Nurmisäilörehun valkuaisen metaboliareittien mallintaminen lypsylehmän pötsissä dynaamisen mallin avulla

Tämän tutkimuksen tarkoituksena oli määrittää ammoniumtypen, säilörehun liukoisen ja säilörehun liukenemattoman valkuaisen metaboloitumista pötsissä sekä kuvata ammmoniumtypen sekä säilörehun liukoisen ja liukenemattoman fraktion virtauskinetiikkaa alempaan ruoansulatuskanavaan. Koska typen metaboliaa märehtijän elimistössä on tutkittu paljon ja siitä on vakiintuneita käsityksiä, tässä tutkimuksessa keskityttiin metaboliareittien suuruuden arviointiin sekä typen virtausnopeuden estimointiin WinSAAM -ohjelmistolla rakennetun dynaamisen mallin avulla. Koe suoritettiin ajanjaksolla 2.3.-26.4.2002 Maa- ja elintarviketalouden tutkimuskeskuksessa (MTT) Jokioisilla, kotieläintuotannon tutkimusosaston koe-eläintallilla. Koemallina oli 4 x 4 latinalainen neliö, jossa oli neljä eläintä, neljä jaksoa ja neljä koekäsittelyä. Koe-eläiminä olivat neljä usean kerran poikinutta ayrshire-lypsylehmää. Lehmien poikimisesta oli kulunut keskimäärin 68 pv. (± 27 pv). Lehmät saivat 10 kg/pv väkirehuseosta ja hapolla (AIV 2000, 5,4 l/tn) säilöttyä esikuivattua säilörehua vapaasti siten, että jätettä jäi 5-10 %. Typellisten yhdisteiden metaboliareittejä mallinnettaessa havaintoaineistona käytettiin pötsin ammoniumtypen, bakteeritypen, alkueläintypen, liukenemattoman typen ja valkuaisen C-fraktion 15N-rikastumisen perusteella laskettua taustarikastumisen ylittävää poolikokoa. Havaintoaineiston perusteella rakennettiin ammoniumtypen (Malli 1), säilörehun liukoisen ei-ammoniumtypen (SNAN) (Malli 2) ja säilörehun liukenemattoman typen (Malli 3) metaboliareittejä kuvaavat mallit. Malli 1 estimoi ammoniumtypen imeytymisen, ulosvirtauksen ja synteesin bakteeritypeksi erinomaisesti. Alkueläintypen metabolian parametriarvoissa oli enemmän hajontaa kuin ammoniumtypen tai bakteeritypen metabolian parametriarvoissa. Mallin 1 mukaan 38 % ammoniumtypestä imeytyi suoraan pötsin seinämän läpi, 35 % syntetisoitui bakteeritypeksi ja 9 % alkueläintypeksi. Loppuosa (18 %) ammoniumtypestä virtasi nestefaasin mukana satakertaan. Malli 2 estimoi säilörehun SNAN:n metaboitumisen ammonium- ja bakteeritypeksi erinomaisesti. Myös ammoniumtypen metabolia ja bakteeritypen ulosvirtauksen estimointi onnistui erinomaisesti. Malli 2 ei antanut kovin luotettavaa estimaattia alkueläintypen metaboliasta. Mallin 2 mukaan 29 % säilörehun SNAN:stä imeytyi ammoniumtyppenä pötsin seinämän läpi, 10 % virtasi ulos pötsistä ammoniumtypen muodossa, 42 % syntetisoitui bakteeritypeksi ja 7 % alkueläintypeksi. Lisäksi 13 % SNAN:stä ohitti pötsin hajoamatta. Malli 3 estimoi typen metaboliareiteille erittäin tarkat parametriarvot. Tässä mallissa myös alkueläinten metabolialle saatiin luotettavat parametriarvot. Mallin 3 mukaan 57 % säilörehun liukenemattomasta typestä ohitti pötsin hajoamatta, 24 % syntetisoitui bakteeritypeksi ja 18 % alkueläintypeksi. Nurmisäilörehuun perustuvalla dieetillä hyvin suuri osuus satakertaan virtaavasta mikrobivalkuaisesta on peräisin ei-ammoniumtyppi -lähteistä, eli liukenemattomasta rehuvalkuaisesta, aminohapoista ja peptideistä. Koska lyhyt- ja pitkäketjuisten peptidien osuus SNAN fraktiosta on suuri ja koska jopa 13 % säilörehun SNAN fraktiosta voi ohittaa pötsin hajoamatta, on liukoisten typpifraktioiden ja varsinkin peptidien rooli pötsin typpimetaboliassa hyvin merkittävä.

Suomessa esiintyvien lämpötilan ääriarvojen mallintaminen yksidimensioisilla ilmakehämalleilla

Tässä Pro Gradu -tutkielmassa oli tarkoitus määrittää ne lämpötilan ääriarvojen maksimi ja minimi arvot, jotka ovat vielä fysikaalisesti mahdollisia Suomen ilmastossa. Työssä käytettiin hyväksi kahta eri yksidimensioista ilmakehämallia, 1D-H634 sekä 1D-RCA3. Ensiksi mainittu pohjaa HIRLAM 6.3.4- malliin. Jälkimmäisessä mallissa HIRLAMin pintaprosessit on korvattu ruotsalaisen Rossby-keskuksen RCA3 -mallin fysiikalla. Tutkimukseen otettiin mukaan kaikki kolme luotausasemaa Suomesta (Jokioinen, Jyväskylä ja Sodankylä). Työ aloitettiin poimimalla Ilmatieteen laitoksen ilmastotietokannasta ne ajankohdat, joina kahden metrin lämpötila on ylittänyt kesällä +30°C ja alittanut talvella -35°C. Seuraavaksi etsittiin näitä ajanjaksoja vastaavat luotaustiedot. Luotauksia tutkimalla pyrittiin selvittämään mitkä tekijät vaikuttivat äärilämpötilojen esiintymiseen. Tämän jälkeen nämä luotaustiedot interpoloitiin vastaamaan mallin 40 vertikaalitasoa. Nämä tiedot syötettiin malleille yhdessä päivämäärän, kellonajan sekä koordinaattien kanssa ja tulokseksi saatiin vuorokauden kahden metrin lämpötilakäyrät. Koska yksidimensioiset mallit eivät ota huomioon lämmön advektiota, laskettiin Euroopan keskipitkien sääennusteiden keskuksen (ECMWF) ERA40-uusanalyysien pohjalta kyseisiä ajanhetkiä vastaavat lämmön advektiot. Lisäksi laskettiin keskimääräiset advektion vuorokausirytmit kesällä (kesä-heinä-elo) ja talvella (tammi-helmi). Suomesta saatujen luotaustietojen pohjalta tehtyjen ajojen kahden metrin lämpötilat eivät kesätilanteessa kyenneet ylittämään Turussa vuonna 1914 mitattua lämpötilaennätystä +35,9°C. Verrattaessa kuitenkin malliajojen tuloksia tehtyihin havaintoihin, voitiin kesätilanteissa todeta mallin antavan jopa 5°C lämpimämpiä arvoja kuin kyseisissä tilanteissa on mitattu. Lopuksi päätettiin tehdä malliajo, jossa luotaus otettiin Tallinnan lentoasemalta elokuulta 1992. Tämän luotaustiedon pohjalta tehdyn ajon tulos (+36,4°C) ylitti Suomessa havaitun lämpötilaennätyksen. Talvitilanteissa 1D-H634-malli ei puolestaan kyennyt saavuttamaan Suomen pakkasennätystä (-51,5°C), joka mitattiin Kittilässä vuonna 1999. Mallitetut pakkaslukemat olivat kuitenkin suurimmassa osassa ajoja kireämpiä kuin mitä kyseisten tilanteiden havainnot kertovat. Käytettäessä 1D-RCA3-mallia päästiin pakkasissa -53,8°C:seen ja pakkaslukemat olivat muutenkin paljon alhaisempia verrattuna 1D-H634- mallin tuloksiin.

Lumi ilmaston osana - Lumen vesiarvon ja pinnan albedon mallintaminen Pohjois-Euraasian alueella

Työssä tarkasteltiin ilmakehän yleisen kiertoliikkeen mallin, ECHAM5:n, ja Euroopan keskipitkien sääennusteiden keskuksen uudelleenanalyysijärjestelmän, ERA-40:n, lumen vesiarvon ja lumisten alueiden pinnan albedon mallintamista. Tarkoituksena oli selvittää näiden välisiä eroja sekä sitä, kuinka hyvin ECHAM5 kuvaa nykyilmaston lumioloja. Esimerkinomaisesti tarkasteltiin myös Rossby-keskuksen alueellisen ilmastomallin, RCA3:n, lumen mallintamistapaa. ECHAM5-simulaatioissa käytetty pakote oli havaintojen mukainen meriveden pintalämpötilan ja merijään jakauma. ECHAM5:n ja ERA-40:n aineistoja vertailtiin jaksolla 1986-1990 Pohjois-Euraasian alueella. ERA-40:n lumen vesiarvoja verrattiin lisäksi INTAS-SCCONE-hankkeen havaintoaineistoon. Saatujen tulosten mukaan ECHAM5:n lumen vesiarvo oli monilla alueilla ERA-40:n lumen vesiarvoa pienempi. Suurimmillaan erot olivat vesiarvon maksimialueilla Euraasian keskiosissa. ECHAM5:ssä myös eri vuosien välinen vaihtelu oli pienempää kuin ERA-40:ssä. Varsinkin tarkastelujakson viimeisinä vuosina, 1989 ja 1990, lumen vesiarvo sai Pohjois-Euroopan alueella ERA-40:n mukaan hyvin matalia arvoja, jotka selittyvät NAO-indeksin korkeilla arvoilla. NAO-ilmiön voimakkuus 1980-luvun lopulla ei kuitenkaan erotu ECHAM5:n lumen vesiarvossa. ERA-40:n lumianalyysissä on mukana lumensyvyyshavaintoja, mikä on suurin tuloksiin eroa aiheuttava tekijä. Lienee myös mahdollista, että ECHAM5-simulaatioissa käytetty pakote ei ole riittävän voimakas tuottamaan kaikilta osin realistista lumen vesiarvon jakaumaa. ERA-40:n ja INTAS-SCCONE-aineiston välillä ei ollut kovin suuria eroja. Lumisten alueiden pinnan albedon osana käytetty lumialbedo on ERA-40:ssä ennustettava muuttuja, ECHAM5:ssä se parametrisoidaan. Saatujen tulosten mukaan pinnan albedon arvot ovat ECHAM5:ssä laajalti suurempia kuin ERA-40:ssä. Erot aiheutuvat albedojen erilaisesta laskentatavasta sekä mallien erilaisista kasvillisuusjakaumista. ECHAM5 aliarvioi kasvillisuuden albedoa pienentävän vaikutuksen varsinkin pohjoisen havumetsävyöhykkeen alueella. ERA-40:n pinnan albedo lieneekin realistisempi kuin ECHAM5:n.

Lypsylehmän energiataseen mallintaminen tuotoskauden alkuvaiheessa

Energiataseen mallinnus on osa KarjaKompassi-hankkeeseen liittyvää kehitystyötä. Tutkielman tavoitteena oli kehittää lypsylehmän energiatasetta etukäteen ennustavia ja tuotoskauden aikana saatavia tietoja hyödyntäviä matemaattisia malleja. Selittävinä muuttujina olivat dieetti-, rehu-, maitotuotos-, koelypsy-, elopaino- ja kuntoluokkatiedot. Tutkimuksen aineisto kerättiin 12 Suomessa tehdyistä 8 – 28 laktaatioviikon pituisesta ruokintakokeesta, jotka alkoivat heti poikimisen jälkeen. Mukana olleista 344 lypsylehmästä yksi neljäsosa oli friisiläis- ja loput ayshire-rotuisia. Vanhempien lehmien päätiedosto sisälsi 2647 havaintoa (koe * lehmä * laktaatioviikko) ja ensikoiden 1070. Aineisto käsiteltiin SAS-ohjelmiston Mixed-proseduuria käyttäen ja poikkeavat havainnot poistettiin Tukeyn menetelmällä. Korrelaatioanalyysillä tarkasteltiin energiataseen ja selittävien muuttujien välisiä yhteyksiä. Energiatase mallinnettiin regressioanalyysillä. Laktaatiopäivän vaikutusta energiataseeseen selitettiin viiden eri funktion avulla. Satunnaisena tekijänä mallissa oli lehmä kokeen sisällä. Mallin sopivuutta aineistoon tarkasteltiin jäännösvirheen, selitysasteen ja Bayesin informaatiokriteerin avulla. Parhaat mallit testattiin riippumattomassa aineistossa. Laktaatiopäivän vaikutusta energiataseeseen selitti hyvin Ali-Schaefferin funktio, jota käytettiin perusmallina. Kaikissa energiatasemalleissa vaihtelu kasvoi laktaatioviikosta 12. alkaen, kun havaintojen määrä väheni ja energiatase muuttui positiiviseksi. Ennen poikimista käytettävissä olevista muuttujista dieetin väkirehuosuus ja väkirehun syönti-indeksi paransivat selitysastetta ja pienensivät jäännösvirhettä. Ruokinnan onnistumista voidaan seurata maitotuotoksen, maidon rasvapitoisuuden ja rasva-valkuaissuhteen tai EKM:n sisältävillä malleilla. EKM:n vakiointi pienensi mallin jäännösvirhettä. Elopaino ja kuntoluokka olivat heikkoja selittäjiä. Malleja voidaan hyödyntää karjatason ruokinnan suunnittelussa ja seurannassa, mutta yksittäisen lehmän energiataseen ennustamiseen ne eivät sovellu.

Lumettoman maan routaolojen mallintaminen ja ennustettavuus muuttuvassa ilmastossa

Raportissa on arvioitu ilmastonmuutoksen vaikutusta Suomen maaperän talviaikaiseen jäätymiseen lämpösummien perusteella. Laskelmat kuvaavat roudan paksuutta nimenomaisesti lumettomilla alueilla, esimerkiksi teillä, joilta satanut lumi aurataan pois. Luonnossa lämpöä eristävän lumipeitteen alla routaa on ohuemmin kuin tällaisilla lumettomilla alueilla. Toisaalta luonnollisessa ympäristössä paikalliset erot korostuvat johtuen mm. maalajeista ja kasvillisuudesta. Roudan paksuudet laskettiin ensin perusjakson 1971–2000 ilmasto-oloissa talviaikaisten säähavaintotietoihin pohjautuvien lämpötilojen perusteella. Sen jälkeen laskelmat toistettiin kolmelle tulevalle ajanjaksolle (2010–2039, 2040–2069 ja 2070–2099) kohottamalla lämpötiloja ilmastonmuutosmallien ennustamalla tavalla. Laskelman pohjana käytettiin 19 ilmastomallin A1B-skenaarioajojen keskimäärin simuloimaa lämpötilan muutosta. Tulosten herkkyyden arvioimiseksi joitakin laskelmia tehtiin myös tätä selvästi heikompaa ja voimakkaampaa lämpenemisarviota käyttäen. A1B-skenaarion mukaisen lämpötilan nousun toteutuessa nykyisiä mallituloksia vastaavasti routakerros ohenee sadan vuoden aikana Pohjois-Suomessa 30–40 %, suuressa osassa maan keski- ja eteläosissa 50–70 %. Jo lähivuosikymmeninä roudan ennustetaan ohentuvan 10–30 %, saaristossa enemmän. Mikäli lämpeneminen toteutuisi voimakkaimman tarkastellun vaihtoehdon mukaisesti, roudan syvyys pienenisi tätäkin enemmän. Roudan paksuuden vuosienvälistä vaihtelua ja sen muuttumista tulevaisuudessa pyrittiin myös arvioimaan. Leutoina talvina routa ohenee enemmän kuin normaaleina tai ankarina pakkastalvina. Päivittäistä sään vaihtelua simuloineen säägeneraattorin tuottamassa aineistoissa esiintyi kuitenkin liian vähän hyvin alhaisia ja hyvin korkeita lämpötiloja. Siksi näitten lämpötilatietojen pohjalta laskettu roudan paksuuskin ilmeisesti vaihtelee liian vähän vuodesta toiseen. Kelirikkotilanteita voi esiintyä myös kesken routakauden, jos useamman päivän suojasää ja samanaikainen runsas vesisade pääsevät sulattamaan maata. Tällaiset routakauden aikana sattuvat säätilat näyttävätkin yleistyvän lähivuosikymmeninä. Vuosisadan loppua kohti ne sen sijaan maan eteläosissa jälleen vähenevät, koska routakausi lyhenee oleellisesti. Tulevia vuosikymmeniä koskevien ilmastonmuutosennusteiden ohella routaa ja kelirikon esiintymistä on periaatteessa mahdollista ennustaa myös lähiaikojen sääennusteita hyödyntäen. Pitkät, viikkojen tai kuukausien mittaiset sääennusteet eivät tosin ole ainakaan vielä erityisen luotettavia, mutta myös lyhyemmistä ennusteista voisi olla hyötyä mm. tienpitoa suunniteltaessa.

Pohjaveden pinnankorkeuden mallintaminen männyn kasvun avulla

Tutkimus suoritettiin Lammin Tullinkankaan pohjavesialueelta. Tutkimusalueelta valittiin kaksi metsikköä, jossa toisessa pohjavesi on noin metrin syvyydellä maanpinnasta (sarja "vedellinen") ja toisessa noin kahden ja puolen metrin syvyydellä (sarja "vedetön"). Oletuksena oli, että pohjaveden pinnankorkeus vaikuttaa männyn kasvuun alueella, jossa pohjaveden pinta on lähellä maanpintaa. Sarjoja verrattiin toisiinsa sekä ilmasto- ja pohjavesitietoihin. Molemmilta alueilta otettiin yhteensä n. 20 lustonäytettä, joista muodostettiin omat ristiinajoitetut lustokronologiat. Vedellisen sarjan kronologia kattaa vuodet 1872–2008 (137 vuotta) ja vedettömän sarjan kronologia vuodet 1958–2008 (51 vuotta). Vedellisen alueen männyt korreloivat negatiivisesti touko- ja kesäkuun pohjaveden pinnankorkeuden kanssa sekä positiivisesti kesäkuun sademäärän ja helmikuun lämpötilan kanssa. Vedettömän alueen männyt korreloivat negatiivisesti toukokuun sademäärän ja marraskuun lämpötilan kanssa sekä positiivisesti maaliskuun sademäärän kanssa, mutta eivät ollenkaan pohjaveden pinnankorkeuden kanssa. Vedellisen alueen kronologiaa käytettiin monimuuttujaregressiossa selittävänä tekijänä selittämässä toukokuun pohjaveden pinnankorkeutta. Vedellisen kronologian ja toukokuun pohjaveden pinnankorkeuden välisen mallin korjattu selitysaste oli 0,37 ja korrelaatiokerroin 0,62. Ristiinvalidoidutu rekonstruktiomalli kattaa vuodet 1880– 2002. Rekonstruoidusta pinnankorkeusmallista rekonstruoitiin spektrianalyysin avulla tilastollisesti merkitsevä 23,81 a jaksollisuus.

Periglasiaalisten ilmiöiden alueellinen mallintaminen subarktisessa ympäristössä

Periglacial processes act on cold, non-glacial regions where the landscape deveploment is mainly controlled by frost activity. Circa 25 percent of Earth's surface can be considered as periglacial. Geographical Information System combined with advanced statistical modeling methods, provides an efficient tool and new theoretical perspective for study of cold environments. The aim of this study was to: 1) model and predict the abundance of periglacial phenomena in subarctic environment with statistical modeling, 2) investigate the most import factors affecting the occurence of these phenomena with hierarchical partitioning, 3) compare two widely used statistical modeling methods: Generalized Linear Models and Generalized Additive Models, 4) study modeling resolution's effect on prediction and 5) study how spatially continous prediction can be obtained from point data. The observational data of this study consist of 369 points that were collected during the summers of 2009 and 2010 at the study area in Kilpisjärvi northern Lapland. The periglacial phenomena of interest were cryoturbations, slope processes, weathering, deflation, nivation and fluvial processes. The features were modeled using Generalized Linear Models (GLM) and Generalized Additive Models (GAM) based on Poisson-errors. The abundance of periglacial features were predicted based on these models to a spatial grid with a resolution of one hectare. The most important environmental factors were examined with hierarchical partitioning. The effect of modeling resolution was investigated with in a small independent study area with a spatial resolution of 0,01 hectare. The models explained 45-70 % of the occurence of periglacial phenomena. When spatial variables were added to the models the amount of explained deviance was considerably higher, which signalled a geographical trend structure. The ability of the models to predict periglacial phenomena were assessed with independent evaluation data. Spearman's correlation varied 0,258 - 0,754 between the observed and predicted values. Based on explained deviance, and the results of hierarchical partitioning, the most important environmental variables were mean altitude, vegetation and mean slope angle. The effect of modeling resolution was clear, too coarse resolution caused a loss of information, while finer resolution brought out more localized variation. The models ability to explain and predict periglacial phenomena in the study area were mostly good and moderate respectively. Differences between modeling methods were small, although the explained deviance was higher with GLM-models than GAMs. In turn, GAMs produced more realistic spatial predictions. The single most important environmental variable controlling the occurence of periglacial phenomena was mean altitude, which had strong correlations with many other explanatory variables. The ongoing global warming will have great impact especially in cold environments on high latitudes, and for this reason, an important research topic in the near future will be the response of periglacial environments to a warming climate.

Questions to Artificial Nature: A Philosophical Study of Interdisciplinary Models and their Functions in Scientific Practice

This thesis presents an interdisciplinary analysis of how models and simulations function in the production of scientific knowledge. The work is informed by three scholarly traditions: studies on models and simulations in philosophy of science, so-called micro-sociological laboratory studies within science and technology studies, and cultural-historical activity theory. Methodologically, I adopt a naturalist epistemology and combine philosophical analysis with a qualitative, empirical case study of infectious-disease modelling. This study has a dual perspective throughout the analysis: it specifies the modelling practices and examines the models as objects of research. The research questions addressed in this study are: 1) How are models constructed and what functions do they have in the production of scientific knowledge? 2) What is interdisciplinarity in model construction? 3) How do models become a general research tool and why is this process problematic? The core argument is that the mediating models as investigative instruments (cf. Morgan and Morrison 1999) take questions as a starting point, and hence their construction is intentionally guided. This argument applies the interrogative model of inquiry (e.g., Sintonen 2005; Hintikka 1981), which conceives of all knowledge acquisition as process of seeking answers to questions. The first question addresses simulation models as Artificial Nature, which is manipulated in order to answer questions that initiated the model building. This account develops further the "epistemology of simulation" (cf. Winsberg 2003) by showing the interrelatedness of researchers and their objects in the process of modelling. The second question clarifies why interdisciplinary research collaboration is demanding and difficult to maintain. The nature of the impediments to disciplinary interaction are examined by introducing the idea of object-oriented interdisciplinarity, which provides an analytical framework to study the changes in the degree of interdisciplinarity, the tools and research practices developed to support the collaboration, and the mode of collaboration in relation to the historically mutable object of research. As my interest is in the models as interdisciplinary objects, the third research problem seeks to answer my question of how we might characterise these objects, what is typical for them, and what kind of changes happen in the process of modelling. Here I examine the tension between specified, question-oriented models and more general models, and suggest that the specified models form a group of their own. I call these Tailor-made models, in opposition to the process of building a simulation platform that aims at generalisability and utility for health-policy. This tension also underlines the challenge of applying research results (or methods and tools) to discuss and solve problems in decision-making processes.

Microclimate and gas emissions in dairy buildings : Instrumentation, theory and measurements

The aim of this thesis was to develop measurement techniques and systems for measuring air quality and to provide information about air quality conditions and the amount of gaseous emissions from semi-insulated and uninsulated dairy buildings in Finland and Estonia. Specialization and intensification in livestock farming, such as in dairy production, is usually accompanied by an increase in concentrated environmental emissions. In addition to high moisture, the presence of dust and corrosive gases, and widely varying gas concentrations in dairy buildings, Finland and Estonia experience winter temperatures reaching below -40 ºC and summer temperatures above +30 ºC. The adaptation of new technologies for long-term air quality monitoring and measurement remains relatively uncommon in dairy buildings because the construction and maintenance of accurate monitoring systems for long-term use are too expensive for the average dairy farmer to afford. Though the documentation of accurate air quality measurement systems intended mainly for research purposes have been made in the past, standardised methods and the documentation of affordable systems and simple methods for performing air quality and emissions measurements in dairy buildings are unavailable. In this study, we built three measurement systems: 1) a Stationary system with integrated affordable sensors for on-site measurements, 2) a Wireless system with affordable sensors for off-site measurements, and 3) a Mobile system consisting of expensive and accurate sensors for measuring air quality. In addition to assessing existing methods, we developed simplified methods for measuring ventilation and emission rates in dairy buildings. The three measurement systems were successfully used to measure air quality in uninsulated, semi-insulated, and fully-insulated dairy buildings between the years 2005 and 2007. When carefully calibrated, the affordable sensors in the systems gave reasonably accurate readings. The spatial air quality survey showed high variation in microclimate conditions in the dairy buildings measured. The average indoor air concentration for carbon dioxide was 950 ppm, for ammonia 5 ppm, for methane 48 ppm, for relative humidity 70%, and for inside air velocity 0.2 m/s. The average winter and summer indoor temperatures during the measurement period were -7º C and +24 ºC for the uninsulated, +3 ºC and +20 ºC for the semi-insulated and +10 ºC and +25 ºC for the fully-insulated dairy buildings. The measurement results showed that the uninsulated dairy buildings had lower indoor gas concentrations and emissions compared to fully insulated buildings. Although occasionally exceeded, the ventilation rates and average indoor air quality in the dairy buildings were largely within recommended limits. We assessed the traditional heat balance, moisture balance, carbon dioxide balance and direct airflow methods for estimating ventilation rates. The direct velocity measurement for the estimation of ventilation rate proved to be impractical for naturally ventilated buildings. Two methods were developed for estimating ventilation rates. The first method is applicable in buildings in which the ventilation can be stopped or completely closed. The second method is useful in naturally ventilated buildings with large openings and high ventilation rates where spatial gas concentrations are heterogeneously distributed. The two traditional methods (carbon dioxide and methane balances), and two newly developed methods (theoretical modelling using Fick s law and boundary layer theory, and the recirculation flux-chamber technique) were used to estimate ammonia emissions from the dairy buildings. Using the traditional carbon dioxide balance method, ammonia emissions per cow from the dairy buildings ranged from 7 g day-1 to 35 g day-1, and methane emissions per cow ranged from 96 g day-1 to 348 g day-1. The developed methods proved to be as equally accurate as the traditional methods. Variation between the mean emissions estimated with the traditional and the developed methods was less than 20%. The developed modelling procedure provided sound framework for examining the impact of production systems on ammonia emissions in dairy buildings.

Kaksikertasironnan simulointi

Mahdollisimman tarkka tieto varatun hiukkasen energianmenetyksestä sen kulkiessa näytteessä on usein hyvin olennaista varteenotettavien tutkimustulosten aikaansaamiseksi monilla eri fysiikan suuntautumisaloilla. Aihe onkin hyvin laajalti tutkittu. Kehityksen kuitenkin edetessä yhä pienempiin mittasuhteisiin ja tarkempiin arvoihin on tärkeää, että myös ionien energianmenetyksestä väliaineessa saadaan yhä tarkempaa tietoa. Takaisinsirontaspektrometriassa tarkastellaan näytteestä sironneita ammusioneja. Takaisinsironnan avulla voidaan tunnistaa näytteen sisältämät alkuaineet, selvittää syvyysjakauma ja näytteen alkuaineiden suhteelliset runsaudet. Menetelmään liittyvät ilmiöt ovat varsin monimutkaisia ja niiden teoreettinen mallintaminen siten haasteellista. Kun tavoitteena on simuloida mahdollisimman tarkasti tilannetta, jossa kiihdytetty ioni etenee näytteessä ei analyyttinen ratkaisumalli välttämättä ole paras vaihtoehto. Tilannetta kuvaamaan onkin kehitetty useita eri laskennallisia menetelmiä. Tässä työssä tarkasteltiin sitä kuinka paljon kaksikertasironnan huomioon ottaminen vaikuttaa tuloksiin takaisinsirontaa simuloitaessa. Useimmat takaisinsironnan mallinnusohjelmat ottavat huomioon ainoastaan yksikertasironnan. Tämä on varsin ymmärrettävää, sillä jo toisen sirontatapahtuman huomioon ottaminen ja mallintaminen analyyttisesti lisää huomattavasti simulaation laskutapahtumien lukumäärää ja hidastaa siten itse simulaatiota. Työtä varten kirjoitettiin ohjelma, jolla simuloituja tuloksia verrattiin sekä näytteistä mitattuihin että toisella simulaatio-ohjelmalla tuotettuihin spektreihin. Vertailusta kävi selvästi ilmi kaksikertasironnan merkitys takaisinsirontaa simuloitaessa. Yksikertasironnan tuoma informaatio päättyy energiaan, jolla näytteen takareunasta sironnut ioni havaitaan ilmaisimessa. Toisen sirontatapahtuman huomioon ottaminen tuo lisäinformaatiota etenkin spektrin häntäalueella. Laaditulla ohjelmalla pystyttiin nyt käsittelemään ainoastaan erikoistapausta, jossa ionisuihku ammuttiin kohtisuoraan näytteeseen. Looginen jatkotoimenpide työn parissa olisi laajentaa ohjelma käsittämään muutkin ionisuihkun tulokulmat.

Spatial and temporal variability in midge (Nematocera) assemblages in shallow Finnish lakes (60−70 °N) : community-based modelling of past environmental change

Multi- and intralake datasets of fossil midge assemblages in surface sediments of small shallow lakes in Finland were studied to determine the most important environmental factors explaining trends in midge distribution and abundance. The aim was to develop palaeoenvironmental calibration models for the most important environmental variables for the purpose of reconstructing past environmental conditions. The developed models were applied to three high-resolution fossil midge stratigraphies from southern and eastern Finland to interpret environmental variability over the past 2000 years, with special focus on the Medieval Climate Anomaly (MCA), the Little Ice Age (LIA) and recent anthropogenic changes. The midge-based results were compared with physical properties of the sediment, historical evidence and environmental reconstructions based on diatoms (Bacillariophyta), cladocerans (Crustacea: Cladocera) and tree rings. The results showed that the most important environmental factor controlling midge distribution and abundance along a latitudinal gradient in Finland was the mean July air temperature (TJul). However, when the dataset was environmentally screened to include only pristine lakes, water depth at the sampling site became more important. Furthermore, when the dataset was geographically scaled to southern Finland, hypolimnetic oxygen conditions became the dominant environmental factor. The results from an intralake dataset from eastern Finland showed that the most important environmental factors controlling midge distribution within a lake basin were river contribution, water depth and submerged vegetation patterns. In addition, the results of the intralake dataset showed that the fossil midge assemblages represent fauna that lived in close proximity to the sampling sites, thus enabling the exploration of within-lake gradients in midge assemblages. Importantly, this within-lake heterogeneity in midge assemblages may have effects on midge-based temperature estimations, because samples taken from the deepest point of a lake basin may infer considerably colder temperatures than expected, as shown by the present test results. Therefore, it is suggested here that the samples in fossil midge studies involving shallow boreal lakes should be taken from the sublittoral, where the assemblages are most representative of the whole lake fauna. Transfer functions between midge assemblages and the environmental forcing factors that were significantly related with the assemblages, including mean air TJul, water depth, hypolimnetic oxygen, stream flow and distance to littoral vegetation, were developed using weighted averaging (WA) and weighted averaging-partial least squares (WA-PLS) techniques, which outperformed all the other tested numerical approaches. Application of the models in downcore studies showed mostly consistent trends. Based on the present results, which agreed with previous studies and historical evidence, the Medieval Climate Anomaly between ca. 800 and 1300 AD in eastern Finland was characterized by warm temperature conditions and dry summers, but probably humid winters. The Little Ice Age (LIA) prevailed in southern Finland from ca. 1550 to 1850 AD, with the coldest conditions occurring at ca. 1700 AD, whereas in eastern Finland the cold conditions prevailed over a longer time period, from ca. 1300 until 1900 AD. The recent climatic warming was clearly represented in all of the temperature reconstructions. In the terms of long-term climatology, the present results provide support for the concept that the North Atlantic Oscillation (NAO) index has a positive correlation with winter precipitation and annual temperature and a negative correlation with summer precipitation in eastern Finland. In general, the results indicate a relatively warm climate with dry summers but snowy winters during the MCA and a cool climate with rainy summers and dry winters during the LIA. The results of the present reconstructions and the forthcoming applications of the models can be used in assessments of long-term environmental dynamics to refine the understanding of past environmental reference conditions and natural variability required by environmental scientists, ecologists and policy makers to make decisions concerning the presently occurring global, regional and local changes. The developed midge-based models for temperature, hypolimnetic oxygen, water depth, littoral vegetation shift and stream flow, presented in this thesis, are open for scientific use on request.

Digital elevation model error in terrain analysis

Digital elevation models (DEMs) have been an important topic in geography and surveying sciences for decades due to their geomorphological importance as the reference surface for gravita-tion-driven material flow, as well as the wide range of uses and applications. When DEM is used in terrain analysis, for example in automatic drainage basin delineation, errors of the model collect in the analysis results. Investigation of this phenomenon is known as error propagation analysis, which has a direct influence on the decision-making process based on interpretations and applications of terrain analysis. Additionally, it may have an indirect influence on data acquisition and the DEM generation. The focus of the thesis was on the fine toposcale DEMs, which are typically represented in a 5-50m grid and used in the application scale 1:10 000-1:50 000. The thesis presents a three-step framework for investigating error propagation in DEM-based terrain analysis. The framework includes methods for visualising the morphological gross errors of DEMs, exploring the statistical and spatial characteristics of the DEM error, making analytical and simulation-based error propagation analysis and interpreting the error propagation analysis results. The DEM error model was built using geostatistical methods. The results show that appropriate and exhaustive reporting of various aspects of fine toposcale DEM error is a complex task. This is due to the high number of outliers in the error distribution and morphological gross errors, which are detectable with presented visualisation methods. In ad-dition, the use of global characterisation of DEM error is a gross generalisation of reality due to the small extent of the areas in which the decision of stationarity is not violated. This was shown using exhaustive high-quality reference DEM based on airborne laser scanning and local semivariogram analysis. The error propagation analysis revealed that, as expected, an increase in the DEM vertical error will increase the error in surface derivatives. However, contrary to expectations, the spatial au-tocorrelation of the model appears to have varying effects on the error propagation analysis depend-ing on the application. The use of a spatially uncorrelated DEM error model has been considered as a 'worst-case scenario', but this opinion is now challenged because none of the DEM derivatives investigated in the study had maximum variation with spatially uncorrelated random error. Sig-nificant performance improvement was achieved in simulation-based error propagation analysis by applying process convolution in generating realisations of the DEM error model. In addition, typology of uncertainty in drainage basin delineations is presented.