500 руб
Журнал «Нейрокомпьютеры: разработка, применение» №3 за 2026 г.
Статья в номере:
Разработка информационной системы для анализа миграций горбатых китов
Тип статьи: научная статья
DOI: https://doi.org/10.18127/j19998554-202603-08
УДК: 528.9
Авторы:

Н.А. Военный1, А.Б. Домрачева2, К.В. Домрачев3, Д.А. Окутин4
1–2, 4 Московский государственный технический университет им. Н.Э. Баумана (Москва, Россия)
3 Московский государственный университет им. М.В. Ломоносова (Москва, Россия)
1 voennyyyna@student.bmstu.ru, 2 domracheva@bmstu.ru, 3 domrachevkv@my.msu.ru, 4 okutinda@student.bmstu.ru

Аннотация:

Постановка проблемы. В настоящее время мировая карта миграционных путей китов не включает в себя сведений об их перемещениях в прибрежных водах России. Тем не менее эти сведения актуальны для нашей страны в силу решения задач, связанных как с охраной горбатого кита и других его видов, так и с сохранением аборигенного промысла, жизненно важного для ряда этносов России.

Цель. Разработать информационную систему для изучения миграционных путей горбатых китов, в первую очередь, в прибрежных водах России.

Результаты. Интегрированы данные о регистрации локаций горбатых китов за последнее десятилетие из двух открытых источников с сохранением в разработанную базу данных, управляемую системой SQLite. Отмечено, что исходными данными исследования являются географические координаты локаций, в которых было зарегистрировано появление особей, и время этих событий. Разработано приложение для построения миграционного пути как для конкретных особей горбатых китов, так и всего стада или выделенной исследователем группы. Проведено объединение особей одного вида в стадо китов на основе кластерного анализа (метод k-средних). Реализовано приложение на языках программирования Python, Go, TypeScript. Осуществлен сравнительный анализ методов интерполяции траекторий движения как отдельных особей, так и всего стада китов или выделенной группы. Решен ряд технологических задач, связанный как с организацией высоконагруженной информационной системы, так и с построением цифровой карты территории.

Практическая значимость. Разработанная система позволит расширить свою применимость на всю акваторию Мирового океана, обрабатывая сведения и о других видах китов при их наличии, что обеспечит корректное построение коридоров для перемещения этих уникальных животных, а также поможет сохранить аборигенный промысел ряда российских этносов.

Страницы: 65-75
Для цитирования

Военный Н.А., Домрачева А.Б., Домрачев К.В., Окутин Д.А. Разработка информационной системы для анализа миграций горбатых китов // Нейрокомпьютеры: разработка, применение. 2026. Т. 28. № 3. С. 65–75. DOI: https://doi.org/10.18127/
j19998554-202603-08

Список источников
  1. Cooke J.G. Megaptera novaeangliae // The IUCN Red List of Threatened Species 2018. DOI: 10.2305/IUCN.UK.2018-2.RLTS.T13006A50362794.en.
  2. Johnson C.M., Reisinger R.R., Palacios D.M. et al. Protecting Blue Corridors: Challenges and Solutions for Migratory Whales Na­vigating National and International Seas. WWF International. 2022. DOI: 10.5281/zenodo.6196131.
  3. Palacios D.M., Irvine L.M., Lagerquist B.A. et al. A satellite-linked tag for the long-term monitoring of diving behavior in large whales // Animal Biotelemetry. 2022. V. 10. № 26. DOI: 10.1186/s40317-022-00297-9.
  4. Титова О. Горбатые киты Чукотки: фотокаталог. Тула: Борус-Принт. 2024. 112 с.
  5. База данных OBIS-SEAMAP / провайдер данных: HappyWhale. URL: https://seamap.env.duke.edu/dataset/list.
  6. Tremblay Y., Shaffer S.A., Fowler S.L. et al. Interpolation of animal tracking data in a fluid environment // Journal of Experimental Biology. 2006. V. 209. № 1. P. 128–140. DOI: 10.1242/jeb.01970.
  7. Natural Earth. URL: https://www.naturalearthdata.com/downloads.
  8. Ikotun A.M., Ezugwu A.E., Abualigah L., Abuhaija B., Heming J. K-means clustering algorithms: A comprehensive review, variants analysis, and advances in the era of big data // Information Sciences. 2023. V. 622. P. 178–210. DOI: 10.1016/j.ins.2022.11.139.
  9. Tan M., Le Q.V. EfficientNet: Rethinking Model Scaling for Convolutional Neural Networks // Proceedings of the 36th International Conference on Machine Learning. PMLR. 2019. V. 97. P. 6105–6114.
  10. Мартин Р.С. Чистая архитектура: искусство разработки программного обеспечения / Пер. с англ. СПб.: Питер. 2018. 352 с.
  11. Военный Н.А., Домрачева А.Б. Построение цифровой карты миграционных путей горбатых китов // Сб. тезисов III Всероссийского конгресса с международным участием // Русский инженер. 2025. С. 200–201.
Дата поступления: 08.04.2026
Одобрена после рецензирования: 27.04.2026
Принята к публикации: 30.04.2026