Kustzonsmodellen

Kustzonsmodellen, även kallad SCM (Swedish Coastal zone Model), är en del i SMHIs modellsystem för beräkning av vattenkvalitet inom svensk vattenförvaltning, men används även inom forskningsprojekt. Tillsammans med avrinningsmodellen S-HYPE beräknas underlag för karaktärisering och åtgärdsplaner för alla vattenförekomster i både sötvatten och kustvatten. Inom forskningen används modellen för att undersöka kustzonens funktion, t.ex. vad som händer i kustzonen med den näring som tillförs från land innan den når Östersjön.

Kustzonsmodellen

Kustzonsmodellen1,2 började utvecklas på SMHI 1994 i samarbete med Vattenvårdsförbundet för västra Hanöbukten. Den fysiska endimensionella PROBE modellen3 anpassades till pilotområdet Hanöbukten. Senare har PROBE-modellen kopplats samman med den biogeokemiska modellen SCOBI4,5 som har utvecklats på SMHI.

Mer detaljerad information om Kustzonsmodellen finns i rapporten The Swedish Coastal zone Model.

Processer Kustzon
Översiktlig bild över processer som ingår Kustzonsmodellen. Bilden till vänster visar de fysiska processerna i PROBE och bilden till höger de biogeokemiska processerna i SCOBI. Förstora Bild

Kustzonsmodellen är indelad i vattenförekomster som antas vara horisontellt homogena med hög vertikal upplösning. Områdesindelningen i Kustzonsmodellen utgår från vattenförekomster i SVAR, med några få undantag. När SVAR-indelningen i kusten uppdateras så uppdateras även modelluppsättningen.

Modellen beräknar den vertikala variationen i varje vattenförekomst av ett flertal variabler bl.a. temperatur, salthalt, omsättningstid, syre, nitrat, ammonium, totalkväve, fosfat, totalfosfor och klorofyll (summan av SCOBIs tre växtplanktontyper kiselalger, dinoflagellater och kvävefixerande cyanobakterier). Dessutom beräknas transporten mellan vattenförekomster av alla dessa variabler.

Indata till kustzonsmodellen

Kustzonsmodellen drivs av väderdata, landtillrinning och tillståndet i havet utanför kustlinjen. Dessutom ingår atmosfärsdeposition av kväve och fosfor samt direktutsläpp i kusten från punktkällor, se tabell nedan.

Indata till Kustzonsmodellen
Typ Data Tidsupplösning Källa
Geografisk information Hypsografer - SVAR (SMHI)
Geografisk information Sundarea - SVAR (SMHI)
Geografisk information Sunddjup - SVAR (SMHI)
Väderdata Temperatur, nederbörd, vindhastighet, molnighet och daggpunktstemperatur Timme ERA5, Copernicus6
Landtillrinning Vattenföring, koncentration av kväve och fosfor Dygn S-HYPE modellen (SMHI)
Övriga källor kväve och fosfor Punktkällor År SMED7
Övriga källor kväve och fosfor Atmosfärsdeposition År MATCH-modellen (SMHI)8,9, SMED (IVL)10
Utsjödata Profiler av alla modellvariabler Dygn Havscirkulationsmodellen NEMO-Nordic (SMHI, CMEMS BAL MFC)11

Användningsområden

Modellen används för att årligen producera modellunderlag till vattenweb samt inom forskning och myndighetsuppdrag. Det kan exempelvis handla om att kartlägga betydande påverkan från mänskliga verksamheter och identifiera åtgärdsbehov, att undersöka sambandet mellan låga syreförhållanden och frisättning av fosfor från bottensediment i kustzonen och att analysera hur klimatförändringar kan komma att påverka förhållandena i våra kustområden.

Inom tidigare internationella och nationella forskningsprojekt användes Kustzonsmodellen för att undersöka hur mycket av de tillförda näringsämnena som hålls kvar (näringsretention) i Stockholms skärgård, nu och i framtiden. I en studie uppskattades att ungefär 65 % av den fosfor och 72 % av det kväve som når Stockholms skärgård inte når öppna Östersjön eftersom skärgården fungerar som ett filter för näringsämnen som kommer från land12.

I en utökad studie där hela Sveriges kust undersöktes13 fann man att 69 % av fosfor och 53 % av tillfört kväve filtrerades av kusten dvs. mindre än hälften av näringsämnena från land och luft tillförs öppna havet. För att undersöka hur mycket näring som Stockholm skärgård kommer att filtrera i framtiden användes en kombination av förändrat klimat och olika tillförsel av näringsämnen14. Resultaten visade att den framtida filtereffekten ökar jämfört med idag oavsett mängden tillförd näring. I ett värsta scenario kan cyanobakterier komma att öka drastiskt i framtiden med förhöjd risk för syrebrist i bottenvattnet som följd.

Referenser

1 Edman, M. and Sahlberg, J. (2020). The Swedish Coastal zone Model (SCM). SMHI Oceanography No. 128.

2 Sahlberg, J. (2009). The Coastal Zone Model. SMHI Oceanography No.98.

3 Svensson, U. (1998). PROBE Program for Boundary Layers in the Environment - System description and Manual. SMHI Reports Oceanography (RO) No. 24.

4 Marmefelt, E., Arheimer, B. and Langner, J. (1999). An integrated biogeochemical model system for the Baltic Sea. Hydrobiologia, 393, 45-56.

5 Eilola, K., Meier, M. and Almroth, E. (2009). On the dynamics of oxygen, phosphorus and cyanobacteria in the Baltic Sea; A model study. Journal of Marine Systems. 75, 163–184.

6cds.climate.copernicus.eu/cdsapp#!/dataset/reanalysis-era5-single-levels?tab=overview

7 Strömqvist, J., Elenius, M., Lindström, G., Pers, C. och Temnerud, J. (2022). Beräkning av näringsämnestillförsel till ytvatten och retention i sjöar och vattendrag för PLC8-rapportering. Underlagsrapport till Pollution Load Compilation 8. SMED Rapport Nr 24 2022.

8 Andersson, C., Alpfjord Wylde, H. and Engardt, M. (2018). Long-term sulfur and nitrogen deposition in Sweden, 1983-2013 reanalysis. SMHI Meteorology no. 163, 2018.

9 Alpfjord, H. och Andersson, C. (2017). Nationell miljöövervakning med MATCH Sverigesystemet - utvärdering och resultat för åren 2013-2015. Nr 2017/15.

10 Pihl Karlsson, G., Karlsson, P. E. och Hellsten, S. (2023). Deposition av fosfor till skog och öppen mark i Sverige, 2022. SMED PM 2023-04-29.

11 Hordoir, R., Axell, L., Höglund, A., Dieterich, C., Fransner, F., Gröger, M., Liu, Y., Pemberton, P., Schimanke, S., Andersson, H., Ljungemyr, P., Nygren, P., Falahat, S., Nord, A., Jönsson, A., Lake, I., Döös, K., Hieronymus, M., Dietze, H., Löptien, U., Kuznetsov, I., Westerlund, A., Tuomi, L., and Haapala, J., (2019). Nemo-Nordic 1.0: a NEMO-based ocean model for the Baltic and North seas – research and operational applications, Geosci. Model Dev., 12, 363–386, doi.org/10.5194/gmd-12-363-2019.

12 Almroth-Rosell, E., Edman, M., Eilola, K., Meier, H.M. and Sahlberg, J., (2016). Modelling nutrient retention in the coastal zone of an eutrophic sea. Biogeosciences, 13(20), 5753.

13 Edman M., Eilola K., Almroth-Rosell E., Meier H.E.M., Wåhlström I. and Arneborg L. (2018). Nutrient retention in the Swedish Coastal Zone. Front. Mar. Sci. 5:415. doi.org/10.3389/fmars.2018.00415.

14 Wåhlström, I., Almroth-Rosell, E., Edman, M., Olofsson, M., Eilola, K., Fleming, V., Gröger, M., Arneborg, L., Meier, H.E.M., (2024). Increased nutrient retention and cyanobacterial blooms in a future coastal zone. Estuarine, Coastal and Shelf Science, Volume 301, doi.org/10.1016/j.ecss.2024.108728.