Диагностирование и прогноз экологического состояния природно-технической гидрогеологической системы

4

4

0

313

-

1

1

2

2

312

1

-

-

1

0

322

-

2

-

2

0

211

1

-

-

1

0

сумма

96

86,3

145,9-86,3=59,6 бит

4. Суммарная защищенность, водопроводимость и тип территории

Cl

1

2

3

Сумма

Относительная информативность

133

7

-

-

7

0

232

6

3

-

9

8,3

222

3

3

-

6

6

223

4

5

3

12

18,7

331

2

-

-

2

0

322

-

4

-

4

0

313

-

-

4

4

0

132

5

10

-

15

13,8

323

-

1

1

2

2

332

1

1

-

2

2

122

1

1

-

2

2

121

5

3

-

8

7,6

113

-

1

3

4

3,2

131

4

-

-

4

0

111

-

3

-

3

0

212

-

-

1

1

0

112

-

1

2

3

2,8

211

-

1

-

1

0

231

1

-

-

1

0

сумма

96

70,3

145,9-70,3=75,6 бит

В результате проведения расчетов информативности методом перебора, необходимо выбрать наиболее информативных три двоичных и один троичный признаков для того, чтобы произвести тестирование модели. Итоговые значения наиболее информативных сложных двоичных и троичных признаков сведены в таблице 6.

Таблица 6. Наиболее информативные сложные признаки

Показатели

Информативность

Бит

%

40,0

27,4

41,8

28,6

63,6

43,6

75,6

51,9

Уровень концентрации хлоридов

145,9

100

3. Тестирование модели

После определения более информативных сложных признаков необходимо произвести тестирование сформированной модели для выяснения её пригодности для дальнейшего прогноза. Для этого используется контрольная модель, с помощью которой, с использованием матриц взаимных переходов, считается сумма голосов. В контрольной части смотрят сочетание значений признаков и по матрице взаимных переходов определяют количество попаданий этих сочетаний в 1, 2 и 3 ранг по хлору и в итоге суммируют их. Тот ранг, в который попадет наибольшее значение сочетаний, будет считаться прогнозным. Этот ранг будет сравниваться с фактическим значением ранга по хлору. Чем больше будет совпадений прогнозных значений с фактическими, тем более пригодной для прогноза окажется наша модель.

Результаты диагностирования модели приведены в таблице 7

Таблица 7. Диагностирование модели № блока

Ранги

Содержание хлора

1

2

3

фактическое

прогнозное

97

2

1

98

1

2

99

3

1

100

2

3

101

2

2

102

2

3

103

3

2

104

2

2

105

2

1

106

1

3

107

2

2

108

1

3

109

2

1

110

1

2

111

3

1

112

2

3

113

2

2

114

2

3

115

3

1

116

2

2

117

2

1

118

1

3

119

2

2

120

1

3

Анализируя таблицу стоит обратить внимание на так называемый «отказ», который свидетельствует об недостаточности значений показателей входящих в ранг. В нашей ситуации при нашей модели, разбитой на 96 блоков, идеальным количеством значений входящих в 3 ранга составляло бы 32.. К сожалению, в нашей модели такое условие не выполняется. В некоторых случаях число значений входящих в ранг не превышает и 12. Это снижает эффективность нашей модели.

На основании составленной таблицы необходимо посчитать ошибку по формуле: , где - количество совпадений прогнозных значений и фактических.

Такая высокая ошибка свидетельствует об неэффективности сформированной нами информационной модели.

Если следовать методике диагностирования и прогноза экологического состояния ПТГГС, то после проведения тестирования имеющейся информационной модели, нам необходимо произвести прогноз состояния ПТГГС. В нашем случае, т.к. модель оказалась неэффективной, прогноз, с точки зрения здравого смысла, производить не стоит, потому что его результаты не будут корректными и достоверными. Но т.к. главной нашей целью является освоение методики проведения диагностирования и прогноза экологического состояния ПТГГС, прогноз необходимо произвести.

Результаты прогноза приведены в таблице 8.

Таблица 8. Результаты прогноза

№ блока

Ранги

Содержание хлора

1

2

3

прогнозное

121

1

122

2

123

1

124

3

125

2

126

3

127

1

128

2

129

1

130

3

131

2

132

3

Как уже было сказано выше, данный прогноз является некорректным и не представляет никакой ценности.


Заключение

В процессе проведения данной работы нами были оценены гидрогеологические, геологические и техногенные условия изучаемой территории, выяснено влияния имеющихся условий на загрязнение подольско-мячковского горизонта хлором, была сформирована информационно-диагностическая модель, подвергавшаяся тестированию. Выяснилось, что имеющаяся модель не эффективна, потому как имеет большую ошибку . В таком случае необходимо повышать эффективность модели, теми или иными способами.

На мой взгляд, есть несколько способов повышения эффективности модели, а именно: - замена показателей, не полностью связанных с функцией отклика и не сильно влияющих на ее изменение. В нашем случае, такими признаками, на мой взгляд, являются защищенность и вертикальный градиент, т.к. он имеет важную роль в местах перетекания, а таких мест на карте не много, поэтому его роль незначительна; - введение дополнительного показателя, такого как минерализация вод подольско-мячковского горизонта; - разбиение имеющихся значений не на 3 ранга, а, предположим, на 2 или 4 ранга; - изменить способ разбиения на обучающую и контрольную части; - уточнение достоверности исходных данных; - разбиение на ранги


29-04-2015, 01:01


Страницы: 1 2 3 4 5 6
Разделы сайта