С.И. Крамарь

Санкт-Петербургский государственный электротехнический университет “ЛЭТИ”

Все типы научных и практических задач изучения и прогнозирования состояния и поведения живых организмов, оценки свойств природных процессов и систем, экологического нормирования, а также принятия оптимальных экологических решений и формирования регулирующих рекомендаций для устойчивого развития экосистем, связаны с получением и интерпретацией многочисленной и разнообразной по форме экспериментальной информации.

Сложность формализации и трудоемкость их решения, требования полноты, объективности, достоверности и высокой скорости получения результатов с одной стороны, и значительные мощности технических средств получения, преобразования и отображения различного вида информации, реализованные на процессорной базе, с другой стороны, обусловили появление нового направления информационно-измерительной техники – интеллектуальных информационно-измерительных систем (ИИИС). Такой класс измерительных средств, основываясь на перспективных достижениях теории и практики измерительной техники, полученных благодаря результатам научных работ отечественных и зарубежных ученых, а также на современных разработках вопросов выделения и формирования специфических свойств и функций ИИИС, ориентирован на эффективное изучение свойств сложных объектов и среды их функционирования (СФ), а также взаимосвязей между ними путем обобщения всех видов априорной и поступающей информации в целях генерации новых знаний, на основе чего – получения оптимальных решений в конкретных ситуациях.

Но исходная информация о прогнозируемых условиях функционирования экосистем, результатах мониторинга, которую реально удается собрать и подготовить для решения вышеуказанных задач, в том числе управленческих задач в природоохранной деятельности (что особенно важно в настоящее время), оказывается, как правило, распределенной во времени и пространстве, неполной, неточной, неопределенной.

Значительная априорная неопределенность, не снимаемая в процессе измерений полностью, в связи с принципиальной невозможностью полного познания сложных природных объектов, обуславливает необходимость привлечения дополнительных априорных знаний о неконтролируемых свойствах объекта и среды его функционирования в полном объеме и любых формах для обеспечения приемлемой достоверности результатов, что обеспечивается интеграцией разнотипных потоков информации.

В зависимости от источника информации имеется возможность получения и интеграции потоков информации следующих типов:

• числовая (данные технических измерений, данные статистической отчетности и другая возможная информация, представленная в виде количественной оценки параметра или свойства объекта, т.е. числового значения);
• лингвистическая (данные экспертных знаний в виде экспертных оценок, данные текстовых описаний (информация, которая имеет неоспоримую важность при анализе состояния объекта, но пока может быть интерпретирована только в указанной форме — например, фенологический календарь для экосистемы заповедника или места нерестилищ ценных видов рыб для оценки состояния популяции));
• аналитической (знания в виде функций и зависимостей);
• семантической (знания в виде правил);
• графическая (данные аэро- и космической съемки, наземного фотографирования, данные аналитических карт, графиков и диаграмм);
• аудио и видео (фильмы, клипы и т.д.).

В качестве базовой методологии для данной информационной технологии выбрана методология Байесовских интеллектуальных измерений на основе Регуляризирующего Байесовского подхода, являющаяся новым направлением в получении метрологически обоснованных знаний и рекомендаций. Это измерения, основанные на получении знаний об объекте измерения и использовании их в процессе измерения в совокупности с имеющейся априорной информацией, представленной в виде информационных потоков различных типов.

Информационные технологии, методики измерений на основе Байесовских интеллектуальных измерений (БИИ) и средства реализации БИИ в виде экспертных систем (ЭС) и интеллектуально-измерительных комплексов являются перспективной информационно-технической средой для эффективного решения новых измерительных задач мониторинга сложных объектов в условиях значительной априорной неопределенности.

Данная информационная технология на основе БИИ обеспечивает в условиях неполной, неточной и нечеткой информации, представленной в различных формах (что соответствует реальным условиям изучения природной среды) получение достоверных, объективных и многоальтернативных решений, позволяющих своевременно и точно определить или прогнозировать развитие экологических и социально-экологических ситуаций, а также получить соответствующие рекомендации по их регулированию.

В настоящее время задача интеграции потоков числовой и лингвистической информации достаточно формализована и описана в виде математических формул и алгоритмов. Оценка качества такой информации и решений на ее основе не представляет трудностей. В перспективе рассматривается возможность аналогичного подхода и к другим типам информации.

Рис. 1. Структура информационной технологии сбора, интеграции и контроля качества экологической информации в ИИС на основе БИИ.