Modeliranje procesov premeščanja v vodozbirnih območjih

Pri tem je C koristna prostornina akumulacije (m³) in I dotok suspendiranih snovi v akumulacijo (m³/leto).

Za preučevanje dolgoročnih učinkov pri srednje velikih akumulacijah je uporaba Brunove krivulje zadovoljiva, vendar je potrebno upoštevati, da se prestrezna zmogljivost s časom zmanjšuje, zlasti če upoštevamo da je v plitkih akumulacijah (globina < 5 m) voda večinoma premešana, kar trajno dviguje in premešča sediment iz dna (Wetzel, 2001). Verstraeten in Poesen (2000) sta pri oceni metod za določanje TE zaključila, da je pri manjših akumulacijah potrebno upoštevati dinamiko številnih neodvisnih parametrov (C/I, C/W in SI), saj so akumulacije in njihova vodozbirna območja zelo različni. Prav tako omenjene metode ne upoštevajo enkratnih padavinskih dogodkov, ki lahko precej spremenijo dolgoročno zmogljivost prestrezanja. Zato je uporaba teoretičnih modelov za načrtovanje učinkovitosti prestrezanja veliko boljša, zlasti v kolikor želimo ugotavljati kratko- do srednjeročne učinke prestrezanja in razpolagamo z zadostno količino podatkov.

2.5.5 Modeliranje procesov premeščanja v vodozbirnih območjih

Na procese sproščanja, premeščanja in odlaganja v vodozbirnem območju vplivajo mnogi dejavniki, zlasti voda kot gonilna sila, geomorfologija, poraščenost in lastnosti tal. Za razumevanje teh procesov in preučevanje vplivov podnebnih sprememb, rabe tal in ukrepov za obnovo in varstvo vodnih teles je potrebno veliko število meritev skozi daljše obdobje, kar je običajno časovno in logistično zahtevno in predstavlja velik finančni zalogaj (Bouraoui in Grizetti, 2014). Z razvojem informacijske tehnologije se je razvilo modeliranje

(računalniška simulacija) procesov v okolju in naravi, s čimer so analize postale krajše in predvsem cenovno dostopnejše.

S pomočjo numeričnih modelov se je postavil okvir za preverjanje teorij in hipotez o hidroloških procesih, njihovih medsebojnih vplivih in vplivih različnih dejavnikov na te kompleksne procese (Arnold in sod., 1998). Z uvedbo geografskega informacijskega sistema (GIS) in vizualizacijo rezultatov modeliranja so postali rezultati veliko bolj razumljivi za širšo javnost, zlasti za ključne deležnike (DiLuzio in sod., 2004). Kljub nenehnemu izpopolnjevanju se je potrebno zavedati, da pri rezultatih modeliranj prihaja do določenih odstopanj ali negotovosti, saj so modeli le matematične abstrakcije realnega sistema.

Odstopanja so neizogiben element povezan z izbiro napačnega modela, nepopolno strukturo modela, napačnimi parametri in/ali napakami v meritvah uporabljenimi za umerjanje modela, napakami v programski kodi in jih je potrebno upoštevati pri končni interpretaciji in odločitvah. Nedvomno je za natančnost rezultatov pomembno razumevanje procesov, kakovostni vhodni podatki in monitoring (Krysanova in Arnold, 2008).

Modele razvrščamo na mnoge načine. S stališča hidroloških procesov poznamo: (i) zvezne oziroma v času neprekinjene (npr. ANSWERS-Continuous, HSPF, SWAT idr.) za analizo dolgoročnih vplivov ukrepov in ravnanja v povodjih, (ii) enkratne modele (AGNPS, ANSWERS idr.) za analizo enkratnih padavinskih dogodkov ter (iii) hibridne modele, ki imajo zmožnost izvajati zvezne in enkratne simulacije hkrati (npr. CASD2, MIKE-SHE idr.) (Borah in Bera, 2003).

Zaradi kompleksne prostorske in časovne dinamike premeščanja suspendiranih snovi se je procesno utemeljeno in konceptualno modeliranje pojavilo veliko kasneje kot empirični modeli. Modele, s katerimi je mogoče predvideti erozijske procese in premeščanje suspendiranih snovi na nivoju vodozbirnega območja so De Vente in Poesen (2005) razdelili na (i) empirične (npr.: RUSLE), (ii) konceptualne (npr.: AGNPS, SWAT, WaTEM/SEDEM, HSPF) in (iii) procesno utemeljene (npr.: EUROSEM, WEPP, MIKE-11). Razvoj modelov se mora nadaljevati. Namreč modeli, ki upoštevajo večino procesov erozije in premeščanja, zahtevajo obsežno število podatkov, kar lahko predstavlja težave pri izbiri pravilnih parametrov za določeno vodozbirno območje. Ob tem Bouraoui in Grizzetti (2014) opozarjata, da velika večina modelov še vedno ne upošteva erozije brežin in usadov, čeprav le-ti znatno prispevajo k dotoku suspendiranih snovi v zadrževalnik.

2.5.5.1 Uporaba modelov v Sloveniji

Čeprav je modeliranje napovedi na nivoju porečij oziroma vodozbirnih območij za boljše upravljanje z vodami po svetu zelo razširjeno, je v Sloveniji uporaba dokaj redka. Med prvimi so se pojavili modeli (MODFLOW, PELMO), s katerimi so avtorji modelirali količine in kakovosti podzemne vode (Vižintin, 1999; Nartnik, 2003; Petan, 2005; Peršolja, 2008). Z modelom SWAP je Zupanc (2003) modelirala vodno bilanco profila tal za potrebe namakanja kmetijskih površin v Vipavski dolini. Primožič in sod. (2008) so z modelom HBV modelirali pretok reke Save za potrebe napovedovanja poplav. Z metodo rudarjenja po

podatkih (algoritem M5) je Rusjan (2008) raziskoval spiranje nitratnega dušika iz gozdnatega zaledja na odseku potoka Padež (Brkini). Z obširno nalogo, ki je zajela porečje reke Reke in reke Dragonje v zahodnem delu Slovenije, je Glavan (2011) modeliral dolgoročne učinke spremembe rabe kmetijskega prostora, podnebnih sprememb in kmetijsko okoljskih ukrepov na vodnatost in kakovostno stanje površinskih voda s pomočjo modela SWAT. Literature o meritvah in modeliranju erozije tal v Sloveniji, kljub temu da erozija na kmetijskih zemljiščih ni zanemarljiva, tudi ni veliko. Meritve in modeliranje na podlagi empiričnih enačb (USLE) so izvajali v dolini Dragonje in Mirnski dolini (Komac in Zorn, 2005; Hrvatin in sod., 2006). S pomočjo modela GLEAMS je Turk (1995) spremljala spiranje atrazina in kasneje Gale (1999) spiranje nitrata v podtalnico. Nato so Zupanc in sod.

(2000) z modelom GLEAMS 2.1 v Latkovi vasi v Savinjski dolini modelirali erozijo tal na hmeljišču. Največ raziskav je bilo opravljenih na območju Dragonje, kjer so modelirali erozijo v vinogradih in na njivah po prirejeni Gavrilovićevi metodi in na podlagi modela RUSLE (Globevnik, 2001; Petkovšek, 2002; Staut, 2004). Vpliv padavin na erozivnost tal je na tem območju, s pomočjo modela RUSLE, raziskoval Petan (2010), ki je nato ob pomoči orodij za prostorsko interpolacijo, izdelal preliminarno karto prostorske porazdelitve erozivnosti padavin v Sloveniji.

Razpršene vire obremenitev po hidrografskih območjih za celotno Slovenijo je Frantar (2012) preučeval z modelom SIVOP (slovenski model preučevanja virov obremenjevanja porečij), ki ima za osnovo metodo DPSIR (driving forces - gonilne sile, pressure - pritiski, state - stanje, impact- vplivi, response - odgovori). Za točkovne in linijske vire obremenitve, ki jih v model ni mogel vključiti, je izdelal le pregled. V študiji Mazej-Grudnik in sod., 2013) so za izračun obremenjevanja okolja z dušikom na vodozbirnih območjih Ledavskega, Perniškega in Gajševskega jezera uporabili metodologijo bilance dušika OECD (EUROSTAT-Gross Nitrogen Balance), ki temelji na izračunu razlike med vnosom dušika s kmetijstvom ter količino dušika, ki ga s pridelki odnesemo s kmetijskih površin. Pri tej metodi ključni vir predstavljajo površine kmetijskih zemljišč. Za obremenitve iz neurejenih odlagališč odpadkov, emisij komunalnih odpadnih vod in pritiske ribištva so uporabili bilančne izračune glede na pridobljene statistične podatke in časovne trende.

2.5.5.2 Izbira modela

Izbira modela je vedno odvisna od namena in cilja modeliranja. Numerični modeli za modeliranje procesov premeščanja snovi na nivoju povodij, ki smo jih opisali zgoraj, se uporabljajo tudi pri oceni učinkovitosti ukrepov za omilitev negativnih vplivov razpršenega onesnaževanja. Med primerjavo številnih obstoječih modelov sta Krysanova in White (2015) zaključila, da je SWAT obetajoč model za zvezno simulacijo ukrepov v vodozbirnih območjih s prevladujočo kmetijsko rabo. Grizetti in sod. (2005) so poročali, da sta SWAT in statistični model SPARROW podala podobne rezultate za količino nitrata v vodozbirnem območju reke Great Ouse (VB), vendar menijo, da je SPARROW boljši za napovedovanje trendov, medtem ko je SWAT boljši pri modeliranju scenarijev. Xie in sod. (2015) so

ugotovili, da modeli SWAT, AGNPS in AnnAGNPS uporabljajo enake algoritme, vendar SWAT omogoča še simulacijo strug, jarkov in kanalov, ker uporablja algoritme za erodibilnost v strugi (CH_EROD), pokritost struge z vegetacijo (CH_COV) kot geometrične parametre (tj. globina, širina in naklon struge). Saleh in Du (2004) sta ugotovila, da so vrednosti povprečnega dnevnega toka, količine suspendiranih snovi in hranil, simulirane s SWAT modelom, veliko bliže merjenim vrednostim v dobi kalibracije in validacije, kot z modelom HSPF. Podobne rezultate so objavili tudi Singh in sod. (2005). Xie in sod. (2015 ugotavljajo, da ima model HSPF sicer integriran modul za oceno ukrepov (BMPRAC), vendar ta temelji na oceni učinkovitosti raziskav, izvedenih pod različnimi pogoji. Drug modul integriran v HSPF (SPEC-ACTIONS) je uporaben le za ugotavljanje sprememb različnih načinov obdelave tal. Navsezadnje je smiselno izbrati model, ki se pogosto uporablja, ker je takšen model večkrat preverjen in se vedno znova izpopolnjuje in nadgrajuje.