ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ПОШУКУ МОЖЛИВИХ ДЖЕРЕЛ ПІДВИЩЕНОГО ЗАБРУДНЕННЯ РІЧКИ З ВИКОРИСТАННЯМ МОДЕЛІ PROPHET

Автор(и)

  • В. Б. Мокін Вінницький національний технічний університет
  • О. В. Слободянюк Вінницький національний технічний університет
  • О. М. Давидюк Вінницький національний технічний університет
  • Д. О. Шмундяк Вінницький національний технічний університет

DOI:

https://doi.org/10.31649/1997-9266-2020-151-4-15-24

Ключові слова:

інформаційна технологія, якість води, часовий ряд, модель Prophet, джерело забруднення річки, Python

Анотація

Зміни клімату зумовили низку маловодних років та, відповідно, зменшення кількості води для розбавлення антропогенних забруднень. Отже, актуальнішими стають дослідження, спрямовані на виявлення основних джерел забруднення з метою їх негайного регулювання. Більше того, відповідно до Водної рамкової директиви ЄС, яку, згідно з Угодою про асоціацію з ЄС, зобов’язана виконувати й Україна, необхідно найближчим часом виробити комплекс дій для досягнення чи стабілізації не нижче доброго екологічного стану в усіх масивах вод. В Україні, як і в багатьох інших країнах Європи, система моніторингу якості вод не забезпечує достатньої кількості даних регулярних спостережень для локалізації у просторі та часі усіх, у т.ч. незареєстрованих, джерел підвищеного забруднення, що ускладнює реалізацію політики їх регулювання. Отже, важливо створити інформаційну технологію пошуку можливих джерел підвищеного антропогенного навантаження на річку за даними регулярних спостережень якості води у басейні заданої річки. Проведений аналіз показав, що таким даним властива зміна періодичності спостережень (особливо у довгостроковій перспективі у десятки років), існує практика одномоментних спостережень (раз на квартал чи півроку, щоразу в різний час), багато пропущених даних тощо, що унеможливлює застосування типових для подібних задач множинних регресій та моделей часових рядів на основі авторегресії та проінтегрованого ковзного середнього (АРПКС). Запропоновано використовувати модель та пакет програм Prophet компанії Facebook для R та Python, яка позбавлена усіх зазначених недоліків і є оптимальною для розв’язання поставленої задачі. Розроблено та охарактеризовано методологію її застосування, яка полягає в моделюванні даних моніторингу з фільтруванням різних видів сезонності та виділенні лінійного тренду між точками зміни, перше наближення кожної з яких задається на початку інтервалів в один чи декілька років, залежно від кількості наявних даних. Ідентифіковані тренди між цими точками зіставляються за різними показниками на кожному посту спостережень та за спеціально розробленим алгоритмом виявляються найбільші прирости трендів («імпульси»), які потім спричиняють монотонне наростання забруднення аж до сьогодні. Виявлені дати таких «імпульсів» масштабуються та агрегуються за різними показниками, що дозволяє на кожній ділянці між постами визначити дату появи джерела забруднення і потім, за іншими даними, із залученням відповідних контролюючих служб, точніше ідентифікувати джерело підвищеного забруднення річки у певний час. Розроблено програму на Python, на якій перевірена працездатність створеної технології виявляти такі «імпульси» на прикладі ділянки р. Південний Буг від витоку до м. Вінниця за даними державної системи моніторингу якості вод за 2002—2019 роки та подано успішні результати її роботи.

Біографії авторів

В. Б. Мокін, Вінницький національний технічний університет

д-р техн. наук, професор, завідувач кафедри системного аналізу та інформаційних технологій

О. В. Слободянюк, Вінницький національний технічний університет

канд. пед. наук, доцент кафедри інженерних систем у будівництві

О. М. Давидюк, Вінницький національний технічний університет

аспірантка кафедри системного аналізу та інформаційних технологій

Д. О. Шмундяк, Вінницький національний технічний університет

студент факультету комп’ютерних систем і автоматики

Посилання

Водний Кодекс України. Введений в дію Постановою ВР № 214/95-ВР від 06.06.95. Відомості Верховної Ради (ВВР), № 24, ст. 189, 1995.

Єдиний державний веб-портал відкритих даних. Дані державного моніторингу поверхневих вод. Державне агентство водних ресурсів України. [Електронний ресурс]. Режим доступу: https://data.gov.ua/dataset/ee2bc3b0-42d4-4f19-8d96-913cd9d1f02a .

Моніторинг та екологічна оцінка водних ресурсів України. Державне агентство водних ресурсів України, Інститут розробки інформаційних систем, 2020. [Електронний ресурс]. Режим доступу: http://monitoring.davr.gov.ua/EcoWaterMon/GDKMap/Index .

Package «Prophet». Automatic Forecasting Procedure. Version 0.6.1, 2020-04-28. [Electronic resource]. Available: https://github.com/facebook/prophet .

В. Б. Мокін, Л. М. Скорина, і А. Р. Ящолт, «Удосконалення технології аналізу даних дозвільної документації зі спеціального водокористування в системі Держводагенства,» Вісник Вінницького політехнічного інституту, № 4, с. 22-31, 2017.

Інструкція про порядок розробки та затвердження гранично допустимих (ГДС) речовин у водні об'єкти із зворотними водами. Харків, Україна: УкрНЦОВ, 1994.

В. Б. Мокін, і А. Р. Ящолт, Комп’ютеризовані регіональні системи державного моніторингу поверхневих вод: моделі, алгоритми, програми, монографія. Вінниця, Україна: ВНТУ, 2005, 78-85 с.

##submission.downloads##

Переглядів анотації: 279

Опубліковано

2020-09-25

Як цитувати

[1]
В. Б. Мокін, О. В. Слободянюк, О. М. Давидюк, і Д. О. Шмундяк, «ІНФОРМАЦІЙНА ТЕХНОЛОГІЯ ПОШУКУ МОЖЛИВИХ ДЖЕРЕЛ ПІДВИЩЕНОГО ЗАБРУДНЕННЯ РІЧКИ З ВИКОРИСТАННЯМ МОДЕЛІ PROPHET», Вісник ВПІ, вип. 4, с. 15–24, Верес. 2020.

Номер

Розділ

Екологія та екологічна безпека

Метрики

Завантаження

Дані завантаження ще не доступні.

Статті цього автора (авторів), які найбільше читають

1 2 3 4 5 6 7 > >>