Экспертная система REGION как инструмент экологической оценки состояния территорий разного масштаба

Костина, Наталья Викторовна

Автореферат диссертации по теме "Экспертная система REGION как инструмент экологической оценки состояния территорий разного масштаба"

На правахрукописи

Костина Наталья Викторовна

ЭКСПЕРТНАЯ СИСТЕМА REGION КАК ИНСТРУМЕНТ ЭКОЛОГИЧЕСКОЙ ОЦЕНКИ СОСТОЯНИЯ ТЕРРИТОРИЙ РАЗНОГО МАСШТАБА

Специальность 03.00.16 - экология

Автореферат

диссертации на соискание ученой степени кандидата биологических наук

Тольятти - 2004

Работа выполнена в Институте экологии Волжского бассейна РАН (г. Тольятти).

Научный руководитель:

чл.-корр. РАН, доктор биологических наук, профессор Розенберг Геннадий Самуилович

Официальные оппоненты:

доктор биологических наук Булгаков Николай Гурьевич

доктор биологических наук, профессор Евланов Игорь Анатольевич

Ведущая организация:

Казанский государственный университет им. В.И. Ульянова-Ленина

Защита состоится 2 декабря 2004 года в 16 часов на заседании диссертационного совета Д 002.251.01 при Институте экологии Волжского бассейна РАН по адресу: 445003, г. Тольятти, ул. Комзина, 10. Тел. (8482) 489977, факс (8482) 489-504; E-mail: ecolog@attack.ru.

С диссертацией можно ознакомиться в библиотеке ИЭВБ РАН. Автореферат разослан "29" октября 2004 г.

Ученый секретарь диссертационного совета,

кандидат биологических наук

goos-м

45399

3

б

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы исследования. Любое исследование, направленное на решение прикладных задач экологии, должно опираться на систему получения постоянной, достоверной и первично обработанной информации. Таким образом, переход от эмпирических оценок к научно обоснованным методам принятия экологически верных решений лежит через создание системы экологического мониторинга - наблюдений и экспериментов, ориентированных на оценку и прогноз состояния окружающей природной среды, находящейся под антропогенным воздействием. При этом целью мониторинга является не пассивная констатация фактов, а соответствующая обработка поступающей информации, автоматизация экологических наблюдений, оценка "меры диссонанса" данной экосистемы от эталонной (не нарушенной или используемой разумно, без ущерба для нее) и, как результат, обеспечение основных направлений инженерной экологии: прогнозирование, принятие эколого-инженерных решений и выдача рекомендаций.

Развитие представлений о средствах и способах решения информационных задач привели к появлению геоинформационных (ГИС) и экоинформационных систем (ЭИС), которые обеспечивают хранение и оперативный доступ к совокупности данных и знаний об экосистемах, о взаимодействии природы и общества. Такие системы предназначены как для решения задач рационального природопользования в регионе, так и для обеспечения разнообразной экологической информацией всевозможных потребителей. Поэтому очень важно на этапе формирования массивов информации обеспечить их унификацию. Это позволит создавать ГИС и ЭИС не только для отдельных административно-территориальных единиц, но и для целых бассейнов или природно-климатических зон.

Цель и задачи работы. Цель выполненного исследования - разработать методологию и построить работоспособную экспертную систему, основанную на пространственно распределенной эколого-экономической информации и ориентированную на экологическую оценку состояния территорий разного масштаба.

Для достижения поставленной цели необходимо было решить следующие задачи:

1. Провести анализ современного состояния роли информационных систем в экологическом мониторинге.

2. Осуществить формализацию пространственного описания территорий разного масштаба.

3. Разработать систему отбора и подготовки информации для ввода в базы данных экспертной системы.

4. Предложить и формализовать алгоритмы обработки пространственно распределенной эколого-экономической информации.

5. Продемонстрировать работоспособность экспертной системы REGION на примере оценки экологического состояния Волжского бассейна и Самарской области.

Научная новизна работы заключается в разработке методов обработки большого объема разноплановой экологической информации, представленной в различных единицах измерения (разных шкалах), в построении комплексных показателей, характеризующих экологическое состояние синте-

за экологических предикторов, позволяющих прогнозировать пространственное и временное изменение параметров исследуемых экосистем.

Практическая ценность работы заключается в использовании разработанной экспертной системы для экологического анализа территорий разного масштаба (Волжский бассейн, Самарская, Саратовская, Ульяновская области, Республика Татарстан, г. Тольятти и др.).

Реализация результатов исследования. Результаты экологической оценки территории и прогнозирования изменения параметров вошли составной частью в Федеральные целевые программы "Оздоровление экологической обстановки на р. Волге и ее притоках, восстановление и предотвращение деградации природных комплексов Волжского бассейна ("Возрождение Волги")" и "Социально-экологическая реабилитация территории и здоровья населения Самарской области". Экспертная система REGION используется в учебном процессе в Самарском государственном университете и Волжском университете им. В.Н. Татищева (г. Тольятти).

Связь темы диссертации с плановыми исследованиями. Работа выполнялась в рамках тем НИР ИЭВБ РАН "Комплексный анализ экосистем разного масштаба (страна - бассейн реки - область - город) с целью достижения устойчивого развития" (№ ГР 01.9.70001498) и "Оптимизация системы эколого-экономических параметров устойчивого развития территорий Среднего Поволжья" (№ ГР 01.2.00104638).

На защиту выносятся следующие научные положения:

1. Предложена оригинальная методология построения экспертной системы REGION для оценки экологического состояния территорий разного масштаба.

2. Информационно-математическое обеспечение экспертной системы REGION позволяет осуществлять комплексную обработку пространственно распределенных данных.

3. С помощью экспертной системы REGION на примере Волжского бассейна и Самарской области получены результаты оценки и прогнозирования состояния экосистем.

Вклад автора в разработку проблемы. Автор участвовал в разработке методологии построения экспертной системы REGION, сборе эколого-экономической информации по разным территориям, лично разработал математическое обеспечение этой экспертной системы, провел все расчеты и интерпретировал результаты для территорий Волжского бассейна и Самарской области. Доля личного участия автора в совместных публикациях пропорциональна числу авторов.

Апробация работы. Основные результаты диссертационной работы докладывались и обсуждались на 10 научных конференциях и совещаниях:

- Simulation of Systems in Biology and Medicine (Prague, Chechoslovakia, 1990);

- Всесоюзная конференция "Оценка воздействия хозяйственной деятельности на окружающую среду" (Москва, 1990);

- Всесоюзный симпозиум "Комплексный мониторинг, оптимизация и прогноз состояния природной среды" (Тверь, 1991);

- Международный форум "Информатика на службе экологии и здоровья" (Тольятти, 1991);

- Всесоюзная научно-практическая конференция "Проблемы и перспективы развития Поволжья в условиях перехода к рыночной экономике" (Самара, 1991);

- Международное рабочее совещание " Экологические основы оптимизации урбанизированной и рекреационной среды" (Тольятти, 1994);

- Всероссийская научно-практическая конференция "Окружающая среда и здоровье" (Пенза, 2004);

- Научная конференция "Татищевские чтения: актуальные проблемы науки и практики" (Тольятти, 2004);

- Международная научно-практическая конференция "Актуальные проблемы современного социально-экономического развития: образование, наука, производство" (Самара, 2004);

- XXXII школа-семинар "Математическое моделирование в проблемах рационального природопользования" (п. Дюрсо Краснодарского края, 2004).

Публикации. По результатам исследований опубликовано 20 печатных работ и одна в Интернете.

Структура и объем работы. Работа изложена на 145 страницах текста, состоит из введения, четырех глав, заключения и выводов, списка цитированной литературы (156 наименований, в том числе 23 на иностранных языках) и 2 приложений. Работа иллюстрирована 40 рисунками и 15 таблицами.

СОДЕРЖАНИЕ РАБОТЫ

Глава 1. Экологическая оценка состояния территории и роль информационных систем

На основе обзора зарубежной и отечественной литературы рассмотрены подходы к экологической оценке состояния территории (постановка проблемы), роль информационных систем в мониторинге, задачи и функции эколого-информационных систем. Приведены примеры баз данных, в которых используются различные методы обработки экологической информации. Отмечено, что в качестве эффективного средства для отображение пространственно распределенных экологических показателей являются ГИС-технологии, в которых, однако, отсутствует набор алгоритмов для построения синтетических оценочных картограмм. Дан краткий обзор методов обработки информации (обобщение, снижение размерности, моделирование связей) с использованием статистических методов и методов искусственного интеллекта (нейронные сети и экспертные системы).

Глава 2. Концепция построения экологической экспертной системы REGION

Разработанная в ИЭВБ РАН экспертная эколого-информационная система REGION предназначена для изучения пространственного распределения экологических, экономических и социальных данных и позволяет решать задачи комплексного анализа экологического состояния региона (страна, бассейн крупной реки, административно-территориальная единица и т.д.). Экспертная система включает в себя базу данных и комплекс объединенных в единое целое программ, позволяющих осуществлять в процессе интерактивной работы с пользователем выбор любых имеющихся в информационном обеспечении системы объектов информации и выполнение над ними различного рода операций.

Экспертная система REGION формально может быть отнесена к ГИС "неклассического типа". Ее основное отличие от типовых баз данных ГИС - это отказ от тщательной детализации чисто географических аспектов территории. Показатель произвольной этиологии (экономический, экологический, климатический и даже чисто географический) "привязывается" к некоторому участку квадратной или прямоугольной формы, имеющему зачастую достаточно большую площадь. Каждый из этих участков приближенно отображается на картосхеме региона, имея в виду точные географические координаты или элементы ландшафта. Пожертвовав географической эстетичностью, которая по отношению к пространственно размытым данным вряд ли оправдана необходимостью, такая информационная система приобретает не менее привлекательные качества: дешевизна, экономичность в ресурсах, простота в освоении, эксплуатации и интерпретации выходных данных.

Формализация пространственного описания территории.

Объектом анализа экологического состояния может быть как отдельная административно-территориальная единица (город, область, край, республика), так и любая выделенная формальным или неформальным путем зона (бассейн реки, природно-климатическая зона и т.д.).

Имеющаяся информация (пространственно распределенные показатели) приводится к единому образцу. На карте территории выбирается пространственно-координатная сетка регулярного типа с такой степенью масштабной детализации, которая удовлетворяет двум конкурирующим условиям: минимальные потери информации и целостность зрительной интерпретации. Для этого проводят на карте (п-1) горизонтальных и (m-l) вертикальных параллельных линий, которые разделяют карту на m-n прямоугольников или квадратов, именуемых в дальнейшем "участками". Участок - это элементарный, далее не дробящийся объект привязки пространственно распределенной информации, т.е. постулируется: каждый показатель в любой точке участка имеет одинаковое численное значение. Например, при создании пространственно-координатной сетки территория Волжского бассейна была разбита на 210 участков единичной площадью 6,5 тыс. км2, территория Самарской области - на 287 участков единичной площадью 193 км2.

Поскольку настоящая методика создавалась в первую очередь для административно-территориальных единиц, то на карте изучаемой территории выделяются районы и города. Район в общем смысле - это связанное подмножество выделенных участков, количество которых может быть произвольным (от 1 до m-n). Выделение района как объекта информации определяется лишь традицией представления статистической информации (например, заболеваемость населения, водоиспользование и т.д.). Для Волжского бассейна районами являются входящие в него области, республики. Город в общем смысле - это специальным образом интерпретируемый участок картосхемы, по которому имеются самостоятельные значения показателей.

Отбор и подготовка информации для ввода в базу данных

Показатели, загружаемые в базу данных, характеризуют состояние различных абиотических и биотических составляющих и степени воздействия на них хозяйственной деятельности человека (антропогенная нагрузка). Показатели в соответствии со спецификой решаемых задач могут принадлежать к следующим предметным областям: физико-географическая характеристика территории; биоценотическая харак-

теристика территории; данные гео- и биохимического мониторинга; описание промышленного потенциала территории с учетом данных о выбросах в атмосферу и водные объекты, образования твердых отходов производства и т.д.; сельскохозяйственная характеристика территории; медико-биологические, санитарно-гигиенические и демографические данные. Источниками данных могут служить годовые отчеты о состоянии окружающей среды, сведения государственной статистической отчетности по антропогенному воздействию и природопользованию, результаты НИР и экологического мониторинга.

Показатели могут вводиться в базу данных по участкам или по городам и районам с автоматическим распределением по участкам. Многие из показателей, помещаемые по списку городов и районов, имеют абсолютные значения. Для корректного ввода информации значения показателя следует выражать в относительных величинах (определить значения показателя на единицу площади, численности населения и пр.). Найти и загрузить в базу данных информацию, пространственно распределенную по участкам, представляется более предпочтительным.

При необходимости система REGION позволяет легко из имеющихся данных сформировать файлы, несущие информацию по всем параметрам среды в пределах одного участка территории. База данных всегда может быть дополнена новыми характеристиками и сведениями о новых пространственных объектах, она не является замкнутой и всегда открыта для пользователя.

Схема базы данных.

Модель базы данных (рис. 1) состоит из двух типов таблиц: условно постоянного назначения (объекты, рубрикатор показателей, список показателей и списки участков, районов, городов) и информационных таблиц (показатели в натуральных значениях, в баллах, комплексные показатели), характеризующих каждый участок.

Рис. 1. Модель базы данных

Для удобства добавления, изменения показателей и формирования новых комплексных показателей используется рубрикатор тем. В общую базу данных включены

также параметры, содержащие информацию о комплексных (интегральных) показателях ("метаданные"), полученных в результате обработки первичной информации.

Структура таблиц организована таким образом, чтобы обеспечить реляционную модель данных и использовать систему управления базами данных (СУБД) реляционного типа.

Содержательная база данных экспертной системы REGION была первоначально создана в оболочке СУБД dBase III Plus, а часть программного обеспечения обработки данных написана и отлажена в системе Clipper на языке, близком к языку dBase III Plus. В настоящее время в среде MS Access разработана вторая версия, сохраняющая информационную совместимость и преемственность основных концепций первой версии. СУБД MS Access использует язык структурированных запросов SQL (Structured Query Language) для управления реляционными базами данных и объектно-ориентированную среду программирования на VBA (Visual Basic for Aplications).

Алгоритмы обработки информации

Разработанный пользовательский интерфейс реализует следующие функции:

- ввод и редактирование новых показателей;

- многоаспектный поиск и формирование в режиме диалога подмножества показателей по имеющимся рубрикационным полям;

- графическое отображение на экране дисплея картограммы пространственного распределения каждого показателя по участкам территории;

- получение новых (интегральных) показателей путем линейной комбинации подмножества других показателей, имеющихся в базе, либо по иным расчетным формулам;

- математическая обработка показателей с целью экологического районирования анализируемой территории, выявления участков, подверженных наибольшему антропогенному воздействию, оценки биотического и геохимического состояния отдельных природных комплексов.

Для получения адекватных результатов обработки исходной информации применяется предобработка данных (преобразование и нормировка), учитывающая мнения коллектива экспертов в данной конкретной области и имеющиеся литературные источники; механизмы системной организации, обеспечивающие формальный анализ связи вновь включаемого показателя с уже имеющимся комплексом данных.

Предусмотрено несколько алгоритмов синтезирования комплексных показателей ("Комплекс", "Оценка", "Свертка"), которые характеризуют экологическое состояние рассматриваемой территории. В список выбираемых показателей могут быть включены как натуральные, так и комплексные показатели, полученные в результате работы вышеназванных алгоритмов.

В алгоритме "Комплекс" ("Суммация"), основанном на гипотезе аддитивности индивидуальных вкладов, используются следующие формулы: простая сумма, простое среднее, взвешенная сумма, взвешенное среднее. В двух последних формулах используются весовые коэффициенты, отражающие относительную важность каждого показателя в конструкции обобщенного показателя.

В алгоритмах "Оценка" и "Свертка" учитывается взаимосвязь с понятием "экологическое состояние". Выделяется "наихудший эталон" - многомерная точка, для которой по анализируемому набору исходных показателей имеют место наихудшие

значения, из всех встречающихся, с точки зрения благоприятности условий окружающей среды. Значение комплексного показателя для всех остальных точек может быть интерпретировано как функция расстояния от данного участка до выделенного "наихудшего эталона" (Х^). По аналогичному принципу выделяется "наилучший эталон" (Х^) и определяются соответствующие расстояния. В качестве метрики расстояний используется расстояние по Евклиду. В алгоритме "Оценка" значение комплексного показателя для каждого участка территории представляет величину, рассчитанную при проецировании полученных расстояний на отрезок [Xmin Xmax]. В алгоритме "Свертка", основанном на использовании методов факторного анализа, подмножество обобщаемых показателей свертывается нескольким главным компонентам и значение комплексного показателя определяется как взвешенное расстояние от смещенного начала координат до каждого анализируемого участка.

Для выделения однотипных участков (районирования) территории по выбранной совокупности показателей используются стандартные процедуры кластерного анализа. Программные средства экспертной системы REGION обеспечивают расчет матрицы коэффициентов сходства с использованием нескольких мер расстояний или мер сходств, которые наиболее часто применяются в экологических исследованиях (коэффициенты корреляции, расстояния по Евклиду, метрика доминирования, ман-хэттенское расстояние, коэффициенты различия по Жаккару и Съеренсену). Сформированная матрица импортируется в пакет Statistica 5.5 для обработки алгоритмами классификации. В качестве критерия естественности классификации к данным применяется несколько подходов (алгоритмов) кластер-анализа. Если полученные результаты близки, то они адекватны действительности, в противном случае предполагается, что естественной классификации не существует или она является слишком размытой и задача кластер-анализа не имеет решения. Для понижения размерности исходной информации (редукции данных) используются методы факторного анализа, выделение главных компонент и многомерное шкалирование. Комплексное применение этих методов позволяет выявить основные закономерности, присущие набору данных: его внутреннюю структуру, деление на классы, существование различных зависимостей между показателями и т.д.

Для оценки сценариев возможного развития территории (построение прогнозов) в условиях антропогенного воздействия и моделирования связей используются методы множественного регрессионного анализа с исключением несущественных показателей. Модельные "сценарии" позволяют осуществлять прогноз развития экологической обстановки в регионе и на этой основе давать рекомендации по достижению экологической безопасности, устойчивого эколого-экономического развития и направлений социально-экологической реабилитации территорий.

Глава 3. Некоторые результаты использования экспертной системы REGION на примере Волжского бассейна

Оценка экологического состояния

Для построения обобщенного показателя оценки экологического состояния территории (картограмма представлена на рис. 2) было включено 10 показателей:

1. Лесистость (%).

2. Лесовосстановление (га/км2).

3. Доля заповедных площадей к общей площади территории.

4. Плотность населения (чел./км).

5. Обобщенная сельскохозяйственная нагрузка (баллы), полученный с помощью алгоритма "Комплекс" как сумма баллов "выноса" элементов питания с урожаем, животноводческой нагрузки, мелиорации, внесения удобрений, использования сельскохозяйственной техники и пр.

6. Оценка загрязнения воздушного бассейна, включающая три показателя: загрязнение атмосферы от стационарных источников (т/чел.), загрязнение атмосферы автотранспортом (т/чел.) и оценка метеофакторов накопления загрязнений.

1 - наилучшая, 4 - наихудшая

В центре - "наилучшее" состояние по выбранным показателям, внешняя граница - "наихудшее" состояние по выбранным показателям

Рис. 2. Оценка экологического состояния

7. Оценка использования водных ресурсов, которая включает в себя 5 параметров: объем водопотребления из природных источников, использование свежей воды на хозяйственно-питьевые нужды, сброс загрязняющих сточных вод, удельный вес проб не соответствующих гигиеническим нормативам по санитарно-химическим и по микробиологическим показателям.

8. Образование токсичных отходов (т/чел.).

9. Оценка затрат на охрану природы включает следующие показатели: затраты предприятий на охрану водных ресурсов (без капвложений); капвложения на охрану земель, затраты предприятий на охрану и рекультивацию земель (без капвложений); капвложения на охрану воздуха; использование капвложений на охрану окружающей среды.

10. Оценка заболеваемости населения (на 1000 чел.) включает 5 показателей: общая заболеваемость; болезни органов пищеварения; болезни органов дыхания; инфекционные и паразитарные заболевания; новообразования.

Для построения комплексного показателя анотропогенной нагрузки (рис. 3) на территорию Волжского бассейна были использованы следующие показатели: обобщенный показатель загрязнения атмосферы, обобщенный показатель воздействия на водные ресурсы и обобщенная сельскохозяйственная нагрузка.

Рис. 3. Антропогенная нагрузка, баллы 1 - низкая; 5 - высокая

Регрессионныемодели.

В качестве примера работоспособности алгоритмов обработки были проанализированы различные зависимости показателя биологического разнообразия, оцененного индексом Шеннона, с природными параметрами и антропогенными факторами. Была проведена полная статистическая обработка пространственно распределенной информации, построены уравнения регрессии.

Анализ влияний позволяет сделать вывод о "важности" воздействующих на биоразнообразие факторов (см. табл. 1; здесь 1 - наиболее "важный" фактор). Во всех случаях самыми существенными оказались показатели температурного режима территории; "среднее влияние" на биоразнообразие всех объектов оказывает лесистость,

плотность населения и вносимые на сельскохозяйственные поля удобрения. Остальные параметры играют незначительную, но специфическую роль.

Линейные регрессионные уравнения для млекопитающих, пресмыкающихся и земноводных Волжского бассейна имеют следующий вид:

У1 = -3,56 + 0,24Х1 + 0,82 Х2 + 0,37 Х3 - 0,27 Х5 + 0,21 Хб + 0,27 Х7 + 0,42 Х8; У2 = 1,63 + 0,29 Х1 + 0,29 Х2 + 0,20 Х3 - 0,14 Х4 - 0,19 Х5 - 0,07 Х7; У3 = -0,80 + 0,43 Х1 - 0,25 Х5 + 0,14 Х7 + 0,33 Х8 + 0,32 Х9 + 0,41 Х10, где У|, У2 и У3 - индексы Шеннона (биоразнообразие) для, соответственно, млекопитающих, пресмыкающихся и земноводных Волжского бассейна; параметры Х, - см. в табл. 1.

Таблица 1

_Балльная оценка важности факторов воздействия на биологическое разнообразие

Параметр

Млеко-питающие

Пресмыкающиеся

Земноводные

Средняя годовая температура воздуха - Xj

6

1

Абсолютный max температуры воздуха - Х2

1

2

Абсолютный mm температуры воздуха - Х3

Среднее количество осадков за год, мм - X»

Обобщенный показатель влияния удобрений, баллы - Х5

Обобщенный показатель транспортной нагрузки, баллы - Хб

Лесистость, % - Х7

Плотность населения, чел /км - Xg

Сброс загрязненных вод/площадь, тыс. м '/км2 - Х9

Обобщенная пестицидная нагрузка, баллы - Х10

1

4

2

6

4

6

3

7

3

5

3

4

2

Характер распределения видового разнообразия каждой из административных единиц в Волжском бассейне положительно коррелирует с их ландшафтным разнообразием, зависящим от площади и географического расположения области. Последнее наибольшее выражено в Среднем Поволжье и Приуралье (Мордовия, Татарстан, Башкортостан, Ульяновская, Самарская области), на стыке лесных (смешанные и лиственные леса) и безлесых (степи и полупустыни) ландшафтов. Распределение пресмыкающихся отклоняется от вышеописанного - их разнообразие увеличивается с севера на юг, достигая максимума в Астраханской области.

Уравнения регрессии позволяют "разыгрывать" разные сценарии воздействия на биоразнообразие. Например, увеличение лесистости для Самарской области (Х7) на 10% при средних остальных показателях ведет к увеличению индекса Шеннона для млекопитающих (Y1) на 3-4%; для Башкортостана уменьшение на 20% обобщенного влияния удобрений (Х5) увеличит этот индекс Шеннона (Y() на 4-5%.

Глава 4. Некоторые результаты использования экспертной системы REGION на примере Самарской области

Оценка экологического состояния.

Для построения обобщенного показателя оценки экологического состояния территории Самарской области (рис. 4) было включено 7 показателей:

1. Уровень лесистости, %.

2. Видовое разнообразие животных (информационный индекс Шеннона-Уивера).

3. Обобщенная характеристика использования воды, включающая 23 параметра (объемы водопотребления и водоотведения, объемы выбрасываемых загрязняющих веществ по отдельным ингредиентам)

4 Обобщенная оценка загрязнения атмосферного воздуха, основанная на синтезе нескольких параметров (пространственная организация промышленности, обобщенная оценка энергетической нагрузки, загрязнение воздуха отдельными предприятиями, обобщенная транспортная нагрузка)

5. Обобщенная сельскохозяйственная нагрузка, включающая ряд показателей: воздействие эрозионных процессов, "вынос" элементов питания с урожаем, заготовка сена, общая животноводческая нагрузка, общая пестицидная нагрузка, площади сельскохозяйственных угодий и пашни, внесение минеральных удобрений в переводе на действующее вещество, наличие солонцов, солонцовых и засоленных почв.

6. Комплексный показатель детской заболеваемости, включающий различные классы болезней

7. Комплексный показатель заболеваемости взрослого населения.

Рис. 4. Оценка экологического состояния Самарской области 1 - наилучшая, 4 - наихудшая

Оценка состояния поредким видамрастительности

С использованием экспертной системы REGION проведен анализ по редким видам растительности на территории Самарской области по 11 ландшафтным районам с учетом природных зон. Всего на территории области было выделено 282 редких вида растений, являющиеся представителями следующих таксономических групп: плауны, хвощи, папоротники, голосеменные, покрытосеменные растения. Среди названных таксономических групп есть следующие экобиоморфы (жизненные формы): деревья, кустарники, многолетние травы. Многие представители редких растений на территории Самарской области находятся на той или иной границе ареала или изолированы от него и являются либо реликтами, либо эндемиками.

Для оценки состояния по комплексу редких видов каждому из 282 видов в соответствующем ландшафтном районе было присвоено значение из дискретной шкалы

{0,1,2, 3}, где 0 - не встречается, 1 - крайне редок, 2 - весьма редок, 3 - редкий вид. С помощью алгоритма "Оценка" была проведена обработка информации, где за наихудшую точку отсчета была выбрана точка с отсутствием всех видов, а за наилучшую - присутствие видов со значением 3. Пространственное распределение полученной оценки представлено на рис. 5.

Полученный результат свидетельствует, что наилучшая степень сохранности раритетов флоры наблюдается в правобережных ландшафтах Самарской области, что объясняется историей развития территории, их разнообразием (сформировавшиеся в разных геологических условиях) и хорошей степенью сохранности, поскольку они являются "неудобными" с хозяйственной точки зрения.

При обработке методами кластерного анализа с использованием коэффициентов различия по Жаккару и Евклидовой метрике по списку из 282 показателей (видов) получено разбиение на классы, которое полностью соответствует разбивке по провинциям и показывает однозначную зависимость редких видов флоры от климатических и ландшафтных особенностей районов. Результат обработки методами факторного анализа и многомерного шкалирования дал аналогичный результат.

Рис. 5. Оценка состояния Самарской области по комплексу редких видов флоры 1 - наилучшая, 2 - средняя, 3 - наихудшая

Оценказаболеваемостинаселения

Для оценки заболеваемости населения Самарской области было использовано 18 показателей (новообразования, болезни крови, сахарный диабет, психические рас-тройства, болезни нервной системы по трем группам населения: взрослые, подростки, дети), нормированная информация по которым включает 27 районов и 7 городов.

С помощью алгоритма "Свертка" было определено значение комплексного показателя, оценивающего заболеваемость населения Самарской области (рис. 6). Использовалось средневзвешенное расстояние от смещенного начала координат до каждой анализируемой точки в полученном пространстве 5 главных компонент (67% накопленной дисперсии).

1 - низкая, 2 - средняя, 3 - высокая

в центре - наилучшее состояние, внешняя граница - "наихудшее" состояние

Рис. 6. Оценка заболеваемости населения Самарской области

Регрессионные модели

Для Самарской области получены регрессионные уравнения для оценки показателей здоровья населения в пространстве 27 административных районов области.

Для получения регрессионной модели было отобрано 11 показателей (X,) состояния социальной, экологической и экономической подсистем. За функцию отклика (У) были приняты показатели "Детская заболеваемость" и "Заболеваемость взрослого населения" (табл. 2), включенные в анализ параметры объясняют почти 80% и 60% общего варьирования откликов соответственно.

Таблица 2

_Результаты множественного линейного регрессионного анализа

Показатель .

Коэффициент регрессии

Влияние

фактора,

%

Детская заболеваемость (У) -6,80 (ев член)

Обобщенная оценка транспортной нагрузки (Х1) 1,75 31,1

Обобщенная оценка загрязнения атмосферного воздуха (Х2) -1,48 15,2

Обобщенная сельскохозяйственная нагрузка (Х3) 0,70 12,2

Обобщенная характеристика промышленной нагрузки (Х4) 2,02 12,1

Обобщенная оценка загрязняющих веществ, с учетом метеорологических факторов самоочищения атмосферы (X,) -1,01 8,3

1=78,9

Заболеваемость взрослого населения (У) 3,54 (ев член)

Обобщенная характеристика промышленной нагрузки (Х4) 0,58 17,9

Видовое разнообразие животных (Х6) 0,48 17,3

Уровень инфекционных и паразитарных заболеваний (Х7) 0,43 14,1

Обобщенная оценка транспортной нагрузки (XI) 0,37 10,4

I = 59,7

При сравнении этих моделей получены различные картины степени оказываемого влияния факторов на анализируемые параметры здоровья населения.

В табл. 3 показаны результаты "сценарных" воздействий на мости для Самарской области

модели заболевае-Таблица 3

Уменьшение показателя X, на 1 балл Уменьшение отклика Y

Детская заболеваемость

Обобщенная сельскохозяйственная нагрузка (Хз) на 0,36 балла

Обобщенная характеристика промышленной нагрузки (Х4) на 0,20 балла

Обобщенная оценка транспортной нагрузки (XI) на 0,38 балла

Заболеваемость взрослого населения

Уровень инфекционных и паразитарных заболеваний (Х7) на 0,39 балла

Обобщенная характеристика промышленной нагрузки (Х4) на 0,43 балла

Обобщенная оценка транспортной нагрузки (XI) на 0,16 балла

Построены регрессионные уравнения с использованием 22 основных параметров состояния (обобщенных характеристик): У1 = 0,17 + 0,39Х1+ 0,52У2,

У2 = 0,79 + 0,47У1 - 0,36Х, + О,38Х, - 0,20Х4 + 0,49Х5, где У1 - обобщенный показатель детской смертности (до одного года, баллы); У2 -обобщенная оценка временной нетрудоспособности взрослого населения по болезням (баллы); Х1 - обобщенная оценка вложений в охрану водных ресурсов (баллы); Х2 -капитальные вложения на охрану земель/площадь (баллы); Хз - использование капитальных вложений на охрану природы (процент от лимита); Х4 - загрязнение атмосферного воздуха (баллы), Х$ - обобщенная транспортная нагрузка (баллы). При этом удельное влияние факторов на У2 оценивается следующим образом: экологические параметры - 22,3% общего варьирования, социальные - 16,6%, экономические -18,4%

ВЫВОДЫ

1. Предложена методология построения экспертной системы для анализа экологического состояния территорий разного масштаба, основанная на базе пространственно распределенных эколого-экономических данных и системе синтеза экологических предикторов, позволяющих прогнозировать пространственное и временное изменение параметров экосистем исследуемых территорий.

2. Построена экспертная система REGION, позволяющая формализовать пространственное описание территорий разного масштаба, реализующая отбор, подготовку информации для ввода в базы данных экспертной системы и визуализацию получаемых результатов.

3. Разработана и реализована система информационно-статистической обработки пространственно распределенной эколого-экономической информации для целей экологического прогнозирования.

4. На примере оценки экологического состояния и прогноза некоторых параметров экосистем для территорий Волжского бассейна и Самарской области продемонстрирована хорошая работоспособность экспертной системы REGION.

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ

1. Rozenberg G.S., Kostina N.V. Dialogue system ofecological prediction // Simulation of Systems in Biology and Medicine. - Prague (Chechoslovakia), 1990 - P. 115-119.

2. Розенберг Г.С., Шитиков В.К., Костина Н.В., Юрицына Н.А. Разработка концепции размещения производительных сил Куйбышевской области с использованием банка эколого-экономических данных // Материалы Всесоюз. конф. "Оценка воздействия хозяйственной деятельности на окружающую среду". - М., 1990. - С. 23-24.

3. Розенберг Г.С., Беспалый В.Г., Голуб В.Б. и др. (в том числе Костина Н.В.) Экспертная система для экологического состояния крупного региона (на примере Куйбышевской области) // Теоретические проблемы эволюции и экологии. - Тольятти: ИЭВБ АН СССР, 1991.-С. 183-192.

4. Розенберг Г.С., Беспалый В.Г., Шитиков В.К., Костина Н.В. База эколого-экономических данных "Регион" для управления природопользованием и охраны окружающей среды // Проблемы и перспективы развития Поволжья в условиях перехода к рыночной экономике: Тез. докл. Всесоюз. науч.-практ. конф. - Самара: ВЭО, 1991. - С. 69-72.

5. Розенберг Г.С., Шитиков В.К., Костина Н.В., Юрицына НА. Эколого-экономическое районирование Куйбышевской области с использованием региональной базы пространственно распределенных данных // Экологическое районирование территории: методы и разработки: Материалы науч. семинара по экологическому районированию "Экорайон-90". - Иркутск: СО АН СССР, 1991.- С. 158-160.

6. Шитиков В.К., Костина Н.В. Программное обеспечение пространственно распределенной базы данных для оценки антропогенной динамики биологических систем // Ме-ждунар. форум "Информатика на службе экологии и здоровья". - Тольятти, 1991. - С. 2527.

7. Шитиков В.К., Костина Н.В. Пространственно распределенная база данных для оптимизации и охраны природной среды в регионах с интенсивным антропогенным воздействием // Всесоюз. симпоз. "Комплексный мониторинг, оптимизация и прогноз состояния природной среды". - Тверь, 1991. - С. 20-22.

8. Шитиков В.К., Костина Н.В. Информационная система для экологической экспертизы урбанизированных рекреационных территорий // Экологические основы оптимизации урбанизированной и рекреационной среды: Тез. докл. междунар. раб. совещ. - Тольятти, 1992.-Т. 1.-С. 178-181.

9. Розенберг Г.С., Шитиков В.К., Костина Н.В. "Сценарии" различных вариантов развития экологической ситуации в области (экологический прогноз) // Экологическая ситуация в Самарской области: состояние и прогноз. - Тольятти: ИЭВБ РАН, 1994. - С. 294300.

10. Розенберг Г.С., Шитиков В.К., Костина Н.В. Методика проведения исследований // Экологическая ситуация в Самарской области: состояние и прогноз. - Тольятти: ИЭВБ РАН, 1994.-С. 20-32.

11. Розенберг Г.С., Голуб В.Б., Евланов ИА. и др. (в том числе Костина Н.В.) Экологические проблемы Среднего и Нижнего Поволжья на рубеже тысячелетий. Стратегия контроля и управления (Аналитический доклад для Ассоциации "Большая Волга"/ Отв. ред. Г.С. Розенберг. - Тольятти: ИЭВБ РАН, 2000. - 48 с.

12. Розенбсрг Г.С., Дунин Д.П., Костина Н.В. и др. Информационные технологии для оценки экологического состояния крупного региона (на примере Волжского бассейна и Самарской области) // Проблемы региональной экологии. Вып. 8.- Томск: СО РАН, 2000.-С. 213-216

13. Костина Н.В. Эколого-информационная система большого региона как основа экологического мониторинга // Региональный экологический мониторинг в целях управления биологическими ресурсами - Тольятти: ИЭВБ РАН, 2003. - С. 152-158.

14. Костина Н.В., Розенберг Г.С., Шитиков В.К. Экспертная система экологического состояния бассейна крупной реки // Изв. Самар. НЦ РАН. - 2003. - Т. 5, № 2. - С. 287-294.

15. Костина Н.В. Экспертная система REGION для комплексной оценки экологического состояния территории // Экология. Экономика. Информатика: Тез. докл. XXXII шк.-семинара "Математическое моделирование в проблемах рационального природопользования". - Ростов-на-Дону: Изд-во СКНЦ ВШ, 2004. - С. 126.

16. Костина Н.В., Крестин СВ., Розенберг Г.С. Информационный аспект и принцип "экологической матрешки" при решении экологических проблем территорий разного масштаба // Экология. Экономика. Информатика: Тез. докл. XXXII шк.-семинара "Математическое моделирование в проблемах рационального природопользования". - Ростов-на-Дону: Изд-во СКНЦ ВШ, 2004. - С. 127-128.

17. Костина Н.В., Пыршева М.В. Система "Здоровье населения - окружающая среда" в региональном аспекте // Окружающая среда и здоровье: Сб. материалов Всерос. науч.-практ. конф. - Пенза, 2004. - С. 94-96.

18. Розенберг Г.С, Гелашвили Д.Б., Костина Н.В., Шитиков В.К., Краснощекое Г.П. О путях достижения устойчивого развития на территории Волжского бассейна // Возрождение Волги: Материалы конференции и круглых столов. Международные деловые встречи "Интер-Волга-2004". - Тольятти: ИЭВБ РАН, 2004. - С. 4-11.

19. Розенберг Г.С, Костина Н.В. Здоровье среды: некоторые аспекты методологии оценки риска и экологическое воспитание, образование и просвещение населения // Актуальные проблемы современного социально-экономического развития: образование, наука, производство: Тез. докл. науч.-практ. конф. - Самара, 2004. - С. 45-49.

*20. Саксонов СВ., Костина Н.В. Территориальные особенности распределения редких* и' исчезающих видов растений в Самарской области // Татищевские чтения: актуальные проблемы науки и практики: Тез. докл. науч. конф. Часть 1. - Тольятти, 2004. - С. 230234.

21. Шитиков В.К., Розенберг Г.С, Костина Н.В. Методы синтетического картографирования территории (на примере эколого-информационной системы "VOLGABAS"). -http://www.tolcom.ru/kiril. -10.2004.

Подписано к печати 21.10.04 Объем 1,0 п.л. Тираж 100 экз. Заказ № 35 Издательство ИЭВБ РАН 445003, г. Тольятти, ул.Комзина, 10

№21496

РНБ Русский фонд

2005-4 19999

Содержание диссертации, кандидата биологических наук, Костина, Наталья Викторовна

ВВЕДЕНИЕ.

Глава 1. ЭКОЛОГИЧЕСКАЯ ОЦЕНКА СОСТОЯНИЯ ТЕРРИТОРИИ И РОЛЬ ИНФОРМАЦИОННЫХ СИСТЕМ.

1.1. ПОСТАНОВКА ПРОБЛЕМЫ.

1.2. РОЛЬ ИНФОРМАЦИОННЫХ СИСТЕМ В МОНИТОРИНГЕ.

1.3. ЗАДАЧИ И ФУНКЦИИ ЭКОЛОГО-ИНФОРМАЦИОННЫХ СИСТЕМ.

1.4. БАЗЫ ДАННЫХ И ПРИМЕРЫ СИСТЕМ, ИСПОЛЬЗУЮЩИХ РАЗНЫЕ МЕТОДЫ ОБРАБОТКИ ЭКОЛОГИЧЕСКОЙ ИНФОРМАЦИИ.

1.5. ОТОБРАЖЕНИЕ ПРОСТРАНСТВЕННО РАСПРЕДЕЛЕННЫХ ПОКАЗАТЕЛЕЙ.

1.5.1. Построение комплексных показателей.

1.6. ОБОБЩЕНИЕ ИНФОРМАЦИИ.

1.6.1. Методы искусственного интеллекта.

1.6.2 Методы снижения размерности исходной информации.

1.6.3. Моделирование связей.

Глава 2. КОНЦЕПЦИЯ ПОСТРОЕНИЯ ЭКОЛОГИЧЕСКОЙ

ЭКСПЕРТНОЙ СИСТЕМЫ REGION.

2.1. ФОРМАЛИЗАЦИЯ ПРОСТРАНСТВЕННОГО ОПИСАНИЯ ТЕРРИТОРИИ.

2.2. ОТБОР И ПОДГОТОВКА ИНФОРМАЦИИ ДЛЯ ВВОДА В БАЗУ ДАННЫХ.

2.3. СХЕМА БАЗЫ ДАННЫХ.

2.4. АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ.

2.4.1. Нормирование исходных данных.

2.4.2. Методы получения комплексных показателей.

2.4.3. Методы классификации и редукции данных.

2.4.4. Моделирование связей.

2.5. СХЕМА ЭКСПЕРТНОЙ СИСТЕМЫ.

Глава 3. НЕКОТОРЫЕ РЕЗУЛЬТАТЫ ИСПОЛЬЗОВАНИЯ ЭКСПЕРТНОЙ СИСТЕМЫ REGION НА ПРИМЕРЕ ВОЛЖСКОГО БАССЕЙНА.

3.1. ОЦЕНКА ЭКОЛОГИЧЕСКОГО СОСТОЯНИЯ.

3.2. РЕЗУЛЬТАТЫ КЛАСТЕРНОГО И ФАКТОРНОГО АНАЛИЗОВ.

3.3. РЕГРЕССИОННЫЕ МОДЕЛИ.

Глава 4. НЕКОТОРЫЕ РЕЗУЛЬТАТЫ ИСПОЛЬЗОВАНИЯ

ЭКСПЕРТНОЙ СИСТЕМЫ REGION НА ПРИМЕРЕ САМАРСКОЙ ОБЛАСТИ.

4.1. ОЦЕНКА ЭКОЛОГИЧЕСКОГО СОСТОЯНИЯ.

4.2. ОЦЕНКА СОСТОЯНИЯ ПО РЕДКИМ ВИДАМ РАСТИТЕЛЬНОСТИ.

4.3. ОЦЕНКА ЗАБОЛЕВАЕМОСТИ НАСЕЛЕНИЯ.

4.4. РЕГРЕССИОННЫЕ МОДЕЛИ.

ВЫВОДЫ.

Введение Диссертация по биологии, на тему "Экспертная система REGION как инструмент экологической оценки состояния территорий разного масштаба"

Актуальность темы исследования. Любое исследование, направленное на решение прикладных задач экологии, должно опираться на систему получения постоянной, достоверной и первично обработанной информации. Таким образом, переход от эмпирических оценок к научно обоснованным методам принятия экологически верных решений лежит через создание системы экологического мониторинга - наблюдений и экспериментов, ориентированных на оценку и прогноз состояния окружающей природной среды, находящейся под антропогенным воздействием. При этом целью мониторинга является не пассивная констатация фактов, а соответствующая обработка поступающей информации, автоматизация экологических наблюдений, оценка "меры диссонанса" данной экосистемы от эталонной (не нарушенной или используемой разумно, без ущерба для нее) и, как результат, обеспечение основных направлений инженерной экологии: прогнозирование, принятие эколого-инженерных решений и выдача рекомендаций.

Развитие представлений о средствах и способах решения информационных задач привели к появлению геоинформационных (ГИС) и экоинформаци-онных систем (ЭИС), которые обеспечивают хранение и оперативный доступ к совокупности данных и знаний об экосистемах, о взаимодействии природы и общества. Такие системы предназначены как для решения задач рационального природопользования в регионе, так и для обеспечения разнообразной экологической информацией всевозможных потребителей. Поэтому очень важно на этапе формирования массивов информации обеспечить их унификацию. Это позволит создавать ГИС и ЭИС не только для отдельных административно-территориальных единиц, но и для целых бассейнов или природно-климатических зон.