Analiza korelacji i regresji pomiędzy zawartością metali ciężkich w glebach Górnośląskiego Okręgu Przemysłowego a ich podatnością magnetyczną

Celem niniejszej pracy było poznanie współzależności pomiędzy wartością podatności magnetycznej gleb a zawartością metali ciężkich pochodzących z opadu pyłów miejsko-przemysłowych przy pomocy kilku komplementarnych metod statystycznych: analizy korelacji przy użyciu współczynników korelacji Pearsona i współczynników korelacji rang Spearman'a, regresji krokowej, testu niezależności "chi-kwadrat". Podstawą do obliczeń statystycznych było około 600 pomiarów zawartości As, Cd, Co, Cr, Cu, Fe, Mn, Ni i Pb, w górnej (20 cm) warstwie gleby z obszaru Górnośląskiego Okręgu Przemysłowego (GOP). Dane dotyczące zawartości metali ciężkich uzupełniono pomiarami niskopolowej specyficznej podatności magnetycznej (x) dokonanymi w tych samych próbach Stwierdzono istnienie wyraźnej korelacji pomiędzy poziomem zanieczyszczeń antropogenicznych a wielkością mierzonej podatności, chociaż zależności te w glebie są na ogół skomplikowane. Najczęściej występują średnie na poziomie r = 0,5-0,7 i wysokie, na poziomie r = 0,7-0,9 korelacje pomiędzy wielkością podatności a zawartościami badanych metali. Stwierdzono, że badania zależności pomiędzy podatnością magnetyczną, a zawartością metali ciężkich nie powinny być oparte wyłącznie o wyznaczanie współczynnika korelacji Persona. Zastosowanie kilku komplementarnych metod statystycznych pozwala ocenić istniejące współzależności w sposób bardziej prawidłowy. Porównanie wartości współczynnika korelacji liniowej Pearsona oraz współczynnika korelacji rang Spermana wskazuje, że w zakresie stosowanej dokładności związki korelacyjne są liniowe. Podobnych wniosków dostarczają wyniki regresji krokowej wstecznej. Otrzymany model liniowy regresji wielokrotnej wyjaśnia prawie 80% zmienności podatności magnetycznej. Powyższe analizy statystyczne potwierdzają wcześniejsze spostrzeżenia, że magnetometria bazująca na pomiarach podatności magnetycznej gleb stanowi bardzo interesującą alternatywę dla innych metod w zakresie monitoringu zanieczyszczeń antropogenicznych gleby, a w szczególności zanieczyszczeń metalami ciężkimi.

---

The aim of this paper was to investigate the relationship between magnetic susceptibility of topsoil and content of heavy metal being the result of urban and industrial dust-fall. Tools for this study were some complementary statistic methods such as: correlation analysis using Pearson correlation coefficient, Spearman rank correlation coefficient, stepwise regression and "chi-kwadral" test. The base for statistic analysis was dataset of ca. 600 topsoil samples (20 cm) form Upper Silesian Industrial Region, including content of As, Cd, Co, Cr, Cu, Fe, Mn, Ni and Pb as well as values of low-field specific magnetic susceptibility (y) measured for the same samples. The study clearly confirms a significant correlation between the level of inorganic contamination and the measured susceptibility value, although the correlations in soil are usually more sophisticated. The most often observed correlation coefficients between magnetic susceptibility and heavy metals content were on medium (r = 0.5-0.7) and high (r = 0.7-0.9) level. The statistic analysis of the studied parameters can not be based only on Pearson correlation coefficient. The use of some complementary statistic methods allows for more correct interpretation of existing relationships. The comparable values of Pearson linear correlation coefficient and Spearman rank the correlation coefficient, observed in studied dataset within the range of accuracy used, shows the existence of linear correlation. The similar conclusions have been drawn from the analysis of reverse stepwise regression. The observed model of linear multiple regression explains almost 80% of variability of the x value. Foregoing statistical analysis confirms some earlier observations that magnetometry based on topsoil magnetic susceptibility measurement could be a very interesting and alternative or complementary method for monitoring anthropogenic soil pollution and especially heavy metal contamination level.