Ero sivun ”Mikrobien määrä pohjavedessä” versioiden välillä

Nykyinen versio 30. lokakuuta 2014 kello 13.24

Tämä sivu on tietokide alatyypiltään muuttuja. Sivutunniste: Op_fi1755
Moderaattori:Ei ole (katso kaikki) Kuinka ryhtyä moderaattoriksi? Sivun edistymistä ei ole arvioitu. Arvostuksen määrää ei ole arvioitu (ks. peer review).
Lisää dataa {{#opasnet_base_link:Op_fi1755}}

Edistymisluokitus
Opasnetissa lukuisat sivut ovat työn alla eri vaiheissa. Niiden tietosisältöön pitää siis suhtautua harkiten. Tämän sivun sisällön edistyminen on arvioitu: Tämä sivu on luonnos Sivun olennainen sisältö ja rakenne on jo hahmottunut, mutta kuitenkin isoja sisältöpuutteita on edelleen.

Kysymys

Mitä mikrobien määrä pohjavedessa kuvaa?

Vastaus

Mikrobien määrä pohjavedessä kuvaa eri mikrobien mitattuja pitoisuuksia pohjavedessä.

Malli

Skenaariot

1a - Kulkeutuminen pohjavesivyöhykkeessä päästölähteestä raakavesilähteeseen. Ei imeytystä tai pumppausta.
1b - Kulkeutuminen pohjavesivyöhykkeessä päästölähteestä vedenottokaivoon. Ei imeytystä.
1c - Vedenottokaivon saastuminen viemäputken rikkoutumisen tai vuodon seurauksena, kun viemärivuoto tapahtuu pohjavesivyöhykkeessä.
1d - Mikrobien kulkeutuminen kaivoimeytyksestä vedenottokaivoon. Kyseessä on paineellinen akviferi, jossa vettä imeytetään hyvin johtavaan pohjavesivyöhykkeeseen, jonka yläpuolella on huonosti vettä johtava kerros.
1e - Mikrobien kulkeutuminen rantaimeytyksen kautta pohjavesivyöhykkeessä vedenottokaivoon.
2a - Kulkeutuminen pohjavesivyöhykkeen yläpuolella sijaitsevasta päästölähteestä raakavesilähteeseen. Ei imeytystä tai pumppausta.
2b - Kulkeutuminen pohjavesivyöhykkeen yläpuolella sijaitsevasta päästölähteestä vedenottokaivoon.
2c - Vedenottokaivon saastuminen viemäputken rikkoutumisen tai vuodon seurauksena, kun viemärivuoto tapahtuu pohjavesivyöhykkeen yläpuolisessa osittain kyllästyneessä vyöhykkeessä.
2d - Mikrobien kulkeutuminen sadetusimeytyksestä vedenottokaivoon.
2e - Mikrobien kulkeutuminen allasimeytyksestä vedenottokaivoon.

Skenaario

Valitse tyyppi:

Aliskenaariot 1

Valitse skenaario:

Aliskenaariot 2

Valitse skenaario:

Pohjavesialueen ominaisuudet 1

Etäisyys päästölähteestä (m):

Paineelliisen pohjavesivyöhykkeen paksuus (m):

Pohjavesialueen ominaisuudet 2

Etäisyys päästölähteestä (m):

Pohjavesivyöhykeen paksuus (m):

Pohjavesialueen ominaisuudet 3

Etäisyys päästölähteestä (m):

Pohjavesivyöhykeen paksuus (m):

Osittain kyllästyneen vyöhykkeen paksuus (m):

Maaperän rakenne ja hydrauliset ominaisuudet 1

Valitse maalaji tai oma määritelmä:

Maaperän rakenne ja hydrauliset ominaisuudet 2

Valitse maalaji tai oma määritelmä:

Maaperän rakenne ja hydrauliset ominaisuudet oma määritelmä 1

Huokoisuus pohjavesivyöhykkeessä:

Vedenjohtavuus pohjavesivyöhykkeessä (m/s):

Maaperän rakenne ja hydrauliset ominaisuudet oma määritelmä

Huokoisuus pohjavesivyöhykkeessä 2:

Vedenjohtavuus pohjavesivyöhykkeessä (m/s):

Huokoisuus osittain kyllästyneessä vyöhykkeessä:

Vedenjohtavuus osittain kyllästyneessä vyöhykkeessä (m/s):

Tilavuusvesipitoisuus:

Kyllästysaste:

Huokosten kokoa kuvaava parametri:

Viemärivuoto 1

Vuodon määrä (m^3/d):

Pohjaveden pinnankorkeus vedenottokaivossa(m):

Pohjaveden pinnankorkeus jätevesiviemärin kohdalla (m):

Viemärivuoto 2

Vuodon määrä (m^3/d):

Virtausnopeus akviferissä (m/s):

Imeytys 1

Imeytyksen määrä (m3/d):

Imeytys 2

Sadetuksen määrä (m3/d):

Sadetuksen pinta-ala (m^2):

Imeytys 3

Allasimeytyksen määrä (m3/d):

Imeytyksen pinta-ala (m^2):

Vedenotto

Vedenottokaivon tuotto (m3/d):

Vesi

Vesilähde:

Mikrobin aktiivisuuden määräävä rajapitoisuus (1/l):

Mikrobien inaktivaatio:

Patogeenien pitoisuudet

Kampylobakteeripitoisuus (mikrobia/l):

Salmonellapitoisuus (mikrobia/l):

E.colipitoisuus (mikrobia/l):

Rotaviruspitoisuus (mikrobia/l):

Shigella (mikrobia/l):

Giardiapitoisuus (mikrobia/l):

Cryptosporidiumpitoisuus (mikrobia/l):

Mikrobien inaktivaatio

Mikrobien inaktivaatiokerroin (1/d):

+ Näytä koodi - Piilota koodi


if (is.null(sc_type)) stop("Skenaariota ei ole määritetty!")
if (is.null(scenario)) stop("Aliskenaariota ei ole määritetty!")
if (is.null(g_input_type)) stop("Maaperän ominaisuuksia ei ole määritetty!")
if (is.null(vesilähde)) stop("Mikrobipitoisuuksia ei ole määritetty!")

library(OpasnetUtils)

openv.setN(10)

# Patogeenien pitoisuudet

if (vesilähde == "custom"){
	temp <- list(p_kampy, p_salmo, p_ecoli, p_rotav, p_shige, p_giard, p_crypt)
	Patogeeni = c("Kampylobakteeri", "Salmonella", "E.coli","Rotavirus","Shigella","Giardia", "Cryptosporidium")
	
	c_0 <- data.frame(
		Patogeeni,
		Patogeenin.tyyppi = c(rep("Bakteeri", 3), "Virus", "Alkueläin"), 
		Result = suppressWarnings(as.numeric(temp))
	)
	c_0 <- c_0[!is.na(c_0$Result), ]
	c_0 <- Ovariable("c_0", data = c_0)
} else {
	objects.latest("Op_fi3939", "muuttuja") # RaakaPitoisuus, customoitia varten
	c_0@data <- c_0@data[as.character(c_0@data$Vesilähde) == vesilähde, ]
	#c_0 <- c_0[colnames(c_0) != c("Vesilähde")]
	#c_0 <- Ovariable("c_0", data = c_0)
}

# Inaktivaatiokertoimet

if (mu_type == "default") {
	objects.latest("Op_fi3942", "muuttuja")
}

mu_1 <- mu
mu_2 <- mu

# Maaperän ominaisuudet

if(!g_input_type %in% c("custom1", "custom2")) {
	objects.latest("Op_fi3940", "muuttuja") #n
	objects.latest("Op_fi3941", "muuttuja") #K
	if(scenario %in% c("2a","2b","2c")) {
		n_1 <- Ovariable("n_1", data = n@data[n@data$Maalaji == g_input_type,]) # huokoisuus osittain kyllästyneessä vyöhykkeessä
		colnames(n_1@data)[colnames(n_1@data) == "nResult"] <- "n_1Result"
		K_us <- 2.43e-07 # vedenjohtavuus osittain kyllästyneessä vyöhykkeessä
		n_2 <- Ovariable("n_2", data = n@data[n@data$Maalaji == g_input_type,])
		colnames(n_2@data)[colnames(n_2@data) == "nResult"] <- "n_2Result"
		K_2 <- Ovariable("K_2", data = K@data[K@data$Maalaji == g_input_type,])
		colnames(K_2@data)[colnames(K_2@data) == "KResult"] <- "K_2Result"
	} else {
		n_2 <- Ovariable("n_2", data = n@data[n@data$Maalaji == g_input_type,])
		colnames(n_2@data)[colnames(n_2@data) == "nResult"] <- "n_2Result"
		K_2 <- Ovariable("K_2", data = K@data[K@data$Maalaji == g_input_type,])
		colnames(K_2@data)[colnames(K_2@data) == "KResult"] <- "K_2Result"
	}
}

# Models

time_pre <- function(H, n, K) {
	H*n/K
}

time_type1 <- function(R, n, K, H) {
	R^2*n/(K*H)
}

time_type2 <- function(n, H, R, Q) {
	2*pi*n*H*R^2/Q
}

concentration <- function(c_0, mu, t) {
	c_0*exp(-1*mu*t)
}

inactivation <- function(c_threshold, c_initial, mu){
	-1*log(c_threshold/c_initial)/mu
}

scenario <- as.character(scenario)
scenario <- strsplit(scenario, "")[[1]]

# Model parameter values unique to scenario:

if (scenario[1] == "1" & scenario[2] == "c") { # depends on Ks, hj, h, Hs, c_0
	Q_a <- Ks*(hj-h)*Hs
	c_aq <- c_0*q/Q_a
	c_0 <- c_aq
}

if (scenario[1] == "1" & scenario[2] == "d") { # depends on c_0, Q_i and Q
	c_aq <- c_0*Q_i/Q
	c_0 <- c_aq
}

if (scenario[1] == "2" & scenario[2] == "c") { # depends on K_us, H_us, H_v, c_0 and q
	Q_us <- K_us*(H_us-H_v)^2
	c_us <- c_0*q/Q_us
	c_0 <- c_us # not in the Excel but i think this is what is intended
}

if (scenario[1] == "2" & (scenario[2] == "d"|scenario[2] == "e")) { # depends on W and As
	vs <- W/As
}

# First pass. Only for scenarios beginning with 2.

if (scenario[1]=="2") {
	if (scenario[2] == "a"|scenario[2] == "b") { # depends on H_us and K_us
		H_1 <- H_us
		K_1 <- K_us
	}
	if (scenario[2] == "c") { # depends on H_us, H_v and K_us
		H_1 <- H_us - H_v
		K_1 <- K_us
	}
	if (scenario[2] == "d"|scenario[2] == "e") { # depends on H_us and vs
		H_1 <- H_us
		K_1 <- vs
	}
	t_1 <- time_pre(H_1, n_1, K_1) # depends
	c_1 <- concentration(c_0, mu_1, t_1) # depends
	t_in_1 <- inactivation(c_A, c_0, mu_1)
} else {
	t_1 <- 0
	c_1 <- c_0
	t_in_1 <- Inf
}

# Second pass. Model used depends on scenario second part.

if (scenario[2] == "a") {
	t_2 <- time_type1(R, n_2, K_2, H_2) # depends
} else {
	t_2 <- time_type2(n_2, H_2, R, Q_2) # depends
}

c_2 <- concentration(c_1, mu_2, t_2) # depends
t_in_2 <- inactivation(c_A, c_1, mu_2) # depends

cat("Pitoisuus\n")
oprint(summary(c_2, marginals = c("Patogeeni", "Havainto")))
cat("Kulkeutumisaika\n")
oprint(summary(t_1 + t_2))
cat("Inaktivaatioaika\n")
oprint(summary(t_in_2, marginals = c("Patogeeni", "Havainto")))

Perustelut

Data

Data perustuu kuviteltuun tilanteeseen.

Ero sivun ”Mikrobien määrä pohjavedessä” versioiden välillä(-)
Obs	Symboli	Parametri	Selite	Arvo	Yksikkö	Excel
1	Ks	vedenjohtavuus	Kyllästyneen tilan vedenjohtavuus	1.00E-05	m /s	D9
2	Hs	paksuus	Pohjavesivyöhykkeen paksuus	5-15	m	D10
3	R	etäisyys	Etäisyys päästölähteestä	100	m	D11
4	n	huokoisuus	Maaperän huokoisuus	0.35		D12
5	C0	mikrobipit.lähde	Päästölähteen mikrobipitoisuus = mikrobipitoisuus akviferissä	1.00E+08	# /l	D13
6	CA	inaktivaatiopit	Pitoisuus jolloin mikrobien ajatellaan inaktivoituneen	10	# /l	D14
7	µ	inaktivaationopeus	Inaktivaatiokerroin	0.01	1 /vrk	D15
8	t	kulkeutumisaika	Kulkeutumisaika	405.0925926	vrk	D17: =D11/(D9*(D10/D11)/D12)/3600/24
9	Ct	mikrobipit.kohde	Pitoisuus tarkastelukohdassa	1.74E+06	# /l	D18: =D13EXP((-D15D17))
10	tin	inaktivaatioaika	Inaktivaatioaika	1610	vrk	D19: =LOG10(D14/D13)/(-D15/2.3)

Riippuvuudet

Yksikkö

# /l

Laskenta

Tämä laskenta kuvaa mikrobien kulkeutumista pohjavedessä tai maaperässä.

Yksinkertaisimmillaan mikrobien voidaan arvioida kulkeutuvan päästölähteestä raakavesilähteeseen samalla nopeudella kuin vesi virtaa kyllästyneessä maaperässä. Päästölähteen oletetaan sijaitsevan pohjavesivyöhykkeessä ja virtauksen tapahtuvat lateraalisuunnassa. Päästölähteen virtaamaa ei ole tunnettu, joten pohjavesivyöhykkeen ja päästölähteen ja pohjavesivyöhykkeen mikrobipitoisuudet oletetaan samoiksi. Pumppausta ei ole huomioitu. Tiedot ovat tiedostosta Riskinarviointilaskelmat_inaktivaatio271112.xls.

Kaikki laskennat yhdessä:

+ Näytä koodi - Piilota koodi

library(OpasnetUtils)
library(xtable)

# Ensin valikoidaan tietolähde. Käyttäjän antama input on ensisijainen, jos sitä ei ole, kaivetaan Basesta oletusarvo.
# Joka tapauksessa lähtötiedosta rakennetaan ovariable, olipa alkutieto NULL, NA, "", vektori tai data.frame.
# Kannattaisi ehkä ottaa yleiseksi käytännöksi silloin kun data voi tulla käyttäjältä tai tietokannasta?

apparate <- function(objname, source = "Op_fi1755") {
	obj <- get(objname)
	if(is.null(obj)) obj <- NA
	if(is.na(obj) | obj == "") {
		temp <- opbase.data(source) 
		obj <- temp[temp$Parametri == objname & temp$Havainto == "Arvo", ]["Result"]
	}
	if(is.vector(obj)) obj <- data.frame(Result = obj)
	if(is.data.frame(obj)) obj <- new("ovariable", name = objname, data = obj)
	return(obj)
}

kaivon.tuotto 		<- apparate("kaivon.tuotto")
vedenjohtavuus 		<- apparate("vedenjohtavuus")
paksuus 		<- apparate("paksuus")
etäisyys 		<- apparate("etäisyys")
huokoisuus 		<- apparate("huokoisuus")
mikrobipit.lähde 	<- apparate("mikrobipit.lähde")
inaktivaatiopit 	<- apparate("inaktivaatiopit")
inaktivaationopeus 	<- apparate("inaktivaationopeus")

# Ovariable laskee mikrobipitoisuuden pohjavedessä, kulkeutumisajan ja inaktivaatioajan. Ulos annetaan yksi näistä kolmesta
# riippuen lähtötiedon "tuloste" arvosta.

mikrobit.pohjavesi <- new("ovariable",
	name = "mikrobit.pohjavesi",
	formula =  function(dependencies, ...) {
		ComputeDependencies(dependencies, ...)

		#Lasketaan kulkeutumisaika kahdella eri tavalla riippuen tilanteesta.
		kulkeutumisaika <- 0
		if(tilanne == "suoravirtaus") {
			kulkeutumisaika <- etäisyys / (vedenjohtavuus * (paksuus / etäisyys) / huokoisuus) / 3600 / 24
		}
		if(tilanne == "kaivoimu") {
			kulkeutumisaika <- 2 * pi * huokoisuus * paksuus * etäisyys ^ 2 / kaivon.tuotto # Miksi 2 * ?
		}

		mikrobipit.kohde <- mikrobipit.lähde * exp(0 - inaktivaationopeus * kulkeutumisaika)
		inaktivaatioaika <- log10(inaktivaatiopit / mikrobipit.lähde) / (0 - inaktivaationopeus / 2.3) # Miksi 2.3? 

		#Loputuloksena annetaan se kolmesta lasketusta outputista joka tulosteessa määritellään.
		return(get(tuloste))
	},
	dependencies = data.frame(Name = c(
		"tilanne",
		"tuloste",
		"kaivon.tuotto",
		"vedenjohtavuus",
		"paksuus",
		"etäisyys",
		"huokoisuus",
		"mikrobipit.lähde",
		"inaktivaatiopit",
		"inaktivaationopeus"
	))
)

mikrobit.pohjavesi <- EvalOutput(mikrobit.pohjavesi, N = 10)
cat(tuloste, "\n")
print(mikrobit.pohjavesi)

Mikrobien inaktivaatioajan laskeminen:

+ Näytä koodi - Piilota koodi

library(OpasnetUtils)
library(xtable)

# Ensin valikoidaan tietolähde. Käyttäjän antama input on ensisijainen, jos sitä ei ole, kaivetaan Basesta oletusarvo.
# Joka tapauksessa lähtötiedosta rakennetaan ovariable, olipa alkutieto NULL, NA, "", vektori tai data.frame.
# Kannattaisi ehkä ottaa yleiseksi käytännöksi silloin kun data voi tulla käyttäjältä tai tietokannasta?

apparate <- function(objname, source = "Op_fi1755") {
	obj <- get(objname)
	if(is.null(obj)) obj <- NA
	if(is.na(obj) | obj == "") {
		temp <- opbase.data(source) 
		obj <- temp[temp$Parametri == objname & temp$Havainto == "Arvo", ]["Result"]
	}
	if(is.vector(obj)) obj <- data.frame(Result = obj)
	if(is.data.frame(obj)) obj <- new("ovariable", name = objname, data = obj)
	return(obj)
}

kaivon.tuotto 		<- apparate("kaivon.tuotto")
vedenjohtavuus 		<- apparate("vedenjohtavuus")
paksuus 		<- apparate("paksuus")
etäisyys 		<- apparate("etäisyys")
huokoisuus 		<- apparate("huokoisuus")
mikrobipit.lähde 	<- apparate("mikrobipit.lähde")
inaktivaatiopit 	<- apparate("inaktivaatiopit")
inaktivaationopeus 	<- apparate("inaktivaationopeus")

# Ovariable laskee mikrobipitoisuuden pohjavedessä, kulkeutumisajan ja inaktivaatioajan. Ulos annetaan yksi näistä kolmesta
# riippuen lähtötiedon "tuloste" arvosta.

mikrobit.inaktivaatioaika <- new("ovariable",
	name = "mikrobit.inaktivaatioaika",
	formula =  function(dependencies, ...) {
		ComputeDependencies(dependencies, ...)

		#Lasketaan inaktivaatioaika.
	
		inaktivaatioaika <- log10(inaktivaatiopit / mikrobipit.lähde) / (0 - inaktivaationopeus / 2.3) # Miksi 2.3? 

		#Loputuloksena annetaan se kolmesta lasketusta outputista joka tulosteessa määritellään.
		return(get(tuloste))
	},
	dependencies = data.frame(Name = c(
		"tilanne",
		"tuloste",
		"kaivon.tuotto",
		"vedenjohtavuus",
		"paksuus",
		"etäisyys",
		"huokoisuus",
		"mikrobipit.lähde",
		"inaktivaatiopit",
		"inaktivaationopeus"
	))
)

mikrobit.pohjavesi <- EvalOutput(mikrobit.pohjavesi, N = 10)
cat(tuloste, "\n")
print(mikrobit.pohjavesi)

Mikrobien kulkeutumisajan laskeminen:

+ Näytä koodi - Piilota koodi

library(OpasnetUtils)
library(xtable)

# Ensin valikoidaan tietolähde. Käyttäjän antama input on ensisijainen, jos sitä ei ole, kaivetaan Basesta oletusarvo.
# Joka tapauksessa lähtötiedosta rakennetaan ovariable, olipa alkutieto NULL, NA, "", vektori tai data.frame.
# Kannattaisi ehkä ottaa yleiseksi käytännöksi silloin kun data voi tulla käyttäjältä tai tietokannasta?

apparate <- function(objname, source = "Op_fi1755") {
	obj <- get(objname)
	if(is.null(obj)) obj <- NA
	if(is.na(obj) | obj == "") {
		temp <- opbase.data(source) 
		obj <- temp[temp$Parametri == objname & temp$Havainto == "Arvo", ]["Result"]
	}
	if(is.vector(obj)) obj <- data.frame(Result = obj)
	if(is.data.frame(obj)) obj <- new("ovariable", name = objname, data = obj)
	return(obj)
}

kaivon.tuotto 		<- apparate("kaivon.tuotto")
vedenjohtavuus 		<- apparate("vedenjohtavuus")
paksuus 		<- apparate("paksuus")
etäisyys 		<- apparate("etäisyys")
huokoisuus 		<- apparate("huokoisuus")
mikrobipit.lähde 	<- apparate("mikrobipit.lähde")
inaktivaatiopit 	<- apparate("inaktivaatiopit")
inaktivaationopeus 	<- apparate("inaktivaationopeus")

# Ovariable laskee mikrobipitoisuuden pohjavedessä, kulkeutumisajan ja inaktivaatioajan. Ulos annetaan yksi näistä kolmesta
# riippuen lähtötiedon "tuloste" arvosta.

mikrobit.kulkeutumisaika <- new("ovariable",
	name = "mikrobit.kulkeutumisaika",
	formula =  function(dependencies, ...) {
		ComputeDependencies(dependencies, ...)

		#Lasketaan kulkeutumisaika kahdella eri tavalla riippuen tilanteesta.
		kulkeutumisaika <- 0
		if(tilanne == "suoravirtaus") {
			kulkeutumisaika <- etäisyys / (vedenjohtavuus * (paksuus / etäisyys) / huokoisuus) / 3600 / 24
		}
		if(tilanne == "kaivoimu") {
			kulkeutumisaika <- 2 * pi * huokoisuus * paksuus * etäisyys ^ 2 / kaivon.tuotto # Miksi 2 * ?
		}

		
		#Loputuloksena annetaan se kolmesta lasketusta outputista joka tulosteessa määritellään.
		return(get(tuloste))
	},
	dependencies = data.frame(Name = c(
		"tilanne",
		"tuloste",
		"kaivon.tuotto",
		"vedenjohtavuus",
		"paksuus",
		"etäisyys",
		"huokoisuus",
		"mikrobipit.lähde",
		"inaktivaatiopit",
		"inaktivaationopeus"
	))
)

mikrobit.pohjavesi <- EvalOutput(mikrobit.pohjavesi, N = 10)
cat(tuloste, "\n")
print(mikrobit.pohjavesi)

Mikrobien pitoisuuden laskeminen:

+ Näytä koodi - Piilota koodi

library(OpasnetUtils)
library(xtable)

# Ensin valikoidaan tietolähde. Käyttäjän antama input on ensisijainen, jos sitä ei ole, kaivetaan Basesta oletusarvo.
# Joka tapauksessa lähtötiedosta rakennetaan ovariable, olipa alkutieto NULL, NA, "", vektori tai data.frame.
# Kannattaisi ehkä ottaa yleiseksi käytännöksi silloin kun data voi tulla käyttäjältä tai tietokannasta?

apparate <- function(objname, source = "Op_fi1755") {
	obj <- get(objname)
	if(is.null(obj)) obj <- NA
	if(is.na(obj) | obj == "") {
		temp <- opbase.data(source) 
		obj <- temp[temp$Parametri == objname & temp$Havainto == "Arvo", ]["Result"]
	}
	if(is.vector(obj)) obj <- data.frame(Result = obj)
	if(is.data.frame(obj)) obj <- new("ovariable", name = objname, data = obj)
	return(obj)
}

kaivon.tuotto 		<- apparate("kaivon.tuotto")
vedenjohtavuus 		<- apparate("vedenjohtavuus")
paksuus 		<- apparate("paksuus")
etäisyys 		<- apparate("etäisyys")
huokoisuus 		<- apparate("huokoisuus")
mikrobipit.lähde 	<- apparate("mikrobipit.lähde")
inaktivaatiopit 	<- apparate("inaktivaatiopit")
inaktivaationopeus 	<- apparate("inaktivaationopeus")

# Ovariable laskee mikrobipitoisuuden pohjavedessä, kulkeutumisajan ja inaktivaatioajan. Ulos annetaan yksi näistä kolmesta
# riippuen lähtötiedon "tuloste" arvosta.

mikrobipitoisuus.pohjavesi <- new("ovariable",
	name = "mikrobipitoisuus.pohjavesi",
	formula =  function(dependencies, ...) {
		ComputeDependencies(dependencies, ...)

		#Lasketaan mikrobien pitoisuus pohjavedessä.
	
		mikrobipit.kohde <- mikrobipit.lähde * exp(0 - inaktivaationopeus * kulkeutumisaika)
		
		#Loputuloksena annetaan se kolmesta lasketusta outputista joka tulosteessa määritellään.
		return(get(tuloste))
	},
	dependencies = data.frame(Name = c(
		"tilanne",
		"tuloste",
		"kaivon.tuotto",
		"vedenjohtavuus",
		"paksuus",
		"etäisyys",
		"huokoisuus",
		"mikrobipit.lähde",
		"inaktivaatiopit",
		"inaktivaationopeus"
	))
)

mikrobipitoisuus.pohjavesi <- EvalOutput(mikrobit.pohjavesi, N = 100000)
cat(tuloste, "\n")
print(mikrobipitoisuus.pohjavesi)

Tulokset

	Clean	Medium	Contaminated
Norovirus	0	204.167	2166.667
Rotavirus	0	204.167	2166.667
Murine norovirus	0	204.167	2166.667

Katso myös

Mikrobien määrä juomavedessä

**Minera-malli: Ohjeistusta kaivostoiminnan ympäristö- ja terveysriskien arviointiin.**
Osa linkeistä vie ohjeistuksiin eri vaikutusarvioinnin osien tekemisestä, osa taas **valmiisiin laskentamalleihin** (lihavoitu).
Kaivostoiminta	Kohdekohtaisen arvioinnin esimerkkisivu · Rikastus · Kaivosprosessit
Pölyn ja hiukkasten päästöt	Pöly (ohje) · Lähteet · Pintamaan poisto! · Tarvekivi ! · Louhinta ! · Murskaus · Lastaus ja pudotus · Kuljetuksen pakokaasupäästöt! · Kuljetuksen pölypäästöt! · Työkoneet · Hihnakuljetus · Energiantuotanto · Polttomoottorit! · Sähköntuotanto ! · Boilerit ! · Varastointi · Kaivannaisjäte · Sivukivi · Rikastushiekka
Muut päästöt	Haju · Kaasut · Typpi · Säteily! · Tärinä · Jätevesi · Varastoinnin vesipäästö · Mallinnusohjelmat · Rikastuskemikaalipäästöt · Melu
Pitoisuus ympäristössä	Pohjavesi · Pintavesi · Kulkeutuminen vedessä! · Sedimentit · Sedimentit (mittaukset) · Sedimentit (huokosvedet) · Maaperä! · Maaperän terveysriskinarvio
	Ihmiset	Ympäristö ja ekologia
Altistuminen	Altistumisen arviointi	Nisäkkäät ja linnut · Kasvit! · Maaselkärangattomat! · Ravinto!
Vaikutus	Terveysriskinarvioinnin rakenne · Riskinarviointiohjeet: · Pohjavesi · Pintavesi · Pöly · Kaasumaiset ilman epäpuhtaudet · Maaperä · Tärinä · Haju · Säteily! · Maaperän terveysriski · Kaasut · Melu · Pienhiukkasvaikutukset! · Terveysriskin kuvaus	Vesistöt · Maaperä · Sedimentti · Ekologinen riskinarviointi: · Ekologisten vaikutusten arviointi · Kohdekohtaisen mallin vaiheet · Alustus · Kohdetutkimukset · Vaikutusten arviointi · Mittauksiin perustuva arvio · Luonnehdinta
Integroitu riskinarvio	Integroitu riskinarvio · Viitearvoja

**Muita Minera-projektin tuotoksia**
Minera-mallin sovelluksia	· Luikonlahden tapaustutkimus · Luikonlahden sienitutkimusraportti
Muut	· Metallimalmikaivostoiminnan parhaat ympäristökäytännöt · Minera-hanke · MINERA Loppuseminaari · Kauppila T, Makkonen S, Komulainen H, Tuomisto JT: Metallikaivosalueiden ympäristöriskinarviointiosaamisen kehittäminen: MINERA-hankkeen loppuraportti. · Lehdistötiedote 15.4.2013 · Kohdekohtainen esimerkki · Lyhenteet ja määritelmät · Loppuraportti kokonaismalli · Kaivostoiminnan ympäristöterveysriskien arviointi (suojattu sivu) · Mallinnusohjelmat päästöjen arvioinnissa · Viitearvot · Talvivaaran kaivoksen terveysvaikutukset · Loppuraportti · Raportti · Yaran tapaustutkimus
Muita kaivostoimintaan liittyvää	· Vesijalanjälki · Hyvä kaivos pohjoisessa · Yhteiskuntatieteellinen kaivostutkimus Itä-Suomen yliopistossa · Teemasivu:Kaivostoiminnan vaikutusarviointi

Viitteet

Aiheeseen liittyviä tiedostoja

Ero sivun ”Mikrobien määrä pohjavedessä” versioiden välillä

Nykyinen versio 30. lokakuuta 2014 kello 13.24

Sisällys

Kysymys

Vastaus

Malli

Perustelut

Data

Riippuvuudet

Yksikkö

Laskenta

Tulokset

Katso myös

Viitteet

Aiheeseen liittyviä tiedostoja

Navigointivalikko