<<
>>

3.2. Оценка и сопоставление результатов химического анализа с использованием статистических методов.

В исследовании для измерения факторов загрязнений в сточных водах фаз 1-3 газоперерабатывающих заводов, сделан отбор проб зимой 2010 года на 10 станциях в районе исследований (специальной экономической энергетической зоне Парс).

Загрязненные участки (8 случайной выборки станций на море) расположены на расстоянии около 5 км друг от друга. Данные проанализированы с помощью программного обеспечения SPSS, Exel. В исследовании из статистических методов для проверки того, что количество загрязнителей на разных станциях значительно не отличается, используются различные статистические методы и тесты, включающие парный Тест, один образец Тест, тесты однородности дисперсий, анализ дисперсий, тест количества загрязнений со стандартным, средней разницей, средним отклонением критериев загрязнений, сравнительный тест по двум станциям.

Уделено большое внимание изучению различий между загрязнителями на разных станциях со стандартным значением разности. Для каждого загрязнения (металлы, ионы и другие факторы), на всех станциях построены линейные диаграммы и колонки. На всех линейных диаграммах показаны отклонения критериев по линии. Наконец, в соответствии с использованием анализа главных компонент и кластерного анализа, станции делятся на однородные кластеры. На основании метода расстояния, используемом в кластерном анализе, основывается метод группировки исследования расстояния между ними. Меньшее расстояние друг от друга характерно для частей одной группы. Основная цель метода кластеризации: создание группы и классов, которые показывают разнообразие и расхождение (внутри группы) меньше, чем между группами. Метод расстояния, обычно используют для классификации двух или более критериев. Этот метод применяют для определения расстояние членов группы друг с другом - пространственное или временное. Матрица расстояний рассчитывается на основе расстояния и определяет матрицу группы, время и место проведения.

В этом исследовании для кластеризации использовался метод Ward, т.е. метод минимума дисперсии. В методе Ward, используется сумма квадратов отклонений членов кластера и среднее отклонение. Процесс кластеризации всех данных проводится в соответствии с расстоянием между ними. Таким образом, визуально самые близкие данные находятся рядом друг с другом. В начале процесс кластеризации рассматривает отношение кластеров к количеству наблюдений. На последнем этапе, все наблюдения собраны в кластер. Если двум станциям принадлежит один кластер, тогда их загрязнители достаточно близко друг с другом. В соответствии с количеством (SIG) (Табл. 13-14.), нормальный тест на загрязнение на каждой станции) гипотезы нормальности данные принимаются на всех станциях. Таким образом, гипотеза противоположности для всех загрязнителей отвергается. Гипотеза нормальности для некоторых загрязняющих веществ на некоторых станциях не вычисляли (*) потому что количество этих загрязнений на нужную станцию было исправленным количеством, например, количество NTU при всех сайтах являются 1. После тестирования нормальности загрязнений на различных изученных станциях, мы анализируем каждый загрязнитель с использованием статистических методов.

Среди проанализированных показателей загрязнений выделены два фактора, как основные критерии, которые указывают на загрязнение сточными водами (включают БПК5 и ХПК).

Изучение влияния тяжелых металлов на экологию региона Бушер показало, что концентрации железа, меди, цинка, кобальта, хрома, свинца, кадмия, никеля, алюминия, селена, ртути, серебра, олова, мышьяка, кобальта и ванадия не являются токсичными и опасными (если они находятся в малых концентрациях, в пределах предельно- допустимых значений).

Анализ образцов сточных вод всех станций имел значительные отклонения от нормативных показателей. Так, сильно выраженным загрязнением характеризовались станции 1-5 по количеству и характеру воздействия поллютантов на качество воды. Отмечено высокое содержание марганца, бериллия, бора, лития, молибдена, S04 -, N03-, PO4 -.

На станциях 6-10 содержание загрязняющих веществ по количественному аспекту незначительно ниже. Здесь отсутствуют и находятся только в следовых количествах марганец, никель, мышьяк, селен, бор, барий, молибден, хром, медь и кадмий (Табл. 14 ).

Приведенные в Табл. 13-14. результаты исследований показывают, что стоки практически всех станций имеют высокую концентрацию тяжелых металлов в воде и в осадках. На станции 1 все загрязнители имеют высокие отклонения. Станция 2 БПК5 и ХПК не имеет отклонений, но все другие также имеют высокую степень загрязнения. Станция 3 включает только элементы ХПК, Ca, Mg, и Co, не оказывающие отрицательного влияния. Станция 4 и станция 5 подвержена загрязнению, кроме следующих элементов - БПК5, Ca. Экосистема данного региона подвержена сильному химическому загрязнению, а деятельность промышленности в этой области ведёт к загрязнению прилегающих территорий. На сегодняшний день там находятся около 10 газоперерабатывающих заводов и 8 нефтехимических заводов. В будущем планируется построить ещё 18 заводов. При таком характере загрязнений все многообразие фауны прибрежных вод Персидского залива может погибнуть.

Статистика Z и значительное количество (SIG) которые показывает

нормальность каждого загрязняющего вещества на станции 1-5.

Элементы Станция 1 Станция 2 Станция 3 Станция 4 Станция 5
Статис­тика z Sig. Статис­тика z Sig. Статис­тика z Sig. Статис­тика z Sig. Статис­тика z Sig.
BOD5 .573 .782 0.99 0.43 0.59 0.77 .956 .512 .887 .582
COD .229 1.041 0.96 0.50 0.99 0.42 .409 .889 .886 .583
ca* .147 1.143 0.86 0.60 1.00 0.41 .776 .660 .942 .530
Mn2+ .110 1.205 * * * * * * * *
Mg2+ .123 1.181 0.85 0.61 0.99 0.45 .924 .549 .916 .556
Ni .110 1.205 * * * * * * * *
As .110 1.205 0.27 1.00 0.11 1.20 * * * *
Se .110 1.205 * * * * * * * *
Be2+ .110 1.204 0.11 1.20 0.27 1.00 * * .272 .998
B .218 1.053 * * * * * * * *
Ba^ * * * * * * * * * *
Li .110 1.205 0.10 1.22 0.10 1.22 .110 1.205 .100 1.225
Mo .110 1.205 0.32 0.96 * * .272 .998 .272 .998
О

A;

+

* * 0.27 1.00 * * * * * *
Pb2+ .646 .739 0.52 0.82 0.11 1.20 .110 1.205 .833 .623
cu+ .110 1.205 0.27 1.00 0.11 1.20 * * * *
Ag+ .573 .782 0.11 1.20 * * .110 1.205 * *
Hg+ * * 0.10 1.22 0.10 1.22 .100 1.225 .573 .782
Cd * * 0.11 1.20 0.11 1.20 * * .573 .782
Co .272 .998 0.68 0.72 0.98 0.48 .682 .717 .833 .623
Fe3+ * * * * * * * * * *
Zn2+ .110 1.205 0.27 1.00 0.68 0.72 .110 1.205 .518 .816
Cl- .659 .731 0.82 0.63 0.44 0.87 .975 .481 .967 .496
CN- * * * * * * * * * *
SO?- * * * * * * * * * *
SG42- .110 1.205 0.37 0.92 0.34 0.94 .988 .449 .573 .782
NG2- .100 1.225 0.99 0.43 * * * * * *

^3- * * 0.96 0.50 0.68 0.72 .833 .623 .110 1.205
NH4+ * * 0.86 0.60 .110 1.205 .110 1.205
PO43- * * * * 0.10 1.22 .100 1.225 .100 1.225
C6H5OH * * 0.85 0.61 * * * * * *
CH2O * * * * 0.11 1.20 * * * *
PH .573 .782 0.10 1.22 0.68 0.72 .291 .981 .365 .920
T°c .110 1.205 0.32 0.96 0.11 1.20 .110 1.205 .110 1.205
Табл.
14.

Статистика Z и значительное количество (SIG) которые показывает нормальность каждого загрязняющего вещества на станции 6-10.

Элемены Станция 6 Станция 7 Станция 8 Станция 9 Станция 10
Статис­тика z Sig. Статис­тика z Sig. Статис­тика z Sig. Статис­тика z Sig. Статис­тика z Sig.
BOD5 .882 .586 .993 .427 .787 .653 .767 .666 .857 .606
COD .988 .448 .962 .503 .990 .441 .923 .550 .983 .462
Ca2* .927 .546 .853 .608 .806 .641 .969 .491 .996 .408
Mn2+ * * * * * * * * * *
Mg2+ .909 .563 .763 .668 .917 .556 .982 .465 .819 .632
Ni * * * * * * * * * *
As * * * * * * * * * *
Se * * * * * * * * * *
Be2* * * * * .272 .998 .272 .998 .272 .998
B * * * * * * * * * *
Ba2* * * * * * * * * * *
Li .100 1.225 .100 1.225 .100 1.225 .100 1.225 .100 1.225
Mo * * * * * * * * * *
О

A;

+

* * * * * * * * * *
Pb2+ .573 .782 .110 1.205 .682 .717 .272 .998 * *
CU2* * * * * * * * * * *
Ag+ * * * * * * .272 .998 * *
Hg+ .100 1.225 .100 1.225 .100 1.225 .100 1.225 .100 1.225
Cd * * * * * * * * * *

Co .573 .782 .110 1.205 .272 .998 .272 .998 .646 .739
F?+ .573 .782 * * * * * * * *
Zn2^ .646 .739 .110 1.205 .573 .782 .646 .739 .272 .998
Cl' .840 .618 .813 .636 .997 .403 .470 .847 .284 .987
CN" * * * * * * * * * *
SOT- * * * * * * * * * *
SG42 .793 .649 .158 1.127 .450 .860 .996 .407 .273 .998
NG2" * * * * * * * * * *
NGb" .573 .782 .573 .782 .272 .998 .968 .494 .272 .998
NH4+ * * * * .573 .782 * * .272 .998
PO4" .100 1.225 .100 1.225 .100 1.225 .100 1.225 .100 1.225
C6H5OH * * * * * * * * * *
CH2O * * * * * * * * * *
PH .682 .717 .573 .782 .100 1.225 .272 .998 .100 1.225
T°c .272 .998 .110 1.205 .110 1.205 .110 1.205 .110 1.205

Рис .15 . Диаграмма средней концентрации БПК5 на 10 станциях,

Рис .16 .

Линейная диаграмма средней концентрация БПК5 на 10 станциях.

Табл. 15 .

Средняя концентрация и стандартное отклонения БПК5.

БПК5 Стан ция 1 Стан ция 2 Стан ция 3 Стан ция 4 Стан ция 5 Стан ция 6 Стан ция 7 Стан ция 8 Стан ция 9 Стан

ция

10

Означа ть ± SD 7.5±0

.05

76.3±

3.7

75.3±

1.7

75.7±

1.2

76.8±

1.8

77.2±

1.9

76.5±

3.5

73.7±

3.2

74.0±

5.4

73.7±

5.0

Дисперсионный анализ теста однородности дисперсии БПК5.

Табл.16 .

Тест однородности дисперсий БПК5.

Тест одно одности дисперсий
Левин

Статистика

df 1 df 2 Sig.
БПК5 7.153 7 40 .000

В соответствии с уровнем значимости Табл. 16. ( 0,05), гипотеза стабильности дисперсии между станциями не отвергается.

Анализ дисперсии ХПК на станциях 3-10.

Табл. 22 .
ANOVA
Сумма

квадратов

степени

свободы

(df)

средний

квадрат

F Значение
ХПК между

группами

445.000 7 63.571 2.265 .049
В

группах

1122.667 40 28.067
Всего 1567.667 47

Вероятность для загрязнений ХПК равна 0,049 (> 0,05), поэтому гипотеза о равенстве средних загрязнений ХПК в 8 станциях принимается.

Парные образцы Теста ХПК.
Парные образцы Теста
Парные Различия t степ

ени

своб

оды

(df)

Знач

ение

(двус

торо

нние)

означат

ь

Станд

арт

отклон

ение

Станд

арт.

ошиб

ки

95%

уверенность

интервал

разности

нижни

й

верхни

й

пар а 1 ХПК (Станция 2)- ХПК(Станция 1) 104.00 10.12 4.13 93.38 114.62 25.17 5 0.00
пар а 2 ХПК(Станция 3) - ХПК(Станция 1) 101.67 8.33 3.40 92.92 110.41 29.88 5 0.00
пар а 3 ХПК(Станция 4) - ХПК(Станция 1) 94.83 12.43 5.08 81.79 107.88 18.68 5 0.00
пар а 4 ХПК(Станция 5) - ХПК(Станция 1) 93.83 7.19 2.94 86.28 101.38 31.95 5 0.00
пар

а5

ХПК(Станция 6) - ХПК(Станция 1) 90.17 8.70 3.55 81.03 99.30 25.37 5 0.00
пар а 6 ХПК(Станция 7) - ХПК(Станция 1) 93.00 9.12 3.72 83.43 102.57 24.97 5 0.00
пар а 7 ХПК(Станция 8) - ХПК(Станция 1) 94.33 7.37 3.01 86.60 102.06 31.37 5 0.00
пар а 9 ХПК(Станция 9) - ХПК(Станция 1) 93.50 6.41 2.62 86.77 100.23 35.72 5 0.00
пар

а10

ХПК(Станция 10) - ХПК(Станция 1) 94.00 6.54 2.67 87.13 100.87 35.20 5 0.00

В соответствии с величиной вероятности (табл.23.) , тест равенства средних загрязнений ХПК на станции 1 с каждой из девяти станций в уровне значимости 95% отвергается. Другими словами, среднее загрязнений ХПК на станции 1 сильно отличается от средних загрязнений 9 станций (2-10).

Тест количество ХПК со стандартами
Один-Образец Теста
Стандарт сброс в море = 60
Значени

е

ХПК

Различия

между

станцией

и

стандарта

Значение

(двустороний

)

степени

свободы

( df)

95% уверенность Интервал разности
ниже верхни

й

Станци я 2 121.7 61.7 .000 5 54.4977 68.8357
Станци я 3 119.3 59.3 .000 5 55.4254 63.2412
Станци я 4 112.5 52.5 .000 5 45.3901 59.6099
Станци я 5 111.5 51.5 .000 5 49.3238 53.6762
Станци я 6 107.8 47.8 .000 5 43.5106 52.1560
Станци я 7 110.7 50.7 .000 5 46.1326 55.2007
Станци я 8 112 52.0 .000 5 45.2640 58.7360
Станци я 9 111.2 51.2 .000 5 45.5971 56.7363
Станци я 10 111.7 51.7 .000 5 43.8509 59.4824

В соответствии с четвертой колонкой, количество загрязнений ХПК на всех станциях является статистически значимым со стандартным количеством. Анализ главных компонент.

Факторы и загрузка Факторов и их объяснение
Факторо

в

Всего

загрузк

и

%дисперс

ии

%

кумулят

ивный

Всего

вращени

я

нагрузки

%Враще

ние

дисперси

и

%вращен

ие

кумулятив

ный

Первый

фактор

26.382 65.956 65.956 15.471 38.676 38.676
Второй

фактор

4.823 12.057 78.014 13.443 33.607 72.283
Третий

фактор

2.974 7.436 85.449 5.062 12.654 84.938
Четверты й фактор 1.694 4.235 89.684 1.724 4.311 89.249
Пятый

фактор

1.043 2.609 92.293 1.218 3.044 92.293

Анализ главных компонент.

Факторный анализ показал:

Во-первых, стандартная методика использует метод солидарности и варимакс вращения. От всех вращений по главным компонентам, норма варимакс соответствует значимости факторов, установленных на исследовательских станциях. Проведенный анализ объяснил, что на пять факторов приходится примерно 92% полезных дисперсией.В таблице 25 величины значимости факторы и дисперсии объясняются и показывают по 5 факторам без вращения и с нормой вращения варимакс.

Табл. 26.

Значимость факторов по загрязнителям при вращении варимакс нормы.

П овернуто: Компоненты матрицы
Фактор Компонент
Первый

фактор

Второй

фактор

Третий

фактор

Четверт

ый

фактор

Пятый

фактор

BOD5 .748 .644 .080 .019 -.002
COD .708 .664 .134 -.036 .035
Ca2+ .290 .368 .869 .075 .087
Mg2+ .256 .300 .911 .054 .025
As .041 .514 -.732 .290 .095
Be2+ -.242 -.198 -.943 -.064 -.026
Li .705 .557 .175 .057 -.010
Mo .465 .151 .025 .749 -.216
Pb2+ .619 .766 .078 -.046 .033
Cu2+ -.679 -.357 -.230 .219 .129
Ag+ -.448 .013 .110 .679 .179
Cd -.001 .874 .064 -.068 .099
Co .811 .568 .076 .021 .079
Fe3+ .325 .784 .073 -.213 -.007
Zn2+ .847 .498 .075 .057 .102
Cl- -.782 -.609 -.085 -.010 -.069
SОз- .600 .748 .061 .121 .058
Do -.869 -.362 -.063 -.123 -.003
SО42- -.169 -.171 -.009 .036 -.937
NОз- .971 .134 .075 -.067 .099
NH4+ .950 .031 .067 .047 .091
PO43- .784 .608 .081 .007 .067
C6H5OH .219 .934 .040 .202 .045
CH2O .459 .753 .028 .348 .100
Oil & Grasses .650 .740 .080 .007 .057
TDS .784 .608 .095 -.018 .068
TSS .615 .759 .053 .064 .081
TCU .383 .809 .057 -.024 .136
PH .307 .645 .026 -.491 .230
T ° C .184 .742 -.008 .060 -.092
T.coliform .658 .732 .074 .066 .111
Detergent .611 .736 .047 .039 .168
Mn .370 .276 -.881 -.059 .026
Ni .560 .426 -.703 -.047 .043
Se -.957 -.097 .064 .171 -.058
B .523 .408 .735 .010 .004
О

+

.710 .641 .070 .076 -.023

-.784 -.608 -.080 -.007 -.066
CN" .784 .608 .081 .007 .067
N62" .784 .608 .081 .007 .067
Добыча Метод: Главный анализ компонентов. Метод вращения: Varimax с Kaiser нормализации. ________________ а. Вращение сошлись в 6 повторений.______________________

В табл.26. показано значение факторов отдельных загрязнителей, и на основе этого определены ведущие факторы, по воздействию на изучаемые объекты.

Табл. 27.

Определение количества кластеров на основе расстояния.

Агломерация. Расписание
Этап Кластер

комбинированны

й

Коэффици

енты

Стадия кластера впервые появляется следующи й этап
Кластер

1

Кластер

2

Кластер 1 Кластер 2
1 2 7 .026 0 0 3
2 8 9 .088 0 0 5
3 2 5 .304 1 0 4
4 2 6 .875 3 0 6
5 4 8 1.846 0 2 7
6 2 3 3.269 4 0 8
7 4 10 5.229 5 0 8
8 2 4 11.111 6 7 9
9 1 2 54.000 0 8 0
Табл.27. показывает расстояние между кластерами. В соответствии с таблицей можно определить 2 кластера.

Рис. 19 . Дендрограмма станций

В соответствии с этой дендрограммой (Рис. 19), станция 1 находится в первом кластере, станции 2, 3, 5, 6, 7 находятся во втором кластере и станции 4, 8, 9, 10 находятся в третьем кластере. В продолжении показан рисунок колонки категории загрязнителей (несколько аналогичных загрязнений, имеющихся на каждой станции.

<< | >>
Источник: Акбарпур Даруш. Оценка влияния промышленных сточных вод на прибрежные экосистемы Персидского залива (на примере провинции Бушер, Иран). 2015

Еще по теме 3.2. Оценка и сопоставление результатов химического анализа с использованием статистических методов.:

  1. 3.3. Методика обработки результатов химического анализа проб железистого шлака
  2. 3.6. Выводы
  3. ЗАКЛЮЧЕНИЕ
  4. Список использованной литературы
  5. МЕТА-АНАЛИЗ
  6. Устойчивость распределения суммарных баллов и корреляционный анализ шкал и утверждений опросника
  7. Сохранение результатов кластерного анализа
  8. Наблюдательные пункты и сети мониторинга
  9. ОПЫТ ОЦЕНКИ СОСТОЯНИЯ ОЗЕР,ПОДВЕРГШИХСЯ НЕФТЯНОМУ ЗАГРЯЗНЕНИЮ
  10. Кремнезём в природных водах
  11. 3. Оценка и учет результатов учебной деятельности
  12. § 1. Показатели качества природных вод
  13. Неорганические компоненты в составе препарата Гидро-Х. 
  14. Приложение 3. Об измерениях и анализе эмпирических данных
  15. Интенсивная пластическая деформация  
  16. 7.1 Методы структурного и химического анализа нанообъектов
  17. Реферат на тему «Анализ эффективности использования информационных технологий собственными корреспондентами белорусских СМИ за границей»