Статистический анализ глобального потепления на примере Санкт-Петербурга (182207)

Посмотреть архив целиком

ВВЕДЕНИЕ


Вопросы изменения климата довольно частая и важная тема для обсуждения в наше время. В нашей стране, благодаря ее широкой протяженности и климатическим поясам, изменения климата cмогут отразиться в полной мере, как в положительную так и отрицательную сторону. Поэтому для статистических исследований в программе Excel, я взял данные, которые ведутся нашими синоптиками с 1834 года. Именно в этом году император Николай I учредил в Санкт-Петербурге “Нормальную обсерваторию”, где впервые в России начали проводить регулярные метеонаблюдения.

В данной работе я хочу статистическими методами пронаблюдать изменения климата в нашем городе за более чем столетний период времени, а так же обнаружить рекордные максимумы и минимумы температур за все время ведения наблюдений.



1. ДИАГРАММА ИССИКАВЫ


Причинно-следственная диаграмма" ("рыбий скелет")

Автор метода: К. Исикава (Япония), 1952 г. Позволяет в простой и доступной форме систематизировать все потенциальные причины рассматриваемых проблем, выделить самые существенные и провести поуровневый поиск первопричины.


1.1 Суть метода


Применяется при разработке и непрерывном совершенствовании продукции. Диаграмма Исикавы - инструмент, обеспечивающий системный подход к к определению фактических причин возникновения проблем.

Диаграмма Исикавы позволяет:

- Стимулировать творческое мышление;

- Представить взаимосвязь между причинами и сопоставить их относительную важность.

Недостатки метода:

  • Не рассматривается логическая проверка цепочки причин, ведущих к первопричине, т. е. отсутствуют правила проверки в обратном направлении от первопричины к результатам.

  • Сложная и не всегда четко структурированная диаграмма не позволяет делать правильные выводы.

  • От себя добавлю отсутствие обратной связи в данной диаграмме


1.2 Цель метода


Изучить и графически отобразить и обеспечить технологию поиска истинных причин рассматриваемой проблемы для эффективного их разрешения. Поэтому метод легко применим к любому процессу. В данном случае процессу изменения климата.


Концентрация CO2


Изменение ландшафтов

Изменение светимости Солнца



Промышленные выбросы

климатическое


Количество лесов

антропогенное

Термоядерные реакции


Изменения климата

Течения


Колебания магнитного поля Земли


Движение тектонических плит

Колебания наклона земной оси

Текучесть магмы

Вращение Земли

Естестве.

Влияние ионизирующего излучения

естественные

Стокновения с другими телами

Влияние других планет












Рис 1. Диаграмма Исикавы.



2. ПОЛУЧЕНИЕ ДАННЫХ И ИХ ОБРАБОТКА


Excel позволяет работать как с внешним источником данных так и с данными сохраненными в сторонних форматах, например текстовых. Например данные по среднемесячным температурам (около 175 лет) я загрузил из интернета.



Основный и значительный минус данного метода- в том что в таком варианте часто возникают ошибки из-за разного форматирования данных. Например десятые и сотые в нем отделяются строго запятой а не точкой. Поэтому предпочтительнее сохранять данные в txt формате и после дальнейшего форматирования загружать их в ексель.

Пример: текст требующий замены точек на запятые.

26063 1881 1 1 0 -1.5 0 -0.2 0 1.0 0 1.3 0 0

26063 1882 1 1 0 -8.2 0 -2.8 0 9 0.0 2 0

26063 1883 1 1 0 -21.7 0 -19.1 0 9 0.0 2 0

26063 1884 1 1 0 1.1 0 1.8 0 2.1 0 0.0 2 0

26063 1885 1 1 0 -17.1 0 -15.4 0 -8.3 0 0.0 2 0

26063 1886 1 1 0 -7.9 0 -4.5 0 -1.0 0 3.4 0 0

26063 1887 1 1 0 -9.1 0 -5.9 0 -5.6 0 0.0 2 0

26063 1888 1 1 0 -15.2 0 -10.5 0 -9.2 0 1.8 0 0

26063 1889 1 1 0 -20.2 0 -18.6 0 -16.6 0 0.0 2 0

26063 1890 1 1 0 -11.1 0 -7.6 0 -4.0 0 0.7 0 0

26063 1891 1 1 0 -3.5 0 -0.7 0 1.7 0 0.1 0 0

Далее данные необходимо просто разбить по столбцам, и они уже могут быть использованы для дальнейшего форматирования и анализа.




2.1 Построение графиков


По полученным данным я вычислил среднегодовые температуры, для построения графика общего изменения температуры.



Дополнительно я нанес на график линию тренда. Восходящая линия тренда возникает как из-за среднего увеличения температуры, так и из-за последовательного увеличения уровня пиков на графике. Тем не менее, она показывает тенденцию к росту среднегодовой температуры, которая составила очень приблизительно 2.5 градуса за срок около 150 лет.

Так же на основе этих данных я вычислил среднемесячную температуру за данный период.



А так же среднемесячные максимумы и минимумы. И среднюю температуру за весь период измерений (4.4 градуса)

На основе получившихся данных, можно построить графики среднемесячных температур за последние годы относительно общих за полтора века, дабы отследить помесячно разницу в климатических изменениях как численно, так и во времени.



Можно отметить, что в целом температура выше, за исключением 2х лет (2006, 2007) которые отличались холодными зимами (для Санкт-Петербурга)



2.3 Построение гистограмм


Для построения первой гистограммы я воспользовался все теми же данными. А для расчета количества интервалов воспользовался коэффициентом Стерджесса.


R=6,4

Eизм=0,1

К(Стердж.)=

8

h=(6,4/8)=

0,8

Границы инт.

1,2


2


2,8


3,6


4,4


5,2


6


6,8


7,6



Затем с помощью логического оператора =СЧЁТЕСЛИ с заданными условиями, я рассчитал количество попаданий в интервал.



Для построения следующей гистограммы. Я взял другие данные, данные среднесуточной температуры за период с 1834 года по 2009 год.

На этот раз подключил пакет анализа в Excel. И с помощью инструмента выборка из данного диапазона случайным способом выбрал 100 значений и построил по ним диаграмму, в которой количество интервалов оставил по-умолчанию ( в т.сл. excel сам выбирает такое значение), а их границы выбрал так чтобы на каждый столбец приходился диапазон в 4 градуса. Результат:



Стоит отметить, что несмотря на довольно малый объем выборки (всего 2%) получились довольно точные данные. Те же средние 4 градуса, что и в предыдущей гистограмме и расчете среднего значения. Также я построил диаграмму по полной совокупности измерений (47000 значений) и она обладала схожими очертаниями и зависимостью.

Далее, используя операторы =МИН и =МАКС, я выявил абсолютные минимумы и максимумы за весь период исследуемых наблюдений. Результат:




2.4 Результаты обработки


Абсолютный минимум ( по Санкт-Петербургу ) в 35,9 градусов ниже нуля зафиксирован 11 декабря 1883 года, а абсолютный максимум составил 34,6 градусов выше нуля и был зафиксирован в 1998 году.

Самым холодным годом был 1862 год, его средняя температура составила всего 1,2 градуса. Самым теплым оказался 1989 с 7,6 градусами. А в последние годы (с 2000ого) среднегодовая температура колебалась в районе 6 - 7,3 градусов. Что опять-таки около 2,5 градусов выше средней 4 градусной температуры.



СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ


  1. «Управление качеством продукции» РИА «Стандарты и качество» 2005г.

  2. «Статистические методы в управлении качеством» / Е.А. Фролова, 2007

  3. www.statmetkach.com – способы работы с данным в Excel

  4. www.window.edu.ru – методические пособия и прочее

  5. www.guap.ru – методические пособия по статистическим методам и их применению в Excel

  6. www.inventech.ru - описания статистических методов менеджмента качества

  7. ГОСТ 7.32—2001правила оформления текстовых документов



Случайные файлы

Файл
138514.rtf
82464.rtf
11553-1.rtf
136797.rtf
Simpsons.doc




Чтобы не видеть здесь видео-рекламу достаточно стать зарегистрированным пользователем.
Чтобы не видеть никакую рекламу на сайте, нужно стать VIP-пользователем.
Это можно сделать совершенно бесплатно. Читайте подробности тут.