Az adatok és az értékelő rendszer megbízhatóságának vizsgálati lehetősége

A mérőműszerek mérési megbízhatóságából származó adatgyűjtési és a számolási módszerek megbízhatóságából adódó modellezési hibák befolyásolják az adatok, ezzel együtt az értékelési rendszer megbízhatóságát.

Az adatok pontosságát egyrészt a valódi és a modellezett érték különbségével, a hibával, másrészt a hiba jellemzésére szolgáló szórással, vagy középhibával jellemezhetjük. A térbeli adatok általában a valós világ generalizációjának eredményei, ezért gyakran nehéz a valódi értéket azonosítani; ennek következtében általában bizonyos értékeket hibátlannak tételeznek fel (Márkus 1994).

Az egyes adatok pontosságát az jellegüknek megfelelően különböző módszerekkel kell vizsgálni. Az egyik leggyakrabban alkalmazott vizsgálat a tévesztési mátrix elkészítése bizonyos számú véletlenszerűen elosztott pont felvételével, az azokhoz az adatbázisban tartozó osztály meghatározásával, majd ugyanezen a pontok a helyszínen való osztályának meghatározásával.

# #

Ideális esetben valamennyi pont a mátrix főátlójára illeszkedne, s ez azt jelentené, hogy a helyszínen megfigyelt és az adatbázisban szereplő osztály azonos. Azonosítási hiba akkor jelentkezik, ha valamely pont helyszínen megfigyelt és az adatbázisban szereplő osztálya különböző.

Az enyhén szennyezett osztályhoz tartozó hibás pontok számát az enyhén szennyezett oszlop nem szennyezett, közepesen szennyezett, szennyezett és rendkívül szennyezett sorában szereplő értékeinek összege adja. Ezek azok a pontok, amelyek a helyszínen a nem szennyezett osztályhoz tartoznak, de az adatbázisban más osztálynál szerepelnek.

További azonosítási hiba jelentkezik akkor is, ha valamely, az adatbázisban szereplő osztály a helyszínen nem létezik.

A helyesen osztályozott esetek százalékaránya jellemző, ezért ezek alkalmazásával a megbízhatóság kifejezhető és összehasonlítható. A használható jellemzők közé tartozik a diagonális százalékarány és a Cohen-féle Kappa index. A diagonális százalékarány a mátrix főátlójában szereplő értékek és a teljes érték hányadosát jelenti, a Cohen-féle Kappa index felhasználásával pedig a főátlóban várható eltérő értékek száma becsülhető meg.

Az egyes főátlóban szereplő elemekhez tartozó várható eltérések számát a megfelelő sorok és oszlopok összegének szorzata és az összes előforduló eset hányadosa adja. Ez a q érték. A kappa index számítása:

k = (d - q) / (N - q) (50)

ahol d a főátlóban szereplő elemek száma, q a főátlóban várható eltérő értékek száma, N az összes esetek száma

A Kappa index 0 és 1 közötti érték. Ez az adatbázis egészét, nem pedig az egyes objektumok koordinátáit és attribútumait jellemzi.

Az eredmények számítására másik modellezési eljárást is használhatunk, azonban hasonló problémák, bizonytalanságok merülhetnek fel, csak a feldolgozásra szánt idő növekedne meg, a pontosság számottevően nem változna. A mérés hátrányai mellett alkalmas, a gazdasági szempontokat is figyelembe véve, maximum egy-két ponton, kevés komponensre, ideális körülmények között és viszonylag hosszú idő alatt a modell ellenőrzésére.

Az IMPACT II értékelési rendszer pontossága és érzékenysége

Értékelési rendszeremhez különböző forrásokból származó, és különböző pontosságú adatokat használtam fel, ezáltal az értékelési szabályok alkalmazása során a hibák összeadódnak, erősíthetik, illetve közömbösíthetik egymást. A példaként felhasznált tervezett üzemben a különböző szennyező komponensek koncentráció-eloszlását, illetve IMPACT II részindexeit tartalmazó rétegeit lapoltam át, összegeztem, ezért az alkalmazás pontosságát a legkisebb pontosságú réteg határozza meg

Mivel az értékelő rendszer alapja a különböző rétegek súlyozott összegzése, a tényleges pontosság lényegesen jobb lehet a legkevésbé pontos réteg pontosságánál (Márkus 1994 in Core Curriculum 46. fejezet Műveleti hibák, A) Hibaterjedés).

A módszer megbízhatóságának számítását a tervezett üzem példáján végeztem el, a levegő és zaj környezeti tényezőkre.

A gyártó adatai alapján a zajmérésre felhasznált mérőműszer pontossága ± 2dB. Ha a mérési eredményem 70 dB volt akkor a megbízhatósági intervallum 68-72. A nitrogén-oxidok

és szén-monoxid méréseknél ilyen adat nem állt rendelkezésre, viszont a megadott mérési eredmény egy mérési sorozat átlageredménye volt. Az eredmények szórásából számolva a mérési pontosság az NOx esetén ± 3,5 µg, CO esetén ± 8 µg.

A vizsgálatot egy adott pontra, feltételezett, de a gyakorlatban általánosan mérhető eredményekre végeztem el. Így a zaj 70 dB± 2dB, NOx 60 µg ± 3,5 µg, CO 400 µg ± 8 µg.

Ebből a rétegek pontossága zaj esetén 97,13 %, NOx 94,16 % és CO 98 % . A legkisebb pontosság a NOx esetén adódott ezért a teljes rendszerre jellemző ez a pontosság, azaz rendszer pontossága az adott pontban 94,16 %.

A súlyozás és a normalizálás a következőképpen alakította az eredményeket a levegő komponensei esetében:

A veszélyességi súlyok értékei: [W] CO = 8, [W] NOx= 11. A 44 képlet alapján az

INorm = 10(Σ IiwIic / ΣIiw), azaz (8*0,9713+11*0,9416) / 19 = 0,9787 másképp 97,87 %.

A zaj súlya [W] = 1, mivel a környezeti tényezőben egyedüli komponens volt, ezért a pontossága a súlyozás és normalizálás alatt nem változott.

A rendszer rétegeinek pontossága így: levegő 97, 87 %, zaj 97,13 %, azaz a teljes rendszer pontossága 97,13 %, ami jobb mint az eredeti rétegek közül a legkevésbé pontosé. Tehát az osztályozási rendszer javítja a rétegek pontosságát, azaz minél több réteggel dolgozunk, a pontosság annál nagyobb.

Az érzékenység vizsgálatakor arra keressük a választ, hogy az eredményben milyen változást tapasztalunk a felhasznált adatok, a döntési súlyok változásával.

Az eredmény változása az adatok változásának hatására:

A vizsgálat során feltételeztem, hogy az NOx immiszió értéke a kibocsátás növekedése miatt a duplájára növekedett, s ezáltal meghaladta a határértéket. A teljes értékelési módszert alkalmaztam a megváltozott értékekre, a végeredményt 33. ábra mutatja, amit az eredeti értékekkel hasonlítottam össze (34. ábra).

33. ábra. Az NOx koncentrációjának módosításával kapott IMPACT II index

I^II: 0 0,4 1,1 1,7 8 60

Kategória: nem közepesen rendkívül szennyezett

34. ábra. Az eredeti IMPACT II index értéke

I^II: 0 0,4 1,1 1,7 8 60

Kategória: nem kKözepesen rendkívül szennyezett

# #

A rendszer érzékenységét a két IMAPCT II index különbségével, azaz a két réteg egymásból való kivonásával kaptam (35. ábra). A különbséget kék monokromatikus színskálán ábrázoltam. A legvilágosabb szín esetén a különbség elenyésző, nulla (azokon a területeken, ahol az NOx mint szennyező komponens nem volt jelen). A kék árnyalatainak sötétedésével a különbség nő.

Jól megfigyelhető, hogy a szennyezőanyag értékének megduplázó-dásával az IMPACT II index értéke is megnőtt, ezáltal az üzem területe a szennyezett kategóriába került, valamint több tényező szuperponálódása által az erdő területének nagyobb része került a szennyezett kategóriábakerült.

A különbség legnagyobb értéke 0,498 a NOx eloszlás „magjában”. Itt az I^II értéke 1,7181-ről 2,2165-re változott, ami 29 %-os növekedést jelent, azaz a tervezett üzem környezeti hatásainak IMPACT II módszerrel történő értékelésének érzékeny-sége a NOx koncentráció kétszeresére történő változása esetén 0-29 % közé esik.

Az eredmény változása a súlyok változásának hatására:

A súlyok hibájának meghatározása az adatok hibájával majdnem azonos jelentőségű.

A vizsgálat során ismét a NOx szennyező komponens súlyának, azaz veszélyességét jelölő számának változását vizsgáltuk. A feltételezések szerint a változás itt is kétszeres. Nem érdemes olyan komponens súlyát változtatni, amely a tényező egyedüli alkotója - mint például a zaj -, mert a normalizálás miatt változás nem lesz tapasztalható változás.

Ismét a teljes értékelési módszert lefuttattam a megváltozott értékekre, a végeredményt 36.

ábra mutatja, amelyet az eredeti értékekkel hasonlítottam össze (34. ábra). Majd a két réteg kivonásával kaptam újra a különbséget, melyet a 37. ábra szemléltet

36. ábra Az NOx koncentrációjának módosításával kapott IMPACT II index

I^II: 0 0,4 1,1 1,7 8 60

Kategória: Nem Közepesen Rendkívül szennyezett

37. ábra IMPACT II index érzékenysége az NOX veszélyességi súlyának változására

0 0,033 0,066 0,097 0,133

#

35. ábra. IMPACT II érzékenysége az NOX koncentráció változására

0 0,125 0,249 0,364 0,498

# #

A szennyezőanyag veszélyességét jelölő számának megduplázódásával az IMPACT II index értéke ismételten - bár kisebb mértékben - megnőtt. Az üzem területének csak kisebb része, valamint több tényező szuperponálódása által az erdő területének egy része került a szennyezett kategóriába. A különbség legnagyobb értéke 0,133 a NOx eloszlás „magjában”.

Ezen a területen az I^II értéke 1,8886-ről 2,0216-re változott, ami 7 %-os növekedést jelent, azaz a tervezett üzem környezeti hatásainak IMPACT II módszerrel történő értékelésének érzékenysége a NOx veszélyességi súlyának kétszeresére történő változása esetén 0-7 % közé esik.