

Visning av usikkerhet i modeller innen værvarsling

(www.yr.no)

Altså; 20 % sannsynlighet for at

temperaturen faller utenfor båndene!

• Forståelse av usikkerheter i

modeller er veldig viktig

Variabilitet i nitrat-N konsentrasjon i et

landbruksdominert nedbørfelt (Høyjord Ås) 0ktober 6-9, 1995

(Vagstad, Deelstra and Eggestad)

Datagrunnlaget

Daglig målinger: NVE 2001-2004

(Skarbøvik, Stålnacke et al. Manuskript)

Høyeste verdi –

325 mg/l

15 15

Vannføringen varierer mye mellom år -> stor variasjon

Snitt for hele

perioden

Årsvariasjoner er viktig

Kilde JOVA

17

Årsvariasjoner er viktig

17

Kilde: JOVA

Effekter av vegetasjon (C-faktor) vs.

økende risiko for jordtap basert på jordtyper, hellning mm.

• Punktene

representerer alle nordiske studier på

temaet.

Grafen viser modellen som brukes i

Agricat-P

19

Eksempel fra Agricat-P

• bruk av

slike data

19

Modeller til forvaltningens eget bruk

Ikke ferdig………..

Modell Problemtype Hva gjør den? EU VD-oppgave

TEOTIL Eutrofi/partikler Summerer

utslipp/avrenning

Karakterisering/ (tiltak)

WEBGIS avrenning Eutrofi/partikler - landbruksdrift

Partikkeltap til vann (USLE basert)

Karakterisering/ (tiltak)

WEBGIS avløp Eutrofi spredt avløp P / N / TOC tap til vann Karakterisering/ Tiltak

FOSRES Eutrofi Angir tålegrenser (P /

Kl-a) i innsjø

Tilstand

Indikativ HYMO-modell (svensk) *

Regulerte vassdrag Angir tilstand utfra belastning

Karakterisering/

(tiltak) IHA-indekser Regulerte vassdrag Hydrologisk beregning

av øko-

systemparametre

Karakterisering/

tilstand

* Utviklingsarbeid nødvendig

21

21

Bestillingsmodeller

Modell Problemtype Hva gjør den? EU VD-oppgave

AGRICAT Eutrofi/ P/ Partikler Beregner tap av P og partikkler til vassdrag

Tiltaksplaner

INCA-N/P Eutrofi-

arealbruk/landbruk

Tap av N/P fra nedbørfelt Tilstand/tiltak

MyLake Eutrofi Limnologimodell for flere

parametre

Karakterisering/

tilstand Habitat modeller Regulerte vassdrag Habitatkvalitet i

elver/(innsjøer)

Karakterisering/

tilstand/tiltak

Magic Forsuring Beregner jord- og

vannkjemi (tåelgrenser, pH)

Karakterisering/

tilstand/tiltak DHI-modeller Forurensning Beregner vannføring/-

kvalitet

Tilstand/tiltak

Og en god del andre – se mer info i rapport/Vannportalen

Noen modeller for

tilførselsberegninger Bioforsk leverer

Trendanalyser og

stofftransportanalyser AGRICAT

WEBGIS Avrenning

Fosforindeks (rangering på gårdsnivå)

WEBGIS Avløp

SWAT

23

WEBGIS avløp

Kildedata i AGRICAT

Jordsmonnskart

• EHP fra USLE beregning

• Tekstur parameter

• (Helling)

• (Planering)

Jorddatabanken

• P-AL analyser fra de siste 7 år

I et GIS-program legges inn:

• Nedbørfeltgrenser

• Faktisk drift der det er kjent

• Vassdragsbuffer

• Vegetasjonssoner

• Vegetasjonssone-nedbørfelt

• Fangdamareal

• Fangdam-nedbørfeltareal

• Målte P-AL verdier

Landbruksregisteret

• Data om produksjonstilskudd og

miljørettede tilskudd

25

27

Fosforindeks

En palett av tiltak i landbruket

endret jordarbeiding

endret produksjon (høstkorn) fangdammer m/u filter

vegetasjonssoner

grasdekte vannveger

hydrotekniske utbedringer kumdammer

redusere tråkkskader kantsoneskjøtsel

Ikke alle tiltak kan effektberegnes og modelleres

Noen tiltakseffekter har stor usikkerhet

gjødselbruk (P-AL) gjødslingsfrie soner tette gjødsellagre andre punktkilder spredearealkrav spredetidspunkt endret produksjon

håndtering av planterester

Rangering av tiltakenes kostnadseffektivitet

Mye penger brukes på tiltak - hjelper det?

• Forståelse av usikkerheter i modeller er veldig viktig

– Variasjonen i datasettet modellen er bygd på kan være stor.

Resultat er at modellens samlede R (forklaringskraft) blir svak

– Nye faktorer kan dukke opp (eksempel endret klima)

– Dess større tidshorisont en skal modellere mot dess større

usikkerhet

Eksempel vinterepisode (Øygarden, 2000)

30. januar

Avrenning: 25 mm Jordtap: 2 kg ha ^{- 1}

31. januar

Avrenning: 77 mm

Jordtap: 3 050 kg ha ^-1

Kalibrering på Skuterud JOVA felt

• «Reasonable fit on an annual basis»

• AGRICAT underestimerer antakelig i år med høy nedbør

Year Deviation

2002-2003 14,7 %

2003-2004 12,4 %

2004-2005 -5,0 %

2005-2006 -7,3 %

2006-2007 -21,9 %

2007-2008 -17,7 %

Average -4,1 %

33

Når vi klassegrensene/miljømålet?

• Modeller er verktøy hvor «datakvalitet» betyr mye – shit in -> shit out

• Episoder kan forsinke effektene med flere år – eksempel Morsaflom i 2000

• Varig endret klima kan endre rammebetingelsene slik at regnestykket ikke lenger er gyldig

– eksempel økt nedbør kan starte aktive ravineringsprosesse

33

Når vi klassegrensene/miljømålet hvis vi følger tiltaksplanene?

• Fint at tiltaksplanene skal rulleres hvert 6 år for å justere inn data og ta i bruk forbedringer i modelleringer

• Forhåpentligvis overdriver ikke tiltaksplanene behovet – bedre med for lite enn for mye.

• Fremtiden vil vise svaret – den som lever får se...

– Det er ikke nødvendigvis en dårlig plan hvis den ikke treffer

helt. Viktigst at den er grunnlag for en god prosess.