looduslike veekogude fosforisisalduse kovariatsioonanalüüs

Looduslike veekogude fosforisisalduse kovariatsioonanalüüs

Marina Haldna, Tõnu Möls, Külli Kangur ja Olga Buhvestova

Konverents Statistika ja eluteadused

Tartu 2010

Ettekande eesmärk

Tutvustada kovariatsioonistruktuuride

kasutamist lineaarses segamudelis vee

kvaliteedinäitajate hajuvuse

kirjeldamisel ja korrelatsioonide

esitamisel

Teemad

Üldfosfori andmete kogumine

Statistiline modelleerimine via

ANOVA

Tulemused

Toitained veekogus ja nende seosed elustikuga

FOSFOR jt toitained

Kalad

Kalad

Fütoplankton

Põhjaloomad ja zooplankton

Kolm erinevat järveosa

Peipsi Suurjärv (s.s.) Pikkus 81 kmKeskmine sügavus 8.3 m

LämmijärvPikkus 30 kmKeskmine sügavus 2.3 m

Pihkva järvPikkus 41 kmKeskmine sügavus 3.8 m

kog

up

ikkus 152 km

Maksimaalne laius 47 km

Pindala 3555 km2

Narva jõgi

Emajõgisissevool

Velikaja jõgi

ES

TO

NIA

Peipsi järve iseloomustavad näitajad ja seirepunktide paiknemine

sissevool

väljavool

Vaatluse arv varieerub nii järveosati kui aastati tugevalt. Vene poole andmed puuduvad täielikult aastatel 1993 - 2000.

Peipsi s.s. (Estonia) (Russia)

Th

e n

um

be

r o

f o

bs

erv

ati

on

s

500

400

300

200

100

0

Läm m ijärv Pihkva

1993 –2000

1985 – 1992

2001–2 008

Vaatluste arv

250

0

50

100

150

200

April May June July Aug. Sept. Oct.

Üldfosfori kontsentratsiooni varieeruvus aastate kaupa

Miks on mudeleid vaja?

Ainult kogutud andmete kasutamine pikaajaliste trendide, sesoonse muutumise ja järveosade erinevuse kirjeldamiseks on lünklikkuse tõttu problemaatiline.

Mudel võimaldab hinnata statistiliselt korrektselt prognooside ja erinevuste usalduspiire, p-väärtust jt. statistilisi atribuute.

MUDEL

Kuupäev:aasta,

päeva number aastas

Proovipunktide asukoht:põhjalaiuse, idapikkuse

koordinaadid

Üldfosfor kontsentratsioon

Peipsi üldise lineaarse mudeli tekkimise skeem

Peipsi järve üldise lineaarse mudeli põhikomponendid

Peipsi järve üldfosfori mudel (R2=0,58)

TP=c0+c1·a1+c2·a2+c3·a3+c4·a4+c5·a5+c6·a6+ aasta mõju

c7·pl+c8·pl2+c9·pl3 +c10·ip + c11·pl·ip + koordinaadid

c12·t35+c13·t44+ c14·t53+ sesoonsus

c15·a1·pl+c16·a2·pl+c17·a3·pl+c18·a4·pl+c19·a5·pl+c20·a6·pl+

c21·a1·pl2+c22·a2·pl2+c23·a3·pl2+c24·a4·pl2+c25·a5·pl2+c26·a6·pl2+

c27·a1·ip+c28·a2·ip+c29·a3·ip+c30·a4·ip+c31·a5·ip+c32·a6·ip+

c33·a1 t34+c34·a2·t35+c35 a3 t35+c36·a4·t35+c37·a5·t35+c38·a6·t35+

c39·a1·t44+c40·a2·t44+c41·a3·t44+c42·a4·t44+c43·a5·t44+c44·a6·t44+

c45·a1·t53+c46·a2·t53+c47·a3·t53+c48·a4·t53+c49·a5·t53+c50·a6·t53+

c51·pl·t35+c52·pl·t44+c53·pl·t53+ c54·pl2·t35+c55·pl2·t44+c56·pl2·t53+

c57·ip·t35+c58·ip·t44+c59·ip·t53 + ε,

koosmõjud

Mõõtmised ja lineaarse mudeliga arvutatud pikaajalised trendid üldfosfori jaoks

Jooniselt näeb nii järveosade erinevust kui ka pikaajalisi muutusi. Prognoosijooned on tehtud suvise seisundi jaoks, algandmed on esitatud kogu aasta kohta.

Kuidas võivad mudeli prognoosijäägid korduvate mõõtmistega saadud andmete

korral käituda?

• Kas nad on omavahel sõltumatud?

• Kõik jäägid korreleeruvad omavahel – meil piisab ühest mõõtmisest?

• Korrelatsioon ajaliselt ja ruumiliselt lähemal asuvate vaatluste jääkide vahel on suurem kui kaugemate vahel?

Eeltööd

Kuna enamus vaatlustest on tehtud ühe laevareisi jooksul umbes iga kuu aja tagant piisab, kui jagada ruumiliste korrelatsioonide hindamiseks kõik vaatlused reidideks. Seega esitasime kovariatsioonimaatriksi blokkstruktuuri abil. Reide oli kokku 153, milles erinevate proovipunktide arv oli vahemikus 2 kuni 31 punkti (keskmiselt 11)

Kauguse arvutamisel kasutasime eukleidilist kaugust

Mudeli prognoosijääkide empiiriline kovariatsioonifunktsioon*

Funktsiooni kuju viitab eksponentsiaalsele sõltuvusele

*Kasutatud SAS/STAT VARIOGRAM

Kordusmõõtmistega mudeli hinnatavad parameetrid

(SAS MIXED protseduur)

),(),( 2ijji dCov

22)( iVarJääkide dispersioon

Kovariatsioon

Korrelatsioonifunktsioon ρ näitab, kuivõrd kovariatsioonid kauguse suurenedes vähenevad

Sõltumatu mudel ρ(θ,d) =0

Eksponentsiaalne mudel ρ(θ,d) =exp(-d/θ)

Gaussi mudel ρ(θ,d) =exp(-d2/θ)

Peipsi järve üldfosfori jaoks andis parimaid tulemusi (Akaike’ kooskõlakordajaid võrreldes) eksponentsiaalne mudel.

Peipsi järve üldfosfori semivariogramm

Näitab mõõtmistulemuste varieeruvuse sõltuvust vaatluste

omavahelisest paarikaupa vahemaast (Remm, 2008)

Y ´(s) tähistab TP kontsentratsiooni proovipunktis s ja Y˝ (s+d)

kontsentratsioone punktides, mis paiknevas punktist s kaugusel d.

•Dispersioon jaguneb kaheks oluliselt nullist erinevaks komponendiks : looduslik varieeruvus (σ 2) ja mõõtmisviga τ 2

•Peipsi järve üldfosfori korral on mõlemad hajuvuse komponendid on logaritmilises skaalas küllaltki lähedased: 0,14 ja 0,12 vastavalt, mis tähendab 25% ja 27% hajuvust keskväärtuse suhtes.

•Korrelatsioonid on olulised omavahel kuni umbes 70 km kaugusel paiknevate punktide vahel

Kokkuvõte üldfosfori kovariatsioonide kohta

DiskussiooniteemaKorrelatsioonide põhjused?

Sarnased põhjatüübid ja sügavus, sissevoolu

mõju

Sarnased ilmatingimused-lähedastes punkides

tehakse mõõtmised samadel kellaaegadel,

sama lainetuse jne korral

Lähedastes punktides on sarnasem toiduahel

Seos Emajõe sissevooluga

Statistiliselt olulist seost Emajões asuva vaatluspunkti ja järvel olevate Emajõe mõjuala punktide üldfosfori väärtuste vahel pärast lineaarse mudeli komponentide (sesoonsus, aastamõju ja koordinaadid jne) mõju arvesse võtmist ei olnud.

Üldfosfori seos fütoplanktoni kontsentratsiooni ja vee temperatuuriga

Statistiliselt oluline korrelatsioon mudeli jääkide vahel ilmnes järve üldfosfori ja fütoplanktoni korral (r = 0,35), samaaegselt mõõdetud temperatuuride ja fosfori korrelatsioon oli mitteoluline (r = -0,05).

Aitäh!

Kasutatud statistilised protseduurid

SAS/STAT protseduurid MIXED and VARIOGRAM

Idee andja ja magistritöö juhendaja Märt Möls

Rahastajad Eesti teaduse sihtfinantseerimisteema SF 0170006s08 ja Eesti Teadusfondi grant ETF7643

Tänan kuulajaid tähelepanu eest!