יותר

כיצד למצוא מאגר "ריק"?


אז יש לי קווים (רשת כבישים) ומאגרים מסביב. אני צריך למצוא "גולשים ריקים" ששורותיהם חסרות (תמונה למטה). לקווים יש תכונות של רוחב מאגר, אך היא אינה נכונה במקרים מסוימים (אינה תואמת למאגר בפועל עם). אז יצירה/מחיקה עם מצולעים חדשים אינה אופציה, מכיוון שהיא תשאיר הרבה מצולעים באשפה. גם המאגרים מומסים ברוב המקרים.


זה רק רעיון שיהיה צורך בניסויים נוספים מכיוון שהוא עלול להיות פגום?

מה דעתך להסתכל על ערך יחס של אורך/היקף?

תארו לעצמכם שהיה לכם קו שאורכו 10 מ 'ויש לו את המאגר המלא שלו שחצרתם ב -2 מ' ואז היקף המאגר יהיה כ -20 מ '. אז 10/20 = 0.5.

עכשיו דמיין שיש לך קו שאורכו 25 מ 'במאגר בצורת L שנוצר על ידי פוליליין בצורת 50 מ' שעבורו היה לך רק צד אחד שלו ולכן נותן תרחיש של מאגר חצי ריק. יהיה לך היקף של 25 מ '~ 100 מ' = 0.25.

אז ערכים הקרובים ל -0.5 הם מצולעים עם הקווים המרכזיים שלהם, יצטרכו לבדוק מה יהיה ערך ניתוק טוב.

רק רעיון…


זהו רק רעיון נוסף, על ידי הסתכלות על הזווית ההפוכה לשאלתך, למצוא תחילת מרכזי מרכז כפי שהוסבר על אחת השיטות כאן ולאחר מכן לחפש תכונות קו תואמות. כמובן שגישה זו תיתן תוצאות חזקות אם קווי הכביש נמצאים 'במרכז' המצולעים. אולי הוספת מאגרים דקים ('כמה רזה' היא כמובן סוגיה נוספת) לתכונות הכביש הקיימות שלך, שיציגו סובלנות פסאודו, יעזרו לך למצוא תכונות דומות על ידי הסתכלות על כמה מקו המרכז 'הכלול' במאגר. .


רקע: מחקרים המעריכים את ההשפעות הבריאותיות של חשיפה לזיהום אוויר ארוך טווח משתמשים לרוב בגישה דו-שלבית: בניית מודלים של חשיפה להקצאת חשיפות ברמה האישית, המשמשות לאחר מכן בניתוחי רגרסיה. זה דורש דוגמנות חשיפה מדויקת וטיפול קפדני בשגיאת מדידת החשיפה.

מטרה: כדי להמחיש את חשיבות ההתחשבנות במאפייני מודל החשיפה במחקרי זיהום אוויר דו-שלבי, שקלנו מחקר מקרה המבוסס על נתוני המחקר הרב-אתני של טרשת עורקים (MESA).

שיטות: בנינו מודלים לאומיים של חשיפה מרחבית שהשתמשו בריבועים לפחות חלקית וקריגה אוניברסלית להערכת ריכוזי ממוצע שנתי של ארבע אחר הצהריים.2.5 רכיבים: פחמן יסודי (EC), פחמן אורגני (OC), סיליקון (Si) וגופרית (S). ניבאנו ראש ממשלה2.5 חשיפות רכיבים לקבוצת ה- MESA והערכות חתך מוערכות עם עובי אינטימה-מדיה של הצוואר (CIMT), בהתאמה למשתנים ספציפיים לנושא. תיקנו עבור טעויות מדידה באמצעות שיטות שפותחו לאחרונה המתייחסות למבנה המרחבי של החשיפות החזויות.

תוצאות: המודלים שלנו הצליחו היטב, עם אימות צולב ר 2 ערכים הנעים בין 0.62 ל 0.95. ניתוחים נאיביים שלא התייחסו לשגיאת מדידה הצביעו על קשר מובהק סטטיסטית בין CIMT וחשיפה ל- OC, Si ו- S. EC ו- OC הציגו מתאם מרחבי מועט, וההסקנה המתוקנת לא השתנתה מהניתוח הנאיבי. משטחי החשיפה של Si ו- S הציגו קורלציה מרחבית בולטת, וכתוצאה מכך מרווחי ביטחון מתוקנים (CI) שהיו רחבים ב -50% מה- CI הנאיבי, אך עדיין היו מובהקים סטטיסטית.

מסקנה: השפעת התיקון לטעויות מדידה על מסקנות השפעה בריאותית תואמת את מידת המתאם המרחבי במשטחי החשיפה. יש לקחת בחשבון את מאפייני מודל החשיפה בעת ביצוע ניתוחים אפידמיולוגיים של זיהום אוויר דו-שלבי מכיוון שהסקת השפעה בריאותית תמימה עלולה להיות בלתי הולמת.

ציטוט: ברגן S, שפרד ל ', סמפסון PD, קים SY, ריצ'רדס מ', וודאל S, קאופמן JD, שפירו AA. 2013. מודל חיזוי לאומי ל- PM2.5 חשיפות רכיבים וטעות מדידה - תיקון הסקת השפעה בריאותית. נקודת מבט בריאות Environ 121: 1017–1025 http://dx.doi.org/10.1289/ehp.1206010

מבוא

הקשר בין זיהום אוויר לתוצאות בריאותיות שליליות תועד היטב (Pope et al. 2002 Samet et al. 2000). מחקרים רבים מתמקדים בחומרים חלקיקים, במיוחד חלקיקים ≤ 2.5 מיקרון בקוטר האווירודינמי (PM2.5) (קים ואח '2009 מילר ואח' 2007). השפעות בריאותיות של PM2.5 עשוי להיות תלוי במאפיינים של החלקיקים, כולל צורה, מסיסות, pH או הרכב כימי (Vedal et al., בעיתונות), והבנה מעמיקה יותר של השפעות דיפרנציאליות אלה עשויה לסייע למידע על המדיניות. אחד האתגרים בהערכת ההשפעה של מרכיבים כימיים שונים של PM2.5 במחקר אפידמיולוגי הוא הצורך להקצות חשיפות למשתתפי המחקר בהתבסס על נתוני ניטור ממקומות שונים (כלומר, נתונים לא תואמים מרחבית). כאשר עושים זאת עבור מרכיבים רבים, יש לייעל את הליך החיזוי על מנת שיהיה מעשי. לא משנה מה אלגוריתם החיזוי, שימוש בחשיפות המשוערות ולא האמיתיות גורם לטעויות מדידה בניתוח האפידמיולוגי שלאחר מכן. כאן אנו מתארים מודל חיזוי גמיש ויעיל הניתן ליישום בקנה מידה לאומי להערכת רמות חשיפה ארוכת טווח למזהמים מרובים ושהוא מיישם שיטות תיקון קיימות לטעויות מדידה במודל הבריאות.

השיטות הנוכחיות להקצאת חשיפות כוללות רגרסיה של שימוש בקרקע (LUR) עם משתנים של מערכת מידע גיאוגרפית (GIS) (Hoek et al. 2008) וקריינג אוניברסלי, המנצל גם מבנה מרחבי שיורי (Kim et al. 2009 Mercer et al. 2011) . לעתים קרובות זמינים מאות משתני GIS המתואמים בין המועמדים, המחייבים הליך הפחתת ממדים. שיטות בחירה משתנות שנחשבו בספרות כוללות חיפוש ממצה, בחירה שלבים והצטמקות על ידי "לאסו" (Mercer et al. 2011 Tibshirani 1996). עם זאת, שיטות בחירה משתנות נוטות להיות אינטנסיביות מבחינה חישובית, אפשריות אולי כאשר בוחנים מזהם יחיד אך הופכות במהירות לבלתי מעשיות בעת פיתוח תחזיות למזהמים מרובים. אלטרנטיבה יעילה יותר היא רגרסיה חלקית של ריבועים לפחות (PLS) (Sampson et al. 2009), שמוצאת מספר קטן של שילובים ליניאריים של משתני ה- GIS המתייחסים בצורה היעילה ביותר לשונות בריכוזים הנמדדים. שילובים ליניאריים אלה מצמצמים את המרחב המשתנה לממד קטן בהרבה ולאחר מכן ניתן להשתמש בהם כמבנה ממוצע במודל LUR או קרינג אוניברסלי במקום משתני GIS בודדים. זה מספק את היתרונות של שימוש בכל משתני ה- GIS הזמינים וביטול תהליכי בחירה משתנים שעלולים לקחת זמן רב.

שימוש בחשיפות החזויות מנתונים לא תואמים מרחבית במקום בחשיפות אמיתיות במודלים של בריאות מציג שגיאת מדידה שעלולה להיות לה השלכות על ^ βאיקס, מקדם מודל הבריאות המשוער (Szpiro et al. 2011b). טעות דמוית ברקסון הנובעת מהחלקת משטח החשיפה האמיתי עלולה לנפח את ה- SE של ^ βאיקס. שגיאה דמוית קלאסית נובעת מהערכת פרמטרים של מודל החיזוי ועשויה להטיל ^ βאיקס בנוסף לניפוח ה- SE שלה. שיטות Bootstrap להתאמה להשפעות של טעות מדידה נדונו על ידי Szpiro et al. (2011 ב).

כאן אנו מציגים מקרה בוחן להמחשת גישה הוליסטית למידול אפידמיולוגי של זיהום אוויר דו-שלבי, הכולל דוגמנות חשיפה בשלב הראשון ודוגמנות בריאות המשלבת תיקון שגיאות מדידה בשלב השני. אנו בונים מודלים של חשיפה לאומית באמצעות PLS וקרינג אוניברסלי, ומעסיקים אותם להעריך ריכוזים ממוצעים לטווח ארוך של ארבעה מינים כימיים של PM2.5- פחמן אלמנטלי (EC), פחמן אורגני (OC), סיליקון (Si) וגופרית (S) - נבחר לשקף מגוון PM שונים2.5 מקורות ותהליכי היווצרות (Vedal et al., בעיתונות). לאחר פיתוח מודלי החשיפה, אנו מפיקים תחזיות למחקר רב-אתני של טרשת עורקים (MESA). תחזיות אלו משמשות כמגוון העניין בניתוחי בריאות המעריכים קשרים בין עובי אינטימי-מדיה של הצוואר (CIMT), מדד תת-קליני של טרשת עורקים וחשיפה ל- PM2.5 רכיבים. אנו מיישמים שיטות לתיקון שגיאות מדידה כדי להסביר את העובדה כי נעשה שימוש בחשיפות ניבאות ולא אמיתיות במודלים אלה של בריאות. אנו דנים בתוצאותינו ובהשלכותיהן ביחס להשפעת המתאם המרחבי במשטחי חשיפה על קשרים משוערים בין חשיפות לתוצאות בריאות.

ניטור נתוני. נתונים על EC, OC, Si ו- S נאספו לבניית המודלים הלאומיים. נתונים אלה כללו ממוצעים שנתיים בין השנים 2009–2010, כפי שנמדדו על ידי ניטור בין -גנזי לסביבות ראייה מוגנות (IMPROVE) ורשת המינים הכימיים (CSN) של הסוכנות להגנת הסביבה האמריקאית (U.S. EPA 2009). מסכי ה- IMPROVE הינם רשת ארצית הממוקמת ברובה באזורים מרוחקים. צגי CSN ממוקמים באזורים עירוניים יותר. שתי הרשתות הללו מספקות נתונים המתפזרים באופן שווה בכל 48 המדינות התחתונות (איור 1).

איור 1 מיקומים של צגי IMPROVE ו- CSN וחיזוי ממוצע ראשוני לאומי2.5 ריכוזי רכיבים ממודלים של תחזיות סופיות. (א) EC, (ב) OC, (ג) Si, ו- (ד) S. Insets מראים תחזיות לסנט פול, MN.

כל צגי ה- IMPROVE ו- CSN שהיו להם לפחות 10 נקודות נתונים לרבעון ומקסימום 45 ימים בין המדידות נכללו בניתוחים שלנו. מדידות Si ו- S נמדדו בממוצע במהלך ה -1 בינואר 2009–31 בדצמבר 2009. מערך הנתונים של EC/OC כלל מדידות של 204 צגי IMPROVE ו- CSN בממוצע בין ה -1 בינואר 2009–31 בדצמבר 2009, ומדידות של 51 צגי CSN בממוצע במהלך ה -1 במאי. 2009–30 באפריל 2010. השתמשנו בתקופה האחרונה מכיוון שפרוטוקול המדידה ששימש צגי CSN לפני 1 במאי 2009 לא היה תואם את פרוטוקול הרשת IMPROVE. השוואת ערכים בממוצע בין ה -1 במאי 2009 ל -30 באפריל 2010 לאלה בממוצע בין ה -1 בינואר 2009 ל -31 בדצמבר 2009 הצביעה על הבדל קטן בין תקופות הזמן (הנתונים אינם מוצגים). הממוצעים השנתיים שונו שורש ריבועי לפני הדוגמנות.

משתנים גיאוגרפיים. כ- 600 משתנים LUR היו זמינים לכל מיקומי הצגים והנושאים. אלה כללו מרחקים לכבישי A1, A2 ו- A3 [קודי תכונות מפקד אוכלוסין (CFCCs US Census Bureau 2013)] שימוש בקרקע בתוך צפיפות אוכלוסיית חיץ נתונה בתוך חיץ נתון ומדד צמחיית הפרש מנורמל (NDVI National Oceanic and Atmospheric Administration 2013) , המודד את רמת הצמחייה בסביבתו של הצג. כבישי CFCC A1 הם כבישים מוגבלים לגישה A2 ו- A3 הם כבישים מרכזיים אחרים כגון כבישים מהירים במחוז ובמדינה ללא גישה מוגבלת (Mercer et al. 2011). עבור NDVI התקבלו סדרה של 23 תמונות לוויין מורכבות ספציפיות לצג, 16 יום, והפיקסלים בתוך מאגר נתון היו ממוצעים לכל תמונה. PLS שילבה את האחוזון ה -25, ה -50 וה -75 מתוך 23 הממוצעים הללו. חציון ממוצעי התדמית של "עונת הצמחייה הגבוהה" (המוגדרת כ -1 באפריל -30 בספטמבר) וממוצעים של "עונת הצמחייה הנמוכה" (1 באוקטובר -31 במרץ) נכללו גם כן. המשתנים הגיאוגרפיים עברו עיבוד מוקדם על מנת לחסל משתנים LUR שהיו הומוגניים מדי או מועדים לניצול יוצא משימוש. באופן ספציפי, חיסלנו משתנים עם ערכים זהים של 85% ואלו עם החריג הסטנדרטי הקיצוני ביותר & gt 7. חיברנו וקטענו את כל משתני המרחק ב -10 ק"מ, וחישבנו משתני מרחק "מקובצים" נוספים כגון מרחק מינימלי למגמה כבישים ומרחק לכל נמל. משתנים מקובצים אלה היו אז כפופים לאותם קריטריונים להכללה. כל המשתנים שנבחרו היו מרוכזים באמצעים ומגודלים על ידי ה- SD שלהם.

קבוצת MESA. MESA הוא מחקר המבוסס על אוכלוסייה שהחל בשנת 2000, עם קבוצה המונה 6,814 משתתפים משש ערים בארה"ב: לוס אנג'לס, קליפורניה סנט פול, מינסוטה שיקגו, אילינוי ווינסטון-סאלם, צפון קרוליינה ניו יורק, ניו יורק ובולטימור, מרילנד. ארבע קבוצות אתניות/גזעיות נועדו: לבנים, סינים אמריקאים, אפרו אמריקאים והיספנים. כל המשתתפים היו ללא מחלות לב וכלי דם שאובחנו על ידי הרופא בזמן הכניסה. [לפרטים נוספים אודות מחקר ה- MESA, ראו Bild et al. (2002).] משתתפים אלה נוצלו גם במחקר הרב-אתני של טרשת עורקים וזיהום אוויר (MESA Air), מחקר נלווה ל- MESA במימון ה- EPA האמריקאי לחקר הקשר בין חשיפה כרונית לזיהום אוויר לבין התקדמות תת-קלינית. מחלות לב וכלי דם (Kaufman et al. 2012). שני מחקרי MESA ו- MESA Air אושרו על ידי ועדת הבדיקה המוסדית (IRB) בכל אתר, כולל ה- IRB באוניברסיטת קליפורניה, לוס אנג'לס (לוס אנג'לס, קליפורניה), אוניברסיטת קולומביה (ניו יורק, ניו יורק), ג'ונס הופקינס אוניברסיטה (בולטימור, MD), אוניברסיטת מינסוטה (מיניאפוליס-סנט פול, MN), אוניברסיטת ווייק פורסט (ווינסטון-סאלם, צפון אמריקה), ואוניברסיטת נורת'ווסטרן (אוונסטון, אילינוי). כל הנבדקים נתנו הסכמה מדעת בכתב.

בחרנו את נקודת הסיום של CIMT ב- MESA כתוצאה הבריאותית למחקר המקרה שלנו. CIMT, מדד תת-קליני של טרשת עורקים, נמדד באמצעות אולטרסאונד מסוג B באמצעות סורק GE Logiq (GE Healthcare, Wauwatosa, WI), ונקודת הסיום נמדדה כאמצעי CIMT הקיר הימני ביותר שנערכו במהלך בדיקת MESA 1, אשר לקחה במקום במהלך 2000-2002 (Vedal et al., בעיתונות). שקלנו את 5,501 משתתפי MESA שהיו להם מדדי CIMT במהלך בחינה 1 הניתוח שלנו התבסס על 5,298 משתתפי MESA שהיו להם מדדי CIMT במהלך בחינה 1 ונתונים מלאים עבור כל משתני המודל הנבחרים.

שיטות

השלב הראשון של הגישה הדו-שלבית כלל את בניית מודלי החשיפה באמצעות PLS כמגוונות במודלים קרינגל אוניברסליים. השתמשנו באימות צולב (CV) כדי לבחור את מספר ציוני ה- PLS, לקבוע עד כמה תחזיות אמינות מכל מודל חשיפה ולהעריך עד כמה קיים מבנה מרחבי לכל מזהם. שלב דוגמנות הבריאות של הגישה הדו-שלבית כלל את המודלים הבריאותיים שאנו מתאימים להם ואת שיטות תיקון שגיאות המדידה שהשתמשנו בהן. [להצהרה טכנית מפורטת יותר, ראה Bergen et al. (2012).]

מודלים לחיזוי מרחבי. סִמוּן. תנו ל- Xt* לציין את N* × 1 וקטור של ריכוזים שעברו שינוי שורש ריבועי שנצפו במיקומי צג R* the N* × עמ מטריצה ​​של משתנים גאוגרפיים במיקומי צג Xt ה נ וקטור × 1 של ריכוזים טרנספורמטיים של שורש ריבועי שהתרחשו במיקומי הנושא שלא נצפו ו R נ × עמ מטריצה ​​של משתנים גאוגרפיים במקומות הנושא. שים לב שבדגמי החשיפה שלנו, Xt* ו- Xt הם משתנים תלויים, ו- R* ו- R הם משתנים בלתי תלויים. השתמשנו ב- PLS כדי לפרק את R* לקבוצה של שילובים ליניאריים בעלי ממד קטן בהרבה מ- R*. באופן ספציפי,

כאן, H הוא א עמ × ק מטריצת משקולות עבור המשתנים הגיאוגרפיים, ו- T* היא N* × ק מטריצה ​​של רכיבי PLS או ציונים. ציונים אלה הם שילובים ליניאריים של המשתנים הגיאוגרפיים הנמצאים בצורה כזו שהם ממקסמים את השונות בין Xt* וכל הצירופים הליניאריים האפשריים של R*. אפשר להבחין בדמיון בין PLS וניתוח רכיבי העקרון (PCA). למרות ששתי השיטות דומות בכך ששתיהן שיטות להפחתת ממדים, הציונים מ- PLS ממקסמים את השונות בין Xt*וכל שאר הצירופים הליניאריים האפשריים של R*, ואילו הציונים מ- PCA נבחרים להסביר ככל האפשר את השונות של R*. [לפרטים נוספים ראו Sampson et al. (2013)]. ציוני PLS במיקומים שלא נצפו נגזרים לאחר מכן כ- T = RH.

לאחר שהתקבלו ציוני PLS T ו- T* עבור הנושא ומיקומי הניטור, בהתאמה, הנחנו את המודל המשותף הבא לחשיפות שלא נצפו ונצפו:

כאן α הוא וקטור של מקדמי רגרסיה לציוני ה- PLS, ו- η ו- η* הם נ × 1 ו- N* × 1 וקטורים של שגיאות, בהתאמה. מודלי החשיפה העיקריים שלנו הניחו כי מונחי השגיאה מציגים מתאם מרחבי שניתן לדגמן באמצעות וריוגרמה קריגינג המתוארת על ידי וקטור של פרמטרים θ⊇ = (τ 2, σ 2, ϕ) (Cressie 1992). הגוש, τ 2, ניתן לפרשנות ככמות השונות בחשיפות הזיהום שאינן מוסברות על ידי מבנה מרחבי האדן החלקי, σ 2, ניתן לפרשנות ככמות השונות המוסברת על ידי המבנה המרחבי והטווח, ϕ, ניתן לפרשנות כמרחק המרבי בין שני מיקומים שמעבר אליהם לא ניתן עוד לראותם בקורלציה מרחבית. הערכנו את הפרמטרים הללו ואת מקדמי הרגרסיה α באמצעות הסבירות המרבית לפרופיל. לאחר הערכת פרמטרים אלה, השגנו תחזיות במיקומים לא נצפים על ידי לקיחת ממוצע ה- Xt מותנה ב- Xt* והפרמטרים של מודל החשיפה המשוער. מכיוון ששיטות תיקון שגיאות המדידה שלנו מסתמכות על מודל חשיפה שצוין כראוי, דאגנו לבחור את וריוגרמה המתאימה ביותר להתאמת הנתונים שלנו. בתחילה התאים לנו וריוגרמות מעריכיות עבור כל ארבעת המזהמים ובחנו אם נראה כי חלקות של הווריוגרמה המשוערת מתאימות היטב לווריוגרמה האמפירית. אם נראה שהם התאימו בצורה גרועה, בדקנו וריוגרמות כדוריות ומעוקבות. הווריוגרמה האקספוננציאלית מתאימה היטב ל- EC, OC ו- S, אך סיפקה התאמה לקויה ל- Si (הנתונים אינם מוצגים). לכן בדקנו וריוגרמות קוביות וכדוריות ומצאנו שהווריוגרמה הכדורית מספקת התאמה טובה בהרבה והשתמשנו בה לדגם Si במודלי החשיפה שלנו.

כהשוואה למודלים העיקריים של kriging, נגזרנו גם תחזיות מ- PLS בלבד מבלי להתאים וריוגרמה קריגינג. זה מקביל למודל LUR טהור אך שימוש בציוני PLS במקום משתנים גאוגרפיים בפועל. לניתוח זה η ו- η* הונחו כעצמאים, ו- α הוערכה באמצעות ריבועים לפחות המתאימים לרגרסיה של Xt* ב- T*. לאחר מכן נגזרו תחזיות PLS בלבד במיקומים הלא נצפים כערכים המותאמים מרגרסיה זו תוך שימוש בציוני PLS במקומות הנבדקים.

בחירת קורות חיים ודגם. השתמשנו בקורות חיים פי 10 (Hastie et al.2001) כדי להעריך את דיוק החיזוי של המודלים, לבחור את מספר רכיבי PLS לשימוש במודלי החיזוי הסופי ולהשוות תחזיות שנוצרו באמצעות PLS רק למודלים העיקריים שלנו, שהשתמשו הן ב- PLS והן בקרינג אוניברסלי. הנתונים חולקו באופן אקראי לאחת מתוך 10 קבוצות. קבוצה אחת ("מערך מבחן") הושמטה, והקבוצות הנותרות ("מערך אימונים") שימשו להתאמה למודל וליצור תחזיות של מערכי מבחן. כל קבוצה מילאה את תפקיד מערך הבדיקות עד שהתקבלו תחזיות לכל מערך הנתונים. בכל איטרציה ננקטו הצעדים הבאים לאימות צולב של המודלים העיקריים שלנו (צעדים דומים בוצעו כדי להפיק תחזיות מאומתות שהשתמשו ב- PLS בלבד):

PLS היה בכושר באמצעות מערך האימונים ק הציונים נחשבו עבור מערך הבדיקה, עבור ק = 1. 10.

פרמטרים אוניברסליים של kriging θ ומקדמים α הוערכו באמצעות הסבירות המרבית של הפרופיל באמצעות מערך האימונים. הראשון ק ציוני PLS תואמים ל- T* במשוואה 1, עבור ק = 1. 10.

התחזיות נגזרו באמצעות הראשונה ק רכיבי PLS והקריגה האוניברסלית המתאימה, תוך שימוש בפרמטרים של kriging המוערכים מערך ההדרכה.

השתמשנו בחבילת R כדי להתאים ל- PLS. הקריינג האוניברסלי בוצע באמצעות חבילת R geoR. הדגמים עם הביצועים הטובים ביותר נבחרו מבין אלה שהשתמשו הן ב- PLS והן ב- kriging על סמך שגיאת החיזוי המשוערת המשוערת שלהם (RMSEP) ותואם ר 2. למערך נתונים עם נ* תצפיות ותחזיות מתאימות, הנוסחאות למדדי ביצועים אלה ניתנות על ידי

מדדים אלה רגישים להיקף בהתאם, הם שימושיים להערכת ביצועי המודל של מזהם נתון אך לא להשוואת מודלים בין מזהמים.

דוגמנות בריאות. מודל מחלות. מודלים של רגרסיה לינארית רב משתנית שימשו לאמוד את ההשפעות של כל PM בנפרד2.5 חשיפת רכיבים ב- CIMT. כל דגם כלל PM יחיד2.5 רכיב יחד עם וקטור של משתנים ספציפיים לנושא. תן Y להיות הווקטור של 5,298 × 1 של תוצאות הבריאות עבור 5,298 משתתפי MESA הכלולים בניתוח, W הווקטור של 5,298 × 1 של תחזיות החשיפה בסולם שלא השתנה ו- Z מטריצה ​​של מבלבלים פוטנציאליים. הנחנו קשרים ליניאריים בין Y, החשיפות האמיתיות ו- Z, והתאימו את המשוואה הבאה באמצעות ריבועים הכי פחות רגילים (OLS):

ה(י) = β0 + ווβאיקס + Zβz. [4]

תיקון שגיאות מדידה. המודל במשוואה 4 התאים באמצעות החשיפות החזויות W במקום החשיפות האמיתיות כמגוון העניין. שימוש בתחזיות ולא בחשיפות אמיתיות בדוגמנות בריאות מציג שני מקורות של טעויות מדידה המשפיעות על התנהגות ^ βאיקס. טעות דמוית ברקסון נובעת מהחלקת משטח החשיפה האמיתי ועלולה לנפח את ה- SE של ^ βאיקס. טעות דמוית קלאסיות נובעת מהערכת פרמטרי מודל החשיפה α ו- θ. השגיאה דמוית הקלאסי עלולה לנפח את ה- SE של ^ βאיקס ויכולה גם להטות את הערכת הנקודה. יישמנו את הפרמטר bootstrap, שיטה יעילה להערכת ולתקן את ההשפעות של טעות מדידה. [ראה שפירו ואח '. (2011b) לקבלת רקע ופרטים נוספים.]

השתמשנו בפרמטר bootstrap בהקשר של תחזיות המשתמשות הן ב- PLS והן בקרינג אוניברסלי הגישה תהיה דומה מאוד אם נעשה שימוש ב- PLS בלבד (למרות שלא יישמנו את התיקון הזה כאן).

הערכת צפיפות הדגימה עבור ^ α ו- ^ θ עם התפלגות נורמלית רב משתנית.

ל י = 1. ב דוגמאות bootstrap

לדמות חשיפות רצועות אתחול חדשות "שנצפו" במיקומי ניטור ממשוואה 1 ותוצאות בריאות ממשוואה 4.

מדגמים פרמטרים חדשים של מודל החשיפה, ומצפיפות הדגימה הנאמדת בשלב 1, באמצעות מטריצת covariance קבועה מוכפלת בסולם λ ≥ 0. λ שולט על השונות של ( ^ αי, ^ θי): ככל ש- λ גדול יותר, השונות של ( ^ αי, ^ θי).

השתמש בתוצאות הבריאות המדומות ובפרמטרי מודל החשיפה שנדגמו לאחרונה כדי להפיק Wי.

חשב ^ βx, j באמצעות W.י על ידי OLS.

תן לλ( ^ βאיקס ב) מציין את הממוצע האמפירי של ^ βx, j. ההטיה המשוערת מוגדרת כהטיהλ( ^ βאיקס) = Eλ( ^ βאיקס ב) –ה0( ^ βאיקס ב) עם הערכת אפקט המתוקנת המתואמת βx, λ מתוקן = ^ βאיקס-הֲטָיָהλ( ^ βאיקס).

הערך את ה- bootstrap SE כ

לצורך יישום הפרמטר bootstrap, הגדרנו ב = 30,000 ו- λ⊇ = 1.

מטרת הפרמטר bootstrap היא לקרב את מאפייני הדגימה של ^ β המושפעת משגיאת המדידהאיקס זה היה מוערך אם נבצע את הניתוח דו-שלבי שלנו עם מימושים רבים בפועל של ניטור תצפיות ומערכות נתוני בריאות. בהתאם לכך, שלב 2 (א) נותן לנו ב "מימוש" חדש של הנתונים שלנו. עבור λ⊇ = 1, שלב 2 (ב) מתייחס לשגיאה דמוית הקלאסיות על ידי דיגום מחדש של פרמטרי מודל החשיפה. שלב 2 (ג) מסביר את השגיאה דמוית ברקסון על ידי החלקת משטח החשיפה האמיתי. שלב 2 (ד) ואז מחשב ב חדש ^ βx, j, שמאפייני הדגימה שילבו את כל מקורות טעויות המדידה. השוואת אלה לממוצע של bootstrapped ^ βx, j נגזר באמצעות פרמטרים של מודל חשיפה קבוע (כלומר, λ⊇ = 0) נותן לנו קירוב להטיה הנגרמת על ידי השגיאה הקלאסית (שלב 3), וה- SD האמפירי מקרב את ה- SE המתייחס לשני מקורות הטעות במדידה (שלב 4).

כמו כן, יישמנו את הפרמטר bootstrap עבור λ = 0. זה שווה ערך ל"סטראסט האתחול הפרמטרי החלקי "המתואר על ידי Szpiro et al. (2011b), המתייחסת לשגיאה דמוית ברקסון רק מכיוון שמשטח החשיפה עדיין מוחלק, אך עם פרמטרים קבועים.

תכונה רצויה של הפרמטר bootstrap היא היכולת "לכוון" את כמות השגיאה הדומה לקלאסית על ידי שינוי λ, מה שמאפשר לנו לחקור כיצד שונות בהתפלגות הדגימה של ( ^ αי, ^ θי) משפיע על ההטיה של ^ βאיקס. זה יכול להיות שימושי בחידוד הערכות ההטיה של רצועות האתחול שלנו על ידי אקסטרפולציה של סימולציה (SIMEX) (סטפנסקי וקוק 1995). (למידע נוסף על גישתנו ל- SIMEX ותוצאות החלתו על נתוני MESA, ראה חומר משלים, עמ '2-3 ואיור S1).

תוצאות

נתונים. ניטור נתוני. ריכוזים ממוצעים של ארבעת המזהמים על פי רשת הניטור מוצגים בטבלה 1. ריכוזי EC ו- OC הנמדדים על ידי צגי CSN נוטים להיות גבוהים יותר מאשר ריכוזים שנמדדו על ידי צגי IMPROVE. ריכוזי Si ו- S ממוצעים שנמדדו על ידי צגי CSN היו גם גבוהים מממוצע ה- IMPROVE, אולם ביחס ל- SDs שלהם ההבדלים בין צגי CSN ו- IMPROVE בריכוז Si ו- S לא היו גדולים כמו ההבדלים בין ריכוזי EC ו- OC.

שולחן 1 נתוני סיכום לריכוזי זיהום שנצפו (ממוצע ± SD) ברשתות ניטור שחזו ריכוזים (ממוצע ± SD) לקבוצת ה- MESA בבחינה 1 וסיכומים של משתני LUR נבחרים.

משתניםלְשַׁפֵּרCSNכל המסכיםMESA אייר
אתרים (נ)190982885501
EC (מיקרוגרם/מ '3)0.19±0.180.66±0.240.37±0.300.74±0.18
OC (מיקרוגרם/מ '3)0.93±0.552.23±0.711.43±0.882.17±0.36
Si (ng/m 3)0.16±0.120.10±0.090.14±0.110.09±0.03
S (מיקרוגרם/מ '3)0.41±0.270.69±0.250.51±0.290.78±0.15
אתרים lt150 מ 'לכביש A1 [נ (%)]4 (2)3 (3)7 (2)249 (6)
אתרים lt150 מ 'לכביש A3 [נ (%)]36 (19)43 (44)79 (27)2,763 (50)
מרחק ממוצע לחצי (m)4,6961271,235302
חציונות פופ א (אנשים/מייל 2)3805203,496
NDVI ב150140146137
קיצורים: מרכזים פופולריים, מסחריים או שירותיים, צפיפות אוכלוסייה. א אנשים לקילומטר מרובע עבור קבוצת מפקד/בלוק מפקד שאליו משתייך המוניטור/הנושא. ב ערך ממוצע של חציון קיץ NDVI בתוך מאגר 250 מ '.

משתנים גיאוגרפיים. המשתנים הגיאוגרפיים בהם השתמשנו מופיעים בטבלה 2. רוב המשתנים הללו שימשו לדוגמנות כל ארבעת המזהמים, אך לא כולם. המשתנים הבאים שימשו למידול Si ו- S אך לא EC ו- OC: PM2.5 ו- PM10 פליטות, נחלים ותעלות בתוך חיץ של 3 ק"מ, שימוש קרקעי עירוני או בנוי אחר במאגר של 400 מ ', אגמים בתוך חיץ של 10 ק"מ, מתחמים תעשייתיים ומסחריים בתוך מאגר של 15 ק"מ, ושדה עשבי תיבול בתוך מאגר של 3 ק"מ. מאידך גיסא, המשתנים הבאים שימשו לדוגמנות EC ו- OC אך לא Si ו- S: שימוש בקרקע תעשייתית בתוך מאגרי 1- ו -1.5 ק"מ.

שולחן 2 משתנים LUR (קיצורים באיור 2) ו (במידת הצורך) גדלי מאגר משתנים שהצליחו לעבור עיבוד מוקדם ונחשבו על ידי PLS.

נוֹטָרִיקוֹןתיאור משתנהגדלי מאגר
מרחק לתכונות כביש A1 אNA
הכביש הקרוב ביותר אNA
שדה תעופה אNA
שדה תעופה גדול אNA
נמל אNA
קו החוף א, בNA
מרכז מסחרי או שירות אNA
רכבת אNA
בחצר הרכבת אNA
לכן2לכן2 פליטות ג30 ק"מ
אחר הצהריים2.5אחר הצהריים2.5 CD30 ק"מ
אחר הצהריים10אחר הצהריים10 CD30 ק"מ
לאאיקסלאאיקס ג30 ק"מ
אוּכְלוֹסִיָהצפיפות אוכלוסין500 מ ', 1 ק"מ, 1.5 ק"מ, 2 ק"מ, 2.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
NDVI - חורףחציון חציון250 מ ', 500 מ', 1 ק"מ, 2.5 ק"מ, 5 ק"מ, 7.5 ק"מ, 10 ק"מ
NDVI - קיץחציון קיץ250 מ ', 500 מ', 1 ק"מ, 2.5 ק"מ, 5 ק"מ, 7.5 ק"מ, 10 ק"מ
NDVI – Q75אחוזון 75250 מ ', 500 מ', 1 ק"מ, 2.5 ק"מ, 5 ק"מ, 7.5 ק"מ, 10 ק"מ
NDVI – Q50אחוזון 50250 מ ', 500 מ', 1 ק"מ, 2.5 ק"מ, 5 ק"מ, 7.5 ק"מ, 10 ק"מ
NDVI – Q25אחוזון 25250 מ ', 500 מ', 1 ק"מ, 2.5 ק"מ, 5 ק"מ, 7.5 ק"מ, 10 ק"מ
תַחְבּוּרָהתחבורה, קהילות ושירותים750 מ ', 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
מַעֲבָראזורי מעבר15 ק"מ
זרםנחלים ותעלות3 ק"מ ד , 5 ק"מ, 10 ק"מ, 15 ק"מ
שִׂיחַשיחים ומברשות1.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
מגוריםמגורים400 מ ', 500 מ', 750 מ ', 1 ק"מ, 1.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
עירוני אחרעירוני אחר או בנוי400 מ ' ד , 500 מ ', 1.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
טווח מעורבמערבולת מעורבת3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
יער מעורבאדמת יער מעורבת750 מ ', 1 ק"מ, 1.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
אגמיםאגמים ד10 ק"מ
תַעֲשִׂיָתִיתַעֲשִׂיָתִי1 ק"מ ה , 1.5 ק"מ ה , 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
תעשיה/נציבותמתחמי תעשייה ומסחר ד15 ק"מ
טווח עשבי תיבולשדה עשבי תיבול3 ק"מ ד , 5 ק"מ, 10 ק"מ
ירוקאדמת יער עד400 מ ', 500 מ', 750 מ ', 1 ק"מ, 1.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
יַעַראדמת יער נשירה750 מ ', 1 ק"מ, 1.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
יְבוּלחקלאות ומרעה400 מ ', 500 מ', 750 מ ', 1 ק"מ, 1.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
פקודהמסחר ושירותים500 מ ', 750 מ', 1 ק"מ, 1.5 ק"מ, 3 ק"מ, 5 ק"מ, 10 ק"מ, 15 ק"מ
A23מרחק כולל של כבישי A2 ו- A3 בתוך חיץ100 מ ', 150 מ', 300 מ ', 400 מ', 500 מ ', 750 מ', 1 ק"מ, 1.5 ק"מ, 3 ק"מ, 5 ק"מ
A1מרחק כולל של כבישי A1 בתוך חיץ1 ק"מ, 1.5 ק"מ, 3 ק"מ, 5 ק"מ
רוב המשתנים שימשו בכל אחד מארבע אחר הצהריים2.5 אולם מודלים של רכיבים, הליך העיבוד מראש בחר כמה משתנים עבור EC ו- OC שלא נבחרו עבור Si ו- S, ולהיפך מכיוון שמיקומי ניטור EC ו- OC לא היו זהים למיקומי Si ו- S. א קטוע ב -25 ק"מ ויומן עץ10 השתנה. ב עֵץ10 וערכים שלא השתנו שניהם כלולים. ג טונות בשנה של פליטות מערימות גבוהות. ד משתנה המשמש למידול Si, S בלבד. ה משתנה המשמש לדוגמנות EC ו- OC בלבד.

ההתפלגויות של משתנים גאוגרפיים נבחרים מוצגות על פי רשת הניטור ומיקומי MESA בטבלה 1. למרות שמעטים יחסית של צגים השייכים ל- IMPROVE או ל- CSN היו במרחק של 150 מ 'מכביש A1, היה שיעור גדול יותר של צגי CSN בטווח של 150 מ' כביש A3 (44%) מאשר צגי IMPROVE (19%), התואם את המיקום של מסכי CSN במיקומים עירוניים יותר בהשוואה למסכי IMPROVE (טבלה 1). המרחק החציוני למרכזי מסחר ושירות היה קטן בהרבה עבור צגי CSN (127 מ 'לעומת 4,696 מ'), וצפיפות האוכלוסייה החציונית הייתה גדולה בהרבה עבור צגי CSN (805 אנשים/מייל 2) מאשר עבור צגי IMPROVE (רק 3 אנשים/ מי 2). חציון ערכי NDVI בקיץ בטווח של 250 מ 'היו מעט קטנים יותר עבור צגי CSN מאשר עבור צגי IMPROVE, בהתאמה למיקום של צגי IMPROVE באזורים ירוקים יותר. התפלגויות גיאוגרפיות בין מיקומי משתתפי MESA היו עקביים יותר עם צגי ה- CSN, כפי שניכר במיוחד במספר האתרים ובמרחק של 150 מ 'מכביש A3 וצפיפות האוכלוסייה החציונית (טבלה 1). חלקות צפיפות של המשתנים הגיאוגרפיים לניטור ומיקומי נושאים הצביעו על חפיפה ניכרת לכל המשתנים הגיאוגרפיים (הנתונים לא מוצגים), מה שמרמז על הבדלים במגוונות גיאוגרפיות בין צגים למיקומי MESA תואמים את הריכוז של נושאי MESA במקומות עירוניים, לא אקסטרפולציה מעבר לנו נתונים.

קבוצת MESA. התפלגות מודלים בריאותיים משתנה בין משתתפי קבוצת MESA מסוכמים בטבלה 3. ממוצע CIMT (0.68 ± 0.19 מ"מ) ממוצע גיל (62 ± 10 שנים) מין (52% נקבה) גזע (39% לבנים, 12% סינים אמריקאים, 27 % אפרו -אמריקאים ו -22% היספנים) ומעמד (44% מצב יתר לחץ דם ו -15% שימוש בסטטינים) נקבעו על ידי שאלון (Bild et al. 2002). אחוז המשתתפים הגבוה ביותר התגורר בלוס אנג'לס (19.7%), אך ההתפלגות על פני שש הערים הייתה די הומוגנית. רק 5,298 המשתתפים עם נתונים מלאים עבור כל משתני המודל הנבחרים המפורטים בטבלה 3 נכללו בניתוח.

שולחן 3 משתנים ספציפיים לנושא לקבוצת ה- MESA המשמשת דוגמנות בריאות.

מִשְׁתַנֶהנממוצע ± SD או %
CIMT5,5010.68±0.19
גיל (שנים)5,50161.9±10.1
משקל (ק"ג)5,501173.0±37.5
גובה (ס"מ)5,501166.6±10.0
מותן (ס"מ)5,50097.8±14.1
שטח הגוף (מ '2)5,5011.9±0.2
BMI (ק"ג/מ '2)5,50128.2±5.3
DBP5,49971.8±10.3
מִין
נְקֵבָה2,87252.2
זָכָר2,62947.8
גזע
לבן (קווקזי)2,16839.4
אמריקאי סיני67512.3
שחור (אפרו אמריקאי)1,45926.5
היספני1,19921.8
אֲתַר
וינסטון-סאלם87816.0
ניו יורק86715.8
בולטימור77614.1
סנט פול ומיניאפוליס89916.3
שיקגו99818.1
לוס אנג'לס1,08319.7
חינוך
תיכון לא שלם91616.7
סיימו תיכון99118.0
מכללה כלשהי1,57128.6
סיימה מכללה2,01036.5
חָסֵר130.2
הכנסה בשנה
ועומד על 12,000 $56610.3
$12,000–24,9991,02218.6
$25,000–49,9991,54328
$50,000–74,99990116.4
& gt 75,000 $1,27123.1
חָסֵר1983.6
לַחַץ יֶתֶר
לא3,10656.5
כן2,39543.5
שימוש בסטטינים
לא4,68185.1
כן81714.9
חָסֵר30.1

מודלים לחיזוי מרחבי. הערכת מודל. הדגמים הנבחרים המתאימים לאימות הצלב הנמוך ביותר ר 2 כולם PLS משומשים וקריגונג אוניברסלי. לכל ארבע אחר הצהריים2.5 רכיבים ולכל מספר ציוני PLS, קריגה שיפר את דיוק החיזוי, כפי שמצוין על ידי ר 2 ו- RMSEP סטטיסטיקות עבור דגמי החיזוי שנבחרו המתאימים לדגמי PLS בלבד ו- PLS + אוניברסלי קריג'ינג (טבלה 4). השוואה בין ר 2 עם ובלי קרינג אוניברסלי מצביע על כך שה- EC ו- OC לא השתפרו בהרבה על ידי קריגינג, ואילו הקריינג האוניברסלי שיפר את דיוק החיזוי עבור Si ועוד יותר עבור S. היחס בין הגוש לאדן (כלומר, τ 2 /σ 2) תומך גם בתחזיות משופרות עם החלקה מרחבית על ידי קריגינג. עבור טווח קבוע, ערכים קטנים יותר של יחס זה מצביעים על כך שריכוזים במקומות סמוכים מקבלים משקל רב יותר בעת קריגה. אנו רואים קשר זה בטבלה 4 שבה τ 2 /σ 2 היה גדול כאשר קריגנג אוניברסלי לא עשה הרבה כדי לשפר את דיוק החיזוי, וקטן מאוד כאשר קרינג אוניברסלי עזר לשפר את דיוק החיזוי.

טבלה 4 אימות צולב R 2 ו- RMSEP עבור כל רכיב של PM2.5, הן במודלים עיקריים והן בדגמי השוואה PLS בלבד, והפרמטרים המשוערים של kriging מההסתברות מתאימים לכל מערך הנתונים עבור כל מזהם.

תיקוןדֶגֶםECOCסִיס
3 ציוני PLS2 ציוני PLS2 ציוני PLS2 ציוני PLS
ר 2 PLS בלבד0.790.600.360.63
PLS+בריטניה0.820.690.620.95
RMSEPPLS בלבד0.110.220.100.13
PLS+בריטניה0.100.200.080.05
פרמטרים משוערים בבריטניה(τ 2) א0.00740.02510.00430.0007
(σ 2) ב0.00250.01990.00860.0251
(φ) ג4133042,7892,145
(τ 2 /σ 2)2.961.260.50.03
בריטניה, אוניברסיטה אוניברסלית. א נאגט בשימוש בקריינג. ב אדן חלקי בשימוש בקריג'ינג. ג טווח המשמש בקריג'ינג.

כניתוח רגישות ביצענו גם קורות חיים באמצעות אומדני חשיפה מהצג הקרוב ביותר. שיטה זו ביצעה רע מאוד עבור EC ו- OC (ר 2 שניות של 0 ו- 0.06, בהתאמה), גרוע יחסית עבור Si (ר 2 = 0.36), אך ביצע היטב עבור S (ר 2 = 0.88).

פרשנות PLS.איור 2 ממחיש את המשתנים הגיאוגרפיים שהיו החשובים ביותר להסברת השונות המזהמת. באופן ספציפי, איור 2 מסכם את עמ × 1 וקטור מ ', הווקטור כך ש- Rm שווה ל -5,298 החשיפות החזויות עם PLS בלבד. כל יסוד של m הוא משקל למגוון גיאוגרפי תואם. אלמנטים חיוביים ב- m (כלומר, ערכים ו- gt 0 באיור 2) מצביעים על כך שערכים גבוהים יותר של המשתנה הגיאוגרפי נקשרו לחשיפה חזויה יותר ככל שהערך המוחלט של אלמנט ב- m גדול יותר, כך השונות המשותפת הגיאוגרפית המקבילה תרמה לחיזוי החשיפה.

איור 2 מקדמי PLS מתאימים, כאשר המקדמים מתארים את הקשרים של כל משתנה גיאוגרפי עם חשיפה ל- (א) EC, (ב) OC, (ג) Si, ו- (ד) S. הגודל של כל עיגול מייצג גודל חיץ משתנה, כאשר עיגולים גדולים יותר מציינים מאגרים גדולים יותר.כל מעגל סגור של "מרחק לתכונה" מייצג תכונה אחרת (המופיעה בטבלה 2): כביש A1, הכביש הקרוב ביותר, שדה תעופה, שדה תעופה גדול, נמל, קו חוף, מרכז מסחרי או שירות, רכבת וחצר רכבת. קיצורים משתנים וגודלי מאגר מצויינים בטבלה 2. רוב המשתנים המוצגים כאן שימשו לדוגמנות כל ארבעת המזהמים, אך לא כולם. משתנים ששימשו למידול Si ו- S אך לא EC ו- OC היו פליטות PM2.5 ו- PM10, נחלים ותעלות בתוך חיץ של 3 ק"מ, שימוש קרקעי עירוני או בנוי אחר בתוך חיץ של 400 מ ', אגמים בתוך 10- חיץ ק"מ, מתחמי תעשייה ומסחר בתוך מאגר של 15 ק"מ, ושטחי עשבים בתוך חיץ של 3 ק"מ. המשתנים ששימשו לדוגמנות EC ו- OC אך לא Si ו- S היו שימוש בקרקע תעשייתית בתוך מאגרי 1- ו -1.5 ק"מ.

צפיפות האוכלוסייה הייתה קשורה לערכים חזאים יותר של כל המזהמים, במיוחד עבור EC, OC ו- S. שימוש בקרקע תעשייתית בתוך המאגר הקטן ביותר ניבא מאוד את EC ו- OC, וקרקעות יער ירוקות בתוך חיץ נתון ניבאו מאוד ירידות ב- S. NDVI, שימוש בקרקע תעשייתית, פליטות ומשתנים באורך קו היו קשורים באופן חיובי לכל החשיפות למעט Si, ואילו כל משתני המרחק למאפיינים היו קשורים לרעה לכל החשיפות למעט Si. משתני NDVI היו חשובים יותר לחיזוי OC ו- S מאשר עבור EC. עבור Si, משתני NDVI ושימוש בקרקע מעבר נראו כאינפורמטיביים ביותר לחיזוי, כאשר NDVI שלילי ושימוש בקרקע מעבר קשורים באופן חיובי לחשיפה ל- Si. המרחק לתכונות נראה אינפורמטיבי עבור כל ארבעת המזהמים.

תחזיות חשיפה. איור 1 מציג ריכוזים צפויים ברחבי ארצות הברית, עם פירוט עדין יותר המאויר עבור סנט פול, מינסוטה. התחזיות של ה- EC ו- OC היו גבוהות בהרבה באמצע האזורים העירוניים, והתפוגגו מהר יותר ממרכזים עירוניים. התחזיות S היו גבוהות ברחבי מדינות מערב התיכון והמזרח ובאזור לוס אנג'לס, והן נמוכות יותר במישורים ובהרים. התחזיות של Si היו נמוכות ברוב האזורים העירוניים, וגבוהות במדינות מדבר.

ריכוזי החשיפה הממוצעים לחשיפות EC ו- OC החזויות למשתתפי MESA היו 0.74 ± 0.18 ו 2.17 ± 0.36 מיקרוגרם/מ '3, בהתאמה (טבלה 1). ריכוזי החשיפה המוערכים של Si ו- S היו 0.09 ± 0.03 ng/m 3 ו- 0.78 ± 0.15 μg/m 3, בהתאמה.

מודלים בריאותיים. התוצאות ממודל הבריאות הנאיבי שלא כללו תיקון שגיאות מדידה, כמו גם התוצאות ממודל הבריאות שכללו הערכות נקודה מתוקנות של bootstrap ו- SE של ^ βאיקס, מוצגים בטבלה 5. הניתוח הנאיבי הצביע על קשרים חיוביים משמעותיים (עמ & lt 0.05) של CIMT עם OC, Si ו- S. היה גם קשר חיובי אך לא משמעותי בין CIMT ל- EC. נתוני ה- SE עבור ההשפעות הבריאותיות של EC ו- OC היו כמעט ללא שינוי בעת יישום תיקון שגיאות המדידה, ואילו ה- SEs המתוקנים של Bootstrap עבור Si ו- S היו גדולים בכ -50% מהערכותיהם הנאיביות בהתאמה. ההטיות המשוערות הנובעות משגיאת המדידה הדומה לקלאסית היו קטנות עד כדי כך שהן אינן מעניינות מבחינה אפידמיולוגית מכיוון שהערכות הנקודה של כל ארבעת המזהמים לאחר יישום תיקון שגיאות המדידה לא השתנו לשלוש נקודות עשרוניות.

טבלה 5 הערכות נקודה ± SEs ו- 95% CIs עבור המזהמים השונים, תוך שימוש בניתוח נאיבי ועם תיקון רצועה לאיתור שגיאות מדידה במגוון אינטרסים.

אחר הצהריים2.5 רְכִיבניתוח/תיקוןβ̂איקס א ± SE95% CI
EC (מיקרוגרם/מ '3)תמים0.001±0.014–0.03, 0.03
PB, ב λ = 00.001±0.015–0.03, 0.03
PB, λ = 10.001±0.015–0.03, 0.03
OC (מיקרוגרם/מ '3)תמים0.025±0.0080.01, 0.04
PB, λ = 00.025±0.0080.01, 0.04
PB, λ = 10.025±0.0080.01, 0.04
Si (ng/m 3)תמים0.408±0.0810.25, 0.57
PB, λ = 00.408±0.1260.16, 0.66
PB, λ = 10.408±0.1270.16, 0.66
S (מיקרוגרם/מ '3)תמים0.055±0.0170.022, 0.088
PB, λ = 00.055±0.0250.006, 0.104
PB, λ = 10.055±0.0250.006, 0.104
אומדני נקודות הם אומדנים של העלייה ב- CIMT לעלייה של 1 יחידה בכל מזהם. א במקרה של λ = 1, β̂איקס מתייחס לאומדן המתוקן עבור כל הטיה מטעות קלאסית. ב PB מתייחס לתוצאות מפרמטר bootstrap המיושם עם ערך נתון של λ.

דִיוּן

סיכום. הגישה המקיפה שלנו לשני שלבים להערכת ההשפעות ארוכות הטווח של חשיפה לזיהום אוויר כוללת מודל חיזוי לאומי להערכת חשיפות בפני ראש ממשלה בודד.2.5 רכיבים ומתקנים לטעויות מדידה בניתוח האפידמיולוגי באמצעות מתודולוגיה המתייחסת לכמויות שונות של מבנה מרחבי במשטחי החשיפה. במקרה חקר של ארבעה מרכיבים של PM2.5 ואסוציאציות מתוקנות שגיאות מדידה בין רכיבים אלה לבין CIMT בקבוצת ה- MESA, נתוני SE המתוקנים המתאימים למזהמים שהציגו מבנה מרחבי משמעותי (כלומר Si ו- S) היו גדולים ב -50% מהערכות נאיביות, ואילו אומדני SE המתוקנים עבור EC ו- OC היו דומה מאוד להערכות הנאיביות.

מודלים של חשיפה לאומית. אנו מוצאים כי גישה לאומית לדוגמנות חשיפה היא סבירה ומתפקדת היטב מבחינת דיוק החיזוי. המודלים העיקריים שלנו PLS + אוניברסליים של קריגה הביאו לאימות צולב ר 2 ≤ 0.95 (לחיזוי ריכוזי S) ו- ≥ 0.62 (לחיזוי Si) עבור כל אחד מה PM2.5 רכיבים. השימוש בקריינג שיפר את האימות הצולב ר 2 עבור כל ארבעת המזהמים בהשוואה לדגמים שהשתמשו ב- PLS בלבד, למרות שהשיפור לא היה שווה בכל ארבעת המזהמים. תוצאות אלו מועילות מבחינת הבנת האופי המרחבי של משטחי החשיפה שלנו. עבור EC ו- OC, ה- ר 2 השתפרו רק ב- ≤ 0.09 כאשר נעשה שימוש בקריגה בהשוואה לשימוש ב- PLS בלבד, מה שמעיד על מבנה מרחבי בקנה מידה גדול במזהמים אלה. עבור Si, ה ר 2 השתפרו מ -0.36 ל -0.62 ול- S, מ -0.63 ל -0.95. זה מצביע על כך של- S (ובמידה פחותה של Si) היה מבנה מרחבי גדול בהיקף גדול שקריג'ינג הצליחה לנצל. עבור כל הדגמים, השימוש בקריינגה השתפר ר 2, המציין כי אין דיוק חיזוי אבד (ולא מעט ניתן היה להשיג, כאשר קיים מבנה מרחבי) באמצעות PLS+קרינג אוניברסאלי בניגוד לשימוש ב- PLS בלבד. התוצאות שלנו גם מצביעות על כך שמודלים של חשיפה כמו אלה שבנינו עשויים להיות עדיפים במקרים רבים על פני גישות פשוטות יותר כגון אינטרפולציה של הצג הקרוב ביותר. הדגמים שלנו ייצרו אימות צולב ר 2 שהיו גבוהים יותר מגישת הצג הקרובה ביותר, והתוצאות שלנו מצביעות על כך שאם לא יהיה מבנה מרחבי ניכר במשטח החשיפה, כמות דיוק ניבוי עשויה לאבד כאשר נעשה שימוש בגישה הצג הקרובה ביותר.

השתמשנו במידול דו-שלבי במקום דוגמנות משותפת של חשיפה ובריאות ממגוון סיבות. האחת היא פרגמטית: דוגמנות משותפת היא אינטנסיבית מבחינה חישובית, ולכן הגישה הדו-שלבית שלנו רצויה במיוחד כאשר מדגמים מזהמים מרובים. דוגמנות משותפת עשויה להיות רגישה יותר גם כלפי חריגים בנתוני הבריאות. דוגמנות דו-שלבית פונה גם באופן אינטואיטיבי יותר בהקשר של דוגמנות של תוצאות בריאותיות מרובות מכיוון שהיא מקצה חשיפה אחת למשתתף שאפשר להשתמש בה לאחר מכן למודל מספר תוצאות בריאות שונות. דוגמנות משותפת, לעומת זאת, תקצה רמות שונות של אותו מזהם בהתאם לתוצאה הבריאותית שעוצבה.

מחקר מקרה אפידמיולוגי. במחקר מקרה זה התמקדנו בארבע אחר הצהריים2.5 רכיבים שנבחרו כדי לקבל תובנה לגבי המקורות או התכונות של PM2.5 זה עשוי לתרום להשפעות PM2.5 על מחלות לב וכלי דם. EC ו- OC נבחרו כסמנים של פליטות עיקריות מתהליכי בעירה, כאשר OC כולל גם תרומות של אירוסולים אורגניים משניים הנוצרים מתגובות כימיות אטמוספריות Si נבחר כסמן של אבק קרום ו- S נבחר כסמן של סולפט, תרסיס אנאורגני. נוצר משנית מתגובות כימיות אטמוספריות (Vedal et al., בעיתונות). המנגנונים לפיהם חשיפה ל- PM2.5 או PM2.5 רכיבים המייצרים תופעות לב וכלי דם כגון טרשת עורקים אינם מובנים היטב, אם כי הוצעו מספר מנגנונים (Brook et al. 2010). [לדיון במחקרים אחרים הבוחנים את ההשפעות של מזהמים אלה, ראה Vedal et al. (בעיתונות).]

הביצועים הגרועים יחסית של אינטרפולציה של הצג הקרוב ביותר עבור EC, OC ו- Si מעוררים חששות לגבי מסקנות אפידמיולוגיות המבוססות על תחזיות הנגזרות מאותה שיטה. עבור S, המזהם היחיד שעבורו המודלים שלנו והאינטרפולציה של הצג הקרוב ביותר ביצעו באופן דומה, העלייה המשוערת ב- CIMT לעלייה בחשיפה של 1 יחידה המבוססת על אינטרפולציה של הצג הקרוב ביותר הייתה 0.074 ± 0.018, בהשוואה להסקת הנאיב שנעשתה באמצעות תחזיות. ממודלי החשיפה שלנו (0.055 ± 0.017). עם זאת, אין דרך לתקן שגיאות מדידה בשיטה זו, וזה עוד יתרון משמעותי של המודלים שלנו.

ניתוחי בריאות נאיביים המבוססים על תחזיות חשיפה מהמודלים הלאומיים שלנו הצביעו על קשרים משמעותיים של CIMT עם עלייה של 1 יחידה בממוצע OC, Si ו- S, אך לא EC. השימוש בפרמטר bootstrap לצורך חשבון ותיקון שגיאות מדידה הוביל ל- SEs גדולים יותר במידה ניכרת ול- CI רחבים יותר עבור Si ו- S אולם OC, Si ו- S עדיין היו קשורים באופן משמעותי ל- CIMT גם לאחר תיקון עבור טעות מדידה.

תיקון שגיאות מדידה. עבור EC ו- OC, שימוש ב- PLS בלבד היה מספיק כדי לבצע תחזיות מדויקות, ואילו ההחלקה המרחבית מקריגה אוניברסלית שיפרה במידה ניכרת את דיוק החיזוי עבור Si ו- S. לפיכך, אין זה מקרה שהערכות ה- SE המתוקנות של ה- Bootstrap ל- EC ו- OC לא השתנו לעומת ההערכות הנאיביות, ואילו האומדנים המתוקנים של SE עבור Si ו- S היו גדולים בכ -50% (והתוצאה של 95% CI 50% רחבה יותר) מהערכותיהם הנאיביות בהתאמה. העובדה שתחזיות החשיפה ל- EC ו- OC נגזרו בעיקר מהמודלים של PLS בלבד, שהניחו שאריות עצמאיות, מרמזת כי השגיאה דמוית ברקסון הייתה שגיאה כמעט ברקסונית טהורה (כלומר, עצמאית בכל מקום), אשר נלקחה בחשבון נכון על ידי הערכות נאיביות של SE. מצד שני, ההחלקה הרבה יותר התרחשה עבור Si ו- S, מה שגרם למתאם מרחבי בהבדל הנותר בין חשיפה אמיתית לחזוי. בהתאם לכך, SEs המתייחסים בצורה נכונה לשגיאה דמוית ברקסון בשני המזהמים הללו מנופחים מכיוון שהטעויות המתואמות בתחזיות מתורגמות לשרידים מתואמים במודל המחלה שאינם נלקחים בחשבון על ידי הערכות SE נאיביות (Szpiro et al. 2011b). העובדה שה- SE מעריכה מהפרמטר bootstrap באמצעות λ = 1 (המהווה הן שגיאה דמוית ברקסון והן שגיאה קלאסית) ושימוש ב- λ = 0 (המתייחסת לשגיאה דמוית ברקסון בלבד) היו כה דומים מעידה עוד כי הערכות SE מתוקנות גדולות יותר היו ככל הנראה תוצאה של השגיאה דמוית ברקסון. אף אחד מניתוחי טעויות המדידה שלנו לא הצביע על כך שהטיה חשובה נגרמה על ידי הטעות הקלאסית.

מגבלות ושיקולי מודלים. למרות שמודלי החשיפה שלנו ביצעו טוב, עדיין יש מקום לשיפור בדייקנות החיזוי, במיוחד עבור דגמי ה- EC, OC ו- Si, שעברו אימות צולב. ר 2 שניתן לשפר. עבור מודלים אלה יתכן והכללת משתנים נוספים גיאוגרפיים ב- PLS תעזור לשפר את ביצועי המודל. דוגמאות כוללות מקורות לשריפת עצים בתוך חיץ נתון לריכוזי EC ו- OC, או מקורות אבק וחול עבור Si. משתנים אלה אינם זמינים כרגע במאגרי המידע שלנו. יתר על כן, למרות שאפשר לפרש את משתני הקוואבידים הבודדים ברכיבי PLS (איור 2), יש להתייחס לפרשנויות כאלה בזהירות מכיוון שהכללתם של משתנים מתואמים רבים יכולה להוביל לאסוציאציות לכאורה שהן אינטואיטיביות והפוכות ממה שיכול להיות צפוי מדעית. לבסוף, PLS אינה מתחשבת באינטראקציות או בשילובים לא ליניאריים של המשתנים הגיאוגרפיים, גורמים שיכולים לשפר את ביצועי המודל.

השלכות וכיוונים עתידיים. התוצאות שלנו מראות כי חקירה מדוקדקת של מאפייני מודל החשיפה יכולה לסייע בהבהרת ההשלכות על הניתוחים האפידמיולוגיים הבאים העושים שימוש בחשיפות החזויות. כפי שצוין על ידי שפירו ואח '. (2011a), מסגרת כוללת הכוללת את המטרה הסופית של דוגמנות בריאות נראית מושכת יותר מאשר להתייחס למודלים של חשיפה כאילו הם קיימים למענם. ניתוח זה משמש דוגמה שתיידע את המאמצים המתמשכים של הקבוצה שלנו ואחרים לבנות ולנצל מודלים לחיזוי חשיפה המתאימים ביותר למחקרים אפידמיולוגיים.

המסקנה האפידמיולוגית שלנו התבססה על מודל בריאותי אחד לכל מזהם. סביר שאפשר יהיה לעניין כיצד מספר מזהמים משפיעים יחד על הבריאות. עם זאת, הספרות הנוכחית לתיקון שגיאות מדידה אינה מתייחסת למודלים שמשתמשים במספר מזהמים צפויים כחשיפות. הקבוצה שלנו עובדת כעת על שיטות להתמודדות עם אתגר זה.

חומר משלים

(2.4 MB) PDF לחץ כאן לקובץ נתונים נוסף.

אנו מודים לשלושת הסוקרים על הערותיהם המועילות.

מחקר בפרסום זה נתמך במענקים T32ES015459, P50ES015915 ו- R01ES009411 מהמכון הלאומי למדעי הבריאות הסביבתית של המכונים הלאומיים לבריאות (NIH). תמיכה נוספת ניתנה על ידי פרס לאוניברסיטת וושינגטון במסגרת יוזמת הרעלים הלאומית לחלקיקי חלקיקים של המכון להשפעות בריאותיות והסוכנות להגנת הסביבה האמריקאית (EPA), הסכם סיוע RD-83479601-0 (מרכזי מחקר אוויר נקי). פרסום זה פותח במסגרת הסכם סיוע למחקר של תוכנית STAR (Science to Achiev Results), RD831697, שהוענק על ידי ה- EPA האמריקאי. הדעות המובאות במסמך זה הן אך ורק של אוניברסיטת וושינגטון, והסכם משרד הבריאות האמריקאי אינו תומך במוצרים או בשירותים מסחריים המוזכרים בפרסום זה. המחקר הרב-אתני של טרשת עורקים (MESA) נערך ונתמך על ידי המכון הלאומי ללב, ריאות ודם (NHLBI) בשיתוף עם חוקרי MESA. תמיכה ב- MESA ניתנת על ידי הסכמי NHLBI N01HC-95159 עד N01HC95169 ו- UL1RR024156. MESA אייר ממומנת על ידי מענק ה- STAR האמריקאי של ה- EPA RD831697.

תוכן יצירה זו הינו באחריות המחברים בלבד ואינו מייצג בהכרח את דעותיו הרשמיות של ה- NIH.

המחברים מצהירים כי אין להם אינטרסים פיננסיים מתחרים בפועל או פוטנציאליים.


לא ניתן להמיר ממאגר BYTE לתמונת cv :: Mat

אז יש לי בעיה להמיר מאגר BYTE לתמונה, (cv :: Mat). אני מנסה לקרוא סרטון בזמן אמת ממצלמה רחוקה, וקיבלתי שני אלמנטים, מצביע למאגר ולגודל המאגר, ואני צריך להמיר את זה לתמונת cv :: Mat כדי שאוכל להציג את זה עם cv :: imshow. ניסיתי להשתמש ב:

אבל זה לא עובד ואני מקבל את השגיאה הבאה:

כשאני מנסה להמיר ישירות ללא הפונקציה imdecode כך:

אני מקבל תמונה אבל אני לא יכול להציג אותה כך שהתוכנית פשוט ממשיכה לפעול מבלי לעשות דבר.

מישהו יכול לעזור לי בבקשה כיצד אנו ממירים מצביע חיץ BYTE לתמונת cv :: Mat

מאגר מוכרז כך: BYTE *מאגר הפונקציה שממנה אני מקבל את המאגר מוכרזת כך

איפה: lRealHandle: ידית ניטור בזמן אמת dwDataType:

pBuffer: מאגר לנתוני החזרה. נתונים באורך שונה יוחזרו בחזרה בהתאם לסוג נתונים שונים. הנתונים נקראים בחזרה לפי מסגרת עבור כל סוג מלבד סוג 0, ובכל פעם נקראת מסגרת אחת בחזרה.

dwBufSize: אורך נתוני החזרה. מאגרי הנתונים שונים לסוגים שונים. היחידה היא BYTE

במקרה שלי אני תמיד מקבל סוג נתונים 0 כך אני מנסה לפענח אז:

התוכנית שלי נעצרת כאן, היא ממשיכה לפעול אבל היא לא עושה כלום אחרי שהכנסתי std :: cout לכאן כדי לבדוק אם היא תעבור את שורת האימשו הזו או לא אבל שום דבר לא קורה


תוכן

מקור המונח "המזרח התיכון" היה בשנות ה -50 של המאה ה -19 במשרד הודו הבריטי. [6] עם זאת, הוא נודע יותר כאשר האסטרטג הימי האמריקאי אלפרד תאייר מהאן השתמש במונח בשנת 1902 [7] "כדי לייעד את האזור שבין ערב לבין הודו". [8] [9] במהלך תקופה זו האימפריות הבריטיות והרוסיות התחרו על השפעה במרכז אסיה, יריבות שתתפרסם בשם המשחק הגדול. מהאן הבין לא רק את חשיבותו האסטרטגית של האזור, אלא גם את מרכזו, המפרץ הפרסי. [10] [11] הוא תייג את האזור המקיף את המפרץ הפרסי כמזרח התיכון, ואמר כי לאחר תעלת סואץ המצרית, זהו המעבר החשוב ביותר לבריטניה לשלוט בו כדי למנוע מהרוסים להתקדם לעבר הודו הבריטית. [12] מהאן השתמש לראשונה במונח במאמרו "המפרץ הפרסי ויחסים בינלאומיים", שפורסם בספטמבר 1902 ב סקירה לאומית, כתב עת בריטי.

המזרח התיכון, אם יורשה לי לאמץ מונח שלא ראיתי, יזדקק מתישהו למלטה שלה, כמו גם לגיברלטר שלה, אך לא נובע מכך שגם במפרץ הפרסי. לכוח הימי יש את איכות הניידות הטומנת בחובו היעדרות זמנית אך הוא צריך למצוא בכל זירת מבצע בסיסים מבוססים של שיפוץ, אספקה, ובמקרה של אסון, של ביטחון. הצי הבריטי צריך שיהיה לו את המרכז להתרכז בכוח אם תקום, על עדן, הודו והמפרץ הפרסי. [13]

המאמר של מהאן הודפס מחדש הזמנים ואחריה באוקטובר סדרה בת 20 מאמרים שכותרתה "שאלת המזרח התיכון", שנכתבה על ידי סר איגנטיוס ולנטיין צ'ירול. במהלך סדרה זו, סר איגנטיוס הרחיב את ההגדרה של המזרח התיכון לכלול "את אזורי אסיה המשתרעים עד גבולות הודו או מפקדים על הגישות להודו". [14] לאחר סיום הסדרה בשנת 1903, הזמנים הסיר מרכאות משימושים הבאים במונח. [15]

עד מלחמת העולם השנייה, נהוג היה להתייחס לאזורים שבמרכזם טורקיה ולחוף המזרחי של הים התיכון "המזרח הקרוב", ואילו "המזרח הרחוק" שבמרכזו סין, [16] והמזרח התיכון התכוונו אז לאזור. ממסופוטמיה ועד בורמה, כלומר האזור שבין המזרח הקרוב למזרח הרחוק. [ דרוש ציטוט ] בסוף שנות השלושים הקימו הבריטים את פיקוד המזרח התיכון, שבסיסה בקהיר, עבור כוחותיו הצבאיים באזור. לאחר זמן זה, המונח "המזרח התיכון" זכה לשימוש רחב יותר באירופה ובארצות הברית, כאשר מכון המזרח התיכון נוסד בוושינגטון ב -1946, בין שאר השימוש. [17]

שם התואר המקביל הוא מזרח תיכוני ושם העצם הנגזר הוא מזרח תיכון.

אף על פי שנעשה שימוש מועט במושגים לא-אירוצנטריים כגון "דרום מערב אסיה" או "סווסיה", הכללת מדינה אפריקאית, מצרים, בהגדרה מטילה ספק בתועלת השימוש במונחים כאלה.[18]

ביקורת ושימוש

התיאור אֶמצַע הוביל גם לבלבול כלשהו בנוגע לשינוי ההגדרות. לפני מלחמת העולם הראשונה, "המזרח הקרוב" שימש באנגלית להתייחס לבלקן והאימפריה העות'מאנית, בעוד ש"המזרח התיכון "התייחס לאיראן, לקווקז, לאפגניסטן, למרכז אסיה וטורקסטן. לעומת זאת, "המזרח הרחוק" התייחס למדינות מזרח אסיה (למשל סין, יפן, קוריאה וכו ')

עם היעלמותה של האימפריה העות'מאנית בשנת 1918, "המזרח הקרוב" ירד במידה רבה משימוש נפוץ באנגלית, ואילו "המזרח התיכון" החל ליישם את המדינות המתעוררות מחדש של העולם האסלאמי. עם זאת, השימוש ב"מזרח הקרוב "נשמר על ידי מגוון תחומים אקדמיים, כולל ארכיאולוגיה והיסטוריה עתיקה, שם הוא מתאר אזור זהה למונח. המזרח התיכון, שאינו משמש את הדיסציפלינות הללו (ראו המזרח הקדום הקדום).

השימוש הרשמי הראשון במונח "המזרח התיכון" על ידי ממשלת ארצות הברית היה בדוקטרינת אייזנהאואר משנת 1957, הנוגעת למשבר סואץ. מזכיר המדינה ג'ון פוסטר דאלס הגדיר את המזרח התיכון כ"אזור השוכן בין לוב במערב ובין פקיסטן ממזרח, סוריה ועיראק בצפון וחצי האי ערב מדרום, בתוספת סודן ואתיופיה ". [16] בשנת 1958, משרד החוץ הסביר כי המונחים "המזרח הקרוב" ו"המזרח התיכון "ניתנים להחלפה, והגדירו את האזור הכולל רק את מצרים, סוריה, ישראל, לבנון, ירדן, עיראק, ערב הסעודית, כווית, בחריין. , וקטאר. [19]

בסגנון Associated Press Stylebook נכתב כי המזרח הקרוב התייחס בעבר למדינות המערב הרחוק יותר ואילו המזרח התיכון התייחס למדינות המזרחיות, אך כעת הן שם נרדף. הוא מורה על:

להשתמש המזרח התיכון אֶלָא אִם המזרח הקרוב משמש מקור בסיפור. מזרח תיכון גם מקובל, אבל המזרח התיכון מועדף. [20]

התנאי המזרח התיכון זכה לביקורת גם כיורו -סנטרית ("המבוססת על תפיסה מערבית בריטית") מאת חנפי (1998). [21]

תרגומים

יש מונחים דומים ל המזרח הקרוב ו המזרח התיכון בשפות אירופאיות אחרות, אך מכיוון שזהו תיאור יחסי, המשמעויות תלויות במדינה והן שונות מהמונחים באנגלית באופן כללי. בגרמנית המונח נהר אוסטן (המזרח הקרוב) עדיין בשימוש נפוץ (כיום המונח מיטלרר אוסטן נפוץ יותר ויותר בטקסטים בעיתונות שתורגמו ממקורות באנגלית, אם כי יש להם משמעות מובהקת) וברוסית Ближний Восток או בליז'ני ווסטוק, בולגרית Близкия Изток, פולנית בליסקי ושוד או קרואטית איסטוק בליסקי (מַשְׁמָעוּת המזרח הקרוב בכל ארבע השפות הסלאביות) נותר המונח המתאים היחיד לאזור. עם זאת, בשפות מסוימות יש שווי ערך של "המזרח התיכון", כמו למשל המוין הצרפתי-מואן, מלנשטרן השוודית, אוריינטה אודיו המזרח הספרדית או מדיו אוריינטה, וה Medio Oriente האיטלקי. [הערה 1]

אולי בגלל השפעת העיתונות המערבית, המקבילה הערבית ל המזרח התיכון (ערבית: الشرق الأوسط ash-Sharq al-Awsaṭ) הפך לשימוש סטנדרטי בעיתונות הערבית המרכזית, הכולל את אותה משמעות כמו המונח "המזרח התיכון" בשימוש בצפון אמריקה ובמערב אירופה. הייעוד, משריק, גם מהשורש הערבי ל- מזרח, מציין גם אזור המוגדר באופן שונה סביב הלבנט, החלק המזרחי של העולם דובר הערבית (בניגוד ל מגרב, החלק המערבי). [22] למרות שמקורו של המונח במערב, מלבד ערבית, שפות אחרות של מדינות המזרח התיכון משתמשות גם בתרגום שלו. המקבילה הפרסית עבור המזרח תיכון היא خاورمیانه (Khāvar-e miyāneh), העברית היא המזרח התיכון (המזרח השיכון) והטורקית היא אורטה דוגו.

שטחים ואזורים נחשבים בדרך כלל במזרח התיכון

באופן מסורתי נכללות במזרח התיכון איראן (פרס), אסיה הקטנה, מסופוטמיה, הלבנט, חצי האי ערב ומצרים. במונחים של המדינה המודרנית הם אלה:

נשק דֶגֶל מדינה אֵזוֹר
(ק"מ 2)
אוּכְלוֹסִיָה
(2012) [ צריך עדכון ]
צְפִיפוּת
(לק"מ 2)
עיר בירה נָקוּב
תוצר, מיליארד דולר (2018) [23]
לנפש (2018) [24] מַטְבֵּעַ מֶמְשָׁלָה רשמי
שפות
אקרוטירי ודהקליה 254 15,700 N/A אפיסקופי N/A N/A יוֹרוֹ דה פאקטו תלות סטרטוקרטית תחת מונרכיה חוקתית אנגלית
בחריין 780 1,234,596 1,582.8 מנאמה $30.355 $25,851 דינר בחריין מלוכה אבסולוטית עֲרָבִית
קַפרִיסִין 9,250 1,088,503 117 ניקוסיה $24.492 $28,340 יוֹרוֹ הרפובליקה הנשיאותית יווני,
טורקי
מִצְרַיִם 1,010,407 82,798,000 90 קהיר $249.559 $2,573 פאונד מצרי הרפובליקה הנשיאותית עֲרָבִית
איראן 1,648,195 78,868,711 45 טהראן $452.275 $5,491 ריאל איראני הרפובליקה האיסלאמית פַּרסִית
עִירַאק 438,317 33,635,000 73.5 בגדאד $226.07 $5,930 דינר עיראקי רפובליקה פרלמנטרית עֲרָבִית,
כּוּרדִי
ישראל 20,770 7,653,600 365.3 ירושלים א $369.843 $41,644 שקל ישראלי רפובליקה פרלמנטרית עִברִית
יַרדֵן 92,300 6,318,677 68.4 עמאן $42.371 $4,278 דינר ירדני מונרכיה חוקתית עֲרָבִית
כווית 17,820 3,566,437 167.5 העיר כוויית $141.05 $30,839 דינר כוויתי מונרכיה חוקתית עֲרָבִית
לבנון 10,452 4,228,000 404 ביירות $56.409 $9,257 לירה לבנונית רפובליקה פרלמנטרית עֲרָבִית
עומאן 212,460 2,694,094 9.2 מוּסקָט $82.243 $19,302 ריאל עומאני מלוכה אבסולוטית עֲרָבִית
פלשתינה 6,220 4,260,636 667 רמאללה א לא לא שקל ישראלי,
דינר ירדני
רפובליקה חצי נשיאותית עֲרָבִית
קטאר 11,437 1,696,563 123.2 דוחא $192.45 $70,780 ריאל קטארי מלוכה אבסולוטית עֲרָבִית
ערב הסעודית 2,149,690 27,136,977 12 ריאד $782.483 $23,566 ריאל סעודי מלוכה אבסולוטית עֲרָבִית
סוּריָה 185,180 23,695,000 118.3 דמשק לא לא פאונד סורי הרפובליקה הנשיאותית עֲרָבִית
טורקיה 783,562 73,722,988 94.1 אנקרה $766.428 $9,346 לירה טורקית הרפובליקה הנשיאותית טורקי
איחוד האמירויות הערביות 82,880 8,264,070 97 אבו דאבי $424.635 $40,711 דירהם של איחוד האמירויות המלוכה הפדרלית המוחלטת עֲרָבִית
תֵימָן 527,970 23,580,000 44.7 צנעא ב
אדן (זְמַנִי)
$26.914 $872 ריאל תימני רפובליקה נשיאותית זמנית עֲרָבִית
א. ^ ^ ירושלים היא בירת ישראל המוצהרת, שנויה במחלוקת ועל מיקומה בפועל של הכנסת, בית המשפט העליון הישראלי ומוסדות ממשלתיים אחרים בישראל. רמאללה היא מיקומה בפועל של ממשלת פלסטין, ואילו בירת פלסטין המוצהרת היא מזרח ירושלים, שעליה שנוי במחלוקת. ב. ^ נשלט על ידי החות'ים בשל המלחמה המתמשכת. מושב הממשלה עבר לעדן.

הגדרות אחרות של המזרח התיכון

מושגים שונים מקבילים לעתים קרובות למזרח התיכון, ובראשם המזרח הקרוב, הסהר הפורה והלבנט. במזרח הקרוב, לבנט וסהר פוריים הם מושגים גיאוגרפיים, המתייחסים לחלקים גדולים במזרח התיכון המוגדר המודרני, כאשר המזרח הקרוב הוא הקרוב ביותר למזרח התיכון במשמעותו הגיאוגרפית. מכיוון שהוא בעיקר דובר ערבית, אזור המגרב בצפון אפריקה נכלל לפעמים.

מדינות דרום הקווקז - ארמניה, אזרבייג'ן וגאורגיה - כלולות מדי פעם בהגדרות של המזרח התיכון. [25]

המזרח התיכון הגדול היה מונח פוליטי שטבע ממשל בוש השני בעשור הראשון של המאה ה -21, [26] לציון מדינות שונות, המתייחסות לעולם המוסלמי, במיוחד איראן, טורקיה, אפגניסטן ופקיסטן. [27] מדינות מרכז אסיה שונות נכללות לפעמים גם. [28]

המזרח התיכון שוכן בצומת אירואסיה ואפריקה ושל הים התיכון והאוקיינוס ​​ההודי. זהו מקום הולדתו והמרכז הרוחני של דתות כגון נצרות, איסלאם, יהדות, מניכיזם, יעזידי, דרוזים, ירסאן ומנדניות, ובאיראן, מיתריזם, זורואסטריזם, מניצ'ניות, והאמונה הבהאית. לאורך ההיסטוריה שלו המזרח התיכון היה מרכז מרכזי לענייני עולם, אזור רגיש מבחינה אסטרטגית, כלכלית, פוליטית, תרבותית ודתית. האזור הוא אחד האזורים שבהם התגלתה החקלאות באופן עצמאי, וממזרח התיכון היא התפשטה במהלך הנאוליתית לאזורים שונים בעולם כגון אירופה, עמק האינדוס ומזרח אפריקה.

לפני התהוות הציביליזציות נוצרו תרבויות מתקדמות בכל רחבי המזרח התיכון בתקופת האבן. החיפוש אחר אדמות חקלאיות על ידי חקלאים, וקרקעות פסטורליות של רועי רועים פירושו שהגירות שונות התרחשו באזור ועיצבו את ההרכב האתני והדמוגרפי שלו.

המזרח התיכון ידוע באופן נרחב והידוע ביותר כערש הציוויליזציה. הציביליזציות הקדומות ביותר בעולם, מסופוטמיה (שומר, אכד, אשור ובבל), מצרים העתיקה וקיש בלבנט, מקורן כולן באזורי הסהר הפורה ובעמק הנילוס במזרח הקדום הקדום. לאחר מכן באו הציוויליזציות החתיות, היווניות, ההוריות והאורארטיות של אסיה הקטנה עלם, התרבויות הפרסיות והחציוניות באיראן, כמו גם הציביליזציות של הלבנט (כגון אבלה, מארי, נגר, אוגרית, כנען, ארמיה, מיטאני, פניציה וישראל) וחצי האי ערב (מאגן, שיבא, אובאר). המזרח הקרוב התאחד תחילה במידה רבה תחת האימפריה הניאו אשורית, לאחר מכן האימפריה האכמנית ואחריה מאוחר יותר האימפריה המקדונית ולאחר מכן במידה מסוימת האימפריות האיראניות (כלומר האימפריות הפרטיות והסאסאניות), האימפריה הרומית והאימפריה הביזנטית. האזור שימש כמרכז האינטלקטואלי והכלכלי של האימפריה הרומית ומילא תפקיד חשוב במיוחד בשל הפריפריה שלו על האימפריה הסאסאנית. לפיכך הציבו הרומאים עד חמישה או שישה הלגיונות שלהם באזור רק במטרה להגן עליו מפני פשיטות ופלישות סאסניות ובדואיות.

החל מהמאה ה -4 לספירה הפך המזרח התיכון למרכז שתי המעצמות העיקריות באותה תקופה, האימפריה הביזנטית והאימפריה הססאנית. עם זאת, הח'ליפות האסלאמיות המאוחרות יותר של ימי הביניים, או תור הזהב האיסלאמי, שהחלו בכיבוש האסלאמי של האזור במאה השביעית לספירה, יחברו תחילה את כל המזרח התיכון כאזור מובהק וייצרו את האסלאם הדומיננטי. זהות אתנית ערבית הנמשכת במידה רבה (אך לא בלעדית) כיום. ארבע הח'ליפות ששלטו במזרח התיכון במשך יותר מ -600 שנה היו ח'ליפות ראשידון, הח'ליפות האומיית, הח'ליפות העבאסית והח'ליפות הפאטימית. בנוסף, המונגולים יבואו לשלוט באזור, ממלכת ארמניה תשלב חלקים מהאזור לתחומם, הסלג'וקים ישלטו באזור ויפיצו את התרבות הטורקו-פרסית, והפרנקים ימצאו את המדינות הצלבניות שיעמדו על כמאתיים שנה בערך. יאשיהו ראסל מעריך את אוכלוסיית מה שהוא מכנה "שטח איסלאמי" בכ -12.5 מיליון מכל 1000 - אנטוליה 8 מיליון, סוריה 2 מיליון ומצרים 1.5 מיליון. [29] החל מהמאה ה -16 ואילך, המזרח התיכון נשלט, שוב, על ידי שתי מעצמות עיקריות: האימפריה העות'מאנית והשושלת הצפבית.

המזרח התיכון המודרני החל לאחר מלחמת העולם הראשונה, כאשר האימפריה העות'מאנית, שהיתה בעלת ברית עם המעצמות המרכזיות, הובסה על ידי האימפריה הבריטית ובעלות בריתם וחולקה למספר אומות נפרדות, בתחילה תחת המנדטים הבריטים והצרפתים. אירועים מגדירים אחרים בשינוי זה כללו את הקמת ישראל ב -1948 ועזיבתם בסופו של דבר של המעצמות האירופיות, בעיקר בריטניה וצרפת עד סוף שנות השישים. הם הוחלפו בחלק מההשפעה הגוברת של ארצות הברית משנות השבעים ואילך.

במאה ה -20 העניקו לו מאגרי הנפט הגולמיים המשמעותיים באזור חשיבות אסטרטגית וכלכלית חדשה. ייצור המוני של נפט החל בסביבות 1945, כאשר לסעודיה, איראן, כווית, עיראק ואיחוד האמירויות היו כמויות גדולות של נפט. [30] עתודות הנפט המשוערות, במיוחד בסעודיה ובאיראן, הן מהגבוהות בעולם, וקרטל הנפט הבינלאומי OPEC נשלט על ידי מדינות המזרח התיכון.

במהלך המלחמה הקרה, המזרח התיכון היה תיאטרון של מאבק אידיאולוגי בין שתי המעצמות ובעלות בריתן: נאט"ו וארצות הברית מצד אחד, וברית המועצות וברית ורשה מצד שני, כאשר הן התחרו להשפיע על בעלות ברית אזוריות. מלבד הסיבות הפוליטיות היה גם "הסכסוך האידיאולוגי" בין שתי המערכות. יתר על כן, כפי שטוענת לואיז פוסט, בין תחומי מחלוקת חשובים רבים, או אולי יותר נכון של חרדה, היו, ראשית, רצונותיהן של מעצמות העל להשיג יתרון אסטרטגי באזור, שנית, העובדה שהאזור הכיל כשני שלישים של עתודות הנפט בעולם בהקשר שבו הנפט נעשה חיוני יותר ויותר לכלכלת העולם המערבי [. ] [31] במסגרת הקשר זו, ארצות הברית ביקשה להסיט את העולם הערבי מההשפעה הסובייטית. לאורך המאות ה -20 וה -21, האזור חווה הן תקופות של שלום וסובלנות יחסית והן תקופות של עימותים במיוחד בין הסונים לשיעים.

קבוצות אתניות

הערבים מהווים את הקבוצה האתנית הגדולה ביותר במזרח התיכון, ואחריה עמים איראנים שונים ולאחר מכן קבוצות דוברות טורקית (טורקית, אזרית ותורקמנים עיראקים). קבוצות אתניות ילידות האזור כוללות, בנוסף לערבים, ארמים, אשורים, בלוך, ברברים, קופטים, דרוזים, קפריסאים יוונים, יהודים, כורדים, לורסים, מנדאים, פרסים, שומרונים, שבקים, טאטים וזאזאים. קבוצות אתניות אירופאיות היוצרות תפוצות באזור כוללות אלבנים, בוסנים, צ'רקסים (כולל קברדים), טטרים קרים, יוונים, פרנקו-לבנטינים, איטלקו-לבנטינים ותורכמנים עיראקים. בין אוכלוסיות מהגרים אחרות ניתן למנות סינים, פיליפינים, הודים, אינדונזים, פקיסטנים, פשטונים, רומנים ואפרו-ערבים.

הֲגִירָה

"ההגירה תמיד סיפקה פורקן חשוב ללחצי שוק העבודה במזרח התיכון. במשך התקופה שבין שנות השבעים והתשעים העניקו מדינות ערב במפרץ הפרסי בפרט מקור תעסוקה עשיר לעובדים ממצרים, תימן והמדינות. של הלבנט, בעוד שאירופה משכה עובדים צעירים ממדינות צפון אפריקה הן בשל הקרבה והן במורשת הקשרים הקולוניאליים בין צרפת לבין רוב מדינות צפון אפריקה ". [32] על פי הארגון הבינלאומי להגירה, ישנם 13 מיליון מהגרים מהדור הראשון ממדינות ערב בעולם, מתוכם 5.8 מתגוררים במדינות ערב אחרות. גולים ממדינות ערב תורמים למחזור ההון הפיננסי והאנושי באזור ובכך מקדמים באופן משמעותי את הפיתוח האזורי. בשנת 2009 קיבלו מדינות ערב סך של 35.1 מיליארד דולר בהכנסות והעברות שנשלחו לירדן, מצרים ולבנון ממדינות ערב אחרות גבוהות ב -40 עד 190 אחוזים מהכנסות הסחר בין מדינות ערב למדינות ערב אחרות. [33] בסומליה, מלחמת האזרחים בסומליה הגדילה מאוד את גודל התפוצות הסומליות, שכן רבים מהסומלים המשכילים ביותר עזבו למדינות המזרח התיכון, כמו גם לאירופה וצפון אמריקה.

גם מדינות המזרח התיכון שאינן ערביות כמו טורקיה, ישראל ואיראן כפופות לדינמיקת הגירה חשובה.

חלק ניכר מהמהגרים ממדינות ערב הם ממיעוטים אתניים ודתיים המתמודדים עם רדיפות גזעיות ו / או דתיות ואינם בהכרח ערבים אתנים, איראנים או טורקים. [ דרוש ציטוט ] מספר רב של כורדים, יהודים, אשורים, יוונים וארמנים וכן מנדים רבים עזבו מדינות כמו עיראק, איראן, סוריה וטורקיה מסיבות אלה במהלך המאה האחרונה. באיראן עזבו מיעוטים דתיים רבים כמו נוצרים, בהאים וזורואסטרים מאז המהפכה האיסלאמית של 1979. [ דרוש ציטוט ]

דתות

המזרח התיכון מגוון מאוד בכל הנוגע לדתות שרבות מהן מקורן בה. האיסלאם היא הדת הגדולה ביותר במזרח התיכון, אך גם דתות אחרות שמקורן בה, כגון יהדות ונצרות, מיוצגות היטב. הנוצרים מייצגים 40.5% מ לבנון, שם נשיא לבנון, מחצית הקבינט ומחצית מהפרלמנט עוקבים אחר אחד הטקסים הנוצרים הלבנונים השונים. ישנן גם דתות מיעוט חשובות כמו האמונה הבהאית, יארסניזם, יזידיזם, זורואסטריזם, מנדאיזם, דרוזים ושבקיזם, ובימי קדם האזור היה ביתם של דתות מסופוטמיות, דתות כנעניות, מניאאיזם, מיתריזם וכתות גנוסטיות מונותאיסטיות שונות.

שפות

שש השפות המובילות מבחינת מספר הדוברים הן ערבית, פרסית, טורקית, כורדית, עברית ויוונית. ערבית ועברית מייצגות את משפחת השפות האפרו-אסיאתיות. פרסית, כורדית ויוונית שייכים למשפחת השפות ההודו-אירופיות. הטורקית שייכת למשפחת השפות הטורקיות. כ -20 שפות מיעוט מדוברות גם במזרח התיכון.

ערבית, על כל הניבים שלה, היא השפה המדוברת ביותר במזרח התיכון, כאשר ערבית ספרותית היא רשמית בכל צפון אפריקה וברוב מדינות מערב אסיה. דיאלקטים ערביים מדוברים גם בכמה אזורים סמוכים במדינות לא ערביות השכנות במזרח התיכון. הוא חבר בענף השמי של השפות האפרו-אסיאטיות. מספר שפות מודרניות בדרום ערב כמו מהרי וסוקוטרי מדוברות גם בתימן ובעומאן. שפה שמית נוספת כמו ארמית ודיאלקטים שלה מדוברות בעיקר על ידי אשורים ומנדאים. יש גם קהילה דוברת נווה מדבר ברבר במצרים שבה השפה ידועה גם בשם סיווה. זוהי שפה אפרו-אסיאטית לא-שמית.

פרסית היא השפה השנייה המדוברת ביותר. למרות שהיא מדוברת בעיקר באיראן ובכמה אזורי גבול במדינות השכנות, המדינה היא אחת הגדולות והמאוכלסות ביותר באזור. הוא שייך לענף ההודו-איראני של משפחת השפות ההודו-אירופיות. שפות איראניות מערביות אחרות המדוברות באזור כוללות את אחומי, דיילאמי, ניבים כורדים, סמני, לוריש, ועוד רבים אחרים.

השפה השלישית בדוברת ביותר, טורקית, מוגבלת במידה רבה לטורקיה, שהיא גם אחת המדינות הגדולות והמאוכלסות ביותר באזור, אך היא קיימת באזורים במדינות השכנות. הוא חבר בשפות הטורקיות, שמקורן במרכז אסיה. שפה טורקית נוספת, אזרבייג'אן, מדוברת אזרבייג'אן באיראן.

עברית היא אחת משתי השפות הרשמיות בישראל, השנייה ערבית. עברית מדוברת ומשמשת יותר מ -80% מאוכלוסיית ישראל, 20% האחרים משתמשים בערבית.

יוונית היא אחת משתי השפות הרשמיות של קפריסין, והשפה העיקרית במדינה. קהילות קטנות של דוברי יוונית קיימות בכל רחבי המזרח התיכון עד המאה ה -20 היא דיברה גם באסיה הקטנה (בהיותה השפה השנייה המדוברת שם, אחרי הטורקית) ובמצרים. במהלך העת העתיקה, היוונית העתיקה הייתה הלנגואה פרנקה באזורים רבים במזרח התיכון המערבי ועד ההתרחבות המוסלמית היא דוברה גם שם. עד סוף המאה ה -11, היא הייתה גם השפה המדוברת העיקרית באסיה הקטנה לאחר מכן הוחלפה בהדרגה בשפה הטורקית כאשר התורכים האנטולים התרחבו והיוונים המקומיים נטמעו, במיוחד בפנים.

אנגלית היא אחת השפות הרשמיות של Akrotiri ו- Dhekelia.[34] [35] הוא גם נלמד ומשמש כשפה שנייה, במיוחד בקרב בני המעמד הבינוני והעליון, במדינות כמו מצרים, ירדן, איראן, כורדיסטן, עיראק, קטאר, בחריין, איחוד האמירויות הערביות וכווית. [36] [37] היא גם שפה מרכזית בחלק מהאמירות של איחוד האמירויות הערביות.

צרפתית נלמדת ומשמשת במתקנים ממשלתיים רבים בתקשורת בלבנון, ונלמדת בחלק מבתי הספר היסודיים והתיכוניים של מצרים וסוריה. מלטזית, שפה שמית המדוברת בעיקר באירופה, משמשת גם את הגולה הצרפתית-מלטזית במצרים.

דוברי ארמנית נמצאים גם באזור. הגאורגית מדוברת בגולה הגאורגית. רוסית מדוברת על ידי חלק גדול מהאוכלוסייה הישראלית, בגלל ההגירה בסוף שנות התשעים. [38] רוסית כיום היא שפה לא רשמית פופולרית בשימוש בישראל חדשות, ניתן למצוא לוחות רדיו ושלטים ברוסית ברחבי הארץ אחרי עברית וערבית. צ'רקסית מדוברת גם על ידי הגולה באזור ועל ידי כמעט כל הצ'רקסים בישראל הדוברים גם עברית ואנגלית. הקהילה הגדולה ביותר דוברת רומנית במזרח התיכון נמצאת בישראל, שם החל משנת 1995 [עדכון] רומנית מדוברת על ידי 5% מהאוכלוסייה. [הערה 2] [39] [40]

בנגלית, הינדית ואורדו מדוברות בהרחבה על ידי קהילות מהגרים במדינות רבות במזרח התיכון, כמו סעודיה (שבה 20-25% מהאוכלוסייה בדרום אסיה), איחוד האמירויות הערביות (שבה 50-55% מהאוכלוסייה בדרום. אסיה), וקטאר, שבה יש מספר רב של מהגרים פקיסטנים, בנגלדשיים והודים.


כיצד למצוא & ldquoempty & rdquo buffer? - מערכות מידע גיאוגרפיות

Academia.edu כבר לא תומך ב- Internet Explorer.

לגלישה מהירה ובטוחה יותר של Academia.edu והאינטרנט הרחב יותר, אנא הקדש מספר שניות לשדרוג הדפדפן שלך.

סטו המילטון הוא פרופסור חבר לגיאוגרפיה ומדעי הגיאולוגיה באוניברסיטת סליסברי, כמו גם מנהל התוכנית לתארים מתקדמים ב- GIS. תחומי המחקר שלו הם שינוי סביבתי עולמי ואינטראקציה בין אדם לסביבה. הוא חבר בחברה המלכותית לגאוגרפים (FRGS) וכן איש מקצוע מוסמך ב- GIS (GISP). הוא בעל תואר ראשון בגיאוגרפיה ומדעי החברה היישומית מאוניברסיטת קנטרברי כרייסט צ'רץ 'בבריטניה, תואר שני בגיאוגרפיה (GIS) מה- SUNY בבאפלו ותואר שלישי בגיאוגרפיה מאוניברסיטת דרום מיסיסיפי.

מטרה לספק הערכות מקומיות, אזוריות, לאומיות וגלובליות ברזולוציה גבוהה של מנגרוב שנתי. יותר מטרה
לספק הערכות מקומיות, אזוריות, לאומיות וגלובליות ברזולוציה גבוהה של שטח יער המנגרובים השנתי משנת 2000 עד 2012 במטרה להניע שאלות מחקר מנגרובים הנוגעות למגוון ביולוגי, מניות פחמן, שינויי אקלים, פונקציונליות, אבטחת מזון, פרנסה, תמיכה בדיג. ושימור שנבלמו עד כה מחוסר נתונים מתאימים.

מקום
גלובלי, המכסה 99% מכלל יערות המנגרובים.

שיטות
סינתזנו את מאגר הנתונים של Global Forest Change, את המערכות האקולוגיות היבשתיות של מסד הנתונים העולמי ואת מאגר יערות המנגרובים של העולם כדי לחלץ כיסוי יער מנגרובים ברזולוציות מרחביות וזמניות גבוהות. לאחר מכן השתמשנו במאגר המידע החדש כדי לפקח על כיסוי המנגרובים בקני המידה העולמיים, הלאומיים והמוגנים.

תוצאות
מדינות המציגות כמויות גבוהות יחסית של אובדן מנגרובים כוללות את מיאנמר, מלזיה, קמבודיה, אינדונזיה וגואטמלה. אינדונזיה נותרה ללא ספק המדינה הגדולה ביותר המחזיקה במנגרובים, ומכילה בין 26% ל -29% ממלאי המנגרובים העולמי עם שיעור כריתת יערות בין 0.26% ל- 0.66% בשנה. הפכנו את מסד הנתונים החדש שלנו, CGMFC-21, לזמין באופן חופשי.

מסקנות עיקריות
כריתת יערות המנגרובים העולמית נמשכת אך בשיעור מופחת בהרבה של בין 0.16% ל 0.39% בשנה. דרום מזרח אסיה היא אזור דאגה עם שיעורי כריתת יערות המנגרובים בין 3.58% ל- 8.08%, זאת באזור המכיל מחצית מכלל מלאי יער המנגרובים העולמי. דפוס כריתת היערות העולמי של מנגרובים בין השנים 2000 ל -2012 הוא אחד של ירידות בשיעורי כריתת היערות, כאשר מדינות רבות יציבות במהותן, למעט האזור הגדול ביותר של מחזיקי המנגרובים בדרום מזרח אסיה. אנו מספקים מערך נתונים מרחבי סטנדרטי המנטר את כריתת יערות המנגרובים ברחבי העולם ברזולוציות מרחביות-זמניות גבוהות. ניתן להשתמש בנתונים אלה כדי להניע את סדר היום של מחקר המנגרובים, במיוחד בנוגע למעקב אחר מניות פחמן מנגרובים והקמת מלאי יער מקומי של מנגרובים הנדרשים לתשלום עבור יוזמות שירות למערכות אקולוגיות.

750, 1450 ו 4550 מ ') בעלי משמעות סטטיסטית ברמת הביטחון של 95%. ניתוח קוספקטרלי מצביע על כך שהשונות במורפולוגיה של הדיונות מתואמת עם רכסים רוחביים על המדף הפנימי, אבני החוף האחוריות והמגמות ההיסטוריות והסופות הקשורות לשינוי קו החוף. קטעי חוף עם מעט התפתחות דיונות לפני הוריקן איוון נצפו בחלקים הצרים ביותר של האי (בין הלוחות), ממערב לרכסים הרוחביים. חדירת שטיפת יתר נוטה להיות גדולה יותר באזורים אלה והפרת איים הייתה נפוצה, והשאירה את פני השטח קרובים למים הנישאים ומכוסים בפיגור של קליפה וחצץ. לעומת זאת, חזיתות גדולות ודיונות מחסום אחוריות נצפו בחלקים הרחבים ביותר של האי (הכיפות הצפופות) ובקצה הרכסים הרוחביים. בשל הדיונות הגדולות והנוכחות של דיונות הגב, אזורים אלה חוו פחות חדירת שטיפת יתר ורוב המשקעים משטח החוף והדיונות הופקדו בתוך החוף העליון. נטען כי משקעים אלה מוחזרים אל פני החוף באמצעות נדידת ברים ליד החוף בעקבות הסופה וכי באזורים עם דיונות חזית גדולות יותר ודיונות מחסום אחוריות יש שיעורי שחיקה היסטוריים יותר של קו החוף בהשוואה לאזורים עם דיונות קטנות יותר והעברת משקעים גדולה יותר למרפסת הכביסה. . מאחר שהתאוששות הדיונות תשתנה בהתאם לזמינות המשקעים מהרחף ולחוף הים, נטען עוד כי דפוס מורפולוגית הדיונות לאורך החוף והתגובה של האי לסופה הקיצונית הבאה נאלצים על ידי הרכסים הרוחבים והאי רוחב לאורך וריאציות לאורך החופים בשיעורי סערה ושטיפת יתר בהתאמה. ממצאים אלה עשויים להיות חשובים במיוחד עבור מנהלי החופים העוסקים בתיקון ובנייה מחדש של תשתיות החוף שנפגעו או נהרסו במהלך הוריקן איוון.

750, 1450 ו 4550 מ ') בעלי משמעות סטטיסטית ברמת הביטחון של 95%. ניתוח קוספקטרלי מצביע על כך שהשונות במורפולוגיה של הדיונות מתואמת עם רכסים רוחביים על המדף הפנימי, אבני החוף האחוריות והמגמות ההיסטוריות והסופות הקשורות לשינוי קו החוף. קטעי חוף עם מעט התפתחות דיונות לפני הוריקן איוון נצפו בחלקים הצרים ביותר של האי (בין הלוחות), ממערב לרכסים הרוחביים. חדירת שטיפת יתר נוטה להיות גדולה יותר באזורים אלה והפרת איים הייתה נפוצה, והשאירה את פני השטח קרובים למים הנישאים ומכוסים בפיגור של קליפה וחצץ. לעומת זאת, חזיתות גדולות ודיונות מחסום אחוריות נצפו בחלקים הרחבים ביותר של האי (הכיפות הצפופות) ובקצה הרכסים הרוחביים. בשל הדיונות הגדולות והימצאות דיונות הגב, אזורים אלה חוו פחות חדירת שטיפת יתר ורוב המשקעים משטח החוף והדיונות הופקדו בתוך החוף העליון. נטען כי משקעים אלה מוחזרים אל פני החוף באמצעות נדידת ברים ליד החוף בעקבות הסופה וכי באזורים עם דיונות חזית גדולות יותר ודיונות מחסום אחוריות יש שיעורי שחיקה היסטוריים יותר של קו החוף בהשוואה לאזורים עם דיונות קטנות יותר והעברת משקעים גדולה יותר למרפסת הכביסה. . מאחר שהתאוששות הדיונות תשתנה בהתאם לזמינות המשקעים מהרחף ולחוף הים, נטען עוד כי דפוס מורפולוגית הדיונות לאורך החוף והתגובה של האי לסופה הקיצונית הבאה נאלצים על ידי הרכסים הרוחבים והאי רוחב לאורך וריאציות לאורך החופים בשיעורי סערה ושטיפת יתר בהתאמה. ממצאים אלה עשויים להיות חשובים במיוחד עבור מנהלי החופים העוסקים בתיקון ובנייה מחדש של תשתיות החוף שנפגעו או נהרסו במהלך הוריקן איוון.

מטרה לספק הערכות מקומיות, אזוריות, לאומיות וגלובליות ברזולוציה גבוהה של מנגרוב שנתי. יותר מטרה
לספק הערכות מקומיות, אזוריות, לאומיות וגלובליות ברזולוציה גבוהה של שטח יער המנגרובים השנתי משנת 2000 עד 2012 במטרה להניע שאלות מחקר מנגרובים הנוגעות למגוון ביולוגי, מניות פחמן, שינויי אקלים, פונקציונליות, אבטחת מזון, פרנסה, תמיכה בדיג. ושימור שנבלמו עד כה מחוסר נתונים מתאימים.

מקום
גלובלי, המכסה 99% מכלל יערות המנגרובים.

שיטות
סינתזנו את מאגר הנתונים של Global Forest Change, את המערכות האקולוגיות היבשתיות של מסד הנתונים העולמי ואת מאגר יערות המנגרובים של העולם כדי לחלץ כיסוי יער מנגרובים ברזולוציות מרחביות וזמניות גבוהות. לאחר מכן השתמשנו במאגר המידע החדש כדי לפקח על כיסוי המנגרובים בקני המידה העולמיים, הלאומיים והמוגנים.

תוצאות
מדינות המציגות כמויות גבוהות יחסית של אובדן מנגרובים כוללות את מיאנמר, מלזיה, קמבודיה, אינדונזיה וגואטמלה. אינדונזיה נותרה ללא ספק המדינה הגדולה ביותר המחזיקה במנגרובים, ומכילה בין 26% ל -29% ממלאי המנגרובים העולמי עם שיעור כריתת יערות בין 0.26% ל- 0.66% בשנה. הפכנו את מסד הנתונים החדש שלנו, CGMFC-21, לזמין באופן חופשי.

מסקנות עיקריות
כריתת יערות המנגרובים העולמית נמשכת אך בשיעור מופחת בהרבה של בין 0.16% ל 0.39% בשנה. דרום מזרח אסיה היא אזור דאגה עם שיעורי כריתת יערות המנגרובים בין 3.58% ל -0.08%, זאת באזור המכיל מחצית מכלל מלאי יער המנגרובים העולמי. דפוס כריתת היערות העולמי של מנגרובים בין השנים 2000 ל -2012 הוא אחד של ירידות בשיעורי כריתת היערות, כאשר מדינות רבות יציבות במהותן, למעט האזור הגדול ביותר של מחזיקי המנגרובים בדרום מזרח אסיה. אנו מספקים מערך נתונים מרחבי סטנדרטי העוקב אחר כריתת יערות המנגרובים ברחבי העולם ברזולוציות מרחביות-זמניות גבוהות. ניתן להשתמש בנתונים אלה כדי להניע את סדר היום של מחקר המנגרובים, במיוחד בנוגע למעקב אחר מניות פחמן מנגרובים והקמת מלאי יער מקומי של מנגרובים הנדרשים לתשלום עבור יוזמות שירות למערכות אקולוגיות.

750, 1450 ו 4550 מ ') בעלי משמעות סטטיסטית ברמת הביטחון של 95%. ניתוח קוספקטרלי מצביע על כך שהשונות במורפולוגיה של הדיונות מתואמת עם רכסים רוחביים על המדף הפנימי, אבני החוף האחוריות והמגמות ההיסטוריות והסופות הקשורות לשינוי קו החוף. קטעי חוף עם מעט התפתחות דיונות לפני הוריקן איוון נצפו בחלקים הצרים ביותר של האי (בין הלוחות), ממערב לרכסים הרוחביים. חדירת שטיפת יתר נוטה להיות גדולה יותר באזורים אלה והפרת איים הייתה נפוצה, והשאירה את פני השטח קרובים למים הנישאים ומכוסים בפיגור של קליפה וחצץ. לעומת זאת, חזיתות גדולות ודיונות מחסום אחוריות נצפו בחלקים הרחבים ביותר של האי (הכיפות הצפופות) ובקצה הרכסים הרוחביים. בשל הדיונות הגדולות והימצאות דיונות הגב, אזורים אלה חוו פחות חדירת שטיפת יתר ורוב המשקעים משטח החוף והדיונות הופקדו בתוך החוף העליון. נטען כי משקעים אלה מוחזרים אל פני החוף באמצעות נדידת ברים ליד החוף בעקבות הסופה וכי לאזורים עם דיונות חזית גדולות יותר ולדיונות מחסום אחורית יש שיעורי שחיקה היסטוריים יותר של קו החוף בהשוואה לאזורים עם דיונות קטנות יותר והעברת משקעים גדולה יותר למרפסת הכביסה. . מאחר שהתאוששות הדיונות תשתנה בהתאם לזמינות המשקעים מהרחף ולחוף הים, נטען עוד כי דפוס מורפולוגית הדיונות לאורך החוף והתגובה של האי לסופה הקיצונית הבאה נאלצים על ידי הרכסים הרוחבים והאי רוחב לאורך וריאציות לאורך החופים בשיעורי סערה ושטיפת יתר בהתאמה. ממצאים אלה עשויים להיות חשובים במיוחד עבור מנהלי החופים העוסקים בתיקון ובנייה מחדש של תשתיות החוף שנפגעו או נהרסו במהלך הוריקן איוון.

750, 1450 ו 4550 מ ') בעלי משמעות סטטיסטית ברמת הביטחון של 95%. ניתוח קוספקטרלי מצביע על כך שהשונות במורפולוגיה של הדיונות מתואמת עם רכסים רוחביים על המדף הפנימי, אבני החוף האחוריות והמגמות ההיסטוריות והסופות הקשורות לשינוי קו החוף. קטעי חוף עם מעט התפתחות דיונות לפני הוריקן איוון נצפו בחלקים הצרים ביותר של האי (בין הלוחות), ממערב לרכסים הרוחביים. חדירת שטיפת יתר נוטה להיות גדולה יותר באזורים אלה והפרת איים הייתה נפוצה, והשאירה את פני השטח קרובים למים הנישאים ומכוסים בפיגור של קליפה וחצץ. לעומת זאת, חזיתות גדולות ודיונות מחסום אחוריות נצפו בחלקים הרחבים ביותר של האי (הכיפות הצפופות) ובקצה הרכסים הרוחביים. בשל הדיונות הגדולות והנוכחות של דיונות הגב, אזורים אלה חוו פחות חדירת שטיפת יתר ורוב המשקעים משטח החוף והדיונות הופקדו בתוך החוף העליון. נטען כי משקעים אלה מוחזרים אל פני החוף באמצעות נדידת ברים ליד החוף בעקבות הסופה וכי באזורים עם דיונות חזית גדולות יותר ודיונות מחסום אחוריות יש שיעורי שחיקה היסטוריים יותר של קו החוף בהשוואה לאזורים עם דיונות קטנות יותר והעברת משקעים גדולה יותר למרפסת הכביסה. . מאחר שהתאוששות הדיונות תשתנה בהתאם לזמינות המשקעים מהרחף ולחוף הים, נטען עוד כי דפוס מורפולוגית הדיונות לאורך החוף והתגובה של האי לסופה הקיצונית הבאה נאלצים על ידי הרכסים הרוחבים והאי רוחב לאורך וריאציות לאורך החופים בשיעורי סערה ושטיפת יתר בהתאמה. ממצאים אלה עשויים להיות חשובים במיוחד עבור מנהלי החופים העוסקים בתיקון ובנייה מחדש של תשתיות החוף שנפגעו או נהרסו במהלך הוריקן איוון.


& דרך ldquo נכון & rdquo לטפל ב- C6386 ב- Visual C ++ (הצפת מאגר)?

יש לי קטע קוד שמפעיל אזהרת חריגה מאגר:

השורה המפעילה את האזהרה היא [שורה] [קול] = 0 שבה היא מאמינה שהקול יכול להיות שלילי. האזהרה תיעלם אם אעשה אחת מהפעולות הבאות:

  • כלול & amp & amp col & gt = 0 בהצהרת for (מה שמוסיף צ'ק מיותר ללולאה, מכיוון שבקוד האמיתי כבר בדקתי גבולות משתנים ויודע שלעולם לא אעלה על גדותי)
  • מחק את הדמה ללולאה באמצע קטע הקוד (מוזר, אני יודע, ובקוד האמיתי ש & quotdummy & לולאה עושה עבודה בפועל)
  • שנה דמה לגודל_ט (מוזר, לא קשור ללולאה עם האזהרה)
  • שנה n ל- int ללא סימן (שוב, מוזר, לא קשור ללולאה המדוברת)
  • הסר את המשתנה המוזר מהאתחל הקול (מה שיגרום לקוד להיות שגוי)
  • השתמש ב- #פרגמה כדי להתעלם מהנושא (שבדרך כלל אני מעדיף להימנע ממנו)
  • בדוק בכל מקום מעל לולאת ה- for טווחים שעלולים להוביל להצפה (ניסיתי בדיקות טווח עבור m, n, x, y, ואפילו מוזר).
  • שנה קול לסוג לא חתום כמו size_t, או בצע כל סוג של הליהוק ללא חתימה

אף אחת מהפתרונות לעקיפת הבעיה לא משאירה אותי מרגישה חמה ומעורפלת. ראיתי אזהרות כאלה לא מעט לאחרונה, לעתים קרובות עם תלות מוזרות בפיסות קוד לא קשורות כמו דמה ללולאה שנראתה כאן, וכמעט אף פעם לא חושפת בעיה אמיתית. האם יש שיטה מומלצת להימנע מאזהרה מסוג זה?


גודל מאגר הפלט של הנתב תלוי ב- RTT. אֵיך?

על פי ספר בנושא רשתות מחשבים ונתב מכסה זקוק לכמות מאגר השווה לזמן ממוצע הלוך ושוב של זרימה שעוברת בנתב, כפול הקיבולת של ממשק הרשת של הנתב, B = RTT * C & quot. זהו הכלל הידוע.

השאלה שלי כיצד ניתן לספק RTT זה לנתב לפני התקנתו או כיצד מחשב RTT זה מראש? נתב לא יכול להעריך את ה- RTT הזה בעצמו למיטב ידיעתי.


ישנה תפיסה מוטעית למדי כי אלגוריתמים ללא נעילה מהירים יותר מאלגוריתמים של נעילה. עם זאת, יתכן שזה לא נכון. יישומי mutex מודרניים הם מהירים במיוחד במקרה הבלתי מוסכם, וכאשר יש הרבה ויכוחים הם משתמשים בשיחת מערכת המאפשרת לגרעין להמתין עד שהמוטקס ייפתח. לשיחת מערכת בהחלט יש הרבה תקורה, אבל הפתרון שלך הוא להסתובב 255 פעמים. פעולות אטומיות אינן בחינם, כך שבמקרה המתווכח עם שרשורים רבים שמנסים לקבל גישה, הדבר עלול לבזבז הרבה זמן CPU.

אתה באמת צריך לנסות להוכיח את התיאוריה שלך לפיה יישום ללא מנעולים מהיר יותר מאשר שימוש במוטקסים על ידי הפעלת אמות מידה.


השם קורנה מסמל "נחשה " או "נקודה של הר ". [1]

הפניות לקורנה, גורנה, קורנו, גורנה, אל-כור'נה, גורן, אל אבואב, אל-גור'נה או גרסאות רבות אחרות בספרות שלפני שנות הארבעים מתייחסות לפריסה עירונית נרחבת של בתי מגורים המשתרעים מסביבות הרמסום ( מקדש המתים של רעמסס השני) למקדש בית המתים של סטי הראשון בצד המזרחי של גבעות תיבאן, כולל שמות המקומות הנוכחיים של השייח 'עדב אל-קורנה, אל-אסיף, אל ח'וקה, דרא 'אבו אל-נאג' ו קורנה.

במהלך המאות ה -18, ה -19 וה -20, המבקרים והמטיילים באזור הם לעתים רחוקות עקביים בשימוש בשם וכל מה שבין מדינט האבו לקברי אל-תריף ניתן לעתים לקרוא לו כחלק מקהילת קורנה.

הפניה ל "מקדש גורנה "או דומה, הוא ברוב המקרים התייחסות לרמסיאום, במידה פחותה למקדש סתי הראשון ורק לעיתים רחוקות הוא התייחסות למקדשי הרוחות של הרעמסס הרביעי, תותמוס השלישי או תותמוס הרבי.


צפו בסרטון: גיליונות משותפים - לעבוד ביחד על קובץ אקסל - מדריך אקסל (אוֹקְטוֹבֶּר 2021).