Панасенко Наталья Дмитриевна, старший преподаватель кафедры вычислительных систем и информационной безопасности
344003, г. Ростов-на-Дону, пл. Гагарина, 1
Natalya D. Panasenko, Senior Lecturer of the Department of Computer Systems and Information Security
1, Gagarin Sq., Rostov-on-Don, 344003
Введение. Прибрежные системы Юга России постоянно подвергаются воздействию биотических, абиотических и антропогенных факторов. В связи с этим возникает необходимость разработки нестационарных пространственнонеоднородных взаимосвязанных математических моделей, позволяющих «проигрывать» различные сценарии динамики биологических и геохимических процессов в прибрежных системах. Также существует проблема практического использования математического моделирования, а именно его оснащения реальными входными данными (граничными и начальными условиями, информацией о функциях-источниках). Оперативным источником натурной информации могут стать данные, получаемые от искусственных спутников Земли. Поэтому возникает задача идентификации и определения границ расположения фитопланктонных популяций (имеющих, как правило, пятнистую структуру) на снимках водоемов при малом контрасте изображений по отношению к фону.
Материалы и методы. Автором используются методы математического анализа, математической физики, функционального анализа, теории разностных схем, а также методов решения сеточных уравнений. Биогеохимические процессы описаны на основе уравнений конвекции-диффузии-реакции; линеаризация построенной модели производится на временной сетке с шагом τ. Строится метод распознавания границ пятнистых структур на основе данных дистанционного зондирования Земли. В качестве алгоритмов обработки изображений рассматривается комбинация методов локальных бинарных шаблонов (LBP) и двухслойной нейронной сети.
Результаты исследования. Разработан программно-алгоритмический инструментарий распознавания космических снимков, основанный на комбинации методов локальных бинарных шаблонов (LBP) и технологий нейронных сетей, ориентированный на последующий ввод полученных начальных условий для задачи динамики фитопланктона в математическую модель. Предложена и исследована непрерывная линеаризованная математическая модель, а на ее основе — линеаризованная дискретная модель биогеохимических циклов в прибрежных системах. Установлены практически допустимые значения шага по времени при численном (прогностическом) моделировании задач динамики планктонных популяций и биогеохимических циклов, в том числе при возникновении заморных явлений, что позволяет сократить время оперативного прогноза. При этом для построенной дискретной модели гарантированно выполняются практически значимые для дискретных моделей свойства: устойчивость, монотонность и сходимость разностной схемы, что важно для достоверных прогнозов неблагоприятных и опасных явлений. В процессе работы, обращаясь к космическим снимкам, которые позволяют получить состояние прибрежных систем с высокой точностью, вносятся начальные условия в математическую (компьютерную) модель. Модель анализирует данные спутниковых изображений и определяет уровни «загрязнения», образование зон заморов и другие факторы, которые могут угрожать природе.
Обсуждение и заключение. С помощью разработанной модели можно предсказывать изменения в прибрежных экосистемах и разрабатывать стратегии по их защите. Полученные результаты позволяют существенно сократить время прогностических расчетов (на 20–30 %) и повысить вероятность заблаговременного обнаружения неблагоприятных и опасных явлений, таких как интенсивное «цветение» водной среды и образование зон заморов в прибрежных системах.
Introduction. Coastal systems of Southern Russia are constantly exposed to biotic, abiotic and anthropogenic factors. In this regard, there is a need to develop non-stationary spatially inhomogeneous interconnected mathematical models that make it possible to reproduce various scenarios for the dynamics of biological and geochemical processes in coastal systems. There is also the problem of the practical use of mathematical modelling, namely its equipping with real input data (boundary, initial conditions, information about source functions). An operational source of field information can be data received from artificial Earth satellites. Therefore, the problem arises of identifying phytoplankton populations in images of reservoirs, which, as a rule, have a spotty structure, with low image contrast relative to the background, as well as determining the boundaries of their location.
Materials and Methods. This work is based on the correct application of modern mathematical analysis methods, mathematical physics and functional analysis, the theory of difference schemes, as well as methods for solving grid equations. Biogeochemical processes are described based on convection-diffusion-reaction equations. Linearization of the constructed model is carried out on a time grid with step τ. A method for recognizing the boundaries of spotted structures is being developed based on Earth remote sensing data. A combination of methods is considered as image processing algorithms: local binary patterns (LBP) and a two-layer neural network.
Results. The developed software-algorithmic tools for space image recognition are presented, based on a combination of methods — local binary patterns (LBP) and neural network technologies, focused on the subsequent input of the obtained initial conditions for the problem of phytoplankton dynamics into a mathematical model. Regarding the necessary mathematical model, a continuous linearized model has been proposed and studied, and on its basis a linearized discrete model of biogeochemical cycles in coastal systems, for which practically acceptable time step values have been established for numerical (predictive) modelling of problems of the dynamics of planktonic populations and biogeochemical cycles, including in the event of death phenomena, which makes it possible to reduce the time of operational forecasting. At the same time, for the constructed discrete model, properties that are practically significant for discrete models are guaranteed to be satisfied: stability, monotonicity and convergence of the difference scheme, which is important for reliable forecasts of adverse and dangerous phenomena.
In the process of work, referring to satellite images, which make it possible to obtain the state of coastal systems with high accuracy, initial conditions are entered into the mathematical (computer) model. The model analyzes satellite image data and determines levels of “pollution”, the formation of extinction zones and other factors that may threaten nature.
Discussion and Conclusion. Discussion and conclusions. Using this model, it is possible to predict possible changes in coastal ecosystems and develop strategies to protect them. The results obtained make it possible to significantly reduce the time of forecast calculations (by 20−30 %) and increase the likelihood of early detection of unfavorable and dangerous phenomena, such as intense “blooming” of the aquatic environment and the formation of extinction zones in coastal systems.
The authors declare that there are no conflicts of interest present.