Ir al contenido

Documat


Resumen de Analysis of tailing pond contamination in Galicia using generalized linear spatial models

Javier Taboada Castro Árbol académico, Angeles Saavedra González Árbol académico, María Paz Freire, Fernando García Bastante Árbol académico, Leandro Alejano Monge Árbol académico

  • español

    Se analizaron estadísticamente los componentes químicos presentes en las aguas residuales de minas en Galicia (noroeste de España). Estos elementos representan un riesgo para la salud pública y el medio ambiente, muy especialmente en el caso de un fallo en la estructura de contención de un estanque o represa.

    El procesamiento estadístico de los datos, que se inició con un análisis de los contaminantes típicos presentes en los estanques y presas mineras, señaló las potenciales limitaciones del uso de modelos no espaciales para datos espacialmente estructurados.

    Nuestros resultados indican el gran potencial del modelo lineal espacial generalizado respecto al modelo lineal generalizado para el análisis de datos espacialmente estructurados. También se muestra cómo una mala especificación del modelo en el análisis de datos espaciales puede conducir a conclusiones erróneas, lo que podría dar lugar, a su vez, a un mal diseño de las medidas de protección o correctivas.

  • English

    We statistically analysed the chemical components present in waste water from mines in Galicia (NW Spain). These elements pose a risk to public health and the environment, most particularly in the event of a failure in the containment structure of a pond or dam.

    The statistical processing of the data, which started with an analysis of the typical contaminants present in mining ponds and dams, pointed to the potential limitations of using non-spatial models for spatially structured data.

    Our results indicate the greater potential of the generalized linear spatial model over the generalized linear model for analysis of spatially structured data. We also show how a misspecification of the model for analysing spatial data can lead to misleading conclusions, which might lead, in turn, to poorly designed protective or corrective measures.


Fundación Dialnet

Mi Documat