Seminari päevakava. Projekt: Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks

Transcription

1 Projekt: Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks Seminari päevakava 26. märts 2015 Tallinn Meriton Grand Conference & Spa Hotel Konverentsikeskus Peterson I saal Aeg Ettekandja Teema Registreerimine, tervituskohv Rene Reisner Keskkonnaministeerium, veeosakonna juhataja Erik Teinemaa Eesti Keskkonnauuringute Keskus OÜ, projektijuht Akad. Tarmo Soomere Eesti TA president Tiit Kutser, PhD Tartu Ülikool Kohvipaus Robert Aps, PhD TÜ Mereinstituut Peeter Nõges, PhD Eesti Maaülikool Tervitussõnad Projekti tutvustus Mere ja ranniku mudelite ning andmestike võimalusi ja kitsaskohti Kaugseire ranniku- ja sisevete seisundi hindamisel Building common situational awareness for accidental oil spill emergency response Järvede seisundi hindamine keskkonnaandmete alusel

2 Lõuna Mika Nieminen, PhD Natural Resources Institute Finland Per Stalnacke, PhD Norwegian Institute for Agricultural and Environmental Research Kohvipaus Johanna Tengdelius Brunell MSc, Swedish Meteorological and Hydrological Institute Prof. Toomas Tamm Eesti Maaülikool Ottar Tamm, doktorant Eesti Maaülikool Calculation tools for N and P exports from forests/peatlands to waters in Finland Nutrient fluxes from source to the sea Reporting and classification by using the HYPE-model SWAT-i kasutamiskogemus Eestis

3 Project: Development of data- modelling system and decision support tool for the integrated marine and inland water management Agenda of the International Conference March 26, 2015 Tallinn Meriton Grand Conference & Spa Hotel Conference Centre hall Peterson I Time Lecturer Topic Registration and welcome coffee Rene Reisner Estonian Ministry of the Environment, head of the Water Department Erik Teinemaa Estonian Environmental Research Center, project manager Acad. Tarmo Soomere President of the Estonian Academy of Sciences Tiit Kutser, PhD Tartu University Coffee break Robert Aps, PhD Tartu University Marine Institute Welcome Introduction of the project Modelling and analysis of marine and coastal processes: opportunities and limitations Assessment of marine and inland waters with remote sensing Building common situational awareness for accidental oil spill emergency response

4 Peeter Nõges, PhD Estonian University of Life Sciences Lunch Mika Nieminen, PhD Natural Resources Institute Finland Per Stalnacke, PhD Norwegian Institute for Agricultural and Environmental Research Coffee break Johanna Tengdelius Brunell MSc, Swedish Meteorological and Hydrological Institute Prof. Toomas Tamm Estonian University of Life Sciences Ottar Tamm, McS Estonian University of Life Sciences Assessment of the status of lakes according to the environmental data Calculation tools for N and P exports from forests/peatlands to waters in Finland Nutrient fluxes from source to the sea Reporting and classification by using the HYPE-model The experience of using SWAT model in Estonia

5 Calculation tools for N, P, and sediment exports from forests/peatlands to waters in Finland Mika Nieminen Luonnonvarakeskus

6 KALLE-calculation tool (Scale: National estimates, River basin district areas of WFD) KUSTAA: KALLES extention, land-uses other than forestry FEMMA-process model (Scale: Forested catchment, hydrological processes (runoff) + empirical information on concentrations) -User-friendly calculation platform: FEMMAapes 2 Luonnonvarakeskus

7 Basics of KALLE Pros Cons Finér, L., Mattsson, T., Joensuu, S., Koivusalo, H., Laurén, A., Makkonen, T., Nieminen, M., Tattari, S., Ahti, E., Kortelainen, P., Koskiaho, J., Leinonen, A., Nevalainen, R., Piirainen, S., Saarelainen, J., Sarkkola S. & Vuollekoski, M Metsäisten valuma-alueiden vesistökuormituksen laskenta. Suomen ympäristö 10/ s. ISBN ISBN [url] A method for calculating nitrogen, phosphorus and sediment load from forest catchments Luonnonvarakeskus

8 Data needs: -Areas of forestry operations (ha) -Specific loads for forestry operations (increase in load, kg/ha/a per treated area) -Background loads 10 ha Catchment load = 2 kg/ha Specific load = 10ha/4ha x 2 kg/ha = 5 kg/ha 4 ha Luonnonvarakeskus

9 The effect of forestry on N export for one forestry operation/treatment (clear-felling of mineral soil forests) L n ijk Scale=Finland, Year=2006 j j k m j 9 m in A 1 ikm where L ijk is treatment i induced load (kg a -1 ) at year j at area k, A ikm is the total area (ha)of treatment i at area k in year m, k in is the specific load (kg ha -1 a -1 ) for treatment i n years after treatment. Year Clear-felling (and soil preparation) in mineral soils in Finland, ha Average Luonnonvarakeskus

10 The data for specific load comes from different empirical studies (Control area/calibration period) Catchment area (ha) / Treatment Calibration Treatment area, (%) Area Control area period (a) period (a) Treatment of CA Kivipuro Välipuro 4 24 CC + soil prep. 54 / 56 Koivupuro Välipuro 4 24 CC + soil prep. + ditching 118 / 27 Murtopuro Liuhapuro 4 24 CC + soil prep. + ditching 494 / 58 Kivennäisvaara Porkkasalonpuro 3 11 CC + soil prep. 56 / 29 Iso-Kauhea Porkkasalonpuro 3 11 CC + soil prep. 176 / 11 Lehmikorpi Pehkusuonoja 4 3 CC + soil prep. 2,8 / 39 Porraskorpi Pehkusuonoja 4 3 CC + soil prep. 2,1 / 40 Vanneskorpi Pehkusuonoja 5 2 CC + soil prep. 13,1 / 40 Paroninkorpi Jylisjärvi 3 3 CC + soil prep. 5,4 / 76 N kg ha -1 a -1 5 a) Vuotuinen keskiarvo Annual aver. Liukuva keskiarvo Moving aver. P kg ha -1 a -1 b) In the calibration period--control area method, similar catchments are monitored during a pretreatment period. Thereafter, during a post-treatment period, one of the catchments is left as an untreated control while the other catchments are treated. Monitoring (runoff and nutrient export) is continued at all areas. The relationship during the calibration period between the control area and the areas to be treated is then used to predict the behavior of the treated catchment during post-treatment period as if it had not been treated. The treatment effect can then be determined as the difference between the actual measured values and the predicted background values during the post-treatment period Aika Teppo toimenpiteestä Tutkija a Aika toimenpiteestä a Luonnonvarakeskus

11 Total load caused by clear-felling (+ soil prep.) mineral soil forests was 800 tons or Mg in 2006 in Finland Year from Forest clearfelling treatment Mineral soils 1 0,95 2 0,82 3 0,82 4 0,77 5 0,62 6 0,35 7 0,33 8 0,20 9 0, ,007 Total 5,027 Year Clearfelling (and soil preparation ) in mineral soils in Finland, ha Specific load Load, kg Luonnonvarakeskus

12 Load from all forestry operations vs. background load Export load calculated similarly for all forestry operations (forest regeneration in mineral soils, forest regeneration in drained peatland forests, fertilization in mineral soil forests, fertilization in drained peatland forests, ditch network maintenance in drained peatland forests Total load caused by forestry as a sum of the loads of different operations Background load=load without the impact of forestry B b 8 Teppo Tutkija jk k M where B jk is background load (kg a -1 ) in year j at area k, b k is average annual background load (kg ha -1 a -1 ) at area k, and M k is the area of forestry land at area k (ha). k Luonnonvarakeskus

13 P Background loads N Southern Finland, peatlands<30% Northern Finland, peatlands <30% Kokonaisfosfori kg ha -1 a -1 0,16 0,14 0,12 0,10 0,08 0,06 0,04 0,02 0, Peatland Turvemaiden proportion osuus % Etelä-Suomi, turvemaan osuus < 30% Pohjois-Suomi, turvemaan osuus < 30% Turvemaan osuus > 30% Kokonaistyppi kg ha -1 a -1 2,5 2,0 1,5 1,0 0,5 0, Peatland Turvemaiden proportion osuus % Etelä-Suomi, turvemaan osuus < 30% Pohjois-Suomi, turvemaan osuus < 30% Turvemaan osuus > 30% Southern Finland, peatlands < 30% 1,52 0,052 Northern Finland, peatlands < 30% 0,93 0,039 Peatlands > 30% 1,44 0, Peatlands>30% N, kg/ha/a P, kg/ha/a Luonnonvarakeskus

14 Export, relative to background Export, t P exports to waters in different RBD areas in Finland in 2006 a) 350 Kuormitus (t) Päätehakkuu kangasmailla Lannoitus turv la Lannoitus kangasmailla Kunnostusojitus turv la Päätehakkuu turv la Taustakuorma Forest regeneration, mineral soils Fertilization, peat soils Fertilization, mineral soils Ditch network maintenance, peat soils Forest regeneration, peat soils Backgroung Vesienhoitoalue b) Suuruus taustakuormaa vastaan (%) Lannoitus turv la 10 Lannoitus kangasmailla 8 Kunnostusojitus turv la 6 Päätehakkuu turv la 4 Päätehakkuu kangasmailla Teppo Vesienhoitoalue Tutkija Fertilization, peat soils Fertilization, mineral soils Ditch network maintenance, peat soils Forest regeneration, peat soils Forest regeneration, mineral soils Luonnonvarakeskus

15 SS export, t Specific suspended solid (SS) loading caused by ditch network maintenance (kg ha -1 a -1 ). A 30% reduction in loads due to sedimentation ponds. Years since Ditch network treatment maintenance Total 973 a) Kuormitus (t) Kunnostusojitus Ditch network turv la maintenance Taustakuorma Background Vesienhoitoalue DNM ha/a Luonnonvarakeskus

16 Shortcomings Year-to-year changes in weather conditions (runoff) not considered No data for reliable estimation of specific loads Specific loads of harvesting on drained peatlands a) N kg ha -1 a Aika toimenpiteestä a Years after harvest Nieminen (2004) Nieminen (2004) Lundin (1999) Lundin (1999) Turvemaat Specific loads for fertilization in mineral soils come from one study, only. Specific P loads of DNM: No increase in dissolved P due to DNM, suspended solids contain 0.1% of P Kivennäismaat b) P kg ha -1 a Years since treatment Aika toimenpiteestä a Years after harvest Ditch network maintenance, SS kg//ha Ditch network maintenance, P kg/ha/a Luonnonvarakeskus Total Nieminen (2004) Nieminen (2004) Turvemaat Kivennäismaat

17 SS, mg l-1 Years since Ditch network treatment maintenance Total 973 Fine textured Medium textured Peat 1 20 Coarse Years since DNM Loads return to background levels in 10 years, DNM in fine textured bottom soils? Luonnonvarakeskus

18 Development of KALLE More (and long-term) empirical data for DNM (particulate P and N), harvesting of peat soils, fertilization of mineral soil forests More detailed statistics of forestry operations (Areas, ha): Current statistics do not include: Fertilization separately for min. and peat soils Harvesting separately for min. and peat soils Harvesting separately for drained Norway spruce and Scots pine forests DNM for different types of bottom soils Finnish Statistical Yearbook of Forestry 14 Teppo Tutkija Luonnonvarakeskus

19 tonnia KUSTAA extends KALLE to all land-uses Calculation based on specific loads and areas of land uses, as in KALLE Specific loads of land uses other than forestry differ in that they do not change with time Specific N loads for agricultural land (n=21), kg/ha/a MAATALOUS Syyskyntö Autumn plowing 15,95 4,49 27,41 1,505 0,250* 6, ,6 67,0* 3244,8 Syyskyntö, turvemaa, lannoitettu 38,00 11,2064,80 1,300 0,250* 5, ,6 67,0* 3244,8 Nurmi, pysyvä 9,02 3,14 18,67 1, ,319 2, ,25 91,5 682,1 Nurmi, turvemaa 18,50 4,42 32,58 1, ,349 3, ,25 Kokonaistyppi Nitrogen 91,5 682,1 Energiakasvi, Canary reedruokohelpi 7,20 1,72 12,68 0, ,111 1, ,2 677,4 Peruna Potato 17,00 4,79 29,21 1, ,250* 8, ,2 677,4 Sänki 9,50 5,74 13,26 1,222 0,180* 3, ,75 33,0* 1208,5 60 Suorakylvö, syksy 9,90 5,99 13,81 2,060 0,250 4, ,16 110,0 857,8 Suorakylvö, kevät 9,90 5,99 13,81 1, ,711 2, ,0 747,2 Kultivointi 11,51 6,96 16,07 2,347 20,250 6, ,0 2633,3 Sänkimuokkaus 9,90 5,99 13,81 1,612 00,250 3, ,0 1675,5 Suojakaista 9,02 3,14 18,67 1,050 0,613* 1, ,25 91,5 682,1 Pasture Laidun 46,30 16,0995,84 0,037 0,013 0, ,25 91,5 682,1 Viherkesanto Green fallow 7,20 0,00* 14,90 0,600 0,005 1, ,2 677,4 Avokesanto 17,90 5,04 30,76 2,022 0,790* 4, ,9 2475,5 Karjanlannan levitys syksyllä 20,70 5,30* 61,29 5,150 1,010* 12, ,0 728,0 Kotieläimet Siipikarja Poultry 0,90 0,250 Nauta 121,00 19,000 Lihakarja 49,30 6,920 Sika Pigs 15 23,30 5,650 Porotarha 0,38 0, Luonnonvarakeskus A 6000 ha catchment area in south-west of Finland

20 Quantifying exports from forested catchments Modelling hydrology (runoff) using FEMMA Calculating exports as a product of simulated runoff and (empirical) specific concentration data, mg/l/treated area FEMMA is a forest hydrological model that separates the processes of overstorey and understorey interception and transpiration, snow accumulation and melt, soil- and ground water interactions, and streamflow. FEMMA uses daily time series of air temperature, precipitation, relative humidity, wind speed, and downward short and long-wave radiation as an input. FEMMA has been applied in investigating how clearcutting affects water and nitrogen fluxes in hillslopes comprising mineral up-slope and peat down-slope areas 16 Teppo Tutkija Koivusalo, H., Ahti, E., Laurén, A., Kokkonen, T., Karvonen, T., Nevalainen, R. & Finér, L Impacts of ditch cleaning on hydrological processes in a drained peatland forest. Hydrology and Earth System Sciences 12(5): Luonnonvarakeskus

21 FEMMAapes a user-friendly calculation platform for the effects of DNM and harvesting on drained peatlands One can change -ditch spacing -ditch depth -tree stand characteristics -weather data -soil properties (hydraulic conductivity) DNM Harvest 17 Teppo Tutkija Luonnonvarakeskus

22 Specific SS conc., mg/l Harvesting and DNM (fine-textured soil) 0,2 0, C Runoff P mg l -1 0,12 0,08 0, y = x R² = 0.65 WT level,cm WT, (cm) cm Kaila, A., Sarkkola, S., Laurén, A., Ukonmaanaho, L., Koivusalo, H., Xiao, L., O Driscoll, C., Asam, Z., Tervahauta, A. & Nieminen, M Phosphorus export from drained Scots pine mires after clearfelling and bioenergy harvesting. Forest Ecology and Management 325: Fine-textured soil (P 0.1%) Cumulative P load, dissolved Cumulative P load, particulate Joensuu, Ahti, E. & Vuollekoski, M The effects of peatland forest ditch maintenance on suspended solids in runoff. Boreal Environment Research 4: Series1 18 Teppo Tutkija Luonnonvarakeskus

23 With the mathematic model presented in Palviainen et al. (2015), one can calculate specific concentrations for any chosen harvest area proportion A method to estimate the impact of clear-cutting on nutrient concentrations in boreal headwater streams Marjo Palviainen, Leena Finér, Ari Laurén, Tuija Mattsson, Lars Högbom AMBIO 2015 DOI /s y 19 Teppo Tutkija Luonnonvarakeskus

24 Erosion is the most harmful impact of forestry in Finland, avoid easily erodable channels in DNM Water flow, m/s Practical tools to decrease erosion based on a RLGIS-tool Erosion risk is influenced by soil type, and water flow velocity, which, in turn, is influenced by the area of water shed and channel slope aluma-alue Water shed area a > 40 Kaltevuus Slope % 0-0,3 0, > 3 Water flow Virtausnopeus cm/s > 80 Eroosioalttius Erosion eroosio risk Low risk High risk kohtainen eroosialttius suuri eroosioalttius 20 Teppo Tutkija Detachment of soil particles Fine Medium Coarse Luonnonvarakeskus

25 Use of a moisture index (DTW) to determine the width of buffer zone and GWT hotspots Fixed-width DWT generated buffer zone GWT hot spots: Soil carrying capacity against heavy harvesting machinery poor 2/9/ Luonnonvarakeskus

26 22 Teppo Tutkija Luonnonvarakeskus

27 Kiitos! Thanks! 23 Teppo Tutkija Luonnonvarakeskus

28 24 Teppo Tutkija Luonnonvarakeskus

29 Lake assessment based on environmental data Peeter Nõges Estonian University of Life Sciences 26 March 2015 Modelling seminar Tallinn

30 26 March 2015 Modelling seminar Tallinn

31 Describing the elephant 26 March 2015 Modelling seminar Tallinn

32 Ispra 26 March 2015 Modelling seminar Tallinn

33 The European Centre for Ecological Water Quality and Intercalibration 26 March 2015 Modelling seminar Tallinn

34 26 March 2015 Modelling seminar Tallinn

35 Outline Data variability and status assessment Uncertainty of environmental data Spatial vs. year-to-year variability Detecting climate change effects 26 March 2015 Modelling seminar Tallinn

36 water level, m Regular changes Types of variability Diurnal changes Seasonal changes Longer periodic changes (NAO) Long-term trends, natural or anthropogenic Random changes due to meteorology or single events System shifts Sampling & measurement errors Yearly average 7-year moving average March 2015 Modelling seminar Tallinn

37 Challenges WFD Detecting human impact on the background of high natural variability IPCC Detecting climate change signal on the background of changing human impact 26 March 2015 Modelling seminar Tallinn

38 Managing variability in WFD ecological status assessment Regionalization & creating typologies Mäemets, March 2015 Modelling seminar Tallinn

39 Managing variability in WFD ecological status assessment Defining type-specific reference conditions Describe the pristine status Include the whole range of natural variability Based on Reference sites Paleo-reconstruction Historical data Modelling Expert opinion 26 March 2015 Modelling seminar Tallinn

40 Natural >> anthropogenic 26 March 2015 Modelling seminar Tallinn

41 26 March 2015 Modelling seminar Tallinn

42 26 March 2015 Modelling seminar Tallinn

43 26 March 2015 Modelling seminar Tallinn

44 Effects of changing water level 26 March 2015 Modelling seminar Tallinn

45 Standardizing for dominant factor 26 March 2015 Modelling seminar Tallinn

46 Seasonality A g m cyanobacteria diatoms minority groups I II III IV V VI VII VIII IX X XI XII Month 26 March 2015 Modelling seminar Tallinn

47 Removing seasonality Autoregressive moving average (Box & Jenkins, 1980) Seasonal decomposition (Cleveland & Tiao, 1976) Seasonal smoothing (Gardner, 1985) Regressions to derive seasonal average from single monthly values works well with data gaps. 26 March 2015 Modelling seminar Tallinn

48 The effect of corrections on monthly phytoplankton biomass 26 March 2015 Modelling seminar Tallinn

49 The effect of corrections on annual phytoplankton biomass -40 to 70% 26 March 2015 Modelling seminar Tallinn

50 Corrected water quality and regime shift in phytoplankton Index based on TP, TN, Chl, Secchi, PhB corrected for WL & seasonality 26 March 2015 Modelling seminar Tallinn

51 Quantifying uncertainties Do metrics show greater variability among lakes than within lakes or as a result of differences in sample processing? 26 March 2015 Modelling seminar Tallinn

52 Quantifying uncertainties 7 phytoplankton parameters Hierarchical sampling design 32 lakes from 11 countries 3 stations in each 2 water samples 3 subsamples 2 analysts Linear mixed effects model Nested design 26 March 2015 Modelling seminar Tallinn

53 Quantifying uncertainties 65 96% of the variance in metric scores was among lakes, much higher than variability occurring due to sampling/sample processing. Variability among stations and samples was minimal (<4%) single station is representative, sampling ok Sub-samples and analysts accounted for much of the within-lake variance better standardization needed Typical partitioning of variance for phytoplankton metrics 26 March 2015 Modelling seminar Tallinn

54 Quantifying uncertainties Do metrics show greater spatial or interannual variability within a lake? Data from 10 sampling points during 11 survey expeditions in August physical & chemical variables 8 phytoplankton variables 26 March 2015 Modelling seminar Tallinn

55 Year-to-year variability 26 March 2015 Modelling seminar Tallinn

56 Clusters of stations 26 March 2015 Modelling seminar Tallinn

57 Variability within Võrtsjärv proper 26 March 2015 Modelling seminar Tallinn

58 Detecting climate change effects 26 March 2015 Modelling seminar Tallinn

59 Analyzing long time series Nõges et al., March 2015 Modelling seminar Tallinn

60 Problems: Strictly do not exist. Studying reference sites does not give information on how impacted sites will respond to climate change. Monitoring of reference sites 26 March 2015 Modelling seminar Tallinn

61 Studying the effect of extreme events Gives a hint about possible direction of change Shortcoming: The effect of a short-term (one year) impact may be different from that of a long-term change 26 March 2015 Modelling seminar Tallinn

62 Residual analysis Nitrate concentration in Lake Windermere and the use of N- fertilizers in the catchment; NO3 concentration detrended regarding the use of fertilizers vs. The NAO index George et al., March 2015 Modelling seminar Tallinn

63 Studies in a climate gradient 26 March 2015 Modelling seminar Tallinn

64 Coherence studies using remote sensing techniques Surface water temperature Colour Chlorophyll & other pigments Water blooms Turbidity & mixing regime Ice phenomena Changes in shore line Water level Macrophyte development 26 March 2015 Modelling seminar Tallinn

65 Rising winter air temperatures Tartu +2ºC Since 1997 warmer than measured ever before 26 March 2015 Modelling seminar Tallinn

66 Ice cover predictions Permanently ice-free 4 8 Seasonal ice cover Permanently ice-covered 26 March 2015 Modelling seminar Tallinn

67 Ice regimes Ice-on date 26 March 2015 Modelling seminar Tallinn

68 Ice regimes Ice-on date Ice-off date 26 March 2015 Modelling seminar Tallinn

69 Ice regimes ºC Now 1960s Temperature dependence of ice cover is non-linear +2ºC A further winter temperature increase by 2ºC will halve the duration of ice cover on Peipsi Ice cover on the larger and deeper lake is more sensitive Ice-on date Ice-off date 26 March 2015 Modelling seminar Tallinn

70 Is it due to human impact? Thank you! 26 March 2015 Modelling seminar Tallinn

71 Building common situational awareness for accidental oil spill emergency response Aps 1, R., Fetissov 1, M., Heinvee 2, M., Jönsson 3, A., Kopti 1, M., Kotta 1, J., Orviku 4, K., K. Tabri 2, Tõnisson 4, H. 1 University of Tartu, Estonian Marine Institute, Tallinn, Estonia 2 Tallinn University of Technology, Tallinn, Estonia 3 Swedish Meteorological and Hydrological Institute, Norrköping, Sweden 4 Tallinn University, Institute of Ecology, Tallinn, Estonia 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 1

72 There are known knowns. These are things we know that we know. There are known unknowns. That is to say, there are things that we know we don t know. But there are also unknown unknowns. There are things we don t know we don t know. Donald Rumsfeld Stephen Carr, /02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 2

73 Terminology Situational Awareness (SA) knowing what has and is occurring within your environment and understanding the implications of these events and the potential outcomes associated with them (human element - intellectual) Common / Shared Situational Awareness (CSA) - the common (shared) knowledge and understanding held by those involved in a situation that should support unity of purpose and effort, and in turn enable an effective collective response. Common Operating Picture (COP) an overview of a situation that is created by assessing and fusing information from multiple sensors or sources to support timely and effective decisionmaking (a product of technology) Stephen Carr, /02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 3

74 Smart Response Concept: building a flexible Common Operational Picture (COP) to support Common Situational Awareness (CSA) in crisis management Large crises involve frequent role switching between different actors in a response. Smart Response solution is to use interactive information overlays to enable different users to fit the COP to their particular CSA needs. 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 4

75 Coupled Seatrack-Web/SmartResponse-Web system is developed for oil spill response related Common Situation Awareness building through the cyclic process of dynamic situational assessment Endsley (2000) differentiates between cognitive processes involved in achieving the situation assessment and the resultant state of knowledge about the situation situation awareness. Therefore, the situation assessment as an active process of seeking information from the environment is defined separately from situation awareness as the resultant of that process. 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 5

76 Building Common Situation Awareness Common Situation Awareness is a state of knowledge that results from Awareness building process and includes Perception What are the current facts? Comprehension - What is actually going on? Projection - What is most likely to happen if Resolution - What exactly should be done? Important - Perception, Comprehension, Projection and Resolution happens in parallel Salerno, Hinman, Boulware, /02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 6

77 The work of coupled Seatrack Web / SmartResponse-Web is based on the imported Web Map Services with the GIS map layers grouped according to the Environmental Sensitivity Index (ESI) framework shoreline classification ranked according to a scale relating to sensitivity, natural persistence of oil, and ease of cleanup (new - original map layer), biological resources including oil-sensitive animals, and habitats, which are used by oil-sensitive species or are themselves sensitive to oil spills (OILRISK map layers), human-use resources specific areas that have added sensitivity and value because of their use, such as beaches, parks and marine protected areas of different level, and historic/cultural sites (new - official map layers) 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 7

78 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 8

79 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 9

80 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 10

81 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 11

82 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 12

83 Aps, R., Tõnisson, H, Anfuso, G., Perales, J.A., Orviku, K., Suursaar, Ü Incorporating dynamics factor into the Environmental Sensitivity Index (ESI) shoreline classification Estonian and Spanish example. In: Green, A.N. and Cooper, J.A.G. (eds.), Proceedings 13 th International Coastal Symposium (Durban, South Africa), Journal of Coastal Research, Special Issue No. 66, pp. xxx-xxx, ISSN This paper focuses on amending the Environmental Sensitivity Index (ESI) related shoreline classification to local conditions dynamically changing categorization of shoreline in terms of its susceptibility to spilled oil caused by extreme meteorological events and taking into consideration a number of natural physical factors The novelty of this work is in attempt to move from the standard ESI related and locally adapted static shoreline classification towards more dynamic shoreline monitoring based characterization of the sensitive to oil pollution shoreline elements 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 13

84 Shoreline classification 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 14

85 Biological resources 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 15

86 Human use resources 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 16

87 Human use resources 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 17

88 Ship collision / grounding simulation module 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 18

89 DAMAGE ASSESSMENT MODEL - The size of the damage opening is evaluated by simplified formulas [Heinvee et al 2015]. - The formulas calculate the length and width of the damage opening, i.e the opening area. - Limited number of inputs are required: (i) for the ship: velocity, displacement, main dimensions, double-bottom height, structural resistance coefficient; (ii) for the rock: rock size parameter, penetration depth - The calculation of damage length is based on average horizontal grounding force and energy balance. Structural damage length and width: Contac area A Damage width 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 19

90 CASE STUDY: RESULTS (damage size and volume of spilled oil) All scenarios: Spilled oil as a function of damage length: Oil tanks Oil spill from both tanks Oil spill from one tank Three scenarios with largest oil spills: Seatrack Web SmartResponce Web 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 20

91 CASE STUDY: oil spill movement ( Seatrack Web) Port of Muuga 21

92 Movement of spilled oil Oil slick size and position after 25 hours Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 22

93 Movement of spilled oil Final position of the stranded oil Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 23

94 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 24

95 Oil spill response exercise 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 25

96 Oil spill response exercise 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 26

97 Oil spill response exercise 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 27

98 Acknowledgements This study is supported by the Estonian Science Foundation grant No.7609, Estonian target financing program SF s08, Estonian Environmental Investment Centre and by Central Baltic INTERREG IVA Programme Project MIMIC Minimizing risks of maritime oil transport by holistic safety strategies 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 28

99 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 29

100 Thank you 09/02/2016 Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks 26 märts 2015, Tallinn Meriton Grand Conference & Spa Hotel 30

101 Johanna Tengdelius Brunell Reporting and classification by using the HYPE-model

102 Research and development in every dimension We conduct research in six main areas: Hydrology Oceanography Air Environment Atmospheric Research Forecasts and Analysis Climate Research 2

103 Agenda The HYPE model -Hydrological processes and water quality processes Using HYPE for WFD -Water web SMED-HYPE and reporting to HELCOM

104 Model concept - overview HYPE: Hydrological Predictions for the Environment Conceptual rainfall-runoff model with integrated N and P processes driven with rainfall and (min/max) temperature data, usually at daily time steps N driven with atmospheric deposition Scalable application, targeting large model domains Model domain divided into sub-catchments (i.e. not grid-based) Soil and landuse classes (SLC) static information: Land cover Lakes and regulation Crop dynamics Point sources S2 S1 S3

105 Model concept Division of the landscape Most of the model parameters are connected to a class 3 soil and land use classes 3 soil and landuse classes (soil) 4 soil and landuse (landuse and soil)

106 Soil and Land use classes Most parameters are dependent on either soil or land use No formal restriction on No max limits of number of classes Lakes are special DB Soil + Landuse + Crops Soil and Landuse! (simply called SLC)

107 Rivers, lakes, and routing Runoff from SLCs Precipitation Evaporation Inflow from upstream subcatchment Local stream Local lake Flow to main watercourse Precipitation Evaporation Main watercourse Outflow from Subcatchment Structural overview Outlet lake

108 SLCs 2 Conceptual structure Land surfaces Up to 3 different layers Different flowpaths/runoff Groundwater and soil moisture Nutrients Sources and sinks Turnover processes

109 Characteristic/Data type Info/Name Provider Total area (km 2 ) 8.7 million - No. of sub-basins (mean size 248 km 2 ) - Topography (routing and delineation) hydrosheds (15 arcsec) Hydro1K Lehner et al. (2008) Soil characteristics ESDB, DMSW, SGU DB/Index.htm Land use characteristics CORINE, GlobCover orine/#.u9jkh2nv-no Reservoir and dam Global Reservoir and Dam database (GRanD) Bernhard et al. (2011) Lake and wetland Global Lake and Wetland Database (GLWD) Lehner & Döll (2004) Irrigation Global Map of Irrigation Areas (GMIA) Siebert et al. (2005) Discharge GRDC, EWA and others (2690 stations) Precipitation WFDEI (0.5 o x 0.5 o ) Weedon et al. (2011) Temperature (mean, min, max) WFDEI (0.5 o x 0.5 o ) Weedon et al. (2011) Snow cover area GlobSnow Weedon et al. (2011) Evapotranspiration MODIS (PET, AET) - WHIST

110

111 HYPE in Airviro Airviro Already existing system for air quality management User friendly environment Web based application 11

112 Using S-HYPE for WFD in Sweden New administrative organisation: the water authority No longer administrative boundaries Instead natural water boundaries

113 The water management work cycle The conditions in the bodies of water are analysed An action programme is worked out Six-year cycle Interaction Design management plan and reporting The quality requirements that will apply to each body of water are established Monitoring performed

114 How models can support WFD Fill gaps in space and time Support monitoring programmes Calculate source apportionment of emissions Run scenarios

115 Classification of water bodies Water authority is responsible for the classification A help to give information about the nitrogen and phosphorus status

116 Vattenwebb an online source of data from S-HYPE

117 PLC6 Swedish Agency for Marine and Water Management are responsible for reporting to HELCOM, the Helsinki Commission. Assignment: Report the load of nitrogen and phosphorus at the Baltic Sea 2013 Every ~sixth year

118 The Swedish environmental research institute Statistics Sweden The Swedish University of Agricultural Sciences Load from rural and urban surfaces Runoff Retention Load from point sources Other statistic to support all the other models Leakage from agriculture and other land uses Total load Source apportionment

119 PLC6 Year one (2014), Runoff Year two (2015), Retention Compile

120 Thank You! HYPE Airviro Water web

121 SWAT-i kasutamiskogemus Eestis Ottar Tamm Eesti Maaülikool Veemajanduse doktorant Toomas Tamm Veemajanduse osakonna juhataja

122 Ettekande teemad SWAT mudel - mis ja miks? Mudeli sisendid SWAT Eestis Probleemid!?

123 SWAT Maailmas Eesmärk olla esimene ülemaailmselt kasutatav hüdroloogiline mudel SWAT i loojate ambitsioon katta kogu maakera! Üle 4000 teadusartikli, kasutades SWAT mudelit Üks enim kasutatavaid füüsikalis-hüdroloogilisi mudeleid!

124 SWAT SWAT (Soil and Water Assessment Tool) Pinnase ja vee hindamise tööriist Füüsikalis-hüdroloogiline mudel, mis on esialgselt mõeldud hindamaks maakasutuse mõju hüdroloogiale ja setete liikumisele Ruumiskaala valgla (või suurem) Ajaskaala ööpäev (või pikem)

125 SWAT Võimalik modelleerida: vooluhulk sette liikumine vee kvaliteet (taimetoitained: lämmastik, fosfor; patogeenid, jm)

126 Kasutuseesmärgid Kliima ja kliimamuutuste mõju jõgedele (vooluhulgad, vee kvaliteet, jms) Modelleerida vooluhulkasid jõe suvalisse punkti ja valglatele, kus puuduvad mõõtmised (ungauged catchments) Hinnata maakasutuse muutuse mõju hüdroloogiale, veekvaliteedile, jms

127 SWAT - Sisendid Sisendid: Kliima sademed, temperatuur, päikesekiirgus, tuulekiirus, õhuniiskus Kaardikihid: kõrguskaart (DEM), maakasutus, mullakaart Reostus (point source) Taimekasvatus (pestitsiidid, väetamine, kündmine, jms) Tartu 7

128 Kõrguskaart (DEM) DEM resolutsioon Valglate kaardi kasutamine ja/või nende genereerimine (delineation) Tartu 8

129 Mulakaart ja maakasutuse kaart Tartu 9

130 Meteoroloogilised sisendid Mõõtmisjaamad: - Türi - Viljandi - Pajusi - Väike-Maarja - Tahkuse - Tõrva - Pärnu - Kuusiku Tartu 10

131 Äravoolu arvutus Valgala Alamvalgalad HRU (ühetaoline füüsikalisgeograafiline ala) Tartu 11

132 SWAT Eestis Kes kasutab? Eesmärk? Millised on modelleerimise tulemused?

133 SWAT Eestis (näited) Tallinna Tehnikaülikool Lämmastiku modelleerimine Leivajõgi, Pärnu

134 SWAT Eestis Keskkonnaagentuur (Keskkonnateabekesus) KTK poolt uuritud jõgedes jäi r 2 väärtus lämmastiku osas kõigis seiratud punktides alla

135 SWAT Eestis Keskkonnaagentuur (EMHI) Töötav... vooluhulga mudel: Pärnu Emajõgi Eesmärk kasutada koos ilmaennustusega (HIRLAM või ECMWF)

136 SWAT Eestis Eesti Maaülikool Veemajandus Eesmärgid: - jõgede hüdroenergeetilise potentsiaali modelleerimine - kliimamuutuste mõju uurimine

137 SWAT Eestis Töötav mudel? Eesmärgipäraselt kasutatav mudel?

138 SWAT - Pärnu Tartu 18

139 SWAT - Pärnu Sarnased tulemused üle Eesti perioodil Tartu 19

140 Probleemid Ebamäärasused modelleerimises (uncertainty) : - sisendandmetes - mõõtmistulemustes - mudelis endas (nt lihtsutused!) - mudeldaja teadmised ja kogemused Tartu 20

141 Probleemid Kliima sisendite täpsus? - Meteojaamade tihedus ja arv Eestis - Vaatlusridade pikkus ja mõõdetavate kliimaparameetrite arv - Automaatjaamadele üleminek, mõõtmisviga Tartu 21

142 Probleemid Näiteks sademed Tartu 22

143 Probleemid Mullakaart - Kui detailine, võib-olla liiga detailne? - Mullaga seotud hüdrofüüsikalised parameetrid (nt veejuhtivus, veesisaldusomadused (water retention), poorsus, jt) - Hüdrogruppidesse jaotamine? Tartu 23

144 Probleemid Maakasutuskaart - Ajas muutuv - Maakasutuse muutuse mõju näiteks mullaomadustele - Maakasutuse muutus näiteks aurumisele ja transpiratsioonile Lisaks: point-source andmete muutlikkus jms Tartu 24

145 Probleemid Maakasutuskaardil vajalikud parameetrid: CN2 väärtused Eestis? Taimefüsioloogilsed parameetrid Tartu 25

146 Kokkuvõte SWAT vajab paju sisendandmeid SWAT mudelit tuleb kalibreerida ja valideerida Tuleb arvestada ebamäärasustega ja andmetest tulenevate usalduspiiridega! SWAT mudelit saab Eestis kasutada vooluhulkade modelleerimiseks! Tartu 26

147 Aitäh kuulamast! Tartu 27

148 Projekt: Mudelite süsteemi ja töövahendi loomine mere ja maismaa pinnavete integreeritud haldamiseks Seminari päevakava 26. märts 2015 Tallinn Meriton Grand Conference & Spa Hotel Konverentsikeskus Peterson I saal Aeg Ettekandja Teema Registreerimine, tervituskohv Rene Reisner Keskkonnaministeerium, veeosakonna juhataja Erik Teinemaa Eesti Keskkonnauuringute Keskus OÜ, projektijuht Akad. Tarmo Soomere Eesti TA president Tiit Kutser, PhD Tartu Ülikool Kohvipaus Robert Aps, PhD TÜ Mereinstituut Peeter Nõges, PhD Eesti Maaülikool Tervitussõnad Projekti tutvustus Mere ja ranniku mudelite ning andmestike võimalusi ja kitsaskohti Kaugseire ranniku- ja sisevete seisundi hindamisel Building common situational awareness for accidental oil spill emergency response Järvede seisundi hindamine keskkonnaandmete alusel

149 Lõuna Mika Nieminen, PhD Natural Resources Institute Finland Per Stalnacke, PhD Norwegian Institute for Agricultural and Environmental Research Kohvipaus Johanna Tengdelius Brunell MSc, Swedish Meteorological and Hydrological Institute Prof. Toomas Tamm Eesti Maaülikool Ottar Tamm, doktorant Eesti Maaülikool Calculation tools for N and P exports from forests/peatlands to waters in Finland Nutrient fluxes from source to the sea Reporting and classification by using the HYPE-model SWAT-i kasutamiskogemus Eestis

150 Mere ja ranniku mudelite ja andmestike võimalusi ja kitsaskohti Maa ja mere suhted on keerulised Albany, Austraalia Tarmo Soomere Eesti Teaduste Akadeemia TTÜ Küberneetika Instituut Lainetuse dünaamika labor Mittelineaarsete Protsesside Analüüsi Keskus KUK Mudelite seminar Tarmo Soomere Füüsika Talvekool Tarmo Soomere Esimene osa Lained: Üks meie maailma tugisambaid Mass, energia, impulss liiguvad ühel moel kahest Liigub aine (mass, energia, impulss) Liigub laine (energia) energia levimine mingis keskkonnas nõnda, et keskkond ise liigub minimaalselt veepinna mistahes häiritus hakkab levima pinnalaine(te)na z Lainetel on mõned omadused Elevation Veepinna asend a Amplitude Amplituud h Kõrgus Height Wavelength Laine pikkusl Steepness Järskus h/l Crest Hari Hari Rahulik Calm surface veepind Tald, Trough vagu, põhi Periood: ajavahemik kahe järjestikuse laineharja vahel Levikusuund Oluline lainekõrgus: 1/3 kõrgeimate lainete keskmine kõrgus x KUK Mudelite seminar KUK Mudelite seminar Tarmo Soomere Ekstreemsed tingimused ja muidu kõrged lained: erinevates kohtades Kõrgeimad lained üksikus tormis: Atlandi põhjaosas Keskmine lainekõrgus: suurim möirgavatel 40ndatel Mida teame Läänemere lainetest: mõõtmised, vaatlused, rekonstruktsioonid Rekonstruktsioonid Jönsson et al (1a) Augustin 2005 (40a) Schmager et al Tuomi et al (6a) Räämet [et al.] (38 a) SMB-tüüpi mudelid: Suursaar [et al.] , ~40a Hulk laineatlaseid & publitseerimata andmeid (e.g. Alari 2013) Üles vaatavad kajaloodid Akadeemiline loeng Tarmo Soomere Tarmo Soomere 1

151 Lained Rootsi rannikul Põhja-Atlandil: suurenemine ~1%/a (Gulev jt.) Annual mean wind speed, Average m/s significant wave height, m Simrad WHM : väga kahtlane? Otsus Years 6 Tuule kiirus Utö saarel KUK Mudelite seminar Year Tarmo Soomere 50 0 Measurement success rate, % Visuaalsed vaatlused: lõks või aare? Utö Ca 500,000 salvestust 1954 Visuaalsed vaatlused, Pakri (Eesti) Arvutirekonstruktsioonid Lainepoi Soome lahes (FIMR/FMI) Lainepoi Läänemere põhjaosas (FIMR/FMI) Pööratud kajalood Almagrundet (Rootsi) Visuaalsed vaatlused, Narva-Jõesuu, Vilsandi, Sõrve, Ruhnu 1954-now Visuaalsed vaatlused, Liepaja and Ventspils (Läti), 1946-now 1954 Visuaalsed vaatlused, Palanga, Klaipeda, Nida (Leedu), 1954-now Lainepoi, Darssi künnis (Saksamaa) 8 KUK Mudelite seminar Aasta keskmise lainekõrguse muutumine: kolm andmestikku klapivad omavahel, aga mitte tuule kiirusega (?) Ei mingit pidevat suurenemist Tuule ja lainete ebakõla Vilsandi Annual mean wind speed, m/s Almagrundet I Tuule kiirus Utö saarel Almagrundet II Akadeemiline loeng Year Tarmo Soomere Visuaalsed vaatlused: lõks või aare? Average wave height, m Võti: Lainekõrgus üksikute kalendripäevade jaoks: kooskõlas Nidast Narvani Nida, +0.2 m Vilsandi, -0.1 m Pakri, -0.5 m Ruhnu, -0.7 m Narva, -0.9 m -0.6 Sõrve, -0.1 m -0.8 Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Tarmo Month Soomere Lainekliima: üldiselt mahe Frequency of occurrence, % Distribution of wave heights (SimRad data) a) salvestust 1xtunnis Akadeemiline Wave loeng height, m, with a step Tarmo of 0.25 Soomere m Keskmine rekonstrueeritud lainekõrgus ~1m Andrus Räämet Irina Nikolkina COSMO winds (2015), käsikiri koostamisel Tarmo Soomere 2

152 Tüüpiline avamerele A feature, not a bug: Sama kliima ilmneb erinevalt eri kohtades Tüüpiline varjatud ranna-aladele Frequency of occurrence, % Frequency of occurrence, % Wave height, m 30 Liepaja 25 Kõik vaatlused 20 12:00 Päeva 15 keskmine 10 5 Ventspils Pindsoo et al IEEE Tarmo Tarmo Wave Soomere Soomere height, m Frequency of occurrence, % Frequency of occurrence, % Lainelevi suund: peegeldab kahetipulist tuule struktuuri 8 Utö, All winds cases All winds cases 10 m/s cases >5 m/s, cases 0 N NE E SE S SW W NW N 20 Wind direction Vilsandi 10 m/s cases 5 >5 m/s cases 0 N NE E SE S SW W NW N Wind direction Arvutused A.Räämet Tarmo Soomere Vilsandi Wave height (m) 3 Lainekõrgus sõltub suunast! Frequency of occurency (%) N NE E SE S SW W NW N Lainekõrguste ja saabumissuundade Wave direction ühisjaotus (visuaalsed vaatlused, Kelpšaite et al BER) KUK Mudelite seminar Tarmo Soomere Ööpäevane tsükkel puudub (isegi 0.79 varjatud aladel nagu Darssi künnis) b) 0.78 Darss Sill, Soomere, Weisse, Behrens 2012 Ocean Sci Lainekõrgus Tuule Wind speed, kiirus m/s Wave height, m 7 6,5 6 5,5 5 4, Ootamatu, sest tuule kiirusel on selge tsükkel 05:00 10:00 15:00 20:00 Time Mereline tuul Harku 3,5 Soomere, Keevallik 2003 ERC NUMERIWAVES Pakri 3 3:00 6:00 9:00 12:00 BSSC2013 Tarmo Klaipeda Soomere :00 21:00 Tarmo Soomere BCAM Vilsandi 0:00 15:00 Utö Hanko Inkoo Isosaari Kataja Kotka Kunda Ülemiste Sesoonne muutlikus: avaldub igal pool Läänemeres Palju reljeefsem tuule kiiruse muutustest Monthly mean wave height, m Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec Vilsandi ; Almagrundet (kaks seadet) Ekstreemne lainetus Läänemeres : mõõdukas, sest sobivad tingimused kõrgete lainete tekkimiseks esinevad harva Jaanuar 1984: Hs=7.82 m (Almagrundet) (väga tugev torm jaanuaris 1993, ei salvestatud) Detsember 1999: kaks korda Hs>7m kahe nädala jooksul (avamere lainepoi); Üldine usk 2004: Hs saab olla maksimaalselt ~8-8.5 m 23 detsember 2004: Hs=8.2 m (Tuomi et al. 2011) 2005 jaanuaris: rekonstrueeritud 9,5-9,7 m (Soomere jt., 2008; Tuomi jt., 2011) 09 jaanuar 2005: Hs=7.2 m Akadeemiline loeng Tarmo Soomere KUK Mudelite seminar Tarmo Soomere 3

153 Ruumiline muster: tugevalt anisotroopne Pikaajaline oluline lainekõrgus 1m 99.9% Hs 5m 1.25m 6m 4m Läänemere lainekliima lühidalt: Lainekõrgus: tagasihoidlik (Hs~<1m) väga tugevad tormid võimalikud (Hs ~10m) Perioodid: lühikesed (3-5 s) Suunad: enamasti kahetipuline jaotus Muutlikkus Ööpäevane: puudub Sesoonne: väga tugev Eri merealadel: üsna tugev Lainetuse statistika Tuomi, Kahma, Pettersson 2011 KUK Mudelite seminar Tarmo Soomere Teine osa Laineteadus õhukesel jääl: arvutuste, mõõtmiste ja vaatluste ebakõlad Tüüpiline avamerele Perioodid: lühikesed A feature, not a bug: Sama kliima ilmneb erinevalt eri kohtades Tüüpiline varjatud ranna-aladele Frequency of occurrence, % Frequency of occurrence, % Liepaja 06:00 18: Observed period, s 35 Ventspils :00 Kõik vaatlused 10 Pindsoo et al IEEE 5 Soomere, 2013, Journal of Coastal Research KUK Mudelite seminar KUK Mudelite seminar Tarmo Observed Tarmo Soomere Soomere period, s Frequency of occurrence, % Kadunud perioodid: Darss Sill Laiendatud sagedusribaga mudel (alates 0.5s) Järeldus: lühikeste (2-3 s) & järskude lainete roll mere dünaamikas oluliselt alahinnatud Mõõtmised lainepoiga Wave period, s Soomere, Weisse, Behrens, Akadeemiline 2012, Ocean loeng Science Arvutused standardmudeliga Tarmo Soomere Laineuuringud õhukesel jääl: Mõõtmised ja arvutused ei lähe kokku Wave height, m Wave height, m 4 b) 99%-ile a) 90%-ile Soomere, Weisse, Behrens Years Augustin 2005 Mõõdetud Keskmine lainekõrgus Räämet jt Mõõdetud 0.6 ERC NUMERIWAVES Tarmo Soomere Years BCAM

154 Näide: muutused top 1% lainekõrguses Geostroofiline tuul (Räämet et al. 2010) m Modelleeritud 99%-ile, 58N,20E (Augustin 2005, BACC 2008) Probleem: tuuleinfo kvaliteet Almagrundet Detsember 1986 Muutused erinevad eri aladel Radikaalne kahanemine Rootsi ranniku lähistel Suurenemine mere idaosas ning Kuramaa ja Stockholmi vahel Ei klapi Augustin/Weisse arvutustega Almagrundet oktoober 2000: Rootsi andmestik (MESAN) väga hea Rootsi lähistel Mere põhjaosa detsember 1999: MESAN lootusetu, geostroofiline tuul märksa parem KUK Mudelite seminar Tarmo Soomere Räämet Tarmo et al. Soomere 2009 Parem/uuem tuuleinfo ei aita Läänemere põhjaosa lainepoi 2005 a jaanuaritormis Mudelid Tegelik Andrus Räämet ja Irina Nikolkina 2015, käsikiri koostamisel Lainekõrgused ja nende muutumine 9 arvuti nägemuses Räämet and Soomere Estonian Journal of Earth Sciences Suur Hs Arkona basseinis: geostroofilise tuule probleem Annual mean wind speed, m/s Kalbådagrund cm/s/year Year Räige kahanemine Utö cm/s/year Utö ümbrus: tuul kasvab, lained ei muutu? Aeglane kasv Keskkonnakomisjon, Tarmo Soomere Akadeemiline loeng Tarmo Soomere Annual mean wind speed, m/s Tuule kiiruse ja lainekõrguse ebakõla? Tuule kiirus Soome lahes ja Utö saarel Kalbådagrund cm/s/year Utö cm/s/year Year Geostroofiline tuul & lainekõrgus kogu merel BSSC2013 ICS2013 Tarmo Klaipeda Plymouth Soomere Tuule kiirus kasvas Läänemere põhjaosas Soome laht: muutusi pole Tuule keskmine kiirus: pole kasvanud Lainetuse keskmine intensiivsus: samuti pole kasvanud Küll aga olid lained kõrged 1980ndate algul ja Erinevus ~20% Soomere and Räämet 2014 Muutused kogu-mere lainekõrguses: vaid vähestel kuudel Tuule kiiruse muutus: sama kõigil kuudel suhteliselt suur jaanuaris-veebruaris Lainekõrgus kasvas vaid jaanuaris-veebruaris Kahanes oluliselt septembris ja novembris KUK Mudelite seminar Räämet, Soomere, 2011 J.Coast.Res. Tuule keskmine kiirus Utö saarel Lainekõrgus kogu merel (geostroofiline tuul) Tarmo Soomere 5

155 Enamus asju tegelikult ei klapi (kui just pole tegemist kohaspetsiifiliselt kalibreeritud lainemudeli ja tuuleinfoga) Kooskõla Lahknevus Pikaajaline Hs: +/- 15% Kõrgemad Hs protsentiilid: kuni 30% Trendid: küsitavad Suunad: mudel ei näita midagi KUK Mudelite Tarmo Soomere seminar Aastatevaheline muutlikkus Ruumilise muutlikkuse põhjooned Järeldus: tasub fokuseeruda muutuste analüüsile Kolmas osa Lainete omadused muutuvad koos kliima muutumisega KUK Mudelite seminar Tsüklonite perekonnapilt muutub: nüüd on neid rohkem ja mujal kui 50 aasta eest Sügavate tsüklonite (<980 hpa) arv Lehmann et al KUK Mudelite seminar Tarmo Soomere Lihtne järeldus: Tormid Eestis on nüüd teistsugused kui aasta eest Mis saaks muutuda? KUK Mudelite seminar Kõrgused keskmised? ekstreemumid? eri merealadel Perioodid / pikkused Levikusuund Ristlainetuse sagedus Ummiklaine osakaal? hiidlainete sagedus/omaduses?... Tarmo Soomere Lainekõrguse muutused: keerukas ruumiline muster Charles Babbage: kehvad andmed on parem kui andmete puudumine Peamised muutused Kahanemine mere lääneosas Kasv idaosas Arkona bassein: ebaselge; võimalik tuule moonutus Muutus, cm/40a Statistiline usaldusväärsus (%) Räämet, Soomere 2011 KUK Mudelite seminar Tarmo Soomere Saatuse iroonia aastal 2010: muutused just seal, kus pole mõõtmisi ega vaatlusi Almagrundet Üles vaatavad kajaloodid Rootsi Meteoroloogia ja Hüdroloogia Instituut (SMHI) KUK Mudelite seminar Läänemere põhjaosa (NBP) Lainemõõtur alates 1996 Soome Meteoroloogia Instituut (FMI) Palanga Vaatlused Tarmo Soomere Narva-Jõesuu (EMHI) Pakri (EMHI) Vilsandi Vaatlused Eesti Meteoroloogia ja Hüdroloogia Instituut (EMHI) 6

156 Lainekõrguse muutused #1: ootamatu muster Changes, cm/40yr Ventspils Annual mean wave height, m Ventspils, aasta keskmine lainekõrgus Palju kiirem kahanemine ! Lainekõrguse kasv Soomere 2013 Journal of Coastal Research Year KUK Mudelite seminar Järeldus: 40 aastat on liiga lühike aeg mere & lainekliima jaoks Tarmo Soomere Annual mean wave height, m Sama käik kogu Läänemere idarannikul Ventspils Vilsandi Nida Liepaja Narva-Jõesuu Year Soomere, 2013 Journal of Coastal Research KUK Mudelite seminar Tarmo Soomere Muutus #2: levikusuund Color code shows the frequency of occurrence (%) of waves from a particular direction Lihtne põhjus: tuule suuna muutumine SW tuulte osakaal 17% 23% Räämet et al Tüüpilise laineleviku suuna muutus Narva- Jõesuus: ca 90 kraadi Mudelid ei suuda reprodutseerida KUK Mudelite seminar Narva- Jõesuu Jaagus 2009 KUK Mudelite seminar Tuule keskmine kiirus & keskmine lainekõrgus Soome lahel: klapib enam-vähem Annual mean wind speed, m/s Kalbadagrundi majakas avamerel Year Üks ega teine ei muutu Muutus #3 (rekonstruktsioon): muutusid hoopis ekstreemsed lainekõrgused Muutusi pole Keskmine lainekõrgus Tõsised muutused Top 1% lävi Tarmo Soomere BSSC2013 Tarmo Klaipeda Soomere Rekonstrueeritud: ERC NUMERIWAVES Tarmo Suursaar Soomere BCAM (2010)

157 Neljas osa Lained ja veetase: sama mündi kaks külge Küllike Rooväli, Postimees Tarmo Soomere KUK Mudelite seminar Küberneetika Instituut TTÜ Kui tsüklon liigub Tsunami Soome lahel? U KUK Mudelite seminar Tarmo Soomere h U c f Average position of the water surface p 2 Pressure at seafloor is constant U gh gh KUK Mudelite seminar Laine ootamatult kõrge Meteoroloogiline tsunami Näide Soome lahelt Pellikka et al Natural Hazards Võib tekkida nii madal- kui ka kõrgrõhkkonna all Vaid siis, kui vesi on suhteliselt madal (=Soome lahes tavaline) Dünaamika: identne kiirlaevalainetega Võimatu sügavas ookeanis Front liikus sobiva kiirusega risti üle Soome lahe Veetaseme muutus >40cm KUK Mudelite seminar

158 Lained tõstavad ja langetavad veetaset Keskmine veetase veidi madalam kui avamerel Keskmine veetase märksa kõrgem kui avamerel Rahulik veepind Murdlainete tekitatud veetõus: impulsi vabanemine Veetase murdlainete piirkonnas langeb ηb Veetase rannajoonel tõuseb ηs Δx ηmax db 15-20% lainekõrgusest Sügavus, milles lained murduvad Furious Sea: Topic 6 Coastal flooding ANNiMS 2010 Soomer e β Põhja kalle Tarmo Soomere, CENS Varjatud mure Tallinnas ja Muugal: lisanduv veetõus kuni 80 cm Lisanduv veetõus eri kohtades sõltuvalt tuule suunast 2010 Tormid, mis tekitasid kõrgeimad lained Soomere, Pindsoo et al. 2013, Nat. Hazard. Earth Syst. Sci. 7 tormi kokku Tallinna + Muuga lahes Kõik alates 1995; mitte ühtegi Et kas lainekliima on muutunud karmimaks? Soomere, Pindsoo et al., 2013 Klaipeda Fall 2014 Wave & Coastal Dynamics Tarmo Soomere Lecture Tiskre Kakumäe neem Mustjõe oja Koplinina Paljassaare Kadriorg Pirita Haabneeme Pringi Ranna sektsioon (idast läände) CoPaF BSSC2013 Final Klaipeda Szczecin Tarmo Soomere Tarmo Soomere Leppneeme Muuga Tahkumäe neem Saviranna Jõelähtme Ihasalu ps Tormid, mis tekitasid kõrgeima lisanduva veetõusu >40 tormi; igal rannalõigul oma ideaalne torm Väga suur osa Soomere, Pindsoo et al. 2013, Nat. Hazard. Earth Syst. Sci. Lainelevi suund tugevates tormides pöördunud! Ranna sektsioon (idast läände) CoPaF BSSC2013 Final Klaipeda Szczecin Tarmo Soomere Tarmo Soomere Veetaseme mõõtmine Eestis: pikka aega paljudes kohtades 1 - Narva.Jõesuu;15 - Heltermaa; 2 - Toila; 16 - Rohuküla; 3 - Kunda; 17 - Haapsalu; 4 - Vaindloo; 18 - Keemu; 5 - Suurpea; 19 - Raugi; 6 - Prangli; 20 - Merise; 7 - Tallinn sadam; 21 - Vilsandi; 8 - Naissaare; 22 - Sõrve; 9 - Pakri; 23 - Roomassaare; 10 - Dirhami; 24 - Abruka; 11 - Vormsi; 25 - Virtsu; 12 - Tahkuna; 26 - Pärnu; 13 - Ristna; 27 - Kihnu; 14 - Sõru; 28 - Ruhnu. Tarmo Soomere 54 Tallinn, 05 veebruar

159 Palju aspekte usaldusväärselt teada Tõenäosusjaotused Pikaajalised keskmised Trendid Sesoonne muutlikkus Prognoos Veetasemete projektsioon tulevikku: mida uskuda (1x50a, 1x100a, 1x200a jne) Andmed vastuolulised Projektsioonid erinevad Eelsalu, Soomere et al., 2014, Continental Shelf Research KUK Mudelite seminar Tarmo Soomere Veetasemete projektsioon tulevikku: parim lähend on ansambli keskmine Ootamatu probleem: milline projektsioon on õige? Eelsalu, Soomere et al., 2014, Continental Shelf Research Füüsika Talvekool Tarmo Soomere KUK Mudelite seminar Tarmo Soomere Probleemi allikas: murdlainete tõttu lisanduv veetõus Neljas osa: Rannad Merejää: segav tegur või õnnistus? Ranna saladusi paljastamas Eelsalu, Soomere et al., 2014, Continental Shelf Research KUK Mudelite seminar Tarmo Soomere KUK Mudelite seminar Tarmo Soomere 10

160 Varjatud oht: jääperiood lühenemine! Sooäär and Jaagus 2007 Liiva- ja kruusarandade tervis: Pole jääd == rand pole kaitstud kõrge veetaseme ja tugevate lainete eest Veetase märksa kõrgem kui jääga kaetud merel Lainete energia jõuab rannaseteteni Rannasetted: pole külmunud A Eriti ohtlik: kõrge veetase + lained + lahtine liiv В (Komarovo, Neva Bight, 29 October January 2007 ) Ryabchuk et al. 2009, 2011 Б Jääkatte tekib harvem (vähenemine 20% viimasel 100a) Jää kaob 10 päeva võrra varem (100a kohta, Utö saar) (Jevrejeva and Leppäranta) KUK Mudelite seminar B C Tundub, et näiteks Valgerannas on liiva piisavalt Tegelikult on seal vaid õhuke liivakiht kruusa ja savi peal Füüsika Talvekool Tarmo Soomere Tarmo Soomere Meie rannad on ebatavalised? Lainekõrgus ülimalt muutlik 90% ajast loksub meri väga vaikselt 9% ajast on arvestatav torm Viie päevaga saabub >1/4 aasta energiast (Soomere, Eelsalu, Renewable Energy, 2014) Rannad põhjaranniku lahepärades: kaitstud paljude tormide eest Astmeline areng Lihtne järeldus: Niipea, kui muutuvad meie randu mõjutavad lained: toimuvad muutused meie randades ja kiiremini, kui arvata oskame KUK Mudelite seminar KUK Mudelite seminar Tarmo Soomere 11

161 Meie rannad on ebatavalised II Lainekõrgus ülimalt muutlik 90% ajast loksub meri väga vaikselt 9% ajast on arvestatav torm Kolme päevaga saabub >1/3 aasta energiast of beaches: highly intermittent wave regime Rannad põhjaranniku lahepärades: kaitstud paljude tormide eest Astmeline areng Ülikiire reaktsioon ebatavalisest suunast saabuvale tormile Aeglane areng aastate vältel Väljakutse: kuidas mõõta muutusi aeglase arengu staadiumis Vajalikud põhimõtteliselt uued tehnoloogiad Laserskaneerimine: kiire ja täpne Kaugseire üks vorme: terrestriline (TLS) Lennukile paigutatud (ALS) Mõõdab kaugust laserist objektini Terrestriline skänner: lahutusvõime ~1 cm Katvus: kuni 300 m Lennukil skänner: punkti/m2 Katvus: palju kilomeetreid Testala: Pirita ranna keskosa Väikese oja suudme ümbrus Sisaldab riikliku rannikute seire profiili Pikkus ca 250 m Liiva vähemaks ranna keskelt Pilt segane oja tõttu Liiva juurde, ainult veepiiri lähistele Muutused testalas 5 aastaga Julge jt. 2014, IEEE KUK Mudelite seminar Tarmo Soomere KUK Mudelite seminar Tarmo Soomere Süvitsi vaadates: Selged muutused eri aastatel Profiil vaikib Riikliku randade seire profiil Nr. 3 ALS + TLS ALS + TLS Otse ojasuudme juures Elevation [m] Põhjapoolne Profile 3.1 ristlõige Riiklik profiil Profile Lõunapoolne ristlõige Profile 3.2 ALS 2008 ALS 2010 ALS 2013 TLS Distance [m] ALS + TLS kombineeritud andmed Elevation [m] Julge jt. 2014, IEEE Pealtnäha ei mingied muutusi Põhjus: protsessid oja suudmes märg liiv käitub teisiti kui kuiv liiv Sobib TLS + ALS andmestikuga Riikliku seire profiil 3 waterline Distance [m] Andmed: Eesti Geoloogiakeskus : kiire kuhjumine (kuni 5 m 3 /m kohta) : kiire erosioon KUK Mudelite seminar Tarmo Soomere 12

162 Nutrient fluxes from source to the sea Per Stålnacke (Bioforsk) NORRA, March 26, 2015, Tallinn, Estonia

163 Nutrient sources (EEA, 2005) NITROGEN PHOSPHORUS

164 No. of TN and TP trends in 53 Estonian rivers/streams over the past years (Iital et al, 2009; 2010) N P Vähenemine Kasv Muutust ei ole Decrease Increase No-change

165 Outline with focus on nutrients from agriculture 1. Nutrient characteristics 2. Mitigation measures 3. Retention 4. Concluding remarks

166 Part 1. Some major nutrient characteristics in running surface waters

167 Between catchment variability

168 Background Established Nordic- Baltic network since the mid 1990s 35 small agricultural catchments (0,1-33 km 2 ) Data on WQ (N, P, SS), Q, soil, agric pract., fertilizers, yields etc.

169 Skuterud Mørdre Kolstad Hotran Time Skas-Heigre Naurstad Volbu Vasshaglona M42 M36 N34 F26 O18 E21 I28 C6 Højvads Rende Odderbæk Horndrup bæk Lillebæk Bolbro bæk Löytäneenoja Hovi Savijoki Haapajyrä Jänijõgi Rägina Räpu Berze Mellupite Vienziemite Graisupis Vardas Lyzena Nitorgen losse (kg/ha) N-agricultural losses (long-term annual mean) from 35 small agricultural catchments (Stålnacke et al, 2014) 120,0 100,0 80,0 60,0 40,0 20,0 0,0 NOR SWE DEN FIN EST LAT LIT

170 Skuterud Mørdre Kolstad Hotran Time Skas-Heigre Naurstad Volbu Vasshaglona M42 M36 N34 F26 O18 E21 I28 C6 Højvads Rende Odderbæk Horndrup bæk Lillebæk Bolbro bæk Löytäneenoja Hovi Savijoki Haapajyrä Jänijõgi Rägina Räpu Berze Mellupite Vienziemite Graisupis Vardas Lyzena Runoff (mm) Water runoff (long-term annual mean) from 35 small agricultural catchments (Stålnacke et al, 2014) NOR SWE DEN FIN EST LAT LIT

171 P-agricultural losses (long-term annual mean) from 34 small agricultural catchments (Pengerud et al, in press) NOR SWE DEN FIN EST LAT LIT Note: Data on PO 4 -P losses not available for Danish and Lithuanian catchments

172 Within catchment N-loss variability (S Sweden; Hoffmann&Johnsson)

173 Winter episode (Øygarden, 2000) January 30 Runoff: 25 mm Soil loss: 2 kg ha - 1 January 31 Runoff: 77 mm Soil loss: kg ha -1

174 2. Mitigation measures

175 Nitrogen concentrations vs. land use in 107 Baltic Sea rivers (unpublished MARE/Baltic Nest-data analysed by Stålnacke, P.) y = 6,0525x + 0,3748 R 2 = 0,7475 Danish streams TN (mg/l) Lielupe German rivers Daugava Pregel Narva 0,00 0,10 0,20 0,30 0,40 0,50 0,60 0,70 0,80 0,90 % cultivated land

176 Yield (tonn/ha) N fertilizers- yield response losses to waters (Source: Uhlen, UMB) Ceral Yield (tonn/ha) N-losses N-losses to waters to waters (kg N/ha) (kg N /ha) Yield response Losses to waters N0 N0 N100 N100 N200 N200 N fertilization N fertilzers (kg (kg N/ha) N/ha) N0 N100 N200 N N fertilization fertilizers (kg (kg N/ha) N/ha)

177 The Rothamsted experiment (UK) (Addiscott, 1988) 50 Nitrate leaching (kg/ha yr) No crops, No fertilisers Year

178 Nutrient application in the 2 large Polish rivers (Pastuszak, Stålnacke, et al., 2012) Consumption of mineral fertilizers [kg ha -1 AUL] N P2O

179 TN (ton/yr) TN (ton/yr) Nitrogen river loads in the 2 large Polish rivers (Pastuszak, Stålnacke et al, 2012) Vistula Estimated Normalised Trend smoother Oder Estimated Trend smoother Normalised

180 Variability due to different crops N leaching in S Sweden (clay soils) (Hoffmann & Johnsson, 1999) N (kg /ha) Winter rape Potatoes Barley Winter wheat Beets Ley

181 Water discharge TN Country Catchment Timeperiod Concentrations Losses Norway Skuterud (+) (-) (+) Mørdre (+) (-) (+) Kolstad (+) (+) (+) Hotran (-) (-) (-) Time (+) (+) (+) Skas-Heigre (-) (-) (-) Naurstad (-) (+) (+) Volbu (+) (-) (-) Vasshaglona (-) (-) (-) Sweden M (+) (-) 0.177* (-) 0.003* M (+) (-) 0.201*** (-) 0.005** N (+) (-) 0.332*** (-) 0.060*** F (+) (-) 0.196*** (-) 0.018*** O (+) (-) 0.081* (-) E (+) (-) 0.047* (+) I (-) (-) (-) C (-) (-) 0.069* (-) Denmark Højvads Rende (-) (-) (-) Odderbæk (+) (-) 0.058*** (-) 0.002*** Horndrup bæk (+) (-) 0.178*** (-) 0.016*** Lillebæk (+) (-) 0.227*** (-) 0.013*** Bolbro bæk (+) (-) (-) 0.001* Finland Löytäneenoja (-) (-) (-) Hovi (-) (-) (-) 0.010* Savijoki (-) (-) (-) Haapajyrä ,000 (+) (-) Baltic states Jänijõgi (+) (+) 1.138* (+) Rägina (+) (-) (+) Räpu (+) 0.801* (+) 0.457** (+) 0.106* Berze (-) (+) 0.247** (+) 0.002** Mellupite (+) (+) (+) Vienziemite (+) (+) (+) Graisupis (+) 0.05 (+) (+) Vardas (+) 0.05 (-) ,000 Lyzena ,000 (+) ,000 Time trends in 35 agricultural streams in the Nordic/Balrtic region (Stålnacke et al., 2014)

182 Riverine response to decreased point source P-emissions Motala Ström in Sweden (Grimvall & Stålnacke, 2000) -1 Phosphorus transport (tonnes yr P) mouth (Norrköping) upstream (Borensberg) 120 further upstream (Motala) Introduction of tertiary treatment (90% or 200 tonnes)

183 Part 3. Retention = natural mitigation measure

184 Retention processes Biomass uptake; storage in catchment soils and groundwater; denitrification in soil, groundwater, wetlands or riparian zones; in-stream processes of retention, either by benthic or planktonic denitrification or by storage in sediments.

185 Nitrogen surface water retention in 117 Baltic Sea river basins with MESAW (Stålnacke et al. 2015) 5000 tonnes N/yr 6900 tonnes N/yr retained = 56%

186 Retention (%) Modelled nitrogen retention (Baltic Sea rivers) as a function of lake area (Stålnacke et al. 2015) y = x R² = Coast DK and the Sound Coast North of Northern Kattegat Lake area (%)

187 Mean nitrate concentrations at the outlet of the tile drains and at main channel in outlet of two agricultural stream in Estonia and Latvia (Stålnacke et al., 1999) mg / L nitrate-n Tile drain outlets Mouth of catchment Kahametsa Berze

188 Concluding remarks Nutrient losess show high variability Several external and governing factors: Pathways (e.g. hydrological) are important and sitespecific Huge uncertainty in retention (from root-zone to stream) -> Huge challenge to plan and model the optimal mitigations measuresmissions)

189 Thank you for your attention!

190 Estonian Environmental Research Centre Development of data-modeling system and the decision support tool for the integrated marine and inland water management Erik Teinemaa, Tiia Kaar

191 Project Name: Development of data-modeling system and the decision support tool for the integrated marine and inland water management Project promotor Estonian Environmental Research Centre Project partners Estonian Environment Agency Environmental Inspectorate Environmental Board Bioforsk (Norway) IT Centre of the Ministry of the Environment 2

192 Project budget Project budget: EUR Estonian Environmental Research Centre Estonian Environment Agency Environmental Inspectorate Environmental Board Bioforsk (Norway) IT Centre of the Ministry of the Environment End of project

193 Cooperation Experts from major Estonian universities are involved in project: Tallinn University of Technology University of Tartu Tallinn University of Technology, Marine Systems Institute University of the Life Sciences Tallinn University 4

194 Planned outcomes The main aim of the project is to establish a web based modelling system as a decision support tool for the integrated marine and inland water management: Updating and establishing new integrated databases to provide information on marine and inland waters Ensuring and creating interoperability with and links to other relevant registers to obtain relevant data 5

195 Planned outcomes Elaboration of surface water models to assess the status, loads and impacts of measures Elaboration of user oriented applications to perform data queries, compile reports, policy and environmental scenarios and to provide background information for decision support System will be available as web based tool for all institutions related to assessment or management of surface water quality in Estonia and for the public use as well 6

196 Purpose of the seminar Overview of the best practises for inland water management in other countries Learn from other experiences Exchange best practices and knowledge How to handle and disseminate data related to water management in best way Obtain contacts for future cooperation 7

197 Conclusions Technical solutions and developments are important but it is just a tool which helps experts to make decisions Main benefit of the project is cooperation among institutions and experts working with water management Qualified user network Cooperation and data/knowledge sharing will be key to have sustainable system 8

198 Estonian Environmental Research Centre Thank you for attention!