1. Создание банка данных для инженерно-экономических расчетов на эксплуатируемых объектах

Решение задач статистического анализа, наиболее распространенных при инженерно-экономических расчетах на стадии проектирования и при эксплуатации водохозяйственных систем, связано со значи­тельными объемами вычислений. Проведение реальных много­вариантных статистических расчетов без использования ком­пьютера практически невозможно. Это, главным образом, относится к задачам корреляционно-регрессионного анализа и статисти­ческого прогнозирования.

В статистическом анализе можно выделить два основных на­правления. Одно из них представляет собой статистическое опи­сание (описательная статистика) какого-либо явления на ос­нове только тех данных, которые были собраны. Например, к методам статистического описания относится представление данных в виде различных типов таблиц и графиков, которые служат как бы фотографиями исследуемого явления в различ­ных ракурсах. Эти методы также включают получение обобщен­ных показателей, характеризующих свойства и структуру ис­следуемых данных. Описательная статистика упорядочивает и систематизирует имеющуюся информацию, облегчает понима­ние изучаемого явления. Наиболее ярким примером статисти­ческого описания служат результаты многолетнего распределение стока, пред­ставленные в виде соответствующих таблиц, графиков и показателей.

Другое направление статистического анализа (аналитичес­кая статистика) — обработка собранных данных с целью про­ведения анализа и получения статистических выводов отно­сительно исследуемого массового явления. При этом изучаемое явление, как правило, характеризуется боль­шим массивом данных, чем участвует в обработке. Решающую роль здесь играют математико-статистические методы. Они позволяют анализировать и интерпретировать массивы полученных данных независимо от их качественного содер­жания. Например, это могут быть значения показателей, от­ражающих различные массовые явления в экономике и биз­несе. Массовым явлениям соответствуют статистические совокупности, в рамках которых они проявляются.

В любом случае для расчетов требуется некая статисти­ческая или генеральная совокупность данных, представленных в цифровом виде. Статисти­ческая совокупность — это масса отдельных качественно од­нородных единиц или элементов, объединенных по единым информационным признакам в банк(базу) данных.

Единицы генеральной совокупности могут характеризоваться некоторым варьирующим признаком, который изменяется от одной единицы совокупности к другой. Признаки могут иметь количественное и качественное содержание. Количественные измерения значений признака, а также различных, обобщен­ных показателей совокупности представляют собой исходные данные для статистического анализа. Анализируемые данные можно разделить на две основные категории — дискретные и непрерывные. Дискретные данные выражаются в виде целых положительных чисел. Они используются для кодирования и подсчета каких-либо единиц. Непрерывные данные непрерыв­но заполняют некоторый промежуток. Они получаются при измерении непрерывных переменных (например, времени, га­баритов изделий и т. д.).

Численные данные классифицируются по уровням изме­рения, которые определяют тип шкалы измерений. Выделяют шкалу наименований, порядковую шкалу, шкалы интервалов и отношений. Шкала наименований используется для описания качественных данных, характеризующих принадлежность элементов совокупности к каким-либо классам или категори­ям; порядковая шкала — для упорядочения (ранжирования) объектов; шкалы интервалов и отношений — для определе­ния меры различия между значениями признака. С помощью последних можно измерять, на сколько (шкала интервалов) и во сколько раз (шкала отношений) значение признака, ха­рактеризующего одну единицу совокупности, превосходит зна­чение признака для другой единицы. Использование типа шка­лы зависит от содержания измеряемого признака. Если он носит качественный характер, то прибегают к шкалам наименова­ний и порядка (качественные данные), если количественный — к шкалам интервалов и отношений (количественные данные).

По источникам получения данные можно классифицировать как первичные и вторичные. Первичные данные собираются непосредственно в результате проведения специально ори­ентированных наблюдений и экспери­ментальных исследований. Вторичные данные собираются из различных информационных источников - периодических пе­чатных изданий. Вторичные данные всегда предварительно собираются, записываются и публично представляются в оп­ределенной форме. Первичные данные, как правило, более адекватны анализируемой проблеме, однако их получение менее удобно и требует больших затрат по сравнению со вто­ричными.

Для выборочного метода важнейшим условием является реп­резентативность (представительность) выборки. Она означает, что выборка должна в максимальной степени отражать свой­ства и структуру генеральной совокупности. Репрезентативность достигается с помощью объективного отбора, т. е, принципа равных возможностей попадания в выборку единиц генераль­ной совокупности.

Источники получения данных должны быть транспорентными, а способы получения данных в результате исследований должны быть достоверными. Тип выборки определяется способом отбора данных. Если из генеральной совокупности элементы, состав­ляющие выборку, отбираются случайным образом, то такой отбор называется случайным, или рендомизированным. В ре­зультате формируется массив данных, который может быть основой для создания информационного банка. Например, для предприятия промышленного водоснабжения требуется следующий массив:

• Проценты распределения экологических платежей;

• Коэффициенты индексации;

• Коэффициенты экологической значимости;

• Добавочные коэффициенты мест размещения отходов;

• Вид топлива и нормативы платы;

• Баланс водопотребления и водоотведения предприятия ;

• График отбора проб и проведения химических анализов;

• Перечень выпусков предприятия;

• Сведения о составе поступающих и очищенных сточных вод;

• Данные об очистных сооружениях сточных вод;

• Сброс сточных вод по предприятиям за несколько лет;

• Сброс сточных вод по водным объектам за несколько лет .

Понятие – банк(база) данных для водохозяйственных расчетов – включает в себя, прежде всего организацию, формирование, ведение, обеспечение учета, систематизацию и хранение гидрогеологической, гидрологической и гидрометеорологической информации и технологической информации о водных объектах, включая формирование, ведение и эксплуатацию территориального банка цифровой информации, цифровой информации о водных объектах, лицензировании недро- и водопользования, о результатах деятельности государственного контроля, экспертизы и охраны природных ресурсов. К примеру, обширный банк фактических данных, накопленных в результате масштабных экспериментальных и полевых исследований процессов, происходящих при мелиорации на различных территориях, позволил дать серьезные теоретические обобщения по проблемам взаимодействия человека и природы при мелиорации земель, сформулировать концепции повышения продуктивности мелиорированных агроландшафтов, водообеспечения и водоотведения в сельском хозяйстве, экосистемного водопользования.

На современном этапе развития отрасли применение информационных банков данных необходимо, прежде всего, для:

• разработки и внедрения информационных электронных баз данных по нормативно-правовой документации в области охраны окружающей среды и рационального использования природных ресурсов, порядка формирования и ведения эколого-мелиоративного мониторинга природных и техногенных объектов;

• внедрения и обслуживания расчетных программ для предприятий и проектных организаций, решающих задачи определения допустимых воздействий на окружающую среду;

• внедрения информационной системы экологического менеджмента предприятий в соответствии с действующим природоохранным законодательством Российской Федерации и требованиям системы ГОСТов Р, ИСО 400.

• внедрения комплексных информационных систем, обеспечивающих решение задач по всем основным направлениям водохозяйственной деятельности: учет и контроль, моделирование, анализ и прогноз развития ситуации, экспертиза проектов и принятие управленческих, технических, технологических и инвестиционных решений на уровне эксплуатационного предприятия.

Электронная форма подготовки и обращения практически всех вновь создаваемых управленческих документов и обосновывающей документации, а также ведение соответствующих баз и банков данных позволяет в настоящее время резко расширить доступ к накапливаемому в системе управления опыту принятия всесторонне обоснованных решений. Одним из фундаментальных принципов при этом должен стать принцип сохранения и воспроизводства информационной базы принятых решений. Организационной формой для решения этой задачи является создание упомянутого выше единого фонда управленческой документации.

Введение нормативных требований по обязательному использованию информационных ресурсов является формальным регулятором информационных процессов. Другим аспектом необходимости применения информационных банков данных является способ их обработки.

Сложность и дороговизна экспери­ментов и физических моделей процессов водораспределения по элементам ландшафта и сооружениям ВХС, невозможность учета всех действующих в натуре факторов, а в ряде случаев невозможность достижения одновременно динами­ческого и химического подобия не позволяют применить этого способа исследований. Поэтому основными методами исследо­вания сложных физических процессов водораспределения и водопотребления в настоящее время становятся методы математического моделирования.

Под математическим моделированием понимается всестороннее математическое описание явления и исследование полученных урав­нений с помощью средств компьютерной вычис­лительной техники. При использовании методов математического моделирования не возникает проблем, аналогичных перечисленным вы­ше. Однако имеется ряд особенностей в моделях, которые исполь­зуются в инженерной практике водоохраны. Они могут быть подраз­делены на следующие типы:

1) модели детерминированных процессов при полной априорной информации об их параметрах;

2) модели детерминированных процессов при неполной априорной информации о па­раметрах модели (не известны начальные условия при известных дифференциальных уравнениях, не известны некоторые коэффициен­ты дифференциальных уравнений и др.);

3) процесс является детер­минированным, и информация о нем не искажена, но вид модели про­цесса априорно неизвестен;

4) о процессе априорно ничего не извест­но и поступающая информация оказывается искаженной различными помехами.

В настоящее время наиболее разработаны методы и средства для первых двух типов моделей. Посредством таких моделей производится обработка банка данных для создания научных основ охраны вод суши от истощения и загрязнения. Метод математического моделирования применяется для прогнозирования обстановки на водохозяйственных системах в целях оптимального управления режимом и ресурсами вод, для совершенствования функционирования водохозяйственных систем и развития с позиций рационального природопользования и решения социальных задач.

Список используемой литературы

1. Доспехов Б.А. Методика полевого опыта (с основами статистической обработки результатов исследований). М.:Агропромиздат, 1985.-351 с.

2. Голованов А.И. Введение в природообустройство. –М: Издательство МГУП, 1998 .- 24 с.

3. Соколов А.А., Шикломанов И.А. Межзональное перераспределение водных ресурсов. –Ленинград: Гидрометиздат, 1980 г.-375 с.

4. Соколов А.А. и др. Методы изучения и расчета водного баланса. –Ленинград: Гидрометиздат, 1981 г.-397 с.

5. Сулицкий В.Н. Методы статистического анализа в управлении: Учебн. Пособие. –М.:Дело, 2002.-520 с.

6. Харченко С.И. Гидрология орошаемых земель. –Ленинград: Гидрометиздат, 1975 г.-473 с.

7. Юшманов О.Ю. и др. Комплексное использование и охрана водных ресурсов: Учебники и учебные пособия для вузов.- М.:Агропромиздат, 1985.-303 с.