Информационно-вычислительная система для мониторинга водных ресурсов

Рассмотрен новый подход к мониторингу водных ресурсов на основе информационно-вычислительной системы с применением средств актуализации информации на основе потоков данных, что обеспечит экологическую безопасность водных объектов при техногенном воздействии. Представлена структура создания системы мониторинга водных ресурсов. Показана систематизация гидрохимических, гидрологических, физических, микробиологических и паразитических данных и других параметров водных объектов в этой системе. Подробно описаны традиционные методы оценки качества вод (энтропийный, с использованием удельного комбинаторного индекса загрязненности воды (УКИЗВ), оценка качества воды по ассоциативным показателям (АП)), которые входят в состав информационно-вычислительной системы. Протестированы методы на основе искусственного интеллекта для анализа данных водных объектов: (градиентный бустинг (Xgboost), случайный лес (RandomForest), логистическая регрессия (LogisticRegression), метод ближайших соседей (k Nearest Neighbors (kNN)), нейронная сеть (Neural network)). Выбран метод с наилучшими результатами — нейронная сеть. Подобраны оптимальные параметры для нейросети. Для выявления ингредиентов, которые значительно ухудшают качество воды, применена матрица корреляции, написанная на языке программирования Python, с использованием библиотек matplotlib и seaborn.

Потапов В. П., Счастливцев Е. Л., Юкина Н. И., Быков А. А., Харлампенков И. Е. Информационно-вычислительная система для мониторинга водных ресурсов // Горный информационно-аналитический бюллетень. – 2021. – № 7. – С. 70–84. DOI: 10.25018/0236_1493_2021_7_0_70.

Потапов Вадим Петрович¹ — д-р техн. наук, профессор, директор, e-mail: vadimptpv@gmail.com,
Счастливцев Евгений Леонидович¹ — д-р техн. наук, зав. лабораторией, e-mail: schastlivtsev@ict.sbras.ru,
Юкина Наталья Ивановна¹ — канд. техн. наук, научный сотрудник, e-mail: leonakler@mail.ru,
Быков Анатолий Александрович¹ — канд. физ.-мат. наук, старший научный сотрудник, e-mail: bykov@icc.kemsc.ru,
Харлампенков Иван Евгеньевич¹ — канд. техн. наук, научный сотрудник, e-mail: harlampenkov@ict.sbras.ru,
¹ Федеральный исследовательский центр информационных и вычислительных технологий, Кемеровский филиал.

Юкина Н.И., e-mail: leonakler@mail.ru.

1. Кравец Е. А. Проблемы обработки и представления данных мониторинга для получения детальной картины загрязнения водных ресурсов / Материалы XIII международного симпозиума проблемы экоинформатики. — М., 2018. — С. 205—208.

2. Мельникова Т. Н. Мониторинг экологического состояния водных ресурсов республики Адыгея / Материалы международной научной конференции «Бисосфера и человек». — Майкоп: ООО «Электронные издательские технологии», 2019. — С. 210—213.

3. Бондаренко В. Л., Лещенко А. В. Основы методологического системного комплексного мониторинга экологического состояния объектов деятельности в использовании водных ресурсов / Материалы всероссийской научно-практической конференции «Мелиорация и водное хозяйство. Пути повышения эффективности и экологической безопасности мелиораций земель юга России». — Новочеркасск: ООО «Лик», 2017. — С. 120—128.

4. Ченский Д. А., Григорьев К. А., Золотарев Н. С., Ченский А. Г. Роботизированный катамаран для цифрового мониторинга водных ресурсов / Труды IX международной научнопрактической конференции «Морские исследования и образование (Maresedu-2020)». — Иркутск: ООО «ПолиПРЕСС», 2020. — С. 502—504.

5. Ибраев Т., Ли М. Мониторинг и управление водными ресурсами в республике Казахстан. Монография / Под ред. В. Г. Сычева, Л. Мюллера. — М., 2018. — С. 104—109.

6. Fashchevskaya T. B., Motovilov Yu. G., Shaidiyanova N. B. Natural and anthropogenic variations of the concentrations of iron, copper, and zinc in water streams of the republic of bashkortostan // Water Resources. Road Town. 2018, vol. 45, no. 6, pp. 873—886. https://doi. org/10.1134/S0097807818060064 (дата обращения: 12.04.2021).

7. Ghebrehiwot A. A., Kozlov D. V. Spatial and statistical variability analyses of satellitebased climatic data in Mereb-Gash basin // Water Resources. 2021, vol. 48, no. 1, pp. 146–157. https://doi.org/10.1134/S0097807821010152 (дата обращения: 12.04.2021).

8. Gautam S. K., Tripathi J. K., Evangelos T., Singh S. K., Singh A. K. Environmental monitoring of water resources with the use of PoS index: a case study from Subarnarekha river basin, India // Environmental Earth Sciences. 2018, vol. 77, no. 3, pp. 70. https://doi.org/10.1007/ s12665-018-7245-5 (дата обращения: 12.04.2021).

9. Карпуничев А. В. Оценка качества и определение загрязненности воды на примере поверхностных водоемов / Сборник материалов международных научно-практических конференций. — М., 2018. — С. 536—538.

10. Guanhua Zhang, Wenfeng Ding, Huiying Liu, Liang Yi, Xu Lei, Ouyang Zhang Quantifying climatic and anthropogenic influences on water discharge and sediment load in Xiangxi river basin of the three gorges reservoir area // Water Resources. 2021, vol. 48, pp. 204–218. https://doi.org/10.1134/S0097807821020184 (дата обращения: 12.04.2021).

11. Runxiang Cao, Li F., Zhao Y. Dynamic regulation of reservoir drought limit water level // Water Resources. 2021, vol. 48, pp. 194–203. https://doi.org/10.1134/ S0097807821020147 (дата обращения: 12.04.2021).

12. Babayan G., Reshetnyak O., Zakrutkin V. A comparative assessment of river water quality in mountain regions of Russia and Armenia // Water Resources. 2021, vol. 48, pp. 102–110. https://doi.org/10.1134/S0097807821010115 (дата обращения: 12.04.2021).

13. Pavlova A. S., Sandimirov S. S., Kudryavtseva L. P. The distribution of chemical elements between ecosystem components in Belaya Bay, Lake Imandra, Murmansk Oblast // Water Resources. 2021, vol. 48, pp. 73–81. https://doi.org/10.1134/ S0097807821010231 (дата обращения: 12.04.2021).

14. Bin Pan, Mei Han, Yunlong Li, Min Wang, Huan Du An analysis on the trend of sustainable utilization of water resources in Dongying City, China // Water Resources. 2021, vol. 48, pp. 158–166. https://doi.org/10.1134/S009780782101022X (дата обращения: 12.04.2021).

15. Logov А. B., Oparin V. N., Potapov V. P., Schastlivtsev E. L., Yukina N. I. Entropy analysis of process wastewater composition in mineral mining // Journal of Mining Science. 2015, vol. 51, no. 1, pp. 186–196.

16. Методические указания. Метод комплексной оценки степени загрязненности поверхностных вод по гидрохимическим показателям. РД 52.24.643-2002 от 03.12.2002 г.

17. Потапов В. П., Мазикин В. П., Счастливцев Е. Л., Вашлаева Н. Ю. Геоэкология угледобывающих районов Кузбасса. — Новосибирск: Наука, 2005. — 660 с.

18. Ковалев В. А., Потапов В. П., Счастливцев Е. Л., Шокин Ю. И. Моделирование геоэкологических систем угледобывающих районов. — Новосибирск: Изд-во СО РАН, 2015. — 298 с.

19. Счастливцев Е. Л., Юкина Н. И., Харлампенков И. Е. Информационно-аналитическая система геоэкологического мониторинга водных ресурсов угледобывающего региона // Вестник КузГТУ. Кемерово. — 2016. — № 2 (114). — С. 157—164.

20. Донцов А. А., Суторихин И. А. Специализированная геоинформационная система мониторинга внутренних водных ресурсов / Тезисы докладов всероссийской научной конференции «Мониторинг состояния и загрязнения окружающей среды. основные результаты и пути развития». — М.: ФГБУ «Институт глобального климата и экологии Росгидромета», 2017. — С. 372—373.

21. Nemčić-Jurec J., Singh S. K., Jazbec A., Gautam S. K., Kovac I. Hydrochemical investigations of groundwater quality for drinking and irrigational purposes: two case studies of Koprivnica-Krizˇevci County (Croatia) and district Allahabad (India) // Sustainable Water Resources Management. 2017, vol. 5, no. 4. https://doi.org/10.1007/s40899-017-0200-x (дата обращения: 12.04.2021).

22. Barzegar R., Asghari Moghaddam A., Tziritis E., Sajjad Fakhri M., Soltani S. Identification of hydrogeochemical processes and pollution sources of groundwater resources in the Marand plain, northwest of Iran // Environmental Earth Sciences. 2017, vol. 76, no. 7, pp. 296. https://doi.org/10.1007/s12665-017-6612-y (дата обращения: 12.04.2021).

23. Карапетян Т. А. Использование искусственных нейронных сетей для оценки и прогнозирования речных отложений // Молодой ученый. — 2019. — № 17 (255). — С. 29—32. URL: https://moluch.ru/archive/255/58486/ (дата обращения: 12.04.2021).

24. Потапов В. П., Счастливцев Е. Л., Юкина Н. И., Харлампенков И. Е. Глубокие нейронные сети для оценки качества вод // Горный информационно-аналитический бюллетень. — 2019. — СВ 37. — С. 569–577. DOI: 10.25018/0236-1493-2019-11-37-569-577.