Оценка тенденций изменения ежедневных значений общей жесткости речной воды

При управлении технологическими процессами водоподготовки необходимо производить мониторинговые исследования показателей качества воды, так как моделирование их сезонных изменений позволит спрогнозировать происходящие в реке изменения. Исследованы временные ряды ежедневных значений общей жесткости речной воды за двадцативосьмилетний период. Для описания тенденции изменения показателя в реке использован регрессионный анализ. Параметры уравнений линейной регрессии определены посредством встроенного инструмента «Регрессия» Пакета анализа данных в процессоре MS Excel. Прогнозирование изменений ежедневных значений общей жесткости в речной воде произведено путем статистического моделирования – построения дискретных цепей Маркова, которые учитывают изменения показателя, происходящие под влиянием случайных факторов. С помощью метода линейной регрессии получено уравнение, описывающее тенденцию изменения общей жесткости речной воды с течением времени. По значению критерия Фишера выявлено, что это уравнение является статистически значимым. Установлено, что общей жесткости речной воды свойственна тенденция роста. При помощи статистического метода – построения конечных цепей Маркова – построен краткосрочный прогноз значений общей жесткости речной воды на ближайшие 10 дней. Выявлено, что возрастает вероятность попадания значений общей жесткости в первую область наименьших потенциальных рисков (состояние S1 до 3,5 °Ж), вероятность попадания значений показателя во вторую область (состояние S2 от 3,5 до 7 °Ж) снижается, а вероятность попадания значений показателя в третью область (состояние S3 выше 7 °Ж, повышенный потенциальный риск), хотя и увеличивается, но не более чем на 0,2%. Таким образом, в ближайшие 10 дней, следующие за исследуемым периодом, не ожидается повышение значений показателя в реке. While controlling water treatment processes, monitoring water quality indicators is essential, since modeling their seasonal variations provides for predicting changes in river water. Time series of daily total hardness values in river water over a 28-year period were analyzed. Regression analysis was used to describe the trend of the indicator of river water. Parameters of the linear regression equations were determined using the Regression tool built in the Data Analysis Package in MS Excel. Prediction of changes in daily total hardness values in the river water was made through statistical modeling – constructing discrete Markov chains that account for the changes in the indicator owing to the random factors. Using the linear regression method, an equation was obtained that described the trend of the total hardness in river water over time. The F-test value revealed statistical significance of the equation. It was established that the total hardness of river water exhibits an upward trend. Using a statistical method – constructing finite Markov chains – a short-term prediction of the total hardness values in river water for the next 10 days was made. It was found that the probability of the total hardness values falling within the first region of the lowest potential risk (S1 state up to 3.5 °H) increases, while the probability of values falling within the second region (S2 state from 3.5 to 7 °H) decreases. While the probability of the values falling within the third region (S3 state above 7 °H, increased potential risk) increases, the increase is no more than 0.2%. Therefore, no increase in the river water hardness values is expected in the next 10 days following the study period.