[論文レビュー] GWSDAT - GroundWater Spatiotemporal Data Analysis Tool

Wayne Jones, Michael Spence+3 more|arXiv (Cornell University)|Oct 30, 2013

Soil Geostatistics and Mapping参考文献 20被引用数 3

ひとこと要約

GWSDAT は、R と Excel を使用して、空間的・時系列的モデリングを統合するオープンソースで使いやすい意思決定支援ツールであり、罰則付きスプラインと局所回帰を用いて、溶質濃度の空間的・時系列的傾向の整合的な分析を可能にする。これは、プルーム動態の解釈を向上させ、急速な傾向特定を支援し、環境リスク評価のレポート作成を簡素化する。

ABSTRACT

Periodic monitoring of groundwater quality at industrial and commercial sites generates large volumes of spatiotemporal concentration data. Data modelling is typically restricted to either the analysis of monotonic trends in individual wells, or independent fitting of spatial concentration distributions (e.g. Kriging) to separate monitoring time periods. Neither of these techniques satisfactorily elucidate the interaction between spatial and temporal components of the data. Potential negative consequences include an incomplete understanding of groundwater plume dynamics, which can lead to the selection of inappropriate remedial strategies. The GroundWater Spatiotemporal Data Analysis Tool (GWSDAT) is a user friendly, open source, decision support tool that has been developed to address these issues. Uniquely, GWSDAT applies a spatiotemporal model for a more coherent and smooth interpretation of the interaction in spatial and time-series components of groundwater solute concentrations. GWSDAT has been designed to work with standard groundwater monitoring data sets, and has no special data requirements. Data entry is via a standardised Microsoft Excel input template. The underlying statistical modelling and graphical output are generated using R. This paper describes in detail the various plotting options available and how the graphical user interface can be used for rapid, rigorous and interactive trend analysis with facilitated report generation. GWSDAT has been used extensively in the assessment of soil and groundwater conditions at Shell's downstream assets and the discussion section describes the benefits of its applied use. These include rapid interpretation of complex data sets, early identification of new spills, detection of off-site plume migration and simplified preparation of groundwater monitoring reports - all of which facilitate expedited risk assessment and remediation.

研究の動機と目的

• 産業および商業施設における地下水モニタリングデータのアクセスしやすく統合された空間的・時系列的モデリングツールの不足に対処すること。
• 従来の方法が空間的および時系列的側面を別々に分析するため、プルーム動態の理解が不完全になるという限界を克服すること。
• 統計モデリングとインタラクティブ可視化を統合した、透明性があり、オープンソースで使いやすいツールを環境分野の実務家に提供すること。
• 複雑なデータウェアハウスや GIS のセットアップ要件を排除することで、高度な地下水データ分析への障壁を低減すること。
• 環境規制当局および修復チームが迅速かつきめ細やかに、レポート準備完了の傾向分析を実施できるようにすること。

提案手法

• GWSDAT は、地下水モニタリングデータセットの標準化されたデータ入力を可能にするカスタム Excel アドインをユーザーインターフェースとして使用する。
• 統計エンジンは R であり、局所線形回帰に『sm』、罰則付きスプラインスムージングに『mgcv』といったオープンソースパッケージを活用する。
• 空間的および時系列的傾向は、溶質濃度データを空間的および時間的につながりよくスムージングするため、罰則付きスプライン（P-splines）を用いて同時にモデリングする。
• P-spline モデルは、罰則付き目的関数を最小化する：||y - Bα||² + λ||D_d α||²、ここで λ はスムージングの強さを制御し、D_d はスプライン係数の差分を表す。
• 地下水の流れの方向および速度は、ドロネー三角形分割を用いて近隣領域を定義し、井戸の標高に局所線形平面フィッティングを適用して推定する。
• 最適なスムージングパラメータ λ はベイジアンフレームワークを用いて選択され、濃度データの過剰適合や過剰スムージングを回避する。

実験結果

リサーチクエスチョン

• RQ1 空間的分布と時系列的傾向の相互作用を的確に捉えるために、空間的・時系列的地下水濃度データをどのように統合的にモデリングできるか？
• RQ2 空間的・時系列的統合モデリングが、初期のプルーム移動や新しい汚染イベントの検出に与える影響は何か？
• RQ3 オープンソースで使いやすいツールが、産業現場における地下水モニタリングデータ分析の複雑さと所要時間の削減にどの程度寄与できるか？
• RQ4 GWSDAT の罰則付きスプラインアプローチは、従来のクリギング法や時系列分析専用手法と比較して、モデルの滑らかさと解釈可能性の面でどのように異なるか？
• RQ5 GWSDAT は、地下水リスク評価および修復レポート作成のスピードと正確性をどの程度向上できるか？

主な発見

• GWSDAT は、空間的および時系列的側面を同時にモデリングすることで、プルーム動態のより整合的な解釈を可能にし、孤立した空間的または時系列的傾向の誤解のリスクを低減する。
• このツールは、滑らかで連続的な空間的・時系列的濃度面を用いて、外部へのプルーム移動や新しい漏出の兆候を効果的に検出できた。
• ユーザーからのフィードバックでは、データ分析およびレポート作成に大幅な時間短縮が見られ、データ入力からグラフィカル出力までのワークフローが簡素化された。
• R を用いた統計モデリングと Excel 入力テンプレートの統合により、熟練したプログラミングスキルが不要な状態で、実務家がなじみのあるツールを活用できる。
• ベイジアン最適化によるスムージングパラメータ選択を伴う罰則付きスプラインアプローチは、モデルの適合度と滑らかさのバランスを的確に保ち、過剰適合や不十分適合を回避した。
• シェルの下流施設での現地応用において、実際のモニタリング状況でも本ツールの頑健性が確認され、リスク評価および修復意思決定の迅速化を支援した。