ГЕОФИЗИЧЕСКИЕ ПРОЦЕССЫ И БИОСФЕРА. 2018. T. 17, № 2. С. 48–60. DOI 10.21455/GPB2018.2-3
УДК 556, 504.453
ВЕРИФИКАЦИЯ ЭКСПЕРТНОЙ СИСТЕМЫ
ПРОГНОЗА ЗАТОРООБРАЗОВАНИЯ
НА р. СЕВЕРНАЯ ДВИНА
© 2018 г. И.М. Алёшин1, 2, И.В. Малыгин1
1 Институт физики Земли им. O.Ю. Шмидта РАН, г. Москва, Россия
2 Федеральный исследовательский центр комплексного изучения Арктики
им. академика Н.П. Лаверова РАН, г. Архангельск, Россия
Приведено краткое описание, а также результаты верификации экспертной системы для прогнозирования мощности ледового заторообразования на участке р. Северная Двина. Основу системы составляют данные гидрологических и метеорологических наблюдений за 1991–2016 гг. Обработка данных осуществлялась методами, разработанными в теории машинного обучения и смежных областях математики, так как отсутствие математической модели процесса заторообразования и малая временна́я глубина наблюдений не позволяют использовать классические статистические методы. Экспертная система была разработана авторами еще в 2012 г.; при ее настройке использовались данные гидрологических постов для сезонов 1991–2010 гг. В предлагаемой работе к исходным данным добавлен новый временной период 2011–2016 гг., что позволило провести повторное обучение системы и оценить ее качество. Проведенные расчеты показали работоспособность экспертной системы: прогнозы, рассчитанные с ее помощью, совпали с наблюдениями для всех шести добавленных сезонов. При этом точность прогнозирования, оцененная на всей совокупности данных, осталась практически неизменной и составила приблизительно 85 %. Программа является кросс-платформенной (реализована на языке программирования C++ в виде консольного приложения) и может быть адаптирована для использования в оперативной службе мониторинга гидрологической обстановки участка р. Северная Двина.
Ключевые слова: прогнозирование заторообразования, экспертная система, машинное обучение.
Цитируйте эту статью как: Алёшин И.М., Малыгин И.В. Верификация экспертной системы прогноза заторообразования на р. Северная Двина // Геофизические процессы и биосфера. 2018. Т. 17, № 2. С. 48–60. DOI: 10.21455/gpb2018.2-3
Литература
Агафонова С.А., Фролова Н.Л. Особенности ледового режима рек бассейна Северной Двины // Водные ресурсы. 2007. Т. 34, № 2. С. 123–131.
Берденников В.П. Модельные исследования механизма заторообразования для обоснования схемы ледозадержания на р. Днестре и определения ледовых нагрузок // Тр. ГГИ. 1974. Вып. 219. С. 31–55.
Берденников В.П., Шматков В.А. Натурные и лабораторные исследования образования заторов льда // Тр. IV Всесоюз. гидрологического съезда. Л., 1976. Т. 6. С. 361–370.
Бузин В.А. Условия и прогноз подвижек льда при замерзании р. Нева // Метеорология и гидрология. 1997. № 8. С. 83–87.
Бузин В.А. О наводнениях на реках, вызванных заторами льда // Водные ресурсы. 2000. Т. 27, № 5. С. 524–530.
Бузин В.А. Заторы льда и заторные наводнения на реках. Спб.: Гидрометеоиздат, 2004. 203 с.
Бузин В.А., Зиновьев А.Т. Ледовые процессы и явления на реках и водохранилищах: Методы математического моделирования и опыт их реализации для практических целей (обзор современного состояния проблемы). Барнаул: ООО «Пять плюс», 2009. 168 с.
Деев Ю.А., Попов А.Ф. Весенние заторы льда в русловых потоках: Физические основы и количественный анализ. Л.: Гидрометеоиздат, 1978. 110 с.
Журавлев Ю.И., Никифоров В.В. Алгоритмы распознавания, основанные на вычислении оценок // Кибернетика. 1971. № 3. С. 1–11.
Константинов Р.М., Королева З.Е., Кудрявцев В.Б. Комбинаторно-логический подход к задачам прогноза рудоносности // Проблемы кибернетики. М.: Наука, 1976. Вып. 31. С. 5–38.
Малыгин И.В. Методика прогноза образования ледовых заторов на реках на основе теории распознавания образов // Вестн. Моск. ун-та. Сер. 5. География. 2014а. № 3. С. 43–47.
Малыгин И.В. О задаче прогнозирования ледовых заторов на реках // Интеллектуальные системы. Теория и приложения. 2014б. Т. 18, вып. 3. С. 73–80.
Малыгин И.В. Логический подход к созданию экспертных систем прогнозирования опасных природных явлений // Естественные и технические науки. 2015. № 2. С. 102–112.
Панфилов Д.Ф. Закономерности движения воды и льда в широком прямоугольном русле при сплошном ледоходе // Метеорология и гидрология. 1968. № 8. С. 41–44.
Чеботарев А.И. Гидрологический словарь. Л.: Гидрометеоиздат, 1978. 308 с.
Чижов А.Н. О механизме формирования заторов льда и их типизация // Тр. ГГИ. 1975. Вып. 227. С. 3–17.
Agafonova S.A., Frolova N.L., Krylenko I.N., Sazonov A.A., Golovlyov P.P. Dangerous ice phenomena on the lowland rivers of European Russia // Natural Hazards. 2017. V. 88, N 1. P. 171–188
Frolova N.L., Kireeva M.B., Magritсkiy D.V., Bolgov M.B., Kopylov V.N., Hall J., Semenov V.A., Kosolapov A.E., Dorozhkin E.V., Korobkina E.A., Rets E.P., Akutina Y., Dzhamalov R.G., Efremova N.A., Sazonov A.A., Agafonova S.A., Belyakova P.A. Hydrological hazards in Russia: Origin, classification, changes and risk assessment // Natural Hazards. 2017. V. 88, N 1.
P. 103–131.
Сведения об авторах
АЛЁШИН Игорь Михайлович – кандидат физико-математических наук, заведующий лабораторией, Институт физики Земли им. О.Ю. Шмидта РАН. 123242, г. Москва, ул. Большая Грузинская, д. 10, стр. 1; научный сотрудник, Федеральный исследовательский центр комплексного изучения Арктики им. акад. Н.П. Лаверова РАН. 163000, г. Архангельск, наб. Северной Двины, д. 23. Тел.: +7 (499) 254-89-97. E-mail: ima@ifz.ru
МАЛЫГИН Иван Вячеславович – аспирант, Институт физики Земли им. О.Ю. Шмидта РАН. 123242, г. Москва, ул. Большая Грузинская, д. 10, стр. 1. Тел.: +7 (926) 128-46-76. E-mail: malygin.iv@gmail.com
THE VERIFICATION OF THE ICE BLOCK FORMATION FORECAST EXPERT SYSTEM:
THE SEVERNAYA DVINA RIVER CASE
I.M. Aleshin1, 2, I.V. Malygin1
1 Schmidt Institute of Physics of the Earth, Russian Academy of Sciences, Moscow, Russia
2 Laverov Federal Center for Integrated Arctic Research, Arkhangelsk, Russia
Abstract. Here we provide short description of an expert system for prediction of the ice jamming power in the area of the Severnaya Dvina river and verification procedure of the system. Expert system based on hydrological and meteorological data at time interval 1911–2016. To process data we use machine learning technique and adjacent mathematics, because there is no mathematical model of ice jamming process and time series of observations are too short to apply classical statistics approach. The expert system was developed early at 2012; to tune it data written at 1991–2010 seasons at hydrological pickets was used. In this work, we used additional data sets at 2011–1016 seasons to repeat learning and estimate quality of the system. It was shown that system has reliable efficiency: forecast results coincide with observations for overall added data (seasons 2011–2016). One should keep in mind additional data do not change the forecast accuracy, which stay approximately 85 % like in previous study. All developed software is cross-platform, written on C++ language and it is implemented as command line application. The software can be easily adopted to operate as part of Severnaya Dvina river area realtime monitoring service.
Keywords: ice block formation forecast, expert system, machine learning.
About the authors
ALESHIN Igor M. – Ph. D. (phys. and math.), head of a laboratory, Schmidt Institute of Physics of the Earth, Russian Academy of Sciences. Moscow, Russia; scientific researcher, Laverov
Federal Center for Integrated Arctic Research. Arkhangelsk, Russia. Tel.: +7 (499) 254-89-97.
E-mail: ima@ifz.ru
MALYGIN Ivan V. – postgraduate student, Schmidt Institute of Physics of the Earth, Russian Academy of Sciences. Moscow, Russia. Tel.: +7 (926) 128-46-76. E-mail: malygin.iv@gmail.com
ГЕОФИЗИЧЕСКИЕ ПРОЦЕССЫ И БИОСФЕРА 2018 Т. 17 № 2