Компьютерные исследования и моделирование
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерные исследования и моделирование:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерные исследования и моделирование, 2018, том 10, выпуск 4, страницы 535–544
DOI: https://doi.org/10.20537/2076-7633-2018-10-4-535-544
(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
Список литературы:
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.
Поступила в редакцию: 28.03.2018
Исправленный вариант: 07.05.2018
Принята в печать: 10.05.2018
Тип публикации: Статья
УДК: 519.876.5, 004.852
Образец цитирования: А. В. Ужинский, Г. А. Ососков, П. В. Гончаров, М. В. Фронтасьева, “Перспективы использования космоснимков для прогнозирования загрязнения воздуха тяжелыми металлами”, Компьютерные исследования и моделирование, 10:4 (2018), 535–544
Цитирование в формате AMSBIB
\RBibitem{UzhOsoGon18}
\by А.~В.~Ужинский, Г.~А.~Ососков, П.~В.~Гончаров, М.~В.~Фронтасьева
\paper Перспективы использования космоснимков для прогнозирования загрязнения воздуха тяжелыми металлами
\jour Компьютерные исследования и моделирование
\yr 2018
\vol 10
\issue 4
\pages 535--544
\mathnet{http://mi.mathnet.ru/crm463}
\crossref{https://doi.org/10.20537/2076-7633-2018-10-4-535-544}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/crm463
  • https://www.mathnet.ru/rus/crm/v10/i4/p535
  • Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерные исследования и моделирование
    Статистика просмотров:
    Страница аннотации:239
    PDF полного текста:88
    Список литературы:27
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024