12.09.2013 Views

Strålskyddsnytt nr. 1-2006 - the Centre for Radiation Protection ...

Strålskyddsnytt nr. 1-2006 - the Centre for Radiation Protection ...

Strålskyddsnytt nr. 1-2006 - the Centre for Radiation Protection ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

variationer i cesiumhalt i vatten (viktigast),<br />

kaliumkoncentration (näst viktigast),<br />

samt variationer i andelen öppen<br />

mark i sjöarnas tillrinningsområden<br />

och variationen i fos<strong>for</strong>halt. Detta<br />

är viktig in<strong>for</strong>mation om man vill ta<br />

fram en kausal (orsaks) modell för hur<br />

cesiumhalter varierar mellan sjöar.<br />

Men statistiska modeller av denna typ<br />

är ändå inte så användbara eftersom<br />

de inte är dynamiska, dvs de kan inte<br />

beskriva hur halter varierar i tiden. I<br />

exemplet avser cesiumhalten i gädda<br />

således endast året 1988.<br />

Men det fi nns också statistiska<br />

modeller som är dynamiska. Sådana<br />

modeller måste kalibreras med hjälp<br />

av mätdata. Här har alla de mätningar<br />

som utförts efter Tjernobylolyckan varit<br />

till ovärderlig hjälp. Dessa modeller<br />

har visat sig ge hög prediktiv kraft<br />

för främst koncentrationer av cesium i<br />

fl od- och sjövatten. Mätdata visar att<br />

det ofta fi nns två tidsförlopp för hur<br />

halter av det radioaktiva ämnet avtar,<br />

ett initialt snabbt avtagande som har<br />

att göra med det direkta nedfallet på<br />

vattenytan och ett långsammare förlopp,<br />

som rör avrinningen av radionukliden<br />

från mark till vatten (se fi gur<br />

1A).<br />

Två problem med dessa statistiska<br />

modeller är att de inte egentligen ger<br />

orsakssamband och att det är svårt<br />

prediktera biologiska förlopp. Cesiumhalten<br />

i fi sk antar ofta ett maximivärde<br />

först en tid efter nedfallet och inte<br />

direkt efter nedfallet (se fi gur 1B). Då<br />

uppstår problemet att prediktera när<br />

det högsta värdet nås och avtagandet<br />

därefter. Detta kan numera hanteras<br />

mycket bra med mer avancerade modeller,<br />

kausala modeller. Dessa modeller<br />

ser lite olika ut beroende på om<br />

man främst vill modellera fysikaliska<br />

transportprocesser och prediktera exempelvis<br />

koncentrationer i vatten och<br />

sediment, eller om man vill prediktera<br />

medelvärden för större områden som<br />

sjöar, kustområden eller fl odavsnitt<br />

och biologiska variabler.<br />

Till saken hör dock att fi skar, men<br />

även djurplankton, är högt organiserade<br />

varelser som inte följer fysikaliska<br />

lagar i sina fl yttnings- och rörelsemönster,<br />

utan andra mer svårfångade<br />

biologiska lagar som inte låter sig styras<br />

av matematiska modeller. Vissa<br />

kausala modeller drivs av meteorologiska<br />

data (vind, temperatur) men eftersom<br />

man inte kan prediktera vädret<br />

Cesium i gädda (Bq/kg våtvikt)<br />

Uppmätt värde<br />

12000<br />

6000<br />

4,5<br />

4,0<br />

3,5<br />

3,0<br />

2,5<br />

2,0<br />

1,5<br />

1,0<br />

0,5<br />

0,0<br />

0<br />

Figur 3A. Prediktion av cesiumkoncentrationen<br />

i gädda i Sigge<strong>for</strong>asjön<br />

Mätt<br />

tillförlitligt mer än högst några dagar<br />

är dessa modeller ofta inte prediktiva<br />

utan deskriptiva. Med sådana modeller<br />

kan man beskriva och förstå främst<br />

fysikaliska förlopp som dock ofta är<br />

viktiga och grundläggande även för<br />

kemiska och biologiska förlopp.<br />

Bättre beskrivning av radioaktiva<br />

ämnen i akvatiska system<br />

I fi gur 2 illustreras olika transportprocesser<br />

som idag kan beskrivas mycket<br />

väl med den nya generationens kausala<br />

modeller som tagits fram efter Tjernobyl.<br />

För att kvantifi era infl ödet till en<br />

sjö från en å eller älv måste man ha<br />

data på vattentransporten (t.ex. i m3 /<br />

månad) och på koncentrationen av<br />

substansen i ån (t.ex. i Bq/m3 ). Utfl ödet<br />

kvantifi eras på liknande sätt från vattenfl<br />

ödet ut ur sjön och den beräknade<br />

koncentrationen i sjön. Utmaningen<br />

Modellerat<br />

1 37 73 109 145<br />

Månad (1 = januari 1986)<br />

0,0<br />

y = 1,04·x–0,11; r 2 = 0,98<br />

Figur 3B. Prediktion av cesiumkoncentrationer<br />

för många<br />

fi sk arter i många europeiska sjöar<br />

(logaritmiska skalor).<br />

0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0<br />

Beräknat värde<br />

4,5<br />

är främst att beräkna denna koncentration.<br />

Den beror av en rad processer<br />

som också anges i fi gur 2. Först måste<br />

man ha kunskap om hur stor andel<br />

av det radioaktiva ämnet som fi nns i<br />

löst respektive i partikelbunden <strong>for</strong>m.<br />

Endast den partikelbundna <strong>for</strong>men<br />

kan sedimentera genom gravitation,<br />

och det är främst den lösta <strong>for</strong>men<br />

som är tillgänglig för bioupptag i alger<br />

och sedan till djurplankton, som<br />

äter alger, och vidare till fi sk, som<br />

äter djurplankton. Idag fi nns mycket<br />

bra kunskap om detta för cesium och<br />

strontium, och det är här som vattnets<br />

innehåll av kalium, respektive kalcium<br />

kommer in.<br />

En sjös storlek och <strong>for</strong>m har avgörande<br />

betydelse för alla interna processer:<br />

hur mycket av den partikulära<br />

andelen sedimenterar per tidsenhet<br />

(sedimentation), hur mycket av det<br />

<br />

Forts. på sid 28<br />

1/<strong>2006</strong> <strong>Strålskyddsnytt</strong><br />

27

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!