CC BY
19
УДК 502.171:332.3
И.А. Басова, д-р техн. наук, проф., зав. кафедрой, (4872) 35-38-38, biajis@uic.tula.ru (Россия, Тула, ТулГУ), Н.П. Иватанова, д-р техн. наук, (4872) 35-20-41, g-sps@mail.ru (Россия, Тула, ТулГУ),
А.Б. Копылов, д-р техн. наук, проф, (4872) 35-20-41, toolart@mail.ru (Россия, Тула, ТулГУ)
ОЦЕНКА ДОСТОВЕРНОСТИ ГЕОМЕТРИЗАЦИИ СТАЦИОНАРНЫХ ТОПОФУНКЦИЙ ПРИ МОНИТОРИНГЕ СОСТОЯНИЯ ПОЧВ ГОРНОПРОМЫШЛЕННОГО РЕГИОНА
Математическое моделирование топофункций осложняется спецификой почвенного мониторинга. Сложность проведения измерений, присутствие ошибок разной природы, шумы, противоречия в отдельных измерениях друг другу, необходимость обобщать признаки, измеренные в разных шкалах, отсутствие некоторых значений исходных и целевых признаков у отдельных объектов приводит к высокой априорной неопределенности, к наличию малоинформативных признаков.
Ключевые слова: моделирование, топофункция, почвенный мониторинг, наблюдения, сеть, пробоотбор, предварительная сортировка, морфология, пространственная изменчивость, тяжелые металлы, концентрации загрязнителей, количественные характеристики.
В настоящее время основную информационную базу экологического мониторинга составляют:
- наблюдения на базе стационарных комплексных станций, требующие значительных финансовых и инструментальных средств;
- периодические наблюдения на базе комплексных передвижных наземных лабораторий, позволяющие осуществлять выборочный контроль, как по составу загрязнителей, так и по охватываемой территории;
- дистанционные наблюдения на основе комплексных аэрофотосъемок, дающие возможность оперативно получить информацию для больших территорий, однако не позволяющие выявлять полифакторность почвенного загрязнения;
- наблюдения в дискретном (перманентном) режиме, основанные на измерениях содержаний загрязняющих веществ по регулярной или хаотической сети опробования с последующим анализом концентраций загрязнителей.
Наиболее эффективным способом ведения наблюдений представляется комбинация трех типов экологического мониторинга. В идеале дискретные наблюдения системой стационарных станций, размещенных по достаточно редкой сети, должны сопровождаться регулярными комплексными дистанционными площадными съемками масштабов 1:10000...1:25000 промышленных центров, городских агломераций, ареа-
лов загрязнений. Аэрофотосъемки не имеют альтернативы по производительности и минимизации затрат на единицу площади при широком спектре регистрируемых параметров. В дальнейшем на выделенных территориальных блоках неблагоприятного экологического состояния контроль должен выполняться системой непрерывных наблюдений передвижными станциями.
Основополагающим условием для объективной оценки состояния почвенного покрова является получение достоверных и сопоставимых аналитических данных. Достоверная информация должна адекватно отражать содержание определяемого вещества в объекте анализа.
Основным фактором, влияющим на достоверность анализа, независимо от используемой методики и способов регистрации аналитического сигнала, является стадия пробоотбора, причем погрешность определений, обусловленная пробоотбором, может достигать сотен процентов.
Фактографическая база данных непосредственных результатов мониторинга, состоящих из массива координат точек опробования (X, У) на изучаемой территории и массивов содержания металлов (Р) может достигать значительных объемов (рис. 1). Объем входной информации может быть уменьшен за счет предварительной сортировки данных и удалением из базы данных проб с содержанием загрязнителей P=FON+Ъ(5, где а-дисперсия признака.
рудАксео ВАРЬ^РСвКА» г
* » » * * » »' Г.<ХУЯ*ТСК1 ' ' " * * :
'»**•' * * • • * » » п г г • ' 9 Ж.СКУВ^ТОвСХИЙ * »* • ' • » , ' ' , трздоесй '
Рис. 1. Схема мониторинга почвенного покрова по загрязнению тяжелыми металлами: общее количество проб - 740; средняя плотность размещения -0,7 т/га; среднее расстояние между пробами -135 м
Морфологический анализ загрязнения почв тяжелыми металлами территории площадью -10 км2 показал наличие существенной неоднородности размещения загрязнителей даже на ограниченных участках.
При изучении морфологии закрытых поверхностей нет возможности размещать пункты наблюдений в характерных точках или по скелетным направлениям. Подобная ситуация возникает и при разведке месторождений полезных ископаемых, моделировании экологических полей, съемках донной поверхности и т.п. Во всех случаях образуется дискретная информационная система с регулярным или хаотическим размещением пунктов наблюдений. В большинстве случаев используются квадратные системы наблюдений, удобные для сгущения в «конверт». Однако могут применяться и другие геометрические и регулярные сети, например, прямоугольные, ромбические, треугольные, гексагональные и т.д.
При этом пространственное размещение загрязнителя и новые приобретенные свойства почвы являются функциями морфологической неоднородности территорий. Дифференцирование территорий на основе структурирования морфологии и пространственной изменчивости распределения тяжелых металлов в почвах, позволяет моделировать вероятностное проявление предельных концентраций загрязнителей с количественными характеристиками экологического состояния территорий.
Оценки параметров морфологических факторов необходимы как для суждения об изменчивости приобретенных свойств почвенного покрова, так и рассмотрения их в качестве главных аргументов в эмпирических зависимостях, создаваемых на основе углубленного количественного анализа фактических материалов и используемых в дальнейшем для расчетов плотности создаваемой сети.
Если обозначить через I расстояние между пробами, образующими регулярную равномерную систему опробования, то в общем виде можно записать
1 = /(1, дц;, (1)
где / - показатель изменчивости контролирующего признака; Ац - заданная точность выявления признака.
Наиболее распространенным простым и убедительным методом установления эмпирических зависимостей вида (1) является способ разрежения сети точек наблюдений при исследовании геометрической модели действительной топофункции анализируемого геоэкологического свойства почвенного покрова.
При выполнении такого анализа каждому фиксированному значению плотности сети опробования следует поставить в соответствие точность А \1 выявления признака. И зафиксировать результаты в виде отдельных точек в системе / и Ар,. Если совокупность точек может быть аппроксимирована функциональной связью с точностью, соответствующей принятым допущениям по условию решения задачи, то остается только выразить установленную зависимость математически, используя известные методы.
Если между плотностью сети и точностью выявления анализируемого признака эмпирическая связь функционального вида не устанавливается, то, либо признак выявляется без ошибки аналогии по ограниченному количеству замеров, либо прямой закономерности не существует и необходим анализ, по другому признаку, коррелированному с изучаемым свойством объекта.
Решение этих задач может быть успешным и убедительным только на основе экспериментальных исследований путём моделирования геоэкологического свойства на территории конкретного мониторинга.
С целью вскрытия аномалий размещения загрязнителей в почвенном покрове выполнялись исследования информационных характеристик регулярных систем. Для сопоставимости результатов использовались системы с равновеликими площадями элементарных ячеек и одинаковым количеством испытаний. В качестве единицы измерения информативности систем была принята вероятность совпадения в процессе испытаний хотя бы одной точки системы с площадью круга радиуса Ri. Испытания проводились для квадратной системы и ромбической с образующим углом в 60о. Количество испытаний в сериях измерялось десятками тысяч, а координатное положение центра круга - генератором случайных чисел. Наиболее информативной при прочих равных условиях оказалась ромбическая система с образующим углом 60о (рис. 2).
Рис. 2. Информативность квадратной и ромбической систем наблюдений
При изучении природных или техногенных стационарных свойств загрязнения почвенного покрова, моделируемого нерегулярными поверхностями, экономия средств на исследования в этом случае составляет не менее 20 % по сравнению с наиболее часто применяемой квадратной системой размещения точек пробоотбора. Существенной особенностью информационных свойств наблюдательных систем следует считать адекватность и достоверность воспроизведения морфологии скрытых нерегулярных поверхностей.
Выводы.
1. Для оценки геоэкологических свойств загрязнения почвенного покрова по частным реализациям действительных топофункций при ограниченной информации, получаемой в процессе мониторинга должны использоваться эвристические методы математического моделирования то-пофункций.
2. Почвенный мониторинг представляет собой процесс декретных сообщений, представляющих собой результаты пробоотбора геоэкологических пространственных переменных величин.
3. Пространственная система таких дискретных замеров служит основой для геометризации признака объекта в форме частных реализаций их топофункций.
4. Точность и достоверность построений зависит от плотности замеров, геометрической системы их пространственного размещения и изменчивости признака.
5. Наиболее информативными источниками информации являются регулярные сети: квадратная, ромбическая.
6. Источником дополнительной информации при использовании-компактных регулярных сетей может служить увеличение количества интерполяционных промежутков между точками при геометризациичастных реализаций действительных топофункций.
Список литературы
1. Басова И.А., Кривенков Ю.А., Егорова Т.А. Исследование достоверности геометризации стационарных топофункций от плотности и конструкции систем мониторинга почв / Геоэкологические проблемы загрязнения окружающей среды тяжелыми металлами: материалы 3 Междунар. геоэкол. конф. ТулГУ. Тула, 2006. C. 122-125.
I.A. Basova, N.P. Ivatanova, A.B. Kopilov
CERTAINTY VALUE OF STATIONARY TOPOGRAPHIC FUNCTIONS GEOMETRIZATION BY MONITORING SOILS CONDITION OF MINING REGION
Mathematical modeling of topographic functions is complicated by the specifics of soil monitoring. The complexity of the measurement, the presence of errors of different types, noise, contradictions in the individual measurements of each other, the need to generalize traits measured in different scales, the absence of some values of initial and target attributes of individual objects leads to a high a priori uncertainty and the presence of attributes to give little information.
Key words: modeling, topological function, soil monitoring, observations, net, sampling, presorting, morphology, spatial variability, heavy metals, concentration of pollutants, quantitative adjectives.
Получено 17.02.2012
