Med utgangspunkt i data fra strømmodellen er det utført spredningssimuleringer for alle registrerte oppdrettsanlegg i Troms (per April 2014). Ved å gi spredningspartiklene ulike egenskaper er det forsøkt å illustrere både parasittspredning og virusspredning. Ulike brukere kan være interessert i ulike problemstillinger og det er derfor lagt vekt å fremstille resultatene på flere forskjellige måter. Influensområdekart, som viser spredning fra anleggene enkeltvis, er allerede produsert, og er tilgjengelig på Kartsiden. I tillegg er det lagt inn funksjonalitet for å kunne studere hvordan et utvalg av anlegg påvirker hverandre. Utvalget velges av brukeren ved klikk på kartet.

Spredningsmønstre for ulike sykdommer
Spredningsfaren som er forbundet med et smittestoff er ikke bare avhengig av strømbildet, men også av egenskapene til smittestoffet. En viktig faktor som gjør situasjonen komplisert er at potensialet for smitte varierer avhengig av hvor lenge smittestoffet har vært flytende i vannet. Det er store usikkerheter rundt disse prosessene og det er vanskelig å inkludere dette i spredningsmodelleringen på en måte som gir en høy grad av sikkerhet. Smittespredningsproblematikk i dag dreier seg i stor grad enten om virussykdommer eller parasittiske lakselus, og i dette prosjektet er det derfor forsøkt å indikere hvordan spredningsmønsteret for disse kan bli basert på noen enkle antakelser om smittepotensial. Resultater fra spredningssimuleringer med partikler som representerer tre forskjellige smittestoff er tilgjengelige:

  1.  Virus (for eksempel ILA og PD) Smittefaren er høyest umiddelbart etter utslipp og reduseres deretter gradvis.
  2. Parasitt (lakselus) Smittestoffet har en periode umiddelbart etter utslipp der det ikke representerer smittefare (naupliuslarvestadiet), for deretter å utgjøre en fare (copepodittstadiet).
  3. Referanseutslipp Konstant smittefare i hele simuleringsperioden.

Dette kan illustrere med smittepotensialkurver som representerer ulike smittestoff. Kurvene som er brukt i prosjektet er illustrert grafisk i figuren under.

Viruspartiklene (grønn kurve) har høyest smittepotensial umiddelbart etter utslipp. Deretter reduseres dette gradvis mot null etter 30 dager. For parasittpartiklene er situasjonen litt annerledes. Det er ingen fare de første sju dagene og smittepotensialet er derfor null frem til dag 7. Deretter økes smittepotensialet til maksimum ved dag sju og reduseres gradvis mot dag 25. Disse forskjellene i smittepotensialkurver vil gi betydelige forskjeller i spredningskartene for disse to sykdommene. Det er viktig å huske på at dette bare er eksempler som ikke nødvendigvis representerer virkeligheten til enhver tid. Stadieutviklingen til lakselus er blant annet svært avhengig av temperatur, og kurven kan være forskjellig ved ulike oseanografiske forhold. I tillegg til simuleringer for virus og parasitt er det gjennomført en referansesimulering der smittepotensialet er konstant fra utslippstidspunkt (dag 0) til dag 20 (blå kurve). På grunn av de store usikkerhetene rundt smitteprosesser kan ikke resultatene forventes å være helt nøyaktige, men de gir likevel nyttig informasjon om hvordan ulike smittestoff påvirker resultatene.

Dataene presenteres på følgende måter:

1. Influensområdekart

Dette er et kart der spredningsmønsteret fra anleggene vises hver for seg. Dette er den enkleste måten å vise resultatene på. Slike kart er tilgjengelig fra alle oppdrettslokaliteter i Troms. De to neste presentasjonsmåtene bruker resultatene fra alle influensområdekartene til å vise hvordan flere konkrete lokaliteter påvirker hverandre. Hvilke lokaliteter som skal inkluderes i hvert tilfelle velges av brukeren på kartsiden.

Figur 1 Eksempel på influensområdekart Forskjellige farger viser maksimalspredning som forekom rundt utslippsområdet i simuleringsperioden. Verdiene er fortynningen relativt til utslippspunktet. At den registrerte konsentrasjonen på influensområdekart og smittematrise er mindre enn 100 % ved selve utslippspunktet henger sammen med at partiklene slippes ut i et begrenset område og fortynnes umiddelbart i strømmen. Konsentrasjonene ved de forskjellige utslippspunktene gir derfor en indikasjon på vannutskiftningen ved lokaliteten. Det er viktig å tolke resultatene som modelldata med begrenset oppløsning i rom og tid. Spredningssimuleringen er basert på en strømmodell med 200 m horisontaloppløsning. Selv om interpolasjon og glatting av data kan vise flere detaljer på kartet, finnes det ikke noe datagrunnlag for tolkning av strukturer på mindre skala enn et par hundre meter. Det vises også bare statistiske resultater for hele den toårige simuleringsperioden, selv om sesongvariasjoner mest sannsynlig også vil ha en betydning for spredningen.

2. Kontaktmatriser og sirkeldiagrammer for grupper av lokaliteter

Begge disse diagrammene oppsummerer spredningsresultatene fra flere lokaliteter samtidig, og er en oversiktlig måte å beskrive vekselvirkningene innenfor et regionalt anleggsnettverk på. I kontaktmatrisene listes de valgte anleggene opp langs to sider av en matrise. På den ene siden regnes anleggene som smittekilder og på den andre som mottakere. Fargelagte sirkler med ulik størrelse i skjæringspunktet mellom to anlegg illustrerer graden av spredning mellom anleggene. Det er to skjæringspunkter for hver anleggskombinasjon, slik at spredning begge veier er med i diagrammet. Fargeskalaen er den samme som på influensområdekartene, og sett i sammenheng, utgjør kontaktmatriser og influensområdekart et kraftig verktøy for vurdering av anleggsplassering.

Sirkeldiagrammene er en litt annen måte å visualisere kontaktmatriser på. Formålet er å gjøre det litt lettere å identifisere nøkkelanlegg som påvirker, eller blir påvirket av, mange andre anlegg. Jo flere og tykkere linjer som går ut fra et anlegg, desto mer er dette knyttet til andre gjennom spredningsveier, enten som kilde eller mottaker. Merk at et enkelt sirkeldiagram bare viser spredning i én retning, og det trengs derfor to sirkeldiagrammer for å vise spredningen i begge retninger. Hvis spredningen mellom to lokaliteter er mer effektiv i én retning enn i en annen på grunn av ensrettede strømforhold, vil det gå en tydelig kurve mellom lokalitetene i det ene diagrammet, og ikke i det andre.

Som beskrevet i introduksjonen varierer spredningsmønstrene mye med tiden og for å gi et inntrykk av størrelsen på denne variabiliteten, er det mulig å velge mellom tre forskjellige statistiske parametere for hver av presentasjonsformene:

  • 50 prosentil (Median)
    50 % av tiden vil verdiene være lavere enn medianverdien og 50 % av tiden vil den være høyere enn medianverdien. Dette er en pålitelig indikator for den mest sannsynlige konsentrasjonen som vil bli registrert ved målepunktet. Den gir også en indikasjon på den akkumulerte eksponeringen over lengre tid. Detter kan for eksempel brukes til å vurdere forurensing som følge av et kontinuerlig utslipp fra en lokalitet.
  • 75 prosentil (Variabilitet)
    75 % av tiden vil verdiene være lavere enn denne verdien og 25 % av tiden vil den være høyere enn denne verdien. Dette er et mål på hvor stor variasjonen i smittekonsentrasjon er. Selv om medianen er lav, kan stor variabilitet av spredningen utsette mange steder rundt utslippspunktet for høyere konsentrasjoner i kortere perioder. Jo nærere 75 prosentilverdien ligger medianverdien, desto mindre er variabiliteten.
  • 95 prosentil (Øvre grense)
    95 % av tiden vil verdiene være lavere enn denne verdien og 5 % av tiden vil den være høyere enn denne verdien. Dette er en indikator på mulige ekstremverdier.
Figur 2 Eksempel av kontaktmatrise. Størrelsen og farge av sirklene viser hvor høy konsentrasjon far anlegg A (emitting sites) blir registrert ved anlegg B (recieving sites). Ved anlegg med konsentrasjoner under et visst terskelnivå (0.05 %) er sirkelen utelatt. Dataene i dette eksempelet viser første standardavvik over gjennomsnitskonsentrasjonen (sigma1).
Figur 3 Eksempel av sirkeldiagram::som visualiserer koblingen mellom forskjellige lokaliteter. Tydeligere forbindelseslinjer indikerer høyere konsentrasjonsverdier. Sirkelen viser samme data (standardavvik, sigma 1) som kontaktmatrisen i Figur 2. Det trengs en sirkel for hver spredningsretning («forward» fra lavt anleggstall til høyt anleggstall mot klokken og «reverse» som er motsatt retning, dvs. med klokken).