Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand

Størrelse: px
Starte visningen fra side:

Download "Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand"

Transkript

1 Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand I. Pilotundersøgelse af variografisk analyse Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport Maj 27

2 Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand Pilotundersøgelse af variografisk analyse Strandesplanaden 11 DK-2665 Vallensbæk Strand, Danmark Tel: Fax: Web: Klient Projekt Miljøstyrelsen Klientens repræsentant Lis Morthorst Munk Projekt Nr. Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand Forfattere Kirsten Jebjerg Andersen og Ulla Lund Dato 29. juni 26 Endelig rapport UOL NH NH Andet udkast til rapport UOL NH NH Udkast til rapport KJA UOL UOL Revision Beskrivelse Udført Kontrolleret Godkendt Dato Nøgleord Klassifikation Åben Intern Tilhører klienten Distribution Miljøstyrelsen Referencelaboratoriets styringsgruppe Eurofins A/S Lis Morthorst Munk Ulla Lund Antal kopier 1

3 Indholdsfortegnelse 1 Baggrund Indledning Prøvetagningsvariation Estimering af usikkerhed variografisk analyse Variationer over tid - usikkerhedsbidrag Materialevariation Etablering og anvendelse af variografi Beregninger Variografisk analyse af automatisk prøvetagning af spildevand fremgangsmåde Beskrivelse af prøvetagningssteder og prøvetagningen Analyse Resultater Elektrisk ledningsevne Kemisk oxygen forbrug NVOC Suspenderet stof Total phosphor Sammenfatning Referencer...31 Bilag Bilag 1 Bilag 2 Bilag 3 Prøvetagningsjournal Analysedata Variogrammer - døgnprøvetagning spildevand i

4 1 Baggrund I 22 blev gennemført en litteraturudredning i Referencelaboratoriet for at klarlægge hvilke metoder, der kunne anvendes i forbindelse med undersøgelser af prøvetagningsusikkerhed. Der blev identificeret tre forskellige angrebsvinkler til estimering af usikkerhed ved prøvetagning: 1. bottom-up 2. top-down og 3. teorien om sampling Bottom-up princippet anvender opstilling af usikkerhedsbudgetter, hvor man bestemmer usikkerheden på alle komponenter hver for sig og herefter beregner den samlede usikkerhed. Da der ofte kan være mange usikkerhedselementer forbundet med spildevandsprøvetagning, kan denne angrebsvinkel til estimering af den samlede usikkerhed være omfattende og ressourcekrævende. Top-down princippet baserer sig på, at alle usikkerhedselementer fra prøvetagning samles under ét, og at alle usikkerhedselementer fra analyse tilsvarende samles under et. For at bestemme usikkerheden fra alle kilder skal størrelsen af fire fejltyper estimeres og summeres. Disse inkluderer to tilfældige fejlkomponenter (prøvetagningspræcision og analysepræcision) og to systematiske fejlkomponenter (prøvetagningskorrekthed og analysekorrekthed). Ved anvendelse af Teorien om prøvetagning (Theory of Sampling, TOS), foretages en teoretisk opdeling af kilder til prøvetagningsfejl og prøvetagningsusikkerheder og estimering af usikkerheden planlægges under hensyntagen hertil. Dette anvendes f.eks. i forbindelse med planlægningen af prøvetagningen. I forhold til automatisk spildevandsprøvetagning efter DS- ISO :1994 er der i standarden indarbejdet procedurer, hvis funktion er at tage højde for de mest oplagte fejlbidrag, der kan opstå i forbindelse med prøvetagning af spildevand. Ved i praksis at følge standarden under planlægningen og gennemførelsen af prøvetagningen kan prøvetagningsvariationen mindskes, og det kan tilstræbes at udtage prøver, der er repræsentative for spildevandsstrømmen, der iagttages. Uanset tilrettelæggelsen og gennemførelsen, vil der være en usikkerhed forbundet med prøvetagningen. Denne vil blandt andet være påvirket af prøvens sammensætning og prøvetagningsudstyret. Et nyttigt analyseredskab til kvantificering af prøvetagningsvariationens bidrag til den totale variation er en såkaldt variografisk analyse. Denne analysemodel blev i konklusion på det gennemførte litteraturstudium foreslået afprøvet ved prøvetagning af spildevand. Modellen findes bl.a. beskrevet af Gy /5/. Ved en undersøgelse af prøvetagningsvariation ved variografisk analyse skelnes mellem processens reelle variationer enten tilfældige variationselementer eller periodiske variationselementer - og variation, som skyldes variation fra selve prøvetagningen eller fra ukorrekt prøvetagning i forhold til de reelle svingninger. Nærværende rapport indeholder resultaterne og vurdering af en variografisk analyse af spildevandsstrømme på tre udvalgte prøvetagningssteder. 2

5 2 Indledning Prøvetagning af spildevand foretages oftest enten for at karakterisere industriel procesvariation/udledning over tid, for at karakterisere og indstille effektiviteten af en spildevandsrensningsproces eller for at monitere udledning af spildevandskomponenter til miljøet. Ønskes et kendskab til det sande gennemsnitlige indhold af relevante indholdsstoffer i en spildevandsstrøm i en defineret tidsperiode, da er udfordringen at udtage en prøve, der er repræsentativ for den samlede spildevandsmængde, der f.eks. har passeret et tværsnit af strømmen i den definerede periode. En tilfredsstillende prøvetagning opnås ved at følge en prøvetagningsprotokol eller standard, der producerer en prøve, hvis sammensætning (kemisk eller fysisk) er 1) repræsentative for spildevandsstrømmen, der iagttages og 2) sammenlignelig med andre prøver, der ville blive udtaget, hvis hele prøvetagningsproceduren kunne gentages. For at opnå repræsentative prøver ved en prøvetagning er der behov for at anvende en prøvetagningsteknik, der har så lille bias som muligt. Automatisk prøvetagning af spildevand findes bl.a. beskrevet i DS ISO /6/ og i teknisk anvisning for punktkilder /7/. Disse standarder er anvendt i tilrettelæggelsen og gennemførelsen af nærværende undersøgelse. Der er gennemført prøvetagning under realistiske forhold og med automatisk prøvetagningsudstyr, der normalt anvendes i prøvetagningsrutiner i kontrollen af spildevandsstrømme. Prøvetagningen er foretaget på prøvetagningssteder, der normalt anvendes i kontrollen af de udvalgte spildevandsstrømme. I det følgende beskrives kort usikkerhedsbidrag i forhold til prøvetagning af spildevand. Dernæst beskrives anvendelsen af den variografiske analyse med henblik på at afprøve modellen på estimering af prøvetagningsvariationen. Det variografiske eksperiment skal tjene til at adskille prøvetagningsvariationen i en procesvariation (spildevandets reelle variation) og en variation, der hidrører fra materialet (spildevandet) og selve prøvetagningen. Da variation forventes at være forskellig afhængig af analyseparameteren, der iagttages, foretages der både en undersøgelse af parametre, der forventes at være tilnærmelsesvis homogent fordelt i spildevandsstrømmen (eksemplificeret ved ledningsevne), og af parametre, der forventes at være påvirket af indhold af partikulært materiale (eksemplificeret med parametrene COD, NVOC, suspenderet stof og total phosphor). Det er hensigten med de gennemførte variografiske eksperimenter og beskrivelsen heraf 1) at illustrere princippets anvendelse i estimeringen af usikkerhed på prøvetagning af spildevand, 2) at give et fingerpeg om de forholdsmæssige størrelsesordener af usikkerheder, der kan forventes ved prøvetagning under de udvalgte forhold, samt 3) at illustrere, hvordan usikkerhederne afhænger af parametrene, der observeres. Der fokuseres i undersøgelsen på metoden til estimering af det bidrag til den samlede usikkerhed, der hidrører fra spildevandsstrømmen, selve prøveudtagningen med ét prøvetagningsudstyr og håndteringen af den udtagne prøve efter prøveudtagningen. Undersøgelsen er begrænset til prøvetagning over 24 timer og iagttager således kun procesvariationen i dette tidsrum. Set over et længere tidsrum ville procesvariationen (variation i spildevandssammensætning) give et større bidrag til den samlede usikkerhed. 3

6 3 Prøvetagningsvariation Når et analyseresultat afviger fra forventningen tilskrives forskellen ofte prøvetagningen, således at der skelnes mellem en prøvetagningsvariation og en analysevariation. Ved isoleret at betragte prøvetagning er der først og fremmest behov for at kunne skelne mellem procesvariation og prøvetagningsvariation, og dernæst at kunne beskrive, hvilke faktorer, der påvirker prøvetagningsvariationen. Prøvetagningsvariationen kan yderligere deles i flere bidrag. De elementer i prøvetagningspraksis, der bevirker prøvetagningsvariation, er beskrevet af Gy i /5/ og benævnes i daglig tale Gy s syv prøvetagningsfejl. DHI rapport /8/ giver en summarisk beskrivelse af de syv prøvetagningsfejl. De kan grupperes i følgende tre kategorier: 1) Procesvariation 2) Materiale variation (for spildevand korttids-variation i spildevandssammensætningen) 3) Prøvetagningsudstyr og teknikker, herunder prøvehåndtering og analyse Global Estimation Error Global Estimation Error GEE GEE Total Sampling Error TSE Total Analytical Error TAE Point Point Materialization Materialization Error Error PME PME Weighting Error SWE Udstyr og teknik Increment Increment Delimi- Delimitatiotation Error Error IDE IDE IncrementExtraction IncrementExtraction Error Error IXE IXE Increment Increment and and Sample Sample Preparation Preparation Error Error IPE IPE Point Selection Error PSE Proces Long Range Point SelectionError PSE 1 Periodic Point SelectionError PSE 2 Materiale Fundamental SamplingError FSE Grouping and Segregation Error GSE GEE = TSE + TAE TSE = ( PSE + FSE + GSE ) + ( IDE + IXE + IPE ) + SWE Figur 1 Skematisk oversigt over faktorer med indflydelse på variationen af et måleresultat /1/. Fejlkomponenter eller variansbidrag, der skal overvejes i forbindelse med prøvetagning /1/ fremgår skematisk af Figur 1. Med procesvariationen forstås her variationer i sammensætning og volumen af den udledning, der iagttages. I Figur 1 repræsenteres procesvariation i rubrikken Point selection error PSE. Et materiale vil altid være heterogent i dets sammensætning, omend heterogenitet ofte vil være betydelig mere udtalt for faste materialer end for væsker. For væsker kan det være variation imellem de individuelle molekyler. Sammensætningsheterogenitet (eng. constitution heterogeniety) giver anledning til den fundamentale prøvetagningsvariation (eller den fundamentale prøvetagningsfejl FSE). 4

7 Fordelingsheterogenitet (eng.: distribution heterogeneity) er heterogenitet i forhold til fordeling mellem grupper af enheder (partikler eller molekyler). Denne heterogenitet giver anledning til gruppe- og segregeringsvariation eller gruppe- og segregeringsfejl, (eng. group- and segregation error GSE). Gruppe- og segregeringsvariationen kan eksempelvis i spildevand være bevirket af partikulært materiale eller ikke blandbare væsker, som f.eks. i olieholdigt spildevand. GSE opstår, når enheder i den samlede væskestrøm ikke har den samme sandsynlighed for at blive udtaget, hvilket f.eks. er tilfældet ved placeringen af prøvetagningsstudsen i en ikke fuldstændig opblandet spildevandsstrøm med sedimenterende partikulært materiale og i selve prøvetageren, hvor der sker sedimentation af det partikulære materiale samtidig med løft af væskestrømmen igennem slangen fra placeringen af studsen til ofte flere meter over studsen, hvor prøvetageren er placeret (karakteriseret ved løftehøjden). Ved automatisk spildevandsprøvetagning udtages oftest enten stikprøver tidsproportionalt eller flowproportionalt. Ved tidsproportional prøvetagning udtages lige store volumen prøver med konstant tidsinterval i det tidsrum spildevandsstrømmen iagttages. Prøverne kan enten analyseres enkeltvis eller som en blandprøve. Hvis de analyseres som blandprøver bidrager blandingsforholdet (og volumenudmålingen) med en usikkerhed. Ved flowproportional prøvetagning udtages et fast volumen prøve med varierende tidsinterval afhængig af det volumen spildevand, der har passeret et prøvetagningstværsnit, eller der udtages forskellige volumen prøver med konstant tidsinterval. Prøvevolumen afhænger i dette tilfælde af det volumen spildevand, der har passeret et prøvetagningstværsnit. Prøverne kan enten analyseres enkeltvis eller som en blandprøve og i begge tilfælde bidrager volumenudmålingen med en usikkerhed. Afhængigheden af væskestrømmens flow betyder, at den parallelle måling af flow og flowsignalets overførsel til apparaturet giver et bidrag til den samlede måleusikkerhed. Usikkerhedsbidraget herfra er uafhængig af usikkerheden af prøvetagningen. Dette variansbidrag til den samlede usikkerhed kan derfor adderes til de øvrige additive bidrag. Variansbidraget fra volumenmåling er i Figur 1 betegnet weighting error SWE. Usikkerhedsbidraget fra flowmålingen skal altid tages i betragtning ved flowproportional måling. Et mål for usikkerheden ved flowmåling opnås ved en separat vurdering heraf. Der er mulighed og ofte krav til sporbar kalibrering af flowmåleudstyr og flowmåleopstillinger. Selve prøvetagningsudstyret og måske i endnu højere grad dets opstilling i den konkrete spildevandsstrøm placering af studs, længde og diameter af slange mv. giver også et usikkerhedsbidrag. Dette er i Figur 1 betegnet som Point Materialisation error (PME), dvs udstyrets evne til at udtage en prøve, der er repræsentativ for spildevandet i prøvetagningsøjeblikket. Figur 2 er en generel skitse af hele processen fra prøvetagning til analyse /1/. Denne kan simplificeres for automatisk prøvetagning af spildevand, idet enkelte delprocesser ikke er relevante for håndtering af spildevandsprøver, herunder neddeling og sigtning. Hver delproces bidrager med en usikkerhed til den samlede måleusikkerhed. Hvilke delelementer af processen, der i en given undersøgelsen af usikkerheden vil være omfattet af prøvetagningsusikkerhed, og hvilke vil være omfattet af analyseusikkerheden, afhænger af tilrettelæggelsen af en given undersøgelse. Ofte ses, at prøvehåndteringen efter prøvetagning i en vis udstrækning - som illustreret ved grå skravering i Figur 2 - er medtaget i bidraget til usikkerhed fra prøvetagningen. I figuren er to af delprocesserne anført med lys grå, idet disse i mange tilfælde vil være dækket at usikkerhedsbestemmelsen af analysedelen. 5

8 Process step Form of material Description of process step Sampling Sampling Target Collection of a single sample, or several increments combined into composite sample Primary Sample Comminution and/or splitting Physical sample preparation Sub-sample Laboratory sample Further comminution and/or splitting Physical preparation, e.g. drying, sieving, milling, splitting, homogenisation Test sample Selection of test portion for chemical treatment preceding chemical analysis Analysis Test portion Chemical treatment leading to analytical determination Test solution Analytical determination of analyte concentration Figur 2 Skematisk diagram for den typiske måleproces /1/ 6

9 4 Estimering af usikkerhed variografisk analyse 4.1 Variationer over tid - usikkerhedsbidrag Materiale strømme findes og undersøges efter prøvetagning i et væld af industrielle processer, i selve produktionen eller i slutfasen, hvor en materialekvalitet ønskes vurderet. Strømme af affaldsprodukter, fast affald eller spildevandsudledninger er eksempler på strømme, der skal kontrolleres, og hvor den reelle totale mængde ofte skal estimeres. Beregning af prøvetagningsvarians fra materiale strømme kan foretages med anvendelse af variografisk analyse. Hvor materialestrømmen varierer over tid ud over tilfældig variation vil en standardberegning af spredning medtage både de ikke-tilfældige variationer og variationer knyttet til prøvetagning og analyse. Variografisk analyse medtager ikke de ikke-tilfældige variationer over tid og analysen kan afsløre tilstedeværelsen af sådanne variationer. Variationer i tid i forhold til en normal spildevandsstrøm kan karakteriseres ved en endimensional model, hvori kan identificeres fire kilder til variation. I parentes er angivet betegnelse fra den generelle oversigt i Figur procesvariation i. ikke-tilfældige langtidstrends (PSE 1 ) ii. ikke-tilfældig cyklus (PSE 2 ) 2. tilfældige kort-tidsvariationer, der inkluderer materialevariation (FSE og GSE i TOS terminologi), variation forårsaget af prøvetagningsapparaturet og prøvetagningsfejl (IDE + IXE + IPE) 3. usikkerhed ved den videre håndtering af den opsamlede prøve, herunder håndterings- og analyseusikkerhed (TAE). 4. variationer i flow eller udtaget volumen (SWE). Disse variationer er generelt uafhængige og bidrager til den samlede variation. De er således additive. Det fjerde bidrags varians for så vidt angår prøvetagning af spildevand er et bidrag fra variation i flow eller udtaget volumen af delprøver (weigthing error), da beregningen af den samlede udledning vægtes i forhold til det udledte volumen. Såfremt der er et konstant flow af spildevand, hvilke oftest ikke er tilfældet, kan bidraget til usikkerhed fra flowmåling og signaloverførsel negligeres. I langt de fleste tilfælde er flowproportional prøvetagning relevant for spildevand på grund af varierende flow, og komponenten skal derfor medtages. 4.2 Materialevariation I forbindelse med udtagning af spildevand, især urenset spildevand vil gruppe- og segregeringsheterogenitet (GSE) spille en rolle. Det kommer til udtryk afhængig af hvilke parametre, der undersøges i spildevandet. Det partikulære materiale i en spildevandsstrøm vil - afhængig af strømningshastighed og turbulens i vandet - sedimentere, hvorved der sker en faseopdeling af vandet. Dette medfører en tilfældig variation i indholdet af eksempelvis suspenderet stof i en given udtaget prøve. Derudover vil det medføre en systematisk fejl afhængig af hvor i spildevandsstrømmen prøven udtages og afhængig af graden af opblanding af prøven på prøvetagningspunktet. For andre stoffer eller komponenter i en spildevandsstrøm, vil usikkerhedsbidraget fra gruppe- og segregeringsvariation være afhængig af stoffets affinitet til det partikulære materiale. Afhængig af det partikulære stofs indhold af organiske stoffer vil bidraget have betydning for f.eks. COD; BOD og total nitrogen og phosphor. For stoffer, der primært findes fuldt opløst i spildevandsstrømmen, forventes bidraget fra partikler at have minimal indflydelse. 7

10 Størrelsesordenen af en given systematisk fejl vil i praksis udelukkende kunne afsløres ved samtidig udtagning af flere prøver over et tværsnit af spildevandsstrømmen, eventuelt foretaget ved opsætning af flere prøvetagningsenheder eller ved gennemførelse af en interlaboratorieundersøgelse af prøvetagningen. Tilstedeværelse af systematiske fejl i opsætningen af prøvetagningsudstyret kan muligvis afsløres ud fra resultaterne af en variografisk undersøgelse, men de kvantificeres ikke. I praksis er minimering af de systematiske prøvetagningsfejls bidrag til den samlede variation endnu den eneste økonomisk farbare vej for håndtering af systematiske fejlbidrag i prøvetagningen. Men der etableres efterhånden eksempler på interlaboratorieundersøgelser, hvor denne problemstilling er søgt belyst, dog ingen kendte undersøgelser, hvor systematisk fejl ved spildevandsprøvetagning er undersøgt. Nærværende undersøgelse har taget sigte på at foretage udtagningen af prøverne under hensyntagen til en minimering af systematiske fejlbidrag, men giver ikke mulighed for at belyse størrelsesordenen af systematiske fejl. 4.3 Etablering og anvendelse af variografi Et tidsserieplot og et variogram er sammen med viden om analyseusikkerhed redskaber til identifikation og kvantificering af usikkerhedsbidrag til den samlede variation fra de to førstnævnte komponenter. Prøvetagningen, der foretages for at etablere en tidsserie af data til en variografisk analyse, omtales som et variografisk eksperiment. En forudsætning for at gennemføre den variografiske analyse er, at der er lige stor tidsmæssig afstand mellem målingerne. Derfor er data fra tidsproportional prøvetagning af f.eks. spildevand velegnede til at foretage variografisk analyse. Selve den variografiske analyse og tolkning forklares bedst ud fra et eksempel, hvor det antages, at der er målt et tidsmæssige forløb i koncentrationen af en given parameter som vist i Figur 3. Tidsserie Konc Tid Figur 3 Eksempel på tidsserie /8/. Den variografiske analyse går nu ud på at beregne det såkaldte variogram, der er en beregning af den samlede variation, V, mellem prøver, der er adskilt af en fast tidsafstand, j eksempelvis 2 tidsintervaller eller 3 tidsintervaller og derefter plotte variationerne mod tidsafstandene. Den matematiske beregningen af hver variationspunkt i variogrammet er beskrevet i afsnit 4.4. Et variogram baseret på tidsserien i Figur 3 er vist i Figur 4. 8

11 Variogram for tidsserie V(j),4,35,3,25,2,15,1, Tidsafstand j Figur 4 Variogram for tidsserien vist i Figur 3 /8/. Ud fra variogrammet i Figur 4 kan det bl.a. ses, at den målte proces svinger med en periodisk cyklus på fem tidsintervaller, hvilket kan være vanskeligt at se ud fra de oprindelige data. Dette er væsentligt at vide i forhold til tilrettelæggelsen af prøvetagningen af hensyn til repræsentativitet af den udtagne prøve. Et variogram kan i visse situationer afsløre datastrukturer, der ikke kan ses fra tidsserien og kan derved være et nyttigt redskab i tilrettelæggelsen af prøvetagningsprotokollen. En meget betydningsfuld forudsætning for at kunne designe et prøvetagningsprogram, der vil resultere i data, der er retvisende i forhold til den reelle strøm, er et kendskab til fluktuationer over tid i den proces, der iagttages. Kendskab til fluktuationer er desuden en forudsætning for, at estimering af den samlede prøvetagningsvariation er retvisende. Ud fra variogrammet estimeres V(), som repræsenterer den matematiske minimumsvariation for prøver udtaget tættere og tættere på hinanden med den anvendte prøvetagningsprocedure. Hvorledes dette gøres ses i afsnit 4.4. Denne minimumsvariation er således et kvantitativt mål for usikkerheden, der repræsenterer den momentane prøvetagning (og vedrører materiale variation, variation i selve udtagningen af prøven med det pågældende apparatur i pågældende opstilling og eventuelt prøvehåndtering) samt den usikkerhed, der stammer fra videre håndtering af prøven (forbehandling og analyse). Minimumsvariationen for den foretagne prøvetagning giver således et kvantitativt mål for, hvor stor en del af den totale variation, der skyldes reelle procesvariationer, og hvor stor en del, der skyldes prøvetagningsusikkerhed, herunder momentan materialevariation (inhomogenitet) og videre håndtering af prøven. Det variografiske eksperiment skal foretages med så høj en prøvetagningsfrekvens som mulig for at give den mest nøjagtige estimering af skæring med y-aksen og teoretisk repræsentere momentan gentagelse af prøvetagningen. Det svarer til at kunne stoppe strømmen af spildevand og indenfor et uendeligt lille område af tværsnittet kunne udtage mange prøver. Denne type af eksperiment og analyse er velegnet til at kvantificere den del af prøvetagningsusikkerheden, der hidrører fra prøvetagningsapparaturet og materialevariation, ved de prøvetagningsprocedurer, der anvendes til udtagning af spildevandsprøver. Det variografiske eksperiment kan udføres ved opsætning af en fraktionsprøvetager til at udtage eksempelvis et antal tidsproportionale prøver over det tidsrum, der iagttages (f.eks. et døgn) og derefter til at udtage så mange delprøver som muligt med så kort afstand mellem enkeltprøverne som muligt. Den anden tidsserie kan også foretages med andet end fraktionsprøvetagere, da indsamlingen af prøver sker over et forholdsvis kort tidsrum. Prøvebeholderen skiftes da blot manuelt for hver delprøve. Herefter måles udvalgte parametre 9

12 på prøverne, således at der fås en række tidsserier, som kan anvendes til variografisk analyse. Den første tidsserie (langtids) kan give et billede af svingninger i udledningen i den periode, der er målt og den anden tidsserie (korttids) kan anvendes til beregning af prøvetagningsusikkerheden ved variografi. Afhængig af design af prøvetagningsprogrammet kan analysen også muliggøre optimering af de eksisterende prøvetagningsprocedurer med hensyn til delprøvestørrelse og frekvens. Den matematiske minimumsvariation V(), som skæringen med y-aksen repræsenterer, er altid positiv og består af en sum af forskellige varians-komponenter, der ovenfor blev betegnet som kilde 2 til målevariation. I engelsk litteratur betegnes skæringen ofte som nugget effect, da variografisk analyse oprindelig blev udviklet til geostatistiske undersøgelser. I punktet V() er procesvariationen (kilde 1) negligeret, således vil punktet i en situation med et konstant flow repræsentere de kilder til usikkerhed, der kan henføres til selve prøvetagningen og de kilder til usikkerhed, der kan henføres til selve håndteringen af prøven. Disse varianskomponenter er uafhængige, og variansen af kilde 2 kan beskrives som: σ meas = σ sampling σ analytical Formel 1 eller med anvendelse af de statistiske estimater for varians (s 2 ): s 2 meas 2 2 = s sampling + s analytical Formel 2 V() repræsenterer et mål for s 2 meas. Analyseusikkerheden kan f.eks. estimeres fra intern kvalitetskontrol og Formel 2 giver derved mulighed for bestemmelse af et estimat for usikkerheden af prøvetagningen. De anvendte beregninger ses i afsnit 4.4. V() stammer fra ét eksperiment og inkluderer derfor ikke usikkerhed fra gentagen opsætning af prøvetagningsudstyr eller usikkerhed forårsaget af systematisk afvigelse mellem forskellige typer af udstyr. Ved betragtning af spildevandsstrømmen, der har passeret prøvetagningsstedet i perioden for prøvetagningen (f.eks. 24 timer), skal modellen udvides til at inkludere bidragene til variationen, der hidrører fra måling af flow samt procesvariationen. Modellen i Formel 1 skal herefter udvides til at være en sum af alle 4 varianser. 4.4 Beregninger Beregning af punkterne i et variogram foretages med følgende formel: V () j = n j = (c i+ j 2 ci) i 1 2 [ 2 ( n j) A ] Formel 3 Hvor V(j) er den relative varians c i er de enkelte koncentrationer, A er den gennemsnitlige koncentration, n er det totale antal målinger og j er det antal tidsafstande, hvori variansen beregnes. Ud fra eksempelvis 24 målinger med fast tidsinterval kan i princippet beregnes 23 forskellige V(j) fra tidsafstand på 1 til tidsafstand på 23. For de længste tidsafstande kan kun beregnes et begrænset antal differenser, (c i+j c i ), hvorfor V(j) for de længste tidsafstande bliver dårligt 1

13 bestemt. I praksis plottes et variogram derfor med væsentligt færre tidsafstande end det teoretisk mulige. I variogrammet plottes V(j) mod tidsafstanden, j. Figur 5 viser eksempler på variogrammer for forskellige typer af processer. Figur 5 Typer af variogrammer. A: tilfældig proces; B: proces med en ikke-periodisk drift; C: Periodisk proces I Figur 5 er typerne B og C for tydeligheds skyld vist helt uden tilfældig variation. I praksis vil der oveni udviklingen over tid være en tilfældig variation. Variogrammet ekstrapoleres til skæring med y-aksen i punktet V(). Ved en tilfældig proces eller en proces med ikke-periodisk drift (Figur 5 A og B) gøres dette enkelt ved lineær regression. For en periodisk proces (Figur 5 C) er det mest pålidelige estimat for V() minimum på kurven ved den værdi for j, der giver det største antal frihedsgrader, hvilket vil sige det første minimum. For en tilfældig proces uden tidsmæssig udvikling vil skæringen med y-aksen i praksis være tæt på den relative varians beregnet ved klassisk statistik ud fra samtlige måledata, c i. V() kan omregnes til estimatet s(): 2 s ( ) A 2 = V () Formel 4 s() er et estimat for s meas, der sammen med analyseusikkerheden, estimeret ved s analytical, giver mulighed for at beregne et estimat for prøvetagningsusikkerheden, s sampling : s sampling 2 2 = s meas s analytical. Formel 5 11

14 5 Variografisk analyse af automatisk prøvetagning af spildevand fremgangsmåde 5.1 Beskrivelse af prøvetagningssteder og prøvetagningen Der er foretaget et variografisk eksperiment på i alt tre spildevandsstrømme under anvendelse af automatisk prøvetagningsudstyr. De tre spildevandsstrømme repræsenterer tre forskellige typer af spildevandsstrømme: 1. Indløb til kommunalt spildevandsrensningsanlæg (Lynetten, København), 2. Udløb fra kommunalt spildevandsrensningsanlæg (Lynetten, København) og 3. Spildevandsudløb fra en industriel proces (Industri i Københavnsområdet) Der er på alle tre prøvetagningssteder foretaget en fraktioneret tidsproportional prøvetagning over 24 timer. Prøvetagningerne er foretaget med henblik på dels at beskrive variationen i tidsserien, samt få et kendskab til døgnvariationen på den pågældende lokalitet. Til prøvetagningen blev anvendt transportabelt prøvetagningsudstyr af mærket EPIC baseret på vakuum princip og med mulighed på fraktioneret opsamling af 24 prøver. Forud for og efter hver 24-timers prøvetagning blev apparaturet indstillet til udtagning af 24 fraktionerede prøver over 6 minutter på de samme lokaliteter og uden at ændre opstilling (sugehøjde, volumen, prøvetagningspunkt etc.). Det blev skønnet, at dette tidsinterval var i nærheden af minimum intervallet for det pågældende udstyr, af hensyn til at tillade en tilstrækkeligt rensning af slanger og prøvetagningsbeholder imellem hver prøvetagning. Prøverne blev udtaget uden anvendelse af nedkøling under prøvetagningen og blev umiddelbar efter afslutning af prøvetagningen (prøvetagningssekvensen) transporteret til Eurofins laboratorier i Vallensbæk (transporttid maks. 45 min.), hvorefter analyse af følsomme parametre straks blev påbegyndt. Journal for de udførte prøvetagninger er anført i Bilag 1. Det beregnede usikkerhedsbidrag i de konkrete prøvetagninger gælder en prøve (ca. 5 ml) bestående af tre på hinanden følgende stikprøver (ca. 15 ml) samlet til én spildevandsprøve. Dette er foretaget for at opnå en tilstrækkelig stor prøvemængde af hensyn til den senere opdeling af prøver. Til vurdering af usikkerheden på delprøveudtagningen og vurdering af analyseusikkerheden på det konkrete spildevand er der udtaget som stikprøve en spildevandsmængde umiddelbart efter fraktioneret prøvetagning på de konkrete lokaliteter. 5.2 Analyse De udtagne spildevandsprøver er efter opdeling i delprøver analyseret for følgende parametre: 1. Ledningsevne (EC) 2. Kemisk oxygenforbrug (COD) eller 3. Ikke-flygtigt organisk stof (NVOC) 4. Suspenderet stof (SUSP) 5. Total phosphor (TP). Analyserne er foretaget i henhold til analyseprogram skitseret i Tabel 1. 12

15 Antal prøver Lokalitet Prøve Tid NVOC COD TP EC SUSP Kommunalt renseanlæg, indløb Kommunalt renseanlæg, udløb Industrispildevand A 24 timer B 6 min C 6 min D Stikprøve K 24 timer L 6 min M 6 min P Stikprøve W 24 timer X 6 min Y 6 min Z Stikprøve Tabel 1 Analyseplan. I udløb fra kommunalt renseanlæg er ikke foretaget måling af suspenderet stof, da koncentrationen er så tæt på målemetodens detektionsgrænse, at analyseusikkerheden vil være dominerende. I afløb fra kommunalt renseanlæg er måling af COD desuden erstattet med NVOC, da analysekvaliteten i koncentrationsområdet for udløbsvand er for lavt i forhold til detektionsgrænsen ved COD-måling. Prøveserierne A, K og W viser døgnvariationen i spildevandets sammensætning og vil kunne anvendes i planlægning af prøvetagningen. De har ingen funktion i den variografiske analyse. Prøveserierne B, C, L, M, X og Y anvendes til variografisk analyse. Prøveserierne D, P og Z anvendes til bestemmelse af variationen fra analyse og prøvehåndtering. 13

16 6 Resultater De udtagne prøver er analyseret for ledningsevne, COD/NVOC, suspenderet stof og total phosphor. Analyseresultater for de foretagne 9 serier af prøvetagninger på de tre udvalgte prøvetagningssteder er vist i Bilag 2. For hver parameter er i de følgende afsnit vist tidsserier for de tre prøvetagningssteder for prøveudtagningen over 24 timer. Disse prøvetagninger er for dette projekt primært gennemført for at beskrive den samlede variation i målte værdier over et døgn i spildevandsprøver fra de tre lokaliteter. Prøvetagningen i indløb til Renseanlæg Lynetten (Tidsserie A) er startet og sluttet kl. 9 og resultaterne reflekterer er typisk forløb for døgnvariation i indhold af organisk stof og næringsstof indhold i indløb til et kommunalt renseanlæg. For prøver udtaget i afløbet fra renseanlægget ses for total phosphor et mindre indhold (på grund af foretagen rensning) og variationen i udledningen er mindre, om end der i slutningen af prøvetagningen konstateres en stigning til et niveau, der ikke tidligere blev set dette døgn. Indholdet af de målte parametre i industriafløbet ligger på et højere niveau sammenholdt med indløbet til rensningsanlæg Lynetten og variationerne er som følge af peaks højere. Der er ingen oplysninger om sammensætningen af industrispildevandet eller om produktionen i øvrigt. Variogrammer fra variografisk analyse af samme data fremgår af Bilag 3. I variogrammerne angiver ordinaten den relative variation, hvor variansen er angivet i forhold til kvadratet af middelindholdet i prøverne over det iagttagne tidsrum. Der konstateres ikke indlysende cykliske variationer eller trends i variogrammerne, der ikke også fremgår af tidsserierne. Resultater fra prøvetagninger foretaget over 6 minutter (med 2½ minutters intervaller) på de tre lokaliteter fremgår sammen med døgnmålingerne af Bilag 2 (Prøverne B og C, L og M, X og Y). Variogrammerne for disse prøvetagninger er vist i de følgende afsnit. Skæringen V() med ordinaten (y-aksen) efter ekstrapolation er angivet i variogrammerne sammen med liniens ligning. Denne estimerer den relative varians, hvori indgår bidrag fra materialet, selve prøvetagningen og fra håndteringen af prøverne efter prøvetagning, inklusive analyse. Hvert afsnit afsluttes med to tabeller. Den første tabel summerer informationerne fra den variografiske analyse og statistisk behandling af data fra tidsserierne udtaget over 24 timer. Den samlede variation, der beregnes fra 24 timers prøvetagning, er benævnt S P og fremgår af Bilag 2. Det samme er tilfældet for den samlede variationskoefficient og middelværdi. Tabellerne viser V() estimeret ud fra variogrammerne som relativ varians, og den herudfra beregnede standardafvigelse S(). Herudover angives middelværdier målt i prøveserierne udtaget over 6 minutter. Den anden tabel opsummerer data for variation. Heri ses variationskoefficienterne, CV analyse, som svarer til variationskoefficient fra data fra 1 dobbeltanalyse af én prøve udtaget på hver af de tre prøvetagningssteder. Disse er beregnet ud fra data vist i Bilag 4. Tabellerne viser den samlede variation målt over 24 timer samt materiale og prøvetagningsvariationen. Denne er beregnet ud fra Formel 5: s sampling 2 2 = s meas s analytical, hvor s 2 meas svarer til kvadratet af s() og s 2 analytical svarer til analysevariationen målt ved 1 dobbelt analyse på prøver fra de aktuelle prøvetagningssteder. 14

17 I en del tilfælde er differensen angivet til ikke signifikant (n.s.), hvilket gælder når standardafvigelsen fra prøvetagning udgør mindre en ca. 1/3 af den samlede standardafvigelse. 6.1 Elektrisk ledningsevne Renseanlæg Lynetten - indløb Et plot af tidsserie for prøvetagning over 24 timer i indløb til Renseanlæg Lynetten er vist i Figur 6. Ledningsevne, ms/m Timer Figur 6 Tidsserie A Ledningsevne i spildevand udtaget over 24 timer i indløb til Renseanlæg Lynetten Variogrammer for de to prøvetagninger over 6 minutter ses i Figur 7. Ledningsevne (B indløb) Ledningsevne (C indløb),25 y =,1467x +,1575,6 y =,3597x +,5735,2,5 V(j),15,1,5,4,3,2, Figur 7 Variogram over tidsserier B og C Ledningsevne i spildevand udtaget over 6 minutter (med 2,5 minutters interval) i indløb til Renseanlæg Lynetten Begge variogrammer viser drift i den målte ledningsevne Renseanlæg Lynetten afløb Et plot af tidsserie for prøvetagning over 24 timer i afløb fra Renseanlæg Lynetten er vist i Figur 8. 15

18 Ledningsevne, ms/m Timer Figur 8 Tidsserie K Ledningsevne i spildevand udtaget over 24 timer i afløb fra Renseanlæg Lynetten Variogrammer for de to prøvetagninger over 6 minutter ses i Figur 9. Ledningsevne (L afløb) Ledningsevne (M afløb),25 y = -,16x +,178,25 y = -,9x +,1551,2,2,15,1,5 V(j),15,1, Figur 9 Variogram over tidsserier L og M Ledningsevne i spildevand udtaget over 6 minutter (med 2,5 minutters interval) i afløb fra Renseanlæg Lynetten Variogrammerne tyder på en tilfældig fordeling af måleværdierne for ledningsevne Industrispildevand Et plot af tidsserie for prøvetagning over 24 timer i spildevandsudløb fra industriel proces er vist i Figur 1. Ledningsevne, ms/m Timer Figur 1 Tidsserie W Ledningsevne i spildevand udtaget over 24 timer i udløb fra industriel proces Variogrammer for de to prøvetagninger over 6 minutter ses i Figur

19 Ledningsevne (X industrispildevand) Ledningsevne (Y industrispildevand),12 y = -,6x +,817,12 y =,254x +,642,1,1,8,8 V(j),6,4, V(j),6,4, Figur 11 Variogram over tidsserier X og Y Ledningsevne i spildevand udtaget over 6 minutter (med 2,5 minutters interval) i afløb fra industriel proces Ved den første prøvetagning (serie X) er måleværdierne tilnærmelsesvis tilfældigt fordelt, mens den anden tyder på en vis drift i måleværdierne Oversigt Resultatet af databehandling fra de 9 prøvetagninger, der er afbildet i Figur 6 til Figur 11 ses i Tabel 2 og Tabel 3. Ledningsevne 24 timer prøvetagning, total Variografi fra prøvetagning hvert 2,5 min 24 prøver variation V() s() (ms/m) s p = 9 ms/m CV = 27% Gennemsnit (ms/m) Indløb Lynetten 327 Serie A Serie B,158 6,3 499 Serie C,574 8, 357 Afløb Lynetten s p = 8 ms/m 335 Serie K CV = 2% Serie L,178 11,9 281 Serie M,155 3,5 278 Udløb industri s p = 356 ms/m 371 Serie W CV = 96% Serie X, Serie Y,642 82,6 326 Tabel 2 Elektrisk ledningsevne. Variation målt over 24 timer og estimeret variation over et uendeligt lille tidsrum Ledningsevne Indløb Lynetten Afløb Lynetten Industriudløb Samlet variation over 24 timer, CV p 27 % 2 % 96 % Variation fra neddeling, forbehandling og analyse, CV analytical 2,6 % 2, % 1,3 % Variation fra materiale og prøvetagning, CV sampling B: n.s. C: n.s. L: 3,7 % M: n.s. X: 29 % Y: 25 % Stikprøve, total variation, CV() B: 1,3 % C: 2,4 % n.s.: ikke signifikant L: 4,2 % M: 1,3 % X: 29 % Y: 25 % Tabel 3 Variationsbidrag ved måling af elektrisk ledningsevne i spildevand For målinger i både indløb og afløb på Lynetten ses for elektrisk ledningsevne, at bidraget til variationen på målingen fra materiale variation og prøvetagning enten ikke er signifikant eller at 17

20 det højst er af samme størrelsesorden som analysevariationen. Der ses ikke stor forskel på usikkerhed på måling i indløb og udløb. Ved betragtning af målingen af ledningsevne i udløbet fra industri ses et betydeligt bidrag fra prøvetagningen. Variationsbidragene fra spildevandssammensætningen og den automatiske prøvetagning er en størrelsesorden over analyse variationen, og analysevariationen er således uden betydning for den samlede variation fra prøvetagning og analyse. Dette følger af, at ledningsevnen varierer betydeligt i spildevandet. Det kan ikke afvises, at bidraget også er påvirket af procesvariation, såfremt 2 minutters intervallet ikke er tilstrækkeligt for elimination af procesvariation i det givne tilfælde. På grund af et meget højt indhold af partikulært materiale i spildevandet var selve den fysiske udtagning af prøverne (f.eks. tendens til tilstopning, stor sugehøjde) under forløbet vanskelig, hvilket gav sig udtryk i et let varierende volumen i de udtagne prøver. Dette kan have en afgørende betydning for de opnåede resultater, men er sandsynligvis en meget realistisk situation, så vidt angår prøvetagning af urenset spildevand på vanskelige prøvetagningssteder. For renseanlæg Lynetten udgør bidraget fra selve prøvetagningen samme størrelsesorden som analysevariationen. Forskellen fra de opnåede data fra Renseanlæg Lynetten og industriudledningen illustrerer tydeligt, at det er relevant at den samlede måleusikkerhed fra både prøvetagning og analyse knyttes til analyseresultater. Den samlede relative standardafvigelse (beregnet ud fra summen af prøvetagningsvarians og analysevarians) for måling af ledningsevne i prøver fra indløbet til Lynetten er 3 %, idet der tages hensyn til den største af de estimerede usikkerheder. Usikkerheden skyldes hovedsagelig analysen. Den samlede relative standardafvigelse (beregnet ud fra summen af prøvetagningsvarians og analysevarians) for måling af ledningsevne i prøver fra udløbet fra Lynetten beregnes til 4 %, idet der tages hensyn til den største af de to estimerede usikkerheder på prøvetagningen. Den samlede relative standardafvigelse (beregnet ud fra summen af prøvetagningsvarians og analysevarians) for måling af ledningsevne i prøver fra industriudløb beregnes til 29 %, idet der tages hensyn til den største af de to estimerede usikkerheder på prøvetagningen. 6.2 Kemisk oxygen forbrug COD er kun målt i indløb til Renseanlæg Lynetten og i industrispildevand. I afløb fra Renseanlæg Lynetten er i stedet målt NVOC (se afsnit 6.3) af hensyn til den utilfredsstilende analysekvalitet for COD i afløbsvand Renseanlæg Lynetten - indløb Et plot af tidsserie for prøvetagning over 24 timer i indløb til Renseanlæg Lynetten er vist i Figur

21 COD, mg/l O2 Timer Figur 12 Tidsserie A COD i spildevand udtaget over 24 timer i indløb til Renseanlæg Lynetten Variogrammer for de to prøvetagninger over 6 minutter ses i Figur 13. COD (B indløb) COD (C indløb) V(j),2,18,16,14,12,1,8,6,4,2 y =,659x +,5637 V(j),5,45,4,35,3,25,2,15,1,5 y =,2965x +, Figur 13 Variogram over tidsserier B og C COD i spildevand udtaget over 6 minutter (med 2,5 minutters interval) i indløb til Renseanlæg Lynetten Variogrammerne, særlig serie C, tyder på drift i måleværdierne for COD Industrispildevand Et plot af tidsserie for prøvetagning over 24 timer i spildevandsudløb fra industriel proces er vist i Figur 14. COD, mg/l O Timer Figur 14 Tidsserie W COD i spildevand udtaget over 24 timer i udløb fra industriel proces Variogrammer for de to prøvetagninger over 6 minutter ses i Figur

22 COD (X industrispildevand) COD (Y industrispildevand) V(j),18,16,14,12,1,8,6,4,2 y =,692x +, V(j),12,1,8,6,4,2 y =,118x +, Figur 15 Variogram over tidsserier X og Y COD i spildevand udtaget over 6 minutter (med 2,5 minutters interval) i afløb fra industriel proces Det første variogram (serie X) tyder på drift i måleværdierne, mens det andet viser tilnærmelsesvis tilfældig fordeling af måleværdierne for COD Oversigt Resultatet af databehandling fra de 6 prøvetagninger, der er afbildet i Figur 12 til Figur 15 ses i Tabel 4 og Tabel 5. COD 24 timer prøvetagning, total Variografi fra prøvetagning hvert 2,5 min 24 prøver Gennemsnit (mg/l O 2 ) variation V() s() (mg/l O 2 ) Indløb Lynetten Serie A s P = 195 mg/l O 2 CV = 34% 572 Serie B,564 53,9 718 Serie C,762 47,3 541 Udløb industri Serie W s P = 627 mg/l O 2 CV = 188% 3294 Serie X, Serie Y, Tabel 4 Kemisk oxygenforbrug (COD). Variation målt over 24 timer og estimeret variation over et uendeligt lille tidsrum Kemisk oxygenforbrug (COD) Indløb Lynetten Industriudløb Samlet variation over 24 timer, CV p 34 % 188 % Variation fra neddeling, forbehandling og analyse, CV analytical 1,7% 4,6 % Variation fra materiale og prøvetagning, CV sampling B: n.s. C: n.s. X: 27 % Y: 25 % Stikprøve, total variation, CV() B: 7,5 % C: 8,7 % X: 27 % Y: 26 % n.s.: ikke signifikant Tabel 5 Variationsbidrag ved måling af COD i spildevand Resultaterne for estimering af usikkerhedsbidrag for måling af kemisk oxygen forbrug illustrerer i eksemplet fra Renseanlæg Lynetten, at usikkerhedsbidraget fra håndteringen af prøverne efter prøvetagning og selve analysen af prøverne er af en sådan størrelse, at bidraget fra spildevandsstrømmens sammensætning og selve prøvetagningen kan negligeres. For målingen af COD i industriudløbet er usikkerheden fra selve prøveudtagningen signifikant større end prøvehåndteringsusikkerheden og vil være afgørende for måleusikkerheden for det samlede forløb. 2

23 Måleusikkerheden - angivet i relativ standardafvigelse - for måling af COD i spildevandsindløb til Lynetten kan angives til 11 %, hvor usikkerheden hovedsagelig beror på analyse- og forbehandlingsvariation. Måleusikkerheden - angivet i relativ standardafvigelse - for måling af COD i industriudløb kan angives til 27 %, idet der her tages hensyn til den højeste estimerede usikkerhed i forhold til materiale variation og prøvetagning. Langt størstedelen af denne usikkerhed beror på variation under prøvetagningen. 6.3 NVOC Renseanlæg Lynetten - afløb Et plot af tidsserie for prøvetagning over 24 timer i afløb fra Renseanlæg Lynetten er vist i Figur 16. mg/l C Timer Figur 16 Tidsserie K NVOC i spildevand udtaget over 24 timer i afløb fra Renseanlæg Lynetten Variogrammer for de to prøvetagninger over 6 minutter ses i Figur 17. NVOC (L afløb) NVOC (M afløb),6 y = -,344x +,3733,12 y =,39x +,8728,5,1,4,8 V(j),3 V(j),6,2,4,1, Figur 17 Variogram over tidsserier L og M NVOC i spildevand udtaget over 6 minutter (med 2,5 minutters interval) i afløb fra Renseanlæg Lynetten Begge variogrammer tyder på tilfældig fordeling af måleværdierne Oversigt Resultatet af databehandling fra de 3 prøvetagninger, der er afbildet i Figur 16 til Figur 17 ses i Tabel 6 og Tabel 7. NVOC Afløb Lynetten Serie K 24 timer prøvetagning, total Variografi fra prøvetagning hvert 2,5 min 24 prøver variation V() s() (mg/l C) s P = 1 mg/l C CV = 11% Gennemsnit (mg/l C) 9 21

24 Serie L,373,465 7,6 Serie M,873,683 7,3 Tabel 6 NVOC. Variation målt over 24 timer og estimeret variation over et uendeligt lille tidsrum L: 1,8 % NVOC Afløb Lynetten Samlet variation over 24 timer, CV p 11 % Variation fra neddeling, forbehandling og analyse, CV analytical 5,8 % Variation fra materiale og prøvetagning, CV sampling M: 7,3 % Stikprøve, total variation; CV() L: 6,1 % M: 9,3 % n.s.: ikke signifikant Tabel 7 Variationsbidrag ved måling af NVOC i spildevand I den ene prøvetagningsrunde (M) opnås at bidraget fra materiale variation og automatisk prøvetagning (7,3 %) er af samme størrelsesorden som bidraget fra den videre håndtering af prøven. I den anden runde (L) er prøvetagningsbidraget signifikant mindre end analysevariationen. Måleusikkerheden - angivet i relativ standardafvigelse - for måling af NVOC i spildevandsafløb fra Lynetten kan angives til 9 %, idet der tages hensyn til den største variation målt. 6.4 Suspenderet stof Suspenderet stof er ikke målt i afløb fra Renseanlæg Lynetten, da usikkerheden på analysen er meget stor ved de lave koncentrationer, der ses i afløbsvand Renseanlæg Lynetten - indløb Et plot af tidsserie for prøvetagning over 24 timer i indløb til Renseanlæg Lynetten er vist i Figur mg/l Timer Figur 18 Tidsserie A Suspenderet stof i spildevand udtaget over 24 timer i indløb til Renseanlæg Lynetten Variogrammer for de to prøvetagninger over 6 minutter ses i Figur

25 Suspenderet stof (B indløb) Suspenderet stof (C indløb),25 y =,1467x +,1575,14 y =,9178x +,29658 V(j),2,15,1 V(j),12,1,8,6, ,4, Figur 19 Variogram over tidsserier B og C Suspenderet stof i spildevand udtaget over 6 minutter (med 2,5 minutters interval) i indløb til Renseanlæg Lynetten Variogrammerne viser drift i måleværdierne for suspenderet stof for begge måleserier Industrispildevand Et plot af tidsserie for prøvetagning over 24 timer i spildevandsudløb fra industriel proces er vist i Figur mg/l Timer Figur 2 Tidsserie W Suspenderet stof i spildevand udtaget over 24 timer i udløb fra industriel proces Variogram for prøvetagning over 6 minutter ses i Figur 21. Suspenderet stof (X industrispildevand),6 y =,89x +,3855 V(j),5,4,3,2, Figur 21 Variogram over tidsserie X Suspenderet stof i spildevand udtaget over 6 minutter (med 2,5 minutters interval) i afløb fra industriel proces Variogrammet tyder på en svag drift i måleværdierne for suspenderet stof Oversigt Resultatet af databehandling fra de 5 prøvetagninger, der er afbildet i Figur 18 til Figur 21 ses i Tabel 8 og Tabel 9. 23

26 Suspenderet stof 24 timer prøvetagning, total Variografi fra prøvetagning hvert 2,5 min 24 prøver Gennemsnit (mg/l) variation V() s() (mg/l) Indløb Lynetten Serie A s P = 91 mg/l CV = 37% 249 Serie B,158 6, Serie C,297 19,9 365 Udløb industri Serie W s P = 29 mg/l CV = 98% 213 Serie X, Tabel 8 Suspenderet stof. Variation målt over 24 timer og estimeret variation over et uendeligt lille tidsrum Suspenderet stof Indløb Lynetten Industriudløb Samlet variation over 24 timer, CV p 37 % 98 % Variation fra neddeling, forbehandling og analyse, CV analytical 16,8 % 15,4 % Variation fra materiale og B: n.s. X: 6 % prøvetagning, CV sampling C: n.s. Stikprøve, total variation, CV() B: 1,3 % X: 62 % C: 5,5 % n.s.: ikke signifikant Tabel 9 Variationsbidrag ved måling af suspenderet stof i spildevand Resultaterne for suspenderet stof viser, at usikkerhedsbidraget fra håndteringen af prøverne efter prøvetagning og analyse af prøverne er af en sådan størrelse (henholdsvis 16,8 og 15,4 %), at bidraget fra spildevandsstrømmens sammensætning og selve prøvetagningen kan negligeres i eksemplet fra indløb til Renseanlæg Lynetten. For målingen af suspenderet stof i industriudløbet er usikkerheden fra selve prøveudtagningen signifikant større (6 %) end prøvehåndteringsusikkerheden (15,4 %) og vil være afgørende for måleusikkerheden for det samlede forløb. Måleusikkerheden - angivet i relativ standardafvigelse - for måling af suspenderet stof i spildevandsindløb til Lynetten kan angives til 17 %. Måleusikkerheden - angivet i relativ standardafvigelse - for måling af suspenderet stof i industriudløb kan angives til 62 %. Eksemplet illustrerer, at der er en betydelig måleusikkerhed forbundet med prøvetagning på det konkrete prøvetagningssted og med den konkrete udledning. 6.5 Total phosphor Renseanlæg Lynetten - indløb Et plot af tidsserie for prøvetagning over 24 timer i indløb til Renseanlæg Lynetten er vist i Figur

By- og Landskabsstyrelsens Referencelaboratorium. Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand. By- og Landskabsstyrelsen

By- og Landskabsstyrelsens Referencelaboratorium. Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand. By- og Landskabsstyrelsen By- og Landskabsstyrelsens Referencelaboratorium Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand II. Variografisk analyse på flere renseanlæg By- og Landskabsstyrelsen Rapport November

Læs mere

Bestemmelse usikkerhed ved prøvetagning af spildevand ved et variografisk eksperiment

Bestemmelse usikkerhed ved prøvetagning af spildevand ved et variografisk eksperiment 1. udgave Godkendt: 2013-09-22 Forfatter: Ulla Lund Kvalitetssikring: Per Andersen Forord Bestemmelse usikkerhed ved prøvetagning af spildevand ved et variografisk eksperiment Denne metode beskriver anvendelse

Læs mere

Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand

Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand By- og Landskabsstyrelsens Referencelaboratorium Bestemmelse af usikkerhed ved automatisk prøvetagning af spildevand III. Sammenlignende prøvetagning By- og Landskabsstyrelsen Rapport November 2007 Bestemmelse

Læs mere

By- og Landskabsstyrelsens Referencelaboratorium Interferens fra chlorid ved bestemmelse af COD med analysekit

By- og Landskabsstyrelsens Referencelaboratorium Interferens fra chlorid ved bestemmelse af COD med analysekit By- og Landskabsstyrelsens Referencelaboratorium Interferens fra chlorid ved bestemmelse af COD med analysekit By- og Landskabsstyrelsen Rapport Februar 2008 Interferens fra chlorid ved bestemmelse af

Læs mere

Prøvetagningsusikkerhed for spildevand. V. Sammenfatning af undersøgelser Naturstyrelsens Referencelaboratorium for Kemiske Miljømålinger

Prøvetagningsusikkerhed for spildevand. V. Sammenfatning af undersøgelser Naturstyrelsens Referencelaboratorium for Kemiske Miljømålinger Prøvetagningsusikkerhed for spildevand V. Sammenfatning af undersøgelser 2003-2010 Naturstyrelsens Referencelaboratorium for Kemiske Miljømålinger Titel: Prøvetagningsusikkerhed for spildevand, V. Sammenfatning

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Prøvetagning af spildevand til kemisk analyse Miljøstyrelsens Referencelaboratorium

Betydning af erstatning af DS metoder med EN metoder - Prøvetagning af spildevand til kemisk analyse Miljøstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN metoder - Prøvetagning af spildevand til kemisk analyse Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport Marts 2006 Betydning af erstatning af DS

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af biokemisk oxygenforbrug (BOD) Miljøstyrelsens Referencelaboratorium

Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af biokemisk oxygenforbrug (BOD) Miljøstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af biokemisk oxygenforbrug (BOD) Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport December 2005 Betydning af erstatning af

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af uklarhed (turbiditet) Miljøstyrelsens Referencelaboratorium

Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af uklarhed (turbiditet) Miljøstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af uklarhed (turbiditet) Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport December 2004 Betydning af erstatning af DS metoder

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Farvetal

Betydning af erstatning af DS metoder med EN metoder - Farvetal Betydning af erstatning af DS metoder med EN metoder - Farvetal Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport December 2004 Betydning af erstatning af DS metoder med EN metoder - Farvetal

Læs mere

By- og Landskabsstyrelsens Referencelaboratorium. Aggressiv carbondioxid. By- og Landskabsstyrelsen. Vurdering af analysemetodens detektionsgrænse

By- og Landskabsstyrelsens Referencelaboratorium. Aggressiv carbondioxid. By- og Landskabsstyrelsen. Vurdering af analysemetodens detektionsgrænse By- og Landskabsstyrelsens Referencelaboratorium Aggressiv carbondioxid Vurdering af analysemetodens detektionsgrænse By- og Landskabsstyrelsen Rapport Juni 2010 Aggressiv carbondioxid Vurdering af analysemetodens

Læs mere

Metaller i spildevand og perkolat Analysetekniske vanskeligheder og forslag til forbedring af Anders Kjærulff Svaneborg

Metaller i spildevand og perkolat Analysetekniske vanskeligheder og forslag til forbedring af Anders Kjærulff Svaneborg NYT FRA 2008/2 ISSN: 1901-5437 Metaller i spildevand og perkolat Analysetekniske vanskeligheder og forslag til forbedring af Anders Kjærulff Svaneborg Referencelaboratoriet har gennemgået resultaterne

Læs mere

Naturstyrelsens Referencelaboratorium for Kemiske Miljømålinger NOTAT

Naturstyrelsens Referencelaboratorium for Kemiske Miljømålinger NOTAT Naturstyrelsens Referencelaboratorium for Kemiske Miljømålinger NOTAT Til: Brugere af Bekendtgørelse om kvalitetskrav til miljømålinger udført af akkrediterede laboratorier, certificerede personer mv.

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Total nitrogen i vandige prøver Miljøstyrelsens Referencelaboratorium

Betydning af erstatning af DS metoder med EN metoder - Total nitrogen i vandige prøver Miljøstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN metoder - Total nitrogen i vandige prøver Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport Juni 2004 Betydning af erstatning af DS metoder med EN

Læs mere

hed ved and døgnprøver Rapport

hed ved and døgnprøver Rapport Naturstyrelsens Referen ncelaboratorium Bestemmelse af usikkerh hed ved automatisk prøvetagning af spildeva and IV. Usikkerhed på flowproportionale døgnprøver Naturstyrelsen Rapport November 2012 Bestemmelse

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Suspenderede stoffers tørstof og glødetab Miljøstyrelsens Referencelaboratorium

Betydning af erstatning af DS metoder med EN metoder - Suspenderede stoffers tørstof og glødetab Miljøstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN metoder - Suspenderede stoffers tørstof og glødetab Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport Juni 2004 Betydning af erstatning af DS metoder

Læs mere

Miljøstyrelsens Referencelaboratorium Stabilitet af næringssalte og ph i spildevand Pilotundersøgelse 2005 og 2006

Miljøstyrelsens Referencelaboratorium Stabilitet af næringssalte og ph i spildevand Pilotundersøgelse 2005 og 2006 Miljøstyrelsens Referencelaboratorium Stabilitet af næringssalte og ph i spildevand Pilotundersøgelse 2005 og 2006 Miljøstyrelsen Rapport April 2006 Miljøstyrelsens Referencelaboratorium Stabilitet af

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Kjeldahl nitrogen

Betydning af erstatning af DS metoder med EN metoder - Kjeldahl nitrogen Betydning af erstatning af DS metoder med EN metoder - Kjeldahl nitrogen Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport December 2004 Betydning af erstatning af DS metoder med EN metoder

Læs mere

By- og Landskabsstyrelsens Referencelaboratorium Filtrering af vandprøver til bestemmelse af ammonium

By- og Landskabsstyrelsens Referencelaboratorium Filtrering af vandprøver til bestemmelse af ammonium By- og Landskabsstyrelsens Referencelaboratorium Filtrering af vandprøver til bestemmelse af ammonium By- og Landskabsstyrelsen Rapport November 2008 Filtrering af vandprøver til bestemmelse af ammonium

Læs mere

Betydning af revision af en DS/EN ISO standard

Betydning af revision af en DS/EN ISO standard By- og Landskabsstyrelsens Referencelaboratorium Betydning af revision af en DS/EN ISO standard Bestemmelser af total cyanid og fri cyanid i vand med flow analyse By- og Landskabsstyrelsen Rapport Juni

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Total phosphor i vandige prøver Miljøstyrelsens Referencelaboratorium

Betydning af erstatning af DS metoder med EN metoder - Total phosphor i vandige prøver Miljøstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN metoder - Total phosphor i vandige prøver Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport Oktober 2004 Betydning af erstatning af DS metoder med

Læs mere

Referencelaboratoriet for måling af emissioner til luften

Referencelaboratoriet for måling af emissioner til luften Referencelaboratoriet for måling af emissioner til luften Rapport nr.: 77 Titel Hvordan skal forekomsten af outliers på lugtmålinger vurderes? Undertitel - Forfatter(e) Arne Oxbøl Arbejdet udført, år 2015

Læs mere

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Til: Følgegruppen for Naturstyrelsens Referencelaboratorium cc: Fra: Ulla Lund Dato: 6. juni 2016 QA: Emne: Maj-Britt

Læs mere

By- og Landskabsstyrelsens Referencelaboratorium. Betydning af ny DS/ISO standard. By- og Landskabsstyrelsen. Total nitrogen i vandige prøver 2

By- og Landskabsstyrelsens Referencelaboratorium. Betydning af ny DS/ISO standard. By- og Landskabsstyrelsen. Total nitrogen i vandige prøver 2 By- og Landskabsstyrelsens Referencelaboratorium Betydning af ny DS/ISO standard Total nitrogen i vandige prøver 2 By- og Landskabsstyrelsen Rapport Juni 2010 Betydning af ny DS/ISO standard Total nitrogen

Læs mere

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR PARAMETRE DER PT. ER INDEHOT I BKG. NR. 866 Bekendtgørelsens bilag.4, Overvågning af jordvand, drænvand m.m. Endeligt forslag til bilag.4 i bekendtgørelsen

Læs mere

By- og Landskabsstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT

By- og Landskabsstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT By- og Landskabsstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT Til: Styringsgruppen for By- og Landskabsstyrelsens Referencelaboratorium cc: Fra: Ulla Lund Dato: 11. juni 2009 Emne: Metodevurdering

Læs mere

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.

3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven. PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve

Læs mere

Usikkerhed/fejl ved automatisk prøvetagning af spildevand Litteraturundersøgelse og forsøgsskitse

Usikkerhed/fejl ved automatisk prøvetagning af spildevand Litteraturundersøgelse og forsøgsskitse Usikkerhed/fejl ved automatisk prøvetagning af spildevand Litteraturundersøgelse og forsøgsskitse Eurofins A/S Rapport Februar 2003 Revideret November 2005 Usikkerhed/fejl ved automatisk prøvetagning af

Læs mere

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR PARAMETRE DER PT. ER INDEHOLDT I BKG. NR. 866 1 Bekendtgørelsens bilag 1.8, Spildevand, renset og urenset Endeligt forslag til bilag 1.8 i bekendtgørelsen

Læs mere

Miljøstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT

Miljøstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT Miljøstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT Til: Styringsgruppen for Miljøstyrelsen Referencelaboratorium cc: Fra: Kirsten Jebjerg Andersen Dato: 16. marts 2005 Emne: Bestemmelser

Læs mere

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR PARAMETRE DER PT. ER INDEHOT I BKG. NR. 866 1 Bekendtgørelsens bilag 1.15, Kontrol/overvågning af fersk overfladevand Endeligt forslag til bilag 1.15

Læs mere

Miljøstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT

Miljøstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT Miljøstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT Til: cc: Fra: Styringsgruppen for Miljøstyrelsen Referencelaboratorium Irene Edelgaard, Miljøstyrelsen Ulla Lund Dato: 21. september

Læs mere

Styringsgruppen for Miljøstyrelsen Referencelaboratorium

Styringsgruppen for Miljøstyrelsen Referencelaboratorium NOTAT Til: Styringsgruppen for Miljøstyrelsen Referencelaboratorium cc: Fra: Ulla Lund Dato: 13. november 2002 Emne: Metodedatablade for BOD, COD og NVOC Der er udarbejdet metodedatablade for BOD og COD,

Læs mere

By- og Landskabsstyrelsens Referencelaboratorium. Stabilitet af uorganiske næringssalte. By- og Landskabsstyrelsen

By- og Landskabsstyrelsens Referencelaboratorium. Stabilitet af uorganiske næringssalte. By- og Landskabsstyrelsen By- og Landskabsstyrelsens Referencelaboratorium Stabilitet af uorganiske næringssalte Undersøgelser i marint vand samt oversigt for alle vandtyper By- og Landskabsstyrelsen Rapport Marts 2009 Stabilitet

Læs mere

ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER

ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER Notat 11.4 dato den /7-011 ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER DÆKKET AF BKG. NR. 866 1 Bekendtgørelsens bilag 1.10, Kontrol af jord Endeligt forslag til kvalitetskrav for nye parametre

Læs mere

Rapport December Miljøstyrelsen. BOD 5 på lavt niveau. Evaluering af BOD 5 metoder til anvendelse på detektionsgrænseniveau i spildevand

Rapport December Miljøstyrelsen. BOD 5 på lavt niveau. Evaluering af BOD 5 metoder til anvendelse på detektionsgrænseniveau i spildevand Rapport December 2000 Miljøstyrelsen BOD 5 på lavt niveau Evaluering af BOD 5 metoder til anvendelse på detektionsgrænseniveau i spildevand Agern Allé 11 2970 Hørsholm Tel: 4516 9200 Fax: 4516 9292 E-mail:

Læs mere

Måleusikkerhed. Laboratoriedag 9. juni 2011

Måleusikkerhed. Laboratoriedag 9. juni 2011 Måleusikkerhed..alle usikkerhedskomponenter af betydning for den foreliggende situation tages i betragtning ved, at der foretages en passende analyse (ISO 17025, pkt 5.4.6.3) Laboratoriedag 9. juni 2011

Læs mere

Usikkerhed ved prøvetagning i havvand af Mikael Krysell, Eurofins A/S

Usikkerhed ved prøvetagning i havvand af Mikael Krysell, Eurofins A/S NYT FRA 2005/ Usikkerhed ved prøvetagning i havvand af Mikael Krysell, Eurofins A/S En gennemgang af eksisterende data viser, at prøvetagningen normalt er den dominerende kilde til usikkerhed i havvandsdata.

Læs mere

By- og Landskabsstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT

By- og Landskabsstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT By- og Landskabsstyrelsens Referencelaboratorium for Kemiske Miljøanalyser NOTAT Til: Styringsgruppen for By- og Landskabsstyrelsen Referencelaboratorium cc: Fra: Ulla Lund Dato: 31. oktober 2007 Emne:

Læs mere

Rådgivning ved revision af Bekendtgørelse nr. 637 Sammenstilling af analysekvalitet fra intern kvalitetskontrol

Rådgivning ved revision af Bekendtgørelse nr. 637 Sammenstilling af analysekvalitet fra intern kvalitetskontrol Rådgivning ved revision af Bekendtgørelse nr. 637 Sammenstilling af analysekvalitet fra intern kvalitetskontrol Miljøstyrelsen Teknisk Notat Juni 2003 Sammenstilling af analysekvalitet fra intern kvalitetskontrol

Læs mere

ISCC. IMM Statistical Consulting Center. Brugervejledning til beregningsmodul til robust estimation af nugget effect. Technical University of Denmark

ISCC. IMM Statistical Consulting Center. Brugervejledning til beregningsmodul til robust estimation af nugget effect. Technical University of Denmark IMM Statistical Consulting Center Technical University of Denmark ISCC Brugervejledning til beregningsmodul til robust estimation af nugget effect Endelig udgave til Eurofins af Christian Dehlendorff 15.

Læs mere

cc: Til: Fra: Ulla Lund Dato: 1. marts QA: Emne: Naturstyrelsen om krav Returskyllevand Vandkvalitetskravv Bassinvand Turbiditet NVOC 0,2 FNU 4 mg C/L

cc: Til: Fra: Ulla Lund Dato: 1. marts QA: Emne: Naturstyrelsen om krav Returskyllevand Vandkvalitetskravv Bassinvand Turbiditet NVOC 0,2 FNU 4 mg C/L Naturstyrelsens Referencelaboratorium for Kemiske Miljømålinger NOTAT Til: Naturstyrelsen cc: Fra: Dato: Ulla Lund. marts 0 QA: Emne: Genanvendelse aff fra svømmebadee forslag til til analysekvalitet I

Læs mere

Miljøstyrelsens Referencelaboratorium Undersøgelse af konserveringsmetoder for kviksølv i spildevand

Miljøstyrelsens Referencelaboratorium Undersøgelse af konserveringsmetoder for kviksølv i spildevand Miljøstyrelsens Referencelaboratorium Undersøgelse af konserveringsmetoder for kviksølv i spildevand Miljøstyrelsen Rapport September 2005 Miljøstyrelsens Referencelaboratorium Undersøgelse af konserveringsmetoder

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af frit og total chlor Miljøstyrelsens Referencelaboratorium

Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af frit og total chlor Miljøstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af frit og total chlor Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport December 2005 Betydning af erstatning af DS metoder

Læs mere

ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER

ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER DÆKKET AF BKG. NR. 866 1 Generelle principper Analysekvalitetskrav for parametre, der pt. ikke er dækket af den gældende bekendtgørelse nr. 866, frembringes

Læs mere

NYT FRA 2009/2 ISSN: 1901-5437

NYT FRA 2009/2 ISSN: 1901-5437 NYT FRA 2009/2 ISSN: 1901-5437 Bestemmelse af COD med analysekits Interferens fra chlorid og sammenligning med standardmetoder ved analyse af perkolat og fersk overfladevand af Ulla Lund Referencelaboratoriet

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Introduktion 1 Formelt Lærere: Esben Budtz-Jørgensen Jørgen Holm Petersen Øvelseslærere: Berivan+Kathrine, Amalie+Annabell Databehandling: SPSS

Læs mere

Uge 43 I Teoretisk Statistik, 21. oktober Forudsigelser

Uge 43 I Teoretisk Statistik, 21. oktober Forudsigelser Uge 43 I Teoretisk Statistik,. oktober 3 Simpel lineær regressionsanalyse Forudsigelser Fortolkning af regressionsmodellen Ekstreme observationer Transformationer Sammenligning af to regressionslinier

Læs mere

KRITERIER FOR TILFREDSSTILLENDE PRÆSTATION I

KRITERIER FOR TILFREDSSTILLENDE PRÆSTATION I KRITERIER FOR TILFREDSSTILLENDE PRÆSTATION I PRÆSTATIONSPRØVNING - SAMMENLIGNING MELLEM BKG. 866 OG FORSLAG TIL REVIDERET BEKENDTGØRELSE 1 Baggrund Ved høring af revideret bekendtgørelse om analysekvalitet

Læs mere

C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2.

C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b2. C) Perspektiv jeres kommunes resultater vha. jeres svar på spørgsmål b1 og b. 5.000 4.800 4.600 4.400 4.00 4.000 3.800 3.600 3.400 3.00 3.000 1.19% 14.9% 7.38% 40.48% 53.57% 66.67% 79.76% 9.86% 010 011

Læs mere

Styrelsen for Vand- og Naturforvaltnings Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT

Styrelsen for Vand- og Naturforvaltnings Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Styrelsen for Vand- og Naturforvaltnings Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Til: Følgegruppen for Styrelsen for Vand- og Naturforvaltnings Referencelaboratorium cc:

Læs mere

Mettler analysevægt 2,34 3,05 5,20 6,20 8,15 10,32 11,01 11,72 12,27 12,88 14,83 15,23 17,64

Mettler analysevægt 2,34 3,05 5,20 6,20 8,15 10,32 11,01 11,72 12,27 12,88 14,83 15,23 17,64 Opgave 1 (s1 opgave 38) To forskellige laboratorievægte ønskes sammenlignet. Man afvejer derfor en række prøver på begge vægte med følgende resultater (alle i gram): Sartorius analysevægt 2,36 3,05 5,19

Læs mere

Prøveudtagning. Kirsten Jebjerg Andersen DANAK

Prøveudtagning. Kirsten Jebjerg Andersen DANAK Prøveudtagning Kirsten Jebjerg Andersen DANAK Det specielle ved prøvetagning? Specifikke krav til prøvetagning fremgår af ISO 17025, 2005, kapitel 5.7 (DIS 7.3) Man kan akkrediteres til prøvetagning Stand

Læs mere

Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af opløst oxygen Miljøstyrelsens Referencelaboratorium

Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af opløst oxygen Miljøstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN metoder - Bestemmelse af opløst oxygen Miljøstyrelsens Referencelaboratorium Miljøstyrelsen Rapport December 2005 Betydning af erstatning af DS metoder med

Læs mere

By- og Landskabsstyrelsens Referencelaboratorium Stabilitet af næringssalte, alkalinitet og ph i drikkevand og råvand

By- og Landskabsstyrelsens Referencelaboratorium Stabilitet af næringssalte, alkalinitet og ph i drikkevand og råvand By- og Landskabsstyrelsens Referencelaboratorium Stabilitet af næringssalte, alkalinitet og ph i drikkevand og råvand By- og Landskabsstyrelsen Rapport November 2007 Stabilitet af næringssalte, alkalinitet

Læs mere

ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER

ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER ANALYSEKVALITETSKRAV TIL PARAMETRE DER PT. IKKE ER DÆKKET AF BKG. NR. 866 1 Bekendtgørelsens bilag 1.13, Spildevandsslam Endeligt forslag til kvalitetskrav for nye parametre i bilag 1.13 i bekendtgørelsen

Læs mere

Årsberetning 2006 af Ulla Lund

Årsberetning 2006 af Ulla Lund NYT FRA 2007/2 ISSN: 1901-5437 Årsberetning 2006 af Ulla Lund Referencelaboratoriet for miljøkemiske analyser er etableret i henhold til kontrakt mellem Miljøstyrelsen og Eurofins A/ S. Første aftale blev

Læs mere

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion

Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab. Introduktion Statistik ved Bachelor-uddannelsen i folkesundhedsvidenskab Introduktion 1 Formelt Lærer: Jørgen Holm Petersen Øvelseslærere: Amalie og Marie Databehandling: SPSS Eksamen: Ugeopgave efterfulgt af mundtlig

Læs mere

Mikro-kursus i statistik 1. del. 24-11-2002 Mikrokursus i biostatistik 1

Mikro-kursus i statistik 1. del. 24-11-2002 Mikrokursus i biostatistik 1 Mikro-kursus i statistik 1. del 24-11-2002 Mikrokursus i biostatistik 1 Hvad er statistik? Det systematiske studium af tilfældighedernes spil!dyrkes af biostatistikere Anvendes som redskab til vurdering

Læs mere

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR Notat 10.6 dato den 1/7-011 FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR PARAMETRE DER PT. ER INDEHOLDT I BKG. NR. 866 1 Bekendtgørelsens bilag 1.7, Kontrol/overvågning af marint vand Endeligt forslag

Læs mere

Betydning af erstatning af DS metoder med EN/ISO metoder

Betydning af erstatning af DS metoder med EN/ISO metoder By- og Landskabsstyrelsens Referencelaboratorium Betydning af erstatning af DS metoder med EN/ISO metoder Farvetal Opdatering af rapport (2004) By- og Landskabsstyrelsen Rapport Juni 2010 Betydning af

Læs mere

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR Notat 10.8 dato den 15/1-010 FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR PARAMETRE DER PT. ER INDEHOLDT I BKG. NR. 866 1 Bekendtgørelsens bilag 1.9, Svømmebassinkontrol Endeligt forslag til bilag

Læs mere

Normalfordelingen og Stikprøvefordelinger

Normalfordelingen og Stikprøvefordelinger Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger

Læs mere

Forsøg med Sorbicell på Østerbro Brandstation

Forsøg med Sorbicell på Østerbro Brandstation Forsøg med Sorbicell på Østerbro Brandstation Intern projekt rapport udarbejdet af Per Bjerager og Marina Bergen Jensen KU-Science, nov. 2014 Introduktion SorbiCell er et porøst engangsmodul til analyse

Læs mere

grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen

grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) Variation indenfor og mellem grupper F-test for ingen effekt AnovaTabel Beregning af p-værdi i F-fordelingen

Læs mere

Præstationsprøvning 2006

Præstationsprøvning 2006 Rapport nr. 36-006 Præstationsprøvning 006 NO x, CO, UHC og O i strømmende gas Arne Oxbøl 10. juli 006 Miljøstyrelsens Referencelaboratorium for måling af emissioner til luften Park Allé 345, DK-605 Brøndby

Læs mere

Statistisk analyse af næringsstoffers stabilitet

Statistisk analyse af næringsstoffers stabilitet Statistisk analyse af næringsstoffers stabilitet Notat fra DCE Nationalt Center for Miljø og Energi Dato: 4. august 216 Jacob Carstensen Institut for Bioscience Rekvirent: Naturstyrelsen Antal sider: 21

Læs mere

Kapitel 11 Lineær regression

Kapitel 11 Lineær regression Kapitel 11 Lineær regression Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 1 Indledning Vi modellerer en afhængig variabel (responset) på baggrund af en uafhængig variabel (stimulus),

Læs mere

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Til: Følgegruppen for Naturstyrelsens Referencelaboratorium cc: Fra: Lars Møller Jensen og Stine Kjær Ottsen Dato:

Læs mere

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte

Læs mere

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo

Kursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte

Læs mere

Modellering af stoftransport med GMS MT3DMS

Modellering af stoftransport med GMS MT3DMS Modellering af stoftransport med GMS MT3DMS Formål Formålet med modellering af stoftransport i GMS MT3DMS er, at undersøge modellens evne til at beskrive den målte stoftransport gennem sandkassen ved anvendelse

Læs mere

Bestemmelse af stofdispersion

Bestemmelse af stofdispersion Bestemmelse af stofdispersion Ved hjælp af stoffet kaliumklorid (KCl) er det forsøgt at bestemme den stofspredning, som foregår i sandkassen. Der er i forsøget benyttet KCl, eftersom kloridionerne er negativt

Læs mere

Anvendelsen af kulrør - kan vi optimere prøvetagningen?

Anvendelsen af kulrør - kan vi optimere prøvetagningen? Anvendelsen af kulrør - kan vi optimere prøvetagningen? Foreløbige resultater af et TUP-projekt Vintermødet d. 6. marts 2018, spor 4, modul 3 Sine Thorling Sørensen (RH), Henriette Kerrn-Jespersen (RH),

Læs mere

NYT FRA 2009/1 ISSN:

NYT FRA 2009/1 ISSN: NYT FRA 2009/1 ISSN: 1901-5437 Årsberetning 2008 Referencelaboratoriet for miljøkemiske analyser er etableret i henhold til kontrakt mellem Miljøstyrelsen (nu overgået til By- og Landskabsstyrelsen) og

Læs mere

Udmøntning af principper for fastlæggelse af krav til analysekvalitet

Udmøntning af principper for fastlæggelse af krav til analysekvalitet Udmøntning af principper for fastlæggelse af krav til analysekvalitet 1. Formål Formålet med notat er at beskrive hvilke kvalitetsparametre, laboratorierne skal anvende til dokumentation af analysekvalitet,

Læs mere

Bestemmelse af hydraulisk ledningsevne

Bestemmelse af hydraulisk ledningsevne Bestemmelse af hydraulisk ledningsevne Med henblik på at bestemme den hydrauliske ledningsevne for de benyttede sandtyper er der udført en række forsøg til bestemmelse af disse. Formål Den hydrauliske

Læs mere

Rådgivning ved revision af Bekendtgørelse nr. 637 Analysekvalitet og metoder for bestemmelse af sporelementer i destruerede prøver

Rådgivning ved revision af Bekendtgørelse nr. 637 Analysekvalitet og metoder for bestemmelse af sporelementer i destruerede prøver Rådgivning ved revision af Bekendtgørelse nr. 637 Analysekvalitet og metoder for bestemmelse af sporelementer i destruerede prøver Miljøstyrelsen Teknisk Notat November 2004 Analysekvalitet og metoder

Læs mere

Biokemisk oxygenforbrug over 5 døgn (BOD 5 ) på lavt niveau med tilsætning af N-allylthiourea

Biokemisk oxygenforbrug over 5 døgn (BOD 5 ) på lavt niveau med tilsætning af N-allylthiourea 1. Omfang og anvendelsesområde Biokemisk oxygenforbrug over 5 døgn (BOD 5 ) på lavt niveau med tilsætning af N-allylthiourea 2. udgave Godkendt: 28-05-2019 Denne metode beskriver måling af biokemisk oxygenforbrug

Læs mere

Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning

Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning 1 Multipel regressions model Eksempel Multipel regressions model Den generelle model Estimation Multipel R-i-anden F-test for effekt af prædiktorer Test for vekselvirkning PSE (I17) ASTA - 11. lektion

Læs mere

Bilag 7. SFA-modellen

Bilag 7. SFA-modellen Bilag 7 SFA-modellen November 2016 Bilag 7 Konkurrence- og Forbrugerstyrelsen Forsyningssekretariatet Carl Jacobsens Vej 35 2500 Valby Tlf.: +45 41 71 50 00 E-mail: kfst@kfst.dk Online ISBN 978-87-7029-650-2

Læs mere

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR

FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR FORSLAG TIL ANALYSEKVALITETSKRAV EFTER NY MODEL FOR PARAMETRE DER PT. ER INDEHOT I BKG. NR. 866 Bekendtgørelsens bilag., Spildevandsslam Endeligt forslag til bilag. i bekendtgørelsen ses i bilag A til

Læs mere

Bilagsnotat til: De nationale tests måleegenskaber

Bilagsnotat til: De nationale tests måleegenskaber Bilagsnotat til: De nationale tests måleegenskaber Baggrund Der er ti obligatoriske test á 45 minutters varighed i løbet af elevernes skoletid. Disse er fordelt på seks forskellige fag og seks forskellige

Læs mere

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Til: Følgegruppen for Naturstyrelsens Referencelaboratorium cc: Fra: Maj-Britt Fruekilde Dato: 9. november 2015

Læs mere

Stikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader

Stikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af

Læs mere

Produkt og marked - matematiske og statistiske metoder

Produkt og marked - matematiske og statistiske metoder Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring

Læs mere

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT

Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Naturstyrelsens Referencelaboratorium for Kemiske og Mikrobiologiske Miljømålinger NOTAT Til: Følgegruppen for Naturstyrelsens Referencelaboratorium cc: Fra: Maj-Britt Fruekilde Dato: 26. november 2014

Læs mere

Projektopgave Observationer af stjerneskælv

Projektopgave Observationer af stjerneskælv Projektopgave Observationer af stjerneskælv Af: Mathias Brønd Christensen (20073504), Kristian Jerslev (20072494), Kristian Mads Egeris Nielsen (20072868) Indhold Formål...3 Teori...3 Hvorfor opstår der

Læs mere

Interkalibrering Sedimentprøvetagning i søer 2017

Interkalibrering Sedimentprøvetagning i søer 2017 Interkalibrering Sedimentprøvetagning i søer 2017 Notat fra DCE - Nationalt Center for Miljø og Energi Dato: 1. februar 2019 Liselotte Sander Johansson Martin Søndergaard Institut for Bioscience Rekvirent:

Læs mere

Syntetisk prøve (COD Cr 247 mg O 2 /L)

Syntetisk prøve (COD Cr 247 mg O 2 /L) Notat til metodeundersøgelse af chlorid indholdets indflydelse på COD Cr bestemmelsen ifølge DS 217: 1991. (Kirsten Stuckert i samarbejde med Jill Merry) Indledning: Når en prøves COD Cr indhold bestemmes

Læs mere

Løsning til eksaminen d. 14. december 2009

Løsning til eksaminen d. 14. december 2009 DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,

Læs mere

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala

Sandsynlighedsfordelinger for kontinuerte data på interval/ratioskala 3 5% 5% 5% 0 3 4 5 6 7 8 9 0 Statistik for biologer 005-6, modul 5: Normalfordelingen opstår når mange forskellige faktorer uafhængigt af hinanden bidrager med additiv variation til. F.eks. Højde af rekrutter

Læs mere

1 Hb SS Hb Sβ Hb SC = , (s = )

1 Hb SS Hb Sβ Hb SC = , (s = ) PhD-kursus i Basal Biostatistik, efterår 2006 Dag 6, onsdag den 11. oktober 2006 Eksempel 9.1: Hæmoglobin-niveau og seglcellesygdom Data: Hæmoglobin-niveau (g/dl) for 41 patienter med en af tre typer seglcellesygdom.

Læs mere

Ekstremregn i Danmark

Ekstremregn i Danmark Ekstremregn i Danmark Supplement til statistisk bearbejdning af nedbørsdata fra Spildevandskomiteens regnmålersystem 1979-96 Henrik Madsen August 2002 Miljø & Ressourcer DTU Danmark Tekniske Universitet

Læs mere

Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)

Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup) Kursus 02402 Introduktion til Statistik Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske

Læs mere

1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ

1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ Indhold 1 Ensidet variansanalyse(kvantitativt outcome) - sammenligning af flere grupper(kvalitativ exposure) 2 1.1 Variation indenfor og mellem grupper.......................... 2 1.2 F-test for ingen

Læs mere

Miljøstyrelsens Referencelaboratorium. Stabilitet af næringssalte og alkalinitet i fersk overfladevand. Miljøstyrelsen

Miljøstyrelsens Referencelaboratorium. Stabilitet af næringssalte og alkalinitet i fersk overfladevand. Miljøstyrelsen Miljøstyrelsens Referencelaboratorium Stabilitet af næringssalte og alkalinitet i fersk overfladevand Miljøstyrelsen Rapport December 2006 Miljøstyrelsens Referencelaboratorium Stabilitet af næringssalte

Læs mere

Mindste kvadraters tilpasning Prædiktion og residualer Estimation af betinget standardafvigelse Test for uafhængighed Konfidensinterval for hældning

Mindste kvadraters tilpasning Prædiktion og residualer Estimation af betinget standardafvigelse Test for uafhængighed Konfidensinterval for hældning 1 Regressionsproblemet 2 Simpel lineær regression Mindste kvadraters tilpasning Prædiktion og residualer Estimation af betinget standardafvigelse Test for uafhængighed Konfidensinterval for hældning 3

Læs mere

Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ 2 -test og Goodness of Fit test.

Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ 2 -test og Goodness of Fit test. Lars Andersen: Anvendelse af statistik. Notat om deskriptiv statistik, χ -test og Goodness of Fit test. Anvendelser af statistik Statistik er et levende og fascinerende emne, men at læse om det er alt

Læs mere

Nye metoder til bestemmelse af KCl i halm

Nye metoder til bestemmelse af KCl i halm RESUME for Eltra PSO-F&U projekt nr. 3136 Juli 2002 Nye metoder til bestemmelse af KCl i halm Indhold af vandopløselige salte som kaliumchlorid (KCl) i halm kan give anledning til en række forskellige

Læs mere

Metoder til bestemmelse af olie/fedt og mineralsk olie af Ulla Lund

Metoder til bestemmelse af olie/fedt og mineralsk olie af Ulla Lund NYT FRA 2006/1 Metoder til bestemmelse af olie/fedt og mineralsk olie af Ulla Lund Udledningstilladelser for vegetabilsk og animalsk olie/fedt og mineralsk olie har hidtil henvist til enten DS/R 208 eller

Læs mere