CC BY
38
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИЙ ЛЕСА
ПРИМЕНЕНИЕ ТЕХНОЛОГИИ ГИБКИХ ИНФОРМАЦИОННО-МОДЕЛИРУЮЩИХ СИСТЕМ К АНАЛИЗУ
динамики лесных и урбоэкосистем в условиях антропогенного сценария воздействия
В.Д. БУРКОВ, проф. каф. ИИС и ТПМГУЛ, д-р техн. наук,
В.Ф. КРАПИВИН, проф. каф. ИИс и ТП МГУЛ, д-р физ-мат. наук,
В.С. ШАЛАЕВ, проф. МГУЛ, д-р техн. наук,
A. М. ШУТКО, проф. Фрязинского филиала Института радиотехники и электроники им. в.А. Котельникова РАН, д-р техн. наук,
B. Ю. СОЛДАТОВ, асп. каф. ИИс и ТП МГУЛ
В настоящее время в различных организациях мира, занимающихся исследованием и контролем окружающей среды, накоплено огромное количество экспериментальных данных, научную ценность которых трудно переоценить. Однако воспользоваться этими данными широкому кругу специалистов научного и прикладного профилей крайне затруднительно, а часто и невозможно. Эта информация первоначально, как правило, предназначалась только для основного потребителя, который определял форматы ее записи, уровень каталогизации, форму хранения и порядок распределения без учета других возможных пользователей. Особенно это касается дорогостоящей глобальной космической информации. Поэтому исследование требований потенциальных потребителей спутниковой информации и разработка структуры интегральной базы данных в интересах международных и национальных научных программ является актуальной задачей, решение которой позволит создать новую технологию использования уже накопленной и вновь получаемой информации об окружающей среде.
В связи с этим многими исследователями ставится задача создания надежных и эффективных систем контроля состояния окружающей среды в региональном масштабе. Эта задача включает разработку технических средств сбора, хранения и передачи данных о состоянии природной среды, а также развитие методов обработки этих данных. С практической точки зрения важен синтез комплексной системы сбора информации об окружающей среде, объединяющей дистанционные и контактные измерения. Такие системы называют гибкими
[email protected] информационно-моделирующими системами (ГИМС), и они предназначаются для систематического наблюдения и оценки состояния окружающей природной среды, ее изменений под влиянием хозяйственной деятельности [1].
Одним из важных аспектов функционирования этих систем является возможность прогнозирования состояния окружающей среды и предупреждения о нежелательных изменениях ее характеристик. Реализация этой функции мониторинга возможна при использовании методов математического моделирования, обеспечивающих имитацию функционирования природных комплексов.
Изучение земных ландшафтов, состояния растительных покровов, акваторий и атмосферы стало наиболее эффективным с применением летательных аппаратов, оснащенных приборами дистанционного зондирования, способных осуществлять измерения отраженных сигналов и регистрировать собственное излучение. Возникающие здесь задачи относятся к бурно развивающейся области природного мониторинга. Определенный опыт в решении научных и практических задач мониторинга накоплен в ряде стран, обладающих техническим потенциалом организации систем наблюдения за окружающей средой.
В настоящее время широкое развитие в мире получают многоканальные мобильные мониторинговые системы. Такие системы позволяют получать оперативную информацию о состоянии природной среды как в региональном, так и в глобальном масштабе. Информация накапливается в имеющихся базах данных и используется на коммерческой
18
ЛЕСНОЙ ВЕСТНИК 7/2011
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
основе, в частности, производителями сельскохозяйственной продукции. Большое развитие получило дистанционное зондирование в оптическом диапазоне волн и в СВЧ диапазоне. Характерной особенностью проводимых в этих направлениях работ является организация сбора данных и их первичной обработки без возможности совмещения с моделями изучаемых систем. С определенным опережением развиваются банки геофизических данных с большой пространственной детальностью для региональных систем. Однако исследования по их совмещению с моделями идут медленно и с большим отставанием из-за отсутствия соответствующей технологии. В рамках данной работы описывается типовой цельный комплекс аппаратурных, алгоритмических, модельных и программных средств сбора и обработки данных с функциями прогноза и принятия решений.
Накопленный в последние годы опыт измерения СВЧ радиметрических характеристик континентальных покровов дает возможность получения оценок влажности почв, поиска грунтовых вод, определения структуры континентальных ледников и мерзлых грунтов, получения оценок состояния почвенно-растительных формаций и геологических сведений, а также данных о термальных процессах естественного и искусственного происхождения. Оптические и СВЧ радиофизические измерения позволяют оценить радиационный баланс, альбедо земной поверхности, составляющие стока воды, концентрацию аэрозолей, углекислого газа, озона, метана и многих малых газовых примесей в атмосфере. Другими словами, дистанционные оперативные измерения дают широкий спектр прикладных параметрических оценок с достаточным разрешением и точностью, чтобы стала возможной комплексная автоматизированная оценка природной системы с указанием значимых характеристик и прогнозом их трендов на заданное время, а в особых критических случаях оценивать риски возможных последствий.
Базовые функции ГИМС
ГИМС является информационной системой экспертного уровня, обеспечиваю-
щей сбор, анализ и интерпретацию данных о различных объектах, явлениях и процессах в окружающей среде как ограниченной территории, так и в глобальных масштабах. Источниками данных для системы служат наземные стационарные и подвижные средства наблюдения за окружающей средой, а также спутниковая информация. Поступающие в систему данные анализируются в соответствии с критериями оценки их достоверности и представительности. Пользователь информируется об этих оценках и может получить от системы рекомендации относительно процедуры управления системами наблюдения.
ГИМС обеспечивает оперативный комплексный синтез обновляемой базы данных о физических, химических, биологических, демографических и социально-экономических процессах на контролируемой территории и на ее основе осуществляет сервисное обслуживание через пользовательский интерфейс, обеспечивая решение следующего спектра задач:
1. Оценка уровня загрязнения атмосферного воздуха с выделением опасных зон и прогнозом их динамики на данной территории.
2. Оценка общей эпидемиологической обстановки, выявление и предупреждение о возможных негативных трендах.
3. Расчет зависимостей между экологическими и социально-экономическими процессами на контролируемой территории с учетом ее взаимодействия с другими территориями.
4. Контроль качества водных ресурсов региона и информационное обеспечение пространственного распределения потоков сточных вод с идентификацией их источников.
5. Слежение в режиме реального времени за уровнем воды в речных системах и прогнозирование катастрофических изменений в водном балансе региона.
6. Типизация почвенно-растительных покровов и антропогенных ландшафтов с определением их роли в формировании пространственной структуры окружающей среды на территории региона.
ЛЕСНОЙ ВЕСТНИК 7/2011
19
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Рис. 1. Научно-технические элементы ГИМС-технологии
7. Прогнозирование последствий для окружающей среды контролируемой территории реализации антропогенного проекта или изменений окружающей среды за ее пределами, в том числе при изменении климатических параметров.
8. Оценка динамических индикаторов биологической сложности региональной системы «Природа-Общество» как функций взаимодействия физических, химических, биологических и социальных процессов и факторов.
9. Пространственно-временная реконструкция образа исследуемого объекта окружающей среды за счет применения алгоритмов интерполяции данных между измерениями, прогноз его динамики и вероятностная оценка прогноза.
ГИМС создается по формуле «ГИС+ Модель» на основе имеющейся информации о параметрах, процессах и элементах окружающей среды региона. В режиме эксплуатации происходит непрерывное обучение системы осуществлять свои функции за счет критериальных оценок ее эффективности. ГИМС оснащается типовыми моделями функционирования подсистем окружающей среды, такими как модели биогеохимических циклов углерода, азота, фосфора, тяжелых металлов, углеводородов нефти и других веществ, модели динамики почвенно-растительных формаций с детализацией типов почв и растительности.
Опыт применения ГИМС-технологии в решении многих прикладных задач на территории России, Украины, Молдавии, Вьетнама, США, Болгарии, Средней Азии и других
территорий показал, что могут достигаться высокие точности прогноза на 1-3 месяца: по влажности почвы - 75-80 %, по грунтовым водам - 80-85 %, по урожаю - 70-80 %.
Специфика ГИМС-технологии
Область географических информационных систем (ГИС) является наиболее развитой частью природного мониторинга. Во многих странах ГИС-технология пользуется большим успехом и приносит ощутимый экономический эффект. ГИС лежит на стыке компьютерной картографии с базами данных и дистанционным зондированием. Элементами ГИС являются компьютерная сеть, база данных, сеть передачи данных и система отображения реальной ситуации на дисплее компьютера. Многочисленные примеры ГИС позволяют утверждать, что ГИС-технология обеспечивает удобное для массового пользователя средство контроля за состоянием объекта мониторинга и служит эффективным механизмом объединения многофакторной информации об объекте. Однако ГИС-тех-нология имеет серьезные ограничения, когда речь идет о сложных задачах природного мониторинга, требующих создания динамичного образа среды в условиях отрывочных данных по пространству и во времени. Основной недостаток ГИС-технологии состоит в том, что она не ориентирована на многоплановый прогноз состояния объекта мониторинга.
ГИМС-технология устраняет ряд недостатков ГИС-технологии и дает возможность синтеза систем мониторинга с функциями прогноза. Обобщенно основная концепция ГИМС-технологии представлена на рис. 1.
20
ЛЕСНОЙ ВЕСТНИК 7/2011
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Ее ключевым звеном является дистанционное определение максимально возможного числа параметров модели изучаемой природной системы. Именно такое сочетание эмпирической и теоретической частей ГИМС-техноло-гии позволяет оперативно оценивать текущие и прогнозные изменения окружающей среды в заданных пространственно-временных масштабах.
Основные принципы ГИМС-техноло-
гии.
• Объединение, интеграция и координация уже существующих государственных, ведомственных и отраслевых систем сбора первичной информации об окружающей среде на единой организационной и научно-методической основе.
• Оптимизация материальных и финансовых затрат на создание, функционирование и совершенствование системы контроля окружающей среды.
• Согласование и совместимость информационных потоков в системе на основе применения единой координатно-временной системы, использования единой системы классификации, кодирования, форматов и структуры данных.
• Централизация доступа к информации через международные информационные сети с максимальным расширением списка пользователей.
• Обеспечение межнационального характера глобального геоинформационного мониторинга, не зависящего от несовпадения государственных границ с границами экосистем.
Состояние природных объектов характеризуется большим разнообразием параметров. Среди них такие, как тип почвы и растительности, водный режим территории, солевой состав почвогрунтов, уровень залегания грунтовых вод и многие другие. В принципе, требуемая информация об указанных параметрах может быть получена с различной степенью достоверности и производительности из данных наземных наблюдений, дистанционных измерений и из банков данных географических информационных систем, где содержится априорная информация, накопленная в прошлые годы. Проблема, воз-
никающая перед ответственным за принятие соответствующего решения, заключается в получении ответов на следующие вопросы:
1. Какие приборы целесообразно использовать для проведения наземных и дистанционных измерений?
2. Какие финансовые средства выделить для проведения наземных и дистанционных измерений?
3. Как сбалансировать количество наземных измерений и объем дистанционных данных с учетом их информационного содержания и стоимости?
4. Какие математические модели пространственно-временных изменений параметров природных объектов целесообразно использовать для интерполяции и экстраполяции данных контактных и дистанционных наблюдений с целью уменьшения объема (количества) последних и соответственно уменьшения стоимости работы в целом, а также для получения прогноза функционирования наблюдаемого объекта?
ГИМС-технология позволяет ответить на поставленные вопросы, рассматривая любую подсистему окружающей среды как элемент природы, взаимодействующий через биосферные, климатические и социально-экономические связи с глобальной системой «Природа-Общество». Для конкретного объекта мониторинга создается модель, описывающая это взаимодействие и функционирование различных уровней пространственно-временной иерархии всей совокупности процессов в окружающей среде, влияющих по предварительным оценкам на состояние объекта. Модель охватывает характерные для данной территории процессы природного и антропогенного характера и в начале разработки опирается на существующую информационную основу. Структура модели ориентируется на адаптивный режим ее использования согласно схеме на рис. 2.
В результате соединения системы сбора информации об окружающей среде, модели функционирования геоэкосистемы данной территории, системы компьютерного картографирования и средств искусственного интеллекта синтезируется единая ГИМС территории, обес-
ЛЕСНОИ ВЕСТНИК 7/2011
21
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Рис. 2. Принципиальная схема функционирования ГИМС в режиме адаптивного корректирования параметрического пространства модели геоэкосистемы и измерительной стратегии
печивающая прогнозные оценки последствии реализации техногенных проектов и другие оценки функционирования геоэкосистемы.
Мобильные измерительные системы ГИМС
ГИМС-технология была реализована в виде проблемно-ориентированных мобильных мониторинговых систем, оснащенных радиометрами микроволнового диапазона и
ориентированных на измерение характеристик гидрофизических систем и, в частности, содержания влаги в почве [5].
Приведенные в данной работе сведения обобщают многолетний опыт тестирования и эксплуатации ГИМС-технологии за период 1990-2009 гг. [5].
На территории Болгарии в 2007 г. был реализован международный проект «Развитие в Болгарии геоинформационной мони-
22
ЛЕСНОЙ ВЕСТНИК 7/2011
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Рис. 3. Функциональная схема ГИМС Болгарии
торинговои системы», в результате которого создана многоспектральная информацион-но-моделирующая система, позволяющая по данным дистанционных и наземных измерений оценивать следующие характеристики:
• вертикальные профили содержания влаги в почве;
• глубина залегания грунтовых вод до 5 м в сухой сезон;
• биомасса растительности над водной поверхностью или над сильно увлажненной почвой;
• контуры утечек воды через плотины, дамбы и другие подобные конструкции;
• контуры зон наводнения;
• контуры и характеристики элементов лесного пожара;
• оценка риска возникновения чрезвычайной ситуации в гидрофизической системе.
Тестирование ГИМС Болгарии было осуществлено совместно с голландской компанией «Miramap» на основе использования многофункциональной летающей лабора-
ЛЕСНОЙ ВЕСТНИК 7/2011
23
0 0,5 1,0 1,5 2,0 2,5 3,0 3,5
Расстояние, км
Рис. 4. Сравнительный анализ результатов реконструкции влажности почвы с помощью ГИМС (сплошная кривая), по данным микроволнового мониторинга (пунктирная кривая) и результатов наземных измерений (расположение мест замеров помечено знаком ♦) по фрагменту трассы полета самолета-лаборатории фирмы «Miramap» 2 августа 2007 г. вблизи села Николово (Болгария) (через сутки после проливного дождя) [2]
Таблица 1
Параметры радиометров на борту летающей лаборатории «Miramap» [5]
Параметр Спектральный диапазон
X C L
Частота, ГГц 15,2 5,5 1,4
Длина волны, см 2,0 5,5 21,0
Угол наблюдения 30° 30° 15°
Ширина диаграммы 3,5° 5,0° 25°
Поляризация Н Н Н
Чувствительность, К/с 0,15 0,2 1,0
Абсолютная точность, К ±5 ±5 ±5
тории «Twin-Commander», оснащенной радиометрами микроволнового диапазона и радиометрической системой «Радиус» производства НПО «Вега» [5]. Принципиальная схема функционирования ГИМС Болгарии представлена на рис. 3. Пример результата ее работы дан на рис. 4.
Летающая лаборатория «Miramap» имеет на борту три радиометра диапазонов X, C и L с характеристиками, указанными в табл. 1. Функциональные параметры лаборатории указаны в табл. 2.
В рамках международного проекта «The Alabama Mesonet Soil Moisture Field
Experiment» с участием ИРЭ им. В.А. Котельникова РАН, Национального Центра НАСА США по гидрологии, почвенной климатологии и дистанционному зондированию и Университета Алабамы США по сельскому хозяйству и механике в 2002-2005 гг. были созданы две мобильные радиометрические платформы, базирующиеся на беспилотном вертолете MACS (Microwave Autonomous Copter System) и наземной управляемой платформе типа «Rover» (рис. 5). Каждая из этих платформ оборудована системой GPS. Характеристики этих платформ приведены в табл. 3 и 4.
Особенности применения ГИмС в условиях урбанизации
Создание системы оперативного мониторинга зоны, подверженной нарастающему воздействию антропогенных процессов, требует расширения функциональных возможностей ГИМС за счет включения блоков, реализующих процедуры оценки риска и обеспечивающих согласование демографической динамики и сценариев развития территории. Особый интерес приобретает проблема организации мониторинга мегаполисов, где наблюдается локализованная
24
ЛЕСНОЙ ВЕСТНИК 7/2011
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Таблица 2
Спецификация результатов измерений с борта самолета лаборатории «Miramap»
Параметр_________________Рабочий диапазон Максимальная абсолютная погрешность
Влажность почвы, г/см3 0,02-0,5 0,07
Глубина зондирования, м 0,05-5,0 0,3-0,6
Биомасса растительного покрова, кг/м2 0-3 0,2
Содержание химического элемента в воде, % 0,001-0,3 0,001-0,005
Таблица 3
характеристики микроволновой платформы MACS [5]
Параметр Значение параметра
Физические характеристики: - длина - вес - размер лопасти - двигатель - дальность полета - грузоподъемность 3,58 м 22,68 кг 1,03 м 120 см3 161 км 20,41 кг
Пакет пассивных сенсоров: - длина волны - чувствительность - ширина диаграммы направленности 3 дб - рабочее напряжение - потребляемая мощность - вес 3, 6, 21 см 0,3-0,5K 30° 27 вольт 15 ватт 2-6 кг
Другие параметры: - частоты - поляризация - антенны - диапазон углов зондирования - чувствительность - время полета 1.4 or/and 5 GHz H или V Flat panels w/30° 3-dB 0-30° 0,5K 2 часа
Таблица 4
характеристики микроволновой платформы «Rover» [5]
Параметр Значения параметра
Частоты 1,41; 1,67 и 5 ГГц
Поляризация H или V
Антенны - щелевая антенная решетка - антенная решетка из симметричных вибраторов 19,7"х19,7"; 16,3"х16,3" 7,9"х6,5"
Угол зондирования 0-30° от вертикали
Чувствительность 0,5K
Ширина диаграммы направленности (3-дб); 30°
Вес 12 кг
Потребляемая мощность 30 ватт
антропогенная нагрузка, проявляющаяся в сконцентрированности различных атрибутов человеческой активности и особенно в повышенной нагрузке на локальные природные образования [3]. Анализ данных о структуре окружающей среды мегаполисов мира позволяет заключить, что для ее комплексной оценки возможно создание типовой системы моделей, описывающих перенос и распространение
ЛЕСНОЙ ВЕСТНИК 7/2011
25
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Рис. 5. Общий вид микроволновой системы «Rover» для изучения влажности почвы [5]
загрязнителей в атмосфере и водной среде. При этом в эти модели входная информация может поступать как от систем мониторинга, так и от глобальной модели. Важным показателем состояния мегаполиса является плотность застройки его территории. Для формирования базы данных о плотности городской застройки применяются лидарные измерения и ГИС-технологии, которые позволяют создавать карты застроек с указанием размеров и высоты зданий, что важно для оперативного принятия решений. Совмещение этих измерений с картированием состояния зданий по методике, развитой Yano и др. [6], при чрезвычайном происшествии дает возможность
службам спасения оперативно распределить усилия по предотвращению больших жертв и снижению экономического ущерба.
Характерные линейные размеры мегаполиса составляют десятки километров. А это значит, что для моделирования процессов атмосферного переноса загрязнителей вполне допустимо применение модели гауссовского типа. Выбор расчетной схемы для оценки качества атмосферного воздуха в мегаполисе вполне может ограничиваться построением композиции гауссовских струй и суммированием в точках их пересечения концентраций соответствующих типов загрязнителей.
26
ЛЕСНОЙ ВЕСТНИК 7/2011
ИНСТИТУТ СИСТЕМНЫХ ИССЛЕДОВАНИИ ЛЕСА
Система геоинформационного мониторинга в мегаполисе, основываясь на данных измерений параметров окружающей среды и опираясь на набор математических моделей, выявляет, анализирует и оценивает наиболее уязвимые стороны инфраструктуры мегаполиса. В результате происходит взаимодействие внешней оболочки глобальной модели с детальностью описания окружающей среды по шкале пространственного разрешения и модели мегаполиса. Многообразие возникающих при этом схем согласования глобальной модели и модели мегаполиса определяется как его спецификой, так и формальными системными обстоятельствами. Их изучение и развитие является предметом будущих исследований по реализации конструктивных идей, изложенных в [3, 4].
ГИМС-технология, расширяя функции ГИС-технологии, безусловно, ставит множество теоретических и прикладных задач, от решения которых зависит уровень использования и дальнейшего развития современных баз данных и знаний о природных, природно-антропогенных и антропогенных системах окружающей среды. В частности, практическое использование ГИМС-технологии как средства оперативного совмещения накопленных знаний с целями населения данного региона или всей планеты требует новых подходов к синтезу систем наблюдения за окружающей средой. При этом ГИМС-технология обеспечивает динамически сбалансированное планирование и использование информационных и инструментальных средств.
Реализация систем мониторинга на основе ГИМС-технологии на региональном уровне по типу описанных здесь позволяет снизить риски трагических событий, вызываемых, например, обильными осадками или лесными пожарами, и дает возможность осуществлять мероприятия по их раннему предупреждению и максимально возможному предотвращению их последствий.
Создание ГИМС для мониторинга конкретной территории с расположенной на ней геоэкосистемой позволит решать ряд важных социально-экологических и хозяйственных задач.
• Повышение достоверности и оперативности оценок состояния геоэкосистемы в целом и отдельных ее подсистем с получением рекомендаций по принятию решений об использовании доступных в регионе технологий по предотвращению чрезвычайных ситуаций и снижению от них ущерба.
• Снижение стоимости системы мониторинга геоэкосистемы за счет оптимизации ее методического и технического оснащения при сохранении ее эффективности и информативности.
• Раннее обнаружение ситуаций возникновения чрезвычайных ситуаций с возможностью предотвращения бедствий за счет принятия упреждающих решений.
• Получение оценок возможных последствий различных антропогенных проектов до их реализации.
• Расширение туристско-рекреационных зон с развитием лечебно-оздоровительных курортов и использованием природных лечебных ресурсов без ущерба для геоэкосистемы.
библиографический список
1. Крапивин, В.Ф. Проблемы создания геоэкологической информационно-моделирующей системы Азовского моря / В.Ф. Крапивин, А.М. Шутко, В.Ю. Солдатов, Е.П. Новичихин и др. В кн.: Экономико-экологические проблемы Азовского моря.
- Одесса: Феншс, 2009. - C. 327-343.
2. Солдатов, В.Ю. Многофункциональная инфор-мационно-моделирующая система для гидрофизического эксперимента / В.Ю. Солдатов: дисс. ... канд. ф.-м. наук. - М.: ИРЭ РАН, 2011. -150 с.
3. Кондратьев, К.Я. Глобализация и устойчивое развитие / К.Я. Кондратьев, В.Ф. Крапивин, Х. Лакаса, В.П. Савиных. - С.-Пб.: Наука, 2006.
- 241 с.
4. Бурков, В.Д. Экоинформатика: алгоритмы, методы и технологии / В.Д. Бурков, В.Ф. Крапивин. - М.: МГУЛ, 2009. - 430 с.
5. Shutko A.M.; Krapivin V.F.; Haarbrink R.B.; Sidorov
I.A.; Novichikhin E.P; Archer F.; and Krisilov A.D. Practical microwave radiometric risk assessment. Sofia, Bulgaria: Academic Publishing House. 2010.
88 pp.
6. Yano Y. And Yamazaki F. Building damage detection of the 2003 Bam, Iran earthquake using quickbird images. // Proc. of 25th ACRS, 22-26 Nov. 2004, Chiang Mai (Thailand), pp. 618-623.
ЛЕСНОЙ ВЕСТНИК 7/2011
27
