| Forside | | Indhold | | Forrige | | Næste |

Optagelse af metaller og PAH-forbindelser i grøntsager og frugt

Bilag 5. Statistiske analyser af grøntsagsforsøg

Jordbundsparametre

Resultaterne af analyserne for jordbundsparametre er samlet i tabel B1.3. Variationen i jordbundsparametrene var relativt lav inden for den enkelte jordtype, så med hensyn til disse var forsøgsbedene ret ensartede. Derimod var der forskel på de tre jorde: Referencejorden (landbrugsjord) og Cometjorden (overfladejord fra en grund i København) havde normalt indhold af humus eller organisk kulstof (3%) , mens det var meget højt (19%) i Valbyparkjorden (fra opfyldning af losseplads), hvor det sandsynligvis stammede fra tidligere tiders affald. Valbyparkjorden var således ikke typisk for en jord, man normalt ville dyrke grøntsager i. Reference- og Cometjorden adskilte sig primært ved, at Referencejorden var mere leret end Cometjorden. I forsøget var der således indbygget en sammenhæng mellem høj koncentration af forureningskomponenterne og højt indhold af organisk stof i jorden samt lav koncentration af stofferne og højt ler-siltindhold.

Tilgængeligheden af forureningskomponenter i jorden kan være afhængig af jordens egenskaber såsom indhold af organisk materiale, ler og pH. Hvorfor der ved fortolkning af forsøgsresultaterne for grøntsagerne skal tages hensyn til dette fra forskellige jordtyper.

Da vejledning vedrørende indtagelse af hjemmedyrkede grøntsager grundlæggende skal bygge på viden om koncentrationen af enkeltstoffer i jorden, var det relevant at undersøge, hvorvidt en eventuel opkoncentrering af stofferne i planter er afhængig af jordbundsparametrene i en sådan grad, at det har betydning for den humantoksikologiske vurdering.

Derfor anvendes som mål for opkoncentreringen i planterne, biokoncentreringsfaktorer (BCF) ved beregningerne. BCF beregnes som forholdet mellem koncentrationen i planten og koncentrationen i jorden BCF = koncentration i plante (vådvægt)/ koncentration i jord (tørvægt). Til beregningerne er der anvendt log-transformerede tal, hvorved BCF beregnes som en differens.

PLS-analyse

De statistiske analyser blev udført ved hjælp af en Partial Least Square analyse (PLS), der er en såkaldt multivariat teknik (f.eks. Eriksson et al. 1995). Ved hjælp af denne analyse er det muligt at beskrive værdierne i en Y matrix (her BCF-værdier) ud fra værdierne i en X matrix (her jordbundsparametre). Der er tale om en form for regressionsanalyse, hvor samtlige parametre i X-matricen indgår på en gang, hvorved der i en flertrinsproces kan opnås et mål for den relative betydning af de enkelte parametre i X-maticen for Y-matricen. Med denne metode er der således mulighed for at "scanne" et stort variable i én proces, hvor den relative betydning af hver enkelt parameter kvantificeres.

I analysen benyttedes samhørende data fra hver enkelt delparcel i grøntsagsforsøget. Modellen forudsætter, at der for samtlige jord/planteprøver foreligger oplysninger for samtlige undersøgte parametre. For hver planteart er der gennemført en analyse og en model er opstillet, hvorefter jordbundsparametrenes betydning for de metaller, for hvilke modellen gav bedst overensstemmelse, blev undersøgt

Ud fra de tilgængelige data udtrækker PLS analysen såkaldte PLS-komponenter, der består af lineære kombinationer af de oprindelige variable. Om PLS-komponenterne gældet det, at man ved beregningen søger at forklare så meget som muligt af variationen i Y matricen ud fra variationen i X matricen. Samtidig søger PLS modellen at forklare så meget som muligt af variationen i matricerne med det mindst mulige antal PLS-komponenter.

Et indtryk af, hvordan de enkelte observationer fordeler sig i forhold til PLS-komponenterne fås ved hjælp af et såkaldt score plot. Figur B.5.1 viser et sådant for radise. Som det ses, fordeler observationerne fra de tre lokaliteter sig i tre tydelige grupper. Dvs. at BCF-værdierne for radise i de tre jorde har været sammenhængende med de parametre, der bidrager til de to akser: Cometjorden af førsteaksen, Valbyparkjorden (negativt) og Referencejorden (positivt) af andenaksen.

Figur B.5.1 Se her!
Score plot for de to PLS-komponenter for PLS modellen for radise. 1-5: Cometjord, 6-10: Referencejord, 11-15: Valbyparkjord.

Figur B.5.2 Se her!
Loading figur for PLS modellen for radise. Symbolerne for metallerne angiver biokoncentreringsfaktorerne for det respektive metal.

Et indtryk af årsagen til fordelingen kan fås ved at sammenholde score plottet på figur B.5.1 med et såkaldt loading eller vægtet plot (figur B.5.2), der viser hvor meget den enkelte variable bidrager til den enkelte PLS-komponent. (Informationen fra loading-plottet kan også afbildes som søjlediagrammer for hver af de to PLS-komponenter, som det er gjort i figur B.5.3 og 8.8). Ved at sammenstille figur B.5.1 og 8.6 ses det således, at lave koncentrationer af humus og total kulstof er sammenfaldende med en høj biokoncentrering, da humus/total kulstof på figur B.5.2 ligger til venstre på førsteaksen, hvorimod biokoncentreringen for de enkelte metaller ligger til højre (ses også af figur B.5.3). Tilsvarende ses det, at Valbyparkjorden, der ligger til venstre i score plottet, er kendetegnet ved parametre, der ligger til venstre i loading-plottet, dvs. at den generelt består af jord med et højt indhold af humus/total kulstof. Den ligger også modsat placeringen af BCF-værdierne for metallerne i loading plottet, hvorfor det kan konkluderes, at der i planter fra denne jord er fundet relativt lav opkoncentrering af metaller. Det omvendte er tilfældet for reference jorden, der ligger til højre i score plottet.

Tilsvarende ses det, at placeringen af prøverne fra Cometjorden øverst i score plottet primært kan relateres til høje pH værdier og en lav kationbytningevne (CEC), som medfører en relativt høj biokoncentrering af arsen og i nogen grad af kobber, bly og nikkel. Biokoncentreringen af cadmium og specielt af zink synes derimod uafhængig af pH og CEC, da vægtene for disse metaller (figur B.5.2) tilnærmelsesvis ligger på førsteaksen af PLS-komponenter. Da BCF-værdierne i figur B.5.2 ligger modsat total kulstof/humus i forhold til førsteaksen ses det også, at forhøjet indhold af organisk materiale reducerer BCF-værdierne (ses også af figur B.5.3 og 8.8). Derimod synes indholdet af finere jordpartikler (ler og silt samt sand) snarere at øge tilgængeligheden af metallerne (figur B.5.3).

I figur B.5.3 er resultatet af loading-analysen afbildet som et søjlediagram for førsteaksen fra figur B.5.2.

Figur B.5.3 Se her!
Afbildning af førsteaksen på figur B.5.2. De enkelte jordbundsparametres betydning for optagelse af kobber og arsen i radise er vist.

Analysen af den anden komponent, andenaksen i figur B.5.2, er afbildet i figur B.5.4.

Figur B.5.4 Se her!
Afbildning af andenaksen på figur B.5.2. De enkelte jordbundsparametres betydning for optagelse af kobber og arsen i radise er vist.

 En vurdering af modellernes evne til at forudsige variationen i Y matricen ud fra variationen i X matricen (prædiktiv værdi) kan opgøres ved værdien Q(cum). For en ideel model, hvor den samlede variation i Y matricen kan forudsiges ud fra X matricen, opnås en Q(cum) værdi på 1. Tilsvarende angiver en Q værdi på 0, at der ikke er nogen sammenhæng mellem X og Y matricen. For de opstillede modeller blev de i tabel B.5.1 viste Q(cum) værdier fundet:

Tabel B.5.1
Q(cum)-værdier for betydning af jordbundsparametre for opkoncentrering af metaller i planter

Som det ses af tabel B.5.1, var Q(cum) værdien for radise på 0,59, medens Q(cum) for de øvrige planter var væsentligt lavere. For kartoffel, bønne og salat er biokoncentreringen af metaller således kun i ringe grad styret af de undersøgte jordbundsparametre, når man ser samlet på alle metaller. For radise synes der derimod at være en vis sammenhæng mellem jordbundsparametre og BCF.

Der er gennemført analyser, hvor de enkelte metallers betydning for prædiktionsværdien (bidrag til Q(cum)) er undersøgt for hver enkelt afgrøde, efterfulgt af loading-analyser for det eller de metaller, der forklaredes bedst for den pågældende afgrøde. Resultaterne af disse loading-analyser er vist i figur B.5.5. Resultaterne fra metalanalyserne af salat fra Valbyparkjord blev ikke medtaget.

Figur B.5.5  Se her!
Loading-analyser for de metaller, der gav det største bidrag til Q(cum) for PLS-modellerne for henholdsvis kartofel med skræl, bønne og salat (uden resultater fra Valbyparkjord).

PLS-analyserne viste, at jordbundsparametrene havde betydning for arsen og kobber for kartoffel og radise, mens de for kartoffel også havde betydning for nikkel og til dels cadmium. For både salat og bønne gjorde noget tilsvarende sig gældende for kobber og zink, mens modellen for salat også viste korrelation for cadmium og i mindre grad arsen.

For radise er resultaterne kommenteret ovenfor. For de øvrige afgrøder blev der kun identificeret en akse i PLS-analyserne og efter udvælgelse af de metaller, der var identificeret, blev resultaterne af loading analyserne som vist i figur B.5.5. De er i hovedtrækkene sammenlignelige med dem for førsteaksen for radise med enkelte undtagelser for salat.

Det er således generelt for flere af metallerne i flere af afgrøderne fundet, at høje værdier for indholdet af organisk stof, kationbytningsevne samt natrium, kalium, calcium og magnesium reducerer tilgængeligheden, mens der synes at være øget tilgængelighed i jorde med højere indhold af fine partikler (ler og silt). Modellen for salat (der ikke omfattede data fra Valbyparkjorden) viste dog øget tilgængelighed med øget kationbytningsevne og øget magnesiumindhold, ligesom den afveg fra hovedindtrykket af de øvrige modeller ved at vise betydning af pH (reduceret tilgængelighed ved øget pH).

En sammenhæng mellem blyoptagelsen og en eller flere jordbundsparametre kunne ikke forudsiges af PLS-modellen for nogen af afgrøderne. Selvom tilgængeligheden af specielt bly i de forurenede jorde tilsyneladende var blevet øget som følge af jordhåndteringen, kunne denne tilgængelighed altså ikke korreleres til nogen af de målte jordbundsparametre.

Det kan derfor ikke udelukkes, at de ved PLS-analyserne identificerede parametre vil være af betydning i visse tilfælde, men generelt vurderes det, at de i anlagte humantoksikologiske vurderinger er baseret på så konservative forudsætninger, at de vil være gældende også for andre jordtyper og afgrøder end de i forsøget anvendte.

Antallet af prøver fra de enkelte forsøgsled

Efter analyse af de første 5 prøver af hver afgrøde fra hver jordtype (dvs. i alt 15 planteprøver med tilhørende jordprøver) blev betydningen af antallet af prøver for styrken af den statistiske fortolkning af resultaterne vurderet, i relation til anvendelse af henholdsvis regressionsanalyser og variansanalyser.

Regressionsanalyse

Ved regressionsanalyser på logaritmisk transformerede data er der fundet lineære sammenhænge, hvor stigende koncentrationer i jorden medfører stigende koncentrationer i planterne for en række metaller og afgrøder. For andre metaller ses der ikke at være sammenhæng mellem koncentrationen i jorden og koncentrationen i planterne. F.eks. synes cadmiumkoncentrationen i kartoffel, radise og bønne ikke at stige med koncentrationen i jorden (figur 8.3, 8.4, 8.6 og tabel 8.7).

Disse regressioner kan anvendes ved vurdering af eksponeringen for metallerne ved indtagelse af grøntsager, dyrket på forurenet jord med forskellig forureningsgrad.

Til illustration af betydningen af prøveantallet fra forsøget er der beregnet "prædiktionsintervaller" på regressionerne for hvert metal og afgrøde i forsøget. Tabel B.5.2 viser resultaterne af disse beregninger for koncentrationer i jorden svarende til Miljøstyrelsens rådgivnings- og afskæringskriterier for forurenet jord. Resultaterne fra Overvågningssystemet er angivet til sammenligning. I første kolonne derefter følger den ved regressionen estimerede koncentration i afgrøden ved den pågældende koncentration i jorden.

I de fire næste kolonner er der beregnet 95% prædiktionsintervaller, der angiver usikkerheden omkring den regressionslinie, der tages udgangspunkt i. De to første af disse kolonner (n=15) svarer til de i figur 8.1-8.4 viste. De to følgende viser prædiktionsintervallerne ved et prøveantal på 30. For salat er der kun 10 henholdsvis 20 mulige prøver.

For de kombinationer af afgrøde og metal, hvor der ikke er korrelation mellem koncentrationen i jorden og koncentrationen i planten, er disse beregninger ikke relevante, hvorfor kun kombinationer, hvor der var signifikans er medtaget i tabellen.

Tabel B.5.2 Se her!
Beregninger til illustration af betydningen af prøveantal for prædiktionsintervaller for koncentration i planter.

Af tabel B.5.2 fremgår det, at der ikke er meget vundet ved at øge antallet af prøver i det foreliggende analyseprogram til det dobbelte.

Variansanalyse

For at vurdere datasættet fra grøntsagsforsøget er der gennemført t-test, hvor data fra forsøget dels sammenlignes indbyrdes mellem jordene, dels sammenlignes med datasættet fra Overvågningssystemet. Til disse analyser er der anvendt logaritmisk transformerede data og "Tukey's Studentized Range Test", som anvendes, når et antal forsøgsled sammenlignes i samme test.

Resultaterne af disse analyser er påført tabellerne B1.4-B1.10. De viser, at der for bly kan konstateres signifikante forskelle på 5%-niveauet mellem såvel koncentrationer i afgrøder fra referencejord og de to andre jorde som mellem forsøgsdata og data fra Overvågningssystemet. For nikkel og cadmium gør dette sig også gældende for de fleste af de værdier, hvor der umiddelbart synes at være forskel.

Til belysning af betydningen af antallet af prøver for t-testens "styrke", dvs. mulighederne for at skelne mellem resultater fra forskellige jorde, er der gennemført power-test beregninger ud fra de eksisterende resultater. Antallet af prøver og risikoen for ikke at kunne konstatere en reel forskel ("styrken") er varieret. Disse beregninger er kun gældende for sammenligninger mellem de enkelte forsøgsled. Ved sammenligninger mellem resultater af forsøget og resultater fra Overvågningssystemet er der stor forskel på prøveantallet og variationen, hvorfor power-testen ikke kan anvendes.

Resultaterne af disse beregninger er illustreret i figur B.5.6, hvor den relative forskel der kan påvises ved et signifikansniveau på 5%, er afbildet som funktion af prøveantallet for en styrke på 10%. En relativ forskel på 1 svarer til en fordobling af middelværdien.

Figur B.5.6
Resultater af power-test til belysning af betydningen af antallet af prøver for t-testens styrke ved sammenligning af forsøgsled. De enkelte kurver viser resultaterne for henholdsvis bly, cadmium og nikkel. Tal på kurverne viser værdien af den relative, påviselige ændring.

Figur B.5.6 viser, at en fordobling af prøveantallet fra 5 til 10 vil formindske den forskel i middelværdi, der vil kunne påvises for alle afgrøder og alle metaller med undtagelse af cadmium i bønne. For radise og kartoffel, hvor formindskelsen er størst, er der tale om, at der med det nuværende datasæt kan skelnes forskelle mellem middelværdier i størrelsesordenen 50% ændring, hvor der ved fordoblet prøveantal vil kunne skelnes ændringer i størrelsesordenen 40%. Den opnåede forbedring er således begrænset til ca. 10%.

Middelværdierne fra Overvågningssystemets data er baseret på et større prøveantal, hvorfor dette vil få større betydning for antallet af frihedsgrader – og dermed t-testens styrke – end prøveantallet fra forsøget. Endvidere er der for de fleste afgrøder og metaller større variation inden for data fra Overvågningssystemet end inden for data fra den enkelte jord i forsøget. Ved sammenligning af middelværdier fra forsøget med middelværdier fra Overvågningssystemet vil variationen inden for datasættet fra sidstnævnte derfor have større betydning for udfaldet af en t-test end antallet af prøver fra forsøget.

Der ses således ikke at være dokumentation for, at analyse af flere prøver fra forsøget vil forbedre styrken af de statistiske analyser væsentligt.

| Forside | | Indhold | | Forrige | | Næste | | Top |