 |
||
|
||
ПРИМЕНЕНИЕ БАЙЕСОВСКОГО ПОДХОДА
ПРИ АНАЛИЗЕ ЧИСЛЕННОСТИ ОХОТНИЧЬИХ ЖИВОТНЫХР.А.
ФокинСанкт-Петербургский государственный электротехнический университет
“ЛЭТИ”Abstract – In this paper stated knots of the matter and premiseses of using the bayesian intelligent measurements at the test of the number by hunting beasts’ different methods.
Интерес к численности и размещению животных начал проявляться в глубокой древности, поскольку первым занятием человека была охота. Для успешной охоты надо знать местонахождение животн ых, в какие периоды и какими способами их легко обнаружить и добыть.
Проблема динамики численности животных является одной из основных проблем в современной экологии.
Охотничье хозяйство имеет дело с популяциями животных, численность которых изменяется во времени. Это обстоятельство затрудняет планирование и ведение интенсивного охотничьего хозяйства. Знание численности животных необходимо для всех хозяйственных расчетов. В связи с этим при охотоустройстве, а также и в порядке текущей работы хозяйств проводятся учеты охотничьей фауны. Рассмотрим известные в настоящее время приемы обнаружения зверей и птиц с целью их добывания и учета
:1) Методы, основанные на особенностях брачного поведения зверей и птиц. К ним относятся использование для охоты и учета сезонных явлений в жизни животных
: токов глухаря, тетерева, дупеля; брачных криков серой и белой куропатки, фазана и рябчика; рева лосей и оленей.2) Методы, связанные с учетом следов животных
: тропление, оклад, подсчет следов на маршрутах.3) Методы загона, при которых часть территории подвергается сплошному прогону, и находящиеся на ней животные обнаруживаются охотниками или учетчиками.
4) Методы разыскания зверей и птиц с помощью собак.
5) Методы визуального обнаружения животных при движении по определенному маршруту пешком или на лошади.
6) Методы, основанные на использовании самолетов.
7) Методы добывания или учета животных в местах естественной или искусственной концентрации (водопои, солонцы, подкормочные площадки).
Все эти методики имеют различную степень достоверности и форму представления результата.
Такое разнообразие подходов решения поставленной задачи приводит к проблемам интеграции информации и получения окончательного результата.
Каждая из методик имеет свои достоинства и недостатки, что приводит к мысли об использовании технологии осуществляющей селекцию достоинств каждого из методов и "отсеивание" недостатков.
Регуляризирующий байесовский подход в наибольшей степени подходит для решения поставленной задачи, т.к. он удовлетворяет всем перечисленным выше требованиям.
Рассмотрим пример анализа численности лося в системе поддержки принятия решений “ЭкоАналитик”:
Имеется три источника исходной информации
: общая численность лося, численность по данным зимнего маршрутного учета и численность по авиауч ету. Временные интервалы исходных данных от различных источников не совпадают. Известно влияние на численность лося двух факторов: солнечной активности и элементарного синоптического периода. Необходимо оценить численность лося на всем временном интервале и дать некоторый прогноз.На следующих рисунках приведены графики исходной информации и полученного результата:
Рис. 1а. Общая численность
Рис. 1б. Численность по авиаучету
Рис. 1в. Численность по ЗМУ
Рис. 1г. Учет влияющих факторов
Рис. 2. Результат работы системы
В результате была восстановлена численность на всем временном интервале и дан прогноз до 2000 года.
Литература
| Site of Information
Technologies Designed by inftech@webservis.ru. |
|