Страница 2: МВ 2.2.12-016-99 Математичні засоби формування системи оперативного контролю еколого-гігієнічного стану об’єкту, обумовленого роботою транспорту. Методичні вказівки (45131)

Кількість мотоциклів, тис.шт - Км

5.3 Поблочне дослідження вхідних показників системи

5.3.1 Показники видатку палива та викиду шкідливих речовин в атмосферу

Вхідні показники видатку палива та викиду шкідливих речовин в атмосферу були піддані факторному аналізу, в наслідок якого було установлено, що для опису даних достатньо використання 1-го головною фактору (FRAS), з накопиченим вкладом 98.9%.

Взаємозв'язок між показником FRAS та вхідними показниками видатку палива та викиду шкідливих речовин в атмосферу може бути представлена регресійною моделлю:

-6

FRAS = - 0.069 + 10 * (7.44 RASDIZO +

1.94 RASBENO + 4.98 GAZMO + 17 GAZLO + 4695 VRED) (5.1)

або (без істотної втрати точності) - моделлю:

-6

FRAS = - 0.076 + 10 * (7.61 RASDIZO +

2.29 RASBENO + 4757 VRED) (5.2)

5.3.2 Показники кількості автотранспорту

Вхідні показники, що характеризують кількість автотранспорту по областях і містах були піддані факторному аналізу, в наслідок якого було установлено, що для опису даних (окремо по місту і по області) достатньо використання 1-го головного фактора (FKOLA), з накопиченим вкладом для моделі області - 99.2%, міста - 95.4%.

Крім того, був визначений узагальнений показник: "умовна кількість автотранспорту (KOLUSL)", що визначається за формулою:

KOLUSL = (10Кл + 20Kr + 25Ka + 5Км)/60, (5.3)

де Кл, Кr, Кa, Км - кількість легкових, вантажних автомобілів, автобусів, мотоциклів;

10, 20, 25, 5 - відповідні видатки пального на шляху.

Коефіцієнти кореляції між цими узагальненими показниками 0.992 (для міст) та 0.994 (для областей), що зазначає надто високу ефективність використання факторного аналізу в якості засобу пошуку узагальнених показників.

5.3.3 Показники захворюваності з ТВП:

Для побудови узагальненого показника захворюваності використовувався факторний аналіз. Вхідні показники: кількість випадків з ТВП по хворобам нервової системи, органів дихання, травлення, травмам і отруєнням (6, 8, 9, 17 класи захворювань).

Одержано узагальнений показник у вигляді 1-ої головної компоненти матриці вхідних змінних ZF з накопиченою часткою з'ясованого разкиду, рівного 100%, тобто при заміні 4 вхідних показників одним узагальненим ніякої втрати інформації не діється.

Узагальнений показник може бути також одержаний просто підсумкуванням вхідних 4 показників (SUMSL), т.я. коефіцієнт кореляції між показниками ZF й SUMSI рівен 0.95, а визначення останнього методично значне простіше.

5.4 Дослідження взаємозв'язку показників

5.4.1 Взаємозв'язок захворюваності з демографо-географічними показниками

Внаслідок развідувального аналізу даних випадків захворювань з ТВП по містах та областях України, зокрема, було виявлено, що в усіх класах, що досліджуються, спостерігається аномально підвищена захворюваність у Донецькій області.

Для оцінки значимості розрізнень рівня захворюваності по областях та містах був використаний апарат перевірки статистичних гіпотез для всього набору показників захворюваності за класами та в цілому. Наслідки досліджень для значущо розрізнених показників захворюваності по області та місту приведені у таблиці 1.

Таблиця 1

Аналіз кількості випадків захворювань з ТВП по областях та містах України

При дослідженні взаємозв'язку "випадки захворювання - чисельність населення" використовувався апарат кореляційного аналізу, внаслідок якого був виявлений статистичне значущий взаємозв'язок "випадки захворювання - чисельність населення області по класу захворювань "органи дихання" - r = 0,70 й "травми та отруєння" - r = 0.61 й наявність істотної взаємокореляційності показників захворювань за окремими класами на рівні r = 0.5 - 0.8.

Для аналізу захворюваності за регіонами використовувався дисперсійний аналіз, внаслідок якого було виявлено значуще збільшення кількості випадків з ТВП у східному регіоні по класу захворювань нервової системи (6 клас) й класу захворювань "травми й отруєння" (17 клас), а також тенденція регіональної залежності середньої тривалості захворювань по 17 класу.

5.4.2 Взаємозв'язок вхідних антропогенних показників з демографо-географічними показниками

Внаслідок проведеного регресійно-кореляційного аналізу взаємозв'язку показників видатку палива, викидів шкідливих речовин в атмосферу, автотранспорту і чисельністью населення, площею областей і міст було встановлено, що по чисельності населення можуть бути одержані достатньо надійні кількісні оцінки прогнозуємих значень антропогенних факторів. Визначені набори показників, для яких ці моделі статистичне значущі і збудовані відповідні регресійні моделі (див. табл. 2).

З метою вияву оптимального набору моделей використованих для опису взаємозв'язку між антропогенними та демографічними показниками був проведений порівняльний аналіз якості моделей та додаткові етапи моделювання, які включали наступні етапи:

1. Побудова графіків регресійних залежностей з довірчими межами та графіки решт, за результатами якого визначалась наявність аномальних точок.

2. Побудова регресійних моделей для аналізованої вибірки після виключення аномальних точок.

3. Порівняльний аналіз моделей для міста і області і показника видатка палива на 1000 осіб населення.

Таблиця 2

Регресійні моделі взаємозв'язку видатка палива, кількості автотранспорту та чисельності населення областей, (лінійні вигляду: y = a + bх)

Примітки:

1. n - кількість точок, використовуваних для побудови моделі.

2. х - чисельність населення (NASEL).

Внаслідок проведеного аналізу і моделювання було встановлено наступне:

- для опису взаємозв'язку видатка дизпалива, бензина, й чисельності населення допустимо, у першому приближенні, використання єдиної моделі, збудованої за даними по областях, включаючи місто, або показника видатка палива на 10.00 осіб населення.

- для моделі взаємозв'язку видатку зрідненого газу і чисельності населення було виявлено аномальне превищення видатку газу по відношенню до чисельності населення в Донецькій області; різниця між значеннями видатку, оцінена за моделями, збудованими за даними до і після виключення аномальної точки, відрізняються більш ніж у 2.9 рази.

- встановлена значуща різниця моделей для міста і області та недоцільність використання у загальному випадку показника видатку газу на 1000 осіб населення, так як при цьому додаткова помилка для різноманітних об'єктів складає величину порядку 40-94%.

Найбільш ефективним для оцінки взаємозв'язку між антропогенним та демографічними показниками використовувати узагальнені показники FRAS і KOLUSL і показник чисельності населення. Відповідні коефіцієнти кореляції між цими показниками складають величини не менше 0.94.

5.4.3 Взаємозв'зок антропогенних показників і показників захворюваності

Коефіцієнти кореляції між показниками, що спостерігаються та узагальненими показниками були на рівні 0.58-0.62.

Для оцінки впливу антропогенних факторів на захворюваність можливо обмежитися аналізом захворюваності по 3-ом класам ("захворювання нервової системи", "захворювання органів дихання", "травми і отруєння").

Надійним та еффективним є використання узагальненого показника захворюваності, так як при цьому для аналізу використовується істотно більший обсяг інформації", і для прийняття рішення використовується тільки один показник, що полегшує процедуру прийняття рішення.

Враховуючи невисокі коефіцієнти кореляції для побудови прогностичних моделей необхідно підтвердити одержані результати захворюваності на виборках більшого обсягу (наприклад за паралельними даними по захворюваності по областям та антропогенним показникам за 10 років).

5.5 Формування системи оперативного контролю

Для системи оперативного контролю і прогнозування стану об'єкту було запропоновано використовувати 4 показника:

- чисельність населення об'єкту (NASELO), тис.осіб;

- узагальнений показаних видатку палива й викиду шкідливих речовин в атмосферу (FRAS), що визначається за формулами (5.1, 5.2), умовна шкала;

- умовна кількість автотранспорту (KOLUSL), що визначається за формулою (5,3). тис.шт.;

- сумарна кількість випадків ЗТВП (SUMSL) по 6,8,9 й 17 класам, нормуроване на 100 працюючих.

Для зручності в практичній роботі весь діапазон зміни цих показників представляється у вигляді рангових шкал, відповідно до таблиці ранжирування (таблиця 3).

Таблиця З

Для якісного аналізу видатку палива надто ефективним виявляється використання програмного забезпечення, що дозволить виробляти картографічний аналіз даних, розробленого нами на базі рекомендованого ВОЗ програмного засобу EPIМАP.