Бесплатный автореферат и диссертация по сельскому хозяйству на тему

ОРГАНИЗАЦИЯ И АНАЛИЗ ПОЧВЕННЫХ ДАННЫХ НА ОСНОВЕ АВТОМАТИЗИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ

ВАК РФ 06.01.03, Агропочвоведение и агрофизика

Автореферат диссертации по теме "ОРГАНИЗАЦИЯ И АНАЛИЗ ПОЧВЕННЫХ ДАННЫХ НА ОСНОВЕ АВТОМАТИЗИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ"

ВСЕСОЮЗНАЯ ОРДЕНА ЛЕНИНА И ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ АКАДЕМИЯ СЕЛЬСКОХОЗЯЙСТВЕННЫХ НАУК имени В. И. ЛЕНИНА

ОРДЕНА ТРУДОВОГО КРАСНОГО ЗНАМЕНИ ПОЧВЕННЫЙ ИНСТИТУТ им. В. В. ДОКУЧАЕВА

На правах рукописи

РОЖКОВ Вячеслав Александрович

УДК 631.4

ОРГАНИЗАЦИЯ И АНАЛИЗ ПОЧВЕННЫХ ДАННЫХ НА ОСНОВЕ АВТОМАТИЗИРОВАННЫХ ИНФОРМАЦИОННЫХ СИСТЕМ

Специальность: 06.01.03 почвоведение# 05 . 13. Об ЙВТО-

матизированные системы переработки информации и управления /по отраслям/

Автореферат

диссертации на соискание ученой степени доктора сельскохозяйственных наук

Мое к в а — 1 983

Работа выполнена в Почвенном институте им. В, В, Докучаева ВАСХНИЛ.

Официальные оппоненты:

доктор сельскохозяйственных наук В. Н. Д|имо, доктор географических наук И. А. Крупеников, доктор фвдико-матемэтических наук Ю. А. Воронин.

Ведущая организация: Московский гоюу дарственный университет имени А1. В. Ломоносову, факультет почвоведения.

Защита диссертации состоится « ИТ- » 1Э8Э г.

в 40 ч. на заседании Специализированного совета Д.ШЙШД1 при Почвенном институте им. В. В, Докучаева.

Адрес: 1СШ117. Москва, Ж-1*7, Пыжевский пер„ д. 7.

С диссертацией можно ознакомиться в библиотеке Почвенного института имеки В. В, Докучаева.

Автореферат разослан ь 1:968 г.

Ученый секретарь Специализированного совета

доктор биологических наук В. С. ОДИНЦОВ

Почва является одним из наиболее важных для человечества природных ресурсов. Июльский (1978 г.) я Цайскдй (1982 г.) Пленумы Ш КШС поставила перед почвоведением новые задача по широкому внедрении научных разработок в практику сельскохозяйственного производств в целях рационального использования почв, сохранения а распаренного воспроизводства ах плодородия. Оптимальное управление почвенным плодородием осуществимо только на основе оперативкой a достоверной информации, автоматизированные информационные системы (АИС) являются современным оредотвом организации а анализа почвенных данных для ее получения на основе системного подхода, математических методов в ЭШ.

Создание в развитие почвенных ДИС ведется в Почвенном институте иы. В Л.Докучаева о 1971 г* в качестве поисковой, а sa-тен государственной тематики. В период I&76-I980 гг. эта работа велась со сошеотным планам стран - членов СЭВ. Она также включена в координационный алан IKHT СССР во решению ваучно-техни-чесхой проблемы создания государственной автоматизированной сио-темы научно-технической акфориаша.

1*1. Актуальность работы оостовт прежде воего в ток, что , расширение автоматизации научно-исс ледо ватель оких работ о прв-ив не ш ем ЭШ в совершенствование математического обеспечения средств в систем обора, передачи в обработав информации определены в Материалах ХХУ1 с«8да КПСС одним на вахвейшх направлений развития науки. Еолнота, достоверность а скорость получения наЭДиащш являются вахнейшими показателями ее Ценности. Bos-раотамцие потребности г сведениях о почвах а изменениях ах свойств ори использования могут удовлетворяться липь на основ» USO, ¿реддоаатащих центра яа.задю> о<5парных почвенных материалов. . 1Ш являются ядром системы мониторинга попа, привранного ocywot-

ЦЕНТРАЛЬНАЯ НАУЧНАЯ БИБЛИОТЕКА Моск. счльскохоз. академии

влять контроль за состоянием и трансформацией почвенного покрова._ Автоматизация обеспечивает оперативный и многократный доступ, к почве ншм данным широкого круга пользователей, более полное извлечете информация математическими методами, исключение ру-- тиннюс операций в другие возможности повншения еффективности исследований,

1.2« Цели настоящей работы состояли в разработке теоретя-ческих основ в методологии организации в анализа данных в почвоведении на базе АИС; в формализации и алгэритмизетпя научных представлений почвоведения, главный образом, в области классификации соча и, наконец, в создании действующей ЛИС СОЧБА для апробации и внедрения теоретических положений а система предлагаемых методов.

1.3* Научная новизна работы состоит в том, что организация в анализ дакннх на основе АИС является новым направление!: в почвоведении , возеикшш на стыке почвоведения, ыатеиатакь, теория информационных систем в программирования. Системный анализ, математические метода и ЗШ составляют методологию, аналитические в технические средства нового направления, з значительной мере обогащаише в доподняшие традациоянве подходы почвоведения в части формализации основных положений, введения количественных критериев принятия решений, моделирования я оптимизации*

Впервые в нашей стране организация почвенных данных, т.е. сбор, хранение, манипулирование и другие вида управления тая автоматизированы о применением ЕС, См и других гипое ЗШ. Как отмечалось в газете Правда № 128 (2X463) от б пая 1377 г., зачало »точу подходу положено о ввода в действие АЙС во подзолистым почвам Нечерноземья "Подзол", которая стала первой подсистемой АИСПОЧЕА/развиваемой на основе единого рабочего проекта

как сеть распределенных des почве иша данных.

Для анализа почвенных данных привлечены ж вновь разработаны методы численной классификации а многомерной статистики, общественно расширяюие возможности в глубину извлечения цн$о£ма-пзш из псходншс давних, выявления скрытых закономерностей я разного плана прогнозов. Алгоритмы анализа реализованы в пакетах прикладных программ.

1.4. Практическая значимость в апробация. Практическая реализация теоретических положений а обеспечения организации я анализа почвенных данных навио своз воплощение в ряде деСзтвуивдх подсистем АИС ПОЧВА, как составной части автоматазированной оистеш НШ Государственной службы стандартных справочных давках (ГСССД) Госстандарта СССР.

Выполненные разработки и отдельные додсвстеии АИС ПОЧВА уже нашли свое внедрение в ряде учреждений почвенного, сельскохозяйственного прс$иля, а прикладные программы для ЭШ в в других отраслях. Они о 1971 г. используются s обработке данных

сотрудниками Почвенного института им. В.ВДокучаева в входили »

в куроы обучения студентов почвенного в биологического факультетов ЮТ, факультета повышения квалификации ШРЭА в др.

По материалам диссертации ааииаюно Z кандидатских диссертации, 2 аспиранта в 3 соискателя работают ь плаве развития 'ключевых вопросов к математического обеспечения организации и авали за почвенных данных.

Различные аспекты разработок докдадквалноь на X Международи ом конгрессе почвоведов (Москва, 1974), советско-американском (Москва, 1976) в в материалах советско-японского (Хабаровск,' J976) симпозиумах, координационных совещаниях почвоведов , охран - членов СЭЗ (Со^вя, 1976; Москва, 1980) в совещании

Рабочей группы Международного общества почвоведов по почвенным информационным системам (Варка, ЮТ), международном совещании экспертов ШЕЛ по мониторингу почвенно-зеыельнах ресурсов (Ккев, 1982) • '

- на У (Калек, 1977) и У1 (Тбилиси, 1981) делегатских следах Всесоюзного общества почвоведов

- на Всесоюзных совеадшях л конференциях; до применена» ЭВМ серил Мир (Киев, 1974), по вопроса» совероеиствованая приемов и методов мелиорации солодаов (Смок, 1£?3; Ростов-на-Дону, 1976), по применении математических методоз и ЗЕК в почвоведа-шш (Минск, 1976), по задачам Государственной службы стандартных справочных данных (Мссква, I97S, 1979), по теории классификации а анализу данньд (Новосибирск, 19QI)

- на Всесоюзных иколах-сешнарах по; отатистическам свойствам микроструктур (Москва, IS7I), теории а практики срограм-ыароиангя на ЭВМ серия ЬЯР (Дупанбе, I&74; Москва, 1975), теории классификации (Зорок, 1979)

- на региональных конференциях по вопросам: почвоведения и агрохимик (Целиноград, 1972), соэаркенствования лесного хозяйства (Киев, 1973), применению математических методов в почвоведения (UocKBa, 1973), применению в учебном процессе малых ЭВМ (Обнинск, 1974), инженерно-математическому обслуживанию ЭВМ МИР (Мссква, 1975). научно-технической кодере шгаи ЯГА им. С .М .Кирова (Леишград, 1977)

- на заседаниях Центрального соьета ЗОН до параметрам плодородия почв (1962) и многократно на Ученом совете Почвенного института.

I.S. Со материалам дассортащш опубликовано G2 печатных работы (из 74 публикаций автора), в том числе 4 сборника про-

гремы для ЭВМ (по 7 а.л»), система кпассифцкании а кодирования почвенных данных (28 п.л. в соавторстве). В качестве ответегеен-ного редактора автор выступал в оборыше материалов (10 п.л.) Первой Всесоюзной конференции по применешш математических методов а ЭШ в почвоведении CI977) и Трудов Почвенного института (1981, 8 п,л.).

Основное содержание диссертации опубликовано в 50 работах, в той числе 2, изданиях за Рубеком.

1,6. Структура в объем доссертаддя. Диссертация состоит аз введения, 5 глав, выводов и предложений. Работа.вкдшает 377 страниц машинописного текста, список литературы из 433 названия, в том числе 150 иностранных и е приложений. Имеется 76 рисунков и 75 таблиц.

1 г 2

Автор выражает глубокую благодарность акад. ВАСХНИЛ, проф. В .В .Егорову в ч д.-корр. ВАСХНИД, проф. Шатову Я.Д. sa предоставленные возможности и поддержку работы; доктору географических наук ВЛ.Фридданду за постоянное внимание, интересные идеи в непосредственное участие в разработках; доктору географических . •наук Н .А .Ногиной - первой поставившей проблему создания банков почвенных данных. Особая признательность - коллективу лаборато-,рми математических методов улследования почв института, без которого эта-работа просто не была бы выполнена.

СОДЕРЖАНИЕ ДИССЕРТАЦИИ

2. АВТОЩШЭИРШАНШЕ ИНФОИШ1ИС0ШБ СИСГЕЙЫ (А1Л) KAS СРЕДСТВО ОРГАНИЗАЦИИ И АНАЛИЗА ДАННЫХ В ПОТОСШШШ. Давние -это представление фактов (в тш числе результатов Н£ыерешй>, по-^ нятий в идей в формализованно вида, позволяемы передавать г пи

обрабатывать их с помощь» некоторого процесса для получения вы-формации средствами анализа данных. ¿КС вырабатывает информации bs данных, обкдиненных в одну пли несколько свецзальньа! образом организованных в ЭВМ поименованных совокупностей их* Называемых Сазаш: данных. При этом организация данных предполагает унифицированные способы сбора, хранения и манипулирования дан-нкш, обессечивашое возможности доступа к ним, поиска, сортё= ровки, обновления, ввода-ш вода и связь с обрабатывающими про-1 грешаш. Анализ данных в общем случае означает процесс извлек че;шл информации из них, включаюгай как формализованные в алгоритмах процедуры математической обработки, так я неформально ..принимаемые исследователей решения. Системный анализ служит методологи ейАКС как в плане разработки и исследования организационных и функциональных подсистем, так и в структуризации целей и задач их использования.

Перше АHC в каровом почвоведении начали создаваться с 1966 г., а в нашей стране - с 1971 г. В настоящее время ока стали эффективным средством информационного обеспечения нашей науки для целей классификации почв, управления их плодородием, контроля деградации и санитарного состояния (Рожков, 1983). . Создание и использование АИС неразрывно связано с классификацией почв. Прежде всего »то определяется необходимостью упорядочения данных о почвах в АИС, потребностей в фактографаческда обосновании я конкретизация классификации и уточнении диагнос-' тики почв, наконец, алгоритмы процедур сортировки и группировки данных при поиске их в АИС не отличается от методов класса-, фикеции в таксономическом ее смысле, который в отличие от ыеро-нсмического (сущностного) асаекта классификации, предполагает выделение непересекающихся классов (классов эквивалентности,

неотличимости) на множестве объектов, заданных значениями их признаков, В связи о этаы в ЛИС иопольаувтся метода числе иной классификации, т.е. классификационных построений я классифици-ровавия объектов математнческита методами. Ори выборе почвенных признаков предлагается не противопоставлять внутренние свойства почвы, как биокосного тела, и внешние показатели условий почвообразования. если она служат косвенным признаками трудно измеримых внутренних* Требует совериенствования подходы с использованием консервативных в динамических показателей, основанное ва характеристике баланса отдельных соеданекий в почвах, ва почвенных процессах как диагностирующих характеристиках пэчв. Численная классификация открывает для этих пэией широкие возможности.

Назначение почвенных tóíC в части рыработкв достоверных численных давних по свойствам почв соответствует целям к задачам Государственной службы стандартных справочных данных Госстандарта СССР и Почвенный инотитут им. В ►В Докучаева о 1978 г* утвержден ее Головной организацией. Создаваемая в институте ДИС ПОЧВА развивается как сеть распределенных по стране бае почвенных давних. Как следует ва поставленных целей ее создания (рио. X) его ЛИС почвенных профилей. В диссертации раскрывается существо этих целей, ошг "ываится подходы в методы вх достижения о,иллюстрацией результатов содержательными задачам» почвоведения. Функциональная структура АИС, представленная на рио. 2, вкдотает 4 подсистемы (Rostov , 1981). Подсистема ВВОД вклэтает систему классификация ж кодирования (СКК) почвенных показателей, унифицированные формы представления <УШ) данных 'на ЭВМ в £аксвровашше схема данных, отражашве хх • структуру (модель), представляемые я обозначениях х кодах (Ж,

Рис, I. . Дере

1,1 ОРГАН И 3

2.1 Определение объекта

2.2 Ввод давтк

3.1 Классш^актр'-я п ЙОЗД-розаше покззгеелей

3.2 Формы продета пленяя

1.2 А К А Л И

2.4 Статистический

2.5 Численная кЕасси^каввя

3.5 Автоматическая кяасспОз-япкия

4.3 Оценка сходства

4.4 Группировка объектов

4.5 Критсрхп! качества

1.3 К С П О Л

2,7 Цеетра.тазашгл е на ко аде и: о . иовюс дашзос

3.8 С ове иство вакпз класса-Факацдц

4.6 построение центральных образец д ССД

4.7 Уточнение диагностики

4.3 Свмцаяьше кгасспйп-кадил

4.9 С слал сео£ства-фактори

3.9 Параметры плодородна

вс целей АМС ПОЧВА

А Ц И Я ДАННЫХ

2,3 .Управление дашшьа

3.3 1ШС

3 .4 СУБД

4.Х Структура (шдель) дагаш

4.2 Полсковые образи

3 3 А Н а В X

3.5 Диагностическая классу- , . кгщпя I

3.7 Сксте:-.ч пщрорг,татдз:й1Х

признаков /,

2,6 Г.'о.вдллрош^э объектов в процессов

/

ЬЗОЗДНКЕ 2,3 - Ретросгзктдвпю: дашалс 3.10 Изменчивость сбойсгэ 2 Д£ Трансформация почв

2.9 - Реггакасе

3.12 дпнащда свойств

3.13 Связь свойств ц рестлов

3.14 Прогнозы

2.10 Мониторинг почв

-Э-

ВВОД

скк } £ £

УФП *

СХЕМА Е-

УПРАШЕШ2

ПОДЗОЛ, АРАРАТ

KHBG

APÖA

АНАЛИЗ ДАННЫХ

педошс

одаик

HKHECC

вывод

ПЕЧАТЬ, ЖРАН

Рис. 2. Функциональная схема АИС ПОЧЗА

что выражено на рисунке связуттамд стрелками, С УФЕ данные переносятся на перфокарты, перфоленты или ыагкитнне ленты для ввода в ЭШ, Схемы вводятся с терминала.

УПРАВЛЕНИЕ данными в АИС осуществляется о помощью спегда-ального программного комплекса - системы управления базой данных (СУБД)» Вначале для ЕС ЗИЛ ваш были разработаны простые СУБД ПОДЗОЛ (Рожков, Малахова^ 1976) и АРАРАТ (Акопян, Рокксв, 1981), а затем для ведения - Солъшх баз данных ва Ш ЭВМ адаптирована СУВД общзго назначения ИНБС. для ограниченных по обьэму банков на мини-ЗВИ СМ-4 создана АРхивно-ФАйдовая система (АРФА).

Алгоглтш, используемы^ а АНАЛИЗЕ ДАНШХ, реализованы в ' трех пакетах прикладных программ: ПЕДОКЛАС - разработанного нами для задач численной классификации и многомерного статистического анализа (Рожкои, 1976), ОТКЛИК - для традвииоших кетодов обработки наблюдений (автор а .С .Фрпд) и ПРОЦЕСС - для моделирования физико-химических процессов в почве (ИД.Голикова).

Подсиотеиа ШВОЦ предполагает осуществление разнообразных форм ваауализадап данных и результатов счета в распечатках, ва

акране, а в дальнейшем и в шда графических построений, в тон числе карт.

Две перше подсистемы связаны и не посредственно осуществляет организацию данных, включая ыашпу яироаание имя в ходе анализа, две другие - реализует алгоритмизируешь процедуру анализа Данных. В диссертации рассмотрены два его раздела - многомерный статистический анализ и особенно детально - численная классификация почвенккх объектов.

3. ОРГАНИЗАЦИЯ ПОЧВЕННЫХ ДАННЫХ. В качестве объекта почвенной АИС наиболее рационально принимать элементарную почвенную единицу (ЭПЕ) в определении А.А.Роде (1937), т.е. вертикальную почвенную призму в пределах всей почвенной толш о поперечными размерами, достаточным! для технических возможностей проведения необходимых анализов. Подобная ЭПЕ соответствует "первому, самому важному" профильному принципу исследования шлв (Роде, IS7I}, является наиболее объективной в физическом смысле и по способу выделения, ее определение не зависит от принятой классификации почв и позволяет отразить особенности строения континуального почвенного покрова. Альтернативные по отношению к такой ЭПЕ выступают почвенный индивидуум а педон (Ce.ns , 1949; 1963; Мшг . I9®! , 1963% ДгпоМ , 1964; 1966;,

Козловский, Сорокина, 1968; 1969; Козловский, I97D; Розанов, 1975; Soif Taxonomy t 1975), диагностический горизонт {Sett? Taxonomy » 1975), а также часто используемые зарубежными почвоведами п численной классификации почвенные объекты, выделяемые по системе стандартных глубин и/или по некоторой совокупности почвенных признаков. Они имеют смысл в рамках специальных задач, однако метода их выделения остаются сока недостаточно определенными, они могут быть зависши от классификации, а последние

вообще выходят за рамка генетических принципов.

В формальном представлении множество почвенных объектов задается матргдеЗ значений их признаков в ^ , где / - /7^ ~ номера объектов,/- л? -признаков. Геометрически калддй объект представляется точкой в пространстве признаков. В дассертвщн детально рассмотрены их шкалы и шды допустимой математической обработки, а также способы формализации отношений ыежду объектами.

Для унификация представления данные в АИС разработана ас-чергшваквдя система классификации а кодировавши (СКК) почвенных показателей, методов ах определения, размерностей, а в ряде случаев и значений (Егоров, Орядданд, Рожков и др., Х9Й0; Рок-ков, Овечкин, ©ридланд, 1982). СКК включает 173 группы показателей, т.е. более дли менее устойчивые совокупности признаков, например, морфологическое описание, валовой состав, обменные основания, Форш кислотности и т.д. Она представлены 169 классификаторами а 37 таблица» фасетных значений. Уточнена шкалы я

составлены новый классификатор родовых и фасетвая форсила видо-*

вых названий почв. Определение вида предложено ограничить степени) проявления процессов, обусловивших тип и подтип почвы.

Структура почвенных данных представлена на рис. 3. Она включает четыре уровня показателей;

- связанных в описанием условий почвообразования и почвенных режимов;

- привязка в общее описание профиля (разреза);

- морфологическое оиасаяие профиля по генетическим гора-зонтам;

'-•воя совокупность аналитических показателей, связанных с почвекныыа образцами.

аочзл

ПОШАД

KJEEíAT.

Рас. г.'- CîDprcjpa т-.^гшт агл.

Предложены уна^гщвроБангае форт представления данных в АИС, которые служат макетным вводом СУБД ИНЕС, Для управления почвенными даннш*и на СМ ЗБЫ разработана специальная информационно- поисковая система (ИШ) АРФА. Она ориентирована на табличную структуру данных. Совокупность табличных показателей описывается схемой, которая может Сыть общей для нескольких архивов данных ила задаваться в соответствии с шс тематической напраэ-. ленностЬЕ, На рис. 4 дан пример схемы описания подзолистых почв йз АШЮ "Подзол* (Рожков, Малахова, 1378; Малахова, 1Э81). Имя архива здесь - PODZÛL . Генетические горизонты обозначается перечисленными индексами; номера разрезов, коды области, угодья в т.д. до числа горизонтов (ЧИСГ0Р) объединены в таблице с именем /А/ и задаются селим числом; имена горизонтов образую

НОБйРХ POEZDL йРХИВ PC52CL

ТИП BÏ ГА2В»

Ы'ВС) РРХМВ PODZOL * '

Oit t'A PODZOL "С ✓A'HCMPfctîï INT/ CE fit IN7> УГОН INT/ ПОДТИПïINT. СГ0ДЗСП1IHT» f-;E>;coc« 1НТ/ печееп:int> НИСГС^! JNT.» ✓IVrEHrCP s ГЕНГРР» /C'TrwrPt ItiT, ■ rVKVCIFIXti PHiFlXl, rnftKHCtFJUli ncTEbPiFIXb nCKAITilFlXb SIC2iFIXl. FE2C3fFIXli ftLZG3>FIXb

h/mfixi:

' Рис. 1. Схема опасения подзолистых почв

из АИПС "Подзо*" в архиве ШЮ АРФА

таблипу /Г/; в таблице Д!/ глубина нижней границы горизонта (ГЛНГР) задается целым числом, остальные показатели - вещественным с одним знаком после десятичной точки.

Для статистически обработанных данных предложена фиксированная схема, вклвчакцая полное ш почш, ее привязку, имена признаков, число наблюдения, тип распределения п его параметры.

Описание ИБС АРОА и инструкция пользователю даны в приложении к диссертации.

Дня простых по структуре данных могут бгть использованы разработанные наш СУБД ПОДЗОЛ и АРАРАТ, описание которых также приводится з работе.

4. СТАТИСТИЧЕСКИЙ АНАЛИЗ ПОЧВЕННЫХ ДАНШХ. Для статистической обработки результатов почвенио-агрохяьаческих наблюдений нами разработаны многочисленные программы дня разных ЭШ (Poz-яов, 1Э7Х; 1972; 1973; 1976; 1979). В настоящей главе основное внимание уделено многомерному статистическое анализу, впервые в нашей стране использованному нами в задачах почвоведехля (Рокксв, 1973; 1975; 1376; Рожков и др., 1971; 1979; Рожков, Симакова, 1973; 1974; Рожков, Пронина, 1976 и др.). 3 качестве математической модели почвенных объектов здесь используется многомерная статистическая величина. На этой основе предложены также полиномиальные и регрессионные модели распределения веществ по промелю почв (Рожков, 1972; Карманов,.Рсиков, 1972; Егоров, Ыипашшз, Роаков, 1976), Показаны возможности метода канонической корреляции (Рожков и др., 1979) для исследования взаимосвязей наборов химических свойств почв с их валовым составом и с погодшата показателями. Обсуждается вопрос применения аппарата случайных процессов (Райков, 1973; Ро&ков и др., 1979; Дмитриев, Самсоксва, Рожков, 1974; Ногина, Рожков, 1974).

-155. 1Щ0№ ЧКСД2ШС& КЛАССКШШЗМ (ЧК) Б АНШЗЕ ПОЧЕЕННШ ДАВШХ. Центральной проблемой ЧК является построение таксонов (классов) объектов. В табл. I нами предлагается сводка методов а примера реализуадпх их программ для ЭВМ. Больспнство из 1Ш. основано ка сходстве объектов а классов, как некоторой функции от разности значений признаков, их сопряженности или определенным образом вычисляемой сдоквоста объектов. Предложены разнообразные вяли кер сходства и рекомендации по их выбору (Уокков, 1976; Рожков, Прошит, 1977), Наг больше в применение получила потенциальная функция: ) где , р¿¡-1,

а расстояние ыезду <"-тым и £ -ткы объектам определяется из виражеепя: ("¿К}*^/ -хе/1)"*/<+>/] , в котором

х<у - значение /-го признака {J^ *7% ) для /-го объекта

); т - целое число, обычно равное X ила 2; - нор-мируювзй мновитедь.

Наряду о реализацией известных алгоритмов кластеризации составлен ряд эффективных в смысле экономил памяти и/или времена* счета ЭШ программ, подучившх широкое использование. На рис. 6 иллюстрируется результат работы одной из них, предназна- . ■ чанной для расчета децдрограмкы объектов.

Неоднородность почвенных профилей создает трудности при .вычислении их сходства друг с другой. Возмолим еяе^одге подхода их устранения; сопоставлена по одинаковым генетическим горизонтам без учета глубины образцов; то же, но с учетом глубаш; до $иксированшы глубинам; по параметрам мод^-ей распределения веществ в профилях ила по рассчитанным с доыовд>ю таких моделей значениям признаков.

С использованием мер сходства предложен новый критерий оценка контрастности почвенного покрова (программа КОМТЯ ):

-хе-

• Таблица I

Систематизация методов группировки объектов

О оно- {струи-валил ¡тура

Т----- ~Г

| ' Метода !

Примеры алгоритмов

Источники

I. Аглсиера- ЯЕНДРСГРАММА _ Рожков. 1976; ■ ТИВНЫе Ч^ЕКЕУО И др.)* 1379

§

и л

i 8

§

8

о

8

и 8

&

4>

(3

з

2. Раздели- Бравермгна ЭЛ. тельные

3. Деревьев ГРАО, КРАЗ связи

Дгдасриевокий,__

Ыатушевский, 1971

Е дяава. Загоруй-ко, 19&

КШ (КЫР) Резкое и др. ,1979

СПЕКТР сгРЕКТ* ) Рокков 3 Др.,1979

4. Раздела- ЗКС1РЕМАТ (£*ГЙЕМ ) Р^ов, 1971; ■ тельные

5, Пороговые ФОРЕЛЬ (гиперсфер)

ПФ-ЛГК {РРР&К ) Рожков И Др. Д979 Е дкина^Загоруй-

Рсжкоз, 1976

СШЗИОСТЬ (5У2 )

штрих {$гахх > 6. ордавагши МПС

Рожков, 1975; 1976

Главных координат &о\*ет> » 1966

«г о ч щ

аа

(В (О

о и «

Рч

3

к о

См <1>

7. Коордк- КА-123 (КА123) натные

8. Разделе- Разделения сменив смеси си (РС) рассоеде-

лений

9. Оценки Родионова АД. однородности

1§т!ов*1975; Рожков и др. ,1979

Родионов, 1965; 1968

* Б скобках даны имена преграда на Фортране.

fjiîses^Hi ie Bpfit'i^ ( йёоти пг-сгты-ча1. s ■-№•>:■ и. )я: ?-:(.■ ДНЮК .ПАНИНЕ ^ С ИМЕНЕМ Ui't №-.1'ЯТ

KÍ'HTF&J'tm"! rpí¡í"¿r' ПРОГРР.lift.' ЛЕНЬРГ'-Cfc. IS?«

* i ч 1 ->t-1. ГКТЫ c; ОДС1kf} t ! я j CtVEKTU t CXOÜCIEÍ! i i

! 1 11 1 "v 4 ~ e ! 1 . 3 '3. £ ?.*■? 1 1

> -V J) bj 1 ;; ,'< _ .j /^ — j

! S fj u 1 6 7 8

> 7 e'-ïî'ê? i £ 7 1É!

i y A 4 ! b'- j 4

i 11 1 л i »

СКОЛСiff С i •a •4 ? С 7 & 11 12 je

e.sí'-Ht î Î I I ï i T I I I

_ 'у-jjt'yj. Ï 1 1 I I I ] I I---1 i i

Л. Q Î 1 I I I I ; I 1 i i

f-, í Ï I I I ï 1 I I i i

I 1 1 X i I ! t i

e.íasas ï — Ï I I I } ï I I Ï í

i-, 7f añ.i 1----- - J 1 L \ î ï i

I I I I I I i i

I ï 1 1 j------X i i

^ £ vj ^ c; "y I I i -----1 i i

ô! iêÎ'ïë 1 i i---------------

1 i i I

I I i1 i

f-, I I --- i------

Г , L'; 1' V - .1 I

e.I I 1

e. . i------------í i

e. • г i

* > '. ■1 ""'v. 1 I J

• Itt i? i i

f.\ i ; Í'. Si-liS ' 1--------------------------Ü

e.sroíe i

е. i

KKD' "Г £ H I' fc- C" ♦*»**.**

' '"U! ¿■■'t.r;^ pt'trc Гbí nFC'fPftt-ïri-f *• C'i"-:Ci" i C'f ■ J -' ul-'

■ Pao. 5. Дендрограама образцов дэриово-цодзодястоа почий , (Anax: 1-3. A2Î 4-6, A2B: 7-9, Ь: 10-12)

кп - (С1е - ■ г-ф />£

с

где ' - среднее внутри-, а - кежгрудповоа сходство объектов, - доля площади ¿'-ой почвы в комбинация из К их числа. На рис. 6 дан пример применения критерия.

_ б

ШШГ^

2 £2! з шъ

Ц' |Сходотво^:_Г ~~ ] "Г ] ^

11/11 ! 1 | рх ; к ]_РЗ_{

I 91 30 0.67 эе.з 6.2 1.5 0.28 0.19

2 91 30 0.57 $3.3 33.3 Зо.З 1.00 0.67

3 51 49 0.04 92.3 ел 1.5 0.28 0.01

4 51 49 0.04 33.3 33.3 33.3 1.00 0.04

Рве. 6. Значения коэффициента контрастности (КП) трех почв с неравномерные (а) я равномерным (б) соотношением их пдошадей в контуре, а так^э в связи с различные величинами внутри (¿ее) и мехгруппОЕого (сходства со осойствам

Впервые качественная информация о почвах, представленная в виде процессных и профильных кодов (Герасимов, 1975; 19760) проанализирована на ЭВМ. Процессные кода довольно определенно отражают многообразие почв при визуализации в форме дендрогрем-мы (рко. 7). Провальные коры требуют дальнейшей конкретизации.

П^чвы: I I 1

tt

ш

-Ж.

V Yl

m

' » ■

J X Я JI » г» И M MÎSIftf M Ii Zl 22 2i tt TîtîJÎÏ4 Г» к j J lí

L^mj^ 11 V

Рис, 7. Деедрограммы дочв по лрсдессшм кодш (Герасимов, 1975; 1976а). I Тувдроше: I - Ар, 2 - Гт, 3 - Гц; П Таежнвй: 4 - ЦБ, 5 - Пд, 6 - Г* ? - Г", 8 - IF, 9 - П. Ю - п0вд, II - 12 - П*. 13 - Ия; Ш яесше и лесостепные: 14 - Дк, 15 - псевдо И, 16 - дсевдо По, 17 - ЕЛ. 13 - ЕЛ0И, 19 - СЛ, 20 - Дг; ХУ степше: 21 - Ч011, 22 - Ч®, 23 - Чт, 24 - 4°, 25 - Чв, 26 - Чл, 27 - Кт;

V яусгяш: 28 - Кс, 29 - Б, 30 - Сб, 31 - Сс, 32 - С, 33 - Чл;

VI гасоленше: 34 - Кч, 35 - CK, 36 - ЕБ, 37 - Koï, 38 - Ск, 39 - Сн, 40 - Сд, 41 - Ei

-20В развитие аредложенного акэд. Волобуевым В.Р. (1967; 1973) метода разработан координатный анализ (Рожков, 1975; 1976) как новыЯ подход в автоматической классификации (рис. 8), реализованный в программе KAI23.

Большое внимание уделялось оценке качества и сравнения классификаций (Роясков, 1981). На рис. 9 представлено 7 групп почв в пространстве двух признаков, а на рис. 10 - изменение значений критериев качества классификации этих почв ЗЕК на разное число классов (программа ККК.). В табл. 2 представлены впервые установление по нашей программе СЛ'& коэффициенты ассоциации ( G-ooHman г А'гч/sAoC , 1Э54) б различных программ автоматической классификации: НГШ (Елкина и др., 1980), ПШСК-2 (М.А.Поляков, ШИИК ЫСХ СССР), КЛАСТЕР (Тереган, 1976), три наш (Рожков, 1976; Рожков и др., 1979) и A&S - исходная классификация почвоведа. На рис. II представлена дендрограмма этих программ, отражающая их сходство и группировку. Аналогичные сравнения проведены в отношении мер сходства и способов группировки*

С использованием коэффициента ассоциации (и показателей полихорической свяси Чупрова) проведено сравнение классификаций 126 профилей яочв поймы Средней Оби по Г.В.Добровольскому, ВДЛрагу а сделанной на ЭВМ по морфологическим признакам: КласекЗгкадии В Л. И para ЭВМ

Г.ВЛобровольского 0.27(0.201 0.53(0.56)

BJÎ.Di>ara - 0.25(0,12)

Достоверная ассоциация отмечена лишь между классификацией Г.В.Добровольского а автоматической.

Окззалось, что группировки по валовому составу почв в выде-лекноцу из них илу не имеют достоверного сходства, т.е. отражают

«О

ш к

Е-"-10

19

г п

I я в Г

, I й £

| I ' | 1-Я \

+ + --{

}"М—к

г~ г~ "Н

" I

Г

I м

и ^ У

J___Ь _

го 35 ее лз| т ¡ко х,

чнсяг

---- • границы классов

----- граниш смены кодов

Состав установленных гр"пп связности ори К * 4: ;- 1-1 - 1*12, 23, 27

П-1 - 13*24, 26, 20 П-Л - 25*40

Рис. 8. Принципы координатного анализа

Í-tTtut MMCMW; •ttPíHMt;

^т^ьи-сначюттн^а-, H-jeaaif-t*" нмншнвш j ï- HtatiÂHetut i S-etruxfK MOn*;, et fus /шеш

-.i- A"

"3 it ïi П is Я w й П Je Cd

Рис. 9, Ординатное представление групп почв

0 « « -WM? H/Mtet

Рис. 10. Изменение качества классификация с увеличением числа груно

1. KKI - st/Ki ЙЙ -Ifn-mJwj/Jiïi-ijTj

2. KKg « - tu 5. КК5 = Г, (Л)

л vv-г — 11 ç * £ Vife _ [«.г-

¿ . ЬЛ< в = L-ij О . ЛЛО = , i?

з, ккз = "е., * 6. КК6 ■=

,-гз-

• Тайжяа 2

Коэффициенты ассоциации результатов классификации по разным алгоритмам

"ш Т*""Тгшск^гТсшзиосй>7 кшз 1по^йс|шст5,Т

а/а { АлГ0^и™ | 2 } 3 | 4 [ 5 | ■ 6 [ 7

1. КШ 0.49 0,64 0,70 0,60 0.61 0,60

2. ПОТСК-2 - 0,52 0,53 0,40 0,52 . 0,40

3. СВЯЗНОСТЬ - 0,75 0,56 0,69 0,67

4. КА123 - 0,40 0,71 0,61

5. ПФ-ЛПС - 0,44 0,38

6. КЛАСТЕР 0,65

юо

•л у 5 & 3 I г т ; г 11 *

4 < * о * ч ч

г»

м

то

£

а «■

и

50

■

Рис. II. Декррограммз алгоритмов классификации

■ различные аспекты. Вместе с тем, она достоверно согласуются с типовым разделением почв, что свидетельствует о связи с проявлением 'почвообразевательного процесса. Разделение почв на основе процессных кодов достоверно (0.53) ассоциируется с исходным и это служит основанием для дальнейшего развития подхода.

Важнейшим разделом численной классификация, новым для почвоведения является оценка информативности почвенных ариэнаков,

i

которая выражается количественным показателем их относительного вклада в "разделение объектов и классов (Рожков, 1976; Рожков, Прошна, 1976; 1977), Это необходимо для исследования рогз признаков в классификации и исключения малозначащих и ыешащах раз» делению и нахождению систем информативных признаков (СИЛ) -меньшего по сравнение с исходным набором признаков, который обеспечивает разделение объектов и классов с ошибкой, не болыве заданной. Отсюда диагностическими следует называть те из информативных признаков почв, которые используются в качестве оснований деления при классификационных построениях. Мы предложит алгоритм а программу ХМFQRИ оценка информативности признаков объектов на основе варьирования и корреляции их значений. С ее помощью удавалось сократить чиоло учтенных признаков о S0 до 5.

Эффективен в такой задаче метрд главных компонент (MSK ), ко»

торий служит также.для нахождения некоторых комплексных обобщенных признаков (Рожков, 1975; 1976). Для классов СИП, включающая р признаков из • их числа, находится с использованием многомерных критериев потери информации (Pao, 1968; Рожков, Симакова, 1973; Рожков, IS76). Один аз таких подходов рвалипопан нами в программе CIP, в которой находится //= ~п(р*к) Л< А» (Ау/Ар) где / • PÍK-D, к - число классов, Л у = Í^S/i i i - отношение опреде roí телей матриц внутри- и межклассового варьирования .

признаков. В случае недостаточного числа наблюдений (Ks^) можно использовать программу SPA , реалнзутаую сдучаАныЗ поиск признаков с адаптацией ЭВМ (Лбов, 1970; Рожков и др., 1979).

По СИП осуществляется идентификация (диагностическая классификация, классифицирование) новых объектов и построение диагностических моделей почв, в виде простых уравнения, решение которых указывает принадлежность классифицируемого объекта. По сходству о центрами классов, среднему сходству со веема объектами класса или только с их ближайшими объектами осуществляет идентификацию программа HJA&S7 . Вместо классов могут использоваться их эталоны или голотипы. Диагностические модели строятся средствами даскриманантного анализа (Рожков и др.» 1971; Рожков, 1973; I97S; Рсдаков, Ивиденко, 1973; Рскков, Прошена, 1976 и др.). В программе 2>1АМА используется как общая модель анализа, так а ее линейное представление вида L »

где Л 'Aj, J = 't fi - параметры линейности дискркминант-ной функции (ЛДФ), U* Uj - значения j -го свойства классифицируемого объекта. При необходимости вводится поправка-на неравенство ковариационных матриц признаков классов. При. большом числе признаков ЛДЗ строятся на главных компонентах (LX>F/1S-K ). Систему ДДФ служат диагностическими моделями почв и других почвенных объектов. В табл. 3 приведен пример диагностической модели почв пойвд Средней Оби* в тазлзго-лесной зоне (прочерк указывает слабую информативность признака в разделении почв). Ошибка диагностики почв по этой модели составила 23$, но если ввести в число признаков всех почв содержание гумуса в. гор. AI и В, го

* Материалы диссертации нашего аспиранта Б.В.Шеремета "Численная группировка и диагностика поденных почв", защищенной в МПГ в 1ЭС0 г.-.,

.Таблица 3

Параметра ЛДФ для информативных признаков

— — — у — — —-г---— —------— —--— — — — — —

ста»^ 1 ! Коэффициента ЛИ для признаков (^ ):

ляемые; £ ! -—г ~ Т *----7 ~ т ---?- - - т --

почвы | |1|2|3|4;5{б}7

1-П -6.83 -0.15 - 0.14 0.19

* 1-Ш -22.45 1.12 -0.69 3.19 - 0.42 •

■ П-Ш -7.51 - - - -0.08 - 0.32

Почвы: I - дерновые, П - дуговые, Ш - болотные. Признаки: I - ил, 2 - глина горизонта Ад 3 - гумус, 4 - ил, 5 - глнна горизонта АХ 6 - ил, 7 - глина горизонта В,

ошибка снизится до 10

Такие модели построены для различных наборов свойств почв поймы Оби (Шеремэт, Рожков. 1978; 1981), солонцовых комплексов черноземной и каштановой зон (Пак, Рохков с др., 1972; 1974; 'Рожков и др., 1973;' 1976), для горизонтов профиля освоенной дерново-подзолистой почвы (Рожков, Симакова, 1973), а также ряд _ частных моделей. ..-.•*

С использованием методов. икс ленной класси^а^кации проведен таксономический анализ двух типов почв - черноземов Армении* и каштаношх почв Северного Казахстана, На рис. 12 представлены девдрограша ра^аддол и дендрограф подтипов черноземов, из яо-

* Материалы диссертации нашего аспиранта И Д.Дкопяна "Информационное в математическое обеспечение систематики почв с применением ЭШ на примере черноземов Армении", защищенной в Почвенном институте им. В.В.Докучаева в 1981 г, .

Структура данных по черноземам Армении

- , А й с

На* Са" Ид' 5 Нсн !гкк Са(Ц 5 /г/тс Са" 5

ю

70 во

о

£ ¿о го

а ^ к &

7Г Т V <

о-

2

V, »

Дендрограмма почвенных разрядов % V. Чг

Дендрограф подтипов

Рис. 12. Дендрогрзшы черноземов Армении

Чр - выщелоченный: I и 2 - средне- и тяжедосуглише тай андезито-базальтах, 3 и 4 - то ле на делювиальных отлоааниях, 5 и 6 - туфолавах, 7 -ореднесуглинистый на пор&яритех, 8 - тяжелосугли-нлетей на аллкшально-яелюшальнах наносах; Чо - обыкновений; 9 и 10 - средне- и тягелосуглапистый на андегито-базальтахг II и 12 - на аллкш-ально-ДйллЕладьных наносах, 13 - тякелосуглинистый на туфах; Чт - типичный; 14 - тяяедосугдинастий ш - на а л лгаваа ль ко-де лювналь нкх наносах

-28* торга следует слабое различие обыкновенных и типичных черноземов при достаточной определенности вншелочеаикх.

Для каштановых почв дето количественное обоснование разделения на три подтипа в исследована информативность почвенных признаков.

Программы, реализующие методы численной классификации, ^объединены в пакете прикладных программ ПЕДСОАС. На рис. 13 -казаны имена основных программных модулей пакета, получивших широкое применение в задачах почвоведения и в других, отраслях науки и производства,

6. ЭФФЕКТИВНОСТЬ И ПЕРСПЕКТИВУ РАЗВИТИЯ АИС ПОЧВА. Без учета затрат на разработку» поиск данных и их статистичеокая обработка на основе АИШ "Подзол" и "Черноземы Армении" оказалась

в 6-8 раз дешевле, чем ручная подборка и расчет на мини-ЭВМ. Экономия времени при этом достигала двух порядков* Однако при оценке эффективности АМС в расчет должен приниматься не только экономический аспект. Не менее ва^на методологическая сторона* и, в чаотности, тот факт, что-многие возможности, предоставляемые АИС, ЭВМ, математическими методами не достижимы вручную.

_ Перспективы развития АИС ПОЧВА связаны с ее развитием как .подсистемы государственной системы научно-технической информа- ■ ции. •

7. ОСНОВНЫЕ РЕЗУЛЬТАТЫ. БШСШ И ПРЕДЛШЕНШ

I, Главные итог настоящей работы состоит в разработке теоретических основ л методов организации и анализа данных, как нового направления в почвоведении, основанного на системной методологии. математических методах и ЭШ, направленного на решение актуальной проблемы развития общегосударственной автомата-

i7. Л

т-——--1

X Лкимш Шачи -6-

Д Сад лит ' СЙП~ ШОЙМ, М6К

~¡¿. Атммчюля H

^ ШРАРМ»[СШ К

5, Апонтгкшя'

ЫЙЫО^СШТА №М 7йП

í. HîvfpmttwiC/ts К

г Лшвш tt»3it; Ш, ÍPWS

(• Рл)ДШТ(№МЛ<Н

(PFPSK )

9. НА Шйы Шйсыл

PFPSK

Il Bt) Y4ÍTA CxOJtrSA

О-

i« Д •

ítrih, m, rom

Ч 0*ЛИНАЦМ;

мен

(l.CtwM »tnerw: riLlKïltM

It. PMjt/tfhUt

с Uten: PC

KA (23

SHUJUîîîiiî CIP, SPAt *ПPP

'•■^ÏËÎ!!!?-MJkivvVSJÍ'Í mCM

О

jí. iJnirtiscTumt-Р1Ш, шон

W. Мден т*ия4ц т:

>- 1>Ш

Рис, 13. Осыдане

прогрэшшш иоду ли ППП ВДОШС ло ïJtiaii задач

и Ищгтщмя РИУЛШ'ОВ

-30* зареванной система научно-технической информации.

Предмете« разработок явягется оргакизацаонно-техничеекая система, шетупавдая как информационная модель многообразия почв, отражающая кх состояние, свойства и взаимоотношения, Основное назначение системы состоит я выработке информации аз данных и прежде всего новой информация, недоступней или труднодоступной для извлечения традшионшвга методам*, и достижимой только с использованием анализа данных математическими методами на ЗШ.

Научная проблема создания такой системы состоит в формализации основных представлений почвоведения, алгорипэдзаияа рассуждений логического вывода, автоматизации управления потоками информации и самого процесса исследования.

Предлагаемое направление оснопано на передовых идеях русской к советской сколы почвоведения, учитывает опыт зарубежных ученых и служит не заменой,- а продолжением и развитием методологии, средств и методов организации и анализа почвенных данных на основе новейших достижений, науки.

2* Теоретические и методические разработки реализованы и . апробированы в действующих подсистемах автоматизированной и»$ор-^мщнонной системы (ЛИС) ПОЧЕА*как современного средства сбора, хранения и обработки почвенных данных для целей.информационного обеспечения почвоведения и других отраслей науки и производства в часта удовлетворения потребностей в достоверных численных данных о свойствах и составе почз. При этом АИС следует рассматривать не только как банк большого объема исходгг.'х данных (хотя она в включает его), а скорее как генератор информации ¿аределенного, заранее цре ду смотре иного через состав и значения учиты-вадашх аекг.зателей, аспекта. Ьадле^т-ш дз таких аспектов лвля-

ются классификация, таксономия, алодородна почв,, их мониторинг н моделирование почвенных процессов. .

С пецафшса почвенных АИС состоит в мвдгопараметричности описаний почв» стохастичности значений признаков, сочетании статичных и динамичных показателей и др., что определяет болыцую сложность структуры почвенных данных, а, следовательно, г сложность методов и средств управления ими. Принципиальное отличие от АИС других отраслей науки связано с тем, что фиксированные виды запросов здесь отсутствуют,в силу длительности периодов, за которые происходит обновление базы данных.

В мировом почвоведении АИС признаны эффективным средством организации в анализа данных. Созданные вами АИПС "Подзол" и "Черноземы Армении" были первыми, введенными в действие в насей стране. Теперь они являются базовыми подсистемами АИС ПОЧВА, развиваемую как сеть распределенных баз почвенных'данных, координируемых Почвенным институтом сл. В .В Докучаева как Головной организацией Госстандарта СССР и ВАСШ1Л в Государственной службе стандартных справочных данных по свойствам почв. В этом состоит особенность организационной структуры предлагаемой АИС, позволяющей отражать региональные особенности почв при взаимной сошестимостя подсистем. Особенность функциональной структуры АИС ПСГСВА заключается в ориентации одновременно на ЕС и СИ ЭВМ, что обеспечивает ведение как больших баз денных, так и тематических архивов ограниченного объема. Мини-ЗШ важны также для предварительного накопления данных и их обработки перед передачей на большой пршессор.

3. В качестве, элементарной почвенной единицы (ЭПЕ), как объекта, описания которого требуют своей организация я анализа, наиболее целесообразно принять почвенный профиль, представляв-

*1ШЙ, по определенки А .А .Роде, в виде среза почвенной дриаш с размерами, достаточными для технических возможностей проведения анализов* До существу отроения природного многообразия почвенных образов к по методам Еиявлеккя такая ЗЛЕ наиболее объективна, конкретна и не зависит от системы классификация. В этом смысле АИС ПОЧВА является системой почвенных профилей как осцо-. вы для решения любых вопросов, связанных с использованием сведений о почвах, оценкой их состояния и плодородия.

В почвовзденаи остается нетривиальным утверждение, что представление объекта осуществляется через его признаки, а их совокупность должна выбираться в соответствии с целями исследования. Формализация описания почвенного объекта ;:ак некоторой точки в пространстве признаков позволяет в теоретико-множественных символах определить основные понятия и отношения, используемые при анализе почватага: данных (классификация, иерархия, порядок, сможность). Описание ЗЛЕ кроме этого монет бить представлено через -параметры аппродсимируювдх его многомерного нормального распределения и коэффициентов полиномов или регрессий. С пега фи кой почвенных объектов является многообразие шал приз-, наков. Разделение логических я арифметических шкал г дальнейшая ах детализация служат основой'для шбора допустимых преобразований и способов математической обработки значений почвенных показателей. ,

4* Впервые систематизировано все многообразие почвенных показателей* Сь^теыа их кдасслфакаскп и кодирования (СКК) включает 169 классификаторов а 37 таблиц дхя фасетннх форму ж. Учтено 1236 методов анализа почв. Предлагаемая ДОС служит не только справочной базой, но и обеспечивает ушфокацвп словарного состава опхса^ил шчв, градаций признаков в форле икал. Кодовое пред-

сгввление почвенных показателей а градаций их значений обеспечивает числовое выражение номинальных величин а экономию памяти ЭК!| упрощает их использование и гарантирует совместимость базовых АИС.

В целях совершенствования понятийного аппарата классификации предлагается система шкал для обозначения рода и вида дочь. Определение вода рекомендуется ограничить характеристикой степе--ни проявления процессов, определяйте тип а подтип почвы.

Структура (модель) почвенных данных в общем случае сетевая, она мсает быть упрощена до иерархической o отдельными ссылками. Следует различать 4 основных уровня этой структуры: набор показа-те лей, относящихся к почве в целом и внешни условиям асчЕООб-раэования; показатели, характеризующие почвенный просаль я условия заложения разреза! показатели для описания генетических горизонтов я, наконец, вое многообразие аналитических показателей по образкам.

Для представления данных по указанным уровням на ЭШ предлог хеш три группы Форы исходных документов: общая для первых трех наборов показателей, для таблиц аналитических показателей а от? дельно - для характеристики климатических а погодных условий почвообразования. Эти формы рекомендуются в качестве унифицированной документации для оявсаяий яочв и ввода данных в ЗШ.

Рассмотренная структура данных и входные Форш: ориентированы на использование СУШ ИНЕС, выбранной а адаптированной для ведения баз почвенных данных на ЭС ЭВМ. На СМ ЗШ создана новая ^оригинальная информационно-поисковая система (ИШ) АРОА. для использования которой достаточно минимальной конфигурации машины. Структуры дашшх здесь произвольные, что дсет пользователи свободу в фориа^исходных даишх» в создания узкогематпческих

архввов и пр. АРФА обладает широкими еозмояностямн «аницулирова-* - ния, визуализации а обработки данных. Могут быть использованы такие и самые перше ИПС ПОДЗОЛ и АРАРАТ, разработанные специально для типошг структур почвенных данных.

5. Основной формальной модель» почвенного объекта (почш, профиля, горизонте, образца) служат мкогомерная статистическая »величина, а ваяяеЗигол аппаратом анализа данных - многомерный статистический анализ (ПСА). Его преимущество состоит в том, что кроме распределений значен^ признаков в нем учитывается и их взаимосвязь. Это дает до погни те льну ь информацию о внутренней структуре и отношениях совокупностей объектов. Обобщая одномерные статистические метода, ИСА расширяет возможности моделирования почв и их свойств, позволяет от парной корреляции в регрессии перейти к множественной и далее - к исследованиям канонической корреляции двух совокупностей почвенных показателей.

В качестве главного направления анализа почвен,юх данных в работе рассматривается численная классификация. Основой для применения ее методов служат -следупше положения:

- классификация долина начинаться о определения ее объекта в указания исчерпнвахшаго набора признаков, оснований и града-

-да* их значений ' ' /

- только численная мера и критерии, т.е. формализованные логические построения могут составить ядро устойчивой классификации почвенных объектов

- при выборе признаков и оснований не должна противоноотав-хяться внешние факторы а внутренние свойства почв, поскольку перш« часто служат итшеатором трудноопрелиляемнх втерих, неразрывны о ваиа в с почвой

- ыклейией целью -классафихаплн следует ставать построение

-35' 4

центральных образов вли, что более широко - системы стандартных справочных данных во признакам таксономических единиц всех уровней.

Для реализации сформулированных принципов предложены определения и способы формализации понятая сходства, почвенных объектов в классов, качества классификации ж информативности признаков. Предложена исчерпывающая систематизация методов построй- • явя таксонов (группировки объектов). Разработав координатный анаижЗ - новый вариационный подход к веиерархическому кластер-ана«иву. Введены процедуры количественного сравнения иерархических в неиерархическах классафиктотий с точки зрения взаимного соответствия. Разработаны в освоены новые метода создания систем информативных признаков объектов в их классов для сокращений размерности пространства признаков яда их обобаеяая. Введено понятие я предложены методы построения диагвсстических моделей й<5чв в почвенных профилей в вх таксономического анализа.

Все перечисленные, а также ряд других.методов численной классификация реализовав в программах для различных ЭВМ, а для ЕС в С11 ЭШ объединены в пакете прикладных программ ПКДОШС, В пакет вошла и грограмш других авторов, а также стандартные В сервисные модули. Все она получали широкое внедрение в апробации не только в почвоведении, но в в других отраслях науки и производства, а сом пакет - вошел ь Государственный фонд алгоритмов я программ.

6. Выполненные разработки сризваш в дальнейшем стать* повседневным средством почвенных исследований. Вместе с тем ужа на стадии разработок я внедрения предлагаемого научного направления получены некоторые важные результаты, которые можно обобщить следу котя образом:

-36- формализованы понятия почвенного объекта, ЭПЕ в отноше-~ний на-их множествах

- разработана иочерсыьаюпвя система классификации и кодирования почвенных показателей и формы представления исходных данных на ЭШ

- предложены многомерная статистическая а диагностическая модели профиля дерново-подзолистой суглинистой почвы на покровных суглинках; выявлена высокая информативность механического состава подзолистых почв

- построена линейная регрессионная модель связи цветовых характеристик коричневых почв и их состава, а также впервые установлена достоверная каноническая корреляция совокупностей химических свойств с валовым составом почв и некоторыми погодными показателями

- о использованием мер сходства почв по свойствам и с учетом их площадей предложен новый алгоритм оценки контрастности почвенного покрова

- подучена количественная оценка согласованности между классификациями пойменных почв Средней Оби, по Г .В Добровольскому, В .И »¡Прагу и автоматической классификации их на ЗЗМ н морфологический признакам; установлена такжэ независимость результатов группировки по валовому составу почвы и ила

- на основе установленных предложенными форыальшаы методами систем информативных почвенных признаков найдены диагностические модели пойменных почв Сродней Оби, каштановых Северного Казахстана и ряда почв оолоздовых комплексов; диагностическая модель черноземов Армении' позволяет оцепить степень изменения ях свойств при оовоении

- комбинация методов числе из ой классификации использованы

ддя таксономического анализа, т.е. структура таксонов в рамках . тана черноземов и каштановых почв

— Наказана возможность анализа на ЭВМ теоретических построений в форме процессных а профильных кодов почв и перспективность их в обободшя знаний о почвах*

Перечисленные результаты ио полноте обоснования, количественной определенности, по возможностям и наглядности визуализа-^ -ЦЕи имеют существенное превосходство или вообще не могут быть подучены традиционными методами анализа почвенных данных.

7. Эффективность организации и анализа почвенных данных на основе ЛИС определяется тем, что достигается полное извлечение информации, высокая точность и оперативность решения задач. Экономический эффект при этот достигает одного и более порядков. Главное, однако, состоит в конкретизации, лсгзческой а Фактографической обоснованности научных выводов и рекомендаций.

Перспектива развития настоящего направления состоят в дальнейшем углублении ид<з2 системного анализа, математических . *, методов и ЭВМ в почвоведении. Первоочередные этапы на атш пути включаот шибкое внедрение предлагаемых разработок для со- , здания региональных ЛИС, наполнение существующих баз данных, их интеграция в единой сети ¿КС ПШЗА как составной часта общегосударственной системы научно-техшческоЯ информации.

Слисок основных опубликованных ао тема" ^ . диссертации работ

Статьи, тезисы, рецензия X. Алгоритм и программа классификации почэ на заданное число кланов. - В сб.:( Тезисы докладов П~ой Всесоюзной исоаз-сеиинара "Статистические свойства микроструктур". 1971, о. 45,46.

-382. У ни вв pea ль не я программа статистической обработки результатов исследований. - В сб.: Бел. Почв, ин-та вм. В .В .Докучаева.-U., 1971, вып. И, с. 123-129. 3, Программа множественного регрессионного анализа. - В сб.: Бюл. Почв, ин-та км. В .В .Докучаева. - М., 1972, виа. 4, в. 54-66.

^.'Программы для ЗШ Пир. - Там же, с. 57-58. I. Вероятностный подход к оде шее заменяемости факторов. - Таи же, о, 59-65.

6* 0 математической формализация распределения веществ по профилю почв. - Там же, о. 66-73.

7. Опыт установления количественных связей между цветовыми свой-

ствами почв я их вещественным составом. - Почвоведе те, 1972, Jt 12, с. 71-79 (в соавторстве).

8. Некоторые приложения многомерного статистического анализа

к задачам лесного дала. - В сб.: Докл. Всесопзн. конф. по вопросам совершенствования лесного хозяйства. - Киев, 1973, о. 168-170 (в соавторстве).

9. Статистическое исследование профилей почв с целью решения

генетичеокнх вопросов. - Почвоведение, 1973, А 12, с. 110-Х20 (в соавторстве) .и в Трудах X ШШ^ т. У1(П). - II.: Наука, 1974, с*-625-631. .

10. Применение математических методов & почвоведении. - Почвове-

дение, 1973, 10, о. 151-152. IX. Математические метода в классификации почв черноземной lout. - Почвоведение, 1974, A3, о. II3-II9 (в соавторстве). 12. Об яспохьзоваяяж теория случайных фущщжй при изучения почва иного покрова. - Вестник ЦГУ, оер. биология, почвоведе-кие, 1974, о. 43-53 (в соавторотве).

.-3913. Программа ЧСластер-анаяиа'Ч - В сб.; Докл. 1У-СЙ ВсесоввноЙ школы-семинара. - Душанбе. 1974, с. 53-69 (в соавторстве)*

Í4i Cooicitnntr - J¿ci¿¿3ttctnf су>/»оас4 & ¿A?

15. Динамика подшхннх полуторных окислов в почвах Забайкалья. -

Почвоведение, 1974, Я 10, с. 56-70 (в соавторстве).

16. Метод главных компонент и его применение в почвоведении. - -

Почвоведение, 1975, JS 10, с. I4I-I5I.

17. Алгоритмы и программы объективной классификации почв ас

свойствам. - В сб.: Бюл. Почв, ии-та им. В3Докучаева. -К., 1975, вып. X, с. 64-70.

18. Диагностические модели в почвенных исследованиях. - Еноло-

гич. науки. 1976, № 5, о. 123-132 (в соавторстве).

19. Информационное в математическое обеспечение задач объектив-

ной классификации почв. - В сб.: Тезисы докл. Советско-японского симпозиума. Хабаровск, 1976, о. 54-57. 20* Автоматизированная информационно-поисковая система "Подвои*.. Бвллетень ГСССД, 1976, К 4, о. 29 (в соавторстве)*

21. Обстановка в обеспечение задач объективной диагностика оск .

юнцовых почв. - В сб.: Приемы в методы совершенствования мелиорации солонцов. М., 1978, с. 64-72 (в соавторстве).

22. О программах линейного в нелинейного корреляционного анализа

к *

в почвенных исследованиях на ЕШ Ваара-З. - В сб.: Труда ИПА ШС AjwCCP, 1976, вып. II, с. 29-39 (в соавторстве). , 23* Опенка распределения в аккодляцая солей в почвах при 'рваных способах орошения. - В сб.: Научные труди Почвенного вн-та. ií., 1976, С. 52-62 (В соавторства). 24. Объективная классификация в почвоведении. - В сб.: Тез. ■ докл. 1-ой Цсосоюзной конференции "Применение математических

методов а ЭЕМ в почвоведения". - Ы,, 1976, о* 57-69. 25..Математическое обеспечение почвенных исследований. - Там же, с. 123-124.

26. Опит численной таксоломии почв. - Почвоведение, 1977, Л в,

с. 106-116 (в соавторстве). '27. Опыт чао денной диагностики печь поймы Средней Оби. - Биологические науки, 1977, #4(16С), с. 127-135 (в соавторстве).

28. Опыт численной таксономии пойменных почв р. Оби по морфоло-

гический признакам. - Вестник ИГУ, сер. почвоведение, 1977, Л 3, о. 41-50 {в соааторстве).

29. Современные методы многомерного анализа и вопросы классифи-

кации объектов* - В кн.: Ыетоды а техника обработли иесо-водствеяной информации. - Ы.: Лесная промышленность, 1978, с. 165-180 (в соавторстве).

30. о/ ¡г*й> Лч'/" ¿/уота^/ъл сгрм'г&Ла/}

(в соавторстве).

31. Второе Международное совещание по'почвенным информационным

системам. - Почвоведение, 1978, и 8, о, 146-160 (в соавторстве) .

32. Математические методы диагностика почв поймн Средней Оби. -

Вестник Ш7, сер. почвоведение, 1978, ЯЗ.' с. 18-24 соавторстве).

33. Макроструктура автоиатизареванной информационно-поисковой

системы П«ЧВА, - Инфор*. Бюл. ГСССД, 1980, * 6-9, о. 26-28.

34. Применение математических методов для классификации ж диаг-

ностика почв поймы Средней Оби. - Вестник ИГУ, сер. 17 -почвоведение, 1981, £ I, о. 11-20 (в соавторотва).

-4135. Классификация в описание объектов- в почвоведении. - 3 сб.: Тезисы докладов Всесоюзной конференции "Теория класси£яяа- . дни и евалиэ данных", ч. I - Новосибирск, 1981, о, 65-67. 36* А вт ома те зированная кафорналаонно-поисковея система "Черно- -

земи Армэнад" - В сб.*. Тезисы докладов делегатского i'

съезда ВОЛ, т. I. - Тбилиси, IS8I, с* 108-109 (в соавторстве)'.

37. Язык ^писания почвенных данных* — Там же, с. 112-113. 1

38. К создали» единой свстеш информационного и математического ■

обеспечения почвоведания в агрохимии. - В сб.: Повышение ' плодородия почв и проиэводательной способности земель в ип-хенсавнгас системах земледелия. - Минск, 1931, с. 192-1 S3. 3d. Шкалы почвенных признаков и выбор ,мер сходства. - В сб.: Труди Почвенного ив-та mi. В .В Докучаева. - Ц. ,о. 31-39, (в соавторстве),

40. Оценка качества я сравнение классификаций. -Там зе, е. 39-

47.

41. /¡¿jtofnafrzetf ¿jyei/nafion - zefnera,? jys&.f? ¿¿IfiS) SD2L .

- * /^ogfrsTTS ^ Jotf ^. -M», SSS/f/t. rig?-/,*J

42. Система описания в кодирования почвенных разрезов, исполь-

зуемых при работе по классификация почв. - В сб.: Основные пряншшы и элементы базовой классификации почв г программа работы по ее созданию. М.. 1382, с. 7S-I47 (в соавторстве).-

43. Статистические параметры состава в свойств почв Молдавии

(ред.). - Почвоведение, 1982, X 6, с. 153-154 (в соавторстве).

Методические руководства,'сборники программ, обзоры

44. Применение математических методов в ЭВМ в почвоведении. -

У.: Иэд-во ВАСХНИЛ, 1971, - 89 с. (в соавторстве). ц

45. Алгоритма в программы статистической обработка наблюдений

-42в почвоведении не ЗШ Uap в Whhck-22, - Ы.: Изд-во ВАСХЖЙ, ,1973, -222 с,

46. Прнмевеше математических методов и ЭЕЫ для классификации

лочв, - Географический св., # 5. М.: ЗДМТИ, 1975, о. 336369 (в соавторстве).

47. Алгоритмы и программы объективной классификации почв на ЭШ

- II,: Изд-во ВАСХНИЛ. 1976, - 172 с. .46. Алгоритмы в програимы для ЭШ Мир-2. - И.г Иэд-во ВАСХНИЛ, • 1979, - 120 с. Св соавторстве).

49. Автоматизированная информационно-поисковая сяотема ПОЧВА

(ч. I, 2 с кн. 1-3 - язык описания данных, ч. 3 - формы представления данных) - U.: Изд-во ВАСХНИЛ, I9SO, - 639 о. (в соавторстве).

50. Автоматизированные информационно-поисковые системы в почво-

ведения. - 11.: Изд-во Стандартов, 1963, - 52 о. Редактирование я отчет I* Тез. докж.'1-ой Всесоюзной конференции "Применение ыатенатж-ческох методов и ЭВМ в почвоведе нвш" - 11«; Иад-ро ВАСХНИЛ, 1976, - 148 с.'

2. Почвенные и агрохимические исследования с прныенешеи ЭШ. -

Научные труда Почв, вн^та им.В »В .Докучаева. - II,, 1991, -136 о.

3, Отчет so тепе: Разработать рабочий проект автоматизирован-вой информационно-поисковой системы (АШЮ) ПОЧВА. Т. 1*4, А Гоо.рега^трацзи 77064071 23 авг. Иив. номер В 988630 I акт. 1981 г. II., I98I (в соивторотве). _ *

Подписано в печать i.б,Об<.80, л . в? 1^9. .. Сормат. 60*84/16« Бумага офо. Печать офо. Тсд.-пвч. я» 1,7. Уч.-еэд;"' л. 1,83. ,Ттраж 100 эк«. Зажав 26Q? Бесплатно

Почвенный «яствтут им. В.В .Докучаева.. I090I7, Ыоскза, Z-Ï7, Памвсяяй вер., д. 7 Тююхрафм ЗДСХШХ. 107814, ГШ, Мооква, Б-78, Б.' Харитоньевский пер., д. 21