ПРОГНОЗИРОВАНИЕ ВЛИЯНИЯ ТЕХНОГЕННОГО ЗАГРЯЗНЕНИЯ НА ОКРУЖАЮЩУЮ СРЕДУ МЕТОДОМ НЕПАРАМЕТРИЧЕСКОГО РЕГРЕССИОННОГО АНАЛИЗА : ПРОГНОЗУВАННЯ ВПЛИВУ техногенного забруднення на довкілля МЕТОДОМ Непараметрична регресійний аналіз



  • title:
  • ПРОГНОЗИРОВАНИЕ ВЛИЯНИЯ ТЕХНОГЕННОГО ЗАГРЯЗНЕНИЯ НА ОКРУЖАЮЩУЮ СРЕДУ МЕТОДОМ НЕПАРАМЕТРИЧЕСКОГО РЕГРЕССИОННОГО АНАЛИЗА
  • Альтернативное название:
  • ПРОГНОЗУВАННЯ ВПЛИВУ техногенного забруднення на довкілля МЕТОДОМ Непараметрична регресійний аналіз
  • The number of pages:
  • 170
  • university:
  • УКРАИНСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ ЭКОЛОГИЧЕСКИХ ПРОБЛЕМ
  • The year of defence:
  • 2007
  • brief description:
  • МИНИСТЕРСТВО ОХРАНЫ ОКРУЖАЮЩЕЙ ПРИРОДНОЙ СРЕДЫ УКРАИНЫ
    УКРАИНСКИЙ НАУЧНО-ИССЛЕДОВАТЕЛЬСКИЙ ИНСТИТУТ
    ЭКОЛОГИЧЕСКИХ ПРОБЛЕМ
    (Укр Н И И Э П)

    на правах рукописи
    Проскурнин Олег Аскольдович
    УДК 504.054

    ПРОГНОЗИРОВАНИЕ ВЛИЯНИЯ ТЕХНОГЕННОГО ЗАГРЯЗНЕНИЯ НА ОКРУЖАЮЩУЮ СРЕДУ МЕТОДОМ НЕПАРАМЕТРИЧЕСКОГО РЕГРЕССИОННОГО АНАЛИЗА

    Специальность: 21.06.01 экологическая безопасность

    ДИССЕРТАЦИЯ
    на соискание ученой степени
    кандидата технических наук


    Научный руководитель
    Захарченко
    Николай Иванович,
    кандидат химических наук, доцент



    Харьков 2007







    СОДЕРЖАНИЕ

    СПИСОК УСЛОВНЫХ ОБОЗНАЧЕНИЙ И ТЕРМИНОВ.. 5
    ВВЕДЕНИЕ.. 6
    РАЗДЕЛ1 АНАЛИЗ БАЗОВЫХ ПОДХОДОВ К ПРОБЛЕМЕ ЭКОЛОГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ.. 11
    1.1.Экологическое прогнозирование в системе управления экологической безопасностью.. 11
    1.2.Общие принципы и проблемы экологического прогнозирования. 14
    1.3.Экологическое прогнозирование методами математического и статистического моделирования. 15
    1.4.Решение задачи экологического прогнозирования методом регрессионного анализа 18
    1.4.1.Постановка регрессионной задачи. 18
    1.4.2.Представление регрессионной зависимости состояния окружающей среды от техногенного загрязнения в виде полиномиального разложения. 21
    1.4.3.Решение регрессионной задачи методом наименьших квадратов. 25
    Выводы к разделу 1. 29
    РАЗДЕЛ2 ТЕОРЕТИЧЕСКОЕ ОБОСНОВАНИЕ РЕШЕНИЯ ЗАДАЧИ ЭКОЛОГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ НА ОСНОВЕ МЕТОДА СТАТИСТИЧЕСКИХ ИСПЫТАНИЙ (МОНТЕ-КАРЛО) 31
    2.1.Представление коэффициентов регрессионной зависимости состояния окружающей природной среды от техногенного загрязнения в виде интегральных показателей 31
    2.2.Оценка интегрального показателя методом Монте-Карло. 32
    2.3.Доверительные границы регрессионной зависимости состояния окружающей среды от техногенного загрязнения. 44
    2.4.Свойства оценок коэффициентов регрессии, рассчитанных методом Монте-Карло 49
    2.5.Проверка результативности метода прогнозирования состояния окружающей среды по натурным данным (на примере р. Канзас, США) 57
    Выводы к разделу 2. 63
    РАЗДЕЛ3 ИССЛЕДОВАНИЕ РЕЗУЛЬТАТОВ ЭКОЛОГИЧЕСКОГО ПРОГНОЗИРОВАНИЯ МЕТОДОМ НЕПАРАМЕТРИЧЕСКОГО РЕГРЕССИОННОГО АНАЛИЗА НА МОДЕЛЬНЫХ ПРИМЕРАХ.. 65
    3.1.Методическая погрешность экологического прогнозирования. 66
    3.2.Повышение точности экологического прогнозирования путем последовательного исключения слагаемых из регрессионной зависимости состояния окружающей среды от техногенного загрязнения. 70
    3.3.Сравнительный анализ результатов прогнозирования методом непараметрического регрессионного анализа и методом наименьших квадратов. 73
    Выводы к разделу 3. 80
    РАЗДЕЛ4 ПРАКТИЧЕСКОЕ ПРИМЕНЕНИЕ НЕПАРАМЕТРИЧЕСКОГО РЕГРЕССИОННОГО АНАЛИЗА ДЛЯ ПРОГНОЗИОРВАНИЯ ВЛИЯНИЯ ТЕХНОГЕННОГО ЗАГРЯЗНЕНИЯ НА ОКРУЖАЮЩУЮ СРЕДУ.. 81
    4.1.Прогнозирование качества морской воды в районе сброса сточной воды ГКП «Бердянский горводоканал». 81
    4.2.Прогнозирование состояния древостоя. 91
    4.2.1.Оценка влияния погодных условий на состояния древостоя. 97
    4.2.2.Оценка влияния техногенного загрязнения атмосферного воздуха на состояние древостоя. 105
    4.2.3.Восстановление пропущенных наблюдений при проведении экологического мониторинга. 110
    4.3.Прогнозирование качества воды реки Северский Донец по показателю фосфаты в районе сброса сточной воды ООО «Рубежанский Краситель». 118
    4.4.Рекомендации по выбору параметров наблюдения и контрольных точек при разработке системы экологического мониторинга путем решения регрессионной задачи 126
    Выводы к разделу 4. 128
    ВЫВОДЫ... 131
    СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.. 135
    Приложения. 147
    Приложение А Программа расчета прогноза состояния окружающей среды.. 147
    Приложение Б Дополнительные таблицы.. 161
    Приложение В Акты внедрения результатов исследований. 167











    ВВЕДЕНИЕ

    Прогнозирование состояния окружающей среды под воздействием техногенных факторов необходимо при решении ряда экологических задач, связанных с выработкой практических рекомендаций по оптимизации управления экологической безопасностью (экологический мониторинг, нормирование природопользования, оценка воздействия на окружающую среду промышленных предприятий и др.).
    Наиболее традиционным подходом к решению задачи экологического прогнозирования является математическое моделирование. В этом случае изучаются процессы, характерные для исследуемого объекта, которые затем приблизительно описываются математическими средствами. Проблемой математического моделирования является то, что объекты прогнозирования экосистемы представляют собой один из сложнейших подклассов больших систем. В связи с этим, математические модели включают в себя ряд параметров с целью адаптации моделей к конкретным условиям. Идентификация этих параметров представляет собой самостоятельное научное исследование и связано, как правило, со значительными материальными и временными затратами. Кроме того, математические модели могут иметь существенную методическую погрешность, а также может отсутствовать адекватная модель.
    Альтернативой математическому моделированию является применение статистических методов прогнозирования, среди которых наиболее подходящим для решения задачи прогнозирования является регрессионный анализ. В этом случае по данным натурных наблюдений оценивается зависимость (функция регрессии) наиболее вероятного значения показателя состояния окружающей среды от уровня техногенного загрязнения. Проблема использования базового на настоящий момент метода оценки функции регрессии метода наименьших квадратов заключается в том, что данный метод относится к классу параметрических методов статистики: достоверность прогноза зависит от того, насколько закон распределения значений показателей состояния окружающей среды и техногенного загрязнения близок к нормальному. Данное обстоятельство в значительной мере ограничивает действие метода. Существующие непараметрические методы либо малоэффективны при небольших объемах выборки данных, либо позволяют оценивать только линейную регрессионную зависимость, что для экологических задач может быть недопустимым.
    Таким образом, разработка непараметрического регрессионного метода прогнозирования влияния техногенного загрязнения на окружающую среду является актуальной. Разработанный метод, во-первых, не потребует сложного процесса адаптации к конкретным условиям и, во-вторых, достоверность прогноза не будет зависеть от распределения величин, характеризующих состояние окружающей среды, что существенно расширяет возможность применения метода.
    Связь работы с научными программами, планами, темами. Работа выполнялась в рамках утвержденной Минприроды Украины научной работы «Ранжирование точечных источников загрязнения Азовского моря» (госрегистрация №0103U006727).
    Объект исследования: техногенное загрязнение окружающей природной среды.
    Предмет исследования: прогнозирование состояния окружающей природной среды под влиянием техногенного загрязнения.
    Методы исследования: Основным методом исследований является метод статистических испытаний (Монте-Карло). Кроме того, были использованы методы теории вероятностей, математической статистики, математического анализа и компьютерного моделирования.
    Цель и задачи исследования:
    Целью исследований является совершенствование методологии прогнозирования состояния окружающей среды под влиянием техногенного загрязнения на основе статистической обработки данных.
    Для достижения поставленной в диссертации темы были поставлены и решены следующие задачи:
    1) анализ существующих подходов к прогнозированию влияния техногенного загрязнения на окружающую среду;
    2) обоснование использования непараметрического регрессионного анализа для оценки влияния техногенного загрязнения на окружающую среду;
    3) разработка непараметрического метода поиска регрессионной зависимости состояния окружающей среды от техногенного загрязнения по данным натурных наблюдений.
    4) разработка алгоритма и компьютерной программы прогнозирования влияния техногенного загрязнения на окружающую среду;
    5) исследование свойств разработанного метода непараметрического регрессионного анализа;
    6) практическое использование метода непараметрического регрессионного анализа для прогнозирования состояния окружающей среды; сравнительный анализ результатов расчетов непараметрическим методом и методом наименьших квадратов;
    7) проверка достоверности прогнозирования разработанным методом на независимых (неиспользованных при расчетах) данных натурных наблюдений.
    Научная новизна полученных результатов
  • bibliography:
  • ВЫВОДЫ

    В диссертационной работе дается теоретическое обобщение и новый подход к решению задачи прогнозирования влияния техногенного загрязнения на окружающую среду в рамках поиска оптимальных форм управления экологической безопасностью. Задача прогнозирования решается путем определения по данным натурных наблюдений регрессионной зависимости состояния окружающей среды от различных видов оказываемого техногенного воздействия разработанным методом непараметрического регрессионного анализа. Проведенные исследования позволяют сделать следующие выводы.
    1.Экологическое прогнозирование является важной составной частью при поиске оптимальных форм управления экологической безопасностью. Недостаток существующих методов экологического прогнозирования состоит в необходимости проведения дополнительных наукоемких исследований специфических особенностей рассматриваемых объектов, либо (в случае использования статистических методов) определения параметров распределения величин, характеризующих состояние окружающей среды и ее загрязнение.
    2.Обоснована актуальность экологического прогнозирования методом регрессионного анализа. Проблема использования базового на настоящий момент метода оценки функции регрессии метода наименьших квадратов заключается в том, что он является параметрическим: достоверность прогноза зависит от параметров распределения величин, характеризующих состояние окружающей среды и ее загрязнение.
    3.Разработан метод прогнозирования влияния техногенного загрязнения на окружающую среду путем оценки соответствующей регрессионной зависимости. Разработанный метод является непараметрическим; его математическую основу составляет метод статистических испытаний (Монте-Карло).
    4.Исследованы статистические свойства оценок коэффициентов регрессионной зависимости состояния окружающей среды от техногенного загрязнения, рассчитанных разработанным методом. Доказано, что оценки являются:
    - асимптотически несмещенными;
    - состоятельными;
    - более эффективными при малых объемах выборки наблюдений в сравнении с оценками, рассчитанными методом наименьших квадратов.
    5.Разработаны алгоритм и компьютерная программа прогнозирования состояния окружающей среды методом непараметрического регрессионного анализа.
    6.Результативность разработанного метода оценки регрессионных зависимостей проверена по данным натурных наблюдений на примере р. Канзас, США. (Рассматривалась зависимость содержания в воде реки хлорофилла и растворенного кислорода от температуры воды.) Проверка проведена путем сравнения результатов решения регрессионной задачи по небольшим выборкам данных (объемом 10 элементов) с рассчитанными эмпирическими зависимостями по большим количествам наблюдений (объемами 1125 и 432 элемента). При расчете разработанным методом имеет место согласованность результатов: эмпирические функции не выходят за границы доверительной полосы и ширина доверительной полосы соизмерима с колебанием эмпирической функции. При расчете методом наименьших квадратов такая согласованность отсутствует (метод не выявил статистически значимую зависимость значения показателей от температуры воды).
    7.Исследованы результаты экологического прогнозирования разработанным методом непараметрического регрессионного анализа на модельных примерах. При этом:
    1) исследован механизм повышения точности прогнозирования путем последовательного исключения слагаемых из искомой регрессионной зависимости;
    2) показано, что методическая погрешность разработанного метода, вызванная использованием выборочных минимумов и максимумов (вместо истинных по всей генеральной совокупности случайных величин), является незначительной;
    3) проведен сравнительный анализ результатов прогнозирования непараметрическим методом и методом наименьших квадратов; установлено, что при небольших объемах выборки (до 10-15 элементов) непараметрический метод обеспечивает более качественный результат по точности и надежности;
    4) экспериментально подтверждено, что разработанный статистический метод экологического прогнозирования является непараметрическим.
    8.Разработанный метод использовался:
    1) при исследовании влияния сброса сточной воды ГКП Бердянский горводоканал” на качества воды Азовского моря в районе выпуска;
    2) для прогнозирования состояния древостоя в рамках проведения мониторинга лесов Украины;
    3) для прогнозирования содержания фосфатов в р.Сев.Донец в контрольном створе ООО «Рубежанский Краситель».
    Параллельно проводились расчеты МНК. В большинстве случаев разработанный метод обеспечивает результаты, более адекватные исследуемым процессам.
    9.Показано, что метод непараметрического регрессионного анализа может быть использован для восстановления пропущенных данных наблюдений при проведении экологического мониторинга (на примере мониторинга лесов в Луганской обл.).
    10.Возможность прогнозирования состояния окружающей среды методом непараметрического регрессионного анализа подтверждена проверкой результатов расчетов на независимых (неиспользованных при расчетах) данных. В приведенных расчетных примерах средняя относительная ошибка не превышает 18,5%. (При расчете методом наименьших квадратов 29,4%.)
    11.Разработаны рекомендации по применению метода непараметрического регрессионного анализа для решения задач в области разработки системы экологического мониторинга.
    12.Результаты исследований рекомендуется использовать:
    1) при разработке и проведении экологического мониторинга;
    2) для нормирования природопользования;
    3) в процессе исследования влияния опасных объектов на окружающую среду.








    СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

    1. Екологічна безпека та охорона навколишнього середовища: Підручник / За ред. О.І.Бондаря, Г.І.Рудька К.: ПП "ЕКМО"; Харків: ТОВ "Укртехнологія", 2004. 423 с.
    2. Дружинин Н.И., Шишкин А.И. Математическое моделирование и прогнозирование загрязнения поверхностных вод суши. Л.: Гидрометеоиздат, 1989. 392 с.
    3. Природопользование: словарь-справочник/Сост. Реймерс Н.Ф. М.:Мысль, 1990. 637 с.
    4. Анохин Ю.А., Горстко А.Б., Дамешек Л.Ю. Математические модели и методы управления крупномасштабным водным объектом. Новосибирск: Наука (Сибирское отд.), 1987. С.8.
    5. Про затвердження Положення про державну систему моніторингу довкілля: Постанова КМУ № 391 від 30 березня 1998 р. // Офіційний вісник України. 1998. №.10 132 с.
    6. Про затвердження Державної програми Ліси України” на 20022015 роки:Постанова КМУ № 581 від 29 квітня 2002 р. // Офіційний вісник України. 2002. №.12 287 с.
    7. Дмитриева Е.А., Колдоба И.В., Верниченко Д.Ю., Проскурнин О.А. Экологический мониторинг горнопромышленного района // ІІ Междунар. Водный Форум «Аква Украины 2003» К.: НК «Експоцентр України», 2003. С.7879.
    8. Інструкцiя про порядок розробки та затвердження гранично-допустимих скидiв (ГДС) речовин у воднi об'єкти iз зворотними водами: Затв.Мiнприроди Украпни 15.12.94. Харків: УкрНЦОВ, 1994. 79 с.
    9. Водный кодекс України. К.:«Видавничий Дім «Ін Юре», 2004. 136 с.
    10. Державні санітарні правила охорони атмосферного повітря населених місць (від забруднення хімічними та біологічними речовинами) К.: Мінздрав України, 1997. 70 с.
    11. Закон України про охрану атмосферного повітря // Відомості ВР. 1992. №50 С.678.
    12. Правила охорони внутрішніх морських вод і територіального моря України від забруднення та засмічення: Постанова КМУ №4 від 29.03.2002р. // Офіційний вісник України. 2002. №.1 132 с.
    13. Правила охорони поверхневих вод вiд забруднення зворотними водами:Постанова КМУ №465 вiд 25.03.1999р. // Офіційний вісник України. 1999. №.11 369 с.
    14. ДБН А.2.2.-1-2003. Склад і зміст матеріалів оцінки впливів на навколишнє середовище (ОВНС) при проектуванні і будівництві підприємств, будинків, споруд // ДержкомітетУкраїни з будівництва та архітектури. К., 2004. 280 с.
    15. Анищенко Л.Я., Кресин В.С., Свердлов Б.С., Проскурнин О.А. Оценка воздействия работ по расчистке перекатов на содержание взвешенных веществ в водостоках украинской части дельты Дуная // Екологія довкілля та безпека життєдіяльності. 2005. № 2. С.513.
    16. Брусиловский П.М. Коллективы предикатов в экологическом прогнозировании. Саратов: Изд-во Сарат. ун-та, 1987. 104 с.
    17. Флейшман Б.С., Брусиловский П.М., Розенберг Г.С. О методах математического моделирования сложных систем // Системные исследования. Ежегодник. М.: Наука, 1982. С.6579.
    18. Налимов В.В. Анализ оснований экологического прогноза. Паттерн-анализ как ослабленный вариант прогноза // Человек и биосфера. М.: Наука, 1983. Вып.8. С.3147.
    19. Форрестер Дж. Антиинтуитивное поведение сложных систем // Современные проблемы кибернетики. М.: Наука, 1977. С.925.
    20. Методические основы оценки и регламентирования антропогенного влияния на качество поверхностных вод/Под ред. А.В.Караушева. Л.: Гидрометеоиздат , 1987. 285 с.
    21. Гидрогеологическое прогнозирование (Hydrological Forecasting)/Под ред. М.Г.Андерсона и Т.П.Берга. М.:Мир, 1988. 736 с.
    22. Krenkel P.A., Novotny V. (1979) River water quality model construction. In: Sten H.W. (ed.) Modeling of Rivers. Willey-Interscience, New York, chapter 17.
    23. Scudo F.M., Ziegler J.R. The golden age of theoretical ecologe: 19231940. B.:Springer, 1978. 490 p.
    24. Свирежев Ю.М., Логофет Д.О. Математическое моделирование в экологических системах // Математическое моделирование. Процессы в сложных экономических и экологических системах.: Научн.сб. М.:Наука, 1986. С.197206.
    25. Принципи моделювання та прогнозування в екології: підручник / В.В.Богобоящий, К.Р.Курбанов, П.Б.Палий, В.М.Шмандий. К.: Центр навчальної літератури, 2004.216 с.
    26. Кухар П.В., Зайцев И.Д., Сухоруков Г.А. Экотехнология. Оптимизация технологии производства и природопользования. К.:Наукова думка, 1989. 246 с.
    27. Г.Райфа, Р.Шлейфер. Прикладная теория статистических решений. М.:Статистика. 1977.360 с.
    28. Кресин В.С., Проскурнин О.А. Экологические аспекты выбора рациональных условий отведения сточных вод в море // Сб. научн. трудов Междунар. конф. "Экологическая и техногенная безопасность". Харьков: ООО "Знание, ЛТД", 2000. С.246251.
    29. Klemes V. (1981) Stochastic models of rainfall runoff relationship. In: International Symposium on Rainfall Runoff Modeling. Pre-Symposium Proceedings? Mississippi State University/USDA, pp.3536.
    30. Кокрен У. Методы выборочного исследования. М: Статистика, 1976. 440с.
    31. Справочник по прикладной статистике/Под ред. Э.Ллойда, У.Ледермана. Т.2. М.:Финансы и статистика, 1990. 528 с.
    32. К.В.Гардинер. Стохастические методы в естественных науках: перевод с английского. М.: Мир, 1986. 528 с.
    33. Гирко В.Л. Многомерный статистический анализ: Уч.пособие К.: Вища школа, 1988. 320 с.
    34. Дж.Джефферс. Введение в системный анализ: Применение в экологии. М.: Мир, 1981. 256 с.
    35. Sprent P. Models in Regression and Related Topics. London: Methuen, 1969. 169p.
    36. Королюк В. С., Портенко И. И., Скороход А. В., Турбин А. Ф. Справочник по теории вероятностей и математической статистике. М.: Наука, 1985. 640 с.
    37. Худсон Д. Статистика для физиков. М.: Мир, 1970. 160 с.
    38. Е.И.Гурский. Теория вероятностей с элементами математической статистики: Учеб. пособие для втузов. М.: Высшая школа, 1971. 328 с.
    39. Ф.Мостеллер, Дж.Тьюки. Анализ данных и регрессия. Вып.2. М.: Финансы и статистика, 1988. 240 с.
    40. Дзядык В.К. Введение в теорию равномерного приближения функций полиномами. М.: Наука, 1977. 512 с.
    41. Суетин П.К. Классические ортогональные многочлены. М.: Наука, 1976. С.100120.
    42. А.В.Балакришнан. Прикладной функциональный анализ. М.: Наука, 1980. 384 с.
    43. Й.Бард. Нелинейное оценивание параметров. М.:Статистика, 1979.353 с.
    44. П.Бикел, К.Доксам. Математическая статистика. Вып.2. М.: Финансы и статистика, 1983. С. 130135.
    45. Эфрон Б. Нетрадиционные методы многомерного статистического анализа. М.: Финансы и статистика, 1988. С. 128130.
    46. LoS.-H., Singh K. The product-limit estimator and the bootstrap: someasymopic representations//Probab. Theory Rel/Fields. 1986. Vol71, №3 P.455466.
    47. Zheng Zhongquo. Robustness in bootstrapping // Шусюэ нянькань. Chin. Ann. Math. 1986.A7N1.P.8390.
    48. Баранник В.А. Непараметрический метод оценки точности и достоверности определения интегральных показателей по данным выборочных наблюдений//Проблемы охраны окружающей природной среды и техногенной безопасности: Сб.научн.тр. УкрНИИЭП Харьков, 2001. С.108115.
    49. Баранник В.А. Непараметрический метод оценки точности и достоверности определения интегральных показателей по данным выборочных наблюдений//Проблемы охраны окружающей природной среды и техногенной безопасности: Сб.научн.тр./УкрНИИЭП, Харьков,2000. С.129136.
    50. В.Я.Арсенин. Методы математической физики и специальные функции. М.:Наука, 1974. 432 с.
    51. Ермаков С.М. Метод Монте-Карло и смежные вопросы. М.: Наука, 1975. 472 с.
    52. Соболь И.М. Численные методы Монте-Карло. М.: Наука, 1972. 311 с.
    53. Калиткин Н.Н. Численные методы. М.: Наука, 1978. 512 с.
    54. Н.С.Бахвалов, Н.П.Жидков, Г.М.Кобельков. Численные методы: Учеб. пособие. М.:Наука, 1973. 632 с.
    55. Метод статистических испытаний (метод Монте-Карло)/Н.П.Бусленко, Д.И.Голенко, И.М.Соболь и др. М.: Физматгиз, 1962 450 с.
    56. Баранник В.А. Непараметрический метод интервальной оценки интегральных гидрологических показателей. Гидрология, гидрохимия и гидроэкология.//Научн.сб. Киевского национ. ун-та, 2001. С.262267.
    57. БаранникВ.А., ПроскурнинО.А. Применение метода статистических испытаний в регрессионном анализе данных экологических исследований // Экологическая, техногенная безопасность и социальный прогресс: Вест. ХИСП. Харків:ООО «Знание ЛТД», 2001. Вып.1. С.921.
    58. В.Е.Гмурман. Теория вероятностей и математическая статистика: Учеб. пособие для втузов. М.:Высшая школа, 1977.479 с.
    59. ДмитриеваЕ.А., КолдобаИ.В., ПроскурнинО.А. Повышение точности оценки регрессионной зависимости характеристик природного объекта, рассчитанной методом Монте-Карло // Наук.вісн.будівництва. Харків ХДТУБА ХОТВ АБУ. 2003. №22. С.175179.
    60. ПроскурнинО.А. Оценка эффективности восстановления регрессионной зависимости методом Монте-Карло при решении экологических задач // Вест. науки и техники: Науч.-техн.журн. Харків: ООО «ХДНТ», 2005. Вып.1(20). С.5056.
    61. ПроскурнинО.А. Повышение точности результата обработки данных мониторинга методом непараметрического регрессионного анализа путем удаления слагаемых искомой функции // Проблеми охорони навколишнього природного середовища те екологічної безпеки: Зб.наук.пр.УкрНДІЕП Харків:ВД Райдер”, 2004. С.150155.
    62. Бендат Дж., Пирсол А. Прикладной анализ случайных данных. М.: Мир, 1989. 540 с.
    63. Д.Химмельблау. Анализ процессов статистическими методами. М.: Мир, 1973. 958 с.
    64. Ибрагимов И.А., Хасьминский Р.З. Асимптотическая теория оценивания. М. Наука, 1979. 528 с.
    65. БаранникВ.А., ПроскурнинО.А. Эффективность оценки параметров регрессионной зависимости характеристик природного объекта, рассчитанной методом Монте-Карло // Коммунальное хозяйство городов: Науч.техн.сб. Сер.техн. науки и архитектура. К.: Техніка, 2003. №51. С.138144.
    66. Проскурнин О.А. Анализ эффективности оценки регрессионной зависимости характеристик водного объекта, рассчитанной методом Монте-Карло. // ІІ Междунар. Водный Форум «Аква Украины 2003» К.: НК «Експоцентр України», 2003. С. 8285.
    67. ПроскурнинО.А. Анализ эффективности оценки регрессионной зависимости состояния окружающей среды от техногенного воздействия// Наук.вісн.будівництва. Харків: ХДТУБА ХОТВ АБУ. 2006. №35. С.285290.
    68. Н.В.Смирнов. Краткий курс математической статистики для технических приложений. М.: Физматгиз, 1959. 436 с.
    69. Дмитриева Е.А., Колдоба И.В., Проскурнин О.А. Анализ достоверности расчета регрессионной зависимости характеристик природного объекта методом Монте-Карло // Материалы ІІ Междунар. научн.-практ. конф. "Проблемы природопользования, стабильного развития и техногенной безопасности регионов". Днепропетровск: Ин-т проблем приордо­пользования и экологии НАНУ, 2003. С.267271.
    70. Баранник В.А., Проскурнин О.А. Оценка эффективности восстановления регрессионной зависимости методом Монте-Карло при решении экологических задач. // Вест. науки и техники: Науч.-техн.журн. Харків: ООО «ХДНТ», 2002. Вып.4. С.5459.
    71. БаранникВ.А., ПроскурнинО.А. Оценка эффективности восстановления регрессионной зависимости характеристик природного объекта методом Монте-Карло // Вестн. Междунар. Славянского ун-та. Сер.техн.науки 2003. Т.6, №1. С.1619.
    72. Е.А.Дмитриева. Аспекты проблемы воздействия «цветения» на качество питьевой воды // Экологическая, техногенная безопасность и социальный прогресс: Вест. ХИСП. Харьков: ООО «Знание ЛТД», 2002. Вып.1(2). С.4550.
    73. ДмитриеваЕ.А., КолдобаИ.В., ПроскурнинО.А. Погрешность оценки параметров регрессионной зависимости характеристик водного объекта при расчете методом Монте-Карло // Вісн. Кременчуцького держ. політехн. ун-ту: Наук. пр. КДПУ. Кременчук: КДПУ. 2003. №4(21). С.202205.
    74. БаранникВ.А., ПроскурнинО.А. Применение непараметрического регрессионного анализа для решения экологических задач // Проблеми охорони навколишнього природного середовища те екологічної безпеки: Зб.наук.пр.УкрНДІЕП Харків:ВД Райдер”, 2004. С.125130.
    75. ПроскурнинО.А. Повышение точности результата обработки данных мониторинга методом непараметрического регрессионного анализа путем удаления слагаемых искомой функции // Проблеми охорони навколишнього природного середовища те екологічної безпеки: Зб.наук.пр.УкрНДІЕП Харків:ВД Райдер”, 2004. С.150155.
    76. Кантор Г. Труды по теории множеств. М.: Наука, 1985. 432 с.
    77. ПроскурнинО.А. Сравнение результатов решения регрессионной задачи методом Монте-Карло при различных базисах функционального пространства // Коммунальное хозяйство городов: Науч.техн.сб. Сер.техн. науки и архитектура. К.: Техніка, 2002. №45. С.194198.
    78. Проскурнин О.А. Использование непараметрического регрессионного анализа для прогнозирования техногенного влияния на окружающую среду. // Материалы V Междунар. междисциплинарной науч.-практ. конф. «Современные проблемы гуманизации и гармонизации управления». Харьков, ЧП Азамаева В.П., 2004. С. 239240.
    79. Ранжування точкових джерел забруднення Азовського моря: Звіт про НДР / Укр. наук.-досл. ін-т екологічних проблем. Харків, 2003. 170 с.
    80. Загальнодержавна програма охорони та відтворення довкілля Азовського і Чорного морів / Затв. Законом України №2333-III від 22 березня 2001 р.
    81. Бакум Т.А., Затучная Б.М. Районирование Азовского моря на современном этапе. В сб. Химия и биология морей / Под ред. д.г.н.А.И.Симонова. М.:Гидрометеоиздат, Моск. отд-ение, 1987. 222с.
    82. Хрусталев Ю. П., Ивлиева О. В. Геоэкологическое состояние береговой зоны Азовского моря. // Геоэкол. исслед. и охрана недр: Обзор информ. / ЗАО Геоинформмарк”. Вып. 4. M., 1998. 50 c.
    83. Букша І. Внесок лісового господарства України у зменшення ризику зміни клімату // Деякі аспекти глобальної зміни клімату в Україні: Зб.наук.ст. Проект Ініціатива з питань зміни клімату”. К.: ФАДА, ЛТД, 2002. С. 132146.
    84. Букша И.Ф., Пастернак В.П., Волкова Р.Е. Особенности функционирования и развития мониторинга лесов в Украине // Екологічний менеджмент як складова частина сталого розвитку: Зб.наук.пр. Донецького держ.ун-ту управління. Сер. Державне управління”. Донецьк: ДДУУ, 2004. Т.5, №36 С.127134.
    85. Створення регіональної підсистеми державного моніторингу лісів Харківської області, як компонента державної системи моніторингу довкілля: Звіт про НДР (закл.) / Харків, 2003. 80 с.
    86. Букша І.Ф. Проблеми моніторингу біорізноманіття лісів України і лісотипологічні аспекти їх вирішення // Матеріали Восьмих Погребняківських читань. Лісова типологія в умовах сталого розвитку лісового господарства України. Харків: ХНАУ, 2002. С.3742.
    87. БукшаІ.Ф. Концептуальні положення моніторингу лісів України // Лісівництво і агролісомеліорація: Зб.наук.пр. УкрНДІЛГА. Харків: УкрНДІЛГА, 2002. Вип.100. С. 1317.
    88. Букша І.Ф., Пастернак В.П. Прогноз динаміки лісових ресурсів при антропогенних змінах довкілля // Лісівництво: Вісн. ХНАУ. Харків: ХНАУ, 2001. Вип.39. С.157162.
    89. Vris de W., Reinds G.J., Kerkvoorde M.S. Van et al. Intensive Monitoring of Forest Ecosystems in Europe / 2000 Technical Report. Brussel, Geneva: EC-UN/ECE, 2000. 191 p.
    90. Одинцов О.В. Порівняльна оцінка стану дубових насаджень Лівобережного Лісостепу та Байрачного степу України // Ліс, наука, суспільство: Матеріали міжнарод. ювілейної наукової конф., присвяченої 75-річчя УкрНДІЛГА. Харків: УкрНДІЛГА, 2005. С.7778.
    91.
  • Стоимость доставки:
  • 150.00 грн


SEARCH READY THESIS OR ARTICLE


Доставка любой диссертации из России и Украины