Прогнозування впливу техногенного забруднення на довкілля методом непараметричного регресійного аналізу - Автореферат

УКРАЇНСЬКИЙ НАУКОВО-ДОСЛІДНИЙ ІНСТИТУТ ЕКОЛОГІЧНИХ ПРОБЛЕМ Прогнозування впливу техногенного забруднення на довкілля методом непараметричного регресійного аналізуЗадача 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. Результати досліджень рекомендовано використовувати при розробці та проведенні екологічного моніторингу, нормуванні природокористування та при дослідженні впливу небезпечних обєктів на навколишнє середовище. Исследовались статистические свойства оценок коэффициентов регрессионной зависимости состояния окружающей среды от техногенного загрязнения, рассчитанных разработанным методом.Одним із традиційних підходів до прогнозування техногенного впливу на довкілля є використання математичних моделей, які описують процеси та явища, що характерні для досліджуваного обєкта - екосистеми. 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. У звязку 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.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. Регресійна залежність стану навколишнього середовища від техногенного забруднення може бути наведена в формі розвинення по ортогональному базису {Qk}: , де gk - коефіцієнти розвинення, які в даній задачі мають значення невідомих коефіцієнтів (параметрів) регресії; М - порядок шуканої функції. Крім того, через специфіку обєктів, що досліджуються, характеристики стану довкілля та техногенного забруднення можуть мати розподіли, що істотно відрізняється від вивчених (нормального, експоненціального, с-квадрат та ін.). Центральним поняттям розробленого методу прогнозування є інтегральний показник - величина, що може бути визначена як , де a(w) - щільність розподілу показника Якщо регресійна залежність стану навколишнього середовища від техногенного забруднення шукається як елемент евклідового функціонального простору із заданим скалярним добутком елементів (f1, f2) і ортогональним базисом {Qi}, то кожний коефіцієнт регресії gk, виходячи з ортогональності базису, дорівнює: і може оцінюватися як інтегральний показник за вибіркою {(yi, Qk(xi))} методом Монте-Карло з наступною перевіркою нульової гіпотези через розподіл випадкової величини: , (1) де {ai}, i = 1? N, - варіаційний ряд за вибіркою {(yi, Qk(xi))}; V - обєм області визначення величини a.Задача прогнозування вирішується шляхом визначення за даними натурних спостережень регресійної залежності стану довкілля від техногенного забруднення методом непараметричного регресійного аналізу. 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 алгоритм та компютерна програма прогнозування стану довкілля методом непараметричного регресійного аналізу. На даних прикладах показано, що метод непараметричного регресійного аналізу забезпечує більш достовірний результат з точки зору адекватності процесам, що досліджувались. Можливість прогнозування стану довкілля методом непараметричного регресійного аналізу підтверджена перевіркою результатів розрахунку на незалежних (що не використовувались при розрахунках) даних.

2. Основний зміст дисертації