О.О. Козеева – аспирант, кафедра «Информационные системы и сети», Калужский филиал МГТУ им. Н.Э. Баумана E-mail: bluelectricat@gmail.com

И.В. Чухраев – к.т.н., доцент, зав. кафедрой «Информационные системы и сети»,  Калужский филиал МГТУ им. Н.Э. Баумана

E-mail: chukhraev@bmstu-kaluga.ru

Постановка проблемы. Экологические геоинформационные системы (ГИС) находят применение во многих областях деятельности, связанных с осуществлением мониторинга состояния окружающей среды, и для решения широкого круга задач. В настоящее время существует необходимость не только в развитии существующих ГИС, но и в исследовании возможностей применения новейших технологий для оптимизации выполнения различных процессов.

Цель. Аккумуляция актуальной информации о применении современных компьютерных технологий в экологических ГИС для формирования научной базы исследований методов проектирования подобных систем и повышения их эффективности, выработки научно-обоснованных рекомендаций.

Результаты. В данной статье рассматриваются основные направления развития экологических ГИС и способы повышения их эффективности на основе внедрения средств автоматизации сбора и обработки информации. Непосредственное отслеживание текущей экологической обстановки, инвентаризация объектов экологической ГИС, оценка и прогнозирование включают в себя выполнение ряда действий по идентификации объектов, сбора и анализа различной информации, которые требуют определенной точности и оперативности обработки большого объема специфических данных. 

Практическая значимость. Для достижения необходимых показателей по данным требованиям является перспективным использование ряда компьютерных технологий: компьютерного зрения, моделирования, аппаратного ускорения, примеры которых приводятся в данной статье. На основе проведенного исследования предметной области были разработаны первичные схемы подсистемы экологической ГИС, направленной на повышение эффективности процесса сбора и обработки данных. Разработка экологических геоинформационных систем (ГИС) является одним из актуальных направлений в развитии и применении компьютерных технологий, которые позволяют выполнять комплексный мониторинг воздействия на окружающую природную среду и его последствий при обеспечении достоверности и полноты информации. Такие системы находят применение во многих областях деятельности, связанных с осуществлением изучения состояния окружающей среды, и для решения широкого круга задач. В настоящее время существует необходимость не только в развитии существующих ГИС, но и в исследовании возможностей применения новейших технологий для оптимизации выполнения различных процессов.

С целью сбора актуальной информации по предмету применения современных компьютерных технологий в экологических ГИС были изучены возможные способы повышения их эффективности и установления общих принципов построения таких систем.

Применение информационных, компьютерных технологий в области экологических исследований обусловлено необходимостью разработки вспомогательных средств для проведения инвентаризации растений при корректном установлении их видовой принадлежности и составлении геоботанических описаний большого количества данных специфического характера. Идентификация объектов, сбор и анализ различной информации, которые требуют определенной точности и оперативности, используются для отслеживания текущей экологической обстановки, инвентаризации объектов экологической ГИС, оценки и прогнозировании экологической обстановки. Помимо решения данных вопросов существует потенциальная возможность оптимизации сбора эколого-флористических, геоботанических и других подобных данных для проведения исследовательских работ с помощью аппаратно-программных комплексов.

Для повышения эффективности функционирования экологических ГИС является перспективным использование ряда компьютерных технологий: компьютерного зрения, моделирования, аппаратного ускорения, примеры которых приводятся в данной статье. Развитие подобных систем основано на подборе архитектуры искусственных нейронных сетей и ПЛИС, обеспечивающих наибольшую эффективность распознавания на основе увеличения быстродействия выполнения вычислительных операций в реальном времени и точности получаемых результатов классификации.

Проведенное исследование по предметной области необходимо для конкретизации и постановки задачи повышения эффективности экологических ГИС, а также дальнейшего проектирования и реализации подсистемы, направленной на ее решение. На его основе были разработаны первичные схемы подсистемы экологической ГИС, описывающие ее функциональнокомпонентную структуру. Определенная таким образом подсистема требует выполнения проектирования, разработки и тестирования различных вариантов архитектур ИНС, которые будут обеспечивать получение наиболее точных результатов, а также оптимизации и повышения эффективности сбора и обработки данных в самой подсистеме в целом и во взаимодействии с другими модулями ГИС, что представляет собой задачи дальнейших исследований.

1. Андреева В.А. Обзор коллекции рода Geranium L.(Geraniaceae Juss.) в ГБС РАН // Решение стратегических задач ботанических садов России в области сохранения биоразнообразия растений на современном этапе. 2011. С. 13.
2. Ефимов С.В. Палиноморфологическое исследование видов и сортов рода paeonia l // Материалы Всеросс. науч. конф. «Ботанические сады в современном мире: теоретические и прикладные исследования». Москва. 2011. С. 191−197.
3. Казакова М.В. и др. Коллекция растений биостанции Рязанского государственного университета // Материалы Всеросс. науч. конф. «Ботанические сады в современном мире: теоретические и прикладные исследования». 2011. С. 226−229.
4. Петин О.В., Неженцева Т.В. Опыт применения Google Earth в инвентаризации коллекции Pinaceae Lindl. Ставропольского ботанического сада // Материалы Всеросс. науч. конф. «Ботанические сады в современном мире: теоретические и прикладные исследования». 2011. С. 520−525.
5. Котенко Ю.В. Проведение работ по картографированию ландшафтного дендрария в Ставропольском ботаническом саду им. ВВ Скрипчинского // Hortus Botanicus. 2016. № 11. С. 136−141.
6. Linsangan N.B., Pangantihon Jr R.S. FPGA-Based Plant Identification Through Leaf Veins // Proceedings of the 2018 5th International Conference on Biomedical and Bioinformatics Engineering. ACM. 2018. С. 100−104.
7. Eid H.F., Hassanien A.E., Kim T.H. Leaf Plant Identification system based on hidden naive bays classifier //2015 4th International Conference on Advanced Information Technology and Sensor Application (AITS). IEEE. 2015. С. 76−79.
8. Detection and Recognition of Plant Diseases using FPGA based real-time processing. URL: http://www.innovatefpga.com/cgibin/innovate/teams2018.pl?Id=AP074 (25.09.2019).
9. Wäldchen J. et al. Automated plant species identification–Trends and future directions // PLoS computational biology. 2018. Т. 14. № 4. С. e1005993.
10. Пат. РФ № 2461814, G01N21/35. Способ определения содержания влаги в листьях растений in vivo / Г.Г. Акчурин, Г.Г. Акчурин. Заявка № 2011102428/28 от 24.01.2011. Опубл. 20.09.2012, бюл. № 26.
11. Козеева О.О., Чухраев И.В., Максимов А.В. Анализ работоспособности программы прогнозирования свойств химических соединений // Успехи современной радиоэлектроники. 2019. № 1. С. 47−55.
12. Дерюгина Е.О., Чухраев И.В., Козеева О.О. Программное моделирование прогнозирования химических свойств на основе структурной теории // Вестник образовательного консорциума Среднерусский университет. Информационные технологии. 2018. № 2(12). С. 31−34.
13. Козеева О.О., Чухраев И.В., Родионов А.В. Разработка на языке Python модуля поиска подструктур в химических соединениях // Электромагнитные волны и электронные системы. 2018. Т. 23. № 3. С. 57−61.
14. Jeong K.Y., Wu L., Hong J.D. IDEF method-based simulation model design and development // Journal of Industrial Engineering and Management. 2009. Т. 2. № 2. С. 337−359.
15. Лунева Н.Н., Чухина И.Г., Лебедева Е.Г. Новый уровень развития БД и ИПС «Гербарий ВИР» // Тез. докл. рабочего совещания «Проблемы создания ботанических баз данных». 24−26 окт. 2000. Новосибирск. М.: Патент. 2000. С. 51−53.