Point Source Pollutant Modeling

Emily Robinson  December 6, 2011  NRS 509  Using GIS for Point Source Pollutant Modeling      Anthropogenic pollution is a continuing issue throughout the world. Point source  pollution consists of that which comes from a single, identifiable location. This typically  consists  of  effluent  from  industry  into  the  environment.  It  is  considered  to  be  “point  source  pollution”  because  the  point  of  entry  into  the  environment  is  typically  easy  to  identify.     Geographic  Information  Systems  (GIS)  is  a  valuable  tool  for  environmental  analyses.  These  can  include  investigations  of  watershed  related  parameters  such  as  watershed  delineation,  stream  flow,  and  other  similar  features.  GIS  can  be  used  to  investigate point source pollution in watersheds. This is typically done to assess the risk  of pollution along streams and coastlines. However, in these analyses, GIS is not the only  tool used, but combines GIS with other mathematical models.    There have been a variety of studies that have looked at pollution risk utilizing  GIS. While they all have similar aspects, there are still notable differences between each  paper. For example, each takes advantage of GIS technology in slightly different ways.  Also,  the  external  applications  being  used  along  side  GIS  are  all  different  from  each  other.     One  of  the  better  examples  found  is  a  pre‐processor  for  producing  maps  that  provide  inputs  for  three‐dimensional  hydrodynamic/pollutant  transport  models  to  simulate  pollutant  transport  in  lakes  and  coastal  areas.  The  GIS  component  of  this  project  was  the  use  of  ArcGIS  to  prepare  ASCII  input  files  that  represent  bathymetric  grid and shorelines. These would be necessary for running the 3D models, which could  be visually represented with GIS technology. A case study for this project was completed  on the island of Crete in the Mediterranean Sea, and it demonstrated the transport of  effluent  from  10  different  wastewater  treatment  plants  on  the  island  off  the  coast  (Naoum et. al. 2005).    Another  successful  example  of  this  point  source  pollution  modeling  includes  a  study of the impacts of point source pollution on coastal waters in the Bohai Bay. This  study predicted pollution loads and their impacts on receiving waters through the use of  land‐use  and  surface  water  quality  models.  The  model  links  pollution  input  loads  to  land‐use and a model for simulating surface flow and chemical and biological processes.  The  land‐use  model  utilizes  a  GIS  system  in  ArcGIS.  This  model  consists  of  a  database  and a model base. The database is a geodatabase containing detailed information about  social  and  economic  indicators,  geological,  hydrological  and  water  quality  data,  and  various other statistics. The model base included modules that estimate pollution loads  from  key  sources,  including  point  sources  such  as  industrial  and  domestic  wastewater  discharges.  Land‐use  sub‐modules  for  estimating  diffusion  pollution  input  loads  were  used  for  the  model  base  relationship.  The  model  base  and  spatial  analysis  functions  given  in  ArcGIS  allowed  for  the  data  to  be  analyzed.  The  conclusion  from  this  project 

was  the  determination  that  GIS  based  models  could  be  a  useful  tool  for  field  professionals (Yuan et. al., 2006).    The  two  examples  provided  demonstrate  ways  in  which  GIS  can  be  combined  with  other  modeling  techniques  to  analyze  the  effects  of  point  source  pollution.  They  both rely on the GIS technology for data input as well as the visualization of final results.  Both also take advantage of the feature of ArcGIS to alter script for maximum analysis.    When doing the research for this assignment, the majority of the papers written  were  about  the  use  of  GIS  to  analyze  the  movement  of  nonpoint  source  pollution  moving  through  the  environment.  Most  of  these  projects  included  the  runoff  from  agricultural  practices  and  urban  settings.  While  some  projects  have  been  done  to  analyze pollution risk from effluent or pollution accidents, more could be done to study  how  point  source  pollution  would  be  transported  through  watersheds  and  the  concentrations along streams. More research into point source pollution modeling could  lead  to  a  better  understanding  of  how  pollutants  concentrate  throughout  watersheds  below the discharge point.          Annotated Bibliography  Gemitzi, A., Petalas, C., Tsihrintzis, V. a, & Pisinaras, V. (2005). Assessment of  groundwater vulnerability to pollution: a combination of GIS, fuzzy logic and  decision making techniques. Environmental Geology, 49(5), 653‐673.  doi:10.1007/s00254‐005‐0104‐1  In this paper Gemitzi et. al. investigated the risk of groundwater pollution in the  14,000 km2 region of Eastern Macedonia and Thrace (Northern Greece). The study  developed a methodology to estimate the risk of an aquifer to become polluted  based on a wide variety of parameters. While some of these parameters include  natural aquifer characteristics and geologic settings, some are based on human  activities. Using GIS combined with fuzzy logic and multicriteria evaluation  techniques, data was acquired and utilized for the production of factor images,  which became map layers during the process. The information in each layer  (parameter) was converted into comparable values, so aggregation of the maps  could produce a final groundwater vulnerability map.  Gutiérrez, S., Fernandez, C., Barata, C., & Tarazona, J. V. (2009). Forecasting risk along a  river basin using a probabilistic and deterministic model for environmental risk  assessment of effluents through ecotoxicological evaluation and GIS. The Science of  the total environment, 408(2), 294‐303. Elsevier B.V.  doi:10.1016/j.scitotenv.2009.09.053 

 

In this paper Gutiérrez et. al. developed a model for estimating the risk of effluent  pollution along a river segment. This model, called RABETOX (Risk Assessment of  Basins by Ecotoxicological Evaluation), is based on whole effluent toxicity and  water flows along a specific river segment. The effluent was taken by grab samples  from five different waste water treatment plants along the Henares River in the  Tajo River Basin in Spain. GIS was incorporated into this project to model the  inputs: flow data from the past 25 years, water velocity measurements, and precise  distance measurements. This model was then converted into a spreadsheet, where  the results could be interpreted before being represented using GIS in order to  facilitate risk communication. An ArcGIS script was written to automatically  translate information generated by the RABETOX model into shapefiles where each  river segment was assigned a specific risk value. 

Matejícek, L. (2003). Ecological modelling of nitrate pollution in small river basins by  spreadsheets and GIS. Ecological Modelling, 170(2‐3), 245‐263. doi:10.1016/S0304‐ 3800(03)00232‐1  In this paper Matejícek et. al. created a compartment model that makes  predictions about surface water pollution based on basin characteristics and land  cover attributes. This project creates a methodology for determining potential  areas of nitrate pollution from both point and non‐point sources via remote  sensing techniques. This study took place in the Rakovnický basin in the Czech  Republic. GIS and remote sensing tools were used to manage and estimate nitrate  inflows from various sources of pollution, so that the modeling system could  simulate amounts of nitrates in each compartment of the stream during a  monitoring period.  Naoum, S., Tsanis, I. K., & Fullarton, M. (2005). A GIS pre‐processor for pollutant  transport modelling. Environmental Modelling & Software, 20(1), 55‐68.  doi:10.1016/j.envsoft.2003.12.009   

In this paper Naoum et. al. created a GIS pre‐processor to use for pollutant  transport modeling. Ths pre‐processor operates in ArcGIS, and is used to prepare  ASCII input files representing bathymetric grid and shorelines. These are necessary  for running the 3D hydrodynamic/pollutant transport model.  This system was used  as a case study on the island of Crete in Greece, which is exposed to effluent from  ten different outlets. Naoum et. al. hope that their pre‐processor will promote  accurate applications of sophisticated simulations through a more simple and  straightforward graphic user interface. 

Yuan, D., Lin, B., Falconer, R., & Tao, J. (2007). Development of an integrated model for  assessing the impact of diffuse and point source pollution on coastal waters.  Environmental Modelling & Software, 22(6), 871‐879.  doi:10.1016/j.envsoft.2006.05.010 

 

In this paper Yuan et. al. created an integrated modeling system for managing  coastal water quality. The land‐use model is created in ArcGIS and contains two  components. The first is a geodatabase that contains general information on the  study area, including social, hydrological, geological, and economic. The second  component is a model base that includes modules that estimate pollution loads  from key sources, including industrial, domestic, and agricultural inputs. The study  area consisted of the Bohai Bay, a large sem‐enclosed coastal basin along the  northeast coast of China. Yuan et. al. concluded that the GIS model presented in  the paper is a useful tool for government officials and environmental managers for  planning and managing water qualities in coastal basins.  

Zhang, B., & Support, D. (2005). A STUDY OF GIS‐SD BASED TEMPORAL‐SPATIAL  MODELING OF WATER. Archives.  In this paper Zhang et. al. utilized system dynamics to simulate a sudden water  pollution accident, and the system dynamics model of one‐dimension water quality  simulation was constructed. The case study applied to this system was of a  Songhua River pollution accident in November 2005, in which the temporal‐spatial  change of nitrobenzene concentration was dynamically simulated. For this project,  there was an integration of system dynamics and GIS.