Assessment of river water infiltration into shallow groundwater using trace contaminants and applied multivariate statistics
| Autor: | Bichler, Andrea |
|---|---|
| Jazyk: | angličtina |
| Rok vydání: | 2016 |
| DOI: | 10.25365/thesis.42139 |
| Popis: | Oberflächennahe Grundwasserkörper in alluvialen Sedimenten sind in vielen Ländern in der Wasserversorgung von zentraler Bedeutung. Ein effektiver Schutz der Ressource Grundwasser erfordert daher die Identifikation von Belastungsquellen und eine Erfassung der Oberflächenwasserinfiltration (Uferfiltrat). Im Rahmen dieser Dissertation wird (i) die Anwendbarkeit eines statistischen Data-Mining Verfahrens und (ii) die Eignung von zwei organischen Spurenstoffen (Acesulfam und anthropogenes Gadolinium) als Abwassertracer zur Identifikation von Belastungsquellen und zur Erfassung von Uferfiltrat in einem alluvialen Grundwasserkörper im Einzugsbereich einer Trinkwassergewinnung untersucht. Die Ergebnisse dieser Dissertation zeigen, dass anhand eines Klassifizierungsbaums basierend auf dem CHAID Algorithmus (X² automated interaction detection) Rückschlüsse auf potentielle Eintragspfade von pathogenen Keimen gezogen werden können. Kritische Bedingungen mit erhöhter Auftrittswahrscheinlichkeit von mikrobieller Belastung des Rohwassers konnten mittels routinemäßig erhobenen hydrologischen und hydraulischen Messgrößen identifiziert werden. Die durchgeführten Studien geben deutliche Hinweise auf einen natürlichen Abbau von Acesulfam innerhalb weniger Tage unter oxischen Bedingungen im Grundwasser. Acesulfam ist daher nicht unter allen natürlichen Bedingungen als verlässlicher Tracer für Uferfiltrat geeignet. Im Gegensatz dazu kann anthropogenes Gadolinium als qualitativer und quantitativer Tracer für die Infiltration von Flusswasser mit geringer Abwasserbelastung eingesetzt werden; bereits geringe Anteile an Uferfiltrat wurden identifiziert. Bei höheren Uferfiltratanteilen sind allerdings größere Unsicherheiten aufgrund der hohen zeitlichen Variabilität der Gadoliniumkonzentrationen im Flusswasser zu berücksichtigen. In many countries, shallow alluvial groundwater bodies are a preferred source of drinking water production. In order to effectively protect groundwater quality, the identification of possible contamination sources and the assessment of river water infiltration to groundwater systems are therefore key issues. The aims of this PhD thesis are to investigate (i) the potential of a multivariate statistical data mining technique and (ii) the suitability of two trace contaminants (acesulfame and anthropogenic gadolinium) as wastewater tracers to identify contamination sources and to assess the influence of infiltrated river water to alluvial groundwater in the catchment of a drinking water production facility. This PhD thesis highlights that a tree-based statistical data mining algorithm (recursive partitioning algorithm CHAID) provided valuable indications of the likely sources of pathogens. It was demonstrated that routinely monitored hydrological and hydraulic monitoring parameters could be used as proxy indicators for critical conditions with higher probability of microbial contamination of raw drinking water. The results of this PhD thesis strongly indicate that natural attenuation of acesulfame can occur within a few days in environments which are characterised by oxic conditions, moderate temperatures and high hydraulic conductivities. Consequently, acesulfame cannot be used as a reliable tracer for bank filtrate in all natural environments. Anthropogenic gadolinium proved to be a suitable qualitative and quantitative tracer for infiltrated river water with a low wastewater burden and was able to reliably detect small proportions of bank filtrate. At large proportions of bank filtrate in groundwater, however, larger uncertainties due to the temporal variability of gadolinium concentrations in river water have to be considered and a careful analysis of the uncertainties is recommended. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|