Содержание к диссертации
Введение
Глава 1 Анализ подходов к проектированию и программной реализации информационно-аналитических систем в сфере природопользования 14
1.1 Информационно-аналитические системы в сфере природопользования 15
1.1.1 Основные трудности, возникающие при разработке ИАС 16
1.1.2 Требования, предъявляемые к современным системам поддержки принятия решений 19
1.2 Обзор программных продуктов, предназначенных для оценки состояния природно-хозяйственных комплексов 20
1.2.1 Подходы к реализации информационной подсистемы 20
1.2.2 Основные подходы реализации системы моделей 23
1.2.3 Взаимодействие с ГИС-компонентой 34
1.3 Архитектура ГИС-ориентированной ИАС 39
1.4 Заключение 42
Глава 2 Архитектура информационной подсистемы и разработка банка данных 44
2.1 Информационная основа для решения задач оценки и моделирования экологического состояния бассейна Нижнего Дона и Азовского моря 44
2.2 Организация информационной подсистемы 48
2.2.1 Разработка хранилища данных 50
2.2.2 Реализация элементов информационной подсистемы 53
2.3 Подсистема контроля качества 60
2.3.1 Процедуры контроля качества данных 62
2.4 Заключение
Глава 3 Геоинформационная система для решения задач стратегического планирования на базе сценарного подхода 67
3.1 Система моделей для природно-хозяйственной системы «водосбор-река-водоём» 67
3.1.1 Моделирование процессов на водосборе 69
3.1.2 Модель переноса веществ в речной сети 75
3.1.3 Модели формирования внешних нагрузок 79
3.1.4 Моделирование кислородного режима в замыкающем водоёме 82
3.1.5 Метод анализа иерархий 85
3.2 Подсистема моделирования 88
3.2.1 Реализация подсистемы моделирования 91
3.3 ГИС для решения задач стратегического планирования на базе сценарного подхода 93
3.3.1 Методология оценки природно-хозяйственных комплексов 93
3.3.2 Модели сценариев 95
3.3.3 Программное приложение для конструирования и сравнительной оценки сценариев 97
3.4 Заключение 100
Глава 4 Использование разработанной ГИС для бассейна Нижнего Дона и Азовского моря 102
4.1 Сравнительный анализ сценариев водопользования в бассейне Нижнего Дона 102
4.1.1 Определение приоритетов в политике водопользования 109
4.1.2 Сценарии развития водохозяйственного комплекса Нижнего Дона и их экспертная оценка 111
4.1.3 Сравнение сценариев с использованием статистических экспериментов 114
4.2 Моделирование динамики растительности бассейна Нижнего Дона во второй половине XX века с использованием SEVER DGVM 121
4.3 Построение пространственных полей характеристик морской среды для Азовского моря 127
4.4 Заключение 131
Заключение 134
Список литературы 136
Приложение А Сертификаты регистрации программ для ЭВМ и справка о внедрении 154
- Основные трудности, возникающие при разработке ИАС
- Реализация элементов информационной подсистемы
- Программное приложение для конструирования и сравнительной оценки сценариев
- Построение пространственных полей характеристик морской среды для Азовского моря
Введение к работе
Современный этап развития информационных технологий характеризуется широким применением математических методов для моделирования, анализа и оценки состояния природно-хозяйственных комплексов. Поскольку в таких системах существенную роль играют пространственные аспекты, то эффективное решение задач оценки состояния связано с использованием геоинформационных технологий, обеспечивающих интеграцию данных о территории и предоставляющих инструменты для обработки и анализа пространственной информации.
Активное внедрение геоинформационных технологий в сфере природопользования в последние два десятилетия привело к появлению большого числа информационных систем, при этом создание ГИС-компоненты в структуре прикладных информационных систем обычно осуществлялось независимо от разработки базы данных и без учета реализации аналитических функций. Для использования ГИС-компоненты не только в качестве средства представления картографических данных, но и как основу для выполнения задач аналитического характера, необходимо формирование в рамках информационной подсистемы интегрированного, целостного и непротиворечивого представления данных.
Актуальность диссертационного исследования определяется необходимостью развития методов формализации и хранения разнородной геопространственной информации и использования геоинформационных технологий для оценки крупных промышленно-хозяйственных комплексов.
Состояние исследования проблемы. Отечественной научной школой внесен большой вклад в развитие теоретических и прикладных аспектов проектирования и разработки геоинформационных систем (Алексеев В.В., Ивакин Я.А., Куракина Н.И., Попович В.В., Сурков Ф.А. и др.), основ геоинформатики (Берлянт А.М., Бескид П.П., Биденко С.И., Кошкарев А.В., Тикунов В.С. и др.), оценки характеристик водных объектов и водопользования (Ворович И.И., Горстко А.Б., Данилов-Данильян В.И., Дмитриев В.В., Ковчин И.С., Косолапов А.Е., Лотов А.В., Пряжинская В.Г., Руховец Л.А., Филатов Н.Н., Хранович И.Л., Шелутко В.А. и др.), моделирования и принятия решений (Крапивин В.Ф., Краснощеков П.С., Ларичев О.И., Моисеев Н.Н., Свирежев Ю.М. и др.). В течение последних 30-ти лет в мире также поддерживается значительный интерес к моделированию и интегрированному управлению природно-хозяйственными комплексами, что нашло отражение в работах зарубежных авторов Fedra K., Goodchild M.F., Gijsbers P.J.A., Lam D., Leon L., Letcher R.A., Muetzelfeldt R., Nyerges T.L., Oxley T., Reynolds K.M., Schumann A.H., Sui D.Z., Villa F. и др.
Несмотря на наличие значительного числа программных решений с использованием ГИС-технологий для оценки экологического состояния природно-хозяйственных комплексов вопросы построения информационных подсистем, выбора и совместного использования системы моделей остаются открытыми.
Особый интерес представляет реализация модельных подходов для конкретных объектов, поскольку при практической реализации приходится сталкиваться с различными трудностями, обусловленными экологической и экономической спецификой, информационными ограничениями и пр.
Хозяйственная деятельность на территории Ростовской области, расположенной в бассейне Нижнего Дона, в течение длительного периода развивалась без надлежащего учёта экологических ограничений, определяемых ассимиляционной ёмкостью речных экосистем и Азовского моря как замыкающего водоёма. Это привело к гипертрофированным размерам изъятия и безвозвратного потребления поверхностных вод, снижению объёма и качественных характеристик пресного стока, увеличению масштабов эрозии почв. Исправить сложившуюся ситуацию можно путем изменения сложившихся приоритетов и подходов в водо- и землепользовании, усиления роли стратегического планирования как способа учёта отдалённых во времени последствий реализации различных экологических и экономических сценариев и политик.
Объектом настоящего исследования является бассейн Нижнего Дона. Предметом исследования являются методы структуризации разнородной информации, алгоритмы совместного использования моделей разного пространственно-временного масштаба, модели оценки состояния и стратегического планирования крупных природно-хозяйственных комплексов с использованием ГИС-технологий.
Целью работы является разработка геоинформационной системы для оценки и моделирования состояния природно-хозяйственного комплекса на примере бассейна Нижнего Дона.
Для достижения поставленной цели требуется решить следующие задачи:
систематизировать и обобщить информацию, разработать информационную базу для поддержки анализа и моделирования состояния природно-хозяйственного комплекса;
разработать алгоритмическое обеспечение системы оценки состояния природно-хозяйственного комплекса, соответствующее уровню информационной обеспеченности и учитывающее многокритериальность и факторы неопределенности;
создать геонформационную систему для поддержки решения задач стратегического планирования развития природно-хозяйственного комплекса и выполнить расчеты для водохозяйственного комплекса Нижнего Дона.
Материалы и методы исследования. Полученные результаты исследования базируются на использовании теории баз данных, ГИС-технологий, объектно- ориентированного программирования, системного подхода, математического моделирования, теории принятия решений. Разработка программного комплекса производилась в среде Microsoft Visual Studio 2009 на языке С#. Реализация баз данных проводилась в СУБД Microsoft Access. В качестве ГИС использовался программный продукт ArcGIS 9.1. Часть приложений для работы с базами данных и инструменты обработки пространственных данных в ГИС были реализованы на языке VBA.
Основные результаты, выносимые на защиту
-
-
Банк данных, содержащий информацию о состоянии природной среды и социально-экономических показателях, и включающий комплекс программных средств, обеспечивающих пополнение, редактирование, контроль качества и обработку данных.
-
Система математических моделей для природно-хозяйственной системы «водосбор-река-водоём».
-
Геоинформационная система, предназначенная для решения задач стратегического планирования развития водохозяйственного комплекса на базе сценарного подхода.
Научная новизна диссертационного исследования состоит в следующем:
-
-
-
Создан банк данных, основывающийся на концепции хранилища данных, и обеспечивающий доступ инструментов анализа к интегрированной информации, отличающийся объединением подсистем разного пространственного, временного и функционального характера.
-
Разработана система моделей, описывающая систему «водосбор-река- водоём», адаптированных к условиям юга России и ориентированных на мезомаштаб. Для совместной работы моделей, имеющих разные пространственные и временные масштабы, разработаны и программно реализованы архитектура и алгоритмы функционирования системы моделирования, в рамках которой предложен способ единообразного представления информации, который облегчает доступ к данным, а также процессы создания и модификации системы моделей.
-
Разработана геоинформационная система , предназначенная для стратегического планирования развития природно-хозяйственного комплекса, базирующаяся на многокритериальных методах принятия решений и сценарном подходе к учету неопределенности, отличающаяся унификацией процесса формирования сценариев, в виде набора сценарных переменных, что позволяет использовать ее для решения широкого круга задач, а также возможностью комбинировать при решении задач динамические экологические модели с моделями субъективного характера.
Практическая значимость работы заключается в формировании банка данных и создании математического и программного обеспечения компонентов геоинформационной системы, предназначенной для решения задач стратегического планирования. Полученные решения обеспечили разработку ГИС для бассейна Нижнего Дона и Азовского моря.
Исследования по тематике диссертационной работы велись в рамках трех программ фундаментальных исследований ОНЗ РАН, двух ФЦП и двух госбюджетных НИР. Результаты работы внедрены в научно-исследовательских работах, выполняемых в ЮНЦ РАН (г. Ростов-на-Дону).
Соответствие диссертации паспорту специальности. Сформулированные в диссертации цели и задачи, а также полученные основные результаты соответствуют формуле паспорта специальности 25.00.35-«Геоинформатика» и следующим пунктам паспорта специальности: 3. Геоинформационные системы (ГИС) разного назначения, типа (справочные, аналитические, экспертные и др.), пространственного охвата и тематического содержания; 4. Базы и банки цифровой информации по разным предметным областям, а также системы управления базами данных; 6. Математические методы, математическое, информационное, лингвистическое и программное обеспечение для ГИС.
Апробация результатов исследования. Результаты, полученные в рамках диссертационной работы, докладывались и обсуждались на научных семинарах отдела информационных технологий и математического моделирования ЮНЦ РАН (Ростов-на-Дону, 2006-2011); на 14 научных конференциях, в том числе на 6 международных.
Исследования, представленные в диссертационной работе, поддержаны международными грантами РФФИ (08-06-90401-Укр_а, рук. Бердников С.В.; 09- 07-92500-ИК_а, рук. Матишов Г.Г.) и тремя индивидуальными грантами РФФИ (08-01 -16033-моб_з_рос, 09-07-16015-моб_з_рос, 10-07-16024-моб_з_рос).
Публикации. По теме диссертации опубликовано 27 печатных работ, в том числе: 5 статей в реферируемых журналах, входящих в список изданий, рекомендованный ВАК; 3 свидетельства о регистрации программ для ЭВМ в ФГУ ФИПС - РОС-ПАТЕНТ; 8 статей в сборниках научных статей (коллективных монографиях); 10 докладов на Международных и Всероссийских конференциях; 1 атлас.
Объем и структура диссертации. Диссертационная работа состоит из введения, четырех глав, заключения, списка литературы и одного приложения. Общий объём 153 страницы, в том числе 30 иллюстраций, 17 таблиц. Список литературы содержит 215 наименований.
Автор выражает свою искреннюю благодарность председателю ЮНЦ РАН, академику Г.Г.Матишову и директору Института аридных зон ЮНЦ РАН, чл.- корр. РАН Д.Г.Матишову за поддержку и предоставленную возможность проведения исследований; всем сотрудникам отдела информационных технологий и математического моделирования ИАЗ ЮНЦ РАН за внимание и постоянную помощь в работе.
Основные трудности, возникающие при разработке ИАС
Информационная сложность исследуемого объекта определяет необходимость учета большого объема данных, обработка которого без помощи современной вычислительной техники практически невыполнима. Основной задачей создания современных программных систем является разработка и применение методов интеграции технологий сбора информации и ее анализа и методов использования этих результатов при принятии решений [Britkov, 1991]. применение программных еистем для поддержки выработки управленческих решений определяет повышенные требования к достоверности, актуальности, непротиворечивости, целостности и точности используемой (входной) информации. В связи с этим, можно выделить следующие основные трудности, связанные с используемыми в ИАС данными;
неоднородность и ограниченность исходной информации;
качество информационных ресурсов;
актуализация информационной системы (своевременное обновление баз данных).
Неоднородность данных обусловлена тем, что они могут быть получены различными методами, от прямого наблюдения до математического моделирования, а также не регулярностью проведения наблюдений. Кроме того, возможно полное отсутствие данных, описывающие некоторые процессы. Так же следует учитывать, что сбор и оценка необходимой информации обычно происходит с временными и бюджетными ограничениями [Кулыгин, 2006].
Одной из главных проблем взаимодействия с информационными ресурсами является противоречие между количеством и качеством информации. Обеспечить качество больших объемов информации очень трудно, и это становится практически невозможно, когда эта информации относится к разным областям знаний и получена из различных источников. Поэтому, увеличивая объёмы используемых данных, надо быть уверенным в способности обеспечить их достоверность. В противном случае необходимо искать пути замены отсутствующей информации альтернативной, или замены используемых моделей на менее требовательные к входным данным.
Еще одним важным фактором являются технологические возможности доступа к информации. Среди широкого набора источников информации (бумажные носители, электронные базы данных организаций, данных из сети интернет и др.) следует выбирать те, к которым можно обеспечить надежный доступ, и для которых реализован технологический процесс по импорту данных в информационную составляющую ИАС. От результата выбора зависит возможность поддержания информационной базы в актуальном состоянии [Бритков, 1997].
Другая группа трудностей связана с системой используемых математических моделей. Реальные природно-хозяйственные комплексы характеризуются взаимодействием различных природных и антропогенных процессов, которые представлены в различных временных и пространственных шкалах. Поэтому одной из основных трудностей становится создание интегрированной модели, которая бы адекватно описывала динамику такой сложной системы.
Поскольку в настоящее время существует множество доступных моделей, описывающих отдельные процессы, то серьезной технической проблемой становится связь и совместное использование этих моделей. При разработке систем принятия решений необходимо интегрировать подсистемы, созданные в разное время различными специалистами, на разной программной базе, основанные на знаниях и подходах различных научных дисциплин [Геловани и др., 2001]. Решая эту задачу, следует учитывать, что модели могут быть написаны на разных языках и платформах. Кроме того, различные модели описывают процессы с разным разрешением по времени и пространству, а значит у них разные требования к исходным данным. Не менее важная и серьёзная задача - это быстрая адаптация созданной модели к меняющимся и расширяющимся требованиям анализа и контекста.
Следует учитывать, что ЛПР обычно сталкивается с многокритериальными задачами [Лотов и др., 1998]. При этом под многокритериальностью понимается тот факт, что результаты принимаемых решений оцениваются не по одному, а по совокупности показателей (критериев), рассматриваемых одновременно.
Появление многокритериальности приводит к принципиальному изменению характера решаемой задачи. Предпочтения ЛПР стали основой выработки решений. Они во многом определяют результат решения. Решение теперь можно назвать субъективным, хотя в процессе решения используются объективные модели [Ларичев, 2002].
Реализация элементов информационной подсистемы
Выбор технических средств разработки осуществлялся с учетом перспективы развития ИАС. В качестве СУБД для реализации специализированных баз данных была выбрана Microsoft Access. Microsoft Access - это широко распространенная и доступная СУБД, которая обладает возможностью интегрировать в себе связи с основными профессиональными СУБД и обладает достаточно мощными средствами манипулирования данными и построения запросов. В пользу Microsoft Access так же говорит то, что формат Microsoft Access в настоящее время является основным форматом персональной базы геоданных для таких систем как ArcGis и Geomedia Professional, что позволяет использовать единую БД для хранения как пространственных, так и не пространственных данных [Архипова и др., 2009а]. Взаимодействие с БД осуществляется на базе клиент-серверной технологии. При этом клиент и сервер могут находиться как в рамках одной вычислительной системы, так и на различных компьютерах, связанных сетью [Коннолли, Бегг, 2003].
В качестве ГИС был выбран программный продукт ArcGIS 9. . Платформа ArcGIS, разработанная компанией ESRI, вследствие модульности своей структуры, предоставляет большие возможности для проведения анализа накопленной информации. В состав ГИС могут быть введены различные модули и разработанные приложения, что обеспечивает возможность дальнейшего расширения ее функциональности [Архипова и др., 20096].
Средства работы с базами данных
Для возможности независимой работы со специализированными БД в среде Microsoft Access 2000 был разработан ряд программных продуктов, которые составляют основу информационной подсистемы [Архипова и др. 2007]. В качестве языка программной реализации был выбран VBA (Visual Basic for Application).
Программный комплекс «ECOSREDA» (ECOSystem REsearch Database Application), предназначенный для работы с БД (рисунок 2.3) [Кулыгин, Дашкевич, 2006; Архипова и др., 2006; Кулыгин, 2007а]. Он обеспечивает выполнение следующих функций:
- отображение информации о морских рейсах и береговых экспедициях;
- представление информации о станциях;
- унифицированное отображение данных измерений разных типов (метеорология, гидрология, гидрохимия и др.), производимых на станциях;
- возможность добавления, редактирования и удаления данных (рейсов и экспедиций, станций, значений измерений, значений справочников).
В состав программного комплекса «ECOSREDA» входят следующие модули; модуль импорта, модуль экспорта, модуль редактирования данных, модуль построения выборок, модуль получения инвентарной и статистической информации. Все программные расчетные модули и база данных объединены единой оболочкой.
Модуль импорта содержит алгоритм пополнения БД из файлов определенного формата, включающий в себя процедуры проверки данных.
Модуль экспорта, наоборот, содержит процедуры извлечения данных из БД во внешний файл определенного формата.
В модуле редактирования данных представлены основные процедуры по редактированию записей в справочниках, записей о станциях и измерениях. В рамках этих процедур осуществляет проверка соблюдения ограничений целостности предметной области БД.
Модуль построения выборок обеепечивает поиск списка станций с произведенными на них измерениями за определенный временной период и формирования на его основе выходного файла. Поиск осуществляется по статистической информации статистических запросов об пространственным и временным условиям.
Модуль получения инвентарной и предоставляет возможность формирования информации, находящейся в БД, за заданный временной период (число станций по месяцам; число гидрологических и/или метеорологических измерений).
Разработанный программный комплекс «ECOSREDA» и модуль импорта «ECOSREDA Import» были зарегистрированы в государственном реестре программ для ЭВМ (свидетельства № 2009613856 и № 2010614452 соответственно, см. приложение А).
Инструменты работы с пространственными данными в ГИС Несмотря на широкий спектр возможностей предоставляемых ГИС, в этих системах зачастую отсутствуют необходимые для исследований инструменты. Одним из решений этой проблемы является разработка и встраивание собственных программных модулей в действующую систему ГИС [Кулыгин, 2008а]. В рамках программного комплекса разработан ряд специализированных инструментов (алгоритмов), реализованных на языке VBA и встроенных в среду ArcGIS 9. [Кулыгин, 2007г, Кулыгин, 20086]:
1. инструмент построения полей распределений;
2. инструмент построения полей аномалий;
3. инструмент построения вертикального разреза;
4. инструмент построения индексов аридности.
5. инструмент предварительной обработки данных СТД-профилирования Алгоритм построения полей распределения заключается в следующем.
Строится сетка с определенным шагом по широте и долготе, покрывающая всю акваторию моря или определенный район. Задается радиус влияния, определяющий максимальное расстояние от узла сетки до точки измерения, влияющей на этот узел. Измерения, выходящие за этот радиус, не учитываются при расчете значения в узле сетки. По запросу из базы данных отбираются измерения, соответствующие требуемому интервалу времени
Программное приложение для конструирования и сравнительной оценки сценариев
Геоинформационная система для решения задач стратегического планирования объединяет в себе банк данных, пользовательское приложение конструирования и сравнительной оценки сценариев и проект для визуализации в ГИС-пакете [Бердников и др., 2010; Кулыгин, Сорокина, 2010]. На основе информации из банка данных в пользовательском приложении производится построение модели системы и формирование генератора сценариев. После чего, результаты вычислительных экспериментов визуализируются в ГИС-пакете.
Пользовательское приложение, предназначенное для конструирования сценариев и их сравнительной оценки на основе интегрированной модели из отдельных компонент, представлено на рисунке 3.5. Связь между модельными компонентами устанавливается путем определения связей между их переменными. При этом для целевой переменной определяется источник значений, извлекающий данные из переменной источника и применяющий к ним в случае необходимости дополнительные преобразования (рисунке 3.56). Специальные диалоговые окна позволяют устанавливать значения параметров модели и редактировать пространственное представление модели (рисунок 3.5в).
Редактирование источников значений переменных осуществляется в диалоговом окне, представленном на рисунке 3.5г. При этом отображается все пространство переменных, представленное в виде иерархической структуры, и для каждой переменной можно перейти к просмотру ее величины и пространственного представления.
Для определения внешних по отношению к системе моделей воздействий вводится сценарный блок, содержащий набор сценарных переменных. Для разработки группы сценариев сначала создается шаблон сценария, содержащий перечень описаний сценарных переменных. Для создания конкретного сценария указывается шаблон, по которому он будет создан. Группа сценариев созданных по одному шаблону объединяется в коллекцию сценариев. При определении конкретных сценариев для всех сценарных переменных определяются источники значений.
Время моделирования определяется датой начала, датой окончания и шагом по времени (шагом имитации).
Конструктор сценариев может быть реализован различными способами [Кулыгин 20Юг]. В зависимости от этого меняется и режим вычислительного эксперимента. В частности это может быть:
последовательный запуск заранее определенного списка сценариев;
многократный запуск сценариев;
варьирование параметров сценариев.
Использование различных режимов запуска модели позволяет производить ее всестороннее исследование. Вариант расчета с варьированием параметров позволяет производить анализ чувствительности модели к случайным возмущениям и предоставляет оценку неопределенности результатов модели. Режим многократного расчета позволяет учитывать стохастическую природу используемых моделей.
После запуска расчета создается поток, отличный от потока графической оболочки, в котором и производятся вычисления. При этом интегрированной моделью отправляются сообщения, на которые реагируют элементы пользовательского интерфейса и служебные компоненты. В ходе процесса расчета ведется лог сообщений и возможна приостановка или прекращение расчетов.
Для удобства контроля процесса расчета предусмотрена его визуализация (рисунок 3.6). При этом на экране отображается график с заранее настроенными источниками данных. Для визуальной проверки модели в момент выполнения, можно подгружать данные наблюдений в виде рядов и отображать их одновременно с рассчитываемыми моделью значениями. Кроме того, в случае одновременного расчёта нескольких сценариев возможно сравнение результатов во время расчёта на одном графике.
Построение пространственных полей характеристик морской среды для Азовского моря
Климат и состояние биологических ресурсов Азовского моря на протяжении столетий определяют условия жизни и хозяйственной деятельности обширных густонаселённых районов России и Украины. Необходимость устойчивого развития этого региона требует предсказание изменчивости климата бассейна Азовского моря для различных интервалов времени [Жданов и др., 1987]. Для количественного описания тенденции изменения климата необходимо сравнить данные, полученные за исторический период времени с теми, которые получены в текущий момент времени. При этом процедура сравнения данных должна выявить такие изменения, которые с высокой достоверностью превышают погрешности измерений характеристик морской среды. Для обеспечения высокой достоверности выводов о тенденциях изменения в морских экосистемах необходимо решить следующие задачи:
А- создать доступную всем базу данных (БД), включив в неё как можно больше первичной информации за весь период инструментальных наблюдений;
Б- разработать методы контроля качества данных, как для проверки уже накопленной информации, так и для новых данных;
В- разработать процедуры объективного анализа данных.
Решение этих задач осуществлялось в форме океанографической БД как элемента геоинформационной системы, объединяющей информацию о физических, химических и биологических свойствах морской среды и процессах на водосборах морей [Архипова и др., 2010].
С использованием разработанных в рамках банка данных инструментов решались задачи пространственного анализа полей распределения различных характеристик морской среды. В частности для температуры были проведены сравнения среднемноголетних полей распределения опубликованных в гидрометеорологических справочниках и построенных по данным, хранящимся в информационной подсистеме.
Несмотря на достаточно большой объем имеющейся информации о гидрологическом режиме Азовского моря, пространственное распределение температуры воды в печати иллюстрировано достаточно скупо. Чаще всего это карты и схемы, освещающие конкретные условия во время проведения экспедиционных работ. Среднемноголетние карты, дающие общую климатическую характеристику Азовского моря, есть только в некоторых фундаментальных работах по изучению его гидрометеорологического режима [Гидрометеорологический..., 1962; Гидрометеорологические..., 1986; Гидрометеорология..., 1991]. Общая тенденция, выявленная при сравнении карт в указанных работах и в [Matishov et al., 2008] - некоторое «потепление» полей с течением времени, а именно; в распределении изотерм на картах от 1962 к 2008 году прослеживается увеличение площади «теплых» полей для зимнего и весеннего сезонов и увеличение «холодных» - для осеннего. Для лета выраженная тенденция не прослеживается. Эта же закономерность сохраняется и при сравнении кривых годового хода температуры воды для Таганрогского залива и собственно Азовского моря [Дашкевич, Кулыгин, 2008].
Картографический материал по инвентаризации океанографической БД, среднемноголетним распределениям температуры и солености воды, созданный в рамках разработанной ГИС, был использован при формировании Климатического атласа Азовского моря 2008 [Matishov et. al., 2008]. В состав Атласа входит база первичных данных, которая распространяется без ограничений на CD диске и через Интернет (www.nodc.noaa.gOv/OC5/AZOV2008/start.html) [Matishov et al., 2009].
На основе базы данных также была исследована пространственная, сезонная изменчивость относительной прозрачности (глубины видимости белого диска) вод Азовского моря. Общее количество наблюдений, прошедших процедуру контроля качества, за период с 1922-2009 гг. составляет 12623, из которых в зимний сезон выполнено 360, в весенний - 2615, в летний - 5962, в осенний -3686. Накопленные первичные данные охватывают не все годы, а лишь 48 лет из рассматриваемого периода. Ни для одного района моря нельзя построить непрерывный ряд значений глубины видимости белого диска (г, м) не содержащий пропусков. Это в сочетании с высокой пространственно-временной изменчивостью поля прозрачности вод затрудняет применение методов статистического анализа по отношению к имеющимся данным.
С целью установления сезонной изменчивости относительной прозрачности вод по квадратам 0,5Х0,5 рассчитаны среднемноголетние и среднемесячные значения, а также среднеквадратические отклонения её годового хода (рис. 4.10). Информация, представленная на рисунке 4.10, демонстрирует пространственную неоднородность поля прозрачности. Аналогично работе [Кропотов, 1996] (по Черному морю) установлено, что целесообразно использовать нормированные среднемесячные величины, рассчитанные для каждого квадрата по формуле
В результате проведенного анализа установлено, что сезонный ход относительной прозрачности вод всех выделенных типов (/ - VI) имеет сходные черты с динамикой фитопланктона, в том числе его видового состава. Сопоставление графиков нормированных значений годового хода прозрачности и концентрации хлорофилла «а» (рисунок 4.12) показало, что их внутригодовые колебания происходят практически в противофазе. Это вполне объяснимо, так как относительная прозрачность отражает состояние верхнего слоя водной массы, в котором и происходит фотосинтез. В этот связи минимальные значения прозрачности характерны для конца лета - начала осени, когда наиболее активно синтезируют сине-зеленые и динофитовые водоросли. Второй минимум прозрачности характерен для зимнего и ранневесеннего периода, который совпадает с развитием диатомовых водорослей, но основное влияние на прозрачность в это время оказывает взмучивание донных осадков в результате увеличения ветровой активности и повышенной гидродинамики водных масс. В Таганрогском заливе, почти ежегодно покрывающемся льдом, в январе - марте значения прозрачности (тип I) выше по сравнению с остальными месяцами. Сток взвешенных наносов влияет на уменьшение прозрачности лишь в период половодья; в Таганрогском заливе (р. Дон) - в апреле, в восточном районе моря (р. Кубань) - в мае - июне. Для еобственно моря увеличение прозрачности (типы II - IV) происходит в апреле - июне и октябре, - в периоды, характеризующиеся умеренной штормовой активностью и сменой доминирующих видов фитопланктонного сообщества.
В целом для исследуемого периода времени выявленные типы изменчивости годового хода прозрачности устойчивы, как во времени, так и в пространстве. Расчёты показали, что уменьшение как временного (до 10 лет), так и пространственного шага осреднения (до 0,5Х0,5) не выявило каких-либо существенных отличий от приведенных выше типов.
Похожие диссертации на Геоинформационная система для оценки и моделирования экологического состояния природно-хозяйственного комплекса : на примере бассейна Нижнего Дона
-
-
-
