River water quality assessment with fuzzy interpolation

• Autorzy: Spinella S. , Ostoich M. , Anile A.M.

Warianty tytułu

PL

Ocena jakości wody rzecznej za pomocą interpolacji rozmytej

• Języki publikacji: EN

Abstrakty

EN

This work concerns the interpolation of environmental data using fuzzy splines as alternative to statistical analysis in order to monitor water quality in a river. A fuzzy interpolated model representing the river water quality is constructed and then queried in order to retrieve information useful for planning precautionary measures. The results are compared with statistical model to evaluate significance of the quality classification. Geographical data concerning environment pollution consist of a large set of temporal measurements (representing, eg monthly measurements for several years) at a few scattered spatial sites. In this case the temporal data at a given site must be summarized in some form in order to employ it as input to build a spatial model. Summarizing the temporal data (data reduction) will necessarily introduce some form of uncertainty which must be taken into account. Fuzzy numbers can represent this uncertainty in a conservative way without any statistical a priori hypothesis. This method bas been employed for ocean floor geographical data by Patrikalakis (1995), in the interval case, and Anile et al. (2000), for fuzzy numbers, and to environmental pollution data by Anile et al. (2004). Fuzzy interpolation is carried out with splines to get a deterministic model for environmental pollution data. Then the model is interrogated by fuzzy queries to find the sites exceeding a quality threshold.

PL

Do analizy danych środowiskowych (w celu monitorowania jakości wody w rzekach), zamiast tradycyjnej analizy statystycznej, zastosowano interpolację rozmytą (z użyciem fuzzy splines). Został skonstruowany i przetestowany odpowiedni model, przydatny do prac planistycznych, określający jakość wody. Uzyskane wyniki porównano z danymi modelu statystycznego. Model z interpolacją rozmytą pozwala na przewidywania wartości wielu chwilowych parametrów (np. średnie miesięczne wartości poziomu zanieczyszczeń z kilku lat) oraz ich niepewności pomiarowych, z wielu oddalonych od siebie miejsc pobierania próbek. Metoda ta była już stosowana przez Patrikalakis (1995) do badań dna oceanu, a także przez Anile i in. (2004) do opracowania danych, dotyczących zanieczyszczenia środowiska.

Słowa kluczowe

EN

uncertainty; fuzzy number; fuzzy interpolation; fuzzy queries; spline; sparse data; environment pollution; water quality

PL

niepełne dane pomiarowe; interpolacja rozmyta; zanieczyszczenie środowiska; jakość wody

• Wydawca: Towarzystwo Chemii i Inżynierii Ekologicznej
• Czasopismo: Ecological Chemistry and Engineering. S
• Rocznik: 2008
• Tom: Vol. 15, nr 2
• Strony: 245--262
• Opis fizyczny: Bibliogr. 10 poz., rys.

Twórcy

autor

Spinella S.

autor

Ostoich M.

autor

Anile A.M.

• Consorzio Catania Ricerchie, via A. Sangiuliano 262, 195124 Catania, Italy,

Bibliografia

• [1] SilveR W.: Fuzzy indices of environmental conditions. Ecol. Modelling, 2000, 130, 111-119.
• [2] Anile A.M., Falcidieno B., Gallo G., Spagnuolo M. and Spinella S.: Modeling uncertain data wi1h fuzzy B-spline. Fuzzy Sets and System, 2000. 113, 397-410.
• [3] Lodwick W.A. and Santos J.: Constructing consistent fuzzy surface from fuzzy data. Fuzzy Sets and Systems, 2002, 135(2), 259-277.
• [4] Kauffman A. and Gupta M.M.: Introduction to Fuzzy Arithmetic: Theory and Applications. Van Nostrand Reihnold, New York 1991.
• [5] Gallo G., Perfilieva I., Spagnuolo M. and Spinella S.: Geographical Data Analysis via Mountain. Function International, J. Intellig. Systems, 1999, 14, 359-373.
• [6] Anile A.M., Deodato S. and Privitera G.: Implementing Fuzzy Arithmetic. Fuzzy Sets and Systems, 1995, 72, 239 p.
• [7] Anile A.M. and Spinella S.: Fuzzy Modeling of ,Sparse Data. Proc. of 11th Int. Symposium on Spatial Data Handling, 23-25 August 2004, Springer, Leicester 2004, 163-172.
• [8] Italian Decree 11/05/1999, Water Protection, 1999.
• [9] DeBoor C.: On Calculating with B-splines.J. Approx. Theory, 1972, 6, 50-62.
• [10] Patrikalakis N.M., Chryssostomidis C., Tuohy S.T., Bellingham J.G., Leonard J.J., Bales J.W., Moran B.A. and Yoon J.W.: Virtual environment for ocean exploration and visualization. Proceedings Computer Graphics Technology for Exploration of the Sea, CES'95, Rostock 1995.