Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Powiadomienia systemowe

Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: ocena stanu ekologicznego

Sortuj według:

Ogranicz wyniki do:

Niepewność oceny stanu ekologicznego wód powierzchniowych

Loga M.

Prace Naukowe Politechniki Warszawskiej. Inżynieria Środowiska

2019

z. 80

4--183

Przedmiotem niniejszej pracy są - wyprowadzona z elementarnych przyczyn, niepewność oceny stanu ekologicznego wód powierzchniowych oraz konsekwencje, jakie niepewność ta może powodować w ochronie wód. Bezpośrednią motywacją był zamiar wypełnienia brakującego ilościowego opisu niepewności ocen jednolitych części wód (JCWP) wymaganego przez Ramową Dyrektywę Wodną (RDW). W pracy określono, czym jest „niepewność oceny stanu ekologicznego" oraz wyznaczono ryzyko ekonomiczne decyzji wodnogospodarczych, w których ocena stanu ekologicznego wód powierzchniowych odgrywa podstawową rolę. Fałszywa ocena o dobrym stanie JĆWP, gdy jej prawdziwy stan jest niższy, może doprowadzić do zaniechania podjęcia działań naprawczych w zlewni tej JCWP, a w konsekwencji do kar za nieosiągnięcie celów środowiskowych. Ocena fałszywie zaniżona do oceny poniżej stanu dobrego, gdy prawdziwy stan JCWP jest wyższy, może spowodować decyzję o wdrożeniu kosztownych działań naprawczych, podczas gdy w rzeczywistości są one niepotrzebne. Miarami niepewności zastosowanymi w pracy są: precyzja względna i prawdopodobieństwo błędnej klasyfikacji (ang. Probability of Misclassification - PoM). Jedną z przyczyn trudności obliczania PoM są krótkie ciągi monitoringowych pomiarów elementów biologicznych zgromadzone dotychczas w systemie Państwowego Monitoringu Środowiska. Jako rozwiązanie tego problemu w pracy zastosowano metodę szacowania błędów wskaźników biologicznych opartą na modelach Monte Carlo (MC) symulujących zaburzenia losowe ich wielkości pomiarowych, takich jak liczebność organizmów czy wymiary ich komórek. Liczebność monitoringowych pomiarów wskaźników fizykochemicznych zgromadzonych w systemie PMŚ była wystarczająca do określenia obu miar niepewności. Wprowadzone i zastosowane zostało uogólnione podejście hierarchiczne polegające na tym, że na każdym kolejnym etapie oceny, w wyniku stosowania zasady „One-Out-All-Out", nie tylko wskazywany jest decydujący wskaźnik z każdej grupy elementów jakości wód, ale także wartości prawdopodobieństwa błędnej oceny są „dziedziczonymi" wartościami PoM wskaźników decydujących. Ostatecznie, niepewność oceny stanu ekologicznego to wartość PoM wskaźnika, który decyduje o wynikowej ocenie stanu ekologicznego. Analiza wartości PoM, wykonana dla rzek wielu województw, wykazała szereg błędnych ocen stanu ekologicznego, a ponadto, że ryzyko decyzji wodnogospodarczych podejmowanych w zakresie ochrony wód może być znaczne. W końcowej części pracy analizowane jest ryzyko decyzji związanych z działaniami naprawczymi w zlewni rz. Baryczy. Połączenie bayesowskiej metody podejmowania decyzji z modelem SWAT, symulującym stężenia elementów fizykochemicznych w sieci rzecznej, umożliwiło wyznaczenie macierzy decyzyjnej oraz wskazanie optymalnych decyzji.

The subject of this work is the uncertainty of ecological status of surface waters derived from elementary causes and the consequences this uncertainty may entail in water protection. The direct motivation of the work is to fill a shortage of quantitative description of the uncertainty in assessments of water bodies’ (WB) ecological status required by the Water Framework Directive. In the work, the uncertainly of the assessed ecological status is defined and economic risks of water management decisions described, especially those in which the assessment of the ecological status of surface waters plays a fundamental role. A false positive assessment of the good status of WB, when its true status is lower than good, may lead to resignation from corrective measures in the catchment of this WB and consequently to penalties for not meeting environmental objectives. A false negative assessment may result in undertaking costly remediation measures, while in reality they are unnecessary. Two measures of uncertainty are used here: standardized precision and the probability of misclassification classification (PoM). One of the difficulties in estimating PoM are too short series of observations of biological elements collected so far by Stale Environment Monitoring system (SEM). As the remedy, in this study the method of estimating errors of biological indicators based on Monte Carlo (MC) models is applied. Randomly generated distortions of measured quantities such as number of organisms or dimensions of their cells arc used to simulate measurement errors. Number of monitoring measurements of physicochemical elements collected in the SEM system is sufficient to determine both uncertainty measures. In the study generalized hierarchical approach has been introduced and applied. It is based on the concept that at every stage of state assessment through a usage of the One-Out-All-Out" principle not only “decisive indicators", are pointed out from groups of elements but also values of probability of misclassification are inherited" after these decisive indicators. In result, the uncertainly of ecological state is specified as the value of PoM corresponding to the indicator, which decides upon ultimate assessment of ecological state. Analysis of PoM values performed for rivers in many voivodeships revealed number of erroneous assessments of ecological state made in the past and additionally, that a risk of water protection decisions based on uncertain data may be appreciable. In the final part of the work the risk related to corrective measures in the catchment of the Barycz river is analysed. Joint use of Bayesian method of decision making and the SWAT model for simulating physical-chemical elements in the river network, enabled to set the decision matrix and indicate optimal decisions.

Phytoplankton Metric of ecological status assessment for Polish Lakes and its performance along nutrient gradients

Hutorowicz A., Pasztaleniec A.

Polish Journal of Ecology

2014

Vol. 62, nr 3

525--542

This paper outlines the Phytoplankton Multimetric for Polish Lakes (PMPL) – an ecological status assessment method which can be used to implement the European Water Framework Directive (EC, 2000). The PMPL includes abundance parameters of phytoplankton: the metrics: “chlorophyll a”, “total biomass” while the taxonomic composition is partly evaluated by the metric “biomass of cyanobacteria”. All of these three single metrics as well as the final PMPL index values are the same scale and range from 0 to 5. The PMPL can be transformed to a normalized Ecological Quality Ratio (EQR) range from 0 (the worst status) to 1 (the best status). The PMPL method differentiates “stratified” and “unstratified” lake types as well as subdivisions into lakes characterized by a high (>2) or low (<2) lake volume-to-catchment area ratio (VQ). The metrics used and the PMPL index respond to eutrophication pressure expressed by total phosphorus and total nitrogen concentration, the significance of the relationships depends on the tested parameter and the abiotic type of lake. From among the single metrics, the metric “chlorophyll a” was usually found to reveal the strongest significant correlation to both total phosphorus and total nitrogen (Spearman`s coefficient varied from –0.41 to –0.75 and from –0.34 to –0.56, respectively). The weakest correlation with nutrients was noted for metric “biomass of cyanobacteria” (R=–0.13 to –0.62). The PMPL correlated best with TP and TN in unstratified lakes (R=–0.49 to –0.70). The testing of the PMPL index shows a statistically important distinction between Good/Moderate ecological status and confirmed designated boundaries of High/Good and Good/Moderate states.