Статистика Getis-Ord Gi* при обработке многолетних данных содержания углеводородов в бассейне реки Большой Балык

Геоинформационные системы
УДК: 
528.946:502.53:556.5:911.9
DOI: 
10.22389/0016-7126-2020-959-5-54-64
1 Добрякова В.А.
2 Москвина Н.Н.
3 Жегалина Л.Ф.
Год: 
2020
№: 
5
959
Страницы: 
54-64

Тюменский государственный университет

1, 
2, 

Балтийский федеральный университет имени Иммануила Канта

3, 
Аннотация:
В статье представлены анализ и результаты картографирования пространственных и временных тенденций загрязнения углеводородами бассейна р. Большой Балык за 2006–2017 гг. с применением инструментария ArcGIS Pro. Информационной основой исследования стали данные локального экологического мониторинга лицензионных участков недр на территории Ханты-Мансийского автономного округа – Югры. Исследование выполнено в два этапа. На первом этапе для каждого года выявлены горячие точки по загрязнениям на основе расчёта локального индекса Getis-Ord Gi*. Расчёт проведён с использованием подобранной величины ближайшей окрестности с учётом взаимного расположения точек отбора проб. На втором этапе проанализировано возникновение горячих точек за 10 лет через построение пространственно-временного куба. Полученные результаты позволили выявить основные зоны локализации постоянно повышенной концентрации углеводородов, а также места периодических сбросов в бассейне реки.

Список литературы: 
1.   Доклад об экологической ситуации в Ханты-Мансийском автономном округе – Югре в 2017 году URL: https://clck.ru/PQ3GT (дата обращения: 10.09.2019).
2.   Коренной Ф. И., Петрова О. Н., Гуленкин В. М., Караулов А. К. Применение аналитических инструментов ArcGIS для выявления пространственно-временных закономерностей распространения особо опасных заболеваний сельскохозяйственных животных // ArcReview. – 2017. – № 1 (80). URL: https://clck.ru/NgkxM (дата обращения: 10.09.2019).
3.   Митчелл Э. Руководство ESRI по ГИС анализу. Т. 1: Географические закономерности и взаимодействия / Пер. компании «Дата+». – Нью-Йорк: Esri Press, – 1999. – 192 c. URL: https://b-ok.cc/book/3267936/660975 (дата обращения: 10.09.2019).
4.   Теория статистики: Учебник / Под ред. Г. Л. Громыко. – 2-е изд., перераб. и доп. – М.: Инфра-М, – 2005. – 476 c.
5.   Alberti M., Booth D., Hill K., Bekkah C., Coburn B., Avolio C., Coe S., Spirandelli D. (2007) The impacts of urban patterns on aquatic ecosystems: an empirical analysis in Puget lowland sub-basins // Landscape and Urban Planning. 80, pp. 345-361.
6.   Braithwaite A., Li Q. (2007) Transnational Terrorism Hot Spots: Identification and Impact Evaluation // Conflict Management and Peace Science. 24 (4), pp. 281-296. DOI: 10.1080/07388940701643623.
7.   Chainey S. (2010) Advanced hotspot analysis: spatial significance mapping using Gi* URL: click.ru/Ngojo (дата обращения: 10.09.2019).
8.   Crossman N. D., Bryan B. A. (2009) Identifying cost-effective hotspots for restoring natural capital and enhancing landscape multifunctionality // Ecological Economics. 68(3), pp. 654-668. DOI: 10.1016/j.ecolecon.2008.05.003.
9.   De Groot R. S., Alkemade R., Braat L., Hein L., Willemen L. (2010) Challenges in integrating the concept of ecosystem services and values in landscape planning, management and decision making // Ecological Complexity. 7 (3), pp. 260-272. DOI: 10.1016/j.ecocom.2009.10.006.
10.   Geits A., Ord J. K. (1992) The Analysis of Spatial Association by Use of Distance Statistics // Geographical Analysis. 24, 3, pp. 189-206. DOI: 10.1111/j.1538-4632.1992.tb00261.x.
11.   Getis A., Ord J. K. (1996) Local spatial statistics: An overview. In Longley P., Batty M. (eds.) Spatial Analysis: Modeling in GIS Environment, John Wiley & Sons Inc.: New York, NY, USA; pp. 261-278.
12.   Griffith D., Getis A. (2017) Spatial Filtering. In: Shekhar S., Xiong H., Zhou X. (eds) Encyclopedia of GIS. Springer, Cham
13.   Haque U., Scott L. M., Hashizume M., Fisher E., Haque R., Yamamoto T., Glass G. E. (2012) Modelling malaria treatment practices in Bangladesh using spatial statistics // Malar Journal. 11, pp. 11-63. DOI: 10.1186/1475-2875-11-63.
14.   Hart T. C., Zandbergen P. A. (2014) Kernel density estimation and hotspot mapping: Examining the influence of interpolation method, grid cell size, and bandwidth on crime forecasting // An International Journal of Police Strategies & Management. 37, pp. 305-323.
15.   Khan G., Qin X., Noyce D. A. (2008) Spatial Analysis of Weather Crash Patterns // Journal of Transportation Engineering. 134, 5, pp. 191-202. DOI: 10.1061/(ASCE)0733-947X(2008)134:5(191).
16.   Lei Ding, Kun-Lun Chen, Ting Liu, Sheng-Gao Cheng, Xu Wang (2015) Spatial-Temporal Hotspot Pattern Analysis of Provincial Environmental Pollution Incidents and Related Regional Sustainable Management in China in the Period 1995-2012 // Sustainability. 7, pp. 14385-14407. DOI: 10.3390/su71014385.
17.   Li Y., Zhang L., Yan J., Wang P., Hu N., Cheng W., Fu B. (2017) Mapping the hotspots and coldspots of ecosystem services in conservation priority setting // Journal of Geographical Sciences. 27 (6), pp. 681-696. DOI: 10.1007/s11442-017-1400-x.
18.   (2013) Mapping and assessment of ecosystems and their services: An analytical framework for ecosystem assessments under action 5 of the EU biodiversity strategy to 2020. Luxembourg: Publications Office of the European Union 57 p. URL: clck.ru/Ngovx (дата обращения: 10.09.2019).
19.   Ord J. K., Getis A. (1995) Local Spatial Autocorrelation Statistics: Distributional Issues and an Application // Geographical analysis. 27 (4), pp. 286-306. DOI: 10.1111/j.1538-4632.1995.tb00912.x.
20.   Peng J. F., Song Y. H., Yuan P., Xiao S. H., Han L. (2013) An novel identification method of the environmental risk sources for surface water pollution accidents in chemical industrial parks // Journal of Environmental Sciences. 25, pp. 1441-1449. DOI: 10.1016/s1001-0742(12)60187-9.
21.   Rizo-Decelis L. D., Pardo-Igúzquiza E., Andreo B. (2017) Spatial prediction of water quality variables along a main river channel, in presence of pollution hotspots // Science of the Total Environment. 605, pp. 276-290. DOI: 10.1016/j.scitotenv.2017.06.145.
22.   Roth N. E., Allan J. D., Erickson D. L. (1996) Landscape influences on streambiotic integrity assessed at multiple spatial scales // Landscape Ecology. 11, pp. 141-156.
23.   Schröter M., Remme R. P. (2016) Spatial prioritization for conserving ecosystem services: Comparing hotspots with heuristic optimisation // Landscape Ecology. 31 (2), pp. 431-450. DOI: 10.1007/s10980-015-0258-5.
24.   Shaker R., Crăciun I., Grădinaru I. (2010) Relating land cover and urban patterns to aquatic ecological integrity: A spatial analysis // Geographia Technica. 5 (1), pp. 76-90.
25.   Wubuli A., Xue F., Jiang D., Yao X., Upur H., Wushouer Q. (2015) Socio-demographic predictors and distribution of pulmonary tuberculosis (TB) in Xinjiang, China: A spatial analysis // PLoS One. 10, pp. 1-22. DOI: 10.1371/journal.pone.0144010.
26.   Zhang L., Fu B., Lü Yetal (2015) Balancing multiple ecosystem services in conservation priority setting // Landscape Ecology. 30 (3), pp. 535-546. DOI: 10.1007/s10980-014-0106-z.
Образец цитирования:
Добрякова В.А., 
Москвина Н.Н., 
Жегалина Л.Ф., 
Статистика Getis-Ord Gi* при обработке многолетних данных содержания углеводородов в бассейне реки Большой Балык // Геодезия и картография. – 2020. – № 5. – С. 54-64. DOI: 10.22389/0016-7126-2020-959-5-54-64
СТАТЬЯ
Поступила в редакцию: 14.10.2019
Принята к публикации: 05.02.2020
Опубликована: 20.06.2020

Содержание номера

2020 май DOI:
10.22389/0016-7126-2020-959-5