Wykorzystanie analizy semiwariancji w oszacowaniu stężenia SO2 w powietrzu atmosferycznym

Cechą charakterystyczną zjawisk zachodzących w powietrzu atmosferycznym jest istnienie autokorelacji. Dzięki narzędziom geostatystyki możliwa jest identyfikacja, modelowanie i estymacja stanu skażenia powietrza atmosferycznego. Zjawisko autokorelacji wykazuje, że wyniki pomiarów, które sąsiadują ze sobą w czasie i przestrzeni są do siebie bardziej podobne niż wyniki pomiarów bardziej odległych. Istnienie autokorelacji czasowych może być podstawą do szacowania wartości pomiarów sąsiednich. Do badania autokorelacji czasowej stężenia gazów i aerozoli wykorzystano analizę semiwariancji. Znajomość parametrów semiwariancji pozwala na użycie najlepszej nieobciążonej liniowo metody estymacji jaką jest kriging. W pracy przedstawiono przykład zastosowania analizy semiwariancji stanu jakościowego powietrza atmosferycznego dla obszaru województwa. Dokonano oceny autokorelacji przestrzennej i czasowej w województwie śląskim w oparciu o podstawowe parametry tj. zakres oddziaływania, próg oraz efekt samorodków. Wyniki analizy semiwariancji przedstawiają w postaci funkcji liniowej zależność między oddalaniem się punktów a stopniem ich podobieństwa. Istnienie autokorelacji przestrzennej daje podstawę do modelowania i estymacji przy użyciu metod stochastycznych.

A characteristic feature of the phenomena occurring in the atmospheric air is the existence of autocorrelation. With tools geostatistics is possible to identify modeling and estimation of the state of contamination of the air. The phenomenon of autocorrelation shows that the results of measurements that are adjacent to each other in time and space are more alike than more distant measurements. The existence of autocorrelation time can be the basis for estimating the value of the measurement location. To study the autocorrelation time gas concentrations and aerosols used semivariance analysis. Knowledge of semivariance parameters allows you to use the best uncompressed linear estimation method which is kriging. The paper presents an example of application semivariance analysis of ambient air quality status for the area of the province. An evaluation of spatial and temporal autocorrelation in the Silesia province based on the basic parameters such as range of impact, and the effect of the threshold nuggets. The analysis results show the semivariance as a function of the linear relationship between distant the points and the degree of their similarity. The existence of spatial autocorrelation provides a basis for modeling and estimation using stochastic methods.