Maajään mallinnus pohjoisella ikirouta-alueella
Keränen, Joonas (2020-12-15)
J. Keränen
15.12.2020
© 2020 Joonas Keränen. Tämä Kohde on tekijänoikeuden ja/tai lähioikeuksien suojaama. Voit käyttää Kohdetta käyttöösi sovellettavan tekijänoikeutta ja lähioikeuksia koskevan lainsäädännön sallimilla tavoilla. Muunlaista käyttöä varten tarvitset oikeudenhaltijoiden luvan.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:oulu-202012173362
https://urn.fi/URN:NBN:fi:oulu-202012173362
Tiivistelmä
Veden jäätymisestä seuraavan tilavuuden kasvun takia maajäällä on merkittävä vaikutus ikirouta-alueen maaperän ominaisuuksiin. Arktisen alueen lämmetessä maajään sulaminen vähentäisi maaperän kantokykyä. Koska pohjoinen ikirouta-alue peittää noin 24 % pohjoisen pallonpuoliskon maa-alasta, olisi tällä huomattavia vaikutuksia alueen ympäristölle ja asukkaille. Maajään määrän mallintaminen onkin tärkeää sulamisen vaikutusten voimakkuuden ja laajuuden arvioimiseksi.
Tämän tutkielman tarkoituksena on selvittää maajään määrään vaikuttavia tekijöitä ja tilastollisesti mallintaa sen määrää sirkumpolaarisella alueella. Aineistona toimivat pohjoisella ikirouta-alueella vuosina 2000–2014 suoritetut kenttätutkimukset, joiden tulokset kerättiin tieteellisistä julkaisuista. Aineisto jaettiin gravimetriseen (n=49) ja volumetriseen (n=22) maajäämäärän esittämisen mukaan. Näytteidenottopaikkojen koordinaattien pohjalta laskettiin ilmasto-, ympäristö-, ja maaperämuuttujat neliökilometrin tarkkuudella. Molempien aineistojen kohdalla maajään määrää mallinnettiin yleistetyn additiivisen mallin (GAM, generalized additive model) avulla. Saatujen mallien ennustuskykyä ja toimivuutta arvioitiin LOOCV (leave-one-out-cross-validation) ristiinvalidoinnilla ja laskemalla MAE (mean error, keskivirhe) sekä RMSE (root mean squared error, keskineliövirheen neliöjuuri).
Gravimetrisessa maajään mallissa selittäviksi tekijöiksi valikoituivat tärkeysjärjestyksessä NDVI (normalized difference vegetation index) -kasvillisuusindeksi, karkeiden sedimenttien määrä, orgaanisen aineksen määrä, vuotuinen keskilämpötila ja lumisateen määrä. Volumetrisessa mallissa selittävät tekijät olivat hienorakeisten sedimenttien määrä ja FDD (freeze degree days). Gravimetrisen malli selitysaste jäi 21 %:iin, kun volumetrisen mallin selitysaste oli 42 %:a. Gravimetrisen mallin kalibroinnissa MAE ja RMSE olivat 23,1 ja 30,4, ristiinvalidoinnilla vastaavien arvojen ollessa 29,9 ja 36,9. Volumetrisen mallin kohdalla MAE oli 8,1 ja RMSE 10,3, kun ristiinvalidoinnilla ne olivat 9,1 ja 11,4.
Maajään määrää lisääviä tekijöitä ovat kasvillisuuden, orgaanisen aineksen ja hienojakoisten sedimenttien esiintyminen sekä kylmä ilmasto. Maajään sulamista edistäisivät lämpötilojen nousu, talven lyheneminen ja lumisateen lisääntyminen. Lähtökohtaisesti kylmän ilmaston ja hienojakoisten sedimenttien vaikutus korostuu jatkuvan ikiroudan alueella. Etelämpänä paikallisten ympäristötekijöiden vaikutus maajään säilymisessä kasvaa ilmaston lämmetessä. Ennustevirheiden ja selitysasteen pohjalta volumetrinen malli kykeni paremmin ja vakaammin ennustamaan maajään määrää. Volumetrisen mallin pohjalta maajäämäärän tilastollinen mallinnus sirkumpolaarisella alueella vaikuttaakin mahdolliselta. Mallin ennustuskykyä voisi parantaa sedimenttien iän ja kasautumistavan sekä ilmastohistorian huomioiminen. Suorien ympäristövaikutusten arviointiin soveltuisi kuitenkin parhaiten ylimääräisen jään (excess ice) määrän analysointi.
Tämän tutkielman tarkoituksena on selvittää maajään määrään vaikuttavia tekijöitä ja tilastollisesti mallintaa sen määrää sirkumpolaarisella alueella. Aineistona toimivat pohjoisella ikirouta-alueella vuosina 2000–2014 suoritetut kenttätutkimukset, joiden tulokset kerättiin tieteellisistä julkaisuista. Aineisto jaettiin gravimetriseen (n=49) ja volumetriseen (n=22) maajäämäärän esittämisen mukaan. Näytteidenottopaikkojen koordinaattien pohjalta laskettiin ilmasto-, ympäristö-, ja maaperämuuttujat neliökilometrin tarkkuudella. Molempien aineistojen kohdalla maajään määrää mallinnettiin yleistetyn additiivisen mallin (GAM, generalized additive model) avulla. Saatujen mallien ennustuskykyä ja toimivuutta arvioitiin LOOCV (leave-one-out-cross-validation) ristiinvalidoinnilla ja laskemalla MAE (mean error, keskivirhe) sekä RMSE (root mean squared error, keskineliövirheen neliöjuuri).
Gravimetrisessa maajään mallissa selittäviksi tekijöiksi valikoituivat tärkeysjärjestyksessä NDVI (normalized difference vegetation index) -kasvillisuusindeksi, karkeiden sedimenttien määrä, orgaanisen aineksen määrä, vuotuinen keskilämpötila ja lumisateen määrä. Volumetrisessa mallissa selittävät tekijät olivat hienorakeisten sedimenttien määrä ja FDD (freeze degree days). Gravimetrisen malli selitysaste jäi 21 %:iin, kun volumetrisen mallin selitysaste oli 42 %:a. Gravimetrisen mallin kalibroinnissa MAE ja RMSE olivat 23,1 ja 30,4, ristiinvalidoinnilla vastaavien arvojen ollessa 29,9 ja 36,9. Volumetrisen mallin kohdalla MAE oli 8,1 ja RMSE 10,3, kun ristiinvalidoinnilla ne olivat 9,1 ja 11,4.
Maajään määrää lisääviä tekijöitä ovat kasvillisuuden, orgaanisen aineksen ja hienojakoisten sedimenttien esiintyminen sekä kylmä ilmasto. Maajään sulamista edistäisivät lämpötilojen nousu, talven lyheneminen ja lumisateen lisääntyminen. Lähtökohtaisesti kylmän ilmaston ja hienojakoisten sedimenttien vaikutus korostuu jatkuvan ikiroudan alueella. Etelämpänä paikallisten ympäristötekijöiden vaikutus maajään säilymisessä kasvaa ilmaston lämmetessä. Ennustevirheiden ja selitysasteen pohjalta volumetrinen malli kykeni paremmin ja vakaammin ennustamaan maajään määrää. Volumetrisen mallin pohjalta maajäämäärän tilastollinen mallinnus sirkumpolaarisella alueella vaikuttaakin mahdolliselta. Mallin ennustuskykyä voisi parantaa sedimenttien iän ja kasautumistavan sekä ilmastohistorian huomioiminen. Suorien ympäristövaikutusten arviointiin soveltuisi kuitenkin parhaiten ylimääräisen jään (excess ice) määrän analysointi.
Kokoelmat
- Avoin saatavuus [34160]