Osäkerhet i bedömningen

I enlighet med vattendirektivets riktlinjer bedöms den ekologiska statusen inom vattenförvaltningen med hjälp av uppmätta eller modellerade värden för ett antal kvalitetsfaktorer i enskilda vattenförekomster och vattentyper. Eftersom dessa värden skattas med hjälp av stickprov i tid och rum, finns det alltid ett visst mått av osäkerhet i bedömingarna. Olika kvalitetsfaktorer skattas dessutom med olika redskap och i skilda miljöer. Detta leder till att det kan uppstå stora skillander i osäkerhet mellan exempelvis bedömningar av bottenvegetation och växtplankton.

För att minska osäkerheten i statusbedömningarna, harmonisera osäkerheten mellan kvalitetselement och förbättra övervakningsprogram, krävs forskning kring storlek och källor till osäkerhet.

Osäkerhet i WATERS
I WATERS finns ett särskilt delprojekt som hanterar frågor om osäkerhet på ett övergripande plan. Arbetet inleds med en konceptuell analys av existerande metoder och en strategisk analys av vilka metoder (exempelvis linjära modeller, maximum likelihood skattningar) som kan vara aktuella att testas inom WATERS. Dessa metoder för skattning av metodbunden osäkerhet, rumslig och tidsmässig variation på skalor som är speciellt relevanta för vattendirektivets bedömningscykel, tillämpas sedan på data från de aktuella kvalitetsfaktorerna och potentiella indikatorer.

Med hjälp av kvantitativa skattningar på olika typer av variationsbidrag kan slutligen den sammantagna osäkerheten i medelvärdesskattningar modelleras för olika kvalitetsfaktorer och för alternativa provatgningsstrategier. Detta kan ske med hjälp av både analytiska och numeriska metoder. Analyserna kommer att vara inriktade på att ge svar på:

• hur skattningarns osäkerhet leder till osäkerhet i klassificeringen av ekologisk status,
• hur man kan utforma övervakningsprogram så att man optimerar precisionen givet tillgängliga resurser.

Delprojektet förväntas resultera i en ökad tillförlitlighet i den övergripande statusklassingen genom förbättrad harmonisering av osäkerhetshanteringen mellan olika kvalitetsfaktorer, samt en reducerad osäkerhet genom att kunskap om osäkerhetens orsaker utnyttjas för att optimera övervakningsprogram.