Mūšos baseino upių vandens taršos bendruoju azotu analizė

Upių vandens kokybė priklauso nuo daugelio hidrologinių ir antropogeninių veiksnių. Vandens kokybės tyrimams pasirinktas šiaurinėje Lietuvos dalyje esantis, Lielupės upių baseinų rajonui priklausantis Mūšos baseinas. Dirbama žemė užima 63 % baseino teritorijos.Mūšos upės taršos bendruoju azotu šaltinių poveikiui nustatyti pasirinktas konceptualusis FYRIS modelis. Modeliavimas apima 1997–2006 m. Atlikus kalibravimą, modelio efektyvumo koefi cientas E = 0,46 ir buvo daugiau nei pakankamai geras, o koreliacijos koefi cientas r = 0,69. Modeliuojant azoto koncentracijų kaitą tiriamuoju (1997– 2006 m.) laikotarpiu ne visuose pabaseiniuose modeliavimo rezultatai vienodai gerai atitiko stebėtas koncentracijas. Viena pagrindinių modelio ir stebėjimo duomenų nesutapimo priežastis gali būti didelis stebėjimo duomenų išsibarstymas. Modelis palyginti gerai atspindi Mūšos, Daugyvenės ir Tatulos upių stebėjimų rezultatus. Egzistuoja stiprus modelio ir stebėjimų rezultatų tiesinis koreliacinis ryšys. Ryšio lygties determinacijos koefi cientas R2 kinta nuo 0,48 iki 0,56. Išanalizavus bendrojo azoto patekimą iš įvairių taršos šaltinių į Mūšos baseiną nustatyta, jog iš žemės ūkio naudmenų į baseiną patenka apie 87 %, iš valymo įrenginių, namų valdų ir užstatytų teritorijų – 10 %, o iš miškingos teritorijos ir ganyklų – vos daugiau kaip 3 % viso baseinui tenkančio azotoMūša catchment pollution with total nitrogen Rasa Ruminaitė1*, Antanas Sigitas Šileika2, Antanas Lukianas1 1 Vilnius Gediminas Technical University, Saulėtekio al. 11, SRK-II, 314, LT-10223 Vilnius, Lithuania 2 Water Management Institute of the Lithuanian University of Agriculture, Parko 6, Vilainiai, LT-58102 Kėdainiai distr., Lithuania * Corresponding author. E-mail: rasa.ruminaite@ap.vgtu.lt Th e quality of water in rivers depends on numerous hydrological and anthropogenic factors. Th e Mūša catchment, belonging to the Lielupė river basin district (RBD) in the northern part of Lithuania, was taken for water quality investigation. In this catchment, 63% of the territory is under arable land. Th e conceptual FYRIS model was chosen to identify the impact of the sources of pollution with total nitrogen (N) in the Mūša river. Th e modelling encompasses the 1997–2006 period. Aft er calibration, the model effi ciency coeffi cient was E = 0.46, i. e. fairly good, and the correlation coeffi cient was r = 0.69. While modelling the variation of nitrogen concentrations during the study period (1997–2006), the results did not correspond to the monitored concentrations equally well in all subcatchments. One of the main reasons for the disagreement between the model and monitoring data can be a vast dispersal of the monitoring data. Th e model represents the monitoring results in the Mūša, Daugyvenė and Tatula rivers quite well. Th ere is a strong linear correlation between the model and the monitoring results. The determination coeffi cient of the regression equation R2 varies from 0.48 to 0.56. [...]Vytauto Didžiojo universitetasŽemės ūkio akademij