GIÁO TRÌNH-ĐÁNH GIÁ RỦI RO MÔI TRƯỜNG ENVIRONMENTAL RISK ASSESSMENT, BÀI 5

Các phương pháp đánh giá rủi ro- Thống kê và xử lý số liệu - Đánh giá phát thải Đánh giá nhanh - Liều lượng và đáp ứng Dose and response - Mô hình hoá - Phân tích chuỗi sự kiện Event Tre

Trường Đại học KHTN

Khoa Môi trường

ĐÁNH GIÁ RỦI RO MÔI TRƯỜNG

ENVIRONMENTAL RISK

ASSESSMENT

(Bài 5)

Giảng viên : PGS.TS PHÙNG CHÍ SỸ

Viện Kỹ thuật Nhiệt đới và Bảo vệ

Môi trường

Các phương pháp đánh giá

rủi ro

Các phương pháp đánh giá rủi ro

- Thống kê và xử lý số liệu

- Đánh giá phát thải (Đánh giá nhanh)

- Liều lượng và đáp ứng (Dose and response)

- Mô hình hoá

- Phân tích chuỗi sự kiện (Event Tree

Analysis)

PHÂN TÍCH THỐNG KÊ CÁC

SỐ LIỆU MÔI TRƯỜNG

Phương pháp thống kê

Phương pháp thống kê (statistics) đã được sử dụng từ lâu trong nhiều ngành kinh tế, y khoa, nông nghiệp, sinh học,môi trường …

Các phương pháp thống kê toán học là :

 Thống kê mô tả (descriptive statistics)

 Thống kê suy diễn (Inferential statistics)

 Ước lượng và trắc nghiệm (Estimation and testing)

 Phân tích tương quan (hồi quy) (Regression analysis)

 Phân tích chuỗi thời gian (Time series analysis)

Phương pháp thống kê(tt)

5 nhiệm vụ xử lý dữ liệu môi trường :

1) Phân tích dữ liệu điều tra các yếu tố môi trường (đất, nước,

không khí …) phục vụ cho việc đánh giá tác động môi trường, phân tích hiện trạng môi trường.

2) So sánh kết quả thu thập được với các tiêu chuẩn quy định, so sánh kết quả của 2 hay nhiều trạm quan trắc, các công nghệ xử lý, các chỉ tiêu môi trường của 2 nhà máy, 2 KCN …

3) Phân tích kết quả của các thí nghiệm môi trường, từ đó tìm ra các biện pháp xử lý tối ưu.

4) Nghiên cứu mối liên hệ giữa 2 yếu tố môi trường hoặc mối quan

hệ nhân quả giữa các yếu tố môi trường (Ví dụ : liều lượng/phản

ứng).

5) Theo dõi diễn biến môi trường theo thời gian (quan trắc môi

trường)

Phương pháp thống kê(tt)

Ứng dụng thống kê mô tả trong lĩnh vực tài nguyên và môi trường :

 Trình bày kết quả đo đạc môi trường đất, nước và không khí … sau khi phân tích.

phân tích.

 Trình bày thông tin cơ bản về các thành phần môi trường như đất đai,

thành phần hoá chất, cơ cấu dân số … (Thông tin trạng thái).

 Trình bày khái quát các thống kê về hoạt động sản xuất, đời sống của con người, từ đó đánh giá được các nguồn áp lực lên môi trường như thống kê giao thông, tình hình sản xuất, dân số, sản phẩm, năng lượng … (Thông tin

Trung bình số học (Arithmetic mean) – Giá trị

trung bình của các giá trị nằm trong dãy số (Tổng số các giá trị chia cho cỡ mẫu).

CÁC ĐẶC TRƯNG THỐNG KÊ (tt)

Trung vị (median) hay Giá trị giữa (50%

percentile): Xếp thứ tự các số liệu từ thấp đến cao, sau đó tìm giá trị chia dãy dữ kiện thành 2 phần có số mẫu bằng nhau

- Nếu cỡ mẫu (n) là lẻ : Trung vị là giá trị nằm thứ [(n+1)/2] trong dãy số

- Nếu cỡ mẫu (n) là chẵn : Trung vị là giá trị trung bình của 2 giá trị nằm ở vị trí [n/2] và vị trí thứ [(n/2) + 1]

CÁC ĐẶC TRƯNG THỐNG KÊ (tt)

25% (25% percentile) : Giá trị nằm ở vị trí đầu của quãng phần tư thứ 2 khi chia dãy số thành 4 phần có kích cỡ bằng nhau

75% (75% percentile) : Giá trị nằm ở vị trí cuối của quãng phần tư thứ 3 khi chia dãy số thành 4 phần có kích cỡ bằng nhau

CÁC ĐẶC TRƯNG THỐNG KÊ (tt)

2 Các thông số đo đặc trưng của độ phân tán

 Biến lượng (Variance) : Trung bình của bình

phương tất cả các độ lệch của giá trị quan sát trừ đi

giá trị trung bình

 Độ lệch tiêu chuẩn (Standard Deviation) : Là căn

số dương của biến lượng

 Sai số tiêu chuẩn (Standard Error): là tỷ số giữa độ lệch tiêu chuẩn và căn bậc 2 của cỡ mẫu (n)

Đại lượng đo sự đối xứng của phân bố số liệu

bố số liệu

CÁC ĐẶC TRƯNG THỐNG KÊ (tt)

3 Bảng và đồ thị

Các bảng : dữ liệu thô ; dữ liệu được sắp xếp, tần suất,

Các đồ thị :

- Giản đồ tần suất (frequency histograms)

- Các đồ thị đa thức tần suất (Relative frequency polygons)

- Các đồ thị hộp (box plot)

- Các hộp và râu (Box and whisher plot)

- Các đồ thị tuyến (Line graphs)

Tóm tắt các bước xây dựng Box Wisher

B1 : Chia khoảng biến thiên nồng độ

B2 : Xác định tần suất gặp, thấy (%)

B3 : Xây dựng biểu đồ phân bố tần suất (hình chuông lệch)  xác định số thường gặp, Max, Min, 25%, 75%, Trung bình cộng, Số giữa

B4 : Xây dựng bản đồ tần suất tích luỹ

B5 : Xác định số giữa (50%), số 25%, số 75%B6 : Xây dựng Box and Wisher

Các hộp và râu (Box and whisher plot)

Trung bình cộng (Mean)

Số giữa (Median)

Sau khi thực hiện các bước trên ta tiến hành xây dựng đồ thị

biễu diễn sự biến thiên của nồng độ bụi.

Bụi

(mg/m 3 )

Năm

2000 2001 2002 2003 2004 2005

Giản đồ tần suất tích luỹ

Số 75%

PHƯƠNG PHÁP HỒI QUI

1) Hồi qui tuyến tính đơn tố (Simple Linear

Regression) (SLR)

- Tương quan thuần tuyến tính : Y= A + B.X

Ở đây : Y là biến phụ thuộc ; X là biến độc lập ; A, B

là các hằng số.

- Tương quan bội biến đổi (multiplicative) : Y =

A.Xb hay logY = logA + b.logX

- Tương quan mũ biến đổi (exponential) : Y = e

(A+B.X) hay logY = A + B.X

- Tương quan nghịch đảo biến đổi (Reciprocal) : 1/Y

= A + B.X hay Y = 1/(A+B.X)

PHƯƠNG PHÁP HỒI QUI (tt)

2) Hồi quy tuyến tính đa tố (Multiple Linear Regression) (MLR)

Y = α + β1X1 + β2X2 + β3X3 + + βkXk

Ở đây : Y là biến phụ thuộc ; Xi là biến độc lập ; α, βi là các hằng số

PHƯƠNG PHÁP HỒI QUI (tt)

3) Hồi quy phi tuyến tính (Nonlinear

thành hàm hồi quy tuyến tính đa tố :

Y = α + β1Z1 + β2Z2 + β3Z3 + + βkZk

PHƯƠNG PHÁP HỒI QUI (tt)

- Hồi quy phi tuyến tính đa tố (Multiple

nonlinear)

Y = α + β1X1 + β2X12 + β3X2 + β4X22

NẮN SỐ LIỆU (DATA SMOOTHING

Phương pháp nắn số liệu được áp dụng để xử

lý với số liệu chuỗi thời gian nhằm hạn chế các tác động bất thường của các biến thiên

ngẫu nhiên

K Ỹ THUẬT NẮN SỐ LIỆU

Làm mềm

PHÂN TÍCH CHIỀU HƯỚNG (TREND

ANALYSIS)

Phương pháp phân tích chiều hướng cho phép mô phỏng quy luật biến đổi của chuỗi số liệu thời gian theo đường thẳng (tuyến tính); đường cong hàm parabol hay hàm mũ hay đường cong dạng S (S- curve).

Các bước thực hiện như sau:

B1 : Chia chuỗi số liệu thành 3 phần có kích thước gần bằng nhau

VD : chuỗi số liệu 10 năm (1 năm có 365 số) là 3.650 số  chia làm 3 phần:

ỨNG DỤNG PHƯƠNG PHÁP THỐNG KÊ NHẰM

ĐÁNH GIÁ RỦI RO MÔI TRƯỜNG

Công đoạn đầu tiên trong ERA là lấy mẫu,

phân tích để xem nồng độ hoá chất trong môi trường có đủ cao để gây rủi ro không

Ví dụ :Nồng độ Benzen trong đất (microgram/

kg đất) xung quanh 1 nhà máy lọc dầu

ỨNG DỤNG PHƯƠNG PHÁP THỐNG KÊ NHẰM

ĐÁNH GIÁ RỦI RO MÔI TRƯỜNG (tt)

1.Thống kê số liệu

Trung bình (Mean) : 2.837368

Sai số tiêu chuẩn (Standard Error): 0.167376

Trung vị hay Số giữa (Median) : 2.698883

Số trội hay Số thường gặp nhất (Mode) : 1.278754

Độ lệch tiêu chuẩn (Standard Deviation) : 1.587867

Biến lượng mẫu (Sample variance) : 2.521321

Độ nhọn của phân bố dãy số liệu (Kurtosis) : -0.12122

Độ lệch của phân bố dãy số liệu (Skewness) : 0.534096

Phạm vi phân bố của số liệu (Range) : 7.289292

Cực tiểu (Minimum) : -0.12494

Cực đại (Maximum) : 7.164353

Tổng (Sum) : 255.3631

Kích cỡ của dãy số liệu (Count) : 90

Giới hạn tin tưởng (Confidence level (95%)) : 0.332572

Biều đồ tần suất (Frequency Histogram)

Xác suất (tt)

suất để một số ngẫu nhiên C nào đó lớn hơn giá trị c* được xác định như sau :



sẽ là :

Sai số tiêu chuẩn của giá trị trung bình

Giá trị trung bình của một dãy số là :

hoặc

Phương trình này sẽ được sắp xếp lại như sau :

Độ lệch tiêu chuẩn (standard deviation) của dãy n số liệu như sau :

Xác định giới hạn tin cậy 95% : Giá trị trung bình cộng hoặc trừ 2 lần sai số chuẩn (standard error) (m-2sd, m+2sd).

Giá trị Chỉ số i Log Trung

bình tích luỹ

(Cum mean)

Độ lệch tiêu Chuẩn (Standa Deviation/

Kết quả tính toán như sau:

Sự khác nhau về giá trị trung bình của 2 dãy số

Xác định dãy số liệu này khác dãy số liệu khác trên cơ sở sử dụng t-test :

Ở đây S là độ lệch chuẩn của dãy số liệu.

Hai dãy số liệu khác nhau nếu |t| > 2 Nếu |t|<2 có nghĩa là hai dãy số không phân biệt được với nhau.

TÀI LIỆU THAM KHẢO

[01] Chế Đình Lý (2004) Báo cáo đề tài

“Nghiên cứu các phương pháp xử lý thống kê

dữ liệu môi trường tài nguyên nhằm gia tăng

độ tin cậy các kết quả nghiên cứu, quan trắc, điều tra” TP Hồ Chí Minh

[02] Miller, J.C; Miller J.N (1993) Statistics for Analytical Chemistry, Ellis Horwood PTR Prentice Hall

XIN CÁM ƠN SỰ CHÚ Ý THEO DÕI !