Универсальная онтологическая модель системы мониторинга окружающей среды

by

А.А. Егоркин1,2,3 С.Ю. Самойлов2, В.П. Евстигнеев2

1Институт природно-технических систем, РФ, г. Севастополь, ул. Ленина, 28

 E–mail: egorkin1974@yandex.ru

2ФГАОУ ВО «Севастопольский государственный университет»,

 РФ, г. Севастополь, ул. Университетская, 33

3ФГКВОУ ВПО «Черноморское высшее военно-морское ордена Красной Звезды училище

 имени П.С. Нахимова», РФ, г. Севастополь, ул. Дыбенко, д. 1а

УДК 504.064.36                                              

DOI: 10.33075/2220-5861-2024-3-33-46

EDN: 

Для задачи цифровизации области мониторинга и контроля негативного воздействия на окружающую среду была разработана цифровая модель системы мониторинга окружающей среды на основе онтологического подхода. Корректность модели была верифицирована на примере мониторинга и контроля загрязнения атмосферного воздуха. В основу семантического описания терминов моделируемой предметной области положен стандарт W3C произвольной системы наблюдения SOSA (датчик, наблюдение, процедура наблюдения). Этот стандарт был расширен за счет введения новых классов, интегрирующих в цифровую модель метаинформацию для контроля качества данных мониторинга. Введены классы, позволяющие интегрировать разработанную модель с государственными реестрами, содержащими данные о санитарно-защитных зонах, водоохранных зонах, охраняемых объектах и иных зонах. В работе выполнена интеграция с цифровой моделью реестра объектов негативного воздействия на воздушную среду. Такая интеграция позволяет адаптировать модель под любые запросы практической деятельности в области экологии. Разработанная цифровая модель может являться информационным ядром для разработки интеллектуальных систем поддержки принятия решений в надзорной деятельности в сфере экологии.

Ключевые слова: онтологическая модель, мониторинг окружающей среды, семантическое моделирование, атмосферный воздух, цифровая платформа.

Полный текст в формате PDF

СПИСОК ЛИТЕРАТУРЫ

  1. Распоряжение Правительства РФ от 08.12.2021 г. № 3496-р «О стратегическом направлении цифровой трансформации отрасли экологии и природопользования к 2030 году.
  2. Rasyid M.U.H.A., Sayfudin A., Basofi A., Sudarsono A. Development of semantic sensor web for monitoring environment conditions. In Proceedings of the 2016 International Seminar on Intelligent Technology and Its Applications (ISITIA). Lombok. Indonesia. 28–30 July 2016. P. 607–612.
  3. Григорьев В.И. Автоматизированная обработка гидрометеорологической информации. Л.: Гидрометеоиздат. 1979. 303 с.
  4. Евстигнеев В.П., Евстигнеев М.П., Кульбида Н.И. [и др.] Создание унифицированной базы метеорологических данных Украины. Труды ФГБУ «ВНИИГМИ-МЦД». 2014. Вып. 178. С. 175–184.
  5. Uschold M. Ontology and database schema: What’s the difference? Applied Ontology. 2015. V. 10. P. 243258.
  6. Martinez-Cruz C.,·Blanco I.J.,·Vila M.A. Ontologies versus relational databases: are they so different? A comparison. Artificial Intelligence Review. 2012. V.38. P. 271–290. DOI 10.1007/s10462-011-9251-9.
  7. Горшков С.В. Введение в онтологическое моделирование. ООО «ТриниДата». 2014–2018. 150 с.
  8. Masmoudi M., Lamine S.B.A., Baazaoui H.Z. et al. An ontology-based monitoring system for multi-source environmental observations. In: 22nd International conference on knowledge based and intelligent information and engineering systems (KES2018). 3 September 2018 – 5 September 2018 (Belgrade, Serbia). 2018. P. 1865–1874.
  9. Wang X., Wei H., Chen N., He X., Tian Z. An Observational Process Ontology-Based Modeling Approach for Water Quality Monitoring. Water. 2020. No. 12 (3). P. 715.
  10. Musackov V.Yu. On building an ontological knowledge base of industrial ecology. Geoecology. 2022. No. 4. P. 36–39.
  11. РД 52.04.567-2003. Руководящий документ. Положение о государственной наблюдательной сети. 2003.
  12. Haller A. et al. Semantic Sensor Network Ontology. W3C Recommendation 19 October 2017 [electronic resource]. – https://www.w3.org/TR/vocab-ssn/#Observations (дата обращения: 11/16/2023).
  13. OWL Working Group. OWL 2 Web Ontology Language Document Overview (Second Edition). World Wide Web Consortium (W3C) Recommendation. 2012. URL: https://www.w3.org/TR/owl2-overview (дата обращения: 17.11.2023).
  14. Салибекян С.М., Петрова С.Б. Объектно-атрибутная модель представления пространственно-временных отношений между объектами // Прикладная информатика. 2016. Т. 11. № 3 (63). С. 103–115.
  15. The OsaWL ontological platform URL: https://t-systema.com/osawl-framework-functionality-2/ (дата обращения: 16.11.2023).
  16. Bonacin R., Nabuco O. F., Junior I. P. Ontology models of the impacts of agriculture and climate changes on water resources: Scenarios on interoperability and information recovery. Future Generation Computer Systems. 2016. V. 54. P. 423–434.
  17. Fazliev A.Z., Privezentsev A.I., Gordov E.P., Okladnikov I.G., Titov A.G. Ontological Description of Meteorological and Climate Data Collections. International Conference on Data Analytics and Management in Data Intensive Domains (DAMDID/RCDL’2017). Environmental Science. 2017. P. 266–272.
  18. Yun H., Xu J., Wei M., Guo Z. Marine Ecological Knowledge Management System Based on Ontology Repository. International Journal of u- and e- Service, Science and Technology. 2015. V. 8. No. 2. Р. 153–164.
  19. Horrocks I., Peter F. Patel-Schneider, Boley H., Tabet S., Grosof B., Dean M. SWRL: A Semantic Web Rule Language Combining OWL and RuleML. 2004. URL: http://www.w3.org/submissions/2004/SUBM-SWRL-20040521
  20. Ferrer B.R.,·Mohammed W.M., Ahmad M. et al. Comparing ontologies and databases: a critical review of lifecycle engineering models in manufacturing. Knowledge and Information Systems. 2021. V. 63. P.1271–1304.
  21. Türkmen A., Can O. Integrating Ontologies and Relational Databases for An Improved Data Access. International Journal of Multidisciplinary Studies and Innovative Technologies 2022 V. 6 (2). P. 202–207.

Loading