Original paper

Are multivariate-heuristical models suitable to investigate little-explored groundwater contaminations?

[Sind multivariat-heuristische Modelle für gering erkundete Schadstoffkontaminationen im Grundwasser geeignet?]

Thiergärtner, Hannes

Zeitschrift der Deutschen Geologischen Gesellschaft Band 155 Heft 2-4 (2005), p. 275 - 285

16 references

published: Jun 1, 2005

BibTeX file

ArtNo. ESP171015502015, Price: 29.00 €

Download preview PDF Buy as PDF

Abstract

Conceptual deterministical, frequently numerical tools are in general available to model groundwater contaminated by several hazardous substances. These models can take into consideration spatial and temporal aspects as well. Single problems can be solved also by models of mathematical statistics with respect to the stochastical character of many geological and ecological phenomena and processes if the existing data do not allow to apply conceptual models. Examples based on earlier investigations demonstrate this approach for three former industrial sites with polluted aquifers. The application of statistical working methods is mainly based on the test of geoscientific hypotheses which are mathematically formulated but it is bond to certain theoretical assumptions. Many problems can be solved by multivariate-heuristical models even if statistical models cannot be used, e. g. because there are only few explorational data. Heuristical classification allows the analysis of mutual associations between hazardous components (parameters), a division of multivariately described samples (objects) into well distinguishable classes of groundwater contamination, the description of these classes, their localisation within the investigated area etc. This approach will be shown at examples of groundwater damages caused by phenols at a former gas generator facility, by volatile chlorinated hydrocarbons impacted by dry cleaners and by mixed organic hazardous substances at an extended industrial site. An orienting decision tree can help to determine the conditions for the application of multivariate classifying models in groundwater investigations.

Kurzfassung

Für die räumliche und zeitliche Modellierung von kontaminiertem Grundwasser mit mehreren Schadstoffen stehen im allgemeinen konzeptionell-deterministische, häufig numerische, Werkzeuge zur Verfügung. Einzelfragen können wegen des stochastischen Charakters vieler geo- und ökologischer Erscheinungen und Prozesse auch mit Modellen der mathematischen Statistik bearbeitet werden, wenn konzeptionelle Modelle nicht anwendbar sind. Für drei Standorte mit Grundwasserbelastung werden Beispiele aus früheren Untersuchungen gezeigt. Die Anwendung der statistischen Arbeitsweise beruht vorwiegend auf der Prüfung aufzustellender fachlicher, aber mathematisch formulierter Hypothesen. Sie ist allerdings an bestimmte theoretische Voraussetzungen gebunden, ohne deren Bestätigung Fehler vorprogrammiert sind. Wenn auch diese Modellgruppe nicht einsetzbar ist, beispielsweise bei extrem geringem Erkundungsumfang, lassen sich Detailfragen immer noch mittels multivariat-heuristischer Modelle behandeln. Dazu gehören die Analyse der Zusammenhänge zwischen den einzelnen Schadstoffbestandteilen, die Untergliederung der multivariat beschriebenen Proben (Objekte) in signifikant unterscheidbare Klassen der Grundwasserbelastung, die Beschreibung dieser Klassen zum Beispiel mittels Schadstoffspektren, ihre Lokalisierung im Untersuchungsgebiet usw. mittels heuristischer Klassifizierungsmodelle. Zur Veranschaulichung wird auf die Beispiele eines Phenolschadens an einer ehemaligen Generatorgasanlage, eines LCKW-Schadensfalles durch den Betrieb von Chemischreinigungen sowie eines durch organische Schadstoffe komplex kontaminierten Industriegeländes zurückgegriffen. Ein orientierender Entscheidungsbaum soll helfen, die Bedingungen für den Einsatz multivariater Klassifizierungsmodelle bei Grundwasseruntersuchungen abzufragen.

Keywords

heuristical modelsclassificationfew dataphenolscontaminated groundwater