Med utgangspunkt i data fra strømmodellen er det utført spredningssimuleringer for alle registrerte oppdrettsanlegg i Finnmark (per desember 2015). 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 å klikke på kartet.

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 Finnmark.

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 Oversikt over spredning fra ett spesifikt anlegg. Fargeskala angir konsentrasjon av agens, basert på statistikk gjennom hele modellperioden.

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.

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).

Sirkeldiagrammer 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.

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).

Som beskrevet i introduksjonen varierer spredningsmønstrene mye med tiden. 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. Dette 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 nærmere 75 prosentilverdien medianverdien ligger, 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.

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. Parasitt (lakselus): Smittestoffet har en periode umiddelbart etter utslipp der det ikke representerer smittefare (naupliuslarvestadiet), for deretter å utgjøre en fare (copepodittstadiet).

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 (rød kurve) har høyest smittepotensial umiddelbart etter utslipp. Deretter reduseres dette gradvis mot null etter 30 dager. For lusepartiklene er situasjonen litt annerledes, som den svarte striplede kurven viser. Etter 19.12.2019 er denne oppdatert med en ny mer realistisk oppførsel. Den begynner med 0 i smittepotensial, da den ikke er infektiøs i eggstadiet. Fra dag 0 blir den også utsatt for en dødlighetsrate på 17%, som kan regnes som en forventet dødlighetsfaktor for zooplankton(Samsing et al. 2016). Partiklene logger temperaturen den utsettes for, og etter 50 døgngrader når den kopepodittstadiet(Samsing et al. 2016). Fra den når kopepodittstadiet, lever partiklene i 12 dager som er en antatt levetid til lakselus i kopepodittstadiet uten å være festet til en vert. Pga denne oppførselen har hver pratikkel en egen laksekurve, basert på temperaturen den utsettes for. Den svarte striplede linjen i figuren over er gitt for et eksempel om en partikkel skulle vært utsatt for 10 grader konstant de første 5 dagene etter den blir sluppet.

I tillegg til simuleringer for virus og parasitt, er det gjennomført en referansesimulering der smittepotensialet er konstant fra utslippstidspunkt (dag 0) til dag 30 (blå kurve). På grunn av de store usikkerhetene rundt smitteprosesser kan ikke resultatene forventes å være helt nøyaktige, men de gir likevel nyttig veiledning på hvordan ulike smittestoff påvirker resultatene.