Control Systems and Computers, N2, 2020, Стаття 7
https://doi.org/10.15407/csc.2020.02.066
Pidnebesna H.A. Bioproductivity of Dnieper Reservoirs Analysis by Inductive Methods. Control Systems and Computers. 2020. № 2. pp. 66-76.
УДК 004.94
Г.А. ПІДНЕБЕСНА, мол. наук. співр., Міжнародний науково-навчальний центр інформаційних технологій та систем НАН України та МОН України, просп. Глушкова, 40, Київ 03187, Україна, pidnebesna@ukr.net
Моделювання біопродуктивності Дніпровських водосховищ індуктивними методами
Вступ. Дослідження закономірностей функціонування водних екосистем, впливу природних чинників на процес формування біологічної продуктивності водойм в умовах антропогенного навантаження відіграють надзвичайно важливе значення для оцінки екологічної безпеки та підтримки екологічної рівноваги, і, як наслідок, для розробки науково обґрунтованих методів управління і прогнозування якості води.
Мета. Була поставлена задача визначення факторів, які мають найвагоміший вплив на стан водив Дніпровських водосховищах, шляхом побудови моделі залежності концентрації хлорофілу а у фітопланктоні за даними багаторічних спостережень в Кременчуцькому та Каховському водосховищах. Результати спостережень за 1976-1993 роки надані Інститутом гідробіології НАН України.
Методи. Малий обсяг даних спостережень та похибки вимірювань значно ускладнює розв’язання задачі. Для отримання задовільного результату було застосовано різні індуктивні методи. Проведено моделювання алгоритмами: лінійна регресія LR, LASSO, комбінаторний алгоритм МГУА COMBI та кореляційний алгоритм з аналізу рейтингу факторів CAR. Для оцінки адекватності отриманих моделей застосовано коефіцієнт детермінації R2 та відповідний коефіцієнт множинної кореляції R.
Результати.Для Кременчуцького водосховища виявилось, що моделі, побудовані за допомогою LASSO та COMBI мають негативне значення коефіцієнту детермінації R2, тобто недостатню адекватність.
Модель, отримана за допомогою лінійної регресії LR, має коефіцієнт детермінації R2 = 0.204 (відповідно, множинної кореляції R = 0.452). Це означає, що модель має задовільну адекватність. Але при цьому має в своєму складі всі чинники, тобто не відбирає найвагоміші.
Модель, отримана за допомогою кореляційного алгоритму з розрахунком рейтингу регресорів CAR, має коефіцієнт детермінації R2 = 0.273 (відповідно, множинної кореляції R = 0.522), тобто модель має хорошу ступінь адекватності.
Для Каховського водосховища моделі, отримані застосованими методами, мають високий ступінь адекватності (RLR = 0,838, RCOMBI = 0,820, RCAR = 0.812, RLASSO = 0,803). Крім того, моделі мають схожі структури.
Висновки. Аналіз отриманих результатів показав, що в усі моделі, отримані різними методами, для обох водосховищ входить фактор – мінеральна форма азоту. Це закономірно, при евтрофуванні водойм вміст азоту стає тим чинником, що лімітує розвиток фітопланктону. Також до складу трьох моделей з отриманих для Каховського водосховища та двох моделей Кременчуцького, які мають задовільну адекватність, входить показник об’єму стоку води.
Проведене дослідження дає підстави вважати, що ці фактори (мінеральна форма азоту та об’єм стоку води) можуть бути найвпливовішими для життєдіяльності фітопланктону і визначати стан функціонування Каховського та Кременчуцького водосховищ. Сказане стосується саме названих дніпровських водосховища та наявної вибірки статистичних даних літнього сезону, що характеризується інтенсивним «цвітінням» води синьозеленими водоростями.
Завантажити повний текст! (англійською)
Ключові слова: індуктивні методи моделювання, кореляційний алгоритм з розрахунком рейтингу регресорів CAR, комбінаторний алгоритм МГУА COMBI, LASSO,фітопланктон, концентрація хлорофілу а.
Надійшла 20.03.2020
