Application of multivariate statistical methods for PFAS source tracking in the River Vantaa watershed, Southern Finland

Abstract

Per- and polyfluoroalkyl substances (PFAS) are persistent environmental contaminants widely detected in water bodies. This thesis investigates PFAS contamination in the River Vantaa watershed, focusing on source tracking using multivariate statistical methods and geospatial analysis. A total of 99 water sample profiles from 58 locations collected between 2014-2024 were used in the statistical analyses. Sample matrices included river, ditch, creek, groundwater, stormwater and influent/effluent from wastewater treatment plants.

PFAS profiles were grouped using Principal Component Analysis (PCA) and Hierarchical Clustering on Principal Components (HCPC), resulting in five clusters that were compared to PFAS source profiles described in the literature. Nine PFAS compounds, common to all datasets, were included in the analysis. Cluster 1 represented diffuse sources and background levels. Clusters 2 and 3 showed profiles typical of wastewater treatment plants, with Cluster 2 also linked to urban runoff. Cluster 4 indicated historical AFFF contamination. Cluster 5 showed the highest levels of all individual PFAS, and the chemical profile reflected contamination from airport firefighting areas, industrial activity and landfill leachate.

The results illustrate challenges in PFAS source tracking due to overlapping contamination signals and limited compound range. Overall, combining multivariate statistical methods and spatial approaches revealed distinct PFAS profiles and spatial trends, demonstrating the potential of integrated methods for future source tracking and monitoring efforts.

Per- ja polyfluoratut alkyyliyhdisteet (PFAS) ovat pysyviä ympäristömyrkkyjä, joita esiintyy laajasti Suomen vesistöissä. Tämä tutkielma tarkastelee PFAS-saastumista Vantaanjoen valuma-alueella, keskittyen lähteiden jäljittämiseen monimuuttujamenetelmien ja paikkatietoanalyysin avulla. Tilastollisessa tutkimuksessa käytettiin 99 näyteprofiilia 58 näytepisteeltä vuosilta 2014–2024. Näytematriiseina olivat joki-, oja-, pohjavesi- ja hulevesinäytteet sekä jätevedenpuhdistamon tulo- ja poistovedet. Analysoituja PFAS yhdisteitä oli yhdeksän.

Työssä tilastollisesti samankaltaiset profiilit ryhmiteltiin pääkomponenttianalyysin (PCA) ja siihen perustuvan hierarkkisen klusteroinnin (HCPC) avulla. Tuloksena saatiin viisi erilaista klusteria, joiden profiileja verrattiin kirjallisuudessa kuvattuihin tyypillisiin PFAS lähteisiin. Klusteri 1 edusti hajalähteitä ja taustapitoisuuksia. Klusterit 2 ja 3 osoittivat jätevedenpuhdistamoille tyypillisiä profiileja, mutta klusterin 2 profiilin vaikuttivat myös esim. hulevesivalunta sekä muovi- ja metalliteollisuus. Klusterin 4 korkea PFOS ja PFHxS pitoisuus viittasivat historiallisiin AFFF-saastuneisiin alueisiin. Myös klusterin 5 todennäköinen lähde oli lentokentän paloharjoitusalueet, minkä lisäksi sormenjälki indikoi metalli- ja kemianteollisuuden sekä kaatopaikan suotovesien yhteisvaikutusta.

Tulokset osoittavat, että PFAS-lähteiden jäljittämisessä on haasteita, jotka johtuvat päällekkäisistä saastumissignaaleista ja rajoitetusta yhdistevalikoimasta. Kokonaisuutena tutkimus tukee tilastollisten ja spatiaalisten menetelmien potentiaalia PFAS-lähteiden jäljityksessä ja ympäristötutkimuksessa.