Introduksjon
Et godt bilde av hvordan havstrømmer sprer materiale som flyter i vannet er av stor betydning i en rekke sammenhenger. Dette gjelder for eksempel ved planlegging av avløpsanlegg eller i beredskapsplanlegging for å håndtere forurensing ved ulykker, men det kan også være svært relevant i forhold til oppdrettsnæringen ettersom skadelige lakselus med sikkerhet spres med strømmer, og det er sannsynlig at også virussykdommer kan spres på denne måten (se Bakgrunn). Med utgangspunkt i utfordringene relatert til lakseoppdrett er det i dette prosjektet utviklet en metode for å beregne risiko for smittespredning mellom ulike oppdrettsanlegg i Troms fylke.
Selve idéen ganske enkel: Smittet fisk ved en oppdrettslokalitet produserer og skiller ut smittestoff. Dette driver så passivt med strømmen, og spres og fortynnes gradvis med tiden. Dersom smitten når et annet anlegg og konsentrasjonen er tilstrekkelig høy, er det mottagende anlegg utsatt for smitterisiko. Hvis man kan beregne spredningsmønstre fra ulike anlegg, kan disse plasseres på en slik måke at risikoen for smitte mellom anleggene minimeres, og de negative konsekvenser av sykdomsutbrudd reduseres.
Beregningene som er utført for å produsere slike risikoestimater tar utgangspunkt i resultatene fra strømmodellen (se Strømmodellering). Ved å bruke spesielt utviklede beregningsprogrammer kan man bruke disse strømdataene og simulere hvordan tenkte partikler ville spredd seg dersom de ble sluppet ut på ulike steder i modellområdet. I dette tilfellet brukes alle oppdrettslokalitetene i Troms. Partiklene gis ulike egenskaper, som for eksempel levetid, for best mulig å beskrive det smittestoffet man er interessert i. Hvis man slipper ut tilstrekkelig mange partikler vil spredningsmønsteret deretter kunne omregnes til smittekonsentrasjonskart, og man har dermed fått informasjon om hvor mye et smittestoff som spres fra ett anlegg, påvirker området rundt og eventuelt andre anlegg.
Flere faktorer gjør at det likevel er svært utfordrende å lage helt sikre og entydige spredningskart. For det første er viktige drivere av havstrømmer, som vær og vind, kontinuerlig skiftende slik at spredningsmønsteret også vil være skiftende. Det vil si at risikoen for spredning mellom to anlegg varierer med tiden. I dette prosjektet er utfordringene knyttet til variable værforhold håndtert ved å kjøre simuleringer for forholdsvis lange perioder. Man vil da få resultater fra en rekke ulike værforhold, og ved å telle opp hvor ofte ulike spredningsmønstre oppstår gir simuleringene på denne måten en statistisk beskrivelse av spredningen. Med andre ord kan ikke dataene anses som en predikasjon eller et smittevarsel for ett konkret tilfelle eller tidspunkt, men derimot som en indikasjon på sannsynligheten for kontakt mellom anlegg under realistisk varierende forhold.
På toppen av usikkerheten knyttet til stor variabilitet i strømforhold kommer at den biologiske kunnskapen om smittestoff, slik som for eksempel levetid eller konsentrasjoner som må til for å smitte, ofte er svært begrenset (se Bakgrunn). I tillegg observerer man ikke selve smitteprosessen, men bare det eventuelle resultatet, for eksempel i form av et sykdomsutbrudd. Det er dermed stor usikkerhet med hensyn til tidfesting av de ulike biologiske prosessene involvert i smittespredning. Den eneste løsningen på dette problemet på lang sikt er mer forskning på disse problemstillingene, og i neste omgang forhåpentligvis mer kunnskap. Spredningssimuleringer med bakgrunn i dagens kunnskapsnivå gir likevel mye informasjon om potensiale for spredning mellom anlegg, og burde kunne fungere som et godt utgangspunkt for vurdering av anleggsplassering.
Filmene nedenfor viser eksempler på spredningssimuleringer; den øverste viser hvordan enkeltpartikler spres med strøm (rådata) og de to neste viser hvordan dette kan se ut når resultatene omregnes til konsentrasjoner. Merk at de øverste figurene er fra Sør-Troms mens de nederste figurene er fra Nord-Troms. Posisjonene som er tegnet in på de nederste filmene er bare eksempler, og det er ikke anlegg på disse stedene i dag. Det mest påfallende trekket i alle tilfellene er den store variabiliteten i spredningsmønsteret med tiden. Dette er hovedårsaken til nødvendigheten av å behandle resultatene på en statistisk måte, som beskrevet ovenfor. Det er også tydelig fra de to nederste filmene at plassering har mye å si for spredningsmønsteret. Smitte fra anlegg på ulike sider av en fjord kan utgjøre risiko for svært forskjellige områder.