Studien undersökte vilka konsekvenser en dammutrivning har på vattendraget uppströms och om det är möjligt att klassificera ett vattens olika strömhabitat i ett GIS-program.
Analysresultat visar att konsekvenser från dammutrivningen av vattendammen i Mörrumsån förändrade strömhabitaten ca 1 km uppströms. 17 nya strömhabitat identifierades längs nämnd sträcka omfattande: lugnflytande, svagt strömmande, strömmande, starkt
strömmande och forsande vatten. Dock visar strömhabitaten för 2020 lägesosäkerhet på ca 40 % och för 2018 ca 25 % där endast lugnflytande vatten registrerades som strömhabitat, utöver vegetation och land. De strömhabitat som tydligt kunde identifieras var: lugnflytande, strömmande och starkt strömmande vatten.
Olika terrängmodeller undersöktes där skillnader mellan bland annat högupplösning och detaljrikedom identifierades. Slutsatsen drogs att fotogrammetriska data kan effektivt användas som grund för terrängmodeller. Vattenytor bör dock granskas noga då tex strandlinjer kan vara svårtolkade.
Nya strömhabitat korrelerar med avståndet uppströms den utrivna dammen. Dock finns inga samband mellan intensiteten i strömhabitaten och nämnt avstånd då hela den nya vattenfåran domineras av starkt strömmande vatten och ett större område i sträcka 1, nedre delen av studieområdet, omfattas av svagt strömmande vatten.
Vattenvolymen minskade med ca 40 % efter dammutrivningen. Minskandet av vattenvolym kan även beskrivas med att älvbotten motsvarande en areal av 1,5 ha har blottlagts vilket motsvarar ca två fotbollsplaner.
I framtida studier kan det vara intressant att simulera vattendraget med både de
vattenföringar från de datum som data är insamlat. Även andra flöden som max- och normal vattenföring hade varit intressant att undersöka. Detta hade kunnat eliminera felkällan
rörande olika vattenföringar samt gett samhället en inblick i vilka områden som kan vara utsatta för översvämningar. Detta får dock inte utnyttjas kommersiellt av till exempel försäkringsbolag som kan komma att höja kostnader för boenden i utsatta områden.
Referenser
Agisoft (u.å.a). Agisoft Metashape Change Log.
https://www.agisoft.com/pdf/metashape_changelog.pdf [2021-03-05].
Agisoft (2021b). Agisoft Metashape User Manual Professional Edition, Version 1.7.
https://www.agisoft.com/pdf/metashape-pro_1_7_en.pdf [2021-03-05].
Agisoft (u.å.c). Intelligent Photogrammetry.
https://www.agisoft.com/pdf/metashape_presentation.pdf [2021-02-24].
Barnes, A. (2011). Close-range photogrammetry: a guide to good practice. Archaeology Data Service, University of York and Digital Antiquity.
Boverket (2021). Fornlämningar.
https://www.boverket.se/sv/PBL- kunskapsbanken/Allmant-om-PBL/teman/kulturvarden/samordning-med-kulturmiljolagen/fornlamningar/
[2021-03-25].
Burges, C. J. (1998). A tutorial on support vector machines for pattern recognition. Data mining and knowledge discovery, 2(2), 121-167.
De Carvalho, O. A., Guimarães, R. F., Silva, N. C., Gillespie, A. R., Gomes, R. A. T., Silva, C.
R., & De Carvalho, A. P. F. (2013). Radiometric normalization of temporal images
combining automatic detection of pseudo-invariant features from the distance and similarity spectral measures, density scatterplot analysis, and robust regression. Remote Sensing, 5(6), 2763-2794.
Díaz-Varela, R. A., De la Rosa, R., León, L., & Zarco-Tejada, P. J. (2015). High-resolution airborne UAV imagery to assess olive tree crown parameters using 3D photo reconstruction:
application in breeding trials. Remote Sensing, 7(4), 4213-4232.
DJI (u.å.a). Maveric Pro Specs. https://www.dji.com/se/mavic [2021-03-03].
DJI (u.å.b). Phantom 4 Specs. https://www.dji.com/se/phantom-4 [2021-03-03].
Eeckhaut, M. V. D., Poesen, J., Verstraeten, G., Vanacker, V., Nyssen, J., Moeyersons, J., Beek L. P. V., & Vandekerckhove, L. (2007). Use of LIDAR‐derived images for mapping old landslides under forest. Earth Surface Processes and Landforms, 32(5), 754-769.
Eriksson, A. (2015). Gestaltningsprogram Utrivning av Mariebergs damm, Mörrumsån. ÅF Pöyry.
Esri. (u.å.a). Raster Basics. https://desktop.arcgis.com/en/arcmap/latest/manage-data/geodatabases/raster-basics.htm [2021-02-24].
Esri (u.å.b). ArcGIS Pro. https://www.esri.com/en-us/arcgis/products/arcgis-pro/overview [2021-02-25].
Esri (u.å.c). Raster calculator.
https://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/raster-calculator.htm [2021-02-25].
Esri (u.å.d). The Image Classification Wizard. https://pro.arcgis.com/en/pro-
app/latest/help/analysis/image-analyst/the-image-classification-wizard.htm# [2021-03-29].
Esri (u.å.e). How point to raster works. https://pro.arcgis.com/en/pro-app/latest/tool-reference/conversion/how-point-to-raster-works.htm [2021-03-29].
Esri (u.å.f). LAS Dataset To Raster (Conversion). https://pro.arcgis.com/en/pro-app/latest/tool-reference/conversion/las-dataset-to-raster.htm [2021-04-05].
Esri (u.å.g). Extract by polygon. https://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/extract-by-polygon.htm [2021-04-06].
Esri (u.å.h). Train Random Trees Classifier. https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-analyst/train-random-trees-classifier.htm [2021-04-07].
Esri (u.å.i). Majority Filter. https://desktop.arcgis.com/en/arcmap/10.3/tools/spatial-analyst-toolbox/majority-filter.htm [2021-04-12].
Esri (u.å.j). Boundary Clean. https://pro.arcgis.com/en/pro-app/latest/tool-reference/spatial-analyst/boundary-clean.htm [2021-04-12].
Esri (u.å.k). Accuracy assessment.
https://pro.arcgis.com/en/pro-app/latest/help/analysis/image-analyst/accuracy-assessment.htm [2021-04-13].
Esri (u.å.l). Las Dataset. https://pro.arcgis.com/en/pro-app/latest/help/data/las-dataset/what-is-a-las-dataset-.htm [2021-04-14].
Esri (u.å.m). Surface Volume (3D Analyst). https://pro.arcgis.com/en/pro-app/latest/tool-reference/3d-analyst/surface-volume.htm [2021-04-14].
Esri (u.å.n). Raster to TIN (3D Analyst). https://pro.arcgis.com/en/pro-app/latest/tool-reference/3d-analyst/raster-to-tin.htm [2021-04-15].
Esri (u.å.o). Change detection in ArcGIS Pro.
https://pro.arcgis.com/en/pro-app/latest/help/analysis/image-analyst/change-detection-in-arcgis-pro.htm [2021-04-19].
Foody, G. M. (2002). Status of land cover classification accuracy assessment. Remote sensing of environment, 80(1), 185-201.
Gelagay, H. S., & Minale, A. S. (2016). Soil loss estimation using GIS and Remote sensing techniques: A case of Koga watershed, Northwestern Ethiopia. International Soil and Water Conservation Research, 4(2), 126-136.
Geomatica (2020). Check your version.
https://www.pcigeomatics.com/index.php?option=com_content&view=article&id=163&It emid=4 [2021-03-24].
Government of Canada [GOC] (2019). Blue Kenue: software tool for hydraulic modellers.
https://nrc.canada.ca/en/research-development/products-services/software-applications/blue-kenuetm-software-tool-hydraulic-modellers [2021-04-22].
Gustafsson, P. (2019). Klarälvslaxen – unik men nästan bortglömd. Länsstyrelsen Värmland.
https://www.sverigesvattenmiljo.se/content/klaralvslaxen-unik-men-nastan-bortglomd Halldén, A., Liliegren, Y., & Lagerkvist, G. (2002). Biotopkartering vattendrag-Metodik för kartering av biotoper i och i anslutning till vattendrag. Länsstyrelsen i Jönköpings län.
Havs och Vattenmyndigheten [HaV] (2018). Nationell plan för moderna miljövillkor för vattenkraften.
https://www.havochvatten.se/vattenkraft-och-arbete-i- vatten/vattenkraftverk-och-dammar/nationell-plan-for-omprovning-av-vattenkraft/nationell-plan-for-omprovning-av-vattenkraft.html [2021-02-16].
Havs och Vattenmyndigheten [HaV] (u.å). Kvoter i Östersjön.
https://www.havochvatten.se/fiske-och-handel/kvoter-uppfoljning-och-fiskestopp/kvoter-och-fiskestopp/kvoter-i-ostersjon.html [2021-04-04]
Jaud, M., Rouveure, R., Faure, P., & Monod, M. O. (2013). Methods for FMCW radar map georeferencing. ISPRS Journal of Photogrammetry and Remote Sensing, 84, 33-42.
Jenness, J. S. (2004). Calculating landscape surface area from digital elevation models. Wildlife Society Bulletin, 32(3), 829-839.
Jensen, J. R. (2004). Introductory Digital Image Processing – A Remote Sensing Perspective. 3. Uppl.
Upper Saddle River: Pearson.
Lantmäteriet (2017). Handbok i mät- och kartfrågor. Geodatakvalitet.
Nerheim, S. (u.å.). Vattenförvaltning Havs och Vattenmyndigheten, Ramdirektivet för vatten – utgångspunktför svensk vattenförvaltning. https://www.havochvatten.se/planering-forvaltning-och-samverkan/vattenforvaltning/vattendirektivet/vattendirektivet.html [2021-02-16].
Olsson, P. O. (2009). Digitala höjdmodeller och höjdsystem: insamling av höjddata med fokus på flygburen laserskanning. Lunds universitets Naturgeografiska institution-Seminarieuppsatser.
Pourghasemi, H. R., & Rahmati, O. (2018). Prediction of the landslide susceptibility: which algorithm, which precision?. Catena, 162, 177-192.
Riksantikvarieämbetet, (2018). L2018:726 Kvarnfornlämning.
https://app.raa.se/open/fornsok/lamning/e6086fda-2e83-4dd9-a1fc-4e4751d5b338 [2021-03-24].
Safe Software (u.å.). History & Leadership https://www.safe.com/about/history-leadership/
[2021-03-31].
Sammartano, G & Spanò A. (2016). DEM Generation based on UAV Photogrammetry Data in Critical Areas. GISTAM.
SFS 2020:1174. Miljöbalk.
https://www.riksdagen.se/sv/dokument-lagar/dokument/svensk-forfattningssamling/miljobalk-1998808_sfs-1998-808
Shalaby, A., & Tateishi, R. (2007). Remote sensing and GIS for mapping and monitoring land cover and land-use changes in the Northwestern coastal zone of Egypt. Applied
Geography, 27(1), 28-41.
Sjöstrand, P. Lindvall, P. Nilsson & N. Wallentin, J. (2018). Restaurering av vattendrag med dammar. Jönköpings fiskeribiologi.
Sveriges meteorologiska och hydrologiska institut [SMHI] (2021a). Dataserier med normalvärden för perioden 1991-2020.
https://www.smhi.se/data/meteorologi/dataserier-med-normalvarden-for-perioden-1991-2020-1.167775 [2021-03-19].
Sveriges meteorologiska och hydrologiska institut [SMHI] (2021b). Stationsnummer: 186 https://vattenwebb.smhi.se/station/# [2021-03-19].
Sveriges meteorologiska och hydrologiska institut [SMHI], (2019), SMHIs
Vattenföringsmätningar. https://www.smhi.se/kunskapsbanken/hydrologi/smhis-vattenforingsmatningar-1.80833 [2021-03-25].
Transportstyrelsen (2021) Drönare. https://www.transportstyrelsen.se/dronare [2021-03-03].
Waters, L. I. R. (2019). Uppföljning av utrivna dammar. LIFE IP Rich Waters.
Yang, X., & Lo, C. P. (2002). Using a time series of satellite imagery to detect land use and land cover changes in the Atlanta, Georgia metropolitan area. International Journal of Remote Sensing, 23(9), 1775-1798.