Технологія синтезу систем геоінформаційного моніторингу (ГІМС-технологія)

Область географічних інформаційних систем (ГІС) є найбільш розвинутою частиною моніторингу довкілля. В багатьох країнах ГІС-технологія має значний успіх і приносить суттєві економічні ефекти. ГІС лежить на стику комп' ютерної картографії з базами даних і дистанційним зондуванням. Елементами ГІС є комп'ютерна мережа, база даних, мережа передачі даних та система відображення реальної ситуації на дисплеї комп' ютера. Численні приклади ГІС дають змогу стверджувати, що ГІС-технологія забезпечує зручний для масового користувача засіб контролю за станом об' єкта моніторингу і слугує ефективним механізмом об' єднання багатофакторної інформації про об'єкт. Разом із тим ГІС-технологія має серйозні обмеження у випадку складних завдань природного моніторингу, що вимагають створення динамічного образу середовища в умовах уривчастих даних у просторі і часі. Основний недолік ГІС-технології полягає у тому, що вона не орієнтована на багатоплановий прогноз стану об' єкта моніторингу.
Важливим кроком у розвитку ГІС-технології є теоретичне обґрунтування та практичне застосування ГІМС-технології. Ця технологія усуває багато недоліків ГІС-технології і дає можливість синтезу систем моніторингу з функціями прогнозу. Узагальнено основну концепцію ГІМС-технології подано на рис. 2.1—2.3.
Ключовою ланкою ГІМС-технології є дистанційне визначення за допомогою зондування з супутників максимально можливого числа параметрів глобальної моделі. Саме завдяки поєднанню емпіричної та теоретичної частин ГІМС-технології можна оперативно оцінити поточні та прогнозні зміни навколишнього середовища в планетарних масштабах.
Основні принципи ГІМС-технології.
1. Об' єднання, інтеграція та координація наявних державних, відомчих і галузевих систем збирання первинної інформації про навколишнє середовище на єдиній організаційній та науково-методичній основі.
2. Оптимізація матеріальних і фінансових витрат на створення, функціонування та вдосконалення системи контролю навколишнього середовища.
3. Узгодження та сумісність інформаційних потоків у системі на основі застосування єдиної координатно-часової системи, використання єдиної системи класифікації, кодування, форматів і структури даних.
4. Централізація доступу до інформації через міжнародні інформаційні мережі з максимальним розширенням списку користувачів.
5. Забезпечення міжнаціонального характеру глобального геоін-формаційного моніторингу, незалежного від незбігу державних кордонів з кордонами екосистем.
УПРАВЛІННЯ РЕЖИМОМ МОНІТОРИНГУ
ВИМІРЮВАЛЬНІ СИСТЕМИ
супутники літаючі та плаваючі лабораторії стаціонарні пункти спостережень
АЛГОРИТМИ ПЕРВИННОЇ ОБРОБКИ ДАНИХ
СПОСТЕРЕЖЕНЬ
класифікація, картування інтерполяція, реконструкція, інтегрування оцінка параметрів моделей
УПРАВЛІННЯ БАЗОЮ ДАНИХ
дані для еволюційних моделей дані для стандартних моделей

Стан природних об'єктів характеризується великим різноманіттям параметрів. Серед них параметри, що характеризують тип ґрунтів і рослинності, водний режим території, сольовий склад ґрунтів, рівень залягання ґрунтових вод та багато інших. Потрібна інформація може бути отримана з різним ступенем вірогідності та продуктивності із даних наземних спостережень, дистанційних вимірювань та з банків даних географічних інформаційних систем, де міститься апріорна інформація, накопичена за минулі роки. Проблема, що виникає перед відповідальним за прийняття певного рішення, полягає в отриманні відповідей на такі питання:
• які прилади доцільно використовувати для проведення наземних і дистанційних вимірювань;
• які фінансові кошти виділити для проведення наземних і дистанційних вимірювань;
• як збалансувати кількість наземних вимірювань та об'єм дистанційних даних з урахуванням їх інформаційного змісту і вартості;
• які математичні моделі просторово-часових змін параметрів природних об' єктів доцільно використати для інтерполяції й екстраполяції даних контактних і дистанційних спостережень задля зменшення об'єму (кількості) цих даних і, відповідно, зменшення вартості робіт в цілому, а також для отримання прогнозу функціонування даного об'єкта?
ГІМС дає змогу відповісти на ці запитання. Вона може бути адаптована до досліджуваних об' єктів, таких як богарні землі, поливні площі, заплави, системи річка—басейн водозбору, річка—дельта річки, канал—територія, що зрошується, океанічна акваторія, регіональна аквагеосистема, біогеоценоз тощо.
За своєю структурою ГІМС включає кілька блоків, що виконують такі функції:
• збирання інформації про об'єкт моніторингу;
• обробка, зведення, групування та зберігання інформації;
• моделювання (імітація, організація взаємозв'язків, навчання) фізико-хімічних процесів різних видів геоекосистем;
• оцінка поточного стану геоекосистем;
• прогноз стану геоекосистем;
• зворотний зв' язок, оцінка дефіциту інформації, її оптимізація;
• виконання специфічних операцій з обробки даних у межах вимог споживача інформації (оцінка і прогноз стану об' єктів при реалізації антропогенного сценарію тощо).
Будь-яка підсистема навколишнього середовища розглядається як елемент природи, що взаємодіє через біосферні, кліматичні та соціально-економічні зв'язки з глобальною системою Природа— Суспільство (ПС). Для конкретного об'єкта моніторингу створюється модель, що описує цю взаємодію та функціонування різних рівнів просторово-часової ієрархії всієї сукупності процесів довкілля, які впливають за попередніми оцінками на стан об' єкта. Модель охоплює характерні для даної території процеси природного та антропогенного характеру і на початку своєї розробки спирається на існуючу інформаційну основу. Структура моделі орієнтується на адаптивний режим її використання відповідно до схеми (див. рис. 2.1).
У результаті об'єднання системи збирання інформації про навколишнє середовище, моделі функціонування геоекосистеми даної території, системи комп'ютерного картування і засобів штучного інте¬лекту синтезується єдина ГІМС території, що забезпечує прогнозні оцінки наслідків реалізації техногенних проектів та інші оцінки функціонування геоекосистеми.
Побудова ГІМС пов' язана з виділенням компонентів біосфери, клімату і соціального середовища, характерних для даного рівня просторової ієрархії. Послідовність дій з організації робіт і реалізації проекту ГІМС орієнтується на створення таких її підсистем:
> збирання та експрес-аналіз даних;
> первинна обробка і накопичення даних;
> комп'ютерне картування;
> оцінка стану атмосфери;
> оцінка стану ґрунтово-рослинних покривів;
> оцінка стану водного середовища території;

> оцінка рівня екологічної безпеки та ризику для здоров'я населення території;
> ідентифікація причин порушення екологічного та санітарного стану;
> інтелектуальна підтримка комп'ютерних операцій та засобів прийняття рішень.
Підсистема збирання та експрес-аналіз даних забезпечує систематичний збір, узагальнення, збереження, використання і розповсюдження інформації про параметри навколишнього середовища у формі, максимально адаптованій до практичного використання споживачами. Розв'язується завдання планування експерименту з у казанням структури системи збирання даних про навколишнє середовище регіону з використанням супутників, літаків-лабораторій, пересувних і стаціонарних наземних пунктів спостереження. Лабораторії оснащуються вимірювальними засобами, що дають змогу визначати ступінь забруднення довкілля, карту вати екологічну обстановку, фіксувати порушення природного середовища, відображати на карті місцевості характерні утворення, знаходити під поверхневі місця екологічних порушень, здійснювати типізацію покривів, порушень ґрунтових покривів, розливів нафти, оцінювати стан лісів, забруднення водних систем і оперативно виявляти критичні ситуації та вказувати на джерела екологічної небезпеки.
Підсистема первинної обробки і накопичення даних аналізує інформацію про навколишнє середовище та оцінює фактичний стан природних систем у конкретних просторово-часових межах. Реалізуються методика й алгоритм синхронного аналізу аерокосмічної інформації і наземних вимірювань. За рахунок методів просторово-часової інтерполяції здійснюється відновлення даних по регіону і зведення їх до єдиного моменту часу. Проводиться тематична класифікація даних і здійснюється просторово-часове об' єднання зображень в оптичному, ІЧ та НВЧ діапазонах трасових вимірювань, що отримані апаратурою різнотипних центрів вимірювань.
Особливістю вимірювань з використанням літальних лабораторій або супутників є расовість і малі об' єми статистично вірогідних вибірок, а також не стаціонарність одержаних рядів даних. Формування вхідної інформації для моделей і систем інтерпретації даних про просторово-неоднорідні природні структури за результатами уривчастих у просторі і нерегулярних у часі вимірювань вимагає розв' язання завдання відновлення даних у міжрасовому просторі. Це завдання може бути вирішене методом Беллмана—Роуса, еволюційного моделювання та іншими. Вибір одного з цих методів відновлення даних залежить від типу розв' язуваної задачі. Великомасштабні завдання картографічного зображення даних вимірювань розв'язуються методом сплайн-інтерполяції, більш детальне вивчення двовимірних об'єктів забезпечується методом Беллмана— Роуса, а відновлення даних в умовах відсутності апріорної інформації може бути виконано методом еволюційного моделювання.
До універсальних підходів у теорії наближення функцій належить метод диференціальної апроксимації, який часто застосовують для аналізу динамічної інформації. У випадку, коли йдеться про відновлення трасових вимірювань, завдання полягає в тому, щоб звести виміри до єдиного моменту часу і визначити значення параметрів у між трасовому просторі. За період вимірювання об' єкт дослідження змінюється, а тому очевидною є неможливість отримання статистично достовірних вибірок. Метод диференціальної апроксимації найкращим чином відповідає такому завданню відновлення, оскільки в ньому закладена механіка імітації динаміки даних. Комбінація цього методу зі сплайн-апроксимацією в умовах, коли в структурі трасових вимірів є перетини траєкторій польоту носія системи спостереження, за рахунок оптимізації режиму інтерполяції підвищує ефективність відновлення даних у всьому просторі системи.
У зв' язку з вивченням природних об' єктів дистанційними методами була висунута парадигма «еволюційної обчислювальної технології» — технології знання, орієнтованої на відновлювальну адаптацію. Ця парадигма лягла в основу ГІМС-технології. Для того щоб йти за цією парадигмою, необхідно вдосконалення «над інтелекту» з урахуванням неусувної інформаційної невизначеності в завданнях глобальної екоінформатики. Таким над інтелектом є еволюційне моделювання — метод адаптивної структурної ідентифікації об'єкта, оснований на синтезі структурованих моделей через імітацію механізмів природної еволюції та їх самоорганізацію.
Еволюційна інтелектуальна технологія дає змогу створювати модель об'єкта або процесу, що змінюється в часі непередбачувано, тим самим забезпечує усунення інформаційної невизначеності в довільний момент моніторингу. Ця технологія описується ієрархічною дворівневою структурою (рис. 2.4). На першому рівні є два процеси, що постійно чергуються, — процес структурної адаптації і процес використання. На довільному кроці адаптації синтезують моделі, які використовують для прогнозування, інтерполяції та інших дій з уривчастими даними. Крок за кроком у процесі адаптації вибирається найефективніша модель.
Процедура еволюційного відбору моделей забезпечує практично необмежене у часі функціонування системи в умовах неусувної інформаційної невизначеності.
Підсистема комп'ютерного картування реалізує алгоритми формування комп'ютерних карт із нанесенням на них характеристик екологічної обстановки в регіоні. Передбачається багаторівневе масштабування і фрагментування території. Інформаційне наповнення вихідних карт забезпечується через інтерфейс користувача і залежить від його потреб. Здійснюється підготовка оперативних інформаційних зведень про зміни поточної ситуації для органів усіх рівнів влади та громадськості.
ЦЕНТРАЛЬНИЙ ПРОЦЕСОР ДЛЯ СИНТЕЗУ ЗАГАЛЬНИХ МОДЕЛЕЙ
Підсистема оцінки стану атмосфери реалізує моделі по ширення атмосферних забруднень, викликаних викидами продуктів випаровування та спалювання палива у різних сферах людської діяльності. Розв'язується завдання оцінки запиленості атмосфери, визначається аерозольний та газокомпонентний склад приземного шару атмосфери. Забезпечується облік в моделях системи ґрунти— рослинність впливу атмосферних газів і змін освітленості на біогеохімічні цикли.
Підсистема оцінки стану ґрунтово-рослинних покривів включає засоби вимірювання характеристик земних покривів, алгоритмічне та програмне забезпечення, а також технології синтезу образів ґрунтово-рослинних формацій за сукупністю вимірів і на основі накопичених у базах даних відомостей про них. У результаті розв'язуються завдання:
• типізації флористичного фону з урахуванням мікрорельєфу, типу ґрунтів та їх засолення, зволоження і ступеня мінералізації;
• виявлення особливостей мікро- та макрорельєфу, підповерх-невих аномалій;
• визначення топології структури земних покривів;
• індикації стану лісів, боліт, сільськогосподарських угідь, пасовиськ та інших біоценозів.
Підсистема оцінки стану водного середовища реалізує комплексну імітаційну модель водного режиму регіону з урахуванням сезонних змін поверхневого та річкового стоку, впливу снігового покриву, режиму опадів та евапотранспірації. Будується модель динаміки якості води гідрологічної мережі регіону з урахуванням можливих джерел її забруднення. Підсистема дає дані для моделей опису функціонування системи ґрунти—рослинність.
Підсистема оцінки рівня екологічної безпеки та ризику для здоров'я населення території розв'язує завдання розробки коротко - і довгострокових прогнозів, забезпечення даних для ланок управління станом навколишнього середовища, оповіщення про катастрофи, стихійні лиха й екологічно небезпечні явища. Здійснюється підготовка рекомендацій з нормалізації й оздоровлення екологічної ситуації, а також удосконалення систем екологічної безпеки. Реалізуються алгоритми оцінки збитків для природи, економічної стабільності, здоров' я населення, будівель та інших споруд залежно від змін у навколишньому середовищі регіону, пов' язаних із природними трендами метеорологічних, біогеохімічних, мікробіологічних, радіологічних та інших природних процесів, а також з виникненням стресових станів антропогенного походження. Оцінюються показники біорізноманіття, виживання і біопристосування.
Підсистема ідентифікації причин порушення екологічного та санітарного стану, здійснюючи контроль за станом навколишнього середовища і джерелами антропогенного впливу на нього, забезпечує неперервне спостереження за станом і якістю природно-територіальних комплексів та екосистем з урахуванням відповідних реакцій біосфери, клімату, а також змін стану здоров'я населення. Розв' язуються завдання виявлення джерел забруднення навколишнього середовища (атмосфери, водоймищ, ґрунтів) за даними моніторингу. Визначаються координати джерел, їх потужності та час можливого незапланованого викиду забруднювальних речовин. Даються динамічні характеристики джерел забруднення та виявляються апріорі невідомі місця викидів забруднювачів. Визначаються напрямки можливого транскордонного переносу забруднювачів через атмосферу і з річками.
Підсистема інтелектуальної підтримки реалізує алгоритми програмно-математичного забезпечення інтелектуальної підтримки користувача (оператора) при комплексному аналізі об' активної інформації, що формується ГІМС. Забезпечується предметний діалог із системою, що дає змогу робити запит необхідної інформації в зручному для використання вигляді і вносити корективи в процес обробки даних.
Формується база знань про природні, антропогенні, демографічні та соціально-економічні процеси на досліджуваній території. Створюється бібліотека сценаріїв розвитку інфраструктури території і забезпечується програмне забезпечення для його інтерактивного використання. Забезпечується можливість гнучкого використання інформаційних банків з урахуванням дискретної класифікації потоків даних.
Синтез ГІМС у такій структурі безперечно має базуватися на використанні концепції банків даних для реалізації неперервної процедури інформаційного забезпечення базової моделі. Побудова моделі на цьому етапі належить до процедур, що погано піддаються формалізації, і включає такі етапи виконання необхідних робіт:
• первинний змістовний опис об' єкта моніторингу;
• формулювання цілей дослідження;
• змістовний аналіз апріорної інформації про об' єкт;
• побудова математичної (формалізованої) моделі функціонування об' єкта;
• розробка алгоритму;
• синтез пакета програмного забезпечення для комп'ютерної реалізації моделі;
• перевірка моделі й оцінка її параметрів;
• вибір альтернативних варіантів моделі з їх адаптацією до структури наявних баз даних;
• розробка сценаріїв для комп' ютерних експериментів з моделлю, що відображають цілі дослідження моделі та її практичного застосування;
• використання моделі в реально функціонуючій системі моніторингу.
Побудова моделі як елемента ГІМС пов' язана також із завданням виділення об'єкта моніторингу з навколишнього середовища. На цьому етапі важливо знайти межі, що розділяють власне об' єкт моделювання та навколишнє середовище, яке в ГІМС визначається моделлю більш високого рівня. Кількість рівнів залежить від багатьох факторів і, зокрема, від типу моделі, а також від просторової структури системи моніторингу. Серед типів моделей найширше застосовують аналітичні, імітаційні, емпірико-статистичні, логіко-лінгвістичні, а також моделі на основі самоорганізації системи.
Розробка моделі функціонування екосистеми вимагає надання їй багатьох функцій. Серед них найважливішими є:
- вимірювальна функція, що використовує властивість подібності моделі й об' єкта моделювання;
- описова функція моделі, що характеризує властивості об' єкта моделювання в різних станах;
- інтерпретаційна функція, що описує межі застосування моделі й отриманих з її допомогою розв'язків;
- пояснювальна функція моделі — це її здатність інтерпретувати дані моніторингу в термінах формального апарату математичних методів, використаних у моделі;
- прогностична функція моделі, пов'язана з можливістю прогнозування із заданою точністю за уривчастими даними моніторингу поведінки та властивостей природної системи для умов, в яких ця система не спостерігалась;
- критеріальна функція моделі, що дає змогу перевіряти істинність знань про природну систему або процес і передбачає можливість експериментування над моделлю задля одержання нової інформації.



24.11.2013 manyava 0

ТОП користувачів