Dependence of water quality assessment on water sampling frequency : an example of Greater Poland rivers

• Autorzy: Loga M. , Jeliński M. , Kotamäki N.

Identyfikatory

DOI

10.24425/119688

Warianty tytułu

PL

Wpływ częstości pobierania próbek na wynik oceny stanu części wód : na przykładzie rzek w woj. wielkopolskim

• Języki publikacji: EN

Abstrakty

EN

Under the EU Water Framework Directive, the status of a surface water body (wb) is determined from a water sampling program. The reliability of this determination partly depends on the frequency of such sampling and is the subject of this paper. Available water quality data were acquired from the national environmental monitoring system in Greater Poland (Wielkopolska). At any given monitoring station, an assumption of normally distributed data was checked for all water quality indicators (wqi) and relevant statistical parameters identified. For particular sampling frequencies, a Monte Carlo simulation model was used to generate synthetic wqi data series from which wb status could be estimated. Assuming that 24 annual measurements of all wqi is the maximum economically affordable sampling frequency and taking this frequency as a reference, it has been shown that in about 22% of cases, a water quality class assessed from sampling at the standard frequency of 12 times per year is inaccurate. In less than 50% of cases was the reference assessment better than classifications based on lower frequencies. Nevertheless, in 33% of cases the indicator class was correctly assessed from measurements taken 4 times annually. The correlation between water quality class assessment and sampling frequency is not simple nor can it be arbitrarily assumed. When choosing the sampling frequency as a basis for reliable water quality assessment it is necessary to take into account characteristics of natural and man-made pressures acting on rivers in their catchments.

PL

Zgodnie z Ramową Dyrektywą Wodną ocena stanu jednolitych części wód jest wyznaczana na podstawie pomiarów monitoringowych. Celem artykułu jest analiza wiarygodności tej oceny w zależności od częstotliwości pobierania próbek. Do analizy wykorzystano dane dotyczące rzek w województwie wielkopolskim, uzyskane z systemu Państwowego Monitoringu Środowiska. Przeprowadzono testy zgodności rozkładów wartości wskaźników jakości wody z rozkładem normalnym, a następnie wyznaczono ich podstawowe charakterystyki statystyczne . Do generowania, na podstawie wyznaczonych rozkładów, syntetycznych serii pomiarowych wskaźników o różnej liczności próbek, zastosowano modele Monte-Carlo. Przyjmując jako częstotliwość referencyjną 24 pomiary w ciągu roku (największą częstotliwością monitoringu, ekonomicznie i organizacyjnie możliwą do realizacji) wykazano, że w 22% przypadków klasyfikacja wskaźników uzyskana na podstawie 12 pomiarów w ciągu roku jest obarczona błędem. W nieco mniej niż 50% przypadków wyniki oceny uzyskane przy zastosowaniu referencyjnej częstotliwości nie mogły być zastąpione pomiarami o mniejszej częstotliwości. W 33% przypadków klasa wskaźnika była prawidłowo wyznaczona na podstawie zaledwie 4 pomiarów w ciągu roku. Związek pomiędzy oceną klasy wskaźnika jakości wody a częstotliwością pobierania próbek jest skomplikowany i nie może być przyjmowany arbitralnie. Przy wyborze częstotliwości próbkowania w monitoringu rzek konieczne jest wzięcie pod uwagę naturalnych i antropogenicznych czynników i presji z obszaru zlewni wpływających na wody rzeczne.

Słowa kluczowe

EN

water quality; sampling frequency; river monitoring

PL

jakość wody; częstotliwość próbkowania; monitoring rzek

• Wydawca: Institute of Environmental Engineering, Polish Academy of Sciences
• Czasopismo: Archives of Environmental Protection
• Rocznik: 2018
• Tom: Vol. 44, no. 2
• Strony: 3--13
• Opis fizyczny: Bibliogr. 34 poz., rys., tab., wykr.

Twórcy

autor

Loga M.

• Warsaw University of Technology, Poland, Faculty of Building Services, Hydro and Environmental Engineering

autor

Jeliński M.

• Warsaw University of Technology, Poland, Faculty of Building Services, Hydro and Environmental Engineering

autor

Kotamäki N.

• Finnish Environment Institute (SYKE), Finnland

Bibliografia

• 1. Amruta, M.K. & Satish, M.T. (2013). Solar powered water quality monitoring system using wireless sensor network, In: Automation, Computing, Communication, Control and Compressed Sensing (iMac4s), 2013 International Multi-Conference on IEEE (pp. 281–285).
• 2. Behmel, S., Damour, M., Ludwig, R. & Rodriguez, M. J. (2016). Water quality monitoring strategies – A review and future perspectives. Science of the Total Environment, Tom 571, pp. 1312–1329.
• 3. Elliott, M., Andersen, J.H., Cardoso, A.C., Carstensen, J., Ferreira, J.G., Heiskanen, A.-S., Marques, J.C., Neto, J.M., Teixeira, H., Uusitalo, L., Uyarra, M.C. & Zampoukas, N. (2013). Good Environmental Status of marine ecosystems: What is it and how do we know when we have attained it?, Marine Pollution Bulletine, pp. 16–27.
• 4. Canadian Council of Ministers of the Environment (2015). Guidance manual for optimising water quality monitoring program design : Canadian Council of Ministers of the Environment.
• 5. Carstensen, J. & Lindegarth, M. (2016). Confidence in ecological indicators: A framework for quantifying uncertainty components from monitoring data, Ecological Indicators, Issue 67.
• 6. CIS (2003). Guidance document No 7. Monitoring under Water Framework Directive, Luxembourg: Office for Official Publications of the European Communities.
• 7. Clarke, R. (2012). Estimating confidence of European WFD ecological status class and WISER Bioassessment Uncertainty Guidance Software (WISERBUGS), Hydrobiologia, Issue 704.
• 8. D’Agostino, R.B. (1986). Tests for the Normal Distribution, In: R.B. D’Agostino & M. A. Stephens, redaktorzy Goodness-of-Fit Techniques, New York: Marcel Dekker.
• 9. Dz.U. 2016, poz. 1911 (2016). Rozporządzenie Rady Ministrów w sprawie Planu gospodarowania wodami na obszarze dorzecza Wisły.
• 10. Dz.U. 2009, nr 122, poz. 1018 (2009). Rozporządzenie Ministra Środowiska w sprawie klasyfikacji stanu ekologicznego, potencjału ekologicznego i stanu chemicznego jednolitych części wód powierzchniowych.
• 11. Dz.U. 2014, poz. 1482 (2014). Rozporządzenie Ministra Środowiska z dnia 22 października 2014 r. w sprawie sposobu klasyfikacji stanu jednolitych części wód powierzchniowych oraz środowiskowych norm jakości dla substancji priorytetowych.
• 12. Dz.U. 2016, poz. 1967 (2016). Rozporządzenie Rady Ministrów w sprawie Planu gospodarowania wodami na obszarze dorzecza Odry.
• 13. Dz.U. 2016, poz. 1911, poz. 1967 (2016). Rozporządzenie Rady Ministrów w sprawie Planu gospodarowania wodami na obszarze dorzecza Wisły. Rozporządzenie Rady Ministrów w sprawie Planu gospodarowania wodami na obszarze dorzecza Odry.
• 14. Dz.U. 2014, poz. 1 (2014). Rozporządzenie Ministra Środowiska z dnia 22 października 2014 r. w sprawie sposobu klasyfikacji stanu jednolitych wód powierzchniowych oraz środowiskowych norm jakości dla substancji priorytetowych.
• 15. EC (2000). Directive 2000/60/EC of the European Parliament and of the Council of 23 October establishing a framework for community action in the field of water policy, Official J. of European Union.
• 16. EC (2013). Directive 2013/39/EC of the European Parliament and the council amending Directives 2000/60EC and 2008/106EC as regards priority substances in the field of water policy. Official Journal of the European Union.
• 17. Facchi, A., Gandolfi, C. & Whelan, M.J. (2007). A comparison of river quality sampling methodologies under highly variable load conditions, Chemosphere, pp. 746–756.
• 18. GIOS (2013). Ocena stanu jednolitych części powierzchniowych wód płynących (w tym zbiorników zaporowych) w 2013 roku, z uwzględnieniem monitoringu w latach 2011 i 2012. (http://www.gios.gov.pl/images/dokumenty/pms/monitoring_wod/Ocena_stanu_wod_powierzchniowych_plynacych_w_2013_roku.pdf (09.05.2018)).
• 19. GIOS (2017). (http://www.gios.gov.pl/pl/stansrodowiska/monitoringwod (26.04.2018)).
• 20. Guigues, N., Desenfant, M., Lalere, B., Vaslin-Reimann, S., Eyl, D., Mansuit, P. & Hance, E. (2016). Estimating sampling and analysis uncertainties to assess the fitness for purpose of water quality monitoring network, Accreditation and Quality Assurance, pp. 101–112.
• 21. Kovacs, J., Korponai, J., Kovacs, I. & Hatvani, I.G. (2012). Introducing sampling frequency estimation using variograms in water research with the example of nutrient loads in the Kis-Balaton Water Protection System (Hungary), Ecological Indicator, 42, pp. 237–243.
• 22. Loga, M. (2012). Hierarchical approach to water body status misclassification, Wessex, WIT Press.
• 23. Loga, M. (2016). An estimation of uncertainty measures, confidence and precision, of surface water status assessment, Ochrona Środowiska, 38, pp. 15–23.
• 24. Loga, M. & Nawalany, M. (2009). The mew methods for assessing the state of uniform bodies of water. (http://www.wios.tarnow.pl/pl0302/rezultaty/oceny_stanu_wod_powierzchniowych/raport_c_1.pdf (03.2017).
• 25. Naddeo, V., Scannapieco, D., Zarra, T. & Belgiorno, V. (2013). River water quality assessment: Implementation of non-parametric tests for sampling frequency optimization, Land Use Policy, pp. 197–205.
• 26. Neal, C., Reynolds, B., Rowland, P., Norris, D., Kirchner, J.W., Neal, M., Sleep, D., Lawlor, A., Woods, C., Thacker, S., Guyatt, H., Vincent, C., Hockenhull, K., Wickham, H., Harman, S. & Armstrong, L. (2012). High-frequency water quality time series in precipitation and stream flow: From fragmentary signals to scientific challenge, Science of the Total Environment, pp. 3–12.
• 27. R Core, T. (2012). A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria.
• 28. Skarbovik, E., Stalnacke, P. & Bonsnes, T.E. (2012). Impact of sampling frequency on mean concentrations and estimated loads of suspended sediments in a Norwegian river: Implications for water management, Science of the Total Environment, 433, pp. 462–471.
• 29. Soszka, H., Kolada, A., Pasztaleniec, A., Ochocka, A., Kutyła, S. & Bielczyńska, A. (2016). Opracowanie zbiorczej oceny stanu jezior. Załącznik 4.8. do opracowania „Przetworzenie i zweryfikowanie danych PMŚ w zakresie monitoringu jezior z lat 2013–2015 wraz z opracowanie oceny stanu oraz nadzorem merytorycznym”, GIOŚ.
• 30. Strobl, R.O. & Robillard, P.D. (2008). Network design for water quality monitoring of surface freshwaters: A review, Journal of Environmental Management, pp. 639–648.
• 31. Urząd Marszałkowski (2017). (https://www.umww.pl/informacja-oregionie_informacje-oregionierolnictwo ((20.03.2017).
• 32. Vilmin, L., Flipo, N., Escoffier, N. & Groleau, A. (2016). Estimation of water quality of large urbanized river as defined by European WFD: what is the optimal sampling frequency., Environmental Science and Pollution Research, pp. 1–17.
• 33. Wierzchołowska, A. (2012). Zastosowanie hierarchicznej metody oceny prawdopodobieństwa błędnej klasyfikacji stanu wody dla rzek wybranych dwóch województw, Politechnika Warszawska.
• 34. WMO (2013). Planning of Water Quality Monitoring Systems, WMO-No.1113, World Meteorological Organization, Geneva, Switzerland 2013.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).