<div>
	Воробьева Г.Р., Воробьев А.В., Фарваев Э.Ф.<br />
	Подход к решению проблемы дефицита геомагнитных данных в задачах поддержки принятия решений </div>

doi:10.17586/2226-1494-2025-25-1-151-159

2025 , ТОМ 25, НОМЕР 1 ( январь-февраль )

ISSN 2226-1494 (print), ISSN 2500-0373 (online)

Меню

Публикации

Главный редактор

НИКИФОРОВ
Владимир Олегович
д.т.н., профессор

Партнеры

doi: 10.17586/2226-1494-2025-25-1-151-159

УДК 004.9

Воробьева Г.Р., Воробьев А.В., Фарваев Э.Ф.
Подход к решению проблемы дефицита геомагнитных данных в задачах поддержки принятия решений

Читать статью полностью

Язык статьи - русский

Ссылка для цитирования:

Воробьева Г.Р., Воробьев А.В., Фарваев Э.Ф. Подход к решению проблемы дефицита геомагнитных данных в задачах поддержки принятия решений // Научно-технический вестник информационных технологий, механики и оптики. 2025. Т. 25, № 1. С. 151–159. doi: 10.17586/2226-1494-2025-25-1-151-159

Аннотация

Введение. Одной из главных проблем применения данных в задачах поддержки принятия решений является их дефицит в определенных пространственных точках/областях ввиду невозможности проведения соответствующих измерений. Примером этого являются данные о состоянии магнитного поля Земли (геомагнитные данные), на основании которых принимаются решения для сокращения негативного воздействия экстремальных геофизических событий на объекты и системы техносферы (линии электропередач, системы связи, автоматика железных дорог и пр.). Анализ существующей инфраструктуры сбора геомагнитных данных с позиций системного анализа позволил идентифицировать неполное покрытие сетью мониторинга, что негативно сказывается на принятии решений при обеспечении техносферной безопасности в пространственных областях. На примере геомагнитных данных выявлено, что известные методы интерполяции, не учитывающие особенности пространственно-временных характеристик описываемых данными процессов и их зависимость от внешних факторов, недостаточно эффективно справляются с поставленной задачей. Метод. Для решения обозначенной проблемы предложен подход к адаптивной пространственной интерполяции, основной идеей которого является динамический подбор методов интерполяции, наиболее эффективных при различных факторах. Для примера геомагнитных данных в качестве таких факторов выбраны принадлежность пространственной точки определенной широтной зоне и индекс геомагнитной активности в рассматриваемый период времени. Основные результаты. Для оценки предлагаемого решения разработан прототип веб-ориентированного приложения. Эксперимент проведен с использованием геомагнитной информации проекта SuperMAG. При сравнении среднеквадратической ошибки интерполяции применение предлагаемого подхода показало большую эффективность, чем применение какого-либо отдельного метода интерполяции. Обсуждение. Предложенная адаптивная интерполяция может быть использована в системах, реализующих интерполяцию геопространственных данных, как альтернатива стандартным методам интерполяции, с целью повышения точности восстановления данных. Сделан вывод, что при работе с геомагнитными данными могут быть использованы данные о широтной зоне и геомагнитной активности. Интерполяция данных иной природы может потребовать предварительного анализа для выявления значимых факторов.

Ключевые слова: геопространственные данные, геомагнитные данные, системный анализ, пространственная интерполяция, поддержка принятия решений, веб-приложения

Благодарности. Исследование выполнено за счет гранта Российского научного фонда № 25-21-00143, https://rscf.ru/ project/25-21-00143/.

Список литературы

Vorobev A., Soloviev A., Pilipenko V., Vorobeva G., Sakharov Y. An approach to diagnostics of geomagnetically induced currents based on ground magnetometers data // Applied Sciences. 2022. V 12. N 3. P. 1522. https://doi.org/10.3390/app12031522
Vorobev A.V., Vorobeva G.R. Approach to assessment of the relative informational efficiency of intermagnet magnetic observatories // Geomagnetism and Aeronomy. 2018. V. 58. N 5. P. 625–628. https://doi.org/10.1134/S0016793218050158
Fournier A., Aubert J., Lesur V., Thebault E. Physics-based secular variation candidate models for the IGRF // Earth, Planets and Space. 2021. V. 3. P. 190. https://doi.org/10.1186/s40623-021-01507-z
Imboden D., Pfenninger S. Introduction to Systems Analysis Mathematically Modeling Natural Systems. Springer, 2013. 252 p. https://doi.org/10.1007/978-3-642-30639-6
Brown W., Beggan C., Cox G., Macmillan S. The BGS candidate models for IGRF-13 with a retrospective analysis of IGRF-12 secular variation forecasts // Earth, Planets and Space. 2021. V. 73. P. 42. https://doi.org/10.1186/s40623-020-01301-3
Petrov V., Bondar T. IZMIRAN candidate field model for IGRF-13 // Earth, Planets and Space. 2021. V. 73. P. 46 https://doi.org/10.1186/s40623-020-01312-0
Vorobev A.V., Soloviev A.A., Pilipenko V.A., Vorobeva G.R. Interactive computer model for aurora forecast and analysis // Solar-Terrestrial Physics. 2022. V. 8. N 2. P. 84–90. https://doi.org/10.12737/stp-82202213
Vorobev A.V., Pilipenko V.A., Krasnoperov R.I., Vorobeva G.R., Lorentzen D.A. Short-term forecast of the auroral oval position on the basis of the “virtual globe” technology // Russian Journal of Earth Sciences. 2020. V. 20. P. ES6001. https://doi.org/10.2205/2020ES000721
Gjerloev J.W. The SuperMAG data processing technique // Journal of Geophysical Research: Space Physics. 2012. V. 117. N A9. P. A09213. https://doi.org/10.1029/2012JA017683
Waters C.L., Gjerloev J.W., Dupont M., Barnes R.J. Global maps of ground magnetometer data // Journal of Geophysical Research: Space Physics. 2015. V. 120. N 11. P. 9651-9660. https://doi.org/10.1002/2015JA021596
Zhang H., Tian Y., Zhao P. Dispersion curve interpolation based on kriging method // Applied Sciences. 2023. V. 13. N 4. P. 2557. https://doi.org/10.3390/app13042557
Lebrenz H., Bardossy A. Geostatistical interpolation by quantile kriging // Hydrology and Earth System Sciences. 2019. V. 23. N 3. P. 1633–1648. https://doi.org/10.5194/hess-23-1633-2019
Alexa M. Conforming weighted Delaunay triangulations // ACM Transactions on Graphics. 2020. V. 39. N 6. P. 1–16. https://doi.org/10.1145/3414685.3417776
Weng Y., Cao J., Chen Z. Global optimization of optimal Delaunay triangulation with modified whale optimization algorithm // Engineering with Computers. 2024. V. 40. N 4. P. 2595–2616. https://doi.org/10.1007/s00366-023-01928-2
Huynh T., Tran D., Vu Q., Nguyen L., Design and Implementation of Web Application Based on MVC Laravel Architecture // European Journal of Electrical Engineering and Computer Science. 2022. V. 6. N 4. P. 1–7. https://doi.org/10.24018/ejece.2022.6.4.448
Rahman M.H., Naderuzzaman M., Kashem M.A., Salahuddin B.M., Mahmud M.Z. Comparative study: performance of MVC frameworks on RDBMS // International Journal of Information Technology and Computer Science. 2024. V. 16. N 1. P. 26–34. https://doi.org/10.5815/ijitcs.2024.01.03
Hule K., Ranawat R. Analysis of different ORM tools for data access object tier generation: a brief study // International Journal of Membrane Science and Technology. 2023. V. 10. N 1. P. 1277–1291. https://doi.org/10.15379/ijmst.v10i1.2842
Marculescu B., Zhang M., Arcuri A. On the faults found in REST APIs by automated test generation // ACM Transactions on Software Engineering and Methodology. 2022. V. 31. N 3. P. 1–43. https://doi.org/10.1145/3491038
Golmohammadi A., Zhang M., Arcuri A. Testing RESTful APIs: a survey // ACM Transactions on Software Engineering and Methodology. 2023. V. 33. N 1. P. 1–41. https://doi.org/10.1145/3617175
Bogner J., Kotstein S., Pfaff T. Do RESTful API design rules have an impact on the understandability of Web APIs? // Empirical Software Engineering. 2023. V. 28. N 6. P. 132. https://doi.org/10.1007/s10664-023-10367-y

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License