Presentation laddar. Vänta.

Presentation laddar. Vänta.

Forskningsteam Johan Stendahl1, Cecilia Akselson2*, Magnus Simonsson1, Bengt Olsson3, Ingrid Öborn4 1Mark och miljö (SLU), 2Naturgeografi (Lund), 3Ekologi.

Liknande presentationer


En presentation över ämnet: "Forskningsteam Johan Stendahl1, Cecilia Akselson2*, Magnus Simonsson1, Bengt Olsson3, Ingrid Öborn4 1Mark och miljö (SLU), 2Naturgeografi (Lund), 3Ekologi."— Presentationens avskrift:

1 Vittrings- och försurningsprocesser i skogsmark – jämförelse mellan mätdata och modeller

2 Forskningsteam Johan Stendahl1, Cecilia Akselson2*, Magnus Simonsson1, Bengt Olsson3, Ingrid Öborn4 1Mark och miljö (SLU), 2Naturgeografi (Lund), 3Ekologi (SLU), 4Växtproduktionsekologi (SLU) i samarbete med Per Arne Melkerud (SLU), Mats Olsson (SLU), Johan Bergholm (SLU), Harald Sverdrup (Lund), Salim Belyazid (Lund) & Stephen Hillier, James Hutton Institute, UK Projektet finansieras av SLU Foma Försurning och Naturvårdsverket*

3 Innehåll Bakgrund Syfte Tre metoder att kvantifiera/skatta vittring
Resultat Sammanfattning

4 Bakgrund Vi behöver kunna kvantifiera frigörelsen av baskatjoner från markens mineral för att bedöma: Markens buffertförmåga mot försurning Bärkraftigheten av olika produktionssystem– vilken näringslevererande förmåga kan man räkna med (hur mycket kan bortföras)? Biogeokemiska modeller används – simulera skogsmarkens kritiska belastningsgränser - bedömning av effekterna av ett intensifierat intensifierat skogsbruk. De är svåra att validera – integrerade processer, långsamma förlopp.

5 Syfte Att bättre kunna beskriva och kvantifiera mineralvittring i mark, framför allt med avseende på baskatjoner (Ca, K, Mg, Na) Att med hjälp av mätdata från långliggande försök och övervakningsprogram skatta vittringens storlek, och Att simulera vittring med PROFILE och analysera och jämföra modellsimuleringar med fältdata för att på sikt kunna förbättra förutsägelserna

6 Tre metoder att kvantifiera vittring
Historisk vittring i markprofiler– använda intern standard (Zr) och jämföra med modermaterialet (C-horisonten) Aktuell vittring genom massbalanser – beräkna inflöden, utflöden och förändringar i förråd i långa tidsserier. Differensen en skattning av vittringen. Simuleringar av vittringen (steady state) med den biogeokemiska modellen PROFILE

7 Tre metoder att kvantifiera vittring
Historisk vittring i markprofiler– använda intern standard (Zr) och jämföra med modermaterialet (C-horisonten) (Deltstudie 1, 2) Aktuell vittring genom massbalanser – beräkna inflöden, utflöden och förändringar i förråd i långa tidsserier. Differensen en skattning av vittringen (Delstudie 2) Simuleringar av vittringen (steady state) med den biogeokemiska modellen PROFILE (Delstudie 1, 2)

8 Delstudie 1 Två olika metoder för att beräkna vittring – en jämförelse mellan koncept och beräknad vittring Johan Stendahl, Cecilia Akselsson, Per-Arne Melkerud, Salim Belyazid & Harald Sverdrup Två olika metoder har använts för regional kartläggning av vittring i Sverige… PROFILE Historiska vittringsmodellen (Zr-metoden)

9 Delstudie 1 Två olika metoder för att beräkna vittring – en jämförelse mellan koncept och beräknad vittring Johan Stendahl, Cecilia Akselsson, Per-Arne Melkerud, Salim Belyazid & Harald Sverdrup Hur förhåller sig framräknade vittringshastigheter (50 cm) med PROFILE resp. Zr-metoden till varann? Hur borde de förhålla sig till varann (Historisk vittring i förhållande till ”steady state” vittring?) Vad kan skillnader på djupet lära oss? Att fundera på: Kan vi använda oss av en kombination av de båda metoderna för att säga mer om hur vittringen varierar i tid och rum, samt hur det påverkas av förändring i ett förändrat klimat? (Warfvinge et al., 1995)

10 17 ytor med mycket detaljerade markdata
Delstudie 1 17 ytor med mycket detaljerade markdata Väderdata och skoglig information: -temperatur, nederbörd, avrinning -medeltillväxt Markdata för ett antal skikt (5-8 skikt ner till 50 cm): -totalkemisk analys -kornstorleksfördelning -densitet -stenighet

11 Delstudie 1

12 Delstudie 1

13 Vittringens variationer på djupet i Stöde
Delstudie 1 Vittringens variationer på djupet i Stöde PROFILE: Historisk vittring (Zr):

14 Några svar på frågorna…
Delstudie 1 Några svar på frågorna… Hur förhåller sig framräknade vittringshastigheter (50 cm) med PROFILE resp. Zr-metoden till varann? Ingen systematisk skillnad för summa BC, Ca och K. Na lägre och Mg högre med Zr-metoden. Hur borde de förhålla sig till varann (Historisk vittring i förhållande till ”steady state” vittring? Historisk vittring (Zr-metoden) förväntades vara högre än vittring modellerad med PROFILE. Vad kan skillnader på djupet lära oss? PROFILE säger att det vittrar ganska mycket långt ner medan det med Zr- metoden avstannar på ett visst djup. PROFILE överskattar troligtvis vittringen på djupet, medan det finns risk att Zr-metoden underskattar den. Att fundera på: Kan vi använda oss av en kombination av de båda metoderna för att säga mer om hur vittringen varierar i tid och rum, samt hur det påverkas av förändring i ett förändrat klimat? Kombinationen användbar, vi hoppas fortsätta med detta.

15 Skattning av aktuell vittring genom massbalanser i långliggande försök
Delstudie 2 Skattning av aktuell vittring genom massbalanser i långliggande försök Magnus Simonsson, Bengt Olsson, Johan Bergholm, Stephen Hiller & Ingrid Öborn

16 Kvantitativ mineralogi
Baskatjonbalanser

17 Skogaby: kvantitativ mineralogi (<2mm) 2 profiler 0-1 m i kontrollen och 2 i NS-ledet

18 Skogaby: kvantitativ mineralogi (<2mm) 2 profiler 0-1 m i kontrollen och 2 i NS-ledet

19 Skogaby: kvantitativ mineralogi (<2mm) 2 profiler 0-1 m i kontrollen och 2 i NS-ledet

20 Vittring genom katjonbalanser samt skattning av variation och osäkerhet
Skogaby, 4 kontrollrutor, 12 års data Vittring = bortförsel – tillförsel medelvärde ± osäkerhet (rumslig variation + ”faktoriella fel”) 20

21

22 Summan av kardemumman Soil balance:
Weathering + Depositional input = Increase in exch BC + Leaching + Uptake Weathering (kg/ha/yr) Na K Mg Ca Average -3 1.3 0.8 1.5 U (ca 95%) ±19 ±2.5 ±2.1 ±3.7 Contribution to uncertainty Dep input 54% 21% 77% 26% Exch BC 0% 4% 1% Leaching 46% 16% Uptake 74% 7% 70%

23 Slutsatser Låg vittring, stor osäkerhet
Bias oundvikligt: Gör (system) jämförelser med samma metod(er)! Hur extrapolerar vi över tiden?

24 Loamy sand (Hög) 8±10 kg ha-1yr-1, Silty clay (Vre) 40± 8 kg ha-1yr-1
Estimated K release rates based on annual mass balance calculations (30-40 years data) Loamy sand (Hög) 8±10 kg ha-1yr-1, Silty clay (Vre) 40± 8 kg ha-1yr-1 Clay (Kun) 45±10 kg ha-1yr-1 Loam (Eke) 51±12 kg ha-1yr-1 Sandy loam (Fjä) 65 ± 7 kg ha-1yr-1 (40 years; Simonsson et al., 2007) Loamy sand, Countesswells, ~38 kg ha-1yr-1 (30 years; Öborn et al, 2010)

25 Sammanfattning Jämförelse mellan historisk vittring (Zr-metoden)och vittringshastigheter från PROFILE simuleringar på 17 olika lokaler. Resultaten var oftast i samma storleksordning (arbetet klart; publicering på väg) Skogaby; Aktuell vittring skattad genom massbalanser och historisk vittring med Zr-metoden. Kvantitativ mineralogi analyserat för markprofiler. PROFILE skall köras (publicering på väg). Styrka att använda flera oberoende metoder på samma lokaler. Metoderna beräknar dock inte samma sak; (i) historisk vittring sen istiden (Zr), (ii) steady state vittring (med nuvarande markförhållanden) (PROFILE), (iii) aktuell vittring (massbalanser) Kombinationen fältdata, modellering och olika kompetenser i gruppen en styrka. Karaktärisering och kvantifiering av mineralogin med ny teknik ger bättre förutsättningar att estimera vittringshastighet och dynamik

26

27 RESULTS Total K g kg-1 (XRF) in surface soil (Ap-horizons)
Scottish soils Swedish soils ‘Global span’ based on sugbeswunt quatitative mineralogical analysa and normative calcutaion. useing the same set of mineral forlul afor all soils, a minrertalogical bugeting appraoch was next slide...were the speciation of total K could be reveals. , something that is imotrtaint ti tnks to be able to extimate the potential K deliver capacit of teh soils. (Andrist Rangel, 2008)

28 X-ray powder diffraction (XRPD)- random orientation
Quantitative mineralogical analysis Sample preparation crucial! Spray dried Spray drying Quantitative analysis 50 μm (Hillier, 1999;2003)

29 Combining mineralogy and geochemistry
The mineralogical speciation of K (g kg-1) STf AKf STp CWf THf THp FDp SHf DLf ERf FDf ERp ÖLj Hög Önn Eke Boll Fjä Vre Kun Scottish soils Swedish soils (Andrist Rangel, 2008)

30 PROFILE – biogeokemisk steady state modell
Sverdrup, Warfvinge m fl


Ladda ner ppt "Forskningsteam Johan Stendahl1, Cecilia Akselson2*, Magnus Simonsson1, Bengt Olsson3, Ingrid Öborn4 1Mark och miljö (SLU), 2Naturgeografi (Lund), 3Ekologi."

Liknande presentationer


Google-annonser