Ograniczanie wyników
Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 1

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  statystyczna analiza klasterów
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
The present paper deals with multivariate statistical treatment of an aerosol sample collection from Northern Greece. The sampling area is an industrial region with four coal burning power stations and a previous study revealed some relationships between carbonaceous particles from the aerosol collection and the sampling conditions and sites. The chemometrical approach, however, makes it possible to consider the environmental system in a more informative way, including all major ions. The statistical analysis has indicated that there is a clear distinction between the similarities of rural sites on one hand and urban ones, on the other (cluster analysis). Further, three latent factors were identified being responsible for the data structure - crustal - road dust, marine aerosols and anthropogenic - primary emission factors (principal components analysis). In the final stage of the statistical analysis the contribution of each identified source (principal component or latent factor) to the formation of the total particle mass or the total component concentration was determined (multiple regression on absolute principal components scores). It can be concluded that the multivariate statistical data mining gives better chances to interpret the monitoring data and to derive information necessary for problem-solving and decision-making.
PL
Przedstawiono analizę statystyczną wielu zmiennych dla próbek aerozolu z północnej Grecji. Obszar próbkowania jest regionem przemysłowym z czterema elektrowniami na węgiel. Poprzednie badania pokazały istnienie pewnych zależności między cząstkami aerozolowymi pochodzenia węglowego a warunkami i miejscem próbkowania. Podejście chemometryczne umożliwia rozpatrywanie danego środowiska (ekosystemu) w sposób dostarczający więcej informacji, w tym danych dotyczących wszystkich najważniejszych jonów. Analiza statystyczna (wyodrębnienie klasterów, tj. pewnych grup) pozwoliła na pokazanie wyraźnych różnic między obszarami wiejskimi a obszarami zurbanizowanymi. Natomiast statystyczna analiza składowych (komponentów) głównych umożliwiła zidentyfikowano trzech podstawowych czynników ukrytych, odpowiedzialnych za strukturę danych monitoringowych, mianowicie emisję: pyłu drogowego, aerozolu morskiego i aerozolu antropogennego. Zbadano również (za pomocą regresji wielokrotnej wartości składowych głównych) wkład każdego z ww. źródeł (składnika podstawowego lub czynnika ukrytego) do całkowitej zawartości danego składnika. Podsumowując rezultaty statystycznej analizy wielu zmiennych umożliwiają uzyskanie wyników, pozwalających na pogłębiona interpretację danych monitoringowych. Dostarczają one niezbędnych informacji potrzebnych do rozwiązywania ważnych problemów środowiska przyrodniczego i podejmowania właściwych decyzji.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.