CC BY
63
УДК 351.861
В.В. Тютюник, Н.В. Бондарев, Р.И. Шевченко, Л. Ф. Черногор, В.Д. Калугин
ОЦЕНКА УРОВНЯ ТЕХНОГЕННОЙ ОПАСНОСТИ ТЕРРИТОРИИ ПО ОСНОВНЫМ ПОКАЗАТЕЛЯМ ЖИЗНЕДЕЯТЕЛЬНОСТИ МЕТОДАМИ ФАКТОРНОГО АНАЛИЗА
И АНАЛИЗА ГЛАВНЫХ КОМПОНЕНТ
В работе методом факторного анализа проведена оценка корреляции между основными показателями жизнедеятельности природно-техногенно-социальной системы (ПТС системы), а методом главных компонент - оценка показателя использования энергии техногенного происхождения как группирующей переменной основных показателей жизнедеятельности ПТС системы в режиме повседневного функционирования и в условиях проявления чрезвычайных ситуаций (ЧС) техногенного происхождения.
Ключевые слова: чрезвычайная ситуация; техногенная опасность; энергетический подход; факторный анализ; анализ главных компонент; комплексная система предупреждения чрезвычайных ситуаций.
V. Tiutiunik, N. Bondarev, R. Shevchenko, L. Chernogor, V. Kalugin
ASSESSMENT OF LEVEL OF TECHNOGENIC DANGER OF THE TERRITORY ON THE MAINTO INDICATORS OF ACTIVITY BY METHODS OF THE FACTORIAL ANALYSIS AND
ANALYSIS MAIN COMPONENT
In this paper as a method of the factorial analysis the correlation assessment between the main indicators of activity of natural and technogenic and social system (system NTS) is carried out, and the method main a component carried out an assessment of an indicator of use of energy of a technogenic origin, as a grouping variable of the main indicators of activity of NTS of system in a mode of daily functioning and in the conditions of occurrence of the emergency situations of a technogenic origin.
Keywords: emergency situation; technogenic danger; power approach; factorial analysis; analysis main component; complex system of the prevention of emergency situations.
Природная, техногенная и социальная среды, образующие единство существования в виде ПТС системы, в процессе своего функционирования, развития и взаимодействия генерируют опасности, которые имеют дестабилизирующее влияние на уровень жизнедеятельности [1, 2].
В связи с этим возникает необходимость разработки эффективных мероприятий по обеспечению раннего мониторинга, предупреждению и ликвидации ЧС различной природы [3, 4].
Реализация данного подхода невозможна без проведения научных исследований, направленных на изучение процессов зарождения предшествующих условий возникновения опасностей, их развития до уровня катастроф, распространения этих катастроф и их взаимного влияния (взаимной генерации) в условиях существования природно-техногенных, техногенно-техногенных и техногенно-природных взаимосвязей.
Таким образом, целью исследования является развитие представлений о динамике и энергетике функционирования ПТС системы с разнесёнными в пространстве и времени различного рода
- 47
Научные и образовательные проблемы гражданской защиты - 2014'3
источников техногенной опасности и их дестабилизирующего влияния на условия безопасности жизнедеятельности [5, 6].
Условия нормального функционирования ПТС системы определяются многокомпонентным вектором параметров в условиях установившегося баланса энергий природного (ЕП) и техногенного (Е Т) происхождения: ЕПТС = ЕП + Е , где Е - энергия, которая необходима для протекания процессов жизнедеятельности на всех жизненных уровнях ПТС системы. Противоположной составляющей для энергии ЕШС является воздействие разрушающих энергий от различного рода опасностей.
Техногенно-энергетические условия повседневного функционирования ПТС системы и проявления техногенной опасности представлены на рис. 1, где энергия техногенного происхождения
ЕТ представляет собой сумму энергий различных видов топлив (Ет) и электрической энергии (Еэ), которая потребляется ПТС системою, - ЕТ = Ет + Еэ .
Рис. 1. Энергетические условия повседневного функционирования ПТС системы и проявления техногенной опасности
Задача данной работы - установление взаимосвязи между значениями основных параметров жизнедеятельности ПТС системы и уровнем техногенной опасности, которая решается путём проведения, на примере территории Украины, статистического исследования факторным методом и методом главных компонент [7]. Анализ данных проведён с использованием статистических пакетов STATISTICA 6.1 и SPSS 2.0.
Факторный анализ включает группу методов, направленных на выявление скрытых переменных факторов, отвечающих за наличие линейных корреляций между наблюдаемыми параметрами. Латентные факторы (F) можно выразить линейными комбинациями наблюдаемых переменных (Xk ), имеющими вид:
F = WI1X1 + WI2X2 +... + WikXk, (1)
48 -
Научные и образовательные проблемы гражданской защиты - 2014'3
где - коэффициенты значения факторов.
В основе факторного анализа лежит построение матрицы корреляции между всеми возможными парами переменных, определяющих условия повседневного функционирования ПТС системы и проявления техногенной опасности. Результаты корреляционного анализа выборки, включающей, по данным [8 - 12], 275 наблюдений по территории 25 регионов Украины за период 2002 - 2012 гг. с шагом наблюдения - один год, представлены в табл. 1, где ЕТ - энергия техногенного происхождения; БТер" - площадь территории; КН - численность населения, N -количество рождённых, NУ - количество умерших, 5ВВП - объём валового внутреннего продукта, Кс - количество субъектов реестра предпринимателей и организаций, Кпоо - количество потенциально опасных объектов, - объём использования пожаро- и взрывоопасных веществ,
- объём использования химически опасных веществ, РАтм - объём выбросов экологически опасных веществ в атмосферу, N - количество больных активным туберкулёзом, N - количество
безработных, К^' - количество чрезвычайных ситуаций техногенного характера, КПож' -
V ДТП
количество пожаров и возгораний в техногенной среде, К - количество дорожно-транспортных происшествий.
Таблица 1
Корреляционная матрица основных переменных, определяющих условия повседневного функционирования ПТС системы и проявления техногенной опасности
И СЯ 2: * 2 со * а О а £ г а ^ |
Е Т 1 0,29 0,77 0,59 0,81 0,41 0,36 0,81 0,24 0,48 0,94 0,85 0,55 0,76 0,73 0,23
8Тер. 0,29 1 0,44 0,35 0,50 0,30 0,36 0,44 0,05 0,39 0,23 0,51 0,25 0,33 0,46 0,22
0,77 0,44 1 0,92 0,97 0,72 0,81 0,86 0,40 0,48 0,72 0,89 0,50 0,65 0,90 0,48
0,59 0,35 0,92 1 0,88 0,84 0,88 0,74 0,40 0,43 0,58 0,76 0,24 0,46 0,85 0,59
N У 0,81 0,50 0,97 0,88 1 0,66 0,74 0,87 0,32 0,51 0,76 0,92 0,53 0,70 0,87 0,47
^ВВП 0,41 0,30 0,72 0,84 0,66 1 0,88 0,56 0,44 0,27 0,42 0,50 -0,02 0,24 0,78 0,76
К с 0,36 0,36 0,81 0,88 0,74 0,88 1 0,55 0,54 0,23 0,29 0,56 0,15 0,29 0,77 0,65
К ПОО 0,81 0,44 0,86 0,74 0,87 0,56 0,55 1 0,16 0,41 0,77 0,84 0,54 0,64 0,77 0,35
QПВОВ 0,24 0,05 0,40 0,40 0,32 0,44 0,54 0,16 1 -0,06 0,11 0,22 0,06 0,10 0,44 0,30
Qxoв 0,48 0,39 0,48 0,43 0,51 0,27 0,23 0,41 -0,06 1 0,52 0,60 0,24 0,36 0,45 0,12
QАтM' 0,94 0,23 0,72 0,58 0,76 0,42 0,29 0,77 0,11 0,52 1 0,83 0,44 0,69 0,69 0,22
0,85 0,51 0,89 0,76 0,92 0,50 0,56 0,84 0,22 0,60 0,83 1 0,54 0,76 0,81 0,31
0,55 0,25 0,50 0,24 0,53 -0,02 0,15 0,54 0,06 0,24 0,44 0,54 1 0,56 0,30 -0,06
Тех' К ЧС 0,76 0,33 0,65 0,46 0,70 0,24 0,29 0,64 0,10 0,36 0,69 0,76 0,56 1 0,57 0,18
0,73 0,46 0,90 0,85 0,87 0,78 0,77 0,77 0,44 0,45 0,69 0,81 0,30 0,57 1 0,54
КДТП 0,23 0,22 0,48 0,59 0,47 0,76 0,65 0,35 0,30 0,12 0,22 0,31 -0,06 0,18 0,54 1
Проверка возможности проведения факторного анализа базируется на применении к результатам, представленным в табл. 1, критериев сферичности Бартлетта и адекватности выборки Кайзера-Мейера-Олкина (КМО) [7].
Критерий сферичности Бартлетта представляет собой критерий многомерной нормальности и проверяет отличие коэффициента корреляции от нулевого уровня.
Критерий адекватности выборки КМО используется для выявления степени воздействия на корреляцию между парами переменных - других переменных.
Проведённые расчёты свидетельствуют, что гипотеза об отсутствии корреляции в выборке, представленной в табл. 1, в соответствии с критерием сферичности Бартлетта, отклоняется, так как значение статистики = 4595,15 с числом степеней свободы, равным 105, является значимым на уровне 0,05. Значение статистики КМО равняется: 0,800 (высокая адекватность) < 0,881 < 0,900 (безусловная адекватность).
Таким образом, факторный анализ является приемлемым методом для проведения анализа выборки основных переменных, определяющих условия повседневного функционирования ПТС
Определение числа факторов проведено с использованием критерия «каменистой осыпи» [7]. Поскольку, согласно данным, представленным на рис. 2, в качестве порогового значения выбрано минимальное собственное значение на уровне единицы, в работе, для проведения
дальнейшего анализа, взяты первые три значимых фактора, значения которых представлены в табл. 2.
Таблица 2
Собственные значения значимых факторов, отвечающих за наличие линейных корреляций между основными переменными, определяющими условия повседневного функционирования ПТС системы
и проявления техногенной опасности
системы и проявления техногенной опасности.
Рис. 2. График «каменистой осыпи» для выбора значимых факторов
Фактор Собственное Процент Кумулятивное Кумулятивный
значение дисперсии собственное процент
значение дисперсии
1 9,33 58,33 9,33 58,33
2 2,38 14,86 11,71 73,19
3 1,06 6,61 12,77 79,80
Таким образом, значимость первых трёх латентных факторов, в соответствии с представленными в табл. 2 результатами, составляет 79,8 % дисперсии разброса значений анализируемых переменных, что определяет погрешность дальнейших расчётов в 20,2 %, которая, в соответствии с рис. 2, распределяется на остальные факторы. Кроме того, дальнейшее увеличение количества факторов при анализе приведёт к усложнению математической модели, так как собственные значения остальных факторов меньше единицы.
Сущностью факторного анализа является процедура вращения факторов с целью перераспределения дисперсии по определённому закону (ортогональное или косоугольное вращение). Среди множества существующих методов вращения наиболее используемым является
50 Научные и образовательные проблемы гражданской защиты - 2014'3
ортогональный метод «варимакс», который максимизирует разброс квадратов нагрузок для каждого фактора, что в конечном итоге приводит к увеличению больших и уменьшению малых значений факторных нагрузок.
Одним из основных способов уменьшения размерности данных является метод главных компонент, который ориентируется на потерю наименьшего количества информации и сводится к вычислению собственных векторов и собственных значений ковариационной матрицы исходных данных.
Использование указанных методов при проведении факторного анализа позволило получить следующие результаты.
Матрица факторных нагрузок, определяющая линейные корреляции между переменными и факторами, представлена в табл. 3.
Таблица 3
Матрица факторных нагрузок на основные переменные, определяющие условия повседневного функционирования ПТС системы и проявления техногенной опасности
Переменные Фактор 1 Фактор 2 Фактор 3
Е Т 0,911 0,233 0,036
8Тер. 0,261 0,306 0,633
КН 0,719 0,658 0,092
Кр 0,479 0,815 0,112
N У 0,761 0,589 0,166
^ВВП 0,171 0,934 0,074
К с 0,230 0,917 -0,012
К ПОО 0,782 0,422 0,168
QпВОВ 0,130 0,570 -0,561
Qxoв 0,435 0,164 0,660
QАтM' 0,854 0,209 0,130
N 0,841 0,396 0,256
^ 0,773 -0,133 -0,070
Тех' К ЧС 0,833 0,105 0,069
|^Пож. 0,592 0,720 0,120
КДТП -0,002 0,802 0,067
Общая дисперсия 6,193 5,228 1,347
Доля общей дисперсии 0,387 0,327 0,084
Выделенные в табл. 3 нагрузки с коэффициентом корреляции более 0,7 свидетельствуют, что практически все переменные имеют устойчивую корреляцию с первым и вторым факторами.
Корреляция на уровне |0,б| ± 0,1 с третьим фактором наблюдается только с переменными 8Тер', и Рхов •
Визуализация результатов табл. 3 при выборе трёх первых значимых факторов представлена на рис. 3, где наблюдается значительное (более 0,9) влияние первого фактора на энергию техногенного происхождения (ЕТ), вокруг которой концентрируются показатели техногенной и экологической опасности, такие как: Кпоо, К^', РАтм и N . К ним приближаются также показатели Рхов и N •
1,0
0,6
гч о.
о
£ 0,4 я
о
0,2 0,0
<^ввп КДТП н" У / / /
к Пож. у
ф Рпвов
Линии равномерного у у у
илннннн факторных ^ шируюк на переменные ^ х у у / / * Охов * Ет Оатм.
У у / /
-0,2 0,0 0,2 0,4 0,6
Фактор 1
0,8
Рис. 3. Графики распределения влияния факторных нагрузок на переменные
Максимальное влияние второй фактор оказывает на объём внутреннего валового продукта (БВВП), вокруг которого концентрируются такие показатели, как Кс и КДТП .
Таблица 4
Матрица коэффициентов значения факторов, отвечающих за наличие линейных корреляций между основными переменными, определяющими условия повседневного функционирования ПТС системы
и проявления техногенной опасности
Переменные Фактор 1 (Ц) Фактор 2 () Фактор 3 (Цз) Переменные Фактор 1 (Ц) Фактор 2 ( Ц2 ) Фактор 3 (Цз)
Е Т 0,213 -0,077 -0,125 QпВОВ 0,043 0,147 -0,527
8Тер. -0,085 0,048 0,523 Qxoв -0,018 -0,022 0,517
N Н 0,082 0,079 -0,043 QАтM' 0,185 -0,075 -0,031
^ -0,017 0,165 0,019 N Т 0,129 -0,018 0,083
N У 0,092 0,052 0,016 N Б 0,251 -0,163 -0,196
^ВВП -0,114 0,247 0,036 17" Тех' К ЧС 0,206 -0,102 -0,082
К с -0,080 0,233 -0,051 ^Пож. 0,031 0,117 0,004
К ПОО 0,124 -0,001 0,015 КДТП -0,140 0,236 0,060
К линии равномерного влияния факторных нагрузок стремятся социальные показатели БТер", NН, N , NУ и показатель количества пожаров и возгораний в техногенной среде (КПож'), что свидетельствует о влиянии на уровень пожарной нагрузки территории ПТС системы как социально-экономических, так и техногенных показателей. Показатель кПож' имеет почти такое же влияние фактора 2 (0,720), как и переменная Ршов (0,570), что указывает на их возможную взаимосвязь.
Построение факторной модели, в рамках установленного влияния факторных нагрузок на переменные, базируется на определении коэффициентов значения факторов. Так, в табл. 4 приведены коэффициенты факторов, выделенные методом главных компонент, с использованием метода «варимакс».
Таким образом, значения факторов Ц , К и ^, полученные для каждой переменной, могут быть рассчитаны по уравнениям:
ПОО
Ц = 0,213ЕТ - 0,0858Тер' + 0,082^ - 0,01ЖР + 0,092КУ - 0,1148ВВП - 0,080КС + 0,124К - 0,043(Зпвов - 0,018ржв + 0,185(}Атм + 0,1291ЧТ + 0,25ШБ + 0,206КТс' + 0,031КПож - 0,140КДТП
К = -0,007ЕТ + 0,0488Тер' + 0,079КН - 0,165КР + 0,052КУ - 0,2478е
- 0,233КС - 0,001Кпоо +
шов - 0,022(}хов - 0,075(}Атм - 0,0181ЧТ - 0,1631ЧБ - 0,102К£ ' + 0,117К1
+ 0,236К
ДТП
+ 0,1470
К = -0,125ЕТ + 0,5238Тер' - 0,043КН + 0,019КР + 0,016КУ + 0,0 3 68ВВП - 0,051КС + 0,015КГ_ - 0,527дшов + 0,5170жв - 0,031(3Атм + 0,0831ЧТ - 0,1961ЧБ - 0,082КТ™ ' + 0,004КПож + 0,060КДТП
(2)
Для проверки правильности выделения трёх факторов была вычислена воспроизведенная корреляционная матрица, которая оказалась близкой к исходной. Для определения отклонения между матрицами получена матрица остаточной корреляции, которая представлена в табл. 5. Наблюдаемое преобладающее большинство остатков, меньших |0,10| (значение остатков более |0,10| в табл. 5 выделены) свидетельствуют об адекватной факторной модели обобщения данных на уровне 79,8 % определения дисперсии.
Таблица 5
Матрица остаточных корреляций основных переменных, определяющих условия повседневного функционирования ПТС системы и проявления техногенной опасности
щ 2 г со * 1 С?пвов. О а * г а
Е Т 0,11 -0,04 -0,04 -0,04 -0,03 0,04 -0,06 -0,00 0,01 0,02 0,11 -0,01 -0,12 -0,03 0,01 0,05
§Тер. -0,04 0,44 -0,01 -0,09 0,01 -0,07 0,02 0,00 0,20 -0,19 -0,14 0,01 0,13 0,04 0,01 -0,07
N Н -0,04 -0,01 0,04 0,04 0,02 -0,03 0,04 0,01 -0,02 0,00 -0,05 0,01 0,04 -0,03 -0,01 -0,05
Кр -0,04 -0,09 0,04 0,10 0,02 -0,01 0,03 0,01 -0,06 0,02 -0,01 0,01 -0,01 -0,03 -0,03 -0,07
N У -0,03 0,01 0,02 0,02 0,05 -0,03 0,02 0,00 -0,02 -0,02 -0,03 0,00 0,03 -0,01 -0,02 -0,01
^ВВП 0,04 -0,07 -0,03 -0,01 -0,03 0,09 -0,01 0,02 -0,07 -0,00 0,07 -0,03 -0,03 -0,00 -0,00 0,01
К с -0,06 0,02 0,04 0,03 0,02 -0,01 0,11 -0,01 -0,02 -0,01 -0,09 0,00 0,10 0,01 -0,03 -0,09
К ПОО -0,00 0,00 0,01 0,01 0,00 0,02 -0,01 0,18 -0,09 -0,11 -0,01 -0,02 0,00 -0,07 -0,02 0,00
^пвое 0,01 0,20 -0,02 -0,06 -0,02 -0,07 -0,02 -0,09 0,34 0,16 -0,05 0,03 -0,00 -0,03 0,02 -0,12
Qxoв 0,02 -0,19 0,00 0,02 -0,02 -0,00 -0,01 -0,11 0,16 0,35 0,03 0,00 -0,03 -0,06 -0,01 -0,05
QАтм. 0,11 -0,14 -0,05 -0,01 -0,03 0,07 -0,09 -0,01 -0,05 0,03 0,21 -0,01 -0,18 -0,06 0,02 0,05
-0,01 0,01 0,01 0,01 0,00 -0,03 0,00 -0,02 0,03 0,00 -0,01 0,07 -0,04 -0,00 -0,00 -0,03
-0,12 0,13 0,04 -0,01 0,03 -0,03 0,10 0,00 -0,00 -0,03 -0,18 -0,04 0,38 -0,06 -0,05 0,05
17" Тех. К ЧС -0,03 0,04 -0,03 -0,03 -0,01 -0,00 0,01 -0,07 -0,03 -0,06 -0,06 -0,00 -0,06 0,29 -0,00 0,09
|^Пож. 0,01 0,01 -0,01 -0,03 -0,02 -0,00 -0,03 -0,02 0,02 -0,01 0,02 -0,00 -0,05 -0,00 0,12 -0,04
К ДТП 0,05 -0,07 -0,05 -0,07 -0,01 0,01 -0,09 0,00 -0,12 -0,05 0,05 -0,03 0,05 0,09 -0,04 0,35
Полученный результат обобщения данных позволил выделить две переменные, у которых факторные нагрузки выше факторных нагрузок остальных переменных. Так, при рассмотрении фактора 1 максимальное значение факторной нагрузки имеет переменная ЕТ (0,911). При рассмотрении фактора 2 максимальное значение факторной нагрузки имеет переменная 8ВВП (0,934). Однако и другие переменные имеют достаточно высокие нагрузки. Кроме того, второй фактор, в
- 53
Научные и образовательные проблемы гражданской защиты - 2014'3
отличие от первого (58,33 %), включает в себя только 14,86 % дисперсии. Поэтому, наличие этих результатов указывает на необходимость проведения других разведочных методов анализа, и в
ГТ
частности, анализа главных компонент, где группирующем переменной является показатель Е .
Метод главных компонент позволяет вычислить главные компоненты и связанные с ними статистики. В работе проведено два типа анализа - с помощью матрицы корреляции и с помощью матрицы ковариаций.
Результаты собственных значений матрицы корреляции (табл. 6) констатируют, что фактор, соответствующий максимальному значению (8,66), описывает 57,72 % общей дисперсии. Второй фактор, при значении 2,23 отвечает за 14,88 % дисперсии. Третий фактор при значении 1,03 отвечает за 6,83 % дисперсии. Собственные значения последующих факторов меньше единицы и они в сумме отвечают за 20,57 % дисперсии, поэтому в работе для проведения дальнейшего анализа взяты первые три значимых фактора.
Таблица 6
Собственные значения матрицы корреляции факторов, отвечающих за наличие линейных статистических связей между группирующей переменной и переменными, определяющими условия
повседневного функционирования ПТС системы и проявления техногенной опасности
Фактор Собственное Процент Кумулятивное Кумулятивный
значение общей собственное процент общей
дисперсии значение дисперсии
1 8,66 57,72 8,66 57,72
2 2,23 14,88 10,89 72,60
3 1,03 6,83 11,91 79,43
4 0,79 5,29 12,71 84,72
5 0,64 4,28 13,35 89,00
6 0,47 3,11 13,82 92,11
7 0,40 2,68 14,22 94,78
8 0,30 1,99 14,52 96,77
9 0,14 0,94 14,66 97,71
10 0,12 0,81 14,78 98,52
11 0,10 0,68 14,88 99,20
12 0,05 0,34 14,93 99,55
13 0,04 0,29 14,98 99,83
14 0,02 0,11 14,99 99,95
15 0,01 0,05 15,00 100,00
Результаты определения факторных координат переменных на основе их корреляций с группирующей переменной по первым трём факторам представлены в табл. 7.
Визуализация табл. 7 для двух первых факторов представлена на рис. 4, где круг с единичным радиусом является визуальным индикатором того, насколько хорошо переменные воспроизводятся текущим набором выделенных факторов.
Так, первый фактор, соответствующий собственному значению 8,66, наиболее сильно коррелирует с переменными NН, N, NУ и КПож'. Несколько меньшая корреляция первого фактора наблюдается с переменными, определяющими уровень техногенной опасности ПТС системы, а именно: Кпоо, К^' и РАтм . Высокая корреляция также присутствует для переменных, характеризующих экономическую составляющую жизнедеятельности - 5ВВП и Кс. Второму и третьему факторам не присущи значительные (> 0,7) корреляции с переменными.
Таблица 7
Факторные координаты переменных, определяющих условия повседневного функционирования ПТС системы и проявления техногенной опасности, основанные на их корреляции с группирующей
переменной по первым трём факторам
Переменные Фактор 1 Фактор 2 Фактор 3 Переменные Фактор 1 Фактор 2 Фактор 3
§Тер. -0,508 -0,135 0,457 QХОВ -0,534 -0,331 0,526
N Н -0,980 -0,002 -0,094 QАтм. -0,762 -0,385 -0,042
Кр -0,911 0,264 0,031 N -0,914 -0,308 0,015
N У -0,974 -0,096 -0,039 ^ -0,461 -0,587 -0,398
^ВВП -0,764 0,562 0,127 Тех. К ЧС -0,680 -0,464 -0,186
К с -0,790 0,513 -0,039 ^Пож. -0,930 0,127 0,005
К ПОО -0,874 -0,226 -0,045 К ДТП -0,550 0,577 0,163
QпВОВ -0,382 0,494 -0,535
1,0
0,5
2М"
0,0
© -о,;
"1,0
дВВП ..*'
V/' к™
.......... 4. С'пвов N '■Х N \ \\ ■ -- -ч-л4 -----
\ ;
]
• / -V '
Кч? • '"-......
"""
-1,0
-0,5
0,0
0,5
Фактор 1 : 57,72%
1,0
Рис. 4. График проекции переменных на факторную плоскость, построенный на основе матрицы корреляции
Рис. 5. График проекции переменных на факторную плоскость, построенный на основе матрицы ковариации
Результаты определения факторных координат переменных на основе их ковариации с группирующей переменной по первым двум факторам представлены на рис. 5, где также прослеживается зависимость между первым фактором и основными переменными, определяющими социальные, экономические и техногенные условия жизнедеятельности ПТС системы.
Выявленная на основе метода анализа главных компонент достаточно выраженная зависимость между энергией техногенного происхождения и основными показателями, определяющими условия повседневного функционирования ПТС системы и проявления техногенной опасности, позволила провести предварительный классификационный анализ по уровню техногенной загруженности территории ПТС системы (на примере регионов Украины), путём проецирования 275 наблюдений на факторную плоскость - рис. 6.
14
12
10
8
V® г^ 6
О
00 4
2
Г)
а. 0
о
— X -2
я
© -4
-6 о
-о -10
-12
1 1
* \ \ 1 ! 1
\ ч V ч < 1 Т 1
\ • • N N Ч. 11 1 ;.. , [II
\
■ -•- • • ) лд [ « •
• V "V?
% .............................. % ?/ А.У \
р / У 1
____________:_______________|_______________:__________________|______________
-14 -12 -10
-6 -4-2 0 2 Фактор 1: 60,16%
Рис. 6. График проекции наблюдений группирующей переменной (ЕТ) на факторную плоскость
Как видно из рис. 6, территория Украины, как и территория любого государства, делится на районы с разной величиной потребления энергии техногенного происхождения, и, соответственно, с различными социально-экономическим уровнем жизнедеятельности и уровнем техногенной опасности. Так, к первой группе, с высоким уровнем потребления ЕТ «1018 Дж, относятся Днепропетровская, Донецкая и Киевская области. Ко второй группе, со средним уровнем потребления ЕТ «1017 Дж, относятся Запорожская, Луганская, Львовская, Одесская, Харьковская области. Остальные регионы относятся к третьей группе, с низким уровнем потребления ЕТ «1016 Дж. Это указывает на необходимость применения дифференцированного подхода при создании эффективной территориальной комплексной системы мониторинга, предупреждения и ликвидации ЧС техногенного характера и обеспечения экологической безопасности [4, 13].
Выводы.
1. В работе обоснована эффективность энергетического подхода для оценки уровня техногенной опасности территории (данный подход справедлив для любого государства) по основным показателям жизнедеятельности, которые включают социальные, экономические и техногенные характеристики функционирования ПТС системы.
2. На основе проведённого факторного анализа выявлены скрытые (латентные) факторы, отвечающие за наличие линейных статистических связей между наблюдаемыми переменными, определяющими условия повседневного функционирования ПТС системы и проявления техногенной опасности. Вследствие объединения в каждом факторе переменных, сильно коррелирующих между собой, наблюдается эффект выделения показателя потребления энергии техногенного происхождения, как группирующей переменной по основным показателям жизнедеятельности ПТС системы в режиме повседневного функционирования и в условиях проявления ЧС техногенного характера.
3. На основе проведенного анализа главных компонент, выполненного на основе данных матриц корреляции и ковариации, установлено наличие жёсткой взаимосвязи между группирующей переменной (энергией техногенного происхождения) и основными социальными, экономическими и техногенными показателями функционирования ПТС системы.
4. Полученные в работе результаты являются основой для проведения научных исследований, направленных на дальнейшее проведение комплексной оценки уровня техногенной опасности
территории ПТС системы на основе данных анализа взаимосвязей между основными показателями жизнедеятельности с помощью основных многомерных статистических методов анализа -кластерного, дискриминантного, канонического и дерева классификации. Результаты исследований имеют практическую значимость для подразделений МЧС и направлены на развитие научных основ создания эффективной территориальной комплексной системы мониторинга, предупреждения и ликвидации ЧС техногенного характера и обеспечения экологической безопасности.
Литература
1. Черногор Л.Ф. Физика и экология катастроф / Л.Ф. Черногор - Х.: ХНУ имени В.Н. Каразина, 2012. -
556 с.
2. Осипов В.И. Природные опасности и стратегические риски в мире и в России / В.И. Осипов // Экология и жизнь. - 2009. - № 11 - 12 (96 - 97). - С. 5 - 15.
3. Азiмов О.Т. Огляд поточного стану природно-техногенно! безпеки в Укра!ш та перспективи розвитку аналогично! штерактивно! системи мониторингу надзвичайних ситуацш засобами дистанцшних, телематичних та Г1С-технологш / О.Т. Азiмов, П.А. Коротинський, Ю.Ю. Колесшченко // ГЕО1НФОРМАТИКА - 2006. - № 4. - С. 52 - 66.
4. Тютюник В.В. Основш принципи штегрально! системи безпеки при надзвичайних ситуащях / В.В. Тютюник, Р.1. Шевченко // Зб. наук. праць Харшвського ушверситету Пов^яних Сил. - Х.: ХУПС iм. 1вана Кожедуба, 2008. - Вип. 3(18). - С. 179 - 180.
5. Тютюник В.В. Системний пвдхвд до оцшки небезпеки життeдiяльностi при територiально-часовому розподш енергп джерел надзвичайних ситуацш / В.В. Тютюник, Л.Ф. Чорногор, В.Д. Калупн // Проблеми надзвичайних ситуацш. - Х.: НУЦЗУ, 2011. - Вип. 14. - С. 171 - 194.
6. Калупн В.Д. Системний шдхвд до оцшки ризишв надзвичайних ситуацш в Укра!ш / В.Д. Калупн, В.В. Тютюник, Л.Ф. Чорногор, Р.1. Шевченко // Восточно-Европейский журнал передовых технологий. - 2012. -1/6 (55). - С. 59 - 70.
7. Факторный, дискриминантный и кластерный анализ: Пер. с англ. / Дж.О. Ким, Ч.У. Мюллер, У.Р. Клекка и др.; Под ред. И.С. Енюкова. - М.: Финансы и статистика, 1989. - 215 с.
8. Укра!на у цифрах у 2011 рощ: Статистичний збiрник / За редакщею О.Г.Осауленка - К.: Державна служба статистики Укра!ни, 2012. - 250 с.
9. Нацюнальна доповвдь про стан техногенно! та природно! безпеки в Укра!ш [Електронний ресурс] -Режим доступу: http://www.mns.gov.ua
10. Калупн В.Д. Оцшка рiвня пожежно! небезпеки територи Укра!ни на основi аналiзу енергетичних показнишв стану життeдiяльностi / В.Д. Калупн, В.В. Коврепн, В.В. Тютюник, Л.Ф. Чорногор, Р.1. Шевченко // Пожежна безпека. - Львiв: ЛДУ БЖД, 2013. - № 22. - С. 99 - 112.
11. Калугин В.Д. Оценка уровня химической опасности территории Украины на основе анализа энергетических показателей жизнедеятельности / В.Д. Калугин, В.В. Тютюник, Л.Ф. Черногор, Р.И. Шевченко // Нафтогазова енергетика. - 2013. - № 1(19). - С. 109 - 123.
12. Калупн В.Д. Енергетичний пвдхвд до оцшки еколопчного стану природно-техногенно-сощально! системи Украши в режимi повсякденного функцюнування / В.Д. Калупн, В.В. Тютюник, Л.Ф. Чорногор, Р.1. Шевченко // Зб. наук. праць Севастопольського нацюнального ушверситету ядерно! енергетики та промисловостг - Севастополь: СНУЯЕтаП, 2013. - Вип. 4 (48). - С. 196 - 208.
13. Калупн В.Д. Розробка науково-техшчних основ для створення системи монгторингу, попередження та л^вдацп надзвичайних ситуацш природного та техногенного характеру та забезпечення еколопчно! безпеки / В.Д. Калупн, В.В. Тютюник, Л.Ф. Чорногор, Р.1. Шевченко // Системи обробки шформаци. - Х.: ХУПС iм. 1вана Кожедуба, 2013. - Вип. 9 (116). - С. 204 - 216.
