Environmental informatics for modelling of freshwater ecosystems: dynamics and impacts of eutrophication and sustainable agricultural water use

Abstract

This dissertation explores the potential of ecological modelling under the frame of environmental informatics to define the factors that affect water quality and quantity parameters on lake ecosystems. Karla Reservoir, a Greek hypertrophic constructed lake, suffers from continuous water degradation because of excessive nutrients loading, unaccomplished works, and operational malfunctions. Ecological modelling is conducted to simulate in-lake nutrient dynamics and to reveal the factors affecting its trophic state, while several operational scenarios and a climatic one is applied to estimate the fate of the lake under these hypothetical circumstances. Moreover, cyanotoxins (microcystins) are being modelled through a current artificially intelligence algorithm (ANFIS). Next, cyanobacteria biomass and recreational health risk levels associated to cyanobacterial abundance are modelled on a network of Northern European lakes. Stepwise linear regression, a series of machine learning algorithms and Bayesian hierarchical modelling are applied to test their efficiency in producing reliable results. Lastly, an analysis in terms of which types of crops export the most virtual water through trade, in relation to the benefit in Greek economy, is conducted.

Σε αυτή τη διδακτορική διατριβή διερευνάται η δυναμική της οικολογικής μοντελοποίησης υπό το πλαίσιο της περιβαλλοντικής πληροφορικής στον προσδιορισμό των παραγόντων που επηρεάζουν ποιοτικές και ποσοτικές παραμέτρους του νερού σε λιμναία οικοσυστήματα. Η λίμνη Κάρλα, μία ελληνική υπερτροφική λίμνη, αντιμετωπίζει συνεχή υποβάθμιση των υδάτων της εξαιτίας της εκτεταμένης φόρτισης με θρεπτικά, των ανολοκλήρωτων έργων του αρχικού σχεδιασμού του ταμιευτήρα, καθώς και των λειτουργικών αστοχιών. Η οικολογική μοντελοποίηση χρησιμοποιείται ως εργαλείο για την προσομοίωση της δυναμικής των θρεπτικών στη λίμνη, για τον εντοπισμό των παραγόντων που επηρεάζουν την τροφική της κατάσταση, ενώ εφαρμόζονται αρκετά διαχειριστικά σενάρια και ένα σενάριο κλιματικής αλλαγής με στόχο την εκτίμηση των επιπτώσεών τους στην κατάσταση της λίμνης. Επιπλέον, γίνεται μοντελοποίηση των μικροκυστινών μέσω ενός σύγχρονου αλγορίθμου τεχνητής νοημοσύνης (ANFIS). Στη συνέχεια, μοντελοποιούνται η κυανοβακτηριακή βιομάζα και τα επίπεδα κινδύνου για την ανθρώπινη υγεία που σχετίζονται με την κυανοβακτηριακή αφθονία, σε ένα δίκτυο Βόρειων Ευρωπαϊκών λιμνών. Εφαρμόζονται η μέθοδος της σταδιακής γραμμικής παλινδρόμησης, μια σειρά από αλγορίθμους μηχανικής εκμάθησης και η Μπαϋεζιανή ιεραρχική μοντελοποίηση, με στόχο την αξιολόγηση της αποτελεσματικότητάς τους στην πρόβλεψη. Τέλος, πραγματοποιείται ανάλυση σχετικά με το ποιοι τύποι καλλιεργειών εξάγουν το περισσότερο εικονικό νερό μέσω του εμπορίου, σε συνάρτηση με το όφελος στην ελληνική οικονομία.