Evaluation of Efficiency Selected Secondary Sampling Methods in Soil Studies

• Autorzy: Zawadzki J. , Targowski A.

Warianty tytułu

PL

Ocena skuteczności wybranych metod opróbkowania wtórnego w badaniach gleb

• Języki publikacji: EN

Abstrakty

EN

The purpose of the work was to compare effectiveness of common secondary sampling methods for assessing the distribution of soil pollution. The study case is based on an example of assessing the spatial distribution of soil contamination with lead in Slawkow area (Upper Silesian Industrial Region). This comparison was made in regard to both precision of the spatial estimation and minimization the cost of measuring campaign. The special attention was given to the often applied secondary sampling designs such as threshold radial (also known as adaptive cluster sampling) and adaptive fill sampling. These two methods were tested in typical municipal and suburban environment in Slawkow area. The work contains also detailed statistical and geostatistical analysis of above-mentioned contamination, and elaboration of series of its spatial distributions using numerous alternative sampling designs. The determined sampling plans make it possible to find compromise between ecological and financial aspects. A combination of the obtained results with the legal regulations in force concerning concentrations of heavy metals in soils are the basis for reliably estimation the ecological hazard arising from the soil contamination with lead in the Slawkow area. The results of performed analyses show that better efficiency in terms of cost and precision of measuring campaign gives rather coarser preliminary sampling design followed by appropriate secondary sampling then use the one-stage very dense measuring grid. However, the effectiveness of both threshold radial and adaptive fill secondary sampling designs is much worse than secondary sampling designs based on geostatistical methods using eg minimization of maximum or mean kriging variance criterion. However, it was also found that the effectiveness of both threshold radial and adaptive fill secondary sampling designs is significantly worse than secondary sampling designs based on geostatistical methods. Therefore, when a larger environmental research is envisaged the collaboration with experienced geostatisticians is always the right choice.

PL

Celem pracy było porównanie efektywności wybranych metod opróbkowania dodatkowego, wykonywanego w celu wyznaczenia rozkładu zanieczyszczenia gleby. Studium przypadku zostało oparte na przykładzie wyznaczania rozkładu przestrzennego zanieczyszczenia gleby ołowiem w okolicach Sławkowa (Górnośląski Okręg Przemysłowy). Głównymi kryteriami efektywności metod opróbowania dodatkowego były oceny dokładności rozkładu przestrzennego oraz koszty kampanii pomiarowej. Szczególną uwagę zwrócono na często stosowane opróbkowanie dodatkowe metodami uzupełniania promieniowego (zwanego również adaptacyjnym opróbkowaniem klastrowym) oraz wypełniania adaptacyjnego. Te dwie metody były przetestowane w typowym miejskim i podmiejskim środowisku, na terenie i w okolicach Sławkowa. Praca zawiera również statystyczną i geostatystyczną analizę omawianego zanieczyszczenia gleby, określenie jego ciągłości przestrzennej, jak również wyznaczenie serii rozkładów przestrzennych zanieczyszczenia gleby ołowiem przy wykorzystaniu wyżej wymienionych metod opróbkowania dodatkowego. Wyznaczone sieci pomiarowe pozwoliły na znalezienie kompromisu pomiędzy aspektem ekologicznym i finansowym. Rezultaty analizy statystycznej i geostatystycznej wraz z obowiązującymi uregulowaniami prawnymi dotyczącymi zawartości metali ciężkich w glebie są podstawą do rzetelnego określenia potencjalnego ryzyka ekologicznego wynikającego z zanieczyszczenia gleb ołowiem w okolicach Sławkowa. Rezultaty wykonanych analiz pokazują, że lepszą skuteczność określaną kosztem i precyzją kampanii pomiarowej daje najczęściej rzadsze opróbkowanie wstępne uzupełnione odpowiednim opróbkowaniem dodatkowym, niż jednoetapowa kampania pomiarowa z gęstą siecią pomiarową. Jednakże zarówno metoda uzupełniania promieniowego oraz wypełniania adaptacyjnego są mniej precyzyjne niż wieloetapowe procedury opróbkowania wykorzystujące zaawansowane metody geostatystyczne. Metody te znacznie lepiej wykorzystują informację o korelacjach przestrzennych zawartą w zbiorach danych. Pomimo większej złożoności tych metod autorzy zalecają ich stosowanie lub współpracę ze specjalistami z zakresu statystyki i geostatystyki środowiska w sytuacjach, gdy planowane są znaczące badania środowiska naturalnego.

Słowa kluczowe

EN

secondary sampling designs; heavy metals; soils; ecological risk; geostatistics

PL

opróbkowanie dodatkowe; metale ciężkie; ryzyko ekologiczne; geostatystyka

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Ecological Chemistry and Engineering. A
• Rocznik: 2011
• Tom: Vol. 18, nr 2
• Strony: 301--316
• Opis fizyczny: Bibliogr. 14 poz., rys., tab.

Twórcy

autor

Zawadzki J.

autor

Targowski A.

• Environmental Engineering Department, Warsaw University of Technology, ul. Nowowiejska 20, 00–661 Warszawa, Poland,

Bibliografia

• [1] Lis J. and Pasieczna A.: Szczegółowa Mapa Geochemiczna Górnego śląska, Państwowy Instytut Geologiczny, Warszawa 1999.
• [2] Lis J. and Pasieczna A.: Szczegółowe kartowanie geochemiczne na Górnym śląsku. Zesz. Nauk. Politech. śląskiej, Górnictwo 2005, 267, 173–182.
• [3] Stewart R. and Purucker T.: SADA Technical Support: Using Secondary Sampling Strategies, University of Tennessee, Knoxville 2000.
• [4] Guidance on choosing a sampling design for environmental data collection, United States Environmental Protection Agency, Office of Environmental Information, Washington DC 2002.
• [5] Journel A.G. and Huibregts C.J.: Mining Geostatistics, Academic Press, London 1978.
• [6] David M.: Handbook of Applied Advanced Geostatistical Ore Reserve Estimation, Elsevier Scientific Publishing, Amsterdam 1988.
• [7] Isaaks E.H. and Srivastava R.M.: An introduction to applied geostatistics, Oxford University Press, New York 1989.
• [8] Goovaerts P.: Geostatistics for natural resources evaluation, Oxford University Press, New York 1997.
• [9] Demougeot-Renard H., Foquet C. and Renard P.: Forecasting the number of soil samples required to reduce remediation cost uncertainty. J. Environ. Qual. 2004, 33, 1694–1702.
• [10] Zawadzki J.: Geostatistical methods for continuity correlation evaluation: Studies of Fe, Pb and Zn concentrations in soil. Inżynieria Ochr. środ. 2002, (3–4), 369–391.
• [11] Carlen C., Critto A., Nathanail P. and Marcomini A.: Risk based characterisation of a contaminated industrial site using multivariate and geostatistical tools. Environ. Pollut. 2000, 111(3), 417–427.
• [12] Kohavi R.: A study of cross-validation and bootstrap for accuracy estimation and model selection. Proc. 14th Internat. joint Conf. Artificial Intelligence, San Francisco, USA 1995, 2, 1137–1145.
• [13] ArcGIS 9; What is ArcGIS 9.1, ESRI 2005.
• [14] Grśningen van J.W.: Constrained optimisation of spatial sampling – a geostatistical approach. PhD Thesis, Wageningen Agricultural University and ITC, Wageningen, Netherlands 1999.