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 ...
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