МАТЕМАТИЧНА СТАТИСТИКА, ЯК ІНСТРУМЕНТ ОБРОБКИ ДАНИХ ЕКОЛОГІЧНИХ СПОСТЕРЕЖЕНЬ

Шандиба Ірина Анатоліївна 19 листопада 2025 182 Відгуки відсутні

Про матеріал

МАТЕМАТИЧНА СТАТИСТИКА, ЯК ІНСТРУМЕНТ ОБРОБКИ ДАНИХ ЕКОЛОГІЧНИХ СПОСТЕРЕЖЕНЬ
Перегляд файлу

1

 

Міністерство освіти і науки України

Департамент науки і освіти Харківської облдержадміністрації

Харківське територіальне відділеня МАН України

 

Відділення математики

Секція: прикладна математика

 

 

МАТЕМАТИЧНА СТАТИСТИКА, ЯК ІНСТРУМЕНТ ОБРОБКИ ДАНИХ ЕКОЛОГІЧНИХ СПОСТЕРЕЖЕНЬ

 

Роботу виконала:

Пасько Альона Володимирівна

 учениця 10 – Б класу

Люботинської загальноосвітньої школи

 Ⅰ – Ⅲ ступенів №4

Люботинської міської ради Харківської області

 

Науковий керівник:

Шандиба Ірина Анатоліївна,

учитель математики

Люботинської загальноосвітньої школи

Ⅰ – Ⅲ ступенів №4

Люботинської міської ради Харківської області,

«спеціаліст Ⅰ кваліфікаційної категорії».

 

 

Харків - 2022

 

 

МАТЕМАТИЧНА СТАТИСТИКА, ЯК ІНСТРУМЕНТ ОБРОБКИ ДАНИХ ЕКОЛОГІЧНИХ СПОСТЕРЕЖЕНЬ.

Пасько Альона Володимирівна: Люботинська загальноосвітня школа І-ІІІступенів №4; Люботинської міської ради; Харківської області; 10клас; Шандиба Ірина Анатоліївна учитель математики Люботинської загальноосвітньої школи Ⅰ – Ⅲ ступенів №4 Люботинської міської ради, Харківської області, «спеціаліст Ⅰ кваліфікаційної категорії».

У даній роботі представлені теоретичні основи математичної статистики та наведено приклади обробки даних екологічних спостережень в м.Люботин.

Основною метою роботи є показати міжпредметний зв’язок математики та екології, показати значення математичної статистики та її практичне застосування при обробці статистичних даних дослідження оцінки впливу кліматично – сезонних змін, а також умов зростання та санітарного стану дерев, для подальшого використання цих даних при утриманні міських насаджень.

У першому розділі представлено теоретичний матеріал про основні поняття математичної статистики, наведені формули необхідні для подальшої обробки даних спостережень, також описані способи наочного представлення результатів дослідження.

В другому розділі описано збір польових даних про клен гостролистий, добову температуру повітря у м. Люботин. Наведені розрахунки центральних тенденцій отриманих даних та наочно представлені результати.

Результати проведеного аналізу свідчать, що за допомогою математичної статистики в обробці даних екологічних досліджень можно з’ясувати  сприятливі умови зростання дерев на території міста. Отриману систему оцінки стану довкілля доцільно використовувати для аналізу великих площ міських територій, коли проблема знищення зелених зон стає гостро.

Ключові слова: математична статистика, екологічна статистика, клен гостролистий, статистичні дані.


Зміст

Вступ

РОЗДІЛ 1. ЩО ВИВЧАЄ МАТЕМАТИЧНА СТАТИСТИКА ?

1.1 Розділи математичної статистики

1.2 Основні поняття математичної статистики

1.3 Наочне зображення статистичних даних

РОЗДІЛ 2. ЕТАПИ Дослідницької РОБОТИ

2.1 Збір польових даних спостережень за кленом гостролистим

2.2 Розрахункова частина дослідницької роботи

2.3 Експерементальна частина

2.4 Опис досліджуваного об’єкту

ВИСНОВКИ

ВИКОРИСТАНІ ДЖЕРЕЛА

 

 


Вступ

Світогляд людини формують багато наук, кожна з яких привносить окремий елемент в загальне розуміння навколишнього світу. Що стосується досліджень в області кількісних характеристик соціально-економічних процесів, екологічних процесів в суспільстві, то тут ключову роль відіграє статистика, яка і дозволяє сформувати загальне розуміння в даній сфері. Значну роль в даних дослідженнях відіграє саме математична статистика, яка дозволяє обробити інформацію та наочно її представити.

Сформована екологічна обстановка в світі ставить перед людиною важливе завдання – збереження екологічних умов життя в біосфері. В даний час питання оптимізації міського середовища як середовища проживання людини вкрай актуальне. Кожен з нас, не замислюючись, ствердно відповість на питання: «Чи хочеш ти дихати чистим повітрям, бачити з вікна свого будинку зелені дерева, довіряти чистій воді прямо з крана?» Це означає, що більшість людей переконана: якість життя знаходиться в безпосередньому, найтіснішому зв'язку з якістю навколишнього середовища.

Актуальність теми полягає в тому, що екологічні проблеми набули першорядне значення у світі і виникла необхідність залучення і нас, підростаюче покоління для їх вирішення. Я хочу показати важливість математичної статистики в обробці даних екологічних досліджень. Ми повинні вміти аналізувати, обробляти інформацію, приймати обґрунтовані рішення в різноманітних ситуаціях.

Мета дослідження – показати практичне значення обробки статистичних даних при дослідженні оцінки впливу кліматично – сезонних змін, а також умов зростання та санітарного стану дерев, для подальшого використання цих даних при утриманні міських насаджень.

Об’єкт дослідження – математичні статистичні дані характеристик клену гостролистого.

Методи дослідження – аналіз останніх досліджень та публікацій за темою роботи, візуальна оцінка досліджуваного об’єкта, статистичний збір та обробка отриманих показників, візуалізація результатів статистичної обробки матеріалу.

Гіпотеза – без методів математичної статистики неможливо отримати точні результати стану досліджуваного об’єкту.

 


  1.              ЩО ВИВЧАЄ МАТЕМАТИЧНА СТАТИСТИКА ?
    1.         Розділи математичної статистики

Математична статистика – це галузь математичної науки. Вона розробляє раціональні прийоми (способи) систематизації, обробки і аналізу даних статистичних спостережень масових явищ з метою встановлення характерних для них, статистичних закономірностей, використання для наукових і практичних висновків [1,7].

В структурі математичної статистики традиційно виділяють два основні розділи: описова cтaтиcтикa і cтaтиcтичнi висновки.

Описова статистика дає можливість отримати нову інформацію, швидше зрозуміти і всебічно оцінити її, тобто виконує наукову функцiю опиcу об'єктів дослідження, чим і виправдовує свою назву. Методи описової статистики по- кликані перетворити сукупність окремих даних на систему наочних для сприйняття форм і чисел: розподіли частот; показники тенденцій, варіативності, зв'язку. Цими методами розраховуються статистики випадкової вибірки, які служать підставою для здійснення статистичних висновків.

Статистичні висновки надають можливість:

  • оцінити точність, надійність і ефективність вибіркових статистик, виявити похибки, які виникають у процесі статистичних досліджень (статистичне оцінювання);
  • узагальнити параметри генеральної сукупності, отримані на підставі вибіркових статистик (перевірка статистичних гіпотез).

Складові статистичного методу:

Групу об’єктів, поєднаних за якоюсь якісною чи кількісною ознакою, називають статистичною сукупністю.

Сукупність усіх об’єктів, що підлягають дослідженню називають генеральною сукупністю. Якщо із генеральної сукупності вибрати тільки деякі елементи випадковим чином, то одержимо вибіркову сукупність, яку називають вибіркою.

Вибірка буває випадкова, коли вибір здійснюється рандомно. Типова сукупність розбивається на групи і від кожної вибирають представника.Усі зібрані дані заносять в таблиці, які називаються статистичними.

У математичній статистиці найпоширенішими є частотні та інтервальні таблиці.

Кожен елемент вибірки називають її варіантою:

Кількість елементів кожної варіанти називають її частотою:

Упорядкована вибірка називається варіаційним рядом.

Різниця між крайніми членами варіаційного ряду – розмах вибірки: r

Сума всіх частот досліджуваної вибірки називається  об'ємом цієї вибірки: n

Відношення частоти значення до об'єму вибірки називається відносною частотою :

Механічна - вибір у певному порядку (наприклад, кожен десятий).

Центральні тенденції вибірки:

  • Мода (Мо) - це значення випадкової величини, що має найбільшу частоту в розглянутій вибірці.
  • Медіана (Ме) - це число (значення випадкової величини), що ділить упорядковану вибірку на дві рівні за кількістю даних частини.
  • Середні значення:

Середнє арифметичне значення знаходять за формулою:

,значення вибірки, n-кількість значень вибірки.

Середнє геометричне знаходять за формулою:

, де значення вибірки

Середнє квадратичне відхилення знаходять за формулою

 , n-кількість значень вибірки значення виборки,.

Дисперсія ( ) - міра розсіяння (розкиду) числових даних у вибірці. Типові прикладом мір статистичної дисперсії є розмах (стандартне відхилення). Поряд з мірами центру розподілу, статистична дисперсія є однією з найпоширеніших характеристик розподілу даних.

Відхилення знаходять за формулою: , ,значення елементів вибірки.[1]

  1.         Наочне зображення статистичних даних

Основними способами представлення даних спостереженняє табличний, графічний та аналітичний.

Табличний спосіб – данні занесено у таблицю.

Графічний спосіб представлення – це відображення даних графічними засобами, серед яких найпоширенішими є гіcтограма, полігон і лінійний графік (Рис.1.1).

Рисунок 1.1 Графічний спосіб представлення: гістограма (ліворуч), полігон (посередині), лінійний графік (праворуч)

  1.              ЕТАПИ Дослідницької РОБОТИ
    1.         Збір польових даних спостережень за кленом гостролистим

Для сбору статистичних даних я виділила наступні задачі.

Вибрати ділянку на території м. Люботин у певному типі урбанізованого ландшафту, з певним типом насаджень одного вікового класу, і сформувати вибірку із щонайменше 7 екземплярів одного із обраних для спостережень видів дерева. Розробити схему розміщення дерев на місцевості у фрагменті насадження. Визначити умови зростання та поточний санітарний стан для кожного індивідуального дерева у вибірці. Тричі за період спостережень кількісно оцінити ступінь пожовтіння (сезонної зміни забарвлення) та опадання листя у кожного індивідуального дерева.[1]

  1.         Розрахункова частина дослідницької роботи

Для подальшої обробки даних я розраховувала такі показники:

  •                середньо-вибіркові показники за кожною характеристикою умов зростання;
  •                середньо-вибіркові показники санітарного стану дерев;
  •                середньо-вибіркові показники ступеню пожовтіння та опадання листя на початку, в середині та наприкінці періоду спостережень;

Також я зробила висновки про статистичну достовірність отриманих у виконанні попередньої задачі результатів. Де за статистичною процедурою порівняння середньо-вибіркових показників оцінювала достовірність розбіжностей: між середньо-вибірковими показниками, отриманими для одної ділянки насаджень в різні дні спостережень і з’ясування чи насправді відбулись істотні сезонні зміни у вибірці дерев за період спостережень. Також пов’язувала хід сезонних змін характеристик крон досліджених дерев певного виду із ходом середньодобових температур, а також із температурними екстремумами за весь період досліджень. Виявляла як можна більшу кількість чинників із досліджених, які впливають на хід сезонних змін дерев певного виду, і як само [2 - 4].

  1.         Експерементальна частина

Методика досліджування.

1.Для кожного індивідуального дерева у вибірці я визначила бали експертної оцінки і заносила в робочу таблицю відомості про умови освітлення, положення досліджуваного об’єкта відносно інших дерев, ґрунтові умови, ущільненість ґрунту та санітарний стан дерев. Табл.2.1- 2.5.

Таблиця 2.1 Умови освітлення

Значення індексу

Характеристика

1

Дерево добре освітлюється з усіх боків, затінення відсутнє

2

Дерево затіняється – іншими деревами, будинками, спорудами - з 1-2 боків; з решти напрямів дерево отримує достатньо світла

3

Дерево затіняється із усіх можливих напрямків, крім одного-двох (наприклад, отримує пряме світло згори)

4

Дерево затінено з усіх боків, отримує тільки розсіяне світло

Таблиця 2.2 Положення відносно інших дерев

Значення індексу

Характеристика

1

Крона піднімається над пологом

2

Крона знаходиться на рівні полога

3

Крона знаходиться під пологом

4

Дерево зростає окремо від зімкнутого насадження

Таблиця 2.3 Ґрунтові умови

Значення індексу

Характеристика

1

Умови наближені до природних ґрунтів

2

Слабо змінені ґрунти: зберігається наближена до природної структура, але ґрунт може бути насипним, хоча й без чужорідних домішок

3

Середньо змінені ґрунти, насипні або перемішані з чужорідними включеннями (напр., з будівельним сміттям)

4

Сильно змінені ґрунти: повністю порушена природна структура, насипні або перемішані ґрунти із значним включенням чужорідних елементів (напр., будівельного сміття)

5

Сильно змінений ґрунт, закритий штучними покриттями – асфальтом, бетоном, металевими ґратами и т.п.

Таблиця 2.4 Ущільнення ґрунту

Значення індексу

Характеристика

1

Ґрунт рихлий, водопроникний, витоптування відсутнє або незначне на менш ніж 10% території ділянки

2

Ґрунт рихлий, водопроникний, витоптування слабке, на 10% - 25% території ділянки або середнє на менш ніж 10% території ділянки

3

Ґрунт ущільнений, водопроникний, витоптування середнє, на 25% - 50% території ділянки або сильне на менш ніж 25% території ділянки

4

Ґрунт ущільнений, слабо-водопроникний, витоптування середнє, на більш ніж 50% території ділянки або сильне на 25% - 50% території ділянки

5

Ґрунт сильно ущільнений або закритий штучними покриттями, непроникний для води, витоптування сильне на 60% - 100% території ділянки

 

Таблиця 2.5 Санітарний стан

Значення індексу

Характеристика

1

Дерево здорове, видимі пошкодження відсутні або незначно пошкоджені другорядні гілки крони

2

Дерево послаблене: пошкоджені 1-2 головні гілки, але не більш 15% крони

3

Дерево суховерхівкове: видимі пошкодження (усихання) до 1/3 крони, усихання верхівки

4

Дерево сухокронне: видимі пошкодження (усихання) від 1/3 до 2/3 крони, плодові тіла грибів на стовбурі

5

Дерево таке, що всихає: усихання більш 2/3 крони, плодові тіла грибів на стовбурі, літні отвори комах-ксилофагів

6

Свіжий сухостій: дерево усохло в поточному сезоні

7

Старий сухостій: дерево усохло в минулі роки

 

Ступінь пожовтіння листя (%). Оцінюється відносно всього обсягу листя, що залишилося на дереві.

Ступінь опадання листя (%).Оцінюється відносно всього обсягу крони дерева за винятком частин, що засохли, і з урахуванням опалого листя під деревом.

Розрахунки змін ступенів пожовтіння та опадання листя за період досліджень. Розрахувала відносну швидкість пожовтіння й опадання листя для кожного індивідуального дерева шляхом поділу модуля різниці початкових і кінцевих значень індексів на тривалість періоду спостережень, а також окремо для першої та другої половин періоду спостережень. Розрахувала  середні значення та їх похибки для всих дерев у вибірці.

  1.         Опис досліджуваного об’єкту

Клен гостролистий - високе (25-30 м заввишки), струнке дерево з колоноподібним стовбуром, вкритим дрібно тріщинуватою темно-сірою корою, з густою розлогою кроною. Пагони буруваті, блискучі з світлими смужками і сочевичками. На пагонах супротивно розміщені притиснуті бруньки, прикриті чотирма-шістьма шкірястими лусками. Верхівкова брунька більша і оточена двома боковими. Листки великі (5 - 15 см завдовжки, 8 - 15 см завширшки), 5 - 7-пальчастолопатеві, при основі серцеподібні. Лопаті загострені, виїмки між ними тупі, молоді листки по жилках волосисті, у кутках жилок з борідкою волосків. Клен звичайний росте в другому ярусі листяних і мішаних лісів. Тіньовитривала, досить морозостійка рослина. Цвіте у квітні - травні. Поширений майже по всій Україні. Культивують у парках і захисних насадженнях. Райони заготівель - правобережний і лівобережний Лісостеп, Прикарпаття та Карпати.[5-7]

У ході мого дослідження місцем проведення спостереження було обрано місто Люботин. Історично склалося, що місто налічує велику кількість кленів гостролистих, які потерпають від антропогенного навантаження, а саме надмірне спилювання здорових гілок, засмічення прилеглої території, витоптування поверхні біля дерев та ін. Я обрала опорну ділянку біля вул. Шкільна, 79 з міжквартальним типом насадження, де на мій погляд діяльність людини найменше впиває на умови зростання дерев.

Я виділила 7 випадкових дерев, середніх за розміром та більш-менш з однаковими ступенем пожовтіння та опадання листя  на початку дослідження.

За допомогою супутникових знімків Google та програми Microsoft Office PowerPoint я зробила схематичну картосхему розташування обраних дерев, та помітила їх особливим номером (рис. 2.1).

 Изображение выглядит как другой

Автоматически созданное описание

Рисунок 2.1 Розташування обраних дерев

Для максимальної достовірності я робила польові виходи тричи на місяць. В ході дослідження було виявлено що дерева затіняються іншими деревами, з 1-2 боків але з решти напрямів дерево отримує достатньо світла, загалом крони дерев знаходяться на рівні пологу, вони зростають в умовах середньо змінених ґрунтів, з насипними або перемішаними з чужорідними включеннями (напр., з будівельним сміттям), сам ґрунт ущільнений але водопроникний, витоптування середнє, на 25% - 50% території ділянки або сильне на менш ніж 25% території ділянки. Загальний санітарний стан задовільний пошкоджені 1-2 головні гілки, але не більш 15% крони.

 У перший день було помітне збільшення ступеню пожовтіння та опадання листя. Середні ступені пожовтілості та опадання лисття склали 10,7%  для обох індексів. Найбільш пожовтілим було дерево під номером 2. Також я звернула увагу, що максимальна температура повітря в перший день була 23℃, а мінімальна 13,9 ℃.

Я вимірювала показники минімальних та максимальних темпертур протягом всього періоду дослідження (Рис.2.2 - 2.3).

0 2 4 6 8 10 12 14 16 1 вересня 2 вересня 3 вересня 4 вересня 5 вересня 6 вересня 7 вересня 8 вересня 9 вересня 10 вересня 11 вересня 12 вересня 13 вересня 14 вересня 15 вересня 16 вересня 17 вересня 18 вересня 19 вересня 20 вересня Добова температура, С о Дата дослідження Графік коливань мінімальних температур

Рисунок 2.2 Графік коливань мінімальних температур

0 5 10 15 20 25 30 1 вересня 2 вересня 3 вересня 4 вересня 5 вересня 6 вересня 7 вересня 8 вересня 9 вересня 10 вересня 11 вересня 12 вересня 13 вересня 14 вересня 15 вересня 16 вересня 17 вересня 18 вересня 19 вересня 20 вересня Добова температура, С о Дата дослідження Графік коливань максимальних температур

Рисунок 2.3 Графік коливань максимальних температур

Як можемо бачити, то мінімальні та максимальні температури мають значні перепади і важко казати про динаміку темпаратур в період дослідження . Тому я знайша середнє значення показників температури та отримала наступний полігон даних (Рис.2.4).

0 5 10 15 20 25 1 вересня 2 вересня 3 вересня 4 вересня 5 вересня 6 вересня 7 вересня 8 вересня 9 вересня 10 вересня 11 вересня 12 вересня 13 вересня 14 вересня 15 вересня 16 вересня 17 вересня 18 вересня 19 вересня 20 вересня Добова температура, С о Дата дослідження Графік коливань середніх температур

Рисунок 2.4 Графік коливань середніх температур

 

Можемо зазначити, що у періоди з 1 вересня по 7 вересня було значне зниження температур, що ймовірно могло вплинути  на невеликі зміни у пожовтінні та опаданні листя дерев. В період другого обстеження контрольних точок, я виявила, що середні показники досліджуваних індексів збільшилися, в середньому до 30% і 20%  відповідно.

У період з 8 вересня по 20 вересня , були коливання температур але у своїй більшості показники підвищувалися, що призвело до швидкого пожовтіння та опадання листя з дерев. І вже на прикинці дослідження середні показники і ндексів складали  майже 70% пожовтіння та 54% опадання.

Далі я розраховувала дисперію та стандатне відхилення моєї вібирки від середніх показників, отримала результи які показують що відхилення є але не значне, найбільше відхилення було при другому польовому обстеженні ступеней опадання листя та складало 7,14.

Для того щоб дізнатися достовірність проведених мною дослідженнь я використовувала критерій Стьюдента. З'ясування відмінностей розрахунків на рівні середніх арифметичних розглянуто в процедурі аналізу первинних статистик. У мене виникло питання, наскільки ці відмінності достовірні і чи можна їх поширити на всю популяцію дерев в нашому місті. Для розв'язання використовувала (t - критерій (критерій Стьюдента), що призначений для з'ясування, наскільки достовірно відрізняються показники однієї вибірки досліджуваних від іншої. Отримані результита я порівнювала з довірчими межами для критерію Стьюдента (t-критерій) для f ступенів свободи та отримала позитивний результат виконаної роботи: всі мої показники були достовірними [8,9].

 Здобуті мною дані індексів та ступенів пожовтіння та опадання листя  можна переглянути у табл. 2.6 – 2.8.

Таблиця 2.6 Індекси умов зростання дерев та частка пожовтіння та опадання  листя по датах спостережень.

№ дерева

Індекс умов освітлювання

 

Індекс положення в полозі

Індекс ґрунтових умов

Індекс ущільнення ґрунту

Індекс санітарного стану

Ступінь пожовтіння листя (%) по датах спостережень

Ступінь опадання листя (%)по датах спостережень

1.09.

10.09.

20.10.

1.09.

10.09.

20.10.

1

2

3

3

4

2

10

35

70

10

20

60

2

2

2

3

4

2

15

35

70

15

25

55

3

2

2

3

4

2

10

35

65

10

25

55

4

3

2

3

4

1

10

35

70

10

25

55

5

3

2

3

4

2

10

25

50

10

20

50

6

2

3

3

4

1

10

25

55

10

20

50

7

2

2

3

4

2

10

25

55

10

20

50

Таблиця 2.7 Ступінь пожовтіння та опадання листя по датах спостережень

 

i

Ступінь пожовтіння листя по датах спостережень

1.09.2021

10.09.2021

20.10.2021

Хі

Хі-Х

(Хі-Х)2

Хі

Хі-Х

(Хі-Х)2

Хі

Хі-Х

(Хі-Х)2

1

10

-0,71

0,51

35

4,29

18,37

70

7,86

61,73

2

15

4,29

18,37

35

4,29

18,37

70

7,86

61,73

3

10

-0,71

0,51

35

4,29

18,37

70

2,86

8,16

4

10

-0,71

0,51

35

4,29

18,37

65

7,86

61,73

5

10

-0,71

0,51

25

-5,71

32,65

70

-12,14

147,45

6

10

-0,71

0,51

25

-5,71

32,65

70

-7,14

51,02

7

10

-0,71

0,51

25

-5,71

32,65

70

-7,14

51,02

Кількість виборки N=

7

Середнє значення X=

10,71

30,71

69,29

Дисперсія δ^2=

3,57

28,57

3,57

Стандартне відхилення δ=

1,89

5,35

1,89

Стандартна похибка S=

0,71

2,02

0,71

 

Критерій Стьюдента tэ (N,X)

15,00

15,20

97,00

 

і

Ступінь опадання листя по датах спостережень 

1.09.2021

10.09.2021

20.10.2021

Хі

Хі-Х

(Хі-Х)2

Хі

Хі-Х

(Хі-Х)2

Хі

Хі-Х

(Хі-Х)2

1

10

-0,71

0,51

20

-2,14

4,59

60

6,43

41,33

2

15

4,29

18,37

25

2,86

8,16

55

1,43

2,04

3

10

-0,71

0,51

25

2,86

8,16

55

1,43

2,04

4

10

-0,71

0,51

25

2,86

8,16

55

1,43

2,04

5

10

-0,71

0,51

20

-2,14

4,59

50

-3,57

12,76

6

10

-0,71

0,51

20

-2,14

4,59

50

-3,57

12,76

7

10

-0,71

0,51

20

-2,14

4,59

50

-3,57

12,76

Кількість виборки N=

7

Середнє значення X=

10,71

22,14

53,57

Дисперсія δ^2=

3,57

7,14

14,29

Стандартне відхилення δ=

1,89

2,67

3,78

Стандартна похибка S=

0,71

1,01

1,43

Критерій Стьюдента tэ (N,X)

15,00

21,92

37,50

Таблиця 2.8 Швидкість змін ступеню пожовтіння та опадання листя (%/добу)

 

 

Швидкість змін ступеню пожовтіння листя (%/добу)

1.09.2021-10.09.2021

10.09.2021-1.10.2021

1.10.2021 - 20.10.2021

i 

Хі

Хі-Х

(Хі-Х)2

Хі

Хі-Х

(Хі-Х)2

Хі

Хі-Х

(Хі-Х)2

1

2,5

0,50

0,25

3,5

0,36

0,13

6

0,86

0,73

2

2

0,00

0,00

3,5

0,36

0,13

5,5

0,36

0,13

3

2,5

0,50

0,25

3

-0,14

0,02

5,5

0,36

0,13

4

2,5

0,50

0,25

3,5

0,36

0,13

6

0,86

0,73

5

1,5

-0,50

0,25

2,5

-0,64

0,41

4

-1,14

1,31

6

1,5

-0,50

0,25

3

-0,14

0,02

4,5

-0,64

0,41

7

1,5

-0,50

0,25

3

-0,14

0,02

4,5

-0,64

0,41

Кількість виборки N=

7

Середнє значення X=

2,00

3,14

5,14

Дисперсія δ^2=

0,25

0,14

0,64

Стандартне відхилення δ=

0,50

0,38

0,80

Стандартна похибка S=

0,19

0,14

0,30

Критерій Стьюдента tэ (N,X)

10,58

22,00

16,97

 

Швидкість змін ступеню опадання листя (%/добу)

1.09.2021-10.09.2021

10.09.2021-1.10.2021

1.10.2021 - 20.10.2021

 і

Хі

Хі-Х

(Хі-Х)2

Хі

Хі-Х

(Хі-Х)2

Хі

Хі-Х

(Хі-Х)2

1

1

-1,00

1,00

4

0,86

0,73

5

0,71

0,51

2

1

-1,00

1,00

3

-0,14

0,02

4

-0,29

0,08

3

1,5

-0,50

0,25

3

-0,14

0,02

4,5

0,21

0,05

4

1,5

-0,50

0,25

3

-0,14

0,02

4,5

0,21

0,05

5

1

-1,00

1,00

3

-0,14

0,02

4

-0,29

0,08

6

1

-1,00

1,00

3

-0,14

0,02

4

-0,29

0,08

7

1

-1,00

1,00

3

-0,14

0,02

4

-0,29

0,08

Кількість виборки N=

7

Середнє значення X=

1,14

3,14

4,29

Дисперсія δ^2=

0,92

0,14

0,15

Стандартне відхилення δ=

0,96

0,38

0,39

Стандартна похибка S=

0,36

0,14

0,15

Критерій Стьюдента tэ (N,X)

3,16

22,00

28,82

Результат порівняння

Відповідає нормі

Відповідає нормі

Відповідає нормі

 

ВИСНОВКИ

Дерева на території міста є не тільки додатковим джерелом кисня, а й відіграють роль запасного фільтра-очищувача в періоди  техногенних аварій і катастроф. В умовах щільної забудови та нещадного знищення рослиності на урбанізованих територіях природне фільтрування та якість повітря істотно знижується.

На території міста Люботин сформувалися сприятливі умови для вирощування дерев, які не тількі відіграють роль повітря-очисників а й слугують естетичною візітівкою міста.

Результати вимірювання коливань температур  у період дослідження показали певні сезонні коливання, пов’язані з варіаціями у пожовтінні та опадання листя з дерев.

Розрахунки дисперії та стандатного відхилення моєї вібирки від середніх показників, показали що відхилення є але не значне, найбільше відхилення було при другому польовому обстеженні ступеней опадання листя та складало 7,14.

Для з'ясування відмінностей розрахунків на рівні середніх арифметичних, розглянутих в процедурі аналізу первинних статистик було проведено розрахунок критерія Стьюдента. Отримані дані порівняно з довірчими межами для критерію Стьюдента. Результати аналізу показали, що у межах обраних ділянок (зелені зони, поверхні відкритого ґрунту) умови зростання клену гостролистого позитивні.

Таким чином, результати проведеного аналізу свідчать, що за допомоги математичної статистики в обробці даних екологічних досліджень можно з’ясувати  сприятливі умови зростання дерев на території міста. Отриману систему оцінки стану довкілля доцільно використовувати для аналізу великих площ міських територій, коли проблема знищення зелен зон стає гостро.

 

ВИКОРИСТАНІ ДЖЕРЕЛА

  1. Руденко В. М. Математична статистика. Навч. посіб. – К.: Центр учбової літератури, 2012. – 304 с.
  2. Бут В. І. Періодичні явища у природі Харківської області та ведення фенологічних спостережень. Матер. Харків. від. Геогр. об-ва України. вип. VIII. Харківська область: природа та господарство, 1971. - с. 105-111.
  3. Бут В І. Календар природи Харківщини/ - Харків, 1966.
  4. Єлін Ю. Я., Зерова М. Я., Лушпа В. І., Шаброва С. І. Дари лісів. — К.: Урожай, 1979.
  5. Шуліка Б.О., Вивчення можливостей прогнозування погодних явищ в локальному природному середовищі (на прикладі селища Високий), 2015. URL: https://periodicals.karazin.ua/geoeco/article/view/1122
  6. Стольберг Ф.В. Екологія міста. Київ. Лібра. 2009. 464 с. URL: http://zoology.univer.kharkov.ua/lit/atemconserfaunalit/Stolberg-ecologia-goroda-2000.pdf 
  7. Бондоріна І. А. Гостролисті клени // Розплідник і приватний садок: журнал. - 2009. - № 2
  8. Ромакін В. В. Комп'ютерний аналіз даних — 6.2.1. Застосування критерію Стьюдента для порівняння середніх. URL: https://lib.chmnu.edu.ua/pdf/posibnuku/210/47.pdf
  9. Класичні методи статистики: t-критерій Стьюдента.,2012. URL:https://r-analytics.blogspot.com/2012/03/t.html