
- •М.В. Горшков экологический мониторинг Учебное пособие
- •Введение
- •Курс лекций раздел 1. Научные основы экологического мониторинга
- •Раздел 2. Приоритетные контролируемые параметры природной среды
- •2.1 Контроль качества воздуха
- •2.2 Контроль качества воды
- •2.3 Контроль качества почвы
- •Характеристика почвы по санитарному числу [54]
- •2.4 Контроль качества продуктов питания
- •2.5 Контроль воздействия физических факторов
- •2.6 Контроль воздействия ксенобиотиков
- •2.7 Контроль воздействия неорганических соединений
- •Раздел 3. Виды мониторинга и пути его реализации
- •Уровни мониторинга [12]
- •Раздел 4. Фоновый мониторинг. Методы отбора и консервации проб
- •4.1 Отбор проб атмосферного воздуха
- •4.2 Отбор проб воды
- •Способы консервации, особенности отбора и хранения проб [30]
- •4.3 Отбор проб почвы
- •Раздел 5. Всемирная метеорологическая организация и международный мониторинг загрязнения биосферы
- •Раздел 6. Национальный мониторинг российской федерации
- •Раздел 7. Региональный мониторинг
- •Раздел 8. Локальный мониторинг
- •Раздел 9. Медико-экологический мониторинг
- •Раздел 10. Основы биологического мониторинга
- •10.1 Биоиндикация
- •10.2 Оценка биологического разнообразия
- •Шкала обилия Друде и шкала обилия Хульта (балльная)
- •Тема 11. Мониторинг радиационного загрязнения природной среды
- •Классификация радионуклидов по степени биологического воздействия
- •Тема 12. Автоматизированные системы контроля окружающей среды (аскос)
- •12.1 Аэрокосмический мониторинг и данные дистанционного зондирования
- •1 Канал (голубой):
- •6 Канал (длинноволновый инфракрасный или тепловой):
- •7 Канал (средний, или коротковолновый инфракрасный):
- •8 Канал (панхроматический - 4,3,2):
- •12.2 Моделирование процессов и применение геоинформационных систем
- •12.3 Интеллектуальные системы для целей экологического мониторинга
- •12.3 Экологические информационные системы
- •Список использованной литературы для курса лекций
- •Интернет ресурсы:
- •Практикум тема 1. Оценка приоритетных контролируемых параметров природной среды
- •Пробы воды реки Амур
- •Лабораторная работа №1.
- •Тема 2. Статистическая обработка экологических результатов
- •2.1 Описательная статистика
- •2.2 Параметрические и непараметрические критерии
- •2.3 Графическое представление данных
- •2.4 Статистическая связь. Корреляционный анализ
- •2.5 Дисперсионный анализ
- •Логическая схема однофакторного дисперсионного комплекса
- •Лабораторная работа №2.
- •2.6 Регрессионный анализ
- •2.7 Анализ временных рядов
- •Тема 3. Биологический мониторинг и оценка интегральных экологических показателей
- •3.1 Биоиндикация
- •Лабораторная работа №3.
- •3.2 Оценка биологического разнообразия сообществ
- •Лабораторная работа №4.
- •Тема 4. Информационные технологии для экологического мониторинга
- •4.1 Пакет статистических программ Statistica
- •Состав и температура проб воды Амурского и Уссурийского заливов (Дулепов, Лескова, 2006)
- •4.2 Редактор электронных таблиц ms Excel
- •Тема 5. Локальный экологический мониторинг. Эколого-инженерная документация
- •5.1 Технологии очистки от загрязнений Воздух
- •Список использованной литературы при подготовке практикума
- •Приложения к курсу лекций
- •Предельно допустимые концентрации наиболее распространенных экотоксикантов в воздухе (Шелковников, 2007).
- •Предельно допустимые концентрации наиболее распространенных экотоксикантов в воде (Шелковников, 2007).
- •Предельно допустимые концентрации наиболее распространенных экотоксикантов в почве (Шелковников, 2007).
- •Приложение к практикуму Матрица пересечения для водорослей-макрофитов залива Восток (Японское море), рассчитано по данным в.Ф. Макиенко (1975)
- •Матрица пересечений для ботанического памятника природы «Приморский комплекс», рассчитано в.П. Селедца (2005)
- •Матрица пересечения для водорослей-макрофитов дв побережья России, рассчитано по данным н.Г. Клочковой (1997)
- •Оглавление
Состав и температура проб воды Амурского и Уссурийского заливов (Дулепов, Лескова, 2006)
Температура |
Нитраты мг/м3 |
Фосфаты мг/м3 |
Продукция мгС/м3 |
5 |
30,5 |
16,8 |
2,92 |
6 |
19,5 |
11,8 |
1,95 |
4 |
25 |
14 |
1,12 |
12 |
26 |
8,1 |
18,1 |
19 |
19,4 |
4,3 |
19,9 |
20 |
17,6 |
6,4 |
21,7 |
14 |
17,5 |
9,7 |
41,5 |
10 |
15,2 |
8,6 |
33 |
10 |
20,5 |
11,7 |
20,5 |
1,5 |
18,1 |
14,8 |
1,01 |
1,1 |
19 |
12,1 |
1,21 |
5 |
26,3 |
13,5 |
2,7 |
11 |
21,4 |
12,8 |
17,2 |
17 |
19,8 |
11,2 |
29,2 |
19,5 |
18,6 |
9,3 |
12,9 |
13,5 |
25,3 |
11,6 |
44,8 |
7,3 |
21 |
9,8 |
36,7 |
8 |
22,7 |
10,4 |
7,46 |
Окончание таблицы 3.4
4 |
19,7 |
16,1 |
3,71 |
3,1 |
18 |
15,3 |
2,8 |
6 |
26 |
11,7 |
3,16 |
12 |
21,5 |
5,1 |
34,8 |
19 |
18,7 |
4,7 |
20,8 |
20 |
29 |
7,6 |
34,6 |
14 |
32 |
8,3 |
47,3 |
9,6 |
29 |
10,6 |
39,2 |
10 |
25 |
14,1 |
25,2 |
5 |
28,7 |
14,3 |
1,95 |
4,2 |
31,4 |
15,5 |
2,05 |
6 |
21,7 |
11,6 |
2,46 |
12 |
17,3 |
8,6 |
25,2 |
19 |
16,7 |
7,5 |
26,8 |
20 |
19,6 |
8,8 |
27,6 |
14 |
24,6 |
16,2 |
53,8 |
8,9 |
15,1 |
14,4 |
44,1 |
10 |
17,5 |
12,8 |
19,7 |
Анализ временных рядов. Для знакомства с методами анализа временных рядов в Statistica мы воспользуемся типовыми файлами пакета. Для этого выбираем File/Open/Datasets и выбираем типовой файл.
Откройте типовой файл Series_G.sta. Выберите модуль Advanced Linear/Nonlinear Models (Дополнительные линейные и нелинейные модели) и далее модуль Time Series/Forecasting (Анализ временных рядов/Прогнозирование). Задаём переменную. В верхнем правом углу нажимаем кнопку ОК и получаем окно «Transformations of Variables».
Во вкладке «Review & plot» можно получить график временного ряда. Для этого есть кнопки Plot (для одиночного графика и нескольких графиков).
Во вкладке Smoothing (Сглаживание) можно соответственно получить сглаженный график.
Например, выбрав «N-pts mov. averg.» (Сглаживание по скользящим средним). Установите N=4, т.е. сглаживание будет проходить по 4-м точкам. Нажмите ОК и получите график сглаженного ряда. Можно получить сразу несколько видов графика (разных компонент) для одного ряда.
Вернувшись на 1 шаг назад и выбрав кнопку «Exponential smoothing & forecasting» мы можем задать параметры тренда: без тренда, линейный, экспоненциальный, дампфированный (затухающий). Лишние графики можно удалить в окне длинных имён.
Модуль анализа временных рядов весьма насыщен процедурами. В частности имеются такие процедуры как спектральный анализ Фурье и ARIMA (АРПСС), которые используются для выявления периодичности во временных рядах.
Язык STATISTICA Visual Basic. Пакет содержит внутренний язык для целей автоматизации и настройки рабочей среды. Состоит язык из двух основных компонентов: 1) общая среда программирования Visual Basic; 2) библиотека STATISTICA.
Работа с Visual Basic производится путём создания макросов. Выделяют три вида макросов:
Макросы анализа, используемые в одном модуле.
откройте типовой файл Heart.sta. Получите для переменной Age список описательных статистик, а во вкладке Normality получите Гистограмму.
разверните Options. Выберите <Create Macro>.
макрос можно сохранить как Глобальный Макрос (Save As Global Macro).
запускать из Tools – Macro.
Мастер-макросы.
запустите из Tools функцию Recording Log of Analysis (Master Macro) – Записать журнал анализа (Мастер-макрос).
Все ваши действия будут записываться. Далее вы можете воспользоваться функциями: Пауза – приостановить или Стоп – завершить.
Клавиатурные макросы.
Выбирается в меню Tools. Фиксирует все нажатия на клавиши.