1. обхват на насоките
СТРАТЕГИЯ ЗА ВЗЕМАНЕ НА ПРОБИ: ОБЩИ ИЗИСКВАНИЯ И АСПЕКТИ НА МОНИТОРИНГА НА СЕДИМЕНТИ И ФЛОРА И ФАУНА
Изтегляне 1.64 Mb.
|
- Навигация на страницата:
- Статистически съображения
- Количествени цели
- 4.1.2. Представителност
- Анализ на данните
- Метод използван за анализ на тенденцията на времевите серии
СТРАТЕГИЯ ЗА ВЗЕМАНЕ НА ПРОБИ: ОБЩИ ИЗИСКВАНИЯ И АСПЕКТИ НА МОНИТОРИНГА НА СЕДИМЕНТИ И ФЛОРА И ФАУНА Основната цел на всяко измерване е да се даде възможност да се вземат решения. Най-важното изискване на всяка стратегия за вземане на проби е пригодността за целта. Пригодността за целта на една проба , обаче, може да се прецени само от достоверни оценки на нейната несигурност и нейното въздействие върху целите на мониторинга. Настоящата практика при оценката на несигурност при мониторинга на околната среда следва общите принципи, изложени в „Ръководство за изразяване на несигурността при измерванията” (ISO 1993), чиято основна философия е изразена във всички документи за стандартизация, издадени от международни и национални органи по стандартизация. Понятието „несигурност” е тясно свързано с други понятия от измерването, като „точност”, „грешка”, „вярност”, „системна грешка” и „прецизност” [EURACHEM, 1995]. В този контекст трябва да се припомнят следните важни различия [EURACHEM, 2007]:
Следователно е очевидно, че самия акт на вземане на проба въвежда несигурност на резултата от измерването. Освен това, протоколите за вземане на проби никога не са перфектни, тъй като те не могат да предвидят всяко възможно събетие в момента на вземане на проби. В контекста на тези указания, главните източници на несигурност по отношение на мониторинга на седиментите и на флората и фауната са естествените пространствени и времеви променливости в рамките на мястото на вземане на проби (или популация), както и процеса на измерване , включително действието по вземане на проби, последващите стъпки на предварително третиране на пробата и нейното съхранение до действителното измерване. Естествената променливост и самия акт на вземане на проби са със сигурност най-важните и най-малко поддаващи се на контрол фактори. Докато вземането на проби и измерването могат да бъдат оценени до известна степен с помощта на класически инструменти за контрол на качеството и измерването, като полеви формуляри, референтни материали, вътрешни сравнения и др., влиянието на естествената променливост може да се отчете само ако има достатъчно информация за системата във фазата на планиране на програмата за мониторинг. Колкото по-сложно или по-хетерогенно е изследваното водно тяло, толкова по-голям ще е броя на пробите, които ще се изследват, и толкова по-скъп следователно ще е самия мониторинг. В този контекст правилното определяне на обхвата и целите на програмата за мониторинг са от много голямо значение, защото те са ключовите фактори за определяне на мястото на вземане на проби, честотата, продължителността и методологията, включително предварителната обработка на пробата и последващите измервания и изпитвания. Азбучна истина е, че мониторингът трябва да бъде проектиран по такъв начин, че възможните грешки, възникнали по време на вземане на проби и измерването да могат да бъдат открити статистически. Една предварителна или проучвателна програма за вземане на проби може да бъде полезна с предоставянето на необходимата информация за планирането на окончателната програма за взеване на проби. При проучвателните изследвания данните могат да бъдат анализирани статистически по няколко начина за няколко цели. Трябва все пак да има ясно разбиране за това, което ще се измерва, от каква популация и как ще бъдат подбирани пробите. Стратегията за вземане на проби е основен елемент от данните и може да ограничи тяхната употреба и тълкуване. Следователно, за проучвателните изследвания също трябва да се определят количествените цели за една избрана основна цел.
Документи за указания ОСИ РДВ (CIS WFD) No 7 [ЕО, 2003] и No. 19 [ЕО, 2009] дават някои общи указания по отношение на основните статистически принципи. Не е лесно да се вземе решение относно честотата, броя и периодите от време за вземане на проби по време на планирането на програмата за мониторинг без гореспоменатата предварителна/ проучвателна кампания. Независимо от това е ясно, че в хода на програмата за мониторинг може да е необходимо да се направи и допълнително адаптиране. Въпреки че седиментите и флората и фауната са по-малко податливи на влиянието на бързи промени в качеството на водите, те са предмет на случайни или систематични/сезонни колебания. Това също трябва да се вземе предвид. Получените статистически параметри като средна стойност, стандартното отклонение, най-висока наблюдавана стойност или перцентил могат да бъдат само оценки на „истинската стойност”, които обикновено се отклоняват от тези данни. В случай на случайно разпределени стойности, които следват нормално или логаритмично (log) нормално разпределение, оценките стават по-надеждни с увеличаване на броя на повторенията. В случай на систематични (напр. циклични) изменения на изследваната система, изборът на времето за вземане на проби е от решаващо значение, за да се хване целия цикъл или да се обхванат максималните и минималните стойности.
Както беше споменато по-горе, правилното определяне на целите на мониторинга е много важно. За правилното определяне на честотата, продължителността на серията, плътността на решетката на вземане на проби, е необходимо да се направи остойностяване (количествено определяне) на целите. В този контекст се наблюдават два вида изследвания за мониторинг, които обаче често се припокриват в действителността:
Стандарт ISO 5667-1:2006 [ISO, 2006] дава подходящи указания за това как да се определи необходимия брой проби за различните цели на мониторинга. Някои препоръки от този стандарт си струва да бъдат споменати тук:
- ако преобладават цикличните промени, се предпочита модел на систематично и редовно вземане на проби;
За нормално разпределение, интервалът на увереност L от средната стойност на n резултати при вероятност на К може да се изчисли като: 2 • K c L = —j=—, стандартн отклонение от разпределението Пример: При интервал на увереност от 10% около средната стойност, ниво на увереност от 95% и стандартно отклонение от 10%, броят на пробите, които трябва да се вземат, се изчислява на: 2 • 1 96•20 10 = 1= , откъдето n = 61 проби. Това е равно на - например - вземането на проби на 1 to 2 4n проби на седмица, ако срока за мониторинг е една година. Внимателното определяне и описване на целите на мониторинговото проучване включва: -Изборът на матрици за вземане на проби със строго определяне на образците (пробите) и описание на това какво представляват те във времето и пространството (това описание е предпоставка за правилното тълкуване на резултатите); - Определянето на необходимата чувствителност на програмата, т.е. най-малката промяна, която трябва да се открие за времеви изследвания или най-малката разлика между зони на географско изследване;
Определянето на чувствителността и статистическата мощ на програмата е от съществено значение, за да се оцени правилно, например, броя на пробите за пробовземане, продължителността на времето - серия, честота на вземане на проби и др., необходими за изследването. Тази мощ ще намалява при увеличаване на източници на променливостта (аналитични отклонения, естествени изменения на околната среда). Като резулт, за да се изчисли, например, броя на пробите и честотата на вземане на проби, необходими за изпълнението на тези цели, е необходима оценка на изменението на пробата. Очаквани оценки на изменението може биха могли да бъдат извлечени от подобни програми за мониторинг, които се извършват паралелно, или – което е по-надеждно – да се направи оценка на базата на пилотен проект, като се използва същата стратегия за вземане на проби, матрици за проби и др., като в планираната момента мониторинговата програма. Необходимата или възможна мощ на една програма за мониторинг ще варира с целите на изследването и със замърсителите, матрицата и зоната, която е предмет на изследване. Следователно не е възможно да се дадат фиксирани стойности за всички ситуации. Задължение на мениджъра на програмата е да зададе размера на промените, които програмата за мониторинг се очаква да идентифицира и при каква мощ или на тези, които изпълняват програмата, какво е възможно да се постигне. Важно е обаче, количествените цели да бъдат определени преди стартирането на програмата за мониторинг. Количествената цел за едно времево изследване може да бъде заявена например по следния начин: - Да се открие 50 % намаление в рамките на период от 10 години със статистическа мощ 80 %при ниво на значимост от 5 %. (50 % намаление в рамките на период от 10 години съответства на годишно намаление от около 7 %). За пространствените изследвания, целите биха били следните:
Ниво на значимост от 5 % означава, че сме готови да приемем риск от 5 % да заключим от нашите данни, че е налице тенденция или разлика, когато всъщност няма. Аналогично мощ от 80 % означава, че приемаме риск от 20 %, за да заключим, че няма тенденция или разлика, когато наистина има такава. Статистическата мощ и методите за оценка на мощта се обсъждат подробно в Коен [1988]. В случай на времеви мониторингови изследвания, ако няма установена тенденция, е важно да се разбере дали това отразява стабилна ситуация или показва, че стратегията на вземане на проби е прекалено слаба, за да се открият дори големи промени в натоварването от замърсители на околната среда. Един подход за решаване на този проблем е да се оцени силата на времевите поредици въз основа на „случайни” изменения в рамките на годината. Алтернативно най-ниската откриваема тенденция може да бъде оценена на фиксирана мощ, за да представлява чувствителността на времевата серия. Трябва да се отбележи, че оценката на мощта трябва да се направи с голямо внимание. Матрица, показваща много висока мощ, не е задължително добра матрица за мониторинг. Ако анализираната матрица не реагира на промените в околната среда , които се наблюдават, изменението в рамките на годината вероятно ще бъде ниско и следователно мощта ще е висока. Друг проблем е, че един единствен случай на извънредни стойности може да развали оценката на изменението в рамките на годината. Като се имат предвид тези трудности, и като пример за целите на мониторинга на тенденциите, количествените цели може да се определят както следва:
Трябва обаче да се подчертае, че статистически значимите тенденции не гарантират, че откритите времеви тенденции са в резултат на причинна връзка между концентрация и време. Ако пробите са опорочени или не могат да бъдат сравнени във времето, или ако съответните озадачаващи ко-варианти не се вземат предвид , може да възникнат „ фалшиви тенденции”. Статистическата оценка на тенденциите изисква винаги и експерти, чиито опит им позволява да направят по-точна оценка на резултатите от анализа. 4.1.2. Представителност 4.1.2.1. Матрица образец Първият важен аспект е представителността на матрицата за вземане на проби във връзка с натоварването на замърсителите и излагането на мониторинг на изследвания обект. Важно е следователно да се опише много ясно какво представляват предложените матрици за вземане на проби по отношение на натоварването от замърсители или експозицията. В допълнение към фактори като наличност, разходи за вземане на проби и др., полезно би било да се предостави допълнителна информация, например, коефициент на концентрация, скорост на биоакумулиране, капацитет за метаболизъм и за флората и фауната – скоростта на екскреция. Различните тъкани в рамките на един вид се различават значително по отношение на гореспоменатите фактори, т.е. те могат да представляват напълно различни диапазони от време и пространство Също така, те могат да реагират на промените в средата по много различен начин. Подобни съображения са валидни, когато се разглежда възможността да се използват седименти като матрица за мониторинг. Концентрациите на неорганичните и органичните замърсители в седиментите са силно зависими от обемните свойства (напр. разпределение на големината на частиците, съдържание на органичен въглерод) на седиментите. Концентрациите са много по-високи в по-дребнозърнести седименти отколкото в пясък или по-едри фракции. Пространственото изследване на концентрациите на замърсителите в седиментите е често много силно повлияно от пространственото разпределение на калните утайки. Разработени са техники за нормализация за да се намали влиянието на разликите в състава между пробите на седименти и да се намали възможността за „фалшиви тенденции” в сериите с темпорални данни, произтичащи от промени в състава , несвързани с наличието на замърсители. Прилагането на техники за нормализиране трябва да бъде планирано като част от подготовката на проби преди извършването на анализа, или трябва да има гаранция, че съответните детерминанти за нормализиране са включени в комплекта на обекта за анализ. 4.1.2.2. Пространствен представител Вторият аспект, койтотрябва да се вземе предвид, е представителността на пробата по отношение на пространствената изменчивост на мястото на вземане на проби. Въпроси като: „колко места за вземане на проби ни трябват, за да може региона да е подходящо представен?” ще възникват неизбежно при мониторинг на замърсители. За да се даде конкретен съвет от статистическа гледна точка е необходимо да се направи оценка на пространствената хетерогенност. При пространствените изследвания целите трябва да бъдат ясно определени (напр. пространствени тенденции, разлики между регионите и др.) и трябва да им се даде количествено измерение. Може да се използва вариограма за описание на структурата на пространствената корелация [Cressie, 1993 г.; Davis, 1986]. За намаляване на изменението между пробите, към полевите данни трябва да се приложат процеси за нормализиране, преди създаването на тази вариограма – особено при анализ на седименти.
Данните трябва да се изразяват като средни стойности и стандартно отклонение, като се отчитат и броя на анализираните проби (n) и обхвата на измерените стойности. Тази информация трябва да бъде допълнена от допълнителна информация, която може да има отношение към контекста на мониторинга (перцентили, анализи на тенденциите и др.). Във всички случаи анализът на данни трябва да се извършва по прозрачен начин с подходящи статистически методи, за да се разкрият и сравнят състоянието и тенденциите на местно, регионално, национално и европейско равнище. Разликите между периодите и/ или обектите могат да се изследват чрез едностранен или двустранен анализ на променливостта (ANOVA) или чрез мултивариантни методи, като клъстер анализа (CA), анализ на основните компоненти (PCA) или положителна факторизация на матрицата (PMF). Корелациите на Пиърсън могат да разкриват значителни отношения между химикалите и кo-линейността на регресиите може да бъде тествана чрез анализ на ковариантност (ANCOVA). Тенденциите на химическите концентрации също могат да се оценяват чрез корелиране на техните вариации с времето и ранговата корелация на Спирмън се използва за оценка на техните предвидими ко-варианти; статистическият тест на Спирмън за корелация на ранговете се прилага широко за оценка на отделните замърсители на местно, регионално и национално ниво.
Основната цел на анализ на тенденциите е да провери обективно дали има важна систематична промяна във времевите серии , оценени спрямо някои мерки на случайния шум в наблюденията. Резултатът от този компонент обикновено е вероятността, че тестовата статистика на използвания метод може е възникнала по случайност, когато няма тенденция. Ако това е по-малко от една предварително дефинирана стойност (напр. 5 %), резултатът се счита за значителен, т. е.: нулевата хипотеза за липса на тенденция се отхвърля. Какво представлява значима промяна ще зависи от целите на оценката и е основно съображение при избора на метода, както е упоменато в точка 4.1.1. За оценка на тенденцията са идентифицирани следните четири отделни, но допълващи се , компоненти:
Следователно ако целта на оценката е да се открият монотонните тенденции и тя трябва да бъде устойчива, в смисъл че тя не трябва да е повлияна от изолирани крайни стойности, теста Mann-Kendall би бил подходящ. Ако целта е да се открият всички тенденции, изборът е между съставния Mann-Kendall тест и заглаждащи филтри, като окончателното решение зависи от тежестта на другите фактори. Статистическите процедури, които се използват понастоящем от OSPAR за откриване на тенденциите в Северните морета са описани в „CEMP - Ръководство за оценка на замърсители в седименти и флора и фауна” [OSPAR, 2008]. Методът, използван от OSPAR включва използването на претеглени заглаждащи филтри , както и оценка на значими линейни и нелинейни тенденции. Прикачването на претеглени заглаждащи филтри се извършва директно, ако статистическите тегла са предварително известни. Статистическите тегла трябва да бъдат обратно пропорционални на общата вариантност в околната среда и аналитична вариантност всяка година. Подходящите методи за тяхното оценяване ще зависи от наличната информация по осигуряване на качеството. (QA). Претеглянето е функция на работата на лабораториите при годишните схеми за външно осигуряване на качеството (лабораторните изследвания на дейността ). При отсъствие на външни данни по осигуряванена качеството, точките с данни получават еднакво тегло. Поради комбинация от теоретични и практически причини, Комисията OSPAR намери за подходящо да приеме три различни подхода за анализ на данните, въз основа на дължината на наличните времеви серии:
Въпреки че моделът на линейна регресия може да се приложи към данни за 3 или 4 години, мощта на този тест ще бъде слаба. Освен това, когато има значими тенденции, те по-вероятно ще отразяват краткосрочни тенденции, а не дългосрочни промени. Поради тези причини се смята, че едно обощаване на средното ниво ще бъде по-полезно. По подобен начин, не е подходящо да се прави опит да се описват нелинейните тенденции във времевите серии с по-малко от 6 години. В основни линии, за всеки набор от данни за 6 или повече години, методът е да се обобщят тенденциите, като се използва заглаждащ филтър; непараметрична крива, приложена към средните логаритмични концентрации. Това обобщение се потвърждава от официална статистическа проверка на значимостта на използвания заглаждащ филтър и от изпитвания на линейните и нелинейни компоненти на тенденцията. Няколко статистически допускания са необходими, за да бъде валиден използвания заглаждащ филтър. Главно, индексите на годишното замърсяване трябва да бъдат независими с постоянно ниво на променливост. За да са валидни статистическите тестове, се прави още едно допускане, че останките от приложения модел трябва да бъдат разпределени логаритмично нормално. Теорията и методологията са описани подробно в Nicholson et al.. (1998).
|