The relationship between lake eutrophication and characteristics of the lake and its catchment

Thumbnail Image
Files
master_Heikonen_Sara_2021.pdf (1.47 MB)
Journal Title
Journal ISSN
Volume Title
Insinööritieteiden korkeakoulu | Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Author
Date
2021-05-17
Department
Major/Subject
Mcode
Degree programme
Master's Programme in Water and Environmental Engineering (WAT)
Language
en
Pages
33 + 3
Series
Abstract
In Finland, nutrient leaching from agricultural fields and eutrophication degrade the quality of inland waters. The lake and catchment characteristics that are driving factors for eutrophication in lakes have not been studied in Finland on the scale of the whole country using a large sample size (1333 lakes). Increased understanding of the relationship between lake and catchment characteristics and lake eutrophication could help evaluating the effectiveness of currently applied protective measures and planning further actions for improving the quality of the inland waters in Finland. This study aimed to describe the relationship between lake eutrophication and the characteristics of the lake and its characteristics by applying random forest regressor, focusing on agricultural characteristics. Chlorophyll-a concentration was used as a target variable and an indicator of eutrophication. The strength of the relationships between eutrophication and individual characteristics was assessed, and the relationships between lake eutrophication and the most important characteristics as well as agricultural characteristics were described. In the scale of the whole country, the model prediction R2 was 0.28 and the prediction RMSE 7.6 μg/l (90% of standard deviation in the target variable), describing the strength of the relationship between the studied characteristics and lake eutrophication. The most important characteristics for predicting lake eutrophication were lake type which included information about lake morphology and the naturally occurring nutrient concentrations, the share of agricultural field area and the share of lake area in the catchment. The highest chlorophyll-a concentrations were predicted in lakes that had a lake type that is sensitive to eutrophication. Increased share of agricultural field in the upstream catchment area was linked to intensified eutrophication while increased share of lake area was linked to reduced eutrophication. However, for predicting eutrophication in lakes based on lake and catchment characteristics, further model development is needed. The explanatory potential of the model could be improved with increasing the sample size by increasing the temporal resolution of the input data or adding lake or catchment characteristic variables.

Maatalouden aiheuttamat ravinnevalumat ja niiden aiheuttama rehevöityminen heikentävät Suomen sisävesien tilaa. Suomessa järvien rehevöitymiseen vaikuttavia järven ja valuma-alueen ominaispiirteitä ei ole tutkittu koko maan tasolla käyttäen suurta otoskokoa. Ymmärryksen lisääminen järven ja valuma-alueen ominaispiireiden ja järvien rehevöitymisen välisestä yhteydestä voisi auttaa tällä hetkellä käytössä olevien rehevöitymiseltä suojaavien toimenpiteiden tehokkuuden arviointia, sekä tulevaisuudessa tarvittavien lisätoimenpiteiden suunnittelua. Tämän työn tavoitteena oli kuvailla yhteyttä järvien rehevöitymisen sekä järven ja valuma-alueen ominaispiirteiden välillä hyödyntäen random forest -regressiomallia, ja keskittyen maatalouteen liittyviin ominaispiirteisiin. Veden a-klorofyllipitoisuutta käytettiin mallin selitettävänä muuttujana ja rehevöitymisen indikaattorina. Yksittäisten ominaispiirteiden ja rehevöitymisen välisen yhteyden voimakkuus mitattiin, ja tärkeimpien selittävien ominaispiirteiden sekä maatalouteen liittyvien ominaispiirteiden ja järvien rehevöitymisen välistä yhteyttä kuvailtiin. Tutkittujen ominaispiirteiden ja järvien rehevöitymisen yhteyttä kuvaavan mallin ennustusten R2 oli koko maan tasolla 0.28 ja RMSE 7.6 μg/l (90 % selitettävän muuttujan keskihajonnasta). Tärkeimmät rehevöitymistä ennustavat ominaispiirteet olivat järvityyppi, joka sisältää tietoa järven morfologiasta ja siinä luontaisesti esiintyvästä ravinnepitoisuudesta, sekä valuma-alueen pelto- ja järvipinta-alan osuus. Korkeimmat a-klorofyllipitoisuudet ennustettiin järvissä, jotka ovat tyypiltään luontaisesti alttiita rehevöitymiselle. Kasvava peltoalan osuus järven valuma-alueella oli yhteydessä voimistuneeseen rehevöitymiseen, kun taas laskeva järvialan osuus oli yhteydessä vähentyneeseen rehevöitymiseen. Tutkimuksessa rakennettua mallia tulisi kuitenkin edelleen kehittää, jotta sillä voitaisiin ennustaa järvien rehevöitymistä järven ja valuma-alueen ominaispiirteiden perusteella. Mallin selittävyyden parantamiseksi tarvittaisiin mahdollisesti suurempi otoskoko paremmalla ajallisella resoluutiolla, tai lisää rehevöitymistä selittäviä ominaispiirteitä.
Description
Supervisor
Kummu, Matti
Thesis advisor
Heino, Matias
Yli-Heikkilä, Maria
Keywords
lakes, agriculture, satellite observations, machine learning, eutrophication
Other note
Citation
Permanent link to this item
https://urn.fi/URN:NBN:fi:aalto-202105236872
Collections
[dipl] Insinööritieteiden korkeakoulu / ENG