Количественный характер современной информации о природных и антропогенных (техногенных) объектах, явлениях и процессах создает широкие возможности использования математических методов и компьютерных технологий для анализа первичных данных и надежного обоснования выводов о закономерностях распределения показателей их строения, свойств и состава [1-4].
Выдающийся математик Т. Клаус правильно отмечал: «Аргумент, заключающийся в том, что то или иное положение вещей не может быть описано из-за своей сложности, кажется очевидным, однако он ложен, ибо практика науки, фактический ход истории показывают, что, напротив справедливо следующее утверждение: та или иная проблема слишком сложна, чтобы ее можно было решить без помощи математики».
По мнению большинства исследователей, использование математики для изучения природных и антропогенных объектов, явлений и процессов следует рассматривать как применение методов математического моделирования. В каждом конкретном случае могут быть использованы различные математические модели, но при изучении пространственно-временных закономерностей наиболее универсальными являются вероятностные.
В первом разделе настоящего учебного пособия [1] детально рассмотрены способы вероятностно-статистического анализа информации. Описаны следующие главные этапы обработки данных: применение вероятностных положений, построение сгруппированного ряда распределения, проверка однородности выборочной совокупности, выбор моделей (законов) распределения признаков, оценка статистических параметров распределений, сравнение параметров распределений (статистические критерии), изучение взаимосвязей между признаками, оценка и контроль качества первичной информации, специальные многомерные методы обработки данных и другие.
Особое внимание в данном пособии уделено методам классификации многомерных наблюдений. В познании окружающего мира, жизни и общества классификационные методы играют ведущую роль. В определенном смысле можно утверждать, что классифицировать – значит познать. Общеизвестна роль гениальных классификаций в развитии человеческих знаний, например, периодической системы химических элементов, стратиграфической шкалы, классификаций биологических видов, горных пород, подземных вод и многих других. Всякий раз, получая новую информацию, человек либо находит известные таксономические единицы, к которым принадлежат новые наблюдения, либо строит новую классификационную структуру и обнаруживает закономерности ранее не известные.
Используя многомерные классификационные методы (диагноза, распознавания образов, кластеризации и т.п.) исследователь значительно увеличивает возможности своего интеллекта, делает новые открытия в познании себя и мира, в котором он живет. Классификационные методы можно отнести к способам математического моделирования.
Применение указанных методов позволяет оперативно обнаруживать и надежно описывать закономерности формирования строения, свойств и состава природных и антропогенных объектов, явлений и процессов[1-4].
В последующих разделах учебного пособия приведены примеры применения описанных методов математико-статистического анализа информации для изучения закономерностей формирования химического состава поверхностных, подземных и шахтных вод Донецкого Бассейна.
Во втором разделе анализ информации позволил обнаружить и охарактеризовать два уникальных геохимических направления в формировании химического состава подземных вод Донецкого бассейна: прямая и обратная вертикальная гидрогеохимическая зональность для вод каменноугольных, меловых, палеогеновых и неогеновых отложений. Это свидетельствует о том, что в изученном регионе могут быть обнаружены нефтегазовые скопления.
В третьем разделе установлены и описаны закономерности формирования химического состава шахтных вод в Восточном Донбассе за столетний период. Всего использовано более 1500 анализов. Вынос растворённых веществ шахтными водами на поверхность достиг максимума в 2010 году (426 тыс. т/год) и это вызвало интенсивное загрязнение природных вод. Выделено четыре главных направления трансформации химического состава шахтных вод и дана интерпретация их генезиса.
В четвертом разделе основное внимание уделено проблеме формирования аномальных по составу вод в Восточном Донбассе после ликвидации угольных предприятий на примере шахты Комиссаровская. Охарактеризованы процессы окисления, растворения и выщелачивания при формировании потоков загрязнения вод.
В пятом разделе показано, что процесс загрязнения подземных вод значительно усилился в связи с формированием высокоминерализованных шахтных вод после ликвидации угольных шахт. Это привело к изменению химического состава подземных вод и повышению процента их загрязнения с 55 до 90 %.
Шестой раздел посвящен характеристике новой интенсивно развивающейся науке об окружающей среде (Environmental Science), которую мы предложили назвать энвирологией (environment – окружение, среда, logos – наука). Выделены и детально описаны основные научные дисциплины, составляющие энвирологию: социоэнвирология, техноэнвирология, космоэнвирология, аэроэнвирология, гидроэнвирология, геоэнвирология и биоэнвирология.
В данном учебном пособии изложены эффективные методы математического и компьютерного анализа информации[1]. Пособие предназначено для студентов и профессионалов естественнонаучных специальностей (геологов, гидрогеологов, географов, гидрологов, экологов и др.) и служит целям повышения их квалификации в области современных методов анализа первичных данных.