Chemometric quelity assessment of surface waters: two case studies

• Autorzy: Simeonov V. , Simeonova P. , Tzimou-Tsitouridou R.

Warianty tytułu

PL

Ocena chemometryczna jakości wód powierzchniowych: studium dwóch przypadków

• Języki publikacji: EN

Abstrakty

EN

This study deals with the application of some chemometric approaches (cluster analysis, principal components analysis and principal components regression) to two case studies: a potable water monitoring data set from the region of Kavala, Greece, being analysed according to the standard instructions and directives of the European Union and monitoring data from the basin of Saale river, Germany. It is shown that the data classification by cluster analysis and data structure modeling by principal components analysis in the first case reveals similar results, namely four different patterns of water source sites are identified depending on the geographical site location (near to Nestos river, near to Strimon river, elevated sites and near-to-coast sites). Three latent factors, explaining over 85% of the total variance, are responsible for the data structure as follows: "water acidity (anthropogenic)", "water hardness (natural)" and "marine" factor. Their importance for the different sites is related to the site location. The second case study performed in a two year period of observation collected a data set from 12 campaigns at 29 sampling sites from Saale river and in 6 campaigns from the river Ilm at 7 sampling sites and from river Unstrut at 10 sampling sites. Twenty-seven chemical and physicochemical parameters to estimate the water quality were measured. The application of cluster analysis, principal components analysis and apportioning modeling on absolute principal components scores bas lead to gaining of important information about the ecological status of the region of interest: identification of two separate patterns of pollution (upper and lower stream ofthe rivers); six latent factors responsible for the data structure with different content for the two identified pollution patterns; contribution of each latent factor (source of emission) to the formation of the total concentration of the chemical parameters of the river water. Thus, a better ecological policy and decision making is possible.

PL

Przedstawiono wyniki analizy chemometrycznej dwóch zbiorów danych monitoringowych dla wody pitnej z nadmorskiego regionu Kawala, Grecja, analizowanych zgodnie ze standardami i dyrektywami Unii Europejskiej, oraz z dorzecza rzeki Saale, Niemcy. Dla pierwszego przypadku, obróbka danych metodą klasterów (grup) oraz modelowania struktury danych za pomocą analizy składowych głównych ujawnia podobne rezultaty, mianowicie zależnie od geograficznej lokalizacji miejsca pobierania próbek (w pobliżu rzeki Nestos, w pobliżu rzeki Strimon, w miejscach wyżej położonych oraz w pobliżu brzegu morskiego) zidentyfikowano cztery różne rodzaje próbek wody. Trzy czynniki ukryte, wyjaśniające około 85% całkowitej wartości wariancji, są odpowiedzialne za strukturę uzyskanych danych. Można je określić jako: ,,(antropogenna) kwasowość wody", ,,(naturalna) twardość wody" oraz czynnik "morski". Ich znaczenie dla różnych miejsc jest związane z miejscem próbkowania. Drugą część badań przeprowadzono w przeciągu dwóch lat w czasie 12 serii pobierania próbek z 29 miejsc rzeki Saale, 6 serii dla rzeki Ilm z 7 miejsc oraz dla rzeki Unstrut z 10 miejsc próbkowania. Dla oceny jakości wody oznaczono 27 parametrów chemicznych i fizykochemicznych. Za pomocą metody klasterów, analizy składowych głównych oraz modelowania rozdziału wartości bezwzględnych składowych głównych uzyskano ważne informacje o ekologicznym statusie regionu. Zidentyfikowano i ilościowo scharakteryzowano dwa różne obrazy (wzory) zanieczyszczeń (dla górnego i dolnego biegu badanych rzek) oraz 6 czynników ukrytych, odpowiedzialnych za strukturę danych z różną zawartością dwóch ww. obrazów zanieczyszczeń. Ponadto wyznaczono wkład każdego czynnika ukrytego (źródła pochodzenia) do obserwowanego, całkowitego stężenia związków chemicznych w wodzie danej rzeki. Informacje te umożliwiają prowadzenie lepszej polityki ekologicznej i podejmowanie bardziej trafnych konkretnych decyzji.

Słowa kluczowe

EN

potable water quality; river water; cluster analysis; principal components analysis; principal components regression

PL

jakość wody pitnej; woda rzeczna; analiza klasterów; analiza składowych głównych; regresja składowych głównych

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Chemia i Inżynieria Ekologiczna
• Rocznik: 2004
• Tom: Vol. 11, nr 6
• Strony: 449--469
• Opis fizyczny: Bibliogr. 23 poz., rys., tab.

Twórcy

autor

Simeonov V.

• Chair of Analytical Chemistry, Faculty of Chemistry, University of Sofia "St. Kl. Okhridski", 1164 Sofia, J. Bourchier Blvd. 1, Bulgaria

autor

Simeonova P.

• Institute of Solid State Physics, Bulgarian Academy of Sciences, 1172 Sofia, Tzarigradsko, Chausse 72, Bułgaria

autor

Tzimou-Tsitouridou R.

• Laboratory of Analytical Chemistry, Chemical Engineering Department, Aristotle University. Thessaloniki 54006, Greece

Bibliografia

• [1] Council Directive 90/778/EEC, European Union Directive, 1990.
• [2] Council Directive 91/692/EEC, European Union Directive, 1991.
• [3] Council Decision 95/1/EC, Euratom, ECSC, 1995,
• [4] CounciI Directive 94/567/EEC, European Union Directive, 1994.
• [5] Directive of Greek Hygienic Office A5/228, 1986.
• [6] ATV - DVWK Deutsche Vereinigung für Wasserwirtschaft, Abwasser und all e. V. (2000) Die Elbe und ihre Nebenflüsse, Belastung, Trends, Bewertung, Perspektiven.
• [7] Einax J.W., Aulinger A., v. Tümpling W. and Prange A.: Fresenius J. Anal. Chem., 1999, 363, 655-661.
• [8] Kowalik C. and Einax J.W.: Vom Wasser, 2000, 94, 229-243.
• [9] Einax J.W., Truckenbrodt D. and Kampe O.: Microchem. J., 1998, 58, 315-324.
• [10] Truckenbrodt D., Kampe O. and Einax J.W.: Vom Wasser, 1996, 87, 29-38.
• [11] Einax J.W., Kampe O. and Truckenbrodt D.: Fresenius J. Anal. Chem., 1998, 361, 149-154.
• [12] Kampe O.: Untersuchungen und chemometrische Bewertungen des Belastungszustandes der Ilm und Unstrut, Thesis, Friedrich-Schiller-Universität, Jena 1997.
• [13] Massart D.L. and Kaufman L.: The Interpretation of Analytical Chemical Data by the Use of Cluster Analysis, Wiley, New York 1983.
• [14] Wilkinson K.J., Stoli S. and Buffle J.: Fresenius J. Anal. Chem., 1995, 351, 54-61.
• [15] Burba P.: Fresenius J. Anal. Chem., 1994, 348, 301-311.
• [16] SimeonoY V., Adam E., Tsakovski S., Manjukov P. and Stratis J.: Tox. Environ. Chem., 1995, 50, 57-71.
• [17] Wold S., Esbensen K. and Geladi P.: Chemom. Intel. Lab. Syst., 1987, 2, 7-19.
• [18] Truckenbold D. and Einax J.: Fresenius J. Anal. Chem., 1995, 352, 437-443.
• [19] Einax J. and Soldt U.: Fresenius J. Anal. Chem., 1998, 361, 10-14.
• [20] Thurston G. and Spengler J.: Atmos. Environ. 1985, 19. 9-25.
• [21] Einax J. and Soldt U.: Chemom. Intel. Lab. Syst., 1999, 46, 79-91.
• [22] Simeonov V., Puxbaum H., Tsakovski S., Sarbu C. and Kalina M.: Environmetrics, 1999,10,137-152.
• [23] Simeonov V., Barbieri P., Walczak B., Massart D.L. and Tsakovski S.: Tox. Environ. Chem., 2001, 79, 55-72.