Közepes léptékű vízgyűjtőkre vonatkozó transzport modellek továbbfejlesztése nagysűrűségű vízminőségi adatok felhasználásával / Further development of medium scale catchment transport models utilizing high frequency water quality data

Primary tabs

Erre a témakiírásra nem lehet jelentkezni.
Nyilvántartási szám: 
23/09
Témavezető neve: 
Témavezető e-mail címe:
kardos.mate@emk.bme.hu
A témavezető teljes publikációs listája az MTMT-ben:
A téma rövid leírása, a kidolgozandó feladat részletezése: 
Szennyezőanyag-kibocsátási modelleket (pl. MONERIS, MORE) évtizedek óta alkalmaznak nagy vízgyűjtőkön. Ezek a kibocsátási adatok beépítésére helyezik a hangsúlyt, és a hidrológiai- és transzportfolyamatokat csak közelítőleg írják le. Ha a modell kalibrálása a vízfolyások anyagáramai alapján történik (pl. egy vagy több [rész]vízgyűjtő kilépési pontján), a modell nagyfokú bizonytalanságot rejthet magában még akkor is, ha a kalibrálás-validálás jó eredményt mutat. A modell durva egyszerűsítései miatt az egyedi források és útvonalak részesedése/relatív szerepe erősen túl- vagy alulbecsült lehet, még akkor is, ha a modell eredményei jól összhangban vannak a mért értékekkel: a modellállandók (paraméterek) kismértékű módosítása nagymértékű változást okozhat a modell eredményeiben.
 
A számítási erőforrások nagy igénye miatt a részletes hidrológiai és transzportmodelleket többnyire csak kis és közepes méretű vízgyűjtőkre alkalmazzák. Itt a kisléptékű folyamatok viszonylag nagyobb jelentősége/befolyása egybeesik a hagyományos adatok kisebb "sűrűségével", ami miatt a pontos modellkalibrációt nem lehetséges. Különösen jelentőséggel bírnak a síkvidéki területek, amelyeket általában nagymértékben befolyásol a vízkormányzás/infrastruktúra.
 
Az elmúlt évtizedekben ugrásszerűen megnőtt a rendelkezésre álló vízminőségi  adatok mennyisége, és új típusú adatok jelentek meg (a vízminőségi paraméterek listája hosszabb lett, online érzékelőkből származó adatok, távérzékelés, nagy adatbázisok váltak elérhetővé). A nyomelemek (pl. ritka földfémek, földrajzi normalizátorok) mérése például nemcsak a (potenciális) szennyező anyagok mennyiségi meghatározását teszi lehetővé, hanem segít a szennyező források azonosításában és számszerűsítésében is. A stabil izotópok környezeti mintákból való mérése a segít a források azonosításában, míg a radioaktív izotópok mérése lehetővé teszi a víz korának meghatározását. A hagyományos vízminőségi paramétereknek akár árhullámokból vett automata (sorozat)mintavevőkkel/ gyűjtött mintákból, akár online érzékelőkkel való mérése lehetővé teszi a lefolyási események dinamikájának mélyreható vizsgálatát, megértését.
 
Nincs még bejáratott módszer az új típusú adatoknak a vízgyűjtő-szintű transzport- és kibocsátási modellekben való hatékony felhasználásra. A kutatás célja a meglévő kibocsátási és transzportmodellek továbbfejlesztése az új típusú mérések nyújtotta előnyöket kihasználva.
 
A doktori kutatás célja a nagyléptékű kibocsátási modellek továbbfejlesztése kalibrált kisméretű hidrológiai és transzportmodellek tanulságai alapján. A hidrológiai és transzportmodellek kalibrálását és továbbfejlesztését a vízminőségi méréseknek a kutatás céljaira szabott elemzése és intelligens értelmezése teszi lehetővé (pl. a felszíni vizektől eltérő környezeti mátrixokra vonatkozó adatok bevonása: felszín alatti vizek, légköri kiülepedés, valamint pl. a kisvízi időszakokhoz és nagyvízi eseményekhez tartozó felszíni vízminőségi mérések elkülönítése). Ezen túlmenően a modellkalibrálásba be kell vonni a speciális méréstípusokat is: az izotópméréseket, valamint a nagy időbeli felbontással mért vízminőségi adatokat.
A pályázónak a következő lépések mentén kell megkezdenie kutatását.
    • A meglévő nagyléptékű kibocsátási modellek felülvizsgálata, a hiányosságok azonosítása.
    • A meglévő transzport modellek tanulmányozása, a megfelelő modellek kiválasztása.
    • Adatgyűjtés és -feldolgozás, valamint statisztikai értékelés egy, vagy néhány kis- és közepes méretű vízgyűjtő területre vonatkozóan, különös tekintettel a nyomelemekre, izotópos és nagy időbeli gyakoriságú mérésekre.
    • A kiválasztott modell(ek)nek/kombináció(k)nak a kiválasztott kísérleti terület(ek)re történő felépítése, kalibrálása és validálása, izotópos, nyomelemes mérések felhasználásával.
    • A kibocsátási modellben megfigyelt kulcsfontosságú transzport/anyagcsere-folyamatok azonosítása; javaslat a kibocsátási modellek finomítására.
    • Az új eredmények beépítése a nagyléptékű kibocsátási modellekbe (felskálázás).
    • Javaslat a vízgyűjtő dinamika leírásának finomítására a nagy időbeli felbontású mérések alapján.
    • Javaslat további mintavételi stratégiákra.
 
***
 
Contaminant emission models (e.g. MONERIS, MORE) 1,2 have been applied to large river basins for decades. They put the emphasis on processing of emission data and are characterized by only approximate description of the hydrological and transport processes 3. When calibrated against stream fluxes (e.g. at one or more [sub]catchment outlet points), high model uncertainty might remain even when obtaining good calibration-validation results. Due to the rough simplifications in the model, the share / role of the unique sources and pathways might be highly over- or underestimated even if the model results are well in accordance with the measured values: a slight modification of the model constants (parameters) can cause high change in model results.
 
Due to high demand of computational resources, detailed hydrologic and transport models are mostly applied to small and medium sized catchments only. Here, the relatively higher importance/influence of small-scale processes coincides with lower data “density” of traditional data, making accurate model calibration a challenge. Of particular importance are lowland areas usually highly influenced by water regulation infrastructure 4.
 
Recent decades have faced a jumpy increase in the amount of available water quality (WQ) data and the introduction of new types of data (longer list of WQ parameters, data from online sensors, remote sensing, large databases). As an example, measurement of trace elements (e.g. rear earth elements, geographical normalizers) not only allow for their quantification as (potential) pollutants but also helps identifying and quantifying pollution sources5. Measurement of stable isotopes in environmental compartments help identify sources whereas measurement of radioactive isotopes enables for water age determination6,7. The measurement of traditional WQ parameters either from samples collected with autosamplers / series samplers during high flow events or with online sensors enable for in-depth investigation and understanding of the dynamics of runoff events8.
 
The new types of data have not yet found their way to efficient use in catchment transport and emission models. The objective of the research is to further develop existing emission and transport models taking advantage of emerging types of measurements.
 
The aim of the PhD research is the development of large scale emission models based on well calibrated small scale hydrologic and transport models. Calibration and further development of hydrology and transport models will be enabled by tailored analysis and smart interpretation of WQ measurements (e.g. involvement of data for environmental matrixes other than surface water: groundwater, atmospheric deposition as well as e.g. separation of low- and high flow surface WQ measurements). In addition, special types of measurements, traditionally not involved in model calibration should serve the goal: isotope measurements as well as inclusion of WQ data measured at high temporal resolution. In particular, the candidate should start his/her research along following steps.
    • Review of existing large scale emission models, identification of shortcomings.
    • Review of existing transport models, selection of the appropriate models.
    • Data collection and processing and statistical evaluation for one or a few, small to medium scale catchments, with focus on trace element, isotopic and high temporal frequency measurements.
    • Construction, calibration and validation of the chosen model(s / combination[s]) for the selected pilot area(s), making use of isotopic, trace element measurements.
    • Identification of key transport / metabolism processes overseen in the emission model; suggestion to refine emission models.
    • Incorporation of new findings in large scale emission models (upscaling).
    • Suggestion to refine description of the catchment dynamics based on high frequency measurements.
    • Suggestion for further sampling strategies.
A téma meghatározó irodalma: 
1. Venohr, M. et al. Modelling of Nutrient Emissions in River Systems - MONERIS - Methods and Background. Int. Rev. Hydrobiol. 96, 435–483 (2011).
2. Fuchs, S. et al. Modeling of regionalized emissions (more) into water bodies: An open-source river basin management system. Water (Switzerland) 9, (2017).
3. Preston, S. D., Alexander, R. B. & Wolock, D. M. Sparrow Modeling to Understand Water-Quality Conditions in Major Regions of the United States: A Featured Collection Introduction. J. Am. Water Resour. Assoc. 47, 887–890 (2011).
4. Hrachowitz, M. et al. Transit times—the link between hydrology and water quality at the catchment scale. Wiley Interdiscip. Rev. Water 3, 629–657 (2016).
5. Alves Martins, M. V. et al. Geochemical Normalizers Applied To the Study of the Provenance of Lithogenic Materials Deposited At the Entrance of a Coastal Lagoon. a Case Study in Aveiro Lagoon (Portugal) / Normalizadores Geoquímicos Aplicados Ao Estudo De Proveniência De Materiais Li. J. Sediment. Environ. 3, 74–92 (2018).
6. Soto, D. X., Koehler, G., Wassenaar, L. I. & Hobson, K. A. Spatio-temporal variation of nitrate sources to Lake Winnipeg using N and O isotope (δ15N, δ18O) analyses. Sci. Total Environ. 647, 486–493 (2019).
7. Yi, Q. et al. Tracking nitrogen pollution sources in plain watersheds by combining high-frequency water quality monitoring with tracing dual nitrate isotopes. J. Hydrol. 581, 124439 (2020).
8. Rode, M. et al. Sensors in the Stream: The High-Frequency Wave of the Present. Environ. Sci. & Technol. 50, 10297–10307 (2016).
A téma hazai és nemzetközi folyóiratai: 
    1. Journal of Hydrology (2022 Q1)
    2. Science of the Total Environment (2022 Q1)
    3. Water MDPI Switzerland (2022 Q2)
    4. Journal of Environmental Management (2022 Q1)
    5. Environmental Monitoring and Assessment (2022 Q2)
    6. Environmental Science and Pollution Research (2022 Q2)
    7. Open Geosciences (2022 Q2)
    8. Hidrológiai Közöny
A témavezető utóbbi tíz évben megjelent 5 legfontosabb publikációja: 
    1. Jolánkai Zs., Kardos M.K. & Clement A. (2020): Modification of the MONERIS Nutrient Emission Model for a Lowland Country (Hungary) to Support River Basin Management Planning in the Danube River Basin Water 12(3) https://doi.org/10.3390/w12030859
    2. Budai P., Kardos M.K., Knolmár M., Szemán G., Turczel J. & Clement A. (2020): Development of an autonomous flow-proportional water sampler for the estimation of pollutant loads in urban runoff. EnvMonAss 192(9) https://doi.org/10.1007/s10661-020-08536-3
    3. Kardos M.K. & Clement A. (2020): Predicting small water courses’ physico-chemical status from watershed characteristics with two multivariate statistical methods OG 12(1) https://doi.org/10.1515/geo-2020-0006
    4. Kardos, M.K. & Clement, A. (2020): Similarities among small watercourses based on multiparameter physico-chemical measurements CEG 63(1) pp. 27-37. 
    5. Decsi B., Ács T., Jolánkai Zs., Kardos M. K., Koncsos L. Vári Á. & Kozma, Zs. (2022): From simple to complex – Comparing four modelling tools for quantifying hydrologic ecosystem services EcolInd 141
A témavezető fenti folyóiratokban megjelent 5 közleménye: 
    1. Jolánkai Zs., Kardos M.K. & Clement A. (2020): Modification of the MONERIS Nutrient Emission Model for a Lowland Country (Hungary) to Support River Basin Management Planning in the Danube River Basin Water 12(3) https://doi.org/10.3390/w12030859
    2. Budai P., Kardos M.K., Knolmár M., Szemán G., Turczel J. & Clement A. (2020): Development of an autonomous flow-proportional water sampler for the estimation of pollutant loads in urban runoff. EnvMonAss 192(9) https://doi.org/10.1007/s10661-020-08536-3
    3. Kardos M.K. & Clement A. (2020): Predicting small water courses’ physico-chemical status from watershed characteristics with two multivariate statistical methods OG 12(1) https://doi.org/10.1515/geo-2020-0006
    4. Kardos, M.K. & Clement, A. (2020): Similarities among small watercourses based on multiparameter physico-chemical measurements CEG 63(1) pp. 27-37. 
    5. Kardos M. K. & Koncsos L. (2018): Klímaváltozás és vízpótlás hatásainak vizsgálata a WateRisk integrált hidrológiai modellel egy Duna-Tisza közi mintaterületen. Hidr.Köz. 98(2) pp. 36-47.
Hallgató: 

A témavezető eddigi doktoranduszai

Státusz: 
elfogadott