Förbättrade skattningar av N och P-förlusterna från skog, myr och fjäll inför PLC6- pilotprojekt

• Main Authors: Löfgren, Stefan, Nisell, Jakob, Yu, Jun, Ranneby, Bo
• Format: Report
• Language: Swedish
• Published: Utförare miljöövervakning, Sveriges lantbruksuniversitet, SLU 2011
• Subjects: Environmental Sciences; Miljövetenskap; Norra Sverige
• Online Access: http://urn.kb.se/resolve?urn=urn:nbn:se:naturvardsverket:diva-1686

Sammanfattning Inom ramen för detta pilotprojekt har data från riksinventeringen av skog (RIS) och satellitscener använts för att med den statistiska metoden Probabilistic Classifier klassificera skogstillståndet på skogs- och myrmark inklusive fjäll. Vattendragsnära skog har definierats utgående från ett virtuellt nätverksbildat vattendragsnät (VIVAN). Baserat på ca 200 slumpmässigt utvalda källvattendrag i Dalälven, Viskan, Ätran, Nissan och Lagan har därefter modeller skapats för att skatta typhalterna för N och P i bäckvattnet utgående från skogstillståndet i bäcknära och mer avlägsen skog. Modellernas förklaringsgrad för Tot-N (r2=0,60) och Tot-P (r2=0,31) är betydligt bättre än de som användes i norra Sverige inom ramen för PLC5 (r2=0,25 respektive (r2=0,11), vilket tyder på att det dels föreligger samband mellan avrinningsområdets egenskaper och N och P halterna och dels att probabilistisk klassning är en användbar metod för att skatta dessa egenskaper. Ytterligare en förbättring jämfört med PLC5 är att Tot-N och Tot-P i södra Sverige samt oorganiskt kväve och fosfat inte längre behöver hanteras som konstanter. Modellerna för de oorganiska fraktionerna är dock osäkra. Typhalterna är betydligt högre än de som användes inom PLC5. Orsaken till detta är att analysresultaten från de slumpmässigt utvalda vattendragen visar att sommartid kan närsalthalterna i skogs- och myrbäckar vara betydligt högre än medel- och medianvärden från längre tidsperioder, som även innehåller säsongsoch mellanårlig variation. De presenterade typhalterna kan därför inte okritiskt användas för t.ex. källfördelningsmodellering. För det krävs modeller baserade på vattenkemisk information även från andra årstider. Vi stora möjligheter att ytterligare förbättra modellernas både rumsliga och tidsmässiga precision och för att använda metodiken över hela Sverige. De förbättringar som krävs är då främst tillgång till enhetliga satellitdata från ett begränsat tidsfönster för framtagande av differensbilder (används för klassning av löv) och ...