| Summary: | Biochemical Flux Model (BFM) on vesiekologinen malli, joka kuvaa yleisimpien aineiden
kiertoa meriekosysteemissä. Yksi sisävesien vedenlaatumallinnuksen kehityssuunta on
ollut vesiekologisten mallien linkittäminen virtausmalleihin. BFM-malli on useissa
tutkimuksissa linkitetty 3D-virtausmalleihin. Tässä tutkimuksessa testattiin BFM-mallin
soveltuvuutta järven kasviplanktonin biomassan kehityksen sekä a-klorofyllipitoisuuden
kuvaamiseen. Sovellus toteutettiin 0-dimensioisena laatikkomallina Pohjois-Päijänteellä.
Malli kalibroitiin vuodelle 2010 ja validointiin käytettiin vuosia 2011, 2012 ja 1977.
Herkkyysanalyyseissa tutkittiin kalibroituja parametreja ja a-klorofyllisynteesejä sekä
kasviplanktonin biomassaan eniten vaikuttavia tekijöitä. Kalibrointivuoden jälkeisellä
ajanjaksolla malli ennusti keskiarvotilan tasolla toiminnallisten ryhmien (piilevät,
nanoflagellaatit ja muut levät) sekä a-klorofyllipitoisuuden arvoja hyvin, mutta Nash-
Sutcliffe -selitysaste oli negatiivinen. Vuonna 1977, jolloin järvi oli nykyistä paljon
rehevämpi, malli yliarvioi kevään ja kesän kasviplanktonin biomassan. Tämä voi johtua
mallin liian yksinkertaisesta fysikaalisesta kuvauksesta, riittämättömästä
ravinnekuvauksesta, tai kasviplanktonin merellisestä parametrisoinnista. Sellu- ja
paperiteollisuuden jätevesien toksisten yhdisteiden inhibitio on asia, jota malli ei
huomioinut. Haitallisten aineiden tiedetään rajoittaneen kasviplanktonbiomassaa 1970-
luvulla, ja se saattaa olla merkittävä syy havaittuun anomaliaan. Mallin kasviplanktonin
biomassakuvaus on herkkä ravinnepitoisuuksille ja valolle, joten intensiivisempi
ravinteiden näytteenotto tai linkittäminen toisiin malleihin parantaisi todennäköisesti
ennustekykyä.
Biochemical Flux Model (BFM) is an aquatic ecological model, which describes major
biochemical processes in marine ecosystems. One of the recent trends in water quality
modelling is linking ecological models to hydrodynamic models to get spatial descriptions
for predictions. In a number of studies, BFM is linked to 3D-hydrodynamic models for
spatial description. In this study BFM applicability for phytoplankton biomass dynamics
and chlorophyll a in a lake environment was tested as a box model in Northern Lake
Päijänne. Model calibration was performed for the year 2010 and validation for years
2011, 2012 and 1977. Sensitivity analysis was conducted to the calibrated parameters and
chlorophyll a synthesis and also to find most influential input variables to phytoplankton
biomass. After calibration the time period model performed well at average condition
levels of phytoplankton variables (diatoms, nanoflagellates and other phytoplankton) and
chlorophyll a, but Nash-Sutcliffe efficiency was negative. In eutrophic conditions in 1977,
the model overestimated spring and summer phytoplankton biomasses. This may be due to
simplified physical and insufficient nutrients description used in the model and
phytoplankton parametrization for marine environment. The pulp and paper industry’s
wastewater toxic compounds inhibition is something that model ignored. Harmful
substances are known to limit phytoplankton biomass in the 1970s, and it may be a major
cause of the observed anomaly. The model’s phytoplankton description is sensitive to
nutrient concentrations and illumination. Therefore more intensive monitoring of nutrients
or linking the used model to other models would likely improve its prediction ability.
|
|---|