W celu świadczenia usług na najwyższym poziomie stosujemy pliki cookies. Korzystanie z naszej witryny oznacza, że będą one zamieszczane w Państwa urządzeniu. W każdym momencie można dokonać zmiany ustawień Państwa przeglądarki. Zobacz politykę cookies.
Powrót

Statystyka pozwoli zapobiegać katastrofom ekologicznym na rzekach

25.01.2024

Statystyczna analiza parametrów fizyko-chemicznych pomoże przewidywać katastrofy ekologiczne takie, jak ta, która zdarzyła się na Odrze w 2022 r. – uważają naukowcy z Politechniki Bydgoskiej. Pierwsze sygnały, że zbliża się tragedia, mogą się pojawiać nawet miesiąc wcześniej.

Jak przypomniano w komunikacie uczelni, na przełomie lipca i sierpnia 2022 roku setki ton śniętych ryb spływało Odrą; skala katastrofy była porażająca. Z Odry i jej dopływów na przełomie lipca i sierpnia wyłowiono co najmniej 350 t zatrutych ryb (w Polsce ok. 250 t). Niektóre szacunki wskazują nawet na 1000 t martwych ryb i zagładę 80 proc. organizmów odpowiedzialnych za samooczyszczenie rzeki.

Przyczyną masowego pomoru ryb i innych zwierząt wodnych był gwałtowny zakwit toksycznych złotych alg (Prymnesium parvum). Mimo natychmiast podjętych działań, jeszcze przez kilka tygodni polskie i niemieckie służby nie umiały wskazać przyczyny zjawiska. Dziś wiadomo, że za katastrofę odpowiadał nie jeden czynnik, ale konglomerat kilku.

Zdaniem naukowców z Politechniki Bydgoskiej im. Jana i Jędrzeja Śniadeckich (PBŚ), jest szansa na to, by w przyszłości uniknąć podobnych klęsk, jednak wymaga to zmiany metod analizy parametrów rejestrowanych na stacjach monitorujących stan rzek – podano w komunikacie uczelni. Pracę bydgoskich fizyków na ten temat opublikowano w czasopiśmie „Science of the Total Environment”.

Nie ma jednoznacznych sposobów oceny jakości wody. W Polsce stosuje się podział na pięć klas czystości, na świecie bardziej popularny jest współczynnik WQI (Water Quality Index), przyjmujący wartości od 0 do 100. Jest to zwykła średnia ważona, wyciągana z kilku parametrów wody mierzonych przez stacje monitorujące. Wagi statystyczne i zestaw parametrów można jednak dobierać różnie, więc w praktyce definicji współczynnika WQI jest kilkadziesiąt.

„Co najistotniejsze, WQI ma wadę konstrukcyjną: użyte do jego wyliczenia zwykłe sumowanie powoduje, że dodatnia zmiana jednego parametru może skompensować ujemną innego i vice versa. Ekosystem wodny może więc mieć dużą dynamikę, której nie będzie widać w zmianach współczynnika” – wyjaśnia dr Grażyna Czerniak z Wydziału Technologii i Inżynierii Chemicznej Politechniki Bydgoskiej i główna autorka artykułu, cytowana w komunikacie uczelni.

Naukowczyni dodaje: „Byliśmy świadomi wad współczynnika WQI, postanowiliśmy więc opracować nowy indeks statystyczny, bardziej uniwersalny i bardziej wrażliwy na zmiany wartości poszczególnych parametrów”.

Dr Czerniak zajmuje się wielowymiarową analizą statystyczną zjawisk fizyko-chemicznych. Wykorzystuje techniki matematyczne do wydobycia informacji o dynamice i korelacjach zjawisk z danych pomiarowych dotyczących różnych wielkości fizycznych mierzonych w jednym układzie. Doskonałym przykładem są tu właśnie rzeki. Do opisu ich stanu niezbędna jest wiedza o wielu wielkościach fizycznych (takich jak temperatura czy przewodność elektryczna wody), chemicznych (np. kwasowość wody, jej natlenienie bądź zawartość określonych związków chemicznych), a także biologicznych (m.in. liczebność okrzemek czy alg).

Każdy z parametrów można potraktować jako osobny wymiar w pewnej przestrzeni, której punktami będą wyniki poszczególnych pomiarów – czyli próbki wody. Następnie, w ramach tzw. analizy głównych składowych, wylicza się dla poszczególnych punktów (próbek) wartości nowych, sztucznych zmiennych. Zmienne te tworzy się w taki sposób, aby jak najlepiej wychwycić korelacje między wieloma parametrami. Ostatnim krokiem jest sprawdzenie, czy wyliczone dla poszczególnych próbek wartości nowych zmiennych po przekształceniu w jeden indeks nie przekraczają ustalonego kryterium statystycznego jakości. W badaniach wody z Odry kluczowe okazało się kryterium statystyczne znane jako T-kwadrat Hotellinga.

Podstawą do analiz przeprowadzonych na Politechnice Bydgoskiej były wyniki pomiarów fizyko-chemicznych zgromadzone przez ponad 30 polskich stacji monitorujących Odrę i obejmujące okres od pierwszych dni sierpnia 2022 r. (tuż po pierwszych obserwacjach śniętych ryb) do połowy maja następnego roku. Wyniki te uzupełniono o dane udostępnione przez niemiecką stację monitorującą we Frankfurcie nad Odrą, pochodzące także z okresu poprzedzającego katastrofę.

„Przeprowadzone testy statystyczne pokazały, że alarmy związane z przekroczeniem kryterium Hotellinga można skorelować z doniesieniami prasowymi o postępującym zanieczyszczeniu Odry. Ważny jest tu fakt, że kryterium działało zgodnie z oczekiwaniami zarówno na maksymalnym zestawie dostępnych parametrów, jak też wtedy, gdy zbiór ten ograniczyliśmy do zaledwie trzech wielkości fizyko-chemicznych” – podkreśla dr Czerniak.

Analiza danych poprzedzających katastrofę Odry wykazała, że już na miesiąc przed pierwszym śnięciem ryb wartość indeksu statystycznego nieznacznie, lecz stabilnie przekraczała kryterium alarmowe i utrzymywała się powyżej niego aż do momentu załamania się ekosystemu rzeki, kiedy to na wykresie pojawił się wyraźny pik. Zdaniem naukowców takie zachowanie zmiennych pozwala uznać, że wybrane kryterium jest wrażliwe na niewidoczne na pierwszy rzut oka związki między zmiennościami różnych parametrów fizyko-chemicznych rzeki.

„Kryteria statystyczne mogą czasami generować fałszywe alarmy. Pojedynczy alarm można zignorować. Jeśli jednak wyniki znajdują się powyżej stanu alarmowego przez cały tydzień, powinien to już być powód do poważnego niepokoju. W przypadku Odry początek zmian stał się widoczny miesiąc przed katastrofą. Gdyby więc nasza technika statystyczna była już wtedy stosowana, na ewentualne działania zapobiegawcze pozostałyby aż dwa-trzy tygodnie” – zauważa badaczka.

Technika opracowana przez fizyków z PBŚ jest łatwa w użyciu, nie wymaga dużych mocy obliczeniowych i może być przystosowana do monitorowania każdej rzeki. Narzędzie statystyczne należy jednak wcześniej wytrenować na odpowiedniej jakości zbiorze referencyjnym, zawierającym wartości parametrów typowe dla normalnego stanu danej rzeki. W przypadku cieków już kompleksowo monitorowanych, adaptacja narzędzia byłaby więc możliwa w krótkim czasie i przy minimalnych nakładach finansowych.

Nauka w Polsce

{"register":{"columns":[]}}