Hidrológiai Közlöny 2012 (92. évfolyam)
5-6. szám - LIII. Hidrobiológus Napok: „A hidrobiológia szerepe a víz-stratégiákban” Tihany, 2011. október 5–7.
80 HIDROLÓGIAI KÖZLÖNY 2012. 92. ÉVF. 5-6. SZ. csolatok száma, mint nyáron. Az ásványi nitrogéntartalom, és a különböző nitrogén-formák változói között gyakran van erős pozitív lineáris kapcsolat. Előfordul az is, hogy csak az ammónium ionnal korrelál egy adott mintavételi ponton az ásványi nitrogén. Főkomponens analízis A PCA arra keresi a választ, hogy milyen háttérfolyamatok alakítják a Tisza vízminőségét és folyamatait. A nyári illetve a téli, valamint a teljes év adatainak vizsgálata külön-külön történt a sztochasztikus vizsgálatok eredményeinek megfelelően. Az adott változót jelentősnek tartottuk egy főkomponensen belül, ha együtthatójának abszolút értéke meghaladta a 0,7-et. Az első főkomponens a mintavételi pontokon végighaladva, az adatok varianciájának egyre nagyobb hányadát magyarázta. A vizsgálat eredményét a 2. táblázat foglalja össze. Nyáron Tiszabecs, Záhony és Balsa mintavételi pontokon az első főkomponensben a leghangsúlyosabb változók a fontosabb nitrogénformák voltak. A második főkomponensben a halobitásért felelős ionok (Mg 2 +, Na +, K +, Cl") jelennek meg. Balsa után markáns változás történik a háttér-folyamatokban. A további mintavételi pontokon, nyáron (az első főkomponens alapján) a főbb ionok (Na +, Cl") veszik át a "főszerepet" a folyamatok irányításában. Télen - Tiszabecs kivételével - leginkább az ionok befolyásolják a folyó vízminőségét alakító folyamatokat. Fontos megjegyezni, hogy télen a nitrogénformák a második főkomponensben jelennek meg. Végül, a teljes év adatsorain elvégzett PCA alapján kijelenthető, hogy az éves állapot jobban hasonlít a téli állapotra (akárcsak a sztochasztikus kapcsolatok esetén). Az első főkomponensben az ionok, a második főkomponensben a nitrogénformák dominálnak. 2. tá blázat A PCA vizsgálat összesített eredménye Nyár T é 1 éves Első fökomp. Második fökomp. Első fökomp. Második fökomp. Első fökomp. Második fökomp. Tiszabecs N-form. Főbb ionok N-form. Főbb ionok N-form Záhony N-form. Főbb ionok Főbb ionok N-form. Főbb ionok N-form Balsa N-form. Főbb ionok Főbb ionok N-form. Főbb ionok N-form Tiszalök Főbb ionok N-form. Főbb ionok N-form. Főbb ionok N-form. Polgár Főbb ionok N-form. Főbb ionok N-form. Főbb ionok N-form. Tiszafüred Főbb ionok N-form. Főbb ionok N-form. Főbb ionok N-form. Tiszaug Főbb ionok N-form. Főbb ionok N-form. Főbb ionok N-form. Tápé Főbb ionok N-form. Főbb ionok N-form. Főbb ionok N-form. Az eredmények értelmezése Sztochasztikus kapcsolatok Mint már bemutattuk a változók sztochasztikus kapcsolatai télen és nyáron eltérőek. Tehát a korrelációs viszonyok változása szoros kapcsolatban van a hőmérsékleti állapotokkal. Vagyis ha a teljes évet vizsgáljuk, elvesznek az amúgy meglévő jelentős különbségek a téli és a nyári időszak között. A hőmérsékleti állapotok mellett az áramlási viszonyok is jelentősen befolyásolhatják a paraméterek kölcsönhatásait. A duzzasztómű térségében, illetve az alsóbb szakaszokon lelassuló áramlás kedvező hatással van a paraméterek sztochasztikus kapcsolatainak erősségére. Amennyiben az ásványos nitrogén csak az ammóniával korrelál erősen, az az ammónia nagyobb mértékű változását jelzi (a többi nitrogénformához képest). Mindez szervesanyag-terhelést, illetve a szaprobitás növekedését jelentheti. Ilyen mintavételi pont például Záhony. Ennek lehetséges magyarázata a Szamos által szállított jelentős szerves anyag terhelés. Tehát a sztochasztikus kapcsolatokra a nagyobb mellékfolyók jelentős hatással vannak. Főkomponens analízis Nyáron Tiszabecs és Balsa között a nitrogénformák dominanciája a biológiai folyamatok jelentőségére utal vízminőséget alakító háttérfolyamatok terén. Majd Tiszalök mintavételi ponttól a biológiai folyamatok felől a szervetlen folyamatok (például beoldódás vagy kicsapódás) irányába tevődik át a hangsúly. Télen Tiszabecs Kivételével ugyancsak a szervetlen folyamatok dominanciája jelentik meg, tehát a leghidegebb évszakban a szervetlen folyamatok befolyásolják a legjobban a Tisza vízminőségét. Végül a PCA eredménye is megerősítette azt a tényt, miszerint nem lehet egyszerre vizsgálni a teljes évet, mert így számos információt elveszítünk a jelentős évszakos eltérésekről . Összefoglalás A dolgozat a magyarországi Tisza 8 mintavételi pontjának 24 változójának hosszú távú (1974-2005 között) többváltozós adatelemzésének eredményét mutatja be. Az adatelemzés elvi lehetőségét a nagy mennyiségű adat és több előzetes vizsgálat támasztotta alá. A leíró statisztikák és a hatásidő becslés alapján éves és évszakos felbontásra volt lehetőség a többváltozós adatelemzés során. Összefoglalva a korreláció vizsgálat eredményét, az erős lineáris kapcsolatok száma a folyás irányával növekvő tendenciát mutatott, illetve stabilizálódott. Az éves, illetve a téli és a nyári korrelációs viszonyok eltérőek, mind a kapcsolatok számát, mind a kapcsolatban lévő paramétereket tekintve. Nyáron kevesebb az erős lineáris kapcsolat, mint télen. Ugyanakkor az organogén elemekhez köthető paraméterek között nyáron van több jelentős korreláció. A teljes év korrelációs viszonyai eltérnek mind a nyári, mind a téli állapottól, de a télivel mutatnak nagyobb hasonlóságot. A korreláció vizsgálat rávilágított, hogy a változók sztochasztikus kapcsolatai függenek a hőmérsékleti viszonyoktól, az áramlási sebességtől, az antropogén hatásoktól és a mellékfolyóktól. A folyó vízminőségét alakító lehetséges háttérfolyamatokat a főkomponens analízissel vizsgáltuk, mely rámutatott, hogy a folyamatok mind térben mind évszakonként eltérő mintázatot mutattak a mintavételi pontokon,így a PCA szempontjából sem kezelhetőek együttesen az eltérő évszakok adatai. Tehát az évszakos felbontás minden vizsgálat során plusz információt eredményezett. Mindazonáltal a vízminőséget alakító folyamatok minél pontosabb leírásához az adatelemzés során figyelembe kell venni a Tiszára gyakorolt antropogén hatások következményeit, és nem tekinthetünk el a nagyobb mellékfolyók hatásának együttes vizsgálatától sem. Irodalom Csépes, E., T. Nagy M, Bancsi, /., Vévári, P., Kovács, P., K. Szilágyi, E. (2000): A vízminőségi jellemzők alakulása az évszázad egyik legnagyobb árvizének tükrében. - Hidrológiai Közi. 5-6., pp. 285-287. Füst A., Geiger J. (2010): Monitoringtervezés és -értékelés geostatisztikai módszerekkel I: Szakértői véleményen alapuló, "igazoló" mintázás geostatisztikai támogatása-Földtani Közi.,140.3., pp 303-312 Füstös L., Meszéna Gy„ Simonné Mosolygó N. (1986): A sokváltozós adatelemzés statisztikai módszerei. - Akadémiai Kiadó, Budapest. Hatvani, I. G., Kovács, J., Kovácsné, Székely, /., Jakusch, P., Korponai, J., (2011): Analysis of long term water quality changes in the Kis-Balaton Water Protection System with time series-, cluster analysis and Wilks ' lambda distribution. Ecological Engineering. Vol. 37.4 pp. 629-635. Kovács J., Hatvani I G., Kovácsné Székely /., Tanos P., Korponai J., 2011. Key question of sampling frequency estimation during system calibration, on the example of the Kis-Balaton Water Protection System 's data series. Georgikon for Agriculture Vol. 14. 1 pp. 53-68. Kovács J., Kovácsné Székely I. (2006a): A minta értelmezési problémái: elmélet és gyakorlat. — Földtani Közlöny, 136. pp. 139—146.
