Nested Exposure-modellen (NEM) er laget for å forutsi hvordan såkalte nøytrale organiske miljøgifter beveger seg i miljøet og næringsnettene. 

At en miljøgift er nøytral, betyr at den verken positivt eller negativt ladet. Med næringsnett viser man til hele det komplekse nettverket av hvem som spiser hvem i gitt økosystem.

Modellen er utviklet av NILU-forskerne Knut Breivik og Ingjerd Sunde Krogseth med bistand fra flere partnere.

Modeller kan støtte reguleringer

– Noen av miljøgiftene vi finner i Arktis har lokal opprinnelse. Likevel har de fleste blitt transportert dit med luft- og havstrømmer fra områder lenger sør. Derfor trenger vi et globalt perspektiv for å forstå hvor miljøgiftene kommer fra og hvordan de kommer dit, sier Krogseth.

Dette er spesielt viktig for å kontrollere. For å håndheve vitenskapelig forsvarlige tiltak for regulering er det viktig å kjenne til kildene til miljøgiftene: 

Må regulerende tiltak settes i verk på nasjonal, kontinental eller global skala?

Det er også relevant hvordan det raskt skiftende klimaet påvirker transport av miljøgifter til det arktiske miljøet. Det samme gjelder for opphopning i arktiske organismer. Dette er noe såkalte mekanistiske modeller kan hjelpe oss å finne ut.

Hva ligger i modellnavnet?

– NEM er en mekanistisk multimediamodell for miljøgifters «livshistorie». Den beregner også hvordan miljøgifter hoper seg opp i dyra som får dem i seg. Jo høyere opp i næringskjeden du er, jo flere dyr som inneholder miljøgifter har du spist. Jo mer miljøgifter inneholder dermed du. Denne opphopningen kalles bioakkumulering.

Krogseth forklarer at mekanistisk betyr at modellen er basert på vår teoretiske forståelse av miljøgiftene og hvordan de oppfører seg i miljøet. Med andre ord, de underliggende mekanismene. Multimedia forteller at modellen gjør rede for miljøgifters fordeling og skjebne i alle deler av miljøet.

– Dette er viktig fordi miljøgiftene vi jobber med, finnes overalt. Vi kan ikke se på bare luft eller bare vann for å få det store bildet, fastslår Krogseth.

NEM er også en global modell. Den kan simulere hele prosessen fra en miljøgift slippes ut et tilfeldig sted i verden og til den når økosystemer i den norske delen av Arktis. Modellen viser dette med oppløsning i både tid og rom.

Krogseth forklarer at modellen heter «nested» fordi modellen for det fysiske miljøet kan kjøres på en det forskerne kaller en nøstet måte.

– Nøsting vil si at vi først kjører modellen for et stort geografisk område. Deretter kan vi zoome inn på stadig mindre områder for en mer detaljert analyse.  

Forskerne kan for eksempel gå fra hele kloden til å zoome inn på Arktis.

Hvordan fungerer NEM?

Å simulere hele reisen fra globale utslipp til eksponering i et økosystem krever at forskerne legger et enormt datagrunnlag inn i modellen. Grunnlaget inkluderer variasjon i tid og rom. Det kan deles inn i tre kategorier:

1. Informasjon om størrelse, tid og sted for kjemiske utslipp.

2. Fysikalsk-kjemiske egenskaper og hastigheter for nedbrytning for det kjemiske stoffet.

3. Diverse informasjon om det fysiske miljøet og alle de levende organismene i dette miljøet.

Ryggraden i modellen består av et sett matematiske ligninger. De beskriver hvordan et kjemisk stoff vil fordele seg i miljøet og i organismer. For eksempel mellom luft og vann og organisk materiale. Dette er basert på egenskaper ved stoffet og ved det fysiske miljøet og/eller organismene. Det kan for eksempel være temperatur og fettinnhold. 

Forskerne legger også inn informasjon om transport, som luft- og havstrømmer. De legger også inn hva og hvor mye organismene spiser. Dette brukes også til å beregne hvordan det kjemiske stoffet beveger seg i det fysiske miljøet og i næringsnettet.

Basert på disse ligningene og dataene kan modellen forutsi konsentrasjoner av miljøgifter i luft, vann eller jord, så vel som i forskjellige arter. 

Den kan også beregne fordeling og transport av miljøgifter, opptak og hvor raskt et stoff brytes ned. Denne informasjonen kan brukes til å forstå for eksempel hvilke byttedyr sel hovedsakelig får sine miljøgifter fra.

Tverrfaglig samarbeid

Alt i alt er ofte det mest tidkrevende å få dataene som skal inn i modellen, riktig.

Krogseth forklarer at modulen for bioakkumulering inneholder mye informasjon som er avhengig av den enkelte art. Ett eksempel er sesongvariasjon i fettinnhold i ulike organismer. Et annet er kroppsvekt for hele levetiden til en organisme. Det kan også være diett, alder på byttedyr, samt detaljer om reproduksjon.

For å vite at modellen fungerer slik den skal, sammenlikner forskerne resultater fra modellen med faktiske målinger. 

Så langt har forskerne evaluert modellen for miljøgiften PCB-153 i luft i Europa og i torsk og sild i de norske havområdene. De har også sett på denne miljøgiften i nøkkelarter i Kongsfjordens økosystem. De anslåtte konsentrasjonene i modellen stemmer ganske godt overens med målingene.

En av styrkene ved modellen er at når den først er etterprøvd, kan den brukes til å finne ut hvor miljøgifter faktisk kommer fra. Den kan også finne ut hvordan belastningen av miljøgifter kan endre seg i fremtiden, gitt endringer i utslipp.

Modellen kan også brukes til å evaluere hvordan miljøgiftens oppførsel påvirkes av miljøets eller organismenes egenskaper. Akkurat nå utvider og evaluerer forskerne modellen. De ønsker også å bruke den til å se på hvordan klimaendringene påvirker hvordan miljøgifter oppfører seg i det arktiske miljøet og næringskjeden.

– For at alle disse input-dataene skal bli riktige, er vi helt avhengig av godt samarbeid på tvers av vitenskapelige disipliner – med kjemikere, geofysikere, biologer og økotoksikologer, sier Krogseth.

For å lage input til modellen i form av realistiske klimascenarier for endringer i både det fysiske miljøet og i næringsnettene, trenger Krogseth og partnerne hennes innspill fra andre forskere. Det får de blant annet fra samarbeidspartnere ved Framsenteret.

 Artikkelen ble først publisert på engelsk i Fram Forum 2024.

 Referanse:

Ingjerd S. Krogseth mfl.: Modelling PCB-153 in northern ecosystems across time, space, and species using the nested exposure model. Environmental Science: Processes & Impacts, 2023. Doi.org/10.1039/D2EM00439A

Artikkelen er produsert og finansiert av NILU

NILU er én av over 80 eiere av forskning.no. Deres kommunikasjonsansatte leverer innhold til forskning.no. Vi merker dette innholdet for å tydelig skille formidling fra uavhengig redaksjonelt stoff.
Her kan du lese mer om ordningen.

Les også disse sakene fra NILU:

• 

  Ingeniør Sam Celentano fant 222 gram gull verdt over 150.000 kroner på laboratoriet. Hva gjorde det der?

• 

  Nå kan forskere lenke direkte til data om atmosfæren i vitenskapelige artikler

• 

  Hvordan går det med ozonlaget nå?

• 

  Ny rapport: Luftforurensningen i Oslo er verst blant de nordiske hovedstedene

• 

  Miljøforskernes nye reklame­dingser var fulle av miljø­gifter

• 

  Sør-Europa må forberede seg på skogbrann i sommer, mens Norge får regn

Les flere saker fra NILU her.

forskning.no vil gjerne høre fra deg!
Har du en tilbakemelding, spørsmål, ros eller kritikk? TA KONTAKT HER