Författararkiv: admin

Jättarna i Rickleån

Nedströms bruket i Robertsfors rensades aldrig forsarna från de stora blocken. Bumlingen i bild är en av flera jättar i Rickleåns strömmar strax söder om Johanneslund.

Vattnets fall på slätten


Forsnacken i Sågforsen, Övre Åkulla. Lämningar från den tidigare dammen syns till vänster i bild. Längre nedströms finns även ett gammalt kvarnschakt och andra kvarnlämningar, samt ett lodrätt vattenfall på ca 2 meter. För vara i dessa trakter är forsens totala fallhöjd mycket hög.

Kartor och andra empiriska modeller

För att överhuvudtaget bringa någon som helst ordning på verkligheten behövs modeller. Den modell av världen som vi själva skapar inom oss, tänker vi inte så ofta på*. Däremot har vi en bättre förståelse för värdet av att kunna förenkla landskap till kartor och krascha helikoptrar i en simulator. Trots en mängd olikheter med verkligheten, kan modellerna vara ytterst användbara, förutsatt att de baseras på bra information (t.ex. ett bra flygfoto om det gäller en karta).

I min verktygslåda som naturgeograf finns både de mera handgripliga modellerna – i form av t.ex. kartor – och de mera abstrakta matematiska modeller som formuleras med en ekvation. De matematiska modellerna är särskilt användbara för att förstå mätbara variabler i miljön, som exempelvis hur sulfathalter eller andra försurningsparametrar varierar beroende på vattenflöden eller andra enkelt mätbara parametrar; och beroende på variablernas antal och egenskaper har jag använt både den klassiska modelleringsmetoden MLR och den modernare MVA, för sådant arbete.

MLR, Multipel linjär regression
Förutsatt att de ingående faktorerna är få och hyfsat oberoende av varandra kan multipel linjär regression (MLR) ge högst användbara modeller. MLR är ofta ett mycket bra val om man har data från en experimentell design (som i de flesta fall är utformade så att de undersökta variablerna är få och kan varieras oberoende av varandra). Om X-variablerna kodas ger modellens koefficienter tydliga indikationer om med vilken styrka och riktning som variablerna styr responsen. Saknas information om eventuella beroenden mellan faktorerna, får graden av beroende uppskattas med t.ex. variance inflation factor (VIF).

MVA, Multivariat analys
Viktig information kan finnas i korrelationer mellan variabler och riskerna med att hitta falska samband ökar med antalet variabler; dessa två faktum motiverar användningen av multivariat analys (MVA). Till skillnad från MLR krävs varken oberoende eller få variabler för att skapa användbara modeller. Eftersom de vanligaste multivariata teknikerna baseras på analys av principalkomponenter som extraheras från blocken av X- och Y-variabler blir tolkningen svårare än för en MLR-modell. Multivariata modeller tolkas oftast genom så kallade laddnings-plottar, som indikerar styrka och riktningar för enskilda faktorer. En sådan tolkning är ganska enkel för en till tre komponenter, men försvåras om fler än tre principalkomponenter i stor utsträckning bidrar till att förklara variansen (mätt genom R2-värdet). Oftast förklaras dock det mesta redan vid två komponenter, vilket gör att problemet är begränsat. Är man mindre intresserad av själva processen kan man dessutom välja att helt enkelt strunta i tolkningen och i stället bara utvärdera om modellen är robust.

Validering är VIKTIGT
Generellt för både MLR och MVA är att det är viktigt att testa om den producerade kartan stämmer med verkligheten, eller med andra ord att validera.

Intern validering följer i stort sett med på köpet, och baseras på att modellen i kan jämföras med den sämsta modellen som kan skapas utifrån en delmängd av indata. Skillnaden ska inte vara stor och det resulterande R2 för prediktion (även kallat Q2) ska därmed ligga nära R2-värdet. Inom MVA-tekniken PLS går det att göra en form av intervalidering som bygger på att ett antal nya modeller beräknas utifrån att y-variablerna omkastats i slumpmässig ordning. R2 och Q2 för dessa nya modeller ska vara låga i förhållande till den ursprungliga modellen.

Extern validering är det bästa sättet för att se om en modell stämmer med verkligheten. Verkligheten mäts helt enkelt en gång till (eller parallellt) och jämförs med modellens förutsägelse. Detta är något som säkerligen kan göras oftare, men som också lika säkert kostar extra, eftersom det kräver ytterligare mätningar.

Lästips:

  • MLR e-bok: Essential regression (elektronisk textbok till XL-tillägget essential regression)
  • MVA hemsida: Chemometrics made easy. Kortfattad inledning till MVA.
  • MVA vanlig bok: L. Eriksson, E. Johansson, N. Kettaneh-Wold, J.Trygg, C. Wikström, and S. Wold. Multi- and Megavariate Data Analysis Part I: Basic Principles and Applications, Second revised and enlarged edition. UMETRICS AB, Umeå, Sweden, 2006. ISBN 91-973730-2-8

 

 

* i själva verket är ju människan i sig en slags modellmakare, som skapar sig en bild av verkligheten baserat på bara en liten delmängd av alla datasignaler som skulle kunna uppfattas. Allt vi uppfattar är därför snarare en modell, än den sanna verkligheten. Och det ska vi kanske vara glada för… Men den diskussionen hör mera till filosofin än till det praktiska vardagsarbetet, även om den också är allt annat än oväsentlig. 

Klimatförändringens tidsskala

Christian Andersson-Åbergs väggristning från år 1798.

Det talas mest om klimatets förändringar inom hundra år. Som om år 2200 eller år 3000 vore alltför avlägset. Hundra år är ett långt liv in i framtiden, tusen år är bara tio.
En av mina förfäder ristade för drygt tvåhundra år sedan sina initialer i två ängslador på den Västerbottniska kustslätten. Han kunde omöjligt veta hur de kommande tvåhundra åren skulle utvecklas. Men samtidigt är det inte förvånande att hans ristnigar finns kvar eftersom tvåhundra år är en mycket kort period i naturens perspektiv.

Det faktum att IPCC:s klimatmodeller bara sträcker sig 100år framåt i tiden visar hur kortsiktigt människans perspektiv är. Den som vill förstå de fulla konsekvenserna av dagens koldioxidutsläpp måste titta lång framåt; Dilemmat är bara att det är något som vi inte kan göra särskilt bra.

Varats paradox – min personliga reflektion

En glimt av världens ungdom eller bara skymt av en annan del av oändligheten? Avståndet till vissa av objekten i bilden beräknas vara mer än 10miljarder ljusår. Det är inte heller osannolikt att något av ljuset kommer från tiden strax efter att universum började existera i sin nuvarande rum-tid. “Hubble deep field north” i Karlavagnen .

Oavsett om upphovet till universum är gudomligt, maskinellt eller något annat förunderligt, så finns det två huvudalternativ till själva uppkomsten: (1) antingen uppkom världsalltet ur absolut ingenting eller (2) så har det alltid funnits utan att någonsin uppkomma. Två obegripliga alternativ som kan ge perspektiv…

Vi är alltså del i en ytterst märklig historia där världens beståndsdelar inklusive människorna är resultatet av en lång händelsekedja som började eller aldrig började i en okänd forntid. Draget till sin spets är vi antingen evighetsvarelser, som i sitt innersta alltid funnits och alltid kommer att finnas – och då kommer den unika kombination av eviga beståndsdelar i just dig, i avlägsna framtider att uppstå igen och igen och igen – eller så är vi gjorda av ingenting; utan garanti att bestå i evighet, men alltid med möjligheten att återigen komma fram ur tomma intet.

Ibland tycker jag att det är skönt att minnas detta. Inte för att det nödvändigtvis är så mycket till tröst, utan mer för att vår tillvaros paradoxala grundvalar frigör fantastiska möjligheter för tanken.

Globala uppvärmningens komplexitet

Global uppvärmning orsakas till allra största delen av vattenånga. Utan vattenångan och de andra naturligt förekommande växthusgaserna i atmosfären skulle jorden vara en mycket kall plats (ca –18 grader jämfört med de knappt +16 grader som vi har idag). Den globala uppvärmning med mindre än en grad som de mänskliga utsläppen hittills medfört (enligt IPCC2007) är i det sammanhanget liten, men inte desto mindre av stor betydelse för t.ex. ekosystemens funktion, världshavens nivå och utbredningen av glaciärer.

Figur 1. ”Radiative forcing” används som mått för mänsklig förändring av det naturliga klimatsystemet, eller egentligen nettoförändring av balansen mellan inkommade och utgående strålning. En positiv ”radiative forcing” innebär en uppvärmningseffekt medan en negativ ger en nedkylning. Utsläppen av växthusgasen koldioxid (CO2) är den viktigaste orsaken till mänskligt orsakad uppvärmning, även om metan (CH4), dikväveoxid (N2O) och halogener (främst i form av freoner) också i stor utsträckning bidrar till uppvärmningen. Människan orsakar dock också nedkylning exempelvis genom stora utsläpp av aerosoler (små partiklar som svävar i luften och bland annat ökar molnbildningen). Ett moment 22 är att en minskad aerosol-effekt, vilket på flera sätt vore miljöförbättrande, samtidigt orsakar att den globala uppvärmningen ökar… Bildkälla: Wikipedia commons. Data från IPCC 2007.

Av de miljöförändringar som människan orsakar påverkas den globala uppvärmningen mest av utsläppen av växthusgasen koldioxid (figur 1, första stapeln). Mänsklig påverkan utöver de stora utsläppen av växthusgaser har även ibland kylande effekter som i fallet med utsläpp av aerosoler (figur 1, mitten), men den totala effekten av mänsklig påverkan är ändå att den så kallade ”Radiative forcing” ökar och därmed högst sannolikt bidrar till den eskalerande globala uppvärmningen.

För att förstå och förutsäga den kommande utvecklingen måste många dimensioner av uppvärmningsproblematiken beaktas samtidigt, vilket klimatpanelen IPCC försöker göra med hjälp världens samlade forskning inom området (se vidare i IPCC 2007). Jag har inte kunskapen att gå in i detalj i detta, men jag vill ändå nämna två exempel på problemets komplexitet ur min synvinkel:

Komplexitet 1: global warming potential

De olika växthusgaserna ger olika uppvärmningseffekt (GWP). Ett kilo metangas orsakar exempelvis ca 70 gånger högre uppvärmning än ett kilo koldioxid (om man mäter under 20års period). Men sett på lite längre tid, ca 500 år, så blir effekten av metan bara 7.5 starkare än koldioxid, eftersom metan är en ganska instabil gas som lätt bryts ned till koldioxid. En slutsats av detta är att de politiska insatserna inte bara bör riktas mot gaser som släpps ut i stor mängd utan också mot gaser med hög GWP.

Komplexitet 2: Ekosystemens reaktioner på uppvärmning

Som geoekolog vill jag också framhålla det faktum att det globala ekosystemet, biosfären, släpper ut ca 32 ggr mer koldioxid än mänskligheten (210,5 Gt). En bra sak är dock att det samtidigt finns motverkande naturliga processer som årligen tar upp allt som släpps ut – och lite till (213,5Gt). Mänsklighetens utsläpp på ca 6,5 gigaton (Gt) kol, kompenseras därmed till stor del av naturen, vilket ju är mycket bra, men eftersom naturen inte orkar ta upp allt som släpps ut ökar ändå atmosfärens innehåll av kol med 3,5Gt/år, vilket bidrar till den globala uppvärmningen (IPCC 2007).

Relaterat till detta finns en intressant – och brinnande – fråga, nämligen hur de naturliga ekosystemen reagerar på global uppvärmning. Det är t.ex. inte troligt att naturen hur länge som helst kan ta upp mer koldioxid än vad den släpper ut. Och det är också uppenbart att bara en ytterst liten rubbning av balansen mellan naturligt upptag och utsläpp, kan bidra till mycket stora förändringar i flödet av koldioxid till atmosfären. T.ex. skulle en global minskning med 1% av det naturliga kolupptaget (t.ex. genom minskad fotosyntes) bidra till att den årliga globala ökningen av kol i atmosfären ökar från 3,5 till 5,6 Gt, vilket motsvarar en ökning med ca 60%.

Förståelsen av biosfärens reaktion på uppvärmning är svår att förutsäga, även om forskning pågår. Jag arbetar själv med en liten pusselbit i denna forskning, och vill understryka att biosfären är ytterst komplext system, som det är svårt att överhuvudtaget mäta på global skala. I vissa sammanhang är forskningsfronten mycket närmare själva mättekniken än tolkningen av tydliga resultat. Att vi bör hålla oss till försiktighetsprincipen när det gäller klimatet är därför helt självklart för mig personligen.

Bobacksträsket – en dränerad sjö

I mina hemtrakter mellan Umeå och Robertsfors finns många sänkta sjöar som gör skäl för den rikssvenska betydelsen av ordet träsk. Av de större sjöarna med träsk-karaktär finns t.ex. Kroksjön, Ösjön, Bredträsket, Fällforssjön och Bobacksträsket.

För att lära mig mera om dessa vatten besökte jag nyligen Bobacksträsket, som omges av skogar och kärr i ett mycket flackt landskap med enstaka bergkullar och flacka moränryggar. Sjön sänktes sannolikt under senare halvan av 1800-talet. Den grävda kanalen är ett hundratal meter lång och skär genom en flack moränrygg. I dagsläget finns tydliga spår efter den tidigare strandlinjen i form av ispressade strandvallar, som ligger ca en meter ovanför den nuvarande stranden.


Bobacksträsket är en sänkt sjö strax väster om Gullmark i Robertsfors kommun.

Strandvallen som löper runt Bobacksträsket markerar den tidigare strandlinjen.


Kanalen som dränerar Bobacksträsket är ca två meter djup och ett hundratal meter lång.

Foto: (c) Jan Åberg

Hur många sjöar har vi egentligen i Sverige?

Hur många är de egentligen? Och vem vinner? Sverige eller Finland?

 Av Jan Åberg (uppdaterad text 2015)

Sverige är de hundratusen sjöarnas land enligt SMHI:s sjöregister, som innehåller alla svenska sjöar större än en hektar. Inte desto mindre är de ännu mindre sjöarna (0,1-1hektar) väldigt betydelsefulla, i synnerhet om man vill veta något om det antalet sjöar, men även vid beräkning av vattenytor på landskapsnivå. Detta visas med tydlighet i en studie av gjord av flera av världens främsta limnologer (Downing m.fl. 2006). I studien omkullkastas de tidigare uppskattningarna av den globala sjöytan, dels genom bättre grunddata, men framförallt genom upptäckten av miljontals tidigare förbisedda småsjöar. Sammantaget blev författarna tvungna att ändra den globala sjöytan till 4,2 miljoner km2, eller ca 3% av landytan, vilket är nästan dubbelt så mycket som tidigare beräknats.

Ser man vidare till det globala antalet sjöar visar det sig att 91% av de 304 miljoner sjöarna i världen ligger storleksklassen 0,1-1 hektar, dvs sådana som inte ingår i SMHI:s sjöregister. Om Sveriges andel av sådana småsjöar följer samma mönster som världsgenomsnittet, kan man räkna med att ca 17% av sjöytan upptas av sjöar mindre än en hektar. De hundratusen sjöarnas land skulle därtill få ytterligare några hundratusen sjöar i sitt sjöregister, vilket ligger i linje med en tidigare uppskattning av Håkansson (1994). Räkna alltså med ca 3-500 000 sjöar totalt.

Ett konkret exempel kan ges med data från det boreala avrinningsområdet till sjön Merasjärvi i Norrbotten. Antalet sjöar i det avrinningsområdet är enligt SMHI:s definition 31 st, medan antalet vattensamlingar som är större än 0,1ha är 73st (enligt min egen flygbildstolkning från tiden då jag bedrev forskning i Merasjärvi). Dessa små vattensamlingarnas andel av sjöytan är i detta fall ca 21%, vilket bekräftar att även de svenska småsjöarna är betydande både till antal och yta.

Avslutningsvis bör det också sägas att korrekta uppskattningar av sjöytor är viktiga, exempelvis vid uppskattningar av sjöars utsläpp av växthusgaser. I och med studien av Downing m.fl. (2006) måste t.ex. det tidigare beräknade globala utsläppet av koldioxid från sjöar revideras kraftigt. Lite klantigt att beräkna så fel på ytan, kan man förhasta sig och tycka, men personligen skulle jag snarare säga att detta bara är ytterligare ett exempel på hur svårt det kan vara att mäta och kvantifiera ekosystem.
Och allra sist, vilka har flest sjöar? Sverige eller ”de tusen sjöarnas land”? Ser vi till SMHI:s definition leder Sverige med 100 000 st (0.22st/km2) mot Finlands 56 000 st (0.17st/km2). Tar vi med småsjöarna så får man nog säga ingen vet, vilket kan vara skönt på sitt sätt.

Se även denna text som pdf (klicka här)
Referenser
Håkanson, L., 1994. How many lakes are there in Sweden? Geografiska Annaler, serie A, Physical Geography, 76: 203-205.

J.A. Downing m.fl., 2006: The global abundance and size distribution of lakes, ponds, and impoundments. Limnology and Oceanography, 51(5), 2388–2397

 

Koppla tabeller dynamiskt

För att koppla ihop data från olika tabeller i kalkylblad (i t.ex. openoffice, gnumeric eller excel) använder jag oftast funktionerna INDEX och PASSA (MATCH)(se bild).

För att koppling ska kunna ske krävs exakt samma ID i båda tabellerna. Detta är särskilt viktigt att kontrollera om ID är ett datumformaterat löpnummer. Om det t.ex. i båda tabellena anges 00:00 som ID, kan i värsta fall numret som ligger bakom vara 0.0000 i ena tabellen och 0.0000001 i den andra och då kan inte tabellkopplingen ske.

Frånmatrisen behöver inte vara sorterad för att kopplingen ska kunna ske, men något att komma ihåg är att tomma celler returneras som noll. Har man data med tomma celler kan det därför vara bra att fylla dem med -9999 eller liknande (som sedan tas bort i den efterföljande analysen, med funktionen sök “-9999” och ersätt med “”).