The present paper deals with multivariate statistical treatment of an aerosol sample collection from Northern Greece. The sampling area is an industrial region with four coal burning power stations and a previous study revealed some relationships between carbonaceous particles from the aerosol collection and the sampling conditions and sites. The chemometrical approach, however, makes it possible to consider the environmental system in a more informative way, including all major ions. The statistical analysis has indicated that there is a clear distinction between the similarities of rural sites on one hand and urban ones, on the other (cluster analysis). Further, three latent factors were identified being responsible for the data structure - crustal - road dust, marine aerosols and anthropogenic - primary emission factors (principal components analysis). In the final stage of the statistical analysis the contribution of each identified source (principal component or latent factor) to the formation of the total particle mass or the total component concentration was determined (multiple regression on absolute principal components scores). It can be concluded that the multivariate statistical data mining gives better chances to interpret the monitoring data and to derive information necessary for problem-solving and decision-making.
PL
Przedstawiono analizę statystyczną wielu zmiennych dla próbek aerozolu z północnej Grecji. Obszar próbkowania jest regionem przemysłowym z czterema elektrowniami na węgiel. Poprzednie badania pokazały istnienie pewnych zależności między cząstkami aerozolowymi pochodzenia węglowego a warunkami i miejscem próbkowania. Podejście chemometryczne umożliwia rozpatrywanie danego środowiska (ekosystemu) w sposób dostarczający więcej informacji, w tym danych dotyczących wszystkich najważniejszych jonów. Analiza statystyczna (wyodrębnienie klasterów, tj. pewnych grup) pozwoliła na pokazanie wyraźnych różnic między obszarami wiejskimi a obszarami zurbanizowanymi. Natomiast statystyczna analiza składowych (komponentów) głównych umożliwiła zidentyfikowano trzech podstawowych czynników ukrytych, odpowiedzialnych za strukturę danych monitoringowych, mianowicie emisję: pyłu drogowego, aerozolu morskiego i aerozolu antropogennego. Zbadano również (za pomocą regresji wielokrotnej wartości składowych głównych) wkład każdego z ww. źródeł (składnika podstawowego lub czynnika ukrytego) do całkowitej zawartości danego składnika. Podsumowując rezultaty statystycznej analizy wielu zmiennych umożliwiają uzyskanie wyników, pozwalających na pogłębiona interpretację danych monitoringowych. Dostarczają one niezbędnych informacji potrzebnych do rozwiązywania ważnych problemów środowiska przyrodniczego i podejmowania właściwych decyzji.
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.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Acridine orange is a dye which intercalates within DNA. The interaction of acridine orange with double stranded (ds), thermally denatured single stranded (ss) calf thymus DNA and poly (G) was studied in solution as well as at electrode surface by means of adsorptive transfer stripping voltammetry (AdSTV) using carbon paste electrode (CPE) in 0.2 mol L-1 sodium acetate (pH 5.0).
PL
Oranż akrydynowy wykazuje zdolność wstawiania się w cząsteczkę DNA. Zbadano oddziaływania oranżu akrydynowego z poli-G oraz z dwuniciową spiralą DNA (ds) ijednoniciową (ss) uzyskaną w wyniku termicznej denaturacji DNA dwuniciowego (DNA pochodziło z cielącej przysadki mózgowej). Badania prowadzono w roztworze oraz na powierzchni elektroy metodą adsorpcyjnej woltamperometrii stripingowej na elektrodzie z pasty węglowej w roztworze octanu sodu 0.2 mol L(-1) o pH 5.0.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.