Nærings-ph.d.: En ny generasjon av vannkvalitetsovervåking i danske vassdrag

03.09.2021

Mye mer data: Nærings-ph.d.-kandidat og EnviDaner, Sofie van't Veen er godt i gang med sitt 3-årige ph.d.-prosjekt, SENTEM (Sensors Application for High Temporal Resolution Monitoring in Danish Streams).

SENTEMs mål er å skape nye idéer og kunnskap om den fremtidige bruken av sensordata med høy tidsoppløsning blant annet ved å benytte maskinlæring til neste generasjons vannkvalitetsovervåking i danske vassdrag.

Gjennom prosjektet skal Sofie teste sensorer, utvikle metoder for kvalitetssikring av data, sette opp målekampanjer i forhold til overvannsavløp samt bidrag fra utmark m.m.

Sofie skriver sin nærings-ph.d. i samarbeid med Aarhus Universitet (Institutt for biovitenskap), Hach og EnviDan.

Langt mer sikkerhet i å måle hvert minutt framfor hver måned

I dag foregår måling av næringsstoffer i danske vassdrag manuelt hver måned i de fleste vassdrag og i noen få hver 14. dag. Det betyr få målinger og stor usikkerhet i dataene. Nettopp derfor er prosjektet høyaktuelt. Fremtiden vil mest sannsynlig skape et større behov for sensorer som måler verdiene hvert minutt. Dessuten er den nåværende metoden en manuell prosess, noe som kan spare det danske samfunnet for rundt 30 millioner danske kroner hvert år. Det betyr at det også er mye penger å spare ved å implementere en ny generasjon av overvåking.

Bruk av sensorer til overvåking er svært utbredt i renseanlegg, men ennå ikke i vassdrag. Prosjektet er en FoU-investering som bygger på EnviDans kompetanse innenfor vannets kretsløp.

PROSJEKTET ER DELT I 5 MODULER

FORDELER VED ONLINE HØYFREKVENT DATA

Mulige verdier å innhente fra høyfrekvente data på nett ved målestasjoner i vassdrag kan være å:

  • Få kunnskap om nøyaktighet ved beregning av transport av nitrogen og fosfor (sammenlignet med normale punktprøver – hva som oppnås mht. bias og spredning) – f.eks. til bruk i de årlige nasjonale beregningene av havbelastning.
  • Få erfaring med ressursforbruk gjennom online-målinger og sensorer mht. vedlikehold, kalibrering og databehandling.
  • Få ny kunnskap om kilder til N og spesielt P, inkludert kunnskap om retensjon og transportveier.
  • Oppnå raskere og sikrere bestemmelse av trend på et gitt nivå.
  • Få bedre kunnskap om retensjon av N og P i nedbørfelt.


 

DE FEM VIKTIGSTE MÅLENE

  1. Å utvikle en innovativ metode og veiledning for bruk, kvalitetssikring, kalibrering og validering av data med høy tidsoppløsning til sensorovervåking i forskjellige typer danske vassdrag ved hjelp av maskinlæring.
  2. Å etablere dybdekunnskap om viktigheten av data med høy tidsoppløsning til beregning av næringsstoffbelastninger ved daglige, månedlige og årlige tidstrinn.
  3. Å undersøke om næringsstoffkilder og -transportveier i nedbørfelt kan finnes ved hjelp av data med høy tidsoppløsning.
  4. Å undersøke kompromisser mellom data med høy tidsoppløsning ved kalibrering av en SWAT-modell for å forbedre modellen under ekstreme klimaforhold.
  5. Å undersøke om overløp av ubehandlet spillvann og/eller kilder som overflateavrenning i vassdrag under stormhendelser kan oppdages og kvantifiseres ved hjelp av høyoppløselige sensordata, radarobservasjon av nedbør og maskinlæring.
Sofie Gyritia Madsen van’t Veen

KONTAKT MEG
FOR MER INFO

Sofie Gyritia Madsen van’t Veen

+45 28 25 75 78