ФАКТОРНЫЙ АНАЛИЗ ЗАГРЯЗНЕНИЯ РОДНИКОВ

Авторы
Резюме
Файлы
Ключевые слова
Литература

Мазуркин П.М. 1 Тарасова Е.И. 1

1 Поволжский государственный технологический университет Получены закономерности взаимного влияния концентрации по 22 видам загрязнения семи родников, отобранных для исследования моделированием взаимосвязей между факторами. Дана полная корреляционная матрица монарных (на основе рангового или рейтингового распределения) и бинарных (между парами взаимно влияющих факторов) связей. Коэффициент функциональной связности равен сумме коэффициентов корреляции, разделенной на произведение числа строк на количество столбцов. Этот статистический показатель для всей сети родников применим при сопоставлении разных территорий. Первое место как влияющий параметр занимает общее микробное число, а как зависимый показатель – цветность. Анализ всех 484 моделей показал, что высокой предсказательной силой обладают слабые и средние факторные связи. Они же зачастую приводят к научно-техническим решениям мировой новизны на уровне изобретений. Статья в формате PDF 491 KB родникизагрязнителифакторный анализрейтинг факторовбинарные отношениязакономерности 1. Дубовик О.Л. Экологическое право. – М.: ТК Велби. Изд-во Проспект, 2006. – 688 с. 2. Мазуркин П.М., Евдокимова О.Ю. Факторный анализ загрязнения речной воды. – Йошкар-Ола: МарГТУ, 2011. – 55 с. 3. Мазуркин П.М., Евдокимова О.Ю. Факторный анализ и динамика загрязнения речной воды. – Йошкар-Ола: ПГТУ, 2012. – 42 с. 4. Мазуркин П.М., Щербакова Е.А. Закономерности загрязнения природы. – Йошкар-Ола: МарГТУ, 2002. – 62 с. 5. Экологический паспорт родника // Живи родник: сетевой журн. – 2004. – URL: http://www.edu.yar.ru/russian/projects/spring/keeper.html (дата обращения: 19.09.2010).

Факторный анализ определяют как совокупность методов многомерного статистического анализа, применяемых для изучения взаимосвязей между значениями изучаемых параметров как показателей системы и одновременно как объясняющих переменных [2–4].

Предназначение экологического паспорта [5] – оценить и регламентировать объем вовлечения в хозяйственный оборот природных ресурсов, их первоначальное состояние и уровень воздействия предприятия на качество природных ресурсов и состояние окружающей природной среды. Все паспорта выбранных нами для моделирования факторных связей между видами загрязнения родников были взяты из [5].

Факторный анализ – это выявление устойчивых закономерностей изменений значений каждого из множества учитываемых параметров изучаемой системы, а также математических связей между всеми факторами.

Предлагаемый нами метод анализа позволяет не только устанавливать причинно-следственные связи, но и давать им количественную хаpaктеристику, т. е. обеспечивать измерение влияния факторов (влияющие параметры системы) на результаты (зависимые параметры системы). Это делает факторный анализ точным методом, а выводы – обоснованными, в особенности на основе осмысления апостериорной информации, появляющейся дополнительно к имеющейся до проведения моделирования априорной информации.

Нами принимается допущение, что факторы исследователем выделены и соответствующая табличная модель составлена. Тогда факторный анализ смещается в сторону выявления функциональных математических связей между уже выделенными факторами.

Биотехнические закономерности, в особенности с волновыми составляющими колебательного возмущения в процессе поведения изучаемой системы, как правило, получают критерий тесноты связи по высоким значениям из данных [2, 3]. Поэтому рекомендуется разделить уровни коэффициента корреляции на отдельные подуровни. Однозначную закономерность с коэффициентом корреляции 1,0000 может получить выборка с малым количеством наблюдений.

В табл. 1 приведена концентрация загрязнения по 23 видам загрязнения семи родников, отобранных для исследования моделированием взаимосвязей между факторами.

Таблица 1

Исходные данные для факторного анализа показателей загрязнения родников

Родник	Мутность	Цветность	Водородный показатель	Жесткость	Окисляемость перманганатная	Хлориды	Сульфаты	Железо общее	Аммоний	Нитраты	Нитриты	Сухой остаток	Нефтепродукты
Красная гора	0,6	3	6,07	0,35	0,6	1,5	10	0,05	0,05	5,94	0,008	826	0
Соколиный	14	0	6,72	1,6	3,2	14,5	22	0,03	0,1	31,17	0,003	34	0
Тюриково	0	8	7,62	8,9	3	5	15	0,04	0,1	37,97	0,139	996	0,02
Чичулин	1,3	5	6,16	1,6	3	7	0,06	0,1	20,29	0,011	985	0	0,001
Мельцево	0	0	7,64	6,4	1,4	3	9	0,08	0,05	2,82	0,004	650	0,02
Обнорский	0	3	7,32	1,2	44,08	49,85	6,3	1	8,4	22	22	11,5	0,03
Варваринское	0,2	1	8,03	4,5	53,11	23,71	4,6	0,42	9,5	8,8	3	21	0,03

Окончание табл. 1

Родник	Фенолы	Мышьяк	Свинец	Медь	Цинк	ХПК	БПК5	Марганец	СПАВ	Общее микробное число
Красная гора	-	0,005	0,036	0,003	0,004	10,4	2,1	0,008	0,015	105
Соколиный	0,001	0,005	0,03	0,004	0,005	13,6	1,9	0,008	0,045	26
Тюриково	0,001	0,005	0,018	0,003	0,005	19,2	1,8	0,474	0,04	197
Чичулин	0,001	0,024	0,002	0,004	4,8	0,6	0,015	0,015	85	1,6
Мельцево	0,005	0,005	0,026	0,003	0,011	8	1	0,008	0,035	7,64
Обнорский	0,001	31,17	0,003	34	0	0,001	0,005	0,03	0,004	0,005
Варваринское	0,1	0,005	2,34	286	0	8,4	0,5	0,008	0,06	70

В начале данные по концентрации (мг/л), по баллам и численности микробов рассматривается на полноту. Если вид загрязнения имеет мало количественных значений, то такой ингредиент исключается. В исходных данных [5] все отобранные виды гидрохимического и иного загрязнения имеют максимальную полноту.

Выбор факторов происходит по условиям:

1) отбираем те факторы, у которых изменяются значения;

2) отбираем те факторы, у которых мало отсутствуют значения.

Убираем фенолы, т.к. у показателя почти одинаковые значения.

Ранговое распределение, по увеличению любого показателя, делает экологическое состояние воды родника хуже. Поэтому ранги расставляем по возрастанию любого показателя.

В табл. 2 приведена полная корреляционная матрица монарных (на основе рангового или рейтингового распределения) и бинарных (между парами взаимно влияющих факторов) связей между 22 факторами. В ней, кроме значений коэффициента корреляции монарных (по ранговым распределением значений каждого фактора) и бинарных (влияние факторов друг на друга), приведены суммы коэффициентов корреляции и рейтинговое место каждого фактора по убыванию этой суммы.

Один и тот же фактор оценивается дважды: вначале как влияющая (по оси абсцисс) переменная , а затем как зависимый показатель (по оси ординат) . В двух последних столбцах приведен рейтинг по влияющим переменным, а по двум последним строкам – как показателей.

Коэффициент функциональной связности будет равен общей сумме коэффициентов корреляции 174,274, разделенной на произведение число строк на количество столбцов корреляционной матрицы. Тогда получим 174,274/(22·22) = 174,274/484 = 0,3601.

Этот статистический показатель для всей сети родников применим при сопоставлении разных территорий по множествам родников. В нашем примере этот критерий косвенно дает экологическую оценку всего множества отобранных для сравнения семи родников.

По влияющим параметрам и зависимым показателям рейтинг загрязняющих веществ определился следующей последовательностью (табл. 3) мест.

Таблица 2

Корреляционная матрица и рейтинг гидрохимических показателей

Влияющие факторы x	Зависимые факторы (показатели) y
	Цветность	Мутность	РН	Сухой остаток	Жесткость	Окисляемость	БПК-полное	АСПАВ
Цветность	0,9992	0,615	0,125	0,508	0,468	0,433	0,029	0,371
Мутность	0,639	0,9991	0,157	0,423	0,118	0,281	0,405	0,295
рН	0,124	0,211	0,9994	0,039	0,695	0,237	0,190	0,588
Сухой остаток	0,671	0,340	0	0,9540	0	0,028	0	0,004
Жесткость общ.	0,439	0,275	0,7101	0,653	0,9691	0,205	0,189	0,500
Окисляемость	0,378	0,7800	0,259	0,016	0,182	0,9914	0,192	0,076
БПК-полное	0,027	0,399	0,191	0,623	0,197	0,186	0,9737	0,254
АСПАВ	0,266	0,235	0,595	0,003	0,481	0,062	0,239	0,9686
Нефтепродукты	0,014	0,665	0,8837	0,684	0,406	0,449	0,434	0,205
Аммоний солевой	0,209	0,284	0,547	0,667	0,112	0,608	0,599	0,114
Нитрит-ион	0,012	0	0,214	0,500	0,289	0,503	0,615	0,459
Нитрат-ион.	0,405	0,364	0,267	0,175	0,048	0,528	0,443	0,231
Сульфат-ион.	0,135	0,9914	0,028	0,219	0,142	0,499	0,7146	0,368
Хлорид-ион.	0,084	0,0262	0,019	0,604	0,377	0,149	0,119	0,366
Железо	0,092	0,9914	0,328	0,574	0,249	0,552	0,8868	0,315
Марганец	0,7853	0,347	0,310	0	0,7364	0,429	0,349	0,182
Медь	0,180	0,500	0,594	0,003	0,304	0,580	0,046	0,685
Цинк.	0,132	0,231	0,040	0,449	0,426	0,257	0,311	0,101
Мышьяк	0,325	0,085	0,527	0,361	0,265	0,431	0,505	0,345
Свинец	0,292	0,168	0,542	0,322	0,149	0,503	0,249	0,650
ХПК	0,442	0,231	0,218	0,647	0,637	0,372	0,7576	0,539
Общее микробное число	0	0,184	0	0	0	0	0	0,288
Сумма ΣR показателей	6,6505	8,7381	7,5542	7,47	7,2505	8,2834	8,2467	7,6166
Рейтинговое место Iy	1	13	4	3	2	10	9	5

Продолжение табл. 2

Влияющие факторы x	Нефтепродукты	Аммоний солевой	Нитрит-ион.	Нитрат-ион	Сульфат-ион	Хлорид-ион.	Железо	Мышьяк
Цветность	0,016	0,169	0,008	0,426	0,188	0,080	0,393	0,281
Мутность	0,8556	0,405	0,451	0,454	0,739	0,368	0,444	0,077
РН	0,566	0,566	0,169	0,228	0,025	0,016	0,300	0,500
Сухой остаток	0,075	0,546	0,430	0,193	0,302	0	0,504	0,816
Жесткость общ	0,432	0,566	0,283	0,385	0,181	0,398	0,240	0,256
Окисляемость	0,452	0,644	0,304	0,481	0,423	0,172	0,442	0,427
БПК-полное	0,412	0,542	0,623	0,420	0,7732	0,394	0,677	0,553
АСПАВ	0,03	0,609	0,9887	0,214	0,317	0,478	0,8715	0,326
Нефтепродукты	0,9635	0,9943	0,7403	0,134	0,256	0,196	0,8744	0,429
Аммоний солевой	0,7636	0,9872	0,616	0,021	0,393	0,338	0,393	0,255
Нитрит-ион	0,546	0,633	0,9929	0,174	0,148	0,806	0,9407	0,200
Нитрат-ион	0,126	0,017	0,124	0,9697	0,737	0,389	0,048	0,126
Сульфат-ион	0,215	0,323	0,191	0,7095	0,9619	0,190	0,309	0,8925
Хлорид-ион	0,209	0,464	0,9868	0,412	0,151	0,9746	0,151	0,051
Железо	0,631	0,729	0,9976	0,070	0,8439	0,552	0,9732	0,173
Марганец	0,193	0,215	0,122	0,669	0,322	0,132	0,192	0,159
Медь	0,509	0,654	0,405	0,211	0,221	0,7909	0,061	0,381
Цинк	0,612	0,9973	0,7427	0,128	0,254	0,417	0,8793	0,015
Мышьяк	0,429	0,255	0,193	0,459	0,583	0,059	0,179	0,9999
Свинец	0,178	0,698	0,042	0,198	0,292	0,542	0,208	0,174
ХПК	0,136	0,387	0,9887	0,7474	0,7269	0,485	0,6574	0,569
Общее микробное число	0,005	0	0	0	0,341	0,539	0,8705	0,393
Сумма показателей	8,3497	11,4008	10,3987	7,7036	8,8379	7,7775	9,7375	7,6604
Рейтинговое место	11	18	17	7	14	8	15	6

Окончание табл. 2

Влияющие факторы x	Свинец	ХПК	Марганец	Медь	Цинк	Общее микробное число	Сумма коэфф. корреляции	Рейтинговое место
Цветность	0,253	0,286	0,371	0,198	0,223	0,7563	6,2172	1
Мутность	0,195	0,295	0,491	0,330	0,095	0,264	8,4217	13
рН	0,9974	0,215	0,766	0,523	0,036	0,197	7,9548	9
Сухой остаток	0,331	0,678	0,482	1,484	1,124	0,893	6,884	3
Жесткость общ	0,106	0,630	0,9961	0,377	0,394	0,7192	8,7903	17
Окисляемость	0,9991	0,322	0,406	0,349	0,284	0,076	8,2955	11
БПК-полное	0,199	0,7933	0,309	0,058	0,341	0,595	8,6042	16
АСПАВ	0,9950	0,516	0,138	0,633	0,076	0,276	8,9658	19
Нефтепродукты	0,431	0,117	0,151	0,494	0,264	0,048	9,5212	15
Аммоний солевой	0,431	0,423	0,231	0,525	0,7688	0,202	8,5168	14
Нитрит-ион	0,029	0,553	0,171	0,199	0,770	0,326	7,9846	10
Нитрат-ион	0,156	0,676	0,9655	0,217	0,881	0,7041	7,0122	4
Сульфат-ион	0,253	0,690	0,7146	0,254	0,273	0,273	8,8005	18
Хлорид-ион	0,318	0,356	0,233	0,379	0,368	0,441	6,4296	2
Железо	0,136	0,7384	0,396	0,047	0,698	0,355	10,2753	21
Марганец	0,366	0,669	0,9991	0,019	0,081	0,8359	7,1958	6
Медь	0,9999	0,166	0,014	0,9999	0,221	0,243	8,3047	12
Цинк	0,639	0,262	0,058	0,259	0,9474	0,029	7,2103	7
Мышьяк	0,175	0,517	0,161	0,311	0,017	0,343	7,1649	5
Свинец	0,9999	0,003	0,186	0,9392	0,474	0,076	7,3351	8
ХПК	0,002	0,9489	0,481	0,204	0,279	0,8623	10,1769	20
Общее микробное число	0	0,7781	0,481	0,333	0	1	4,2126	0
Сумма показателей	9,0113	9,8546	8,7203	8,7991	7,7036	8,8379	174,274	-
Рейтинговое место	14	16	12	7	14	8	-	0,3601

Таблица 3

Место факторов по рейтингу

Наименование фактора	Рейтинговое место
	по влиянию	как показателя
Цветность	1	1
Мутность	13	13
рН	9	4
Сухой остаток	3	3
Жесткость общ	17	2
Окисляемость	11	10
БПК-полное	16	9
АСПАВ	19	5
Нефтепродукты	15	11
Аммоний солевой	14	18
Нитрит-ион	10	17
Нитрат-ион	4	7
Сульфат-ион	18	14
Хлорид-ион	2	8
Железо	21	15
Марганец	6	12
Медь	12	7
Цинк	7	14
Мышьяк	5	6
Свинец	8	14
ХПК	20	16
Общее микр. число	0	8

Как видно из данных табл. 3, оба рейтинга частично не совпадают друг с другом. Например, цветность и мутность одинаковы по занимаемым рейтинговым местам.

Таких загрязнителей относительно мало. Большинство из них асинхронны, например, кислотность воды как переменный фактор занимает девятое место, а как показатель становится выше по рейтингу – четвертое место. Поэтому этот вид загрязнения учитывается во всех методиках биохимического анализа проб речной [2, 3] или иной [4] воды.

Первое место как влияющий параметр занимает общее микробное число, а как зависимый показатель – цветность. Последнее место как влияющая переменная занимает железо, а как зависимый показатель – аммоний солевой. Однако, в разных регионах, по-видимому, будут отличающиеся друг от друга рейтинги загрязнителей родниковой воды. Это зависит от минерализации природных вод и уровня загрязненности природным, точнее природно-техническим, и особенно антропогенным загрязнением подземных вод и самих родников.

Затем ранговые распределения можно не показывать, если они не учитываются в принятии научно-технических решений (они учитываются для оценки добротности измеренных значений факторов). Поэтому в корреляционной матрице в клетки по диагонали ставится, как правило, в традиционном факторном анализе, цифра «единица». Будем ставить по диагоналям пустые клетки, чтобы выделить только бинарные отношения между факторами.

В табл. 4 приведена корреляционная матрица бинарных связей между 22 факторами.

Таблица 4

Корреляционная матрица гидрохимических и иных показателей родниковой воды

Влияющие факторы x	Цветность	Мутность	РН	Сухой остаток	Жесткость общ	Окисляемость	БПК-полное	АСПАВ	Нефтепродукты	Аммоний солевой	Нитрит-ион
Цветность		0,615	0,125	0,508	0,468	0,433	0,029	0,371	0,016	0,169	0,008
Мутность	0,639		0,157	0,423	0,118	0,281	0,405	0,295	0,8556	0,405	0,451
рН	0,124	0,211		0,039	0,695	0,237	0,190	0,588	0,566	0,566	0,169
Сухой остаток	0,671	0,340	0		0	0,028	0	0,004	0,075	0,546	0,430
Жесткость общ	0,439	0,275	0,7101	0,653		0,205	0,189	0,500	0,432	0,566	0,283
Окисляемость	0,378	0,7800	0,259	0,016	0,182		0,192	0,076	0,452	0,644	0,304
БПК-полное	0,027	0,399	0,191	0,623	0,197	0,186		0,254	0,412	0,542	0,623
АСПАВ	0,266	0,235	0,595	0,003	0,481	0,062	0,239		0,03	0,609	0,9887
Нефтепродукты	0,014	0,665	0,8837	0,684	0,406	0,449	0,434	0,205		0,9943	0,7403
Аммоний солевой	0,209	0,284	0,547	0,667	0,112	0,608	0,599	0,114	0,7636		0,616
Нитрит-ион	0,012	0	0,214	0,500	0,289	0,503	0,615	0,459	0,546	0,633
Нитрат-ион	0,405	0,364	0,267	0,175	0,048	0,528	0,443	0,231	0,126	0,017	0,124
Сульфат-ион	0,135	0,9914	0,028	0,219	0,142	0,499	0,7146	0,368	0,215	0,323	0,191
Хлорид-ион	0,084	0,0262	0,019	0,604	0,377	0,149	0,119	0,366	0,209	0,464	0,9868
Железо	0,092	0,9914	0,328	0,574	0,249	0,552	0,8868	0,315	0,631	0,729	0,9976
Марганец	0,7853	0,347	0,310	0	0,7364	0,429	0,349	0,182	0,193	0,215	0,122
Медь	0,180	0,500	0,594	0,003	0,304	0,580	0,046	0,685	0,509	0,654	0,405
Цинк	0,132	0,231	0,040	0,449	0,426	0,257	0,311	0,101	0,612	0,9973	0,7427
Мышьяк	0,325	0,085	0,527	0,361	0,265	0,431	0,505	0,345	0,429	0,255	0,193
Свинец	0,292	0,168	0,542	0,322	0,149	0,503	0,249	0,650	0,178	0,698	0,042
ХПК	0,442	0,231	0,218	0,647	0,637	0,372	0,7576	0,539	0,136	0,387	0,9887
Общее микр. число	0	0,184	0	0	0	0	0	0,288	0,005	0	0

Продолжение табл. 4

Влияющие факторы x	Нитрат-ион	Сульфат-ион	Хлорид-ион	Железо	Мышьяк	Свинец	ХПК	Марганец	Медь	Цинк	Общее микр.число
1	2	3	4	5	6	7	8	9	10	11	12
Цветность	0,426	0,188	0,080	0,393	0,281	0,253	0,286	0,371	0,198	0,223	0,7563
Мутность	0,454	0,739	0,368	0,444	0,077	0,195	0,295	0,491	0,330	0,095	0,264
рН	0,228	0,025	0,016	0,300	0,500	0,9974	0,215	0,766	0,523	0,036	0,197
Сухой остаток	0,193	0,302	0	0,504	0,816	0,331	0,678	0,482	1,484	1,124	0,893
Жесткость	0,385	0,181	0,398	0,240	0,256	0,106	0,630	0,9961	0,377	0,394	0,7192
Окисляемость	0,481	0,423	0,172	0,442	0,427	0,9991	0,322	0,406	0,349	0,284	0,076
БПК-полное	0,420	0,7732	0,394	0,677	0,553	0,199	0,7933	0,309	0,058	0,341	0,595
АСПАВ	0,214	0,317	0,478	0,8715	0,326	0,9950	0,516	0,138	0,633	0,076	0,276
Нефтепродукты	0,134	0,256	0,196	0,8744	0,429	0,431	0,117	0,151	0,494	0,264	0,048
Аммоний сол.	0,021	0,393	0,338	0,393	0,255	0,431	0,423	0,231	0,525	0,7688	0,202
Нитрит-ион	0,174	0,148	0,806	0,9407	0,200	0,029	0,553	0,171	0,199	0,770	0,326
Нитрат-ион		0,737	0,389	0,048	0,126	0,156	0,676	0,9655	0,217	0,881	0,7041
Сульфат-ион	0,7095		0,190	0,309	0,8925	0,253	0,690	0,7146	0,254	0,273	0,273
Хлорид-ион	0,412	0,151		0,151	0,051	0,318	0,356	0,233	0,379	0,368	0,441
Железо	0,070	0,8439	0,552		0,173	0,136	0,7384	0,396	0,047	0,698	0,355
Марганец	0,669	0,322	0,132	0,192	0,159	0,366	0,669		0,019	0,081	0,8359
Медь	0,211	0,221	0,7909	0,061	0,381	0,9999	0,166	0,014		0,221	0,243
Цинк	0,128	0,254	0,417	0,8793	0,015	0,639	0,262	0,058	0,259		0,029
Мышьяк	0,459	0,583	0,059	0,179		0,175	0,517	0,161	0,311	0,017	0,343
Свинец	0,198	0,292	0,542	0,208	0,174		0,003	0,186	0,9392	0,474	0,076
ХПК	0,7474	0,7269	0,485	0,6574	0,569	0,002		0,481	0,204	0,279	0,8623
Общее микр.число	0	0,341	0,539	0,8705	0,393	0	0,7781	0,481	0,333	0

Бинарным называется отношение не самим с собой, как это было в ранговом распределении, то есть в монарном отношении факторов, а между различными факторами. Пока математически не удается выявить закономерности в отношениях между тремя и более учитываемыми факторами. Но можно выполнить последовательный многофакторный анализ, однако такую методику в данной брошюре не приводим.

Как показало сравнение с результатами анализа речной воды [2, 3], в наших примерах моделирования получилось уравнение только с одной составляющей вида

(1)

Во всех 22·22 = 484 выявленных уравнениях второй параметр модели (1) равен 0, а четвертый параметр в большинстве случаев равен 1.

Тогда уравнение (1) упростится по конструкции и примет вид:

(2)

В итоге получилось формула – закон Лапласа (Ципфа в биологии, Парето в экономике, Maндельброта в физике) экспоненциального роста или гибели, относительно которого Лапласом был создан метод операторных исчислений.

Таким образом, закон Лапласа вполне относится к родниковой воде, но он не подходит для хаpaктеристики реакций в экологической химии между загрязнителями в сильно загрязненной речной или иной воде.

Анализ всех 484 моделей показал, что с научной точки зрения высокой предсказательной силой обладают слабые и средние факторные связи. К ним относятся те бинарные соотношения, которые имеют коэффициент корреляции в пределах 0,3 ≤ r < 0,5 по слабым и 0,5 ≤ r < 7 по средним факторным связям. Результаты анализа таких факторных связей, как правило, предопределяют направления дальнейших экспериментальных исследований. Они же зачастую приводят к научно-техническим решениям мировой новизны на уровне изобретений.

Далее выберем факторные связи с коэффициентом корреляции не менее 0,9 (табл. 5), а из остальных клеток исключаем значения коэффициента корреляции менее 0,9.

Таким образом, по количеству оставшихся, после исключения не значимых для данного уровня адекватности моделей, можно судить о широте факторных связей того или иного загрязнителя. Чем больше остается в таблице с повышенным уровнем адекватности формул, тем более активен загрязнитель с позиций экологической химии.

Тогда, в ближайшем будущем, можно будет оценивать эколого-химическую активность того или иного загрязнителя количественно. Это позволило бы систематизировать в будущем регионы, и даже локальные территории, по влиянию загрязнителей на общую систему биохимических и бактериологических веществ.

Остались 14 сильнейших математических зависимостей. Наибольшее влияние с коэффициентом корреляции 0,9999 оказывает влияние медь на концентрацию свинца в родниковой воде.

При этом по количеству бинарных связей получается следующий рейтинг (табл. 6) из 14 формул по мощности отношений:

– по количеству влияний на другие факторы как показатели:

АСПАВ – 2; железо – 2; остальные 10 загрязнителей – по одному;

– по количеству зависимых факторов у показателей:

свинец – 4; нитрит-ион – 3; мутность, аммоний солевой, марганец – по 2; медь – 1.

Как пример рассмотрим сильнейшую зависимость с коэффициентом корреляции 0,9974 (рисунок). Кислотность влияет на свинец в родниках по экспоненциальному закону роста

(3)

Таблица 5

Корреляционная матрица при коэффициенте корреляции 0,9

Влияющие факторы x	Мутность	Аммоний солевой	Свинец	Марганец	Медь	Нитрит-ион
рН			0,9974
Жесткость				0,9961
Окисляемость			0,9991
АСПАВ			0,9950			0,9887
Нефтепродукты		0,9943
Нитрат-ион				0,9655
Сульфат-ион	0,9914
Железо	0,9914					0,9976
Медь			0,9999
Цинк		0,9973
Свинец					0,9392
ХПК						0,9887

График влияния рН на свинец

Он показывает резкое увеличение концентрации свинца при увеличении концентрации водородного показателя со значения 7,4–7,6.

Модель (3) показывает, что минимальное значение свинца в родниках составляет 0,006413 мг/л. А при водородном показателе 8,0 свинец достигает концентрации 2,35 мг/л. Дальше, с увеличением водной кислотности, концентрация свинца резко возрастает. По-видимому, около Варваринского родника находится какой-то источник свинца.

Нужно подробно изучить свойства у 14 формул, чтобы обосновать принятие тех или иных экологических мер по уходу за родниками (результаты такого анализа не приводим, так как по Ярославской области мы не знаем эвристическую информацию). А при поиске принципиально новых научно-технических решений, в особенности на уровне изобретений мирового уровня новизны (способы и устройства), нужно затратить много времени и проанализировать слабые и даже связи между факторами с коэффициентом корреляции менее 0,3.

Все 14 формул в матричной форме записаны в табл. 6.

По рейтингу адекватности первое место занимает закономерность Cu → Pb, на втором – окисляемость → Pb, а на третьем – pH → Pb.

Свинец относится к опасным химическим веществам, поэтому влияние на него трех загрязнителей в родниковой воде наиболее сильное. Поэтому, прежде всего, нужно следить за концентрацией меди, окисляемости и уровня водородного показателя в роднике.

Таблица 6

Параметры закономерностей сверхсильных бинарных связей факторов

Структура влияния					Коэффициент корреляции	Место
Структура влияния	a1	a2	a3	a4	Коэффициент корреляции	Место
pH → Pb	6,41299	0	7,32837	1	0,9974	3
жесткость → Mn	5,94764	0	1,28557	1	0,9961	5
	2,12931	0	2,01580	1	0,9655	10
окисляемость → Pb	2,70637	0	-1,67996	1	0,9991	2
Cu → Pb	2,33991	0	-1,47242	1	0,9999	1
СПАВ → Pb	1,91012	0	1,56598	1	0,9950	6
	6,46759	0	2,92375	1	0,9887	9
нефтепродукты → NH3	3,38885	0	2,62392	1	0,9943	7
	2,74281	0	3,92568	1	0,9914	8
Fe → мутность	6,25113	0	2,80328	1	0,9914	8
Zn → NH3	8,34991	0	-1,11845	1	0,9973	4
	2,12931	0	2,01581	1	0,9655	10
Pb → Cu	3,57771	0	1,10081	1	0,9392	11
	2,22809	0	-1,26890	1	0,9887	9

Влияние ксантиноксидазы на хаpaктер заживления поврежденной брюшины

Статья в формате PDF 130 KB...

23 05 2026 14:14:35

АЗИМУТАЛЬНАЯ ОРИЕНТАЦИЯ ОБЪЕКТОВ НА ОСНОВЕ ИСПОЛЬЗОВАНИЯ БИОЛОГИЧЕСКОГО МЕХАНИЗМА ОРИЕНТИРОВАНИЯ, ДЕЙСТВУЮЩЕГО В ЖИВОЙ ПРИРОДЕ

Статья в формате PDF 120 KB...

22 05 2026 6:28:27

КУЛЬТУРА МЫСЛИТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ КАК БИОПСИХОСОЦИАЛЬНЫЙ ФЕНОМЕН

Статья в формате PDF 117 KB...

21 05 2026 0:32:44

СОЧЕТАНИЕ ДИАГНОСТИЧЕСКИХ КРИТЕРИЕВ В ПРОГНОЗИРОВАНИИ ЖЕЛЧНОКАМЕННОЙ БОЛЕЗНИ

Статья в формате PDF 119 KB...

20 05 2026 23:26:22

АНАЛИЗ СТАТИСТИЧЕСКИХ ХАРАКТЕРИСТИК ПРОЦЕССА ОБУЧЕНИЯ ФИЗИКЕ В СРЕДНЕЙ ШКОЛЕ

Статья в формате PDF 68 KB...

19 05 2026 7:23:41

ПЕТРОЛОГИЯ И ГЕОХИМИЯ СУБВУЛКАНИЧЕСКИХ ОБРАЗОВАНИЙ УНИКАЛЬНОГО КУМИРСКОГО Sc-U-TR МЕСТОРОЖДЕНИЯ ГОРНОГО АЛТАЯ

Для уникального Кумирского скандий-уран-редкоземельного месторождения впервые описаны субвулканические образования, сформировавшиеся в антидромной последовательности от гранитов до долеритов. Более ранние гранит-порфиры и аляскит-порфиры слагают Кумирский шток, в контакте с которым образовались сложнее по составу метасоматиты от фельдшпатоидов до пропилитов. Гранитоиды формировались в процессе частичного плавления мантийного субстрата(кварцевые эклогиты) и относятся к А-типу (анорогенных гранитоидов), а дайки долеритов обнаруживают в своём образовании мантийно-коровое взаимодействие: смешение мантийной базальтовой магмы и корового материала. ...

18 05 2026 15:27:36

НАПРАВЛЕНИЯ РАЗВИТИЯ ПРОЦЕССА ДИВЕРСИФИКАЦИИ ПРЕДПРИЯТИЙ В РОССИИ

Статья в формате PDF 120 KB...

17 05 2026 11:14:20

ПЕДИАТРИЧЕСКИЕ ПРОБЛЕМЫ ПИЩЕВОГО СТАТУСА ЖЕНЩИН

В работе освещены современные представления о питании беременных женщин. Описаны возможные осложнения при нарушении пищевого статуса перед вступлением в бpaк. Показаны пути коррекции питания беременных женщин в первые периоды беременности, которые используются в России и в развитых западных странах. ...

16 05 2026 6:46:17

ИССЛЕДОВАНИЕ ВОЗМОЖНОСТИ ИСПОЛЬЗОВАНИЯ ИНТЕРПОЛЯЦИОННОГО ПОЛИНОМА СТИРЛИНГА ДЛЯ ПОЛУЧЕНИЯ МАТЕМАТИЧЕСКОЙ МОДЕЛИ ПРИ ОПИСАНИИ ТЕХНОЛОГИЧЕСКОГО ПРОЦЕССА ТКАЧЕСТВА

Статья в формате PDF 129 KB...

15 05 2026 3:29:15

ВЛИЯНИЕ РЕНТГЕНОВСКИХ ЛУЧЕЙ НА ЭПИТЕЛИОЦИТЫ КОЖИ ГОЛОВЫ

Статья в формате PDF 96 KB...

14 05 2026 1:17:50

НЕИЗОТЕРМИЧЕСКАЯ ДЕГИДРАТАЦИЯ МЕМБРАН

Статья в формате PDF 99 KB...

13 05 2026 18:28:38

ЛАБОРАТОРНЫЙ КОМПЛЕКС ИССЛЕДОВАНИЯ ВИРТУАЛЬНОГО СКРЕМБЛИРОВАНИЯ

Статья в формате PDF 254 KB...

12 05 2026 7:57:58

НПВС В КОМПЛЕКСНОЙ ТЕРАПИИ РОЖИ

Статья в формате PDF 121 KB...

11 05 2026 11:29:34

ДИАГНОСТИКА И ВОССТАНОВЛЕНИЕ ПРОСТРАНСТВЕННОГО ЗРЕНИЯ КАК ОДИН ИЗ СПОСОБОВ ОБЕСПЕЧЕНИЯ БЕЗОПАСНОСТИ ДВИЖЕНИЯ

Статья в формате PDF 154 KB...

10 05 2026 16:27:52

ВЛИЯНИЕ СТАФИЛОКОККОВОЙ ИНТОКСИКАЦИИ НА СТРУКТУРУ ПЕЧЕНИ В РАЗНЫЕ СРОКИ БЕРЕМЕННОСТИ У ЛАБОРАТОРНЫХ КРЫС

Статья в формате PDF 111 KB...

09 05 2026 4:23:46

ВЛИЯНИЕ ОРИЕНТАЦИОННОЙ ВЫТЯЖКИ И ТЕРМООБРАБОТКИ НА ПРОЧНОСТЬ, РЕЛАКСАЦИОННЫЕ СВОЙСТВА И РАДИАЦИОННУЮ СТОЙКОСТЬ ПОЛИИМИДНЫХ ПЛЕНОК

Статья в формате PDF 129 KB...

08 05 2026 10:41:12

ИЗМЕНЕНИЕ ПОКАЗАТЕЛЕЙ РАБОТЫ СЕРДЦА СТУДЕНТОВ В ТЕЧЕНИИ СЕМЕСТРА В РАЗНЫЕ ДНИ НЕДЕЛИ

Исследованы показатели сердечнососудистой системы (систолическое, диастолическое давление, частота сердечных сокращений, пульсовое давление и минутный объем крови) у студентов обоего пола среднего учебного заведения в условиях учебной нагрузки до и после занятий в разные дни недели в начале и конце семестра. Возраст участников исследования составлял 18–20 лет. При анализе результатов выявлены пoлoвые и циркосептальные особенности реакции сердечнососудистой системы на учебную нагрузку. Было установлено, что в течение недели после учебной нагрузки происходит снижение артериального давления, особенно у дeвyшек, причем в начале семестра изменения в большей степени выражены в первой половине недели. Результаты свидетельствуют о развитии утомления и снижении адаптационных процессов, что необходимо учитывать при составлении расписания занятий и планировании учебной нагрузки. ...

07 05 2026 0:40:32

САМОДЕЛЬНЫЙ СТЕНД ДЛЯ ПРОВЕРКИ ИСПРАВНОСТИ АВТОМОБИЛЬНОГО ЭЛЕКТРООБОРУДОВАНИЯ

Статья в формате PDF 407 KB...

06 05 2026 4:18:40

АНАЛИЗ АКТИВНОСТИ ГЛУТАТИОНРЕДУКТАЗЫ В КРОВИ БОЛЬНЫХ ЯЗВЕННОЙ БОЛЕЗНЬЮ

Статья в формате PDF 121 KB...

05 05 2026 12:37:38

Морфо-функциональное состояние газотрaнcпортирующей систе-мы человека в онтогенезе

Статья в формате PDF 120 KB...

04 05 2026 22:41:52

АНТРОПОГЕННОЕ ВОЗДЕЙСТВИЕ НА ЛЕСА

Статья в формате PDF 280 KB...

03 05 2026 6:26:26

ПРОИЗВОДСТВО ОСНОВНЫХ СЕЛЬСКОХОЗЯЙСТВЕННЫХ ПРОДУКТОВ НА НЕКОТОРЫХ ТЕРРИТОРИЯХ НЕЧЕРНОЗЁМНОЙ ЗОНЫ РОССИИ В СРАВНЕНИИ С БРЯНСКОЙ ОБЛАСТЬЮ

Статья в формате PDF 296 KB...

02 05 2026 3:26:23

Особенности морфологических и метаболических изменений в миокарде при экспериментальном синдроме длительного сдавления

Статья в формате PDF 105 KB...

01 05 2026 2:47:14

СИНТАКСОНОМИЯ ЕСТЕСТВЕННОЙ ТРАВЯНОЙ РАСТИТЕЛЬНОСТИ СУДОСТЬ-ДЕСНЯНСКОГО МЕЖДУРЕЧЬЯ (БРЯНСКАЯ ОБЛАСТЬ). КЛАСС PHRAGMITI-MAGNOCARICETEA

Статья в формате PDF 149 KB...

30 04 2026 2:36:16

РАЗРАБОТКА СИРОПА И ТЕХНОЛОГИЧЕСКОЕ ИССЛЕДОВАНИЕ НА БАЗЕ КОРНЕЙ И КОРНЕВИЩ РОДИОЛЫ РОЗОВОЙ

Статья в формате PDF 147 KB...

29 04 2026 18:49:58

ИЗМЕНЕНИЕ ПОКАЗАТЕЛЕЙ АКТИВНОСТИ ФЕРМЕНТНЫХ СИСТЕМ В ЦИТОПЛАЗМЕ НЕЙРОНОВ ЗАДНИХ РОГОВ СЕРОГО ВЕЩЕСТВА СПИННОГО МОЗГА ЭКСПЕРИМЕНТАЛЬНЫХ ЖИВОТНЫХ ПРИ ВОЗДЕЙСТВИИ МИКРОВОЛН ТЕРМОГЕННОЙ ИНТЕНСИВНОСТИ

Статья в формате PDF 112 KB...

28 04 2026 2:46:19

Ультраструктурные изменения эндотелиоцитов синусоидов у больных хроническим гепатитом С (предварительное сообщение)

Статья в формате PDF 103 KB...

27 04 2026 15:19:10

ИЗМЕНЕНИЯ МЕСТНЫХ ФАКТОРОВ ЗАЩИТЫ И МИКРОБИОТЫ РОТОГЛОТКИ У ДЕТЕЙ ПРИ ОСТРЫХ ИНФЕКЦИОННЫХ ЗАБОЛЕВАНИЯХ

Профилактика респираторных инфекций у детей раннего возраста на современном этапе включает воздействие на местные факторы защиты входных ворот инфекции. Исследовано 48 детей с ОРВИ, 27 с менингококковой инфекцией и 24 с коклюшем в возрасте до 15 месяцев включительно в острый период заболевания и период реконвалесценции. Контрольную группу составили 38 детей того же возраста. Бактериологическими и микроскопическими методами исследования обнаружены изменения в микробиоте слизистой ротоглотки, связанные преимущественно с ростом кандидозной микрофлоры. Наибольшие количественные показатели роста микобиоты в десятки раз выявлены при ОРВИ, тогда как при менингококковой инфекции при условии массивной антибактериальной терапии рост грибковых клеток был умеренным. Коклюш сопровождается на фоне значительных деструктивных процессов в эпителии ротоглотки незначительным ростом грибковой микробиоты. ...

26 04 2026 16:15:35

ВЛИЯНИЕ ТЕХНОЛОГИИ НА МИКРОБИОЛОГИЧЕСКИЙ СОСТАВ КОПЧЁНЫХ РЫБНЫХ ПРОДУКТОВ

Статья в формате PDF 244 KB...

25 04 2026 10:24:55

ПЕПТИД АЛЬФА-ФЕТОПРОТЕИНА ЧЕЛОВЕКА (АФП14-20) ВЫЗЫВАЕТ АПОПТОЗ CD95+-ЛИМФОЦИТОВ

Статья в формате PDF 124 KB...

24 04 2026 20:56:45

В ПОИСКЕ ПЕДАГОГИЧЕСКОГО ИДЕАЛА

Статья в формате PDF 153 KB...

23 04 2026 9:48:28

КУЛЬТУРНОЕ НАСЛЕДИЕ СТАВРОПОЛЬЯ: ИСТОРИЯ И СОВРЕМЕННОСТЬ

Статья в формате PDF 141 KB...

22 04 2026 17:26:47

СТРАТЕГИЧЕСКОЕ ПРОГНОЗИРОВАНИЕ ИСХОДА ОСТРОГО ПЕРИТОНИТА

Статья в формате PDF 99 KB...

21 04 2026 16:47:30

ОСОБЕННОСТИ ЭКОЛОГО-ТЕХНОЛОГИЧЕСКОЙ МОДЕРНИЗАЦИИ ПРОИЗВОДСТВА В РАЗВИТЫХ СТРАНАХ И РОССИИ

Статья в формате PDF 113 KB...

20 04 2026 4:20:43

Параллельный алгоритм Соллина поиска остовного дерева

Статья в формате PDF 160 KB...

19 04 2026 0:58:55

КЛИНИКОБИОХИМИЧЕСКИЕ ПОДХОДЫ К ИСПОЛЬЗОВАНИЮ ПЛАЗМАФЕРЕЗА ПРИ ДИФТЕРИИ

Статья в формате PDF 111 KB...

18 04 2026 8:56:22

СОВРЕМЕННЫЕ МЕЖДУНАРОДНЫЕ ОТНОШЕНИЯ И ИННОВАЦИОННЫЕ

Статья в формате PDF 251 KB...

17 04 2026 8:34:52

СПОСОБ ФОРМИРОВАНИЯ ОБЪЕМНОЙ ФОРМЫ ОБУВИ ПРИ АВТОМАТИЗИРОВАННОЙ СБОРКИ ДЕТАЛЕЙ

Статья в формате PDF 463 KB...

16 04 2026 15:50:57

РОЛЬ СЕРЕДСКОГО И ТЕКСТИЛЬНОГО РАБФАКОВ В ПОДГОТОВКЕ СТУДЕНТОВ В ВУЗЫ В 1930 ГОДЫ

Статья в формате PDF 231 KB...

15 04 2026 23:10:13

Оценка состояния кроветворной СИСТЕМЫ МЕЛКИХ МЛЕКОПИТАЮЩИХ С ТЕРРИТОРИЙ с низким уровнем радиационного ЗАГРЯЗНЕНия

Исследованы количество клеток и клеточный состав крови и кроветворных органов мелких млекопитающих (Mus musculus, Apodemus sylvaticus, Clethrionomys rutilus) с территорий, подвергшихся радиационному влиянию (Восточно-Уральский радиоактивный след, Свердловская область, Тоцкий радиоактивный след, Оренбургская область). Установлены изменения состава и структуры клеток крови, клеточного состава и концентрации клеток кроветворной ткани в зависимости от вида животных и места их обитания. Влияние на организм мышей и полевок радиационного фактора среды подтверждает обнаружение в тушках животных радионуклидов. ...

14 04 2026 12:30:57