CO2 emisiju novērtējums no dabīga un degradēta augstā purva ūdenstilpēm Cenas tīrelī un Melnā ezera purvā

Abstract

Lielu daļu Latvijas teritorijas aizņem purvi, kas piedalās globālajā oglekļa aprites ciklā un ne tikai uzkrāj oglekļa dioksīdu (CO2), bet arī emitē to. Plaši pētījumi ir veikti par CO2 emisijām no kūdras virsmas, taču svarīgi ir noteikt emisiju apjomu arī no ūdenstilpēm, jo tās aizņem ievērojamu purvu teritorijas daļu. Bakalaura darba ietvaros veikti CO2 plūsmu mērījumi atklātās ūdenstilpēs Cenas tīrelī un Melnā ezera purvā, izmantojot zemu izmaksu sensorus. Lauka darbos iegūtie plūsmu mērījumu rezultāti izmantoti, lai aprēķinātu CO2 emisijas no dabiskas izcelsmes un cilvēka darbības ietekmē radītām ūdenstilpēm pētījuma teritorijā. Emisiju ekstrapolācijai uz visu pētījuma teritoriju veikta ūdenstilpju noteikšana un klasifikācija pielietojot trīs dažādas metodes, kas balstās uz LIDAR datiem, topogrāfisko karti un aerofotogrāfiju klasifikāciju. Darbā iegūtie rezultāti atspoguļo CO2 emisiju apjomu no ūdenstilpēm pētījuma teritorijā, kā arī ļauj identificēt ūdenstilpju platību atšķirības starp dažādām to noteikšanas metodēm.

A large portion of Latvia's territory is covered by mires, which participate in the global carbon cycle not only accumulating carbon dioxide (CO₂), but also emitting it. Extensive research has been conducted on CO₂ emissions from peat surfaces, however, it is also important to determine emissions from open water bodies of water, as they occupy a significant part of mire areas. In this bachelor’s thesis, measurements were carried out and CO₂ fluxes were determined from open water bodies in Cenas mire and Melnais lake mire, using low-cost sensors. Based on the obtained flux measurement and calculation results, the total CO₂ emissions from water bodies of natural origin and those formed by human activity within the study area were determined. To extrapolate emissions to the entire study area, water body identification and classification were performed using three different methods based on LiDAR data, topographic maps, and aerial photograph classification.office-based methods: LIDAR data, Topo M 1:50k geospatial data, and supervised classification based on orthophoto data. The results reflect the amount of CO₂ emissions from water bodies in the study area, as well as the differences in water body areas identified by the various detection methods.