Modelling the effectiveness of combating from an ecological perspective - a Bayesian network approach for the Gulf of Finland

dc.contributorAalto-yliopistofi
dc.contributorAalto Universityen
dc.contributor.advisorKuikka, Sakari
dc.contributor.authorHelle, Inari
dc.contributor.departmentYhdyskunta- ja ympäristötekniikan laitosfi
dc.contributor.schoolTeknillinen korkeakoulufi
dc.contributor.schoolHelsinki University of Technologyen
dc.contributor.supervisorVakkilainen, Pertti
dc.date.accessioned2020-12-05T14:17:27Z
dc.date.available2020-12-05T14:17:27Z
dc.date.issued2009
dc.description.abstractÖljykuljetusten määrä Suomenlahdella on lisääntynyt voimakkaasti viimeisten vuosien aikana. Huolimatta meriliikenteen turvallisuutta parantavista toimenpiteistä on suuren öljyonnettomuuden riski alueella kasvanut. Suomenlahden monien ominaispiirteiden, kuten rannikon rikkonaisuuden ja niukkalajisen ekosysteemin vuoksi mahdollisen öljyturman seuraukset voivat olla tuhoisat. Onnettomuuden tapahduttua öljyntorjunnalla on suuri merkitys ympäristövahinkojen minimoinnissa. Suomen öljyntorjunta perustuu mekaaniseen torjuntaan, jonka onnistuminen riippuu kuitenkin voimakkaasti mm. vallitsevista ympäristöolosuhteista ja öljytyypistä. Tässä diplomityössä on luotu Bayes-verkkomalli, jolla voidaan tutkia kolmen torjuntavaihtoehdon eli mekaanisen avomeritorjunnan, dispersanttien eli öljyntorjuntakemikaalien ja rannan puomituksen tehokkuutta kuuden elinympäristöltään ja käyttäytymiseltään erilaisen lajin suojaamisessa Hankoniemen alueella. Bayes-verkot ovat graafisia malleja, jotka muodostuvat muuttujista ja muuttujien välisistä riippuvuuksista; nämä riippuvuudet kuvataan todennäköisyysjakaumien avulla. Bayes-verkkoja käytetään mm. ratkottaessa monisyisiä ympäristöongelmia, sillä ne mahdollistavat eri päätösvaihtoehtojen vertailemisen epävarmuus samalla huomioiden. Mallissa tarkasteltavat lajit ovat silakka, sinisimpukka, harmaahylje, haahka, meriotakilokki ja pulskasantiainen. Malli tuottaa todennäköisyysjakauman lajien populaatioiden pienenemiselle suuren öljyonnettomuuden jälkeen. Mallin tulosten perusteella haahka kärsisi Suomenlahdella tapahtuvasta öljyonnettomuudesta eniten ja silakka vähiten. Tulokset myös tukevat Suomen nykyistä, mekaaniseen keruuseen perustuvaa öljyntorjuntastrategiaa, sillä dispersanttien käytöstä ei vaikuta olevan juuri hyötyä rannalla eläville lajeille, tosin ei myöskään suurta haittaa vedenalaisille eliöille. Malli myös osoittaa lajikohtaisia eroja rannanläheisestä puomituksesta hyötymisessä. Tulosten perusteella rannanläheinen öljyntorjunta tulisikin järjestää siten, että vähäisiä resursseja käytetään mahdollisimman tehokkaasti keskittyen niihin lajeihin ja alueisiin, joiden suojaaminen puomein on mahdollista. On kuitenkin muistettava, että koska öljyntorjunnan tehokkuus riippuu mm. sääolosuhteista, on epätodennäköistä, että kaikkia öljyonnettomuuden aiheuttamia haittoja voidaan torjua. Tämän takia öljyonnettomuuksien ehkäisyyn tulisikin panostaa entistä enemmän. Malli mahdollistaa erilaisten torjuntakeinojen vertailun eri lajien suhteen ja vahvistaa näin ollen tämän hyvin haastavan ja monitahoisen aihepiirin tietämystä. Työ myös osoittaa Bayes-verkkojen soveltuvan aihepiirin mukaiseen tarkasteluun. Useat muuttujat kuitenkin edellyttävät vielä yksityiskohtaisempaa tarkastelua tulevaisuudessa.fi
dc.format.extent98
dc.identifier.urihttps://aaltodoc.aalto.fi/handle/123456789/96245
dc.identifier.urnURN:NBN:fi:aalto-2020120555079
dc.language.isoenen
dc.programme.majorVesitalous ja vesirakennusfi
dc.programme.mcodeYhd-12fi
dc.rights.accesslevelclosedAccess
dc.subject.keywordBayesian networksen
dc.subject.keywordBayes-verkotfi
dc.subject.keywordGulf of Finlanden
dc.subject.keywordSuomenlahtifi
dc.subject.keywordoil combatingen
dc.subject.keywordöljyntorjuntafi
dc.subject.keywordoil spillsen
dc.subject.keywordöljyonnettomuusfi
dc.titleModelling the effectiveness of combating from an ecological perspective - a Bayesian network approach for the Gulf of Finlanden
dc.titleÖljyntorjunnan tehokkuuden mallintaminen ekosysteemi- näkökulmasta Bayes-verkoilla - esimerkkinä Suomenlahtifi
dc.type.okmG2 Pro gradu, diplomityö
dc.type.ontasotMaster's thesisen
dc.type.ontasotPro gradu -tutkielmafi
dc.type.publicationmasterThesis
local.aalto.digiauthask
local.aalto.digifolderAalto_03406
local.aalto.idinssi36873
local.aalto.inssilocationP1 Ark Aalto
local.aalto.openaccessno

Files