ࡱ> oswrphh$ipkkFm^m n*n.n2nttttttt uzz(2b̃0>$.4>T:Ƭ (2bͿո͛ոjT@CJUmH  OJQJmH 6@CJmH  @CJmH j@CJUmH @CJmH j@CJUmH 5@CJmH 0JmH 5CJmH 6CJmHCJmH=hh$ipkkFm^m n*n.n2nttttttt uzz(2b̃0>$.4>T:Ϳո OJQJmH 6@CJmH  @CJmH j@CJUmH @CJmH j@CJUmH 5@CJmH 0JmH 5CJmH 6CJmHCJmH.Procjena antropogenog utjecaja na podzemne vode primjenom multivarijantnih statisti kih metoda  priljevno podru je crpiliata Strmec Sa~etak: Multivarijantne statisti ke metode:  Cluster analiza i  Multidimensional scaling analiza pokazale su da se pijezometri unutar zaatitnih zona crpiliata Strmec mogu grupirati u tri  cluster-a ili grupe, s obzirom na pokazatelje antropogenog zagaenja. Rezultati tih analiza omoguili su procjenu utjecaja odlagaliata otpada Trebe~ na podzemne vode crpiliata Strmec.  Principal component analiza odredila je najzna ajnije makro i mikro komponente, koje su ili koje mogu biti posljedica antropogenog zagaenja. Analiza vremenskih serija podataka ( Time series analysis ) pokazala je trendove najzna ajnijih komponenata. Klju ne rije i: multivarijantne statisti ke metode, hidrokemija, kvaliteta podzemnih voda, crpiliate Strmec, Hrvatska 1. UVOD Kroz projekt  Evidencija i gospodarenje podzemnim vodama Hrvatske (EGPV) registrirane su brojne pojave kontinuiranog i povremenog zagaenja na lokacijama promatranih pijezometara. Ustanovljeno je da je kvaliteta podzemne vode na podru ju cijelog zagreba kog vodonosnog sustava evidentno pogoraana. Jedno od najveih zagreba kih crpiliata, crpiliate Strmec, posebno je ugro~eno jer se nalazi nizvodno od Trebe~a, velikog odlagaliata otpada. Ostali potencijalni izvori zagaenja unutar zaatitnih zona crpiliata Strmec su: divlje aljun are i divlja smetliata, poljoprivredna zemljiata, otvoreni kanalizacijski sustav grada Samobora, te potok Rakovica koji prima otpadne vode kuanstva i industrije. Kako bi odredili glavne uzroke zagaenja i opu kvalitetu podzemne vode unutar postojeih zaatitnih zona, Ba ani i dr. 2001. godine provode istra~ivanja kvalitete vode na odabranim lokacijama promatranih pijezometara. Rezultati su pokazali prili no velike varijacije u kvaliteti vode, kako prostorno, tako i vremenski. Dokazana je negativna uloga odlagaliata otpada Trebe~ u pogoraanju kvalitete podzemne vode na pijezometrima nizvodno od odlagaliata, meutim nije ustanovljeno podru je utjecaja odlagaliata. Takoer je uo ena i promjena kvalitete vode na veini pijezometara unutar zaatitnih zona crpiliata, s naznakom pojave trendova pojedinih makro i mikro komponenata. Stoga, u cilju daljnjih istra~ivanja na tom podru ju, od komunalnog poduzea  Vodoopskrba i odvodnja prikupljeni su dodatni podaci o kvaliteti podzemne vode crpiliata Strmec. Kako bi se ispitale sli nosti i meupovezanosti hidrokemijskih podataka iz opa~a kih pijezometara, s obzirom na mogue antropogene utjecaje, provedeno je ispitivanje prikupljenih podataka. Zaklju eno je da su za daljnju obradu relevantni podaci za 1998 godinu, za stanje visokih vodostaja podzemnih voda, te podaci za 2000. godinu, za stanje niskih vodostaja. Pri tom su koriatene multivarijantne statisti ke metode:  Cluster i  Multidimensional scaling analiza. U radu je provedena i analiza vremenskih serija podataka s pojedinih opa~a kih pijezometara. Primjenom  Principal component analize utvrene su najzna ajnije makro i mikro komponente, koje su ili koje mogu biti posljedice antropogenog utjecaja, a koje utje u na promjene kvalitete podzemne vode. Daljnjom analizom vremenskih serija odreeni su trendovi tih komponenata. Statisti ke analize provedene su uz pomo software-skog paketa  Statistica for windows 5.1 (statsoft, 1995). 2. OPIS LOKACIJE i HIDROGEOLO`KI ODNOSI Crpiliate Strmec je smjeateno sjeverozapadno od sela Strmec, na desnoj obali rijeke Save, u zapadnom dijelu grada Zagreba (slika 1). Koristi se za vodoopskrbu zapadnog dijela grada Zagreba i grada Samobora. Na crpiliatu je izvedeno devet bunara, od kojih su etiri u pogonu s ukupnim kapacitetom od 500 l/s. Zone sanitarne zaatite su utvrene na temelju Prijedloga Odluke o zaatitnim zonama, koji nikada nije ozakonjen. Ukupna povraina zaatitnih zona je 7.21 km2, od ega je povraina prve zone 1.21 km2, druge zone 2.60 km2, a tree zone 3.4 km2. Slika 1 Vodonosni sustav na podru ju crpiliata Strmec dio je zagreba kog kvartarnog vodonosnog sustava iz perioda srednjeg i gornjeg pleistocena i holocena. Debljina vodonosnih naslaga prelazi 50 m, a u popre nom presjeku razlikuju se dva vodonosna sloja. Prvi vodonosni sloj se prete~no sastoji od srednje do fino zrnatog aljunka i pijeska, s povremenim pojavama meuslojeva gline i praha. Njegova debljina je oko 30 m. Drugi vodonosni sloj se sastoji od aljunka i pijeska s leama silta i gline. Debljine je od 15-20 m. Pokrovne naslage vodonosnih slojeva su debljine od 30 cm  3m, i prete~ito se sastoje od pijeska i/ili siltozne gline. Smjer toka podzemne vode i u vrijeme visokih voda i u vrijeme niskih voda je u smjeru zapad-istok (slika 2). Razlike u razinama podzemne vode, izmeu perioda visokih i niskih voda na lokacijama promatranih pijezometara u prosjeku su 2 m. Prosje ni hidrauli ki gradijent je 10-3, a hidrauli ka vodljivost se kree u rasponu od 5.6-13 m/dan. Crpljenje podzemne vode iz bunara na crpiliatu provodi se iz prvog vodonosnog sloja. Slika 2 3. METODE 3.1.  Cluster analiza  Cluster analiza je tehnika koja se koristi za grupiranje pojedinih varijabli ili uzoraka na na in da se maksimalizira udaljenost izmeu pojedinih grupa, ovisno o mjerenim karakteristikama.  Cluster analiza se razlikuje od drugih metoda klasifikacije u tome ato broj i karakteristike pojedinih grupa nisu poznate prije analize, ve se dobivaju direktno iz podataka (Brown, 1998). Procedura kod  Cluster analize sastoji se u tome da se originalna matrica podataka nxp transponira u nxn matricu, ime se odreuje sli nost izmeu varijabli/uzoraka. U lanku se koristi metoda  Hierarchical tree clustering koja predstavlja grafi ki prikaz grupiranja pojedinih  cluster-a uz pomo dendograma. Specifi no, koristi se Ward-ova metoda  Hierarchical tree clustering koja koristi pristup analize varijance za procjenu udaljenosti izmeu  cluster-a (Statsoft, 1995).  Cluster analiza je provedena na standardiziranim podacima (srednja vrijednost = 0, varijanca = 1). 3.2.  Multidimensional scaling analiza  Multidimensional scaling metoda (MDS) je tehnika kojom se reducira dimenzionalnost i temelji se na udaljenosti izmeu to aka. Rezultat je iskazan kao reducirani broj dimenzija, te se koristi za predstavljanje podataka na na in da se ato manje iskrive originalni podaci (BROWN, 1998.). MDS metoda je sli na  Principal component analizi, ali MDS metoda je prvenstveno individualno orijentirana tehnika ( Q mode ). MDS je jedina multivarijantna statisti ka metoda koja zahtijeva ulazne podatke u formi matrice. Kao ulazni podaci mogu se koristiti matrice sli nosti/razli itosti, kao i korelacijske matrice. Logika MDS metode sastoji se u tome da se utvrdi kona an broj dimenzija uzoraka, koji e reproducirati utvrene udaljenosti (Statsoft, 1995). Broj dimenzija koji se utvruje kroz ovu metodu posljedica je nu~nog preklapanja reproducirane i opa~ane matrice. Naravno cilj je reducirati slo~enost utvrenih veli ina, te objasniti matricu koja pokazuje razli itosti kroz manji broj dimenzija. U lanku se kao ulazni set podataka koristi  distance matrica dobivena iz transponiranja nxp matrice podataka u nxn matricu. MDS analiza je koriatena kao nadopuna  Cluster analizi u objaanjavanju razlika izmeu pojedinih uzoraka. 3.3.  Principal component analiza  Principal component analiza (PCA) je tehnika koja pokuaava objasniti odnose izmeu nekoliko varijabli istovremeno u smislu pronala~enja jednostavnijih odnosa koji osiguravaju uvid u prikrivenu strukturu varijabli (Suk i dr., 1999). Ovi jednostavniji odnosi su izra~eni u smislu novog seta varijabli, nazvanih  principal component-e , koje zadr~avaju maksimalnu koli inu informacija i odreuju koje su varijable meusobno povezane.  Principal component-e povezane su s izmjerenim varijablama preko  factor loading matrice koja opisuje stupanj korelacije izmeu dva seta varijabli. Po etne vrijednosti  factor loading koje se dobivaju iz PCA analize u veini slu ajeva ne objaanjava strukturu varijabli na zadovoljavajui na in. Kako bi se bolje uo ila struktura provodi se linearna transformacija inicijalnih  factor loading-a u novi set zajedni kih  factor-a , pomou rotacije  factor-a . Najzna ajniji parametri dobiveni iz PCA analize su  communality ,  factor loading ,  eigenvalue i suma objaanjene varijance.  Communality je dio varijance objaanjen pomou zajedni kih faktora,  eigenvalue je koli ina varijance objaanjena pojedinim faktorom odnosno  principal component-om , a suma objaanjene varijance predstavlja ukupnu koli inu dobivene varijance iz rezultirajuih vrijednosti  eigenvalue . Uobi ajena procedura kod PCA analize je sljedea (Brown, 1998., Suk i dr. 1999., GRANDE i dr, 1996): iz originalne matrice podataka koja se sastoji od n=x podataka i p=y varijabli ra una se pxp korelacijska matrica, analizira se korelacijska matrica, tra~e se dokazi za multikolinearnost i singularnost, kao i nedovoljna korelacija izmeu varijabli, ispituju se vrijednosti  factor loading-a na temelju kojih se procjenjuje mogunost interpretacije, i na kraju provodi se rotiranje  factor-a u cilju lakae interpretacije. PCA analiza ne zahtijeva normalitet podataka i zato je primjenjiva u svim slu ajevima koji zadovoljavaju analizu korelacijske matrice. U lanku je PCA analiza koriatena kako bi se otkrile najzna ajnije makro i mikro komponente, koje su ili koje mogu biti posljedice antropogenog utjecaja, a koje utje u na promjenu kvalitete podzemne vode unutar zaatitnih zona crpiliata Strmec. Rezultati PCA analize koriateni su za odreivanje vremenskih trendova tih komponenata na lokacijama promatranih pijezometara. PCA analiza je provedena na standardiziranim podacima (srednja vrijednost = 0, varijanca = 1). 3.4. Analiza vremenskih serija (Time series analysis) Analiza vremenskih serija provodi se na podacima koji su kontinuirano mjereni u jednakim vremenskim razmacima. Dva su osnovna cilja ove analize (Statsoft, 1995) : Odreivanje prirode fenomena iz vremenskog niza promatranja i Predvianje buduih vrijednosti mjerenih varijabli. U osnovi procedura obrade podataka u analizi vremenskih serija sastoji se u sljedeem (BROWN,1998): prva operacija je  desezonalizacija podataka, gdje su podaci podjeljeni pomou odgovarajuih sezonskih indeksnih brojeva, iji rezultati predstavljaju podatke koji su regulirani s obzirom na sezonsku komponentu, druga operacija je procjena cikli ke komponente, na na in da se podaci podijele s odgovarajuom trendovskom vrijednosti, trea operacija je procjena nepravilne ili slu ajne komponente, koja se posti~e prilagodbom podataka za sezonske, cikli ke i trendovske varijacije. etvrta operacija uklju uje predvianje buduih vrijednosti, tj. ekstrapolaciju podataka u neko budue vrijeme. U lanku se koristi Metoda klasi nog sezonskog rastavljanja (Classical Seasonal Decomposition  Census method I) koja se temelji na radnjama opisanim u prvim trima gore navedenim operacijama. Vremenska analiza se provodi za svaki promatrani pijezometar posebno, a rezultati su prikazani grafi ki i odnose se na procjenu trendova kretanja pojedinih komponenata. Census I metoda dozvoljava prikaz trendova koji uklju uju i cikli ku komponentu, dok su sezonska i slu ajna komponenta odstranjene iz prikaza. Dvojaki je na in prikaza rezultata: a) kao trendovi + cikli ke komponente iz standardiziranih vrijednosti koncentracija (srednja vrijednost = 0, varijanca = 1), primjenom klasi nog sezonskog rastavljanja, kako bi se istodobno mogle pratiti promjene svih komponenata na pojedinim lokacijama pijezometara, kao stvarne koncentracije i linearni trendovi. Na veini pijezometara uzimanje uzoraka za ispitivanje kvalitete podzemne vode provodi se kontinuirano i uzastopno zadnjih tri ili etiri godine, ato nije zadovoljavajue za kvantitativnu ocjenu trendova pojedinih komponenata. U radu se stoga daje samo kvalitativna ocjena trendova komponenata, i to samo onda kada je to mogue. 4. REZULTATI I RASPRAVA Ispitivanje kvalitete podzemne vode na podru ju crpiliata Strmec obavlja komunalno poduzee  Vodoopskrba i odvodnja , a provodi se od 1991. godine. U lanku se razmatraju podaci o kvaliteti vode s 14 lokacija pijezometara. Samo na nekima mjerenja se vrae od 1991. godine, a na veini od 1994. godine, sa svega nekoliko analiza godianje. Od 1996. godine, u pravilu se uzorci za ispitivanje kvalitete podzemne vode, na veini razmatranih pijezometara, uzimaju 11 puta godianje. Kako bi se ispitale sli nosti i meupovezanosti hidrokemijskih podataka iz promatranih pijezometara, s obzirom na mogue antropogene utjecaje, provedeno je ispitivanje prikupljenih podataka. Zaklju eno je da su za daljnju obradu relevantni podaci u razdoblju od 22.09.-28.10.1998 godine za stanje visokog vodostaja podzemne vode, te podaci u razdoblju od 24.07.-06.09..2000. godine za stanje niskog vodostaja (tablica 1). U setu podataka za 2000. godinu izostavljen je pijezometar NOS-103, zbog nedovoljnog broja podataka. Tablica 1 Cluster analiza i Multidimensional scaling analiza (MDS) su koritene u obradi podataka. Rezultati Cluster analize za stanje visokih voda pokazuju grupiranje pijezometara u tri najzna ajnija  cluster-a (slika 3). Rezultati MDS analize za isto razdoblje potvruju da se rezultati  Cluster analize mogu gotovo identi no reproducirati u MDS analizi, osim u slu aju pijezometara NOS-102 i NOS-29 (slika 5). Naime, pijezometar NOS-102 iako je s obzirom na  linkage distance relativno blizu centru  cluster-a 3, ne pripada tom  cluster-u , meutim u MDS analizi nalazi se vrlo blizu pijezometra NOS-101. U slu aju pijezometra NOS-29 situacija je obrnuta. Rezultati  Cluster analize za stanje niskih voda pokazuju grupiranje u tri  cluster-a (slika 4). Rezultati MDS analize za isto razdoblje gotovo su identi ni  Cluster analizi osim u slu aju pijezometra NOS-70, koji je u MDS analizi izdvojen iz  cluster-a 1 (slika 6). Slike 3, 4, 5, 6 Usporeujui rezultate  Cluster i MDS analize, za oba stanja podzemnih voda, uo avaju se objekti koji su grupirani zajedno u oba slu aja. Pijezometri NOS-118, NOS-119, NOS-120 i NOS-121 zajedno su grupirani i kod  Cluster i kod MDS analize za oba stanja podzemne vode. Ovi pijezometri blizu su jedan drugome i nalaze se sjeverno od 1. zaatitne zone, osim NOS-118 koji je malo izdvojen (slika 1). Kod stanja niskog i visokog vodostaja posebno dobro se zapa~a izuzetna sli nost kemijskog sastava pijezometara NOS-119 i NOS-121, pa i NOS-120 kod niskog vodostaja. Mogue je da blizina povrainskih voda utje e na njihov kemijski sastav, ato tek treba verificirati usporedbom s sastavom povrainskih voda. Pijezometar NOS-104 nalazi se u istom  cluster-u , u periodu niskog vodostaja (2000. god), kod  Cluster i MDS analize. Meutim, u vrijeme visokog vodostaja rezultati obje analize pokazuju da se nalazi grupiran s pijezometrima iz tree zaatitne zone. Pijezometar NOS-104 nalazi se u drugoj zaatitnoj zoni, nizvodno od odlagaliata otpada Trebe~ i geografski je odvojen od spomenutih pijezometara. Pijezometri NOS-70, NOS-71, NOS-28, NOS-105 i NOS-117 zajedno su grupirani i kod  Cluster i kod MDS analize za oba stanja podzemnih voda (osim NOS-70 kod MDS analize u vrijeme niskog vodostaja). Ovi pijezometri se nalaze uzvodno (NOS-105, NOS-117) i nizvodno (NOS-70, NOS71, NOS-28) u neposrednoj blizini odlagaliata Trebe~, u treoj zaatitnoj zoni (slika 1). Vrlo mala  linkage distance izmeu njih, kao i tijesno grupiranje kod MDS analize, ukazuju na sli nost kemijskog sastava vode ovih pijezometara, s obzirom na razmatrane kemijske komponente. Blizina odlagaliata Trebe~ sasvim sigurno utje e na pijezometre koji su nizvodno prema aktualnim kartama razina srednjeg visokog i niskog vodostaja, ali ostavlja mogunost utjecaja i zapadno od smetliata. Drugo objaanjenje za kemijski sastav vode u pijezometrima NOS-105 i NOS-117 je postojanje neregistriranih divljih smetliata ili potencijalnih zagaiva a zapadnije od odlagaliata Trebe~. Kao ato je ve napomenuto, u vrijeme visokih voda rezultati i  Cluster i MDS analize pokazuju da je s njima grupiran pijezometar NOS-104. Pijezometri NOS-101 i NOS-29 zajedno su grupirani u  Cluster analizi za stanje visokih voda, dok je pijezometar NOS-29 izdvojen u MDS analizi za isto razdoblje. Pijezometar NOS-102 izdvojen je od njih u Cluster analizi (iako jo uvijek blizu cluster centru), ali je u MDS analizi vrlo blizu NOS-101. U vrijeme niskih voda sva tri pijezometra su grupirana zajedno kod obje metode. Geografski gledano, pijezometri NOS-101 i NOS-29 blizu su jedan drugome, dok je pijezometar NOS-102 izdvojen (slika 1). Od posebnog zna aja su rezultati analiza za pijezometre NOS-102, NOS-103 i NOS-104. Oni se nalaze na pribli~no jednakoj udaljenosti od odlagaliata Trebe~, i omoguavaju procjenu utjecaja odlagaliata na podzemnu vodu u 2. zaatitnoj zoni. Pijezometar NOS-102, koji je i najbli~i odlagaliatu Trebe~, ne pripada niti u jedan  cluster u vrijeme visokog vodostaja, dok je u vrijeme niskog vodostaja u istom  cluster-u s pijezometrima NOS-101 i NOS-29. Rezultati MDS analize, u vrijeme visokog i niskog vodostaja, pokazuju sli ne rezultate. Pijezometar NOS-103 uklju en je u analizu samo u vrijeme visokog vodostaja zbog nedovoljnog broja podataka u vrijeme niskog vodostaja.  Cluster analiza u vrijeme visokog vodostaja pokazuje da jedino taj pijezometar ne pripada u neki od  cluster-a , ato potvuju rezultati i MDS analize. Pijezometar NOS-104 je u vrijeme visokog vodostaja izrazito povezan s pijezometrom NOS-28 i pijezometrom NOS-117, dok u vrijeme niskog vodostaja pripada u  cluster s pijezometrima NOS-118, NOS-119, NOS-120 i NOS-121. Ovi rezultati upuuju na pretpostavku da na udaljenosti od oko 400 do 500 m od I zaatitne zone odlagaliate otpada Trebe~ ne utje e znatnije na kvalitetu podzemne vode. Pijezometar NOS-104, koji je ujedno i najudaljeniji od odlagaliata, jedini u vrijeme visokih voda pokazuje sli nost s pijezometrima koji se nalaze neposredno nizvodno od odlagaliata. Ta injenica mo~e ukazivati da u vrijeme visokih voda dolazi do promjene toka podzemne vode u smjeru jugozapad-sjeveroistok.  Principal component analiza (PCA) je koriatena kako bi se otkrile najzna ajnije makro i mikro komponente, koje su ili koje mogu biti posljedice antropogenog utjecaja, a koje utje u na promjenu kvalitete podzemne vode na podru ju unutar zaatitnih zona crpiliata Strmec. PCA je provedena na 8 varijabli i rezultati korelacijske matrice za razdoblje visokog i niskog vodostaja (tablica 2) pokazuju da postoji dovoljna dobra korelacija, te da ne postoji singularnost i multikolinearnost izmeu varijabli. U tablici 3 prikazani su rezultati PCA koji otkrivaju 2 najva~nije  principal component-e , koje objaanjavaju oko 70% varijance za podatke u 1998. godini, te blizu 80% varijance za podatke iz 2000. godine. U tablici 4 prikazane su vrijednosti  communality iz dvije najzna ajnije  principal component-e , te  factor loading nakon Varimax rotacije. Vidljivo je da su vrijednosti  factor loading-a prve  principal component-e za nitrate, sulfate, ~eljezo i mangan najzna ajnije za objaanjenje kvalitete vode u vrijeme visokog i niskog vodostaja. Upravo ti parametri kvalitete vode koriateni su u daljnjoj analizi podataka vremenskih serija. Tablice 2, 3, 4 Analiza vremenskih serija ( Time series analysis ) provedena je primjenom klasi nog sezonskog rastavljanja podataka ( Classical seasonal decomposition  Census I ) za svaki promatrani pijezometar posebno, a rezultati su prikazani grafi ki i odnose se na procjenu trendova kretanja pojedinih komponenata. Trendovi su procijenjeni za 9 od 14 pijezometara: NOS-101, NOS-102, NOS-103, NOS-104, NOS-118, NOS-119, NOS-120, NOS-121 i NOS-29. slike 7, 8, 9, 10, 11, 12, 13, 14, 15 Rezultati su prikazani dvojako: kao trendovi + cikli ke komponente iz standardiziranih vrijednosti koncentracija (srednja vrijednost = 0, varijanca = 1), primjenom Metode klasi nog sezonskog rastavljanja, kako bi se istodobno mogle pratiti promjene svih komponenata na pojedinim lokacijama pijezometara, kao stvarne koncentracije i linearni trendovi. Izrazito pozitivan trend sulfata prisutan je jedino na lokaciji pijezometra NOS-101 (slika 7) od 1997 godine. Slabo negativan trend sulfata prisutan je na lokacijama pijezometara NOS-119 (slika 12), NOS-120 (slika 13) i NOS-121 (slika 14) od 1997. godine i NOS-104 od 1998. godine. Slabo pozitivan trend klorida prisutan je na lokacijama pijezometara NOS-101 (slika 7) i NOS-118 (slika 11) od 1997. godine. Slabo negativan trend klorida prisutan je na lokaciji pijezometra NOS-29 (slika 15). Slabo negativan trend ~eljeza prisutan je eventualno na lokaciji pijezometra NOS-118 (slika 11) od 1997. godine. Slabo pozitivan trend mangana prisutan je na lokaciji pijezometra NOS-101 (slika 7) od 1997. godine i na lokaciji pijezometra NOS-102 (slika 8) od 1994. godine. Slabo negativan trend mangana prisutan je na lokaciji pijezometra NOS-118 (slika 11) od 1997. godine. Sumarno, iz rezultata vremenske analize podataka mogu se izvu i sljedei zaklju ci: Grupa 1: na lokaciji pijezometra NOS-118 (slika 11) prisutan je slabo pozitivan trend klorida, te slabo negativan trend ~eljeza i mangana. Ipak, relativno visoke koncentracije ~eljeza i mangana, kao i nagle promjene koncentracija u vremenu upuuju na izrazitu zavisnost koncentracija ovih komponenata s obzirom na promjenu hidrodinami kih uvjeta u podzemlju. Blizina povrainskih voda dodatno ukazuje na tu injenicu, iako postojee Karte razina podzemnih voda tu vezu nisu dokazale; kemijska svojstva vode na lokacijama pijezometara NOS-119 (slika 12), NOS-120 (slika 13) i NOS-121 (slika 14) izrazito su sli na. Prisutan je slabo negativan trend sulfata, te niske koncentracije ~eljeza i mangana, s povremenim naglim promjenama koncentracija. O igledno radi se o istim uzrocima promjene kvalitete vode na lokacijama svih triju pijezometra, ato mo~e biti posljedica sli nih hidrodinami kih uvjeta u podzemlju i blizine povrainskih voda. Prema kartama razina podzemnih voda, trebala bi postojati veza samo izmeu pijezometara NOS-120 i NOS-119, meutim rezultati svih multivarijantnih statisti kih metoda ukazuju da nije tako, ato dodatno upuuje na lokalnu povezanost kemijskog sastava povrainskih voda s kemijskim sastavom podzemnih voda na tom podru ju. Grupa 2: na lokaciji pijezometra NOS-101 (slika 7) prisutan je pozitivan trend rasta sulfata, klorida i mangana, ato mo~e zna iti da je najvjerovatnije zahvaen lokalnim utjecajem poljoprivredne aktivnosti; na lokaciji pijezometra NOS-102 (slika 8) osim slabo pozitivnog trenda mangana ne postoji dokaz za neki vanjski, kontinuirani uzrok promjene kvalitete vode; na lokaciji pijezometra NOS-29 (slika 15) prisutan je samo slabo negativni trend koncentracije klorida i relativno mala koncentracija sulfata, ato mo~e zna iti smanjenje lokalne poljoprivredne aktivnosti. Pijezometar NOS-103 (slika 9): kemijski sastav podzemne vode na lokaciji pijezometra NOS-103 obilje~en je relativno niskim koncentracijama ~eljeza i mangana. Za sve etiri razmatrane komponente karakteristi na je nagla promjena koncentracija u vremenu, bez trenda rasta, ato upuuje na ovisnost kemijskog sastava o hidrodinami kim i lokalnim hidrogeokemijskim uvjetima. Prema rezultatima provedenih analiza nema dokaza da je podzemna voda na lokaciji NOS-103 posljedica antropogenog zagaenja. Pijezometar NOS-104 (slika 10): na lokaciji pijezometra NOS-104 prisutan je slabo negativan trend sulfata, te izrazita cikli nost u promjenama koncentracija sulfata i klorida. Koncentracije ~eljeza i mangana su do 2000. godine izrazito niske, gotovo na nuli, osim u slu ajevima iznenadnih naglih promjena i rasta, koji je vrlo kratkog trajanja. Od po etka 2000. godine zapa~a se postupno poveanje i rast ~eljeza i mangana, ato tek treba verificirati u budunosti. Rezultati  Cluster i MDS analize ukazuju na moguu vezu podzemne vode na lokaciji NOS-104 sa odlagaliatem otpada Trebe~, meutim analiza vremenskih podataka za razmatrane komponente za sada to ne potvruje. ZAKLJU CI Crpiliate Strmec je od izuzetnog zna aja za vodoopskrbu zapadnog dijela grada Zagreba, kao i grada Samobora. Crpiliate se nalazi nizvodno od smetliata Trebe~, a prisutni su i brojni drugi potencijalni zagaiva i, divlje aljun are zatrpane smeem, kao i manja divlja smetliata. Dosadaanje aktivnosti na zaatiti crpiliata prete~no su bile vezane za podru je neposredno uz crpiliate, u granicama 1. zaatitne zone, pogotovo ato zaatitne zone nisu ozakonjene pravnim aktom. Kako bi potaknuli istra~ivanja kvalitete vode na tom podru ju i utvrdili temelje za budue aktivnosti na zaatiti podzemnih voda crpiliata Strmec, Ba ani i dr. 2001. godine provode istra~ivanja kvalitete vode na odabranim lokacijama promatranih pijezometara. Zaklju uju kako je prisutan utjecaj odlagaliata Trebe~ na podzemne vode nizvodno od smetliata, te da postoje zna ajne varijacije kvalitete vode, kako prostorno, tako i vremenski. U ovom lanku prikazane su daljnje aktivnosti na istra~ivanju kvalitete podzemne vode unutar zaatitnih zona crpiliata Strmec. Ispitane su sli nosti i meupovezanosti hidrokemijskih podataka iz opa~a kih pijezometara, s obzirom na mogue antropogene utjecaje. Takoer je provedena i analiza vremenskih serija podataka s pojedinih opa~a kih pijezometara. U analizi podataka koriatene su etiri multivarijantne statisti ke metode:  Cluster analiza,  Multidimensional scaling analiza (MDS),  Principal component analiza (PCA), te Analiza vremenskih serija ( Time series analysis).  Cluster analiza i MDS provedene su na podacima kemijskih analiza iz etrnaest promatra kih pijezometara u vrijeme visokog vodostaja u podzemlju (od 22.09.-28.10.1998 godine), te u vrijeme niskog vodostaja (od 24.07.-06.09..2000. godine). Za statisti ku analizu je odabrano osam komponenata koje mogu ukazivati na antropogeno zagaenje. Rezultati analiza za oba stanja podzemnih voda pokazali su grupiranje pijezometara u tri  cluster-a ili grupe. Prva grupa obuhvaa pijezometre NOS-118, NOS-119, NOS-120 i NOS-121, koji se nalaze sjeverno od 1. zaatitne zone. Zaklju eno je da postoji mogunost utjecaja lokalnih povrainskih voda na kemijski sastav podzemne vode na tom podru ju. U periodu niskog vodostaja u ovu grupu se priklju uje pijezometar NOS-104. Druga grupa obuhvaa pijezometre NOS-101, NOS-29 i NOS-102. Pijezometri NOS-101 i NOS-29 se nalaze blizu jedan drugome, dok je pijezometar NOS-102 udaljen od njih. Trea grupa obuhvaa pijezometre u 3. zaatitnoj zoni, neposredno uz odlagaliate otpada Trebe~: uzvodno od odlagaliata nalaze se NOS-117 i NOS-105, a nizvodno NOS-70, NOS-71 i NOS-28. U vrijeme visokog vodostaja u istu grupu se priklju uje i pijezometar NOS-104, koji se nalazi nizvodno od odlgaliata u 2. zaatitnoj zoni. Zaklju eno je da odlagaliate Trebe~ sigurno utje e na pijezometre koji su nizvodno prema aktualnim kartama razina srednjeg visokog i niskog vodostaja, meutim postoji mogunost utjecaja i zapadno od odlagaliata. Drugo objaanjenje za kemijski sastav voda u pijezometrima NOS-105 i NOS-117 je postojanje neregistriranih divljih smetliata ili potencijalnih zagaiva a zapadnije od odlagaliata Trebe~. Rezultati analiza za pijezometre NOS-102, NOS-103 i NOS-104, koji se nalaze na pribli~no jednakoj udaljenosti od odlagaliata otpada Trebe~, omoguavaju procjenu utjecaja odlagaliata na podzemnu vodu u 2. zaatitnoj zoni. Zaklju eno je da na udaljenosti od oko 400 do 500 m od 1. zaatitne zone, odlagaliate Trebe~ ne utje e znatnije na kvalitetu podzemne vode. Takav zaklju ak je izveden na temelju dosadaanjih podataka iz kemijskih analiza. To ne zna i da se u budunosti stanje ne mo~e promijeniti, pogotovo u uvjetima izmjenjene hidrodinami ke slike zbog izgradnje HE Drenje. Pijezometar NOS-104, koji se nalazi na najveoj udaljenosti od odlagaliata, jedini u vrijeme visokog vodostaja pokazuje sli nost s pijezometrima koji se nalaze neposredno nizvodno od odlagaliata. Ta injenica mo~e ukazivati da u vrijeme visokog vodostaja dolazi do promjene toka podzemne vode u smjeru jugozapad-sjeveroistok. PCA analiza je koriatena kako bi se otkrile najzna ajnije makro i mikro komponente, koje su ili koje mogu biti posljedice antropogenog utjecaja, a koje utje u na promjenu kvalitete podzemne vode na podru ju unutar zaatitnih zona crpiliata Strmec. Rezultati PCA su pokazali da su : sulfati, kloridi, ~eljezo i mangan najzna ajnije komponente za daljnju analizu podataka vremenskih serija.  Time series analiza provedena je za svaki promatrani pijezometar posebno, a rezultati su prikazani grafi ki i odnose se na procjenu trendova pojedinih komponenata. Trendovi su procijenjeni za 9 od 14 pijezometara: NOS-101, NOS-102, NOS-103, NOS-104, NOS-118, NOS-119, NOS-120, NOS-121 i NOS-29. Na temelju otkrivenih trendova pijezometara i varijacija koncentracija komponenata na lokacijama pojedinih pijezometara izvedeni su zaklju ci za ve ranije odreene grupe pijezometara. Za pijezometre iz prve grupe zaklju eno je da su najvjerovatnije pod utjecajem blizine lokalnih povrainskih voda, iako aktualne Karte razina podzemnih voda ne potvruju tu pretpostavku. Pijezometri iz druge grupe su zahvaeni lokalnim hidrodinami kim i hidrogeokemijskim utjecajima. Jedino na lokaciji pijezometra NOS-101 je izra~en pozitivan trend sulfata i klorida, ato je o iti znak lokalnog utjecaja poljoprivredne aktivnosti. Na lokacijama pijezometara NOS-29 i NOS-102 nije potvren antropogeni utjecaj. Takoer i na lokaciji pijezometra NOS-103, koji ne pripada niti u jednu grupu, nije potvren antropogeni utjecaj. Na lokaciji pijezometra NOS-104, koji u vrijeme visokog vodostaja pripada u treu grupu, a u vrijeme niskog vodostaja u prvu grupu, tek je u 2000. godini zabilje~en porast koncentracije ~eljeza i mangana, te za sada nema dokaza da je zahvaen utjecajem odlagaliata otpada Trebe~. Na podru ju crpiliata Strmec relativno je malo u injeno na zaatiti podzemne vode. Ne postoji katastar zagaiva a, nisu ozakonjene zaatitne zone i nije uva~avana injenica da je crpiliate tek mjesto zahvata podzemne vode za vodoopskrbu, te da je potrebno kontrolirati cijelo slivno podru je. Stoga, mo~emo zaklju iti da je nu~no proairiti postojeu mre~u promatranja kvalitete podzemne vode na podru je cijelog sliva, te je potrebno pratiti kvalitetu vode kroz dulje vrijeme. Nadalje, potrebno je redovito a~urirati sve potencijalne i stalne zagaiva e na podru ju sliva. Tek tada mogu se ostvariti prepostavke za pravodobno reagiranje u slu ajevima utvrenog pogoraanja kvalitete podzemne vode na cijelom priljevnom podru ju.  PAGE 1  hv$ N P b f   H z nNz:Vdn02HVfzBh !!"d"f""""" # ###޷@CJH*mH  @CJmH OJQJ ;CJmH 6CJmHCJ6CJ6CJOJQJ CJOJQJCJmH6@OJQJ @OJQJ 5CJmHE   nxz# #(d+t+++dx7dx$7dd*$d$d   nxz# #(d+t+++.0D3F3H3J3L33d;6=8=~=@GHlIzJDKKKLzwr  K     F .,# #(8*<*d+t++++6-D-....\/b///:0r000 1 1R1p1t11>2P2V2f2z22F333333556.6L6R66666j8p8V9f9;;< <H<N<b<h<<<8=B=~=====.?4??@@@AjA6mH mH  ;CJmH 6CJmHCJmH5;6 5OJQJ56H*OJQJOJQJP+.0D3F3H3J3L33d;6=8=~=@GHlIzJDKKKLO$d $ & Fd$7dd dxdx7djAA:BVBBBCCCC0D@DhDxDDDDDEEE E(EHHHI I6I  ߳  ͵  7         BI    -jFk".^ (*,.Pf& z2H  "#$dd   & F dx r udx7dx\"طڼܼ4lzHH.7dx  & F dx  & F dx  & F dxdx  & FdxlzHH.^ (. Assessment of Anthropogenic Effects on the Strmec Well Field GroundwaterPRIVATE  The project Croatian Groundwater Recording and Management results include evidence on numerous occurrences of permanent and occasional pollution at the locations where mZagreba ki vodonosni sustav je kvartarni sustav (Veli & Durn,1993) Vodonosni sustav na podru ju crpiliata Strmec dio je zagreba kog vodonosnog sustava. LITERATURA BA ANI, A., VLAHOVI, T. & NAKI, Z. (2001): Endangered water quality of the Strmec well fieP^lnxBFz~02H !!$!2!@!N!P!Z!"$#(##$\&^&b&0+8+N+,--*-8-F-T-V-`-.*/.//0b2f2j2446484^4`45557777777774999&:;====X>\>`>B0J5CJH*mH0J5CJmH 5CJmH5OJQJ0JmHH*;mH mH S49&:;==V>X>^>`>CCCCCDE4G&HIKKVLXL\L  & F dx  & F dx r @dxdd Zagreba ki vodonosni sustav je kvartarni sustav (Veli & Durn,1993) Vodonosni sustav na podru ju crpiliata Strmec dio je zagreba kog vodonosnog sustava. LITERATURA BA ANI, A., VLAHOVI, T. & NAKI, Z. (2001): Endangered water quality of the Strmec well field. BROWN, C.E. (1998): Applied Multivariate statistics in geohydrology and related sciences. Springer-Verlag, 248 p. GRANDE, J.A., Gonzales, A., Beltran, R. & Sanchez-Rodas, D. (1996): Application of factor analysis to the study of contamination in the aquifer system of Ayamonte-Huelva (Spain).  Ground water, 34/1, 155-161. STATSOFT, Inc. (1995): Statistica for Windows (Volume 3), Statistics 2., 2nd edition. Statsoft, Inc., Tulsa, 3001-3781. SUK, H. & KANG-KUN, L. (1999): Characterization of a groundwater hydrochemical system through multivariate analysis: clustering into groundwater zones.  Ground water , 37/3, 358-366. VELI, J. & DURN, G. (1993): Alternating Lacustrine-Marsh Sedimentation and Subaerial Exposure Phases During Quaternary: Pre ko, ZagZoran Naki1, Andrea Ba ani1 & Tatjana Vlahovi2Zagreba ki vodonosni sustav je kvartarni sustav (Veli & Durn,1993) Vodonosni sustav na podru ju crpiliata Strmec dio je zagreba kog vodonosnog sustava. podzemnih voda na tom podru ju. LITERATURA BA ANI, A.\L^LFRLRNRTTZT\TVVVxZ~ZZ\\\^^ ^ ^L`He f"f$f(f*fd$ddx,00 do 500 m od 1. zaatitne zone, za sada 18 BB6B8B^B`BCCCEEEEEEEEE4GGG&HIKKKKXLZL^LFRJRNRTTXT\T,VVVVXXXYYxZ|ZZ\\\^^ ^J`L``````$apccFe^e f$f&f*fJhLh`hhhĿ񿹿Ŀ 6CJmHCJmH @OJQJ 6OJQJ0JmH0JH*;mH mH 5OJQJ5CJH*mH 5CJmH0J5CJmHI field, Croatia 2 Analiza vremenskih ser,00 do 500 m od 1. zaatitne zone, za sada 7 je kvartarne starosti, talo~en tijekommjestimi nimh slojeva su debljine od 30 cm dokih voda je od zapada prema istokujuib) ar smjera, tj. da voda te e oda prema u koji otkrivaju dvijei smjeraprema u 3rd International Conference on Future Groundwater Resou 4 ld. BROWN, C.E. (1998): Applied Multivariate statistics in geohydrology and related sciences. Springer-Verlag, 248 p. GRANDE, J.A., Gonzales, A., Beltran, R. & Sanchez-Rodas, D. (1996): Application of factor analysis to the study of contamination in the aquifer system of Ayamonte-Huelva (Spain).  Ground water, 34/1, 155-161. STATSOFT, Inc. (1995): Statistica for Windows (Volume 3), Statistics 2., 2nd edition. Statsoft, Inc., Tulsa, 3001-3781. SUK, H. & KANG-KUN, L. (1999): Characterization of a groundwater hydrochemical system through multivariate analysis: clustering into groundwater zones.  Ground water , 37/3, 358-366. VELI, J. & DURN, G. (1993): Alternating Lacustrine-Marsh Sedimentation and Subaerial Exposure Phases During Quaternary: Pre ko, Zagreb, Croatia. Geol. Croat., 46/1, 71-91, Zagreb. 1 $\&`&b&2+4+6+8+N+,,./0b2h2j2555556749  & F dxdd   & F dxdx, VLAHOVI, T. & NAKI, Z. (2001): Endangered water quality of the Strmec well field. BROWN, C.E. (1998): Applied Multivariate statistics in geohydrology and related sciences. Springer-Verlag, 248 p. GRANDE, J.A., Gonzales, A., Beltran, R. & Sanchez-Rodas, D. (1996): Application of factor analysis to the study of contamination in the aquifer system of Ayamonte-Huelva (Spain).  Ground water, 34/1, 155-161. STATSOFT, Inc. (1995): Statistica for Windows (Volume 3), Statistics 2., 2nd edition. Statsoft, Inc., Tulsa, 3001-3781. SUK, H. & KANG-KUN, L. (1999): Characterization of a groundwater hydrochemical system through multivariate analysis: clustering into groundwater zones.  Ground water , 37/3, 358-366. VELI, J. & DURN, G. (1993): Alternating Lacustrine-Marsh Sedimentation and Subaerial Exposure Phases During Quaternary: Pre ko, Zagreb, Croatia. Geol. Croat., 46/1, 71-91, Zagreb. 1 Rudarsko-geoloako-naftni fakultet Sveu iliata u Zagrebu, L. Pierottija 6, HR-10 000 Zagreb, Hrvatska 2 Hrvatske Vode, ul. grada Vukovara 232, HR-10 000 Zagreb, Hrvatska 1 onitored observation wells are set up. Groundwater quality in the entire Zagreb aquifer system area has obviously degraded. One of the major Zagreb well fields, the Strmec Well Field, is particularly endangered for being located downstream large Trebe~ Landfill. Other potential pollution sources inside the Strmec Well Field protection areas include illegal gravel pits and dump sites, agricultural land, the City of Samobor open sewage system, and the Rakovica Brook that receives waste water from households and industry. The results of earlier research conducted by Ba ani et al. in 2001 confirm major spatial and time-related fluctuations in water quality. The impact of the Trebe~ Landfill on degradation of the groundwater quality at the observation wells downstream from the landfill is proven, however the landfill influence area is not determined. Also, change in water quality is detected on most observation wells inside the well field area, as well as change in trends of some macro and micro components. The present article describes the results of further investigation into anthropogenic effects within the Strmec Well Field protective areas. The principal objective of the research is to investigate into similarities and interrelations among the hydrochemical data obtained from the observation wells related to possible anthropogenic effects. For that reason, additional data on the Strmec Well Field groundwater quality were acquired from Vodoopskrba i Odvodnja (Water Supply and Sewage) utility. It is concluded that 1998 and 2000 data are relevant for further analysis of high and low groundwater tables, respectively. Multivariant statistical methods Cluster and Multidimensional scaling were used for the data analyses. Principal component (PCA) analysis is used to determine occurrence of the major macro and micro components that are and may be caused by anthropogenic effects, and which cause changes in groundwater quality. The paper also analyzes time series of data from specific observation wells. The Cluster and Multidimensional scaling analysis results for both high and low groundwater tables indicate grouping of observation wells in three clusters (Figs. 3, 4, 5 and 6). The first cluster includes observation wells NOS-118, NOS-119, NOS-120, and NOS-121 is located to the north of the first protection area. It is concluded that impact of local surface water on the groundwater chemistry in the area is possible. During the low groundwater table, this cluster is joined by the observation well NOS-104 (Fig. 2). The second cluster includes the observation wells NOS-101, NOS-29, and NOS-102. The observation wells NOS-101 and NOS-29 are close to each other, while the observation well NO-102 is placed on some distance (Fig. 2). The third cluster includes the observation wells in the third protection area, immediately by the Trebe~ Landfill - NOS-117 and NOS-105 upstream, and NOS-70, NOS-71 and NOS-28 downstream from the landfill. During high groundwater table, this cluster is joined by the observation well NOS-104, located downstream the landfill in the second protection area (Fig. 2). It is concluded that the Trebe~ Landfill certainly affects the observation wells located downstream, as shown in the currently applicable medium-high and low groundwater table maps. However, an additional impact westward from the landfill is also possible. Another explanation of the groundwater chemistry in the observation wells NOS-105 and NOS-117 is presence in the area of unrecorded illegal dump sites or polluters located further to the weT~ʕ(6RbpĖИ"(Pؙ2X<ڨP^flܼ`n(Z`vxxz|F~ "$&(.NPf &6BP;mH mH OJQJ0JmH0J j0JUmH5566V. A!"#$%Zagreba ki vodonosni sustav je kvartarni sustav (Veli & Durn,1993) Vodonosni sustav na podru ju crpiliata Strmec dio je zagreba kog vodonosnog sustava. LITERATURA BA ANI, A., VLAHOVI, T. & NAKI, Z. (2001): Endangered water quality of the Strmec well field. BROWN, C.E. (1998): Applied Multivariate statistics in geohydrology and related sciences. Springer-Verlag, 248 p. GRANDE, J.A., Gonzales, A., Beltran, R. & Sanchez-Rodas, D. (1996): Application of factor analysis to the study of contamination in the aquifer system of Ayamonte-Huelva (Spain).  Ground water, 34/1, 155-161. STATSOFT, Inc. (1995): Statistica for Windows (Volume 3), Statistics 2., 2nd edition. Statsoft, Inc., Tulsa, 3001-3781. SUK, H. & KANG-KUN, L. (1999): Characterization of a groundwater hydrochemical system through multivariate analysis: clustering into groundwater zones.  Ground water , 37/3, 358-366. VELI, J. & DURN, G. (1993): Alternating Lacustrine-Marsh Sedimentation and Subaerial Exposure Phases During Quaternary: Pre ko, Zagreb, Croatia. Geol. Croat., 46/1, 71-91, Zagreb. 19 st from the Trebe~ Landfill. The analysis results for the observation wells NOS-102, NOS-103, and NOS-104 located at approximately equal distance from the Trebe~ Landfill enable assessment of the landfill impact on the groundwater in the second protection area. It is concluded that, for the time being, there is no major impact of the Trebe~ Landfill on the groundwater quality at distance of some 400 to 500 m from the first protection area. The conclusion is based on the results of conducted chemical analyreb, Croatia. Geol. Croat., 46/1, 71-91, Zagreb. 20 Zoran Naki1, Andrea Ba ani1 & Tatjana Vlahovi2Zagreba ki vodonosni sustav je kvartarni sustav (Veli & Durn,1993) Vodonosni sustav na podru ju crpiliata Strmec dio je zagreba kog vodonosnog sustava. podzemnih voda na tom podru ju. LITERATURA BA ANI, A., VLAHOVI, T. & NAKI, Z. (2001): Endangered water quality of the Strmec well field. BROWN, C.E. (1998): Applied Multivariate statistics in geohydrology and related sciences. Springer-Verlag, 248 p. GRANDE, J.A., Gonzales, A., Beltran, R. & Sanchez-Rodas, D. (1996): Application of factor analysis to the study of contamination in the aquifer system of Ayamonte-Huelva (Spain).  Ground water, 34/1, 155-161. STATSOFT, Inc. (1995): Statistica for Windows (Volume 3), Statistics 2., 2nd edition. Statsoft, Inc., Tulsa, 3001-3781. SUK, H. & KANG-KUN, L. (1999): Characterization of a groundwater hydrochemical system through multivariate analysis: clustering into groundwater zones.  Ground water , 37/3, 358-366. VELI, J. & DURN, G. (1993): Alternating Lacustrine-Marsh Sedimentation and Subaerial Exposure Phases During Quaternary: Pre ko, Zagreb, Croatia. Geol. Croat., 46/1, 71-91, Zagreb. 1 Rudarsko-geoloako-naftni fakultet Sveu iliata u Zagrebu, L. Pierottija 6, HR-10 000 Zagreb, Hrvatska 2 Hrvatske Vode, ul. grada Vukovara 232, HR-10 000 Zagreb, Hrvatska 21 ses. This does not mean that the situation will not change in the future, particularly due to possible change in hydrodynamic status caused by construction of the Podsused Hydroelectric Power Plant. The observation well NOS-104, the one most distanced from the landfill, is the only piezometer that shows similarities with the observations wells located immediately downstream from the landfill during high groundwater tables. This might be an indication that during high tables the groundwater flow direction changes towards NE. The PCA analysis was used to detect the most important macro and micro components which have or could have been caused by anthropogenic impact resulting in the groundwater quality change within the Strmec Well Field protection areas. The PCA results have shown that sulphates, chlorides, iron and manganese are the most important components for further time-series data analyses (Table 4). The Time series analysis was conducted for each individual parameter, and the results are shown graphically as an assessment of trends of specific components. The trends were assessed for 9 out of 14 observation wells: NOS-101 (Fig. 7), NOS-102 (Fig. 8), NOS-103 (Fig. 9), NOS-104 (Fig. 10), NOS-118 (Fig. 11), NOS-119 (Fig. 12), NOS-120 (Fig. 13), NOS-121 (Fig. 14) and NOS-29 (Fig. 15). The detected trends on the observation wells and variations in component concentrations at the locations of individual piezometers led to the conclusions on the above determined observation well clusters. It is concluded that the first cluster observations wells are most probably affected by the vicinity of the local surface water, although the applicable Groundwater Table Maps do not confirm the assumptions. The second cluster observation wells are affected by local hydrodynamic and hydrogeochemical impacts. Only the location of the observation well NOS-101 shows positive trend in sulphates and chlorides, which is an obvious sign of local impact of agricultural activity. No anthropogenic effects were confirmed at the locations of observation wells NOS-29 and NOS-102. Also, no anthropogenic effects were confirmed at the location of observation well NOS-103, which belongs to no cluster. Further, for the location of the observation well NOS-104, which falls in the third cluster during high and in the first cluster during the low groundwater tables, the increase in iron and manganese concentrations had not been recorded for the period before the year 2000, so there is no proof that it is affected by the Trebe~ Landfill. 25 >$&46ڡܡ|~\^PRdx $*$7dh$*$dh7dh*fLhHm n"n$n&n(n*n0n2ntttzz}}FH<> $*$7dh$*$dhdxd$d>$&46ڡܡ|~\^PR $*$7d$*$ddx $*$7dh$*$dh7dh Assessment of Anthropogenic Effects on the Strmec Well Field GroundwaterPRIVATE  The project Croatian Groundwater Recording and Management results include evidence on numerous occurrences of permanent and occasional pollution at the locations where m20d1znakicznakic [$@$NormalmH L`L Heading 1$$7d@&56@CJmH <A@<Default Paragraph FontDB`D Body Text $*$@CJOJQJmH<P`< Body Text 2 $dhCJmHJC`JBody Text Indent$7dCJmH@Q`"@ Body Text 3 $d 5CJmH,@2,Header  9r , @B,Footer  9r &)@Q& Page Number.@b. Footnote Text8&@q8Footnote ReferenceH*L22Ar{fIJR GJR\s:;cG01T!s$$M%%9&&& 'r((( )))!**[++h,,030}1~11r3q5{589099{=ACDGI9NINO#PDPUQQRpSST=UFU W%Z.ZZ[^\}\L^l^`````bdfgmhiGjmp(r tt v~vwmznzozpz{zO{{| }}y~~~tursLMef67 !stuܙ !/3????????????????? ? ? ? ???????? ? ?? ? ? ? ???????????????????????? ? ??????? ? ?? ? ? ?? ?? ???? ?????????? 21 onitored observation wells are set up. Groundwater quality in the entire Zagreb aquifer system area has obviously degraded. One of the major Zagreb well fields, the Strmec Well Field, is particularly endangered for being located downstream large Trebe~ Lan?????????? ?@@ @ #jAhPBhz}aliata otpada Trebe~ na podzemnu vodu Abstract: The multivariate statistic methods: the Cluster analysis and the Multidimensional scaling analysis showed the grouping of the piezometers within sanitary protection zones in the three clusters, concerning the+ODp\.$49\L*f>{~L܅.|UnknownPc Siniaa HorvatHorvat Marko Cajavec Bruno Saftic MMU-8 IBMznakicMARIJA GRABASNJAKMarija MiletiDARIOSnjezana MihalicpavelPC-5XxxxPAVAOPC 1 !l,b$$\H$CzS^_@0(  B S  ?2@Aqrz{efHJQ79  { } GIJQR[\rs9;bdFH/1ST!!!""3""s$$$L%M%%%8&9&&& ' 'q(r((( ) ))))) *!***Z+[+++g,h,,,002030|1~111q3r3p5q5z5{58899/90999z={=AACCDDGGII8N9NHNINOO"P#PCPDPTQUQQQRRoSpSSSTT?ACDFFFGlIsIIIIIIIIIJKKLMNQST*U+UU WWZ$Z%Z[^````bdFeenfgagahaiajalnnn;nA"A"@"@$@&@4@6@ڡ@ܡ@|@~@\@^@PARAީ@@J@,AKAKA^KAKAKAK@KAKAKAL@TL@AA@$@@,G:Times New Roman5Symbol3& :ArialmTimes New Roman CETimes New RomancCG Times 12ptTimes New Roman"1haT&yTFJT&"2~@ Y20dd{z1znakicznakicttttttttttttttGIJQR[\rs9;bdFH/1ST!!!""3""s$$$L%M%%%8&9&&& ' 'q(r((( ) ))))) *!***Z+[+++g,h,,,002030|1~111q3r3p5q5z5{58899/90999z={=AACCDDGGII8N9NHNINOO"P#PCPDPTQUQQQRRoSpSSSTT _PID_GUIDAN{3592DA06-276E-11D5-8AC2-008048CA278A} Oh+'0d    , 8DLT\1ssznakicnakNormalznakic34kMicrosoft Word 8.0@Zfp@$q@~ѫh@$$  !"#$%&'()*+,-./0123456789:;<=>?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~ present article describes the results of further investigation into anthropogenic effects within the Strmec Well Field protective areas. The principal objective of the research is to investigate into similarities and interrelations among the hydrochemical data obtained from the observation wells related to possible anthropogenic effects. For that reason, additional data on the Strmec Well Field groundwater quality were acquired from Vodoopskrba i Odvodnja (Water Supply and Sewage) utility. It is concluded that 1998 and 2000 data are relevant for further analysis of high and low groundwater tables, respectively. Multivariant statistical methods Cluster and Multidimensional scaling were used for the data analyses. Principal component (PCA) analysis is used to determine occurrence of the major macro and micro components that are and may be caused by anthropogenic effects, and which cause changes in groundwater quality. The paper also analyzes time series of data from specific observation wells. The Cluster and Multidimensional scaling analysis results for both high and low groundwater tables indicate grouping of observation wells in three clusters (Figs. 3, 4, 5 and 6). The first cluster includes observation wells NOS-118, NOS-119, NOS-120, and NOS-121 is locatOWS\TEMP\AutoRecovery save of tekst.asdznakic.C:\WINDOWS\TEMP\AutoRecovery save of tekst.asdznakic.C:\WINDOWS\TEMP\AutoRecovery save of tekst.asdznakic.C:\WINDOWS\TEMP\AutoRecovery save of tekst.asdznakic.C:\WINDOWS\TEMP\AutoRecovery save of tekst.asdznakic.C:\WINDOWS\TEMP\AutoRecovery save of tekst.asdznakic!C:\clanci\Strmec_2\word\tekst.docznakic!C:\clanci\Strmec_2\word\tekst.docAF a A~%A:)A+OX~7 (Y:AXsJ A_A;ciA#jAS?m PQq v{Ahho(-hho()hho(-hho(-hho(-hho(.\o(..0o(...0o(.... 88o( ..... 88o( ...... `o(....... `o(........ o(.........hh.hho(-hho(.hho(-hho(-hho(-hh)hh.hho(-+~%v{A_;ciF#ja S?m(Y::)XsJPQqX~7@ozozozmz$H*h7x & F?? & F ;H* & FC$5 0ALM\]pqr#*./3T\_o 9L`mz'DefBHIJ aGHQR[boFh:; ""'c(( )!)))!*****-0030}13456789;;=>?ACDFFFGlIsIIIIIIIIIJKKLMNQST*U+UU WWZ$Z%Z[^````bdFeenfgagahaiajalnnn;n$.4>T:0JmH OJQJmH  @CJmH 6@CJmH  [$@$NormalmH L`L Heading 1$$7d@&56@CJmH <A@<Default Paragraph FontDB`D Body Text $*$@CJOJQJmH<P`< Body Text 2 $dhCJmHJC`JBody Text Indent$7dCJmH@Q`"@ Body Text 3 $d 5CJmH,@2,Header  9r , B,Footer  9r &)@Q& Page Number.@b. Footnote Text8&@q8Footnote ReferenceH*L55Ar{fIJR GJR\s:;<dH12U!t$$N%%:&&& 's((( )))"**\++i,,040~11111u3t5~58"9399~=ACDGI$&46|~\^PRdx7d$*$d $*$7dTD phoenixTD phoenixdx $*$7dh$*$dh7dh Oh+'0d    , 8DLT\1ssznakicnakNormalznakic35kMicrosoft Word 8.0@ @ _PID_GUIDAN{3592DA06-276E-11D5-8AC2-008048CA278A} $*$7dh$*$dh7dh [$@$NormalmH L`L Heading 1$$7d@&56@CJmH <A@<Default Paragraph FontDB`D Body Text $*$@CJOJQJmH<P`< Body Text 2 $dhCJmHJC`JBody Text Indent$7dCJmH@Q`"@ Body Text 3 $d 5CJmH,@2,Header  9r , @B,Footer  9r &)@Q& Page Number.@b. Footnote Text8&@q8Footnote ReferenceH*L22Ar{fIJR GJR\s:;cG01T!s$$M%%9&&& 'r((( )))!**[++h,,030}1~11r3q5{589099{=ACDGI9NINO#PDPUQQRpSST=UFU W%Z.ZZ[^\}\L^l^`````bdfgmhiGjmp(r tt v~vwmznzozpz{zO{{| }}y~~~tursLMef67 !stuܙ !/3????????????????? ? ? ? ???????? ? ?? ? ? ? ???????????????????????? ? ??????? ? ?? ? ? ?? ?? ???? ???????????????????? ?@@ @ #jAhPBhz}+ODp\.$49\L*f>{~L܅.|UnknownPc Siniaa HorvatHorvat Marko Cajavec Bruno Saftic MMU-8 IBMznakicMARIJA GRABASNJAKMarija MiletiDARIOSnjezana MihalicpavelPC-5XxxxPAVAOPC 1 !l,b$$\H$CzS^_@0(  B S  ?2@Aqrz{efHJQ79  { } GIJQR[\rs9;bdFH/1ST!!!""3""s$$$L%M%%%8&9&&& ' 'q(r((( ) ))))) *!***Z+[+++g,h,,,002030|1~111q3r3p5q5z5{58899/90999z={=AACCDDGGII8N9NHNINOO"P#PCPDPTQUQQQRRoSpSSSTT?ACDFFFGlIsIIIIIIIIIJKKLMNQST*U+UU WWZ$Z%Z[^````bdFeenfgagahaiajalnnn;n?@BCDFFFGoIvIIIIIIIIIJKKLMNQST-U.UU#WWZ'Z(Z[^`bdGeeofgbgbhbibjblnnnA"A"@"@$@&@4@6@@@|@~@\@^@PARA@@J@,AKAKA^KAKAKAK@KAKAKAL@TL@AA@$@@,G:Times New Roman5Symbol3& :ArialmTimes New Roman CETimes New RomancCG Times 12ptTimes New Roman"1haT&TFTF#02~@ Y20dd{z1znakicznakicG .bjbjَ u]  ttt8Ld 4%%%%%%%$57D& &D%%$0%\$`Al t%$Root Entry Fo+q`Au1Table4jWordDocumentmSummaryInformation( !"#$%&'()*+,-./013:56789T?@ABCDEFGHIJKLMNOPQRSgUVWXYZ[\]^_`abcdefhijklnqvtDocumentSummaryInformation8CompObjj0Table>7Data 2 2~TD phoenixTD phoenix  FMicrosoft Word Document MSWordDocWord.Document.89q ՜.+,D՜.+,, hp|  RGN @d  1 Title 6> _PID_GUIDAN{3592DA06-276E-11D5-8AC2-008048CA278A} Oh+'0d    , 8DLT\1ssznakicnakNormalznakic35kMicrosoft Word 8.0@ @?@ABCDEFGHIJKLMNOPQRSTUVWXYZ[\]^_`abcdefghijklmnopqrstuvwxyz{|}~