Filters
Long-Term Changes in the Pollution of Warta River Bottom Sediments with Heavy Metals, Poland—Case Study
Variability in the heavy metal concentrations in aquatic environments may be influenced by a number of factors that may occur naturally or due to anthropopressure. This article presents the risk of contaminating Warta River bottom sediments with heavy metals such as As, Cd, Co, Cr, Cu, Hg, Mn, Ni, Pb, and Zn. Samples collected from 35 sites located along the river course were analysed over the period of 2010–2021. The calculated pollution indices are characterised by significant spatial variability that was additionally subject to changes in subsequent years. The analysis may have also been influenced by individual measurement results that, in extreme cases, may strongly deviate from the concentration values determined in the same site during the remaining years. The highest median concentrations of Cd, Cr, Cu, Hg, and Pb were in samples collected from sites that are surrounded by areas of anthropogenic land use. Samples from adjacent sites to agricultural areas showed the highest median concentrations of Co, Mn, and Ni, and Zn for those adjacent to forest areas. The research results indicate that, when analysing the degree of the risk of contaminating river bottom sediments with heavy metals, it is necessary to take into account long-term variability in metal concentrations. Taking into consideration data from only one year may lead to inappropriate conclusions and hinder planning protective measures.
Zmiany składników bilansu wodnego śródleśnych małych zbiorników wodnych w zlewni Prosny (środkowa Polska)
Śródleśne małe zbiorniki wodne zarówno pochodzenia antropogenicznego, jak i te o charakterze wytopiskowym (glacigenicznym), odgrywają niezwykle istotną rolę w kształtowaniu gospodarki wodnej mikrozlewni leśnych. Zretencjonowana w tych zbiornikach woda pozytywnie wpływa na wody gruntowe przyległych siedlisk leśnych, zasilając je w okresach posuch. Poznanie składowych bilansu wodnego tych niewielkich najczęściej akwenów może przyczynić się do ich ochrony, w kontekście działań związanych np. z ich odtwarzaniem. Pozwala także poznać ich funkcjonowanie. Podstawowym celem prowadzonych badań była analiza składowych bilansu wodnego dwóch różniących się pod względem zasilania śródleśnych oczek wodnych zlokalizowanych w zlewniach Niesobu i Pomianki – lewobrzeżnych dopływów Prosny. Uzyskane w latach hydrologicznych 2013, 2015 i 2016 wyniki badań pozwoliły stwierdzić, że w największym stopniu o przychodach w bilansie wodnym bezodpływowego oczka nr 1 decydował opad atmosferyczny na jego powierzchnię. W półroczach zimowych omawianych lat zasilanie oczka opadem kształtowało się na poziomie od 274 m3 (2015) do 432 m3 (2016), a w półroczach letnich osiągało wartości od 155 m3 (2016) do 684 m3 (2013). Natomiast czynnikiem, który w największym stopniu decydował o rozchodach w równaniu bilansowym tego oczka, było parowanie z jego powierzchni. W półroczach zimowych osiągało ono wartości od 177 m3 (2016) do 345 m3 (2013), a w półroczach letnich kształtowało się na poziomie od 385 m3 (2016) do 496 m3 (2015). W drugim analizowanym śródleśnym oczku wodnym nr 5 czynnikami decydującymi o kształtowaniu się bilansu były te związane z poziomą wymianą wody. Po stronie przychodów w największym stopniu o bilansie decydował dopływ źródliskowy, wynoszący średnio w analizowanych latach 46 873 m3 . Natomiast największy wpływ na ubytki wody miał odpływ z tego zbiornika do pobliskiego rowu, kształtujący się w omawianych latach średnio na poziomie 69 348 m3.
Using Random Forest Regression to Model the Spatial Distribution of Concentrations of Selected Metals in Groundwater in Forested Areas of the Wielkopolska National Park, Poland
Monitoring groundwater pollution is an important issue in terms of analyzing threats to protected, environmentally valuable areas. The topographical and environmental characteristics of a given area are often mentioned among the factors affecting the dynamics and chemistry of groundwater. In this study, the random forest regression (RFR) model was used to determine the spatial distribution of selected metals, such as aluminum, calcium, iron, potassium, magnesium, manganese, sodium, and zinc. In the role of indicators describing terrain variability, derivatives of the digital elevation model (DEM) were employed, with a spatial resolution of 5 m, describing the topography of the terrain on a local scale, such as, among others, slopes, the aspect and curvatures of slopes, the topographic position index, and the SAGA wetness index, as well as generalized values determined for each sampling point of the areas contributing their runoff. In addition, environmental parameters were taken into consideration: forest habitat types, the structure of soil cover, and the seasons when samples were collected. This study used samples collected from 15 wells located in forested areas of the Wielkopolska National Park on seven dates. The results obtained show that random forest can be used with very good results to model the spatial variability of the concentrations of aluminum, potassium, magnesium, manganese, and sodium in groundwater. However, in the case of calcium and zinc, no correlations were found between the adopted indicators describing the spatial variability of the area and their concentrations in groundwater. In addition, the degree of importance of each predictor was determined in order to rank their importance in modeling the concentration of each of the metals in groundwater. The summary ranking of predictors indicates that the strongest influence on the predicted concentration of metals in groundwater is exhibited by profile curvatures, planar curvatures, multiscale TPI, and then the habitat type of the forest. On the other hand, curvature classifications, soil composition, and seasonality exhibit the smallest generalized impact on the results of modeling.