Zastosowanie analiz wielowymiarowych do oceny jakości wody pitnej

DSpace/Manakin Repository

Show simple item record

dc.contributor.author Rymuza, Katarzyna
dc.contributor.author Radzja, Elżbieta
dc.date.accessioned 2021-05-05T07:05:43Z
dc.date.available 2021-05-05T07:05:43Z
dc.date.issued 2013
dc.identifier.citation Żywność: nauka - technologia - jakość. Nr 6 (2013), s. 165-174 pl
dc.identifier.issn 2451-0769
dc.identifier.uri http://hdl.handle.net/11331/3510
dc.description.abstract W pracy przedstawiono możliwość zastosowania metod wielowymiarowych do analizy jakości wody pitnej. Na podstawie wyników trzyletnich badań (2009 – 2011) przeanalizowano parametry fizykochemiczne wody pitnej z 15 wodociągów powiatu łosickiego. Wszystkie wodociągi ujmowały wodę podziemną dobrej jakości, gdyż w badanym okresie zaobserwowano tylko 7 przekroczeń zawartości żelaza, 2 przekroczenia poziomu barwy i 1 przekroczenie utlenialności. Analiza PCA wykazała, że jakość wody najsilniej różnicowały wskaźniki związane z pierwszymi czterema składowymi. Analiza skupień pozwoliła zaś na wyodrębnienie 4 grup wodociągów różniących się jakością dostarczanej wody. Grupę I stanowiły wodociągi, w których woda była twarda, ale jednocześnie zawierała mało żelaza i manganu. Wodociągi z grupy II dostarczały wodę o małej zawartości związków azotowych. Woda z wodociągów grupy III zawierała relatywnie dużo żelaza i manganu, ale jednocześnie była najmniej twarda i charakteryzowała się najniższym wskaźnikiem przewodności elektrycznej. Grupę IV tworzyły wodociągi, które doprowadzały wodę o relatywnie dużej mętności i dużej zawartości żelaza, ale o bardzo niskim pH. pl
dc.description.abstract In the paper, there were presented the possibilities of applying multidimensional methods to analyse the quality of drinking water. Based on the three year research results (2009 - 2011), analyzed were the physical and chemical parameters of drinking water from 15 water supply systems in the district (in Polish: powiat) of Łosice. Groundwater supplied by all the systems was of good quality as, during the period studied, only 7 cases were reported where the content of iron was exceeded, 2 cases where the colour level was exceeded, and 1 case with the exceeded level of KMnO4 oxidation. The principal compo-nent analysis (PCA) showed that the parameters associated with the first four components impacted the quality of water analyzed most of all. The cluster analysis made it possible to distinguish 4 groups of water supply systems, which differed as regards the quality of water supplied. Group I comprised the systems with hard water and, at the same time, with low contents of iron and manganese. The water systems in group II supplied water with a low content of nitrates. The water in the systems of group III contained relatively high amounts of iron and manganese, but, at the same time, its hardness was the lowest and it was characterized by the lowest value of the electrical conductivity index. Group IV comprised the water supply systems that provided water with a relatively high turbidity level and a high content of iron; how-ever, its pH value was very low. en
dc.language.iso pl pl
dc.publisher Wydawnictwo Naukowe Polskiego Towarzystwa Technologów Żywności pl
dc.rights Uznanie autorstwa 3.0 Polska *
dc.rights.uri http://creativecommons.org/licenses/by/3.0/pl/ *
dc.subject Gospodarka wodna pl
dc.subject Jakość wody pl
dc.subject Statystyka matematyczna pl
dc.subject Woda pl
dc.subject Water management en
dc.subject Water quality en
dc.subject Mathematical statistics en
dc.subject Water en
dc.title Zastosowanie analiz wielowymiarowych do oceny jakości wody pitnej pl
dc.title.alternative Applying multidimensional analyses to assess drinking water quality en
dc.type Article pl


Files in this item

The following license files are associated with this item:

This item appears in the following Collection(s)

Show simple item record

Uznanie autorstwa 3.0 Polska Except where otherwise noted, this item's license is described as Uznanie autorstwa 3.0 Polska

Search DSpace


Advanced Search

Browse

My Account

Statistics