通过因子分析和多重线性回归模型评估受污染地点地下水质量监测数据的变化

科学领域:

• 环境科学 环境科学
• 水文地质学 水文地质学
• 地质化学 地质化学

背景情况:

• 长期监测污染物度对于评估修复效率至关重要.
• 监测数据的高变化,特别是来自长时间选井的监测数据,阻碍了趋势的识别,并可能引入偏差.
• 了解影响数据变化的因素是可靠网站评估的关键.

研究的目的:

• 为了评估碳化合物度的变化在完全选的监测井超过11年在一个前炼油厂.
• 识别导致数据变化的因素,区分内部羽毛状特征和采样相关问题.
• 提出减少数据变化和提高污染物监测可靠性的策略.

主要方法:

• 使用多方法方法的水化概念建模.
• 统计分析结合了因子分析和多重线性回归模型.
• 在完全选的监测井中对碳化合物度的长期 (11 年) 评估.

主要成果:

• 碳化合物度的变化在羽毛线边缘较高,在源头和核心较低.
• 与3D羽毛结构和氧化还原条件相关的内在羽毛异质性占总变量的44-46%.
• 非标准化的净化和采样操作 (例如,吸入,流量,分析方法) 占变化的56-54%.

结论:

• 固有的羽毛异质性会导致碳化合物度的背景变化,这种变化无法通过采样程序改变.
• 标准化净化和采样操作或采用减少有效屏幕长度的技术,可以将数据变化减少50%以上.
• 在完全选的井中改善监测实践对于准确评估污染物减弱和修复进展至关重要.