Poluarea Atmosferica

Cuprins

Introducere

Capitolul 1. Considerații generale

1.1. Importanța monitorizării factorilor atmosferici poluanți

1.2. Metode de determinare a factorilor atmosferici

1.3. Stații de monitorizare

Capitolul 2. Prelevarea datelor experimentale

2.2. Locația

2.3. Puncte de prelevare a datelor experimentale

Capitolul 3. Metode de analiză statistice

3.1. Metode primare de studiu – corelația Pearson(r)

3.2. Metode de analiză variațională (a varianței) – Testul t pentru

eșantioane independente

3.3. Metode de analiză multivariate

3.3.1. Analiza componentelor principale (PCA)

3.3.2. Analiza factorială

3.3.3. Analiza Cluster

Capitolul 4. Calcule și reprezentări grafice

Capitolul 5 Concluzii

Bibliografie

Introducere

Poluarea atmosferică dăunează sănătății umane și mediului. În Europa, emisiile anumitor poluanți atmosferici au scăzut considerabil în ultimele decenii, determinând o îmbunătățire a calității aerului în regiune. Cu toate acestea, concentrațiile poluanților atmosferici continuă să fie ridicate, iar problemele legate de calitatea aerului persistă.

Reducerea poluării atmosferice rămâne așadar un subiect foarte important deoarece poluarea aerului este o problemă la nivel local, european și mondial.

Pulberile în suspensie, dioxidul de azot și ozonul de la nivelul solului sunt considerați în prezent, cei trei poluanți care afectează cel mai grav sănătatea umană. Expunerile pe termen lung la acești poluanți variază ca gravitate și impact, de la efecte minore asupra sistemului respirator până la decesul prematur. Aproximativ 90% din locuitorii orașelor europene sunt expuși la poluanți în concentrații peste nivelurile de calitate a aerului considerate ca fiind dăunătoare pentru sănătate.

Această lucrare cuprinde 5 capitole în care urmează să fie prezentate importanța monitorizării factorilor atmosferici poluanți, metodele de determinare a acestora,stațiile de monitorizare, prelevarea datelor experimentale și analiza lor, realizarea calculelor și a graficelor, urmate de concluziile aferente.

Motivația realizării acestei lucrări de licență este reprezentată de conștientizarea la nivelul populației urbane galățene și nu numai, a importanței variației pe parcursul a 80 de zile a nivelului poluării cu oxizi de azot, monoxid de azot, dioxid de azot, ozon și benzen.

Pentru aceasta am studiat pe parcursul lunilor decembrie și martie concentrațiile poluanților aminitiți mai sus la nivelul stației de monitorizare numărul 3 a calității aerului din județul Galați, situată pe strada Traian nr. 431.

Consider că educația ecologică la nivelul populației este un subiect foarte important în actualitate și mai ales într-o regiune industrială așa cum este zona județului Galați, care a suferit modificări atât calitative cât și cantitative, afectând variațiile concentrațiilor poluanților atmosferici.

Capitolul 1. Considerații generale

1.1.Importanța monitorizării factorilor atmosferici poluanți

Atmosfera este masa de aer care înconjoară suprafața terestră incluzând și stratul protector de ozon.

Poluanții din atmosferă se împart în două grupe:

poluanți primari – sunt emiși direct din surse identificate sau identificabile;

poluanți secundari – sunt produși în aer prin interacțiunea a doi sau mai mulți poluanți sau prin reacția cu anumiți constituenți ai aerului.

Principalii poluanți ai atmosferei sunt cei sulfurici, hidrocarburile, poluanții carbonici, compușii azotului, substanțele radioactive, poluanții minerali etc.Dintre acești poluanți cel mai răspîndit este oxidul de carbon.

Bioxidul de sulf se consideră că este principala substanță dăunătoare din aer, ce provine din arderea cărbunilor (50%), a petrolului (30%) și din alte procese (20%).Odată pătrunși în atmosferă puțini poluanți își păstrează integritatea.În general, ca urmare a reacțiilor chimice și a influenței termice, aceștia își schimbă identitatea.

Aerul este un amestec de gaze ce conține 78% azot, 21% oxigen și 1% alte gaze (argon, neon, heliu, bioxid de carbon).

În atmosferă aerul ocupă aproximativ 96% din volum, restul de 4% fiind ocupat de vapori de apă.Aerul, componentă de bază a mediului înconjurător prin proprietățile sale chimice, fizice și termice întreține viața pe planeta noastră și împreună cu apa stă la baza tuturor proceselor biotice ce caracterizează lumea vie.

Aerul constituie factorul esențial al vieții datorită faptului căprin o parte din componenții săi și fenomenele meteorologice ce au loc în el – intervine în desfășurarea unor procese de bază ce se petrec în organismele tuturor viețuitoarelor.

Odată cu dezvoltarea societății umane a devenit evident faptul că activitatea umană influențează mediul și este la rândul său influențată de către acesta. Trecând prin diverse stadii de organizare, protecția calității mediului și mai nou abordarea integrată de management al mediului a devenit o necesitate vitală în scopul asigurării prosperității societății și dezvoltării durabile.

Managementul mediului a devenit un capitol esențial pentru orice tip de dezvoltare indiferent de scala la care se pot manifesta impactele de mediu.În scopul asigurării unei conduceri eficiente a tuturor activităților sociale, chiar dacă uneori aspectele de mediu par a cădea pe un plan secundar s-a impus necesitatea unui sistem de supraveghere și evaluare continuă a calității mediului sub forma de sistem de monitoring de mediu.

Monitoringul integrat vizează obținerea unor imagini reale, de ansamblu, asupra stadiului calității mediului la un moment dat, precum și tendința deevoluție pe cele două componente de bază – mediul biotic și mediul abiotic – în interconexiunea lor.

Importanța monitorizării factorilor atmosferici poluanți este bineînțeles dată de impactul acestora asupra sănătății populației.Oamenii sunt expuși așa numiților poluanți „indoor” și „outdoor” în funcție de activitățile individuale.

Informația dată de relația dintre expunere și răspuns este necesară pentru a estima riscul asupra sănătății populației exprimat prin calcularea unor termeni predictivi negativi cum ar fi internările în spital sau mortalitatea.

Investirea in monitorizarea și controlarea poluării este importantă datorită costului mai redus al prevenției decât al confruntării consecințelor.Programele de monitorizare trebuie sa fie eficiente din punct de vedere al costului, să dețină resurse financiare și umane stabile și să fie adaptate la nevoile locale.

1.2.Metode de determinare a factorilor atmosferici

Sistemul de monitorizare a calității aerului este un subsistem al sistemului general de monitorizare a mediului.

Sistemul de monitorizare este necesar și util deoarece permite obținerea de date utile pentru identificarea rapidă a zonelor poluate și pentru luarea de decizii tactice și strategice de combatere a poluării și de prevenire a acesteia.

Printre principalele obiective ale unui sistem de monitorizare pot fi enumerate:

identificarea surselor de poluare;

supravegherea calității aerului în raport cu standarde și norme prestabilite și declanșarea alarmei în cazul depășirii accidentale a normelor;

stabilirea poluării de fond și a tendințelor de poluare;

predicții pe termen scurt pentru prevenirea poluării cu efecte devastatoare;

evaluarea impactului de mediu a diferiților poluanți;

evaluarea schimbării microclimatului sub influența poluării;

validarea modelelor analitice și empirice ale dispersiei poluanților în aer.

După stabilirea obiectivelor de monitorizare, în funcție de nivelul rețelei de supraveghere, proiectarea presupune parcurgerea următoarelor etape:

stabilirea zonei de monitorizare;

selectarea variabilelor ce vor fi măsurate;

stabilirea numărului de puncte de măsurare, a tipului acestor puncte, precum și localizarea punctelor de măsurare;

alegerea și instalarea instrumentelor necesare;

determinarea frecvenței de măsurare;

stabilirea metodelor de analiză on-line sau off-line a probelor de aer;

dezvoltarea subsistemelor de achiziție, transmitere, memorare și de introducere a datelor;

stabilirea unui sistem de analiză, prelucrare și raportare a datelor;

Pentru implementarea corectă a acestor etape, sunt necesare o serie de informații referitoare la zona de monitorizare și condițiile de funcționare a sistemului:

localizarea geografică a zonei și relieful;

precizarea condițiilor meteorologice ale zonei;

numărul și tipul surselor de poluare cunoscute din zona respectivă;

resurse umane și financiare pentru implemantarea sistemului;

În funcție de obiectivele monitorizării, de integrarea într-un sistem global,și de resurse sistemele de monitorizare pot fi dezvoltate folosind anumite metode:

metoda împărțirii pe zone: aria supusă monitorizării este împarțită pe zone relativ omogene. În aceste zone se măsoară variabilele specifice și se evaluează impactul global pe baza unui model de dispersie. Pentru implementarea metodei sunt necesare stații de măsurare lângă rutele cu un trafic intens, în apropierea surselor industriale și în zonele urbane din zonele respective;

metoda statistică: se analizează corelațiile în timp și spațiu ale datelor măsurate de către un număr minim de stații de măsurare existente, care furnizează dateprecise;

metoda analitică: stațiile de măsurare se amplasează în funcție de localizarea punctelor de intensitate maximă a poluării; această metodă se aplică în apropierea surselor de poluare, unde modelul are un grad mai mare de veridicitate;

metoda grilei: se implementează un număr mare de puncte de măsurare, repartizate uniform în aria supusă monitorizării;

metoda empirică: se realizează măsurători pe un anumit traseu bine stabilit;.

1.3. Stații de monitorizare

În prezent în România sunt amplasate peste 120 de stații de monitorizare a calității aerului, dotate cu echipamente automate pentru măsurarea concentrațiilor principalilor poluanți atmosferici.

Rețeaua de monitorizare a calității aerului cuprinde 142 de stații automate de monitorizare a calității aerului și 17 stații mobile dintre care:

24 de stații de tip trafic;

57 de stații de tip industrial;

37 de stații de tip fond urban;

15 stații de tip fond suburban;

6 stații de tip fond regional;

3 stații de tip EMEP;

O stație de monitorizare ne furnizează date despre calitatea aerului care sunt reprezentative pentru o anumită arie în jurul stației.

Stația de tip trafic

evaluează influența traficului rutier asupra calității aerului;

raza ariei de reprezentativitate este de 10 până la 100 metri;

poluanții monitorizați sunt dioxidul de sulf, oxizii de azot, monoxidul de carbon, ozonul, compuși organici volatili și pulberi în suspensie.

Fig.1.1.1. Stație de tip trafic GL 1

Stația de tip industrial

evaluează influența activităților industriale asupra calității aerului;

raza ariei de reprezentativitate este de 100m până la 1 km;

poluanții monitorizați sunt dioxidul de sulf, monoxidul de carbon, oxizii de azot, ozonul, compuși organici volatili și pulberi în suspensie și parametrii meteo (direcția și viteza vântului, temperatura, presiunea, umiditate relativă, precipitații).

Fig.1.1.2. Stație de tip industrial

Stația de tip urban

evaluează influența așezărilor umane asupra calității aerului;

raza ariei de reprezentativitate este de 1 până la 5 km;

poluanții monitorizați sunt dioxidul de sulf, monoxidul de carbon, oxizii de azot, compuși organici volatili și pulberi în suspensie și parametrii meteo(direcția și viteza vântului, temperatura, presiunea, umiditatea relativă, precipitații).

Fig.1.1.3. Stație de tip urban GL 2 (Sursa:www.calitateaaerului.ro)

Stația de tip suburban

evaluează influența așezărilor umane asupra calității aerului;

raza ariei de reprezentativitate este de 1 până la 5 km;

poluanții monitorizați sunt dioxidul de sulf, monoxidul de carbon, oxizii de azot, compuși organici volatili și pulberi în suspensie și parametrii meteo(direcția și viteza vântului, temperatura, presiunea, umiditatea relativă, precipitații).

Fig.1.1.4 Stație de tip suburban GL 3

Stația de tip regional

este văzută ca stație de referință pentru evaluarea calității aerului;

raza ariei dereprezentativitate este de 200 până la 500 km;

poluanții monitorizați sunt dioxidul de sulf, oxizii de azot, ozonul, monoxidul de carbon, compuși organici volatili și pulberi în suspensie și parametrii meteo(direcția și viteza vântului, temperatura, presiunea, umiditatea relativă și precipitații).

Fig. 1.1.5 Stație de tip regional(Sursa:www.calitateaaerului.ro)

Stația de tip EMEP

evaluează și monitorizează poluarea aerului în context transfrontier la lungă distanță;

sunt amplasate în zona montană la altitudine medie;

poluanții monitorizați sunt dioxidul de sulf, ozonul, monoxidul de carbon, compuși

organici volatili și pulberi în suspensie și parametrii meteo(direcția și viteza vântului, temperatura, presiunea, precipitații, umiditatea relativă).

Fig.1.1.6Stație de tip EMEP (Sursa:www.calitateaaerului.ro)

Capitolul 2. Prelevarea datelor experimentale

2.1. Locația

Județul Galați este situat în sud-estul țării, la confluența fluviului Dunărea cu cele două mari râuri ale Moldovei, Siretul și Prutul, în sectorul fluvio-maritim al țării.În partea de nord se mărginește cu județul Vaslui, la est cu Republica Moldova, spre sud cu județul Tulcea, în sud-vest cu județul Brăila iar la nord-vest se învecinează cu județul Vrancea.

Județul Galați are o suprafață de 4,466,3 km2 reprezentând 1,9% din suprafața României.Reședința administrativă a județului este orașul Galați, situat pe malul nordic al Dunării cu o populație de 287.182 locuitori.Populația totală a județului este de 604.556 locuitori dintre care 340.002 locuitori în zona urbană și 265.554 locuitori în zona rurală.

Fig.2.2.1. Harta României – județul Galați

Județul Galați aparține în totalitate sectorului de climă continentală (partea sudică și centrală ce înseamnă mai mult de 90% din suprafață, se încadrează în ținutul de climă de câmpie, iar extremitatea nordică ce reprezintă 10% din teritoriu, în ținutul cu climă de dealuri). În ambele ținuturi climatice verile sunt foarte calde și uscate iar iernile geroase.

Relieful județului Galați se caracterizează prin unități de câmpie și podiș, cu înălțimi ce variază între 10-20 metri în sud și 3-10 metri în nord.Teritoriul județului Galați prezintă un relief tabular cu o fragmentare mai accentuată în nord și mai slabă în sud, distingându-se după poziție, altitudine și particularități de relief cinci unități geomorfologice: Podișul Covurluiului, Câmpia Tecuciului, Câmpia Covurluiului, Lunca Siretului inferior și Lunca Prutului de Jos.

2.2.Puncte de prelevare a datelor experimentale

În cadrul județului Galați, influența factorilor antropici asupra calității atmosferei, se manifestă frecvent în municipiul Galați, fiind generată de actvitatea industrială și de traficul auto.

Evaluarea calității aerului înconjurător este reglementată prin Legea 104 din 2011 “Legea privind calitatea aerului înconjurător” ce transpune Directiva 50/2008 adoptată de Parlamentul și Consiliul European privind calitatea aerului înconjurător și un aer mai curat pentru Europa, lege ce are ca scop protejarea mediului și a sănătății umane prin reglementarea măsurilor destinate menținerii calității aerului înconjurător acolo unde aceasta corespunde obiectivelor pentru calitatea aerului înconjurător și îmbunătățirea acesteia în celelalte cazuri.

Obiectivele urmărite de Directiva Consiliului privind evaluarea și managementul calității aerului înconjurător, nr. 96/62/CE sunt:

evaluarea calității aerului înconjurător;

obținerea informației adecvate privind calitatea aerului înconjurător și asigurarea căinformația a fost pusă la dispoziția publicului;

menținerea calității aerului înconjurător acolo unde aceasta corespunde standardelor sau îmbunătățirea acesteia în celelalte cazuri.

La nivelului județului Galați acționează cinci stații de monitorizare a calității aerului ce fac parte din Rețeaua Națională de Monitorizare a Calității Aerului (RNMCA) amplasate astfel încât să fie reprezentative pentru protecția mediului și a sănătății umane la nivelul județului Galați asigurând alinierea la reglementările Uniunii Europene și la normele internaționale.

– Stația de tip trafic – GL 1, situată în Galați, amplasată pe strada Brăilei, nr.181, astfel încât niveul de poluare să fie influențat de emisiile provenite de la o stradă apropiată, cu un trafic intens. Poluanți monitorizați: SO2, NOx, CO, PM10/PM25, COV, Pb;

– Stația de fond urban – GL 2, situată în Galați, amplasată pe stada Domnească nr.7,pentru evaluarea expunerii populației la combinații de poluanți cu acțiune sinergetică.Poluanți monitorizați: SO2, NOx, CO, O3, PM10/PM25, COV, Pb, parametri meteo;

– Stația de fond suburban – GL 3, situată în Galați, amplasată pe strada Traian nr.431, pentru evaluarea expunerii populației și vegetației de la marginea aglomerării. Poluanți monitorizați: SO2, NOx, CO, O3, PM10/PM25, COV, Pb, parametri meteo;

– Stația de tip industrial – GL 4 situată în Galați, amplasată în b-dul Dunărea nr.8, pentru determinarea nivelului de poluare influențat de surse industriale.Poluanți monitorizați: SO2, NOx, CO, O3, PM10/PM25, Pb, parametri meteo;

– Stația de tip industrial – GL 5 situată în Tecuci, amplasată în strada 1 Decembrie nr.146 B, pentru determinarea nivelului de poluare influențat de surse industriale. Poluanți monitorizați: SO2, CO, NOx, O3, PM10/PM25, Pb, parametri meteo.

Fig.2.3.2. Amplasarea stațiilor de monitorizare în județul Galați

Datele experimentale au fost prelevate de la stația de monitorizare a calității aerului GL 3, amplasată pe strada Traian, nr. 431, pe timp de 80 de zile, în intervalul lunilor decembrie și martie.

Poluanții monitorizați sunt cei prevăzuți în legislația română, transpusă din cea europeană, valorile limită impuse prin Legea nr.104/2011 cu scopul de a preveni, evita și reduce efectele nocive asupra mediului înconjurător și a sănătății umane.

Parametrii măsurați de la această stație sunt: oxizii de azot, monoxidul de azot, dioxidul de azot, ozonul și benzenul.

Fig. 2.3.1. Stația numărul 3 de monitorizare a calității aerului Galați

Oxizii de azot (NOx)

Oxizii de azot sunt un grup de gaze foarte reactive, ce conțin oxigen și azot în cantități variabile.Majoritatea oxizilor de azot sunt gaze fără miros sau culoare.

Principalii oxizi de azot sunt monoxidul de azot(NO)și dioxidul de azot(NO2).Monoxidul de azot este un gaz incolor și inodor, în timp ce dioxidul de azot este un gaz de culoare brun-roșcat cu un miros puternic și înecăcios.

Dioxidul de azotesteun gaz foarte toxic atât pentru oameni cât și pentru animale.Dioxidul de azot are un grad de toxicitate de patru ori mai mare decât cel al monoxidului de azot. Expunerea la concentrații reduse afectează țesutul pulmonar iar la concentrații ridicate poate fi chiar fatală.

Oxizii de azot se formează în procesul de combustie atunci când combustibilii sunt arși la temperaturi înalte, dar în general sunt rezultatul activităților industriale, traficului rutier, producerii energiei electrice.

Metoda de referință pentru măsurarea oxizilor de azot și a dioxidului de azot este prevăzută în standardul SR EN 14211”Calitatea aerului înconjurător”. Metoda standardizată pentru măsurarea concentrației de monoxid de azot și dioxid de azot prin chemiluminescență.

Norme-Legea nr.104 din 15 iunie 2011-Oxizi de azot(NOx)

Ozonul(O3)

Ozonul este un gaz foarte reactiv, foarte oxidant, cu miros înecăcios.Se concentrează în stratosferă și asigură protecție împotriva radiației UV ce este daunătoare vieții.Se formează prin intermediul unei reacții ce implică în particular oxizi de azot și compuși organici volatili.

Concentrația de ozon la nivelul solului poate provoca iritarea ochilor și traiectului respirator iar concentrațiile mari de ozon pot provoca reducerea funcției respiratorii.Este responsabil de pagube produse vegetației prin atrofierea speciilor de arbori din zonele urbane.

Metoda de referință pentru măsurarea ozonului este prevăzută în standardul SR EN 14625 ”Calitatea aerului înconjurător”. Metoda standaridizată pentru măsurarea ozonului prin fotometrie în ultraviolet.

Norme-Legea nr.104 din 15 iunie 2011-Ozonul

Benzenul(C6H6)

Benzenul este un compus aromatic volatil, foarte ușor și solubil în apă.90% din cantitatea de benzen în aerul ambiental provine din traficul rutier, iar restul de 10% din evaporarea combustibilului la stocarea și distribuția acestuia.Benzenul este o substanță cancerigenă și produce efecte dăunătoare asupra sistemului nervos central.

Metoda de referință pentru măsurarea benzenului este prevăzută în standardul SR EN 14662 ”Calitatea aerului înconjurător”.Metoda standardizată pentru măsurarea concentrației de benzen,”părțile 1,2 și 3”.

Norme-Legea nr.104 din 15 iunie 2011

Capitolul 3. Metode de analiză statistice

3.1. Metode primare de studiu – corelația Pearson(r)

Corelația Pearson este o tehnică statistică ce măsoară și descrie gradul de asociere lineară dintre două variabile cantitative continue normal distribuite.Este utilizată când cel puțin una dintre variabile este simetrică, au distribuții normale și dispersii asemănătoare.Este independentă de unitatea de măsură și se utilizează doar pentru valori normal distribuite.

Formula de definiție Formula de calcul

-zx și zy sunt transformările z ale variabilelor corelate

-formula poate fi utilizată indiferent de unitatea de măsură

Interpretare

Coeficientul de corelație Pearson poate lua valori între -1 și +1 indicând puterea (se interpretează valoarea coeficientului) și direcția (se interpretează semnul coeficientului) asocierii liniare.

-Semnul + sau – arată direcția relației;

-Valoarea numerică arată intensitatea relației.

-1––––––0––––––+1

corelație perfectă negativă corelație nulă corelație perfectă pozitivă

Când se apropie de -1, modificarea unei variabile este asociată cu inversul modificării liniare a celeilalte variabile.

Când coeficientul de corelație este egal cu 0, înseamnă că nu avem asociație între modificările celor două variabile.

Când coeficientul de corelație se apropie de +1, înseamnă că modificarea unei variabile este puternic asociată cu modificarea liniară directă a celeilalte variabile.

În cazul unui coeficient de corelație pozitiv avem o corelație directă – când cele două variabile corelate variază în același sens.

În cazul unui coeficient de corelație negativ avem o corelație inversă-când cele două variabile corelate variază în sens contrar.

Interpretarea coeficientului r:

r[0,0,2] – corelație foarte slabă;

r[0,2,0,4] – corelație slabă;

r[0,4,0,6] – corelație rezonabilă;

r[0,6,0,8] – corelație înaltă;

r[0,8,1] – corelație foarte înaltă, relație strânsă între variabile sau eroare de calcul.

3.2.Metode de analiză variațională(a varianței)-Testul t pentrueșantioane independente

Testul t pentru eșantioane independente este utilizat pentru testarea diferenței dintre mediile unei variabile dependente măsurate pe două grupuri și formate din subiecți diferiți.

Testul t poate fi utilizat pentru eșantioane oricât ar fi ele de mici, dacă distribuția de eșantionare pentru cele două grupuri este normală și dacă varianța valorilor în cele două grupuri nu diferă într-un mod semnificativ.În privința condiției egalității varianței, ea este testată cu teste specifice.

Pentru a putea calcula testul t pentru eșantioane independente trebuie să fie îndeplinite anumite condiții: eșantioanele trebuie să fie aleatoare, independente, variabila dependentă să se distribuie normal în ambele populații și dispersia celor două eșantioane să fie omogenă.

Pentru ca valoarea calculată a lui t să implice o diferență semnificativă, aceasta trebuie să fie mai mare sau egală cu valoarea critică, iar dacă testul este unidirecțional și semnul lui t trebuie să fie corespunzător.

3.3. Metode de analiză multivariate

3.3.1. Analiza componentelor principale (PCA)

Analiza componentelor principale este o procedură statistică ce folosește o transformare ortogonală pentru a transforma un set de observații ale variabilelor posibil corelate într-un set de valori necorelate linear, variabile numite componente principale.

Analiza componentelor principale (PCA) este o procedură statistică ce se ocupă cu elucidarea structurii covarianței unui set de variabile.În special ne permite să identificăm direcțiile principale în care datele variază.Analiza componentelor principale este probabil cea mai cunoscută tehnică de statistică multivariată și este utilizată de aproape toate disciplinele științifice.De asemenea probabil este și cea mai veche tehnică multivariată.

A fost inventată în anul 1901 de către Karl Pearson însă a fost dezvoltată independent de către Harold Hotelling în anul 1930.

În principiu, are ca scop reducerea numărului de variabile utilizate inițial, luând în considerație un număr mai mic de variabile.Astfel se obține o clasificare a variabilelor și cazurilor.

Analizele componentelor principale se pot face în două variante:

cu date standardizate – folosesc matricea corelației sau deviația de la valoarea medie a fiecărei imagini;

cu date nestandardizate – componentele principalele sunt calculate din matricea covarianței imaginilor.

PCA poate fi rezumată schematic în următorii pași:

standardizarea datelor;

calcularea matricei de covarianță;

identificarea vectorilor proprii ai matricei covarianțelor;

construirea noului spațiu generat de proprii vectori.

Interpretarea datelor:

punctele care sunt în direcții similare sau poziții închise sunt corelate pozitiv;

punctele care sunt pe părțile opuse ale originii sunt corelate negativ;

punctele care sunt departe de origine sunt slab corelate;

3.3.2. Analiza factorială

Analiza factorială constă într-o varietate de tehnici statistice utilizate în scopul reprezentării unui set de variabile în funcție de un număr mai redus de variabile ipotetice numite factori.

Termenul de analiză factorială a fost introdus de Thurstone în anul 1931.

Analiza factorială este în special utilizată pentru rezolvarea următoarelor probleme:

reducerea numărului de atribute ale obiectelor în vederea măririi vitezei de procesare a datelor.

detectarea structurilor ascunse în relațiile dintre date în vederea clasificării atributelor obiectelor.

Analiza factorială reprezintă acea metodologie statistică care rezumă variabilitatea dintre atributele date, cu ajutorul unui număr restrâns de alte variabile(factori).Atributele(variabilele) luate în considerație sunt exprimate prin combinații liniare ale factorilor la care se adaugă și un termen, astfel desemnând eroarea modelului.

Analiza factorială este utilizată și în diferite domenii cum ar fi psihologia, marketingul, științele sociale.Principala problemă a analizei factoriale este de a găsi variabilele care au multă variație (informație) comună, așa încât prin condensare să se piardă cât mai puțină informație utilă.

Aspecte problematice ale analizei factoriale:

-Modul de generare al factorilor se bazează pe calcule de mare precizie iar acest lucru conduce la situația în care valori relativ mici generează factori cu saturație mare.Din acest motiv, eventualele erori de măsurare pot avea consecințe asupra rezultatelor.

– Interpretarea rezultatelor nu este ușoară.Rezultatul analizei factoriale se constituie dintr-o varietate de soluții, din care cercetătorul trebuie să aleagă varianta care explică cel mai bine realitatea analizată.Concluziile analizei factoriale se exprimă în termeni echivoci, dar fără a se putea asocia o anumită probabilitate acestei concluzii.

-Când numărul variabilelor analizate este foarte mare, lucrurile sunt și mai complicate.În acest caz numărul factorilor rezultați este posibil să fie mare, fapt ce îngreunează interpretarea lor.În situații de acest fel, se poate avea în vedere o grupare prealabilă în clase a variabilelor, prin utilizarea analizei de cluster, analiza factorială urmând a fi utilizată pe categorii de variabile și nu pe toate la un loc.Abilitatea analistului și capacitățile sale intuitive joacă un rol important în exprimarea concluziilor.

3.3.3. Analiza Cluster

Analiza cluster presupune utilizarea unor algoritmi matematici ce permit identificarea diferențelor între serii de date. Scopul acestei analize o reprezintă gruparea unui set de observații sau serii de date în grupuri similare pentru a permite atașarea unei etichete și analize comparative.

Termenul de analiză cluster a fost utilizat pentru prima oară de către Zubin și Tyron în anii 30 în psihologie fiind pe urmă preluat și în științele sociale.Aceasă analiză este o metodă de clasificare descriptivă ce presupune identificarea unor grupuri similare dintr-o mulțime de elemente.

Termenul de cluster se referă la o serie de elemente similare între ele și nesimilare elementelor din alte clustere, în timp ce termenul de analiză de cluster presupune aplicarea unor algoritmi de clasificare ce dau posibilitatea grupării unor elemente în grupe omogene. Această metodă are ca scop identificarea unui set de grupe omogene prin gruparea elementelor astfel încât să minimizeze variația în cadrul grupei și să maximizeze variația dintre grupe.Prin urmare această analiză de cluster este o tehnică de analiză multivariată ce cuprinde un anumit număr de algoritmi de clasificare a unor elemente în grupuri omogene.

Tipuri de analiză cluster:

metode non-ierarhice- cea mai cunsocută metodă este k-means.Se pornește de la k valoriși în funcție de ele se construiesc clusterele;

metode ierarhice

aglomerative – se pornește de la n clase și se ajunge la o clasă ce le cuprinde pe toate celelalte anterioare ei;

divizive – se pornește de la o clasă și se ajunge la n clase cuprinse în clasa de pornire.

Analiza cluster presupune deci parcurgerea unor anumite etape:

identificarea și înregistrarea variabilelor semnificative în gruparea elementelor;

calcularea distanțelor dintre elemente;

determinarea matricei similarităților;

alegerea algoritmului de cluster în vederea generării grupelor și interpretarea dendogramei;

Capitolul 4. Calcule și reprezentări grafice

În PCA datele inițiale se referă la n observații asupra a p variabile, care pot fi interpretate ca: n puncte-indivizi (observații) în Rp,ppuncte-variabile în Rn.

Reținerea unui număr de axe factoriale echivalează cu determinarea unui subspațiu în care datele inițiale pot fi regăsite cu suficientă acuratețe. Examinarea structurii norilor de puncte din subspațiile respective se realizează prin metode grafice, reprezentând punctele prin proiecții pe un număr suficient de plane factoriale.

Astfel, pentru a putea înțelege structura unui nor de puncte în R3este nevoie de proiecția lor pe două plane (xOy și xOz, de exemplu). Interpretările diferă totuși după cum este vorba de variabile sau de observații.

În cadrul lucrării de față, am aplicat metoda PCA, datelor exprimentale. În cadrul acestei metode trebuiesc reținute două aspecte importante:

1. Se calculează factorul de corelație relativ între toate mărimile din setul de date experimentale – acest factor fiind valoarea cosinusului dintre vectorii reprezentativi pentru fiecare mărime în parte.

2. Se calculează coordonatele în urma unei transformări fine de rotație în jurul centrului de greutate (reprezentat de punctul aferent valorilor medii ale fiecărui set de date) și se calculează o matrice de rotație a sistemului de axe pentru ca deviația patratică medie să fie minimă (ceea ce implică faptul că matricea de covarianță să fie diagonală)

Pe de altă parte, în cadrul metodei PCA, după ce se realizează calculul centrului de masă, a valorilor măsurate în noul sistem de referință a centrului de masă, se caută calcularea unei rotații a sistemului de axe, pentru a se obține o „ aliniere” a punctelor reprezentative.

Se caută o transformare ortogonală de forma

Criteriul Kaiser:se rețin doar componentele principale corespunzând valorilor proprii mai mari decât 1. Câte astfel de valori obținem, atatea componente principale vom avea.

Putem da ca exemplu următoarele intervale orare:

Ora 1

Pentru baza de date aferentă orei 1, s-a calculat matricea de covarianță dintre mărimile măsurate.

Valorile obținute în urma calcului automat între toate coloanele din baza de date sunt incluse în tabelul de mai jos.Valorile semnificative sunt scrise cu o culoare distinctă.

Tabelul 4.1. Valorile concentrației gazelor din atmosferă la ora 1

Se observă un factor de corelație foarte mare între concentrația de oxizi de azot și monoxid de azot(0,9981).Un factor la fel de mare se observă și între concentrația de dioxid de azot și monoxid de azot(0,9516).

Figura 4.1.Reprezentarea grafică a componentelor principale

În cadrul acestei metode, obținem și componentele care compun grupurile principale de factori.Astfel factorul 1este cel care corespunde valorii principale de 73,73%, factorul 2 este cel care corespunde valorii de 16,18% iar factorul 3 este cel care corespunde valorii de 9,34%.Primii trei factori sunt cei mai importanți deoarece explicăaproape 99 % din varianța totală.

Figura 4.1a Variația parametrilor orei 1

În graficul din figura 4.1a se observăcumconcentrația de dioxid de carbon, concentrația de oxizi de azot, concentrația de monoxid de azot și concentrația de benzen sunt strâns corelați între ei și sunt incluși în grupul corespunzător factorului 1.Spre deosebire de aceștia, ozonul este foarte slab corelat cu elementele factorului 1.

În graficul din figurile 4.1b și 4.1c se observă că factorul al treilea care explică 9,34% din varianța întregului set de măsurători, este format din alte categorii de specii chimice.

Figura 4.1bVariația parametrilor orei 1

Figura 4.1c Variația parametrilor orei 1

Ora 5

Pentru baza de date aferentă orei 5, s-a calculat matricea de covarianță dintre mărimile măsurate.

Valorile obținute în urma calcului automat între toate coloanele din baza de date sunt incluse în tabelul de mai jos.Valorile semnificative sunt scrise cu o culoare distinctă.

Tabelul 4.2. Valorile concentrației gazelor din atmosferă la ora 5

Se observă un factor de corelație foarte mare între concentrația de oxizi de azot și dioxid de azot(0,9657).

Figura 4.2Graficul valorilor proprii ale matricei de corelație

În cadrul acestei metode, obținem și componentele care compun grupurile principale de factori.Astfel factorul 1este cel care corespunde valorii principale de 61,13%, factorul 2 este cel care corespunde valorii de 18,00% iar factorul 3 este cel care corespunde valorii de 11,37%.Primii trei factori sunt cei mai importanți deoarece explică aproape 90% din varianța totală.

.

Figura 4.2aVariația parametrilor orei 5

În graficul din figura 4.2a se observă cum concentrația de dioxid de azot, concentrația de benzen și concentrația de oxizi de azot sunt corelați foarte strâns între ei și sunt incluși în grupul corespunzător factorului 1.Spre deosebire de aceștia monoxidul de azot și ozonul sunt slab corelați cu elementele factorului1.Se observă faptul că valorile corelațiilor care compuneau factorul 1 mai înainte s-au mai micșorat.

În următoarele grafice Fig. 4.2b și Fig. 4.2c se observă că factorul al treilea care explică 11,37 % din varianța întregului set de măsurători, este format din alte categorii de specii chimice.

Figura 4.2b Variația prarametrilor orei 5.

Figura 4.2c Variația parametrilor orei 5

Ora 6

Pentru baza de date aferentă orei 6, s-a calculat matricea de covarianță dintre mărimile măsurate.

Valorile obținute în urma calcului automat între toate coloanele din baza de date sunt incluse în tabelul de mai jos.Valorile semnificative sunt scrise cu o culoare distinctă.

Tabelul 4.3.Valorile concentrației gazelor din atmosferă la ora 6

Se observă un factor de corelație foarte mare între concentrația de oxizi de azot și monoxid de azot(0,9979).). De asemenea se observă un factor mare și între concentrația de dioxid de azot și monoxid de azot(0,9423).

Figura 4.3.Reprezentarea grafică a componentelor principale

În cadrul acestei metode obținem și componentele care compun grupurile principale de factori.Astfel factorul 1 este cel care corespunde valorii de 70,50%, factorul 2 este cel care corespunde valorii de 16,59% iar factorul 3 este cel care corespunde valorii de 12,01%.Primii trei factori sunt cei mai importanți deoarece explică aproape 99 % din varianța totală.

Figura 4.3a Variația parametrilor orei 6

În graficul din figura 4.3ase observă cum concentrația de monoxid de azot, concentrația de oxizi de azot, concentrația de dioxid de azot și concentrația de benzen sunt foarte strâns corelați între ei și sunt incluși în grupul corespunzător factorului 1.Spre deosebire de aceștia, ozonul este foarte slab corelat cu elementele factorului 1. Se observă faptul că valorile corelațiilor care compuneau factorul 1 mai înainte s-au mai mărit.

În graficele 4.3b și 4.3c se observă că factorul al treilea care explică 12,01% din varianța întregului set de măsurători, este format din alte categorii de specii chimice.

Figura 4.3b Variația parametrilor orei 6

Figura 4.3c Variația parametrilor orei 6

Ora 15

Pentru baza de date aferentă orei 15, s-a calculat matricea de covarianță dintre mărimile măsurate.

Valorile obținute în urma calculului automat între toate coloanele din baza de date sunt incluse în tabelul de mai jos.Valorile semnificative sunt scrise cu o culoare distinctă.

Tabelul 4.4. Valorile concentrației gazelor din atmosferă la ora 15

Se observă un factor de corelație foarte mare între concentrația de oxizi de azot și monoxid de azot(0,993260).De asemenea se observă un factor de corelație mare și între concentrația de dioxid de azot și monoxid de azot(0,812646).

Figura 4.4.Reprezentarea grafică a componentelor principale

În cadrul acestei metode obținem și componentele care compun grupurile principale de factori.Astfel, factorul 1 este cel care corespunde valorii de 61,46%, factorul 2 este cel care corespunde valorii de 22,08 %, iar factorul 3 este cel care corespunde valorii de 12,50%.Primii trei factori sunt cei mai importanți deoarece explică aproape96% din varianța totală.

Figura 4.4a Variația parametrilor orei 15

În graficul din figura 4.4a se observă cum concentrația de dioxid de azot, concentrația de oxizi de azot și concentrația de monoxid de azot sunt foarte strâns corelați între ei și sunt incluși în grupul corespunzător factorului 1.Spre deosebire de aceștia benzenul și ozonul sunt foarte slab corelați cu elementele factorului 1.Se observă că valorile corelațiilor dintre mărimile care compuneau factorul 1 mai înainte, s-au mai micșorat.

În graficul din figura 4.4b și 4.4c se observă că factorul al treilea care explică 12,50% din varianța întregului set de măsurători, este format din alte categorii de specii chimice.

Figura 4.4b Variația parametrilor orei 15

Figura 4.4c Variația parametrilor orei 15

Ora 16

Pentru baza de date aferentă orei 16, s-a calculat matricea de covarianță dintre mărimile măsurate.

Valorile în urma calcului automat între toate coloanele din baza de date sunt incluse în tabelul de mai jos.Valorile semnificative sunt scrise cu o culoare distinctă.

Tabelul 4.5 Valorile concentrației gazelor din atmosferă la ora 16

Se observă un factor de corelație foarte mare între concentrația de oxizi de azot și monoxid de azot(0,997520).Un factor la fel de mare se observă și între concentrația de de dioxid de azot și monoxid de azot(0,930914).

Figura 4.5.Reprezentarea grafică a componentelor principale

În cadrul acestei metode, obținem și componentele care compun grupurile principale de factori.Astfel, factorul 1 este cel care corespunde valorii de 63,97%, factorul 2 este cel care corespunde valorii de 22,45% iar factorul 3 este cel care corespunde valorii de 12,62%.Primii trei factori sunt cei mai importanți deoarece explică aproape 99 % din varianța totală.

Figura 4.5a Variația parametrilor orei 16

În graficul din figura 4.5a se observă cum concentrația de dioxid de azot, concentrația de oxizi de zot și concentrația de monoxid de azot sunt foarte strâns corelați între ei și sunt incluși în grupul corespunzător factorului1.Spre deosebire de aceștia benzenul și ozonul sunt slab corelați cu elementele factorului 1.Se observă că valorile corelațiilor dintre mărimile care compunea facortul 1 mai înainte, s-au mai mărit.

În graficele 4.5b și 4.5c se observă că factorul al treilea care explică 12,62% din varianța întregului set de măsurători, este format din alte categorii de specii chimice.

Figura 4.5b Variația parametrilor orei 16

Figura 4.5c Variația parametrilor orei 16

Ora 20

Pentru baza de date aferentă orei 20, s-a calculat matricea de covarianță dintre mărimile măsurate.

Valorile obținute în urma calcului automat între toate coloanele din baza de date sunt incluse în tabelul de mai jos.Valorile semnificative sunt scrise cu altă culoare.

Tabelul 4.6. Valorile concentrației gazelor din atmosferă la ora 20

Se observă un factor de corelație foarte mare între concentrația de oxizi de azot și monoxide de azot(0,996652).De asemenea se observă un factor de corelație mare și între concentrația de dioxid de azot și monoxid de azot(0,801763).

Figura 4.6.Graficul valorilor proprii ale matricei de corelație

În cadrul acestei metode, obținem și componentele care compun grupurile principale de factori.Astfel, pentru baza de date aferentă orei 5, factorul 1 este cel care corespunde valorii de 60,58%, factorul 2 este cel care corespunde valorii de 21,42% iar factorul 3 este cel care corespunde valorii de 13,33%.Primii trei factori sunt cei mai importanți deoarece explică aproape 95 % din varianța totală.

Figura 4.6a Variația parametrilor orei 20

În graficul din figura 4.6a se observă cum concentrația de dioxid de azot, concentrația de oxizi de azot și concentrația de monoxid de azot sunt foarte strâns corelați între ei și sunt incluși în grupul corespunzător factorului 1.Spre deosebire de aceștia benzenul și ozonul sunt foarte slab corelați cu elementele factorului 1.Se observă că valorile corelațiilor dintre mărimile care compunea facortul 1 mai înainte, s-au mai micșorat.

În graficele 4.6b și 4.6c se observă că factorul al treilea care explică 13,33% din varianța întregului set de măsurători, este format din alte categorii de specii chimice.

Figura 4.6b Variația parametrilor orei 20

.

Figura 4.6c Variația parametrilor orei 20

Capitolul 4.Concluzii

În urma studiului variației sezoniere a parametrilor de poluare atmosferică în zona județului Galați nu s-au semnalat depășiri importante ale valorilor admise.

Măsurătorile pentru oxizii de azot efectuate în județul Galati, relevă următoarele aspecte:

– Nu s-au semnalat probleme deosebite, valorile orare înregistrate încadrându-se în anul 2013 sub valoarea limită (200 μg/mc).Valorile zilnice s-au încadrat sub valoarea limită zilnică de 40µg/m3).

– Nu s-au înregistrat depășiri ale pragului de alertă de 500 (µg/m3).

În ceea ce privește ozonul nu s-a înregistrat depășirea valorii țintă pentru protecția sănătății umane de 120 µ/m3, prevăzută în Legea nr.104/2011 privind calitatea aerului înconjurător.De asemenea nu s-a depășit pragul de alertă de 240 µ/m3.

Concentrația de benzen s-a încadrat în limitele admise nedepășind 5µ/m3- valoarea limită anuală pentru protecția sănătățiiumane.

Poluarea este mai mare pe timpul zilei, în special între orele 6 și 16, datorită traficului și numărului mare de populație, dar pe timpul nopții concentrațiile poluanților scad.

Luând în considerare efectele poluării atmosferice asupra sănătății populației (tuburări respiratorii,alergii, infecții, tumori) se impune luarea de către autorități dar și de către fiecare dintre noi a unor măsuri de protejare a mediului înconjurător.

Deși există bineînțeles zone, zile și ore ale zilei când poluarea este mai intensă, Galațiul este un județ cu un aer nu foarte poluat, comparativ cu alte județe sau orașe ale României.

Bibliografie

Babucea Ana-Gabriela, Utilizarea analizei cluster în comparații teritoriale, Universitatea „Constantin Brâncuși”, Târgu Jiu, pag.311-313

D.Schipu, 1995, Ecologie și protecția mediului, Universitatea de Științe Agronomice, București, pag.28-42

Gh.Cadariu, S.Mănescu, 1974, Igiena Mediului,I.M.F, București,pag.134-141

Herve Abdi, Lynne J. Williams, 2010, Principal component analysis, Wires Computational Statistics, volumul 2,pag.433-434

Marian Popa, Analiza factorială, pag.2-5

Radu Mihăescu, Monitoringul integrat al Mediului2014, Cluj-Napoca, pag.8-11, pag.51-59

Ramona Marinela Simuț, 2015, Real converergence in EU countries.A cluster analysis, Management intercultural, volumul 17 , Nr.1, pag. 174-175

S.Vișan, A.Anghelescu, 2000, Mediul înconjurător – poluare și protecție , Editura Economică, București, pag.35-42

V.Munteanu, 2008, Calitatea Mediului, Editura Fundației Univeristare “Dunarea de Jos”, Galați, pag, pag.34-36

V.Rojanschi, F.Bran, Gh.Diaconu, 1997, Protecția și ingineria mediului, Editura Economică, București, pag.248-249

Who Regional Publications, European Series, Nr.85, pag. 71-82

World Health Organization, 1999, Monitoring ambient air quality for health impact assessment, pag.10-16, pag.71-78

http://math.ucv.ro/~gorunescu/courses/EDA/curs5EDA.pdf(accesat la data 06/05/2015)

http://legislatie.just.ro/Public/DetaliiDocumentAfis/129642 (accesat la data 04/06/2015)

http://www.cjgalati.ro/ (accesat la data 18/05/2015

http://www.calitateaer.ro/ (accesat la data 02/04/2015)

http://www.mpopa.ro/statistica_licenta/sem_1/St1_11_Pearson_r.pdf(accesat la data 24/04/2015

http://www.eea.europa.eu/ro/themes/air/intro(accesat la data 12/05/2015)

http://www.mpopa.ro/statistica_licenta/sem_/St1_08_t_indep.pdf (accesat la data 24/04/2015