Abstract
Exposure to arsenic causes many diseases. Most Americans in rural areas use groundwater for drinking, which may contain arsenic above the currently allowable level, 10 µg/L. It is cost-effective to estimate groundwater arsenic levels based on data from wells with known arsenic concentrations. We compared the accuracy of several commonly used interpolation methods in estimating arsenic concentrations in >8000 wells in Texas by the leave-one-out-cross-validation technique. Correlation coefficient between measured and estimated arsenic levels was greater with inverse distance weighted (IDW) than kriging Gaussian, kriging spherical or cokriging interpolations when analyzing data from wells in the entire Texas (p<0.0001). Correlation coefficient was significantly lower with cokriging than any other methods (p<0.006) for wells in Texas, east Texas or the Edwards aquifer. Correlation coefficient was significantly greater for wells in southwestern Texas Panhandle than in east Texas, and was higher for wells in Ogallala aquifer than in Edwards aquifer (p<0.0001) regardless of interpolation methods. In regression analysis, the best models are when well depth and/or elevation were entered into the model as covariates regardless of area/aquifer or interpolation methods, and models with IDW are better than kriging in any area/aquifer. In conclusion, the accuracy in estimating groundwater arsenic level depends on both interpolation methods and wells’ geographic distributions and characteristics in Texas. Taking well depth and elevation into regression analysis as covariates significantly increases the accuracy in estimating groundwater arsenic level in Texas with IDW in particular
چکیده
قرار گرفتن در معرض آرسنیک موجب بیماری های بسیاری می شود. بیشتر آمریکایی ها در مناطق روستایی برای آشامیدن از آب زیرزمینی استفاده می کنند که ممکن است حاوی آرسنیک بالاتر از حد مجاز کنونی، 10 میلی گرم بر لیتر، باشد. تخمین سطوح آرسنیک آب زیرزمینی بر اساس داد ها از چاه هایی با غلظت های آرسنیک معلوم، مقرون به صرفه است. ما دقت چندین روش درونیابی معمولاً مورد استفاده در تخمین غلظت های آرسنیک در بیش از 8000 چاه در تگزاس را با روش اعتبارسنجی متقابلِ حذف یک داده مقایسه کردیم. ضریب همبستگی بین سطوح آرسنیک اندازه گیری شده و تخمین زده شده با معکوس فاصله وزنی (IDW) از درون یابی های کریجینگ گاوسی، کریجینگ کروی یا کوکریجینگ هنگام آنالیز داده ها از چاه ها در سراسر تگزاس (p<0.0001) بیشتر بود. ضریب همبستگی با کوکریجینگ به طور قابل توجهی برای چاه ها در تگزاس، شرق تگزاس یا آبخوان ادواردز، پایین تر از هر روش دیگر (P<0.006) بود. ضریب همبستگی به طور قابل توجهی برای چاه ها در جنوب غربی پانهندل تگزاس، بیشتر از شرق تگزاس بود و برای چاه ها در آبخوان اوگالالا صرف نظر از روش های درونیابی، بالاتر از آبخوان ادواردز (p<0.0001) بود. در تحلیل رگرسیون، بهترین مدل ها هنگامی هستند که عمق و/یا ارتفاع چاه به عنوان متغیرهای کمکی صرفنظر از منطقه/آبخوان یا روش های درونیابی به مدل وارد شدند و مدل های باIDW در هر منطقه/آبخوان بهتر از کریجینگ هستند. در نتیجه، دقت در تخمین سطح آرسنیک آب زیرزمینی به روش های درونیابی و ویژگی ها و توزیع های جغرافیایی چاه ها در تگزاس بستگی دارد. با توجه به عمق و ارتفاع چاه در تحلیل رگرسیون به عنوان متغیرهای کمکی، به طور قابل توجهی دقت در تخمین سطح آرسنیک آب زیرزمینی در تگزاس به ویژه با IDW افزایش می یابد.
1-مقدمه
قرارگرفتن در معرض آرسنیک، یک سم شناخته شده، با بسیاری از بیماری ها از جمله سرطان، فشار خون، آترواسکلروز، بیماری عروق کرونر قلب، بیماری های عروق محیطی، دیابت، سندرم متابولیک، اختلال سیستم ایمنی و اختلال شناختی در ارتباط است (گانگ و اوبریانت 2010؛ استیتس و همکاران2009 ؛ یونس و همکاران2011 ؛ ناواس-آسین و همکاران 2008؛ گیب و همکاران 2011). در نتیجه، حداکثر سطح آرسنیک قابل قبول در آب آشامیدنی توسط سازمان حفاظت محیط زیست (EPA) از 50 به 10 میلی گرم بر لیتر (استیتس و همکاران 2002) و سازمان بهداشت جهانیWHO) ، بدون تاریخ) کاهش یافت...