1. Вовед во енвиронментална информатика

1. Вовед во енвиронментална информатикаЕнвиронменталната информатика е дел од применетата информатика и поддржуваметоди и процедури на информатичката техологија кои придонесуваат во анализата наподатоци за околината (животната средина) и нејзнина заштита. Таа претставувааврска помеѓу природата и инженерството.Со примената на податоците добиени од набљудувањето на промените на состојбата воживотната средина (data sampling), како и моделите за симулација и системи заподдршка на одлуки кои се базираат на статистичките податоци добиени со методитеза анализа на податоци, кај проблемите и задачите поврзани со животната средина, седобиваат симулациони резултати и прогнози кои можат да ги објаснат и решатпроблемите од животната средина.Методите на енвиронменталната информатика се основа на процесите за донесувањена одлуки за проблемите во животната средина, со користењето на најсовременитекомјутерски технологии.Теми на енвиронменталната информатика Собирање и складирање на податоци Методи на набљудување на промените на состојбата на животната средина(environmental sampling) Енвиронментална анализа на податоци Енвиронментална статистика Енвиронментални временски серии Енвиронментални симулациони модели Системи за подршка при донесување на одлукиФизичка и енвиронментална аналитика Контрола на емисијата(зрачењето) со микро процесори Контрола на снабдувањето со енергија Контрола на процесите за производство Сензорски системи за набљудување на околината Лабораториски информациони системи Компјутерски контролирани лабораториски средстваИнформациска технологија Системи на бази на податоци (DBS) Лабораториски информациони и менаџмент системи (LIMS) Енвиронментален информационен системи (EIS) Географски информационен системи (GIS) Сателитски сликовит систем (SIS) Глобални системи за позиционирање (GPS)Донесување одлуки Бази на податоци Симулациони модели (SM)

Системи на знаења Системи за подршка при донесување на одлукиЕнвиронментални информациони системи (EIS)Чување и администрирање на податоци за почвата, воздухот, атмосферата, водата,потрошуваката на вода, видовите и индивидуите во животната средина. EIS се алатки за Собирање Анализа Кондезирање (зголемување на компактноста) Администрирање ВизуелизацијаОбезбедува податоци од животната средина, за да може да се изведува изградба намодели и да се користат симулациони техники, и да се направат истите податоцидостапни за донесувачите на одлуки.ЕкосистемиНајчесто, алатките на Енвиронменталната Информатика се применети наекосистемите.Екосистемот во принцип се дефинира како животен и функционален систем илицелина, кој може да одржува живот и ги содржи сите биолошки и небиолошкипроменливи во себе.Просторните и временските ограничените размери (рамки) не се наведени какоприоритет, но се целосно базирани врз објективните резултати од проучувањата наекосистемите.Пристапи кон проучувањето на екосистемитеЕмпириски студии, каде што се собираат делови од информации. Се прави обид да сеинтегрираат и склопат (поврзат) овие информации во комплетна слика.Компаративни студии, каде што неколку структурни и неколку функционалникомпоненти се споредуваат во домен на одредени типови екосистеми.Експериментални студии, каде што се користат манипулации на екосистемот заидентификација и толкување(појаснување) на еколошките механизми.Студии за моделирање и компјутерска симулација, за да се добијат планови заменаџирање на екосистемите и за поттикнување на креирањето на еко-технолошкиалатки за контролни акции кои се насочени кон некоја цел.Комплексност на екосистемитеЕнвиронменталните системи се сложени динамички системи. Тие се карактеризираатсо големи димензии (изведени преку бројот на подсистеми и корелации). Бидејќирешава сложени енвироментални проблеми, системот мора да биде разграден.Сложените системи можа исто така да бидат окарактеризирани и преку степенот наможни извршувања на пресметки и несигурноста на таквите тврдења.Проблемите со можноста за набљудување на карактеристиките на системот, можностаза контролирање на состојбите на системот, достапноста на состојбите на системот,вознемиреноста на тие состојби, робустноста на описот на математичкиот модел, морада се решат и треба да се одговорат многу прашања за вистинитоста на математичкитемодели.

Најчесто, информационата структура на сложените системи е недостапна порадинасобраните нивоа на информации во системот.Енвиронментални објектиПрвиот чекор во обработката на податоците се однесува на пресликување наенвиронменталните објекти (објекти од реалниот свет) во ентитети кои сепоапстрактни и кои можат да бидат обработени од компјутери или директно оддонесувачите на одлуки.Енвиронменталните објекти можат да бидат природни ентитети (пр. животни,расетнија, езера, планини, предели) или објекти изградени од човекот (пр. куќи,градови, фабрики, Waste Water Treatment Plant). Секој еден енвиронментален објект епресилкан во колекција од енвиронментални податочни објекти.На пример, типичен енвиронментален податочен објект би била временска серија намерења на квалитетот на водата, која го опишува оденсувањето на времени променикај одредени хемиски супстанции во езеро или река (соодветниот енвиронменталенобјект).Карактеризација на енвиронментален систем (ES)Енвиронментален систем е множество од меѓусебно поврзани објекти (пр. животни,видови, елементи, делови, оддели), кои имаат некои основни карактеристики: Изведуваат некоја функција Може да се дефинираат според некоја цел на системот, препознатлива занабљудувачот Имаат карактеристична консталација од (базични) системски елемeнти и(базична) системска структура која ја одредува нивната функција, наменаи идентитет Го губат својот идентитет ако се уништениСистемот не е делив, што значи дека ако еден или неколку (основни) елементи сеотстранат неговата намена нема да може да биде исполнета.Енвиронментални метаподатоциЕнвиронменталните метаподатоци се однесуваат на точно одредени енвиронменталниподаточни објекти.Секој енвиронментални податочен објект е поврзан со еден или повеќе метаподаточниобјекти, кои го одредуваат неговиот формат и содржина. Податоци за просторнитеи/или времените размери се исто така вклучени.2. Собирање и складирање на податоциВоведПоради политичкиот, правниот и административниот развој, количината и квалитетотна собраните енвироментални податоци видливо се зголемија во последните 35 години.Овај развој беше под влијание на подобрувањата во полето на собирање, менаџирање иупотреба на енвироменталните податоци.Инсталирани се, и обновени, сензорски мрежи, со цел да се надгледува квалитетот наводата, воздухот и почвата. Се повеќе се употребуваат сателитски податоци и податоцидобиени по пат на методот на оддалечена дразба (remote sensing) се повеќе сеупотребуваат со цел да се задржат енвироменталните информации.

Множествата енвироментални податоци се големи и сложени. Нивнотоадминистрирање бара моќни процесори и ефикасни технилогии за складирање.Проблемот е во прашањето како да се манипулираат и обработат овие големи инеструктурирани множества податоци, така што би се одржала ефикасна поддршка задонесување на одлуки.Таксономија (1) на објектитеТерминот, собирање на податоци (data capture) го означува процесот напроизлегувањето на енвироменталните податочни објекти од енвироменталнитеобјекти, така што секој објект од реалниот свет може да се смета за енвироменталенобјект. Живите и неживите енвироментални објекти се групираат во повеќе класи сотипични атрибути (пр. таксономија на видовите).Поедноставни таксономични структури на животната средина се дадени кај почвата,водата и воздухот. Оваа таксономија вообичаено се користи од страна на владинитеагенции за животна средина. Разбирајќи ја животната околина како еден интегриран икомплетен систем, оваа таксономија води кон интердисциплинарни задачи.Па така, групите составени од сили за интердисциплинарна задача и енвироменталнитемрежни организации стануваат сé повообичаени.Општи примери за објектни таксономии Атмосфера, која ги вклучува сите објекти над површината на земјината топка. Хидросфера ги содржи сите објекти кои се поврзани со вода. Литосфера се однесува на почва, седименти и карпи. Биосфера ја соединува цела жива материја (сите живи суштества). Техносфера се користи за означување на објекти изработени од човекот. Социосфера означува социјални и економски корелации во рамките начовековото општество.Објектна таксономија кај екологијатаОбјектната таксономија кај екологијата се дефинира со: Oтекологија (Autecology) (Корелации помеѓу видовите и нивните корелации сонеживата средина). Еколошките процеси се одвиваат во рамките на екосистемот. Синекологија (Synecology) (Корелации помеѓу заедниците и нивните животнисредини, како и помеѓу жителите во рамките на заедницата). Еколошкитепроцесии се одвиваат во рамките на заедницата. Демекологија (Demecology) – екологија за населението (корелации помеѓуиндивидуите во рамките на едно население, како и корелации помеѓу населенијатаи живата и нежива околина). Процесите се одвиваат во рамките на населението.Пресликување на животната срединаГлавното прашање е кои од објектите во животната средина треба да се набљудуваат,и кои од податоците поврзани со нив треба да се собираат.Постојат повеќе начини да се извлечат енвироментални податочни објекти оденвироменталните објекти.Резултатите се достигнуваат во форма на временски распределени серии од мерења.1 Наука за основите на редот и систематизацијата во некоја област

Суровите влезни податоци мора да се подложат на обработка која е дефинирана вооднос на областа (домејн) и направите кои се користат.Во зависност од изворните податоци, оваа обработка може да вклучи и некоиманипулации како оптичко прекршување, потиснување на шумови, филтрирање, иликонтрастно појаснување (нагласување).Обработка на сурови податоциПроцедурите за обработка на сурови податоци претставуваат сложени аналитичкитехники (лабораториски методи) кои можат да се употребуваат при набљудувањето натоксикантите во животната околина.Воздушното и сателитско сликање се повеќе се користи со цел да се набљудуваатподалечните области и да се препознаат долготрајните нарушувања на животнатаоколина (environmental loads). Суровите резултати добиени во форма на слики најчестосе обработуваат и презентираат како тематска мапа, со цел да може да се визуелизирараспределеноста на нарушувањето.Во однос на контролата на шумите и дивите животни, непосредното (рачно)пребројување на животни и растенија често претставува најдоверлив извор наподатоци.Во однос на објектите од техносферата или социосферата, корисно е да се проучувапечатена документација со цел да се извлечат и структурираат баранитеенвироментални податочни објекти.Процедури за валидација на податоцитеПроцедурите за валидација на податоците вклучуваат:Времена валидација: Новодобиените мерења се споредуваат со претходните мерења исо некои референтни податоци добиени во слични услови.Географска валидација: Податоците кои не се вклопуваат во вообичаените шеми сеподложуваат на крос-валидација со помош на мерења добиени со друга опрема воистата област, која служи за мерење на истите параметри.Просторно-временска валидација: Податоците се споредуваат со претходни мерењадобиени со истата опрема.Параметарска валидација: Податоците кои не се вклопуваат во нормите сепрепраќаат на контра-валидација (across-validation) со помош на опрема која мериразлични параметри.Напредни техники За обработката и почетната евалуација на суровите енвироментални податочниобјекти, како значителен потенцијал се сметаат системите базирани на знаење(knowledge-based systems). Со посебен осврт кон презентирањето на знаењето,енвироменталните апликации можат да ги исполнат барањата со помош настандардни техники за бази на податоци и вештачка интелигенција. Презентација на знаењата Спојување на податоци Бејзова (Bayesian) теорија за веројатност и несигурни информации Складирање и безбедност на податоците Системи за управување со бази на податоци Бази на податоци Географски Информациски Системи

Презентација на знаењатаСтатичко знаење се складира во специјализирани системи од датотеки или ворелациони или објектно-ориентирани бази на податоци.Објектно-ориентираните бази на податоци на корисниците им даваат можност загрупирање на слични објекти во класи и можност тие класи да се поврзат во еднанаследна хиерархија.Сите објектите во секоја од тие класи, имаат заедничко множество атрибути, а постоиможност да имаат и одреден број заеднички методи, како на пример посебнипроцедури кои земаат еден или повеќе објекти од класата како аргументи.Како посебна забелешка во однос на наследувањето е податокот дека атрибутите иметодите кои се дефинирани во некоја класа C сместена погоре во хиерархијата сеисто така валидни за сите класи во подолните слоеви под C (подолната структура настеблото).Динамичко знаењеДинамичкото знаење во ЕИС е претставено преку IF-THEN наредбите. Самиот концептна системи на знаење базирани на наредби подразбира кодирање на достапнитеинформации за енвироменталните објекти со помош на можен голем број релативноедноставни наредби во однос на сложена процедурална програма.Секоја наредба се состои од IF сегмент и THEN сегмент. Почнувајќи од некоја почетнасостојба, системот проверува кои од наредбите се моментално извршливи.Доколку може да се изврши повеќе од една наредба, системот избира една од нивспоред дадена шема на приоритет.Спојување на податоцитеСобирањето на енвироментални податоци може да се изведи со помош на техники коисе сметаат за стандардни во обласите на статистичката класификација, управувањетосо бази на податоци, и вештачка интелигенција. Доколку суровите податоци сесоединуваат и евалуираат, влезните податоци се само еден дел од информацијата.Исто така, во предвид се земаат и други информации кои зависат од околностите, соцел да се извлечат оние енвироментални податочни објекти за кои се интересиракорисникот. Луѓето експерти секогаш земаат во предвид такви информации когаевалуираат одреден примерок.Еден вид стратегија која би ги исполнила очекувањата е да се формира работнахипотеза, и истата да се издржи врз база на достапните информации. При тоа мора дасе вклучи и можноста влезните податоци делумно да си противречат едни на други.Бејзова (Bayesian) теорија за веројатност и несигурниинформации• Енвиронменталните податоци се често пати непрецизни и несигурни. Од таковтип податоци, можат да бидат извлечени само веројатни заклучоци.• Услов кај Бејзовата статистика е настаните да се независни еден од друг. Оваапретпоставка е ретко точна во енвиронментален контекст.• Несигурноста која произлегува од суровите множества од податоци и бази наподатоци може да се процени со помош на Демпстер-Шафер пристапот(Dempster-Shafer). Често се користи при собирањето на енвиронменталнитеподатоци.

Демпстер-Шафер пристап• Клучната замисла е логички да се оддвојат аргументите кои се за и противдадена хипотеза H. Оваа разделба е овозможена со разликувањето на довербатаBelief(H) од веројатноста Plausability(H).• Обата концепти се преставени со некој број помеѓу нула и еден.• Довербата (верувањето) ја претставува тежината на фактите кои ја поддржуваатхипотезата на која се работи.• Спротивно на тоа, веројатноста (одржливоста, прифатливоста) е еднаква на еденминус тежината на фактите кои зборуваат против H.Степен на несигурност• Согласно на тоа, Pl(H) = 1 - B(H*), ако со H* се означува дека хипотезата енеточна.• Довербата кај една контрахипотеза B(H*) некогаш се нарекува сомневање D(H)во однос на хипотезата која се разработува, H.• Согласно на тоа, Pl(H) = 1 - D(H).• Кај Бејзовата веројатност довербата и веројатноста на една теорија одговараатна p(H) = B(H) = Pl(H) = 1 - p(H*).• Кај Демпстер-Шаферовата теорија: B(H) ≤ Pl(H).• Разликата помеѓу B(H) и PI(H) го претставува степенот на несигурност U(H) вооднос на хипотезата.Складирање и безбедност на податоците• Во минатите години, поголемиот дел од податоците кои имале енвиронменталнаважност биле достапни само во аналогна форма. Ова се однесува на податоцитеод некои историски записи, но исто така и на доста голем број понови тематскимапи, слики и документи.• Овие множества на историски податоци, кои се значајни за тековните и иднитеапликации, забрзано се дигитализираат. Ваквиот процес е поддржан одконстантниот напредок кај технологиите за скенирање.• Може да се каже дека новите податоци речиси се доловуваат во некој дигиталенформат, а нивната достапност е воглавно прашање на логистика.• Во основа, постојат две опции за складирање на дадено множесгво од дигиталниподатоци.1. Систем за управување со бази на податоци (DBMS) со добро-дефиниранподаточен модел, типично релационен, објектно-релационен, или објектноориентиран;2. Систем од датотеки кој е специфичен за дадена апликација (application-specificfile system), бидејќи сеуште се користи од страна на многу географскиинформациони системи (GIS).• Енвиронменталните податоци имаат специфични арања во однос на базите наподатоци и складирањето на податоците. Во поголемиот број случаи,енвиронменталните податоци се изградени од три дела информации: мареијалниинформации или информации базирани на субстанции, временски информациии просторни информации.• Една енвиронментална база на податоци се карактеризира според типот наподатоци кои се чуваат во неа, според типот на системот за управување кој секористи при складирањето на податоците и според типот на достапниинформации кои се добиваат од самата база на податоци.

• Операциите помеѓу апликациите и барањата се организираат преку интерфејси.Додека во минатото постоеше тесна врска помеѓу складирањето и обработкатана податоци, поновите системи прават јасно разграничување помеѓу тие двезадачи.• Ваквиот тренд е резултат на општата тенденција кон креирање на отворенисистеми. Бидејќи корисниците бараат удобни интерфејси помеѓу различнихардверски и софтверски алатки низ хетерогени компјутерски платформи,продавачите се принудени да ги разградуваат своите производи на повеќесегменти со конкретна функционалност.• На пример еден GIS, посебно искористен за складирање на податоци,обработување на барања поврзани со податоците и податочна визуализација нагеографски информации, функционира на цврсто интегриран начин.Системи за управување со бази на податоци• Еден DBMS служи како комплетен збир од јазици за работа со податоци, кадеделовите се претставени преку:– data definition language (DDL), јазик за дефинирање на податоци– query language (QL), јазик за прашалници– data manipulation language (DML), јазик за манипулација со податоците• Овозможена е и конекција со програмски јазици на повисоко ниво. Воглавно секористи структуриран јазик за прашалници - structured query language (SQL).• Сите операции врз податоците, во рамките на една база на податоци, сеизведуваат со помош на трансакции кои треба да дозволуваат повеќекориснички операции. Воглавно, комерцијаните DMBS се резултат наапликативно насочениот развој.Географски информациски системи• Географските информациски системи се основни алатки на енвиронменталнатаинформатика кои служат за управување на околината, вклучувајќи и поддршкапри донесувањето на одлуки како и визуелизација на голем бројенвиронментални податоци. Основната замисла за GIS беше да секомпјутеризира метафората на тематска мапа.• Во основа, GIS се компјутерски алатки кои служат за собирање, манипулирање,обработување и прикажување на податоци кои се просторни или географскиориентирани. Просторните податоци сеуште претежно се чуваат во приватнисистеми од датотеки. Затоа, поголемиот дел од основните податочни модели себазираат на слоеви. Информациите се кодираат во одреден број на тематскимапи, како на пример мапи на растителниот свет, мапи на почвата илитопографски мапи.• Со посебно внимание кон геометријата, секоја мапа одговара на дел одцелината, претставена преку одделни полигони. Секој полигон претставуварегион кој е доволно хомоген, согласно со темата на мапата. Мапите можат дасе усовршат преку употреба на линии и точки кои би претставувале некоиспецифични делови, како на пример патишта или градови.

3. Семплирање (мерење на промените) на животнатасрединаДефиниција Семплирањето на животната средина е дефинирано како опсервација(набљудување) на промената на состојбите во околината (подмножество одмониторинг). Мониторингот на животната средина е дефиниран како континуиранонабљудување на состојбите во околината. Целта на самплирањето е изнаоѓање на информации за фреквенцијата надистрибуција на податоците од животната средина или за можнитедистрибутивни параметри (да се одреди веројатноста измерените големини да сево предвидените граници).Вовед Еколошките податоци може да се добијат од примероците на теренот и (или) одлабораториски анализи. Овие податоци може да бидат директно набљудувани(директни набљудувања) или индиректно набљудувани (во зависност од градацијата нааналитичките инструменти и сензори). Сумарните (збирните) податоципроизлегуваат од статистиките или од ограничените видливи индикатори.Симулационите податоци се добиваат од симулационите модели.Препораки при семплирање на животната средина Целите и потребите од собирањето на податоци од животната средина требакатегорички да се формулираат за секоја апликација. Потребно е претходно знаење зафакторите кои влијаат врз енвироманталните променливи кои ќе бидат предмет наиспитување. Во текот на процесот на семплирање не треба да се земат во предвидодредени промени на надворешните и внатрешните движечки сили (driving forces).Постоечките пресметки може да се доволни за понатамошна употреба доколку седобиени преку непристрасен дизајн на семплирање.Дизајн на семплирањеФазите на проток на податоци при прибирање на податоци од животната средина сепретставени преку: Добивање (прибирање) на податоците (опсервација, мерење, опис), Обработка на податоците (на пр.соединување, идентификација, статистика ), Складирање на податоците (бази на податоци, метаподатоци, GIS) и Анализа на податоците (моделирање, симулација, системи за донесување наодлуки, системи на знаења).За дизајнот на семплирање потребно е основно познавање на процесите во животнатасредина.Предуслов за идентификација на одреден систем или процес е достапноста насоодветните записи за набљудуваниот процес или динамиката на системот.Важни аспекти кај експериманталниот дизајн се:1. Главните временски константи на обработката2. Фреквенција на семплирање (мерење)3. Времетраење на опсервациите и на експериментот4. Избор на иницијални (почетни ) вредности на опсервациите5. Ниво на шум (noise level)6. Нелинеарности во процесот

Примери за семплирање на енвироментални променливи1. Биланс на вода – Влезни податоци за површински и подземни води, излезниподатоци и промени2. Хемиски променливи – Органски и неоргански супстанци, производи наметаболизми3. Физички променливи – Надворешни и внатрешни движечки сили4. Биолошки променливи – Прибирање и преработка на хранливите материи иорганските супстанци кај растенијата и животните5. И други потребни променливи.Најважно при семплирање на животната средина Информации за содржината на податоците – опсервација, запишување наподатоците и/или мониторинг на состојбите во околината како резултат на хемискитепроменливи. Опис на податоците – анализа на податоците, статистичко, хемиско ипричинско-ефективно моделирањето и симулацијата. Технолошки дизајн – развој на семплирањето и апликација со примена насовремени методи за детекција на енвиронменталните составни делови, лабораторискаопрема, хардвер и софтвер. Дизајн на мерењата во време и простор – разгледување на просторната областво однос на временските промени на процесите и нивниот размер, промена насостојбата во околината со интерни и екстерни контролни шеми. Институционален дизајн – Админстрација и организација на управување сооколината, баланс во искористувањето на ресурсите, хиерархија кај активностите законтрола во животнате средина. Економски дизајн – Карактеризирање и евалуација на алтернативите науправување (менаџирање) и нивниот ефект врз околината, одлучување и креирање наполитика.Извори на променливост (варирање) во програмите засемплирањеИзворите на променливост (варирање) во програмите за семплирање се претставенипреку: Варирање (променливост) предизвикана од факторите на околината (помеѓуместоположба и временски период (sites & dates) или помеѓу временскиот период наиста местоположба). Варирање (променливост) предизвикана од внатрешните (природни) фактори помеѓупримероците ( исто место во исто време ). Варирање (променливост) предизвикана од различни хемиско аналитички методи(помеѓу детерминација) и Варирање (променливост) предизвикана од различни хемиски пред-третмани (истидетерминации).Сателитско сликање ( фотографирање ) Дигиталните растерски податоци добиени од сателитските системи ги содржатподатоците за средината само во имплицитна форма. Истите области никогаш не се снимаат наистиот начин поради променливите услови во атмосферата, вегетацијата и промените кајнивното осветлување. Заради оваа причина постои развиена инженерска гранка за анализирањена ваквото претставување. Тука се вклучени техники од различни инженерски и научни дисциплини на пр.контролно инженерство, граѓанско инженерство, инженерство на обработка, електроинженерство, информациона технологија, компјутерска технологија, математика,информатика, хемија, биологија, екологија; каде што се вклучени методи за обработка насигнали, статистика, препознавање на шаблони како и вештачка интелегенција.

Проблеми се појавуваат со класификацијата на пиксели, групирањето на граничнитепиксели за да се формираат објекти, идентификувањето на примероците на сликите одреалниот свет и при препознавањето на карактеристиките.СателитиLandsat Овој сателит обезбедува периодични мулти-спектарни податоци со висока резолуцијана површината на Земјата на глобална основа. Тој ја обиколкува Земјата еднаш на секои 16дена, снимајќи го секој дел од површината на Земјата. Секоја сцена опфаќа површина од 185 Х172 километри квадратни.SPOT СПОТ претставува сателит за набљудување на планетата Земја. Тој поседувасофистицирана технологоија за скенирање, за поткрепување на стереоскопската (3Dвиртуелна) слика и други напредни опции за набљудување. Главните апликации вклучуваатстудии на влијанието врз околината, геолошко истражување и креирање на тематски мапи.AVHRR (Advanced Very High Resolution Radiometer) Преставува сателистски систем што се применува за прогноза на времето, мониторингна загадувањето, детекција на токсичното цветање на алгите и мониторинг на песочните бури.Тој исто така се користи за пресликување (мапирање) на глобалната вегетација.Американскиот Центар за Податоци од Геолошки Набљудувања (Geological Survey’s DataCentre) произведува четири нивоа на податочни производи на AVHRR временски серии; кои седизајнирани за потребите од биофизички податоци и податоци за обвивката на Земјата, кајистражувањето на глобалните промени.4. Системи од просторни бази на податоциВоведСистемите од просторни бази на податоци преставуваат обид да се обезбедатсоодветни алатки за управување (менаџирање) на податоците, кои што ќе можат да гикористат програмерите и корисниците кои користст апликации што работат сопросторни податоци.Барањата во однос на управувањето (менаџирањето) со податоците кај просторнитеапликации значително се разликуваат од оние кај бизнис апликациите. Овие апликациинајчесто имаат едноставно структурирани записи на податоци. Постојат само мал бројна релации помеѓу податочните членови. Системите за релациони бази на податоцидобро одговараат на ова барање.Од друга страна, просторните бази на податоци содржат повеќедимензионалниподатоци, како и експлицитни информации за податочните објекти, нивниот обем, инивната положба во просторот. Овие објекти најчесто се преставени во векторскибазиранформат. Нивната релативна положба може да биде експлицитно илиимплицитно зададена.Објектите кои се базираат на просторни податоци имаат сложена структура. Еденобјект може да се состои од една точка или од неколку полигони распросранети низпросторот. Овие објекти имаат динамички структури. Внесувањето и бришењето наподатоци се овозможува (извршува) со ажурирање.Структирите на податоците мораат да го овозможат ова динамичко однесување и притоа да не се влошуваат со тек на време. Базите за просторни податоци се многу големи.Географските мапи окупираат (заземаат) голем дел од меморијата.

Не постои стандардна алгебра за просторните податоци. Ова поточно значи дека непостои стандардизирано множество на основни операции. Тоа множество зависи оддадениот домејн (област) на апликацијата.Типови на просторни податоциТрадиционалните системи за бази на податоци не нудат никакви типови на просторниподатоци. Покрај класичните типови на податоци како integer, real, character, stringовие системи понекогаш нудат и нестандардни типови на податоци како датум (date) ивреме (time). Еден објект од просторната база на податоци е дефиниран преку неколкуне-просторни атрибути и еден атрибут кој претставува некој тип на просторен податок(spatial data type). Овој просторен атрибут ја опишува просторната геометријата,обликот на објектот.Управувањето со просторните податоци страда поради несовпаѓањето (несогласување)помеѓу неговите теоретски потреби за бесконечна точност и ограничената точност којасе обезбедува со помош на компјутерите. Фактот дека компјутерите неможат дапретстават реални броеви со произволна точност води кон имплицитнаимплементација на мрежно базиран модел на податоци.Realm (домен) претставува конечно множество на точки и линии распостранети надискретна (апстрактна, оддвоена) мрежа, кое исполнува одредени услови. Секоја точкаод доменот мора да биде точка на мрежата. Секоја линија од доменот мора да директнаконекција помеѓу две точки. Линиите не смеат да се сечат.Просторни операториОператорите се групирани во оддлени класи, зависно од нивното влезно–излезнооднесување. Најмалку еден од операторите мора да биде од просторен податочен тип.Влезното однесување се однесува на унарен, бинарен или n-арен опеартор или на типотна неговиот операнд. Излезното однесување се однесува на типот на резултатот.1. Унарни операции со булеан резултат.2. Унарни операции со скаларен (може да се претстави преку точка во некојразмер) резултат. Овие операции го мапираат просторниот објект во реален илицел број.3. Унарни оператори со просторен резултат. Најважни оператори се опеарторитеза сличност кои што го мапираат просторниот објект во сличен објект прекутранслација, ротација или скалирање. Овие опеартори за сличност сеподмножество на класата за тополошки 2 трансформации каде што димензијатана влезниот обејкт секогаш мора да се запази.4. Други унарни оператори мапираат d-димензионален просторен објект во објектод повисока или пониска димензија. Опеарторите за граница (boundaryoperators) мапираат d-димензионален просторен објект во (d-1)-димензионаленобејкт. Спротивно од него, внатрешниот (interior) опеартор мапира d-димензионален обејкт во (d+1)-диманзионален објект.5. Бинарни опеаратори со булеан резултат. Овие опеартори се познати какопросторни предикати или просторни релации. Тие користат два просторниобјекта како влез и продуцираат булеан вредност како излез. Се класифицираатспоред тополошките врски, директните врски и метричките врски или според, е-заобиколен-со (is-enclosed-by).2 Топологија – наука за местата каде што некоја појава најдобро се гледа

Тополошките врски се непроменливи во однос на тополошките трансформации(транслација, ротација, скалирање). Примери за овие врски се пресеци, содржи(дали еден објект се содржи во друг) и соседи (дали објектите се соседни). Директните врски се однесуваат на моменталната локација на просторнитеобјекти. Чуствителни се на ротации. Пример северо-западно од, над, под, блискудо, итн. Метричките врски се чуствителни на тополошките трансформации. Примеррастојание < 100m.6. Бинарни оператори со скаларен резултат. Пример оператор за растојание.7. Бинарни оператори со просторен резултат. Овие типови на оператори опфаќаатоператори за множества и оператори за пребарување.8. Класата на опеартори за множества ги опфаќа униите, разликите и пресеците9. Класата на операторите за пребарување се занимава со просторно пребарувањена голема површина на просторни објектиКомпјутерска имплементација на просторните операториЗа да се добие ефикасна пресметка, со помош на просторните оператори, потребно е дасе направи посебна имплементација на просторните податочни типови. Понекогаш екорисно истите просторни објекти да се прикажат на повеќе начини се со цел да седобијат поголем број варијанти на просторни оператори.Пример1. Еден полигон може да се претстави како листа од врвови (vertex) која ги содржисите врвови на полигонот (на пр. координатите на триаголник). Оваа листаподдржува употреба на операторите за сличност.2. Скалирањето се однесува на множење со скалар (B=r*C).3. Ротацијата се однесува на множење на матрици.Истот така, треба да се користи просторен query јазик.1. Стандардниот SQL се користи за пишување на прашалници (query) и добивањена непросторни податоци.2. Одредени надградувања на SQL се користат за пишување на прашалници(query) и добивање на просторни податоци.3. Графичките аспекти се обработени преку посебен јазик за графичкопретставување (graphical presentation language GPL).4. Заемната комуникација помеѓу просторниот SQL и GPL нуди широк спектар наможности за графичко рендерирање на резултатот добиен од прашалникот.Проблемите од компјутерската имплеметација се појавуваат поради фактот што нестанува збор за уникатен (единствен) начин на претставување на просторнитеподатоци. Ниту еден систем за управување со бази на податоци не ги задоволува(покрива) сите потреби. За да може да го користат поголем број на корисници, СУБПмора да биде дизајниран независно од било која апликација.Кај апстрактните типови на податоци, системот треба да нуди само мал број наосновни типови на податоци и оператори. Корисникот може да ги согледа само тие

основни типови на податоци плус апстрактните типови на податоци кои што биледекларирани само за дадената апликација.Овој пристап ја олеснува употребата на системот за бази на податоци за неискуснитекорисници и помага во редуцурање на времето потребно за учење (тренинг).5. Географски Информациони Системи - Geographicalinformation systems (GIS)ВоведЕден компјутерски-базиран систем, се состои од хардвер, софтвер, податоци и апликации.Истиот обезбедува научни информации кои се просторно поврзани. Еден ГИС мора да нуди фукнции за:– влез,– чување,– проверка,– манипулација,– интеграција,– анализа и– алфа-нумеричко, како и графичко претставување на просторнитеподатоциИнтегрирањето на тематските податоци и информациите за просторното сместување(кои ќе бидат картографски претставени), е она по што еден ГИС се разликува од еденобичен картографски- или CAD –(Computer Aided Design) систем. system.(Weidenbach, 1999)ГИС не е само алатка за правење на мапи, тој претставува систем за анализа наподатоци!Други дефиниции за ГИС• Заедничкото тло помеѓу обработката на информации и големиот број областикои користат техники за просторна анализа. (Tomlinson, 1972).• Моќен сет од алатки за собирање, складирање, изведување, трансформирање иприкажување на просторни податоци кои потекнуваат од реалниот свет.(Burroughs, 1986).• Компјутерски СУБП за собирање, складирање, изведување, анализа и приказ напросторни податоци. (NCGIA, 1987).• Информационен систем, дизајниран за работа со податоци кои се означени сопросторни или географски координати. Со други зборови, еден ГИС еистовремено и систем од бази на податоци, со специфични можности запросторно означени податоци, како и множество од операции или обработки натие податоци.(Star and Estes, 1990).

Терминот ГИСТерминот ГИС има повеќе значења.Во зависност од тоа на што ќе се фокусираме, може да се каже дека е:– колекција од просторни податоци– колекција алатки– пакет од хардверски и софтверски компоненти– технологијаПридонес кон развитокот на ГИС• Информатика (графика, визуелизација, бази на податоци, безбедност,администрирање со системот)• Географија и сродни области (картографија, геодезија 3 , геоморфологија 4 ,просторна статистика)• Корисник (јавна администрација, инженерство, пребарување на локации,планирање, геологија, рударење, шумарство, маркетинг, криминалистика)Визуелизација на податоциДоколку податоците се прикажуваат во табели, станува збор за прецизни податоци коине се просторно прикажани. Кај просторното прикажување (мапа), податоците секласифицираат и јасно може да се претстави просторната ориентација.Елементи на еден ГИС3 Наука за премерувањето на земјиштето4 Наука за облиците и промените на земјината кора

ГИС, како модел од четири компонентиКои операции можат да бидат изведени со помош на ГИС?• Што е каде? (What is where)• Каде е што? (Where is what)• Што се изменило од ...?• Како се распространуваат просторните податоци?• Што ќе се случи ако ...?ГИС го користи просторното алоцирање како вообичаен клуч за различни записи наподатоци. Различни теми се поврзани преку својата географска позиција.Чекори кај еден ГИС проект1. Здобивање со податоци (хартиени мапи, дигитални датотеки, податоцидобиени како резултат на реакциите на оддалечени дразби (remote sensing),сателитски податоци, работа на терен),2. Обработка на податоци (подготовка, интеграција, конверзија на податоци,дигитализација и/или скенирање, поклопување на рабови, корекција(ретификација) ),3. Управување со податоци (избор на променливи, дефинирање на податоци,дизајн на табели (перформанси, лесни за користење), CRUDпринципи/процедури (креирање: влез на податок; извлекување: поглед;ажурирање: промена; бришење: отстранување)),4. Манипулација и анализа (поклопување на адреси, мрежна анализа, теренскомоделирање: испакнатини, различни аспекти),

5. Генерација на продукт (табеларни извештаи, графика: мапи, дијаграми).Што треба да е возможно благодарение на ГИС?Управувањето, анализата, поврзувањето, презентацијата на географски податоцидозволува: автоматска обработка на географски податоци, на пример при изработка на мапи(карти), пресметки на површини или растојанија пресметување на испакнатини, насока на експозицијата или анализа навидливоста, планирање на патиштата, сообраќаен менаџмент или логистика интеграција на податоци со различни потекла и типови поврзување на податоците кон мапите, со што сложените просторни релации ќестанат видливи одговор на просторни прашања (на пример: Колку објекти се сместени ворамките на дадено растојание во однос на друг објект?) просторно моделирање на сложени сценарија (анализа на ризик, планирање напатишта, управување со искористувањето на ресурсите)Системска архитектура и компоненти

Податочни моделиШто треба да претставува еден ГИС?Оддвоени елементи (врвовите) и информации со континуитет (подземни води во еднаобласт, нивата оддалеченост од површината.Издвоените (дискретните) објекти имаат атрибути како должина волумен искористеност на земја типИнформациите со континуитет кои се однесуваат на конкретна област имаат градиентикако: температура количество на вода распределба на врнежи број на загадувачиВо зависност од концептот на податоците, постојат растерско/мрежни-ГИС иливекторски ГИС. Системите кои работат и со двата типови, се познати како хибриднисистеми.

Општа структура на мрежаВекторски податоци• Неопходна е векторска структура со цел да се овозможи објектно-насоченоуправување со податоците во еден ГИС. Се користи при реализацијата натополошки структури и сложени податочни модели.• Објектите кај векторските GIS се точки, линии, полигони• Секој ГИС-објект во еден поглед има своја презентација базата на податоци.Атрибутите ги опишуваат објектите и дозволуваат селекции и класификации.• Класификација според атрибути (над) или селекција според атрибути (под)претставуваат вообичаени методи за управување со БП. Селектирањето иликласификацијата според односите во просторот се вообичаени ГИС-методи.

Објекти кај векторските ГИСАтрибути

Селектирање на објектиСелектирање

Споредба меѓувекторско ирастерскоприкажување

Карактеристики на топографското моделирање 5• Главните точки и линиите кои разделуваат површини се добиваат по пат нанабљудување,• Триаголни неправилни мрежи (TIN) (нееднакви триаголници),• 2,5-D Визуелизација: Сенчање на ридчеста површина (Hillshading),• Дигитален модел на теренот, означен со бои (DTM),• 3-D Визуелизација.5 geographic information system (GIS) може да ги препознае и анализира просторнитеодноси кои можат да се извлечат од податоците за просторот (површината), кои сечуваат во дигитален формат. Ваквите тополошки односи овозможуваат да се изведесложено просторно моделирање и анализа. Тополошките односи помеѓу геометрискитеентитети, вообичаено вклучуваат граничење (што се граничи со што – сосед),задржување (што е опфатено во што), и приближност (колку е нешто близу до нештодруго).Примена:реконструкција на некој предел во форма на синтетизирани слики од самотоземјиште,утврдување на траекторија на летот над земјиштето,пресметки на површина или волумен,следење на топографски профили,

Мрежен податочен модел• Дигитален модел на издигнување - Digital Elevation Model (DEM), во позадина,се прикажува издигнувањето на земјиштето, со помош на градација на бои исенки за визуелно доловување на трета димензија. Во преден план, прикажанисе куќи и водни површини (река), со помош на векторски податочен модел.

Триаголна неправилна мрежа• Основата која се користи при развојот на погоре опишаниот DEM се добивапреку Триаголна Неправилна Мрежа - Triangulated Irregular Network (TIN),базирана на измерени точки.3D-приказ на истата TIN, пример за векторски приказ на површината• нееднаква големина на триаголниците,• области со помала и поголема густина на јазли

3D-приказ на мрежа, прикажана е истата област (но, од друга гледна точка)• ќелии со иста големинаКомбинација од мрежен модел (површина) и векторски модел (куќи)

Пример за мрежа со висока резолуцијаПример, визуелен приказ на податоци за квалитетот наводата, со помош на полигони

Области на примена на ГИС• Автоматизација на активностите во кои се користат географски податоци, какона пример произведување на карти (мапи), пресметки на површини, растојанијаили должини на патишта, мерење на заклони, поставување на места занадгледување, логистика, планирање на патишта, моторен сообраќај,управување со сообраќајот, управување со искористувањето на земјиштето,енвиронментално планирање, контрола на поплави, управување со ресурси и др.• Интеграција на податоци кои сами по себе се поврзани со независни области(пр. мапи на особини, воздушни фотографии).• поврзувањето на податоците со мапите дозволува концизна комуникација меѓусложените просторни шеми (пр. енвиронментална чувствителност).• доставување одговори кон просторните прашалници (queries).• изведба на сложено просторно моделирање (пр. сценарија за планирање натранспорт, планирање при природни катастрофи, дизајн на употреба,моделирање на ризици).

Примена на ГИС во практични области и области наистражување• Енвиронментален менаџмент и менаџмент на ресурси (менаџмент на водниповршини, одржување на почвата, контрола на воздушно загадување,земјоделство, снабдување со вода, контрола на приходот од вода),• Урбано планирање, менаџмент и политика (Стекнување на земјиште,утврдување на влијанието врз околината),• Надгледување,• Управување со механизми (Инфраструктура, телекомуникации),• Транспорт, сообраќај, логистика,• Истражување и развој (Енвиронментално моделирање, симулација иоптимизација на енергија, почва, вода, клима и т.н. за проценка на ризик иподдршка при донесување на одлуки).Научни и инженерски придонеси кон ГИС• Географија (обезбедува техники за проведување на просторна анализа),• Картографија (картите (мапите) одсекогаш биле важен извор на влезниинформации за ГИС, постои и долга традиција во областа на дизајнирање накарти, што претставува важен резултат од ГИС),• Осетливост на оддалечени дразби - Remote sensing (сликите од воздухот ивселената се важен извор на просторни податоци, се обезбедува мал трошок иконтинуирано ажурирање на влезнните податоци),• Фотограметрија 6 (извор на поголемиот дел од топографските податоци кои секористат кај ГИС, користи воздушни фотографии за иведување на прецизнипросторни мерења, инфра-црвени фотографии)IR photographs),• Надгледување (обезбедува високо квалитетни податоци во врска со позициитена земјишните граници, градби и т.н.),• Геодезија (обезбедува позициона контрола за ГИС, со висока прецизност,користи GPS (Global Positioning System) технологија),• Статистика (сатистички техники се користат за ГИС анализа, важно е да сесфатат проблемите на грешки и несигурност кај ГИС податоците),• Истражување на операции (техники за оптимизација кои се користат кај ГИСапликациите како на пример техники за дисперзија (употреба при планирање напатишта),• Компјутерски науки (ГИС користи (CAD) технологии, компјутерска графика ивизуелизација, СУБП).6 Вештина на одредување на големината на фотографираните предмети, врз основа на фотографија

Софтвер за ГИС• ArcInfo (Првиот комерцијален ГИС, водач на пазарот),• Intergraph (Силна страна му се дизајнот и мапирањето на механизми, се трудиза го достигне успехот на ArcInfo, неговата главна ГИС околина, составена одповеќе модули, потекна од постарите CAD продукти, развој на продукт од новагенерација со свој код, по име Jupiter, базиран на NT и објектна технологија)• Bentley Systems (Претходно го развиле PC-базираниот Micro-Station производGeoGraphics во соработка со Intergraph, но се разделиле во 1995, успешнопродолжија да го развиваат и продаваат MicroStation GeoGraphics)• Autodesk’s AutoCAD Map (Доминантен CAD добавувач и софтверскакомпанија, целосно тополошки AutoCAD Map од 1996, илустрира CAD/GISконвергенција, голем број индустриски апликации на AutoCAD за мапирање)• Graphic Data Systems (Започнале како McDonnel-Douglas in-house систем,индустриски апликации, визуелизација на технички производи, денес служат замапирање на околината)• ERDAS/Imagine, ER MAPPER, PCI, Envi (почеток во областа на растерски ивекторски податоци добиени по пат на remote sensing, нови производи коиработат со податоци од сателит, ER MAPPER потекнува од Австралија, PCIпотекнува од Канада)• GRASS (Јавен софтвер, растерски ориентиран со некои векторски практики, во1996 ојавен е крај на развојот и поддршката),• SICAD (Може да се спореди со ArcInfo, моќен GIS со доста можности за работасо растерски и векторски податоци, објектно-ориентирана база на податоци)• IDRISI (Може да се спореди со ArcInfo, но не е толку моќен),• MapInfo (Мал GIS, корисен за планирање, лесен за употреба)Проблеми со ГИС во праксаСеуште не постои систем кој би можелда ги реши сите можно задачи со коивообичаено се сретнува ГИС:• непостои единствен податочен модел кој може да послужи доволно добро засите ГИС апликации,• непостојат потполоно копматибилни геоподатоци,• непостојат геоподатоци кои независат од размерот,• непостојат потполно компатибилни/апликативни комерцијални системи заформатирање на податоци,• сеуште се јавуваат проблеми кај опслужувањето при размената на податоци,• постојат некои недостатоци во однос на стандардизацијата на ГИС.

Пример за ГИС апликација1. Се креира DEM од датотека соподатоци за точки2. Креирање на речна мрежа3. Креирање на под-области иизливни точкиПримерот се базира на ArcView3.x, со помош на Spatial Analyst,3D-Analyst и надградба Hydro-ModelingКреирање на DEM од датотека со податоци за точки

Хидро моделирањеНасока на текот

Акумулација на текотПод-области

6. Анализа на податоците од животната срединаВовед Апликациите на методите за анализа на податоците помагаат при формирањетона основа (влезни податоци) за процесот на моделирање на животната средина исимулација, како и при дизајнирањето на системи за донесување на одлуки ипресметка на влијанието врз животната средина. Пореметувања кои се јавуваат при анализа на податоците се предизвикани одмало множество на карактеристични правилно избрани податоци кои се достапни.Силата на внатрешните и надворешните движечи сили на енвироманталнитепоказатели (индикатори) влијае врз квлаитетот на податоците кои што се собираат(прибираат). Информациите за процесите кај индикаторите, кои се лесно воочливи семалкубројни. Ре-семплирање на податоците може да се постигне со користење на методи заинтерполација или апроксимативни (приближни) методи, со кои податоците сесместуваат на мрежа со еднакви временски интервали и просторна мрежа. Со методотна интерполација се добиваат еквидистантни податоци, а со методот на апроксимацијасе добиваат функционални зависности.Скали при операции со податоци од животната средина Номинална скала – се добиваат графици во видови на пити, не се дозволениаритметички операции, некогаш се кодирани со броеви. Редоследна скала – рангирање на настаните или приказите, класифицирање наенвироманталните индикатори (на пр. Класи на квалитетот на водата во ЕУ, класи напочвата), вообичаени споредби : Класа I > Класа II, утврдување на средна вредност ичетвртини. Размер (интервал) – редоследна скала со еднакви интервали (пр. температура ),дозволено е прикажување на оддалеченоста и разликите помеѓу податоците. Не постоипочетна точка (природен почеток – “natural” origin ). Скала на пропорционалност (однос) – скала со интервали и со почетна точка, накоја се покажува пропорционалноста (на пример концентрација). Скала на трансформација – трансформација од еден тип на скала во друг со штосе добива унифицираност на променливите. Содржината и нивото на скалата не смеатда бидат променети. Доколку не постои емпирички скала за еквиваленција, тогаш сесмета дека податоците се “споредливи”.Ре-семплирање на податоците од животната средина Што се случува кога имаме недостаток од податоци? Најчесто, сериите намерења на податоците од животната средина претставуваат временски серии напотадоци снимени за дискретни точки во некое определено време, за променливиинтервали. Целта е да се овозможи мапирање на временските серии на мрежа соеднакви временски интервали. Во процесот на ресемплирање најчесто се користи интерполација наподатоците, но во случаи кога имаме шумови (noisy information) се користиапроксимација на податоците. Методите на интерполација и апроксимација нанекомплетните времески серии се користат се со цел да се овозможи пополнување на

интервалите помеѓу две точки во мрежата, со што би се добиле серии на мерења сомали интервали. Доколку сериите од податоци имаат недостаток на одредени вредности, тогашсе препорачуваат следните процедури:1. Пополнување на празните места со помош на методот на интерполација.2. Генерирање (добивање) на вредности со помош на апроксимација (приближнафункција)3. Пополнување на вредностите со помош на референтни криви (аналитички илистохастички функции)Процесирање на податоцитеПополнување на празните места (податоци коинедостасуваат) Во случаи кога имаме празни места во мерењата тогаш тие празнини сепополнуваат со “вештачки” податоци. Кои податоци недостигаат можеме даопределиме со примена на методите на интерполација, апроксимација или со податоциод референтните врски. Во секој случај, податоците треба да бидат сместени на мрежа со еднаквивременски интервали, со константни интервали на опсервација (семплирање, мерење).Само таквите типови на податоци понатаму можат да се користат за добивање настатисика, моделирање, симулација и оптимизација. Во секој друг случај, се добива погрешна интерпретација и неточна симулација.Таквите резултати не се погодни за управување (менаџирање) со животната средина.

Типови на серии на податоцитеТип 1 – Средната вредност е зависна од времето од времето, а дисперзијата(растурање) е приближно константна по време.Тип 2 – Средната вредност е приближно константна по време, а дисперзијата езависна од времето.Тип 3 – И средната вредност и дисперзијата се зависни од времето.Методи на интерполација на податоците

Најблизок сосед – се земаат податоците кои се најблиску со податокот којнедостига - се добива дисконтинуирана функција.Линеарна интерполација – се добива континуирана функцијаКубен полином - зависна од третиот степен на променливата – континуирана идиференцијална функцијаКубна spline интерполација – континуирана и дифренцијална функција.Интерполација на податоци за квалитет на вода за периодод две неделиСпоредба на придобивките од различни методи наинтерполација

Апроксимација на податоците од животната околинаАпроксимација на еколошките сигнали подразбира дека постојат одреденидефинирани функции кои што овозможуваат репродукција на податоците одживотната средина. Тоа може да се забележи од следната слика каде што бешепресметан следниот полином:NO3-N(t) = 1,8987 – 0,0754 t + 0,0028 t² - 0,00003 t³Трендови на проценување на податоците Линеарнен y(t) = a0 (t) + a1 (t) x(t). Квадратен y(t) = a0 (t) + a1 (t) x(t) + a2 (t) x2 (t). Полиномален y(t) = a0 (t) + a1 (t) x(t) + a2 (t) x2 (t) + ..... + an (t) xn (t). Експоненцијален x(t) = x(0) e - kt + E.

7. Енвироментална статистикаВовед- Статистичката анализа на енвироменталните податоци е важна задача приизвлекувањето на информации за поранешните и моменталните состојби наекосистемите. Проценките се познати како статистика за примероци (samplestatistics) и создаваат основа за прогноза на развојните процеси военвиронменталниот систем.• Предмет на статистичката анализа врз енвироменталните податоци се:1. Податочна анализа наменета за барањата на енвироменталнатаадминистрација и ассоцијации (описни статистики, распределби нафрекфенција, средни вредности, отстапки, корегирање на грешки, тестови назначајност)2. Податочни анализи наменета за барањата на различни корисници, какокомпании, земјоделци, туристи (појаснувачка статистика, статистика со повеќеотстапувања, анализа на временски серии)3. Основни истражувања (повратна анализа и анализа на корелации, статистикасо повеќе отстапувања, напредни статистички техники)Енвироментални податоци• Енвироменталните податоци се добиваат од теренски примероци и/или одлабораториски анализи• Тие директно се нагледуваат (директно надгледување) или индиректно (порадикалибрацијата на аналитичните инструменти и сензори)• Крајните податоци се извлекуваат од статистичките податоци или со помош наограничени индикатори кои можат да се набљудуваат• Симулационите податоци се добиваат од симулациони модели• Грешките во мерењето и отстапувањата мора да бидат отстранети одмножествата со податоци. Тие нема да се земат во предвид од страна наделовите кои вршат обработка на податоцитеМожни дистрибуции на енвироменталните податоци• Сериите од енвироментални податоци го претставуваат однесувањето наенвироменталниот процес, кој се менува временски и просторно. Некоипоказатели покажуваат кружење на долги бранови, обложено со краткипромени. Други показатели прикажуваат стохастични (непредвидливи)колебања. Некои показатели прикажуваат едниствени однесувања со некоинастани кои се издвојуваат

Статистички меркиСтатистичките мерки за енвироменталните податоци се претстрвени од:– Средна/просечна вредност,– отстапувања– мерки на корелацијаСредна вредност• 1. Аритметичка: x* = 1/nΣ xi• 2. Емпириска медијана: x~• 3. Емпириски мод: M• 4. Геометриска: x°• 5. Тежинско аритметичка средна вредност (weighted arithmetic): x*g• 6. Weighted geometric: lg x°Отстапувања• 1. Опсег: R = xmin - xmax• 2. Емпириско отстапување: s2• 3. Емпириско стандардно отстапување: s = √s2• 4. Емпириски коефициент на промена: v = s/x*100 (%)Коефициенти на корелација• 1. Коефициент на корелација на две променливи (Bivariate)• 2. Индекс на перформанси (коефициент на детерминација) B = r2• 3. Повеќекратен коефициент на корелација• 4. Повеќекратен индекс на перформанси• 5.Spearman класа на корелација (примерок со мала големина, нормалнараспределба на веројатноста не е неопходна)Статистички тестовиВо статистиката за примероци (sample statistics), важните карактеристики често сеизразуваат преку параметрите како средна вредност (average μ) и отстапување

(variance) σ 2. Од друга страна, при споредување на два или повеќе примероци сепојавуваат други прашања. Тие можат да бидат да бидат изразени преку разликите одсредните вредности.Статистичка хипотеза е тврдење за дистрибуцијата на примероци од случајно избрана(рандом) еколошка променлива.Тестирањето на хипотезата се состои од споредување на статистички мерки нареченикритериуми за тестирање (или тест статистика) изведени од некои податоци, заедно совредностите од тие критериуми, под претпоставка дека дадената хипотеза е точна.Тестирање на хипотезатаПри тестирање на хипотезите, се испитува некоја Null хипотеза - H0, наспроти еднаили повеќе алтернативни хипотези Н1, Н2,..., Hn кои се експлицитнo или имплицитнoзададени.За да се донесе одлука во врска со хипотезите, се избира произволно ниво назначајност α (0.05, 0.01 или 0.001). Коефициентот на доверливост ε е даден со ε = 1 – α.При тестирање на хипотезата, се поставува критериумот за тестирање (или тестстатистика). Ако оваа статистика „влезе“ во опсегот на прифатливоста, тогаш Nullхипотезата не може да се одбие.Од друга страна, кога тие статистички податоци „влезат“ во областа на одбивање,тогаш Null хипотезата се одбива. Веројатноста тест статистиката да „влезе“ ворегионот на одбивање е еднаква на ε. Таа се изразува во проценти.Процедура за тестирање на хипотезиТреба да се формулирани Null хипотеза H0 и алтернативна хипотеза H1.Треба да се избере нивото на значајност α. Се избира тест статистиката. Се определуваобласта на отфрлање на тест статистиката, врз основа на распределбата на веројатности нивото на значајност на истата.Тест статистиката се пресметува од множество податоци. Доколку вредноста на тестстатистиката „влезе“ во областа на отфрлање, тогаш Null хипотезата е отфрлена аалтернативната хипотеза е прифатенаNull хипотезата е прифатена ако вредоста на тест статистиката „не влезе“ во областана отфрлање.ПримерСе пресметува средната вредност на избраните податоци – m, и таа се споредува соочекувана вредност К (фиксен број)Null хипотезата H0: m = K е тестирана наспроти алтернативната хипотеза H1: m ≠ K.Нивото α = 0.05 е селектирано и тест статистика е одбрана:t = |m - K|/s ⋅√n. Ако тест статистиката „влезе“ во областа на прифаќањето на Nullхипотезата, тоа значи дека tα/2 < t < t1-α/2, H0 не може да се одбиеМоќта на тестот зависи од големината на изборот, n. Колку што е поголем опсегот напримерокот (повеќе информации се достапни), поголема е довербата во тестот.

t – Test (Student – Test)Тест статистика tcalc = |x* - μ0|/s⋅√n,Каде x* - средна вредност на изборот (sample mean),μ0 – очекувана вредност (expectation value of the ensemble),s – стандардно отстапување,n – големина на примероците (изборот).Одлука: прифатливо ако tcalc < ttab, во спротивно, се отфрлаСпоредба на средни вредности – comparison of means (t-test)Тест статистика t = |x* - x**|/sd ⋅√n*⋅n** / (n* + n**), кадеx* - first sample mean (средна вредност на прв избран примерок),x** – second sample mean (средна вредност на втор избран примерок),s* – прво стандардно отастаување,s** – второ стандардно отастаување,n* – прва големина на примерокот,n** – втора големина на примерокот,n-1 – степен на слобода иsd = √((n*-1)s*² + (n**-1)s**²)/(n*+n**-2).Одлука: прифатливо ако tcalc < ttab, во спротивно, се отфрлаСпоредба на отстапувања - Comparison of variances (F – Test)Тест статистика: F = (s*/s**)2 ≥ 1, кадеs* е стандардно отстапување на првиот примерок,s** е стандардно отстапување на вториот примерок.Одлука: Прифатливо ако Fcalc < Ftab, во спротивно се отфрлаOutlier – Test (NALIMOV-Test) Тест на отстапувањеТест статистика: r = |(x+ - x*)|/s⋅√n/(n-1), кадеx+ се очекува да биде отстапување (outlier),x* е очекувањето од избраниот примерок,s е стандардно отстапување на примерокот, иn е големина.Прифатливо ако rcalc < rtab, во спротивно се отфрла

8. Енвироментални временски серииВоведРешавањето на енвироментални проблеми или менаџирање на задачи често енеопходно за анализа на циклуси (или периодични) процеси. Циклусните процеси воекологијата се природни. Такви процеси се предизвикани најчесто од природнинадворешни движечки сили, но исто така и од внатрешни движечки сили кои сеприродни или предизвикани од човекот. Тие презентираат различно временско ифреквентно однесување на еколошки процеси.Математичките равенки мора да го опишат или временското однесување на едениндикатор (функција од време t) или фреквентното на однесување (функција одфреквенција ω или циклуси по единица време). Според тоа, приказот ке биде прикажанво временски домен во домен на фреквенција.На следната слика се прикажани некои примери на циклусни процеси со различнипериоди и фреквенции.Пример: Циклусни индикатори за квалитет на водаЕнвироментални процесиМатематичката репрезентација на енвироментални процеси со функции на тенденции енепогодна за изразување високо фреквентни промени на сигнали. Најчесто, циклусни(или периодични) еколошки процеси се предизвикани од природни надворешнидвижечки сили.

Од друга страна, вештачките (предизвикани од човекот) надворешни движечки силинајмногу влијаат на непериодични енвироментални процеси. Друга разлика може да сеутврди според способноста за репродукција на временски -променлив процес.Кога станува збор за правилна репродукција и прогноза на процес се нарекувадетерминистички.Во спротивно, се нарекува не-детерминистички или стохастичен (случен) процес.Фуриеова анализаФурие-овиот полином се базира на претпоставката дека временската серија содрживажни детерминистички циклуси со познато период на траење. Обезбедува средство заприближно периодични функции, преку суми од синусни и косинусни функции, кои сепоместени и променети по размер (скалирани). Фурие-ов полином е апроксимацијакоја претставува минимална средна квадрирана девијација на циклусен процес.Опишана е преку следната формуласо - ∞ ≤ i ≤ + ∞, ω0 = 2π/T0 – фреквенција на основниот циклус, T0 – период на циклус.Пример 1: Фуриеова анализа на глобална радијацијаРезултатиКако што се гледа, фиксната фреквенција го следи природното однесување наеколошките процеси само во принцип.При споредување на максимумот на процесите се забележува разлика помеѓуоднесувањето на природен систем и неговата апроксимација. Фуриеовиот полиномбазиран на фиксни фреквенции, не ги зема во предвид природните годишни разлики.

Од друга страна, Фуриеова анализа може да се искористи за процена на влијанието наосновни фреквенции врз вкупното отстапување кај еден еколошки процес.Следната табела содржи резултати од Фуриеова анализа на физички, хемиски ибиолошки индикатори за квалитет на водата кај резервоари со вода за пиење.Пример 2: Фуриеова анализа на индикатори за квалитет наводата во резервоариНајдобри резултати се добиваат од физички индикатори за квалитет на вода.Годишните циклуси на температура на водата од испитаните резервоари се опишани соследниве равенки.Резервоар SaidenbachTEMP(t) = 12.0 + 1.458⋅cos((6π/180)t) – 4.462⋅sin((6π/180)tРезервоар NeunzehnhainTEMP(t) = 11.9 + 0.693⋅cos((6π/180)t) + 4.415⋅sin((6π/180)tРезервоар KlicavaTEMP(t) = 11.1 - 6.650⋅cos((9π/180)t) - 7.820⋅sin((9π/180)t)Резервоар SlapyEMP(t) = 12.0 - 7.073⋅cos((10π/180)t) - 6.684⋅sin((10π/180)t)Стационарни процесиПоради временските заостанувања помеѓу влезните и излезните процеси,стационарните процеси ќе бидат постигнати кога сите времени процеси ќе се разложат.Поради тоа, некои статистички карактеристики на сигналите треба само да се опфатат.Ако статистичките карактеристики не се променат со време, тогаш овие процеси сенарекуваат стационарни процеси.

Средните вредности и дисперзии на процесот нема да се променат со време. Затоа,стационарните случајни процеси можат да бидат прегледувани на различни временскиинтервали помеѓу - ∞ < t < + ∞.Статистички карактеристики на стационарни случајнипроцесиСтатистичките карактеристики на стационарни случајни процеси можат да се изразатсо:Функција за густина на веројатност p(x), за сигнали X(t),Ауто-корелација функција Φxx(τ),Функција за густина на спектрален капацитет Sxx(ω)Временски променлив процес е означен со стохастичен сигнал X(t). За секој временскипомин tn се зема една измерена вредност Xn(t). Понатамошното развивање на процесможе да биде предвидено само за краток временски интервал. Ако опишување напроцес е со аналитичка (детерминистичка) фуккција f(t) тогаш временскотооднесување може комплетно да се предвиди.Само некои статистички изјави за идниот развој на процес X(t) можат да бидат дадени:Prob(X(tn+1) ≤ x) ≡ P(x),илиProb(a < X(t) ≤ b) = ∫ p(x)dx.Гаусовата поделба со bell-shaped густина е една од најважните распределби за густинана веројатност каде p(x) = 1/√2πσ⋅exp-(x-x*)2/2σ2. Важни очекувања се линеаренпросек: E(x) = ∫ x⋅p(x) dx и квадратен просек: E(x2) = ∫ x2⋅p(x) dx.Функцијата за густина на веројатност дава информација за веројатност на процес X(t)дека амплитуда во време t лежи помеѓу x и (x + Δx):Prob(x < X(t) ≤ x + Δx) ≈ p(x)⋅Δx.Функции за временска корелацијаНе постојат изјави на промени на X(t) помеѓу временски интервали Δx. Не може да сеувиди дали еден процес содржи пониски и/или високи фреквенции. Затоа,повеќекратни функциите за распределба на веројатност се потребни за опишување наоднесувањето на временски променливи процеси.Веројатноста дека X(t) во време t = t1 лежи помеѓу x1 и x1 + Δx1 и во време t = t2 = t1 +τ помеѓу x2 + Δx2 (по τ временски единици) е приближно дадена соProb(x1 < X(t1)≤ x1 + Δx1, x2 < X(t2) ≤ x2 + Δx2) ≈ p(x1, x2)⋅Δx1⋅Δx2.Параметарот τ дава информација на статистичко спарување на податок x(t1) и x(t1 +τ).Ауто-корелациска функција (ACF) дава информација за внатрешна корелацијапомеѓу податоци на растојание τ на временските оски:∫∫(x(t)⋅x(t + τ)⋅p[x(t), x(t + τ)]dx(t)⋅dx(t + τ) ≡ Φxx(τ)

Сross-корелациска функција (CCF) дава информација за статистичка корелација оддва различни процеси X(t) и Y(t):∫∫(x(t)⋅y(t + τ)⋅p[x(t), y(t + τ)]dx(t)⋅dy(t + τ) ≡ Φxy(τ).Функции за фреквенцијаПри трансформирање на временските корелациски функции во домен на фреквенцијасе добива auto-power спектар или cross-power спектар. Аuto-power спектар Sxx(ω) одx(t) е Фуриеова трансформација на ACF:Sxx(ω) = Sxx(-ω) = 1/2π⋅∫Φxx(τ)⋅e-jωτ dτ.Аuto-power спектар на еколошки процес или сигнал е претставен со periodogram, кој јапретставува доминантната фреквенција кај процесот. Го дава спектарот на стационаренсигнал, кој е распределба на отстапувањето од сигналот како функција од фреквенција.Ги открива компонентите на фреквенцијата, кои се од важност за најголемиот делотстапувања. Секој врв претставува дел од отстапување од некој сигнал што се должина циклус од различен период или должина. Значајна периодичност во сигналот ќепредизвика остар врв во periodogram-от. Аuto-коваријанса функција е временскиотдомен дупликат од periodogram.Пример 3: PeriodogramФункција за кохеренцијаСross-power спектар Sxy(ω) од два стохастични еколошки процеси x(t) и y(t) еФуриерова трансформација на CCF:Sxy(ω) = 1/2π⋅∫Φxy(τ)⋅e-jωτ dτ е комплексна функција.Функција за кохеренција

Функцијата за кохеренција Co(ω) е мерило на синхронизираноста кај (два) сигнали. Сепресметува врз база на periodogram-и од двата сигнали споредCoxy(ω) = |Sxy(ω)|2/Sxx(ω)⋅Syy(ω),каде |Sxy(ω)| = √Re(Sxx(ω))2 + Re(Syy(ω))2 и за промена на фаза помеѓу двата сигналиϕ(ω) = arc tan (Im(Sxy(ω))/Re(Sxy(ω))) е важечка.Ограничувањето на CCF е земено во предвид од страна на window function h(τ):~Sxy(ω) = 1/2π⋅∫Φxy(τ)⋅h(τ)⋅e-jωτ dτ = Sxy(α)⋅H(ω - α),каде H(ω) е Фуриерова трансформација од h(τ) кое ја искривува Sxy(ω) до ~Sxy(ω).9. Модели за симулација на околинатаВоведМоделите на околината до опишуваат и мерат однесувањето на еден енвиронменталенсистем.Постојат два типа на моделирање на околината: Експериментално статистичко моделирање или процедура за динамичко моделирање.Споредба меѓу статистичкиот (black-box) и динамичкиотпристап кон моделирање на екосистемот

МоделиСе разликуваат индивидуално-ориентирани модели, и модели ориентирани конформирање на оддели.Моделите на процеси симулираат процеси од животната околина.Како влезни податоци кај тие модели, се користат податоците од набљудувањата имерењета кои произлегуваат од мониторингот на животната околина илабараториските испитувања.Различните сценарија на енвиронментално однесување, се пресметуваат со помош наразлични множества од параметри.Отимизацијата на еден параметар, покрај тоа што ќе ја подобри целокупната економскапродуктивност на еден процес, може да има позитивно влијание врз околината.Во принцип, не постои разлика меѓу математичките модели на енвиронменталнитесистеми и математичките модели на енвиронменталните процеси, кои се користат какоелементи во таквите модели.Енвиронменталните системи се повеќедимензионални системи, со повеќе влезни иизлезни променливи. Нивните модели можат да се претстават со помош на статичкимодел (black box модели, input-output модели) или динамички модели.Во зависност од бројот на влезни и излезни променливи, кај black box моделитеразликуваме: SIMO-, MIMO-, SISO- и MISO-системи. Енвронменталните процесиможат да се опишат со помош на повеќе или помалку детали.Постапка на моделирањеМоделирањето и симулацијата се важни алатки за анализа кај различни научни ипрактични дисциплини. Основни проблеми кај анализата на енвиронменталнитесистеми, е конструирањето и апликацијата на математичките модели.Секој математички модел, кој овозможува еден проблем да е подобро разбран, е истотолку важен колу и набљудувањата и фактите.

Математичкиот модел претставува апстрактен опис на некој феномен од реалниот свет.Математичкиот модел никогаш не е идентичен со реалноста, туку може да се каже декаприкажува некоја наша замисла.Процесот на апстрактција најчесто вклучува некои упростувања и резултира соформална презентација. Моделот овозможува намалување на редундантноста и служикако врска помеѓу теоретското и емпириското сознавање. Апстрактцијата е основата насистемската анализа, која ги покажува главните карактеристики на математичкиотмодел. Било која теорија за текот на настаните во природата мора да се базира наупростување.Тестирање на моделите и анализа на моделОдностите меѓу променливите кои прикажуваат една основна состојба на даден модел,најчесто, не се совпаѓаат во целост со одностите меѓу променливите кои прикажуваатсостојба на еден реален енвиронментален систем. Реалноста мора да се „искриви“(грешка на односи (релации)). Со цел да се изврши процена на грешките, може да сеизведе споредба „реален систем-модел“, која се продолжува се додека моделот доволноне се совпадне со реалниот систем. Таквото тестирање на моделот води конподобрување на вербалниот и/или математичкиот модел, или кон акумулација напоголем број информации за реалниот систем, и истото може да се повтори повеќепати. Кога еден математички модел е тестиран, истиот може да се примени врз другисостојби на истиот систем, или дури и врз системи кои не биле директно подложени наистражување на самото место. Ваквиот пристап е познат како предвидување.Употребата на модели со цел да се подобри нашето теоретско и експерименталнознаење е позната како анализа на модел, пристап кој неодамна побуди поголемовнимание во контекст на теоретските модели. Моделот се користи со целсимулационите експерименти да се преземат како алатки, со кои ќе можат да сепронајдат одговори на конкретни прашања.Типови и класификација на математичките моделиМатематичките модели се користат како замена за реални процеси и системи, носпоред нивното однесување тие треба да бидат споредливи со реални предмети. Такашто, секое модлирање претставува компромис помеѓу теорија и експеримент.

Транспортни моделиТранспортните модели вршат симулација на миграцијата на материите(супстанциите) во водата, атмосферата и почвата. Тргнуваат од претпоставки заширењето (зрачењето) и условите за транспорт, и вршат предвидувања во однос наширењето на одредени локации.Служат како моќни информациски алатки со кои можат да се предвидатенвиронменталните загадувања кои настануваат како резултат на намерно илиненамерно човечко дејство. Можат да се користат и во обратна смисла.Се разликуваат два типа траспортни модели. Euler моделите се базираат на мрежнобазиранипресметки, додека Lagrangе моделите разгледуваат поединечни честички.Модели за искористување на ресурсиМоделите за искористување на ресурси, во споредба со транспортните модели,опфаќаат поголем број на различни феномени кои се поврзани меѓу себе. Подразбираатдека ќе бидат земени во предвид внатрешните и надворешните движечки сили, како икорелациите со луѓето. Конкретно, за системите за подземни и површински води,постојат голем број математички модели кои ги опишуваат промените на квалитетот иквантитетот на водата, како на пр. модел за само-прочистување или модели заетрофикација (збогатување со хранливи материи). Истите се користат за контрола наводата во речните корита.Процес на добивање на знаењаВо процесот на добивање на знаења треба да се изгради компилација на прелиминаренматематички модел, извлечен од искуствата здобиени со набљудувања и рефлексии,како и некоја форма на литературна евалуација.И покрај искуството, кај прелиминарниот модел има простор за шпекулации.Потоа, прелиминарниот модел треба да се трнасформира во формална хипотеза и одтаа хипотеза треба да се извлече заклучок кој може да биде проверен. Валидноста натие заклучоци треба да се провери во однос на податоци кои не биле употребени приформулирањето на хипотезата.Ако се потврдат заклучоците, процесот на сознавање може да продолжи, во спротивнопроцесто на добивање на знаења се започнува повторно.Различни поделби на математичките симулациони моделиПознати се различни поделби на математичките симулациони модели. Математичкитемодели можат да се класифицираат според нивните најважни особини: воопштеност,реалност и точност.Првата класа опфаќа модели кај кои воопштеноста е запоставена во однос на реалностаи точноста.Во класа 2, се наоѓаат модели кои се реални и општи но помалку точни.Кај третата класа, ралноста на моделот се потиснува во корист на воопштеноста иточноста.Други поделби се вршат според динамиката на системот, видот на математички опис,достапноста на податоците, или според типот на параметри кои се користат.

10. Енвиронментални сензорски мрежиВоведЕнвиронметланиот мониторинг има долга историја, во која влегуваат аналогнителогери, како на пример раните плотери кои работат со хартија а служат за мерење набарометарски притисок, како и записите на конкретни енвиронментални параметри.Логерите ги забележуваат податоците на точно определени интервали и бараат рачнопреземање, од страна на тим за одржување.Сензорската мрежа е дизајнирана така што може да пренесува податоци од низа насензори кон некое складиште на податоци поставено на сервер. При тоа, не секогаш секористат ендоставни едно-насочни текови на податоци пренесени прекукомуникациска мрежа. Елементите на системот одлучуваат за тоа кои податоци ќебидат проследени, преку локално сумирање на податоците од една област ифилтрирање, со цел потрошувачката на енергија да се сведи на минимум, а при тоа дасе извлечат максимум информации од податоците.Општа архитектура на сензорска мрежа

Системски дијаграм на Base Station 7 (базична станица)Поедноставен системски дијаграм на сонда7 контролер за автономни операции кои управуваат со целиот систем

Сензорски јазлиСензорските јазли треба да ги задоволуваат следните барања: Евтини (Low-cost) – колку примероци можат да се произведат. Да имаат мала потреба од енергија (Low power) – за операции кои траат подолгпериод. автоматизираност – не бараат одржување. Робустност – да поднесуваат грешки и оштетувања. Ненаметливост – да не предизвикуваат големо енвиронментално вознемирување Да не загадуваатКомуникацииСамата природа на животната околина бара комуникациите задолжително да гиисполнат следните барања: Да се моќни и уневрзални во однос на сондите (High-power omnidirectional forprobes) да имаат голем опсег за комуникација на базата со референтните места (longrangefor base to reference) ниска стапка на податоци (Low data-rate) Детекција и корекција на грешки Потребни се резервни канали (Backup channels)ПресметувањеЗбир различни компјутерски системи и софтвер се потребни за да се изгради сензорскамрежа: Микроконтролери – за сензорски јазли Мали OS – за јазли Системи со мала потрошувачка на енергија (Low-power) - за base stations Routing (определување на патеки) and проследување на пораки Сервер – за серверот на сензорската мрежа Софтвер за објавување – визуелизација и сервиси (услуги)Предизвици за енвиронменталните сензорски мрежи Минијатуризација Управување со енергијата (Power Management) Радио комуникација Скалабилност Менаџмент на оддалечени локации (Remote Management)

Употребливост Стандардизација БезбедностНаправи за бежични сензорски мрежи, со малапотрошувачка на енергија (Low Power Wireless SensorNetwork Devices)Побрзо, помало, побројноЗаконот на Moore, секои една до две години бројот на транзистори се удвојува.Законот на Bell, на секои десет години – нова класа компјутери.Принципи на дизајнКлучно за Low Duty Cycle Operation (едноставни циклични операции):Sleep – поголемиот дел од времетоWakeup – брзо и започни со работаActive – намали ја работата и врати се на sleepСледен чекор Web-базирана Wireless Environmental SensingNetwork (WWESN)Барања на системотСо цел да се овозможи глобална достапност на податоците од животната околина и дасе олесни надгледувањето на оддалечените природни процеси со помош на Интернет,потребно е да се обезбеди: Интернет пристап Флексибилност на дизајнот Стабилност (Reliability) Енергетска независност (Power Autonomy) Мали торшоци (Low-cost) Сензори Складирање на податоци и презентација Камера

11. Системи за поддршка на донесување на одлукиВовед(Decision support systems)Резултатите од испитувањето на енвиронменталните системи, со помош наматематички симулациони модели, дозволуваат искази за единствени важнипроменливи за одредена состојба, додека контролата и управувањето соенвиронменталните системи подразбира ситуации на донесување на одлуки, кои сеодликуваат со повеќекратни состојби, истовремени функции со енвиронментални целиа исто така со различни скали за проценка и значајност. При анализата наенвиронменталните системи, се појавуваат два контролни проблеми:1. Теоретска анализа, математички опис и симулација на променливото однесување наенвиронменталниот систе.2. Елаборација на оптималните методи за контрола, за да се реализираат активниоперации насочени кон некоја цел, а се однесуваат на состојбата и однесувањето наенвиронменталните системи.Првиот исказ опфаќа структурна анализа на биолошката околина (биокенотичкоструктурнаанализа) и функционална анализа на еден енвиронментален систем, како ипостапките за моделирање кои се користат за да се предвидат промените наенвиронменталните состојби.Вториот исказ е насочен кон употребата на енвиронменталните системи од страна начовекот и кон енвиронменталниот менаџмент и заштита. Се дефинираат обем наоперирање и енвиронментални цели, кои се поврзани со енвиронменталниотменаџмент, според животните компоненти на енвиронменталниот систем и споредчовечките активности.Улога на процесот за донесување на одлукиДонесувањето на одлуки е еден од основните концепти при управувањето соенвиронменталните системи.Самиот процесот на донесување на одлуки се карактеризира со избор на еден тип наобјективна дозволена постапка, поврзана со субјективно проценет компромис во односна делумното задоволување на едновремените и конфликтни енвиронментални цели.Моделите за оптимизација кои се користат при енвиронменталниот менаџмент,воглавно третираат некоја форма на намалување на трошоците, дизајнирана така штоби ги задоволила енвиронменталните стандарди за квалитет и/или еколошкитестандарди. Одлуките се донесуваат врз основа на сценарија кои се добиваат одсимулационите модели.Индивидуалниот надоместок кон целните функции често зависи од состојбите насистемот кои тие реално можат да ги достигнат. Во потрага по сите можни алтернативиза контрола на еден динамички систем со помош на рестриктивни сатандарди и социоекономскитецели, употребата на компјутер може да е од голема помош.Примената на правилата за оптимизација врз енвиронменталните системи е оптоваренаод потешкотии од фундаментална природа. Во најголемиот број случаи, анализата наенвиронменталниот систем е во основа анализа на конфликти, која се карактеризира сосоцио-економска и енвиронментална проценка на вредности. Правилата за проценка наенвиронменталниот систем се отворени во однос на методите на енвиронменталните

законитости. Ова подразбира дека еден повеќе-релациски енвиронментален процес илисистем секогаш ќе биде сфатен како потрага за прифатливи компромисни решенија,што само по себе бара соодветна методологија за проценување.Техниките за донесување за одлуки кои можат да разгледуваат повеќе критериумицелат кон обезбедување на еден таков сет алатки. Техниката на Паретова оптимизацијасе покажала како соодветна метода за проценување на функциите со повеќе цели, кајекосистемите.Многубројните контрадикторни цели бараат одлуки кои ќе бидат под влијание надинамичките карактеристики на компонентите на еден екосистем и нивните корелации,како и под влијание на човечките дејства врз екосистемот кој треба да се менаџира.Поради тоа, симулационите модели се покажале како незаменлива алатка за проценка.(пример, симулациони модели за квалитетот на водата)Постапката на управување вклучува семплирање на податоци, селекција на соодветнии валидни симулациони модели, и, на крај, анализа на одлуки како и визуелен приказна резултатите со помош на ГИС.Стратегии за управување со околинатаУправувањето со околината (Environmental management) е доста тешко и сложено. Тоаподразбира математички модели не само за различни временски интервали, туку и заразлични стратегии за управување. Симулационите модели дозволуваат еден вид наконтрола на процесот, поврзана со посебни цели од областа на управување соекосистеми.Доста често, целта е да се добие некоја соодветна контролна шема, која претставувакомпромис помеѓу буџетот кој е на располагање за превентивни мерки и прифатливиотквалитет на животната околина. Според тоа, стратегиите за управување со околинатавоглавно третираат некоја форма на намалување на цената на оперативните трошоци,кои настануваат со цел да се исполнат стандардите за енвиронментален квалитет иеколошките стандарди. При тоа, менаџерските одлуки можат да се донесат врз основана некоја ранг-листа од различни сценарија, добиени со помош на симулационимодели.Компјутерски поддржан (Computer-aided) процес надонесување на одлукиКомпјитерски поддржаниот (Computer-aided) процес на донесување на одлуки може дасе подели на три чекори. Два од нив се субјективни делови, додека едниот е објективендел од процесот на донесување на одлуки:1. Формулирање на проблемот за кој се одлучува: Во овај субјективен дел седефинираат променливите на одлуката како и контрадикторните целни функции.2. Пресметување на предлози за донесување на одлука: Во овај објективен дел, оддонесувањето на одлуки, се генерира множество ефикасни алтернативи со помош намулти-објективна (multi-objective) оптимизација. Се избираат доминантнитеалтернативи и се складираат во резултантниот оддел.3. Вистинскиот (Actual) процес на донесување на одлука: Ова субјективен дел одпроцесот на донесување на одлуки ја опфаќа комјутерски помогнатата селекција накомпромис, преку индивидуално проценување на целните функции од страна на онајкој ја донесува одлуката.

Три главни барањаПри решавањто на некој проблем на донесување на одлука, мора да бидат исполнатитри барања:1. Секое решение на проблемот на донесување на одлука претставува ефикаснаалтернатива (проблем на важност – валидност)2. Секоја ефикасна алтернатива може да биде решението на постапката заоптимизација (проблем на не-дискриминирање).3. Решението на проблемот на донесување на одлука претставува ефикаснаалтернатива, доколку е постоечко (проблем на идентификација).MADM и MODMУште еден вид на издвојување на проблемите на донесување на одлуки може да изведепреку донесување на одлука врз основа на повеќекратни атрибути (multiple attributedecision making - MADM) или донесување на одлука врз основа на повеќекратни цели(multiple objective decision making - MODM).Во првиот случај, алтернативните решенија можат јасно да се проценат (одредат)преку дискретни вредности на целните функции.Во вториот случај, проценката на алтернативните решенија е имплицитно зададенапреку функционал (functional 8 ) и може да се менува континуирано во доменот наприфатливите решенијаВо таквите случаи, се поттикнува важна повратна информација меѓу оптимизацијата ипостапките за моделирање.Четири фази на процесот на донесување на одлуки врзоснова на повеќе критериуми (multi-criteria decision process)Процесот на донесување на одлуки врз основа на повеќе критериуми (мултикритеријален)е претставен преку четири различни фази. За време на првата фаза (фаза на пребарување) системот се анализира заутврдување на промени во структурата и во функцијата. Доколку резултатите оданализата се позитивни, се појавуваат еден или повеќе проблеми на донесување наодлуки како резултат од таа прва фаза. Втората фаза (фаза на моделирање) се карактеризира со формулирање на целнитефункции, со насоките на алтернативните решенија, со процесот на моделирање исо постапката на вметнување на симулациониот модел во процедурата наоптимизација. Третата фаза (фаза на селекција) е претставена со избирањето на еднаалтернатива за делување од вкупното множество алтернативи. Оваа посебнаалтернатива треба да биде имплементирана во системот кој се разгледува. Четвртата фаза се карактеризира со процесот на донесување на одлука.Проблемот за кој се одлучува се претставува преку множество алтернативнирешенија кои водат кон достигнувањето на различни цели. За даден проблем на8 функција која зема некој вектор како аргумент или влезен податок и враќа скаларнавредност

одлучување множеството на дозволени алтернативни решенија се дефинираспоред надворешни (реални) услови.Поддршката при донесувањето на одлуки, во однос на енвиронменталниот менаџмент,подразбира можност за достигнување на една финална состојба преку различни начинина делување, почнувајќи од една иницијална состојба. Финалната состојба е опишанаод страна на неопределен број на конфликтни критериуми. Одлука донесена од странана поединец подразбира дека е извршена селекција на едно (субјективно преферирано)векторски пресметано алтернативно дејство од вкупното множество на објективнодозволени алтернативни решенија, кои би воделе кон достигнување на финалнатасостојба.Поделба на системите за поддршка при донесување наодлукиПроцесот на донесување на одлука е воглавно базиран на интерактивни системи заподдршка на одлуки - decision support systems (DSS) со хиерархиски структури.Хиерархијата е претставена преку различни нивоа на работа: ниво на подготовка, нивона симулација, ниво на тестирање и ниво на оптимизација.DSS можат да се поделат според едноставни софтверски алатки (пр. бази на податоци),според експертските системи и системите базирани на знаење (препознавање напосебни енвиронментални ситуации) и според DSS базирани на модели.Од последнито тип од класификацијата онај кој ја донесува одлуката добива поддршкасо помош на користење на векторски постапки за оптимизација или со помош напроцедури за мулти-критериумска селекција со цел да се генерираат и/или избераталтернативните начини на дејство.Четири главни компоненти на DSSDSS се состои од четири главни компоненти:1. Компонента на комуникација (комуникација меѓу самиот DSS и некој корисник – напр. онај кој ја донесува одлуката).2. Компонента на модел и/или база на знаење (формулација на конкретниот проблем надонесување на одлука).3. Компонента на решавање на проблемот (процедури за решавање векторскипретставени проблеми на оптимизација)4. Компонента на визуелизација (употреба на ГИС)