AAU Studenterprojekter - besøg Aalborg Universitets studenterprojektportal
Et kandidatspeciale fra Aalborg Universitet
Book cover


System til varsling om blågrønalger i Knudsø

Oversat titel

System for forecasting cyanobacterial blooms in Knudsø

Forfattere

;

Semester

4. semester

Udgivelsesår

2020

Antal sider

162

Resumé

Dette speciale udvikler et varslingssystem for blågrønalger (cyanobakterier) i badevandsområderne ved Knudsø i Skanderborg Kommune, hvor to strande har miljømærket Blå Flag. Ved hjælp af satellitbilleder er der opbygget et historisk overblik over forekomsten af blågrønalger i søen. Det bruges til at vurdere, hvor ofte opblomstringer sker, og i hvilken del af året systemet bør være i drift. En systemanalyse gennemgår de vigtigste forhold, der påvirker blågrønalger. På den baggrund er der designet et varslingssystem, som kobler strømningsmodellering (computersimuleringer af vandets bevægelse) med realtidsmålinger af blågrønalger i søen. De steder, hvor der bør måles, er udpeget via en risikoanalyse af, hvor opblomstringer sandsynligvis kan opdages, og hvordan de kan påvirke badeområderne. Der er opstillet en strømningsmodel, og der er udført forudberegninger for at reducere beregningstiden, når systemet kører. Varslingssystemet informerer badende, hvis modellerne viser, at koncentrationen i et badeområde kan overstige niveauer, som kan medføre sundhedsmæssige konsekvenser.

This thesis develops a warning system for cyanobacteria (blue-green algae) in the bathing areas of Lake Knudsø in Skanderborg Municipality, where two beaches hold the Blue Flag eco-label. Satellite imagery is used to build a historical record of cyanobacteria in the lake, which helps estimate how often blooms occur and define the period of the year when the system should operate. A system analysis reviews the main factors that influence cyanobacteria. Based on this, the warning system is designed to couple flow modeling (computer simulations of water movement) with real-time measurements of cyanobacteria in the lake. Monitoring locations are selected through a risk analysis of where blooms are likely to be detected and how they may affect the bathing areas. A flow model is set up, and pre-simulations are performed to reduce computation time during operation. The system alerts bathers if the modeled concentration in a bathing area is expected to exceed levels that may have health consequences.

[Dette resumé er omskrevet med hjælp fra AI baseret på projektets originale resumé]