CC BY
24
УДК 004.8:378
ПРИМЕНЕНИЕ ЛОГИКО-АКСИОЛОГИЧЕСКОГО ПОДХОДА К ОЦЕНКЕ КАЧЕСТВА ПОДГОТОВКИ ВЫПУСКНИКОВ
_ л о
© С.В. Бахвалов1, Л.В. Аршинский2
Иркутский государственный технический университет, 664074, Россия, г. Иркутск, ул. Лермонтова, 83.
Представлен метод получения агрегированной оценки качества подготовки выпускников высших учебных заведений, учитывающий потребности работодателей, базирующийся на логико-аксиологическом подходе к оценке систем и учитывающий компететностную модель образования. В основе метода лежит понятие ценности дисциплин и компетенций. Ценности устанавливаются работодателем. Получение результата выглядит как логический вывод на соответствующей базе знаний. Табл. 1. Библиогр. 10 назв.
Ключевые слова: качество образования; оценка; компетенции; логико-аксиологический подход; база знаний; логический вывод.
APPLYING LOGICAL AND AXIOLOGICAL APPROACH TO ASSESS GRADUATES' TRAINING QUALITY S.V. Bakhvalov, L.V. Arshinsky
Irkutsk State Technical University, 83 Lermontov St., Irkutsk, 664074, Russia.
The article presents the method to obtain an aggregated assessment of high school graduate training quality that takes into account employers' demands; is based on a logical and axiological approach to the evaluation of system; and i n-cludes a competence education model. The notion of discipline and competence value underlies the method. The val ues are set by the employer. Obtaining the result looks like a logical inference on the relevant knowledge base. 1 table. 10 sources.
Key words: quality of education; assessment; competences; logical and axiological approach; knowledge base; logical inference.
С точки зрения современных научных тенденций результатом образовательного процесса является сумма компетенций. Если сравнительно недавно целью обучения признавалась передача суммы знаний (в допущении, что компетенции сформируются позже, с накоплением опыта и с приложением полученных знаний к решению конкретных задач), в настоящее время считается, что выпускник получил образование при условии приобретения им компетенций. При этом возникает ряд особенностей [3; 4]:
1. Необходимо оценивать не сумму знаний, а сумму компетенций.
2. Необходимо учитывать, что компетенции образуют систему. Так, компетенции ФГОС3 делятся на группы общекультурных и профессиональных компетенций, которые могут члениться на подгруппы. Например, для направления 230400.62 «Информационные системы и технологии» (бакалавры) компетенции профессиональной группы делятся на подгруппы компетенций в сфере деятельности:
- проектно-конструкторской;
- проектно-технологической;
- производственно-технологической;
- организационно-управленческой;
- научно-исследовательской;
- инновационной;
- монтажно-наладочной;
- сервисно-эксплуатационной.
3. Согласно стандарту компетенции должны формироваться в ходе освоения учебных программ, а значит, полученный экзаменационный балл по дисциплине должен влиять на оценку степени овладения компетенцией.
4. Отдельные компетенции могут формироваться в ходе освоения разных дисциплин, что также должно учитываться.
Таким образом, налицо значительно более сложная, по сравнению с прежней парадигмой, основанной в первую очередь на получении знаний, система. Интегральная оценка качества подготовки выпускников сегодня становится иерархической, когда оценки нижнего уровня - уровня дисциплин - формируют ее через вклады в соответствующие компетенции и их влияние на итоговый результат.
Наконец, помимо вышеперечисленных особенностей интегрального оценивания компетенций, нельзя не указать еще одну, пожалуй, не менее важную. Разные виды профессиональной деятельности, даже в рамках одного направления (например, информационные технологии), с точки зрения работодателя тре-
1 Бахвалов Сергей Владимирович, кандидат технических наук, доцент, зав. кафедрой автоматизированных систем, e-mail: [email protected]
Bakhvalov Sergey, Candidate of technical sciences, Associate Professor, Head of the Department of Automated Systems, e-mail: [email protected]
2Аршинский Леонид Владимирович, магистр, e-mail: [email protected] Arshinsky Leonid, Master's Degree Student, e-mail: [email protected]
буют различных компетенций. То есть, значимость одних компетенций начинает превалировать над важностью других. Но это означает, что:
1) не существует универсальной оценки качества подготовки, пригодной для каждого работодателя; один и тот же выпускник будет оценен по-разному в зависимости от того, какого рода деятельностью ему предстоит заниматься;
2) интегральная оценка при компетентностном подходе должна учитывать интересы и предпочтения работодателя;
3) среди различных компетенций, которыми, с точки зрения работодателя, должен владеть выпускник, могут иметься (и часто имеются) такие, отсутствие которых обесценивает претендента на рабочее место; подобные компетенции назовем ключевыми.
Из этого и следует исходить при разработке методов оценки качества подготовки специалистов с учетом компетенций.
Логико-аксиологический подход к построению оценок систем. Одним из важных вопросов анализа систем является получение количественных оценок их эффективности, предпочтительности, качества. Это соответствие выражается некоторым числом или группой чисел, характеризующих систему с различных позиций. В последнем случае группу чисел нередко стремятся свести к единственному характеризующему числу [7; 9]. В квалиметрии подобное число получают как некоторое среднее: среднее взвешенное, среднее геометрическое, среднее гармоническое и т.п. [1; 5; 10], но такие оценки плохо приспособлены для учета ключевых компонентов. В связи с этим в работе [2] был предложен еще один подход, опирающийся на технику присоединенного логического вывода (присоединенным называется логический вывод, сопровождающийся расчетом истинности заключения на основе истинностей посылок [6]).
В основу техники положено понятие ценности компонента системы как степени убывания эффективности системы по шкале (0, 1) при утрате соответствующего компонента. Логически влияние утраты компонента представляется причинно-следственной связью:
-Ci ^-s , (1)
истинностью которой и объявляется ценность. В рассматриваемой задаче выражение (1) выглядит как:
Не освоение дисциплины D ^ Не формирование компетенции K;
Не формирование K ^ Не формирование группы компетенций G;
Не формирование G ^ Не соответствие потребностям работодателя R.
Истинности каждой импликации - это, соответственно, ценность D для K, ценность K для G и ценность G для R.
Общая оценка получается в результате выполнения присоединенного логического вывода по правилу modus ponens:
-с,.,-с1 — -5 |- -,5: | | -,51 | =| | -с, ||-|| -с — -,51|, (2) где через двоеточие указывается способ расчета истинности заключения на основе истинностей посылок; ||...|| - истинность соответствующего суждения.
Логический вывод стартует с оценок по дисциплинам и завершается получением истинности высказывания о соответствии выпускника требованиям работодателя. Для перевода оценок в числа из отрезка (0, 1) можно воспользоваться следующими соответствиями:
«отлично» = 1; «хорошо» = 0.9; «удовлетворительно» = 0.7 Это достаточно типичная шкала границ переходов от отличной к удовлетворительной оценке, связанная с долей верно выполненных заданий при тестировании [8].
Если работодатель не желает принимать в свою компанию выпускника с удовлетворительными оценками по значимым для него дисциплинам и компетенциям, достаточно установить соответствие: «удовлетворительно» = 0.
Неотъемлемой частью присоединенного вывода является процедура объединения свидетельств [5], согласно которой, если заключение получено по нескольким цепочкам вывода, окончательное значение его истинности есть функция значений, полученных по каждой цепочке:
| |Ь||= и(| |Ь||15...,| |Ь||„). В рассматриваемой технике содержится принципиальный момент, поскольку именно благодаря объединению выполняется учет ключевых компонентов. Для этого функция и(...) выбирается таким образом, чтобы при единичном значении любой из переменных ее значение также равнялось единице (требование легко понять, принимая во внимание тот факт, что в рассматриваемой задаче в качестве Ь выступают отрицания -в; потеря ключевого компонента здесь моделируется значением Ц-вЦ = 1). Хорошей функцией является следующая:
| |-5| | = И ( | |-5| | 1,| |-5| | 2,...,| |-5| |я ) =
. (3)
=i-п(Hi-*iiiу
Или, что то же самое:
i Пип
(4)
Эта функция обеспечивает основной вклад в конечную оценку компонентов с наибольшей ценностью, избегая влияния компонентов с ценностью, равной нулю.
Модель специалиста как база знаний. В качестве примера возьмем стандарт 3-го поколения подготовки выпускника по направлению 230400.62 «Информационные системы и технологии» (бакалавры). Со-
i=i
1=1
гласно ФГОС3, выпускник должен овладеть набором компетенций, которые разбиваются на две большие группы: общекультурные и профессиональные. Причем профессиональные компетенции разбиваются еще на подгруппы (таблица). - проектно-технологической;
- рассматривая специалиста как систему частично или полностью сформированных компетенций, для моделирования воспользуемся логико-аксиологи-
ческим подходом, представленным в работе [2]. Согласно этому подходу, качество подготовки специалиста оценивается числом из интервала (0, 1), где 1 -наилучший результат. Интегральная оценка складывается из частных, характеризующих степень сфор-мированности групп компетенций, их подгрупп и отдельных компетенций. Сформированность отдельных компетенций будем оценивать, исходя из результатов освоения конкретных дисциплин.
Перечень компетенций для направления подготовки 230400.62 «Информационные системы и технологии» (бакалавры)
Группы компетенций Подгруппы Компетенции Дисциплины
ОК-1 Д-1
ОК-2 Д-2
ОК-3 Д-3
ОК-4 Д-1, Д-3
ОК-5 Д-4
Общекультурные Компетенции (ОК) ОК-6 Д-5
ОК-7 Д-2, Д-6
ОК-8 Д-7
ОК-9 Д-8
ОК-10 Д-2, Д-3, Д-9
ОК-11 Д-10
ОК-12 Д-5, Д-10
ОК-13 Д-2, Д-3, Д-9
ПК-1 Д-11
ПК-2 Д-12
ПК-3 Д-13, Д-14
ПК-4 Д-14
Проектно-конструкторская ПК-5 Д-15
деятельность ПК-6 Д-11, Д-15, Д-16
ПК-7 Д-17
ПК-8 Д-18
ПК-9 Д-15, Д-19
ПК-10 Д-20
ПК-11 Д-21
Проектно-технологическая ПК-12 Д-22, Д-23, Д-24
деятельность ПК-13 Д-22
ПК-14 Д-23, Д-25
Производственно- технологическая деятельность ПК-15 Д-26
ПК-16 Д-26, Д-27, Д-28
Профессиональные компетенции (ПК) ПК-17 Д-28
ПК-18 Д-29
Организационно- управленческая деятельность ПК-19 Д-30
ПК-20 Д-30, Д-31
ПК-21 Д-32, Д-33, Д-34
ПК-22 Д-31
ПК-23 Д-22, Д-32
Научно-исследовательская деятельность ПК-24 Д-35
ПК-25 Д-36
ПК-26 Д-24, Д-36
ПК-27 Д-37
Инновационная деятельность ПК-28 Д-38, Д-39, Д-40
Монтажно-наладочная деятельность (МНД) ПК-29 Д-41
ПК-30 Д-42
ПК-31 Д-42, Д-43
ПК-32 Д-44
Сервисно-эксплуатационная ПК-33 Д-45
деятельность (СЭД) ПК-34 Д-46, Д-47, Д-48
ПК-35 Д-49, Д-50
Параметрами, учитывающими потребности работодателя, служат ценности групп компетенций для специалиста в целом, подгрупп компетенций для групп, отдельных компетенций для подгрупп и дисциплин для конкретных компетенций. Для построения примера соответствующей базы знаний воспользуемся перечнем компетенций направления 230400.62 (см. таблицу). Здесь ОК - общекультурные компетенции; ПК - профессиональные; Д - дисциплины, их формирующие (дисциплины даны условно).
Если, предположим, работодателя интересует только деятельность выпускника в сфере монтажно-наладочной и сервисно-эксплуатационной деятельности, соответствующая база знаний будет содержать элементы (продукции):
= 0.8; = 1; = 1; = 0.7; = 1; = 0.9; = 0.7 = 0.9; = 0.8;
посылок).
Предположим, что выпускник получил следующие оценки по интересующим работодателя дисциплинам:
п1)
п2)
п3)
п4)
п5)
п6)
п7)
п8)
п9)
п10)
п11)
п12)
п13)
п14)
п15)
п16)
п17)
п18)
п19)
п20)
п21)
-лПК-29| пПК-30| -,ПК-31| -,ПК-31| -лПК-32| пПК-33| -лПК-34| -лПК-34| -лПК-34|
тД-41 ^ тД-42 ^ тД-42 ^ тД-43 ^ тД-44 ^ тД-45 ^ пД-46 ^ тД-47 ^ пД-48 ^ -П-49 ^ -ПК-35|| = 0.5; -П-50 ^ -ПК-35|| = 0.9;
|-ПК-29 ^ -МНД || = 0.9; пПК-30 ^ -МНД || = 1; 1-ПК-31 ^ -МНД || = 0.7; тПК-32 ^ -СЭД || = 0.8; 1-ПК-33 ^ -СЭД || = 0.5; тПК-34 ^ -СЭД || = 1; 1-ПК-35 ^ -СЭД || = 0.9; ■л МНД ^ -ПК|| = 0.9; пСЭД ^ -ПК|| = 1; тПК ^ -Специалисту = 1.
Здесь, например, импликация -Д-41 ^ -ПК-29 означает утверждение о влиянии несформированно-сти знаний, умений и навыков по дисциплине Д-41 (аттестационная оценка) на несформированность профессиональной компетенции ПК-29. Числа - ценности соответствующих дисциплин и компетенций с точки зрения работодателя (параметры, учитывающие его индивидуальные предпочтения). Если те или иные дисциплины и компетенции (подгруппа и группа компетенций) ценности не имеют, соответствующие значения равны нулю.
Компетенции и дисциплины от ОК-1 до ПК-40 включительно дают нулевой вклад в итоговую оценку и здесь не приведены (их общий вид: Ц-Д-X ^ -К-Yy = 0, где Д-X - некоторая дисциплина, а K-Y - компетенция).
Агрегированная оценка как результат логического вывода. Логический вывод на этой базе знаний будет содержать стартовые факты - оценки по дисциплинам и завершающую гипотезу о сформированно-сти выпускника как специалиста. Вывод является нечетким и присоединенным (включающим процедуры расчета истинности заключений на основе истинности
Д-41 - отлично»;
Д-42 - хорошо»;
Д-43 - отлично»;
Д-44 - удовлетворительно»;
Д-45 - хорошо»;
Д-46 - отлично»;
Д-47 - удовлетворительно»;
Д-48 - хорошо»;
Д-49 - хорошо»;
Д-50 - отлично».
После преобразования их в числа из интервала (0, 1) получаем следующие истинности фактов:
ф1) 11Д-41|| = 1; следовательно, || -Д-41|| = 0;
ф2) ||Д-42|| = 0.9; следовательно ||-Д-42|| = 0.1;
ф3) ||Д-43|| = 1; следовательно, | -Д-43|| = 0;
ф4) ||Д-44|| = 0.7; следовательно ||-Д-44|| = 0.3;
ф5) ||Д-45|| = 0.9; следовательно ||-Д-45|| = 0.1;
ф6) ||Д-46|| = 1; следовательно, | -Д-46|| = 0;
ф7) ||Д-47|| = 0.7; следовательно ||-Д-47|| = 0.3;
ф8) ||Д-48|| = 0.9; следовательно ||-Д-48|| = 0.1
ф9) ||Д-49|| = 0.9; следовательно ||- Д-49|| = 0.1;
ф10) ||Д-50|| = 1; следовательно, ||-Д-50|| = 0.
Из ф1 и п1 по правилу modus ponens в форме (2) вытекает заключение:
31) ||-ПК-29|| = ||-Д-411| ||-Д-41 ^ -ПК-29|| = = 0-0.8 = 0.
Из ф2 и п2 - заключение:
32) ||-ПК-30|| = ||-Д-42||-||-Д-42 ^ -ПК-30|| = = 0.1-1 = 0.1.
Из ф2 и п3:
33) ||-ПК-31111 = ||-Д-42||-||-Д-42 ^ -ПК-311| = = 0.1-1 = 0.1.
Из ф3 и п4:
34) ||-ПК-31112 = ||-Д-43||-||-Д-43 ^ -ПК-311| = = 0-0.7 = 0.
Из ф4 и п5:
35) ||-ПК-32|| = ||-Д-44||-||-Д-44 ^ -ПК-32|| = = 0.3-1 = 0.3.
Из ф5 и п6:
36) ||-ПК-33|| = ||-Д-45||-||-Д-45 ^ -ПК-33|| = =0.1-0.9 = 0.09.
Из ф6 и п7:
37) ||-ПК-34||1 = ||-Д-46||-||-Д-46 ^ -ПК-34|| = =0-0.7 = 0.
Из ф7 и п8:
38) ||-ПК-34||2 = ||-Д-47||-||-Д-47 ^ -ПК-34|| = = 0.3-0.9 = 0.27.
Из ф8 и п9:
39) ||-ПК-34||3 = ||-Д-48||-||-Д-48 ^ -ПК-34|| = = 0.1-0.8 = 0.08.
Из ф8 и п10:
310) ||-ПК-35||1 = ||-Д-49||-||-Д-49 ^ -ПК-35|| = = 0.1-0.5 = 0.05.
Из ф8 и п11:
311) ||-ПК-35||2 = ||-Д-50||-||-Д-50 ^ -ПК-35|| =
= 0-0.9 = 0.
Далее следует выполнить объединение свидетельств по компетенциям, используя функцию (3). Принимая ее во внимание, продолжим расчет для рассмотренного примера. Получим объединенные значения для компетенций ПК-31, ПК-34, ПК-35 (округление до тысячных):
312) ||—ПК-31|| = 1-1| ПК -31||0-7/1'6 -1| ПК -31||0//16« » 1 -0 . 90■467 • 10 ■ 6 « 0.048;
313) ||-ПК-34|| =
= 1-1| ПК - 34110■ 7/2 ■ 4 -1| ПК - 34110■ 92 ■ 4 -11 ПК - 34113 » 1-10292 - 0.730375 - 0.920333 « 0.135;
314) ||-ПК-35|| = 1-1| ПК -351|0 514 -1| ПК -351
» 1 - 0.950357 • 10643 « 0.018.
Далее рассчитываем показатели для подгрупп
II 0.8/2.4 ,
||°.9/1-4
компетенций:
з15) ||-МНД||1 = ||-ПК-29||- |—ПК-29 —МНД|| =
= 0-0.9 = 0;
з16) ||-МНД||2 = ||-ПК-30||- |—ПК-30 —МНД|| =
= 0.1-1 = 0.1;
з17) ||-МНД||э = ||-ПК-31||- |—ПК-31 —МНД|| =
= 0.048-0.7 « 0.034;
з15) ||-СЭД||1 = ||-ПК-32||- |—ПК-32 —СЭД|| =
= 0.3-0.8 = 0.24;
з16) ||-СЭД||2 = ||-ПК-33||- |—ПК-33 —СЭД|| =
= 0.09-0.5 = 0.45;
з17) ||-СЭД||3 = ||-ПК-34||- |—ПК-34 —СЭД|| =
= 0.135-1 = 0.135;
з18) ||-СЭД||4 = ||-ПК-35||- |—ПК-35 —СЭД|| =
= 0.018-0.9 « 0.016.
Объединяя результаты для МНД и СЭД по (3), по-
лучаем:
з19) ||-МНД|| =
= 1-||МНД ||0.9/2-6 -1|МНД ||22-6 -1|МНД 26 „
~ 1-10346 -0.90385 - 0.9520269 « 0.052 з20) ||-СЭД|| =
= 1-1| сэд ||083'2 -1| СЭД ||253-2 -1| сэд ||3'3'2 -1| СЭД ||4932« « 1-0.76025 - 0.550156 - 0.8650312 - 0.9840281 « 0.191. Наконец, для групп компетенций:
321) ||-ПК||1 = ||-МНД||-||-МНД ^ -ПК|| = = 0.052-0.9 « 0.047;
322) ||-ПК||2 = ||-СЭД||-||-СЭД ^ -ПК|| = 0.191-1 = = 0.191.
Таким образом:
323) ||-ПК|| = 1-||ПК||091-9 • ||ПК|
Г
1- 0.95 3 0 474-0.80 9 0 526 « 0.126
Интегральная оценка есть: ЦПрофессиональные компетенции сформирова-ны|| = 1- ||-ПК|| « 0.874.
Известно, что расчет по схеме нечеткого присоединенного вывода (2) обладает одной особенностью: чем глубже вывод (т.е. больше в нем шагов), тем меньше истинность заключения. Такая особенность хорошо моделирует психологию принятия решений в условиях дефицита информации: чем глубже вывод, тем меньше веры в его достоверность. Однако для рассматриваемых агрегированных оценок этот эффект «паразитный» и его следует парировать. Для этого предлагается результаты каждого объединения (4) умножать на единый корректирующий коэффициент:
^орр = (1 - ||-с||ср)/(1 - ||-с||,
'Чорр
или, что то же самое:
ср
ср
^орр = ||С||ср/(1 - |М|ср + ||С||ср-|М|ср), где ||с||ср - средняя оценка базовых компонентов системы (ее функциональных элементов), ||у||ср - средняя ценность всех компонентов. Это единообразно скорректирует все оценки в сторону парирования эффекта, сохраняя их относительные значения: большие оценки останутся большими, а меньшие - меньшими. Расчет с использованием данного коэффициента дает окончательный результат:
ЦПрофессиональные компетенции сформированы/|| « 0.81.
Переведя эту оценку в лингвистическое значение согласно популярной шкале:
[0; 0,6] - «плохо»;
[0,61; 0,8] - «удовлетворительно»;
[0,81; 0,9] - «хорошо»;
[0,91; 1] - «отлично», получаем лингвистическую оценку «хорошо».
В заключение можно сказать, что предлагаемый метод позволяет построить агрегированную оценку с учетом всех основных особенностей:
- иерархичности системы дисциплин-компетенций;
- наличия ключевых компонентов (дисциплин, компетенций групп и подгрупп) в этой системе;
- результатов обучения в виде аттестационных оценок;
- индивидуальных потребностей работодателя.
Платой за расширенные возможности становится
большая сложность метода по сравнению, например, со «средним арифметическим», характерным для парадигмы образования, основанной в первую очередь на получении знаний. Однако соответствующие методики могут быть реализованы в виде специализированной программной системы, использующей технологию экспертных систем.
Статья поступила 25.06.2014 г.
Библиографический список
1. Азгальдов Г.Г. Теория и практика оценки качества товаров (основы квалиметрии). М.: Экономика, 1982. 256 с.
2. Аршинский Л.В. Логико-аксиологический подход к оценке состояния систем // Современные технологии. Системный анализ. Моделирование. 2013. № 3 (39). С. 140-146.
3. Бахвалов С.В., Аршинский Л.В. Проблемы получения ин-
тегральных оценок качества подготовки специалистов с учетом потребностей работодателя // Подготовка кадров для силовых структур: современные направления и образовательные технологии: мат-лы XIX Всерос. науч.-метод. конф. Иркутск: Изд-во ВСИ МВД России, 2014. С. 108-110. 4. Шулья И.П., Шмырева Н.А. Компетентностный подход к
образовательному процессу в техническом вузе // Вестник Иркутского государственного технического университета. 2011. № 5 (52). С. 264-273.
5. ГОСТ 15467-79 «Управление качеством продукции. Основные понятия, термины и определения».
6. Искусственный интеллект. В 3 кн. Кн. 2. Модели и методы: справочник / под ред. Д.А. Поспелова. М.: Радио и связь, 1990. 304 с.
7. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и связь, 1990. 544 с.
8. Красильникова В.А. Подготовка заданий для компьютерного тестирования: методические рекомендации. Оренбург: Изд-во ИПК ГОУ ОГУ, 2004. 31 с.
9. Саати Т.Л. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1989. 316 с.
10. Субетто А.И. Оценочные средства и технологии аттестации качества подготовки специалистов в вузах: методология, методика, практика. М.: Исследовательский центр проблем качества подготовки специалистов, 2004. 68 с.
УДК 551.24 + 004.42
РАЗРАБОТКА ИНТЕРАКТИВНОЙ ИНФОРМАЦИОННОЙ СИСТЕМЫ ДЛЯ ПОСТРОЕНИЯ МОДЕЛЕЙ КОМПОЗИТНЫХ СЕЙСМОГЕННЫХ ИСТОЧНИКОВ ЮГА ВОСТОЧНОЙ СИБИРИ
© А.А. Гладков1, О.В. Лунина2
Институт земной коры СО РАН,
664033, Россия, г. Иркутск, Лермонтова, 128.
Приведены некоторые результаты разработки программного пакета для построения моделей композитных сей-смогенных источников юга Восточной Сибири. В процессе проектирования базы данных на основе опыта зарубежных и отечественных исследователей создана модель данных композитных сейсмогенных источников и произведена ее реализация в СУБД MapInfo. Для автоматизации процессов сбора, обработки, хранения и визуализации информации по сейсмогенным источникам разработано прикладное приложение на языке MapBasic, включающее интерфейсы ввода и редактирования информации, систему генерации отчетов. Описываемый программный пакет является очередным модулем информационной системы «ActiveTectonics», предназначенной для интегрирования данных по активной тектонике исследуемого региона. Ил. 7. Библиогр. 10 назв.
Ключевые слова: сейсмогенные источники; активная тектоника; база данных; геоинформационные системы.
INTERACTIVE INFORMATION SYSTEM DEVELOPMENT FOR MODELING COMPOSITE SEISMOGENIC SOURCES OF SOUTH OF EASTERN SIBERIA A.A. Gladkov, O.V. Lunina
Institute of the Earth's Crust SB RAS, 128 Lermontov St., Irkutsk, 664033, Russia.
The article presents some results of the development of a software package for modeling composite seismogenic sources of the south of Eastern Siberia. The process of designing a database based on the experience of foreign and domestic researchers has resulted in the creation of a data model of composite seismogenic sources. The model is implemented in a data base management system (DBMS) MapInfo. To automate collection, processing, storage and visualization of information on seismogenic sources the authors have developed a MapBasic application that includes the interfaces of data input and editing as well as a report generation system. Described software package is another module of «ActiveTectonics» information system designed for integrating data on the active tectonics of the region under investigation.
7 figures. 10 sources.
Key words: seismogenic sources; active tectonics; database; geoinformation systems.
Введение
Разработка, внедрение и развитие информационных систем, направленных на решение комплекса геологических задач, связанных с накоплением, обработкой, анализом и визуализацией большого объема геопространственных данных, является одним из важ-
ных направлений современной геоинформатики. Подобные информационные системы разработаны для территорий таких стран, как Италия [5], США [10], Греция [8], Япония [4], Новая Зеландия [6] и Китай [7]. Все они включают базы данных геологических объектов и прикладные приложения для работы с ними, что в
1Гладков Антон Андреевич, аспирант, ведущий инженер лаборатории тектонофизики, тел.: 89148803441, e-mail: [email protected]
Gladkov Anton, Postgraduate, Leading Engineer of the Tectonophysics Laboratory, tel.: 89148803441, е-mail: [email protected]
2Лунина Оксана Викторовна, кандидат геолого-минералогических наук, старший научный сотрудник лаборатории тектонофизики, тел.: 89148852409, e-mail: [email protected]
Lunina Oksana, Candidate of Geological and Mineralogical sciences, Senior Researcher of the Tectonophysics Laboratory, tel.: 89148852409, е-mail: [email protected]
