RUS  ENG
Полная версия
ЖУРНАЛЫ // Компьютерные исследования и моделирование // Архив

Компьютерные исследования и моделирование, 2018, том 10, выпуск 4, страницы 535–544 (Mi crm463)

МОДЕЛИ В ФИЗИКЕ И ТЕХНОЛОГИИ

Перспективы использования космоснимков для прогнозирования загрязнения воздуха тяжелыми металлами

А. В. Ужинскийa, Г. А. Ососковa, П. В. Гончаровb, М. В. Фронтасьеваc

a Лаборатория информационных технологий, Объединенный институт ядерных исследований, Россия, 141980, Московская обл., г. Дубна, ул. Жолио-Кюри, д. 6
b Гомельский государственный технический университет имени П. О. Сухого, Республика Беларусь, 246746, г. Гомель, пр-т Октября, д. 48
c Лаборатория нейтронной физики, Объединенный институт ядерных исследований, Россия, 141980, Московская обл., г. Дубна, ул. Жолио-Кюри, д. 6

Аннотация: Контроль за загрязнением воздуха имеет большое значение для стран Европы и Азии. В рамках Конвенции ООН по дальнему трансграничному переносу воздушных загрязнений (СLRTAP) реализуется программа UNECE ICP Vegetation, направленная на определение наиболее неблагополучных областей, создание региональных карт и улучшение понимания природы долгосрочных трансграничных загрязнений. В Объединенном институте ядерных исследований была разработана облачная платформа, предоставляющая участникам программы ICP Vegetation удобные инструменты для сбора, анализа и обработки данных мониторинга. В настоящее время в системе содержится информация о более чем 6000 точках пробоотбора в 40 регионах различных стран Европы и Азии.
Важным этапом контроля является моделирование загрязнений в местах, где частота исследований или плотность покрытия сети сбора образцов недостаточны. Одним из подходов к прогнозированию загрязнений является использование специализированных статистических моделей и методов машинного обучения совместно с различными количественными показателями точек сбора образцов и информацией о концентрациях элементов. Наиболее перспективным источником количественных показателей для обучения моделей являются космические снимки в различных спектрах. Обученная должным образом модель позволит получать прогноз по концентрациям элементов, используя исключительно космоснимки. Специализированная платформа Google Earth Engine предоставляет широкие возможности для анализа и обработки данных от более чем 100 различных проектов дистанционного зондирования земли, удобный интерфейс разработчика на JavaScript и программный интерфейс на Python для использования в сторонних приложениях.
В работе рассматривается возможность использования статистических показателей космоснимков, полученных от платформы Google Earth Engine, совместно с данными мониторинга состояния окружающей среды проекта ICP Vegetation для обучения моделей, способных прогнозировать концентрацию тяжелых металлов в определенных регионах.

Ключевые слова: прогнозирование, экологический мониторинг, космоснимки, машинное обучение.

УДК: 519.876.5, 004.852

Поступила в редакцию: 28.03.2018
Исправленный вариант: 07.05.2018
Принята в печать: 10.05.2018

DOI: 10.20537/2076-7633-2018-10-4-535-544



© МИАН, 2024