СРЕДСТВА ИНТЕЛЛЕКТУАЛЬНОГО АНАЛИЗА И ВИЗУАЛИЗАЦИИ ГЕОПРОСТРАНСТВЕННЫХ ДАННЫХ МОНИТОРИНГА СОСТОЯНИЯ АТМОСФЕРНОГО ВОЗДУХА

А.В. Яцишин, Ю.Г. Куцан, В.А. Артемчук,
И.П. Каменева, А.А. Попов, В.Е. Ковач

Èlektron. model. 2019, 41(5):85-101
https://doi.org/10.15407/emodel.41.05.085

Проанализированы основные задачи мониторинга состояния атмосферного воздуха (САП) и требования к совершенствованию сети наблюдений за состоянием окружающей среды для уменьшения негативных воздействий на урбанизированные территории и население промышленных городов Украины. Представлены современные инструменты и средства анализа больших объемов структурированных и неструктурированных геопространственных данных, в частности методы обработки Big Data и методы интеллектуального анализа геопространственных данных. Осуществлена адаптация отдельных средств для задач мониторинга САП. Приведены примеры интеллектуального анализа и визуализации геопространственных данных, отражающих уровень техногенных нагрузок на атмосферный воздух.

КЛЮЧЕВЫЕ СЛОВА:

экологическая безопасность, сеть мониторинга, интеллектуальный анализ, визуализация данных, атмосферный воздух.

СПИСОК ЛИТЕРАТУРЫ

1. Chen C., Chuang C., Jiang J. (2013) «Ecological Monitoring Using Wireless Sensor Networks—
Overview, Challenges, and Opportunities». / Advancement in Sensing Technology.
Smart Sensors, Measurement and Instrumentation, vol. 1, pp. 1—21.
2. Dias D. and Tchepel O. (2014), «Modelling of human exposure to air pollution in the urban
environment: a GPS-based approach». Environmental Science and Pollution Research 21.5,
pp. 3558—3571.
3. Meier F. et al., (2015), «Challenges and benefits from crowdsourced atmospheric data for
urban climate research using Berlin, Germany, as testbed». Proceedings of the 9th International
Conference on Urban Climate.
4. Peters D. et al., (2014), «Harnessing the power of big data: infusing the scientific method
with machine learning to transform ecology». Ecosphere 5.6, pp. 1—15.
5. Алгоритмы интеллектуального анализа даннях / Дата доступу 20.12.2017. Режим
доступу: https://tproger.ru/translations/top-10-data-mining-algorithms/
6. Шитиков В.К., Мастицкий С.Э. Классификация, регрессия, алгоритмы Data Mining с
использованием R. [Електронний ресурс] // Веб-сайт. Дата доступу 13.11.2018. Режим
доступу : https://github.com/ranalytics/data-mining. Загол. з екрану.
7. Яцишин А.В., Куцан Ю.Г., Артемчук В.О. та ін. Принципи та методи управління
екологічною безпекою на основі інтелектуального аналізу даних мережі моніторингу
атмосферного повітря // Електрон. моделювання, 2019, 41, № 4.
8. Артемчук В.О., Білан Т.Р., Блінов І.В. та ін. Теоретичні та прикладні основи економ
ічного, екологічного та технологічного функціонування об’єктів енергетики. Київ,
Україна: ТОВ «Наш формат», 2017.
9. Артемчук В.А., Каменева И.П., Яцишин А.В. Специфика применения когнитивного
анализа информации в задачах обеспечения экологической безопасности // Электрон.
моделирование, 2017, 39, № 6, с. 107—124.
10. Яцишин А.В. Комплексне оцінювання та управління екологічною безпекою при
забрудненнях атмосферного повітря. Дисертація ... докт. тех. наук. Київ, 2013, 402 с.
11. Джонсон К. ArcGIS Geostatistical Analyst. Руководство пользователя. М.: Дата+,
2001, 278 с.
12. Геоинформатика. Учебник для студентов ВУЗов / В.С. Тикунов, Е.Г. Капралов,
В.И. Кравцова и др. М. : Издательский центр «Академия», 2008, 386 с.
13. Путренко В.В. Системні основи інтелектуального аналізу геопросторових даних //
Системні дослідження та інформаційні технології, 2015, № 3, с. 20—33.
14. Артемчук В.А., Каменева И.П., Яцишин А.В. Модели представления и преобразования
данных в задачах экологического мониторинга урбанизированных территорий //
Электрон. моделирование, 2016, 38, № 2, с. 49—66.
15. Orange [Електронний ресурс] Веб-сайт. Дата доступу 02.02.2019. Режим доступу :
http://orange.biolab.si/download/. Загол. з екрану.
16. Кривий Ріг. Автоматизовані пости спостереження [Електронний ресурс] Веб-сайт.
Дата доступу 02.02.2019. Режим доступу : https://krmisto.gov.ua/ua/rc/ecomon.html.
Загол. з екрану.

ЯЦИШИН Андрій Васильович, д-р техн. наук, пров. наук. співр. Ін-ту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. У 2002 р. закінчив Київський національний університет ім. Т.Г. Шевченка. Область наукових досліджень — математичне моделювання екологічних процесів, екологічний моніторинг техногенних об’єктів, інформаційні технології.

КУЦАН Юлій Григорович, д-р техн. наук, в.о. заст. директора з наукової роботи Ін-ту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. У 1966 р. закінчив Київський політехнічний ін-т. Область наукових досліджень — моделювання технологічних процесів в енергетичній галузі.

АРТЕМЧУК Володимир Олександрович, канд. техн. наук, ст. наук. співр. Ін-ту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. У 2008 р. закінчив Житомирський державний технологічний університет. Область наукових досліджень—математичне моделювання та чисельні методи, інформаційні технології.

КАМЕНЕВА Ірина Петрівна, канд. техн. наук, ст. наук. співр. Ін-ту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. У 1976 р. закінчила Київський державний університет ім. Тараса Шевченка. Область наукових досліджень — аналіз даних і математичне моделювання в екології.

ПОПОВ Олександр Олександрович, д-р техн. наук, ст. наук. співр., пров. наук. співр. Ін-ту проблем моделювання в енергетиці ім. Г.Є. Пухова НАН України. У 2004 р. закінчив Житомирський державний технологічний університет. Область наукових досліджень — математичне моделювання забруднення довкілля, вирішення актуальних задач цивільного захисту територій, навколишнього природного середовища та населення.

КОВАЧ Валерія Омелянівна, канд. техн. наук, заст. директора Навчально-наукового інституту неперервної освіти Національного авіаційного університету. У 2011 р. закінчила Національний авіаційний університет. Область наукових досліджень — впровадження наукових засад освіти впродовж життя, державні механізми управління ринком праці.

 

Полный текст: PDF