WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

Pages:   || 2 |

«СИСТЕМНЫЙ АНАЛИЗ ГЕОЭКОЛОГИЧЕСКИХ ДАННЫХ В ЦЕЛЯХ МИТИГАЦИИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ Монография Минск БНТУ 2013 УДК 504.06:51-74 Рекомендовано к изданию Научно-техническим советом БНТУ ...»

-- [ Страница 1 ] --

С.А. Лаптёнок

СИСТЕМНЫЙ АНАЛИЗ

ГЕОЭКОЛОГИЧЕСКИХ ДАННЫХ В ЦЕЛЯХ МИТИГАЦИИ

ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

Монография

Минск БНТУ 2013

УДК 504.06:51-74

Рекомендовано к изданию Научно-техническим советом БНТУ

(протокол № 10 от 23 ноября 2012 г.)

Лаптёнок, С.А.

Системный анализ геоэкологических данных в целях митигации чрезвычайных ситуаций: монография / С.А. Лаптёнок – Минск:

БНТУ, 2013. – 286 с.

В монографии изложены результаты использования системного анализа геоэкологических данных как реализации системного подхода к митигации чрезвычайных ситуаций.

Издание предназначено для использования научными и административными работниками, инженерами и студентами широкого круга специальностей.

Рецензенты:

Доктор технических наук, профессор В.П. Бубнов Доктор технических наук, профессор В.Н. Сорокин ISBN 978-985-550-182-5 © Лаптёнок С.А., © БНТУ,

СОДЕРЖАНИЕ

Предисловие …………………………………………… Введение ………………………………………………...

1. ПЕРВИЧНЫЙ АНАЛИЗ ГЕОЭКОЛОГИЧЕСКОЙ

ИНФОРМАЦИИ ……………………………………... 1.1. Пространственная категоризация геоэкологических данных …………………………………………... 1.2. Интерполирование данных при анализе процессов, характеризующихся дефицитом информации 1.3. Оценка корреляционных связей демографических и эпидемиологических показателей ………………...

2. ОЦЕНКА ВЛИЯНИЯ ГЕОЭКОЛОГИЧЕСКИХ

ФАКТОРОВ НА СТРУКТУРУ

ЗАБОЛЕВАЕМОСТИ ………………………………... 2.1. Общая характеристика структуры заболеваемости в населенных пунктах с различными геоэкологическими условиями …………………………………... 2.2. Оценка ранговых корреляционных связей в структурах заболеваемости, наблюдаемых при различных геоэкологических условиях …………... 2.3. Оценка уровней конкордации в структурах заболеваемости, наблюдаемых при различных геоэкологических условиях ………………………………….

3. ПРОСТРАНСТВЕННОЕ МОДЕЛИРОВАНИЕ

ДИНАМИКИ ДЕМОГРАФИЧЕСКИХ И ЭПИДЕМИЧЕСКИХ ПРОЦЕССОВ В РАЗЛИЧНЫХ

ГЕОЭКОЛОГИЧЕСКИХ УСЛОВИЯХ …………… 3.1. Анализ территориальной однородности средствами дискретного пространственного моделирования ………………………………………….

3.2. Непрерывное пространственное моделирование эпидемиологических показателей ………………….. 3.2.1. Непрерывное пространственное моделирование интенсивных показателей заболеваемости ……………… 3.2.2. Непрерывное пространственное моделирование интенсивных логарифмических показателей заболеваемости …………………………………………………….

4. ОЦЕНКА ЗНАЧИМОСТИ ВКЛАДА

ГЕОЭКОЛОГИЧЕСКИХ ФАКТОРОВ В

ФОРМИРОВАНИЕ РИСКОВ ПРИ

КОМБИНИРОВАННОМ ВОЗДЕЙСТВИИ ………. 4.1. Общая характеристика демографических и эпидемиологических показателей для различных геоэкологических условий ………………………………. 4.2. Формирование таблиц сопряженности на основе пространственной категоризации геоэкологических данных …………………………………………… 4.3. Анализ таблиц сопряженности методом расчета относительных значений …………………………….. 4.4. Анализ таблиц сопряженности методом логарифмов преобладания …………………………... 4.5. Анализ таблиц сопряженности методом приращения информации ……………………………

5. АНАЛИЗ ДИНАМИКИ ЭПИДЕМИЧЕСКОГО

ПРОЦЕССА В РАЗЛИЧНЫХ

ГЕОЭКОЛОГИЧЕСКИХ УСЛОВИЯХ ……………. 5.1. Первичная интерпретация характеристик преобразований данных при анализе динамических процессов ………………………………………………. 5.2. Дифференциальная оценка динамики методом восходящих и нисходящих серий …………………… 5.3. Анализ динамики с использованием аналитических свойств возвратных последовательностей … 5.4. Интегральная оценка динамики методом секвенциального анализа ……………………………………. ЗАКЛЮЧЕНИЕ ………………………………………. ЛИТЕРАТУРА ………………………………………… Используемые источники …………………………… Публикации автора …………………………………... ПРИЛОЖЕНИЕ …………………………….…………

ПРЕДИСЛОВИЕ

Изучение взаимодействий природных процессов и явлений с процессами антропогенного происхождения как вероятных источников чрезвычайных ситуаций является одной из наиболее актуальных задач в условиях интенсивного развития индустриального общества.

Одним из наиболее значимых показателей социально-экономических условий жизни населения является состояние общественного здоровья. Основным признаком чрезвычайной ситуации является угроза жизни и здоровью человека.

Анализ эффектов комбинированных воздействия геоэкологических факторов на человека, состояние его здоровья, является в высшей степени значимой задачей как в социально-экономическом, так и в научном аспекте. Данное исследование посвящено оценке эффективности различных методологических и методических подходов для решения такого рода сложных системных задач.

Разнообразие возможностей применения результатов исследования определяет достаточно широкий круг специалистов, а также студентов и аспирантов, которым данная книга может быть полезна.

ВВЕДЕНИЕ

Интенсивное развитие производства и потребления в глобальном масштабе обусловило значительные количественные и качественные технологические изменения практически во всех отраслях деятельности человека. Повышение уровня сложности технических систем и технологических процессов приводит к росту вероятности различного рода отклонений, в том числе и опасных, то есть, к увеличению степени риска возникновения чрезвычайных ситуаций.





Чрезвычайной ситуацией является обстановка, сложившаяся на данной территории (на объекте, у человека), в результате возникновения источника ЧС, который может повлечь или повлек за собой человеческие жертвы, ущерб здоровью людей и (или) окружающей природной среде, значительные материальные потери [12].

Митигация (мitigation - смягчение, ослабление, облегчение, уменьшение, снижение) – совокупное понятие, под которое подходят все действия, предпринимаемые до наступления чрезвычайной ситуации, включая состояние готовности и долгосрочные меры по уменьшению риска, разработку и реализацию специфических проектов по снижению уязвимости населения.

Философия и методология митигации органично согласуется с разработанной в 80-90-х годах XX столетия членом-корреспондентом Национальной академии наук Беларуси Н.И. Аринчиным концепцией здравосозидания в Республике Беларусь. По А.Н. Аринчину здравосозидание представляет собой систему индивидуальных, государственных и международных мероприятий, направленных на вскрытие и ликвидацию источников заболеваний, формирование здоровья, долголетия и творческой жизнедеятельности каждого человека [4].

Очевидно, осуществление мер по снижению долгосрочного риска невозможно без достаточной информации о наличии факторов, его обусловливающих, и их адекватной оценки. Методология выявления и первичной оценки такого рода факторов для территории Республики Беларусь и явилась целью данной работы.

Значительная доля усилий и средств, направляемых на предотвращение чрезвычайных ситуаций и снижение тяжести их последствий, расходуются на митигацию техногенных и природных чрезвычайных ситуаций, характеризующихся высокими темпами распространения.

Значительно меньше внимания уделяется природным факторам, которые могут как потенцировать техногенные чрезвычайные ситуации, в том числе увеличивая тяжесть их последствий, так и становиться непосредственными источниками чрезвычайных ситуаций. Примером могут служить геологические, геофизические, геохимические, биологические и другие факторы, вызывающие эндемическое распространение физиологических аномалий и нозологических форм – эндемии тиреоидного зоба в зонах дефицита йода в почвах и водах и др. Поскольку такого рода процессы не характеризуются высокими темпами распространения, их, как правило, не относят к разряду чрезвычайных ситуаций. Очевидно, подобный подход является ошибочным, так как главный определяющий признак чрезвычайной ситуации – наличие угрозы здоровью (а часто и жизни) человека – в данном случае, бесспорно, присутствует.

28 февраля 2012 г по инициативе Министерства природных ресурсов Республики Беларусь было проведено рабочее совещание «Проблемы медицинской геологии Беларуси», в ходе которого обсуждались вопросы совместных исследований в области влияния геохимических и геофизических факторов на состояние физиологических систем организма человека в отдельных регионах Республики Беларусь. В данной работе предлагается системный подход к решению проблем выявления и оценки уровней рисков, связанных с проживанием в зонах с различными геофизическими и геохимическими характеристиками.

Белорусское государство активно пропагандирует и всемерно поддерживает ориентацию на здоровый образ жизни своих граждан.

Следующим шагом в данном направлении может стать внедрение системы мероприятий, направленных на снижение риска возникновения опасных заболеваний вследствие воздействия территориально обусловленных факторов, и основанных на системном анализе информации с использованием современных технических и программных средств.

1. ПЕРВИЧНЫЙ АНАЛИЗ ГЕОЭКОЛОГИЧЕСКОЙ

ИНФОРМАЦИИ

1.1. Пространственная категоризация Заболеваемость злокачественными новообразованиями является одной из наиболее острых проблем, возникающих в результате загрязнения территории радионуклидами. Исследования в данной области уже длительное время остаются актуальными во всем мире.

В частности, в ходе наблюдения за состоянием здоровья лиц, подвергшихся воздействию поражающих факторов ядерной бомбардировки в Японии, было установлено, что в данной группе имел место достоверный рост заболеваемости злокачественными новообразованиями различной локализации: лейкозов – через лет после бомбардировки, новообразований щитовидной железы – через 10, молочной железы и легких – через 20, желудка, ободочной кишки и миелом – через 30 лет [2].

Очевидно, что эффекты облучения ионизирующими излучениями являются только одним из ряда факторов, вызывающих рост заболеваемости злокачественными новообразованиями. В литературных источниках имеется информация о влиянии на данный процесс комплекса геофизических факторов, действующих в зонах расположения линеаментов – разломов земной коры [16,29].

Материалы исследований последних десятилетий свидетельствуют о том, что в земной коре континентального типа повсеместно наблюдается густая, построенная по решетчатому типу сеть субвертикальных разломов, дробящих земную кору на многочисленные блоки, размеры которых измеряются километрами или десятками километров. Наличие этой системы трещинно-проницаемых разломов устанавливается и подтверждается различными методами.

Наиболее эффективный из них – структурное дешифрирование материалов аэрокосмической съемки в сопоставлении с геолого-геофизическими данными.

Не является исключением в этом плане и территория Беларуси, где по материалам космических съемок установлены разнопорядковые линейные структуры (линеаменты), отражающие особенности разломной тектоники. Характерная черта суперрегиональных линеаментов - их связь с глубинными (мантийными) разломами, активно проявившимися в различное геологическое время. Наиболее отчетливо на космических снимках выражены линеаменты, сопоставляемые с разломами, образованные в условиях растяжения земной коры шириной от 10 до 50 километров [16]. Повышенной трещиноватостью и проницаемостью коры, мобильностью проявления геодинамических процессов отличаются участки пересечения линеаментов.

Установлено, что зоны разломов земной коры оказывают большое влияние на жизнедеятельность человека. Количество аварий на автодорогах выше в тех местах, где трассу пересекают системы разломов (геопатогенные зоны), а процент онкологических заболеваний оказался большим у людей, проживающих в населенных пунктах, расположенных вблизи суперрегиональных разрывных нарушений.

Ураганы и смерчи прошлых лет были направлены преимущественно вдоль новейших геодинамических зон земной коры и аномалий магнитного и гравитационного полей Земли [29].

На основе информации, представленной, в частности, источниками [2,29], была сформулирована цель настоящего исследования: оценить влияния природных и связанных с ними антропогенных факторов, действующих в зонах разломов земной коры, на различные аспекты жизнедеятельности человека.

Поскольку такое влияние априори является многофакторным, а информация о действии ряда факторов часто носит не точный количественный, а категорийно-качественный характер («есть – нет», «нет – мало – много», «слабый – умеренный – выраженный» и т.п.), для его оценки требуется использование соответствующих методов, позволяющих получить количественную оценку значимости влияния факторов, действие которых оценивается в качественном виде. К такого рода методам можно отнести методы оценки корреляции сопряженных признаков, используемые для обработки категоризованных данных:

метод логарифмов преобладания [3,40] и метод приращения информации [40]. Очевидно, что для эффективной работы с подобными методами безусловно необходимо адекватное разделение исследуемых объектов на соответствующие категории (категоризация данных). Т.к.

информация в данном случае носит пространственный характер, то и деление объектов на категории должно производиться в соответствии с их пространственными свойствами – атрибутами. Для такого процесса целесообразным представляется применение технологии географических информационных систем, реализующей широкий спектр функций обработки пространственно-распределенных данных.

Объектом исследования являлся фрагмент поверхности Земли, ограниченный территорией Воложинского и Столбцовского районов Минской области Республики Беларусь. Для создания и анализа растровых и векторных пространственных моделей использовались стандартные средства вычислительной техники и программный комплекс ArcView GIS 3.2a с Модулями расширения ImageWarp и РАСТР Профи. Топографической основой для моделирования служили карты местности масштаба 1 : 100 000 1986 г. издания (листы N-35-65, N-35N-35-67, N-35-77, N-35-78, N-35-79, N-35-89, N-35-90, N-35-91) (рис. 1.1), карта загрязнения территории РБ цезием-137 по состоянию на 1995 год масштаба 1 : 1 000 000 (рис. 1.2) и карта-схема линеаментов и кольцевых структур Беларуси по данным космических съемок (рис. 1.3) [16].

Ранее в ходе исследований был установлен ряд населенных пунктов, находящихся в зоне энергетической активности литосферы, расположенной на территории Воложинского и Столбцовского районов Минской области (так называемой Ивенецко-Першайской зоны) [29].

В частности, установлено, что непосредственно в зонах над разломами земной коры расположены 22 населенных пункта, в зоне между разломами – 30 населенных пунктов, в том числе 21 – на территории, загрязненной радионуклидами 137Cs, в качестве контрольных были отобраны 15 населенных пунктов, расположенных вне зон, находящихся над разломами и между ними. Учитывая, что на территории Воложинского района расположены свыше 400 населенных пунктов, а Столбцовского – свыше 250, точность оценки можно значительно повысить путем расширения списка исследуемых населенных пунктов в целях получения дополнительной информации.

Рис. 1.1. Фрагмент карты местности. Масштаб 1 : 100 000, 1986 г.

Данная задача решалась с использованием инструментальных средств среды ArcView GIS и модулей РАСТР Профи и ImageWarp.

Средствами ArcView GIS было проведено геокодирование административных границ Воложинского и Столбцовского районов и населенных пунктов, расположенных на территории этих районов, на топографической основе карты масштаба 1 : 100 000 (рис.1.4). Затем инструментальными средствами модулей РАСТР Профи и ImageWarp были осуществлены преобразование масштабов и привязка растровых и векторных тематических слоёв (векторные слои административных границ и населенных пунктов, растровые изображения карты-схемы линеаментов РБ и карты загрязнения территории РБ цезием-137) для построения комбинированной пространственной модели.

Рис. 1.2. Карта загрязнения территории РБ цезием-137 по состоянию на 1995 год.

Средствами формирования запросов к базе данных ArcView GIS были сформированы векторные тематические слои, включающие установленные ранее населенные пункты, расположенные на территориях, находящихся над разломами, образующими исследуемую зону, внутри зоны (с радионуклидным загрязнением и без него) и вне ее.

Визуализация данной информации и анализ полученной пространственной модели (рис. 1.5) позволил установить следующее.

1. Расположение и направление разломов, над которыми расположены установленные ранее населенные пункты практически полностью соответствуют расположению и направлению фрагмента Украинско-Балтийского суперрегионального линеамента [16] (обозначен на рис. 1.5 а стрелками).

2. Территория, загрязненная радионуклидами 137Cs, соответствует территории, ограниченной разломами (рис. 1.5б).

3. Атрибутивная пространственная информация о населенных пунктах, расположенных как внутри изучаемой зоны (загрязненной радионуклидами цезия и «чистой»), так и вне ее, соответствует ранее полученным данным (рис. 1.5 в).

4. Территория Воложинского и Столбцовского районов, загрязненная радионуклидами 137Cs, расположена точно над фрагментом Украинско-Балтийского суперрегионального линеамента (рис. 1.5 а,б).

Рис. 1.3. карта-схема линеаментов и кольцевых структур Беларуси Рис. 1.4. Геокодирование административных границ и населенных пунктов Рис. 1.5. Преобразование масштабов и привязка пространственных моделей:

а – привязка пространственной информации к территории;

б – совмещение загрязненной территории с Ивенецко-Першайской С учетом полученной информации средствами ArcView GIS была проведена экстраполяция уже имеющихся данных на всю территорию Воложинского и Столбцовского районов с целью формирования тематических слоев данных, включающих все населенные пункты в этих районах, относящихся к определенным ранее категориям. Для этого линии разломов были продолжены до административных границ районов, и таким образом был расширен список населенных пунктов, расположенных над ними. Следовательно, был расширен и список населенных пунктов, расположенных в зоне между разломами. К категории населенных пунктов, расположенных на территории, загрязненной радионуклидами 137Cs были добавлены пункты, расположенные не только над Украинско-Балтийским суперрегиональным линеаментом (1 на рис. 1.6), но и над фрагментом локального линеамента (2 на рис.

1.6), находящегося на западе Воложинского района.

Следует отметить, что не все линеаменты, территориально связанные с Воложинским и Столбцовским районами, отмечены зонами загрязнения территории радионуклидами цезия (рис. 1.5б, 1.6). Причины данного явления могут быть установлены в ходе дополнительных исследований состояния и геофизических характеристик разломов.

Таким образом, в результате ряда пространственно-логических операций и анализа комбинированной пространственной модели, проведенных средствами технологии ГИС, осуществлена пространственно-атрибутивная категоризация информации для ее дальнейшего исследования. Населенные пункты Воложинского и Столбцовского районов разделены на ряд категорий по различным пространственным атрибутам: расположение над разломами земной коры, над зоной между разломами или вне ее; расположение на территории, загрязненной радионуклидами 137Cs, или на чистой территории; расположение над зоной суперрегионального или локального линеамента (рис. 1.7).

В таком представлении любые данные об объектах могут быть исследованы на предмет значимости влияния геофизических и других связанных с ними факторов посредством соответствующего математического инструментария.

Рис. 1.6. Геокодирование населенных пунктов на территориях, загрязненных радионуклидами 137Cs, в Воложинском и Столбцовском районах Исходя из вышеизложенного можно заключить, что использование метода пространственно-атрибутивной категоризации данных с использованием средств программного обеспечения, реализующего технологии географических информационных систем, позволяет получить новую информацию об объекте исследования. Полученная дополнительная информация обеспечит повышение адекватности и эффективности моделирования и достоверности оценок при анализе моделей.

Рис. 1.7. Пространственно-атрибутивная категоризация населенных пунктов 1.2. Интерполирование данных при анализе процессов, характеризующихся дефицитом информации Уровень заболеваемости злокачественными новообразованиями является одним из наиболее эффективных индикаторов экологической и геоэкологической ситуации. По результатам ряда наблюдений за состоянием здоровья населения, подвергшегося воздействию ионизирующих излучений в результате применения ядерного оружия и ядерных аварий, одним из наиболее очевидных отдаленных эффектов облучения является рост заболеваемости злокачественными новообразованиями различной локализации [2]. Эффекты облучения ионизирующими излучениями, вызывающие рост заболеваемости злокачественными новообразованиями, потенцируются, в частности, фактором химического загрязнения территорий. В литературных источниках также имеется информация о влиянии на данный процесс комплекса геофизических факторов, действующих в зонах расположения линеаментов – разломов земной коры [29].

Материалы исследований последних десятилетий свидетельствуют о том, что в земной коре континентального типа повсеместно наблюдается густая, построенная по решетчатому типу сеть субвертикальных разломов, дробящих земную кору на многочисленные блоки, размеры которых измеряются километрами или десятками километров [23].

В результате аварии на Чернобыльской АЭС радиационному воздействию подверглась значительная часть населения Беларуси. В связи с этим с момента катастрофы в республике проводился эпидемиологический мониторинг онкологической заболеваемости по данным Белорусского канцер-регистра и Государственного регистра лиц, пострадавших вследствие катастрофы на ЧАЭС. Оценка результатов такого масштабного исследования невозможна без применения адекватных и эффективных методов анализа. Использование таких методов наряду с традиционными, стандартными методиками позволит получить дополнительную информацию для установления тенденций развития процессов и формирования обоснованных прогнозов.

В целях оценки влияния природных и связанных с ними антропогенных факторов, действующих в зонах разломов земной коры, на различные аспекты жизнедеятельности человека, в качестве объекта исследования был выбран фрагмент поверхности Земли, ограниченный территорией Воложинского и Столбцовского районов Минской области Республики Беларусь. Для определения общих тенденций развития процесса и отработки алгоритмов исследования был проведен первичный анализ динамки уровня интенсивных показателей заболеваемости населения Воложинского и Столбцовского районов злокачественными новообразованиями за период с по 2003 годы. Сведения о случаях заболевания были получены из Белорусского канцер-регистра, сведения о численности населения – из материалов Управления статистики по Минской области и Архива Минской области [25-28,32,33].

Динамика количества случаев заболевания (постановки на учет в канцер-регистре) в изучаемых районах приведена на рис. 1.8. Очевидно, что процесс можно разделить на три периода с различными тенденциями развития. Период с 1953 по 1982 гг. характеризуется низким темпом прироста показателя, период с 1983 по 1987 гг.– резким ростом показателя, а период с 1988 по 2003 гг. является периодом с неявной динамикой развития (рис. 1.8).

Рис.1.8. Количество случаев заболевания злокачественными новообразованиями в Воложинском и Столбцовском районах (1953-2003 гг.) Расчет интенсивных показателей представлял некоторые затруднения, так как в официальной статистической документации фиксируется только численность населения, полученная по результатам переписи. Т.к. перепись населения проводится с периодом в 10 лет, для исследования были доступны только значения численности населения изучаемых районов в 1959, 1970, 1979, 1989 и 1999 годах.

Динамика изменения численности населения за данный период представлена на рис. 1.9.

Рис. 1.9. Численность населения в Воложинского и Столбцовского районов 1959, Динамика интенсивных показателей заболеваемости злокачественными новообразованиями, рассчитанная по количеству случаев в 1959, 1970, 1979, 1989 и 1999 годах (рис. 1.10) и соответствующей численности населения по результатам переписи, представлена в таблице 1.1 и на рис. 1.11.

Полученный результат, вполне корректный с точки зрения эпидемиологического анализа, тем не менее, не может эффективно использоваться в качестве материала для более глубокого исследования комбинированного влияния на процесс различных факторов, так как получен на основе анализа 10% всей имеющейся информации (1 год из 10). Исходя из данного факта в целях оценки возможности интерполяции значений интенсивного показателя на все годы исследуемого периода данный период был разделен на 5 примерно равных по длительности частей с границами, равноудаленными по времени от лет проведения переписи населения (табл. 1.2).

Расчет интенсивного показателя производился по количеству случаев заболевания за каждый подпериод и численности населения в «реперный» год, принятой за среднюю в течение подпериода (табл.

1.3, рис. 1.12, 1.13).

Интенсивные показатели заболеваемости злокачественными новообразованиями в Воложинском и Столбцовском районах в годы переписи населения Годы Воложинский рай- Столбцовский Все население Рис. 1.10. Количество случаев заболевания населения Воложинского и Столбцовского районов злокачественными новообразованиями в 1959, 1970, 1979, 1989 и Рис. 1.11. Интенсивные показатели заболеваемости населения Воложинского и Столбцовского районов злокачественными новообразованиями (на 100 тыс.) Периоды усреднения количества случаев заболевания Визуальное сравнение как динамики количества случаев заболевания (рис. 1.10, 1.12), так и динамики интенсивных показателей (рис. 1.11, 1.13), при расчете за год и за период усреднения позволяет сделать заключение о высокой степени подобия процессов. Более точная оценка показывает, что отклонение объективных и расчетных значений показателя в обе стороны не превышает 11% (табл.

1.10, рис 1.14). Значительное отклонение в период усреднения года обусловлено единичными случаями заболевания по годам и их отсутствием в течение ряда лет. Следовательно, динамика интенсивных показателей, рассчитанных с использованием количества случаев заболевания в течение определенного периода и средней численности населения за данный период, может служить адекватной моделью динамки интенсивных показателей, рассчитанных по среднегодовым данным.

Рис. 1.12. Интегрированное количество случаев заболевания населения Воложинского и Столбцовского районов злокачественными новообразованиями Рис. 1.13. Интегрированные интенсивные показатели заболеваемости населения Воложинского и Столбцовского районов злокачественными новообразованиями Таким образом, для дальнейшего анализа динамики процесса, исследуемый период может быть разделен на три периода по среднему значению интенсивного показателя (табл.1.4, рис. 1.15). Перспективным также представляется исследование динамики интенсивных показателей, рассчитанных по количеству случаев за каждый год и средней численности населения за весь изучаемый период (рис. 1.16).

Сравнительная характеристика исходных и усредненных В таблице 1.3 используются следующие обозначения:

ИПг – интенсивный показатель заболеваемости (на 100 тыс. населения) за год.

ИПп – интенсивный показатель заболеваемости (на 100 тыс. населения) за период ( год ± 5 лет).

ИПпср – средний интенсивный показатель заболеваемости (на 100 тыс. населения) за период ( 10 лет), равный ИПп/10.

Рис. 1.14. Сравнительная характеристика фактических и интегрированных интенсивных показателей заболеваемости населения Воложинского и Столбцовского районов злокачественными новообразованиями (на 100 тыс.) Рис 1.15. Сравнительная характеристика интегрированных интенсивных показателей заболеваемости населения Воложинского и Столбцовского районов злокачественными новообразованиями (на 100 тыс.) за периоды 1953-1979, 1979-1989 и 1989-2003 гг.

Рис. 1.16. Динамика интенсивных показателей заболеваемости злокачественными новообразованиями (на 100 тыс.) населения Воложинского и Столбцовского районов (1953-2003 гг.) 1.3. Оценка корреляционных связей демографических и эпидемиологических показателей Значения коэффициентов корреляции отражают степень приближения связи между показателями к функциональной, т.е. какова дисперсия значений одного показателя может соответствовать одному значению другого [36,40]. Следовательно, чем значительнее связь между показателями, тем выше должно быть значение коэффициента корреляции.

Поскольку показатели численности населения и количества случаев заболевания логически связаны (чем больше населения, тем больше заболевших), корреляционные связи между ними должны быть достаточно тесными. Следовательно, уменьшение значений коэффициентов корреляции для указанных показателей может свидетельствовать о нарушении естественной связи между ними.

Исходя из вышеизложенного в ходе исследования производился расчет коэффициентов корреляции численности населения с количеством случаев заболевания злокачественными новообразованиями по Пирсону, Кэндаллу и Спирмэну. В таблицах 1.6–1.12 представлены результаты расчетов для всех населенных пунктов как в целом, так и по категориям.

Условные обозначения, используемые в таблицах 1.6–1. Pearson результаты оценки корреляции по Пирсону Kendall результаты оценки корреляции по Кэндаллу Spearman результаты оценки корреляции по Спирмэну r значение коэффициента корреляции N количество населенных пунктов P уровень значимости коэффициента корреляции за весь период наблюдения (1953-2003) Уровни корреляции общего количества случаев заболевания с численностью населения по всем населенным пунктам «1959» 0.027 241 – 0.195 241 0.01 0.256 241 0. «1970» 0.009 620 – 0.225 620 0.01 0.313 620 0. «1979» -0.021 614 – 0.194 614 0.01 0.304 614 0. «1989» -0.045 601 – -0.033 601 – -0.012 601 – «1999» -0.053 595 – -0.072 595 0.01 -0.051 595 – Уровни корреляции общего количества случаев заболевания с численностью населения населенным пунктам категории «1979» -0.078 54 – 0.253 54 0.01 0.337 54 0. Уровни корреляции общего количества случаев заболевания с численностью населения населенным пунктам категории Уровни корреляции общего количества случаев заболевания с численностью населения населенным пунктам категории «1979» 0.589 19 0.01 0.508 19 0.01 0.642 19 0. Уровни корреляции общего количества случаев заболевания с численностью населения населенным пунктам категории «1959» 0.020 200 – 0.189 200 0.01 0.248 200 0. «1970» 0.013 451 – 0.245 451 0.01 0.336 451 0. «1979» -0.021 445 – 0.176 445 0.01 0.287 445 0. «1989» -0.055 439 – -0.065 439 0.05 -0.066 439 – «1999» -0.053 436 – -0.086 436 0.01 -0.075 436 – Уровни корреляции общего количества случаев заболевания с численностью населения населенным пунктам категории Уровни корреляции общего количества случаев заболевания с численностью населения населенным пунктам категории «1970» 0.107 46 – 0.264 46 0.05 0.357 46 0. Следует отметить, что как для всех категорий населенных пунктов в целом, так и для категорий 102, 200, 202 и 300 наблюдается снижение значений коэффициентов ранговой корреляции (по Кэндаллу и Спирмэну) (табл. 1.6, 1.8, 1.10–1.12), причем в ряде случаев значительное (табл. 1.6, 1.8, 1.10), в период с 01.07.1984 по 31.12.2003 гг. Кроме того, для категорий населенных пунктов 102, 202 и 300 наблюдается устойчивая тенденция к снижению значений коэффициентов ранговой корреляции в течение всего периода наблюдения (табл. 1.8, 1.11, 1.12). Данные факты могут свидетельствовать об определенном влиянии на формирование уровня заболеваемости фактора загрязнения территорий радионуклидами 137Cs (нарушение естественной связи между численностью населения и количеством случаев заболевания наблюдается в период, включающий период радионуклидного загрязнения территории в результате аварии на ЧАЭС; устойчивое снижение значений коэффициентов корреляции между этими показателями в течение всего периода наблюдения характерно для категорий населенных пунктов, подвергшихся загрязнению радионуклидами). Следует отметить также, что практически все зоны, загрязненные радионуклидами, на исследуемой территории Воложинского и Столбцовского районов расположены в пределах или в непосредственной близости от линеаментов литосферы (рис. 1.6 п. 1.1). Таким образом, имеют место признаки определенного воздействия на уровень заболеваемости населения злокачественными новообразованиями, наряду с антропогенным фактором радионуклидного загрязнения, комплекса природных геофизических факторов, действующих в зонах линеаментов литосферы.

Распределение значений коэффициентов корреляции Пирсона по категориям населенных пунктов и по периодам наблюдения демонстрирует тенденции, сходные с распределением коэффициентов ранговой корреляции, но с преобладанием отрицательных значений.

Очевидно, это связано с тем, что распределение показателей, для которых производились расчеты, не соответствует нормальному закону. Населенные пункты, включенные в исследование, в подавляющем большинстве являются населенными пунктами сельского типа с малочисленным населением, исключение составляют два города, поселок городского типа и несколько крупных сел, так что распределение их по численности населения не может быть нормальным. При малой численности населения случаи заболевания злокачественными новообразованиями являются достаточно редкими и также не могут быть распределены по нормальному закону.

Исходя из вышеизложенного, применимость и достоверность метода расчета коэффициента корреляции по Пирсону в данном случае в значительной степени ограничены.

2. ОЦЕНКА ВЛИЯНИЯ ГЕОЭКОЛОГИЧЕСКИХ ФАКТОРОВ

НА СТРУКТУРУ ЗАБОЛЕВАЕМОСТИ

2.1. Общая характеристика структуры заболеваемости в Среди населения, проживавшего на территории Воложинского и Столбцовского районов Минской области, за период с 01.01.1953 г.

по 31.12.2003 г. зарегистрировано 6732 случая заболевания злокачественными новообразованиями различной локализации. Распределение случаев заболевания по различным категориям представлено в таблице 2.1.

В целях повышения статистической достоверности результатов обработки целесообразно объединение данных, относящихся к территории Воложинского и Столбцовского районов в единый массив.

Данная операция не представляется возможной без сравнения структур заболеваемости в районах между собой.

Поскольку представленные в таблицах 2.2 и 2.3 и на рис. 2.1 и 2.2 структуры могут быть определены как объекты со значительным количеством сопоставимых характеристик, их сравнение было осуществлено с использованием критерия подобия [40]. Сравнение проводилось по 13 (локализация по системам организма) и по (локализация по международному классификатору болезней МКБсопоставимым характеристикам. В первом случае значение критерия G оказалось равным 0.1260, во втором – 0.1839. В обоих случаях значения критерия не превышают критического значения, равного 0.3, следовательно, структуры заболеваемости для Воложинского и Столбцовского районов являются идентичными. Таким образом, в дальнейшем можно рассматривать единую структуру заболеваемости для всей исследуемой территории (рис. 2.3) с делением в соответствии с категоризацией, что обеспечит повышение статистической достоверности результатов анализа.

Аналогичный подход использовался при сопоставлении структур заболеваемости для населенных пунктов различных категорий в течение различных периодов (табл. I, II Приложения) (табл. 2.4– 2.13, рис. 2.4–2.15). Полученные результаты представлены в таблицах 2.14–2.17.

Распределение случаев заболевания злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.01.1953 г. по 31.12.2003 г.

Территории над разломами литосферы, не Территории над разломами литосферы, Территория над Украинско-Балтийским линеаментом (далее УБЛ), не загрязнен- ная радионуклидами Cs Территория над локальным линеаментом, Территории вне линеаментов, не загрязненные радионуклидами 137Cs Населенные пункты, расположенные на на 01.01.2011 г.

Период с 01.07.1984 г. по 30.06.1994 г. Период с 01.07.1994 г. по 31.12.2003 г. Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период Локализация Органы полости Система пищеварения 1121 31.59 897 28.18 2018 29. Системы кровообращения и Кожа, грудная Половые органы 527 14.85 504 15.83 1031 15. Выделительная Эндокринная Лимфатическая Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.01.1953 г. по 31.12.2003 г. (классификация МКБ-9) Локализация (код МКБ-9) Рис. 2.1. Структура заболеваемости злокачественными новообразованиями населения Воложинского района за период Рис. 2.2. Структура заболеваемости злокачественными новообразованиями населения Столбцовского района за период Рис. 2.3. Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период Структура заболеваемости злокачественными новообразованиями на территории, расположенной над УБЛ, за период с 01.01.1953 г.

УБЛ, не загрязнен- загрязненная радионуклидами 137Cs (102) Органы полости Костно-мышечная Выделительная Лимфатическая Кровь, иммунная Рис. 2.4. Структура заболеваемости злокачественными новообразованиями в населенных пунктах категории 101 за период с 01.01.1953 г. по 31.12.2003 г.

Рис. 2.5. Структура заболеваемости злокачественными новообразованиями в населенных пунктах категории 102 за период с 01.01.1953 г. по 31.12.2003 г.

Структура заболеваемости злокачественными новообразованиями на территории, расположенной над УБЛ, за период с 01.01.1953 г.

Локализация (код МКБ-9) Структура заболеваемости злокачественными новообразованиями на территориях, расположенных над разломами литосферы, Локализация Органы полости Костно-мышечная Выделительная Лимфатическая Кровь, иммунная Рис. 2.6. Структура заболеваемости злокачественными новообразованиями в населенных пунктах категории 111 за период с 01.01.1953 г. по 31.12.2003 г.

Рис. 2.7. Структура заболеваемости злокачественными новообразованиями в населенных пунктах категории 112 за период с 01.01.1953 г. по 31.12.2003 г.

Структура заболеваемости злокачественными новообразованиями на территориях, расположенных над разломами литосферы, за период с 01.01.1953 г. по 31.12.2003 г. (классификация МКБ-9) Территории над разло- Территории над размами, не загрязненные ломами, загрязненные Локализация (код МКБ-9) Структура заболеваемости злокачественными новообразованиями населения различных территорий Воложинского и Столбцовского Локализация Органы полости Системы кровообращения и Кожа, грудная Выделительная Эндокринная Лимфатическая Рис. 2.8. Структура заболеваемости злокачественными новообразованиями в населенных пунктах категории 200 за период с 01.01.1953 г. по 31.12.2003 г.

Рис. 2.9. Структура заболеваемости злокачественными новообразованиями в населенных пунктах категории 202 за период с 01.01.1953 г. по 31.12.2003 г.

Рис. 2.10. Структура заболеваемости злокачественными новообразованиями в населенных пунктах категории 300 за период с 01.01.1953 г. по 31.12.2003 г.

с 01.01.1953 г. по 31.12.2003 г. (классификация МКБ-9) Локализация зон линеаментов Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период Локализация Органы полости Системы кровообращения и Кожа, грудная Выделительная Эндокринная Лимфатическая Рис. 2.11. Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.01.1953 г. по Рис. 2.12. Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.01.1965 г. по Рис. 2.13. Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.01.1975 г. по Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.01.1953 г. по 30.06.1984 г. (классификация МКБ-9) Локализация (код МКБ-9) Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период Локализация Органы полости рта, Рис. 2.14. Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.07.1984г. по Рис. 2.15. Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.07.1994г. по Структура заболеваемости злокачественными новообразованиями населения Воложинского и Столбцовского районов за период с 01.07.1984 г. по 31.12.2003 г. (классификация МКБ-9) Значения коэффициентов подобия структуры заболеваемости в различных зонах проживания Все 0.000 0.167 0.120 0.218 0.776 0.018 0.194 0. 101 0.167 0.000 0.186 0.208 0.676 0.174 0.325 0. 102 0.120 0.186 0.000 0.249 0.819 0.136 0.269 0. 111 0.218 0.208 0.250 0.000 0.766 0.219 0.305 0. 112 0.776 0.676 0.819 0.766 0.000 0.774 0.851 0. 200 0.018 0.174 0.136 0.219 0.774 0.000 0.193 0. 202 0.194 0.325 0.269 0.305 0.851 0.193 0.000 0. 300 0.110 0.148 0.135 0.185 0.753 0.124 0.222 0. Значения коэффициентов подобия структуры заболеваемости в различных зонах проживания (классификация МКБ-9) Все 0.000 1.971 1.971 1.971 2.000 1.971 1.971 1. 101 1.971 0.000 0.338 0.415 1.520 0.252 0.536 0. 102 1.971 0.338 0.000 0.518 1.548 0.218 0.488 0. 111 1.971 0.415 0.518 0.000 1.546 0.450 0.610 0. 112 2.000 1.520 1.548 1.546 0.000 1.552 1.612 1. 200 1.971 0.252 0.218 0.450 1.552 0.000 0.400 0. 202 1.971 0.536 0.488 0.610 1.612 0.400 0.000 0. 300 1.971 0.306 0.260 0.460 1.565 0.221 0.448 0. Значения коэффициентов подобия структуры заболеваемости в различные периоды наблюдения Значения коэффициентов подобия структуры заболеваемости в различные периоды наблюдения (классификация МКБ-9) Анализируя таблицы 2.14–2.17 следует отметить, что степень подобия структур заболеваемости в населенных пунктах с различными геологическими условиями (расположение над разломами, над линеаментами, вне линеаментов) в целом выше, чем в населенных пунктах с различными радиоэкологическими условиями (расположенных в зонах с загрязнением и без загрязнения 137Cs).

Сопоставление структур заболеваемости в целом по ансамблю, относящихся к каждому из периодов, позволяет сделать вывод, что наибольшее изменение структуры заболеваемости наблюдалось в период с 01.07.1984 г. по 31.12.2003 г., причем особо можно выделить период с 01.07.1984 г по 30.06 1994 г., значительная часть которого совпадает с периодом наивысшей активности 137Cs, сформировавшего загрязнение значительной части территории Воложинского и Столбцовского районов в результате аварии на Чернобыльской АЭС.

Таким образом, можно заключить, что фактор загрязнения территории радионуклидами 137Cs оказывает влияние на заболеваемость населения злокачественными новообразованиями, в определенной степени изменяя ее структуру по локализациям. Изменений структуры заболеваемости под влиянием геофизических факторов, действующих в зонах линеаментов литосферы, в результате анализа имеющихся данных не выявлено.

2.2. Оценка ранговых корреляционных связей в структурах заболеваемости, наблюдаемых при различных Поскольку структура заболеваемости по локализациям является ранжированным рядом процентных долей каждой локализации по отношению к общему колическтву заболевших, одним из методов оценки различий таких структур для населенных пунктов различных категорий и для различных периодов наблюдения может служить метод раксчета коэффициентов ранговой корреляции для всех категорий попарно. В данной работе осуществляляся расчет коэффициентов ранговой корреляции Кэндалла и Спирмэна для различных категорий населенных пунктов (табл. 2.18–2.21) и для различных периодов наблюдения (табл. 2.22–2.25) с использованием стандартного пакета прикладных программ SPSS версий 10, 16, 19.

Матрица коэффициентов ранговой корреляции Кэндалла структуры заболеваемости в населенных пунктах различных категорий (по системам организма, n=13) 0.935** 0.895** 0.787** 0.347 1.000** 0.774** 0.831** 101 0.935** 0.827** 0.876** 0.351 0.935** 0.798** 0.803** 111 0.787** 0.876** 0.729** 0.283 0.787** 0.819** 0.719** 202 0.774** 0.798** 0.726** 0.819** 0.292 0.774** 0.838** Матрица коэффициентов ранговой корреляции Спирмэна труктуры заболеваемости в населенных пунктах различных категорий (по системам организма, n=13) 0.986** 0.960** 0.927** 0.408 1.000** 0.896** 0.915** 101 0.986** 0.931** 0.957** 0.409 0.986** 0.910** 0.909** 200 1.000** 0.986** 0.960** 0.927** 0.408 0.896** 0.915** 300 0.915** 0.909** 0.936** 0.868** 0.279 0.915** 0.937** Матрица коэффициентов ранговой корреляции Кэндалла структуры заболеваемости в населенных пунктах различных категорий (по 0.744** 0.771** 0.624** 0.267* 0.962** 0.713** 0.766** 101 0.744** 0.662** 0.671** 0.199 0.732** 0.643** 0.650** 111 0.624** 0.671** 0.590** 0.194 0.609** 0.583** 0.560** 300 0.766** 0.650** 0.787** 0.560** 0.223* 0.753** 0.718** Матрица коэффициентов ранговой корреляции Спирмэна структуры заболеваемости в населенных пунктах различных 0.881** 0.907** 0.765** 0.323* 0.995** 0.843** 0.887** 0.881** 0.787** 0.766** 0.229 0.867** 0.756** 0.764** 0.887** 0.764** 0.895** 0.668** 0.258* 0.875** 0.832** Матрица коэффициентов ранговой корреляции Кэндалла структуры заболеваемости в различные периоды (по системам организма, Матрица коэффициентов ранговой корреляции Спирмэна структуры заболеваемости в различные периоды (по системам организма, n=13) Матрица коэффициентов ранговой корреляции Кэндалла структуры заболеваемости в различные периоды (по классификации МКБ-9, «1959» «1970» «1979» «1989» «1999»

Матрица коэффициентов ранговой корреляции Спирмэна структуры заболеваемости в различные периоды (по классификации Анализ таблиц в целом подтверждает выводы, сделанные по результатам оценки степени подобия структур заболеваемости п. 2.1.

Так, в таблицах 2.18–2.21 значения коэффициентов ранговой корреляции структур для населенных пунктов, расположенных в подобных радиоэкологических условиях, выше значений для населенных пунктов, находящихся в подобных геофизических условиях. То есть фактор присутствия на территории 137Cs оказывает определенное влияние на частоту возникновения тех или иных локализаций, чего по результатам анализа имеющихся данных нельзя сказать о геофизических факторах в зонах линеаментов.

Результаты оценки ранговой корреляции структур в различные периоды наблюдения по группам локализаций (табл. 2.22, 2.23) не позволяют сделать каких-либо заключений о тенденции изменения согласованности структур. В то же время оценка ранговой корреляции структур по отдельным локализациям (табл. 2.24, 2.25) также подтверждает выводы, сделанные в п. 2.1: наибольшие изменения в структурах заболеваемости (минимальные значения коэффициентов ранговой корреляции) наблюдаются в период с 01.07.1984 г. по 31.12.2003 г.

2.3. Оценка уровней конкордации в структурах заболеваемости, наблюдаемых при различных геоэкологических условиях Для определения тесноты связи между произвольным числом ранжированных признаков используется метод расчета коэффициентов конкордации (согласованности) [40]. Уровни конкордации ранжирования процентных долей различных локализаций злокачественных новообразований в общей структуре заболеваемости в различных геоэкологических условиях могут служить индикатором изменений в данной структуре под воздействием исследуемых факторов.

В ходе реализации данной методики были сформированы сводные таблицы, включающие структуры заболеваемости в населенных пунктах выделенных категорий для пяти периодов наблюдения. В таблицах 2.26 - 2.30 представлены структуры заболеваемости по группам локализаций, в таблицах 2.31–2.35 – структуры заболеваемости по классификации МКБ – 9.

Затем было произведено ранжирование структуры для каждой категории населенных пунктов за каждый период наблюдения.

Таблицы 2.36–2.42 содержат ранжированные структуры заболеваемости по группам локализаций, таблицы 2.43–2.49 – ранжированные структуры заболеваемости по классификации МКБ – 9. Для каждой из таблиц 2.36–2.49 были рассчитаны коэффициенты конкордации W5, W3 и W2, оценивающие согласованность структур заболеваемости. Показатель W5 оценивает согласованность структур по всем пяти периодам наблюдения (01.01.1953–31.12.1964;

01.01.1965–31.12.1974; 01.01.1975–30.06.1984; 01.07.1984– 30.06.1994; 01.07.1994–31.12.2003), показатель W3 – по трем (01.01.1975–30.06.1984; 01.07.1984–30.06.1994; 01.07.1994– 31.12.2003), а W2 – по двум (01.07.1984–30.06.1994; 01.07.1994– 31.12.2003) периодам (табл. 2.50).

Для сравнения уровней согласованности структур заболеваемости в различных геоэкологических условиях применялся критерий знаков [36]. В таблице 2.51 представлены результаты его применения для проверки гипотезы о более высоком уровне согласованности структур заболеваемости на территориях, загрязненных Cs. Здесь имеют место следующие параметры критерия: при общем количестве ненулевых разностей N = 24 количество положительных разностей n(+) = 18, количество отрицательных разностей n (-) = 6. Критическое значение отрицательных разностей для N = равно 7, следовательно, гипотеза принимается с достоверностью P0.1.

Аналогично осуществлялась проверка гипотезы о более высоком уровне согласованности структур заболеваемости на территориях, расположенных над зоной Украинско-Балтийского суперрегионального линеамента в отличие от других территорий (табл. 2.52). Параметры критерия знаков: N = 24 количество положительных разностей n(+) = 18, количество отрицательных разностей n (-) = 6. Критическое значение отрицательных разностей для N = 24 равно 7, следовательно, гипотеза принимается с достоверностью P0.1.

Проверка гипотезы о более высоком уровне согласованности структур заболеваемости на территориях, расположенных над зонами суперрегиональных и локальных линеаментов, чем на территориях, находящихся вне указанных зон (табл. 2.53), дала следующие результаты: N = 30; n(+) = 24; n(-) = 6. Критическое значение отрицательных разностей для N = 30 равно 7. Гипотеза принимается с достоверностью P0.01.

Исходя из полученных критериальных оценок можно с достаточно высокой достоверностью утверждать, что факторы загрязнения территории радионуклидами 137Cs и расположения ее над линеаментами литосферы оказывают определенное влияние на структуру заболеваемости по локализациям злокачественных новообразований. Согласованность структур заболеваемости, зарегистрированных в различные периоды наблюдения на загрязненных территориях оказывается выше, чем на территориях без радионуклидного загрязнения. Аналогично согласованность структур заболеваемости в зонах, расположенных над линеаментами литосферы, значимо выше показателя вне указанных зон.

Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.01.1953 г. по 31.12.1964 г.

Локализация Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.01.1965 г. по 31.12.1974 г.

Локализация Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.01.1975 г. по 30.06.1984 г.

Локализация Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.07.1984г. по 30.06.1994 г.

Локализация 150 - 159 40.88 36.40 38.57 75 34.18 32.20 38. Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.07.1994г. по 31.12.2003 г.

Локализация 140 - 149, 160 6.88 6.77 2.99 33.33 5.50 6.90 7. 172, 173, 175 12.70 9.35 11.94 33.3 9.16 10.34 11. 179 - 187 11.11 14.84 5.97 33.33 14.66 20.69 14. Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.01.1953 г. по 31.12.1964 г. (МКБ-9) Локализация Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.01.1965 г. по 31.12.1974 г. (МКБ-9) Локализация Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.01.1975 г. по 30.06.1984 г. (МКБ-9) Локализация Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.07.1984г. по 30.06.1994 г. (МКБ-9) Локализация Структура заболеваемости злокачественными новообразованиями в различных зонах за период с 01.07.1994г. по 31.12.2003 г. (МКБ-9) Локализация 173 12.17 9.03 11.94 33.33 8.04 8.62 11. 185 4.76 5.16 2.99 33.33 3.78 5.17 3. Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории «1959» «1970» «1979» «1989» «1999»

Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории «1959» «1970» «1979» «1989» «1999»

Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории «1959» «1970» «1979» «1989» «1999»

Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории «1959» «1970» «1979» «1989» «1999»

Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории «1959» «1970» «1979» «1989» «1999»

Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории «1959» «1970» «1979» «1989» «1999»

Ранжированная структура заболеваемости злокачественными новообразованиями в населенных пунктах категории «1959» «1970» «1979» «1989» «1999»

Коэффициенты конкордации структуры заболеваемости для группы МКБ-9 группы МКБ-9 группы МКБ- 111 0.2289 0.0208 0.2538 0.0336 0.3176 0. 112 0.8198 0.0231 1.2639 0.0385 1.2639 0. 101 0.1584 0.0199 0.1963 0.0323 0.2665 0. 102 0.1480 0.0213 0.1806 0.0356 0.2500 0. 202 0.2247 0.0219 0.2486 0.0358 0.3095 0. 200 0.1047 0.0200 0.1684 0.0350 0.2503 0. 300 0.2545 0.0199 0.2857 0.0318 0.2857 0. Применение критерия знаков для сравнения структур заболеваемости в населенных пунктах различных категорий Территории, не Территории, загряз- Знак Применение критерия знаков для сравнения структур заболеваемости в населенных пунктах различных категорий Применение критерия знаков для сравнения структур заболеваемости в населенных пунктах различных категорий

3. ПРОСТРАНСТВЕННОЕ МОДЕЛИРОВАНИЕ ДИНАМИКИ

ДЕМОГРАФИЧЕСКИХ И ЭПИДЕМИЧЕСКИХ ПРОЦЕССОВ

В РАЗЛИЧНЫХ ГЕОЭКОЛОГИЧЕСКИХ УСЛОВИЯХ

3.1. Анализ территориальной однородности средствами дискретного пространственного моделирования В целях оценки значимости влияния природных и связанных с ними антропогенных факторов, действующих в зонах разломов земной коры, на различные аспекты жизнедеятельности человека, осуществлялся анализ заболеваемости населения Воложинского и Столбцовского районов злокачественными новообразованиями за период с по 2003 годы [73, 86].

Как известно, для подобных целей традиционно используются стандартизованные показатели заболеваемости. Считается, что данный метод обеспечивает наиболее корректный анализ. Тем не менее, в ряде случаев (например, в случае невозможности стандартизации в связи с дефицитом информации и т.п.) интенсивные показатели заболеваемости могут являться адекватной и достаточно эффективной моделью стандартизованных [52].

Расчет интенсивных показателей представлял некоторые затруднения, так как в официальной статистической документации фиксируется только численность населения, полученная по результатам переписи. Т.к. перепись населения проводится с периодом в 10 лет, для исследования были доступны только значения численности населения изучаемых районов в 1959, 1970, 1979, 1989 и 1999 годах.

Полученный результат, вполне корректный с точки зрения эпидемиологического анализа, тем не менее, не может эффективно использоваться в качестве материала для более глубокого исследования комбинированного влияния на процесс различных факторов, так как получен на основе анализа 10% всей имеющейся информации (1 год из 10). Исходя из данного факта в целях оценки возможности интерполяции значений интенсивного показателя на все годы исследуемого периода данный период был разделен на 5 примерно равных по длительности частей с границами, равноудаленными по времени от лет проведения переписи населения. Расчет интенсивного показателя производился по количеству случаев заболевания за каждый подпериод и численности населения в «реперный» год, принятой за среднюю в течение подпериода [86].

Наряду с математическими методами анализа относительных показателей [86] в целях выявления первичных признаков влияния факторов, вызывающих территориальную неоднородность динамики исследуемого процесса, использовался метод дискретного пространственного моделирования.

Данный метод был реализован построением пространственных моделей территориального распределения случаев заболевания злокачественными новообразованиями населения Воложинского и Столбцовского районов Минской области. В частности, была поставлена задача выявления территориальных неоднородностей распределения случаев заболевания злокачественными новообразованиями для последующего сопоставления с моделями пространственного распределения геоэкологических факторов, гипотетически влияющих на процесс. Другой важной задачей исследования являлась оценка адекватности применения интерполяции данных в пространственном аспекте.

В качестве контрольных были построены следующие дискретные пространственные модели: точечная модель территориального распределения населенных пунктов Воложинского и Столбцовского районов (рис. 3.1а) и модель, отражающая среднюю за период наблюдения численность населения в населенных пунктах (рис. 3.1 б).

Затем были построены модели пространственного распределения случаев заболевания злокачественными новообразованиями по населенным пунктам с учетом количества заболевших в каждом из них за каждый «переписной» год ( рис. 3.2 а, 3.3 а, 3.4 а, 3.5 а, 3.6 а) и за соответствующий подпериод (см. табл. 3.1) (рис. 3.2 б, 3.3 б, 3.4 б, 3.5 б, 3.6 б).

Рис. 3.1. Территориальное распределение населенных пунктов на территории Воложинского и Столбцовского районов Минской области: а – результаты первичного геокодирования; б – с учетом средней численности населения за период с 1959 по 1999 гг.

Периоды усреднения количества случаев заболевания Рис. 3.2. Территориальное распределение случаев заболевания злокачественными новообразованиями: а – за 1959 год; б – за период с 01.01.1953 г. по 31.12.1964 г.

Рис. 3.3. Территориальное распределение случаев заболевания злокачественными новообразованиями: а – за 1970 год; б – за период с 01.01.1965 г. по 31.12.1974 г.

Рис. 3.4. Территориальное распределение случаев заболевания злокачественными новообразованиями: а – за 1979 год; б – за период с 01.01.1975 г. по 30.06.1984 г.

Рис. 3.5. Территориальное распределение случаев заболевания злокачественными новообразованиями: а – за 1989 год; б – за период с 01.07.1984 г. по 30.06.1994 г.

Рис. 3.6. Территориальное распределение случаев заболевания злокачественными новообразованиями: а – за 1999 год; б – за период с 01.07.1994 г. по 31.12.2003 г.

Визуальное сравнение полученных моделей (рис. 3.2–3.6) с контрольными (рис. 3.1) позволяет утверждать, что распределение случаев заболевания по населенным пунктам является территориально однородным: случаи заболевания распределены практически равномерно по всем населенным пунктам в соответствии с численностью населения в них без каких-либо видимых аномалий. Такой вывод на данном этапе подтверждает и следующая закономерность: при общей мозаичности и лабильности распределения случаев по населенным пунктам, заболевания чаще случались в населенных пунктах со значительным количеством проживающего населения (Столбцы, Воложин, Ивенец, Раков, Першаи, Новый Свержень, Доры и др.).

Структура распределения случаев в течение одного года с достаточно высокой степенью подобия отображается структурой их распределения в течение периода усреднения, за исключением 1959 г. (см.

рис. 3.2). Преимуществом моделирования по периодам усреднения является то, что такой подход позволяет учесть не только дополнительное количество случаев заболевания для повышения адекватности расчета относительных показателей, но и пространственную компоненту процесса, которая крайне важна для оценки влияния на него факторов, связанных с особенностями территориального распространения. Так, если модели распределения случаев заболевания в 1989 и 1999 гг. практически не различаются между собой (рис. 3.5а, 3.6а), то соответствующие им усредненные модели (рис. 3.5б, 3.6б) демонстрируют определенную тенденцию к «размыванию» случаев на большее количество населенных пунктов. Количественная оценка данной тенденции дает следующие результаты: случаи заболевания зарегистрированы за период с 1.7.1984 г. по 30.6.1994 в 474 населенных пунктах, за период с 1.7.1994 г. по 31.12.2003 г. – в 480 населенных пунктах.

Прирост количества населенных пунктов составляет приближенно 1.3%. Следовательно, несмотря на незначительность эффекта, результат качественного анализа пространственной модели подтверждается результатом применения численных методов.

Представленный ансамбль пространственных моделей может служить своего рода динамической пространственной моделью процесса:

при анализе четко прослеживается тенденция к росту количества случаев: очевидно, что чем большая площадь накрыта условными символами населенных пунктов, тем количество случаев больше. Но в данном случае эффективность такой методики ограничена вследствие дискретности процесса. Эффективность подобного подхода может быть значительно выше при моделировании процессов, которые можно с определенным приближением считать непрерывными – например, при моделировании пространственного распределения количества случаев заболевания за каждый год в течение периода с 1953 по 2003 гг. и т.п.

Исходя из вышеизложенного, можно заключить следующее.

1. В результате предварительного пространственного анализа не выявлено территориальной неоднородности распределения случаев заболевания злокачественными новообразованиями населения Воложинского и Столбцовского районов. Случаи заболевания относительно равномерно распределяются по населенным пунктам соответственно численности проживающего в них населения. Данный факт свидетельствует об отсутствии явных аномалий в развитии пространственно распределенного процесса, обусловленных действием территориальных факторов.

2. Динамический ряд дискретных пространственных моделей демонстрирует тенденцию к росту количества случаев заболевания и повышению плотности их распространения.

3. Для дальнейшего анализа целесообразно использование относительных показателей заболеваемости и методов непрерывного пространственного моделирования.

4. Метод построения дискретных пространственных моделей позволяет эффективно осуществлять предварительную оценку территориальной однородности исследуемого процесса в целях выявления первичных признаков влияния факторов, вызывающих территориальную неоднородность его динамики.

3.2. Непрерывное пространственное моделирование эпидемиологических показателей 3.2.1. Непрерывное пространственное моделирование интенсивных Метод непрерывного пространственного моделирования различного рода показателей, в том числе эпидемиологических, является эффективным средством для получения новой информации о тенденциях развития динамики исследуемых процессов и значимости влияния на них изолированных и комбинированных факторов природного и антропогенного происхождения [40,50,52,106].

В целях выявления тенденций динамики уровня заболеваемости населения Воложинского и Столбцовского районов злокачественными новообразованиями и оценки влияния на данный процесс геофизических и геоэкологических факторов производилось непрерывное пространственное моделирование распределения значений интенсивного показателя заболеваемости за каждый год в период с 01.01.1956 по 31.12.2003 г. (см. Приложение «Непрерывное пространственное распределение значений интенсивного показателя»

и рис. 3.7). Периоды с 01.01.1953 г. по 31.12.1955 г. и с 01.01.1958 г.

по 31.12.1959 г. исключены из обработки в связи с неустранимым дефицитом информации, не позволившим произвести расчеты интенсивных показателей.

Рис. 3.7. Непрерывное пространственное распределение значений интенсивного показателя за 2000 г.

Результаты визуального анализа непрерывных пространственных моделей, построенных для каждого календарного года, приведены в таблицах 3.2–3.4. Здесь для каждого года указаны доли в процентах очагов с относительно высокими уровнями интенсивного показателя (выделены на картах-моделях более интенсивной заливкой), расположенных в зонах геологических особенностей литосферы (табл. 3.2) и зонах радионуклидного загрязнения (табл. 3.3, 3.4) по отношению к общему количеству таких очагов.

Количественная характеристика пространственного распределения интенсивного показателя в зонах линеаментов и кольцевых Количественная характеристика пространственного распределения интенсивного показателя в зонах радионуклидного Количество очагов в зонах заКоличество очагов в зонах заКоличество очагов в зонах заКоличество очагов в зонах загрязнения и приближенных к Количественная характеристика пространственного распределения интенсивного показателя в зонах радионуклидного Количество очагов в зонах заКоличество очагов в зонах заКоличество очагов в зонах заКоличество очагов в зонах загрязнения и приближенных к Аналогичным образом производилось непрерывное пространственное моделирование распределения значений интенсивного показателя заболеваемости за каждый из пяти выделенных подпериодов (см. Приложение: табл. II; «Непрерывное пространственное распределение значений интенсивного показателя» и рис. 3.8).

Результаты визуального анализа непрерывных пространственных моделей, построенных для каждого подпериода, приведены в таблицах 3.5–3.6. Здесь для каждого года указаны доли в процентах очагов с относительно высокими уровнями интенсивного показателя (выделены на картах-моделях более интенсивной заливкой), расположенных в зонах геологических особенностей (табл. 3.5) и зонах радионуклидного загрязнения (табл. 3.6) по отношению к общему количеству таких очагов.

Из таблиц 3.2 и 3.5 очевидно, что практически для всего периода доля очагов, расположенных в зонах линеаментов и кольцевых структур литосферы, превышает 50%. В целом за период наблюдения при различных подходах (моделирование показателей за каждый год и по периодам) эти значения близки и составляют около 70% (табл. 3.2 – 71%, табл. 3.5 – 65%). С учетом того, что площадь территорий над линеаментами меньше площади территорий вне зон геологической активности, можно сделать заключение о том, что геофизические факторы, действующие в зонах линеаментов и кольцевых структур литосферы, обусловливают определенное увеличение уровня заболеваемости злокачественными новообразованиями населения, постоянно проживающего в этих зонах.

Рис. 3.8. Непрерывное пространственное распределение значений интенсивного показателя за период с.01.01.1975 г. по 30.06.1984 г.

Количественная характеристика пространственного распределения Анализируя таблицы 3.3, 3.4 и 3.6, можно говорить о некотором снижении доли очагов в анализируемых зонах от периода до загрязнения (1956–1985 гг., 47% – табл. 3.3) к периоду после аварии на ЧАЭС (1986–2003 гг., 37% – табл. 3.4). Значимость результатов в таблице 3.6 нивелируется высокой степенью усреднения данных, которая обусловила определенный дефицит информации.

Поскольку зоны, загрязненные радионуклидами, территориально практически совпадают с зонами линеаментов (см. рис.), можно предположить следующее: в зонах, расположенных над линеаментами литосферы, уровень заболеваемости населения злокачественными новообразованиями превышает уровень заболеваемости населения, проживающего вне этих зон; комбинированное влияние геофизических факторов, действующих в данных зонах, и фактора загрязнения территории радионуклидами 137Cs приводит к некоторому снижению уровня заболеваемости населения злокачественными новообразованиями.

Количественная характеристика пространственного распределения интенсивного показателя в зонах радионуклидного загрязнения 3.2.2. Непрерывное пространственное моделирование интенсивных логарифмических показателей заболеваемости Одним из достаточно часто используемых подходов к повышению точности анализа данных является использование в обработке наряду с реальными значениями величин их логарифмов [22,31]. В данном исследовании для формирования непрерывных пространственных моделей применялось логарифмирование по натуральному основанию значений интенсивного показателя заболеваемости злокачественными новообразованиями для каждого населенного пункта.

Рис. 3.9. Непрерывное пространственное распределение значений натуральных логарифмов интенсивного показателя за 2000 г.

В целях контроля и уточнения тенденций динамики уровня заболеваемости населения Воложинского и Столбцовского районов злокачественными новообразованиями и оценки влияния на данный процесс геофизических и геоэкологических факторов производилось непрерывное пространственное моделирование распределения значений натуральных логарифмов интенсивного показателя заболеваемости за каждый год в период с 01.01.1956 по 31.12.2003 г.

(см. Приложение «Непрерывное пространственное распределение значений натуральных логарифмов интенсивного показателя» и рис. 3.9).

Результаты визуального анализа непрерывных пространственных моделей, построенных для каждого календарного года, приведены в таблицах 3.7–3.9, где для каждого года указаны доли в процентах очагов с относительно высокими уровнями натуральных логарифмов интенсивного показателя, расположенных в зонах геологических особенностей (табл. 3.7) и зонах радионуклидного загрязнения (табл. 3.8, 3.9) по отношению к общему количеству таких очагов.

Аналогичным образом производилось непрерывное пространственное моделирование распределения значений интенсивного показателя заболеваемости за каждый из пяти выделенных подпериодов (см. Приложение: табл. II; «Непрерывное пространственное распределение значений натуральных логарифмов интенсивного показателя» и рис. 3.10).

Результаты визуального анализа непрерывных пространственных моделей, построенных для каждого подпериода, приведены в таблицах 3.10–3.11. Здесь для каждого года указаны доли в процентах очагов с относительно высокими уровнями интенсивного показателя (выделены на картах-моделях более интенсивной заливкой), расположенных в зонах геологических особенностей (табл. 3.10) и зонах радионуклидного загрязнения (табл. 3.11) по отношению к общему количеству таких очагов.

Из таблиц 3.7 и 3.10 очевидно, что практически для всего периода доля очагов, расположенных в зонах линеаментов и кольцевых структур литосферы, превышает 50%, как и в п. 3.2.1. В целом за период наблюдения при различных подходах эти значения достаточно близки и составляют около 60% (табл. 3.7 – 67%, табл. 3.10 – 53%). Таким образом, подтверждается сделанное в п. 3.2.1 заключение о том, что геофизические факторы, действующие в зонах линеаментов и кольцевых структур литосферы, обусловливают определенное увеличение уровня заболеваемости злокачественными новообразованиями населения, постоянно проживающего в этих зонах.

Анализируя таблицы 3.8, 3.9 и 3.11, так же, как и в п. 3.2.1, можно говорить о некотором снижении доли очагов в анализируемых зонах от периода до загрязнения (1956 - 1985 гг., 29% – табл. 3.8) к периоду после аварии на ЧАЭС (1986 - 2003 гг., 23% – табл. 3.9).

Данные в таблице 3.11 подтверждают выявленную тенденцию: от первого ко второму периоду доля очагов в зонах интереса снижается от 34% до 29% при значительном общем количестве очагов.

Таким образом, изложенное выше подтверждает выводы, сделанные в п. 3.2.1, а именно: в зонах, расположенных над линеаментами литосферы, уровень заболеваемости населения злокачественными новообразованиями превышает уровень заболеваемости населения, проживающего вне этих зон; комбинированное влияние геофизических факторов, действующих в данных зонах, и фактора загрязнения территории радионуклидами 137Cs приводит к некоторому снижению уровня заболеваемости населения злокачественными новообразованиями.

В целом методика моделирования непрерывного пространственного распределения интенсивного показателя заболеваемости совместно с моделированием непрерывного пространственного распределения значений его натурального логарифма позволила выявить и уточнить тенденции развития процесса под влиянием различного рода геоэкологических факторов.

В результате использования методики получена новая информация о существовании определенного рода изолированных и комбинированных воздействий на уровень заболеваемости населения факторов геофизического характера, действующих в зонах линеаментов литосферы, и фактора загрязнения территории радионуклидами. Полученная информация носит качественно-количественный характер и требует уточнения посредством применения более строгих математических методов.

Количественная характеристика пространственного распределения натуральных логарифмов интенсивного показателя в зонах линеаментов и кольцевых структур в 1956–2003 гг.

Количественная характеристика пространственного распределения натуральных логарифмов интенсивного показателя в зонах радионуклидного загрязнения в 1956–1985 гг.

Количество очагов в зонах загрязКоличество очагов в зонах загрязКоличество очагов в зонах загрязКоличество очагов в зонах загрязнения и приближенных к ним (%) Количественная характеристика пространственного распределения натуральных логарифмов интенсивного показателя в зонах радионуклидного загрязнения в 1986–2003 гг.

Количество очагов в зонах заКоличество очагов в зонах заКоличество очагов в зонах заКоличество очагов в зонах загрязнения и приближенных к Рис. 3.10. Непрерывное пространственное распределение значений натуральных логарифмов интенсивного показателя за период с.01.01.1975 г. по 30.06.1984 г.

Количество очагов в зонах линеаментов и кольцевых структур (абс.) Количество очагов в зонах линеаментов и кольцевых структур (%) Количество очагов в зонах пересечения линеаментов и кольцевых Количество очагов в зонах пересечения линеаментов и кольцевых Количественная характеристика пространственного распределения натуральных логарифмов интенсивного показателя в зонах радионуклидного загрязнения Количество очагов в зонах заКоличество очагов в зонах заКоличество очагов в зонах заКоличество очагов в зонах загрязнения и приближенных к

4. ОЦЕНКА ЗНАЧИМОСТИ ВКЛАДА

ГЕОЭКОЛОГИЧЕСКИХ ФАКТОРОВ В ФОРМИРОВАНИЕ

РИСКОВ ПРИ КОМБИНИРОВАННОМ ВОЗДЕЙСТВИИ

4.1. Общая характеристика демографических и эпидемиологических показателей для различных Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.01.1953 г. по 31.12.2003 г.

Категория Количество Численность Интенсивный Рис. 4.1. Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.01.1953 г. по 31.12.2003 г.

Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.01.1953 г. по 31.12.1964 г.

Категория Количество Численность Интенсивный Рис. 4.2. Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.01.1953 г. по 31.12.1964 г.

Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.01.1965 г. по 31.12.1974 г.

Категория Количество Численность Интенсивный Рис. 4.3. Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.01.1965 г. по 31.12.1974 г.

Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.01.1975 г. по 30.06.1984 г.

Категория Количество Численность Интенсивный Рис. 4.4. Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.01.1975 г. по 30.06.1984 г.

Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.07.1984 г. по 30.06.1994 г.

Категория Количество Численность Интенсивный Рис. 4.5. Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.07.1984 г. по 30.06.1994 г.

Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.07.1994 г. по 31.12.2003 г.

Категория Количество Численность Интенсивный Рис. 4.6. Численность населения, количество случаев заболевания и интенсивный показатель заболеваемости для различных категорий населенных пунктов за период с 01.07.1994 г. по 31.12.2003 г.

4.2. Формирование таблиц сопряженности на основе пространственной категоризации геоэкологических данных Для количественной оценки значимости влияния геофизических факторов, действующих в зонах линеаментов земной коры, и фактора загрязнения территории радионуклидами на уровень заболеваемости населения злокачественными новообразованиями в данном исследовании использовались методы обработки категоризованных данных, основанные на различных алгоритмах расчета корреляции сопряженных признаков [3,35,37,40,46,47,51]. Данные алгоритмы применяются при анализе насыщенных моделей данных качественного характера, представляющих собой так называемые таблицы сопряженности.

Для уровней интенсивных показателей заболеваемости в населенных пунктах при различных сочетаниях исследуемых факторов такие модели были построены по схеме, представленной в табл. 4.7.

Здесь категория A1 означает населенные пункты, расположенные вне зоны Украинско-Балтийского линеамента, категория A2 – населенные пункты, расположенные в зоне над Украинско-Балтийским линеаментом, а категория A3 – населенные пункты, расположенные над разломами, образующими Украинско-Балтийский линеамент;

категория В1 означает населенные пункты, расположенные на территориях, не загрязненных 137Cs, В2 – на загрязненных 137Cs территориях (см. табл. 4.7). Категории соответствуют результатам пространственной категоризации данных, описанной в п. 1.1.

Собственно модели для всего периода наблюдения и для отдельных подпериодов представлены в таблицах 4.8–4.13.

Таблица сопряженности для интенсивных показателей Таблица сопряженности для интенсивных показателей за период с 01.01.1953 г. по 31.12.2003 г.

Таблица сопряженности для интенсивных показателей за период с 01.01.1953 г. по 31.12.1964 г.

Таблица сопряженности для интенсивных показателей за период с 01.01.1965 г. по 31.12.1974 г.

Таблица сопряженности для интенсивных показателей за период с 01.01.1975 г. по 30.06.1984 г.

Таблица сопряженности для интенсивных показателей Таблица сопряженности для интенсивных показателей 4.3. Анализ таблиц сопряженности методом расчета В качестве первичной оценки значимости влияния геофизических факторов, действующих в зонах линеаментов земной коры, и фактора загрязнения территории радионуклидами на уровень заболеваемости населения злокачественными новообразованиями для таблиц 4.8–4.13 был осуществлен расчет отношений значений в каждой ячейке таблицы сопряженности к среднему по ансамблю всех значений в таблице. В таблицах 4.14–4.19 представлены относительные показатели для различных периодов наблюдения с указанием среднего по ансамблю.

В указанных таблицах приведены данные по всем категориям населенных пунктов, в том числе с нулевыми значениями показателей, для сохранения размерности и симметричности моделей. С аналогичной целью таблицах приведены также данные по категории 112, численность населенных пунктов в которой невелика, а малочисленность населения и единичные случаи заболевания не позволяют сделать достоверных заключений об уровне заболеваемости (кроме всего периода наблюдения в целом) (см. п. 4.1).

Интенсивные показатели, отнесенные к среднему по ансамблю (6204.62) за период с 01.01.1953 г. по 31.12.2003 г.

Интенсивные показатели, отнесенные к среднему по ансамблю Интенсивные показатели, отнесенные к среднему по ансамблю (142.73) за период с 01.01.1965 г. по 31.12.1974 г.

Интенсивные показатели, отнесенные к среднему по ансамблю (370.24) за период с 01.01.1975 г. по 30.06.1984 г.

Интенсивные показатели, отнесенные к среднему по ансамблю (2903.09) за период с 01.07.1984 г. по 30.06.1994 г.

Интенсивные показатели, отнесенные к среднему по ансамблю (3076.15) за период с 01.07.1994 г. по 31.12.2003 г.

Результаты, представленные в таблицах 4.14–4.19, характеризуются значительной мозаичностью и не позволяют выявить какихлибо значительных закономерностей влияния геоэкологических факторов на формирование уровня заболеваемости. Тем не менее они позволяют констатировать, что относительный показатель для категории A1B2 (202) очевидно выше в период с 01.07.1984 г. по 31.12.2003 г. (табл. 4.18–4.19), чем в период с 01.10.1965 г. по 30.06.1984 г. (табл. 4.16–4.17). Это может свидетельствовать об определенном вкладе фактора радионуклидного загрязнения территории в повышение уровня заболеваемости. Обращает на себя внимание также резкое уменьшение относительного показателя для категории A2B2 (102) по сравнению с категорией A2B1 (101) в период с 01.07.1994 г. по 31.12.2003 г. (табл. 4.19), который хорошо согласуется с ранее сделанными заключениями о том, что фактор присутствия 137Cs на территориях, расположенных над УБЛ, обусловливает определенное снижение уровня заболеваемости злокачественными новообразованиями. Тем более, что значения относительного показателя для категории A2B2 (102) до аварии на ЧАЭС больше 1, т.е. выше среднего по ансамблю (табл. 4.15–4.17), а после аварии – меньше 1, то есть ниже среднего по ансамблю (табл. 4.18, 4.19).

4.4. Анализ таблиц сопряженности методом Для повышения точности первичной оценки значимости влияния геофизических факторов, действующих в зонах линеаментов земной коры, и фактора загрязнения территории радионуклидами на уровень заболеваемости населения злокачественными новообразованиями, произведенной в п. 4.3, осуществлялся расчет логарифмов преобладания (логитов) для каждого из изолированных и комбинированных факторов [3,35,37,40,46,51]. В таблицах 4.20–4.25 представлены расчетные значения для различных периодов наблюдения.

Наиболее информативным контрольным показателем в таблицах являются значения 1-e, знак и абсолютное значение которых указывают на характер и значимость влияния каждого фактора (изолированного или комбинированного) на исследуемый процесс.

Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Анализ результатов, представленных в таблицах 4.20–4.25, в целом подтверждает тенденции, выявленные в п. 4.3. Так, значение 1e для фактора B2 (загрязнение территории радионуклидами 137Cs) за весь период наблюдения составило 0.014 (незначительный положительный вклад) (табл. 4.20). В среднем за период с 01.07.1984 г. по 31.12.2003 г. (табл. 4.24, 4.25) значения данного параметра превышают значения, относящиеся к периоду с 01.01.1953 г. по 30.06.1984 г. (табл. 4.21–4.23). Следовательно, фактор радионуклидного загрязнения обусловливает определенное повышение уровня заболеваемости злокачественными новообразованиями.

Значение 1-e для фактора A2B2 (загрязнение территории над УБЛ радионуклидами 137Cs) за весь период наблюдения практически равно нулю (табл. 4.20). В период с 01.07.1984 г. по 31.12. г. данный параметр имеет значимо отрицательные значения (табл.

4.24, 4.25), в то время как в период с 01.01.1953 г. по 30.06.1984 г. – значимо отрицательные либо практически равные нулю (табл. 4.21– 4.23). Следовательно, фактор радионуклидного загрязнения обусловливает определенное снижение уровня заболеваемости злокачественными новообразованиями в населенных пунктах, расположенных в зоне над Украинско-Балтийским линеаментом.

4.5. Анализ таблиц сопряженности методом В целях контроля качества и уточнения оценок значимости влияния геофизических факторов, действующих в зонах линеаментов земной коры, и фактора загрязнения территории радионуклидами на уровень заболеваемости населения злокачественными новообразованиями, произведенной в пп. 4.3, 4.4, был реализован осуществлялся расчет относительных показателей для комбинированных факторов [40,47,51]. В таблицах 4.26–4.31 представлены расчетные значения для различных периодов наблюдения. Информативным показателем в таблицах являются отличия значений в ячейках от 1, знак и абсолютное значение указывают на характер и значимость влияния факторов на исследуемый процесс. Контрольные показатели – максимальная энтропия модели (Emax), наблюденная энтропия (E) и приращение информации (II, information increment).

Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований, за период Emax=2.5850 E=1.4285 II=44.74% Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Emax=2.5850 E=2.2008 II=14.86% Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Emax=2.5850 E=2.2725 II=12.09% Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Emax=2.5850 E=0.9542 II=63.09% Количественная оценка значимости факторов, влияющих на риск формирования злокачественных новообразований за период Полученными результатами также подтверждаются заключения, сделанные в пп. 4.3, 4.4, касающиеся комбинированного фактора A2B2 (102, населенные пункты, расположенные в зоне над Украинско-Балтийским линеаментом, загрязненной радионуклидами 137Cs).

Значения расчетных показателей для данной категории в период с 01.01.1953 г. по 30.06.1984 г. (табл. 4.27–4.29) превышают 1 либо близки к единице. Соответствующие значения в период с 01.07. г. по 31.12.2003 г. значительно меньше 1 (табл. 4.30, 4.31). Таким образом, можно утверждать, что присутствие радионуклидов 137Cs на территории, расположенной над Украинско-Балтийским линеаментом, в определенной степени обусловливает снижение уровня заболеваемости злокачественными новообразованиями.

5. АНАЛИЗ ДИНАМИКИ ЭПИДЕМИЧЕСКОГО ПРОЦЕССА

В РАЗЛИЧНЫХ ГЕОЭКОЛОГИЧЕСКИХ УСЛОВИЯХ



Pages:   || 2 |

Похожие работы:

«Министерство образования Республики Беларусь УЧРЕЖДЕНИЕ ОБРАЗОВАНИЯ ГРОДНЕНСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИМЕНИ ЯНКИ КУПАЛЫ Е.И.БИЛЮТЕНКО РОМАНТИЧЕСКАЯ ШЛЯХЕТСКАЯ ГАВЭНДА В ПОЛЬСКОЙ ПРОЗЕ XIX ВЕКА Мо н о г р а ф и я Гродно 2008 УДК 821.162.1(035.3) ББК 83.3 (4Пол) 5 Б61 Рецензенты: кандидат филологических наук, профессор кафедры белорусской теории и истории культуры УО Белорусский государственный педагогический университет имени Максима Танка А.В.Рогуля; кандидат филологических наук, доцент,...»

«АКАДЕМИЯ НАУК СССР ТРУДЫ ПАЛЕОНТОЛОГИЧЕСКОГО ИНСТИТУТА · Поздне­ мезозойские· HaceKOMble Восточного Забайкалья ТОМ 239 OCHOIIOHЬl 11 году 1932 Ответственный редактор доктор биологических наук А.П. РАСНИЦЫН МОСКВА НАУКА 1990 УДК 565.7:551.762/3 (57J.55) 1990.Позднемезозойские насекомые Восточного Забайкалья. М.: Наука, 223 с. -(Тр. ПИНАНСССР; Т. 239). - ISBN 5-02-004697-3 Монография содержит описания. ' ископаемых насекомых (поденки, полужесткокрылые, жуки, вислокрылки, верблюдки,'...»

«М. Е. Лустенков ПЕРЕДАЧИ С ПРОМЕЖУТОЧНЫМИ ТЕЛАМИ КАЧЕНИЯ: ОПРЕДЕЛЕНИЕ И МИНИМИЗАЦИЯ ПОТЕРЬ МОЩНОСТИ Монография Могилев ГУ ВПО Белорусско-Российский университет 2010 УДК 621.83.06:004 Рекомендовано к опубликованию Советом Белорусско-Российского университета 24 сентября 2010 г., протокол № 1 Рецензенты: д-р техн. наук, проф., проф. кафедры Основы проектирования машин Белорусско-Российского университета Л. А. Борисенко ; д-р техн. наук, проф., проф. кафедры Технология и оборудование...»

«М. В. РОГОЗИН СЕЛЕКЦИЯ СОСНЫ ОБЫКНОВЕННОЙ ДЛЯ ПЛАНТАЦИОННОГО ВЫРАЩИВАНИЯ Пермь 2013 МИНИСТЕРСТВО ОБРАЗОВАНИЯ И НАУКИ РОССИЙСКОЙ ФЕДЕРАЦИИ Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования ПЕРМСКИЙ ГОСУДАРСТВЕННЫЙ НАЦИОНАЛЬНЫЙ ИССЛЕДОВАТЕЛЬСКИЙ УНИВЕРСИТЕТ Естественнонаучный институт М. В. РОГОЗИН СЕЛЕКЦИЯ СОСНЫ ОБЫКНОВЕННОЙ ДЛЯ ПЛАНТАЦИОННОГО ВЫРАЩИВАНИЯ Монография Пермь УДК 582.47: 630*232.1: 630*165: 630*5 (470.53) ББК 443.813 – 4 (2Рос – 4...»

«Национальная академия наук Украины Донецкий физико-технический институт им. А.А. Галкина Венгеров И.Р. ТЕПЛОФИЗИКА ШАХТ И РУДНИКОВ МАТЕМАТИЧЕСКИЕ МОДЕЛИ Том I. Анализ парадигмы Издательство НОРД - ПРЕСС Донецк - 2008 УДК 536-12:517.956.4:622 ББК 22.311:33.1 В29 Рекомендовано к печати Ученым советом ДонФТИ им. А.А.Галкина НАН Украины (протокол № 6 от 26.09.2008 г.). Рецензенты: Ведущий научный сотрудник Института физики горных процессов НАН Украины, д.ф.-м.н., проф. Я.И. Грановский; д.т.н.,...»

«Российская академия естественных наук ——————— Общероссийская общественная организация Лига здоровья нации ——————— Негосударственное образовательное учреждение высшего профессионального образования Академия социально-политической психологии, акмеологии и менеджмента ——————— Ноосферная общественная академия наук ——————— Ассоциация ноосферного обществознания и образования ——————— Северо-Западный институт управления – филиал РАНХиГС при Президенте РФ ——————— Костромской государственный университет...»

«Н. Л. ЗУЕВА СОЦИАЛЬНОЕ ОБСЛУЖИВАНИЕ НАСЕЛЕНИЯ: АДМИНИСТРАТИВНО-ПРАВОВОЕ РЕГУЛИРОВАНИЕ Монография Издательство Воронежского государственного университета 2013 УДК 342.951:364(470) ББК 67.401 З93 Научный редактор– доктор юридических наук, профессор Ю. Н. Старилов Р е ц е н з е н т ы: доктор юридических наук, профессор А. С. Дугенец, кандидат юридических наук, доцент Д. В. Уткин Зуева, Н. Л. З93 Социальное обслуживание населения : административно-правовое регулирование : монография / Н. Л. Зуева ;...»

«УДК 168.521:528.8:536.7 ББК 15.1 И26 Рекомендовано к печати Ученым советом факультета социологии Национального технического университета Украины “Киевский политехнический институт” (Протокол №3 от 22.06.2007) Рецензенты А. Т. Лукьянов, канд. филос. наук, доц. А. А. Андрийко, д-р хим. наук, проф. Л. А. Гриффен, д-р техн. наук, проф. Ответственный редактор Б. В. Новиков, д-р филос. наук, проф. Игнатович В. Н. И 26 Введение в диалектико-материалистическое естествознание: Монография. — Киев:...»

«АКАДЕМИЯ НАУК СССР Н.П. С Ч А С Т Л И В Ц Е В А ТРИАСОВЫЕ ОРТОЦЕРАТИДЫ И НАУТИЛИДЫ СССР НАУКА АКАДЕМИЯ НАУК СССР ТРУДЫ ПАЛЕОНТОЛОГИЧЕСКОГО ИНСТИТУТА Т о м 229 Основаны в 1932 г. Н.П. С Ч А С Т Л И В Ц Е В А ТРИАСОВЫЕ ОРТОЦЕРАТИДЫ И НАУТИЛИДЫ СССР Ответственный редактор доктор биологических наук Л.А. НЕВЕССКАЯ МОСКВА http://jurassic.ru/ НАУКА УДК 564.(521+523):551.761.(57) Триасовые ортоцератиды и наутилиды СССР/ Н.П. Счастливцева. — М.: Наука, 1988. — 104 с. — ISBN 5-02-004655-8. М...»

«Плюснин Ю.М. Заусаева Я.Д. Жидкевич Н.Н. Позаненко А.А. ОТХОДНИКИ Москва Новый хронограф 2013 УДК. ББК. П40 Издание осуществлено на пожертвования Фонда поддержки социальных исследований Хамовники (договор пожертвования № 2011-001) Научный редактор С.Г. Кордонский Плюснин Ю.М., Заусаева Я.Д., Жидкевич Н.Н., Позаненко А.А. Отходники [текст]. – М.: Изд-во Новый хронограф, 2013. – ххх с. – 1000 экз. – ISBN 978-5-91522-ххх-х (в пер.). Монография посвящена проблеме современного отходничества –...»

«Министерство образования и науки Российской Федерации Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования Казанский государственный технологический университет Серия Методология инженерной деятельности ПРОЕКТИРОВАНИЕ МЕТОДОЛОГИЧЕСКОЙ КУЛЬТУРЫ ИНЖЕНЕРА В ТЕХНОЛОГИЧЕСКОМ УНИВЕРСИТЕТЕ Коллективная монография Казань 2006 УДК 60-05 ББК Ч481.29+Ч488.77 Рекомендовано к печати ISBN 978-5-7882-0320-1 Формирование основ методологической...»

«Московский гуманитарный университет Институт фундаментальных и прикладных исследований ГОСУДАРСТВЕННАЯ МОЛОДЕЖНАЯ ПОЛИТИКА: РОССИЙСКАЯ И МИРОВАЯ ПРАКТИКА РЕАЛИЗАЦИИ В ОБЩЕСТВЕ ИННОВАЦИОННОГО ПОТЕНЦИАЛА НОВЫХ ПОКОЛЕНИЙ Научная монография Под общей редакцией Вал. А. Лукова Издательство Московского гуманитарного университета 2013 УДК 3163/.4 ББК 66.75 (2Рос) 60.56 Г72 Научный проект осуществлен при поддержке Российского гуманитарного научного фонда (проект № 11-33-00229а1) Авторы: Луков Вал. А.,...»

«ПРЕДПОСЫЛКИ СОЗДАНИЯ ОБУВНЫХ ПРЕДПРИЯТИЙ В ЮЖНОМ ФЕДЕРАЛЬНОМ ОКРУГЕ В УСЛОВИЯХ НЕОПРЕДЕЛЕННОСТИ РЫНОЧНОЙ СРЕДЫ (МОНОГРАФИЯ) УДК 339.90 75.8 ББК Рецензенты Доктор технических наук, профессор И.Ю.Бринк Доктор технических наук, профессор П.С. Карабанов Доктор технических наук, профессор В.В. Левкин Предпосылки создания обувных предприятий в Южном Федеральном округе в условиях неопределенности рыночной среды: монография / В.Т. Прохоров и др. – г.Шахты Южно-Российский государственный университет...»

«Министерство образования и науки Российской Федерации Дальневосточный федеральный университет А.М. Кузнецов, И.Н. Золотухин Этнополитическая история Азиатско-Тихоокеанского региона в ХХ – начале ХХI вв. Владивосток Издательство Дальневосточного федерального университета 2011 1 http://www.ojkum.ru/ УДК 323.1 ББК 66.5(0) К 89 Работа выполнена в рамках Аналитической ведомственной целевой программы Развитие научного потенциала Высшей школы Рецензенты: М.А. Фадеичева, доктор политических наук,...»

«С.В. Сиражудинова ГРАЖДАНСКОЕ ОБЩЕСТВО, ТРАДИЦИОНАЛИЗМ И ИСЛАМ НА СЕВЕРНОМ КАВКАЗЕ Ростов-на-Дону 2012 1 ББК С Рецензенты: доктор философских наук, профессор И.П. Добаев, кандидат политических наук, доцент С.В. Петрова. Сиражудинова С.В. С Гражданское общество, традиционализм и ислам на Северном Кавказе: Монография. Ростов-н/Д: Изд-во ООО АзовПечать, 2012 – 200с. ISBN 978-5-4382-0031-4 Монография представляет собой одну из первых попыток комплексного анализа гражданского общества в контексте...»

«ФОНД ПРАВОВЫХ ПРОБЛЕМ ФЕДЕРАЛИЗМА И МЕСТНОГО САМОУПРАВЛЕНИЯ ОФИЦИАЛЬНОЕ ЭЛЕКТРОННОЕ ОПУБЛИКОВАНИЕ ИСТОРИЯ / ПОДХОДЫ / ПЕРСПЕКТИВЫ Под редакцией заслуженного юриста Российской Федерации, доктора юридических наук, профессора Национального исследовательского университета Высшая школа экономики В.Б. Исакова Москва • 2012 УДК 34:002 ББК 67.400.6 О91 Официальное электронное опубликование: История, подходы, перспективы / Под ред. проф. В.Б. Исакова. — О91 М.: Формула права, 2012. — 320 с. ISBN...»

«Центр проблемного анализа и государственноуправленческого проектирования Социальное партнерство государства и религиозных организаций Москва Научный эксперт 2009 УДК 316.334.3:321+2-41 ББК 60.56+86.2 С 69 Авторы: В.И. Якунин, С.С. Сулакшин, В.В. Симонов, В.Э. Багдасарян, М.В. Вилисов, О.В. Куропаткина, М.С. Нетесова, Е.С. Сазонова, Р.А. Силантьев, А.И. Хвыля-Олинтер, А.Ю. Ярутич Социальное партнерство государства и религиозных организаций. С 69 Монография — М.: Научный эксперт, 2009. — 232 с....»

«Ju.I. Podoprigora Deutsche in PawloDarer Priirtysch Almaty • 2010 УДК 94(574) ББК 63.3 П 44 Gutachter: G.W. Kan, Dr. der Geschichtswissenschaften S.K. Achmetowa, Dr. der Geschichtswissenschaften Redaktion: T.B. Smirnowa, Dr. der Geschichtswissenschaften N.A. Tomilow, Dr. der Geschichtswissenschaften Auf dem Titelblatt ist das Familienfoto des Pawlodarer Unternehmers I. Tissen, Anfang des XX. Jahrhunderts Ju.I. Podoprigora П 44 Deutsche in Pawlodarer Priirtysch. – Almaty, 2010 – 160 с. ISBN...»

«В.Г.Садков, В.Е. Кириенко, Т.Б. Брехова, Е.А. Збинякова, Д.В. Королев Стратегии комплексного развития регионов России и повышение эффективности регионального менеджмента Издательский дом Прогресс Москва 2008 2 ББК 65.050 УДК 33 С 14 Общая редакция – доктор экономических наук, профессор В.Г.Садков Садков В.Г. и др. С 14 Стратегии комплексного развития регионов России и повышение эффективности регионального менеджмента /В.Г. Садков, В.Е. Кириенко, Т.Б. Брехова, Е.А. Збинякова, Д.В. Королев – М.:...»

«Дальневосточный Институт Управления СОЦИАЛЬНЫЙ ПОТЕНЦИАЛ МОЛОДЫХ СЕМЕЙ КАК ФАКТОР РАЗВИТИЯ РЕГИОНА МОНОГРАФИЯ Хабаровск - 2013 2 ББК 60.542.15 УДК 316.346.32–053.6 С 692 Рецензенты: Тюрина Ю.А., доктор социологических наук, доцент, директор института экономики ФГБОУ ВПО Дальневосточный государственный университет путей сообщения Фарафонова Л.Н., кандидат педагогических наук, доцент ФГБОУ ВПО Дальневосточный государственный гуманитарный университет Авторский коллектив Байков Н.М., д.с.н.,...»





 
© 2013 www.diss.seluk.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Методички, учебные программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.