Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса
Представлена модель влияния степени загрязнения окружающей среды на биологические показатели макрозообентоса акватории Севастопольских бухт, обработка информации в которой осуществлялась сетью Байеса. В качестве исследуемых показателей использовались влажность грунта, уровень содержания битумоида, ч...
Gespeichert in:
| Datum: | 2012 |
|---|---|
| Hauptverfasser: | , , |
| Format: | Artikel |
| Sprache: | Russian |
| Veröffentlicht: |
Морський гідрофізичний інститут НАН України
2012
|
| Schriftenreihe: | Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу |
| Schlagworte: | |
| Online Zugang: | http://dspace.nbuv.gov.ua/handle/123456789/56803 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Назва журналу: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Zitieren: | Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса / С.В. Алёмов, С.А. Бабичев, В.И. Литвиненко // Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу: Зб. наук. пр. — Севастополь, 2012. — Вип. 26, том 1. — С. 74-80. — Бібліогр.: 12 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-56803 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-568032014-02-27T03:01:35Z Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса Алёмов, С.В. Бабичев, С.А. Литвиненко, В.И. Морские берега Украины Представлена модель влияния степени загрязнения окружающей среды на биологические показатели макрозообентоса акватории Севастопольских бухт, обработка информации в которой осуществлялась сетью Байеса. В качестве исследуемых показателей использовались влажность грунта, уровень содержания битумоида, число видов зообентоса, их общая численность и биомасса. Экспериментально показана значительная чувствительность всех биологических показателей к содержанию битумоидов в донных осадках. Представлена модель впливу міри забруднення довкілля на біологічні показники макрозообентосу акваторії Севастопольських бухт, обробка інформації в якій здійснювалася мережею Байеса. Як досліджувані показники використовувалися вологість грунту, рівень змісту бітумоіду, число видів зообентосу, їх загальна чисельність і біомаса. Експериментально показана значна чутливість усіх біологічних показників до змісту бітумоідів в донних відкладеннях. The model of influence of degree of environmental contamination on the biological indexes of macrozoobenthos of the Sevastopol bays aquatorium is presented. Treatment of information came true by the Bayesian Network. As the investigated indexes humidity of sediments, level of, number of speciees, general abundance and biomass of zoobenthos was used. The considerable sensitiveness of all biological indexes to bituminoid concentration is experimentally shown. 2012 Article Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса / С.В. Алёмов, С.А. Бабичев, В.И. Литвиненко // Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу: Зб. наук. пр. — Севастополь, 2012. — Вип. 26, том 1. — С. 74-80. — Бібліогр.: 12 назв. — рос. 1726-9903 http://dspace.nbuv.gov.ua/handle/123456789/56803 681.5+574.52+574.632 ru Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу Морський гідрофізичний інститут НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Russian |
| topic |
Морские берега Украины Морские берега Украины |
| spellingShingle |
Морские берега Украины Морские берега Украины Алёмов, С.В. Бабичев, С.А. Литвиненко, В.И. Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу |
| description |
Представлена модель влияния степени загрязнения окружающей среды на биологические показатели макрозообентоса акватории Севастопольских бухт, обработка информации в которой осуществлялась сетью Байеса. В качестве исследуемых показателей использовались влажность грунта, уровень содержания битумоида, число видов зообентоса, их общая численность и биомасса. Экспериментально показана значительная чувствительность всех биологических показателей к содержанию битумоидов в донных осадках. |
| format |
Article |
| author |
Алёмов, С.В. Бабичев, С.А. Литвиненко, В.И. |
| author_facet |
Алёмов, С.В. Бабичев, С.А. Литвиненко, В.И. |
| author_sort |
Алёмов, С.В. |
| title |
Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса |
| title_short |
Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса |
| title_full |
Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса |
| title_fullStr |
Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса |
| title_full_unstemmed |
Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса |
| title_sort |
анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. севастополя на основе сети байеса |
| publisher |
Морський гідрофізичний інститут НАН України |
| publishDate |
2012 |
| topic_facet |
Морские берега Украины |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/56803 |
| citation_txt |
Анализ данных многолетнего мониторинга донных сообществ и нефтяного загрязнения грунта в прибрежной зоне г. Севастополя на основе сети Байеса / С.В. Алёмов, С.А. Бабичев, В.И. Литвиненко // Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу: Зб. наук. пр. — Севастополь, 2012. — Вип. 26, том 1. — С. 74-80. — Бібліогр.: 12 назв. — рос. |
| series |
Екологічна безпека прибережної та шельфової зон та комплексне використання ресурсів шельфу |
| work_keys_str_mv |
AT alëmovsv analizdannyhmnogoletnegomonitoringadonnyhsoobŝestvineftânogozagrâzneniâgruntavpribrežnojzonegsevastopolânaosnovesetibajesa AT babičevsa analizdannyhmnogoletnegomonitoringadonnyhsoobŝestvineftânogozagrâzneniâgruntavpribrežnojzonegsevastopolânaosnovesetibajesa AT litvinenkovi analizdannyhmnogoletnegomonitoringadonnyhsoobŝestvineftânogozagrâzneniâgruntavpribrežnojzonegsevastopolânaosnovesetibajesa |
| first_indexed |
2025-07-05T08:05:40Z |
| last_indexed |
2025-07-05T08:05:40Z |
| _version_ |
1836793453680263168 |
| fulltext |
74
УДК 681 .5+574 .52+574 .632
С.В .Алёмов*, С.А.Бабичев**, В.И.Литвиненко**
*Институт биологии южных морей НАН Украины, г.Севастополь
**Херсонский Национальный Технический Университет, г.Херсон
АНАЛИЗ ДАННЫХ МНОГОЛЕТНЕГО МОНИТОРИНГА
ДОННЫХ СООБЩЕСТВ И НЕФТЯНОГО ЗАГРЯЗНЕНИЯ ГРУНТА
В ПРИБРЕЖНОЙ ЗОНЕ Г.СЕВАСТОПОЛЯ НА ОСНОВЕ СЕТИ БАЙЕСА
Представлена модель влияния степени загрязнения окружающей среды на био-
логические показатели макрозообентоса акватории Севастопольских бухт, обработ-
ка информации в которой осуществлялась сетью Байеса. В качестве исследуемых
показателей использовались влажность грунта, уровень содержания битумоида,
число видов зообентоса, их общая численность и биомасса. Экспериментально по-
казана значительная чувствительность всех биологических показателей к содержа-
нию битумоидов в донных осадках.
КЛЮЧЕВЫЕ СЛОВА : сеть Байеса, донные осадки, макрозообентос, нефтя-
ные углеводороды.
Актуальность работы определяется современным экологическим со-
стоянием прибрежных морских акваторий, которое характеризуется высо-
кой степенью загрязненностью по причине беспорядочного сброса отходов
действующими промышленными предприятиями. Комплексная характери-
стика экологического состояния любой прибрежной акватории объединяет
два основных направления мониторинговых исследований: химическое и
биологическое. Первое дает представление о пространственном и количест-
венном распределении того или иного вида загрязнения в границах выде-
ленного района. Задача биологического направления состоит в оценке сте-
пени поражающего воздействия конкретного загрязнителя или их комплек-
са на биообъекты и отклика последних на различных организационных
уровнях. Макрозообентос (сообщества донных организмов) является одним
из узловых звеньев биотического круговорота веществ и энергии в при-
брежных экологических системах. Пространственная стабильность и отно-
сительное долголетие макробентосных организмов и сообществ делает их
наиболее удобными объектами в исследовании долгосрочных изменений
морской среды под воздействием загрязнения.
Постановка проблемы. В [1, 2] показано, что число видов донных ор-
ганизмов, их численность и биомасса определяют как биологическое разно-
образие, так и интенсивность потока вещества и энергии через донные со-
общества. Относительное долголетие макробентосных организмов и сооб-
ществ делает их удобными объектами в исследовании долговременных из-
менений морской среды под воздействием загрязнения [3]. В [3 – 5] автора-
ми показано, что при описании состояния водоёмов желательно предостав-
лять "абсолютные" исходные данные, не заменяя их только расчётными по-
казателями. Поэтому, исходя из принципа приоритета первичных данных,
основным результатом гидробиологического мониторинга являются: плот-
ность видов, плотность организмов, плотность биомассы [6]. Каждый из
© С .В .Алёмов , С .А .Бабичев , В .И .Литвиненко , 2012
75
перечисленных показателей или их различные комбинации являются осно-
вой для построения многих теорий, критериев и методов оценок качества
водоёмов. Создание системы прогнозирования состояния экологически
опасных объектов обусловлено следующими обстоятельствами:
− накоплением и обработкой больших объемов статистической и анали-
тической информации;
− комплексным анализом возможных источников загрязнения водоемов;
− анализом влияния структуры экономики государства и отдельного регио-
на (развития промышленности) на экологическое состояние водных объектов;
− факторный анализ возможных последствий загрязнения;
− моделированием сценариев возможного экологически опасного выброса.
Влияние факторов носит вероятностный и неопределенный характер, по-
этому для расчета степени адекватности гипотезы об экологическом состоянии
гидробиологической среды целесообразно использовать байесовский подход.
В [7, 8] описана методика применения байесовских сетей для анализа
санитарного состояния водных объектов.
Существуют два способа обучения байесовских сетей на основе клас-
сификации: уточнение параметров сети, если структура сети известна, и вы-
бор из множества моделей, используя введенную метрику ко всей базе
классов. Гекерман [9] отмечает четыре преимущества байесовских сетей как
средства получения данных:
− поскольку в модели определяются зависимости между всеми пере-
менными, то легко обрабатываются ситуации, когда значения некоторых
переменных неизвестны;
− построенные байесовские сети просто интерпретируются и позволя-
ют на этапе прогнозного моделирования легко выполнять анализ по сцена-
рию "что если ...";
− подход позволяет естественным образом совмещать закономерности,
выведенные из данных и фоновые знания, полученные в явном виде, на-
пример, от экспертов;
− использование байесовских сетей позволяет избежать проблемы пе-
реобучения (overfitting), т.е. чрезмерного усложнения модели, чем страдают
многие методы (например, деревья решений и индукция правил) при слиш-
ком буквальном следовании распределению зашумленных данных.
Несмотря на простоту, скорость и интерпретацию результатов, байесов-
ского алгоритм имеет недостатки:
− перемножать условные вероятности корректно только тогда, когда
все входные переменные действительно статистически независимы; допу-
щение этой независимости и обуславливает приставку “наивно-” в названии
алгоритма, хотя, по приведенным в [10] примерам, он показывает неплохие
практические результаты даже при несоблюдении условия статистической
независимости; корректно данная ситуация обрабатывается только более
сложными методами, основанными на обучении байесовских сетей [9,11];
− невозможна непосредственная обработка непрерывных переменных -
их требуется разбивать на множество интервалов, чтобы атрибуты были
дискретными; такое разбиение в ряде случаев приводит к потере значимых
закономерностей [10];
76
− “наивно-байесовский” подход учитывает только индивидуальное
влияние входных переменных на результат классификации, не принимая во
внимание комбинированного влияния пар или троек значений разных атри-
бутов [11], что было бы полезно с точки зрения прогностической точности,
но значительно увеличило бы количество проверяемых комбинаций.
Сети Байеса активно использовались для формализации знаний экспер-
тов в экспертных системах, но с недавних пор их стали применять для по-
лучения знаний из наборов данных.
Целью статьи является разработка системы оценки влияния химических
загрязнений на биологические показатели, характеризующие состояние
гидробиологических объектов, на основе сети Байеса.
Материалы и методы. Пусть Ω – выборочное пространство событий
(или множество событий) случайных экспериментов. Это выборочное простра-
нство содержит все возможные значения случайной переменной. Предполо-
жим, что есть две переменные Е и Н, которые некоторым образом связаны ме-
жду собой. Если мы имеем конкретное значение Н, т.е. имеет место конкретное
событие, то имеет интерес, какой будет при этом вероятность события Е. Веро-
ятность события Е, при условии наступления события Н, называется условной
вероятностью. Условная вероятность события определяется выражением:
)(
)(
)|(
k
k
k
Hp
HEp
HEp
∩= , (1)
где ∩ – операция пересечения множеств. Если E1, E2,…, En – такие взаимо-
исключающие события, что Ω=∪ = i
n
i E1 , то говорят, что события Ei форми-
руют полное (исчерпывающее) множество. Две переменные не связаны (не
пересекаются), если они не имеют одинаковых значений. Если две перемен-
ные являются исчерпывающими и несвязанными, то можно записать, что
jiHEHEHEE jii
i
≠∅=∩∩∩∩∪= ,)()(),( . (2)
Теория построения Байесовских сетей основана на предположении, что
события являются исчерпывающими и не пересекаются. Если это условие
не выполняется, то результаты применения сети будут неконсистентными
(т.е. неточными). В случае если события являются исчерпывающими и не
пересекаются, то вероятность события можно вычислить с помощью услов-
ных вероятностей
)()|()()(
11
i
n
i
i
n
i
i HpHEpHEpEp ⋅∑∑ =∩=
==
. (3)
Используя формулу (3), сумму пересечений событий Е и Н можно вы-
разить следующим образом:
)()|()()|()( EpEHpHpHEpHEp kkkk ⋅=⋅=∩ . (4)
С равенства )()|()()|( EpEHpHpHEp kkk ⋅=⋅ имеем:
)(
)()|(
)|(
Ep
HpHEp
EHp kk
k
⋅= ,
а с учетом (3) получаем выражение:
∑ ⋅
⋅=
=
n
i ii
kk
k
HpHEp
HpHEp
EHp
1 )()|(
)()|(
)|( , (5)
77
представляющее собой формулу Байеса. На основе этой формулы строятся
сети Байеса.
В (5) Hk означает любую гипотезу из n возможных. Вероятности p(E|Hk)
задаются экспертами априорно. То есть, их можно рассматривать как ответ
на вопрос: "Какой будет вероятность некоторого события, если известно,
какая гипотеза была реализована?». Вероятности p(E|Hk) очень полезны, по-
скольку, как правило, легче найти вероятность последовательности событий
типа причина-следствие, чем наоборот. Значения p(Hk) называют априор-
ными вероятностями, они определяют начальные вероятности для всех ги-
потез. Сила Байесовская метода заключается в том, что априорные вероят-
ности можно уточнять (обновлять) в соответствии с реалиями протекания
исследуемого процесса. Это позволяет уточнять вероятности событий при
поступлении дополнительной информации. Знаменатель выражения (5)
можно рассматривать как нормирующий член, который устанавливает зна-
чение вероятности в промежутке между 0 и 1.
Сеть Байеса, формируемая на основании формулы (5), представляет со-
бой направленный ациклический граф, где каждый узел представляет собой
переменную, а каждая дуга – вероятностную зависимость, определяемую
количественно использованием условного распределения вероятностей для
каждого узла. В состав сети Байеса входят следующие компоненты:
− множество узлов, определяющих компоненты системы;
− множество направленных связей между компонентами системы.
Для построения сети использовались данные Института биологии юж-
ных морей им. А.А. Ковалевского по характеристикам донных осадков и
макрозообентоса, полученные в ходе проведения многолетних мониторинго-
вых исследований отделом морской санитарной гидробиологии [12]. Пробы
донных осадков и макрозообентоса отбирали одновременно по стандартной
сетке станций на глубинах 4 – 20 м в летний период. На каждой станции де-
лали подъем одной пробы для определения натуральной влажности донного
осадка и содержания ХЭВ по стандартным методикам. Одновременно прово-
дили отбор проб макрозообентоса дночерпателем с площадью захвата или
0,038 м2 (в трех повторностях). Донный осадок промывали через сито с диа-
метром отверстий 1 мм и фиксировали этанолом (96°). Определяли сырой вес
фиксированных организмов макрозообентоса, данные перечисляли на 1 м2.
Исследовалось влияние показателей влажности донных осадков и содер-
жания битумоида в донном осадке на общий уровень загрязнения, а также на
такие биологические показатели как число видов, общая численность и об-
щая биомасса. Всего для шести показателей было сделано 421 наблюдение.
Результаты. Для моделирования исследуемых процессов была по-
строена статическая байесовская цепь, целевым узлом в которой был вы-
бран уровень загрязнения окружающей среды. Дискретизация исследуемых
параметров была осуществлена с учетом мнения экспертов в данной пред-
метной области следующим образом: диапазон значений битумоида при ми-
нимуме 1 и максимуме 5700 был разбит на 29 интервалов; значение влажно-
сти грунта при минимуме 18 % и максимуме 86 % было разбито на 24 интер-
вала; число видов при минимуме 0 и максимуме 40 было разбито на 21 ин-
тервал; общая численность видов при минимуме 0 и максимуме 18330 была
78
Р и с . 1 .Частотная гистограмма распределения содержания битумоида в донном
осадке (а), влажности грунта (б), уровня загрязнения (в), числа видов макробен-
тоса (г), численности (д) и биомассы (е) макрозообентоса.
разбита на 20 интервалов; биомасса при минимуме 0 и максимуме 1770 была
разбита на 19 интервалов. Уровень загрязнения определялся заранее расчет-
ными методами на основе интегрированных показателей с помощью соответ-
ствующих методик и был представлен в виде 5-ти дискретных показателей.
Частотные распределения исследуемых показателей представлены на рис.1.
Модель построенной байесовской сети при низком и высоком уровне
загрязнения окружающей среды представлена на рис.2.
Анализ результатов построенных моделей показал, что показатель влаж-
ности фактически не реагирует на уровень загрязнения окружающей среды,
что, однако, не исключает влияние влажности на другие биологические и фи-
зико-химические показатели, что может быть объяснено недостаточной
сложностью модели. Значения содержания битумоидов в донных осадках
весьма чувствительно к изменению уровня загрязнения. Так, например, при
низком уровне загрязнения высокое значение имеют дискретные значения 1 –
5, отражающие вероятность дискретных значений с низким значением со-
держания битумоидов, а при высоком уровне загрязнения высокое значение
имеют дискретные значения 21 – 29, отражающие вероятность дискретных
значений с высоким значением содержания битумоидов. Количество видов и
общее количество живых организмов возрастает при уменьшении и умень-
шается при возрастании уровня загрязнения окружающей среды, что согласу-
ется с мнением экспертов в данной предметной области. Биомасса также воз-
растает при уменьшении уровня загрязнения окружающей среды и уменьша-
ется при его возрастании, что также согласуется с мнением экспертов. Таким
образом, экспериментально установлена значительная чувствительность всех
видов биологических показателей на содержание битумоидов.
Вывод. В работе представлена модель влияния степени загрязнения ок-
ружающей среды на биологические показатели макрозообентоса акватории
Севастопольских бухт, обработка информации в которой осуществлялась
сетью Байеса. В качестве исследуемых показателей использовались показа-
тель влажности грунта, уровень содержания битумоида, число видов зоо-
79
бентоса, их общая численность и биомасса.
Дальнейшим направлением исследований авторов является построение
динамической байесовской сети, которая позволит повысить точность и
чувствительность работы модели в исследуемой предметной области.
а
б
Р и с . 2 .Модель байесовской сети при низком (а) и высоком (б) уровнях загрязне-
ния окружающей среды.
80
СПИСОК ЛИТЕРАТУРЫ
1. Мальцев В. И. О возможности применения показателя функционального обилия
для структурных исследований зооценозов // Гидробиологический журнал.–
1990.– 26, № 1.– С.87-89.
2. Rybarczyk H., Elkaim B., Ochs L., Loquet N. Analysis of the trophic network of a macro-
tidal ecosystem: the Bay of Somme // Estuar. Coast. Shelf Sci.– 2003.– 58.– P.405-421.
3. Шуйский В.Ф., Максимова Т.В., Петров Д.С. Изоболический метод оценки и
нормирования многофакторных антропогенных воздействий на пресноводные
экосистемы по состоянию макрозообентоса.– СПБ: МАНЭБ, 2004.– 304 с.
4. Алёмов С.В. Некоторые методические аспекты расчёта «индекса биологическо-
го качества» (BQI) // Междунар. науч. конф. «Современные проблемы гидро-
биологии. Перспективы, пути и методы исследований». 24-27 июля 2006 г.–
Херсон, 2006.– С.6-9.
5. Петров А.Н. Реакция прибрежных макробентических сообществ Чёрного моря
на органическое обогащение донных отложений // Экология моря.– 2000.–
вып.51.– С.45-51.
6. Шитиков В. К., Розенберг Г. С., Зинченко Т. Д. Количественная гидроэкология:
методы системной идентификации.– Тольятти: ИЭВБ РАН, 2003.– 463 с.
7. Алёмов С.В., Бардачев Ю.Н., Ливиненко В.И., Фефелов А.А. Использование байе-
совских сетей для оценки состояния водных объектов // Моделирование и управле-
ние состоянием эколого-экономических систем региона.– 2006.– вып.3.– С.14-26.
8. Алёмов С.В., Бардачев Ю.Н., Гожий А.П., Литвиненко В.И., Миронов О.Г. Си-
туационное моделирование санитарного состояния гидробиологических систем
с использованием байесовских сетей // Вторая междунар. конф. «Современные
проблемы гидробиологии. Перспективы, пути и методы решений».– Херсон,
2008.– С.242-252.
9. Heckerman D. "Bayesian Networks for Data Mining" // Data Mining and Knowledge
Discovery.– 1997.– № 1.– P.79-119.
10. Brand E., Gerritsen R. Naive-Bayes and Nearest Neighbor // DBMS.– 1998.– № 7.–
P.131-165.
11. Friedman N., Geiger D., Goldszmidt M., etc. Bayesian Network Classifiers // Ma-
chine Learning.– 1997.– 29.– P.131-161.
12. Миронов О.Г., Кирюхина Л.Н., Алёмов С.В. Санитарно–биологические аспекты
экологии Севастопольских бухт в ХХ веке.– Севастополь, 2003.– 185 с.
Материал поступил в редакцию 15 .10 .2012 г .
АНОТАЦІЯ . Представлена модель впливу міри забруднення довкілля на
біологічні показники макрозообентосу акваторії Севастопольських бухт, обробка
інформації в якій здійснювалася мережею Байеса. Як досліджувані показники вико-
ристовувалися вологість грунту, рівень змісту бітумоіду, число видів зообентосу, їх
загальна чисельність і біомаса. Експериментально показана значна чутливість усіх
біологічних показників до змісту бітумоідів в донних відкладеннях.
ABSTRACT. The model of influence of degree of environmental contamination on the
biological indexes of macrozoobenthos of the Sevastopol bays aquatorium is presented.
Treatment of information came true by the Bayesian Network. As the investigated
indexes humidity of sediments, level of, number of speciees, general abundance and
biomass of zoobenthos was used. The considerable sensitiveness of all biological indexes
to bituminoid concentration is experimentally shown.
|