Faktory ovlivňující difuzní kontaminaci lesních půd Milan SÁŇKA Masarykova univerzita, Přírodovědecká fakulta Centrum pro výzkum toxických látek v prostředí - RECETOX, sanka@recetox.muni.cz
Typy a zdroje kontaminace půd Kontaminace Plošná - difuzní Regionální Přirozená Přirozená atm. depozice Geologické podloží, záplavy Lokální (bodové, liniové zdroje Antropogenní Odpadní kaly Sedimenty (záplavy) Hnojiva Plynulý přechod Ukládání odpadů, průmysl Antropogenní atmosferická depozice
Dálkový transport těkavých POPs
Zdroje pro hodnocení difuzní kontaminace Matematické modelování na reálných souborech dat Hodnocení projektu Interreg (Bavorsko-CZ) Předběžné výsledky projektu NAZV
Cíle analýzy Identifikace zdrojů variability v hodnotách kontaminantů půd a modelování obsahu kontaminantů v půdách ČR Analýza shrnující vliv prostorové informace a charakteristik lokalit na hladiny kontaminantů v půdách Vytvoření modelů vysvětlujících úrovně kontaminace pomocí prostorové analýzy s využitím vysvětlujících parametrů (fyzikálně chemické charakteristiky půd, nadmořská výška, pedologické charakteristiky, informace získané analýzou GIS vrstev apod.) Vytvoření distribučních map pozaďových koncentrací POPs v půdě bez hot-spots Využití map k výpočtu těkání a predikce rizik
Datový soubor Data z několika projektů (v letech 25-211) poskytnutých pracovišti RECETOX, UKZUZ, AOPK Použité analýzy: Random Forests a rozhodovací stromy (CART) Koncentrace zlogaritmovány (Ln) a odstraněny odlehlé hodnoty Celkový počet lokalit PAHs 218 lokalit PCBs 219 lokalit DDX 18 lokalit HCB 192 lokalit
Predikce plošných koncentrací POPs a jejich zásob v půdě ČR rozdělena na 8 33 čtverců o velikosti 1 km 2 pomocí ArcGIS 9.2 Každému čtverci byly přiřazeny hodnoty prediktorů z GIS vrstev, stejně pro lokality (mimo parametrů měřených přímo v terénu: typ půdy, organický uhlík, charakter půdy) Prediktory Antropogenní aktivita vzdálenost od zdrojů, obydlených oblastí a komunikací, zóny znečištění NOx, SO2, obsah prašných částic v ovzduší Klimatické a topografické faktory nadm. výška, průměrné roční teploty, průměrné roční srážky Půdní vlastnosti půdní typ, obsah organického uhlíku, způsob využití půdy, charakter pozemku Koncentrace/zásoba POPs ve svrchní vrstvě půdy byla počítána pro každý grid, za použití reálné koncentrace POPs, objemové hmotnosti, skeletovitosti a mocnosti horizontů. Hodnoty byly specifické pro každý čtverec/grid.
Datový soubor Přes 2 lokalit a analytickými daty obsahů POPs v půdě z několika projektů
Regression tree of PCBs (n = 219) Pastures, Natural grassland, Moors and heathland, Fruit trees, Peatbogs N = 95 M = 2.3 <=785 Size of pop. area >785 N = 219 M = 3.7 Land cover Green urban areas, arable land, Broad-leaved and Coniferous forest, Transitional woodland shrub N = 124 M = 5.2 <= 26.7 % Corg > 26.7 % Natural grassland, Moors, heathland, Peatbogs N = 45 M = 1.3 ID = 3 N = 68 M = 1.6 Land cover N = 27 M = 5.6 ID = 1 Pastures, Fruit trees N = 23 M = 2.4 ID = 2 N = 98 M = 4.3 <= 48 Size of pop. area >48 N = 53 M = 3.4 N = 45 M = 5.8 ID = 5 Altitude <=521 m asl >521 m asl N = 26 M = 1.6 ID = 4 počet pozorování 8 7 6 5 4 3 2 1 Histogram ln PCBs N=219 1 6 11 33 71 5 14 8 N=14 outlier 5 68.6% explained variability (crossvalidation 61,9% - 71,8%) 1 N = 43 M = 2.9 ID = 6 N = 1 M = 6.2 ID = 7-4 -3-2 -1 1 2 3 4 5 6 7 8 9 kategorie M = Geom. Mean (ng.g -1 ), Confidence Intervals (5% and 95%) concentrations ( ng.g -1 ) 12 1 8 6 4 2 Range of conc. of terminal nodes ID1 ID2 ID3 ID4 ID5 ID6 ID7
Regression tree of HCB (n = 192) arable land N = 192 M = 1.2 Character of soil grassland, anthropogenic, forest and peaty soil <=176 N = 38 M =3.2 N = 154 M =.9 Anthrosols, Risk >176 Cambisols Soil type Fluvisols, Arenosols, Podzols, except arenic N = 27 M = 2.4 ID = 1 N = 11 M = 6.6 ID = 2 N = 99 M =.8 N = 55 M = 1.4 Size of pop. area <=691 >691 <=869m asl Altitude >869m asl 1 Histogram Luvisols and Stagnosols 15 N = 7 M =.2 ID = 4 N = 71 M =.6 Soil type Anthrosols, Cambisols N = 64 M =.7 ID = 5 <=365m asl (grassland) N = 28 M = 1.3 ID = 3 N = 26 M = 1.3 ID = 7 N = 39 M = 1.6 Altitude (character of soil) N = 13 M = 2.6 ID = 8 N = 16 M =.8 ID = 6 >365m asl (Forest soil) Range of conc. of terminal nodes počet pozorování 8 6 4 2 N = 192 29 58 19 8 1 2 1 3 2 2 2-4 -3-2 -1 1 2 3 4 5 6 7 8 9 1 kategorie N = 9 outlier 76.2% explained variability (crossvalidation 69,9% - 78,%) M = Geom. Pedologické Mean (ng.g -1 dny ), Milovy, Confidence 213. Intervals (5% and 95%) concentrations ( ng.g -1 ) 1 8 6 4 2 ID1 ID2 ID3 ID4 ID5 ID6 ID7 ID8
Regression tree of DDT (n = 18) grassland N = 18 M = 6.5 Character of soil arable land, anthropogenic, forest and peaty soil N = 92 M = 2.7 <= 8 C Temperature > 8 C N = 88 M = 16.3 Chernozems,Cambisols, Gleysols, Histosols Soil type Fluvisols,Luvisols, Arenosols, Podzols N = 62 M = 1.7 N = 3 M = 7. ID = 1 N = 46 M = 11.3 N = 42 M = 24.3 ID = 5 Natural grassland Land cover Pastures <=7 Risk >7 N = 3 M =.34 ID = 2 N = 3 M = 1.2 ID = 3 N = 34 M = 8.4 ID = 6 N = 12 M = 25.9 ID = 7 5 45 Histogram 46 Range of conc. of terminal nodes počet pozorování 4 35 3 25 2 15 1 5 N = 18 1 2 8 19 37 14 3 2-2 -1 1 2 3 4 5 6 7 8 9 kategorie N=6 outlier 1 65.4% explained variability (crossvalidation 61,5% - 69,7%) concentrations ( ng.g -1 ) M = Geom. Pedologické Mean (ng.g -1 ), dny Confidence Milovy, Intervals 213. (5% and 95%) 35 3 25 2 15 1 5 ID1 ID2 ID3 ID4 ID5 ID6 ID7
počet pozorování 2 18 16 14 12 1 8 6 4 Histogram ln PAHs N = 218 3 8 forest soil 16 17 N = 28 M = 457 ID = 1 19 1 8 3 3 2 1-3, -2,5-2, -1,5-1, -,5,,5 1, 1,5 2, 2,5 3, kategorie N = 77 M = 249.3 N=6 outlier Regression tree of PAHs (n = 218) N = 136 M = 365.3 N = 49 M = 176.3 ID = 2 N = 3 M = 957 ID = 3 N = 59 M = 61.4 N = 218 M = 58.9 <= 7mm Precipitation > 7 mm <= 434 Size of pop. area >434 Character of soil arable land, grassland N = 29 M = 372 ID = 4 N = 41 M = 619.8 Soil type Fluvisols Luvisol Dist. industry Anthrosols Cambisol <=22m >22m N = 11 M = 1856.8 ID = 5 71% explained variability (crossvalidation 65,6% - 74,2,%) N = 82 M = 822.1 Natural grassland Green urban areas, arable Pastures Land cover land, Broad-leaved, Peatbogs Coniferous and Mixed forest N = 3 M = 55.4 ID = 6 concentrations ( ng.g -1 ) M = Geom. Mean (ng.g -1 ), Confidence Intervals (5% and 95%) 3 25 2 15 1 5 N = 12 M = 51.1 ID = 7 N = 41 M = 1255.6 <= 8.9µg m -3 NO x >8.9µg m -3 ID1 ID2 ID3 N = 29 M = 1423 ID = 8 Range of conc. of terminal nodes ID4 ID5 ID6 ID7 ID8
Významnosti prediktorů PCBs (N=218) DDT (N=218) PAHs (N=218) HCB (N=192).5 1.5 1.5 1.5 1 altitude temperature precipitation orgcarbon soil type landuse char. of soil size of pop. ar. dist. pop. area dist. industry dist. road class road NOx SO2 PM risk
Spatially resolved (grid of 1 1 km) pools of HCB (kg km -1 ) Environmental distribution of HCB depends on land cover, soil type, size of populated area and elevation.
Spatially resolved (grid of 1 1 km) pools of DDT (kg km -1 ) HCB and DDT maps clearly show higher pools in lowlands when compared to mountain soils. It is a result of using these compounds as pesticides for several decades.
Predicted concentrations of PAHs in soil
Predicted concentrations of PCBs in soil
Zastoupení DDT a jeho metabolitů v nadložním organickém horizontu podle kategorií LVS a druhového složení porostů
Obsah PAH v nadložním organickém horizontu podle druhového složení porostu Látka les převaha jehličnanů převaha listnáčů smíšený n 85 12 15 jednotky µg.kg -1 Σ PAH Průměr 1918,88 2434,57 2121,15 Min. 532,22 158,66 766,4 Max. 563,5 5871,9 6188,5 Medián 1962,2 2354,3 2123,65
Vytěkávání HCB a PCB z půdy: fugacitní model
Vytěkávání POPs z půdy Vytěkávání se stává hlavním zdrojem některých POPs v životním prostředí Cílem modelu je kvantifikovat tyto toky v průběhu roku a získat informaci o celkovém množství POPs které se dostává do ovzduší Byl použit fugacitní model. Vytěkávací tok je úměrný rozdílu fugacit mezi vzduchem a půdou Pro predikci je potřeba: - koncentrační mapy, mapy teplot vzduchu, K ow, K aw, C org Využití: inventura POPs, predikce budoucího vývoje změn koncentrací ve vzduchu a půdě, kalibrace hemisférického modelu
Vstupní parametry pro model těkání: Průměrná koncentrace ve vzduchu HCB =.175 ng / g (medián z Košetic) PCB =.9 ng / g (median z Košetic) Místně specifické (pro každý grid 1x1 km) - teplota (stejná pro vzduch i půdu) - organický uhlík - koncentrace v půdě Zanedbáváme: Vliv vegetace, srážek, fázovou změnu při C, rychlost větru, místně specifické vlastnosti půdy (hustota, porozita).
Organický uhlík Průměrná roční teplota Koncentrace PCB153 Koncentrace HCB
Průměrná lednová teplota Průměrná červencová teplota Vypočítaný tok HCB - leden Vypočítaný tok HCB - červenec
Volatilizační toky HCB z půdy (ng m -2 h -1 ) Leden Červenec Volatilization maps show that pools are active source of these pollutants during warm part of year. This is in contrast to colder regions in mountains which are target places of air transport e.g. cold condensation nearly during whole year.
Lokality odběru vzorků projektu KOLEP
Závislost obsahu RP na horizontu Means and 95. Percent LSD Intervals Means and 95. Percent LSD Intervals.4.3.6.5.4 Hg.2 Cd.3.1.2.1 1 2 3 4 Vrstva 1 2 3 4 Vrstva Means and 95. Percent LSD Intervals 12 Pb 1 8 6 4 2 1 O; 2-2 cm (A), 3 2-1 cm; 4 1 2 cm 1 2 3 4 Vrstva
Závislost obsahu RP na druhovém složení porostu Means and 95. Percent LSD Intervals Means and 95. Percent LSD Intervals.34 71.3 66.26 61 Cd Zn 56.22 51.18 46.14 J L M 41 J L M porost porost
Závislost obsahu RP na LVS Means and 95. Percent LSD Intervals Means and 95. Percent LSD Intervals 47 12 37 1 27 8 As Pb 6 17 4 7 2-3 1 2 3 4 1 2 3 4 stupen stupen 1 fluvizemě; 2 LVS 1-3; 3 LVS 4-6; 4 LVS 7-8
DĚKUJI ZA POZORNOST