Epsilon Archive for Student Projects

Abstract

Surstötar är en naturligt förekommande process i sötvattenekosystem. Episoderna kan förvärras av mänsklig aktivitet och kan därför få stor effekt på biota eftersom systemet är mera känsligt under perioder med högflöden. Trots att depositionen är nere på förindustriella nivåer anser vissa att det fortfarande förekommer mänsklig påverkan vid surstötar. Traditionell provtagning missar ofta försurningsepisoderna och bedömningsunderlaget blir dåligt. Sensorer utplacerade i vattendrag är en lösning på detta problem. Sensormätningar av pH, konduktivitet och löst organiskt kol kan ge oss extra information som behövs för att bedöma om försurningsepisoderna är inom den naturliga variationen eller inte.
Syftet med detta arbete är att med sensordata undersöka om man kan skilja på naturliga och antropogena försurningsepisoder genom att prediktera pH via utspädning och organiska syror och om avvikelser mellan predikterat och uppmätt pH kan vara tecken på antropogen försurning.
För att göra detta användes tre olika dataset, sensordata, miljöövervakningsdata från vattenkemilabb samt egna laboratoriemätningar. Den bearbetade informationen från dataseten sattes in i en pH-modell.
Resultatet visar att det var möjligt att ta fram information från dataseten som gjorde det möjligt att prediktera pH med sensorernas data. I undersökta vattendrag är försurningen förmodligen naturlig. Det behövs dock bättre data med vattenprover i samma vattendrag som sensormätningarna för att bedömningen ska bli tillförlitlig.
Slutsatser är att sensorer är ett bra komplement till vanlig provtagning. Modellen predikterade väl pH-nedgången förklarat med konduktivitet och löst organiskt kol men efter nedgången uppstod en ny dynamik som modellen inte kunde förklara. Om sensorer och vanlig provtagning i samma vattendrag kompletteras med varandra så blir det mindre osäkerhet för modeller och för bedömning av vattendrag.