Polluting sources apportionment for atmospheric and coastal sediments environment

• Autorzy: Simeonova P.

Warianty tytułu

PL

Ustalanie ilościowego udziału źródeł zanieczyszczeń atmosfery i osadów przybrzeżnych

• Języki publikacji: EN

Abstrakty

EN

The present communication deals with the application of principal components analysis and source apportioning on absolute principal components scores to an aerosol data collection from Arnoldstein, Austria and to a data set from sediment samples from the US coast. In both cases the first step of the environmetric data interpretation is the identification of latent factors determining the data structure and resembling the pollutant sources in the vicinity of the sampling. It is convincingly shown that six latent factors explaining almost 80 % of the total variance are responsible for the data structure of the aerosol monitoring set, which are conditionally identified as "fertilizer", secondary emission", "lead smelter", "traffic", "salt" and "soil dust" by principal components analysis (PCA). In the second step of the intelligent data analysis the contribution of each identified source to the formation of the particle total mass and chemical compounds total concentration is calculated. Further, the same two-step procedure is applied to the sediment data collection where four latent factors ("anthropogenic", "organic", "natural", and "hot spots") are identified and, respectively, apportioned. Thus, a reliable assessment of the air quality and the sediment role as environmental quality indicators in the region of observation is achieved. The apportioning models obtained are checked for adequateness and validated. The latent factor contribution models can be further used for risk assessment and respective decision making. Additionally, it is commented why chemometrics could be successfully applied as sustainability metrics in various aspects of interpretation of the stale of "sustainable development".

PL

Opisano zastosowanie metod analizy czynników głównych (PCA) oraz udziału źródeł do opisu bezwzględnego wpływu czynników na aerozole zebrane w Arnoldstein (Austria) i na wybrzeżu USA. W obu przypadkach pierwszym krokiem w interpretacji danych była identyfikacja czynników ukrytych określających strukturę danych i rozpoznanie źródeł zanieczyszczeń w pobliżu miejsc, z których pobierano próbki. W sposób przekonujący wykazano, że za strukturę danych pochodzących z badania aerozolu odpowiada 6 czynników tłumaczących prawie 80 % całkowitej wariancji. Zostały one warunkowo określone jako "nawóz", "emisja drugorzędna", "huta ołowiu", "ruch uliczny", "sól" i" pył glebowy". W drugim kroku inteligentnej analizy danych obliczono udział każdego zidentyfikowanego źródła na masę cząstek i ich skład chemiczny. Następnie ta sama dwuetapowa procedura została zastosowana do danych otrzymanych podczas badania osadów. Zidentyfikowano 4 ukryte czynniki ("antropogenny", "organiczny", "naturalny" i"gorące punkty") i określono ich wpływ na badane parametry. Osiągnięto wiarygodne oszacowanie jakości powietrza i osadu jako wskaźników jakości środowiska w badanym regionie. Modele udziału ukrytych czynników mogą być w dalszej kolejności używane do oceny ryzyka i odpowiedniego podejmowania decyzji.

Słowa kluczowe

EN

aerosols; sediments; environmetrics; apportioning; pollution sources

PL

aerozol; osad; pomiary środowiskowe; podział; źródła zanieczyszczeń

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Chemia i Inżynieria Ekologiczna
• Rocznik: 2006
• Tom: Vol. 13, nr 10
• Strony: 1021--1032
• Opis fizyczny: Bibliogr. 24 poz., tab.

Twórcy

autor

Simeonova P.

• Institute of Solid State Physics, Bulgarian Academy of Sciences, 1784 Sofia, 72, Tzarigradsko Chaussee Blvd, Bulgaria,

Bibliografia

• [1] Siemann W.: Umweltgcschichte, Verlag C.H. Bcck, Munchen 2003.
• [2] Eco-efficiency Indicators Workbook: http://www.nrtee.ca/publications/ecocfficiency_workbook/, 2003.
• [3] Einax J.W., Zwanziger H.W. and Geia S.: Chemometrics in Environmental Analysis, VCH, Weinhcim, 1997.
• [4] Simeonov V.: [in:] Encyclopedia of Environmetrics, Wiley, New York 2002.
• [5] Massart D.L., Yandeginstc B.G.M, Buydens L.M.C, De Jong S., Lewi P.J. and Smeyers-Verbeke J.: Handbook of Chemometrics and Qualimetrics; Data Handling in Science and Technology, Parts A and B, Elsevier, Amsterdam 1998.
• [6] Hopke P.K..: Receptor modeling for air quality management, Elsevier, Nowy York 1991.
• [7] Berner A.: Chcm. Ing. Tccha. 1978, 50, 399-406.
• [8] CEN Norm: pr EN 1234, 1998.
• [9] Puxbaum H. and Rcndl J.: Mikrochim. Acta l, 1983, 263-266.
• [10] Hansen A.D. and Roscn H., Novakov T.: Sci. Total Envirn., 1984, 36, 191-198.
• [11] Thurston G.D. and Spengler J.D.: Atmos. Environ., 1985, 19, 9-16.
• [12] Martin J.M. and Whittield M.: The Significance of the River Input of Chemical Elemcnts to the Ocean, Plenum Press, New York 1983.
• [13] Cantillo A.Y. and O'Connor T.P.: Chem. Ecol., 1992, 7, 31-42.
• [14] Hanson P.J.. Evans D.W. and Colby D.R.: Marinę Eiwiron. Res., 1993, 36, 237-245.
• [15] Daskalakis K., and O'Connor T.D.: Marine Environ. Res., 1995, 40, 389-403.
• [16] Daskalakis K. and O'Connor T.D.: Environ. Sci. Tcchnol., 1979, 13, 470-477.
• [17] Goldberg E.D., Griffin J.J., Hodgc V., Koidc M. and Windom H.: Environ. Sci. Technol., 1979, 13, 588-594.
• [18] Calder F.D., Ryan J.D. and Smith R.G.: Environ. Sci. Technol., 1989, 23, 47-55.
• [19] Stanimirova I. and Tsakovski S., Simconov V.: Frcscnius J. Anal. Chcm., 1999, 365, 489-492.
• [20] Simconov V., Tsakovski S. and Massart D.L.: Toxicol. Environ. Chem., 1999, 72, 81-89.
• [21] Second Summary of Data on Chemical Contaminants in Scdimcnts from the NS & amp; TP, NOAA, Technical Memorandum 59, NOS OMA, Rockville, MD, 1991.
• [22] National Status and Trcnds Program: Monitoring Site Dcscriptions (1984-1990) for the National Mussel Watch and Benthic Surveillance Projects. NOAA Tech Mcmo NOS OMA 40, NOAA Office of Oceanography and Marine Assessment, Rockville, MD, 1988.
• [23] Massart D.L. and Kaufman L.: The Interpretation of Analytical Chemical Data by the Use of Cluster Analysis, J. Wiley, New York 1983.
• [24] Esbcnsen K., Schocnkopf S. and Midtgaard T.: Multivariatc Analysis in Practicc, CAMO AS, Trodheim 1994.