APPLICATION OF GEOSTATISTICAL AND NEURAL NETWORK APPROACH FOR THE EVALUATION OF SURFACE DISTRIBUTION OF IMPURITIES IN THE SNOW COVER IN THE «ACADEMICHESKY» DISTRICT OF YEKATERINBURG

Research output: Contribution to journalArticleResearch

Abstract

These environmental monitoring data is the basis for the systems of decision-making support in ecological management. The snow cover is both a seasonal component of the environment and informative indicator of current air, soil and surface water pollution. The characteristics of the spatial structure of technogenic snow cover pollution is variable according to the snow survey because of the complex conditions of occurrence such as depth, temperature, wind patterns and etc and the diagnostics of snow cover pollution is difficult. The aim of this study is to estimate the snow cover contamination of Academic district of Yekaterinburg to use a hybrid model, combining kriging method and artificial neural networks. The main pollut- ants of snow cover the territory of the district of Yekaterinburg Academic is insoluble forms of aluminum, nickel, cobalt, manganese and dust and soluble form of natrium. The results show a high spatial heterogeneity of snow cover pollution fields, therefore, a high degree of pollution estimate level uncertainty. Uncertainty territories pollution were analyzed for dust by ANN and kriging hybrid models. The hybrid models is found useful for the prediction of the spatial distribution of impurities in snow cover.
Translated title of the contributionAPPLICATION OF GEOSTATISTICAL AND NEURAL NETWORK APPROACH FOR THE EVALUATION OF SURFACE DISTRIBUTION OF IMPURITIES IN THE SNOW COVER IN THE «ACADEMICHESKY» DISTRICT OF YEKATERINBURG
Original languageRussian
Pages (from-to)3-17
Number of pages15
JournalЭкологические системы и приборы
Issue number10
Publication statusPublished - 2016

Fingerprint

snow cover
pollution
kriging
dust
evaluation
distribution
environmental monitoring
water pollution
cobalt
artificial neural network
manganese
nickel
aluminum
snow
soil water
spatial distribution
surface water
pollutant
air
prediction

Level of Research Output

  • VAK List

Cite this

@article{da610bf54cf140c78a35809bddc7273c,
title = "ПРИМЕНЕНИЕ ГЕОСТАТИСТИЧЕСКОГО И НЕЙРОСЕТЕВОГО ПОДХОДА ДЛЯ ОЦЕНКИ ПОВЕРХНОСТНОГО РАСПРЕДЕЛЕНИЯ ПРИМЕСЕЙ В СНЕГОВОМ ПОКРОВЕ НА ТЕРРИТОРИИ МИКРОРАЙОНА АКАДЕМИЧЕСКИЙ ГОРОДА ЕКАТЕРИНБУРГА",
abstract = "Данные экологического мониторинга компонентов окружающей среды необходимы в системах поддержки приня- тия решений в области охраны окружающей среды и здоровья населения. Снеговой покров является одновремен- но сезонным компонентом окружающей среды и информативным индикатором текущего загрязнения атмос- феры, почвы, поверхностных вод. Накопление и распределение загрязняющих веществ в снеге всегда носит ано- мальный характер в силу изменчивых условий его выпадения, поэтому использование традиционных статисти- ческих средних оценок и отклонений описания поля загрязнения снегового покрова затруднительно. Предложено для оценки загрязнения территории микрорайона Академический г. Екатеринбурга использовать гибридную мо- дель, комбинирующую метод кригинга и искусственных нейронных сетей (ИНС) для уменьшения ошибок прогно- за поля пылевого загрязнения снегового покрова.",
author = "Буевич, {Александр Геннадьевич} and Сергеев, {Александр Петрович} and Шичкин, {Андрей Васильевич} and Медведева, {Марина Александровна} and Баглаева, {Елена Михайловна}",
year = "2016",
language = "Русский",
pages = "3--17",
journal = "Экологические системы и приборы",
issn = "2072-9952",
publisher = "Общество с ограниченной ответственностью {"}Издательство Научтехлитиздат{"}",
number = "10",

}

TY - JOUR

T1 - ПРИМЕНЕНИЕ ГЕОСТАТИСТИЧЕСКОГО И НЕЙРОСЕТЕВОГО ПОДХОДА ДЛЯ ОЦЕНКИ ПОВЕРХНОСТНОГО РАСПРЕДЕЛЕНИЯ ПРИМЕСЕЙ В СНЕГОВОМ ПОКРОВЕ НА ТЕРРИТОРИИ МИКРОРАЙОНА АКАДЕМИЧЕСКИЙ ГОРОДА ЕКАТЕРИНБУРГА

AU - Буевич, Александр Геннадьевич

AU - Сергеев, Александр Петрович

AU - Шичкин, Андрей Васильевич

AU - Медведева, Марина Александровна

AU - Баглаева, Елена Михайловна

PY - 2016

Y1 - 2016

N2 - Данные экологического мониторинга компонентов окружающей среды необходимы в системах поддержки приня- тия решений в области охраны окружающей среды и здоровья населения. Снеговой покров является одновремен- но сезонным компонентом окружающей среды и информативным индикатором текущего загрязнения атмос- феры, почвы, поверхностных вод. Накопление и распределение загрязняющих веществ в снеге всегда носит ано- мальный характер в силу изменчивых условий его выпадения, поэтому использование традиционных статисти- ческих средних оценок и отклонений описания поля загрязнения снегового покрова затруднительно. Предложено для оценки загрязнения территории микрорайона Академический г. Екатеринбурга использовать гибридную мо- дель, комбинирующую метод кригинга и искусственных нейронных сетей (ИНС) для уменьшения ошибок прогно- за поля пылевого загрязнения снегового покрова.

AB - Данные экологического мониторинга компонентов окружающей среды необходимы в системах поддержки приня- тия решений в области охраны окружающей среды и здоровья населения. Снеговой покров является одновремен- но сезонным компонентом окружающей среды и информативным индикатором текущего загрязнения атмос- феры, почвы, поверхностных вод. Накопление и распределение загрязняющих веществ в снеге всегда носит ано- мальный характер в силу изменчивых условий его выпадения, поэтому использование традиционных статисти- ческих средних оценок и отклонений описания поля загрязнения снегового покрова затруднительно. Предложено для оценки загрязнения территории микрорайона Академический г. Екатеринбурга использовать гибридную мо- дель, комбинирующую метод кригинга и искусственных нейронных сетей (ИНС) для уменьшения ошибок прогно- за поля пылевого загрязнения снегового покрова.

UR - http://elibrary.ru/item.asp?id=27183437

M3 - Статья

SP - 3

EP - 17

JO - Экологические системы и приборы

JF - Экологические системы и приборы

SN - 2072-9952

IS - 10

ER -