Övervakning av vattenkvaliteten i danska vattendrag
Hydrogeologen Sofie van’t Veen är på god väg med sitt treåriga doktorandprojekt SENTEM (Sensors Application for High Temporal Resolution Monitoring in Danish Streams) i samarbete med Aarhus universitet (Department of Ecoscience), Hach och Envidan.
Målet med projektet är att finna nya idéer och kunskap om den framtida användningen av sensordata med hög tidsupplösning, bland annat genom att använda maskininlärning för nästa generations övervakning av vattenkvaliteten i danska vattendrag.
Genom projektet kommer Sofie att testa sensorer, utveckla metoder för kvalitetssäkring av data, sätta upp mätkampanjer med utgångspunkt i data från utloppsflöde och avrinningsområde, öppen åkermark etc.
Mycket större säkerhet när det gäller vattenkvalitet genom att mäta varje minut istället för varje månad
Idag mäts näringshalterna i danska vattendrag vanligtvis manuellt varje månad och i några få fall var fjortonde dag. De relativt få mätningarna innebär dock en stor osäkerhet. Det är därför projektet är så relevant, eftersom vi med största sannolikhet ser en framtid där användningen av sensorer som mäter värden varje minut kommer att bli helt naturligt. Dessutom är den nuvarande metoden en manuell process som kostar det danska samhället cirka 30 miljoner DKK per år. Det innebär att det förutom mycket mer exakta mätningar också finns mycket pengar att spara genom att införa en ny generation av övervakning.
Användningen av sensorer för övervakning är utbredd i avloppsreningsverk, men ännu inte i vattendrag. Projektet är en del av Envidans FoU-investering vilket bidrar till Envidans mål att genom FoU utveckla företagets kompetens inom vattnets kretslopp.
Fördelar med högfrekventa data online
Möjliga värden att erhålla från online högfrekventa data vid mätstationer i vattendrag skulle kunna vara att:
- Få kunskap om noggrannheten i beräkningen av kväve- och fosfortransport (jämfört med normala punktprover – vad vinner man i termer av bias och spridning) – t.ex. för användning i årliga nationella bedömningar av marin belastning.
- Få erfarenhet av resursförbrukningen för online-mätningar och sensorer vs. skötsel, kalibrering och datahantering.
- Få ny kunskap om källor till kväve och särskilt fosfor, inklusive kunskap om retention och transportvägar.
- Uppnå snabbare och mer tillförlitlig trendbestämning på en given nivå.
- Få bättre kunskap om kväve- och fosforretention i avrinningsområden.
De fem övergripande målen
- Att utveckla en innovativ metodik och vägledning för användning, kvalitetssäkring, kalibrering och validering av data med hög tidsupplösning för sensorövervakning i olika typer av danska vattendrag med hjälp av en metodik och vägledning för användning, kvalitetssäkring, kalibrering och validering av data med hög tidsupplösning för sensorövervakning i olika typer av danska vattendrag. Maskininlärning.
- Att etablera fördjupad kunskap om vikten av data med hög tidsupplösning för beräkning av näringsämnesbelastning vid dagliga, månatliga och årliga tidssteg.
- Att undersöka om näringsämnenas källor och transportvägar i avrinningsområden kan identifieras med hjälp av data med hög tidsupplösning.
- Att undersöka avvägningar mellan data med hög tidsupplösning vid kalibrering av en SWAT-modell för att förbättra modellen under extrema klimatförhållanden.
- Att undersöka om bräddningar av obehandlat avloppsvatten och/eller källor som ytavrinning till vattendrag vid stormtillfällen kan upptäckas och kvantifieras med hjälp av högupplösta sensordata, radarobservation av nederbörd och maskininlärning.
