Многофункциональная информационно-моделирующая система для гидрофизического эксперимента

Normal;

Размещено на http://www.allbest.ru/

Многофункциональная информационно-моделирующая система для гидрофизического эксперимента

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Проблема оперативного многопланового контроля гидрофизических систем различного назначения и масштаба является предметом исследования многих природоохранных программ. Актуальность этой проблемы определена Постановлениями Правительства Российской Федерации от 24 ноября 1993 г. «О создании единой государственной системы экологического мониторинга» и от 14 марта 1997 г. «Положение о введении государственного мониторинга водных объектов». Ее решение требует комплексного описания всех элементов гидрологического режима изучаемого водного объекта. Это возможно при построении типовой схемы водного баланса ограниченной территории, отражающей взаимодействие компонентов ее гидрологического цикла: осадки, испарение, эвапотранспирация, речной и береговой сток, приливы и отливы, атмосферный перенос влаги, сточные воды и т.д.

Проведение измерений характеристик гидрофизического объекта требует больших экономических затрат. Поэтому задача оптимизации натурных измерений является актуальной не только с научной точки зрения, но и с экономических позиций. Задача обработки и анализа экспериментальных данных, получаемых при экспедиционных измерениях гидрофизических и гидрохимических характеристик неоднородного в пространстве водного объекта, для своего решения требует создания информационной технологии, способной преодолеть трудности, возникающие из-за нестационарности рядов измерений, их динамичности и фрагментарности в пространстве.

В большинстве современных работ по автоматизации гидрофизических экспериментов создание информационных технологий сосредотачивается на синтезе гидрологических моделей различной сложности и их использовании для обработки данных наблюдений за процессами в конкретной гидрофизической системе. Развитие комплексных подходов к организации гидрофизического мониторинга с использованием универсальных моделей и алгоритмов остается на стадии обсуждения методических вопросов. Поэтому, создание формализованных подходов к синтезу систем мониторинга водных объектов является актуальным.

В данной работе рассматривается новый подход к комплексному изучению гидрофизических процессов различного масштаба. Он основан на технологии синтеза гибких информационно-моделирующих систем, созданной в институте радиотехники и электроники им. В.А. Котельникова РАН. Особенность методики, предлагаемой в диссертации, заключается в использовании преимуществ многоканальных измерений с использованием устройств оптической и микроволновой областей спектра. Как показывают экспериментальные измерения и вычислительные эксперименты, комплексный подход к созданию высокоэффективных информационных технологий для решения задач классификации и идентификации водных объектов позволяет сократить объемы наблюдений и этим повысить эффективность системы мониторинга. Все это подтверждает актуальность темы данной диссертации.

Цель диссертационной работы. Основная цель диссертационной работы состоит в развитии технологии гибких информационно-моделирующих систем применительно к типовым условиям гидрофизического эксперимента и создании аппаратно-программных средств автоматизации обработки данных измерений. Для достижения этой цели решены следующие задачи:

1. Разработка методики синтеза информационно-моделирующей системы для обработки данных гидрофизического эксперимента, включающей имитационную модель и набор алгоритмов пространственно - временной интерполяции.

2. Разработка алгоритма идентификации фазовых состояний гидрофизической системы, основанного на расчете индикатора ее нестабильности и методе последовательного анализа.

3. Синтез информационно-моделирующей системы для комплексной параметризации процессов различного масштаба в гидрофизических системах, подверженных антропогенному воздействию.

4. Создание адаптивной процедуры идентификации физико-химических характеристик водных объектов в реальном масштабе времени с использованием 8-ми канального спектрофотометра, 35-ти канального спектроэллипсометра и микроволновых устройств дистанционного зондирования.

5. Создание многоканального информационно-моделирующего комплекса, позволяющего оперативно оценивать физико-химические параметры пространственно неоднородных и динамически изменяющихся водных систем.

Научная новизна работы заключается в теоретическом обобщении и решении научно-технической проблемы, связанной с созданием нового подхода к планированию и обработке данных гидрофизического эксперимента и разработкой информационно-вычислительного обеспечения процедур поддержки принятия статистических решений в области диагностики состояния водных систем.

К наиболее существенным научным результатам работы относятся следующие:

1. На основе систематизации различных подходов к автоматизации гидрофизического эксперимента и использования 8-ми канального спектрофотометра, 35-ти канального спектроэллипсометра и микроволновых радиометров разработана и реализована в виде аппаратно-программного комплекса новая автоматизированная система диагностики пространственно неоднородных водных объектов.

2. Развита методика реконструкции пространственного образа гидрофизического объекта по данным нерегулярных измерений его характеристик. Методика базируется на алгоритмах пространственно-временной интерполяции.

3. Впервые предложен новый подход к диагностике фазовых состояний гидрофизической системы, основанный на расчете индикатора её нестабильности, величина которого оценивается по данным измерения метеорологических и геофизических характеристик окружающей среды в зоне функционирования гидрофизической системы.

4. Разработан алгоритм распознавания спектральных образов водных объектов при измерении их характеристик в оптическом диапазоне волн. Алгоритм основан на формировании обучающей выборки, создании кластерного пространства и расчете векторного индикатора оптического образа водной среды.

5. Разработанная многофункциональная информационно-моделирующая система была испытана в условиях мониторинга гидрофизических объектов на территориях Южного Вьетнама и Болгарии. Полученные результаты подтвердили возможность системы оптимизировать режим мониторинга и надежно осуществлять реконструкцию пространственного распределения физико-химических характеристик по их фрагментарным измерениям.

Практическая значимость результатов работы определяется тем, что разработанная в диссертации многофункциональная информационно-моделирующая система (МИМСГЭ) повышает эффективность гидрофизических экспериментов путем сокращения объемов измерений при достижении поставленной цели и обеспечивает решение задачи оптимизации режима гидрофизического мониторинга. Эффективность разработанной системы, ее алгоритмического и программного обеспечения подтверждена результатами обработки многочисленных данных различных гидрофизических исследований, включая:

Совместные многолетние гидрофизические эксперименты, проведенные институтом радиотехники и электроники им. В.А. Котельникова РАН, институтами физики и прикладной механики Вьетнамской академии наук и технологий (ВАНТ) на территории СРВ.

Лабораторные измерения с помощью 8-ми канального спектрофотометра и 35-ти канального спектроэллипсометра, проведенные в Институте радиотехники и электроники им. В.А. Котельникова РАН в 2008-2010 гг. и нацеленные на оценку эффективности МИМСГЭ при идентификации различных водных растворов.

Имитационные эксперименты, проведенные в рамках проекта МНТЦ № 3827 в 2008-2010 гг. по изучению закономерностей фазовых переходов в системе океан-атмосфера.

Гидрофизический эксперимент в рамках международного проекта по созданию ГИМС-Болгария, реализованный летом 2007 г.

Диссертация выполнялась в рамках научного сотрудничества между РАН и ВАНТ по теме ”Радиофизические и оптические методы в экологической диагностике“, а также в соответствии с планами ИРЭ им. В.А. Котельникова РАН по разделу Программы фундаментальных исследований Отделения физических наук РАН «Радиоэлектронные методы в исследованиях природной среды и человека» (НИР “Радиовидение-5“), по проекту № 3827 Международного научного и технического центра Разработка технологий диагностики зарождения тропических ураганов в океане на основе методов дистанционного зондирования, по проекту РФФИ № 07-01-00068а «Моделирование процессов распространения загрязнений в Арктическом бассейне», по проекту РФФИ № 09-01-90303_Вьет «Математическое моделирование процессов зарождения тропических ураганов и поиск их индикаторов - предвестников», по проекту РФФИ № 10-01-00079а «Адаптивно-эволюционная модель водного баланса биосферы».

Основные положения, выносимые на защиту:

1. Разработанная многофункциональная информационно-моделирующая система на основе использования вычислительного эксперимента, опирающегося на набор алгоритмов и моделей, обеспечивает автоматизацию непрерывного процесса мониторинга водных систем с оценкой их гидрофизических и гидрохимических параметров за счет применения адаптивной процедуры идентификации физико-химических характеристик водных систем и моделирования их динамики.

2. Предложенная методика классификации переходных процессов в гидрофизических системах за счет оценки индикатора нестабильности и основанная на алгоритмах последовательного анализа и кластерного анализа обеспечивает с высокой вероятностью обнаружение начала смены фазовых состояний и определения моментов зарождения критических процессов.

3. Процедура обучения системы распознаванию спектральных образов, основанная на формировании базы спектральных эталонов, позволяет спланировать гидрофизический эксперимент при достижении заданного уровня достоверности получаемых данных.

4. Проведенные с помощью многофункциональной информационно-моделирующей системы измерения на тестовых гидрофизических объектах и полученные результаты подтверждают высокую информативность развитой технологии диагностики водных систем с целью оценки, классификации и прогнозирования их состояния в реальном масштабе времени.

Достоверность научных и практических результатов подтверждается использованием апробированной методологии системного анализа и имитационного моделирования, а также сопоставлением результатов моделирования с данными измерения физико-химических характеристик водных объектов и апробацией на российских и международных конференциях, семинарах ИРЭ им. В.А. Котельникова РАН.

Личный вклад автора. Все вошедшие в диссертацию оригинальные результаты получены лично автором, в том числе:

структура и блочное наполнение многофункциональной информационно-моделирующей системы;

алгоритм расчета и использования индикатора нестабильности для диагностики фазовых переходов в гидрофизических системах;

компьютерная реализация алгоритмов и процедур расчета физико-химических характеристик гидрофизических систем;

все результаты имитационных и частично лабораторных экспериментов.

Выбор инструментальных средств для проведения испытаний информационно-моделирующей системы и реализация этих испытаний выполнены совместно с В.Ф. Крапивиным, А.М. Шутко и Ф.А. Мкртчяном. Результаты гл. 2 в части выбора типов моделей различных гидрологических процессов получены совместно с В.Ф. Крапивиным. Интерпретация ряда результатов имитационного моделирования в гл. 4 осуществлена совместно с А.И. Суковым, А.Г. Гранковым и В.В. Климовым.

Апробация работы. Основные положения и результаты диссертации докладывались на следующих научных конференциях и семинарах: научный семинар молодых ученых, специалистов, аспирантов и студентов ИРЭ им. В.А. Котельникова РАН, посвященный памяти И. Анисимкина (2006, 2007, 2008, 2010 гг.); Международный Симпозиум "Инженерная экология-2005"(2005 г., г. Москва); Международный Симпозиум по проблемам экоинформатики (2010 г., г. Москва); International Conference on Remote Sensing for Environmental Monitoring, GIS Applications, and Geology VI (2006 г., г. Стокгольм, Швеция); The 24^th International Symposium on Okhotsk Sea & Sea Ice (2009 г., г. Момбецу, Япония); International Symposium on Mathematical Modelling of Process of Tropical Hurricane Beginning and Searching its Indicators-Precursors (2009 г., г. Хошимин, Вьетнам); International Conference DAS (2010 г., Data Application System, г. Сучава, Румыния); 12^th URSI Commission-F Triennial Open Symposium on Radio Wave Propagation and Remote Sensing (2011 г., г. Гармиш-Партенкирхен, Германия).

Публикации. Материалы диссертации опубликованы в 32 печатных работах, в том числе в 12-ти статьях в журналах из рекомендованного перечня ВАК, в 14 статьях в других изданиях и в 8 докладах на отечественных и международных конференциях. Общий объем публикаций по теме диссертации составил 310 мп. страниц.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав, заключения, списка цитированной литературы, содержащего 140 наименований. Объем диссертации составляет 150 страниц текста и 59 рисунков.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность темы диссертационной работы, определены цель и задачи исследования, охарактеризованы используемые методы, сформулированы положения, выносимые на защиту, описана структура работы и дано краткое содержание ее разделов.

В первой главе сформулированы основные положения технологии гибких информационно-моделирующих систем (ГИМС-технология) и описаны базовые функции этой технологии, а также проведен анализ задач информационного обеспечения гидрофизического эксперимента и указаны особенности экспериментальных исследований гидрофизических процессов с перечислением задач их планирования.

Преодоление информационных неопределенностей, неизбежно возникающих при проведении гидрофизических исследований, обеспечивается ГИМС-технологией, которая позволяет сформировать адаптивный режим мониторинга водного объекта и решить ряд важных задач:

оптимальный подбор приборов для проведения наземных и дистанционных измерений, обеспечивающих получение необходимых данных;

сбалансированное количество контактных и дистанционных измерений с учетом их информационного содержания и стоимости;

целесообразный набор алгоритмов и математических моделей пространственно-временных изменений параметров гидрофизического объекта, использование которых сокращает объем требуемых данных и тем самым уменьшает стоимость работы в целом при получении прогноза функционирования наблюдаемого объекта или процесса с заданной надежностью.

Предметом рассмотрения в первой главе является также вопрос инструментального обеспечения гидрофизического эксперимента. Здесь охарактеризованы 8-ми канальный спектрофотометр и 35-ти канальный спектроэллипсометр, которые были использованы для проведенных в работе измерений характеристик водных объектов. Дана характеристика микроволновых радиометров и сформулированы основные элементы технологического процесса измерений параметров гидрофизических объектов. Совокупность измерительных устройств, алгоритмического и модельного обеспечения образуют адаптивный идентификатор, рассчитанный на обучение, которое представляет собой процедуру измерения спектральных характеристик и одновременное независимое измерение содержания химических элементов в водной среде. В результате в базе знаний формируется банк спектральных эталонов, сопоставление с которыми обеспечивает решение задачи идентификации. В частности, такое сопоставление может реализовываться в рамках расчета среднего квадратичного отклонения измеренного спектрального образа объекта от имеющихся в памяти компьютера эталонов. Программное обеспечение адаптивного идентификатора предусматривает различные алгоритмы решения этой задачи. Функциональные возможности адаптивного идентификатора могут расширяться за счет увеличения объема эталонов в базе данных и алгоритмов распознавания спектральных образов.

Спектроэллипсометрическая система, как элемент адаптивного идентификатора, включает: поляризатор, преобразующий линейно поляризованный световой поток в эллиптическую поляризацию; анализатор, который оценивает параметры эллипса; блок питания, который обеспечивает подачу напряжения согласно выбранному режиму эксплуатации спектроэллипсометра; источник света с известными спектральными характеристиками; стекловолоконный кабель; широкополосные фильтры и компьютер, оснащенный необходимым программным обеспечением.

Вторая глава рассматривает структуру и функции предложенной в работе многофункциональной информационно-моделирующей системы для гидрофизического эксперимента (МИМСГЭ). Блок-схема системы включает 8 блоков управления и 30 функциональных блоков (рис. 1). Описаны функции этих блоков, указана процедура адаптации МИМСГЭ к реальному гидрофизическому объекту с помощью предметных идентификаторов. Базовым блоком МИМСГЭ является модель водного баланса ограниченной территории, которая обеспечивает расчет водных потоков между пикселями пространственной дискретизации гидрофизической системы и распределение в пространстве химических элементов при наличии информации о дислокации их источников.

Рис. 1. Структура блоков МИМСГЭ. Обозначения даны в табл. 1 и 2.

Таблица 1. Краткая характеристика функций блоков первого уровня МИМСГЭ.

Блок	Функции блока
ИИ	Информационный интерфейс.
ФИМВ	Формирование имитационной модели влагооборота. Управление моделями и алгоритмами описания гидрофизических процессов.
УПП	Управление параметризацией потоков энергии и вещества в гидрофизической системе. Реализация механизмов трансформации химических элементов в водной среде.
ССАП	Синтез сценариев антропогенных процессов в зоне функционирования гидрофизического объекта.
КИП	Контроль информационных потоков между блоками системы.
ФИК	Формирование и использование критериев качества водной среды.
УППР	Управление процедурами принятия статистических решений.
КФП	Контроль фазовых переходов в гидрофизической системе

Таблица 2. Блоки второго уровня системы МИМСГЭ.

Блок	Функции блока
АЭС	Адаптация экспертной системы к географической, геофизической, экологической и социально-экономической конфигурации изучаемой гидрофизической системы. Формирование тематического множества предметных идентификаторов.
ВЭИ	Восприятие экспериментальной информации, ее масштабирование и занесение в базу данных.
РЗБД	Реализация запросов к базе данных. Обслуживание регламентных запросов.
ФИК	Формирование информационных карт о качестве воды на территории гидрофизического объекта.
ИМ	Изменение масштабов представления картографической информации с выделением фрагментов территории гидрофизического объекта.
КФС	Контроль функций системы, обеспечивающий согласование информационных потоков внутри системы, выявление дефектных запросов и сообщений, предупреждение о неправильных (или запрещенных) командах оператора, подсказка пользователю.
ВНК	Выявление нарушений качества воды и информирование оператора об этих нарушениях.
МВБТ	Модель водного баланса территории, занятой изучаемым гидрофизическим объектом или процессом.
МФПС	Модель формирования сложного многофакторного процесса поверхностного стока с учетом топографии водосбора и почвенно-растительного покрова.
ППСВ	Параметризация потоков сточных вод.
ИГП	Имитация гидрофизических процессов.
РПКВ	Расчет показателей качества воды.
МБМ	Моделирование механизмов трансформации химических элементов в воде.
ИОП	Имитация обменных процессов на границе гидрофизических систем, включая приливно-отливные процессы, взаимодействие с атмосферой.
ИПО	Имитация процессов обмена химическими элементами между атмосферой и водной поверхностью.
ОАД	Обновляемый архив данных об объемах и составе загрязняющих веществ, выбрасываемых в окружающую среду предприятиями сельскохозяйственных, промышленных и муниципальных систем, расположенных в зоне функционирования гидрофизической системы.
ОДОД	Оценка достоверности официальных данных, заносимых в архив.
ФКО	Формирование компьютерного образа гидрофизической системы.
ПРИ	Приведение разнородной информации к единому стандарту.
КВК	Контроль выполнения критериев качества воды.
ДОИ	Документирование оперативной информации о качестве водной среды.
УЛА	Учет лабораторных анализов качества водной среды.
КОК	Комплексная оценка качества водной среды.
ПНП	Процедура Неймана-Пирсона принятия статистических решений.
ППА	Процедура последовательного анализа принятия статистических решений.
КФБ	Контроль функционирования блоков информационно-моделирующей системы.
ФРП	Формирование рядов метеорологических и геофизических характеристик.
РИН	Расчет индикатора нестабильности гидрофизической системы.
ФКП	Формирование кластерного пространства.
РПП	Реализация процедуры преобразования кластерного пространства.

Важным этапом использования МИМСГЭ является адаптация ее информационной и функциональной структуры к задачам гидрофизического эксперимента. Для реализации этого этапа и параметризации гидросферной части территории , на которой находится гидрофизическая система, и создания универсальной схемной оболочки вся территория покрывается равномерной сеткой пикселей с шагом по широте и по долготе. Площадь каждого пикселя равна =kk, где k и k - количество км в 1^о широты и долготы соответственно. Процедура формализации образа гидрофизической системы с привязкой к географическим координатам охарактеризована на схеме рис. 2. Выполнение этой процедуры осуществляется в режиме диалога пользователя с МИМСГЭ (рис. 3).



Рис. 2. Схема формирования картографического образа гидрофизической системы на основе использования имеющейся информации об объектах и процессах на исследуемой территории.

Рис. 3. Экранная форма управления процессом привязки МИМСГЭ к реальному объекту.

В условиях использования микроволновых датчиков при мониторинге гидрофизической системы в структуре МИМСГЭ предусмотрена возможность решения обратной задачи радиометрии. Для этого предложена схема самонастраивающегося многоканального устройства, представленного на рис. 4.



Рис. 4. Структурная схема устройства для измерения геофизических и гидрофизических параметров в режиме микроволнового мониторинга.

Пусть собственное излучение поверхности измеряется одновременно с помощью n радиометров, каждый из которых работает на фиксированной волне _j (j=1,…,n). В результате в момент t_i на выходе каждого радиометра фиксируются величины Z_ij (i=1,…,M), такие, что Z_ij=T_j+_ij , где T_j - яркостная температура участка поверхности на длине волны _j, а _ij - случайная величина (шум) с нулевым средним и дисперсией .

Предполагая линейную зависимость яркостных температур и параметров гидрофизической системы, получаем следующую систему уравнений с возмущенной правой частью:

A₁₁x₁ + + A_1mx_m = T₁ (₁) + ₁

……………………….. (1)

A_n1x₁ + + A_nmx_m = T_n (_n) + _n

где A_ij - коэффициенты, определяемые в режиме мониторинга участка поверхности с известными параметрами {x_i}. Решение системы (1) находится из условия достижения минимума его дисперсии.

Материал третьей главы содержит описание элементов методического и алгоритмического обеспечения МИМСГЭ. Предложены алгоритмы восстановления динамических характеристик и преодоления нестационарности в экспериментальных данных.

Исходные данные для начала работы МИМСГЭ могут быть фрагментарными во времени и отрывочными по пространству. Для реконструкции всего временного ряда этих данных в блоке ФРП реализован алгоритм, позволяющий устранить эту неопределенность.

Предположим, что в режиме мониторинга измеряются N характеристик гидрофизической системы x_i (i=1,...,N) в моменты времени t_s (s=1,...,M). Формально зависимость между x_i(t) представим в виде системы дифференциальных уравнений с неизвестными коэффициентами {a_ijk,b_ij}:

Задавая начальные условия x_i(0) (i=1,…,N), задачу восстановления значений x_i(t) в любой момент времени на интервале наблюдения [0,T] сводим к задаче Коши для системы обыкновенных дифференциальных уравнений. Единственным препятствием к ее решению является неопределенность коэффициентов a_ijk и b_ij. В этом случае введем меру расхождения между рассчитанными значениями x_i(t_s) и измеренными оценками :

,где 0

Тогда множество коэффициентов {a_ijk,b_ij} может быть определено как решение следующей оптимизационной задачи: .

Преодоление нестационарности в экспериментальных данных достигается введением индикатора состояний гидрофизической системы, основанного на выделении участков квазистационарности во временных рядах характеристик системы и оценке нестабильности среднего в динамике его изменения.

Состояние гидрофизической системы характеризуется одним или несколькими параметрами, расчет которых во времени формирует их последовательности, используемые при принятии решения о ходе развития системы. Выявление критических ситуаций в этих последовательностях наблюдений за реальными процессами в гидрофизической системе связано с поиском конструктивных алгоритмов различения альтернативных гипотез:

Гипотеза Н₀ - система находится в квазистационарном состоянии и его отклонение от этого состояния не ожидается.

Гипотеза Н₁ - система приближается к моменту возникновения в ней критического состояния.

Рассмотрим пространство параметров _d={x₁,…,x_d} гидрофизической системы, измеряемых системами мониторинга. Выберем ограниченный интервал T времени мониторинга, характеризуемый набором последовательных моментов {t_j; j=1,…,N} поступления данных о состоянии x=(x₁,…,x_d). В качестве индикатора нестабильности системы предлагается использовать функцию:

(2)

где N - длина выборки, по объему которой осуществляется усреднение значений параметров; m - момент начала регистрации выборки; sd - количество измеряемых параметров, _i - информационная значимость i-ой характеристики;

 .

Индикатор (2) характеризует интегральный уровень нестабильности текущего среднего значения компонент вектора x. Применение последовательного анализа и характеристики нестабильности позволяет предложить схему мониторинга гидрофизических систем с обширными акваториями, обеспечивающую повышение вероятности обнаружения моментов смены фазовых состояний, например, источника зарождения тропического урагана.

При изучении гидрофизических систем с использованием радиометрических измерений наряду с преодолением нестационарности важной задачей является расчет функции радиояркостного отклика системы атмосфера-водная поверхность на вариации тепловых потоков. Связь яркостной температуры T_я(t) и тепловых потоков q(t) на границе системы атмосфера-водная поверхность в резонансных областях поглощения (в участках спектра =0.59 см и 1.35 см) описывается уравнением Дюамеля

(3)

Уравнение (3) является классическим уравнением Вольтера первого рода типа свертки. Оно теоретически может быть решено с помощью преобразования Лапласа или с применением итеративной процедуры. Поскольку функции T_Я(t) и q обычно заданы таблично в виде числовых рядов конечной длины, то указанные алгоритмы, как показали предварительные расчеты, приводят к большой погрешности. Для определения функции отклика r(t) из уравнения Дюамеля (3) применим метод разложения искомого решения этого интегрального уравнения свертки в базисе экспоненциальных функций , где коэффициенты a_i и b_i определяются из условия минимума невязки , где учтено, что функции Т_я(t) и q(t) заданы их дискретными значениями во времени t_i=it:

При многоканальных измерениях в процессе гидрофизического эксперимента для принятия решения анализируются спектральные образы изучаемого эффекта, элемента, объекта или процесса. В частности, для решения задачи о распознавании структуры и содержания химических элементов в водном растворе с помощью адаптивного идентификатора на начальном этапе создается база эталонов спектральных образов. Формирование базы эталонов образцов водных растворов требует создания формализованного индикатора для каждого образца. С этой целью в отделе информатики института радиотехники и электроники им. В.А. Котельникова РАН были проведены измерения однокомпонентных растворов с разрешением 1-5% от максимально возможной концентрации химического элемента.

Идентификация полученного спектрального образа испытуемого раствора осуществляется путем сопоставления его вектора (X₁, …, X_n,Y) с набором эталонных векторов в базе данных, где X_i-характеристика i-го параметра формы спектральной кривой, Y- содержание химического элемента в растворе. Эта процедура реализуется блоком РПКВ МИМСГЭ. В зависимости от используемого измерительного прибора спектральный образ представлен одним вектором для спектрофотометра и двумя векторами для спектроэллипсометра. В последнем случае при измерениях для каждого раствора определялись два вектора: один _A - интенсивность света на фотодетекторе, другой - тангенс относительного сдвига фаз двух ортогональных поляризованных компонент. Идентификация образца осуществляется путем поиска в базе эталонов образцов, имеющих минимальное удаление от полученных спектров. Расстояние между векторами рассчитывается по среднему значению:

(4)

В четвертой главе приведены результаты экспериментальных испытаний МИМСГЭ, проведенных в лабораторных и природных условиях. Рассмотрены задачи обнаружения критических состояний в динамике гидрофизической системы и расчета характеристик загрязнения водной среды. Приведены расчеты отклика системы атмосфера-водная среда на изменение тепловых потоков путем решения уравнения Дюамеля (рис. 5). Даны спектральные характеристики ряда водных растворов, измеренные с помощью спектрофотометра и спектроэллипсометра. В качестве гидрофизических объектов для исследования рассмотрены водные объекты на территории Южного Вьетнама, а также использованы данные гидрофизических исследований в Болгарии.

Рис. 5. Расчет функции отклика r(t), К(Вт/м²)^-1сут^-1, для измерений с научно-исследовательского судна "Волна" (а) и "Бугаев" (б) в эксперименте ATLANTEX-90.

В качестве первой рассмотрена задача обнаружения момента смены фазовых состояний в системе океан-атмосфера (СОА) по данным метеорологических станций TAO/TRITON/PIRATA. С помощью МИМСГЭ были рассчитаны индикаторы нестабильности СОА и определены моменты ее переходов между тремя фазовыми состояниями: фон, шторм и ураган за период 2005-2009 гг. Некоторые результаты расчетов приведены на рис. 6. Из расчетов следует, что МИМСГЭ с высокой вероятностью обеспечивает обнаружение момента зарождения тропического урагана за 1-3 суток до его регистрации спутниковыми средствами. Более того, регистрация микроволновыми средствами изменений тепловых потоков на границе атмосфера - водная поверхность не повышает эту вероятность.

Знание физического состояния морской поверхности важно для многих отраслей хозяйственной деятельности, например, таких как морская навигация, морской промысел биоресурсов, добыча нефти и газа с морского дна, развитие морской аквакультуры и др. Особое значение оперативный контроль состояния морской поверхности имеет для прибрежных территорий, подвергающихся воздействию разбушевавшейся морской стихии. Именно оперативный контроль с возможным прогнозированием физического состояния морской поверхности может предотвратить большие экономические и человеческие потери.

Рис. 6. Сравнительный анализ индикатора нестабильности и тепловых потоков в динамике СОА в августе 2005 г. Обозначения: SHF (surface heat flux)- поверхностный поток физической (ощутимой) теплоты, SLHF (surface latent heat flux) - поверхностный поток скрытой теплоты.

На рис. 7а представлен расчет индикатора нестабильности системы атмосфера-море. На основе анализа кластерного пространства с помощью ренорм - преобразования и сопоставления значений индикатора нестабильности со шкалой Бофорта делается заключение, что в среднем вероятность правильной классификации волнения изменяется в интервале 0,8-0,9. С учетом данных рис. 7а предоставляется возможность предсказывать с такой вероятностью смену фазовых состояний системой атмосфера-море за 3-6 часов до этого перехода. Рис. 7б показывает процесс идентификации фазовых переходов в СОА.

Информационно-моделирующая система испытывалась на основе данных, полученных в 1992, 1994, 1999, 2006 и 2009 гг. в южном Вьетнаме в совместных СРВ - Российских экологических экспедициях и в Болгарии в 2007 г. при изучении сложных и пространственно неоднородных гидрофизических систем. Измерения характеристик водных объектов на территории Южного Вьетнама проводились в зоне водозаборной станции г. Хошимина на р. Донг Най, на р. Сайгон в черте г. Хошимина, в прибрежных водах Южно-Китайского моря в зоне влияния г. Вунг Тау, в заливных прудах и лагунах, а также в ряде внутренних водоемов рыбо-хозяйственного назначения.

Измерения проводились in-situ с помощью 8-ми канального спектрофотометра, а пробы воды, взятые из исследованных гидрофизических объектов, анализировались с помощью адаптивной спектроэллипсометрической системы. Контрольные измерения осуществлялись в специализированной лаборатории г. Хошимина. В проведенных экспедиционных измерениях выбранные вещества обнаруживались в среднем с вероятностью 0,85. При этом наличие нефтепродуктов обнаруживалось с вероятностью 0,87, а биогенных элементов - с вероятностью 0,61. В спектре нефтепродуктов наблюдается заметная характерная неоднородность, а в спектре биогенных элементов (также как и у чистой воды) такие неоднородности сглажены.

Характерные результаты измерений приведены на рис. 8, 9 и в табл.3 . Возможная точность идентификации водных растворов показана на рис. 10.

Одной из функций МИМСГЭ является реконструкция пространственного образа гидрофизического объекта по отрывочным данным измерений его параметров и определение экономного режима мониторинга. В качестве гидрофизического объекта для проверки эффективности этой функции МИМСГЭ изучена характерная для побережья Вьетнама лагуна Ныок Нгот, расположенная в центральной части побережья Южно-Китайского моря в провинции Бинь Динь. Измерения проводились совместно с Институтом прикладной механики и Институтом физики Вьетнамской академии наук и технологий. Тело лагуны было расчленено по глубине на 3 слоя (поверхностный, средний и придонный). Измерялись направление и скорость течений; соленость; мутность; содержание химических элементов.



Рис. 8. Сравнение спектральных образов, полученных при измерении отраженного света с поверхности прудов в провинции Ба Риа с помощью адаптивного идентификатора.

Таблица 3. Сравнительная оценка алгоритмов идентификации спектральных образов водных растворов.

Объект исследования	Метод идентификации и его погрешность (%)
	Кластерный анализ	Невязка между спектрами	Формула (4))
CuSO4 NaCl NaHCO3 NH4OH ZnSO4 Калий + Йод Na+Cu+Zn+Mn+глюкоза Furaciline Bifidumbacterium	15 17 16 21 22 13 18 23 14	12 11 10 13 12 10 9 11 10	8 7 5 9 8 6 9 5 4

Как показали расчеты, все гидрофизические и физико-химические характеристики лагуны однозначно зависят от процессов на ее границе с морем и с сушей.

Последние включают речной и береговой стоки. Следовательно, если в базе данных и базе знаний МИМСГЭ регулярно обновлять информацию об этих процессах, то проведение измерений на внутренней территории самой лагуны не требуется.

Рассчитанная зависимость точности оценок физико-химических характеристик лагуны от частоты поступления новых данных о внешних изменениях начальных условий однозначно определяет режим мониторинга (рис. 11).

Рис. 9. Спектральные образы различных концентраций водного раствора сульфата цинка (ZnSO₄), полученные с помощью спектроэллипсометрической системы. и - эллипсометрические углы.

Рис. 10. Зависимость точности идентификации водных растворов от их концентрации.

Рис. 11. Зависимость невязки прогноза от его глубины во времени для некоторых характеристик лагуны Ныок Нгот.

Оценка эффективности функций МИМСГЭ по реконструкции пространственного образа гидрофизической системы также была реализована при обработке данных мониторинга ряда территорий в Болгарии, осуществленного с помощью самолета-лаборатории голландской фирмы “Miramap” летом 2007 г. с использованием радиометрической системы Института радиотехники и электроники им. В.А. Котельникова. На рис. 12 указана точность реконструкции пространственного распределения влажности почвы с помощью МИМСГЭ.

Рис. 12. Сравнительный анализ результатов реконструкции влажности почвы с помощью МИМСГЭ (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).

В заключении сформулированы основные результаты работы, которые состоят в следующем:

1. Разработана информационно-моделирующая система, обладающая набором функций для исследования характеристик гидрофизических систем по данным эпизодических по времени и фрагментарных по пространству экспериментальных измерений.

2. Развита методика комплексного анализа данных многоканальных измерений физико-химических параметров водных объектов, основанная на совместном использовании алгоритмов пространственно-временной интерполяции, решении обратных задач и моделировании. Предложенная методика ориентирована на проведение измерений и их обработку в реальном масштабе времени.

3. Разработана адаптивная процедура идентификации водных растворов по данным измерений их собственного излучения в оптическом диапазоне волн с использованием 8-ми канального спектрофотометра и 35-ти канального спектроэллипсометра. Процедура включает этап обучения с созданием базы эталонов спектральных образов водных объектов в пространстве признаков, набор которых определяется совокупностью статистических моментов рядов данных измерений в каждом информационном канале.

4. Предложен и теоретически изучен алгоритм идентификации фазовых состояний гидрофизической системы, основанный на расчете индикатора нестабильности системы и последовательной процедуре принятия решений. Эффективность алгоритма оценена при рассмотрении конкретных гидрофизических систем.

5. С помощью лабораторных измерений на спектрофотометре и спектроэллипсометре синтезирована структура базы спектральных эталонов водных растворов, обеспечивающая хранение и быстрый доступ ко всей необходимой информации, а так же сокращающая время, затрачиваемое на проведение процедуры распознавания и оценки содержания химических веществ в водном растворе.

6. Осуществлен синтез измерительной системы на основе 8-ми канального спектрофотометра и 35-ти канального спектроэллипсометра, как автоматизированной системы оперативного контроля содержания химических веществ в водной среде и представляющей собой аппаратно-программный комплекс с соответствующим алгоритмическим обеспечением.

7. По результатам анализа спектральных характеристик ряда водных объектов Южного Вьетнама показано, что применение развитой информационно-моделирующей системы позволяет оптимизировать режим гидрофизического мониторинга за счет сокращения объема полевых измерений и использования процедуры обучения.

8. Применение информационно-моделирующей системы для реконструкции пространственного распределения характеристик гидрофизической системы продемонстрировано на примере обработки данных многоканального микроволнового мониторинга влажности почвы на территории Болгарии и показано, что разработанный комплекс алгоритмов и моделей позволяет надежно восстанавливать пространственный образ исследуемого объекта по данным трассовых измерений.

ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

измерение гидрофизический контроль эксперимент

Публикации в журналах, рекомендованных ВАК

1. Потапов И.И., Солдатов В.Ю. Диагностика водных растворов на основе спектроэллипсометра // Приборы и системы. Управление, контроль, диагностика.- 2011. - № 3. - С.54-56.

2. Гранков А.Г., Мильшин А.А, Солдатов В.Ю. Расчет отклика яркостной температуры системы океан-атмосфера на вариации тепловых потоков // Исследование Земли из космоса.- 2010.- №6. - C. 18-21.

3. Крапивин В.Ф., Солдатов В.Ю., Потапов И.И. Идентификация спектральных образов в задаче оценки качества водных растворов с помощью спектроэллипсометра// Экологические системы и приборы.- 2009. - № 10. - C. 29-31.

4. Крапивин В.Ф., Потапов И.И., Солдатов В.Ю. Адаптивная информационная технология для оперативной диагностики системы океан-атмосфера// Экологические системы и приборы. - 2009. - №2. - C. 33-38.

5. Потапов И.И., Крапивин В.Ф., Солдатов В.Ю. Оценка риска в режиме геоинформационного мониторинга // Экологические системы и приборы. - 2006. - № 8. - C. 11-18.

6. Гранков А.Г., Крапивин В.Ф., Потапов И.И., Солдатов В.Ю. Методика обнаружения тропических ураганов в океане в момент их зарождения на основе методов дистанционного зондирования и математического моделирования // Экологические системы и приборы. - 2007. - № 10. - C. 51-54.

7. Суков А.И., Крапивин В.Ф., Потапов И.И., Солдатов В.Ю. Эффективность мониторинговых систем обнаружения // Экологические системы и приборы. - 2008. -, №6. - C. 3-7.

8. Гранков А.Г., Крапивин В.Ф., Солдатов В.Ю., Потапов И.И. Обнаружение и диагностика зон зарождения тропических ураганов средствами радиозондирования и математического моделирования // Экологические системы и приборы. - 2008. - №2. - C. 41-47.

9. Крапивин В.Ф., Потапов И.И., Солдатов В.Ю. Распространение загрязнений в высоких широтах// Экологические системы и приборы. - 2009. - №3. - C. 14-19.

10.Sukov A.I., Soldatov V.Yu., Krapivin V.F., Cracknell A.P., and Varotsos C.A. A sequential analysis method for the prediction of tropical hurricanes // International Journal of Remote Sensing. - 2008. - Vol. 29, No. 9. - P. 2787-2798.

11. Krapivin V.F., Nitu C., and Soldatov V.Yu. Direct and inverse problems of the microwave monitoring of the environment // Journal “Control Engineering and Applied Informatics” - CEAI. - 2009. - Vol.11, no.1. - P.56-61.

12. Krapivin V.F., Nitu C., Soldatov V.Yu. Synthesis of geoecological information-modeling systems // The Scientific Bulletin of Electrical Engineering Faculty, Valahia University of Targoviste, Romania. - 2010. - Vol. 10, No. 1(12). - P. 101-105.

Публикации в других изданиях

13. Солдатов В.Ю. Микроволновая диагностика системы океан-атмосфера// Проблемы окружающей среды и природных ресурсов. - 2006. - №12. - C. 28-35.

14. Солдатов В.Ю. Диагностика системы океан-атмосфера с помощью перколяционной модели// Проблемы окружающей среды и природных ресурсов. - 2007.- №5. - C. 52-64.

15. Солдатов В.Ю. Возможности систем мониторинга при обнаружении тропических ураганов// Proceedings of the International Symposium on Mathematical Modelling of Process of Tropical Hurricane Beginning and Searching its Indicator Precursors, 16 December 2009, Hochiminh City, Vietnam, pp. 41-45.

16. Солдатов В.Ю. Многофункциональная информационно-моделирующая система для гидрофизического эксперимента// Материалы IX Международного Симпозиума «Проблемы Экоинформатики», Москва, 9-11 декабря 2010 г., с. 96-100.

17. Солдатов В.Ю. Диагностика физических явлений и процессов в гидрофизических системах// Материалы IX Международного Симпозиума «Проблемы Экоинформатики», Москва, 9-11 декабря 2010 г., с. 100-104.

18. Крапивин В.Ф., Потапов И.И., Солдатов В.Ю. Оценка риска в режиме мониторинга // Экологические системы и приборы. - 2007. - № 9. - C. 9-13.

19. Амбросимов А.К., Крапивин В.Ф., Солдатов В.Ю., Потапов И.И. Гибкая информационно-моделирующая система для гидрофизического эксперимента// Проблемы окружающей среды и природных ресурсов. - 2010. - №6. - C. 3-12.

20. Амбросимов А.К., Амбросимов С.А., Крапивин В.Ф., Солдатов В.Ю. Инструментально-аналитическая технология оперативной диагностики фазовых состояний морской поверхности// Проблемы окружающей среды и природных ресурсов. - 2010. - №1. - C. 34-40.

21. Бондур В.Г., Крапивин В.Ф., Солдатов В.Ю., Потапов И.И. Прогнозирование фазовых переходов в системе океан-атмосфера// Проблемы окружающей среды и природных ресурсов. - 2010. - №5. - C. 82-94.

22. Бондур В.Г., Крапивин В.Ф., Солдатов В.Ю., Потапов И.И. Индикаторы фазовых состояний системы океан-атмосфера// Проблемы окружающей среды и природных ресурсов. - 2010. - №6. - C. 97-107.

23. Бондур В.Г., Крапивин В.Ф., Потапов И.И., Солдатов В.Ю. Поиск и обнаружение моментов зарождения тропических ураганов// Проблемы окружающей среды и природных ресурсов. - 2009. - №12. - C. 3-19.

24. Крапивин В.Ф., Шутко А.М., Солдатов В.Ю., Новичихин Е.П., Степанов В.Н. Проблемы создания геоэкологической информационно-моделирующей системы Азовского моря. В кн.: Экономико-экологические проблемы Азовского моря. Фенiлс, Одесса, 2009, с. 327-343.

25. Бурков В.Д., Крапивин В.Ф., Шалаев В.С., Солдатов В.Ю. Технология гибких информационно-моделирующих систем как инструмент исследования последствий антропогенного воздействия на лесные экосистемы// Вестник МГУ леса «Лесной вестник». - 2010. - №7(76). - C. 10-20.

26. Гранков А.Г., Мильшин А.А, Солдатов В. Ю. Анализ радиояркостного отклика системы океан-атмосфера на вариации поверхностных тепловых потоков// Труды Международного Симпозиума "Инженерная экология-2005", Москва, 7-9 декабря 2005 г., с. 27-31.

27. Krapivin V.F., Mkrtchyan F.A., Soldatov V.Yu., Nguyen Xuan Man, Nguyen Khanh Lan, Pham Thanh Binh. Biocomplexity as indicator of the typhoon origin// Тр. Российского об-ва радиотехники, электроники и связи им. А.С. Попова. Серия: Инженерная экология, вып. V. - 2009. - C. 22-31.

28. Cao Van Phuong, Nguyen Boi Khue, Dang Manh Cuong, Nguyen Ngoc Tan, Krapivin V.F., Mkrtchyan F.A., and Soldatov V.Yu. Synthesis of geoecological information-modeling systems// Труды Российского об-ва радиотехники, электроники и связи им. А.С. Попова, Серия «Инженерная экология». - 2009. - Вып. 5. - C. 18-22.

29. Krapivin V.F., Shutko A.M., Chukhlantsev A.A., Golovachev S.P., and Soldatov V.Yu. GIMS-based Approach to the Remote Sensing of Vegetation Covers// RS08: Remote Sensing for Environmental Monitoring, GIS Applications, and Geology VI. 11-16 September 2006, Stockholm, pp. 96-100.

30. Кrapivin V.F. and Soldatov V.Yu. Biocomplexity problem related to the Okhotsk Sea ecosystem// Proceedings of the 24^th International Symposium on Okhotsk Sea & Sea Ice, 15-20 February 2009, Mombetsu, Hokkaido, Japan, The Okhotsk Sea & Cold Ocean Research Association, Mombetsu, Hokkaido, Japan, 2009, pp. 143-146.

31. Soldatov V.Yu., Nitu C., and Krapivin V.F. Diagnosis of transition processes in the ocean-atmosphere system. Proceedings of the International Conference DAS (Data Application System), May 27-29, 2010, Suceava, Romania, University Stefan cel Mare Suceava, Romania, 2010, pp. 36-39.

32. Golovachev S.P. and Soldatov V.Yu. The ocean-atmosphere instability model for hurricane prognosis as subcase of technology for the search of anomalies in the environment. Proceedings of 12 th URSI Commission-F Triennial Open Symposium on Radio Wave Propagation and Remote Sensing, 8-11 March 2011, Alpine-Bavaria, Germany, p. 71.

Размещено на Allbest.ru