Прогноз смертности населения г. Красноярска в условиях повышенных температур с учетом качества атмосферного воздуха Текст научной статьи по специальности «Математика»

В работе [5] рассмотрено практическое применение нейроэволюционных алгоритмов и коллективов методов интеллектуального анализа данных для решения задачи прогнозирования экологического состояния города.

Библиографические ссылки

1. Социально-экологический риск: концепция, методология анализа, практика управления : сб. ст. М. : Экономика и информатика, 1998. 192 с.

2. МР 2.1.10.0062-12. Количественная оценка неканцерогенного риска при воздействии химических веществ на основе построения эволюционных моделей. М. : Центр гигиены и эпидемиологии Роспотреб-надзора, 2012. 36 с.

3. Математическая модель эволюции функциональных нарушений в организме человека с учетом внешнесредовых факторов [Электронный ресурс] / П. В. Трусов [и др.] // Математическое моделирование и биоинформатика. 2012. № 2. С. 589-610. URL: http ://www. matbio. org/2012/Trusov_7_589.pdf (дата обращения: 27.08.2015).

4. Бухтояров В. В. Эволюционные алгоритмы формирования коллективов нейронных сетей для решения задач моделирования и прогнозирования : дис. ... канд. техн. наук. Красноярск, 2010. 168 с.

5. Хритоненко Д. И., Семенкин Е. С., Сугак Е. В., Потылицына Е. Н. Решение задачи прогнозирования экологического состояния города нейроэволюцион-ными алгоритмами // Вестник СибГАУ. 2015. Т. 16, № 1. С. 137-142.

References

1. [Socio-environmental risk: concept, methodology, analysis, and practice management]. Publishing house of Economics and computer science in Moscow. 1998. Pр. 192 (In Russ.).

2. [Quantification of non-cancer risk during an expose of chemicals on the basis of evolutionary models]. M. : Hygiene and Epidemiology Center of Rospotrebnadzor. 2012. Рp. 36 (In Russ.).

3. Trusov P. V., Zaitseva N. In., Kiryanov D. A., Kamaletdinov M. R., Tsinker, M. Yu. etc. [A mathematical model of the evolution of functional disorders in the human body taking into account some external factors] // Mathematical modeling and bioinformatics. 2012. No. 2. Pр. 589-610 (In Russ.). Available at: http://www.matbio.org/2012/Trusov_7_589. pdf (accessed: 27.08.2015).

4. Bukhtoyarov V. V. Evolutionary algorithms for generating neural network groups for solving problems of modeling and forecasting. Krasnoyarsk, 2010. 168 p.

5. Khritonenko D. I., Semenkin E. S., Sugak E. V., Porilitsina E. N. Solving the problem of city ecology forecasting with neouro-evolutionaty algorithms // Vestnik SibGAU. 2015. Vol. 16, no. 1, pр. 137-142.

© Сызганов В. С., Сугак Е. В., 2015

УДК 504.75.05

ПРОГНОЗ СМЕРТНОСТИ НАСЕЛЕНИЯ Г. КРАСНОЯРСКА В УСЛОВИЯХ ПОВЫШЕННЫХ ТЕМПЕРАТУР С УЧЕТОМ КАЧЕСТВА АТМОСФЕРНОГО ВОЗДУХА*

О. В. Тасейко, Е. Н. Бельская, Е. В. Сугак

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

E-mail: taseiko@gmail.com

Анализируется зависимость смертности населения от климатических изменений и уровня загрязнений атмосферного воздуха с использованием пуассоновской регрессионной модели.

Ключевые слова: анализ рисков, климат, мониторинг состояния окружающей среды, смертность, моделирование.

FORECAST OF THE POPULATION MORTALITY OF KRASNOYARSK UNDER THE CONDITIONS OF THE INCREASED TEMPERATURES TAKING INTO ACCOUNT QUALITY OF ATMOSPHERIC AIR

O. V. Taseiko, E. N. Belskaya, E. V. Sugak

Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: taseiko@gmail.com

*

Публикация подготовлена в рамках поддержанного РГНФ научного проекта № 14-16-24001.

Решетнеескцие чтения. 2015

This study analyzes a dependence of population mortality on climatic changes and air pollution level with Poisson regression model.

Keywords: risk analysis, climate, environmental monitoring, mortality, modeling.

В последние годы изменения климата рассматриваются как один из ведущих факторов, оказывающих влияние на здоровье населения наряду с традиционными факторами риска индустриальной эпохи. По оценкам ВОЗ в Европе ежегодно климатические изменения являются причиной от 1 до 10 % смертей среди старших возрастных групп, а в мире - более 150 тысяч дополнительных смертей в год [1].

Поскольку жаркая погода и загрязнение воздуха часто совпадают по времени, то определить воздействие на здоровье каждого из этих факторов в отдельности затруднительно. Двумя основными загрязнителями воздуха в периоды сильной жары являются озон и РМ10 (твердые частицы диаметром до 10 мкм).

Для характеристики качества атмосферного воздуха г. Красноярска использовались данные государственной сети мониторинга, предоставленные Красноярским центром по гидрометеорологии и мониторингу окружающей среды с региональными функциями Среднесибирского УГМС [2; 3], и региональной дополнительной сети КГБУ «Центр реализации мероприятий по природопользованию и охране окружающей среды Красноярского края» [4].

В приземном слое атмосферы основными источниками озона являются химические реакции между оксидами азота (N0^ и летучими органическими соединениями (ЛОС) в присутствии солнечного излучения. В работе для построения модели использовались концентрации оксидов азота, бензола, толуола, ксилола, этилбензола и формальдегида.

Наиболее распространенные заболевания, характеризующиеся чувствительностью к климатическим факторам, - это болезни органов дыхания и сердечнососудистой системы (ССЗ). Информация о распределении умерших по причинам смерти предоставлена территориальным органом Федеральной службы государственной статистики по Красноярскому краю (Красноярскстат).

Зависимость смертности от загрязнения и высоких температур изучалась в работе с помощью пуассонов-ской регрессионной модели [5]:

log (^ ) = во Хи +... + р, Х kt; д t = ехр (Ро) exp (ft Хи)... exp ((кХк t).

где д - прогнозируемый параметр (пуассоновская переменная), характеризует количество смертей от климатозависимых заболеваний; x1t, ..., x^j - влияющие переменные (метеорологические параметры и концентрации загрязнителей в атмосферном воздухе); Pi...pk - параметры модели, устанавливают значимость вклада соответствующих влияющих переменных; Ро - свободный член (не связан с влияющими переменными и характеризует фоновые колебания пуас-соновской переменной).

Данные мониторинга состояния окружающей среды, к сожалению, не всегда полновесны. Существуют пропуски данных, как по значениям метеопараметров, так и по значениям концентраций вредных веществ. Заполнение пропусков - необходимое условие получения «полных» сведений на вход программ анализа. В работе реализованы следующие методы обработки статистических данных: метод исключения некомплектных значений, заполнение средним по присутствующим значениям в выборке и метод определения среднего значения по присутствующим значимым данным с использованием программы MicrosoftExcel.

Для оценки коэффициента предполагаемой пуас-соновской модели использовались среднесуточные показатели смертности, концентраций загрязняющих веществ и метеорологических параметров за 2004 год. В таблице приведены параметры пуассоновской регрессионной модели для оценки влияния факторов окружающей среды на смертность лиц старше 60 лет от ССЗ. Временной лаг имеет размерность дней.

Расчетные коэффициенты модели прогноза смертности населения от ССЗ

Влияющие переменные Оценка параметра, ft Лаг, дни Стандартная ошибка Р Относительный прирост смертности, %

Свободный член 3,8 - 0,23 <0,001 45

Температура (Temp) 0,008 - 0,003 0,009 1

Влажность (Hum) -0,004 7 0,002 0,007 0,99

NO (NO) -1,4 7 0,67 0,04 0,25

NO 1,5 9 0,65 0,02 4,3

Фенол (Ph) -41,7 9 15,5 0,007 <0,01

Форм (F) -3,1 2 1,1 0,004 0,04

Форм 2,2 10 1,07 0,04 9,2

Бензол (B) 2,3 2 1,08 0,04 9,6

Ксилол (X) -3,8 6 1,22 0,002 0,024

Толуол (Е) 0,49 3 0,23 0,03 1,6

Для полученных параметров пуассоновская регрессионная модель примет вид

log ) = 3,8 + 0,008Tempt + +Humt -7 + NOt-7 + NOt-9 + Pht-9 +

+Ft-2 + Ft-10 + Bt-2 + Xt-6 + Tt-3 ,

где д - смертность; Тешр, Ииш - метеорологические параметры; NO, Ph, F, B, X, T - концентрации загрязняющих веществ (см. таблицу).

Наиболее сильная зависимость смертности наблюдается от загрязнения бензолом и формальдегидом. При этом значительный вклад в модель от уровней загрязнения бензолом определяется при лаге 2, а формальдегидом - 10, т. е. реакция организма от воздействия воздуха, загрязненного бензолом и формальдегидом, наблюдается на второй и десятый день соответственно. Параметр, дающий наибольший вклад в увеличение смертности в полученной модели, косвенно характеризует все факторы, не связанные с климатическими процессами и загрязнением воздуха и учитывает все медленные колебания смертности - сезонные, многолетние и др., характерный временной период которых больше корреляционного радиуса зависимости смертности от учитываемых в модели параметров. Этот множитель аппроксимировался непараметрической сглаживающей функцией с числом степеней свободы DF = 233 (т. е. зависящей от значений ежедневной смертности за 8 месяцев).

Таким образом, используемый в работе подход позволяет проанализировать совместное влияние на здоровье и смертность населения города загрязнения воздуха и климатических изменений.

Библиографические ссылки

1. Ревич Б. А., Малеев В. В. Изменения климата и здоровье населения России: Анализ ситуации и прогнозные оценки. М. : ЛЕНАНД, 2010. 208 с.

2. Состояние загрязнения атмосферного воздуха городов на территории Красноярского края, республик Хакасия и Тыва в 2010 году : ежегодник. Красноярск, 2011. 42 с.

3. Состояние загрязнения атмосферного воздуха городов на территории Красноярского края, республик Хакасия и Тыва в 2010 году : ежегодник. Красноярск, 2013. 38 с.

4. Аналитический обзор состояния и загрязнения атмосферного воздуха [Электронный ресурс]. URL: http://krasecology.ru/Air/LabReport (дата обращения: 14.08.2015).

5. МР 2.1.10.0057-12. Оценка риска и ущерба от климатических изменений, влияющих на повышение уровня заболеваемости и смертности в группах населения повышенного риска.

References

1. Revich B. A., Maleev V. V. Izmenenia klimata i zdorov'e naselenia Rossii: Analis situacii i prognoznie ocenki [Climate changes and populationhealth in Russia: Analysis of a situation and prediction]. M. : LENAND, 2010. 208 p.

2. Sostoyanie zagriaznenia atmosfernogo vozduha gorodov na territorii Krasnoyarskogo kraya, respublik Khakassia i Tyva v 2010 godu [Year-book "A state of air pollution of the cities in the territory of Krasnoyarsk region, the Republics of Khakassia and Tyva in 2010"], Krasnoyarsk, 2011. 42 p.

3. Sostoyanie zagriaznenia atmosfernogo vozduha gorodov na territorii Krasnoyarskogo kraya, respublik Khakassia i Tyva v 2010 godu [Year-book "A state of pollution of atmospheric air of the cities in the territory of Krasnoyarsk Krai, the Republics of Khakassia and Tyva in 2010"], Krasnoyarsk, 2013. 38 p.

4. Analiticheskyi obzor sostoyania i zagriaznenia atmosfernogo vozduha [Analytical review of air pollution levels]. Available at: http://krasecology.ru/Air/LabReport (accessed: 14.08.2015).

5. МР 2.1.10.0057-12. Ocenka riska i usherba ot klimaticheskih izmenenii, vliyaushih na povishenie urovnya zabolevaemosty i smertnosty v gruppah naselenya povishenogo riska [Risk and damage assessment from the climatic changes influencing onmorbidity and mortality in the sensitive groups of population].

© Тасейко О. В., Бельская Е. Н., Сугак Е. В., 2015

УДК 582.86

ВЛИЯНИЕ ПЕСТИЦИДОВ НА ВОДОРОСЛИ ОТДЕЛА CHLORОPHYTA

С. М. Трухницкая1, С. В. Хижняк2, И. И. Синицына3

1 Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31 E-mail: trukhnitskaya@yandex.ru, ie.sibsau@mail.ru

2Красноярский государственный аграрный университет Российская Федерация, 660049, г. Красноярск, просп. Мира, 90

3МАОУ «Лицей № 11» Российская Федерация, 660037, г. Красноярск, ул. Вавилова, 37

Анализируется изменение состояния одноклеточных представителей отдела Chlorophyta под влиянием различных пестицидов.

Ключевые слова: пестициды , зеленые водоросли, изменение физиологических реакций.