НОРМУВАННЯ СКЛАДУ СТІЧНИХ ВОД З ВИКОРИСТАННЯМ НЕПАРАМЕТРИЧНИХ СТАТИСТИЧНИХ МЕТОДІВ
Ключові слова:
водний об’єкт, стічні води, забруднююча речовина, допустимий скид, функція регресії, непараметричний метод статистикиАнотація
Обґрунтовується проблема забезпечення екологічної безпеки скидів стічних вод у водний об’єкт при наявності стохастичної залежності між концентраціями забруднюючих речовин в стічних водах після їх очищення. Дана залежність обумовлена як технологією самого виробництва, так і технологією очищення стічних вод. У статті описаний спосіб вирішення даного завдання, в основі якого лежить побудова регресійної залежності між концентраціями. При цьому пропонується будувати регресійну функцію з використанням методу статистичних випробувань (методу Монте-Карло). Перевагою даного методу є його приналежність до групи непараметричних методів статистики. Із зазначеної причини надійність методу не залежить від закону ймовірнісного розподілу концентрацій аналізованих речовин в стічних водах. Це особливо важливо при малих обсягах вибірки спостережень, коли неможлива високою надійністю перевірка гіпотези про імовірнісний розподіл концентрацій речовин у стічних водах. У статті наведено демонстраційний розрахунок для скидання стічних вод підприємства «Сумихімпром» в річку Псел. Розглядалися два речовини: нітрати і азот амонійний. Показано, що розрахунок допустимого скидання стічних вод розробленим методом забезпечує неперевищення допустимих концентрацій забруднюючих речовин у водному об’єкті з надійністю 95%. При цьому розрахунок допустимого скидання, виконаний відповідно до діючої методикою, призводить до ризику наднормативні забруднення водного об’єкту.
##submission.downloads##
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Науковий вісник будівництва

Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.