Компьютерные технологии и статистические методы в анализе данных по распределению коэффициента опасности в почвах в г. Липецк - Студенческий научный форум

XV Международная студенческая научная конференция Студенческий научный форум - 2023

Компьютерные технологии и статистические методы в анализе данных по распределению коэффициента опасности в почвах в г. Липецк

Лепешкина П.В. 1
1Федеральное государственное бюджетное образовательное учреждение высшего образования «Университет «Дубна»
 Комментарии
Текст работы размещён без изображений и формул.
Полная версия работы доступна во вкладке "Файлы работы" в формате PDF

Антропогенная нагрузка является одним из лидирующих факторов, влияющих на здоровье населения городов. Город Липецк относится к городам с повышенной антропогенной нагрузкой. В Липецке расположен крупнейший металлургический комбинат (НЛМК), который является лидером в производстве стали. Новолипецкий металлургический комбинат оказывает значительное влияние на компоненты окружающей среды, которые в свою очередь могут влиять на здоровье жителей г. Липецк.

В 2022 году на базе Федерального государственного учреждение «Университет «Дубна» были проведены обработка данных, расчеты и проанализирован риск здоровья неканцерогенных заболеваний жителей г. Липецка по одному из компонентов окружающей среды, почвам. Обработка данных велась в таких программах, как Microsoft Excel, STATISTICA, MapInfo Pro и Surfer.

Первым шагом в обработке данных стали расчеты и анализ данных с помощью описательной статистики в Microsoft Excel. Коэффициент был рассчитан по 36 почвенным образцам, которые ранее отобрались в г. Липецке.

Коэффициент опасности HQ неканцерогенных заболеваний был посчитан с помощью формулы HQ=AC/RfC, где

AC – средняя концентрация, мг/м3

RfC – безопасная концентрация, мг/3 (табличное значение) [5].

Значение коэффициента не должно превышать 1 [5].

Табл. 1. Посчитанный коэффициент опасности (HQ) Сu в почвах в г. Липецк

Коэффициент опасности Сu

1

0,43

2

0,21

3

0,27

4

1,54

5

0,59

6

0,37

7

0,26

8

0,77

9

1,49

10

0,34

11

0,06

12

0,67

13

0,87

14

0,99

15

0,18

16

1,08

17

1,97

18

5,32

19

1,92

20

15,39

21

1,33

22

0,35

23

15,11

24

19,21

25

0,52

26

0,50

27

1,17

28

0,57

29

2,55

30

1,16

31

0,90

32

1,04

33

2,50

34

0,52

35

1,62

36

20,31

Помимо расчетов была произведена описательная статистика в Microsoft Excel [1].

Рис. 2. Описательная статистика в Microsoft Excel по посчитанному коэффициенту опасности (HQ) Сu в почвах в г. Липецк

Коэффициент опасности Сu

Среднее

2,89

Стандартная ошибка

0,90

Медиана

0,95

Мода

0,52

Стандартное отклонение

5,38

Дисперсия выборки

28,98

Эксцесс

5,23

Асимметричность

2,54

Интервал

20,25

Минимум

0,06

Максимум

20,31

Сумма

104,08

Счет

36,00

Среднее значение превышает единицу, хотя медиана, показывающая середину, немного меньше единицы. Стандартная ошибка не большая, что может говорить нам о том, что среднее арифметическое с малой долей вероятности может быть с ошибкой, но данную возможность лучше не исключать и обратиться к медиане, показывающую качественную информацию о значениях. Мода показывает же, что наиболее часто встречающееся значение 0,52, являющимся меньше единицы [4].

После чего с помощью программы STATISTICA была произведена постройка графиков [1]. Выбор пал на данную программу, так как имеются 3D и 2D графики, строящиеся моментально. Были построены графики обоих видов.

Рис. 1. 3D график распределения коэффициента опасности Сu в почвах г. Липецк, построенный с помощью программы STATISTICA

Несмотря на объемность и наглядность графика, но ориентироваться по нему совсем неудобно. Это обусловлено тем, что данный вид постройки графика был применен в первый раз. Поэтому был построен точно такой же график, но в 2D варианте.

Рис. 2. 2D график распределения коэффициента опасности Сu в почвах г. Липецк, построенный с помощью программы STATISTICA

Данный вид графика более привычен, поэтому легко определить, какие из точек имеют наибольшее значение коэффициента опасности. Как видно из графика, то такие точки, как 36, 24, 23, 20 имеют сильное превышение значений. Помимо этих значений, коэффициент имеет превышение в точках 4, 9, 16, 17, 18, 19, 21, 27, 29, 30, 32, 33 и 35.

В 17 точках из 36 выявлено превышение коэффициента опасности в почвах г. Липецк. Это чуть менее 50% от посчитанных коэффициентов. Это может говорит о повышенном риске заболеваний среди населения г. Липецка и о загрязненности почв химическим элементов Cu.

Следующим шагом было отрисование карты-схемы г. Липецка, поделенная на 4 района и с указанием главных транспортных узлов, водных объектов г. Липецк и отражение НМЛК на территории города. С помощью программы MapInfo Pro, предназначенная для сбора, отображения, редактирования, хранения и анализа географических пространственных данных, была полностью отрисована карта [3].

Рис. 3. Отрисованная в системе MapInfo Pro карта-схема г. Липецк по районам

С помощью метода степени обратных расстояний было проиллюстрировано распределение коэффициентов. Данный выбор метода обусловлен тем, что это простой и быстрый метод. Он подходит как для глобального, так и для локального интерполятора [2].

Рис. 4. Цветная схема изолиний распределения коэффициента опасности Сu в почвах г. Липецк

Из рисунка видно распределение превышения значений. Наибольшее значение имеется на северо-западе карты, расположенном в правобережном районе в районе дороги. Следующие превышения имеются немного южнее центра и обе в Левобережном районе, находящиеся с обеих сторон от НМЛК. Большая часть карты окрашена в голубой цвет с вкраплениями синих точек. Самые темные участки как раз расположены там, где находится наименьшее значения. Самое частое расположение в Советском и Октябрьском районе.

По итогу апробации различных программных средств для анализа данных по распределению коэффициента опасности Сu в почвах г. Липецк можно сделать ряд выводов:

С помощью применения нескольких программ можно более наглядно и подробно рассмотреть распределение коэффициента и сделать предварительные прогнозы по оценке риска жителей г. Липецк;

С помощью этих программ возможна оценка массива данных без особых трудностей даже начинающими специалистами;

Можно понять структуру имеющихся данных. При дальнейшем анализе данных возрастет и количество данных, поэтому в дальнейшем можно применить более прогрессивные методы и подходы исследования, не теряясь в их структуре.

Литература.

Савватеева О.А., О.В. Анисимова. Компьютерные технологии и статистические методы в экологии и природопользовании. Практикум. Учебное пособие – Дубна, 2015 г.

Мальцев К.А, Мухарамова С.С. Построение моделей пространственных переменных.(С применением пакета SURFER). Учебное пособие – Казань, 2014 г.

MapInfo Pro – географическая информационная система (ГИС). Доступно по адресу: https://mapinfo.ru/node/211 (20.12.2022)

Описательные статистики. Доступно по адресу: http://statistica.ru/theory/opisatelnye-statistiki/ (19.01. 2023)

Руководство по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду. – М: Федеральный центр госсанэпиднадзора Минздрава России, 2004 г.

Просмотров работы: 67