автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Разработка автоматизированной системы исследования влияния окружающей среды на заболеваемость населения

Курский государственный технический университет

На правах рукописи

СПИЧАК Александр Иванович

Разработка автоматизированной системы исследования влияния окружающей среды на заболеваемость населения.

05.13.10. Управление в социальных и экономических системах

Автореферат диссертации на соискание ученой степени кандидата технических наук

Курск-2003

Работа выполнена на кафедре «Биомедицинской инженерии» Курского государственного технического университета.

Научный руководитель: д.т.н., профессор Н.А. Кореневский

Официальные оппоненты: д.т.н., профессор И.Г.Уразбахтин

к.т.н. В.В.Руденко

Ведущая организация - Белгородский государственный университет

Защита состоится ат^зЛ 2003 г. в часов на заседании диссертационного совета Д212.105.02 при Курском государственном техническом университете по адресу: 305040, Курск, ул. 50 лет Октября, 94 (конференц-зал)

Заверенные отзывы на автореферат в двух экземплярах направлять по адресу: 305040, Курск, ул. 50 лет Октября, 94, КГТУ, ученому секретарю диссертационного совета.

С диссертацией можно ознакомиться в библиотеке КГТУ Реферат разослан г.

Ученый секретарь диссертационного бШета Ё.А.Титенко

(447^ 3

/ ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы: В настоящее время в связи с ухудшением экологического состояния и выявленной зависимостью между показателями здоровья населения региона и техногенными загрязнениями находят широкое распространение соответствующие информационно-аналитические системы, наблюдается резкий рост научных и практических изысканий в области экопатологии и социальной адаптации.

Так, Институтом медицинских проблем Севера СО РАМН совместно с Центром Госсанэпиднадзора Красноярского края ведется разработка интеллектуальной информационной системы комплексного исследования здоровья человека и населения региона по данным популяционных обследований и выбора профилактических мероприятий в конкретных экологических условиях при нечетко заданных целевых установках. Учеными Института космических исследований РАН (Балтер Б.М., Егоров В.В.) разрабатывается информационная система исследования и прогнозирования показателей здоровья населения региона, - «Система обработки информации об окружающей среде и здоровье населения (ЕШРБ). В КурскГТУ (Уразбахгин И.Г., Ковалевская М.М.) проводятся исследования экопатологии в системе воспроизводства мотивов экологизации.

Человеческий организм подвергается сложному многофакторному воздействию со стороны окружающей среды. Следовательно, возникает необходимость учета всего многообразия воздействий и разработки соответствующих методов и информационно-аналитических систем анализа, прогнозирования и управления экологическим состоянием региона. Известные подходы к проектированию сложных информационных систем анализа, моделирования и управления в экологии лишь частично адаптированы к решению задач оценивания влияния экологических факторов деятельности предприятий и иных источников загрязнений окружающей среды на уровни региональной заболеваемости населения. Между тем, анализ известных систем экологического мониторинга показывает, что исследования в них в основном ограничиваются корреляционно-регрессионным и кластерным анализами, что не позволяет учитывать всю глубину возможных связей и формировать достаточно адекватные управленческие решения.

Таким образом, существует актуальная задача разработки методов и алгоритмов имитационного моделирования и прогнозирования экологического состояния региона (в том числе, за счет загрязнений промышленного характера) с целью выработки управленческих решений, приводящих в конечном итоге к снижению уровней заболеваемости населения.

Цель работы: повышение адекватности рекомендаций соответствующим службам промышленных предприятий в регионе по улучшению экологического состояния путем разработки имитационной модели, позволяющей осуществлять краткосрочный прогноз уровней заболеваемости населения в зависимости от показателей экологического состояния.

Предмет исследования: информационно-аналитическая система анализа и прогноза уровней заболеваемости с учетом загрязнений окружающей среды (в том числе, промышленного характера).

Для реализации поставленной цели решены следующие задачи:

1. Разработана обобщенная структура системы анализа и прогноза уровней заболеваемости населения в регионе.

рза уровней

2. Разработана методика краткосрочного-пиит

заболеваемости населения региона в зависАм^^иЧДЦЙЙЙ^^ШЯ» о состояния.

БИБЛИОТ С.Пете|*УРГ *.ул

оэ зофтЭи

3. Разработано программное обеспечение автоматизированной информационно-аналитической системы прогноза уровней заболеваемости населения (на примере респираторных заболеваний).

4. Разработана методика оценивания влияния экологических факторов в изменение показателей заболеваемости населения региона.

5. Разработана имитационная математическая модель определения необходимого уровня выбросов в окружающую среду предприятиями региона.

Методы исследования: В работе использованы теории проектирования сложных информационных систем, систем управления, регрессионного и факторного анализов, прикладной математической статистики и имитационного моделирования.

Научная новизна:

1. Разработана информационно-аналитическая система анализа и прогноза уровней заболеваемостей региона, учитывающая показатели экологического состояния и позволяющая определять необходимый уровень снижения выбросов предприятий.

2. Предложен новый метод прогнозирования в условиях коротких выборок, отличающийся учетом индивидуальных особенностей временного ряда.

3. Предложен новый подход к определению функциональной связи компонент математической модели, отличающийся применением комбинированного критерия связи.

4. Разработан алгоритм формирования множества экологических факторов, позволяющий осуществлять сжатие их множества без потери качества прогнозирования путем селекции малоинформативных факторов с применением комбинированного критерия связи,

, 5. Предложена методика определения влияния выбросов отдельных предприятий региона в уровни заболеваемости населения, позволяющая определять соответствующий социально-экономический ущерб.

Практическая значимость:

1. Выполнен статистический анализ динамики респираторной заболеваемости населения региона.

2. Разработана автоматизированная система экологического мониторинга региона, осуществляющая накопление, статистический анализ информации об экологическом состоянии и прогноз уровней заболеваемости населения.

3. Создана методика формирования рекомендаций санитарным службам предприятий и СЭС по снижению экологической составляющей уровня заболеваемости.

4. Идентифицированы законы плотности распределения для уровней заболеваемости в районах Курской области.

Разработанные методы, модели и соответствующее программное обеспечение информационно-аналитической системы позволяют повысить адекватность прогнозирования уровней заболеваемости населения региона с учетом разнообразных факторов загрязнений окружающей среды в процессе деятельности производственных предприятий.

Защищаемые положения:

1." Система анализа и прогноза уровней заболеваемости населения региона с учетом разнообразных факторов изменяющейся внешней среды, в том числе антропогенного характера.

2. Методика краткосрочного прогнозирования уровнями заболеваемостей, населения региона, учитывающая индивидуальные

особенности временного ряда и многообразные показатели загрязнения окружающей среды.

3. Имитационная модель определения необходимого снижения выбросов в окружающую среду предприятиями региона, обеспечивающее заданное снижение уровней заболеваемости населения региона.

Апробация работы:

Разработанная автоматизированная информационно-аналитическая система математического моделирования динамики заболеваемости населения региона и соответствующе программное обеспечение были внедрены в отделе социально-экологического мониторинга ФГУ «Центр Госсанэпиднадзора в Курской области». В Российском агентстве по патентам и товарным знакам получено Свидетельство об официальной регистрации программы для ЭВМ №2003610966 от 22.04.2003.

Результаты исследования докладывались и обсуждались на 11-й Международной научно-технической конференции «Информационные технологии в моделировании и управлении-2000» (г.Санкт-Петербург), на [X Международной конференции «Новые информационные технологии» (Крым, 2001), на 9-й Российской научно-технической конференции «Материалы и упрочняющие технологии -2001» (г.Курск), на научно-технической конференции «Биомедсистемы-2001» (г.Рязань, 2001), на IV и V международных научно-технических конференциях «Медико-экологические информационные технологии» (г.Курск, 2001 и г.Курск, 2002).

Публикации:

Опубликовано 16 научных работ, из них по теме диссертации 11.

Личный вклад автора В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1] автором предлагается методика применения факторного анализа для анализа сердечно-сосудистой и респираторной заболеваемости населения Курской области (70%), в [2] автором предлагается методика корреляционного анализа нозологий и экологических факторов (60%), в [3] автором разработано программное обеспечения автоматизированной системы экологического мониторинга (100%), в [5] автором предложены пути применения комплексного мониторинга (40%), в [6] автором обосновываются этапы построения концептуальной геосоциальной модели Курской области (80%), в [11] автором описана методика определения снижения значений выбросов конкретными предприятиями региона (90%). Структура и объем диссертации:

Диссертация состоит из введения, 4 глав, заключения и приложений. Работа изложена на 153 страницах машинописного текста, содержит 28 иллюстраций, 21 таблицу. Список литературы из 130 наименований.

СОДЕРЖАНИЕ

Во введении обосновывается актуальность темы диссертации, сформулированы цель и основные задачи исследования, дана общая характеристика работы, определена научная новизна и практическая значимость, приведены сведения об апробации работы.

В первой главе диссертационной работы рассматриваются результаты многочисленных исследований, показывающих влияние различных факторов внешней среды на уровень заболеваемости населения.

Проанализированы сведения о ряде систем производственного управления экологическим состоянием в России и за рубежом, их функциях, архитектуре, организации сбора и обработки данных, используемых технических средствах.

Из обзора видно, что существующие системы управления в экологии характеризуются ограниченной силой прогнозирования и, как следствие, неполным учетом неблагоприятных факторов внешней среды. Рассмотренные системы после принятия решения о влиянии определенных факторов внешней среды не прогнозируют изменения состояния здоровья. Представляется малоизученным влияние загрязнения окружающей среды на • конкретные заболевания населения в регионе.

Вторая глава диссертационной работы посвящена разработке методологических аспектов построения автоматизированной системы управления экологической ситуацией в регионе. Проведен анализ и декомпозиция предметной области, синтезирована структурная схема системы-анализа и прогноза заболеваемости населения региона как основа для построения имитационной модели региона.

Общая схема управления экологической ситуацией в регионе изображена на рис 1. Эта схема состоит из трех этапов. Целью первого этапа является получение информации о фактическом загрязнении сред региона. Учитывается как анализ источников антропогенного загрязнения региона, так и анализ естественных процессов, приводящих к фоновым концентрациям загрязняющих веществ в средах региона. На втором этапе оценивается влияние состояния среды на заболеваемость населения. На третьем этапе строится прогноз заболеваемости населения в зависимости от состояния среды и изменение самой среды с последующей выдачей рекомендаций планирующим, природоохранным и хозяйственным органам. Из приведенной выше схемы в разработанной в диссертационной работе автоматизированной системе математического моделирования региональной динамики респираторных заболеваний реализованы оценка источников антропогенного загрязнения региона, оценка его влияния на население и прогноз заболеваемости на основании анализа состояния среды.

Разработка пути возможного оздоровления и профилактика уровня заболеваемости в регионе в автоматизированной системе основывается на оценке влияния выбросов отдельных предприятий на ту или иную заболеваемость с последующей выдачей рекомендаций планирующим, природоохранным и хозяйственным органам о проведении мероприятий, призванных скорректировать выбросы соответствующих предприятий. Оценка влияния выбросов отдельных предприятий Курской области на отдельные виды нозологий, в свою очередь, определяется по схеме, приведенной на рис. 2. Таблица связей, полученная при помощи автоматизированной системой моделирования, призвана ставить в соответствие предприятиям региона мероприятия по снижению выбросов.

Предложена методика анализа вклада выбросов отдельного предприятия в уровень заболеваемости населения, примененная в разработанной автоматизированной системе экологического контроля в регионе и внедренная санитарно-эпидемиологической службой Курской области, которая выглядит следующим образом:

1) Определяется список экологических факторов, обусловленных выбросами VI -Ур в окружающую среду, влияющих на уровень заболеваемости по нозологии N1?. Отбор выбросов осуществляется на основании оценивания меры взаимосвязи, выраженной в комбинированном критерии связи (ККС).

2) Используя полученную математическую модель влияния факторов окружающей среды на уровень заболеваемости Ык = ^ (V, ...V ), строится

прогноз о показателях заболеваемости в конкретном административном районе региона N1 ■

Рис.1. Структура системы управления экологической ситуацией в регионе

Рис 2 Схема оценки влияния выбросов предприятий на заболеваемость

3) На основании полученных показателях заболеваемости оценивается вклад Ы каждого выброса в рост уровня заболеваемости населения по данной

. ЛГ," - К*~

Р1 =-

нозологии в административном районе. , где ¡=1...рк, где рк - кол-во

выбросов, влияющих на уровень заболеваемости М.

4) Определяйся вклад каждого выброса конкретного предприятия административного района в рост уровня заболеваемости путем нахождения отношения выброса этого предприятия к общим выбросам по району.

Доля предприятия: , где • - сброс в окружающую среду

предприя 1 ия т по выбросу ¡, общий по району сброс в окружающую среду по выбросу 1, где ¡=1...рк, где рк - кол-во выбросов, влияющих на уровень заболеваемости.

Вклад предприятия по выбросу ¡:

5) Определяется общий вклад предприятия т в рост уровня заболеваемости по данной нозологии.

«г-=£>.*,

6) Определяется экономический ущерб вызванный влиянием деятельности предприятия на рост данной заболеваемости.

-> , где Эк - государственные потери от роста уровня заболеваемости по нозологии М.

7) Шаги 1-6 повторяются для других нозологий, тем самым определяется

общий экономический ущерб вызванный влиянием деятельности

предприятия на рост всей заболеваемости населения и определяется размер

Р

штрафа т для этого предприятия (т), эквивалентный сумме ущерба.

Л. а'тЬ,

* I 11

Далее из списка мероприятий для уменьшения показателей выбросов автоматически выбираются конкретные мероприятия, которые необходимо провести на данных предприятиях для уменьшения показателей выбросов, что в свою очередь должно привести к уменьшению заболеваемости у населения. Данная методика отличается от используемой на данный момент при расчете платежей предприятий учетом экономического ущерба от роста заболеваемости и предлагается как добавление к уже применяемой.

Далее предлагается методика определения снижения значений выбросов загрязняющих веществ конкретными предприятиями региона. На первом этапе строится прогноз заболеваемости населения региона на следующий год при помощи автоматизированной системы математического моделирования. Далее определяется рост заболеваемости в процентном отношении для каждого района и для каждой нозологии. Затем осуществляется коррекция значений выбросов предприятий региона с целью уменьшения уровня заболеваемости по алгоритму, приведенному на рис. 6. Задаются пороги роста заболеваемости 1и и Иг, при которых считается целесообразным принятие мер. После определения заболеваемости и района, в котором рост заболеваемости ожидается выше определяются выбросы, значимо влияющие на эту заболеваемость (по значению ККС), затем определяются 5 предприятий этого района, вносящие наибольший вклад в сброс этих веществ, и моделируется снижение уровня выбросов на Ьг. Далее прогнозные значения уровня заболеваемости пересчитываются с новыми значениями выбросов загрязняющих веществ и проверяется условие: рост заболеваемости в этом районе < 1и. Операция повторяется до тех пор, пока рост заболеваемости не станет ниже порога 1и.

Решения задачи моделирования начинается с декомпозиции предметной области. Вся предметная область разделена на три подобласти: «Социум», «Экология» и «Промышленность». Подобласть «Социум», в свою очередь, подразделяется на группы заболеваний, такие как «сердечные заболевания» и

«легочные заболевания», которые в свою очередь делятся на конкретные нозологии. Аналогично, подобласть «Экология» подразделяется на подобласти «вода», «почва» и «воздух» в соответствии с тем, в какую среду осуществляется выброс тех или иных загрязняющих веществ. На рис. 3 приведена декомпозиция предметной области.

Далее, после декомпозиции объекта моделирования, в диссертационной работе строится графовая структура математической модели региональной динамики респираторных заболеваний по следующей методике:

1. Определяются узлы модели, которыми являются объекты декомпозиции предметной области: нозологии, выбросы и отрасли промышленности.

Определяются функциональные связи между узлами модели.

2. Определяется линейная связь заболеваемости от выбросов при помощи

регрессионного анализа " где нозология, у< -выбросы, А -

регрессионная модель. Определяется корреляционная матрица коэффициентов корреляции

3. Определяется степень одинакового влияния внешних неопределяемых факторов на заболеваемость и выбросы при помощи факторного анализа

я, -С!^/7),^ р _ множество внешних, напрямую неизмеряемых

факторов. Определяется матрица интегральных факторных коэффициентов >

4. Определение нелинейной связи заболеваемости и выбросов при помощи

кросскорреляционного интеграла 4 " ' ,

5. Определение комбинированного критерия связи:

1 4 " 4 " *у' 4 " , к = и , где и - подмножество

узлов выбросов.

Структура графовой модели приведена на рис. 4. - нозологии,

У|...У282 - выбросы, П1..П5693- предприятия различных отраслей промышленности, пунктирными линиями отображены функциональные связи.

Далее предложена методика прогнозирования динамики заболеваемости населения региона, названная «методом биссектрисы с учетом индивидуальных особенностей ряда». Суть ее заключается в следующем: Пусть дана выборка данных XI...Хп и необходимо определить значение хп+1. Графически (Рис. 5.) строится продолжение отрезков [х

п, Хп-]] И [Хп,

Хп-2]. Затем строится биссектриса между полученными прямыми, на которой и отмечается значение хшч. Точность прогнозирования этим методом можно повысить, используя несколько последних измерений. Оптимальное количество определяется индивидуально для каждой отдельной выборки путем обучения программы к каждой выборке следующим образом: прогнозируется последнее известное значение Хп для каждого ряда для каждого набора включаемых значений х. Т.е. получается п-1 рассчитанных точек в зависимости от количества учитываемых точек. Каждое рассчитанное значение Хп сравнивается с известным значением и для каждого прогнозного значения строится своя среднеквадратическая ошибка и коэффициент Тейла. Далее находится минимальные среднеквадратическая ошибка и коэффициент Гейла, на основании чего делается вывод об оптимальном числе точек для прогнозирования для данной выборки. В третьей главе описывается автоматизированная система экологического мониторинга, построенная на базе рассмотренной математической

имитационной модели. В качестве примера рассматриваются 282 регистрируемых выброса в окружающую среду предприятиями Курской области за последние 10 лет. Учтены показания выбросов 5693 предприятий области различных производств и данные по заболеваемости за последние 10 лет по легочным нозологиям. 4

НАСЕЛЕНИЕ

Сердечные заболевания

чроямчккж КкЧЗЯфьОК ГУ>УП1И чрзц»

и мертоанчгсъдя

чиартсрмгт (роиАшгннт

ггрир>юдн>

Легочные заболевания

_ ^ришмескнй

Л-иергнч^кий

Рождаем

Смерти

ЬрОНОК \pudUVlir и количнея «ифмщц

Броихмыми« «стм*

ЭКОЛОГИЯ

Выбросы в почву

Выбросы в воздух

Калий(К+)

Аюг

аммонийн

Фосфаты (поР)

Ал кил сульфонат

Азот ншритный

Железо общее

Нефть к нефтспр

Выбросы в воду

Формальде гид

Взвеш-е веш-ва

Золы углей

ПРОМЫШЛЕННОСТЬ

(52 отрасли)_

Комитет элеетроэнергетик!

Министсрсгао тощива I энергетики РФ

Департамент \ичич и иефт«воп> чашкностр

Департамент тракторного и с/\ чашииостр

Минсепьхоз России

Росавтотранс

Мнн ар\нт стр-вэ и жнл|шию-кош|)п \о|-ва

Рис 3. Декомпозиция предметной области Структура автоматизированной системы математического моделирования региональной динамики респираторных заболеваний приведена на рис. 7. и состоит из следующих составных частей: блок ввода данных, блок формирования таблиц и срезов, блок анализа данных, блок прогнозирования, блок обработки данных, блок формирования изображений, блок формирования результатов

В блоке «Анализ данных» определяется матрица комбинированного критерия связи между нозологиями и выбросами. В блоке «прогнозирование» осуществляется прогноз различными методами, в блоке обработки данных прогнозные значения сравниваются с реальными значениями и делаются выводы о качестве прогноза, в блоке формирования результатов формируются и выдаются пользователю рекомендации для предприятий о снижении выбросов ' для достижения требуемого снижения прогнозируемого роста уровня заболеваемости. Вводимые данные структурированы в базу данных, состоящую из 5 таблиц (

Далее при помощи автоматизированной системы определяется взаимосвязь компонент математической имитационной модели динамики заболеваемости населения Курской области. Исследование взаимосвязи

компонент модели региона проводится в несколько этапов. На первом этапе определяются линейные зависимости между компонентами, отраженные в коэффициенте корреляции. На втором этапе определяется влияние внешних факторов, не включенных в модель, путем факторного анализа. Па третьем этапе проводится исследование модели как нелинейной динамической системы и выявление нелинейных связей между узлами модели, отраженных в кросскорреляционном интеграле. В заключение вычисляется интегральный

■ ' ; Хя+1 ' ' " . Бнссекттиса •

12' й-1 п Пг+1

Рис 5 Иллюстрация к прогнозированию метолом бнссеетрисы

Перед проведением дальнейшего анализа была проведена идентификация закона распределения методом приведенных распределений, хорошо проявившим себя в условиях малых выборок. Полученные результаты показывают, что закон распределения респираторной заболеваемости в регионе более близок к степенному, чем к нормальному, что накладывает

соответственные ограничения на использование некоторых статистических критериев и методов, таких ЬСч ьюдента и метод Кульбака, нормальность исходных данных для которых является необходимым условием. В общем виде плотность распределения респираторной заболеваемости определяется уравнением:

/Ы = +(1 к) ' - ехр"1 ]

у„~у, -Лка

где е=1/п, у - показатели заболеваемости, х - приведенные значения.

Для каждой нозологии и района Курской области были получены параметры плотности распределения к, с, шх и а.

Были рассмотрены различные трендовые модели, для каждой из которых идентифицировались параметры для каждой заболеваемости от каждого выброса. Как наиболее адекватная была отобрана структура типа:

=а0 + ак*ук + а,* у^2 , где ук е множеству выбросов.

Затем методом главных компонент нахождения факторных нагрузок определены факторные нагрузки. Далее рассматривается общая матрица факторных нагрузок. Значение фактора для той или иной болезни отражает степень влияния этого фактора на динамику изменения той или иной болезни (или зафязнения). Определяется ишефальный факторный коэффициент, показывающий степень влияния внешних факторов на ¡-ю нозологию и ]-е

к =¿¿1_

зафязнение, по формуле: ' » , где п - количество факторов, а - показатели факторных нафузок.

Затем определяется кросскорреляционный интефал С(г), отражающий нелинейные связи между двумя выборками XI и у^

I "{ , здесь ©- функция Хевисайда: П «го Р~

' тк' (0,а<0

расстояние в «-мерном фазовом пространстве,

т - число точек л;,, к - число точекг - среднее значения расстояния р.

Предложена следующая методика нахождения кросскорреляционного интефала: для повышения числа отчетов имеющиеся временные ряды раскачиваются генератором Хенона, начиная с 100-го отчета:

л, = 1 - 1,4.*,I, + у,_, у,= 0,3*,.,

Далее строится отображение полученной последовательности в п-мерном фазовом пространстве по следующему принципу (показано при п=4):

Ряд: х1, х2, хЗ, х4, х5, хб, х7, х8, х9, хЮ, х11, х12...

1-я точка {х1, х2, хЗ, х4}

2-я точка: {х5, хб, х7, х8}

3-я точка: {х9, хЮ, х11, х!2} и г.д.

Затем расстояние р между двумя точками х, и у 1 двух рядов X и У

находится по формуле для нахождения расстояния в п-мерном ортогональном пространстве:

В качестве значения г выбрано среднее значение расстояния р, следовательно, когда р(х1,у1) больше среднего значения расстояния, функция

Хевисайда 0 равна 1, в противном случае она равна 0. Полученные значения кросскорреляционного интеграла лежат в пределах между 0 и 1.

Рис. 6 Алгоритм коррекции значений выбросов с целью уменьшения уровня заболеваемости Комбинированный критерий связи (ККС) между компонентами модели строится по следующей формуле: ккс = ^(г2 - /2 + с2) ,где г- коэффициент корреляции, Г-

интегральный факторный коэффициент, с - кросскорреляционный интеграл. Тем самым полученный комбинированный критерий связи (ККС) учитывает линейную взаимосвязь, отраженную в коэффициенте взаимной корреляции, влияние напрямую не измеряемых факторов, отраженных в факторном коэффициенте и нелинейность процессов, отраженную в кросскорреляционном интеграле. Знаки в этой формуле определены на основании следующих соображений: коэффициенты корреляции и кросскорреляционный интеграл отражают связи между нозологиями и выбросами, поэтому они взяты со знаком

«+», интегральный факторный коэффициент отражает степень одинакового влияния внешних неизмеряемых факторов на нозологии и выбросы, поэтому он взят со знаком «-». Используемые коэффициенты в данной формуле не являются аддитивными, поэтому предложено складывать их квадраты. Далее был произведен анализ на избыточность факторов в модели вида: Ы, = а0 + ак * у4 + а, * у; (где у 6 множеству выбросов) путем отсева незначимых относительно ККС по предложенному алгоритму, приведенному на рис. 8. В

1 ^ККС^ЬЛиг- ргес!)

качестве функции потерь была выбрана функция: - , где оЬзег -

наблюдаемые значения нозологии п, ргес! - рассчитанные значения. Для минимизации функции потерь использовался квази-ньютоновский метод и метод Хука-Дживиса.

Ввод данных

Формирование таблиц и срезов

1

Анализ панны?:

Регрессионный анализ

Вычисление коэффициента корреляции и параметров регрессионной модели

Факторный анализ

Вычисление интегрального факторного коэффициента

Нелинейный анализ

Вычисление кросскорреляционного интеграла

Вычисление интегрального критерия связи (ККС)

Блок прогнозирования

Методы скользящей средней

Метод взвешенной средней

Методом биссектрисы

Метод экспоненциал ьной средней с а=0.1 и а опт

Методом биссектрисы с учетом

индивидуальных особенностей ряда

£

Блок обработки данных

И

Формирование изображений

Формирование результатов

Рис 7. Структура автоматизированной системы математического моделирования. Для каждой из моделей вычислялись данные по респираторной заболеваемости на 2001 год для значений ККСО от 0 до 1 по вышеупомянутому алгоритму и полученные значения сравнивались с исходными данными. Так, наилучшие результаты прогноза для нозологии Б1 («Болезни органов дыхания «все») достигаются при значении ККС0=0.59.

В четвертой главе рассматриваются результаты применения автоматизированной системы экологического мониторинга в регионе (на примере Курской области). Рассмотрены варианты прогноза методами: скользящей средней, взвешенной скользящей средней, экспоненциальной средней (экспоненциального сглаживания) с фиксированным значением а=0.1 и с автоматическим подбором наилучшего показателя а, биссектрисы и биссектрисы с учетом индивидуальной динамики ряда. Прогноз осуществлялся

по значениям уровня заболеваемости за десять предыдущих лет. Затем прогнозные значения сравнивались с реальными данными и рассчитывались коэффициенты корреляции Пирсона, Спирмена и Кендэлла, а также коэффициент точности прогноза Тейла и СКО. На рис. 10 приведены значения коэффициента Тейла для респираторных нозологий, из которых видно, что метод «биссектрисы» с учетом индивидуальной особенности ряда позволяет достичь наилучшего качества прогнозирования уровня респираторной заболеваемости, так как отражает индивидуальные особенности поведения

Рис 8. Алгоритм отсева незначительных факторов относительно ККС Далее в главе рассматриваются результаты определения необходимого снижения значений выбросов загрязняющих веществ конкретными предприятиями региона, обеспечивающее заданное снижение уровней заболеваемости населения региона. В качестве примера приведен фрагмент работы автоматизированной системы, осуществляющей расчет снижения выбросов предприятий Рыльского района Курской области для снижения роста заболеваемости по нозологии «Хронический фарингит, назофарингит, синусит». Изначально прогнозируемый рост составлял 1,73 кол-во раз, при предложенных значениях выбросов предприятий ожидаемый рост составит 1,09 кол-во раз

Коэффициент Тейла

Нозологии

Рис. 10. Значения коэффициента Тейла для респираторных нозологий при разных методах прогнозирования С1- болезни органов дыхания все, Б2 - хронический фарингит, назофаришнт, синусит, БЗ - хронические болезни миндалин и аденоидов, Б4 - аллер! ический ринит, Б5 - пневмонии, Б6 - бронхи г хронический и неуточненный, эмфизема, Б7- бронхиальная

астма

В работе получены следующие основные результаты:

1. Разработано программное обеспечение информационно-аналитической системы, позволяющей анализировать и прогнозировать уровни заболеваемости населения региона с учетом фактором окружающей среды, что позволяет вырабатывать рекомендации предприятиям по регулированию уровнями выбросов загрязняющих веществ с целью повышения состояния здоровья населения;

2. Разработан метод определения функциональной связи компонент структуры математической модели динамики региональной заболеваемости, отличающийся применением разработанного комбинированного критерия связи;

3. Осуществлен статистический анализ и выявлены особенности зависимости уровней респираторной заболеваемости населения региона (на примере Курской области) от деятельности предприятий;

4.. Разработана методика определения влияния выбросов конкретного предприятия региона на уровень заболеваемости населения;

5. Полученные методы анализа влияния выбросов предприятий в уровень заболеваемости населения региона и определения необходимого снижения выбросов пригодны для использования в работе экологических служб регионов, природоохранных органах, других социально-экономических системах.

Публикации по теме диссертации

1. Спичак А.И., Артеменко М.В., Соколова М.В. Факторный анализ кардиореспираторной заболеваемости населения Курской области. //Девятая международная студенческая школа семинар «Новые информационные технологии». Крым, 2001. с. 337-338.

2. Спичак А.И., Артеменко М.В., Соколова М.В. Построение корреляционного графа нозологий и экологических факторов. //Девятая международная студенческая школа семинар «Новые информационные технологии». Крым, 2001. с. 335-336.

3. Спичак А.И., Артеменко М.В. Программа автоматизированного экологического мониторинга региона для хранения, статистического анализа, прогнозирования и управления уровнем заболеваемости в регионе. //Российское агентство по патентам и товарным знакам. Свидетельство об официальной регистрации программы для ЭВМ №2003610966 от 22.04.2003.

4. Спичак А.И., Артеменко М.В. Выделение факторных нагрузок в имитационно-лингвинистическом моделировании систем с природными компонентами. //Сборник материалов 4-й Международной научно-технической конференции «Медико-экологические информсационные технологии 2001». Курск,200I.e. 5-7.

5. Спичак А.И., Артеменко М.В. Комплексный мониторинг, его основы и практическое применение. //Труды 2-й Международной научно-практической конференции «Информационные технологии в моделировании и управлении». Санкт-Петербург, Издательство СПбГТУ, 2000. с. 44-47.

6. Спичак А.И., Артеменко М.В. Концептуальная геосоциальная модель Курской области. //Сборник материалов 4-й Международной научно-технической конференции «Медико-экологические информационные технологии 2001». Курск, 2001. с.3-5.

7. Спичак А.И. Проверка вырожденности корреляционной матрицы для применения факторного анализа в системе прогнозирования влияния состояния окружающей среды на заболеваемость населения. //Сборник трудов 9-й

Российской научно-технической конференции «Материалы и упрочняющие технологии -2001», Курск, 200I.e. 17-19.

8. Спичак А.И. Интегральный факторный коэффициент связи в концептуальной модели Курской области. «Биомедсистемы - 2001», Рязань, РГРЭА, 2001. с. 122-123.

9. Кореневский H.A., Артеменко М.В., Спичак А.И. «Методика построения региональной математической модели Курской области». //V Международная научно-техническая конференция «Медико-экологические информационные технологии 2002», Курск, 2002. с. 45.

10. Артеменко М.В., Спичак А.И. Методика определения снижения значений выбросов загрязняющих веществ конкретными предприятиями региона. Передовые технологии образования и науки: Сб.науч.тр. - Курск:МУ «Издательский центр «ЮМЭКС», 2003г. с. 5-9.

11. Спичак А.И. Автоматизированная система математического моделирования динамики респираторной заболеваемости населения региона в изменяющихся экологических условиях. Передовые технологии образования и науки: Сб.науч.тр. - Курск:МУ «Издательский центр «ЮМЭКС», 2003 г. с. 83-84.

Соискатель '/ /С/ Спичак А.И.

ИД №06430 01 10.12.01 Подписано в печать 1?. ¿ЗФормат 60x84 1/16

Печ. л. Тираж 100экз. Заказ _

Курский государственный технический университет, Издательско-полиграфический центр Курского государственного технического

университета 305040, г.Курск, ул. 50 лет Октября, 94

C^j2yZ)J> "A

ВВЕДЕНИЕ.

Глава 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ МАТЕМАТИЧЕСКОГО МОДЕЛИРВОАНИЯ РЕГИОНАЛЬНОЙ ДИНАМИКИ ЗАБОЛЕВАЕМОСТИ НАСЕЛЕНИЯ.

учетом антропогенной деятельности человека. 8

1.2 Системы мониторинга качества окружающей среды. 16

1.3 Особенности моделирования систем с природными компонентами. 25

1.4 Информационные системы исследования и прогнозирования показателей здоровья населения региона. 37

1.5 Постановка задачи на исследование. 47

Глава 2. СИНТЕЗ МАТЕМАТИЧЕСКОЙ ИМИТАЦИОННОЙ МОДЕЛИ ДИНАМИКИ ЗАБОЛЕВАЕМОСТИ НА РЕГИОНАЛЬНОМ УРОВНЕ

МЕТОДИЧЕСКИЕ АСПЕКТЫ). 49

2.1. Вводные замечания. 49

2.2. Синтез функционально-структурной схемы системы с природными компонентами . 50

2.3. Методика прогнозирования динамики заболеваемости населения региона. 64

2.4. Методика оценивания вклада выбросов отдельных предприятий региона в изменение показателей заболеваемости населения и расчета экономического ущерба от деятельности предприятия. 68

2.5. Методика определения снижения значений выбросов загрязняющих веществ конкретными предприятиями. 72

2.6. Выводы по главе. 74

Глава 3. АВТОМАТИЗИРОВАННАЯ СИСТЕМА ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА. 75

3.1. Описание автоматизированной системы экологического мониторинга региона. 75

3.2. Расчет комбинированного критерия связи, отражающего взаимосвязь между уровнем заболеваемости и загрязнением окружающей среды. 82

3.3. Формирование множества выбросов загрязняющих веществ при построении модели зависимости динамики респираторной заболеваемости от выбросов промышленных предприятий региона. 103

3.4. Выводы по главе. 117

Глава 4. РЕЗУЛЬТАТЫ ПРАКТИЧЕСКОГО ПРИМИНЕНИЯ. 118

4.1. Вводные замечания . 118

4.2. Результаты прогноза динамики заболеваемости населения региона и оценка качества прогноза. 120

4.3. Пример расчета вклада выбросов отдельных предприятий региона в изменение показателей заболеваемости населения. 130

4.4. Результаты определения снижения значений выбросов загрязняющих веществ для некоторых предприятий Курской области . 132

4.5. Выводы по главе. 138

ЗАКЛЮЧЕНИЕ. 140

БИБЛИОГРАФИЧЕСКИЙ СПИСОК. 142

ПРИЛОЖЕНИЯ

ВВЕДЕНИЕ

АКТУАЛЬНОСТЬ ИССЛЕДОВАНИЯ

В настоящее время растет число ученых и общественных деятелей всего мира, которые настойчиво призывают к комплексному и своевременному решению экологических и социальных проблем как обеспечение условий дальнейшего развития [8,14,38,80].

Ухудшение экологической обстановки и социальной среды существенно отражается на состоянии здоровья человека. Здоровье человека и биосферы неразделимо связаны и определяются множеством компонент [25]. Взаимодействуя с миром в ходе своей деятельности, человек ощущает на себе ответную реакцию окружающей среды.

К настоящему времени достаточно хорошо изучена зависимость здоровья от различных факторов. Кроме неизбежных природных явлений (таких как изменение солнечной активности), на здоровье человека могут влиять экологические факторы, вызываемые им самим в ходе своей деятельности. В работах [25,36,47] показано, что подавляющая часть из известных нозологических форм болезней являются производными экологических факторов. Кроме серьезных генетических нарушений и онкологических заболеваний [86,130], возникающих в следствии повышения радиоактивности, химического загрязнения, экологические факторы способны оказывать влияние на респираторные заболевания, которые ежегодно составляют большой процент от общего числа заболеваний. На эту динамику накладывает отпечаток экологический, социальный, экономический, демографический статус региона. В связи с этим возникает проблема разработки математических методов (моделей), позволяющих достаточно адекватно оценить влияние различных факторов на рассматриваемый класс заболеваний с целью прогноза и (или) управления динамикой последнего.

Региональные экологические проблемы, сформировавшиеся в результате загрязнения окружающей среды из-за деятельности человека, требуют для своего решения использования региональных информационных систем (РИС). Одна из задач таких систем должна состоять в своевременном определении воздействия загрязняющих веществ на здоровье человека на основании анализа накопленной информации о состоянии окружающей среды и медико-биологической информации. Таким образом, возникает необходимость разработки комплексного экологического мониторинга региона и исследования влияния внешних факторов на здоровье населения.

Растущая респираторная заболеваемость населения (по данным Комитета здравоохранения Курской области) вызывает необходимость создания систем прогнозирования и программ профилактики и возможного оздоровления.

На основании этого сформулирована цель работы:

Цель работы: повышение адекватности рекомендаций соответствующим службам промышленных предприятий в регионе по улучшению экологического состояния путем разработки имитационной модели, позволяющей осуществлять краткосрочный прогноз уровней заболеваемости населения в зависимости от показателей экологического состояния;

Для реализации поставленной цели необходимо решить следующие задачи:

1. Разработана обобщенная структура системы анализа и прогноза уровней заболеваемости населения в регионе.

2. Разработана методика краткосрочного прогноза уровней заболеваемости населения региона в зависимости от экологического состояния.

3. Разработано программное обеспечение автоматизированной информационно-аналитической системы прогноза уровней заболеваемости населения (на примере респираторных заболеваний).

4. Разработана методика оценивания влияния экологических факторов в изменение показателей заболеваемости населения региона.

5. Разработана имитационная математическая модель определения необходимого уровня выбросов в окружающую среду предприятиями региона.

Методы исследования: В работе использованы теории проектирования сложных информационных систем, систем управления, регрессионного и факторного анализов, прикладной математической статистики и имитационного моделирования.

Научная новизна:

1. Разработана информационно-аналитическая система анализа и прогноза уровней заболеваемостей региона, учитывающая показатели экологического состояния и позволяющая определять необходимый уровень снижения выбросов предприятий.

2. Предложен новый метод прогнозирования в условиях коротких выборок, отличающийся учетом индивидуальных особенностей временного ряда.

3. Предложен новый подход к определению функциональной связи компонент математической модели, отличающийся применением комбинированного критерия связи.

4. Разработан алгоритм формирования множества экологических факторов, позволяющий осуществлять сжатие их множества без потери качества прогнозирования путем селекции малоинформативных факторов с применением комбинированного критерия связи,

5. Предложена методика определения влияния выбросов отдельных предприятий региона в уровни заболеваемости населения, позволяющая определять соответствующий социально-экономический ущерб.

Практическая значимость:

1. Выполнен статистический анализ динамики респираторной заболеваемости населения региона.

2. Разработана автоматизированная система экологического мониторинга региона, осуществляющая накопление, статистический анализ информации об экологическом состоянии и прогноз уровней заболеваемости населения.

3. Создана методика формирования рекомендаций санитарным службам предприятий и СЭС по снижению экологической составляющей уровня заболеваемости.

4. Идентифицированы законы плотности распределения для уровней заболеваемости в районах Курской области.

Разработанные методы, модели и соответствующее программное обеспечение информационно-аналитической системы позволяют повысить адекватность прогнозирования уровней заболеваемости населения региона с учетом разнообразных факторов загрязнений окружающей среды в процессе деятельности производственных предприятий.

Защищаемые положения:

1. Система анализа и прогноза уровней заболеваемости населения региона с учетом разнообразных факторов изменяющейся внешней среды, в том числе антропогенного характера.

2. Методика краткосрочного прогнозирования уровнями заболеваемостей, населения региона, учитывающая индивидуальные особенности временного ряда и многообразные показатели загрязнения окружающей среды.

3. Имитационная модель определения необходимого снижения выбросов в окружающую среду предприятиями региона, обеспечивающее заданное снижение уровней заболеваемости населения региона.

Апробация работы:

Разработанная автоматизированная информационно-аналитическая система математического моделирования динамики заболеваемости респираторной заболеваемости и соответствующе программное обеспечение были внедрены в отделе социально-экологического мониторинга ФГУ «Центр Госсанэпиднадзора в Курской области». В Российском агентство по патентам и товарным знакам получено Свидетельство об официальной регистрации программы для ЭВМ №2003610966 от 22.04.2003.

Результаты исследования докладывались и обсуждались на П-й Международной научно-технической конференции «Информационные технологии в моделировании и управлении-2000» (г.Санкт-Петербург), на IX Международной конференции «Новые информационные технологии» (Крым, 2001), на 9-й Российской научно-технической конференции «Материалы и упрочняющие технологии -2001» (г.Курск), на научно-технической конференции «Биомедсистемы-2001» (г.Рязань, 2001), на IV и V международных научно-технических конференциях «Медико-экологические информационные технологии» (г.Курск, 2001 и г.Курск, 2002).

Публикации;

Опубликовано 16 научных работ, из них по теме диссертации 11.

Личный вклад автора

В работах, опубликованных в соавторстве и приведенных в конце автореферата, в [1] автором предлагается методика применения факторного анализа для анализа сердечно-сосудистой и респираторной заболеваемости населения Курской области (70%), в [2] автором предлагается методика корреляционного анализа нозологий и экологических факторов (60%), в [3] автором разработано программное обеспечения автоматизированной системы экологического мониторинга (100%), в [5] автором предложены пути применения комплексного мониторинга (40%), в [6] автором обосновываются этапы построения концептуальной геосоциальной модели Курской области (80%), в [11] автором описана методика определения снижения значений выбросов конкретными предприятиями региона (90%).

4.5. ВЫВОДЫ ПО ГЛАВЕ.

В главе рассмотрены результаты работы автоматизированной системы экологического мониторинга. Рассмотрены варианты прогноза методами: скользящей средней, взвешенной скользящей средней, экспоненциальной средней (экспоненциального сглаживания) с фиксированным значением а=0.1, экспоненциальной средней с автоматическим подбором наилучшего показателя а (программа STATISTICA), биссектрисы, . биссектрисы с учетом индивидуальной динамики ряда.

Прогноз осуществлялся на 2001 год по значениям уровня заболеваемости за 1991-2000 года, то есть за десять предыдущих лет. Затем прогнозные значения сравнивались с реальными данными и рассчитывались коэффициенты корреляции Пирсона, Спирмена и Кендэлла, а также коэффициент точности прогноза Тейла и среднеквадратическая ошибка.

В качестве нозологий рассматривались 7 респираторных нозологий: Б1-болезни органов дыхания все, Б2 - хронический фарингит, назофарингит, синусит, БЗ - хронические болезни миндалин и аденоидов, Б4 - аллергический ринит, Б5 - пневмонии, Б6 - бронхит хронический и неуточненный, эмфизема, Б7- бронхиальная астма.

Показано, что прогнозирование методом «биссектрисы» с учетом динамики ряда повышает надежность прогнозирования динамики респираторной заболеваемости.

Исследовано влияние различных выбросов загрязняющих веществ в атмосферу и в почву на респираторные заболевания. Сделан вывод о загрязняющих веществах, наиболее всего влияющих на ту или иную заболеваемость. Определены конкретные предприятия, вносящие наибольший вклад в выброс этих загрязняющих веществ.

Также при помощи разработанной методики прогнозирование проведен прогноз кардиореспираторной заболеваемости населения на 2002 год. Показан рост заболеваемости для каждой нозологии по каждому району региона. Предложена методика возможного улучшения здоровья населения и снижения роста заболеваемости путем выдачи рекомендаций конкретным предприятиям региона о коррекции выбросов загрязняющих веществ в окружающую среду.

ЗАКЛЮЧЕНИЕ.

В данной работе предложен метод синтеза графовой структуры системы с природными компонентами на региональном уровне и метод исследования взаимосвязи компонент модели, отличающийся использованием комбинированного критерия связи, что позволяет повысить степень адекватности модели и надежность прогнозирования.

Исследована взаимосвязь компонент математической имитационной модели динамики заболеваемости населения Курской области, отличающейся моделированием динамики поведения компонент модели и функциональных связей, позволяющая адекватно осуществлять краткосрочное прогнозирование динамики заболеваемости в регионе.

Предложена автоматизированная информационно-аналитическая система, позволяющая находить способы улучшения уровней кардиореспираторной заболеваемости путем формирования рекомендаций конкретным предприятиям региона по мероприятиям коррекции уровня выбросов определенных загрязняющих веществ, отличающаяся прогнозированием динамических свойств структуры модели.

В работе получены следующие основные результаты:

- предложен новый подход к определению функциональной связи компонент графовой структуры математической модели региональной динамики респираторной заболеваемости, отличающийся вычислением комбинированного критерия связи, что позволяет повысить адекватность модели.

- исследована взаимосвязь компонент математической имитационной модели динамики заболеваемости населения Курской области, отличающейся моделированием динамики поведения компонент модели и функциональных связей, позволяющая адекватно осуществлять краткосрочное прогнозирование динамики заболеваемости в регионе.

- проведен анализ влияния различных выбросов загрязняющих веществ на различные респираторный заболевания;

- впервые осуществлен статистический анализ и выявлены особенности зависимости динамики респираторной заболеваемости населения региона от деятельности предприятий этого региона.

- разработана автоматизированная система экологического мониторинга региона для хранения, статистического анализа и управления экологической безопасностью в регионе.

- идентифицированы законы плотности распределения для динамики респираторной заболеваемости Курской области.

Разработанная автоматизированная информационно-аналитическая система, позволяет находить способы улучшения уровней респираторной заболеваемости путем формирования рекомендаций конкретным предприятиям региона по мероприятиям коррекции уровня выбросов определенных загрязняющих веществ с целью снижения ожидаемого роста заболеваемости населения.

1. Air Pollution Increases the Risk of Heart Disease. Tuesday, March 12, 2002 By Maggie Fox, Reuters Pollution constricts blood vessels, study finds http://www.ecology.org/biod/docs/PollutionRisk.html

2. Bard J., "Comparison of Gradient Methods for the solution of the Nonlinear Parameter Estimation Problem"/ SIAM Jornal of Numerical Analysis, 7, 157 186,70

3. Fraser A.M., Swinney H.L. Independent coordinates for strange attractors from mutual information//Phys. Rev. A. 1986. V.33. N2, p.1131-1140.

4. Jackson E. A. Perspectives of nonlinear dynamics. Vol. I, II. Cambridge Univ. Press, Cambridge, 1989, 1990

5. Modeling of Kakhovka and Kremenchug reservoirs ecosystems using the rank correlations, http://www.gmdh.net/GMDH e2.htm

6. V Сибирская научно-практическая конференция по надежности научно-технических прогнозов (15-17 окт 1990), Тез. докладов, -Новосибирск: 1990, -319с, :с ил

7. Абдулагимов A.M. Методология статистического анализа и прогнозирования социально-экономических и экологических процессов в Республике Дагестан. Автореферат диссертации на соискание ученой степени д.э.н., Москва 2000.

8. Аверьянова Н.И., Влияние химического загрязнения окружающей среды на состояние здоровья детей. // Дисс. Д-ра мед. Наук. Пермь. 1996. - 333с.

9. Айлагназян А.К., Гурман В.И., Констанитинов Г.Н., Взаимодействие природы и хозяйства Байкальского региона. Новосибирск: Наука. Сиб.отд, 1981

10. Алёхин А.Б. Методы прогнозирования и оптимизации региональных экономико-экологических систем. Автореферат диссертации на соискание ученой степени д.э.н. по специальности 08.00.13 «Экономико-математические методы», Одесса, 1991, 43с.

11. Афифи А., Айзен С. Статистический анализ. Подход с использованием ЭВМ. Пер. с англ. Москва, Мир, 1982.

12. Баевский P.M. Прогнозирование состояний на границе нормы и патологии. М.: Медицина, 1979-286с.

13. Баштуева К.А., Случанко И.С. Методы и критерии оценки состояния здоровья населения в связи с загрязнением окружающей среды. М., 1979. -с. 160

14. Безуглая Э.Ю., Вольберг Н.С., Шарикова О.П., Мониторинг загрязнения атмосферы в городах Российской Федерации. Л.: Гидрометеоиздат, 1990. -121с.

15. Безуглова Э.Ю., Расторгуева Г.П., Смирнова И.В., Чем дышит промышленный город. Ленинград: Госметеоиздат, 1991, 251с.

16. Беляев В.И., Худошина М.Ю., Основы логико-информационного моделирования сложных геосистем. Киев: Наукова думка 1989, с. 65-67

17. Берже П., Помо И., Видаль К. "Порядок в хаосе. О детерминистском подходе к турбулентности" М.: Мир, 1991.- 368 с.

18. Блинов О.Е. Статические имитационные модели прогнозирования. Учебное пособие для студентов специальности «Экономическая кибернетика», -М., 1991, 78с.

19. Блинов О.Е. Статические имитационные модели прогнозирования. Учебное пособие. М.: Государственная академия управления им. Серго Орджоникидзе, 1991.

20. Богдановская Г.А., Химическая экология: Учебное пособие М.:Издательство МГУ, 1994 - с. 36 (теория)

21. Бородин В.Н. Рационализация управления медицинским обслуживанием населения региона на основе информационного мониторинга и моделей конечных результатов. К.м.н. Воронеж 1998.

22. Брусин В.А., Об управлении динамическими системами в условиях неопределенности. Соросовский образовательный журнал. №6, 1996, стр.115-121

23. Винокур И.Л., Гильденскиольд Р.С. и др. Антропогенная нагрузка на урбанизированные территории и здоровье населения // Гигиена и санитария 1997, №6, с.49-52

24. Воздействие на организм человека опасных и вредных экологических факторов. Метрологические аспекты. Книга 1., т.1, Авторский коллектив. Под ред. Проф. Исаева Л.К.М., ПАИМС, 1997, 509с.

25. Герасимов И.П., Баденков Ю.П., Слежение за биогеохимическими циклами миграции веществ в биосферном (глобальном) и геосистемном (региональном) мониторинге. М.: Наука, 1986, с.26

26. Голованова Н.Б., Точность и надежность статистического прогнозирования, Учебное пособие/ Голованова Н.Б., -М.,1991. -50с.

27. Гурман В.И., Батурин В А., Математические модели управления природными ресурсами. Иркутск, 1987, с.111

28. Данченко М.А., Эколого-экономическая система государственного управления природопользованием. Институт оптического мониторинга СО РАН, Томск. Http://www. lpur. tsu.ru/publ ic/book2000/index2000.htm#referencc

29. Донченко В.К., Система контроля состояния окружающей среды для управления экологически безопасным развитием Санкт-Петербурга // Региональная экология. 1994. №2

30. Дробот В.Ю. К вопросу о необходимости углубленного изучения влияния природных факторов окружающей среды на состояние здоровья населения в рамках урбомониторинга// Экология городов. -М.: 1994 -№2, с.18-19

31. Дудорин В.И., Блинов О.Е., Годин В.В., Методы социально-экологического прогнозирования (Общие методы прогнозирования). Учебное пособие. М. Государственная академия управления, 1991 184с.

32. Евдокимов Е.В., Шаповалов А.В., Детерминированный хаос как фактор биологической эволюции, www.ecology.ru\strange авта^оМначала экологической философии.htm

33. Закон РФ «О санитарно-эпидемиологическом благополучии населения». М. 1999

34. Здоровье населения и окружающая среда: Мет.пособие. Вып. 3, т.1, ч.2. Под ред. Е.Н. Беляева.

35. Израэль Ю.А. и др., Всесторонний анализ экосистемы Беренгова моря. (Ю.А. Израэль, А.В. Цыбань, Г.В. Панов и др.) Госкомитет СССР по гидрометеорологии и контролюприродной среды. Л.:Гидрометеоиздат, 1987 - 263с.

36. Израэль Ю.А. Проблемы охраны природной среды в Советском Союзе и ФРГ. Л.:1987, 172с.

37. Израэль Ю.А., Будыко М.Н. и др. Глобальные климатические катастрофы. -М.: Гидрометеоиздат. Московское отделение, 1986 158с.

38. Израэль ЮА., Комплексный глобальный мониторинг загрязнения окружающей среды. -Л.: 1980

39. Израэль Ю.А., Комплесный глобальный мониторинг мирового океана. -Л.: 1985

40. Израэль Ю.А., ред. Всесторонний анализ окружающей природной среды. -Л. 1986

41. Израэль Ю.А., ред. Достижения в области гидрометереологии и контроля природной среды. Сб.статей. -Л.: Гидрометеоиздат, 1987-342с.

42. Израэль Ю.А., ред. Изучение загрязнения окружающей и природной среды и его влияния на биосферу. Л.:Гидрометеиздат, 1986

43. Израэль Ю.А., Ровинский Ф.Я., Берегите биосферу. М.-.Педагогика, 1987 - 125с

44. Израэль Ю.А., Цыбань А.В., Антропогенная экология океана. -Л: Гидрометеоиздат, 1989 527с.

45. Интегральная оценка состояния здоровья населения на территориях. Методические указания. М.: 1996 Утв. ГКСЭН РФ 21.09.95

46. Капица С.П., Курдюмов С.П., Малинецкий Г.Г., "Синергетика и прогнозы будущего", http://skY.kuban.ru/socioetno/iphrras/~mifs/kkm/

47. Карманов Ф.И., Компьютерное моделирование межпланетных перелетов в солнечной системе. Соросовский образовательный журнал. Том. 6, №9, 2000стр.103-109

48. Кожов К.Б., Разработка методов прогнозирования и имитационных моделей для задач развития региональных энергосистем: на примере ОЭЭС Урала. Автореферат дис. На соискание уч. ст. к.т.н., 05.14.02, Екатеринбург, 1994. 20с.:ил.

49. Кокс Т. Стресс М.: Медицина, 1981, 176с.

50. Кореневский Н.А., Артеменко М.В., Спичак А.И. «Методика построения региональной математической модели Курской области», V Международная научно-техническая конференция «Медико-экологические информационные технологии 2002», Курск, КГТУ, 2002.

51. Короновский А.А., Трубецков Д.И. Нелинейная динамика в действии: как идеи нелинейной динамики проникают в экологию, экономику и социальные науки. Саратов: госунц "Колледж", 1995.

52. Котомин А.Б., Разработка системы концептуального моделирования и автоматизации синтеза сценариев регулирования регионального рынка труда. Автореферат на соискание уч.ст. к.т.н. по специальности 05.13.16, Петразоводск, ЛГУ, 1998, с.9

53. Кратчфилд Дж., Фармер Дж., Паккард Н., Шоу Р. Хаос. //В мире науки -1987,№2. с.16 -28.

54. Кузьбожев Э.Н., Экономическое прогнозирование (методы и модели), Учебное пособие, -Курск, 1997, 83с, с ил.

55. Куролап С.А. Медицинская география: современные аспекты. Соросовский образовательный журнал. Том. 6, №6, 2000, стр. 52-58

56. Кучма В.П. Проблемы мониторинга состояния здоровья детского населения в связи с факторами окружающей среды// Гигиена и санитария. 1993, №11.- С.4-7

57. Кучма В.Э., Гильденскиольд Р.С. Окружающая среда и здоровье жителей города с развитой промышленностью. М.: Олег и Павел, 1995, с. 13

58. Лапко А.В., Цугленок Н.В., Цугленок Г.И. Имитационные модели пространственно распределенных экологических систем. Новосибирск: Наука, 1999 190с.

59. Лебедева И.Е. Оценка и прогнозирование переносимости человеком интенсивных внешних воздействий на основе анализа динамических характеристик сердечного ритма. Автореферат на соискание уч.ст. к.т.н. Москва 1996

60. Леонов В.Е., Моделирование и прогнозирование гидрологических процессов и экологические аспекты развития регионов при управлении в социальных и экологических системах. Автореферат на соискание уч.ст. к.т.н. 05.13.10 СПб.: 1996. - 36с.: с ил.

61. Лоскутов А., Нелинейная динамика, теория динамического хаоса и синергетика (перспективы и приложения), Компьютерра 12.1998

62. Маймулов В.Г., Артамонова В.Г., Дадали В.А., и др., Медико-экологический мониторинг. СПб, СГМИ, 1993г.

63. Малинецкий Г.Г. Хаос, структуры, вычислительный эксперимент. М.: Наука, 1997

64. Малинецкий Г.Г., Курдюмов С.П., Нелинейная динамика и проблемы прогноза, вестник российской академии наук том 71, № 3, с. 210-232, 2001 г.

65. Марченко Б.И. Здоровье на популяционном уровне: статистические методы исследования. М.1997

66. Математические модели некоторых процессов жизнедеятельности нейронов. Самарский государственный технический университет, http://nick-komarov.chat.m/curs/curs.htm# toc485978364

67. Математическое моделирование в экологии:Историко-методол. анализ/В.Н.Тутубалин, Ю.М.Барабашева, А.А.Григорян и др.-М.: яз. рус. культуры, 1999.-207с. 0716079-1

68. Меерсон Ф.З. Адаптация, стресс и профилактика. М.:Наука, 1981 - 278с.

69. Мезенцев Е.В. Региональное управление системой медицинского обслуживания населения административного района на основе мониторинга. К.м.н. Воронеж 1997.

70. Методология анализа, моделирования и прогнозирования статистической информации. Сб. науч. трудов/ Московский экон-статистический институт; Редколлегия: В.А.Короткое (гл.редактор) и др., М.,1993, -57с.: с ил

71. Михалюк Н.С. Изменения иммунной системы детского населения Новомосковска в условиях воздействия вредных факторов окружающей среды// Гигиена и санитария 1994, №5, с. 13-16

72. Моделирование природных систем и задачи оптимального управления : Сб. науч. тр. по материалам шк. "Мат. пробл. экологии. / Отв. ред. J1.A. Петросян, В.В. Мазалов. -Новосибирск: Наука, 1993. 96 с. : ил., табл.

73. Моделирование процессов в природно-экономических системах. Уч. Пособие под ред. Гурмана В.И. и Мослаченко А.И., Новосибирск: Наука, сиб.отд, 1982

74. Моисеев Н.Н., Математические задачи системного анализа, М.:Наука, 1981, с.26-29 (статическое им. Мод. МС)

75. Моисеев Н.Н., Модели экологии и эволюции, М: Знание, 1983 - 64с

76. Моисеев Н.Н., Свирежев Ю.М., Системный анализ динамических процессов биосферы. Концептуальная модель биосферы // Вестник АН СССР 1979, №2, с.47-54

77. Морозов В., Вероятностное прогнозирование, http://www.kv.bv/forum/addforum.cgi?fnum^2000361105

78. Мудрый И.В. О влиянии минерального состава питьевой воды на здоровье населения (обзор). // Гигиена и санитария 1999, № 1, с. 15-18

79. Науменко Т.Е. Степень влияния комплекса факторов городской среды на состояние здоровья человека. 10-й объединенный Пленум советских и республиканских комитетов по программе ЮНЕСКО «Человек и биосфера». Тезисы докл. Конф. Алма-Ата, 1988, с.173

80. Николис Г., Пригоясин И. Самоорганизация в неравновесных системах. М.: Мир, 1979.

81. Новиков С.М., Румянцев Г.И., Жолдакова З.И. и др. Проблема оценки канцерогенного риска воздействия химических загрязнений окружающей среды. // Гигиена и санитария 1998, №1,с.10-13

82. Орлов Д.С., Цвет и диагностика почв. Соросовский образовательный журнал. №4, 1997, стр.45-51

83. Основные положения теории динамического хаоса. Обзор литературы. Http://fractan.narodj;u/fractl0.htm

84. Оценка и прогнозирование роли водного фактора в формировании здоровья населения. Метод. Рекомендации МНИИГ им Ф.Ф. Эрисмана, ГКСЭН РФ М.: 1995 9с.

85. Писарук А.В., Использование методов теории хаоса для анализа возрастных изменений вариабельности сердечного ритма. "Проблемы старения и долголетия", 1996, 6, nl-2.

86. Полищук Ю.М., Концептуальное моделирование в задачах мониторинга окружающей среды // Системы экоинформатики: проблемы, решения, перспективы. Томск: ТНИ, 1989, с.4-17

87. Полищук Ю.М., Силич В. А., Татарников В. А., Региональные экологические информационно-моделирующие системы. Новосибирск: ВО «Наука», 1993, с.111-113

88. Полищук Ю.М., Татарников В. А., Особенности построения природно-социо-экономических моделей для геоинформационных систем// Системы экоинформатики -Томск: ТНИ, 1989, с.45-59

89. Полищук Ю.М., Хон В.Б., Основы методологии построения и организация геоинформационных систем. Томск: Томский научный центр СО АН СССР, 1989, с. 6-7 (основы концепт. Моделирпования пр. области)

90. Поршнев С.В., Моделирование хаотического поведения динамических систем. Http://www.gauss.ru/educat/systemat/porshnev/xaoc/xaoc.zip

91. Поспелов Д. А., Логико-лингвинистические модели в системах управления, М: Энергоиздат, 1981, с. 232

92. Построение динамической модели по экспериментальным данным. Http ://fractan.narod.ru/fract 19.htm

93. Потапов А.И., Гильденскиольд Р.С. и др. К методике наземно-космических исследований влияния окружающей среды на здоровье населения. // Региональные проблемы охраны окружающей среды и здоровья населения. Ростов-Дон, 1997. с. 11-12

94. Потапов А.И., Ястребов Г.Г. Гигиенические проблемы национальной безопасности России // Мат. VIII Всероссийского съезда гигиенических и санитарных врачей: Сб. научных трудов. т.1 -М.,1996 - с.7-10

95. Пригожин И, Философия нестабильности, Вопросы философии № 6, стр. 46-57 (1991)

96. Ревич Б.А., Сает Ю.Е. Состояние здоровья детского населения промышленных городов с различной территориальной геохимической структурой// Вестник АМН СССР, 1989.-№8. С. 14-18

97. Рыжаков В.В., Методы прогнозирования показателей надежности на основе представлений нечетких множеств. Учебное пособие. -Пенза, 1995, 131с.:с ил

98. Самарский А.А., Михайлов А.П. Математическое моделирование. М.: наука, 1997.

99. Сафронова В.М., Социальное прогнозирование и моделирование, 4.1, Учеб.пособие/ Московский государственный социальный университет, М.:Союз, -1995, -115с.

100. Сидоренко Г.И., Кутепов Е.Н. Роль социально-гигиенических факторов в развитии заболеваний среди населения. // Гигиена и санитария 1997, №1, с.3-6

101. Сидоренко Г.И., Можаев Е.А., Санитарное состояние окружающей среды и здоровье населения, М: Медицина, 1987, с.128

102. Симмс Дж, Томас Дж., Бишоп Дж, Комплексный мониторинг, его основы и практическое применение. М.:наука 1986, с.41-42 (Великобр)

103. Слотин Ю.С. Интервальное построение многофакторных регрессионных логистических моделей и прогнозирование монотонно наступающих чрезвычайных ситуаций, Институт проблем экологии и эволюции РАН, Россия, http://www.sbcinfo.ru/index.htm

104. Социально-гигиенический мониторинг практика применения и научное обозрение. 4.1: Сборник научных трудов. - М.: Федеральный центр Госсанэпиднадзора Минздрава России, 2000. - 480с.

105. Спичак А.И., М.В. Артеменко, М.В.Соколова. Факторный анализ кардиореспираторной заболеваемости населения Курской области. Девятая международная студенческая школа семинар «Новые информационные технологии», Крым, 2001, с. 337-338

106. Спичак А.И., Интегральный факторный коэффициент связи в концептуальной модели Курской области. «Биомедсистемы 2001», Рязань, РГРЭА, 2001.

107. Спичак А.И., М.В.Артеменко, М.В.Соколова, Построение корреляционного графа нозологии и экологических факторов. Девятая международная студенческая школа семинар «Новые информационные технологии», Крым, 2001, с. 335-336

108. Спичак А.И., М.В.Артеменко. Концептуальная геосоциальная модель Курской области. Сборник материалов 4-й Международной научно-технической конференции «Медико-экологические информсационные технологии 2001», Курск, Издательство КГТУ, 2001,с.3-5.

109. Стохастические характеристики аттракторов. Http://fractan.narod.ru/fractl 1 .htm

110. Субботина Ю. А., Прогнозирование состояния здоровья детей на основе изучения инфекционной патологии в антенатальном и неонатальном периодах, Автореферат на соискание ученой степени кандидата медицинских наук, Санкт-Петербург, 2001

111. Унифицированные методы сбора данных, анализа и оценки заболеваемости населения с учетом комплексного действия факторов окружающей среды М.: Метод.рекомендации,ГКСЭН РФ, МНИИГ им Ф.Ф. Эрисмана Утв. 26.07.96 №01-19/12 -17.

112. Фельдштейн И.В., Кросскорреляционный интеграл применение в задачах выявления нестационарностей, институт прикладной математики им. М.В.Келдыша РАН, Россия, http://www.sbcinfo.ru/articles/index.htm

113. Филиппова Л.М., Анохин Ю.А., Матвеев А.А., Израэль Ю.А., Комплексный фоновый мониторинг окружающей природной среды на Байкале: цели и задачи, история и перспективы. Л:Гидрометеоиздат, 1988, с. 82 (рис в 4 главе)

114. Черняев А.П., Дифференциальные уравнения динамического баланса и их приложения. Соросовский образовательный журнал. Том. 6, №11, 2000стр. 117-122

115. Четыркин Е.М., Статистические методы природопользования, -М: Статистика, 1977 -199с.

116. Шустер Г. "Детерминированный хаос. Введение" М.: Мир, 1988.- 240 с.

117. Щербаков В.М. Оптимизация управления лечебно-профилактическим процессом на промышленном предприятии на основе компьютерного мониторинга здоровья. Автореферат на соискание уч.ст. к.м.н. Воронеж: ВГТУ, 1996

118. Яншин А.А. Моделирование и выбор мероприятий по снижению смертности от рака желудка на региональном уровне. Автореферат на соискание уч.ст. к.м.н. Воронеж: ВГТУ 1998

119. Код выброса Наименование выброса пдс сдс С

120. Азота двуокись 0,42 2,08 т

121. Азота окись (азота оксид) 0,28 1,38 т30 Акролеин 0,55 2,75 т40 Акрилонитрил 0,55 5,75 т45 Аллилацетат 0,2 0,99 т

122. Альдегид пропионовый 1,65 8,25 т

123. Альдегид масляный 1,1 5,5 т

124. Альдегид бензойный (бензальдегид) 1,98 9,88 т

125. Алюминия окись 0,42 2,08 т80 Аммиак 0,42 2,08 т

126. Амины алифатические 5,5 27,5 т

127. Алюминия сульфат 0,08 0,4 т

128. Аммиачная селитра 0,06 0,28 т

129. Ангидрид малеиновый(пары,аэрозоль) 0,33 1,65 т

130. Ангидрид серный(серы трехокись) 0,17 0,83 т

131. Ангидрид сернистый(двуокись,диоксид серы 0,33 1,65 т

132. Ангидрид уксусный 0,55 2,75 т

133. Ангидрид фталевый(пары,аэрозоль) 0,17 0,83 т

134. Ангидрид фосфорный 0,33 1,65 т

135. Ангидрид хромовый(в пер.на трехокись хр) 11 55 т

136. Хрома тревал.соединения(в пер.на Сг 3+) 0,5 25 т180 Анилин 0,55 2,75 т190 Ацетон 0,05 0,25 т

137. Альдегид уксусный (ацетальдегид) 1,65 8,25 т

138. Ацетофенон (метилфенилкетон) 5,5 27,5 т215 Ацетилен 0,05 0,26 т

139. Барий углекислый(в пересчете на барий) 4,13 20,63 т

140. Бария хлорид /в пер.на барий/ 19,75 98,75 т

141. Бария сульфат(барий сернокислый) 0,79 3,95 т

142. Белок пыли белково-витамин.конц.(БВК) 16,5 82,5 т

143. Бенз(а)пирен (3,4-бензпирен) 16500 82500 т

144. Бензин(нефт.малосерн.в пересч.на уг-род) 0,01 0,05 т

145. Бензин сланцевый (в пересчете на углерод) 0,33 1,65 т270 Бензол 0,17 0,83 т280 1,3-Бутадиен 0,02 0,08 т290 Бутилацетат 0,17 0,83 т

146. Бутилцеллозольв 0,02 0,08 т

147. Бутил хлористый 0,24 1,18 т310 Бор аморфный 1,65 8,25 т320 Бром 0,42 2,08 т

148. Бензил хлористый (бензилхлорид) 0,33 1,65 т

149. Бутилпропионат/бутиловый эфир проп.к-ты/ 0,17 0,83 т

150. Ванадия пятиокись 8,25 41,25 т

151. Взвешенные твердые-проч.нетокс. вещества 0,11 0,55 т360 Винилацетат 0,11 0,55 т

152. Винил хлористый 3,3 16,5 т

153. Водород бромистый 0,17 0,83 т

154. Водород мышьяковистый (арсин) 8,25 41,25 т

155. Водород фосфористый(фосфин) 16,5 82,5 т

156. Водород хпористый(соляная кислота) 0,09 0,43 т

157. Водород цианистый(водор.цианид,син.кисл) 1,65 8,25 т

158. Вольфрам, вольфрама карбид, силицид 0,17 0,83 т

159. Гексаметилендиамид 16,5 82,5 т460 Гексан 0,0004 0,002 т

160. Гексен (алифатический углеводород) 0,2 0,98 т

161. Гексахлорциклогексан (гексахлоран) 0,55 2,75 т

162. Диоксан (двуокись этилена) 0,24 1,18 т

163. Дифенил-метандиизоцианат 16,5 82,5 т500 Диметиламин 3,3 16,5 т510 4,4-диметилдиоксан-1,3 4,13 20,63 т520 0,0-диметил-0-(4-нитрофинил) тиофосфат 2,07 10,33 т530 0,0-диметил-0-(1-окси-2,2,2-трихлорэтил) 0,83 4,13 т

164. ДиметилсульфиД 0,21 1,03 т