"Eesti Teadusfondi uurimistoetus" projekt ETF7643
ETF7643 "Eesti mageveekogude vee ja elustiku üldistatud sünteetilise andmebaasi loomine ja teoreetiline põhjendamine (1.01.2008−31.12.2011)", Tõnu Möls, Eesti Maaülikool, Põllumajandus- ja keskkonnainstituut.
ETF7643
Eesti mageveekogude vee ja elustiku üldistatud sünteetilise andmebaasi loomine ja teoreetiline põhjendamine
Creation and theoretical reasoning of the generalized synthetic database for water and biota of Estonian freshwater waterbodies
1.01.2008
31.12.2011
Teadus- ja arendusprojekt
Eesti Teadusfondi uurimistoetus
ValdkondAlamvaldkondCERCS erialaFrascati Manual’i erialaProtsent
1. Bio- ja keskkonnateadused1.4. Ökoloogia, biosüstemaatika ja -füsioloogiaB260 Hüdrobioloogia, mere-bioloogia, veeökoloogia, limnoloogia 1.5. Bioteadused (bioloogia, botaanika, bakterioloogia, mikrobioloogia, zooloogia, entomoloogia, geneetika, biokeemia, biofüüsika jt50,0
1. Bio- ja keskkonnateadused1.8. Keskkonnaseisundit ja keskkonnakaitset hõlmavad uuringudT270 Keskkonnatehnoloogia, reostuskontroll1.4. Maateadused ja sellega seotud keskkonnateadused (geoloogia, geofüüsika, mineroloogia, füüsiline geograafia ning teised geoteadused, meteoroloogia ja ning teised atmosfääriteadused, klimatoloogia, okeanograafia, vulkanoloogia, paleoökoloogia50,0
PerioodSumma
01.01.2008−31.12.2008237 600,00 EEK (15 185,41 EUR)
01.01.2009−31.12.2009228 096,00 EEK (14 577,99 EUR)
01.01.2010−31.12.2010228 096,00 EEK (14 577,99 EUR)
01.01.2011−31.12.201114 577,60 EUR
58 918,99 EUR

Eesti siseveekogude vee ning elustiku analüüside andmeread algavad põhiliselt 1950. aastast, kuid ka varasemaid andmeid on säilinud. Kogunenud sadade tuhandete analüüside hulk on väärtuslikuks informatsiooniks veekogudes toimunud muutuste ja nende võimalike põhjuste uurimisel. Kahjuks on olemasolevate andmete kasutamine teaduslike järelduste tegemiseks raskendatud. Probleeme tekib andmete fragmentaarsusega, skaleerimisega, ajalise ja ruumilise sünkroniseerimisega, vaatlusteta ajavahemike interpoleerimisega, juhuslike vigadega, looduslike ja antropogeensete faktorite viivitusega mõju arvestamisega jne. Raske on ka Eesti andmestikke ühendada teiste riikide analoogiliste andmestikega ühisuuringute tegemiseks. 2004. a. võeti T. Mölsi jt. poolt kasutusele Peipsi sünteetiline andmebaas SD1.0, mis asendab fragmentaarse originaalandmestiku statistiliselt prognoositud regulaarse andmestikuga, kasutades 70-parameetrilist üldist lineaarset mudelit, mis sobitatakse andmetega statistikapaketi SAS abil. Lisatud on mugava kasutajaliidesega CD. SD1.0 on kasutatud reas 1.1 ja 1.2 kategooria artiklites ning rahvusvahelistes projektides. SD1.0 võimaldab graafikute ja tabelite abil jälgida vee omaduste (HCO3, SO4, Cl, Ca, Mg, Ptot, PO4, Secchi) ja bioloogiliste näitajate (planktoni biomass taksonite kaupa, arvukus, liikide arv ning klorofüll a) sõltuvust aastast, päevast aastas, geograafilisest asendist ja proovivõtu sügavusest. Käesoleva projekti eesmärgiks on arendada SD1.0 Eesti ja teiste Euroopa mageveekogude ühendatud sünteetiliseks andmebaasiks ning kasutada seda hüdrobioloogilises teadustöös. Planeeritud on (1) lülitada SD uude versiooni ka valitud väikejärved, jõed ja veekogud väljastpoolt Eestit (IJsselmeer, Ladoga); (2) lisada prognoosivate faktoritena vee temperatuur ja tase, jõgede parameetrid, veekogu sügavuskaardid jms; (3) laiendada modelleeritavate tunnuste hulka põhjaloomastiku, taimestiku, kalastiku jm. andmetega; (4) võtta kasutusele tagasiulatuvad faktorid (nt. vee temperatuur ja tase varasematel aastatel); (5) muuta mudelid kovariatiivsete struktuuride lisamisega matemaatiliselt korrektsemaks; (6) võimaldada kasutada tunnuste ja faktorite kõrval ka nende keskmisi; (7) teha ingliskeelne käsiraamat ja kursused SD uue versiooni kasutamisest. SD koostamisel ja kasutamisel osalevad tuntud spetsialistid ja kraadiõppurid. SD on vajalik Peipsi töörühma uues sihtfinantseeritavas projektis, kraadiõppurite töödes ning rahvusvahelises koostöös.
Measurements of water chemistry and biota in Estonian freshwater waterbodies started in 1950 but some earlier data are also available. The related dataset of hundreds of thousands of records is rather fragmentary but presents interest as a valuable source of information about changes and pressures of the past. Unfortunately, a direct use of raw data for drawing scientific conclusions is complicated because of the problems arising in scaling and time-space synchronization of different datasets, interpolation of missing data, data errors, considering the delayed influence of natural and anthropogenic factors, etc. It is also difficult to merge Estonian data with the data of other countries for joint studies. In 2004 T. Möls et al. introduced the Synthetic Database SD1.0 for Lake Peipsi, replacing fragmentary datasets with a regular database composed of values, predicted by a 70-parametric general linear model fitted to original data with the statistical SAS system. SD1.0 was supplied with a user-friendly interface and distributed on CD. It has inspired several ISI Web Science and other peer-reviewed papers and used in international projects. SD1.0 generates graphs and tables to follow how water properties (HCO3, SO4, Cl, Ca, Mg, Ptot, PO4, Secchi) and biological variables (plankton biomass for different taxa, abundance, number of species) depend on year, day of year, geographical position and sampling depth. The present project aims to develop SD1.0 into an extended joint synthetic database of Estonian and European freshwater waterbodies for using in wide-range hydrobiological studies. We plan to: (1) include into the SD, besides Peipsi, small lakes and streams, and some selected waterbodies outside Estonia (e.g. IJsselmeer and Ladoga); (2) expand the set of predictors with water temperature and level, stream parameters, depth maps of waterbodies etc.; (3) enlarge the set of predicted variables with macroinvertebrate, fish and plant data; (4) incorporate into the model delayed factors (e.g. water temperature and level of previous years); (5) make the model more correct by adding covariate structures of repeated measures; (6) enable, besides the exact values, also mean values of factors and variables; (7) compile SD handbook and training courses. The new SD is result of cooperation of high-level biologists, mathematicians and postgraduate students. It will find use in the new target-financed project, in international projects and in doctoral papers.