The problem of the estimation of the industrial soil pollution extent

• Autorzy: Gruszczynski S

Warianty tytułu

PL

Problem szacowania zasiegu przemyslowego zanieczyszczenia gleb

• Języki publikacji: EN

Abstrakty

EN

Significant spatial variability of the accumulation of pollutants in soils can make problems in the determination of the borders defining a zone where pollution, according to the applied legal requirements, is excessive. Particular difficulty is caused by a short-distance variability, disturbing the regularity in a spatial distribution of pollution around the source of emission. The paper presents an alternative, compared to traditional interpolation methods, algorithms based on the optimization and the application non-linear neural networks called mixture density network MDN and feature space mapping network FSM.The benefit from the application of this approach is more information referring to the distribution of pollution. This approach allows the estimation of the local variance of the accumulation of pollutants and approximate local distribution. This allows greater extent of taking into account the uncertainty connected with the spatial variability of soil pollution.

PL

Znaczna przestrzenna zmienność akumulacji zanieczyszczeń w glebach może sprawiać problemy przy wyznaczaniu zasięgu strefy nadmiernie nimi obciążonej, zgodnie ze stosownymi wymogami prawnymi. Szczególne utrudnienie sprawia zmienność krótkodystansowa, zakłócająca oczekiwaną regularność rozkładu przestrzennego zanieczyszczeń wokół Źródła emisji. W pracy zaprezentowano zastosowanie alternatywnych, wobec tradycyjnych metod interpolacji, algorytmów sieci neuronów MDN i FSM. Korzyścią płynącą z zastosowania tego podejścia jest pogłębienie informacji dotyczących rozkładu zanieczyszczenia. Podejście pozwala na oszacowanie lokalnej wariancji akumulacji zanieczyszczeń oraz przybliżonego lokalnego rozkładu. Pozwala to na pełniejsze uwzględnienie niepewności związanej z przestrzenną zmiennością obciążenia gleb zanieczyszczeniami.

Słowa kluczowe

EN

soil pollution; pollution distribution; industrial pollution; pollutant accumulation; estimation

• Wydawca: -
• Czasopismo: Polish Journal of Soil Science
• Rocznik: 2007
• Tom: 40
• Numer: 1
• Opis fizyczny: p.33-45,fig.,ref.

Twórcy

autor

Gruszczynski S

• University of Science and Technology, Al.Mickiewicza 30, 30-059 Krakow, Poland

Bibliografia

• [1] Bishop C.M.: Mixture Density Networks. Technical Report NCRG/94/004, Neural Computing Research Grup, Aston University, Birmingham B4 7ET, February 1994.
• [2] Bishop C.M.: Neural Networks for Pattern Recogniotion. Oxford University Press, 1995.
• [3] Carney M., Cunnigham P., Dowling J., Lee C.: Predicting probability distributionsfor surf height using an ensamble of mixture density networks. ICML ‘05’: Proc. 22nd Int. Conf. Machine Learning, New York, NY, USA, ACM Press, 113-120, 2005.
• [4] Cornford D., Nabney I.T., Bishop Ch. M.: Neural Computing and Application, 8, 206, 1999.
• [5] Duch W., Diercksen G.H.F.: Computer Physics Communications, 87(16), 341, 1994.
• [6] Evans D.J.: Mixture Density Network Training by Computation in Parameter Space. Technical Report NCRG/98/016, Neural Computing Research Grup, Aston University, Birmingham B4 7ET, August 1998.
• [7] Gneiting T., Balabdaui F., Raftery A.E.: Probabilisics Forecasts, Calibration and Sharpness. Technical Report 483, University of Washington, Washington, 2005.
• [8] Goldberg P.W., Williams Ch.K.I., Bishop Ch.M.: Regression with input-dependentnoise: A gaussian process treatment. In: Advances in Neural Information Processing Systems (Eds Michael I. Jordan, Michael J. Kearns, and Sara A. Solla), 10, The MIT Press, 1998.
• [9] Gruszczyński S.: Polish J. Environ. Studies, 14, 6, 743, 2005.
• [10] McBratney A.B., Mendonça Santos M.L., Minasny B.: Geoderma, 117(1-2), 3, 2003.
• [11] The Standards of Soil and Ground Quality. Ordinance of Polish Minister of Environment, 9 September 2002.
• [12] Tadeusiewicz R.: Neural networks (in Polish). Problemy Współczesnej Nauki i Techniki. Informatyka. Akademicka Oficyna Wydawnicza RM, Warszawa, 1993.
• [13] Żurada J., Barski M., Jędruch W.: Artificial Neural Networks (in Polish). PWN, Warszawa, 1996.