Farvel til minimumsafstrømningen?

Transkript

1 Farvel til minimumsafstrømningen? Vurdering af recipientbæredygtighed vha. nye biologiske kvalitetselementer for vandløb fra DCE Hans Jørgen Henriksen, GEUS Geological Survey of Denmark and Greenland Ministry of Climate, Energy and Building ATV Vingstedmødet Fagsession 2. Vandplan 2.0 Grundvandsforekomsterne i Vandplan 2.0 kvalitativ og kemisk tilstandsvurdering

2 Metode Hvordan har vi lavet beregningerne? Implementering DCEs økologiske flow indikatorer National vandressource model Usikkerhedsvurdering Resultater Eksempler på resultater (Sneum å og Køge å) Landsdækkende resultater (3000 ID15 oplande) Relatering til grundvandsforekomster (400 GVF) Diskussion Ny metodik, farvel til median min Q? Konklusioner Disposition

3 Empiriske relationer med biologiske kvalitetselementer og flow variable (symbolsk regression) Tre step metode: 1. Analyse af hydrologiske variable ud fra observeret vandføring DCE 2. Statistisk analyse (symbolsk regression) af hydrologiske variable of ligninger i forhold til kvalitetselementer DCE Riis, T, Suren, AM, Clausen B and Sand-Jensen, K 2008: Vegetation and flow regime in lowland streams. Freshwater biology 3. Implementering i DK model og beregning for 3000 ID15 oplande og 400 forekomster, GEUS

4 Empiriske formler for smådyr (DVFI), planter (DVPI) og fisk (DFFVa) Ecoflow variable: Proxy physical cond. Low flow extremity Frequency high flow Frequency high flow Frequency low flow Duration high flow Flow variability Kilde: Graeber et al., 2014) DCE/Århus universitet

5 Modelgrundlag: DK model 500 x 500 m og ca beregningslag

6 Udbygning af DK model 2014 med 6000 km nye vandløb (vist med rødt)

7 Metodik Udtræk DCE / AU Øko flow indikatorer (6 variable + 3 kvalitetselementer + med. min Q)

8 Eksempel hydrologisk regime med og uden indvinding ( ) Vestdansk: markvanding Østdansk: vandværker

9 Usikkerhedsvurdering Symbolsk regression (fra hydrologisk regime flow variable til biologiske kvalitetselementer) Skala (ID15 ~ 15 km2, dvs. mindste vandløb ikke med), ligesom at ørredindeks ikke er med (DFFVø) Modelusikkerhed (biaskorrektion/dk model) Kriterier for tilstandsændring (thresholds svarende til >80, og % sandsynlighed for tilstandsændring 9

10 Symbolsk regression forklaringsgrad (R2) Bestemmelse af empiriske formler ud fra observeret vandføring: DVFI (N=122/R2=0,44), DVPI (N=91/R2 =0,34) DFFVa (N=61/R2=0,49) (Graeber et al., 2014)

11 Skala (ID15) Observeret Slyngnings klasse (SIN obs) Q Station 1 SINUS 1,32 SIN CLASS 3 SIN OBS 2 GIS data for usikre, anvendt Observerede værdier

12 Model usikkerhed Hvad er DK model god og mindre god til at simulere (øko flow)? 159 faste Q stationer

13 Hvad er DK model god og mindre god til at simulere (øko flow)? Modellen er bedst til at simulerer Q50 og BFI. Modellen er rimelig god til at simulere, Q90/Q50 og median min Q. Modellen er dårlig til simulering af Fre25, Fre75, Fre1 og DUR3

14 EQR grænseværdier, sandsynligheder for tilstandsændring og prædikations usikkerhed Tabel 3.2 EQR grænseværdier for DVFI, DVPI og DFFVa (kilde DCE) Tilstand DVFI DVPI DFFVa Høj tilstand > 1,00 > 0,70 > 0,94 God tilstand 0,71 1,00 0,50 0,70 0,72 0,94 Moderat 0,57 0,71 0,35 0,50 0,40-0,72 Ringe 0,43 0,57 0,20 0,35 0,11 0,40 Dårlig < 0,43 < 0,20 < 0,11 Tabel 3.5 Øvre og nedre prædikations grænser svarende til 5-95 og % signifkansniveau (Kilde: Daniel Graeber, DCE) DFFVa er baseret på grænseværdier for EQR fra Litauen og derfor har det været nødvendigt at fastsætte de tre laveste klasser (dårlig til moderat) baseret på et skøn Biologisk 5 % Nedre 25 % Nedre (personlig kommunikation Peter kvalitets Wiberg Larsen, prædiktions DCE). Bemærk at prædiktions ovenstående værdier element grænse grænse gælder for større vandløb (> 15 km 2 ), hvilket svarer meget godt med den tilsvarende størrelsen på ID15 deloplande. 75 % Øvre prædiktions grænse DVFI -0,21-0,11 0,13 0,33 DFFVa -0,32-0,17 0,18 0,31 DCE har vurderet likelihood s svarende til ændring af EQR værdier fra god til ikke god tilstand ud fra de stationer der indgår i de tre biologiske kvalitetselementer (se Tabel 3.3). DVPI -0,18-0,08 0,09 0,20 95 % Øvre prædiktions grænse Tabel 3.3 Likelihood svarende til ændring af EQR tilstand for DVFI, DVPI og DFFVa (ændring fra god til ikke god tilstand - kilde DCE) Ændringer i EQR DVFI DVPI DFFVa - 0,01 2,8 % 5,3 % 4,3 % - 0,02 2,9 % 5,3 % 8,3 % - 0,05 6,1 % 26,5 % 12,4 % - 0,10 35,3 % 44,6 % 29,5 % - 0,15 N.A. 63,1 % 45,5 % 14

15 Eksempler Sneum og Køge å Køge Sneum

16 Sneum Køge Ændring DVFI (EQR) Ændring DFFVa (EQR) Ændring Median Min Q (%)

17 Sammenligning med grundvandoverfladevands udtræk (Sneum å og Køge)

18 Simulerede totale EQR værdier ud fra 6 øko-flow variable DVFI Med indvinding DVPI Med indvinding DFFVa Med indvinding

19 Modelberegnede ændringer i DVFI og DFFVa som følge af vandindvinding Modelberegnede ændringer i DVFI (smådyr) og DFFVa (fisk). Områder med rød farver har > 80 % sandsynlighed for reduceret tilstand, orange farve % sandsynlighed for reduceret tilstand og gul farve % sandsynlighed for reduceret tilstand fra god til ikke god

20 Konklusiv udpegning på grundvandsforekomst niveau Kort der viser grundvandsforekomster relateret til et eller flere ID15 oplande med: >80 % (rød), %(orange) % (gul) sandsynlighed for reduceret økologisk tilstand som følge af vandindvinding (højt scenarie)

21 Diskussion farvel til median min Q? betydende variable Symbol (unit) Description Relevance Magnitude Q50 (m 3 /s) Median flow, i.e. flow exceeded 50 % of time All QMM (m 3 /s) Low flow, yearly daily minimum flow exceeded 50 DVFI & DFFVa % of the years (every second year) QMedMax (m 3 /s) High flow, yearly daily maximum flow exceeded 50 DVPI % of the years (every second year) Q10 (m 3 /s) High flow, i.e. flow exceeded 10 % of time DVPI Frequency and duration Fre1 (year -1 ) High-flow event, average number of events > Q50 DVFI Fre25 (year -1 ) High-flow event, average number per year using a DVPI & DFFVa threshold of 25 th percentile from the 1-day flow duration curve (Q25) Fre75 (year -1 ) Low-flow event, average number per year using a DVPI & DFFVa threshold of 75 th percentile from the 1-day flow duration curve (Q75) DUR3 (days) High-flow event, duration of high flow events per year using a threshold of3 times the median flow (Q50) DVPI Timing or predictability of flow JUL MIN Mean Julian day of annual minimum flow (day 1 is 1 May) DVFI Flow variability BFI (-) Base flow index, baseflow volume divided by total flow volume DFFVa Low flow extremity Q90 (-) Low flow extremity (Q90/Q50) DVFI Median min Q ikke er særligt relevant for DVFI, DVPI og DFFVa. Frekvens/varighed (Fre1, Fre25, Fre75 og DUR3), Fysiske forhold (SIN obs), Variabilitet (BFI) og low flow ekstremitet (Q90) er de mest relevante hydrologiske variable, i de totale EQR formler. Behov for at overveje tillægs variable (fx flow størrelse, Q50), da fx sedimenttransport og vandkvalitet afhænger af vandføringens størrelse. Behov for test med tidsserier af kvalitetselementer i forhold til flow.

22 Konklusion - landsdækkende Der er opstillet og valideret et modelsystem der implementerer nye DCE indikatorer, hvori der indgår 6 øko-flow variable, til vurdering af effekt af vandindvinding på vandløbenes økologiske tilstand (smådyr og fisk; det er vurderet at implementering af indikator for planter er for usikker med DK model) Skalaen for vurderingen er baseret på ID15 oplande (i alt ca ~ 15 km2 i gennemsnit) og med relatering til grundvandsforekomster (i alt ca. 400), det vil sige på en overordnet skala og med en ensartet metodik på landsplan Der indgår en stedfortræder for fysisk index for både smådyr og fisk (slyngningsklassen; SIN OBS). Median minimumsafstrømningen er vurderet kun at have sekundær betydning Det er vurderet, at de implementerede modeller er anvendelige til de formål i vandforvaltningen de er udviklet til, som de foreligger, men der er et stort behov for at udvikle investigative metoder (detailanalyser hvor hydraulik mm. indgår incl. ørred)

23 Tak for opmærksomheden! Mere information GEUS rapport 2014/74 incl. appendices: DK model: