Размещено на http://www.allbest.ru/

МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ

Федеральное государственное бюджетное образовательное учреждение высшего образования

«РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ ГИДРОМЕТЕОРОЛОГИЧЕСКИЙ УНИВЕРСИТЕТ»

Институт Информационных систем и геотехнологий

Лабораторная работа №1

Статистический анализ загрязнения атмосферного воздуха

в Санкт-Петербурге

Вариант №1

Выполнила студентка

группы Ф-Б19-1

Селявко Д.Д.

Проверила - Зуева Н.В.

Санкт-Петербург

2022

Цель работы: Статистическая обработка данных наблюдений за концентрациями примесей O3 и NO2 в атмосферном воздухе.

Исходные данные: ряд наблюдений за концентрациями примесей O3 и NO2 в атмосферном воздухе, полученные на автоматической станции измерения загрязнения атмосферного воздуха.

Теоретическая часть

Примеси NO2 и O3 и их связь

Атмосферный воздух является самой важной жизнеобеспечивающей природной средой и представляет собой смесь газов и аэрозолей приземного слоя атмосферы, сложившуюся в ходе эволюции Земли и деятельности человека. Уровень загрязненности атмосферного воздуха Санкт-Петербурга определяется концентрациями загрязняющих веществ от различных источников. В данной работе более конкретно рассмотрим такие загрязняющие вещества, как NO2 и O3.

NO2 - главный источник образования нитратных аэрозолей в присутствии ультрафиолета, озона. Основными источниками антропогенных выбросов NO2 в атмосферу являются различные процессы горения (в коммунальном отоплении, при выработке электроэнергии, в двигателях внутреннего сгорания на наземном и водном транспорте). Максимально разовая концентрация составляет 0,085 мг/м3. Среднесуточная - 0,04 мг/м3.

Приземный озон - одна из основных составляющих фотохимического смога. Он образуется в результате действия солнечного света (фотохимической реакции) на воздух, загрязненный такими веществами, как оксиды азота (NOx), присутствующие в выхлопах двигателей внутреннего сгорания и выбросах промышленных предприятий, и летучие органические соединения (ЛОС), попадающие в атмосферу с выхлопами двигателей внутреннего сгорания и выбросами промышленных предприятий, а также в результате использования растворителей. В результате самые высокие уровни загрязнения озоном наблюдаются в периоды ясной погоды. Максимально разовая концентрация O3 составляет 0,16 мг/м3. Среднесуточная - 0,03 мг/м3.

Исходя из этих фактов, можно сделать вывод, что такие примеси, как NO2 и O3 оказывают влияние друг на друга и будут иметь определенный характер зависимости от погоды и времени суток.

1.1 Автоматические станции измерения загрязнения атмосферного воздуха и их описание

Автоматические станции измерения загрязнения атмосферного воздуха предназначены для непрерывного автоматизированного контроля загрязнения воздуха в больших городах. Составной частью таких систем являются посты экологического мониторинга, которые осуществляют сбор информации и передачу ее на сервер. Наиболее часто производиться мониторинг следующих параметров: оксид азота (NO), диоксид азота (N02), аммиак (NH3), диоксиды серы (SO2), оксиды углерода (СО), сероводород (Н2S), озон (О3), формальдегид (СН20), аэрозольные частицы (РМ10 и РМ2,5).

В основном посты экологического мониторинга используются в районах с неблагоприятным климатом. Экологические посты можно разделить на передвижные и стационарные.

Данные станции устанавливают по следующим правилам:

- стационарные пункты наблюдения за атмосферным воздухом размещаются в местах, выбранных на основе предварительного исследования атмосферного воздуха;

- пункт наблюдений за атмосферным воздухом размещается на открытой площадке с ровным покрытием: асфальте, твердом грунте;

- посты наблюдений, создаваемые в зоне влияния загрязняющих объектов , размещаются на выделенном участке в области наибольшей количества населения;

- приоритет при выборе мест размещения постов мониторинга имеют плотность проживания населения, густонаселенные районы.

Для контроля за выполнением проекта «Чистый воздух», оперативного принятия важных решений и снижения экологических проблем осуществляется путем внедрения станций экологического мониторинга для получения информации о качестве атмосферного воздуха.

1.2 Статистические характеристики

Математическое ожидание - среднее значение случайной величины при стремлении количества выборок или количества измерений (иногда говорят -- количества испытаний) к бесконечности.

Дисперсия случайной величины - мера разброса значений случайной величины относительно её математического ожидания

Средним квадратичным отклонением случайной величины Х от её математического ожидания называют квадратный корень из дисперсии.

Коэффициент асимметриии -- в теории вероятностей величина, характеризующая асимметрию распределения данной случайной величины

Коэффициент вариации -- это величина, используемая в статистике, равная отношению стандартного (среднеквадратичного) отклонения случайной величины к ее математическому ожиданию. Он применяется для сравнения вариативности одного и того же признака в нескольких совокупностях с различным средним арифметическим.

В статистике принято, что:

* если коэффициент вариации меньше 10%, то степень рассеивания данных считается незначительной;

* если от 10% до 20% -- средней;

* больше 20% и меньше или равно 33% -- значительной.

Если значение коэффициента вариации не превышает 33%, то совокупность считается однородной, а если больше 33%, то - неоднородной.

Коэффициент корреляции -- показатель, характеризующий силу статистической связи между двумя или несколькими случайными величинами.

Значения коэффициента корреляции всегда расположены в диапазоне от -1 до 1 и интерпретируются следующим образом:

* если коэффициент корреляции близок к 1, то между переменными наблюдается положительная корреляция. Иными словами, отмечается высокая степень связи между переменными. В данном случае, если значения переменной x будут возрастать, то и выходная переменная также будет увеличиваться;

* если коэффициент корреляции близок к -1, это означает, что между переменными имеет место сильная отрицательная корреляция. Иными словами, поведение выходной переменной будет противоположным поведению входной. Если значение x будет возрастать, то y будет уменьшаться, и наоборот;

* промежуточные значения, близкие к 0, будут указывать на слабую корреляцию между переменными и, соответственно, низкую зависимость. Иными словами, поведение переменной x не будет совсем (или почти совсем) влиять на поведение y (и наоборот).

Расчетная часть и обобщающие графики

Таблица 1 - Осредненные данные по концентрациям примесей

Рисунок 1 - Суточный ход концентрации NO2

Рисунок 2 - Суточный ход концентрации О3

Рисунок 3 - Среднесуточный ход концентрации NO2

Рисунок 4 - Среднесуточный ход концентрации O3

Таблица 2 - Вариационный ряд наблюдений NO2

Таблица 3 - Вариационный ряд наблюдений О3

Таблица 4 - Статистические характеристики

Таблица 5 - Частоты NO2

Рисунок 5 - Дифференциальная кривая распределения NO2

Рисунок 6 - Дифференциальная кривая распределения О3

Рисунок 7 - Интегральная кривая распределения NO2

Рисунок 8 - Интегральная кривая распределения О3

Анализ и выводы

загрязнение атмосферный воздух

1) Исходя из графиков суточных концентраций О3 и NO2 не трудно заметить, что зависимость между концентрациями этих веществ обратная. Это же и подтверждает рассчитанный коэффициент корреляции. Это легко объясняется тем, что озон образуется в результате распада NO2 под действием солнечного света (а конкретнее под действием ультрафиолетового излучения), и, соответственно, в то время как концентрация NO2 уменьшается, концентрация O3 растёт. Также легко объяснить «пики» и «углубления» в этих графиках. Как известно, солнечная активность наиболее максимальна с 11 до 16 часов. Как раз-таки в это время мы видим увеличения концентрации озона и уменьшения концентрации диоксида азота. Исходя из этих графиков можно сделать вывод, что погода в день измерения была ясная, а небольшие «пики» диоксида азота около 17 и 21 часов, можно объяснить, во-первых, уменьшением солнечной активности, а во-вторых, к примеру, локальной облачностью или чем-то в этом роде.

2) Во время работы для расчётов были использованы, как усреднённые данные, так и полные. Несомненным плюсом осреднённых данных является то, что их намного легче считать и расчёты производятся значительно быстрее. Но за счёт осреднения можно упустить часть данных, в связи с чем, может накопиться погрешность, которая в некоторых расчётах может стать критической. Расчёты для полных данных хоть и более объёмные, и трудоёмкие, но обладают большой точностью. Поэтому выбирая способ расчётов, надо понимать, какая необходима точность от конечных результатов.

3) Моё предположение о законе распределения для озона и диоксида азота, согласно рисункам 6 и 5, заключается в том, что в обоих случаях распределение является нормальным, только с различной асимметрией, так как в принципе через гистограммы можно было бы провести оси симметрии ,и, грубо говоря, графики будут симметричны относительно этих осей и иметь колоколообразный вид. В случае озона - асимметрия отрицательная (об этом говорит отрицательный коэффициент асимметрии) и пик гистограммы сдвинут вправо, а в случае NO2 - положительная (как и коэффициент асимметрии).

Размещено на Allbest.ru