На вход нейронной сети подаются представительные данные и запускается алгоритм обучения, который автоматически анализирует структуру данных и генерирует зависимость между входом и выходом. Для обучения НС применяются алгоритмы двух типов: управляемое ("обучение с учителем") и неуправляемое ("без учителя").

Простейшая сеть имеет структуру многослойного персептрона с прямой передачей сигнала (см. рис. 3), которая характеризуется наиболее устойчивым поведением. Входной слой служит для ввода значений исходных переменных, затем последовательно отрабатывают нейроны промежуточных и выходного слоев. Каждый из скрытых и выходных нейронов, как правило, соединен со всеми элементами предыдущего слоя (для большинства вариантов сети полная система связей является предпочтительной). В узлах сети активный нейрон вычисляет свое значение активации, беря взвешенную сумму выходов элементов предыдущего слоя и вычитая из нее пороговое значение. Затем значение активации преобразуется с помощью функции активации (или передаточной функции), и в результате получается выход нейрона. После того, как вся сеть отработает, выходные значения элементов последнего слоя принимаются за выход всей сети в целом.

Рис. 3. Пример нейронной сети - трехслойного персептрона с прямым распространением информации

Наряду с моделью многослойного персептрона, позднее возникли и другие модели нейронных сетей, различающихся по строению отдельных нейронов, по топологии связей между ними и по алгоритмам обучения. Среди наиболее известных сейчас вариантов можно назвать НС с обратным распространением ошибки, основанные на радиальных базисных функциях, обобщенно-регрессионные сети, НС Хопфилда и Хэмминга, самоорганизующиеся карты Кохонена, стохастические нейронные сети и т.д. Существуют работы по рекуррентным сетям (т.е. содержащим обратные связи, ведущие назад от более дальних к более ближним нейронам), которые могут иметь очень сложную динамику поведения. Начинают эффективно использоваться самоорганизующиеся (растущие или эволюционирующие) нейронные сети, которые во многих случаях оказываются более предпочтительными, чем традиционные полносвязные НС.

Для моделей, построенных по мотивам человеческого мозга, характерны как легкое распараллеливание алгоритмов и связанная с этим высокая производительность, так и не слишком большая выразительность представленных результатов, не способствующая извлечению новых знаний о моделируемой среде. Поэтому основное назначение нейросетевых моделей, - прогнозирование.

Важным условием применения НС, как и любых статистических методов, является объективно существующая связь между известными входными значениями и неизвестным откликом. Эта связь может носить случайный характер, искажена шумом, но она должна существовать. Это объясняется, во-первых, тем, что итерационные алгоритмы направленного перебора комбинаций параметров нейросети оказываются весьма эффективными и очень быстрыми лишь при хорошем качестве исходных данных. Однако, если это условие не соблюдается, число итераций быстро растет и вычислительная сложность оказывается сопоставимой с экспоненциальной сложностью алгоритмов полного перебора возможных состояний. Во-вторых, сеть склонна обучаться прежде всего тому, чему проще всего обучиться, а, в условиях сильной неопределенности и зашумленности признаков, это - прежде всего артефакты и явления "ложной корреляции".

Отбор информативных переменных в традиционной регрессии и таксономии осуществляют путем "взвешивания" признаков с использованием различных статистических критериев и пошаговых процедур, основанных, в той или иной форме, на анализе коэффициентов частных корреляций или ковариаций. Для этих целей используют различные секвенциальные (последовательные) процедуры, не всегда приводящие к результату, достаточно близкому к оптимальному. Эффективный автоматизированный подход к выбору значимых входных переменных может быть реализован с использованием генетического алгоритма.

В связи с этим, в общей схеме статистического моделирования методами ИИ рекомендуется последовательное выполнение двух разных процедур:

- с помощью эволюционных методов в бинарном пространстве признаков ищется такая минимальная комбинация переменных, которая обеспечивает незначительную потерю информации в исходных данных,

- полученная на предыдущем этапе минимизированная матрица данных подается на вход нейронной сети для обучения.

7. Информационные технологии в экологии

7.1 Экологические информационные системы

Информационные системы - это системы хранения, обработки, преобразования, передачи и обновления информации с использованием компьютерной и другой техники. Сбор, хранение, отработку и передачу данных называют информационными процессами.

Информационные процессы подразделяют на три группы:

* обеспечивающие выбор и формирование целей;

* предназначенные для разработки программы действий;

* гарантирующие нормальное протекание экологических процессов и их регулирование.

Информацией в экологии следует считать только те сведения, знания, сообщения, которые содержат элементы новизны для их получателей и используются в процессе принятия решений экологических проблем.

Информация может поступать к лицу, принимающему решения из источников:

* исследовательской деятельности, основанной на активном поиске информации во внешней и внутренней средах;

* прогнозирования, базирующего на предвидении человеком будущего развития окружающей среды;

* обратной связи, по которой поступает информация о результатах предшествующих решений.

Одним из наиболее информационно-насыщенных объектов является окружающая среда. Она многокомпонентна по своей сути и испытывает постоянное воздействие хозяйственной деятельности человека. Появление серьезных глобальных экологических изменений вызвало необходимость анализа, оценки и прогнозирования их динамики с целью принятия возможных решений для выработки стратегии дальнейшего развития общества. В свою очередь эти обстоятельства вызвали необходимость создания новой научной дисциплины - экоинформатики, изучающей закономерности получения, передачи, преобразования и применения, отбора, хранения информации при изучении процессов, протекающих в окружающей среде.

Без преувеличения можно утверждать, что наличие достоверной информации будет содействовать повышению научной обоснованности прогнозов и комплексной оценки состояния окружающей среды, рациональному использованию природных ресурсов.

В основе любой информационной системы вне зависимости от того, какие конкретные функции она выполняет, закладывается блок связи, в обобщенном виде представленный на рис. 4, состоящий из пяти основных блоков:

Рис. 4. Блок связи

Источник информации в соответствии с его конструкцией, назначением, способом физической реализации в фиксированный момент времени избирает одно из совокупности возможных сообщений. В частном случае источником информации может быть измерительное устройство или человек, выполняющий функции наблюдателя.

Передатчик соответствующим образом преобразует сигнал в форму, удобную для передачи. Это может быть цифровое кодирование аналогового сигнала в случае, если источник информации - измерительное устройство или определенным образом закодированное сообщение в случае, когда речь идет о наблюдателе.

Канал связи есть просто среда, передающая сигнал от передатчика к приемнику. По одной и той же среде может проходить одновременно множество сигналов, в том числе и не предназначенных для конкретного приемника.

При прохождении сигнала могут возникать его искажения. В информационных системах о состоянии окружающей среды искажения сообщений или отдельных сигналов - достаточно обычное явление. В таких искажениях часто заинтересованы как те, кто загрязняет среду, так и те, кто стоит на ее защите. Первые заинтересованы в сокрытии неблагополучной обстановки, вторые склонны, напротив, преувеличивать масштабы загрязнения. Первые стремятся не передавать экстремального значения или организовывать наблюдения таким образом, чтобы экстремальные значения встречались с минимальной вероятностью, вторые действуют диаметрально противоположно. В связи с этим методы подавления искажений экологической информации имеют весьма большое значение. Кроме умышленных искажений, могут быть и неумышленные, возникающие в результате воздействия на сигнал других источников информации. Такие искажения подавляются в первую очередь улучшением качества канала связи или методами кодирования информации. Приемник преобразует принятый сигнал и восстанавливает по нему первоначальное сообщение. Обычно действие приемника по смыслу обратно действию передатчика. В частных случаях приемник может специальным образом перекодировать сообщение в соответствии с потребностями получателя или потребителя информации.

Если полагать, что окружающая среда есть источник информации, а управляющий субъект есть ее приемник, то, соответственно, смысл информации может быть понят приемником только в том случае, если он "знает" язык природы, или располагает способами его построения. Знание "языка", очевидно, необходимым условием адекватности действий и соответственно необходимым условием восприятия и использования информации. Именно в силу этого, какие бы отношения между объектами не рассматривались, представления о "языке" являются ключевыми при передаче, приеме, преобразовании и практическом использовании информации.

Исследователь, собирающий сведения о неизвестной ему системе, стремится в конечном итоге расшифровать ее язык, последовательно отвечая на следующие вопросы:

1) как из множества наблюдений выделить переменные?

2) как отобразить эти переменные в собственном алфавите с минимальными искажениями?

3) как выявить отношение этих переменных друг к другу?

4) как установить порядок в этих отношениях?

5) как свести множество сочетаний состояний к элементарным непротиворечивым формулам или высказываниям?

6) как объяснить (доказать), почему существуют именно такие элементарные высказывания?

Первые два вопроса относятся к проблеме измерения информации; третий, четвертый, пятый и шестой - к проблеме интерпретации.

Фактически для расшифровки "языка" существует огромный аппарат статистики, методов линейной алгебры, различных полуэвристических методов кластер-анализа и т.п. Эти методы можно рассматривать также, как своеобразные языки, каждый из которых по условию имеет ограниченную область применения.

Объект исследования должен относится к тому же концептуальному классу, что и соответствующий "язык" анализа. Сам же "язык" по условию должен быть метаязыком по отношению к языку объекта.

Несмотря на весь огромный арсенал методов анализа, проблема обработки информации, превращения ее из множества неупорядоченных фактов в систему, которую можно определить как "истинные" знания, остается чрезвычайно сложной и в общем случае нерешенной. Возможности современной вычислительной техники создают даже своеобразный тупик.

Имея возможность использовать ЭВМ, исследователь часто применяет к одному и тому же объекту все доступные для него способы классификации, и пытается затем выделить наилучшую. Часто критерием качества служат его априорные представления об объекте, истинность которых сама по себе нуждается в доказательствах. Конечно, можно предложить внешние критерии качества классификации, но они сами по себе также связаны с некоторыми модельными и, соответственно, языковыми представлениями, и в этом смысле всегда не идеальны. В принципе те же самые проблемы существуют при применении любого анализа.

Так или иначе, задача расшифровки языка объектов природы, внешнего мира остается весьма сложной и практически не алгоритмизированной. Практика, как критерий истинности, - хороший аргумент, когда наблюдатель располагает сколь угодно большим временем для проверки истинности модели, построенной им на основе обработки информации о реальном объекте. Но когда этого времени не отпущено и установление истины сопряжено с ошибками, определяемыми неадекватной моделью, практика начинает работать против наблюдателя. Соответственно необходимо искать доказательства правильности и приемлемости теории, исходя из других, может быть менее абсолютных, но более с практической точки зрения оправданных критериев.

Применение вычислительной техники в различных областях человеческой деятельности и лавинообразное увеличение информации относят к характерным признакам научно-технической революции. Вычислительная техника дала возможность организовывать различную информацию в банки и базы данных. Разработка любой базы данных включает в себя определение и обоснование предметной области.

Проектировиние экологических баз данных. В настоящее время термины "база данных" и "система управления базами данных" (СУБД) используются исключительно как относящиеся к компьютерам. В общем смысле термин "база данных" (БД) можно применить к любой совокупности связанной информации, объединенной вместе по определенному признаку. Например, в качестве базы данных можно рассматривать расписание движения поездов или книгу регистрации данных о заказах покупателей и их выполнении. При этом в качестве базы данных рассматривается только набор данных, организованных определенным образом.

Большинство баз данных, независимо от того, реализованы они на компьютерах или нет, для хранения данных используют таблицы. Каждая таблица состоит из столбцов и строк, которые в компьютерных базах данных называются полями и записями, соответственно. Технология баз данных, история развития которой прошла через ряд этапов и насчитывает более двух десятилетий, занимает одно из ведущих мест в прикладной информатике.

Системы управления базами данных, ориентированные на персональные компьютеры, как правило, поддерживают реляционную модель данных, предложенную в 1969 году Е. Коддом. Реляционная модель освобождает пользователей от взаимодействия с физической структурой данных. Вместо этого, она основывается на логических взаимоотношениях, выраженных с помощью реляционных языков, которые расширяют математическую теорию множеств для работы с реляционной моделью данных.

Программное обеспечение является общим термином, используемым для описания инструкций всех уровней по управлению аппаратной частью компьютеров. Различные уровни программного обеспечения имеют вид пирамиды. Основой пирамиды, которая ближе всего расположена к аппаратной части компьютера, являются машинные языки. Средний уровень образуют языки, предназначенные для создания приложений, которые преобразуют инструкции, заданные человеком, в машинные коды. Вершиной пирамиды, ближе всего расположенной к пользователю, являются приложения.

Приложения представляют собой набор средств пользовательского интерфейса, с помощью которого пользователь выполняет действия, необходимые для выполнения задания. Пользовательский интерфейс представляет собой средство взаимодействия между пользователем и приложением.

В настоящее время стремительно развивается рынок персональных компьютеров и программных продуктов для них. Появилось большое количество инструментальных средств проектирования БД, таких как СУБД и сопутствующие продукты, например, интерпретаторы, генераторы отчетов, генераторы приложений и др.

Для полноценного выбора программного инструментария и использования технологий проектирования БД, адекватных потребностям конкретной разработки, необходимы глубокий анализ и классификация имеющихся средств проектирования.

Первым этапом проектирования БД любого типа является анализ предметной области, который заканчивается построением информационной структуры (концептуальной схемы). На данном этапе анализируются запросы пользователей, выбираются информационные объекты и их характеристики, и на основе проведенного анализа структурируется предметная область. Анализ предметной области является общезначимым этапом, не зависящим от программной и технической сред, в которых 'будет реализовываться БД.

Анализ предметной области целесообразно разбить на три фазы:

· анализ концептуальных требований и информационных потребностей;

· выявление информационных объектов и связи между ними;

· построение концептуальной модели предметной области и проектирование концептуальной схемы БД.

На этапе анализа концептуальных требований и информационных потребностей необходимо решить следующие задачи:

* анализ требований пользователей к БД (концептуальных требований);

* выявление имеющихся задач по обработке информации, которая должна быть представлена в БД (анализ приложений);

* выявление перспективных задач (перспективных приложений);

* документирование результатов анализа.

Требования пользователей к разрабатываемым БД представляют собой список запросов с указанием их интенсивности и объемов данных. Эти сведения разработчики БД получают в диалоге с ее будущими пользователями. Здесь же выясняются требования к вводу, обновлению и корректировке информации. Требования пользователей уточняются и дополняются при анализе имеющихся и перспективных приложений.

Рассмотрим примерный состав вопросника при анализе различных предметных областей.

1. Предлагается разработать базу данных учета результатов исследований поверхностных вод при проведении локального мониторинга.

Первая фаза анализа предметной области:

1. Сколько имеется точек отбора проб для проведения исследований?

2. Каково их место расположения?

3. Какие параметры подлежат контролю?

4. Какова периодичность контроля?

Вторая фаза анализа предметной области состоит в выборе информационных объектов и заданий необходимых свойств для каждого из них; выявлении связи между объектами; определении ограничений, накладываемых на информационные объекты, типы связей между ними, характеристики информационных блоков.

Проанализируем предметную область на примере БД "Локальный мониторинг". При выборе информационных объектов постараемся ответить на ряд вопросов:

1. На какие классы можно разбить данные, подлежащие хранению в БД?

2. Какое имя можно присвоить каждому классу данных БД?

3. Какие наиболее интересные характеристики (с точки зрения пользователя) каждого класса данных можно выделить?

4. Какие имена можно присвоить выбранным наборам характеристик?

Выявление информационных объектов - процесс итеративный. Он осуществляется на основании анализа информационных потоков и интервьюирования потребителей. Характеристики информационных объектов определяются теми же методами.

2. Продолжим создание БД "Локальный мониторинг", рассчитанный на пользователей, ответственных за состояние наблюдаемого природного объекта.

После беседы с различными пользователями, просмотра нормативно-технической и иной документации было выявлено, что интерес представляют три информационных объекта: точка отбора; количественное содержание в ней токсичных элементов; нормативно установленные эталонные содержания токсичных элементов.

Рассмотрим наиболее существенные характеристики каждого информационного объекта:

Точка отбора - координаты, природная среда.

Содержание токсичных элементов - точка отбора, дата отбора, кем осуществлен отбор проб, наименование исследуемого элемента, результаты испытаний.

Эталонное содержание - наименование элемента, нормативно-установленный количественный показатель, единица измерений, нормативный документ.

Далее выделим связи между информационными объектами. В ходе этого процесса необходимо ответить на следующие вопросы:

1. Какие типы связей между информационными объектами?

2. Какое имя можно присвоить каждому типу связей?

3. Каковы возможные типы связей, которые могут быть использованы впоследствии?

4. Имеют ли смысл какие-либо комбинации типов связей?

Попытаемся задать ограничения на объекты, их характеристики и связи. При этом нужно ответить на следующие вопросы:

1. Какова область значения для числовых характеристик?

2. Каковы функциональные зависимости между характеристиками одного информационного объекта?

3. Какой тип отображения соответствует каждому типу связей?

Под ограничением целостности обычно понимают логические ограничения, накладываемые на данные. Ограничения целостности- это такое свойство, которое задается для некоторого информационного объекта или его характеристики. Ограничения целостности должны сохраняться для каждого их состояния.

Между разными информационными объектами, а также между информационным объектом и его характеристиками возникают определенные ассоциации, называемые связями. При этом связи могут быть различных свойств, характера и избирательности. При проектировании БД принято рассматривать взаимосвязи между информационными объектами трех типов (рис. 5).

Рис. 5. Взаимосвязь между информационными объектами

Заключительная фаза анализа предметной области состоит в проектировании ее информационной структуры (или концептуальной схемы). Описывать предметную область или проектировать концептуальную схему можно средствами достаточно большого количества моделей, созданных специально для этих целей. В простых случаях для построения концептуальной схемы используют традиционные методы агрегации и обобщений. При агрегации информационные объекты (элементы данных) объединяются в один в соответствии с семантическими связями между объектами.

Например, при проведении экологического мониторинга создаем информационный объект (сущность) - объект контроля со следующими атрибутами: место и среда отбора (воздух, подземные воды, поверхностные воды, почва и др.), норма (ПДК, ПДС и др.), показанные на рис. 6.

Рис. 6. Схема контроля среды

Для создания экологических баз данных можно использовать стандартный пакет Microsoft Office Access. Значительно упрощает управление базами данных пакет Microsoft SQL Server 6.0. Подробнее об этом можно узнать на http://www.unix.com.ua/press/skpress/pc_mag/12952.htm.

Применение программно-технических средств в системах экологического мониторинга вы можете посмотреть на http://www.technolink.spb.ru/index.php?pid=368.

Информацию о разработке и внедрении программных средств в экологии и природопользовании http://www.gisi.ru/stoimost-uslug/razrabotka-i-vnedrenie-programmnyh-sredstv-v.

7.2 Геоинформационные системы

Пожалуй, одно из самых главных и, зачастую, достаточно трудных и дорогостоящий дел в начале любой серьезной работы - собрать как можно больше информации об объекте, процессе или явлении, которые Вас интересуют. При комплексном подходе, характерном для экологии, обычно приходится опираться на обобщающие характеристики окружающей среды, вследствие чего объемы даже минимально достаточной исходной информации несомненно должны быть большими. В противном случае обоснованность Ваших действий и решений вряд ли может быть достигнута. Однако простого накопления данных тоже, к сожалению, недостаточно. Эти данные должны быть легко доступны, систематизированы в соответствии с Вашими потребностями. Очень полезна возможность связать разнородные данные друг с другом, сравнить, проанализировать, просто просмотреть их в удобном и наглядном виде, например, создав на их основе необходимую таблицу, схему, чертеж, карту, диаграмму. Группировка данных в нужном виде, их надлежащее изображение, сопоставление и анализ целиком зависят от квалификации и эрудированности исследователя, выбранного им подхода к интерпретации накопленной информации. На этапе обработки и анализа собранных данных существенное, но отнюдь не первое, место занимает техническая оснащенность исследователя, включающая подходящие для решения поставленной задачи аппаратные средства и программное обеспечение. Обычно они приобретаются именно в такой последовательности, хотя на самом деле подбирать компьютер и периферийные устройства целесообразно, отталкиваясь от выбранного программного продукта. В качестве последнего во всем мире все чаще применяется современная мощная технология географических информационных систем (ГИС).

ГИС имеет определенные характеристики, которые с полным правом позволяют считать эту технологию основной для целей обработки и управления информацией. Средства ГИС намного превосходят возможности обычных картографических систем, хотя естественно, включают все основные функции получения высококачественных карт и планов. В самой концепции ГИС заложены всесторонние возможности сбора, интеграции и анализа любых распределенных в пространстве или привязанных к конкретному месту данных. Если Вам необходимо визуализировать имеющуюся информацию в виде карты, графика или диаграммы, создать, дополнить или видоизменить Вашу базу данных, интегрировать ее с другими базами - единственно верным путем будет обращение к ГИС. В традиционном представлении возможные пределы интеграции разнородных данных искусственно ограничиваются. Близким к идеалу считают, например, возможность создания карты урожайности полей путем объединения данных о почвах, климате и растительности. ГИС позволяет пойти значительно дальше. К вышеприведенному набору данных Вы можете добавить демографическую информацию, сведения о земельной собственности, благосостоянии и доходах населения, объемах капитальных вложений и инвестиций, зонировании территории, состоянии хлебного рынка и т.д. В результате появляется возможность напрямую определить эффективность запланированных или проводящихся мероприятий по сохранению природы, их влияние на жизнь людей и экономику сельского хозяйства. Можно пойти еще дальше и, добавив данные о распространении заболеваний и эпидемий, установить есть ли взаимосвязь между темпами деградации природы и здоровьем людей, определить возможность возникновения и распространения новых заболеваний. В конечном счете удается достаточно точно оценить все социально-экономические аспекты любого процесса, например сокращения площади лесных угодий или деградации почв.

В 70-х годах нашего столетия люди впервые смогли увидеть Землю из космоса, что привело к возникновению нового обобщенного взгляда на нашу планету. Однако в то время еще не было адекватных средств анализа получаемых дистанционных данных для их полноценного использования в повседневной жизни. Только с появлением ГИС возможность решения такой задачи стала реальностью, так как эта технология позволяет собрать воедино и проанализировать различную, на первый взгляд мало связанную между собой информацию, получить основанный на массовом фактическом материале обобщенный взгляд на него, количественно и качественно проанализировать взаимные связи между характеризующими его параметрами и происходящими в нем процессами.

ГИС с успехом используется для создания карт основных параметров окружающей среды. В дальнейшем, при получении новых данных, эти карты используются для выявления масштабов и темпов деградации флоры и фауны. При вводе данных дистанционных, в частности спутниковых, и обычных полевых наблюдений с их помощью можно осуществлять мониторинг местных и широкомасштабных антропогенных воздействий. Данные о антропогенных нагрузках целесообразно наложить на карты зонирования территории с выделенными областями, представляющими особый интерес с природоохранной точки зрения, например парками, заповедниками и заказниками. Оценку состояния и темпов деградации природной среды можно проводить и по выделенным на всех слоях карты тестовым участкам.

С помощью ГИС удобно моделировать влияние и распространение загрязнения от точечных и неточечных (пространственных) источников на местности, в атмосфере и по гидрологической сети. Результаты модельных расчетов можно наложить на природные карты, например карты растительности, или же на карты жилых массивов в данном районе. В результате можно оперативно оценить ближайшие и будущие последствия таких экстремальных ситуаций, как разлив нефти и других вредных веществ, а также влияние постоянно действующих точечных и площадных загрязнителей.

Еще одна распространенная сфера применения ГИС - сбор и управление данными по охраняемым территориям, таким как заказники, заповедники и национальные парки. В пределах охраняемых районов можно проводить полноценный пространственный мониторинг растительных сообществ ценных и редких видов животных, определять влияние антропогенных вмешательств, таких как туризм, прокладка дорог или ЛЭП, планировать и доводить до реализации природоохранные мероприятия. Возможно выполнение и многопользовательских задач, таких как регулирование выпаса скота и прогнозирование продуктивности земельных угодий. Такие задачи ГИС решает на научной основе, то есть выбираются решения, обеспечивающие минимальный уровень воздействия на дикую природу, сохранение на требуемом уровне чистоты воздуха, водных объектов и почв, особенно в часто посещаемых туристами районах.

ГИС является эффективным средством для изучения среды обитания в целом, отдельных видов растительного и животного мира в пространственном и временном аспектах. Если установлены конкретные параметры окружающей среды, необходимые, например, для существования какого-либо вида животных, включая наличие пастбищ и мест для размножения, соответствующие типы и запасы кормовых ресурсов, источники воды, требования к чистоте природной среды, то ГИС поможет быстро подыскать районы с подходящей комбинацией параметров, в пределах которых условия существования или восстановления численности данного вида будут близки к оптимальным. На стадии адаптации переселенного вида к новой местности ГИС эффективна для мониторинга ближайших и отдаленных последствий предпринятых мероприятий, оценки их успешности, выявления проблем и поиска путей по их преодолению.

Интегральные функциональные возможности ГИС в наиболее явном виде проявляются и благоприятствуют успешному проведению совместных междисциплинарных исследований. Они обеспечивают объединение и наложение друг на друга любых типов данных, лишь бы их можно было отобразить на карте. К подобным исследованиям относятся, например, такие: анализ взаимосвязей между здоровьем населения и разнообразными (природными, демографическими, экономическими) факторами; количественная оценка влияния параметров окружающей среды на состояние локальных и региональных экосистем и их составляющих; определение доходов землевладельцев в зависимости от преобладающих типов почв, климатических условий, удаленности от городов и др.; выявление численности и плотности ареалов распространения редких и исчезающих видов растений в зависимости от высоты местности, угла наклона и экспозиции склонов.

По мере расширения и углубления природоохранных мероприятий одной из основных сфер применения ГИС становится слежение за последствиями предпринимаемых действий на локальном и региональном уровнях. Источниками обновляемой информации могут быть результаты наземных съемок или дистанционных наблюдений с воздушного транспорта и из космоса. Использование ГИС эффективно и для мониторинга условий жизнедеятельности местных и привнесенных видов, выявления причинно-следственных цепочек и взаимосвязей, оценки благоприятных и неблагоприятных последствий предпринимаемых природоохранных мероприятий на экосистему в целом и отдельные ее компоненты, принятия оперативных решений по их корректировке в зависимости от меняющихся внешних условий.

Список использованной литературы

Романов М.Ф., Федоров М.П. Математические методы в экологии. Учеб. пособ. - М.: ACADEMIA, 2004. - 269 с.

Шитиков В.К., Розенберг Г.С., Зинченко Т.Д. Количественная гидроэкология: методы системной идентификации. - Тольятти: ИЭВБ РАН, 2003. - 463 с.

Одум Ю. Экология. Т. 1. - М.: Мир, 1986. - 328 с.

Гринин А.С., Орехов Н.А., Новиков В.Н. Математическое моделирование в экологии: Учеб. Пособие - М.: ЮНИТИ-Дана, 2003. - 269 с.

Экология и безопасность жизнедеятельности: Учеб. пособ. / под ред. Л.А. Муравья - М.: ЮНИТИ-ДАНА, 2000. - 447 с.

Чепурных Н.В., Новоселов А.Л. Планирование и прогнозирование природопользования: Учеб. пособ. - М.: Интерпракс, 1995. - 288 с.

Айвазян С.А. Прикладная статистика. Основы моделирования. М.: Финансы, 1983 г. - 208 с.

Джефферс Дж. Введение в системный анализ: применение в экологии. М.: Мир, 1981, - 256 с.

Марчук Г.И. Математическое моделирование в проблеме окружающей среды. - М.: Наука, 1982. - 320 с.

Размещено на Allbest.ru