Analysis of the Mūša catchment pollution with total nitrogen

Abstract

The quality of water in rivers depends on numerous hydrological and anthropogenic factors. The 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. The conceptual FYRIS model was chosen to identify the impact of the sources of pollution with total nitrogen (N) in the Mūša river. The modelling encompasses the 1997–2006 period. After calibration, the model efficiency coefficient was E = 0.46, i. e. fairly good, and the correlation coefficient 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. The model represents the monitoring results in the Mūša, Daugyvenė and Tatula rivers quite well. There is a strong linear correlation between the model and the monitoring results. The determination coefficient of the regression equation R2 varies from 0.48 to 0.56. Analysis of the total nitrogen load to the Mūša catchment from different pollution sources has shown that about 87% of it comes from arable land, 10% enters from waste water treatment plants (WWTP), households and urban territories, and only 3% of all nitrogen within the catchment comes from wooded territories and pastures.

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 koeficientas E = 0,46 ir buvo daugiau nei pakankamai geras, o koreliacijos koeficientas 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 koeficientas 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 azoto.