titul, 37kB

Výsledky práce

Výsledky analýzy PTS

Nejprve byly vypočteny základní popisné statistiky pro získání rychlého přehledu od datech. Již na těch byly patrné nestejnorodosti na jednotlivých branách. Pro detailnější rozbor bylo vytvořeno grafické zpracování popisující efektivitu čištění na branách. V některých měřeních byly zjištěny extrémně vymykající se hodnoty, například stonásobně vyšší koncentrace na výstupu než vstupu. Tyto hodnoty byly považovány za chybu ať už v měření či zaznamenání dat, a byly ze souboru odstraněny. Efektivita procesu je velmi dobrá, průměr na branách se pohybuje od 75 do 97 % u sumy 1 550 µg/l, a 80 – 97 % u sumy 2 000 µg/l. Výjimkou je brána 4, kde jsou průměrné hodnoty 43 %. To je však způsobeno zahrnutím hodnot z doby pilotní zkoušky, kde byla efektivita z počátku nižší. Efektivita ale nevypovídá o koncentracích vystupující z PTS – ty nesmí překročit povolené limity 1 550 a 2 000 µg/l. Tyto hodnoty nebyly nikdy překročeny, kromě brány RB4 a to opět v období pilotní zkoušky, po ní byl zaznamenány ještě 2 případy, kdy byly limity nepatrně překročeny.

Další hodnocení bylo provedeno pomocí korelačních matic a parciálních korelačních koeficientů. Účelem těchto výpočtů byla snaha o prokázání závislostí mezi některými atributy. Koeficienty byly počítány jak pro hodnoty na vstupu, tak pro změny hodnot při průchodu bránou. Zkoumány byly vztahy mezi polutanty, anorganickými látkami a také fyzikálně-chemickými parametry. Tato metoda se však ukázala pro případová data jako nevhodná: výsledné matice sice byly vhodně uspořádány do přehledné formy, ale nepodařilo se v nich objevit žádný opakující se vzor závislostí, který by platil pro více bran.

Vztahy mez atributy byly hledány dále pomocí modelů beta regrese. Zde bylo na data nahlíženo ze strany efektivity čištění a zkoumáno, jaký vliv mají jednotlivé atributy na celkovou účinnost. Bohužel nešlo vytvořit zvlášť model pro každou bránu (nedostatek měření), a proto musel být použit jeden celkový pro všechny data dohromady. Tento výpočet ukázal jako nejvíce ovlivňující sumu dle rozhodnutí, vinylchlorid a sumu methylenů. Je však nutno brát v potaz, že model je zobecněn pro všechny brány dohromady, a jak bylo zjištěno už v předchozích krocích, rozptyl dat je na bránách velice velký a proto může mít vliv i na tento celkový model.

Metod nelineární regrese bylo využito také k predikování vývoje efektivity bran. K tomuto účelu se ukázala logistická regrese jako velmi vhodný nástroj poskytující dobré výsledky. V některých případech byly data odivně zkreslená outliery, a proto by bylo vhodné mít k dispozici více měření a možnost tyto prvky vypustit. I přes to byly zjištěny trendy efektivity na branách, a výsledek říká, že převládá klesající nebo konstantní stav. Na branách 1, 8, 9 a 10 efektivita průběžně stoupala a drží se na vynikající úrovni. Avšak i u klesajících křivek není tento propad nijak výrazný či extrémní.

Poslední zkoumanou částí PTS byly změny atributů, a to anorganických látek a fyzikálně chemických parametrů. V těchto případech šlo spíše o potvrzení očekávaných průběhů – pokles Eh při průchodu bránou a nárůst hodnot pH. Tyto teorie byly úspěšně potvrzeny, v rámci Eh byl navíc zjištěn průběžný růst hodnot, který indikuje postupné slábnutí účinnosti. Za poslední období bylo však k dispozici jen málo měření, proto nelze určit, zda se nejedená pouze o dočasný výkyv.

Anorganické látky byly porovnávány graficky a také pomocí shlukové analýzy, která měla prokázat, zda změny vytváří shluky, které by odpovídaly jednotlivým branám. Rozbor většinou prokázal obecné trendy očekávající poklesy koncentrací látek, avšak ve většině případů byly rozptyly hodnot velmi velké na to, aby byla jednoznačně prokázána jasná podobnost mezi bránami či látkami. Z toho důvodu nepřinesla ani shluková analýza jasné uspokojující výsledky, vzniklé shluky nekorespondovaly s reakčníma bránama, a hodně se prolínaly mezi sebou. Nicméně bylo zajímavé vidět, že existují skupiny, které jsou si chováním velice podobné.

Výsledky analýzy mraku 5

Na mraku 5 probíhalo méně analýz než na PTS. K dispozici byly jednak sumy koncentrací polutantů, které vstupovaly do čistícího procesu a sumy které z něj vystupovaly, a dále prostorově rozmístěné vrty. Na součtech byla provedena lineární regrese za účelem odhadu, kdy dojde k poklesu těchto hodnot pod žádaný limit. Pro sumu dle Rozhodnutí by mohlo být dosaženo limitu 1 550 μg/l v březnu 2019, pro novou sumu a limit 2 000 μg/l v září 2023. Tyto hodnoty jsou však velmi orientační.

Závěrečným krokem celé analýzy byla prostorová interpolace vrtů, ze kterých byl získán souvislý povrch znečištění pro sumy polutantů dle Rozhodnutí. Tyto interpolace byly provedeny pro celkem 9 časových údajů. Bylo zjištěno, že rozdíly v koncentracích jsou extrémně velké a to až v řádech desetitisíců. Tento fakt se také projevil na přesnosti interpolace. Koncentrace polutantů také výrazně kolísala v průběhu sledovaného období, nicméně bylo lokalizováno hlavní centrum znečistění, jehož poloha se výrazně nemění a nachází se přibližně ve středu zájmového území. Také bylo vypozorováno, že plochy koncentrací nad limit a pod limit jsou přibližně vyrovnané. Do celé časové řady nezapadá rok 2012, kdy byly pozorovány výrazně nižší koncentrace, ale v následujících letech hodnoty opět výrazně narostly.

Celkově lze zkoumané metody čištění podzemní vody označit za maximálně efektivní. S jejich pomocí byly na zájmovém území redukovány polutanty pod únosnou hranici a podzemní voda opouštějící areál hlavně oblasti PTS již není nebezpečím pro životní prostředí. Dále se ukázalo, že navržené technologie splňují očekávanou životnost, dokonce je možné počítat s delším fungováním, než je v původních plánech.

Grafické prezentace výsledků

ZMĚNY LÁTEK

PREDIKCE PTS

GRAFY BRAN

změny látek predikce grafy bran

FYZ-CHEM PARAMETRY

KRIGING

PROSTOROVÉ ZNEČIŠTĚNÍ

změny látek změny látek změny látek

2015 Karel Macků © Katedra geoinformatiky, Přírodovědecká fakulta, UPOL