文摘

理解洞穴空气浓度的波动和气候控制不仅是实质性保护室内环境的质量,也为了避免有害物质的存在有关。在这项研究中,我们调查了最有影响力的影响因素^222年Rn和有限公司₂的浓度,其动态的性质,以及它们与气候变化之间的耦合。为此,我们结合一组数学方法,包括统计和六年时间序列的小波分析和工作洞穴(西班牙)。一般来说,^222年Rn和有限公司₂洞穴空气中动态显示出类似的模式。然而,结果表明,这些气体有不同的频率响应。因此,每年的组成部分^222年Rn和有限公司₂是由内部和外部的温度之间的关系。在低频段,气体都受到相同的变量当洞穴大气达到最低浓度。然而,当洞穴大气隔绝室外,^222年Rn和有限公司₂不同和干扰引起的游客是证明的有限公司₂浓度;后者观测证实了小波分析在高频率。相比之下,^222年Rn集中降雨后显示了重要的变化,弱中标识有限公司₂浓度。

1。介绍

小气候和气体组分在地下环境的研究是至关重要的,在许多调查如全球碳循环、古气候、地质和顶叶艺术保护,导游和游客的健康风险。特别是,了解室内环境中气体的波动是非常重要的在分析可能存在的健康风险与人类的存在在这些位置。特别是,在通风不良的环境中,这个问题是至关重要的,因为可能会导致严重的暴露水平的浓度人1,2]。在室内环境中,旅游洞穴积累足够的特性被认为是潜在的位置管理室内气体浓度可以显著3,4]。例如,有许多高的旅游洞穴的例子^222年Rn和有限公司₂浓度。Alvarez-Gellego et al。5)年均报告^222年Rn 31.9 kBq米的浓度³在Castanar洞穴,氡气浓度最高的西班牙洞穴。Postojna山洞里(斯洛文尼亚),Gregoričet al。6指出最大氡和有限公司₂浓度大于37 kBq m³和4700 ppm。Fernandez-Cortes et al。7)表明,5000 ppm的有限公司₂是存储在Ojo Guarena岩溶系统,振荡特征的大型日报有限公司吗₂水平在山洞里(从680年到1900 ppm¹每天平均)引起的振荡,室外空气温度影响洞穴空气温度。在湖里Tapolca洞穴(匈牙利),Somlai et al。8)确认,^222年Rn浓度可能达到大于15 kBq m³。

分析旅游洞穴的空气是一个关键因素,保证室内空气的质量和有害物质,它是免费的。两种气体有限公司₂和^222年Rn,影响人类健康的,他们不应该超过一定的最高水平。例如,每年一次^222年Rn最大300 Bq的浓度³建立在封闭的工作环境9]。为有限公司₂工作场所长期暴露极限(8小时)设置为5000 ppm (10]。因此,控制气体浓度的确定因素及其年度变化为每个室内环境应认真执行,包括地下旅游洞穴。的^222年Rn浓度水平取决于不同的外部和内部因素之间的复杂关系11]。它是镭的衰变产物,呼出从特定的岩石和土壤。此外,有限公司₂在洞穴的存在是土壤活动的结果(12- - - - - -14从滴水),脱气15- - - - - -17),和人类贡献造成呼吸(18- - - - - -21]。因此,一旦产生气体,环境因素,控制洞穴大气,确定气体在大气中积累。岩石的孔隙系统和土壤和水的存在定义两种气体的扩散率(22- - - - - -25]。扩散机制中负责天然气运移和聚集在一个地下环境中,它直接依赖于多孔材料的物理性质(26- - - - - -28]。此外,环境因素之间的关系(主要是室内和室外温度的关系)负责通风的洞穴大气29日- - - - - -31日]。的影响因素如降雨的数量(32,33),压差之间的洞穴和户外大气,土壤温度(34],狂风[35),和地貌学36)是一个行列式在评估通风政权。cave-air变化^222年Rn和有限公司₂浓度可以解释在一起因为之间的相对依赖两种气体,主要是由于通风过程。因此,室内洞穴浓度取决于气体的平衡生产和积累和气体交换与室外大气。

采取减排措施在山洞里高暴露水平,有必要了解洞穴控制气体动力学的主要因素以及确定年度时期最大的气体浓度。为了解决这个话题,复杂性分析执行在密闭环境中提供决定性的结果11,17,29日,37- - - - - -39]。例如,小波分析(40- - - - - -43),尚未普遍采用洞穴数据分析(44),从洞穴和工作满意地应用于一个数据段(20.)区分稳定自然洞穴动态趋势和诱导扰动引起的游客。此外,多元统计分析经验提供了一个有用的工具来建立简单的和可以理解的不同参数之间的相关性,并且强调了一个主要参数之间的影响和那些是相关的。虽然这些技术已经应用于不同的学科如评价地下水污染(45),评估当地降水的空间和时间趋势(46),或预测岩石透水性47),他们已经谨慎地应用于洞穴数据分析。然而,最近,这种类型的分析显示令人满意的结果的研究的空间变异性cave-air二氧化碳和甲烷浓度盖登和大教堂的洞穴35]。本研究的主要目标是分析小气候^222年Rn和有限公司₂浓度时间序列,并确定他们的动力学与气候变化和耦合浅洞洞穴(工作)。的关键创新介绍了研究是建立在多元统计和小波分析相结合建立的结构变量的依赖和环境的相互关系和频率响应变量和地下环境中气体的浓度。尽管一些复杂的统计分析已经在地下之前开发的网站,分析提出了目前研究的结合没有早些时候实施研究地下洞穴。发展分析,首先,我们应用了主成分分析(PCA) (48]分组相关的合奏中不同变量在不同recharge-discharge阶段,每年洞穴和工作经历。第二,逐步多元回归分析是用来确定最高的加权因素的影响^222年Rn和有限公司₂浓度以及预测其浓度在每一个阶段。最后,我们分析了频率成分和洞穴大气中的变量的关系和soil-external大气系统使用小波分析。

2。材料和方法

2.1。网站信息

在执行数据收集工作洞穴(38°4840N, 0°1038W) Vall d 'Ebo阿利坎特,西班牙东南部。在洞穴里的地质材料都是大规模的中新世集团和白垩纪石灰岩(20.,25,49]。山洞里有一个圆形长度为1535米和9915米的体积计算³(20.]。此外,还有一些小走廊周围的主大厅。洞穴的母岩的变厚度9 - 23米,最高水平,它位于唯一洞穴的入口关闭3 m²门。有限公司₂集中在洞穴中派生,主要从微生物和C3植物生长在silty-silty壤土土壤剖面(厚度约1米)开发的洞穴上面和组成的石英(70%)、层状硅酸盐(20%)、方解石(5%),和长石组成(5%)25]。C3植物密集分布在地中海灌木洞穴表面的形式。平均测量δ¹³有限公司₂值为-21.64‰和-21.12‰的土壤和洞穴空气,分别为(49]。在该地区的主要气候定义为一个地中海或温暖的温带气候(Csa气候类型、Koppen-Geiger分类50,51)的特点是干燥和炎热的夏天。研究时期(2012年11月- 2018年4月),日平均温度为15.82°C的最大和最小值为35.13°C和-1.18°C,分别。平均总同期研究地区的年降雨量为410毫米。在这个时期,最干旱的一年是2014年(248毫米)和湿的是2016(635毫米)。

地下环境受到不同的机制源自充电,隔离,和存储过程,具有明显的季节性,甚至每天变化(39,49]。在洞穴工作机制,建立了四种不同的时间阶段来执行统计分析:(1)气态充电,重合的春天和夏天的季节;(2)最大气体浓度在山洞里(夏季);(3)气体放电(summer-autumn);和(4)的气体浓度达到最小值(冬季)。

工作机制的洞穴对游客开放。在研究期间,平均每年有14450人参观了洞穴。访问不均匀分布。最大的人类干扰发生在3(复活节)和8月,平均价值74和92人次/天,分别。相比之下,(11游客/天)1月和2月(13游客/天)总是有最低数量的旅游访问。尽管人类存在在山洞里,小气候条件保存完好的工作机制洞里,特点是thermohygrometric稳定对整个年度周期。日平均温度在山洞里气氛是16.21°C±0.70°C的变体。在大气中导致湿度总是饱和(97.8%)以及附近的积累都有限公司₂和^222年Rn,平均每年范围从533到3681 ppm, 645 - 3959 Bq m³,分别。

2.2。监控系统

环境和小气候的数据记录在洞穴里安装了一个监控系统具体的网站从2012年11月到2018年4月,是维护和定期修订,保证数据质量。然而,避免孤立故障的监测系统,因为长期监测导致数据采集中的某些空白。所有测量进行每30分钟。室内环境监控使用COMBILOG TF数据记录仪(Theodor Fiedrich & Co .)、德国)。数据记录仪连接到电力供应,但也有两个安全电池,确保一些自主权。几个探头连接到数据记录仪获得不同的微环境变量。空气温度和相对湿度数据得到使用装Pt100 1/10喧嚣和Rotronic HygroClip S3传感器,测量从-40到100°C和0 - 100%±0.1°C和±0.8%的精度,分别。一个公司₂非色散红外分析仪(ITR 498,后者;德国)也被连接到同一个数据记录仪内获得cave-air浓度测量的范围0 - 10000 ppm(0.3%精度)。独立^222年Rn使用Radim 5 wp氡测量监控(SSM&SISIE、布拉格)80 - 50000 Bq米³测量范围。也执行一些额外的测量与便携式和永久独立的传感器安装在洞穴的一些额外的点,虽然这些只是用来测量检查数据记录的真实性的主要监测如前所述。可以找到更多的细节关于监控系统(20.,25,49]。在洞穴外空气温度记录每30分钟使用一个流浪汉U30气象站数据记录器(开始,伯恩,妈,美国)。此外,147 RG2-M雨量计(美国电脑公司,伯恩,妈, )是用来测量降雨量。最后,在2015年2月开始,土壤温度测量用一个流浪汉U12记录器(开始,伯恩,妈,美国、 °C)。

2.3。统计分析

多元统计分析是应用于气体浓度(^222年Rn和有限公司₂)和环境参数来估计变量之间的依赖关系及其相互关系使用SPSS v.24.0的代码(从SPSS Inc .)。

气体浓度的动力学行为和小气候参数根据洞穴的不同阶段的不同氛围。评论说,洞穴和工作有四个不同的时间阶段。的开始阶段1和3是由两个不同的条件:(i)温差的变化( )外( )和内部( )洞穴的(例如, 阶段1和 第三阶段)和(2)的存在,连续10天200 ppm的绝对变化有限公司₂和500 Bq米³在^222年Rn浓度。之后,阶段2和4是由连续10天的发生绝对变化低于200 ppm有限公司₂和500 Bq米³在^222年Rn浓度(即。,10consecutive days with the persistent absence of variation in gas concentrations) (Figure1)。

^222年Rn和有限公司₂变化发生在洞穴和工作在研究期间被计算为离散事件。评估后的时间序列,增加60 ppm的有限公司₂和140 Bq米³为^222年Rn作为重要的,建立了考虑所使用的仪器的精度和测量范围。选中的气体浓度变化的环境测量变量被报告为一个数据库(图2)。

PCA允许评估变量分组在多元数据的计算主成分对于一个给定的总方差的百分比。这些组件被成绩或系数计算,包含以下信息:(1)系数的绝对值(高值在几个系数相同的主成分表现出它们之间的密切关系)和(2)系数的符号(相同或相反的迹象几个系数显示了它们之间直接或逆关系,分别)。PCA进行利用最大方差法作为旋转因子的方法。在这个分析中,使用变量^222年Rn和有限公司₂的浓度,室内环境变量(洞穴的温度和相对湿度, ,和RH_{印第安纳州})、游客和大气变量(降雨、室外温度( ),和土壤温度( ))。

多元线性回归分析进行了量化协会成立于每个阶段的主成分分析。对于这一分析,有限公司₂和^222年Rn作为因变量使用前面定义的数据库(增量等于或大于60 ppm有限公司₂和140 Bq米³为^222年Rn)。他们一起计算环境参数(降雨,游客, , , ,和RH_{印第安纳州}),它作为独立变量的多元线性回归分析。这种分析还包括重量(标准化系数的大小)计算每个独立变量的多元线性方程,因此量化每个变量的影响在每个阶段(图中气体浓度的变化2)。

2.4。小波分析应用于时间序列

旨在建立气体浓度的不同变量的贡献在山洞里,单独记录气候信号分解使用小波分析[40- - - - - -43]。离散小波变换(DWT),使用Daubechies 5小波,作为一个母亲是用来区分不同的频率(或周期的研究)中包含的信号通过一个完整的时频分析(图分析2)。信号的不同频率的区别允许区分这些组件的贡献(日报、中间、和年度)真正的记录信号。分析了使用环境小波工具(易)基于matlab代码(44),包由Grinsted et al。52)成立。易曾受雇于相似分析(20.,53提供准确的结果。除了个人的特殊的分解信号,交叉小波变换(XWT)和小波变换之间的一致性(世贸中心)是实现两个信号(一个是气体,有限公司₂,或^222年Rn浓度)来理解单个变量的影响(图在山洞里气氛2)。这个分析的结果进行评估通过两个时域信号之间的相互关系(解释为XWT)以及它们之间的一致性(世贸中心),导致识别高的地区常见的力量在最后量图(52]。最后,得出目标的分析和测量两个信号之间的相似性随时间的变化(54),一个多分辨率交叉分析它们之间也进行(55,56]。分析结果在−1和1之间的值,较高的相关系数显示更高的相似性分析信号。

3所示。结果与讨论

3.1。频率响应的^222年Rn和有限公司₂时间序列

图3显示气体浓度的时间进化在洞穴和土壤和小气候参数和外部天气状况从2012年12月到2018年4月。记录的时间序列还包括《每日游客。洞穴和工作氛围显示了典型thermohygrometric稳定性观察到浅洞穴(22,30.,49]。洞穴大气温度和湿度非常稳定的年度变化±0.7°C的温度和相对湿度为3.1%。此外,^222年Rn和有限公司₂浓度显示区分季节性和几乎是周期性的,类似于室外温度。理解每个变量的影响的关键因素是考虑的气体浓度^222年Rn和有限公司₂是不同组件之间的相互作用的结果,在不同周期的研究(17,20.,57,58]。

年际变化的有限公司₂和^222年Rn主要取决于户外和洞穴的温度之间的关系,建立了开始和结束的气态充电,反过来,气体浓度的不同年度周期的长度。气态的开始和结束充电和放电也建立年度周期洞穴的充电和放电。年际差异有限公司₂洞穴浓度也依赖于有限公司₂土壤浓度,受土壤温度和含水量的影响。室外温度影响土壤温度,而土壤水分含量与降雨有关。因此,降雨年际变化发挥他们的影响力在气体浓度(20.,49]。

公司的变化₂和^222年Rn在较低频率(日常年度)在本研究评估。的^222年Rn和有限公司₂时间序列可以分解成不同的组件在不同的多分辨率级别相应的日常,中间(从一个星期到几个月),和年度周期的研究。

有一些差异的频率分解信号(图4)。时间序列的不同组件(日报、中间、和年度)当过滤信号中提取总注册使用小波分析显示不同的贡献的浓度。虽然这两种气体的主要贡献(即对应于年度组件。,the one directly dependent on the relationship between external and internal temperatures),^222年Rn日常和中间组件的测量显示更大的贡献。为^222年Rn(图4(一)),每年的组件对3770 Bq的贡献最大³(根据评估年)。平均每年组件的值假设一个贡献大于总数的87.8%^222年Rn在山洞里(图4(一))。一年一度的组件的贡献为公司相似₂(最多3752 ppm;图4 (b)),还取决于年度周期。中间组件^222年Rn导致连续振荡在山洞里浓度,与最大值大于802 Bq m³。平均的中间值^222年Rn组件假设总数的9.3%^222年Rn浓度。虽然每天的平均值的贡献全球组件^222年Rn浓度较小的(近3.0%),它可以修改443 Bq米的洞穴大气³当出现最大值。中间频率的组件有限公司₂显示了一个最大的浓度846 ppm的变化,但这些事件通过时域稀少。的最大价值发现的日常组件有限公司₂应该增加气体浓度275 ppm。平均值的每日组件假设一个贡献全球有限公司₂浓度为1.3%(图4 (b))。

3.2。控制参数的确定在山洞里气体的气氛

PCA考虑数据库的四个不同的气态阶段和工作经历(图的洞穴里1)。这一分析显示,在每个阶段,群变量变化产生重大(线性)优势在洞穴中气体成分(表1)。

气体在洞穴里充电(阶段1)同时发生与室外温度的增加。^222年Rn积累在山洞里因为温度之间的关系,负责洞穴的隔离大气,允许^222年Rn浓度增加。因此, , ,逆相关,RH_{印第安纳州}出现在组件1气体。然而,缺乏有限公司₂在这个组件是非凡的。虽然工作的一般趋势洞穴显示同时增加气体(^222年Rn和有限公司₂),存在一个重要的复活节假期期间的游客数量是确定的主要公司₂浓度在山洞里(图3),因此,组件3演示了这个重要的游客对公司的影响₂浓度。组件2中,降雨和室内温度高系数可能与这一事实有关这些变量不确定工作的主要参数洞穴气体浓度在这个阶段。此外,干旱条件下户外建立这个变量分组。

当洞穴达到它的最大气体浓度(阶段2),连续旅游访问发生在夏季(图3)对公司有重要影响₂浓度和洞穴温度(组件2)。在这个阶段,空气更新在山洞里气氛几乎中断导致增加公司的累积效应₂浓度和洞穴温度结果的游客。这可能是公司最具影响力的因素₂浓度的增加在山洞里。与此同时,^222年Rn浓度与室外温度变化直接相关(组件1)。虽然环境参数也影响有限₂浓度、高探视在阶段1和2触发组件分组为这些阶段。当气体浓度(阶段3)开始减少在山洞里的气氛,在组件1气体都是匹配的。气体的气体浓度同时减少,因为新的气团运动产生的室内和室外空气密度受温度的变化。组件1还显示一个逆游客数量和气体浓度之间的关系。在这个阶段中,隔离腔的减少。此外,当游客(很少有在这个阶段)进入山洞,山洞里的门是开着的,因此,气体浓度可能略有减少。最后,第四阶段是发生了气体排放大气质量空气运动的主导,导致通风集最低程度的隔离在年度周期。因此,^222年Rn和有限公司₂表现同样,受室内温度和相对湿度变化的影响,也不会受到游客的存在。组件2解释了^222年Rn和有限公司₂变化,因为高通风率在山洞里的气氛。

主成分分析的结果允许建立气体浓度从最具影响力的变量计算出每个阶段。分别如图5和6,^222年Rn和有限公司₂浓度作为因变量估计多变量分析作为独立变量的组合建立了PCA的分组(表1)。

的拟合优度^222年Rn和有限公司₂浓度显示适当的精度,证明在大多数情况下,通过对每个分析获得的相关系数从0.4660到0.9071不等。洞穴行为的变化突出显示在前面的分析中主要变量确定洞穴气体浓度变化取决于洞穴阶段。室外和室内温度之间的关系总是存在在整个年度周期证明了这些变量的存在( , ,甚至 ,在多变量分析依赖)。在气态充电和洞穴一旦充电(阶段1和2),户外和洞穴温度确定之间的关系^222年Rn和有限公司₂积累。洞穴的隔离大气,冷静在这些阶段中,结果在游客的主要影响有限公司₂浓度(数据6(一)和6 (b))。描述的放电周期是不隔离的洞穴大气空气质量的优势运动由于温度之间的变化关系和 )。稀少气体浓度的变化同步,因为相同的变量(数据的参与5 (c),5 (d),6 (c),6 (d))。

主成分分析和多元线性回归分析的结果表明,温度之间的关系( )总是出现在洞穴气体浓度的测定。此外,游客的存在已被强调为最具影响力的变量之间在一些气态阶段工作的洞穴。虽然降雨只显示为一个控制参数在进行多变量分析,对气体氛围的影响在工作机制洞穴就得以证实25,49]。然而,降雨的行为很可能在研究区(稀缺和不规则地分布在时间,因为半干旱气候;图3)在多变量分析结果不正确反映该变量的影响在洞穴中气体浓度。因此,前面提到的变量的影响(温度、游客和降雨)需要一个特定的分析,分别分析了下一个。

3.3。个人分析,控制参数在山洞里气体的气氛

3.3.1。温度

时间序列数据表明,这两种气体的变化,^222年Rn和有限公司₂,是温度的结果差异( )变化在一年一度的规模。正如前面显示的,这是最具影响力的参数,建立了季节性组件的信号。室内的温度变化范围内的±0.7°C,它假设一小部分考虑室外温度的年变化(近22°C)。出于这个原因,之间的温度梯度变化的影响外,洞穴空气可以评估通过研究室外温度变化,证实了小波分析。两种气体,^222年Rn和有限公司₂在暖和的月份,达到最高浓度。外部空气的入口(与低有限公司₂和^222年Rn)浓度的对流过程大大降低了洞穴空气气体浓度最冷的时期。

个人不同的信号(图的分析7(一))建立了不同的主要周期的研究对整个评估周期。有限公司₂和^222年Rn行为同时以较低的频率:1内的季节性与1年期乐队乐队总是强调强烈的周期性明显。此外,《每日周期性的温度是明确的标志在天乐队。有限公司₂和^222年Rn每日变化反映出气体也在更高频率对温度变化敏感(天周期的研究;更好的反映^222年Rn)。因此,温度的变化是最重要的变量建立气体的季节(年度)模式的能量越高(红色)出现在这个乐队。世贸中心和XWT(数据分析7 (b)和7 (c))展示了现有的相位关系(箭头指向右)室外温度和气体浓度之间考虑年度周期反映了不同的分析周期。也有一些阶段气体和室外温度之间的关系出现在日常和中间周期的研究虽然低于年度乐队。这个事实证明了气体在高频率变化也依赖于其他环境变量。

多分辨率交叉分析显示最高的互相关(图8)(0.84^222年0.78 Rn和有限公司₂)发生的年度周期性(每年一度的季节性的分辨率),研究了次系列主要是共变在低频域(即。、年度变化)。洞穴和工作经历年度周期循环中^222年Rn和有限公司₂描述了同样的模式即使气体的来源是不同的。一方面,^222年Rn是放射性气体半衰期为3.8天,衰变的产物^226年类风湿性关节炎。释放矿物质的土壤和岩石孔隙空间,然后在地下的气氛。另一方面,有限公司₂在土壤和生产,生产后,流经孔隙系统的土壤和岩石洞穴的气氛。补充的贡献洞穴有限公司₂是人为生产,它发生在旅游洞穴如工作机制洞(图6)。多分辨率分析并没有显示重要相关性的年度周期性,这可能是有关这个一年一度的周期性的主要影响。

年度气体浓度受两个杰出的现象与热户外和室内空气温度之间的关系。这种关系直接决定了洞穴通风强度(59- - - - - -61年扩散和对流通量发生]。室外和室内温度之间的关系不断变化的影响通过平流过程气体浓度,但同时,也扩散通量发生从epikarst洞穴。在一年一度的周期,在第一阶段,超过 ,导致通风过程中暂停,因此隔离的扩散通量的优势,因为洞穴大气的气团之间的密度差的结果。这显然是证实了小波分析和1年期乐队依赖于温度变化。当温度梯度( )倒,储存气体的体积取决于多个变量,每个气体可能是不同的。因此,这些瞬态变化影响通风状态^222年Rn和有限公司₂浓度的影响不同的程序以更高频率(低周期的研究)。高频组件的温度变化可能发生的后果在洞穴中的游客也会影响高有限公司₂信号(图7)。

3.3.2。游客

游客在气体浓度的影响和工作洞穴时最强的洞穴大气最大程度的隔离(即。在阶段1和2;表1,图9)。这些结果与多变量分析(图是重合的6)。(许多)游客的入口在山洞里特别影响有限₂及其高频频带明显不同,主要是在阶段1和2。高探视在阶段1和2可以改变有限公司₂每天政权,但是因为它不发生(尤其集中在周末访问和银行假日),有限公司₂因为每天的游客不出现变化。此外,每年和一周一次,接收到一个更大的集团。出于这个原因,公司之间的交互的周期的研究₂和游客大多集中在4-16-day乐队。相对应的能量在多分辨率水平4-16-day乐队高的公司₂变化(有时大于250 ppm)当一大群人参观洞穴。能源公司的变化₂显示波动,持续,主要与游客的存在有关。

主成分分析结果建立,游客的影响^222年Rn主要集中发生在第三阶段。然而,小波分析没有检测的变化^222年Rn浓度,因为游客的存在:能级不匹配之间的气体变化和人类的存在。这些结果证实,游客的数量不是一个合适的变量来评估的变化^222年Rn浓度。进行准确的分析,它将需要编译一个全面的记录时间的洞穴门是开放与游客的影响^222年Rn浓度。

3.3.3。降雨

虽然多变量分析并没有显示出大量降雨的影响^222年Rn和有限公司₂浓度,降雨是变量,导致气体浓度的增加在山洞里。两个主要因素可能会增加气体浓度。一方面,一个活塞效应发生在降雨的开始(62年]。气体浓度储存在土壤和岩石的孔隙多孔系统推入洞。如果降雨出现以外的充电周期,这效果突出,因为多孔系统中的浓度高于在山洞里。这种效应是明显的第一次降雨有休息。然而,在雨水产生的洗涤效果,水充满孔隙空间,避免了洞穴脱气,气体被保留。另一方面,降雨水溶解气体累积在土壤和传输他们进山洞。当水进入洞穴,脱气作用有助于提高气体浓度。

小波分析表明,降雨和^222年高频波段Rn表现出类似的行为。分析了从2015年5月到2018年4月(一组数据没有丢失数据)表明,这两个信号之间的关系出现在中间频率发生降雨时。然而,直接影响降雨量的有限公司₂未发现洞穴的工作既不从PCA-multivariate分析小波分析和研究。在2015年5月至2018年4月,三个重要大于50毫米的降雨事件发生在2015年的10月,2016年4月,2016年11月,影响了^222年Rn浓度在山洞里,哪些是确定4-32-day时期乐队(图10)。

两个不同的降雨事件进行了具体分析。首先,在2013年4月(图(11日)),99.2毫米的降雨事件后,^222年Rn浓度在山洞里增加了449 Bq m³。这段降雨之后,连续几天没有降水,然后湿的日子^222年Rn显示一个新的提高。第二,在2016年12月(图11 (b)连续四天),降雨发生总量为226毫米。由于这种降雨,^222年Rn浓度在山洞里增加了580 Bq m³。降雨导致的变化^222年Rn集中在中间,几乎每天周期的研究,因为它总是发生在不同的日子。例如,这一事件发生在2016年12月持续了15天。温度变化的影响可以被丢弃在2016年11月的降雨量。2013年4月,室外温度的增加,但它不是同步与气体浓度增加。因此,增加的^222年Rn浓度是降雨事件直接相关。

几乎瞬时增加^222年Rn浓度检测结果的降雨事件。在整个研究期间(2012年11月- 2018年4月),有12个明显降雨事件大于50毫米,虽然只有9人^222年Rn测量。结果表明,沉淀水决定的数量的增加^222年Rn浓度。引发降雨值,从80到100毫米,需要引起很大^222年Rn增量。一个s形龚珀兹曲线建立了降雨触发值以77毫米(图12)。然而,平均雨量超过100毫米产生不同浓度的增加,从400年到600 Bq m³。这项研究显示,^222年Rn达到最大浓度在洞穴大气降水的发生的触发值定义的模型。但是从这个降雨值,^222年Rn不会显示增加虽然降雨超过它。相比之下,公司的变化₂浓度不显示相同的行为,因为有限公司₂只是受到非常高的降雨(图12)。此外,小波分析和有限公司₂和降雨量是不确定的,其增加降雨事件发生时才不那么明显^222年Rn(图10)。

4所示。结论

测定的因素控制气体浓度在山洞里以及评价不同频率的变化是重要的保持室内环境的质量和避免风险与有害物质的存在有关。因此,综合分析这些因素是每个室内环境要求。在工作机制的洞穴,^222年Rn和有限公司₂浓度取决于不同的外部和内部因素之间的复杂关系。

为此,我们结合多元统计和小波分析。小波分析提供了在不同的多分辨率分解水平(日报、中间、和年度周期的研究)的气体浓度和环境变量。这一分析得出的结论是,^222年Rn和有限公司₂有不同的频率响应。在工作机制的洞穴中,一年一度的组件的气体,^222年Rn和有限公司₂,对应于重大贡献的总浓度和控制的外部和内部的温度之间的关系。然而,巨大的中间和日常振荡也。例如,每日的组成部分^222年Rn可以修改443 Bq米的洞穴大气³。

参数的变量分组建立主成分分析表明,当洞穴内隔离(阶段1和2),增加^222年Rn依赖于温度变化和相对湿度。这个分析也得出结论,另外,有限公司₂由这些因素决定,但游客在此期间有一个强大的存在影响其浓度。相比之下,在洞穴的最低浓度,两个气体受到相同的变量。

拟议的方法,结合多变量分析和小波分析,强调了年度依赖温度梯度上的气体浓度( )的优势及其影响气体扩散或平流。此外,小波分析证实的能量波动的影响存在的游客在有限公司₂浓度定义为高频扰动。降雨的影响气体的浓度和工作洞穴是完全定义^222年Rn几乎瞬时增加降雨发生后气体。平均雨量超过100毫米产生不同浓度的增加,从400年到600 Bq m³而股份有限公司₂只是受到很高的降雨的影响。

结果从这项研究中获得的证据表明,成功建立了多元统计和小波分析的结构变量及其相互关系和频率响应的依赖。我们认为这种方法可以应用于任何其他调查atmosphere-soil-external大气系统的洞穴里。

数据可用性

统计分析的原始数据进行这项研究可从相应的作者。

的利益冲突

没有利益冲突声明。

确认

这项研究是由西班牙科技部创新和大学(项目cgl2016 - 78318 c2 - 1 r, cgl2016 - 78318 c2 - 2 r和rti2018 - 099052 b - i00)和阿利坎特大学的(项目GRE17-12)。