Абрамова Любовь Валерьевна

Экоинформационные системы как инструмент комплексного маниторинга окружающей среды.

1 ВОПРОС: ИСТОРИЯ ВОЗНИКНОВЕНИЯ ЭКОИНФОРМАТИКИ.

Осознание недостаточности знаний об окружающей среде в конце 20 века совпало с бурным развитием научнотехнического прогресса (информатики и вычеслительной техники) в результате на стыки многих областей знаний таких как науки об окружающей среде, информатика и т.д. возникла новая сфера деятельности экоинформатика ориентированная на применение информационных технологий для изучения окружающей среды и обеспечение устойчивого развития. Термин экология был предложен Геккелем в 1867 году для обозначения той части биологии которая изучает экосистему-сообщество живых организмов и их эволюцию в зависимости от состояния окружающей среды. Термин Информатика обозначает систему знаний об эектронных вычислительных машинах и об их использовании для различных задач. Информатика как область человеческой деятельности сформировалась во второй половине 20 века. В 80 годы во всех развитых странах мира были созданны национальные экоинформационныесистемы которые включали национальные системы маниторинга атмосферы, водных ресурсов, почвы и других компонентов природной среды, а так же системы сбора и анализа географически привязанной информации об антропогенной нагрузке и состояния здоровья населения. В 90 годах за счёт появления новых информационных технологий и развитие сети интернет, эти системы оказались объединёными в единую экоинформационную систему на серверах которых храняться громадные объёмы информации об окружающей среде полученные с помощью экологического маниторинга.

2 ВОПРОС: ЭКОЛОГИЧЕСКИЙ МАНИТОРИНГ

Мониторинг это слежение за какими либо объектами, в приложение к природной среде мониторинг это слежение за состоянием природной окружающей среды и предупреждение о создающихся критических ситуациях вредных или опасных для здоровья людей и других живых организмов. В качестве основных элементов мониторинг включает наблюдение за факторами воздействия и состоянием окружающей среды, прогноз её будущего состояния и оценку фактического и прогнозируемого состояния природной среды.

Наблюдение

Анализ

Прогноз

Основной целью проведения комплексного экологического мониторинга является определение допустимой экологической нагрузки на экосистему или её часть, при этом экологическая нагрузка считается допустимой если

1. Не наблюдается снижение продуктивности

2. Сохраняется стабильность системы

3. Сохраняется многообразие видов

В зависимости от масштаба и объектов наблюдений мониторинг можно подразделить

1. Медикобиологический (мониторинг факторов со здоровьем людей)

2. Экологический

3. Климатический

Экологический мониторинг рассматривается как система наблюдений и оценки состояния окружающей среды, а так же как средство информационного обеспечения процесса подготовки и принятия управленческих решений. Исходя из этого к задачам экологического мониторинга относятся:

1. Повторяющийся в пространстве и во времени наблюдения за состоянием природных объектов и антропогенными воздействиями на окружающую среду.

2. Оценка по данным наблюдений интегральных показателей воздействия на окружающую среду и экологических рисков.

3. Прогнозирование последствий того или иного хозяйственного решения, а так же вероятностей катастрофических природных явлений, как обусловленных антропогенных воздействием так и не связанных с ним.

4. Информационное обеспечение подготовки и принятия управленческих решений по охране природы и здоровья человека.

3 ВОПРОС: ЗАДАЧИ РЕШАЕМЫЕ ЭКОИНФОРМАЦИОННОЙ СИСТЕМОЙ

Экоинформационные системы включают в себя системы экологического мониторинга и служат функциональной основой процесса управления экологически безопасного развития на различных иерархических уровнях территориального деления, в любом случае экоинформационная система должна решать следующие задачи:

1. Подготовка интегрированной информации о состоянии окружающей среды, прогнозов вероятных последствий хозяйственной деятельности и рекомендации по выбору вариантов безопасного развития систем региона для поддержки и принятия решений.

2. Имитационное моделирование процессов происходящих в окружающей среде с учётом существующих уровней антропогенной нагрузки и возможных результатов принимаемых управленческих решений.

3. Оценка риска для существующих и проектируемых предприятий, территорий с целью управления безопасностью техногенных воздействий.

4. Накопление информации по времени, параметров окружающей среды с целью прогнозирования.

5. Подготовка электронных карт отражающих состояние окружающей среды.

6. Составление отчётов о достижении целей устойчивого развития для федеральных и международных организаций.

7. Обработка и накопление в базах данных результатов локального и дистанционного мониторингов и выявление параметров окружающей среды, наиболее чувствительных к антропогенным воздействиям.

8. Обоснование оптимальной сети наблюдений для региональной системы экологического мониторинга.

9. Обмен информации о состоянии окружающей среды об других экоинформационных системах.

10. Предоставление информации необходимой для контроля за соблюдением принятых законов для экологического образования, СМИ и т.д..

4 ВОПРОС: БЛОК СХЕМЫ ЭКОЛОГИЧЕСКОЙ СИСТЕМЫ

Для изучения экосистемы часто используетьсяметод моделирования которыйначинаеться с упрощёных представлений, называемых словесными моделями описывающих только самые важные свойства и функции системы. По мере изучения появляется возможность построения графической модели, далее строятся статистические и детерминированные модели.

Графическая модель

Блок схема линейной системы:

Е-энергия, Р1 и Р2 это два свойства которые взаимодействуя при получении системы энергиидают третье свойство Р3. F1-F6 потоки вещества и энергии.

Пример: образование смога в воздухе, Р1 - Р2-оксиды углерода, Р3 – смог, Е –солнце

Блок схема с петлёй обратной связи:

Обобщёная модель экосистемы города, где А-ресурсы которые превращаються в полезные товары В, С – отходы идущие на выброс или переработку.

5 ВОПРОС: ТРИ УРОВНЯ В ЭКОИНФОРМАЦИОННОЙ СИСТЕМЕ

Выделяют три уровня ориентированных на решение различных задач экологического мониторинга и отличающихся по методам работы с экологической информацией

Окружающая среда , обработка результатов наблюдений, системный анализ информации о состоянии окружающей среды с помощью ГИС, поддержка принятия решений.

Нижний уровень – здесь модули обработки первичной экологической информации.

Следующий уровень – это системный анализ информации.Обработка при помощи ГИС позволяющая произвести системный анализ о состоянии окружающей среды.

Обработка данных при помощи программных продуктов помощи принятия решений, которые в результате предоставляют человеку возможные варианты выхода из сложившейся ситуации и соответственно принятые решения и воплощённые влияют на окружающую среду.

6 ВОПРОС: ПАКЕТЫ ПРОГРАММ ДЛЯ СТАТИСТИЧЕСКОГО АНАЛИЗА ДАННЫХ МОНИТОРИНГА

Методы статистического анализа реализованы в сотни пакетах прикладных программ различающихся по объёму и качеству реализованных методов и по назначению.

Три группы:

1. Пакеты базовой статистики

2. Пакеты углублённого статистического анализа

3. Экспертные статистические системы

Пакеты базовой статистики

Ориентированы на пользователей не являющихся специалистами в области статистического анализа. Такие пакеты включают в основном классические методы анализа, в документации приводиться подробное описание используемых методов, а пользовательский интерфейс основан на системе меню с максимально возможными подсказками и пояснениями.

К таким пакетам можно отнести Excelи MatCad

1. Пакеты углублённого статистического анализа

Ориентированы на специалистов по математической статистике, содержат мощное математическое обеспечение включающее методы разбивочного анализа, факторы, регрессионный анализ и другие, как правило такие пакеты имеют собственный язык, широкие возможности по визуализации результатов анализа (Statgraphics, Systat, Statistica)

Рассмотрим более подробно пример данной группы на примере пакета Statistica.

Statistica представляет собой интегрированную систему статистического анализа и обработки данных и состоит из следующих основных компонентов:

1. Подсистема для работы с данными, включающая в себя электронные таблицы длявода заданий исходных данных, специальные таблицы для вывода численных результатов модуля управления данными.

2. Мощная графическая система для визуализации данных и результатов статистического анализа.

3. Набор статистических модулей в которых собраны группы логически связанных между собой статистических процедур.

4. Подсистема подготовки отчётов. При помощи текстового редактора можно готовить полноценные отчёты.

Остальные системы SCL иStatistica Basic который позволяет автоматизировать рутинный процесс обработки данных в системе.

Экспертные статистические системы

Первое поколение данных систем разработанное в 80-х годах обеспечивало помощь пользователю по следующему кругу вопросов:

1. Подсказки о существующих программах и методиках позволяющих решать задачи аналогичные задачам пользователя

2. Советы по выбору допущений о свойствах данных и о выборе математической модели

3. Помощь в осмыслении, интерпретации и представлении промежуточных и конечных результатов анализа

Экспертной системой называют системой искусственного интеллекта которая создана для решения задач в конкретной предметной области.

Второе определения. Экспертная система – это программа которая ведёт себя подобно эксперту в некоторой экспертной области.

Компоненты входящие в структуру экспертной системы:

1. Временные базы данных которые предназначенные для хранения исходных и промежуточных данных текущей задач

2. База знаний для хранения долгосрочных сведений и правил манипулирования данными

3. Решатель который реализует последовательность правил для решения конкретной задачи на основе задачи на основе двух предыдущих модулей

4. Компонент приобретения знаний, автоматизирующий процесс наполнения базы знаний

5. Объяснительный компонент формирующий пояснения о том как система решала задачу

Такие системы за счёт дружеского интерфейса могут помочь начинающему пользователю ввести данные, уточнить задачу обработки, при необходимости спланировать эксперимент позволяющий решать поставленную задачу.

В базе знаний должно храниться большое и постоянно пополняемое количество сведений и правил, пояснения о том как решалась задача должны быть понятны специалисту предметной области и в то же самое время содержать достаточно информации для анализа достоверности результатов обработки, специалистам по математической статистике.

7 ВОПРОС: ОСОБЕННОСТИ ЭКСПЕРТНЫХ СИСТЕМ ДЛЯ ОБРАБОТКИ ДАННЫХ

8 ВОПРОС: КЛАССИФИКАЦИЯ МОДЕЛЕЙ И ПРОЦЕССОВ

Модель – упрощённое представление о реальном объекте, процессе или явлении.

Моделирование – построение моделей для исследования изучения объектов, процессов, явлений

Два пути моделирования:

1. Модель может быть похожей копией объекта, выполненной из другого материала, в другом масштабе с отсутствием ряда деталей.

2. Модель может отображать реальность более абстрактно словестным описанием в свободной форме, описанием формализованным по каким либо правилам математическим соотношением.

На сегодняшний день ещё не существует общепринятой точки зрения на классификации абстрактные модели.

1. Модели могут делиться по области использования

2. По учёту модели реального фактора (динамики)

3. По отрасли знаний

4. По способу представления моделей

По области использования:

1. Учебные модели (могут быть наглядные пособи, различные тренажёры, обучающие программы)

2. Опытные модели (это уменьшенные или увеличенные копии проектируемого объекта, используется для исследования объекта и прогнозирования его будущих характеристик)

3. Научно технические модели (используются для процессов и явлений.Например синхротрон или стенды для проверки аппаратуры)

4. Игровые модели (военные, экономические, деловые игры, которые прогнозируют поведение объекта в различных ситуациях.Позволяет оказывать психологическую помощь, выходить из конфликтных ситуаций)

5. Имитационные модели (не просто отражает реальность с определённой точностью но и имитирует её, эксперимент либо многократно повторяется, чтобы изучить последствия каких либо действий на реальную установку либо проводиться одновременно см многими другими похожими объектами.Например опыты на мышах)

Учёт модели реального фактора (динамики):

1. Статика (одномоментный срез информации по объекту)

2. Динамический (изменение объекта по времени)

Отрасли знаний

По способу представления моделей:

1. Материальные (предметные или физические, воспроизводят геометрические или физические свойства оригинала и всегда имеют реальные воплощения)

2. Информационные(не имеет материального воплощения и представляет собой совокупность информации характеризующие свойства и состояния объекта, процесс и явления, а так же взаимосвязь с внешним миром)

А) вербальная модель (мысленно или разговорная форма)

Б) знаковые модели (информационная модель выраженная специальными знаками)

Г) не компьютерная модель (выраженная без помощи компьютера)

В) компьютерная модель (организованная средствами программной среды)

При помощи следующей технологии:

1. С помощью базовых универсальных программ (текстовые редакторы, коммуникационные пакеты)

2. Имитационное моделирование (технологии)

3. Графическое моделирование (функциональное)

4. Специальные прикладные технологии использующие компьютер в режиме реального времени в сочетании с измерительной аппаратурой, сенсорами

9 ВОПРОС: ОСНОВНЫЕ ЭТАПЫ МОДЕЛИРОВАНИЯ

9 ВОПРОС: ОСНОВНЫЕ ЭТАПЫ МОДЕЛИРОВАНИЯ

Прежде чем браться за моделирование нужно чётко представлять себе отправной и конечные пункты деятельности, а так же примерные её этапы.

Прототип -> моделирование -> принятие решения

Прототипом может быть существующий объект либо процесс.

Моделирование это творческий процесс и заключать его в формальные рамки достаточно сложно. В общем виде:

1. Постановка задачи (описание задачи, постановка цели моделирования, анализ объекта или процесса)

2. Разработка моделей (поочерёдное построение информационной и знаковой модели)

3. Компьютерный эксперимент (построение плана эксперимента и сам эксперимент)

4. Анализ результатов моделирования (данный этап показывает соответствуют ли полученные результаты цели или не соответствуют)

5. Принятие решения (создаём новый объект или процесс, либо улучшаем существующий или получаем о нём дополнительную информацию)

АДЕКВАТНОСТЬ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ЭКОЛОГИЧЕСКИХ СИСТЕМ

Адекватный - приравность

10 ВОПРОС: ГНОСИОЛОГИЧЕСКАЯ АДЕКВАТНОСТЬ

11 ВОПРОС: ПРАКСЕОЛОГИЧЕСКАЯ АДЕКВАТНОСТЬ

Математические модели экосистем должны способствовать выполнению двух основных функций: объяснению и прогнозированию наблюдаемых в природе феноменов.

При этом возникает задача оценки соответствия этих моделей реальным экосистемам, т.е. мы говорим об адекватности этой модели.

Гносеологическая (собственная или качественная адекватность) адекватность – соответствие отображение и модели структуры и механизмов функционирования экосистемы.

Праксеологическая (количественная адекватность) адекватность – для практических действий, прогнозирование и управление.

Подобное разделение обусловлено различными технологиями конструирования моделей, характерами и целями моделирования.

Всё разнообразие математических моделей можно свести к 4 парадигмам.

Вербальная, функциональная, эскизная и имитационная.

Для функциональных моделей говорят только об их праксеологичности т.к. в моделях типа вход-выход, зачастую не отображается ни структура ни механизмы функционирования этой системы. Такие модели полезны для практики в силу точности своих прогнозов, но они не адекватны к реальным объектам в гносеологическом смысле.

Для эскизных (аналитических) моделей нельзя говорить об их праксеологичности, т.к. при их построении исследователь сознательно идёт на ряд упрощений исходной экосистемы порой значительных для того чтоб выделить существенные компоненты и связи с точки зрения исследователя.

Обе стороны адекватности появляться в эммитационных моделях где точность прогнозирования достигается за счёт отображения в модели структуры и функционирования экосистем.

В свою очередь у них есть критерии оценки.

Внутренние и внешние

Внутренние основаны на той же информации по которой строилась модель, а внешне на новой информации.

Рассмотрим критерии для праксеологичности модели

Внутренними критериями являются различные оценки точности классических и регрессионных уравнений (средняя квадратичная оценка, максимальна квадратичная оценка)

n-число экспериментальных значений использовавшихся для синтеза моделей.

S1 ,S2 – на новой информации не использованных точках при синтезе моделей составляет суть применения внешних критериев.

Критерии для собственной адекватности, в качестве внутренних критериев могут фигурировать списки факторов задействованных моделей.

Если Fx – список факторов с помощью которых задаётся динамика некой экосистемы в имитационной модели, а Fy–список факторов использованных в самоорганизующейся модели той же экосистемы.

возможны следующие 4-е ситуации

1. В имитационной модели отсутствуют некоторые существенные факторы, под существенными факторами понимается включённые ЭВМ без субъективного выбора исследователя в оптимальную группу сложности самоорганизующуюся модель построенную по результатам наблюдений над экосистемой. Такая модель будет недоусложнённой и неадекватной.

2. В эмитационной модели используются лишние, несущественные факторы по результатам организации, такая модель будет считаться переусложненной. И признаётся внутренне адекватной.

3. В имитационной модели одновременно отсутствует часть существенных факторов и присутствует часть несущественных факторов. В этом случае данная модель считается и недо и переусложнённой и признана внутренне неадекватная.

4. Списки факторов совпадает. Модель внутренне адекватна.

Внешние критерии ищут в области математики и мат. Анализа.

Вывод:

Для оценки обеих адекватностей приемлемое значение внутреннего значение следует считать необходимым, а внешнего достаточным условием в рамках имеющегося у исследователя информаций.

Разработка экоинформационных систем США

12 ВОПРОС: США В 80-Е ГОДЫ

Экоинформационные системы представляли собой информационные сети и главная проблема состояла в организации сбора экологической информации и в унификации форматов данных в пределах страны. Общая координация всех действий в США как информационных систем осуществляется агентством по охране окружающей среды. EPA environmental protection agency

Национальные исследовательские центры

Центр научной информации по среде, национальный центр по изучению проблем климата и т.д.

EPAбыло создано в 1970 году для решения неотложных задач защиты окружающей среды и здоровья населения, основная цель деятельности состоит в сохранении здоровья людей и в защите естественной среды обитания. И соответственно основной задачей является снижение рисков для здоровья людей и для среды их обитания за счёт получения и использования достоверной научной информации о состоянии окружающей среды и об источниках потенциального риска.

Рассмотрим более подробно организацию сбора информации на примере подсистемы «воздух».

После принятия закона в США о чистом воздухе агентство было ориентированно конгрессом на развитие программ по идентификации и контролю источников загрязнения воздуха. Решение этой задачи потребовала создание национальной системы базы данных для того чтобы использовать информацию из прошлых и действующих систем и чтобы подготовить среду для будущих расширений обеспечивающих применение закона на чистом воздухе. Каждый штат должен был представить агентству план определяющий действие штата по улучшению качества вод. Закон предписывает включать в этот план полный список источников загрязнения воздуха и точные оценки количества загрязняющих веществ выбрасываемых каждым источником. До 1971 года данные накапливались различными агентствами но не приводились к единому формату что затрудняло сопоставление информации. Поэтому в 1972 году была введена единая система информации, основой которой является централизованный банк данных использующие стандартные входные форматы. И в конце 1992 года EPAпредставляет собой гигантское хранилище данных, доступ к которому осуществляется через Envirofacts.

Практически каждый из комитетов входящих в состав агентства имеет свой сервер и предоставляет информацию по профилю своей деятельности.

Всего в EPAвходит 12 комитетов. (комитет по воздуху и радиации, по твёрдым отходам и чп, по соблюдению законов и добровольному страхованию, по исследовательным разработкам и т.д.)

Туда входит большое число лабораторий.

В каждая лаборатория подразделяется на узкие подразделения для определённых областей.

13 ВОПРОС: ЕДИНАЯ ИНФОРМАЦИОННАЯ СИСТЕМА ENVIROFACTS

Исторически сложилось что каждая из подсистем развивалась независимо и в них использовались различные форматы данных и различные системы управления базами данных. Более того в пределах каждого из 4 направлений существовало большое число подсистем, так например по направлению воздух было 6 подсистем поэтому было принято решение не модернизировать сложившиеся подсистемы а постепенно извлекая из них информацию создать ENVIROFACTS.

Формируется в основном при использовании 2 технологий

1. Хранилище данных (предметно ориентированный, интегрированный, поддерживающий хронологию, неизменяемый набор данных, организованный для цели поддержки принятия решений)

2. ГИС

Трудности при создании ПО

1. Неопределённость задач (какая информация может понадобиться для поддержки принятия решений через несколько лет)

2. Неоднородность информации (различные и плохо описанные форматы данных, полученные с различных приборов и нестыкующиеся между собой, иногда было проще повторить эксперимент чем пытаться извлекать информацию из архива, поэтому при интеграции данных необходимо обеспечить единые правила на наименования, инфицированные единицы измерения для однотипных объектов, единую систем атрибутов для однотипных объектов, а так же единую систему географических координат)

3. Поддержка хронологии (99/03/07 или 07/03/99)

4. Неизменяемый набор данных ( конечным пользователям должны быть доступны данные в режиме только для чтения для изменения данных существует витрина данных, которая является выборкой из хранилища данных свободно изменяемой и дополняемых пользователем, сохранность данных, ограничение прав пользователей)

В качестве систем управления базами данных используется ORCLв качестве инф системы ARC/INFO который основывается на картах масштабов 1/100000 для графств 1/250000 для штатам и 1/2000000 для страны в целом.

После катастрофы 1984 года в индии, которая унесла тысячи жизней был принят закон о планировании действий в чрезвычайных ситуациях и о предоставления информации общественности, в соответствии с законом все предприятия и учреждения должны отчитываться об химикатах и радиоактивных веществ и разрабатывать сценарий возможного развитиях техногенных авариях.

Информация о количестве опасных систем контролируется в рамках системных индикаторов, и сценарий развития аварий моделируется с помощью математического моделирования.

Данная система не единственная разработанная EPA, например, существует IRIS ориентирована на оценку риска здоровых людей или например система интегрированной информации физических данных о качестве окружающей среды.

Разработка экоинформационных систем в России

14 ВОПРОС: РАЗРАБОТКА ЭКОИНФОРМАЦИОННЫХ СИСТЕМ В РОССИИ

Темпы разработки таких систем в 90 годах были значительно ниже чем в США и других развитых странах, специфика экономической и политической ситуации в России, основная проблема заключается в отсутствии экологической политике на всех уровнях управления, экоинформационные системы разрабатывались в различных министерствах, на основе существующих кадастров и систем, велись разобщено.

В 1996 году ответственными за сбор информации в России являлись

1. Министерство охраны окружающей среды и природы

2. Федеральная служба России по мониторингу и гидрометрологии

И т.д.

Появился сервер государственного комитета по охране окружающей среды конце 90-х

На региональном уровне в середине 90-х годов идёт разработка инф систем ведется так же разобщено, так например для региона Питера разрабатывалось сразу же несколько информационных систем. Данное распыление сил приводило к замедлению темпов работы и многочисленным неудачам.

15 ВОПРОС: ИНТЕГРИРОВАННЫЕ ЕТОДЫ ОЦЕНКИ ОКРУЖАЮЩЕЙ СРЕДЫ В ПАКЕТЕ ECO

В 1992-93 годах научно исследовательским центром экологической безопасности был разработан пакет ИПО. Методической основой при создании программных модулей поддержки принятия решений стало методология «оценки воздействия на окружающую среду» (ОВОС) направленная на выявление и прогнозирование ожидаемого влияния на среду обитания, на здоровье и благосостояние людей со стороны различных предприятий и проектов, а так же на последующую интерпретацию и передачу полученной информации. Разработанные программные методы организуют два метода ОВОС, предложенные Донченко

1. Метод количественной оценки техногенного воздействия

Ориентирован на потребности систем управления различного иерархического уровня, суть его состоит в способе представления исходной информации для последующей процедуры оценки уровней воздействия и величины ущерба для природной среды и для здоровья человека. Техногенные потоки от источников (техногенных процессов) в виде техногенных спектров (техногенные числа для каждого техногенного потока)

Безразмерный техногенный индекс для i-того вещества характеризующий относительную токсичность этого вещества в сравнении с условным. Базовым или единичным. Техногенные спектры построенные для отдельных техногенных потоков принесут избыточность информации, поэтому необходимо информацию обобщить.

Обобщенное техногенное число это количественный показатель для поликомпонентных техногенных потоков определяемый суммой техногенных чисел индивидуальных веществ

2. Метод экоинформационных модулей

В соответствии с этим методом изучаема территория разбивается сеткой с квадратнымиячеками затем сетка представляется в виде матрицы, размер ячеек или модулей, чтобы имеющейся тематической информацией было достаточно оценки всех модулей на территории. Такие модули относятся к первому порядку. Затем по каждому экоинформационному модулю проходит разбиение на меньшие по масштабу модули, это второго порядка модули. Метод модулей предполагает принятие единой системы координат и в качестве отправной точки используется точка с координатами 50 градусов северной широты и 30 восточной долготы. Развитие работ по созданию экинформационных систем весь под руководством Макарова, велась работа в рамках проекта «разработка интегрированной экоинформационной системы большого города на примере Петербурга». Был создан комплекс включающий в себя суперсервер powerchallenger пять рабочих станций indigo-2 терминальное сетевое оборудование, ориентированный на комплексное решение информационных проблем в области экологической безопасности и поддерживающий средства ГИС ArcInfo. С помощью этой системы можно осуществлять региональную политику социально экономического развития, анализировать предлагаемые и работающие сценарии хозяйственной деятельности, данная экоинформационная система решает задачи хранения, комплексной обработки, анализа экологической информации, поддерживает такие технологии как распределённая вычислительная обработка, ГИС технологии, ввод картографической информации и групповой анализ. С помощью данной программы было проведено исследование и оценка воздействия проектирования данного порта на акваторию лужской губы и исследование нагрузки очистных сооружений на акваторию восточной части финского залива. Были решены задачи : определение оптимального направления прокладки морского порта с учётом зон размыва дна и так же места для отвала грунта.

ИНДИВИДУУМ ОРИЕНТИРОВАНИЕ МОДЕЛИРОВАНИЕ

Вопрос 16: классификация методов индивидуум ориентированного моделирования

Примеры сложных систем

Вопрос 17: классификация методов индивидуум ориентированного моделирования

Формализмы

Первые работы в этой области появились в 80-х годах 20 века. ИОО рассматривалось как количественная экология начало которой было положено в работах Форрестера.

ИО модели – это имитационные модели построенные для изучения интегральных характеристик популяций, как результат множества локальных взаимодействий членов популяций (индивидуумов).

Построение модели на уровне описания отдельной особи обуславливает ряд преимуществ, таких как прозрачность по отношению к объективным биологическим механизмам, возможность описывать исследуемый объект с большей степенью детализации и соответственно извлекать больше полезной информации по результатам моделирования.

Крупномасштабные процессы сгенерированные множеством локальных взаимодействий без центрально механизма управления, называют самоорганизующимися системами и изучаются теорией сложных систем. Сложная система определяется как совокупность большого количества дискретных элементов, которые нетривиальным образом связанны между собой.

Примеры сложных систем:

1. Хаос – динамическое свойство систем со взаимодействующими элементами выражающиеся в невозможности, долгосрочного предсказания пространственно временной динамики системы. Впервые был открыт французским математиком Анри Пуанкаре в конце 19 столетия при изучении динамики небесных тел.

2. Фракталы – сложные системы могут сохранять свои сложные геометрические свойства не зависящие от абсолютного масштаба явления. Так же называют самоподобие или масштабная инвариантность.

3. Самоорганизация – спонтанное формирование пространственно временного порядка, макроскопические свойства которого не зависят от начального набора взаимодействующих элементов и даже от правил взаимодействия.

4. Перколация – фазовые переходы в динамике систем, когда заданное свойство возникает и исчезает на всех возможных пространственных масштабах.

Длямоделирование ИО процессов используют ряд формализмов

1. Нейронные сети, формируются большим количеством простых взаимосвязанных элементов, каждый элемент может иметь произвольное количество связей (синапсов) с соседними элементами. Элементы переключаются между состояниями если значение на входе превышает некоторое пороговое значение. Новые значения переменных состояния вычисляются с помощью нелинейных функций.

2. Клеточные автоматы – математический объект представляющий собой дискретную динамическую систему, впервые клеточные автоматы были применены Джоном фон Нейманом для определения формального аппарата для исследования сложных распределённых систем. Это равномерная сетка, каждая ячейка которой может находиться в одном из возможных состояний. Состояния обновляются синхронно на каждом шаге моделирования, согласно локальным правилам перехода, в зависимости от предыдущего состояния и состояния соседних клеток.

3. Двойные решётки, рассматриваются как гибрид между клеточными автоматами и дифференциальных уравнений

4. Текучие нейронные сети, рассматриваются как гибрид между нейронными сетями и представляют собой большое количество элементов взаимодействующих между собой по средствам функций, но в отличии от нейронных сетей элементы могут перемещаться. Сообщество возбуждающихся средств, сообщество насекомых.

Конечные автоматы

18 ВОПРОС: ИСТОРИЯ ВОЗНИКНОВЕНИЯ ИДЕИ КЛЕТОЧНЫХ АВТОМАТОВ

Используя теорию клеточных автоматов можно систематизировать физические биологические социальные и прочие процессы.

Сюда можно отнести взаимодействие молекул вещества, диффузия, моделирование лесных пожаров, эрозия почвы, загрязнение атмосферы и т.д.

Сама идея появилась в 40-х годах 20 века, она была задумана и сформулирована Джоном фон Нейманом и КондрадЦусе независимо друг от друга. Как универсальная вычислительная среда для построения анализов и сравнение характеристик алгоритмов. При разработке клеточных автоматов была за основ взята работу Улама и в первые были соединены понятия в клеточных аппаратах вычислительные устройства и данные, с которыми система оперирует.

Джон фон Нейман поставил перед собой задачу создать самовоспроизводящиеся автоматов и если такую машину снабдить надлежащими инструкциями она построит точную копию себя, в свою очередь обе эти машины построят себе пары и т.д.

Клеточные автоматы являются дискретными динамическими системами поведение которых полностью определяется термином локальной зависимости и является аналогом физического понятия поля.

В клеточных автоматах пространство представлено равномерной сеткой.

Каждая ячейка это клетка, каждая ячейка в которой содержит несколько битов данных, законы изменения выражаются единственным набором правил по которым любая клетка на каждом шаге вычисляет своё состояние по состоянию её ближайших соседей таким образом законы системы являются локальными и повсюду одинаковыми.

Джон Конвей придумал клеточный автомат известный как Игра Жизнь

19 ВОПРОС: ИГРА «ЖИЗНЬ»

Клеточный автомат представлен совокупностью пространства поделенного на клетки, каждая клетка может находиться либо в живом либо в мертвом состоянии и правило перехода в новое состояние выбирается из следующих критериев.

У каждой клетки 8 соседей

Клетка рождается если у неё три соседа живых

Если у клетки два или три соседа, такая клетка выживает и переходит в следующее поколение

Клетка погибает если количество соседей меньше двух (от одиночества) либо более трёх (от перенаселения).

Клеточный автомат является тактируемой системой. Смена состояний клеток происходит одновременно.

В процессе игру популяция претерпевает изменения иногда первоначальная колония организмов вымирает, иногда переходит в устойчивое состояние (блок)

Принято классифицировать по следующим параметром это по количеству клеток в комбинации. Единичная, дуплет, триплет и т.д.

в перспективе развития это развивающиеся стабильные и вымирающие

Что должно быть в ргр

1. Титульник

2. Техническое задание

3. Лист замечаний

4. Введение

5. Первый пункт – исходные данные

6. Классификация случаев на основе дискриминантных функций

7. Классификация случаев на основе классификационных функций

8. Заключение

Всего во втором задании должно быть 115 предприятий