К вопросу об электронной экспертизе экологического мониторинга Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 681.518.2

М.Д. Скубилин, Н.А. Кравченко, Д.И. Панов

К ВОПРОСУ ОБ ЭЛЕКТРОННОЙ ЭКСПЕРТИЗЕ ЭКОЛОГИЧЕСКОГО

МОНИТОРИНГА

Одной их наиболее актуальных проблем исследования экологической безопасности является мониторинг окружающей среды. Анализ и обработка его результатов довольно трудоемки, т.к. характеризуются большим количеством исходных данных - критериев и оценок. Последние зачастую не всегда однозначны и носят не количественное, а качественное выражение. Ожидаемым результатом экологического мониторинга является заключение о состоянии окружающей сре-, .

В условиях нечеткой исходной информации одним из наиболее эффективных , -, . . , -ний с высокой степенью достоверности являются экспертные системы.

Существует значительное множество экспертных систем, отличающихся разной степенью автоматизации процессов принятия решений, достоверностью результатов, степенью согласованности, разрешающей способности и т. д. Целью данной работы является синтез экспертной системы, приемлемой для принятия решений по результатам экологического мониторинга при наличии нечеткой ис.

В таких условиях значительного числа альтернативных вариантов, точек пространства мониторинга, Aj (]=1, ..., п), совокупности критериев К (1=1, ..., т), сделать более или менее достоверные выводы, не прибегая к экспертным решениям,

.

Среди значительного множества экспертных систем более предпочтительной , К1

произвольной конфигурации, т.е. как с несвязанными, так и со связанными рангами а^, а также допустимо учитывать значимость, вес р1 критерия К1, а рейтинги ^ вариантов Aj определять из [1]

т

^= X (п+1-Я)Р1, (1)

г

где п - число альтернативных вариантов, а^ - ранг j-гo альтернативного варианта 1- К1, Р1 - , , К1, Р1

быть как равными, так и неравными, а заключение принимается исходя из кортежа и только при W5>0,5 (0<W<1), определяемому из

т п

W = 12 8/[ш2 (п3-п) + X (Ч/ - ^)]2, (2)

г=1 7=1

ш - ( , . .), п - -

ных вариантов (претендентов), qJ - число одинаковых рангов в ьом кортеже (ран-

жировании), 8 - сумма квадратов отклонений значений рейтинга варианта, определяемая по [2]

п

8 = £ (ВД ср.)2, (3)

]

где ^ ср. - среднеквадратичное значение рейтинга варианта, определяемое по

п

У = Е Rj/n. (4)

} = 1

Коэффициент конкордации W может принимать значения в интервале от 0 до

1. ,

не симметричны [3]. Если, например, оцен ка А1 полностью расходится с оценками А2 и А3, то оценки А2 и А3 должны быть полностью согласованны. Возрастание коэффициента конкордации от 0 до 1 указывает на увеличение степени согласованности оценок и достоверности результатов экспертизы. Считается, что имеет

место достаточная согласованность оценок, если коэффициент конкордации W > 0.5...0.6.

При этом рейтинг г альтернативно го варианта Aj по каждому критерию К1 [4]

Гу =[(п+1) - Яу] рь (5)

где Яу - место (ранг) альтернативного варианта в ранжированном по Кгму критерию ряду, р1 - вес Кгго критерия (его численное значение). Теперь кортеж прини-( . ), вариантов Ау.

Данный метод позволяет получать как абсолютные Rj, так и относительные численные значения Rj', W5>0.51 и И5>0, что позволяет считать результаты, полученные этим методом, достоверными. При оценке значимости учитывается вес показателя, что немаловажно. Rj, - относительное интегральное значение рейтинга - , -зультаты анализа и вклад А в общую картину. В частности, на примере мониторинга района г. Геленджик (см. распечатку карты-схемы на рис. 1), по 36 альтернативным точкам (квадратам) и 6 критериям (прозрачность воздуха, присутствие , , , ), использованием принципов - инструментария [5]: аэрозольно-ионизизационного -«СИГМА», «БЕЛЛА», фотоколометрического - «ФЛ-2104», инфракрасного «ГИП-10МБ-3», оптико-акустического - «ГМК-3», термохимического - «ТХ-3651», хеми-люминесцентного - «1100В», окислительно-восстановительного галоидного -1003, кулонометрического - «ГПК-1» и пламенно-фотометрического - «МТ-350Н»), синтезирован кортеж неблагоприятных, в порядке убывания, в экологическом отношении пятен (точек, площадок, квадратов): «В-13, 3-13, У-11, Ж-14, Е-6, Д-8, Т-9, И-14,Р-12, П-14 С-13, У-14, Т-12, Д 10, Н-12, Д-5, 0-13, Л-11, У-10, В-8, С-11, Ф-13, М-13, 3-11, Т-10, Г-7, Д-12, Ф-9, Е-9, Б-11, Г-4, К-12, Е-3, С-8, А-6,

В-6», что однозначно соответствует записи вида: В-13>3-13>У-11>...>А-6>В-6 (т. к. ^-1з>^-1з>^-и >Кж-м>:ЯЕ-6>%8> . ., W =0,64 и И=0,2% ) и позволяет оценить экологическую обстановку и локализовать источники загрязнения окружающей среды. В частности, в точке (т.) В-13 повышенное содержание нефтепродуктов, как оказалось, вызвано утечкой из разгерметизировавшегося нефтехранилища, в т. 313 - -

удачной компоновкой дорожной развязки на дороге Новороссийск - Сочи, в т. У-11 -

участка втормета и т. д.

Предлагаемая система принятия решений в среде с нечеткой исходной информацией обеспечивает (по сравнению с наиболее часто применяемыми в настоящее время экспертными системами) существенное повышение разрешающей способности и согласованности анализируемых оценок. Это позволяет повысить репрезентативность выводов и считать получаемые результаты анализа (эксперти-) .

Рис. 1

Для реализации данного метода разработаны аппаратное [6] и программное обеспечения обработки нечеткой исходной информации и синтеза кортежей альтернативных вариантов в порядке убывания (возрастания) значимости последних. Сказанное позволяет сделать выводы о целесообразности применения предлагаемой системы для нужд охраны окружающей среды. Её применение в деле обработ-

ки результатов экологического мониторинга обещает получение достоверного ма, .

ЛИТЕРАТУРА

1. Скубтин М.Д. и др. Программная реализация системы принятия решений в среде с нечеткой исходной информацией. Известия АН Азербайджана. Серия: физикотехнические и математические науки, 1995, № 5-6. -С.119-124.

2. Кен дел М. Ранговые корреляции. М.: Статистика, 1975. 216с.

3. Горелик А. Л., Абаев Л. Ч. К вопросу расчета коэффициента согласованности оценок в задаче группового выбора и принятия решений. Кибернетика, №3, 1990. С.34 -38.

4. Щербань А.Н. и др. Автоматизированные системы контроля загрязненности воздуха. К.: Технша, 1979. 158 с.

5. . ., . . -

пых предпочтений. Нижний Новгород: ИПФ РАН, 1994. 92с.

6. .. . .

2018951, м. кл. 006Е 15/36, б. 16, 1994.

УДК 681.327

. . , . .

НЕЧЕТКИЕ МЕТОДЫ КЛАССИФИКАЦИИ В ИНТЕЛЛЕКТУАЛЬНЫХ СИСТЕМАХ ЭКОЛОГИЧЕСКОГО МОНИТОРИНГА

В настоящее время актуальна задача автоматизации наблюдений и распознавания ситуаций при мониторинге геоэкологических ситуаций (контроль загряз, ).

для распознавания служат, как правило, оцифрованные полутоновые изображения, получаемые с помощью аэрофотосъемки, спутников и т.д.

Часто анализ ситуации можно свести к распознаванию заранее спрогнозированных путем математического моделирования изображений объектов на различного вида двумерных сетках. Процесс моделирования сложных распределенных систем является весьма трудоемкой задачей, поэтому качество образцов для распознавания в основном является весьма низким. Отметим также, что распознаваемые объекты имеют весьма сложную форму, не имеющую точного геометрического описания [1], к тому же изменяющуюся с течением времени.

Распознаваемые изображения, как правило, имеют малую площадь. Благодаря съемке в естественных условиях, четкость распознаваемых изображений является низкой, а форма объектов может искажаться облаками, растительностью и т.д.

Для решения задачи распознавания в указанных сложных условиях необходимы устойчивые к геометрическим искажениям формы и методы распознавания маломерных изображений объектов.

В работе [2] для подобной задачи распознавания радиолокационных изображений предложен метод классификации изображений по нечетким признакам, использующий разбиение распознаваемого контура на ряд коротких отрезков и выделении нечетких признаков для каждого отрезка.

Однако в условиях поставленной задачи этот подход имеет ряд недостатков. ,