Bài giảng Quy hoạch môi trường - Bài 6: Các phương pháp quy hoạch môi trường - Phùng Chí Sỹ

VIỆN MƠI TRƯỜNG VÀ TÀI NGUYÊN CHƯƠNG TRÌNH ĐÀO TẠO CAO HỌC Quy hoạch mơi trường ( Bài 6: Các phương pháp quy hoạch mơi trường ) Cán bộ giảng dạy : PGS.TS. Phùng Chí Sỹ Các phương pháp quy hoạch mơi trường Thống kê và xử lý số liệu Phương pháp lập bảng liệt kê (Checklist) Phương pháp ma trận (Matrix) Phương pháp mạng lưới (Network) Đánh giá nhanh (Rapid Assessment) Mô hình hoá (Environmental Modelling ) Phương pháp chuyên gia (Delphi) Phương pháp phân tích lợi ích chi phí (Cost Benefit Analysis) Phương pháp chồng ghép bản đồ ( Overmapping ) (GIS) PHÂN TÍCH THỐNG KÊ CÁC SỐ LIỆU MƠI TRƯỜNG Phương pháp thống kê Phương pháp thống kê (statistics) đã được sử dụng từ lâu trong nhiều ngành kinh tế , y khoa , nơng nghiệp , sinh học,mơi trường Các phương pháp thống kê tốn học là : Thống kê mơ tả (descriptive statistics) Thống kê suy diễn (Inferential statistics) Ước lượng và trắc nghiệm (Estimation and testing) Phân tích tương quan ( hồi quy ) (Regression analysis) Phân tích chuỗi thời gian (Time series analysis) Phương pháp thống kê(tt ) 5 nhiệm vụ xử lý dữ liệu mơi trường : 1). Phân tích dữ liệu điều tra các yếu tố mơi trường ( đất , nước , khơng khí ) phục vụ cho việc đánh giá tác động mơi trường , phân tích hiện trạng mơi trường . 2). So sánh kết quả thu thập được với các tiêu chuẩn quy định , so sánh kết quả của 2 hay nhiều trạm quan trắc , các cơng nghệ xử lý , các chỉ tiêu mơi trường của 2 nhà máy , 2 KCN 3). Phân tích kết quả của các thí nghiệm mơi trường , từ đĩ tìm ra các biện pháp xử lý tối ưu . 4). Nghiên cứu mối liên hệ giữa 2 yếu tố mơi trường hoặc mối quan hệ nhân quả giữa các yếu tố mơi trường ( Ví dụ : liều lượng/phản ứng ). 5). Theo dõi diễn biến mơi trường theo thời gian ( quan trắc mơi trường ) Phương pháp thống kê(tt ) Các phần mềm xử lý thống kê : SPSS ( Sử dụng ở AIT) Minitab ( Sử dụng ở Châu Âu ) Statgraphics 7.0 ( Sử dụng rộng rãi ) Phương pháp thống kê(tt ) Ứng dụng thống kê mơ tả trong lĩnh vực tài nguyên và mơi trường : Trình bày kết quả đo đạc mơi trường đất , nước và khơng khí sau khi phân tích . Trình bày thơng tin cơ bản về các thành phần mơi trường như đất đai , thành phần hố chất , cơ cấu dân số ( Thơng tin trạng thái ). Trình bày khái quát các thống kê về hoạt động sản xuất , đời sống của con người , từ đĩ đánh giá được các nguồn áp lực lên mơi trường như thống kê giao thơng , tình hình sản xuất , dân số , sản phẩm , năng lượng ( Thơng tin áp lực ). Trình bày các kết quả hoạt động quản lý mơi trường , tài nguyên như thuế , phí mơi trường ( Thơng tin đáp ứng ). Trình bày các kết quả phân tích liều lượng-phản ứng trong đánh giá rủi ro mơi trường Trình bày kết quả trong các phân tích thử nghiệp nhiều lần , lấy kết quả chung để cơng bố . CÁC ĐẶC TRƯNG THỐNG KÊ 1. Các thơng số đo chiều hướng tập trung của dãy số Trung bình (mean) : Đại lượng đo độ trung bình của dãy số liệu . Trung bình hình học (Geometric mean) – Giá trị trung bình của log các giá trị nằm trong dãy số . Trung bình số học (Arithmetic mean) – Giá trị trung bình của các giá trị nằm trong dãy số ( Tổng số các giá trị chia cho cỡ mẫu ). CÁC ĐẶC TRƯNG THỐNG KÊ ( tt ) Trung vị (median) hay Giá trị giữa (50% percentile) : Xếp thứ tự các số liệu từ thấp đến cao , sau đĩ tìm giá trị chia dãy dữ kiện thành 2 phần cĩ số mẫu bằng nhau . - Nếu cỡ mẫu (n) là lẻ  : Trung vị là giá trị nằm thứ [(n+1)/2] trong dãy số - Nếu cỡ mẫu (n) là chẵn  : Trung vị là giá trị trung bình của 2 giá trị nằm ở vị trí [n/2] và vị trí thứ [(n/2) + 1]. CÁC ĐẶC TRƯNG THỐNG KÊ ( tt ) Phần tư vị dưới (Lower quartile) hay giá trị 25% (25% percentile)  : Giá trị nằm ở vị trí đầu của quãng phần tư thứ 2 khi chia dãy số thành 4 phần cĩ kích cỡ bằng nhau . Phần tư vị trên (Upper quartile) hay giá trị 75% (75% percentile)  : Giá trị nằm ở vị trí cuối của quãng phần tư thứ 3 khi chia dãy số thành 4 phần cĩ kích cỡ bằng nhau . CÁC ĐẶC TRƯNG THỐNG KÊ ( tt ) 2. Các thơng số đo đặc trưng của độ phân tán Biến lượng (Variance) : Trung bình của bình phương tất cả các độ lệch của giá trị quan sát trừ đi giá trị trung bình . Độ lệch tiêu chuẩn (Standard Deviation) : Là căn số dương của biến lượng Sai số tiêu chuẩn (Standard Error): là tỷ số giữa độ lệch tiêu chuẩn và căn bậc 2 của cỡ mẫu (n) CÁC ĐẶC TRƯNG THỐNG KÊ ( tt ) Phạm vi phân bố của số liệu (Range)  : Hiệu số của số lớn nhất và số nhỏ nhất . Cực tiểu (Minimum)  : Số bé nhất Cực đại (Maximum)  : Số lớn nhất Độ lệch của phân bố dãy số liệu ( Skewness )  : Đại lượng đo sự đối xứng của phân bố số liệu Độ nhọn của phân bố dãy số liệu ( Kurtosis ) : Đại lượng đo độ nhọn của sự phân bố số liệu . CÁC ĐẶC TRƯNG THỐNG KÊ ( tt ) 3. Bảng và đồ thị Các bảng  : dữ liệu thơ  ; dữ liệu được sắp xếp , tần suất , Các đồ thị : - Giản đồ tần suất (frequency histograms) - Các đồ thị đa thức tần suất (Relative frequency polygons) - Các đồ thị hộp (box plot) - Các hộp và râu (Box and whisher plot) - Các đồ thị tuyến (Line graphs) Tĩm tắt các bước xây dựng Box Wisher B1 : Chia khoảng biến thiên nồng độ B2 : Xác định tần suất gặp, thấy (%) B3 : Xây dựng biểu đồ phân bố tần suất (hình chuơng lệch)  xác định số thường gặp, Max, Min, 25%, 75%, Trung bình cộng , Số giữa B4 : Xây dựng bản đồ tần suất tích luỹ B5 : Xác định số giữa (50%), số 25%, số 75% B6 : Xây dựng Box and Wisher Các hộp và râu (Box and whisher plot) Max Min Ph ần tư vị dưới ( 25%) Ph ần tư vị trên ( 75%) Trung bình cộng (Mean) Số giữa (Median) Sau khi thực hiện các bước trên ta tiến hành xây dựng đồ thị biễu diễn sự biến thiên của nồng độ bụi . Bụi (mg/m 3 ) Năm 2000 2001 2002 2003 2004 2005 Gi ản đồ tần suất tích luỹ Số 25% Cumulative Frequency Distribution ( Tần suất tích luỹ ) Số 75% PHƯƠNG PHÁP HỒI QUI  1). Hồi qui tuyến tính đơn tố (Simple Linear Regression ) (SLR) - Tương quan thuần tuyến tính  : Y= A + B.X Ở đây  : Y là biến phụ thuộc ; X là biến độc lập  ; A, B là các hằng số. - Tương quan bội biến đổi (multiplicative) : Y = A.X b hay logY = logA + b.logX - Tương quan mũ biến đổi ( exponential ) : Y = e (A+B.X) hay lnY = A + B.X - Tương quan nghịch đảo biến đổi ( Reciprocal ) : 1/Y = A + B.X hay Y = 1/(A+B.X) PHƯƠNG PHÁP HỒI QUI ( tt ) 2). Hồi quy tuyến tính đa tố (Multiple Linear Regression) (MLR) Y = α + β 1X1 + β 2X2 + β 3X3 + ... + β kXk Ở đây  : Y là biến phụ thuộc ; Xi là biến độc lập  ; α , β i là các hằng số. PHƯƠNG PHÁP HỒI QUI ( tt ) 3). Hồi quy phi tuyến tính (Nonlinear Regression) - Hồi quy phi tuyến tính đơn tố (Simple nonlinear) Y = α + β 1X + β 2X2 + β 3X3 + ... + β kXk Đặt Z1 = X, Z2 = X2, Z3 =X3, Zk = Xk cĩ thể biến hàm hồi quy phi tuyến tính đơn tố thành hàm hồi quy tuyến tính đa tố : Y = α + β 1Z1 + β 2Z2 + β 3Z3 + ... + β kZk PHƯƠNG PHÁP HỒI QUI ( tt ) - Hồi quy phi tuyến tính đa tố (Multiple nonlinear ) Y = α + β 1X1 + β 2X12 + β 3X2 + β 4X22 NẮN SỐ LIỆU (DATA SMOOTHING Phương pháp nắn số liệu được áp dụng để xử lý với số liệu chuỗi thời gian nhằm hạn chế các tác động bất thường của các biến thiên ngẫu nhiên . K Ỹ THUẬT NẮN SỐ LIỆU Làm mềm PHÂN TÍCH CHIỀU HƯỚNG (TREND ANALYSIS) Phương pháp phân tích chiều hướng cho phép mơ phỏng quy luật biến đổi của chuỗi số liệu thời gian theo đường thẳng ( tuyến tính ); đường cong hàm parabol hay hàm mũ hay đường cong dạng S (S-curve). - Đường thẳng : Y = a + b.t - Đường cong hàm parabol : Y = a + b.t + c.t 2 - Hàm mũ : Z = exp(a + b.t ) - Đường cong dạng S : Z = exp(a + b/t ) Các bước thực hiện như sau : B1 : Chia chuỗi số liệu thành 3 phần cĩ kích thước gần bằng nhau VD : chuỗi số liệu 10 năm (1 năm cĩ 365 số ) là 3.650 số  chia làm 3 phần : + 1217 + 1217 + 1217 B2 : Xác định số giữa của chuỗi số liệu B3 : Xây dựng đường thẳng di qua 3 điểm Vẽ đường thẳng y = ax + b x 3, y 3 . x 2, y 2 . x 2, y 2 a = tg y = ax + b XIN CÁM ƠN!