автореферат диссертации по документальной информации, 05.25.05, диссертация на тему:Информационная система для поддержки принятия решений по рациональному использованию лесных ресурсов

На правах рукописи

РГБ ОД

2 8 АВГ 21

ПОПОВА АНАСТАСИЯ КОНСТАНТИНОВНА

ИНФОРМАЦИОННАЯ СИСТЕМА ДЛЯ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО РАЦИОНАЛЬНОМУ ИСПОЛЬЗОВАНИЮ ЛЕСНЫХ РЕСУРСОВ

05 25 05 - информационные системы и процессы, правовые аспекты информатики

АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук

Иркутск-2008

003445533

003445533

Работа выполнена в Институте динамики систем и теории управления Сибирского отделения Российской академии наук

Научный руководитель кандидат технических наук

Черкашин Евгений Александрович

Официальные оппоненты доктор технических наук

Жижимов Олег Львович

кандидат технических наук Бахвалов Сергей Владимирович

Ведущая организация- Институт географии им В Б Сочавы

СО РАН (г Иркутск)

Защита состоится "5" сентября 2008 г в 15 00 на заседании диссертационного совета ДМ 003 046 01 в Институте вычислительных технологий СО РАН по адресу 630090, г Новосибирск, пр Ак Лаврентьева, 6

С диссертацией можно ознакомиться в специализированном читальном зале вы числительной математики и информатики ГПНТБ СО РАН

Автореферат разослан "4" августа 2008г

Ученый секретарь диссертационного совета доктор физико-математических наук, профессор

Чубаров Л Б

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы Российская Федерация обладает большими запасами лесных ресурсов (JIP), которые размещены неравномерно, местами истощены, а значительная часть территории области относится к особо охраняемым территориям, где ведение хозяйственной деятельности ограничено Значительная часть сибирских и дальневосточных регионов РФ являются источником лесных ресурсов, которые составляют основную экспортную составляющую для этих регионов

Проблема формирования политики использования JIP является чрезвычайно важной задачей для лиц, принимающих решения (ЛПР) в управлении лесопромышленным регионом ЛПР в процессе принятия решения сталкивается с задачами, которые являются «антиинтуитивными» Под «антиинтуитивными» решениями понимаются решения, которые не являются «очевидно хорошими» на взгляд эксперта, те решения, которые требуют специального исследования Эффективность принимаемых ЛПР решений в первую очередь зависит от объема, вида и качества исходных данных о состоянии ЛР, а также прогнозов развития ЛР в зависимости от принимаемых ЛПР решений (политики заготовки ЛР) Таким образом, создание информационной системы для поддержки принятия решений по рациональному использованию лесных ресурсов является актуальной задачей

В настоящее время существуют различные программные системы для прогнозирования состояния лесных ресурсов, среди которых можно отметить комплекс программ FORRUS-S (Московский государственный университет леса и ВНИЦЛесресурс), Landscape Management System (University of Washington, College of Forest Resources), Forest Végétation Simulator (USDA Forest Service, Вашингтон)

Целью работы является создание информационной системы (ИС) для ЛПР по рациональному использованию лесных ресурсов на основе компьютерного анализа и прогнозирования их состояния Кроме того, целью работы являлась разработка специализированных приложений по

рациональному использованию JIP на основе компонент информационной системы

Основные задачи работы

1 Разработать методику конструирования информационной системы для ЛПР по рациональному использованию лесных ресурсов, основанную на комплексном подходе, включающем этапы идентификации математических моделей лесных ресурсов, расчета прогноза динамики, а также анализа критериев компьютерного моделирования.

2 Разработать подсистему идентификации моделей динамики и управления древостоем (ДУД) и «Лесные ресурсы»

3 Разработать инструментальные средства для конструирования интеллектных информационных систем для прогнозирования и анализа динамики ЛР на основе моделей

4 Применить информационную систему для моделирования состояния лесных ресурсов Иркутской области

Методы исследования основываются на использовании методов математического моделирования, методов сбора, хранения, преобразования, отображения и доступа к пространственно-распределенным данным, объектно-ориентированного подхода в проектировании и разработке программных средств, логического программирования

Основные защищаемые положения.

1 Разработана информационная система для исследования состояния лесных ресурсов промышленного региона ранга области, обеспечивающая анализ набора допустимых решений ЛПР Указанный анализ осуществляется на основе результатов параметрической идентификации математических моделей ЛР, генерирования набора сценариев, расчета прогноза полученных сценариев, многокритериальной оптимизации набора сценариев и визуализации результатов в ГИС

2 Созданы базы знаний системы параметрической идентификации моделей ДУД и «Лесные ресурсы», позволяющие создавать представления

идентифицированных моделей лесных ресурсов промышленного региона на основе имеющихся баз данных распределения площадей лесов по породам и классам возраста

3 Разработаны инструментальные средства, которые позволяют конструировать специализированные информационные системы, направленные на поддержку решений задач ЛПР, связанных с анализом состояния и перспектив использования ЛР промышленного региона.

4 Решены задачи прогнозирования ЛР Иркутской области с использованием созданной информационной системы и инструментальных средств, определены максимальные объемы неистощительных рубок

Научная новнзна представленных в диссертации результатов состоит в следующем

1 Разработана новая методика построения информационных систем для ЛПР, базирующаяся на прогнозировании состояния лесных ресурсов в зависимости от различных сценариев их использования

2 Создана оригинальная информационная система, использующая в качестве базовых математических моделей модели динамики управления древостоем (ДУД) и «Лесные ресурсы», впервые разработаны базы знаний для идентификации этих моделей по исходным данным распределения площадей лесов по породам и классам возраста

3 Разработаны оригинальные инструментальные средства для конструирования ИС для анализа состояния лесных ресурсов промышленного региона

Практическая значимость. Созданная информационная система может использоваться при решении задач моделирования состояния лесных ресурсов различных регионов В частности, она применялась для прогнозирования состояния лесных ресурсов Иркутской области и Усть-Илимского района, для которых были определены объемы рубок, позволяющие вести неистощительное использование ЛР

Разработанная информационная система протестирована на данных, предоставленных Институтом географии СО РАН

Работа выполнена при поддержке РФФИ (гранты 04-07-90227-в, 05-07-97201-р_байкал_в, 05-07-97204-р_байкал_в) и СО РАН (грант N 104).

Личный вклад автора. Основные научные и практические результаты диссертации получены автором лично разработана общая концепция создания информационной системы для ЛПР по рациональному использованию лесных ресурсов, предложена и осуществлена программная реализация информационной системы и инструментальных средств конструирования ИС для анализа состояния лесных ресурсов промышленного региона В публикациях [5-7, 10-12] А К Попова участвовала в процессе постановки задачи, разработке архитектуры информационной системы. В работах [2-3] А К Попова приняла участие в прогнозировании динамики лесных ресурсов В работах [1, 16, 18] А К Поповой принадлежит программная реализация компонент информационной системы

Представление работы Основные положения и результаты представлялись на международных, всероссийских и региональных конференциях по математике и информатике Всероссийской конференции «Математические и информационные технологии в энергетике, экономике, экологии» (г Иркутск-Байкал) 2003 г, Всероссийской конференции «Инфокоммуникационные и вычислительные технологии и системы» (г Улан-Удэ-Байкал) 2003 г, научных чтениях к 75-летию академика И П Дружинина (Иркутск) 2004 г, Всероссийской конференции «Информационные и математические технологии» (г Иркутск-Байкал) 2004, 2007 гг, Международной конференции ИнтерКарто/ИнтерГИС 10 (Владивосток) 2004 г, Всероссийской конференции с международным участием «Новые информационные технологии в исследовании сложных структур» - 1САМ'04 (Иркутск) 2004 г, Международной научной конференции «Инфокоммуникационные и вычислительные технологии в науке, технике и образовании» (Ташкент) 2004 г, Всероссийской конференции молодых ученых

по математическому моделированию и информационным технологиям (Кемерово) 2005 г, летнем симпозиуме «Научно-образовательный центр «Байкал» - стратегия развития» 2006 г (Иркутск)

Публикации По теме диссертации опубликовано 18 печатных работ по списку литературы, в том числе (в скобках в числителе указан общий объем этого типа публикаций, в знаменателе - объем, принадлежащий лично автору) статья в изданиях, рекомендуемых ВАК для предоставления основных результатов диссертации (0,21/0,18 печ л), 3 статьи в научных журналах (1,77/1,02 печ л), 12 публикаций в трудах и материалах конференций (3,06/2,31 печ л), 2 публикации в тезисах конференций (0,25/0,19 печ л)

Структура и объем работы Диссертация состоит из введения, четырех глав, заключения, списка литературы, включающего 106 наименований Работа содержит 107 страниц машинописного текста, 35 рисунков, 7 таблиц

Автор благодарит к т н Черкашина Е А за руководство диссертационной работой, а также д г н Черкашина А К, к г н Владимирова И Н за консультации при реализации подсистемы математического моделирования ЛР Особую признательность за помощь в работе, ценные замечания при выполнении работы и постоянную поддержку автор выражает чл-к РАН Бычкову И В

КРАТКОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы диссертации, сформулированы основные положения и цель, а также задачи исследования Обосновывается научная новизна, практическая значимость, приводятся основные результаты работы

В первой главе представлено описание существующих подходов к применению математического моделирования природных ресурсов в процессе поддержки принятия решений по рациональному ресурсопользованию

Рассматривается используемый в исследовании подход к построению информационных систем для поддержки принятия решений как интеллектуальных (интеллектных) систем анализа данных, использующих

специализированные в предметной области подсистемы математического моделирования Процесс принятия решения в таких системах состоит из этапов выбора класса задачи, идентификации модели исследуемого объекта, при этом используется база данных, содержащая исходные данные об этом объекте Затем на основе информации об исходной задаче, в частности, множестве допустимых решений ЛПР, формируется набор изменяемых параметров модели, строятся их комбинации, порождая сценарии возможного развития объекта в будущем На следующем этапе производится компьютерный расчет сценариев и вычисление критериев оценки этих сценариев На последнем этапе осуществляется, в общем случае, многокритериальная оптимизация сценариев, и, если становится возможным, выбор наилучшего с точки зрения некоторого набора критериев сценария Полученный сценарий или набор сценариев представляется ЛПР

Отличительной особенностью таких информационных систем является использование математического моделирования для получения дополнительной информации об исследуемом объекте

Проведенный анализ подходов и технологий, использующихся в существующих ГИС и информационных системах по рациональному использованию лесных ресурсов, показал, что современные ГИС обладают как библиотеками средств моделирования пространственных данных, ориентированными на определенные задачи, так и необходимым инструментарием реализации модулей для решения других задач Также некоторые ГИС (например, ГИС МЕХЕБ, ЭСПЛА) содержат базы знаний о предметной области, позволяющие проводить достаточно эффективный поиск решения для ЛПР

Существующие программные средства по рациональному использованию ЛР позволяют проводить моделирование динамики ЛР, отображать результаты моделирования на карте В рамках диссертационного исследования разработана информационная система, которая совершенствует реализованные ранее технологии исследований ЛР в направлении автоматизации идентификации

моделей JIP, создания инструментальных средств для поддержки принятия решений, что позволяет расширить класс решаемых задач, например, задачей гибкого управления сценариями лесопользования

Во второй главе приведено описание вопросов математического и программного обеспечения информационной системы по рациональному использованию лесных ресурсов, в том числе описание математических моделей динамики JIP, технологии создания ИС, реализации методов представления знаний

В информационной системе реализованы модели «Динамики управления древостоем» и «Лесные ресурсы» Модель ДУД предназначена для расчета временной динамики лесных ресурсов территории ранга области и лесхоза по категориям земель и группам возраста Модель позволяет решать теоретические и практические задачи прогнозирования динамики ЛР с учетом последствий различного вида хозяйственной деятельности и катастрофических смен При построении модели принимаются во внимание возникновение пожаров и проведение плановых вырубок, изъятия лесов лесного фонда в результате капитального строительства

Исходные данные для модели ДУД хранятся в БД формата Microsoft Excel (xls) и представляют собой данные о площадях лесов 53 лесхозов Иркутской области, разделенные по 7 породам и 6 классам возраста, а также значения численности населения, протяженности дорог для каждого лесхоза

В модели «Лесные ресурсы» учитываются динамика леса на обширных пространствах и особенности хозяйственного освоения территории Модель позволяет выбирать такой вариант территориальной организации рубок главного пользования и создавать такую систему лесоэксплуатации, которые учитывали бы как цели лесозаготовительной промышленности, так и задачи воспроизводства лесных ресурсов, а также ландшафтно-защитные, средообразующие, рекреационные и другие функции лесов Данная модель позволяет описать изменение структуры лесов от уровня области в целом до

динамики внутреннего площадного строения лесонасаждений отдельного лесного квартала

Исходные данные для модели «Лесные ресурсы» хранятся в БД формата dBase (dbf) и содержат данные о площадях лесов Усть-Илимского района по кварталам и 3 группам возраста, запасы спелых и перестойных лесов В БД ГИС входит цифровая топографическая основа Иркутской области (для модели ДУД) и Усть-Илимского района (для модели «Лесные ресурсы»)

Модель ДУД описывает породо-возрастную структуру лесных ресурсов на более крупном уровне и предназначена для решения более общих задач, чем модель «Лесные ресурсы», которая, в свою очередь, позволяет более детально анализировать последствия проведения рубок Кроме того, модель «Лесные ресурсы» является пространственно-распределенной

В третьей главе представлено описание программной реализации разработанной информационной системы и ее инструментальных средств разработки специализированных приложений

Информационная система предназначена для прогнозирования состояния лесных ресурсов на основе приложения системы математических моделей к конкретному природному объекту и некоторой политики использования лесных ресурсов, заданной набором параметров модели Прогнозы состояния лесных ресурсов рассчитываются по соответствующим моделям в зависимости от масштаба природного объекта и задачи, решаемой ЛПР Каждый прогноз - это модельный сценарий, задаваемый комбинацией параметров модели Сценарии, предоставляемые ЛПР для дальнейшего анализа, определяются по совокупности предварительно заданных критериев из всего набора прогнозов

Информационная система представляет собой совокупность трех базовых подсистем ГИС, подсистемы математического моделирования и системы автоматизации логических рассуждений (системы искусственного интеллекта) Программная система функционирует на основе ГИС, и кроме стандартных средств хранения, отображения и обработки пространственно-распределенных данных она позволяет отображать информацию, полученную в результате

математического моделирования динамики лесных ресурсов, в виде таблиц, диаграмм, картографических произведений, а также представлять динамику ресурса в виде анимации Описание задачи прогнозирования, объекта моделирования, задание критериев анализа результатов производится в процессе диалога с подсистемой пользовательского интерфейса Подсистема искусственного интеллекта (ИИ) позволяет автоматизировать процесс построения математической модели природного объекта на этапах идентификации параметров модели по исходным данным об объекте, синтеза структуры модели

Рис 1 Информационные иотоки ИС

Подсистема математического моделирования представлена блоком численных расчетов, базой данных и моделей, она получает параметры моделей и некоторые входные данные от подсистемы ИИ и пользователя через пользовательский интерфейс Подсистема искусственного интеллекта состоит

из блока параметрической идентификации, запросной подсистемы, базы

и

знаний; она передает в подсистему математического моделирования идентифицированные параметры моделей. Графическую подсистему образуют блоки ГИС и визуализации результатов; в нее поступают результаты расчетов, на основе которых для ЛПР формируются диаграммы, карты, картографические анимации ЛР (рис. 1).

Карта создается раскраской объектов - лесхозов и районов в зависимости от численного значения выбранной расчетной характеристики. Для этого данные расчетной базы данных разделяются на группы в зависимости от установленных диапазонов значений, и различным объектам карты присваиваются соответствующие значения раскраски (рис. 2).

Рис. 2. Состояние сосновых лесов спелого и перестойного класса возраста

Информационная система разрабатывается на основе программной технологии Java, которая является объектно-ориентированной, платформо-независимой, многопоточной. Использование технологии Java при разработке системы позволило использовать возможности имеющихся java-библиотек (например, для работы с картами, обработки Пролога), реализовать управление отдельными модулями системы с помощью скриптов на основе JavaScript,

создать вариант системы в виде апплета Все подсистемы реализованы в виде модулей информационной системы

Базовые блоки информационной системы позволяют рассчитывать динамику лесных ресурсов Однако при решении некоторых задач пользователю может потребоваться расширение возможностей ИС Для этого в состав информационной системы включены инструментальные средства, позволяющие пользователям создавать на ее основе свои приложения

Данные средства призваны обеспечить пользователя возможностью самому управлять функционированием программы, изменяя некоторые сс модули При этом изменяемые модули создаются на языках, программирование на которых не требует наличия специальной программной среды

Механизм программирования пользовательских приложений реализован при помощи интерпретатора языка программирования JavaScript и специальной библиотеки jsCalc, что позволяет интегрировать множество базовых функций и объектов в рамках одного приложения Библиотека jsCalc реализована в виде модуля информационной системы, она предоставляет доступ к различным функциям программы, например, построению графиков, карт В программу-приложение JavaScript должна включаться загрузка модуля jsCalc, который непосредственно производит расчет сценариев моделей динамики ЛР, конструирование графиков и карт по результатам расчетов, передает эти данные пользователю для дальнейшего манипулирования ими Пользовательский интерфейс программы строится на основе библиотеки Swing, доступ к которой также обеспечен через средства JavaScript Графики создаются на основе библиотеки JFreeChart, карты - библиотеки ОрепМар

Возможность программирования скрипта является удобным инструментом для разработчиков Например, таким образом можно создавать собственный пользовательский интерфейс, импортировать исходные данные из форматов, неподдерживаемых информационной системой, анализировать результатные данные и тд. Таким образом, модуль программирования скриптов позволяет разработчикам на основе информационной системы

создавать собственные варианты программного обеспечения для моделирования лесных ресурсов

В состав информационной системы включена интеллектная подсистема, реализованная при помощи логического языка программирования Prolog Она содержит базу знаний с правилами, позволяющими производить параметрическую идентификацию математической модели Для каждой модели в базе знаний системы имеется определенный раздел знаний, используемый подсистемой искусственного интеллекта для построения базовой структуры этой модели по известным данным об объекте, идентификации модели на основе данных об исследуемом объекте, а также поиска начальных условий модели

Например, для модели ДУД исходные данные о площадях, занятых породой определенного класса возраста получаются с помощью правил вида square(Lesh, Prd, vozrast("MonodHRKu 1кп "), tO, S) - sqfLesh, Prd, S,_, _, _)

После того, как из БЗ получены все исходные данные, начинается построение последовательности смены участками леса своих возрастных классов по модели ДУД с помощью следующего правила

perehod(model(dud), Prd, Kl, K12, In) - smena(Kl2, Kl), intens(Prd, In) «В модели ДУД переход леса породы Prd из класса Kl в класс KI2 с интенсивностью In осуществляется, если К12 сменяет Kl и интенсивность для породы Prd равна 1т

Используя это правило, строится матрица коэффициентов перехода площадей леса из одного состояния в другое, проводятся численные расчеты Также при этом может быть учтено проведение в лесах рубок главного пользования Правило проведения рубок выглядит следующим образом rubkaGP(model(dud), porod(K), vozrast(V), Vr) -

-porodRub(K), rubkaGP_type(V), rubGP(K, Vr) rubkaGP_type("cnenue и перестойные")

«В модели ДУД рубки главного пользования по породе К возраста V объемом Vг проводятся, если порода К может вырубаться, ее возраст V подлежит вырубке и объем ее рубки составляет Vr»

Далее по построенной структуре модели и полученным исходным данным информационной системой проводятся прогнозные расчеты По результатам расчетов могут быть построены графики в виде временных рядов по каждому лесхозу, породе, классу возраста Также результаты отображаются на карте для любого момента расчетного времени, любой породы и класса возраста

Использование баз знаний в ИС дает возможность описывать сложные закономерности динамики природных объектов Для гибкой подстройки модели к условиям региона не требуется изменять код информационной системы расчета прогноза, а необходимо лишь внести требуемые данные в базу знаний или дополнить ее новыми правилами

Также информационная система реализована в виде апплета, что позволяет обеспечить к ней доступ по протоколу http На сервере хранится файл-архив типа * jar, в котором содержатся исходные данные для расчетов по модели, модули программного комплекса Апплет является доверенным (trusted), что позволяет ему сохранять данные расчетов на компьютер пользователя

В четвертой главе описаны примеры использования информационной системы в области прогнозирования состояния лесных ресурсов Иркутской области Для модели ДУД проведены прогнозные расчеты длительностью 30 лет по лесхозам Иркутской области, в результате которых определены объемы рубок, позволяющие вести неистощительное использование JIP Также из рассчитанных сценариев выделены парето-оптимальные решения по заданному набору критериев

Для модели «Лесные ресурсы» проведены расчеты длительностью 100 лет для территории Усть-Илимского района, определены максимальные объемы неистощительных рубок

В заключении приводится анализ полученных результатов, указываются направления дальнейшего развития информационной системы и разработанных инструментальных средств

Автором получены следующие основные теоретические и практические результаты

1 Обоснована актуальность разработки информационной системы для ЛПР по рациональному использованию лесных ресурсов Определены основные направления совершенствования реализованных ранее технологий исследования ЛР

2 Разработана методика конструирования информационной системы, основанная на комплексном подходе, включающем этапы идентификации математических моделей лесных ресурсов, расчета прогноза динамики, а также анализа критериев компьютерного моделирования

3 Реализованы модели динамики ЛР «Динамика управления древостоем» и «Лесные ресурсы» и подсистема их параметрической идентификации

4 Реализовано задание сценариев использования лесных ресурсов на основе различных комбинаций параметров модели, многокритериальная оптимизация рассчитанных сценариев по набору критериев

5 Созданы инструментальные средства, которые позволяют конструировать специализированные информационные системы, направленные на поддержку решений задач, связанных с анализом состояния и перспектив использования ЛР промышленного региона

6 Информационная система и инструментальные средства апробированы в задачах прогнозирования ЛР Иркутской области

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ Публикации в изданиях, рекомендованных ВАК для представления основных научных результатов диссертации:

1 Чудненко, А К Один подход к преобразованию условных знаков при обмене данными между ГИС [Текст] / А К Чудненко, АЕ Хмельнов // Омский научный вестник, №4(25) - ОмГТУ, 2003 г - С 238-240

Статьи в журналах-

2 Чудненко, А К Гибридная ГИС прогнозирования динамики лесонасаждений [Текст] / Е А Черкашин, А К Чудненко // Вестник ТГУ Приложение № 9(11) - 2004 - С 69-72

3 Попова, А К Применение ГИС- и веб-технологий для создания интегрированных информационно-аналитических систем [Текст] / ИВ Бычков, А С Гаченко, А К Попова, Г М Ружников, Е С Фереферов, А Е Хмельнов // Вычислительные технологии - 2007 - Т 12, специальный выпуск 3 - С 5-19

4 Попова, А К Автоматизация процессов подготовки управленческих решений в лесной области [Текст] / А К Попова // Вычислительные технологии -2008 -Т 13, специальный выпуск 1 -С 69-77

Труды конференций:

5 Чудненко, А К Интегрированная ГИС учета и прогнозирования лесных ресурсов [Текст] / ИВ Бычков, Е А Черкашин, А К Чудненко // Инфокоммуникационные и вычислительные технологии и системы Материалы Всероссийской конференции Часть 1 - Улан-Удэ, 2003 - С 8889

6 Чудненко, А К Создание системы поддержки принятия решений по рациональному использованию лесных ресурсов [Текст] /ИВ Бычков, Е А Черкашин, А К Чудненко // Вычислительные технологии Т 9 Вестник КазНУ им аль-Фараби Серия «Математика, механика, информатика», № 3(42), часть 1 Совместный выпуск по материалам Международной конференции «Вычислительные и информационные технологии в науке, технике и образовании», 2004 - С 364-369

7 Чудненко, А К Прогнозирование пространственно-временной динамики лесных ресурсов Иркутской области с использованием ГИС-технологий [Текст] / И Н Владимиров, А К Чудненко // Солнце, Земля, вода и энергия Материалы научных чтений, посвященных 75-летию со дня рождения академика И П Дружинина Труды Восточно-Сибирского отделения АПВН - Выи 2 -Новосибирск Наука, 2005 - С 61-68

8 Попова, А К Применение систем, основанных на формализованных знаниях, для исследования динамики лесных ресурсов [Текст] / А К Попова // Материалы VIII школы-семинара молодых ученых - Иркутск, 2006 - С 149-152

9 Попова, А К Инструментальное программное средство разработки СППР по рациональному использованию лесных ресурсов [Текст] / А К Попова //

Труды XII Байкальской Всероссийской конференции «Информационные и математические технологии в науке и управлении» Часть II - Иркутск, 2007 - С 158-163

10 Чудненко, А К «Создание интегрированных ГИС учета и прогнозирования динамики лесных ресурсов» [Текст] / Е А Черкашин, А К Чудненко Н Труды Всероссийской конференции «Математические и информационные технологии в энергетике, экономике, экологии» Часть 1 - Иркутск, 2003 -С 156-160

11 Чудненко, А К Программная система представления и обработки иерархических моделей лесных ресурсов [Текст] / ЕА Черкашин, А К Чудненко // Труды Байкальской Всероссийской конференции «Информационные и математические технологии» - Иркутск, 2004 - С 152-157

12 Чудненко, А К Интеллектная геоинформационная система динамики управления древостоем в контексте задачи разработки системы поддержки принятия решений по рациональному использованию лесных ресурсов [Текст] / Е А Черкашин, А К Чудненко, И Н Владимиров // Материалы Международной конференции ИнтерКарто/ИнтерГИС 10 Международная картографическая ассоциация, 2004 - С 81-85

13 Чудненко, А К Инструментальные средства разработки программных систем анализа древостоев [Текст] / А К Чудненко // Материалы VI школы-семинара молодых ученых «Математическое моделирование и информационные технологии» - Иркутск, 2005 - С 36-37

14 Чудненко, А К Прогнозирование динамики лесных ресурсов Иркутской области с использованием ГИС-технологий [Текст] / А К Чудненко // Материалы IV Байкальской школы-семинара молодых ученых «Математическое моделирование и информационные технологии» -Иркутск, 2004 - С 33-34

15 Чудненко, А К Создание интеллектной геоинформационной системы прогнозирования динамики лесных ресурсов [Текст] / А К Чудненко // Материалы V школы-семинара молодых ученых «Математическое моделирование и информационные технологии» - Иркутск, 2004 - С 40-41

16 Чудненко, А К Интеллектная геоинформационная система управления динамикой лесных ресурсов ИнГеС «Дилер» [Текст] / А К Чудненко, И В Бычков, Е А Черкашин // Материалы Международной научной конференции "Инфокоммуникационные и вычислительные технологии в науке, технике и образовании" - Ташкент, 2004 -С 124-128

Тезисы конференции:

17 Попова, А К Разработка базы знаний для исследования развития лесных ресурсов [Текст] / А К Попова // VI Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям (с участием иностранных ученых) Программа и тезисы Докладов - Кемерово, 2005 -С 48-49

18 Чудненко, А К «Реализация интегрированных ГИС учета и прогнозирования динамики лесных ресурсов» [Текст] / Е А Черкашин, А К Чудненко // Тезисы докладов III школы-семинара молодых ученых, аспирантов и студентов г Иркутска «Математическое моделирование и информационные технологии» - Иркутск, 2003 - С 31-32

Примечание в связи со сменой фамилии Чудненко А К на Попову А К в списке опубликованных по теме диссертации работ следует учесть эту поправку

Редакционно-издательский отдел Института динамики систем и теории управления СО РАН 664033, Иркутск, ул Лермонтова, 134 Подписано в печатъ 28 07 08 Формат бумаги 60 х 84 1/16, объем 1,25 п л Заказ № 18 Тираж 100 эю

Отпечатано в ИДСТУ СО РАН

Введение.

Глава 1. Обзор подходов моделирования природных ресурсов и поддержки принятия решений.

1.1. Задача поддержки принятия решений и подходы к ее автоматизации.

1.2. Геоинформационные системы: обзор программных систем и приложений.

1.3. Программные комплексы для моделирования лесных ресурсов: обзор.

Глава 2. Математическое обеспечение информационной системы.

2.1. Иерархическая система моделей лесных ресурсов.

2.1.1. Модель «Динамики управления древостоем».

2.1.2. Модель «Лесные ресурсы».

2.2. Технология создания информационной системы.

Глава 3. Информационная система и ее инструментальные средства разработки специализированных приложений.

3.1. Назначение и область применения информационной системы.

3.2. Общая схема функционирования информационной системы.

3.3. Структура информационной системы.

3.3.1. Информационное обеспечение системы.

3.3.2. Представление моделей лесных ресурсов.

3.3.3. Реализация моделей лесных ресурсов.

3.3.4. Реализация численных расчетов.

3.3.5. База знаний.

3.3.6. Подсистема отображения результатов расчетов.

3.3.7. Формирование сценариев.

3.3.8. Сетевой доступ к информационной системе.

3.4. Инструментальные средства информационной системы.

3.4.1. Средства программирования пользовательских приложений.

3.4.2. Подсистема генерации карт и картографических анимаций.

3.4.3. Подсистема запросов к структуре моделей и расчетным данным.

Российская Федерация обладает большими запасами лесных ресурсов (JXP), которые размещены неравномерно, местами истощены, а значительная часть территории области относится к особо охраняемым территориям, где ведение хозяйственной деятельности ограничено. Значительная часть сибирских и дальневосточных регионов РФ являются источником лесных ресурсов, которые составляют основную экспортную составляющую для этих регионов.

Проблема формирования политики использования ЛР является чрезвычайно важной задачей для лиц, принимающих решения (ЛПР) в управлении лесопромышленным регионом. ЛПР в процессе принятия решения сталкивается с задачами, которые являются «антиинтуитивными». Под «антиинтуитивными» решениями понимаются решения, которые не являются «очевидно хорошими» на взгляд эксперта, т.е. решения, которые требуют специального исследования. Эффективность принимаемых ЛПР решений в первую очередь зависит от объема, вида и качества исходных данных о состоянии ЛР, а также прогнозов развития ЛР в зависимости от принимаемых ЛПР решений (политики заготовки ЛР).

Целью работы является создание информационной системы (ИС) для ЛПР по рациональному использованию ЛР на основе компьютерного анализа и прогнозирования их состояния. Кроме того, целью работы являлась разработка инструментальных средств для создания специализированных приложений на основе компонент информационной системы.

Основные задачи работы. 1. Разработать методику конструирования информационной системы для ЛПР по рациональному использованию лесных ресурсов, основанную на комплексном подходе, включающем этапы идентификации математических моделей лесных ресурсов, расчета прогноза динамики, а также анализа критериев компьютерного моделирования.

2. Разработать подсистему идентификации моделей динамики и управления древостоем (ДУД) и «Лесные ресурсы».

3. Разработать инструментальные средства для конструирования интеллектных информационных систем для прогнозирования и анализа динамики ЛР на основе моделей.

4. Применить информационную систему для моделирования состояния лесных ресурсов Иркутской области.

Структура работы. Диссертация состоит из четырех глав, заключения и приложения.

Во введении обосновывается актуальность темы диссертации, сформулированы основные положения и цель, а также задачи исследования. Обосновывается научная новизна, практическая значимость, приводятся основные результаты работы.

В первой главе представлено описание существующих подходов к применению математического моделирования природных ресурсов в процессе поддержки принятия решений по рациональному ресурсопользованию.

Во второй главе приведено описание математического и программного обеспечения информационной системы по рациональному использованию лесных ресурсов, в том числе описание реализованных в системе математических моделей, технологии создания программного комплекса.

В третьей главе представлено описание программной реализации разработанной информационной системы и ее инструментальных средств разработки специализированных приложений. В п. 3.1 очерчивается область возможных применений информационной системы. П. 3.2 посвящен описанию схемы функционирования системы. Особенности реализации информационной системы описаны в п. 3.3. В п. 3.4. описана технология реализации инструментальных средств на основе информационной системы.

В четвертой главе описаны примеры использования информационной системы в области прогнозирования состояния лесных ресурсов Иркутской области.

В заключении приводится анализ полученных результатов, указываются направления дальнейшего развития информационной системы и разработанных инструментальных средств.

Научная новизна представленных в диссертации результатов состоит в следующем.

1. Разработана новая методика построения информационных систем для ЛПР, базирующаяся на прогнозировании состояния лесных ресурсов в зависимости от различных сценариев их использования.

2. Создана оригинальная информационная система, использующая в качестве базовых математических моделей модели динамики управления древостоем (ДУД) и «Лесные ресурсы», впервые разработаны базы знаний для идентификации этих моделей по исходным данным распределения площадей лесов по породам и * классам возраста.

3. Разработаны оригинальные инструментальные средства для конструирования ИС для анализа состояния лесных ресурсов промышленного региона.

Практическая значимость. Созданная информационная система может использоваться при решении задач моделирования состояния лесных ресурсов различных регионов. В частности, она применялась для прогнозирования состояния лесных ресурсов Иркутской области и Усть-Илимского района, для которых были определены объемы рубок, позволяющие вести неистощительное использование ЛР.

Разработанные информационные системы апробированы на данных, предоставленных Институтом географии СО РАН.

Работа выполнена при поддержке РФФИ (гранты 04-07-90227-в, 05-07-97201-рбайкалв, 05-07-97204-рбайкалв) и СО РАН (грант N 104). Основные защищаемые положения.

1. Разработана информационная система для исследования состояния лесных ресурсов промышленного региона ранга области, обеспечивающая анализ набора допустимых решений ЛПР. Указанный анализ осуществляется на основе результатов параметрической идентификации математических моделей JIP, генерирования набора сценариев, расчета прогноза полученных сценариев, многокритериальной оптимизации набора сценариев и визуализации результатов в ГИС.

2. Созданы базы знаний системы параметрической идентификации моделей ДУД и «Лесные ресурсы», позволяющие создавать представления идентифицированных моделей лесных ресурсов промышленного региона на основе имеющихся баз данных распределения площадей лесов по породам и классам возраста.

3. Разработаны инструментальные средства, которые позволяют конструировать специализированные информационные системы, направленные на поддержку решений задач ЛПР, связанных с анализом состояния и перспектив использования ЛР промышленного региона.

4. Решены задачи прогнозирования ЛР Иркутской области с использованием созданной информационной системы и инструментальных средств, определены максимальные объемы неистощительных рубок.

Представление работы. Основные положения и результаты докладывались на международных, всероссийских и региональных конференциях по математике и информатике:

1. Всероссийская конференция «Математические и информационные технологии в энергетике, экономике, экологии», г. Иркутск-Байкал, 1219 июля 2003г. Е.А. Черкашин, А.К. Чудненко. «Создание интегрированных ГИС учета и прогнозирования динамики лесных ресурсов».

2. Всероссийская конференция «Инфокоммуникационные и вычислительные технологии и системы», г. Улан-Удэ-Байкал, 5-9 августа 2003 г. И.В. Бычков, Е.А. Черкашин, А.К. Чудненко «Интегрированная ГИС учета и прогнозирования лесных ресурсов».

3. III школа-семинар молодых ученых, аспирантов и студентов г. Иркутска «Математическое моделирование и информационные технологии: управление, искусственный интеллект, прикладное программное обеспечение», Иркутск, оз. Байкал, 23-28 сентября 2003 г. Е.А. Черкашин, А.К. Чудненко. «Реализация интегрированных ГИС учета и прогнозирования динамики лесных ресурсов».

4. Научные чтения. 75-летие академика И.П. Дружинина, 10 февраля 2004, ИСЭМ СО РАН, г. Иркутск. И.Н. Владимиров, А.К. Чудненко. Прогнозирование пространственно-временной динамики лесных ресурсов Иркутской области с использованием ГИС-технологий.

5. IV Байкальская школа-семинар молодых ученых «Математическое моделирование и информационные технологии: управление, искусственный интеллект, прикладное программное обеспечение, технологии программирования». Иркутск, оз. Байкал, 2004 г. А.К. Чудненко. Прогнозирование динамики лесных ресурсов Иркутской области с использованием ГИС-технологий.

6. Байкальская Всероссийская конференция «Информационные и математические технологии», Иркутск, оз. Байкал, 2004 г. Черкашин Е.А., Чудненко А.К. Программная система представления и обработки иерархических моделей лесных ресурсов.

7. Международная конференция ИнтерКарто/ИнтерГИС 10: устойчивое развитие территорий: геоинформационное обеспечение и практический опыт. Черкашин Е.А., Чудненко А.К., Владимиров И.Н. Интеллектная геоинформационная система динамики управления древостоем в контексте задачи разработки системы поддержки принятия решений по рациональному использованию лесных ресурсов. Владивосток (Россия), Чаньчунь (КНР), 12-19 июня 2004 г.

8. Международная научная конференция "Инфокоммуникационные и вычислительные технологии в науке, технике и образовании". Чудненко А.К., Бычков И.В., Черкашин Е.А. Интеллектная геоинформационная система управления динамикой лесных ресурсов ИнГеС «Дилер», г. Ташкент, 28-30 сентября, 2004.

9. Научно-практическая конференция «Винеровские чтения». А.К. Чудненко Интеллектная геоинформационная система прогнозирования динамики лесных ресурсов. ИрГТУ, г. Иркутск, 21 октября 2004 г.

10.V школа-семинар молодых ученых «Математическое моделирование и информационные технологии: управление, искусственный интеллект, прикладное программное обеспечение, технологии программирования». Иркутск, оз. Байкал, 2004 г. А.К. Чудненко «Создание интеллектной геоинформационной системы прогнозирования динамики лесных ресурсов».

11.VI школа-семинар молодых ученых «Математическое моделирование и информационные технологии: управление, искусственный интеллект, прикладное программное обеспечение, технологии программирования». Иркутск, оз. Байкал, 2005 г. Чудненко А.К. Инструментальные средства разработки программных систем анализа древостоев.

12.VI Всероссийская конференция молодых ученых по математическому моделированию и информационным технологиям (с участием иностранных ученых), г. Кемерово, 29-31 октября 2005 г. Попова А.К. Разработка базы знаний для исследования развития лесных ресурсов.

13.VIII школа-семинар молодых ученых «Математическое моделирование и информационные технологии: управление, искусственный интеллект, прикладное программное обеспечение, технологии программирования». Улан-Удэ, оз. Байкал, 8-12 июля 2006 г. Попова А.К. Применение систем, основанных на формализованных знаниях, для исследования динамики лесных ресурсов.

14. Летний симпозиум «Научно-образовательный центр «Байкал» -стратегия развития» 3-7 июля 2006 года, п. Большие Коты, Байкал, Россия. Попова А.К. Интеллектная ГИС прогнозирования динамики лесных ресурсов Иркутской области.

15.XII Байкальская Всероссийская конференция «Информационные и математические технологии в науке и управлении», г. Иркутск, 2007 г. Попова А.К. Инструментальное программное средство разработки СППР по рациональному использованию лесных ресурсов.

16.IX школа-семинар молодых ученых ММИТ, г. Иркутск, 2007 г. Попова А.К. База знаний СППР для прогнозирования состояния лесных ресурсов.

17.Международная конференция геоинформатика: технологии, научные проекты, г. Иркутск, 2008 г. Попова А.К. Программная система прогнозирования динамики лесных ресурсов с использованием ГИС-технологий.

Публикации. По теме диссертации опубликовано 18 печатных работ [30-32, 35, 67-70, 92-96, 98-102] по списку литературы.

Благодарности. Автор благодарит к.т.н. Черкашина Е.А. за руководство диссертационной работой, а также д.г.н. Черкашина А.К., к.г.н. Владимирова И.Н. за консультации при реализации подсистемы математического моделирования JIP. Особую признательность за помощь в работе, ценные замечания при выполнении работы и постоянную поддержку автор выражает чл.-к. РАН Бычкову И.В.

Заключение

Автором получены следующие основные теоретические и практические результаты:

1. Обоснована актуальность разработки информационной системы для ЛПР по рациональному использованию лесных ресурсов. Определены основные направления совершенствования реализованных ранее технологий исследования JIP.

2. Разработана методика конструирования информационной системы, основанная на комплексном подходе, включающем этапы идентификации математических моделей лесных ресурсов, расчета прогноза динамики, а также анализа критериев компьютерного моделирования.

3. Реализованы модели динамики JIP «Динамика управления древостоем» и «Лесные ресурсы» и подсистема их параметрической идентификации.

4. Реализовано задание сценариев использования лесных ресурсов на основе различных комбинаций параметров модели, многокритериальная оптимизация рассчитанных сценариев по набору критериев.

5. Созданы инструментальные средства, которые позволяют конструировать специализированные информационные системы, направленные на поддержку решений задач ЛПР, связанных с анализом состояния и перспектив использования ЛР промышленного региона.

6. Информационная система и инструментальные средства апробированы в задачах прогнозирования ЛР Иркутской области, определены объемы рубок, позволяющие вести неистощительное использование ЛР.

В дальнейшем предполагается развивать ИС в направлении разработки программных технологий логико-математического моделирования динамики JIP в рамках реализации заданной политики заготовки ДР. Основу программных технологий будут формировать технологии формального описания правил принятия решения об уровне заготовки JXP в заданные периоды времени, подсистемы параметрической идентификации математических моделей ЛР для заданного класса задач и масштаба исследуемой геосистемы, системы численных расчетов получаемых моделей и оценки значений критериев, подсистемы многокритериальной оптимизации получаемых решений, системы визуализации результатов анализа.

1. Botkin D.B., J.F. Janak, and Ж. Wallis. Rationale, limitations and assumtions of a Northeastern Forest Growth Simulator. IBM J. Research Development 16, 1972. Pp. 101-116.

2. Botkin D.B., J.F. Janak, and JR. Wallis. Some ecological consequences of a computer model of forest growth. J. Ecol., 60, 1972. Pp. 849-872.

3. Bouille F. Making expert systems work in geographic information systems// Proc. 13-th Int. Cartogr. conf.- Morelia.- 1988.- V.I.- P.109-122.

4. Bugmann H.K.M. A simplified forest model to study species composition along climate gradients. Ecology, 1996, 77. - P. 2055-2074.

5. Connor D.J., Tunstall B.R. and Van den Driessche R. An analysis of photosynthetic response in a brigalow forest. Photosynthetica 5, 1971. Pp. 218-25.

6. Dixon, Gary E. сотр. 2002. Essential FVS: A user's guide to the Forest Vegetation Simulator. Internal Rep. Fort Collins, CO: U. S. Department of Agriculture, Forest Service, Forest Management Service Center. 209p.

7. Estes J.E., Sailer C.H., Tinney L.R. Applications of artificial intelligence techniques to remote sensing// The Profes. Geogr.-1986.- V.-38.-№2. P. 133141.

8. Fedra K., Winkelbauer L., Pantulu V.R. Expert Systems for Environmental Screening //RR-91-19 November 1991, International Institute for Applied Systems Analysis.- Laxenburg, Austria.- 170 p.

9. Fischlin, A., H. Bugmann, and D. Gyalistras. Sensitivity of a forest ecosystem model to climate parameterization schemes. Environmental Pollution 87, 1995. Pp. 267-282.

10. Fisher P.F., MacKanessW.A., Peacegood G.D., Wihanson G.G. Artificial intelligence and expert systems in geodata processing// Progr. Phys. Gejgr.-1988.- V.12.- №3. Pp.371-388.

11. Forest Vegetation Simulator (FVS) Электронный ресурс./ USDA Forest Service, Forest Management Service Center. Электрон, дан. - Режим доступа: http://www.fs.fed.us/fmsc/fvs/index.shtml, свободный.

12. Horn Н. S. Markovian properties of forest succession // Ecology and Evolution of Communities. (Eds. M. Cody & J. Diamond). Cambridge, MA, Belknap, 1975.-Pp. 196-211.

13. Horn H. S. Some causes of variety in patterns of forest succession // Forest Succession: Concepts and Applications. (Eds. D. C. West, H. H. Shugart, D. B. Botkin). N.Y., Springer-Verlag, 1991. - P. 24-35.

14. Peden L. M., Williams J. S., & Frayer W. E. A Markov model for stand projection. Forest Science, 19, 1973. Pp. 303-314.

15. Robinson V.B., FranK A.U. Expert systems for geographic information systems// Photogramm. Eng. and Remote Sens.- 1987.- V.53.- №10.- P. 14351441.

16. Rudra A. Farm Size and Yield per Acre. Economic and Political Weekly 3(1), 1968.-Pp. 23-34.

17. Shugart H. H. A Theory of Forest Dynamics. The Ecological Implications of Forest Succession Models. -N.Y., Springer, 1984. p. 278.

18. Urban D.L., Harmon M.E., Halpern C.B. Potential response of Pacific Northwestern forests to climatic change, effects of stand age and initial composition Climatic Change, 1993, vol. 23. - P. 247-266.

19. Van den Driessche R., Connor D.J. and Tunstall B.R. Photosynthetic response of brigalow to irradiance, temperature and water potential. Photosynthetica № 5, 1971. Pp.13-27.

20. Алексеев A.C. Математические модели и методы в лесном хозяйстве. Л.: Изд-во ЛТА, 1988. 88 с.

21. Беньков А.В., Рыжкова В.А. Оценка и моделирование динамики южнотаежных сосняков Средней Сибири. Лесоведение, 2001, №1. - С. 3-12.

22. Березовский Б. А., Барышников Ю. М., Борзенко В. И., Кемпнер Л. М. Многокритериальная оптимизация: Математические аспекты. — М.: Наука, 1989.- 128 с.

23. Беручашвили Н.Л., Кевхишвили А.Г. Экспертные системы в географических исследованиях//Изв.ВГО. 1989. - Т.121.- вып.1.- С.3-10.

24. Братко И. Язык программирования Пролог для искусственного интеллекта. М: Мир, 1990. 530 с.

25. Васмут А.С. Искусственный интеллект в картографии// Состояние и перспективы развития геодезии и картографии. М., 1986.- С.95-102.

26. Гаврилова Т. А., Хорошевский В. Ф. Базы знаний интеллектуальных систем. — СПб.: Питер, 2000. 384 с.

27. Геловани B.JL, Башлыков А.А., Бритков В.Б. , Вязилов Е.Д. Интеллектуальные системы поддержки принятия решений в нештатных ситуациях с использованием информации о состоянии природной среды. М.: Эдиториал УРСС, 2001. — 304 с.

28. Геоинформатика/ А.Д. Иванников, В.П Кулагин, А.Н. Тихонов, В.Я. Цветков. -М.: МАКС Пресс, 2001. 349 с.

29. Джордж Ф. Люгер, Искусственный интеллект: стратегии и методы решения сложных проблем, М: Вильяме, 2005. 864 с.

30. Дубов Ю. А., Травкин С. И., Якимец В. Н. Многокритериальные модели формирования и выбора вариантов систем. — М.: Наука, 1986. — 295 с.

31. Казиев В.М. Введение в анализ, синтез и моделирование систем. М.: — БИНОМ. Лаборатория знаний, 2006. 244 с.

32. Калиткин Н.Н. Численные методы. М.: Наука, 1978. 512 с.

33. Киселев А.Н. Прогнозное биогеографическое картографирование: региональный аспект. М.: Наука, 1985. 104 с.

34. Коновалова Н.В., Капралов Е.Г. Введение в ГИС. Учебное пособие. Изд. 2-е исправленное и дополненное. М.: ООО "Библион", 1997 160 с.

35. Королев Ю.К. Общая геоинформатика. М.: СП "Дата+", 1998. -118 с.

36. Кошкарев А.В., Тикунов B.C. Геоинформатика. М.: Картгеоцентр Геодезиздат, 1993. 213 с.

37. Кречетов Н., Иванов П. Продукты для интеллектуального анализа данных// ComputerWeek-Москва. 1997. - № 14-15. - С. 32-39.

38. Кулль К., Кулль О. Динамическое моделирование роста деревьев. Таллин: Валгус, 1989. 232 с.

39. Ландшафтно-интерпретационное картографирование. Под ред. А.К. Черкашина. Новосибирск, Наука, 2005. - 423 с.

40. Ларичев О.И., Петровский А.В. Системы поддержки принятия решений. Современное состояние и перспективы их развития. // Итоги науки и техники. Серия Техническая кибернетика. Т.21. М.: ВИНИТИ, 1987. -с.131-164.

41. ЛесИС Электронный ресурс./ ООО «ЛесИС». Электрон, дан. -Режим доступа: http://www.lesis.ru/, свободный.

42. Лорьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. — М.: Мир, 1991.-568 с.

43. Математическое моделирование / Под ред. А.Н. Тихонова, В.А. Садовничего и др. М.: Изд-во МГУ, 1993. 260 с.

44. Мендельсон Э. Введение в математическую логику: Пер. с англ. М. Наука, Изд.2, 1976. 320 с.

45. Модели управления природными ресурсами. / Под ред. В.И. Гурмана. -М.: Наука. Главная редакция физико-математической литературы, 1981. 204 с.

46. Моисеев Н. Н. Математические задачи системного анализа. — М.: Наука, 1981.-488 с.

47. Моисеев Н.Н. Системный анализ динамических процессов биосферы // Вестник АН СССР, №1, 1979. С.97-108.

48. Моисеев Н.Н., Крапивин В.Ф., Свирежев Ю.М., Тарко A.M. На пути к построению модели динамических процессов в биосфере. //Вестник АН СССР. 1979. № 10. С. 88-104.

49. Москаленко А.И., Черкашин А.К. Модель пространственной и возрастной структуры леса //Модели управления природными ресурсами. М.: Наука, 1981. С. 231-243.

50. Наставление по рубкам ухода в лесах Восточной Сибири. М., 1994. 120 с.

51. Осипов С.Г. Приобретение знаний интеллектуальными системами. М.: Наука, 1997.- 112 с.

52. Оя Т. Модели развития древостоя. Таллин: АН ЭстССР, 1985. 60 с.

53. П.Джексон. Введение в экспертные системы, М: Вильяме, 2001. 624 стр., ил.

54. Подиновский В. В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. — М.: Наука, 1982. 256 с.

55. Попов Э.В. Экспертные системы. М: Наука, 1987. 288 с.

56. Попова А.К. Применение систем, основанных на формализованных знаниях, для исследования динамики лесных ресурсов. Материалы VIII школы-семинара молодых ученых / ИДСТУ СО РАН, 2006. с. 149-152.

57. Правила рубок главного пользования в лесах Восточной Сибири. М., 1994. 40с.

58. Пржиялковский В. В. Сложный анализ данных большого объема: новые перспективы компьютеризации // СУБД. 1996. - № 4. - С. 71-83.

59. С. Рассел, П. Норвиг. Искусственный интеллект: современный подход. М: Вильяме, 2007. 1424 с.

60. Самарский А.А., Михайлов А.П. Математическое моделирование. М.: Физматлит, 1997. - 320 с.

61. Сахаров А. А. Концепция построения и реализации информационных систем, ориентированных на анализ данных // СУБД. 1996. - № 4. - С. 55-70.

62. Сербенюк С.Н., Тикунов B.C. Автоматизация в тематической картографии. М.: МГУ, 1984. - 112с.

63. Сизиков B.C. Математические методы обработки результатов измерений. СПб: Политехника, 2001. - 240 с.

64. Сочава В.Б. Введение в учение о геосистемах. Новосибирск: Наука, 1978.-320 с.

65. Тикунов B.C. Исследования по искусственному интеллекту и экспертные системы в географии// Вестн. Моск.ун-та. Сер. Геогр.- 1989.-№ 6.- С.3-9.

66. Томас X. Кормен, Чарльз И. Лейзерсон, Рональд Л. Ривест, Клиффорд Штайн Алгоритмы: построение и анализ. М: Вильяме, 2006. 1296 с.

67. Турчак Л.И., Плотников П.В. Основы численных методов: Учебное пособие. 2-е изд., перераб. и доп. - М.: ФИЗМАТЛИТ, 2002. - 304 с.

68. Хант Д. Искусственный интеллект. М.: Мир, 1978. 558 с.

69. Хильми Г.Ф. Биогеофизическая теория и прогноз самоизреживания леса. М.: Изд-во АН СССР, 1955. 87 с.

70. Хильми Г.Ф. Основы физики биосферы. Л.: Гидрометеоиздат, 1966. -300 с.

71. Хортон A. Java 2 JDK 1.3 (в двух томах). М.: "Лори", 2002. - 1024 с.

72. Цветков В.Я. Геоинформационные системы и технологии. Серия "Диалог с компьютером". М.: Финансы и статистика, 1998. - 286 е., ил.

73. Чень Ч., Ли Р., Математическая логика и автоматическое доказательство теорем. М.: Наука, 1983. 360 с.

74. Черкашин А.К. Модель динамики лесонасаждений лесхоза и ее применение для решения прогнозных задач// Планирование и прогнозирование природно-экономических систем. Новосибирск: Изд-во Наука, Сибирское отделение, 1984. - С. 69-81

75. Черкашин А.К. Полисистемный анализ и синтез. Приложение в географии. Новосибирск: Наука, 1997. - 502 с.

76. Черкашин А.К. Прогноз пространственной и временной динамики лесов таежного ландшафта // Динамика эколого-экономических систем. -Новосибирск: Наука, 1981. С. 107-111.

77. Черкашин А.К. Расширяющийся комплекс частных моделей. Лес // Системные исследования взаимодействия природы и хозяйства региона. Иркутск: Изд-во Иркут. Ун-та, 1986. - С. 71-77.

78. Черкашин А.К. Система математических моделей леса // Планирование и прогнозирование природно-экономических систем. Новосибирск: Наука, 1984. - С. 46-57.

79. Черноруцкий И.Г. Методы принятия решений. — СПб.: БХВ-Петербург, 2005. — 416 с, ил.

80. Чудненко А.К., Хмельнов А.Е. Один подход к преобразованию условных знаков при обмене данными между ГИС. Омский научный вестник, №4(25). ОмГТУ, 2003 г. - С.238-240.

81. Чумаченко С.И. Базовая модель динамики многовидового разновозрастного лесного ценоза // В науч. тр. МЛТИ. 1992. Вып. 248. -С. 147-179.

82. Чумаченко С.И. Моделирование динамики многовидовых разновозрастных лесных ценозов // Журн. Общ. биол. Т. 59 N 4, 1998. -С. 363-376.

83. Чумаченко С.И., Сысуев В.В., Паленова М.М., Бредихин М.А., Коротков В.Н. Моделирование динамики древостоев с учетом лесохозяйственного воздействия / Труды VII ежегодной конференция МАИБЛ. Устойчивое развитие бореальных лесов. М. 1997. С. 184-190.

84. Щавелёв Л.В. Способы аналитической обработки данных для поддержки принятия решений // СУБД. 1998. - № 4-5. - с. 23-37.