- Thường chứa các giá trị bất thường;
- Có đặc tính theo mùa, thay đổi theo mùa;
- Phụ thuộc vào thời gian;
- Phụ thuộc vào các biến số không kiểm soát khác.
2. Mục đích thực hiện phân tích số liệu
Phản ánh được thông tin, diễn biến về chất lượng môi trường theo không gian, thời gian tới các nhà quản lý và cộng đồng.
3. Phương pháp phân tích số liệu - Phương pháp thống kê mô tả
Phương pháp thống kê mô tả là phương pháp được sử dụng để mô tả các đặc điểm cơ bản của dữ liệu, cung cấp bản tóm tắt đơn giản về mẫu và các phép đo. Với phân tích đồ họa đơn giản, thống kê mô tả là cơ sở của hầu hết các phân tích về định lượng. Thông kê mô tả được sử dụng để mô tả dữ liệu: dữ liệu là gì và cho biết điều gì.
Khi mô tả một tập hợp lớn các quan sát với một chỉ số duy nhất, có nguy cơ bị sai lệch dữ liệu gốc hoặc bỏ sót chi tiết quan trọng. Mặc dù có hạn chế này, thống kê mô tả có thể cung cấp một bản tóm tắt tốt phục vụ việc so sánh giữa các đơn vị khác nhau.
Ví dụ: Tính toán các đại lượng thống kê của một tập hợp các kết quả quan trắc của 1 điểm theo thời gian.
Năm Năm 2012 Năm 2013 Năm 2014
Nhiệt độ (độ C) 28 28 29
pH 7.6 7.4 7.7
Độ đục (NTU) 121 118 121
EC (àS/cm) 178 248 248
ORP (mV) 92 96 86
TDS (mg/L) 110 163 151
DO (mg/L) 6.4 6 6.1
32
Sử dụng phương pháp thống kê, ta có các giá trị đại lượng thống như sau:
Đại lượng thông kê/thông số
Nhiệt độ pH Độ đục EC ORP TDS DO
Mean
(trung bình) 28.33333 7.566667 120 224.6667 91.33333 141.3333 6.166667 Standard
Deviation ( Độ lệch
chuẩn) 0.57735 0.152753 1.732051 40.41452 5.033223 27.79089 0.208167 Range
(Phạm vi) 1 0.3 3 70 10 53 0.4
Minimum
(giá trị min) 28 7.4 118 178 86 110 6
Maximum (giá trị
max) 29 7.7 121 248 96 163 6.4
Sum (tổng
số) 85 22.7 360 674 274 424 18.5
Count
(đếm) 3 3 3 3 3 3 3
- Phương pháp phân tích số liệu theo chuỗi thời gian
Phương pháp này được áp dụng đối với những vấn đề xem xét, đánh giá diễn biến các hiện tượng môi trường qua thời gian và dự báo xu hướng dựa trên phân tích chuỗi số liệu theo thời gian.
Các dữ liệu quan sát liên tục cho một hiện tượng, trong một khoảng thời gian sẽ tạo nên chuỗi thời gian. Phân tích chuỗi thời gian có mục đích nhận dạng và tập hợp lại các yếu tố, những biến đổi theo thời gian mà nó có ảnh hưởng đến giá trị của biến quan sát.
Phương pháp phân tích số liệu theo chuỗi thời gian có thể phân tích theo các mục đích sau:
Phân tích xu thế: Đây là một phân tích liên quan đến chuỗi số liệu nhiều năm, do đó ta sẽ sử dụng số liệu hàng năm để phân tích, cần phải có một chuỗi dài ít ra là 15 năm. Để từ đó có những nhận định về xu thế diễn biến của hiện tượng, sự việc đó thay đổi theo thời gian như thế nào (tăng, giảm hay ít biến đổi,…). Phương pháp này thường được sử dụng để nhận xét chuỗi số liệu về khí tượng thủy văn (nhiệt độ, độ ẩm, áp suất, tốc độ gió của khoảng 20 năm hay nhiều hơn).
33
Ví dụ:Đồ thị 2- phần III. Đồ thị diễn biến diện tích mặt nước nuôi trồng thủy sản và sản lượng thủy sản qua các năm.
Đánh giá sự biến đổi theo mùa: để nhận biết ảnh hưởng của thành phần mùa lên chuỗi thời gian khảo sát ta dùng thông số gọi là chỉ số mùa. Nó liên kết từng tháng hay từng quý trong một năm của chuỗi số liệu. Các chỉ số này sẽ được xác định và hiệu chỉnh sao cho tổng giá trị của nó trong một năm sẽ bằng 12 nếu số liệu phân tích theo tháng và sẽ bằng 4 nếu là theo mùa (4 mùa trong 1 năm). Phương pháp sử dụng phổ biến để đánh giá chỉ số mùa là thiết lập tỷ số giữa giá trị quan trắc và giá trị tương ứng cho bởi đường xu thế. Đường xu thế có thể có từ các phương pháp khác nhau như: trung bình động, bình phương tối thiểu...
Ví dụ: Đồ thị 3- phần III. Diễn biến của thông số TSS giữa các mùa trong năm.
Đánh giá biến đổi trong ngày: Để đánh giá quy luật diễn biến của các thông số trong ngày. Phương pháp này sử dụng để đánh giá Diễn biến các thông số trung bình các giờ trong ngày.
Ví dụ: Đồ thị 5- phần III. Diễn biến của thông số O3 trung bình trong các giờ trong ngày.
Dự báo cho tương lai: Trên cơ sở các dữ liệu trong quá khứ, kết hợp với các dữ liệu hiện có, phương pháp phân tích này có thể dự báo kết quả của tương lai bằng cách sử dụng một số mô hình.
- Phương pháp phân tích số liệu theo không gian
Phương pháp này được áp dụng đối với những vấn đề xem xét, so sánh hoặc đánh giá diễn biến các hiện tượng qua không gian và dự báo xu hướng dựa trên phân tích theo không gian đó.
Phương pháp này thường được dùng để phân tích đối với các đối tượng môi trường như: Hệ thống lưu vực sông, lưu vực sông, con sông (so sánh chất lượng môi trường từ Thượng lưu – Hạ lưu), so sánh qua các khu vực (từ Bắc vào Nam).
Ví dụ:Đồ thị 1- phần III. Diễn biến lượng mưa trung bình qua các năm tại 1 số tỉnh/thành phốtừ Bắc vào Nam.
34
- Phương pháp phân tích tương quan giữa các biến số
Phương pháp nàydùng để xem xét mối liên hệ và tác động qua lại giữa các yếu tố có cùng điều kiện, dự đoán mối liên hệ giữa các yếu tố thông qua quan hệ tương quan.
Trong phân tích số liệu, phân tích mối tương quan là một cách để đo lường mối liến quan giữa hai hay nhiều biến với nhau. Trong nghiên cứu khoa học chúng ta thường dựa vào liên quan giữa các biến để tính toán và dự báo sự thay đổi của một biến dựa vào thông tin mà chúng ta biết được về các biến liên quan đó.
Phân tích tương quan có thể áp dụng đối với các thông số trong cùng 1 trạm quan trắc hoặc cùng 1 thông số giữa các trạm quan trắc với nhau.
Phân tích tương quan giữa các thông số trong cùng 1 trạm quan trắc để đánh giá mối quan hệ giữa các thông số khác nhau.
Phân tích tương quan cùng 1 thông số giữa các trạm với nhau: mục đích đánh giá tương quan giữa các trạm để xác định mối quan hệ các thông số ô nhiễm giữa các khu vực khác nhau từ đó có thể xác định được nguyên nhân gây ô nhiễm. Ví dụ nếu 2 trạm đặt tại 2 khu vực khác nhau có thông số bụi (PM10, PM2.5 hoặc PM1) tương quan chặt chẽ với nhau thì có thể kết luận cả 2 khu vực đó đều chịu tác động của 1 nguồn gây ô nhiễm hoặc có chung một điều kiện khí tượng.
Ví dụ:
Đánh giá tương quan thông số bụi giữa các trạm khác nhau: Thông số bụi, nhất là bụi mịn (PM2.5) có khả năng phát tán rất xa, vì vậy đánh giá tương quan thông số bụi giữa các trạm có thể xác định xem khu vực đặt các trạm quan trắc đó có cùng chịu tác động của một nguồn ô nhiễm hay không.
Tương quan giữa thông số O3 và cường độ bức xạ: nồng độ O3 thường đạt cực đại lúc cường độ bức xạ đạt cực đại do O3 được sinh ra từ các phản ứng quang hóa (có tác dụng của ánh sáng mặt trời).
Tương quan giữa kết quả thông số CO và cường độ xe: Do CO được sinh ra chủ yếu do các phương tiện giao thông vì vậy nồng độ CO phụ thuộc chủ yếu vào mật độ xe và thường có cực đại lúc 8h và 18h(giờ cao điểm thường là 8h và 18h);
35
Ngoài ra các yếu tố khí tượng như gió mùa cũng có ảnh hưởng rõ rệt đến số liệu quan trắc, ở miền Bắc vào những ngày có gió mùa về thì số liệu quan trắc thu được thường có giá trị tăng rất cao đột biến và thể hiện rất rõ. Hoặc những ngày nghỉ, ngày lễ thì mức ô nhiễm bụi thường giảm rõ rệt do lượng phương tiện tham gia giao thông ít đi. Ở đây chúng tôi rất tiếc chưa tổng hợp được các số liệu này để minh hoạ.
36