Катастрофа на реке Одер: статистика может помочь предотвратить будущие речные трагедии

Сотни тонн мёртвой рыбы плыли по реке Одер на рубеже июля и августа 2022 года. Масштабы события были опустошительными. Несмотря на оперативные усилия, польские и немецкие власти несколько недель не могли установить причину этой экологической катастрофы. Теперь известно, что к инциденту привело смертельное сочетание нескольких факторов.

Исследователи из Быдгощского университета науки и технологий (PBS), Польша, полагают, что подобные трагедии можно предотвратить, изменив подход к анализу параметров, регистрируемых на речных мониторинговых станциях. Их предложение было подробно изложено в журнале Science of the Total Environment. Всемирно принятый Индекс качества воды (WQI) имеет структурный недостаток: метод суммирования позволяет положительному сдвигу одного параметра компенсировать отрицательный сдвиг другого. Таким образом, значительная динамика в экосистеме может остаться незамеченной.

«Осознавая недостатки коэффициента WQI, мы решили разработать новый, статистический индекс, который является более универсальным и чувствительным к вариациям значений отдельных параметров», — объясняет доктор Гражина Черняк (PBS), ведущий автор статьи. В основе метода лежит многомерный статистический анализ, в частности анализ главных компонент и критерий T2 Хотеллинга. Инструмент преобразует множество измеряемых физико-химических и биологических параметров в единый индекс, чувствительный к синергии изменений.

Анализ данных, предшествовавших катастрофе на Одре, показал многообещающий результат. За месяц до первой гибели рыбы разработанный статистический индекс начал стабильно превышать аварийный критерий, сохраняя слегка колеблющуюся динамику вплоть до коллапса речной экосистемы, отмеченного резким пиком на графике.

«Если бы наш статистический метод применялся в то время, в распоряжении было бы две или три недели для принятия потенциальных превентивных мер», — отметила доктор Черняк. Метод, не требующий значительных вычислительных ресурсов, применим для мониторинга различных рек, но нуждается в предварительном обучении на репрезентативном наборе данных о типичном состоянии конкретного водотока.