Использование математических методов в анализе и прогнозировании показателей азотно-фосфорного цикла в бассейне реки Преголи
- DOI
- 10.5922/vestniknat-2026-1-3
- Страницы / Pages
- 41-53
Аннотация
Для анализа многомерных необработанных данных состояния водных экосистем зачастую требуется применение современных аналитических инструментов, способных выявлять скрытые закономерности. Цель настоящего исследования —анализ многолетних данных мониторинга качества воды р. Преголи (г. Калининград) для выявления основных факторов, определяющих изменчивость гидрохимического режима, и оценки их временной динамики. Для анализа данных по показателям азотного и фосфорного циклов были применены методы многомерной статистики: иерархический кластерный анализ (метод Уорда), факторный анализ (метод минимальных остатков с вращением «varimax») и анализ временных рядов (LOESS-сглаживание). В результате кластерного анализа было выделено три группы наблюдений, отражающих различные периоды поступления биогенных элементов. Факторный анализ позволил идентифицировать два латентных фактора: азотную нагрузку от органических источников и соотношение органических и минеральных форм азота. Анализ временных рядов факторных оценок выявил нелинейную динамику и долгосрочные тренды в изменении качества воды. Продемонстрировано, что комплексное применение хемометрических методов является эффективным инструментом для диагностики состояния городских водных объектов, идентификации источников загрязнения и обеспечивает научную основу для разработки управленческих решений в области охраны водных ресурсов.
Список литературы
РД 52.24.643-2002. Методические указания. Метод комплексной оценки степени загрязненности поверхностных вод по гидрохимическим показателям : руководящий документ. Утв. и введ. в действие Федеральной службой России по гидрометеорологии и мониторингу окружающей среды 4 декабря 2002 г. М., 2002.
Ngwenya B., Paepae T., Bokoro P. N. Monitoring ambient water quality using machine learning and IoT: A review and recommendations for advancing SDG indicator 6.3.2 // Journal of Water Process Engineering. 2025. Vol. 73. P. 107664. doi: 10.1016/j.jwpe.2025.107664.
Шелутко В. А. Методы обработки и анализа геоэкологической информации. СПб., 2020.
Шилина М. В., Мусатова О. В., Ивановский В. В. Биометрия : учеб.-метод. комплекс. Витебск, 2011.
Kannel P. R., Lee S., Kanel S. R., Khan S. P. Chemometric application in classification and assessment of monitoring locations of an urban river system // Analytica Chimica Acta. 2007. Vol. 582, № 2. doi: 10.1016/j.aca.2006.09.006.
Belkhiri L., Boudoukha A., Mouni L., Baouz T. Application of multivariate statistical methods and inverse geochemical modeling for characterization of groundwater — A case study: Ain Azel plain (Algeria) // Geoderma. 2010. Vol. 159, № 3-4. doi: 10.1016/j.geoderma.2010.08.016.
Singh Y., Kumar M. Interpretation of water quality parameters for Villages of Sanganer Tehsil, by using Multivariate Statistical analysis // Journal of Water Resource and Protection. 2010. Vol. 02, № 10. doi: 10.4236/jwarp.2010.210102.
Kausher R., Sinha A. Kr., Singh R. Chemometric appraisal of groundwater and surface water quality for domestic, irrigation and industrial purposes in the coal mining province of Mahan River catchment area // Desalination and Water Treatment. 2023. Vol. 311. doi: 10.5004/dwt.2023.29971.
Sharma S. Use of Multivariate Analytical Methods in Assessment of River Water Quality // International Journal of Earth Sciences and Engineering. 2017. Vol. 10, № 02. doi: 10.21276/ijee.2017.10.0236.
Gajbhiye S., Sharma S. K., Awasthi M. K. Application of Principal Components Analysis for Interpretation and Grouping of Water Quality Parameters // International Journal of Hybrid Information Technology. 2015. Vol. 8, № 4. doi: 10.14257/ijhit.2015.8.4.11.
Ling T. Y., Soo C. L., Liew J. J. et al. Application of Multivariate Statistical Analysis in Evaluation of Surface River Water Quality of a Tropical River // Journal of Chemistry. 2017. Vol. 2017. doi: 10.1155/2017/5737452.
Михальчук А. А. Многомерный статистический анализ эколого-геохимических измерений. Ч. II : Ординация и классификация. СПб., 2012.
Ouyang Y., Nkedi-Kizza P., Wu Q. T. et al. Assessment of seasonal variations in surface water quality // Water research. 2006. Vol. 40, № 20. P. 3800—3810. doi: 10.1016/j.watres.2006.08.030.
Subba Rao N. Application of Principal Components Analysis for Interpretation and Grouping of Water Quality Parameters // Oriental Journal of Chemistry. 2012. Vol. 28. P. 1749—1751. doi: 10.14257/ijhit.2015.8.4.11.
ГОСТ Р 58556-2019. Оценка качества воды водных объектов с экологических позиций : национальный стандарт Российской Федерации. Утв. и введ. в действие Приказом Федерального агентства по техническому регулированию и метрологии от 17 октября 2019 г. № 965-ст. М., 2019.