Содержание к диссертации
Введение
1 Аналитический обзор государственных программ и методологии экологической оценки объектов энергетики и качества территории .
1.1 Структура выбросов от стационарных источников по видам экономической деятельности
1.2 Государственные программы в области охраны окружающей среды и экологической безопасности, энергетики, здравоохранения, действующие на территории РФ
1.3 Государственные программы, действующие на территории г. Москвы... 24
1.4 Методики оценки качества территории 32
1.5 Выводы по главе 1 39
2 Метод экологической оценки воздействия теплоэлек троцентралей на качество окружающей среды с применением корреляционного анализа
2.1 Подход к оценке воздействия теплоэлектроцентралей на качество окружающей среды с применением корреляционного анализа
2.2 Методика оценки воздействия теплоэлектроцентралей на качество окружающей среды
2.3 Выявление и установление зависимости по данным о состоянии атмо сферного воздуха в городе Москве
2.4 Данные о выбросах теплоэлектроцентралями по г. Москве 50
2.5 Данные о заболеваемости населения, вызванной неблагоприятными экологическими условиями 61
2.6 Выводы по главе 2 60
3 Корреляционный анализ в экологической оценке теплоэлектроцентралей города Москвы
3.1 Корреляционный анализ данных выбросов от теплоэлектроцентралей и состояния атмосферного воздуха .
3.2 Корреляционный анализ данных выбросов от теплоэлектроцентралей и заболеваемости населения
3.3Анализ корреляционных зависимостей выбросов загрязняющих веществ от теплоэлектроцентралей и состояния атмосферного воздуха
3.4 Анализ корреляционных зависимостей выбросов загрязняющих веществ от теплоэлектроцентралей и детской заболеваемости
3.5 Выводы по главе 3 91
4. Предложения по использованию результатов исследования и достоверность данных 92
4.1 Рекомендации по ограничению выбросов для каждой теплоэлектроцентрали с учетом влияния на заболеваемость населения
4.2 Корректировка прогнозных оценок 94
4.3 Уточнение итогов применения существующих государственных программ
4.4 Оценка точности прогноза 105
4.5 Выводы по главе 4 106
Заключение 107
Список использованной литературы
- Государственные программы в области охраны окружающей среды и экологической безопасности, энергетики, здравоохранения, действующие на территории РФ
- Выявление и установление зависимости по данным о состоянии атмо сферного воздуха в городе Москве
- Корреляционный анализ данных выбросов от теплоэлектроцентралей и заболеваемости населения
- Уточнение итогов применения существующих государственных программ
Введение к работе
Актуальность темы исследования. Развитие городского хозяйства, в частности увеличение количества и мощности теплоэлектроцентралей, расположенных в мегаполисе, невозможно без разработки методов и средств защиты населения от негативных воздействий и загрязнений городской среды. Вопросы исследования влияния выбросов от теплоэлектроцентралей городов как источников антропогенного воздействия на окружающие экосистемы являются актуальными, а их решения востребованными в современном строительстве.
Существующие методы экологической оценки воздействий теплоэлектроцентралей не дают решения для мегаполиса, так как имеется множество теплоэлектроцентралей, отличающихся мощностью и расположением, а районы имеют различную конфигурацию застройки и продуваемость улиц.
Разработка метода экологической оценки воздействий стационарных объектов энергетики на примере теплоэлектроцентралей и использование научно обоснованных и объективных показателей безопасности воздействия на окружающую среду является актуальной задачей научного и информационно-аналитического обеспечения экологической безопасности. Применение корреляционного анализа в экологической оценке воздействий стационарных объектов энергетики является логическим продолжением в развитии и расширении комплексных фундаментальных и прикладных исследований в области анализа и прогнозирования экологических угроз мегаполиса.
Новый метод экологической оценки воздействий теплоэлектроцентралей сделает возможным решение вопросов обеспечения устойчивого развития городского хозяйства, оценки экологической безопасности и моделирования состояния атмосферного воздуха на примере определенной территории.
Тема диссертации соответствует паспорту специальности 05.23.19 Экологическая безопасность строительства и городского хозяйства, пункт 8.
Объект исследования: методы экологической оценки воздействий стационарных объектов энергетики в мегаполисе на качество окружающей среды.
Предмет исследования: воздействие выбросов загрязняющих веществ теплоэлектроцентралями в мегаполисе на состояние атмосферного воздуха и заболеваемость населения (на примере теплоэлектроцентралей города Москвы).
Степень разработанности избранной темы. В рамках диссертационного исследования был проведен анализ существующей научно-технической и нормативной литературы российских и зарубежных авторов.
Были проанализированы и обобщены результаты применения существующих методик оценки качества территории, действующих на территории Российской Федерации, государственных программ, научных исследований в области разработки методов оценки качества территории (Теличенко В.И., Слесарев М.Ю., Енговатов И.А., Лавданский П.А., Волшаник В.В., Рачков М.В., Гуртяк А.А., Качаев Г.А., Асылбекова Г.Е., Кириллов С.Н., Половинки-на Ю.С., Левински М.В., Мустафаева З.М. и др.).
В литературе описаны методы и методики, позволяющие провести экологическую оценку урбанизированных территорий в виде пространственно-временных спектров риска, по области ущерба нанесенного территории, с применением коэффициента флуктуирующей асимметрии, по топографическим картам, с использованием растительных объектов, с использованием детских эко патологий и стабильности развития растений как биоиндикационных параметров качества среды.
Однако ни один из методов, не позволяет определить влияние выбросов от теплоэлектроцентралей городов как источников антропогенного воздействия в мегаполисе на окружающие экосистемы (заболеваемость населения), оценить воздействие каждой теплоэлектроцентрали на каждый субъект территории, дать рекомендации по ограничению выбросов, прогнозировать и уточнять итоги применения существующих государственных программ с целью их корректировки.
Научная гипотеза. Для своей жизнедеятельности мегаполис расходует топливные и энергетические ресурсы, при этом показатели качества атмо-
сферного воздуха также динамически изменяются во времени. Выявление и учет влияния выбросов загрязняющих веществ теплоэлектроцентралями, состояния атмосферного воздуха в городе на основе корреляционного анализа позволит решать задачи оценки экологической безопасности городского хозяйства, а также оптимизации распределения и планирования ресурсов. Используя данные оценки воздействий каждой теплоэлектроцентрали на каждый субъект территории, позволит дать рекомендации по ограничению выбросов, прогнозировать и уточнять итоги применения существующих государственных программ с целью их корректировки.
Целью диссертационной работы явилась разработка метода экологической оценки воздействий теплоэлектроцентралей на качество окружающей среды на примере города Москвы.
Для достижения поставленной цели были решены следующие задачи:
1. Анализ и обобщение государственных программ и методологии эко
логической оценки объектов энергетики и качества территории.
-
Разработка и апробация метода и методики экологической оценки воздействий теплоэлектроцентралей на качество окружающей среды, анализ данных о выбросах загрязняющих веществ теплоэлектроцентралями, состоянии атмосферного воздуха, взаимосвязи с заболеваемостью населения.
-
Корреляционный анализ данных объемов выбросов загрязняющих веществ теплоэлектроцентралями, состояния атмосферного воздуха, заболеваемости населения, вычисление коэффициента корреляции данных.
-
Дать предложения по использованию результатов исследования, метода экологической оценки воздействий теплоэлектроцентралей на качество окружающей среды, определить достоверность полученных данных.
Научная новизна:
1. Разработан метод (новый подход и методика обработки данных) экологической оценки воздействий теплоэлектроцентралей на качество окружающей среды с использованием корреляционного анализа, позволяющий об-
рабатывать данные об объемах выбросов загрязняющих веществ теплоэлектроцентралями, состояния атмосферного воздуха, заболеваемости населения.
-
Выполнен корреляционный анализ данных выбросов загрязняющих веществ от теплоэлектроцентралей, состояния атмосферного воздуха, заболеваемости населения.
-
Получены коэффициенты корреляции данных объемов выбросов загрязняющих веществ теплоэлектроцентралями и состояния атмосферного воздуха, объемов выбросов загрязняющих веществ теплоэлектроцентралями и заболеваемости населения.
-
Проведена экологическая оценка воздействий теплоэлектроцентралей на качество окружающей среды на примере города Москвы с использованием корреляционного анализа и коэффициентов корреляции. Даны рекомендации по ограничению выбросов для каждой теплоэлектроцентрали с учетом влияния на заболеваемость населения. Разработана корректировка прогнозных оценок, используя которую, уточнены итоги применения существующих государственных программ.
Теоретическая и практическая значимость работы:
1. Разработан метод экологической оценки воздействий теплоэлектроцентралей на качество окружающей среды на примере города Москвы. Практическая значимость метода оценки экологической безопасности городского хозяйства по заданным целевым и фактическим показателям в области энергосбережения и повышения энергетической эффективности определяется возможностью оптимизации значений показателей энергосбережения и повышения энергетической эффективности города. Разработанный метод ориентирован на обеспечение благоприятных условий жизнедеятельности человека, ограничения негативного воздействия теплоэлектроцентралей на окружающую среду, посредством уточнения и прогноза значений показателей в области энергосбережения и повышения энергетической эффективности, обеспечивающих решение проблем устойчивого развития.
2. Даны рекомендации по ограничению выбросов для каждой теплоэлек
троцентрали с учетом влияния на заболеваемость населения.
3. Разработана корректировка прогнозных оценок, которая позволяет
уточнять итоги применения существующих государственных программ.
Методология и методы диссертационного исследования. Методология исследования включает в себя теоретический и эмпирический научные методы. На основании выдвинутой научной гипотезы создан теоретический метод экологической оценки воздействий теплоэлектроцентралей на качество окружающей среды. Данный метод математически проверен. Методической основой экспериментального исследования являются методы математической статистики, корреляционный анализ данных, информационное моделирование, методы оценки экологической безопасности в строительстве и городском хозяйстве.
Положения, выносимые на защиту:
-
Метод (новый подход и методика обработки данных) экологической оценки воздействий теплоэлектроцентралей на качество окружающей среды с использованием корреляционного анализа, позволяющий обрабатывать данные об объемах выбросов загрязняющих веществ теплоэлектроцентралями, состояния атмосферного воздуха, заболеваемости населения.
-
Результаты корреляционного анализа данных выбросов загрязняющих веществ от теплоэлектроцентралей, состояния атмосферного воздуха, заболеваемости населения.
-
Коэффициенты корреляции данных объемов выбросов загрязняющих веществ теплоэлектроцентралями и состояния атмосферного воздуха, объемов выбросов загрязняющих веществ теплоэлектроцентралями и заболеваемости населения.
-
Экологическая оценка воздействий теплоэлектроцентралей на качество окружающей среды на примере города Москвы с использованием корреляционного анализа и коэффициентов корреляции. Рекомендации по ограничению выбросов для каждой теплоэлектроцентрали с учетом влияния на заболе-
ваемость населения. Корректировка прогнозных оценок, используя которую, уточнены итоги применения существующих государственных программ.
Личный вклад соискателя в решение исследуемой проблемы заключается в анализе и обобщении научно-технической и нормативной литературы, развитии теоретических аспектов исследуемого вопроса, а также в разработке метода и методики проведении информационного моделирования с последующей систематизацией, анализом и обобщением полученных в результате моделирования данных.
Степень достоверности. Достоверность результатов исследования обоснована применением адекватного научной практике исследовательского и аналитического аппарата, использованием данных, полученных автором из отчетов городских служб и статистических данных, опубликованных городскими службами экологического мониторинга, а также апробацией полученных результатов. При оценке экологической безопасности городского хозяйства применялись стандартные статистические методы обработки данных. При получении новых данных и результатов использовалось стандартное число измерений для получения результатов с погрешностью не более 5% при доверительной вероятности 0,95.
Апробация результатов. Основные результаты работы обсуждались и докладывались на международных, всероссийских, вузовских конференциях и семинарах: международной научной конференции «Интеграция, партнерство и инновации в строительной науке и образовании» (г. Москва, 2012 г.); представлены на международной очно-заочной научной конференции ФГБОУ ВПО «Магнитогорский государственный технический университет им. Г. И. Носова» (г. Магнитогорск, 2013 г.); международной научно-практической конференции «Проблемы инновационного биосферно-совместимого социально-экономического развития в строительном, жилищно-коммунальном и дорожном комплексах» (г. Брянск, 2013 г.); научно-практической конференции «Строительство – формирование среды жизнедеятельности» (г. Москва, 2013 г.); международной научной конференция «Актуальные вопросы строитель-
ной физики. Энергосбережение. Надежность строительных конструкций и экологическая безопасность» (г. Москва, 2013 г.); международной научной конференции «Интеграция, партнерство и инновации в строительной науке и образовании» (г. Москва, 2013 г.); XXX конференции и выставке «МОСКВА: проблемы и пути повышения энергоэффективности», в Департаменте топлив-но-энергетического хозяйства города Москвы, на Форуме «Городское хозяйство - пути развития 2013», I Конференции «Ресурсосберегающие технологии, применяемые в городском хозяйстве» и на II Конференции «Повышение уровня комфорта жизни в мегаполисе» Правительства Москвы (г. Москва, 2013 г.); представлены на Всероссийской научно-практической конференции «Энерго-и ресурсосберегающие технологии и их роль в инновационном развитии жи-лищно-коммунального хозяйства и техносферы» (г. Астрахань, 2013 г.); международной научной конференции «Интеграция, партнерство и инновации в строительной науке и образовании» (г. Москва, 2014 г.).
Внедрение результатов исследования. Метод экологической оценки воздействий теплоэлектроцентралей на качество окружающей среды и результаты диссертационной работы внедрены в международной организации ООО «Мотт МакДональд Р».
Публикации. Основные положения диссертационной работы изложены в 12 научных публикациях, в том числе в 5 работах, опубликованных в рецензируемых научных изданиях, рекомендованных ВАК РФ.
Объем и структура работы. Диссертационная работа состоит из введения, четырех глав, общих выводов, списка использованной литературы, включающего 84 наименования. Работа изложена на 119 страницах текста, содержит 74 рисунка, 28 таблиц, 1 приложение.
Государственные программы в области охраны окружающей среды и экологической безопасности, энергетики, здравоохранения, действующие на территории РФ
Смертность населения от болезней системы кровообращения по г. Москве за период 2014 по 2020 годы на территории города Москвы планируется снизить в 1,03 раза с 538,5 до 522 на 100 тыс. населения. В 2012 году показатель смертности населения от болезней системы кровообращения увеличился с 539 до 550.6 на 100 тыс. населения не из-за ухудшения экологической обстановки, а из –за присоединения к г. Москве дополнительной территории и, следовательно, увеличения численности населения.
Снижение смертности населения от новообразований по г. Москве Смертность населения от новообразований (в том числе злокачественных) по г. Москве за период 2014 по 2020 годы на территории города Москвы планируется снизить в 1,06 раза с 201,8 до 190 на 100 тыс. населения. 5,
Снижение смертности населения от туберкулеза по г. Москве Смертность населения от туберкулеза по г. Москве за период 2014 по 2020 годы на территории города Москвы планируется снизить в 1,11 раза с 3,1 до 2,8 на 100 тыс. населения.
Смертность постоянного населения от туберкулеза по г. Москве за период 2014 по 2020 годы на территории города Москвы планируются снизить в 1,27 раза с 1,9 до 1,5 на 100 тыс. населения. 5,9 5,8 Индекс загрязнения атмосферы по г. Москве за период 2014 по 2020 годы на территории города Москвы планируется уменьшить в 1,11 раза с 5,9 до 5,3 единиц. Анализ государственных программ, действующих на территории города Москвы, показал необходимость рассмотреть методики оценки качества территории
В настоящее время существуют методики оценки качества территории, утвержденные государством и действующие на территории Российской Федерации. Анализ данных методик представлен в таблице 1.3. Научные исследования и разработанные методики оценки качества и территории и их анализ приведены в таблице 1.4. Таблица 1.3 – Анализ существующих моделей и методик экологической оценки урбанизированных территорий № Наименование методики/модели Граничные условия, ссылки, показатели Формулы, описание
Концептуальная модель показателей состояния здоровья [41] Концептуальная модель состояния здоровья состоит из четырех уровней:- состояние здоровья;- немедицинские детерминанты здоровья;- эффективности системы здравоохранения;- общество и характеристики системыздравоохранения. Первый уровень оценивается исходя из таких показателей как благополучие, санитарные условия, деятельность человека, смертность. Ко второму уровню относятся: отношение к здоровью, социально-экономические, социальные и общественные факторы, факторы окружающей среды, генетические факторы.
Комплексная гигиеническая оценка степени напряженности медико-экологической ситуации различных территорий, обусловленной загрязнением токсикантами среды обитания населения [42] Показатели и критерии опасности химического загрязнения среды обитания населения: - атмосферный воздух (количество выбросов в атмосферный воздух, уровень загрязнения атмосферного воздуха);- питьевая вода, водные объекты хозяйственно-питьевого и рекреационного водопользования;- Почва. Показатели и критерии изменения здоровья населения: - медико-демографические показатели (смертность; средняя продолжительность жизни);- заболеваемость и распространенность;- медико-генетические и иммунологические показатели;- дополнительные критерии. Каждый показатель загрязнения объектов окружающей среды и изменений здоровья населения оценивается в баллах. Определяется общая сумма баллов по оценке показателей изменения здоровья населения.Для примесей, обладающих рефлекторным действием, в зависимости от класса опасности расчет потенциального риска возможно проводить по уравнениям, где С- концентрация примеси, ПДКм.р.. норматив, Prob . величина, связанная с риском по закону нормального вероятностного распределения РгоЪ = -9,15 +11,66 х {С/ПДКм.р)P = l-(l-/i)x(l-P2)x(l- )x...x(l-Pn)3где Реум - риск комбинированного действия примесей; Р\-Рп - риск действия каждой отдельной примеси. № Наименование методики/модели Граничные условия, ссылки, показатели Формулы, описание
Руководство по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду [43] Оценивая риск конкретного объекта, важным источником информации являются совместно используемые ежегодные формы государственной статистической отчетности «2-ТП (воздух)» и тома «Атмосфера. Предельно допустимые выбросы вредных веществ». Результаты мониторинга концентраций химических веществ в анализируемых объектах окружающей среды и/или данные, полученные на основе моделирования рассеивания загрязнений, за период не менее 3-5 лет. Сравнительная оценка риска;Полная схема оценки риска (идентификация опасности, оценка зависимости «доза-ответ», оценка экспозиции, характеристика риска);Концептуальная модель территории графическое или описательное представление возможных взаимосвязей между источниками загрязнения окружающей среды, маршрутами воздействия (первично загрязняемыми средами, транспортирующими, накапливающими или трансформирующими химические вещества средами, воздействующими на человека средами, путями возможного поступления химических соединений из воздействующих сред) и экспонируемыми группами населения.Зависимость «доза-ответ» - корреляция между уровнем экспозиции (дозой) и долей экспонированной популяции, у которой развился специфический эффект.
Методика «Критерии оценки экологической обстановки территорий для выявления зон чрезвычайной экологической ситуации и зон экологического бедствия» [44] Оценки территорий по четырем основным составляющим: медико-демографической, экологической, социальной и экономической. На данном этапе работ в документе рассматриваются две из них: медико-демографическая и экологическая. К основным медико-демографическим показателям относятся заболеваемость, детская смертность, медико-генетические нарушения, специфические и онкологические заболевания, связанные с загрязнением окружающей среды. Загрязнение атмосферного воздуха: ; В случае присутствия в атмосферном воздухе веществ, обладающих эффектом суммации биологического действия, рассчитывается приведенная к одному из суммирующих веществ концентрация (С95пр.) по формуле (см. ОНД-86):. Степень загрязнения воздуха веществами разныхклассов опасности определяется «приведением» их концентраций, нормированных по ПДК, к концентрациям веществ 3-го класса опасности согласно формуле: , где n - коэффициент изоэффективности, j - класс опасности (n = 2,3 для j = 1; n = 1,3 для j = 2; n = 0,87 для j = 4). Оценка загрязнения атмосферного воздуха производится по комплексному показате лю среднегодового загрязнению воздуха Р: № Наименование методики/модели Граничные условия, ссылки, показатели Формулы, описание
Выявление и установление зависимости по данным о состоянии атмо сферного воздуха в городе Москве
Наиболее точным методом для определения взаимосвязи между различными объектами и параметрами является корреляционный анализ данных.
Экологическая оценка стационарных объектов энергетики является одним из приоритетных направлений в научных исследованиях. Корреляционный анализ данных в экологической оценке теплоэлектроцентралей города Москвы позволит определить вклад, вносимый выбросами от теплоэлектроцентралей в загрязнение атмосферного воздуха, а также выявить взаимосвязь с заболеваемостью населения, проживающего вблизи расположения стационарных объектов энергетики. Исходные данные для анализа выбросов от ТЭЦ в атмосферный воздух взяты из официальных источников по форме 2ТП за период с 2006 года по 2013 годы. [69]
Данные для анализа состояния окружающей среды взяты от станций контроля загрязнения атмосферного воздуха, находящиеся вблизи каждой из теплоэлектроцентралей, расположенной на территории города Москвы за аналогичный период времени. [70]
В диссертационном исследовании проведен корреляционный анализ влияния выбросов от теплоэлектроцентралей на здоровье населения.[71 - 73]
Корреляционный анализ данных проведен с использованием трех типов коэффициентов корреляции: Пирсона, Кендалла, Спирмена.
Коэффициент линейной корреляции Пирсона используется для оценки тесноты (силы) связи между двумя переменными в случаях, если 1) рассматриваемая связь линейная; 2) обе переменные измерены в сильных шкалах (реляционной или интер вальной).
Коэффициент линейной корреляции Пирсона определяется по формуле (1): (1), представляет собой отношение выборочного коэффициента ковариации по формуле (2): к произведению выборочных средних квадратических отклонений sx, SYJ по формулам (3), (4): где xі; уі - числовые значения рассматриваемых переменных, n - объем выборки. После подстановки имеем по формуле (5): Величина выборочного коэффициента линейной корреляции Пирсона, как и генерального, изменяется в пределах от -1 до +1.
При малом объеме выборки (n 100) значение коэффициента линейной корреляции Пирсона необходимо корректировать по формуле (6): Для определения тесноты связи между признаками, измеренными в порядковых шкалах, применяются методы ранговой корреляции. К ним относятся: коэффициенты ранговой корреляции Спирмена и Кендалла (используются для определения тесноты связи между двумя величинами). Использование коэффициента линейной корреляции Пирсона в случае, когда о законе распределения и о типе измерительной шкалы отсутствует сколько-нибудь надежная информация, может привести к существенным ошибкам.
Коэффициент ранговой корреляции Спирмена. Каждая из двух совокупностей располагается в виде вариационного ряда с присвоением каждому члену ряда соответствующего порядкового номера (ранга), выраженного натуральным числом. Одинаковым значениям ряда присваивают среднее ранговое число. Главное, чтобы обе переменные были проранжированы одинаковым способом. Коэффициент ранговой корреляции Спирмена находится по формуле (7): …(7), где di – разность рангов для каждой i–пары из n наблюдений. Если в вариационных рядах для X и Y встречаются члены ряда с одинаковыми ранговыми числами, то в формулу для коэффициента корреляции Спирмена необходимо внести поправки Tx и Ty на одинаковые ранги по формулам (8), (9):
Здесь l – число групп в вариационном ряду с одинаковыми ранговыми числами; tk – число членов в каждой из l групп. Ранговый коэффициент корреляции Спирмена, как и линейный, изменяется от –1 до +1, однако значение рангового коэффициента корреляции Спирмена всегда меньше значения коэффициента линейной корреляции Пирсона: rS r.
Проверка гипотезы о значимости коэффициента ранговой корреляции Спирмена проводится по-разному в зависимости от объема выборки.
Коэффициент корреляции «тау» Кендалла имеет те же свойства, что и коэффициент Спирмена (изменяется от –1 до +1, для независимых случайных величин равен нулю), однако он считается более информативным. Первым этапом расчета коэффициента «тау» Кендалла является ранжирование рядов переменных (одинаковым значениям ряда присваивают среднее ранговое число). Первая переменная должна быть упорядочена по возрастанию рангов. Коэффициент корреляции Кендалла определяется по формуле (10):
Выбросы от ТЭЦ Содержание веществ в атмосферномвоздухе вблизи ТЭЦ по даннымстанций автоматического контролязагрязнений Влияние на заболеваемость населения [43] N02 да Сердечнососудистая система, органы дыхания, кроветворная система so2 да Сердечнососудистая система, органы дыхания, астма CO да Кроветворная система, сердечнососудистая система, репродуктивная система Твердые частицы да (взвешенные частицы до 10 мкм) Органы дыхания, сердечнососудистая система C2OHi2 нет Онкология, репродуктивная система CH4 да Сердечнососудистая система, органы дыхания v205 да Органы дыхания 3.1 Корреляционный анализ данных выбросов от теплоэлектроцентралей и состояния атмосферного воздуха Для проведения корреляционного анализа принято решение использовать парные корреляции. Оценка силы корреляции производиться с помощью коэффициентов корреляции Пирсона, Тау-b Кендалла и Ро Спирмана.
Коэффициент корреляции Пирсона показывает наличие линейной зависимости между исследуемыми данными. Диапазон коэффициента от -1 (полная отрицательная связь) до +1 (полная положительная связь). Значение 0 указывает на отсутствие линейной связи. Две переменные могут быть на 100% связаны, однако если эта связь нелинейная, коэффициент корреляции Пирсона не является подходящей статистикой для ее измерения. Применение коэффициента корреляции Пирсона предполагает, что каждая пара переменных соответствует двумерному нормальному распределению.
При работе с коэффициентами корреляции Ро Спирмана и Тау-b Кендалла используются количественные переменные или переменные c упорядоченными категориями (ранговые). Значимые результаты выделены в таблицах 3.2 – 3.5 специальными обозначениями: « » - между величинами связь очень сильная; « » - величины связаны функциональной зависимостью. Результаты корреляционного анализа разделены по 4 типам загрязняющих веществ (диоксид азота, диоксид серы, оксид углерода, твердые частицы) и приведены в таблицах 3.2 – 3.5. Период исследования с 2006 по 2013 гг. В исследовании использовались данные от прилегающих к территории стационарных объектов энергетики станций автоматического контроля загрязнения атмосферного воздуха.
Корреляционный анализ данных выбросов от теплоэлектроцентралей и заболеваемости населения
Теснота (сила) корреляционной связи между величинами выбросов диоксида азота и оксида углерода измерена величиной корреляционного отношения, используя коэффициент корреляции Пирсона. Форма парной корреляции является линейной, описывается линейной функцией регрессии. Связь тесная (сильная) между величинами выбросов диоксида азота и состоянием атмосферного воздуха в районах ВАО, ЮЗАО, СЗАО. Коэффициент корреляции данных для города Москвы равен 0.537, определен с использованием 5% - квантильного значения, допуская уровень достоверности 95 % , это означает, что теснота(сила) корреляции является средней (умеренной).
Связь средняя (умеренная) между величинами выбросов оксида углерода и состоянием атмосферного воздуха в районах ВАО, ЗАО, СЗАО. Коэффициент корреляции данных для города Москвы равен 0.378, определен с использованием 5% - квантильного значения, допуская уровень достоверности 95 % , это означает, что теснота (сила) корреляции является слабой.
Теснота сила корреляционной связи между величинами выбросов диоксида серы и твердых частиц измерена величиной корреляционного отношения, используя коэффициент корреляции Ро Спирмана, который показывает, что между величинами существует нелинейная зависимость, ранговая корреляция.
Коэффициент корреляции данных выбросов диоксида серы для города Москвы равен 0.472, определен с использованием 5% - квантильного значения, допуская уровень достоверности 95 %, это означает, что теснота (сила) корреляции является средней (умеренной).
Связь тесная (сильная) между величинами выбросов твердых частиц и состоянием атмосферного воздуха в районе ЦАО, средняя (умеренная) - в СЗАО. Коэффициент корреляции данных для города Москвы равен 0.063, определен с использованием 5% - квантильного значения, допуская уровень достоверности 95 % , это означает, что практически нет связи.
Анализ корреляционных зависимостей выбросов загрязняющих веществ от теплоэлектроцентралей и детской заболеваемости
В таблицах 3.8 – 3.10 представлены коэффициенты корреляции данных между выбросами загрязняющих веществ от теплоэлектроцентралей и детской заболеваемости, различаются в зависимости от вида вещества и рассматриваемого района. Полученные значения коэффициентов корреляции данных отличны от нуля, что является достаточным условием установления корреляционной зависимости между исследуемыми признаками. [74-78]
Анализ данных и врожденных аномалий проводился по выбросам от теплоэлектроцентралей оксида углерода и твердых веществ согласно рекомендациям. [43]
Теснота (сила) корреляционной связи между величинами выбросов загрязняющих веществ теплоэлектроцентралями и врожденными аномалиями населения г. Москвы, представленная в таблице 3.8 и на рисунках 56 - 59, измерена величиной корреляционного отношения, используя коэффициент корреляции Пирсона. Форма парной корреляции является линейной, описывается линейной функцией регрессии. Связь тесная (сильная) между величинами выбросов оксида углерода и твердых веществ и врожденными аномалиями населения между каждой теплоэлектроцентралью и всей территорией города Москвы. Коэффициент корреляции данных выбросов загрязняющих веществ теплоэлектроцентралями и врожденными аномалиями населения города Москвы равен 0.467, определен с использовани 87 ем 5% - квантильного значения, допуская уровень достоверности 0,95 , это означает, что теснота (сила) корреляции является средней.
Анализ данных и заболеваний кровеносной системы проводился по выбросам от теплоэлектроцентралей оксида углерода и твердых веществ согласно рекомендациям. [43] Теснота (сила) корреляционной связи между величинами выбросов загряз няющих веществ теплоэлектроцентралями и заболеваемостью кровеносной системы населения г. Москвы, представленная в таблице 3.9 и на рисунках 60 - 63, измерена величиной корреляционного отношения, используя коэффициент корреляции Пирсона. Форма парной корреляции является линейной, описывается линейной функцией регрессии. Связь тесная (сильная) между величинами выбросов оксида углерода и твердых веществ и заболеваемостью кровеносной системы населения между каждой теплоэлектроцентралью и всей территории города Москвы. Коэффициент корреляции данных выбросов оксида углерода и твердых веществ теплоэлектроцентралями и заболеваемостью кровеносной системы населения города Москвы равен 0.538, определен с использованием 5% - квантильно-го значения, допуская уровень достоверности 95 % , это означает, что теснота (сила) корреляции является средней.
Теснота (сила) корреляционной связи между величинами выбросов загрязняющих веществ теплоэлектроцентралями и заболеваемостью органов верхних дыхательных путей населения г. Москвы, представленная в таблице 3.10 и на рисунках 64 - 67, измерена величиной корреляционного отношения, используя коэффициент корреляции Пирсона. Форма парной корреляции является линейной, описывается линейной функцией регрессии. Связь тесная (сильная) между величинами выбросов диоксида азота и твердых веществ и заболеваемостью органов верхних дыхательных путей населения между каждой теплоэлектроцентралью и всей территорией города Москвы. Коэффициент корреляции данных выбросов теплоэлектроцентралями и заболеваемостью органов верхних дыхательных путей населения города Москвы равен 0.710, определен с использованием 5% - кван-тильного значения, допуская уровень достоверности 95 % , это означает, что теснота (сила) корреляции является тесной (сильной).
Уточнение итогов применения существующих государственных программ
Составление прогнозных оценок основано на методах моделирования: конструирование модели на основании предварительного изучения объекта и процессов, выделение его существенных признаков и характеристик. Прогнозирование с использованием моделей включает в себя ее разработку, экспериментальный анализ, сопоставление результатов предварительных прогнозных расчетов с фактическими данными состояния процесса или объекта, уточнение и корректировку модели.
Прогнозирование исходной информации следует производить одним из следующих методов: - составлением по известным законам природы и общества причинно следственных математических моделей и оценкой параметров этих моделей по предыстории; - составлением эмпирических зависимостей по статистике предыстории и экстраполяцией на будущее; - использованием эвристических методов. [79] Определение необходимого периода упреждения прогноза
Минимально необходимый период упреждения прогноза Tmin (в годах) для квазистатической оптимизации определяется по формуле (11): Tmin = Tp + Tk, (11) где Tр - время разработки и внедрения нормативно-технического документа; Тk - время от момента внедрения до момента, для которого вычисляются оптимальные параметры. Тк = Tд/2, где Tд - время действия документа, то при Тр = 2 года, а Tд = 5 лет, получим Tmin = 2 + 2,5 = 5 лет. Увеличение периода упреждения прогноза приведет к снижению точности и подробности результатов прогноза. Составление эмпирических зависимостей по статистике предыстории и экстраполяцией на будущее При непосредственной экстраполяции модель строят только по фактическим данным. Под непосредственной экстраполяцией понимается процесс определения будущих параметров объектов (зависимостей для исходных данных) по результатам наблюдения за их изменениями в прошлом. Методической основой экстраполяции является предположение о сохранении тенденций, имевших место в прошлом, и в будущем.
Использование метода непосредственной экстраполяции - это графическое отображение изменения параметров в прошлом и распространение тенденции на будущее.
Исходные данные. Зависимая и независимая переменные являются количественными. В качестве независимой переменной выбрано время, а не переменная из активного набора данных, поэтому процедура подбора данных создала переменную типа время с одинаковыми временными интервалами между наблюдениями. Для анализа временных рядов необходима такая структура файла данных, в которой каждое наблюдение (строка) представляет набор измерений, сделанных в момент времени, отличный от моментов времени других наблюдений, с одинаковыми интервалами времени между соседними наблюдениями.
Предположения. Данные проверяются в графическом режиме, чтобы определить, как связаны между собой независимая и зависимая переменные (линейно, экспоненциально и т.д.). Остальные данные для составления модели хорошего качества должны быть распределены случайным образом и подчиняться нормальному распределению. При использовании линейной модели необходимо выполнение следующих условий: - для каждого значения независимой переменной распределение зависимой переменной должно быть нормальным; - дисперсия распределения зависимой переменной должна быть постоянной для каждого значения независимой переменной; - взаимосвязь между зависимой и независимой переменными должна быть линейной, а все наблюдения должны быть независимыми. Подбирается аналитическая зависимость (уравнение регрессии), которое характеризует статическую связь межу коррелируемыми признаками, с использованием 11 видов уравнений.
Для каждой зависимой переменной построена отдельная модель. Сохранены предсказанные значения, остатки и интервалы прогноза в виде новых переменных, определены коэффициенты регрессии, множественный коэффициент R, R2, скорректированный R2, стандартная ошибка оценки, таблица дисперсионного анализа, предсказанные значения, остатки и интервалы прогноза.
Рассмотрены следующие модели зависимости данных по 11 уравнениям регрессии: линейная; логарифмическая; обратная; квадратичная; кубическая; степенная; составная; S-кривая; логистическая; роста; экспоненциальная.
Линейная модель – модель зависимости данных, задаваемая уравнением (12). Значения ряда моделируются линейной функцией времени. Y = b0 + (b1 t) (12). Логарифмическая модель – модель зависимости данных, задаваемая уравнением (13): Y = b0 + b1 ln(t) (13). Обратная модель – модель зависимости данных, задаваемая уравнением (14): Y = b0 + (b1 / t) (14). Квадратичная модель – модель зависимости данных, задаваемая уравнением (15): Y=b0+ (b1t) + (b2t2) (15). Квадратичная модель может применяться в качестве одной из альтернатив линейной модели, например, когда в ограниченном диапазоне значений наблюдается рост, более быстрый, чем линейный.
Кубическая модель – модель зависимости данных, определяемая уравнением (16): Y = b0 + (b1 t) + (b2t2) + (b3 t3) (16). Модель Степени – модель зависимости данных, задаваемая уравнением (17, 18): Y = b0 (t b1) (17) или ln(Y) = ln (b0) + b1 ln(t) (18). Составная модель – модель зависимости данных, задаваемая уравнением (19, 20): Y = b0 (b1t) (19) или ln(Y) = ln (b0) + ln (b1) t (20). Модель S-кривая – модель зависимости данных, задаваемая уравнением (21, 22): Y = e (b0 + (b1/t)) (21) или ln(Y) = b0 + (b1/t) (22). Логистическая модель – модель зависимости данных, задаваемая уравнением (23), (24): Y=1/ (1/u+ (b0 (b1t))) (23) или ln(1/Y - 1/u) = ln(b0) + ln(b1) t) (24), где u есть ограничение сверху. Выбрав Логистическую модель, задается граница сверху, которая будет использоваться в регрессионном уравнении. Это значение должно быть положительным числом, превышающим максимальное значение зависимой переменной. Модель Роста – модель зависимости данных, задаваемая уравнением (25, 26): Y = e (b0 + (b1 t)) (25) или ln (Y) = b0 + (b1 t) (26). Экспоненциальная модель – модель зависимости данных, задаваемая уравнением (27, 28): Y=b0 (e (b1 t)) (27) или ln(Y) =ln (b0) + (b1 t) (28). При определении коэффициентов с использованием методов регрессионного анализа для исключения грубых ошибок необходимо, во-первых, включить в уравнения все основные факторы, во-вторых, не включать те факторы, между которыми существуют функциональные зависимости, заменив их независимыми факторами, или использовать специальные вычислительные процедуры. [80], [81]