Исследование и разработка системы анализа экологической информации

• Автор: Вересников, Георгий Сергеевич
• Шифр специальности: 05.13.11
• Научная степень: Кандидатская
• Год защиты: 2007
• Место защиты: Москва
• Количество страниц: 166 с. : ил.

Глава 1. ИССЛЕДОВАНИЕ МЕТОДОВ АНАЛИЗА ИНФОРМАЦИИ И ПОСТАНОВКА ЗАДАЧ ИССЛЕДОВАНИЯ

1 Л. Методы анализа экологической информации в системах экологического мониторинга

1.2. Модели для оценки и прогнозирования загрязнений окружающей среды

1.3. Методы интеллектуального анализа данных

1.4. Сравнение методов интеллектуального анализа данных

1.5. Анализ применения методов интеллектуального анализа данных в задачах экологического мониторинга
ВЫВОДЫ

Глава 2. РЕШЕНИЕ ЗАДАЧ АНАЛИЗА ЭКОЛОГИЧЕСКОЙ ИНФОРМАЦИИ

2.1. Архитектура системы анализа экологической информации

2.2. Информационная модель окружающей среды

2.3. Восстановление отсутствующих значений экологических параметров и выявление их некорректных значений
2.4. Поиск взаимосвязей между экологическими параметрами
ВЫВОДЫ
Глава 3. МЕТОДИКА ПОСТРОЕНИЯ МОДУЛЯ ДЛЯ ИДЕНТИФИКАЦИИ ЭКОЛОГИЧЕСКИХ СИТУАЦИЙ
3.1. Задача идентификации экологической ситуации
3.2. Формирование классов для качественной оценки экологической ситуации
3.3. Подготовка обучающей выборки. Проблема репрезентативности
3.4. Получение данных о нештатных ситуациях с помощью методики расчета ОНД

3.5. Построение функции идентификации экологической ситуации для объекта хранения и уничтожения химического оружия
3.6. Подходы к решению проблемы пересечения классов в задаче идентификации экологических ситуаций
ВЫВОДЫ
Глава 4. ПРОГНОЗИРОВАНИЕ ЭКОЛОГИЧЕСКИХ СИТУАЦИЙ
4.1. Использование методов анализа временных рядов для прогнозирования экологических ситуаций
4.2. Прогнозирование экологических параметров с помощью моделей АРМА
4.3. Предсказание экологических параметров, динамика изменения которых является нестационарным процессом. TS и DS ряды
4.4. Прогнозирование с помощью нейронных сетей, сравнение с ARMA и ARIMA моделями
4.5. Выявление и построение тенденций изменения экологических параметров
ВЫВОДЫ
Глава 5. РЕАЛИЗАЦИЯ РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЙ
5.1. Инструментальное программное средство подготовки обучающей выборки для построения модуля идентификации экологической ситуации
5.2. Модуль прогнозирования экологических параметров
5.3. Построение модуля восстановления пропущенных значений и выявления некорректных значений
ВЫВОДЫ
ЗАКЛЮЧЕНИЕ
ЛИТЕРАТУРА
ПРИНЯТЫЕ СОКРАЩЕНИЯ

Актуальность темы диссертации. Разработка эффективных систем экологического мониторинга потенциально опасных технологических объектов способствует своевременному принятию мер по предотвращению или уменьшению последствий нештатных и аварийных ситуаций, являющихся причиной выбросов загрязняющих веществ. Чтобы получить адекватное описание сложившейся экологической ситуации проводится анализ информации, поступающей в систему экологического мониторинга. Эффективность систем экологического мониторинга во многом определяется способностью системы анализа экологической информации точно идентифицировать и прогнозировать экологическую ситуацию.
Анализ затрудняется тем, что в силу объективных причин (например, отказы аппаратуры, каналов передачи информации) часть экологической информации может быть некорректной или отсутствовать. Это определяет необходимость разработки или выбора методов анализа информации, имеющих высокую результативность в условиях нечеткой и неполной исходной информации.
Современные методы анализа информации, включающие последние достижения статистики, технологий интеллектуального анализа данных (НАД) позволяют находить закономерности, которые могут быть с успехом использованы для целей экологического мониторинга. Их применение позволит повысить эффективность контроля и защиты окружающей среды от загрязнений, что в свою очередь снизит риск нанесения вреда здоровью людей.
Во многих системах экологического мониторинга анализ экологической информации ограничивается сравнением измерений экологических параметров с предельно-допустимыми нормами или использованием отдельных не связанных между собой методов анализа информации. Исследование возможности комбинирования методов анализа

Применим второй метод для восстановления 16-го, 17-го, 18-го наблюдений за концентрацией диоксида азота. Первую нейронную сеть обучим на выборке, состоящей из данных с 1-го по 15-е наблюдение и с 19-го по 33-е наблюдение, как и для первого метода. Для второй нейронной сети расширим обучающую выборку, способом описанным выше.
В качестве входов нейронной сети выделим все параметры, измеряемые в процессе экологического мониторинга без учета степени взаимосвязи между ними, в качестве выхода используем значение концентрации диоксида азота. Нейронная сеть будет состоять из двух слоев, в каждом из которых находится по 15 нейронов. В результате будет сформирована нейронная сеть, представленная на рис. 2.9.
Оксид азота Оксид углерода
Диоксид сеоы Взвешенные Углеводород
Диоксин Метан
Скорость ветра
Направление ветра
Давление Темпеоатуоа
Влажность
Вертикальная скорость ветра
Рис. 2.9. Нейронная сеть, использующая экологические и метеорологические параметры для восстановления отсутствующих значений
концентраций диоксида азота