.

Прогнозування впливу техногенного забруднення на довкілля методом непараметричного регресійного аналізу (автореферат)

Язык: украинский
Формат: реферат
Тип документа: Word Doc
139 3927
Скачать документ

УКРАЇНСЬКИЙ НАУКОВО-ДОСЛІДНИЙ ІНСТИТУТ

ЕКОЛОГІЧНИХ ПРОБЛЕМ

Проскурнін Олег Аскольдович

УДК 504.054

Прогнозування впливу техногенного забруднення на довкілля методом
непараметричного регресійного аналізу

Спеціальність: 21.06.01 – екологічна безпека

АВТОРЕФЕРАТ

дисертації на здобуття наукового ступеня

кандидата технічних наук

Харків – 2007

Дисертацією є рукопис.

Робота виконана в Українському науково-дослідному інституті екологічних
проблем Міністерства охорони навколишнього природного середовища
України.

Науковий керівник: кандидат хімічних наук, доцент

Захарченко Микола Іванович,

Національний аерокосмічний університет ім. Жуковського “ХАІ”, кафедра
екології і хімії

Офіційні опоненти: доктор технічних наук, професор

Рябченко Ігор Миколайович,

Харківській інститут МАУП, директор

кандидат технічних наук,

Василенко Сергій Леонідович,

Комунальне підприємство “ПТП “Вода”, м. Харків, головний гідролог

Провідна установа: Донбаська національна академія будівництва та
архітектури, Міністерство освіти і науки України, м. Макіївка

Захист відбудеться “17” травня 2007 р. о 15 годині на засіданні
спеціалізованої вченої ради Д.64.812.01 в Українському
науково-дослідному інституті екологічних проблем за адресою: 61166,
м.Харків, вул.Бакуліна,6.

З дисертацією можна ознайомитися в бібліотеці Українського
науково-дослідного інституту екологічних проблем (61166, м. Харків,
вул. Бакуліна, 6).

Автореферат розісланий “16” квітня 2007 р.

Вчений секретар

спеціалізованої вченої ради Жуковський Т.Ф.

ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ

Актуальність теми. Прогнозування стану навколишнього середовища під
впливом техногенних факторів необхідне при вирішенні екологічних задач,
пов’язаних з пошуком оптимальних форм управління екологічною безпекою.
Найбільш характерними з таких задач є наступні:

екологічний моніторинг;

нормування природокористування;

оцінка впливу на навколишнє середовище (ОВНС) промислових об’єктів.

Одним із традиційних підходів до прогнозування техногенного впливу на
довкілля є використання математичних моделей, які описують процеси та
явища, що характерні для досліджуваного об’єкта – екосистеми. Проблемою
використання таких моделей є необхідність їх адаптації до конкретних
умов, а це, як правило, пов’язане зі значними матеріальними і часовими
витратами. Крім того, може бути відсутньою адекватна математична модель.
За цих обставин все частіше застосовують статистичні методи
прогнозування, перш за все регресійний аналіз, коли за даними натурних
спостережень оцінюється залежність (функція регресії) найбільш
імовірного значення показника стану навколишнього середовища від рівня
техногенного забруднення. Проблема використання базового на даний час
методу оцінювання функції регресії – методу найменших квадратів –
полягає в тому, що метод є параметричним: достовірність прогнозу
залежить від параметрів розподілу значень показників стану навколишнього
середовища та техногенного забруднення. Ця обставина суттєво обмежує
дієвість методу щодо екологічного прогнозування. Існуючі непараметричні
методи або малоефективні при невеликих обсягах даних, або дозволяють
оцінювати тільки лінійну регресійну залежність, що для екологічної
задачі може бути неприпустимим.

У зв’язку з цим в дисертаційної роботі вирішується актуальне
науково-прикладне завдання щодо розробки непараметричного статистичного
методу прогнозування впливу техногенного забруднення на довкілля.
Розроблений метод дозволяє прогнозувати стан довкілля по відносно
невеликій кількості даних натурних спостережень. Достовірність прогнозу
за розробленим методом не залежить від розподілу розглянутих величин, що
істотно поширює можливості його застосування.

Зв’язок роботи з науковими програмами, планами, темами. Робота виконана
в рамках затвердженої Мінприроди України наукової праці “Ранжування
точкових джерел забруднення Азовського моря” (держреєстрація
№ 0103U006727).

Об’єкт дослідження: техногенне забруднення навколишнього природного
середовища.

Предмет дослідження: прогнозування стану навколишнього природного
середовища під впливом техногенного забруднення.

Методи дослідження. Основним методом дослідження є метод статистичних
випробувань (Монте-Карло). Крім того, були використані методи теорії
ймовірностей, математичної статистики, математичного аналізу та
комп’ютерного моделювання.

Мета та задачі дослідження. Метою дослідження є удосконалення
методології прогнозування стану навколишнього середовища під впливом
техногенного забруднення на основі статистичної обробки даних.

Для досягнення поставленої в дисертації мети були вирішені такі задачі.

Аналіз існуючих підходів до прогнозування впливу техногенного
забруднення на довкілля.

Обґрунтування застосування непараметричного регресійного аналізу (НРА)
для оцінювання впливу техногенного забруднення на довкілля.

Розробка непараметричного методу пошуку регресійних залежностей стану
навколишнього середовища від техногенного забруднення за даними натурних
спостережень.

Розробка алгоритму та комп’ютерної програми прогнозування впливу
техногенного забруднення на довкілля методом НРА.

Дослідження властивостей розробленого методу НРА.

Практичне використання методу НРА для прогнозування стану навколишнього
середовища; порівняльний аналіз результатів розрахунку методом НРА та
методом найменших квадратів.

Перевірка достовірності прогнозування розробленим методом на незалежних
(що не використовувались у розрахунках) даних натурних спостережень.

Наукова новизна отриманих результатів полягає в розробці і дослідженні
властивостей методу прогнозування впливу техногенного забруднення на
довкілля шляхом оцінювання відповідної регресійної залежності. При цьому
вперше:

коефіцієнти регресійної залежності стану довкілля від техногенного
забруднення наводяться у вигляді інтегральних показників;

оцінки коефіцієнтів регресії розраховуються методом статистичних
випробувань (Монте-Карло);

підвищення точності екологічного прогнозування досягається шляхом
послідовного виключення доданків шуканої регресійної залежності.

Практичне значення. Розроблено алгоритм та комп’ютерна програма
прогнозування впливу техногенного забруднення на довкілля за розробленим
методом. Результати досліджень впроваджені:

у Держуправлінні екології та природних ресурсів у Запорізькій області
при досліджені впливу скидання стічної води ДКП “Бердянський
міськводоканал” на якість води Азовського моря в районі скиду;

в Українському НДІ лісового господарства і агромеліорації
ім. Г. Н. Висоцького в рамках проведених інститутом робіт за темою
“Моніторинг стану, продуктивності і біорізноманіття лісів України в
умовах антропогенної трансформації навколишнього середовища”
(держреєстрація № 0196U018785).

у ТОВ “ПНДТЕП” (м. Харків) при виконанні науково-дослідної роботи з теми
“Розробка нормативів ГДС і ТПС речовин зі стічними водами для ТОВ
“Рубіжанський Краситель” і пропозицій до плану заходів для досягнення
ГДС”.

Особистий внесок здобувача полягає у наступному:

обґрунтування застосування НРА для оцінки впливу техногенного
забруднення на довкілля;

дослідження статистичних властивостей регресійного методу прогнозування
стану довкілля;

дослідження похибки прогнозування стану довкілля методом НРА;

розробка алгоритму та комп’ютерної програми прогнозування стану довкілля
методом НРА;

дослідження результатів екологічного прогнозування на модельних
прикладах; порівняльний аналіз результатів прогнозування розробленим
методом та методом найменших квадратів;

обґрунтування пропозицій щодо підвищення точності прогнозу стану
довкілля;

практичне впровадження результатів досліджень для прогнозування стану
довкілля.

Апробація результатів дисертації. Результати дисертаційної роботи
доповідались на: ІІ Міжнародній науково-практичній конференції “Проблеми
природокористування, сталого розвитку та техногенної безпеки регіонів”
(Дніпропетровськ, 2003); Міжнародному водному форумі “Аква України –
2003” (Київ, 2003); Міжнародній науково-практичній конференції
“Екологічна безпека: проблеми і шляхи вирішення” (Алушта, 2005); V
Міжнародній міждисциплінарній науково-практичній конференції “Сучасні
проблеми гуманізації та гармонізації управління” (Харків, 2004); VI
Міжнародній міждисциплінарній науково-практичній конференції “Сучасні
проблеми гуманізації та гармонізації управління” (Харків, 2005).

Публікації. За результатами дисертаційної роботи опубліковано 12 статей,
серед них 7 у провідних фахових виданнях ВАК України.

Структура й обсяг дисертації. Дисертація включає: вступ, чотири розділи,
висновки, список використаних джерел з 112 найменувань на 7 сторінках та
3 додатка на 24 сторінках. Загальний обсяг дисертації – 171 сторінка, з
яких основний текст – 134 сторінки. Робота містить 30 таблиць та 51
рисунок (з них 4 таблиці та 4 рисунка на окремих 8 сторінках).

ОСНОВНИЙ ЗМІСТ ДИСЕРТАЦІЇ

У вступі розглянуто актуальність теми, визначено зв’язок з науковими
програмами та темами, сформульовано мету, об’єкт, предмет та задачі
дослідження, визначено наукову новизну та практичне значення отриманих
результатів, а також особистий внесок здобувача.

У першому розділі проведено аналіз стану проблеми і сформульовано
формальну постановку задачі прогнозування методом регресійного аналізу.

Доведено, що екологічне прогнозування є складовою частиною системи
управління екологічною безпекою. Окремим напрямком екологічного
прогнозування є оцінювання безпосереднього впливу техногенного
забруднення на стан навколишнього середовища. Необхідність такого
прогнозування виникає при вирішенні екологічних задач, пов’язаних з
розробкою практичних рекомендацій з оптимального управління екологічною
безпекою (екологічний моніторинг, нормування природокористування, ОВНС
тощо).

Наведено загальні принципи та проблеми екологічного прогнозування, що
пов’язані зі складністю об’єктів прогнозування – екосистем.

Проаналізовано базові підходи до розв’язання задачі екологічного
прогнозування шляхом використання математичних моделей і прогнозування
на основі статистичної обробки наявних даних.

При математичному моделюванні природний об’єкт (водний об’єкт, ґрунт,
деревостан, атмосферне повітря тощо) розглядається як система з n
компонентів. Математична модель природного об’єкта в загальному випадку,
як правило, має форму системи диференційних рівнянь

де Y = {Y1,…,Yn} – вектор, що характеризує стан природного об’єкта;
V = {V1,…,Vm} – вектор зовнішніх факторів, що впливають на стан
природного об’єкта; t – час.

Розв’язанням системи диференційних рівнянь є функціональні залежності
Yi = Yi (t), які дозволяють здійснювати прогнозування стану природного
об’єкта.

Проблемою використання математичних моделей є те, що функції gi
включають до свого складу деяку кількість параметрів, тому в кожному
конкретному випадку потрібно проводити ідентифікацію цих параметрів з
метою адаптації моделей до конкретних умов. Цей процес є самостійним
науковим дослідженням і потребує великої кількості інформації про
досліджуваний об’єкт. Може виявитись необхідним проведення спеціальних
натурних досліджень, або використання фізичних моделей. Крім того,
адекватної моделі може не існувати, а її розробка стане невиправдано
трудомістким процесом.

Серед статистичних методів найбільш придатним для розв’язання задачі
екологічного прогнозування є регресійний аналіз. Регресійна задача
полягає у прогнозуванні деякої випадкової величини за відомими (або
спрогнозованими) значеннями інших (однієї або декількох) випадкових
величин за наявності між ними стохастичного зв’язку. Тобто за даними
натурних спостережень {xi, yi}, i = 1 ( N (де y – стан довкілля за
досліджуваним показником; x – вектор якісних та кількісних характеристик
забруднення; N – кількість спостережень), оцінюється функція регресії
f (x) – залежність найбільш імовірного стану довкілля від техногенного
забруднення. Крім того, розраховуються межі довірчої зони, що віддалені
від f (x) на величину, кратну середньоквадратичному відхиленню (f:

f+ (x) = f (x) + k(f;

f – (x) = f (x) – k(f.

Як правило, береться k = 2, що приблизно відповідає рівню надійності
0,95 для довірчого інтервалу [f–, f+] за умови нормального розподілу
величини f. (Значення функції f є випадковою величиною, оскільки вона
залежить від випадкової вибірки {xi, yi}.)

Регресійна залежність стану навколишнього середовища від техногенного
забруднення може бути наведена в формі розвинення по ортогональному
базису {(k}:

,

де (k – коефіцієнти розвинення, які в даній задачі мають значення
невідомих коефіцієнтів (параметрів) регресії; М – порядок шуканої
функції.

У цьому разі регресійна задача зводиться до оцінювання коефіцієнтів
регресії (k.

У розділі розглянуто основний на даний час метод розв’язання регресійної
задачі – метод найменших квадратів. Він полягає у тому, що функція f
вибирається із заданого класу функцій за умовою:

.

Відзначається, що метод найменших квадратів належить до параметричних
методів обробки даних, тобто він припускає наявність інформації про
закон розподілу розглянутих випадкових величин. Особливо це істотно при
малих обсягах натурних спостережень, коли перевірка гіпотези про закон
розподілу виявляється неможливою з високим ступенем достовірності. Крім
того, через специфіку об’єктів, що досліджуються, характеристики стану
довкілля та техногенного забруднення можуть мати розподіли, що істотно
відрізняється від вивчених (нормального, експоненціального, (-квадрат та
ін.).

У роботі відзначається, що існуючий непараметричний метод регресійного
аналізу дозволяє оцінювати лише лінійну регресійну залежність, що для
екологічних задач є дуже обмеженим чинником, або може бути
неприпустимим. Використання ж універсальних (з погляду кола статистичних
задач) непараметричних методів (типу Bootstrap та “методу складного
ножа”) для розрахунку оцінок коефіцієнтів регресійної залежності
утруднене тим, що дані методи малоефективні при невеликих обсягах
вибірки.

На основі проведеного аналізу зроблено висновок про актуальність
розробки непараметричного регресійного методу прогнозування впливу
техногенного забруднення на довкілля та визначено напрямок дослідження.

Другий розділ присвячено теоретичному обґрунтуванню використання методу
статистичних випробувань (Монте-Карло) для оцінювання коефіцієнтів
регресійної залежності стану складових довкілля від техногенного
забруднення. В основі цього методу лежить наступна математична
закономірність: функція розподілу будь-якої випадкової величини
розподілена рівномірно на чисельному відрізку [0, 1] незалежно від виду
розподілу вихідної випадкової величини.

Центральним поняттям розробленого методу прогнозування є інтегральний
показник – величина, що може бути визначена як

,

де a(() – щільність розподілу показника A у заданій області ( (( ( ()
об’єму V (() деякого простору.

Методами математичного аналізу доведено можливість подання
інтегрального показника у вигляді інтеграла по функції розподілу

,

де a(w) – функція, зворотна до функції розподілу w(a):

,

де ((a) – щільність розподілу величини a в області її змінювання
amin0
виконується рівняння

.

При малому обсязі вибірки спостережень і значному шумі оцінка, що
розрахована методом Монте-Карло, виявляється більш ефективною у
порівнянні з оцінкою, розрахованою методом найменших квадратів. Тобто
математичне очікування квадрата похибки М((k – (k)2 є меншим при
розрахунку методом Монте-Карло.

Результативність розробленого методу прогнозування стану довкілля
перевірена на натурних даних на прикладі р. Канзас, США. Для цього були
розраховані емпіричні регресійні залежності концентрації хлорофілу та
розчиненого кисню від температури води за великою кількістю спостережень
(відповідно 1125 і 432). Після цього емпіричні функції порівнювались із
результатом розв’язання регресійної задачі непараметричним методом за
невеликими вибірками даних спостережень (обсягом по 10 елементів),
випадково відібраних з великих вибірок. Згідно з розрахунками за
розробленим методом, має місце погодженість результатів: емпіричні
функції не виходять за межі довірчої зони [f–, f+], що свідчить про
надійність розрахунків. Крім того, ширина довірчої зони в обох випадках
є невеликою (порівнянною з коливанням емпіричної функції), що свідчить
про точність розрахунків. При розрахунку методом найменших квадратів
така погодженість має місце лише при визначенні залежності концентрації
хлорофілу від температури води.

У третьому розділі досліджується достовірність результатів прогнозування
стану довкілля методом непараметричного регресійного аналізу на
модельних прикладах. Необхідність проведення комп’ютерного моделювання
зумовлена тією обставиною, що в реальних екологічних задачах справжня
залежність стану довкілля від забруднення невідома і тому важко оцінити
результат розрахунку. У зв’язку з цим проведено експерименти, в яких
було задано функцію y* (x), що приймалась за справжню регресійну
залежність стану довкілля від техногенного забруднення і на яку
накладався шум ((x), що імітує множину інших випадкових факторів. Далі
за вибіркою {xi, yi} = {xi, y*i (x) + ((x)} вирішувалась регресійна
задача, і результат розв’язання (функції f, f–, f+) порівнювався з
функцією y*. За результатом порівняння робився висновок про якість
розрахунку.

В якості модельних були розглянуті функції y* (x) = xm, m = 0 ( 3.
Третій порядок обрано виходячи з того, що в реальних екологічних задачах
з малими обсягами вибірки та значним шумом отримання статистично
значущих доданків більш високого порядку малоймовірно.

, яке, у свою чергу, оцінювалось шляхом великої кількості генерацій
вибірки {xi} за законом рівномірного розподілу. Результат розрахунку
наступний: похибка S(m, k) не перевершує значення 0,14, тобто може
вважатися незначною. Друга частина експерименту проводилась для
розрахунків при використанні ортонормованих поліномів {Qi}, коли
коефіцієнти розвинення, як і самі поліноми, залежать від конкретної
вибірки {xi}. Тому було розглянуто розрахунки для двох “несприятливих”
випадків розташування точок {xi}: зсув точок до країв і зсув до центру
області визначення (в обох випадках зсув за квадратичним законом).
Результат розрахунку наступний: похибка S(m, k) не перевершує значення
0,3. Таким чином, методом комп’ютерного моделювання встановлено, що
похибка оцінки коефіцієнтів регресії, яка викликана використанням
вибіркових мінімуму і максимуму, є незначною.

Досліджено ефективність модифікації запропонованого методу прогнозування
– послідовного виключення доданків шуканої залежності стану довкілля від
техногенного забруднення, коли з ряду спостережень {yi} перед оцінкою
чергового коефіцієнта віднімаються величини (j(j(xi), що відповідають
раніше оціненим доданкам регресійної залежності. Аналіз ефективності
такої заміни зроблено шляхом порівняння між собою результатів
розв’язання регресійної задачі обома способами: з виключенням доданків
та без виключення. У результаті дослідження встановлено, що механізм
виключення доданків підвищує точність оцінки коефіцієнтів регресії за
рахунок більшої “зручності” функції

. (“Зручність” підінтегральної функції визначається рівномірністю
розподілу аргументів {wi}, що відповідають обчислювальним значенням
{аi}).

Проведено порівняльний аналіз результатів прогнозування за розробленим
методом та методом найменших квадратів. Основними показниками якості
розв’язання регресійного задачі є точність – площа довірчої зони
[f+, f–] і надійність, що дорівнює імовірності відсутності помилки 1-го
роду Р(y* ( [f+, f–]). Оскільки обидва показники є взаємосуперечливими,
то оцінювати якість розв’язання необхідно за компромісним критерієм.
Було розглянуте два критерії оцінки якості розв’язання:

,

де S4( – площа довірчої зони [f+, f–]; S4(max – максимальна площа
довірчої зони у ряду розрахунків, які порівнюються; D – область
визначення функції f(x); Dпом ( D – множина точок, у яких виконується
умова y* ( [f+, f–] (тобто має місце помилка 1-го роду); ( – функціонал
міри, що має значення об’єму;

інтегральна відстань справжньої функції регресії y*(x) від меж довірчої
зони f(x) ( 2(f:

.

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

&(N?Aer

(??Aer

t

O

U

hp

hp

hp

hp

. hp

hp

hp

hp

( hp

hp

hp

hp

hp

hp

&

&

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

hp

@

o

@

o

hp

hp

j hp

hp

hp

hp

jU0 hp

@

o

jAe6 hp

hp

hp

j hp

hp

hp

hp

j hp

hp

j?3 hp

hp

hp

????

o

?????????????? ?Т?Т??????p hp j hp hp hp hp hp hp hp hp - hp hp hp hp ! hp hp ! hp hp o hp hp hp hp hp hp hp hp j hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp j hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp hp ,}), які, у свою чергу, оцінювалися шляхом великої кількості генерацій вибірки {xi} за законом рівномірного розподілу. Експеримент проводився при обсязі вибірки N ( {7, 10, 13, 16} і шумі інтенсивністю (( ( {0,1; 0,3; 0,5; 0,7}. Розглянуто три види розподілу шуму: рівномірний, нормальний і експоненціальний. Результат експерименту наступний: як за критерієм I, так і за критерієм С при невеликих обсягах вибірки N (до 10-15 елементів) і значній інтенсивності шуму розроблений метод прогнозування дає більш якісний результат у порівнянні з методом найменших квадратів за точністю та надійністю розрахунків. При цьому закон розподілу шуму істотного впливу на результат не утворює, що можна вважати експериментальним підтвердженням того, що розроблений метод регресійнного аналізу є непараметричним. Четвертий розділ присвячено практичному впровадженню результатів дослідження. Методом непараметричного регресійного аналізу досліджено вплив скиду стічної води ДКП “Бердянський міськводоканал” на якість води Азовського моря в районі скиду за показниками БСК5, азот амонійний, нітрити, нітрати. В розрахунку використано дані за 2002 р. Встановлена статистично значуща залежність між складом стічної води ДКП “Бердянський міськводоканал” і концентраціями забруднюючих речовин у морській воді. Визначені залежності дозволяють прогнозувати якість морської води по складу стічної води за означеними показниками, а також визначати допустимий рівень складу стічної води підприємства. Паралельно проведено розрахунок методом найменших квадратів. За показниками БСК і азот амонійний результати розрахунків обома методами істотно не відрізняються; за показником нітрати непараметричний метод виявляє більш сильну залежність між вмістом речовини у стічній та морській водах. За показником нітрити результат розрахунку методом найменших квадратів є недостовірним (рис. 1), оскільки розрахована регресійна залежність якості морської води від ступеня забруднення не є монотонно зростаючою на всій області визначення (тобто згідно з цим розрахунком погіршення складу стічної води начебто призводить до покращання якості морської води). Рис. 1. Регресійна залежність вмісту нітритів у морській воді та стічній воді ДКП “Бердянськводоканал” (Ссв/ГДК, Скс/ГДК – відповідно перевищення ГДК у стічної та морської воді у контрольному створі, МНК – розрахунок методом найменших квадратів). Досліджено вплив погодних умов (середньої температури повітря та кількості атмосферних опадів за період квітень-серпень включно) на стан деревостану за показником дефоліація (величина, що характеризує загальну нестачу листяної маси дерева у відсотках порівняно з еталоном). Розрахунок виконувався для умов лісостепової зони в Харківській області за даними 2000–2002 рр. за породами сосна і дуб. Встановлено, що при фіксованій середній температурі за літній період існує оптимальна кількість опадів, що відповідає мінімуму очікуваної дефоліації. Можливість використання отриманого результату для прогнозування дефоліації за погодними умовами була продемонстрована зіставленням розрахованої величини дефоліації за визначеній функції регресії та результатів вимірів за 2003–2005 рр. Результат зіставлення наступний: розраховані та вимірювані значення середньої дефоліації істотно не відрізняються (у середньому на 18,5 %). Для порівняння був проведений також розрахунок методом найменших квадратів, який дав недостовірний результат (негативну величину дефоліації). Досліджено вплив забруднення атмосфери промисловими підприємствами на стан деревостану в зоні дії забруднення за показниками дефоліація і дехромація (величина, що характеризує відносну кількість листя, яке втратило нормальне забарвлення порівняно з еталоном). Розрахунок виконувався за даними екологічного моніторингу у Луганській області за 2002–2003 рр. Встановлена наступна залежність між забрудненням атмосфери та якістю деревостану за показником дефоліація: f = 0,93(x+4,6, де x – маса викидів забруднюючих речовин, тис.т./рік, f – середня дефоліація, %. За показником дехромація статистично значуща залежність не визначена. Можливість використання отриманого результату для прогнозування дефоліації продемонстровано зіставленням розрахованої величини дефоліації за визначеною функцією регресії та результатами вимірів за 2004 р. (табл. 2). Як видно з табл. 2, розраховані та вимірювані значення середньої дефоліації в районах, де спостерігаються викиди забруднюючих речовин у великих обсягах, істотно не відрізняються – у середньому на 16,3 % (при розрахунку методом найменших квадратів – 29,4 %). Таблица 2 Зіставлення розрахованої та заміряної дефоліації за 2004 р. Населений пункт Маса викиду забруднюючих речовин, тис.т Розрахована середня дефоліація, % f Заміряна середня дефоліація, % y Похибка, (y-f(/y·100% Монте-Карло МНК Монте-Карло МНК м. Антрацит 3,6 8,0 15,3 6,8 16,9 44,9 м. Красный Луч 15,1 18,6 20,1 21,7 14,1 9,3 м. Лісичанськ 36,8 38,8 29,3 33,3 16,6 14,7 м. Первомайськ 10 13,9 18,0 10,5 32,4 45,9 м. Рубіжне 1,5 6,0 14,4 6,1 1,7 32,1 Середнє: 16,3 29,4 За показником дехромація метод найменших квадратів дав недостовірний результат – убуваючу функцію регресії (начебто наявне поліпшення стану деревостану при збільшенні забруднення атмосфери). При дослідженні залежності дефоліації як від погодних умов, так і від забруднення атмосферного повітря враховано відсутність інших суттєвих чинників, що впливають на стан деревостану за даним показником. Зокрема в розглянуті роки були відсутні спалахи масового розмноження хвойнолистогризих комах. Крім того, не розглядались ділянки біля водосховищ, оскільки останні можуть впливати на мікроклімат. Доведено, що метод непараметричного регресійного аналізу може бути використаний для відновлення відсутніх даних спостережень при проведенні екологічного моніторингу. На прикладі даних екологічного моніторингу в Луганській області розраховано регресійну залежність між величинами дефоліації та дехромації деревостану. Встановлено статистично значущу залежність між розглянутими показниками за винятком, коли щільність листя мінімальна (табл. 3). Розрахована залежність дозволяє відновлювати відсутні значення дефоліації за значеннями дехромації при обробці даних моніторингу. Середня похибка при цьому складає 19,2 %. Таблиця 3 Регресійна залежність дефоліації від дехромації Щільність листя, % Рівняння регресії f (x), % 0(25 f = 9,83 25(50 f = 11,21+1,44(x 50(75 f = -17,36+5,18x–0,13(x2 75(100 f = -17,53+2,39(x 0(100 f = -1,30 +2,34(x Методом непараметричного регресійного аналізу виконано прогноз якості води р. Сіверський Донець за показником фосфати у контрольному створі нижче скидання стічної води ТОВ “Рубіжанський Краситель” при заданих розрахункових умовах (концентрація фосфатів у стічній воді – 7 мг/дм3, фонова концентрація у річці – 1,6 мг/дм3). Встановлено, що розрахункова концентрація фосфатів в контрольному створі складає 2,01 мг/дм3, що не перевищує ГДК (3,12 мг/дм3). Тобто концентрація фосфатів у стічній воді на рівні 7 мг/дм3 є допустимою. Прогноз якості води, виконаний методом непараметричного регресійного аналізу, виявився ідентичним прогнозу, отриманому методом математичного моделювання. Коректність отриманої регресійної моделі перевірена на незалежних натурних даних за перші три місяці 2003 р. Середня відносна похибка складає 9,6 %, що може вважатися незначним. Для порівняння проведено розрахунок методом найменших квадратів, який дав недостовірний результат (не відображено залежність вмісту фосфатів у воді у контрольному створі річки від його вмісту в стічній воді). За розглянутими у розділі прикладами впровадження розробленого методу непараметричного регресійного аналізу зроблено висновок про можливість використання методу для прогнозування стану довкілля. У розділі надано рекомендації щодо використання регресійного аналізу при виборі параметрів спостережень та контрольних точок при створенні системи екологічного моніторингу. Якщо між двома параметрами спостережень існує статистично значуща залежність, то значення одного з параметрів може бути розраховано за значенням іншого і тим самим зменшено кількість замірів. Аналогічно може бути оптимізовано вибір контрольних точок спостереження. ВИСНОВКИ У дисертації наведене теоретичне узагальнення і нове вирішення задачі прогнозування впливу техногенного забруднення на довкілля в рамках пошуку оптимальних форм управління екологічною безпекою. Задача прогнозування вирішується шляхом визначення за даними натурних спостережень регресійної залежності стану довкілля від техногенного забруднення методом непараметричного регресійного аналізу. Проведені дослідження дозволяють зробити такі висновки. Обґрунтовано доцільність використання регресійного аналізу для прогнозування впливу техногенного забруднення на довкілля. Доведено, що дія базового на теперішній час методу регресійного аналізу – методу найменших квадратів – суттєво обмежується залежністю достовірності прогнозу від параметрів розподілу розглянутих характеристик стану довкілля та забруднення (тобто метод є параметричним). Розроблено метод прогнозування впливу техногенного забруднення на довкілля шляхом оцінювання відповідної регресійної залежності за ретроспективними даними натурних спостережень. Розроблений метод є непараметричним; його математичну основу складає метод статистичних випробувань (Монте-Карло). Досліджено статистичні властивості оцінок коефіцієнтів регресійної залежності стану довкілля від техногенного забруднення, розрахованих розробленим методом. Доведено, що оцінки є: асимптотично незсунені, спроможні, більш ефективні у порівнянні з оцінками, розрахованими методом найменших квадратів. Розроблено алгоритм та комп’ютерна програма прогнозування стану довкілля методом непараметричного регресійного аналізу. Результативність розробленого методу прогнозування перевірена на даних натурних спостережень на прикладі р. Канзас, США. (Розглянуто залежності вмісту в воді річки хлорофілу та розчиненого кисню від температури води). Перевірка проведена шляхом порівняння результатів розв’язання регресійної задачі за невеликими обсягами вибірки даних спостережень (10 елементів) з розрахованими емпіричними залежностями по великих кількостях спостережень (1125 і 432 елементів). При розрахунку розробленим методом має місце погодженість результатів: емпіричні функції не виходять за межі довірчої зони і ширина довірчої зони є невеликою – порівняною з коливанням емпіричної функції. Досліджено результати прогнозування методом непараметричного регресійного аналізу на модельних прикладах. Встановлено, що при невеликих обсягах вибірки (до 10-15 елементів) непараметричний метод забезпечує більш якісний результат прогнозування порівняно з методом найменших квадратів за точністю та надійністю розрахунків. Результати дисертаційної роботи впроваджено при дослідженні залежності стану водних об’єктів та деревостану від техногенного забруднення (на прикладі Харківської, Запорізької та Луганської областей). Для порівняння проведено розрахунки методом найменших квадратів. На даних прикладах показано, що метод непараметричного регресійного аналізу забезпечує більш достовірний результат з точки зору адекватності процесам, що досліджувались. Показано, що метод непараметричного регресійного аналізу може бути використаний для відновлення відсутніх даних спостережень при проведенні екологічного моніторингу (на прикладі моніторингу лісів у Луганській області). Можливість прогнозування стану довкілля методом непараметричного регресійного аналізу підтверджена перевіркою результатів розрахунку на незалежних (що не використовувались при розрахунках) даних. У наведених розрахункових прикладах середня відносна похибка не перевищує 18,5 % (при прогнозуванні методом найменших квадратів – 29,4 %). Результати досліджень рекомендується використовувати: при розробці та проведенні екологічного моніторингу; при нормуванні природокористування; при дослідженні впливу небезпечних об’єктів на навколишнє середовище та прийнятті відповідних управлінських рішень. СПИСОК ОПУБЛІКОВАНИХ ПРАЦ ЗА ТЕМОЮ ДИСЕРТАЦІЇ Проскурнин О. А. Сравнение результатов решения регрессионной задачи методом Монте-Карло при различных базисах функционального пространства // Коммунальное хозяйство городов: Науч. техн. сб. – Сер. техн. науки и архитектура. – К.: Техніка, 2002. – № 45. – С. 194–198. Баранник В. А., Проскурнин О. А. Эффективность оценки параметров регрессионной зависимости характеристик природного объекта, рассчитанной методом Монте-Карло // Коммунальное хозяйство городов: Науч. техн. сб. – Сер. техн. науки и архитектура. – К.: Техніка, 2003. – № 51. – С.138-144. Дмитриева Е. А., Колдоба И. В., Проскурнин О. А. Повышение точности оценки регрессионной зависимости характеристик природного объекта, рассчитанной методом Монте-Карло // Наук. вісн. будівництва. – Харків: ХДТУБА ХОТВ АБУ. – 2003. – № 22. – С. 175–179. Баранник В. А., Проскурнин О. А. Оценка эффективности восстановления регрессионной зависимости характеристик природного объекта методом Монте-Карло // Вестн. Междунар. Славянского ун-та. – Сер. техн. науки – 2003. – Т. 6, № 1. – С. 16–19. Дмитриева Е. А., Колдоба И. В., Проскурнин О. А. Погрешность оценки параметров регрессионной зависимости характеристик водного объекта при расчете методом Монте-Карло // Вісн. Кременчуцького держ. політехн. ун-ту: Наук. пр. КДПУ. – Кременчук: КДПУ. – 2003. – №4 (21). – С. 202–205. Захарченко Н. И., Проскурнин О. А. Применение многомерной регрессионной модели для прогнозирования качества воды водного объекта // Наук. вісн. будівництва. – Харків: ХДТУБА ХОТВ АБУ. – 2006. – № 35. – С. 221–227. Проскурнин О. А. Анализ эффективности оценки регрессионной зависимости состояния окружающей среды от техногенного воздействия // Наук. вісн. будівництва. – Харків: ХДТУБА ХОТВ АБУ. – 2006. – № 35. – С. 285–290. Баранник В. А., Проскурнин О. А. Применение непараметрического регрессионного анализа для решения экологических задач // Проблеми охорони навколишнього природного середовища те екологічної безпеки: Зб. наук. пр. УкрНДІЕП – Харків: ВД “Райдер”, 2004. – С. 125-130. Проскурнин О. А. Повышение точности результата обработки данных мониторинга методом непараметрического регрессионного анализа путем удаления слагаемых искомой функции // Проблеми охорони навколишнього природного середовища те екологічної безпеки: Зб. наук. пр. УкрНДІЕП – Харків: ВД “Райдер”, 2004. – С. 150–155. Баранник В. А., Проскурнин О. А. Применение метода статистических испытаний в регрессионном анализе данных экологических исследований // Экологическая, техногенная безопасность и социальный прогресс: Вест. ХИСП. – Харків: ООО “Знание ЛТД”, 2001. – Вып. 1. – С. 9–21. Проскурнин О. А. Численный подход к оценке качества решения регрессионной задачи при различных базисах функционального пространства // Экологическая, техногенная безопасность и социальный прогресс: Вест. ХИСП. – Харків: ООО “Знание ЛТД”, 2001. – Вып. 1. – С. 70–78. Проскурнин О. А. Оценка эффективности восстановления регрессионной зависимости методом Монте-Карло при решении экологических задач // Вест. науки и техники: Науч.-техн. журн. – Харків: ООО “ХДНТ”, 2005. – Вып. 1(20). – С.50–56. Особистий внесок здобувача: [2] – розробка методики розрахунку ефективності оцінки параметрів регресійної залежності; [3] – дослідження механізму виключення доданків з метою підвищення точності оцінки регресійної залежності при розв’язанні екологічних задач; [4] – порівняльний аналіз емпіричної та розрахункової методом Монте-Карло функції регресії за даними натурних спостережень при розв’язанні екологічних задач; [5] – дослідження похибки методу непараметричного регресійного аналізу при розв’язанні екологічних задач; [6] – обґрунтування використання непараметричного регресійного аналізу для прогнозування якості води водного об’єкту; порівняльний аналіз результатів розрахунку параметричним та непараметричним методами; [8] – оцінка похибки розв’язнення регресійної задачі при прогнозуванні стану водного об’єкта; [10] – обґрунтування використання непараметричного регресійного аналізу для екологічного прогнозування; розрахунок функцій регресії та аналіз результатів розрахунку. АНОТАЦІЇ Проскурнін О. А. Прогнозування впливу техногенного забруднення на довкілля методом непараметричного регресійного аналізу. – Рукопис. Дисертация на здобуття наукового ступеня кандидата технічних наук за спеціальністю 21.06.01 – екологічна безпека. – Український науково-дослідний інститут екологічних проблем (УкрНДІЕП), Харків, 2007. Дисертація присвячена методології прогнозування впливу техногенного забруднення на довкілля в рамках пошуку оптимальних форм управління екологічною безпекою. Задача прогнозування вирішується шляхом оцінювання регресійної залежності стану довкілля від техногенного забруднення за розробленим у дисертації методом непараметричного регресійного аналізу. Показано перевагу розробленого методу екологічного прогнозування над існуючими базовими методами при невеликих обсягах натурних спостережень за станом довкілля та його забруднення. Результати дисертаційної роботи використовувалися при дослідженні впливу скидання стічної води ДКП “Бердянський міськводоканал” на якість води Азовського моря, при проведенні моніторингу лісів України у Харківській та Луганській областях і при розрахунку прогнозу якості води р. Сіверський Донець нижче скиду стічної води ТОВ “Рубіжанський Краситель”. Результати досліджень рекомендовано використовувати при розробці та проведенні екологічного моніторингу, нормуванні природокористування та при дослідженні впливу небезпечних об’єктів на навколишнє середовище. Ключові слова: довкілля, техногенне забруднення, моніторинг, екологічне прогнозування, натурні спостереження, непараметричний регресійний аналіз, коефіцієнти регресії. Проскурнин О. А. Прогнозирование влияния техногенного загрязнения на окружающую среду методом непараметрического регрессионного анализа. – Рукопись. Диссертация на соискание научной степени кандидата технических наук по специальности 21.06.01 – экологическая безопасность. – Украинский научно-исследовательский институт экологических проблем (УкрНИИЭП), Харьков, 2007. Диссертация посвящена методологии прогнозирования влияния техногенного загрязнения на окружающую среду при решении экологических задач в рамках поиска оптимальных форм управления экологической безопасностью. Обоснована целесообразность использования регрессионного анализа для решения задачи экологического прогнозирования. Разработан статистический метод прогнозирования влияния техногенного загрязнения на окружающую среду путем расчета соответствующей регрессионной зависимости по ретроспективным данным натурных наблюдений. Разработанный метод является непараметрическим: достоверность прогноза не зависит от параметров распределения исследуемых характеристик состояния окружающей среды и ее загрязнения. Исследовались статистические свойства оценок коэффициентов регрессионной зависимости состояния окружающей среды от техногенного загрязнения, рассчитанных разработанным методом. Доказано, что указанные оценки являются асимптотически несмещенными, состоятельными и при малом объеме выборки наблюдений более эффективными по сравнению с оценками, рассчитанными методом наименьших квадратов (на настоящее время базовым регрессионным методом). Разработан алгоритм и компьютерная программа решения задачи прогнозирования состояния окружающей среды методом непараметрического регрессионного анализа. Проведено исследование результатов экологического прогнозирования разработанным методом на модельных примерах. При этом рассматривалась модификация метода, состоящая в последовательном исключении слагаемых искомой регрессионной зависимости. Методом компьютерного моделирования установлено, что данная модификация повышает точность экологического прогноза. Исследовалась погрешность разработанного метода прогнозирования, обусловленная использованием выборочных значений минимума и максимума (вместо истинных по всей генеральной совокупности). Методом компьютерного моделирования установлено, что данная погрешность является незначительной. Проведен сравнительный анализ результатов экологического прогнозирования на модельных примерах непараметрическим методом и методом наименьших квадратов. Установлено, что при небольших объемах выборки (до 10–15 элементов) непараметрический метод обеспечивает более качественный результат. Сопоставление результатов экологического прогнозирования проводилось по двум критериям, каждый из которых учитывает как точность прогноза, так и его надежность. Экспериментально подтверждена непараметричность разработанного метода. Разработанным методом исследовалось влияние сброса сточной воды ГКП “Бердянский горводоканал” на качество морской воды в районе выпуска по показателям БПК5, азот аммонийный, нитриты, нитраты. Установлена статистически значимая зависимость между качеством сточной воды предприятия и качеством морской воды в прибрежной зоне по указанным показателям. Установленная зависимость позволяет прогнозировать качество морской воды и определять допустимый состав сточной воды предприятия. Разработанным методом исследовалось влияние погодных условий (средней температуры воздуха и количества осадков) на состояние древостоя по показателю дефолиация для лесостепной зоны Харьковской области по породам сосна и дуб. Установлена статистически значимая зависимость, позволяющая прогнозировать состояние древостоя по данному показателю. Исследовалось влияние загрязнения атмосферы промышленными предприятиями на состояние древостоя в зоне действия загрязнения по показателям дефолиация и дехромация. Установлена статистически значимая зависимость качества древостоя по показателю дефолиация от загрязнения атмосферы и отсутствие таковой по показателю дехромация. Результат расчета позволяет прогнозировать дефолиацию древостоя при заданном загрязнении атмосферы для условий Луганской области. При исследовании зависимости дефолиации как от погодных условий, так и от загрязнения атмосферного воздуха было учтено отсутствие иных существенных факторов, влияющих на дефолиацию. Показано, что метод непараметрического регрессионного анализа может быть использован для восстановления пропущенных данных наблюдений при проведении экологического мониторинга. В качестве примера была рассчитана регрессионная зависимость между дефолиацией и дехромацией древостоя, позволяющая восстанавливать пропущенные значения одного показателя качества по значению другого показателя. Разработанным методом рассчитывался прогноз качества воды р. Северский Донец по показателю фосфаты в контрольном створе ниже сброса сточной воды ООО “Рубежанский Краситель” при заданных расчетных условиях. Проводимый для сравнения расчет методом наименьших квадратов дал недостоверный результат (отсутствует зависимость прогнозируемого содержания фосфатов в контрольном створе реки от содержания фосфатов в сточной воде). Разработаны рекомендации по применению регрессионного анализа при выборе контрольных точек и параметров наблюдения при разработке системы экологического мониторинга. Результаты исследований рекомендуется использовать при разработке и проведении экологического мониторинга, при нормировании природопользования, при исследовании влияния опасных объектов на окружающую среду. Ключевые слова: окружающая среда, техногенное загрязнения, мониторинг, экологическое прогнозирование, натурные измерения, непараметрический регрессионный анализ, коэффициенты регрессии. Proskurnin O.A. Prognostication of technogenic pollution impact on the environment by the method of nonparametric regressive analysis. – The Manuscript. The thesis on competition scientific degree candidate of the technical sciences on speciality 21.06.01 - Ecological safety. - Ukrainian Scientific Research Institute of Ecological Problems (UkrSRIEP), Kharkov, 2007. Thesis is devoted to elaboration of a methodology for prognostication of technogenic pollution impact on the environment, aimed at search of optimal forms for ecological safety management. The problems of prognostication is solved by computation of regressive dependence of the environmental situation upon the level of technogenic pollution determined by the seal-world observations. The elaborated method of nonparametric regressive analysis allows to prognosticate qualitative environmental situation statistical properties of the regressive function evaluation, performed by nonparametric method, have been realized. The thesis results were used for investigation of impact of the “Berdyansky vodokanal” enterprise waste water discharge to the sea of Azov; for monitoring of forests of Ukraine; for computation of the Severski Donets river water quality below discharge section of waste water of “Rubezhansky Krasitel” factory. It is recommended to use the obtained results of investigations for design and functioning of a system of ecological monitoring, for determination of the nature loading normative, and for investigation of impacts on the environment of dangerous objects. The Keywords: environment, technogenic pollution, monitoring, forecasting, natural observation, nonparametric regression analysis, regression parameter.

Нашли опечатку? Выделите и нажмите CTRL+Enter

Похожие документы
Обсуждение

Ответить

Курсовые, Дипломы, Рефераты на заказ в кратчайшие сроки
Заказать реферат!
UkrReferat.com. Всі права захищені. 2000-2020