Model potenciálneho rizika znečistenia povrchových vôd

Posúdenie náchylnosti zdrojov povrchovej vody na znečistenie je dôležité pre zostavenie máp rizika znečistenia. Existuje viacero metód pre stanovenie rizika znečistenia. Cieľom týchto metodík je navrhnúť modely a indexy na odhad citlivosti povrchovej vody na znečistenie podobné indexom zraniteľnosti podzemnej vody (Groundwater Vulnerability). Pre potreby jednoduchého a rýchleho modelovania je vhodné použiť napríklad túto štúdiu: Al-Adamat, R. (2017) Modelling Surface Water Susceptibil-ity to Pollution Using GIS. Journal of Geo-graphic Information System, 9, 293 - 308.

Model potenciálneho rizika znečistenia povrchových vôd

Obrázok 1: Znečistená povrchová voda (depositphotos.com)

Do výpočtu vstupujú viaceré kategórie, ktoré sú z hľadiska možného znečistenia povrchových vôd dôležité. Výsledná hodnota je daná súčtom váhy (W - weight) a hodnotenia (R - rating) každej jednej kategórie a to podľa významnosti, ako aj vzdialenosti pôsobenia rizikového faktora. Výpočet v GIS prostredí je na báze váženej lineárnej kombinácie (weighted linear combination - WLC). Metóda váženej lineárnej kombinácie je často používaná v riešení rôznych environemntálnych prác a modelovaní (napríklad: Bagdanavičiūtė & Valiūnas 2013; Junior a kol., 2015; Pourghasemi a kol., 2014). Nižšie sú vymenované jednotlivé vstupné kategórie spolu s váhou a hodnotením.

 

Sklon (GS - Gradient slope)

Jedným z parametrov potenciálneho znečistenia povrchových vôd je sklon reliéfu. Čím strmší sklon, tým je väčší odtok. Povrchová voda je viac náchylná na znečistenie, keď je vysoký odtok schopný transportu a nízka infiltrácia. Sklon územia získame z digitálneho modelu terénu (DTM). DTM sa dá získať napríklad na https://www.geoportal.sk/sk/udaje/lls-dmr, alebo ho spracovať vlastnou vektorizáciu vrstevnicových máp. Vstupný raster sklonu je potrebné reklasifikovať podľa tabuľky 1.

Tabuľka 1: Kategorizácia sklonu

Sklon (%) Váha - W Hodnotenie - R Celkové hodnotenie W x R
> 20 6 5 30
10 - 20 4 24
5 - 10 3 18
2 - 5 2 12
0 - 2 1 6

 

Vzdialenosť povrchovej vody (DS - Distance to surface water)

Je to dôležitý faktor pri určovaní, či povrchová voda je alebo nie je náchylná na znečistenie. Riečnu sieť získame napríklad z databáz ZBGIS - https://www.geoportal.sk/sk/sluzby/mapove-sluzby/wms/wms-zbgis.html. Taktiež menšie a menej významné toky sa dajú získať vektorizáciu z ortofotomáp. V tabuľke 2 je možné jednotlivé vzdialenosti expertným odhadom prispôsobiť pomerom konkrétnej lokality (najmä na menších územiach sa tieto hodnoty znížia, tiež je možné modelovanie prispôsobiť na tok, alebo vodnú nádrž).

Tabuľka 2: Kategorizácia vzdialenosti povrchovej vody

Vzdialenosť povrchovej vody (m) Váha - W Hodnotenie - R Celkové hodnotenie W x R
< 50 5 5 25
50 - 100 4 20
100-200 3 15
200-500 2 10
> 500 1 5

 

Pôdny faktor (SC - Soil clay)

Ide predovšetkým o obsah ílu v pôde, ktorý zabraňuje infiltrácii povrchovej vody do pôdy a teda zvyšuje povrchový odtok. Údaje získame z pôdnych máp - http://www.podnemapy.sk/default.aspx.

Tabuľka 3: Kategorizácia pôdneho faktora

Obsah ílu v pôde (%) Váha - W Hodnotenie - R Celkové hodnotenie W x R
> 30 4 5 20
25 - 30 4 16
20 - 25 3 12
15 - 20 2 8
< 15 1 4

 

Faktor vzdialenosti poľnohospodárskej pôdy (DA - Distance to agricultural lands)

Poľnohospodárska aktivita a obrábanie pôdy môže výrazne ovplyvňovať znečistenie povrchových vôd chemickými látkami. Informácie o tom, kde v študovanom území je poľnohospodárska aktivita získame empirickým poznaním lokality, z ortofotomáp alebo z databáz registra poľnohospodárskej pôdy (LPIS) - http://www.podnemapy.sk. V tabuľke 4 je možné jednotlivé vzdialenosti expertným odhadom prispôsobiť pomerom konkrétnej lokality (najmä na menších územiach sa tieto hodnoty znížia).

Tabuľka 4: Kategorizácia vzdialenosti poľnohospodárskej pôdy

Vzdialenosť poľnohospodárskej pôdy (m) Váha - W Hodnotenie - R Celkové hodnotenie W x R
< 500 3 5 15
500 - 1000 4 12
1000 - 2000 3 9
2000 - 5000 2 6
5000 a viac 1 3

 

Faktor vzdialenosti intravilánu / zastavaného územia (DU - Distance to urban areas)

Mestské prostredie – intravilán, alebo intenzívne využívané územie (chatové oblasti, osídlenie, budovy) patrí k významným znečisťovateľom povrchových vôd. Vzdialenosť mestského prostredia od vodných zdrojov je priamo úmerná kvalite povrchových vôd. Hranice mestského prostredia získame z ortofotomáp, alebo z databáz ZBGIS - https://www.geoportal.sk/sk/sluzby/mapove-sluzby/wms/wms-zbgis.html. V tabuľke 5 je možné jednotlivé vzdialenosti expertným odhadom prispôsobiť pomerom konkrétnej lokality (najmä na menších územiach sa tieto hodnoty znížia).

Tabuľka 5: Kategorizácia vzdialenosti intravilánu / zastavaného územia

Vzdialenosť zastavaného územia (m) Váha - W Hodnotenie - R Celkové hodnotenie W x R
< 500 2 5 10
500 - 1000 4 8
1000 - 2000 3 6
2000 - 5000 2 4
5000 a viac 1 2

 

Faktor vzdialenosti cestnej siete (DR - Distance to roads)

Cesty sú taktiež zdrojom potenciálneho znečistenia (ropné látky, látky spôsobené abráziou pneumatík). Cestnú sieť získame z ortofotomáp – najmä menej významné cesty, alebo z databáz ZBGIS - https://www.geoportal.sk/sk/sluzby/mapove-sluzby/wms/wms-zbgis.html. V tabuľke 6 je možné jednotlivé vzdialenosti expertným odhadom prispôsobiť pomerom konkrétnej lokality (najmä na menších územiach sa tieto hodnoty automaticky znížia. Taktiež na menej významných cestách s nízkou frekvenciou pohybu áut a mechanizmov je žiadúce zníženie vzdialenosti. Naopak rýchlostné cesty, diaľnice a veľmi frekventované cesty si vyžadujú dodržanie týchto hodnôt).

Tabuľka 6: Kategorizácia vzdialenosti poľnohospodárskej pôdy

Vzdialenosť cestnej siete (m) Váha - W Hodnotenie - R Celkové hodnotenie W x R
< 500 1 5 5
500 - 1000 4 4
1000 - 2000 3 3
2000 - 5000 2 2
5000 a viac 1 1

Vzdialenosti okolo potenciálne znečisťujúcich kategórií sa dá stanoviť v GIS prostredí funkciou Buffer. Ak máme databázu vstupných údajov a niektoré sú vo vektorovej podobe, tieto je potrebné previesť následne na raster. Hodnoty bunky budú reprezentovať vstupné údaje (hodnotenie - R) z vyššie uvedených tabuliek (schéma na obrázku 2). Výsledný model potenciálneho znečistenia povrchových vôd následne získame kombináciou vstupných rastrov (použitie rastrovej kalkulačky napr. v softvérovom produkte ArcMap – obrázok 3) pomocou nasledovného vzorca.

SWSi = GSw x GSr + DSw x DSr + SCw x SCr + DAw x DAr + DUw x DUr + DRw x DRr

Kde:

SWSi = potenciálne znečistenie povrchových vôd (Surface water susceptibility)

GSw = Váha sklonu (Gradient slope weight)
GSr = Hodnotenie sklonu (Gradient slope rating)

DSw = Váha vzdialenosti povrchových vôd (Distance to surface water weight)
DSr = Hodnotenie vzdialenosti povrchových vôd (Distance to surface water rating)

SCw = Váha pôdneho faktoru a obsahu ílu (Soil clay weight)
SCr = Hodnotenie pôdneho faktoru a obsahu ílu (Soil clay rating)

DAw = Váha vzdialenosti poľnohospodárskej pôdy (Distance to agricultural lands weight)
DAr = Hodnotenie vzdialenosti poľnohospodárskej pôdy (Distance to agricultural lands rating)

DUw = Váha vzdialenosti intravilánu (Distance to urban areas weight)
DUr = Hodnotenie vzdialenosti intravilánu (Distance to urban areas rating)

DRw = Váha vzdialenosti cestnej siete (Distance to roads weight)
DRr = Hodnotenie vzdialenosti cestnej siete (Distance to roads rating)

Model potenciálneho rizika znečistenia povrchových vôd

Obrázok 2: Schéma výpočtu indexu rizika

Model potenciálneho rizika znečistenia povrchových vôd

Obrázok 3: Ukážka výpočtu v rastrovej kalkulačke softvéru ArcMap

Výsledné hodnotenie indexu je možné stanoviť v zmysle tabuľky 7, ale môžeme použiť aj vlastné prispôsobené hodnotenie rizika s ohľadom na empirické znalosti, alebo použitím expertného odhadu s ohľadom na charakter modelového územia. Na menších lokalitách je veľmi dôležité správne určiť buffer pri vyhodnocovaní potenciálneho znečistenia z ciest, zastavaného územia, alebo poľnohospodárskej pôdy. Treba napísať, že takýto model tvorí len pomocnú vrstvu pre ďalšie environmentálne interpretácie a požadovaný výsledok, ako aj jeho kvalita záleží na samotnej interpretácii s prihliadnutím nielen na vstupy, ale aj ďalšie informácie o modelovom území.

Tabuľka 7: Potenciálne znečistenie povrchových vôd

Index potenciálneho znečistenia povrchových vôd Potenciálne znečistenie povrchových vôd
21 - 42 Nízke
42 - 63 Stredné
63 - 84 Vysoké
84 - 105 Veľmi vysoké

Ukážka modelovania rizika potenciálneho znečistenia povrchových vôd

V ukážke nižšie je vypočítaný model pre malé povodie vodnej nádrže Veľká Kolpašská v Banskom Studenci. Vstupné údaje tvoria rastre, klasifikované podľa tabuliek 1 až 6, finálny výpočet klasifikovaný v zmysle tabuľky 7 (obrázok 4).

Model potenciálneho rizika znečistenia povrchových vôd

Obrázok 4: Vstupné rastre

Model potenciálneho rizika znečistenia povrchových vôd

Obrázok 5: Výsledný vypočítaný model

Vypočítaný model (obrázok 5) je potrebné správne reklasifikovať. V tomto prípade bolo potenciálne znečistenie povrchových vôd identifikované ako vysoké až veľmi vysoké prevedené do vektorového formátu a vizualizované na podkladovej mape. Je vhodné použiť aj pridanie vrstvy vrstevníc pre jednoznačnú identifikáciu priebehu reliéfu pre dodatočné environmentálne interpretácie (obrázok 6).

Model potenciálneho rizika znečistenia povrchových vôd

Obrázok 6: Mapa potenciálneho rizika znečistenia povrchových vôd

V prípade, že sa zaoberáte vo svojej práci GIS modelovaním a hľadáte spracovateľa aj takýchto modelov, kontaktujte ma.

Al-Adamat, R. (2017) Modelling Surface Water Susceptibil-ity to Pollution Using GIS. Journal of Geo-graphic Information System, 9, 293-308. https://doi.org/10.4236/jgis.2017.93018

Bagdanavičiūtė, I. and Valiūnas, J. (2013) GIS-Based Land Suitability Analysis Inte-grating Multi-Criteria Evaluation for the Allocation of Potential Pollution Sources. Environmental Earth Sciences, 68, 1797-1812. https://doi.org/10.1007/s12665-012-1869-7

https://nl.depositphotos.com/56177457/stock-photo-abstract-pattern-of-an-oil.html

Gallegos, D., Lowance, J. and Thomas, C. (2000) State of New Mexico Source Water Assessment and Protection Program. (Appendix E: WRASTIC Index: WATERSHED VULNERABILITY ESTIMATION USING WRASTIC) Found at: http://www.nmenv.state.nm.us/dwb/Documents/SWAPP_2000.PDF

Junior, R.V., Varandas, S.G.P., Fernandes, L.S. and Pacheco, F.A.L. (2015) Multi Criteria Analysis for the Monitoring of Aquifer Vulnerability: A Scientific Tool in Environmental Policy. Environmental Science & Policy, 48, 250-264.

Ortofotomozaika © GKÚ, NLC; r. 2017

Pourghasemi, H.R., Moradi, H.R., Aghda, S.F., Gokceoglu, C. and Pradhan, B. (2014) GIS-Based Landslide Susceptibility Mapping with Probabilistic Likelihood Ratio and Spatial Multi-Criteria Evaluation Models (North of Tehran, Iran). Ara-bian Journal of Geosciences, 7, 1857-1878. https://doi.org/10.1007/s12517-012-0825-x

Pridať komentár k článku