Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Budka, A." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Zastosowanie wybranych procedur do wykrywania obserwacji nietypowych w ocenie jakości rzek
Testing procedures for detection of observation influential for river assessment
Autorzy:
Budka, A.
Kayzer, D.
Pietruczuk, K.
Szoszkiewicz, K.
Powiązania:
https://bibliotekanauki.pl/articles/60620.pdf
Data publikacji:
2013
Wydawca:
Polska Akademia Nauk. Stowarzyszenie Infrastruktura i Ekologia Terenów Wiejskich PAN
Tematy:
rzeki
rzeka Glomia
rzeka Mogielnica
woda
ocena jakosci
badania chemiczne
formy azotu
formy fosforu
obserwacje nietypowe
weryfikacja danych
testy statystyczne
test Q-Dixona
test Grubbsa
test Hampela
test kwartylowy
Opis:
Wartości odstające są częstym problemem występującym w zbiorze obserwacji zmiennych ekologicznych i wielokrotnie przyczyniają się do istotnych zmian w końcowej klasyfikacji jakości ekosystemów wodnych. Identyfikacja wartości odstających pozwala ograniczyć różne źródła błędów w monitoringu środowiska, którymi to mogą być człowiek, urządzenia wykorzystywane w badaniach, metoda lub inny czynnik losowy. Niniejsza praca analizuje sposoby weryfikacji wyników w przypadku występowania w nich wartości odstających. W odniesieniu do tego problemu zastosowano wybrane testy statystycznye. Do analiz użyto testów: Q- Dixona, Grubbsa, Hampela, kwartylowy. Testy te były oceniane pod względem czułości detekcji wartości nietypowych. Zbiór danych na którym prowadzone były analizy składał się z comiesięcznych analiz zawartości różnych form azotu oraz fosforu w wodzie. Badania przeprowadzono w 2010 roku na dwóch wielkopolskich rzekach (Głomia i Mogielnica) reprezentujących różny stopień degradacji.
Outliers are a common problem occurring in a set of environmental variables and such the observations often disturb significantly the final classification of the quality of aquatic ecosystems. Identification of outliers can reduce various sources of error in environmental monitoring, which can be caused by a person, equipment or method as well as other random factor. This paper examines how to detect outliers by using some statistical tests. Four tests were analysed: Q-Dixon, Grubbs, Hampel and quartiled. All of them were evaluated in terms of detection sensitivity of typical outliers. The analytical dataset consisted of a monthly analysis of the various forms of nitrogen and phosphorus in the water. The study was conducted Turing the single year (2010) in two rivers in Wielkopolska region (Głomia and Mogielnica) representing different degrees of degradation.
Źródło:
Infrastruktura i Ekologia Terenów Wiejskich; 2013, 3/II
1732-5587
Pojawia się w:
Infrastruktura i Ekologia Terenów Wiejskich
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Modelling values of river macrophyte metrics using artificial neural networks
Autorzy:
Gebler, D.
Kayzer, D.
Budka, A.
Szoszkiewicz, K.
Powiązania:
https://bibliotekanauki.pl/articles/60958.pdf
Data publikacji:
2012
Wydawca:
Polska Akademia Nauk. Stowarzyszenie Infrastruktura i Ekologia Terenów Wiejskich PAN
Tematy:
modelling value
river
macrophyte
river ecology
metrics
artificial neural network
water quality
Opis:
The results of field research at 230 river sections located throughout Poland were used to examine the possibility of predicting values of macrophyte metrics of ecological status. Artificial intelligence methods such as artificial neural networks were used in the modelling. The physicochemical parameters of water (alkalinity, conductivity, nitrate and ammonium nitrogen, reactive and total phosphorus, and biochemical oxygen demand) were used as the explanatory (modelling) variables. The explained (modelled) parameters were the Polish MIR (Macrophyte Index for Rivers), the British MTR (Mean Trophic Rank) and the French IBMR (River Macrophytes Biological Index). The quality of the constructed models was assessed using the normalized root mean square error (NRMSE) and the r–Pearson’s linear correlation coefficient between variables modelled by the networks and calculated on the basis of the botanical research. These analyses demonstrated that the network modelling MIR values had the highest accuracy. The lowest prediction accuracy was obtained for MTR and IBMR indices. The differences between particular models are likely to result from better adjustment of the Polish method to local rivers (particularly in terms of indicator species used).
Źródło:
Infrastruktura i Ekologia Terenów Wiejskich; 2012, 1/IV
1732-5587
Pojawia się w:
Infrastruktura i Ekologia Terenów Wiejskich
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies