- •1.1. Метод парных сравнений
- •1.2. Метод самооценки
- •1.3. Метод сценариев
- •1.4. Формирование трендовой модели
- •1.5. Метод векторного прогнозирования
- •1.6. Многофакторная статистическая зависимость с использованием
- •коэффициента Фехнера
- •Контрольное задание
- •Варианты заданий
- •Раздел 2. Материальный баланс веществ при сжигании основных видов топлива
- •Состав горючей массы, %
- •Контрольное задание
- •Раздел 3. Загрязнение атмосферы твердыми частицами и при сжигании газообразного топлива
- •Контрольное задание
- •Торфа
- •Раздел 4. Расчет величин экологической нагрузки от суммы источников загрязнения
- •Контрольное задание
- •Раздел 5. Расчет компонентов сбалансированного техноценоза
- •Контрольное задание
- •Раздел 6. Модель Стритера – Фелпса
- •Контрольное задание
- •Раздел 7. Организации сплошного мониторинга лесов заданного района
- •Контрольное задание
- •Содержание и оформление контрольных заданий
- •Литература
7)S27 =0,2
8)S28 = 0,2
Наиболее вероятные события S27 и S28
1.4. Формирование трендовой модели
Для формирования трендовой модели подбирается функциональная зависимость выражающая значение показателя от годов, месяцев и т.д. В качестве функциональной зависимости могут быть использованы линейные, квадратичные и т.д. функции. Для построения функциональной зависимости требуются статистические данные, которые следует представлять в табличном виде. На основе приведенных данных следует отыскать коэффициенты методом наименьших квадратов. При этом отыскивается такое значение коэффициентов с достигнутым максимальным отклонением кривой с момента времени, для которых имеется статистическая информация от реальных значений анализируемого показателя. Чтобы определить прогнозное значение показателя, достаточно в полученную функциональную зависимость подставить значение периода, для которого требуется прогнозное значение рассматриваемого показателя.
Загрязнение региона в баллах было определено за 16 месяцев. Необходимо определить будущее состояние экологической обстановки в регионе за последующие 5 месяцев. Данные о загрязнении приведены в таблице 2.
|
|
|
|
|
|
|
|
|
|
Таблица 2 |
|
|
|
Данные о загрязнение региона |
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Месяцы, T |
1 |
2 |
3 |
4 |
5 |
|
6 |
7 |
8 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Загрязнение ре- |
6, |
7, |
7, |
7, |
6, |
|
7, |
8, |
9, |
|
|
гиона, баллы, N |
96 |
27 |
33 |
11 |
99 |
|
60 |
68 |
28 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Месяцы, T |
9 |
10 |
11 |
12 |
13 |
|
14 |
15 |
16 |
|
|
Загрязнение ре- |
11 |
11 |
11 |
12 |
12 |
|
13 |
13 |
13 |
|
|
гиона, баллы, N |
,2 |
,5 |
,5 |
,3 |
,7 |
|
,3 |
,5 |
,9 |
|
|
|
|
|
|
|
|
|
|
|
|
|
Если построить график с нанесенными на нем точками ось x(Т), ось y(N), то можно обнаружить, что точки близко расположены к прямой линии. Поэтому можно воспользоваться прямолинейной зависимостью и методом наименьших квадратов получим значения коэффициентов линейной функциональной зависимости, которые обеспечивают минимальное отклонение аппроксимации от действительных значений. ао = 5,456 (то есть, если аппроксимированную прямую продлить пересечения с осью y), а1 = 0,543 ( то есть отклонение точек от прямой).
Y = 5,456 + 0,543 · Т,
В итоге получим прогноз загрязнения региона в баллах: y17 = 14,727, y18 = 15,27, y19 = 15,813,y20 = 16,356, y21 = 16,889. Для оценки точности полученного
7
решения можно воспользоваться оценкой ошибки аппроксимации по формуле, где m - количество шагов прогноза:
|
1 |
m |
Êàáñ = |
∑yi − fs (Ti ))2 |
|
|
m |
i=1 |
Относительный показатель случайной колеблемости рассчитывается по формуле:
= m Êàáñ
Êîòí m 100%,
∑yi
i=1
Котн = 0,629/10,071·100=6,24. Если Котн не превышает 10%, то прогноз признается удовлетворительным, следовательно результат прогноза можно признать приемлемым.
1.5. Метод векторного прогнозирования
Результаты балльной оценки состояния окружающей природной среды приведены в таблице. Найти прогнозное значение состояния окружающей природной среды на 2002 год, если исследования прошедших лет получили следующую оценку:
Таблица 3
Состояние окружающей природной среды
Показатель |
Годы |
|
|
|
|
|
Состояние окружающей среды, |
199 |
|
19 |
19 |
20 |
200 |
баллы |
7 |
|
98 |
99 |
00 |
1 |
|
11 |
|
13 |
14 |
16 |
15 |
|
|
|
|
|
|
|
Нахождение шага усреднения (табл. 4):
|
|
|
|
|
|
|
|
|
|
Таблица 4 |
||
|
|
Нахождение шага усреднения |
|
|
|
|
|
|||||
|
|
|
|
|
|
|
|
|
|
|
|
|
Шаг усреднения |
97 |
|
9 |
98 |
9 |
99 |
99, |
00 |
0 |
|
01 |
|
|
|
7,5 |
|
|
8,5 |
|
5 |
|
0,5 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
8
1 |
11 |
13 |
14 |
16 |
15 |
2 |
|
1 |
1 |
15 |
1 |
|
2 |
3,5 |
|
|
5,5 |
|
|
|
|
|
|
3 |
|
12, |
14, |
15, |
|
|
|
75 |
25 |
25 |
|
|
|
|
|
|
|
4 |
|
|
1 |
14, |
|
|
|
3,5 |
|
75 |
|
2)nк = nк-1 – 1 = 2; где n - количество шагов, к - промежуток усреднения
3)ai - это отношение разницы между усредненным значением шага
ai = (14,75-13,5)/(1999,5-1998,5) = 1,25
4)aо = 13,5 – 1,25·1998,5 = -2484,625
5)Y = -2484,625 + 1,25 Т, Т = 2002
Yпр = -2484,625 + 1,25 ·2002 = 17,875 баллов
Прогнозируемое состояние окружающей природной среды в регионе на 2002 год.
1.6. Многофакторная статистическая зависимость с использованием
коэффициента Фехнера
Для того, чтобы построить многофакторную статистическую зависимость, надо отобрать факторы, которые в наибольшей степени влияют на исследуемый показатель. С тем, чтобы провести такой отбор, надо установить зависимость показателей и измерить силу из взаимного влияния. Степень зависимости или теснота связи между двумя показателями может описываться различными числовыми характеристиками. Наиболее приемлемыми являются коэффициент Фехнера, коэффициент ассоциации и др.
Коэффициент Фехнера вычисляют по формуле:
Кф =(2 · с / n) – 1,
где с – количество знакосовпадений, т - количество шагов.
Определить тесноту связей между показателями по коэффициенту Фехнера
иопределить прямую или обратную зависимость между численностью населения
исостоянием окружающей среды (табл.5):
Таблица 5
Данные для определения показателей
9
Показатели |
Годы |
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
2 |
3 |
|
4 |
|
5 |
|
6 |
7 |
8 |
9 |
1 |
|
|
|
|
|
|
|
|
|
|
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Численность |
1 |
1 |
1 |
|
1 |
|
1 |
|
1 |
1 |
2 |
2 |
2 |
населения, тыс. |
00 |
20 |
30 |
30 |
|
60 |
|
70 |
|
70 |
00 |
40 |
40 |
чел. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Состояние воз- |
2 |
3 |
2 |
|
2 |
|
4 |
|
3 |
3 |
3 |
4 |
4 |
духа, баллы |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Производство |
3 |
3 |
4 |
|
4 |
|
4 |
|
5 |
5 |
6 |
6 |
6 |
продукции, млн. |
00 |
50 |
00 |
00 |
|
50 |
|
00 |
|
50 |
00 |
00 |
20 |
руб. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Определяется среднее значение каждого показателя.
Численность населения 166 тыс.чел., состояние воздуха 3 балла, производство продукциии 477 млн. руб.
Определяется количество знакосовпадений, если sign n = sign m, то 1, если
sign n ≠ sign m , то 0 |
|
|
Sign (166-100) = |
sign (3-2) |
1 |
Sign (166-120) = |
sign (3-3) |
1 |
Sign (166130) =sign (3-2) |
1 |
|
Sign (166 –130) =sign (3-2) |
1 |
|
Sign (166 –160) =sign (3-4) |
0 |
|
Sign (166 –170) =sign (3-3) |
0 |
|
Sign (166 –170) =sign (3-3) |
0 |
|
Sign (166 –200) =sign (3-3) |
0 |
|
Sign (166 –240) =sign (3-4) |
1 |
|
Sign (166 –240) =sign (3-4) |
1 |
Количество знакосовпадений 6, количество шагов 10.
Кф = (2 · 6 / 10) – 1 = 0,2
т.к. Кф < 0,5 связь очень тесная, потому что коэффициент Фехнера может изменяться в пределах от –1 до +1, и если Кф > 0, то связь прямая, если Кф <0, то связь обратная. Чем теснее связь между исследуемыми показателями, тем больше абсолютная величина коэффициента Фехнера.
1.7 Многофакторная статистическая зависимость с использованием коэф- фициента ассоциации
Коэффициент ассоциации используется как показатель связи между определенными признаками А и В, имеющими две градации А1 , А2, В1 и В2. Все m
10
объектов делятся на четыре группы по обладанию признаками в той или иной градации и результаты записываются в черырехпольной таблице 6.
Таблица 6 Пример группировки признаков для расчета коэффициента ассоциации
Группы по |
Группы по признаку В |
Итого |
|
признаку А |
|
|
|
В1 |
В2 |
|
|
А1 |
M11 |
M12 |
mA1 |
|
|
|
|
А2 |
m21 |
M22 |
mA2 |
Итого |
mB1 |
MB2 |
m |
Коэффициент ассоциации рассчитывается по формуле:
Êà = m11 m22 −m12 m21 , m11 m22 +m12 m21
Связь считается подтвержденной, если коэффициент ассоциации имеет значение больше 0,5 по абсолютному значению. Связь считается прямой, если Ка > 0, если Ка < 0, то связь обратная. Этот коэффициент применяется при обработке результатов анкетирования.
Администрация области провела анкетирование населения для окончательного решения вопроса о запрещении выезда автомобилей на берег реки Волги. В анкетах указывался возраст и ответ: согласен или не согласен анкетируемый с данной мерой администрации. После получения результатов опроса была проведена группировка анкет по возрастному признаку: до 50 лет и после 50 лет, группы А1 и А2. Признак В1 – согласие с данной мерой администрации, В2несогласие с данной мерой. В таблице представлены результаты обследования и разбивки населения на указанные группы. Определить прямую или обратную взаимосвязь между показателями после проведенного анкетирования населения и привести доказательства полученной связи.
Таблица 7
Итоги анкетирования
Группы |
В1 |
В2 |
Итого |
А1 |
70 |
30 |
100 |
|
|
|
|
А2 |
20 |
80 |
100 |
Итого |
90 |
110 |
200 |
11
Ка = (70·80 –30·20)/(70·80 +30·20) = 0,81, т. к. Ка >│0,5│, то прямая связь под-
твержденная
Полученное значение говорит о значительной прямой связи между возрастом и желанием отдыхать в автомобиле на берегу реки. Поскольку наиболее активная часть населения предпочитает данный вид отдыха, то решение о закрытии съездов на берег реки не представляется целесообразным. Следовательно, данная мера должна быть отклонена, целесообразно сделать специальные стоянки на берегу реки, асфальтировать спуски и стоянки, оградить их бортовым камнем, чтобы уменьшить вероятный ущерб бассейну реки Волги.
1.8. Применение многофакторной модели для прогнозирования воздейст- вий антропогенеза на состояние природной среды
На основе динамики показателей численности населения в городе, объема выпускаемой промышленными предприятиями продукции, затрат на природоохранные мероприятия и количества автомобилей в городе несложно построить регерессивную модель, позволяющую оценить загрязненность природной среды на основе линейной многофакторной зависимости.
Определить изменения затрат на природоохранные мероприятия в 2001 году на базе статистической информации определена следующая многофакторная модель:
S= 5+ 0,001 · N + 0,002 · W - 0,001 · Z,
где S – состояние природной среды, баллы.
Численные характеристики показателей для расчета приведены в таблице 8.
|
|
|
Таблица 8 |
|
Численные показатели характеристик |
|
|
|
|
|
|
2000 |
|
|
Показатели |
2001 |
|||
|
г. |
|
г. |
|
Численность, тыс. чел. (N) |
|
600 |
-10 |
|
|
|
6000 |
|
|
Объем выбросов, тыс. т/год (W) |
+1000 |
|
||
Затраты на природоохранные мероприятия, тыс. |
|
4000 |
? |
|
руб.(Z)
S0 = 5 + 0,001·600 + 0,002·6000 – 0,001·4000 = 13,6 баллов
S1 = 5 + 0,001·590 + 0,002·7000 - 0,001·4000 = 15,59 баллов =15,59 –13,6 = 1,99·100 = 199 тыс.руб.
Затраты на 2001 год увеличились на 199 тыс.руб. или на 4,75 %.
Затраты на природоохранные мероприятия в 2001 году составят 4000+199 = 4199 тыс. руб.
12