WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


На правах рукописи

Рыбальский Николай Николаевич

СЕМАНТИЧЕСКАЯ МОДЕЛЬ ОПИСАНИЯ ПОЧВ И ПОЧВЕННАЯ ИНФОРМАЦИОННАЯ СИСТЕМА

Специальность 03.02.13 – почвоведение

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата биологических наук

МОСКВА – 2012

Работа выполнена на кафедре географии почв факультета почвоведения Московского государственного университета имени М.В. Ломоносова

Научный консультант: Иванов Александр Васильевич, доктор биологических наук, ведущий научный сотрудник кафедры географии почв факультета почвоведения МГУ имени М.В.

Ломоносова

Официальные оппоненты:

Васенев Иван Иванович, доктор биологических наук, профессор, заведующий кафедрой экологии факультета почвоведения, агрохимии и экологии Российского государственного аграрного университета – МСХА имени К.А. Тимирязева Рухович Ольга Владимировна, кандидат биологических наук, старший научный сотрудник Всероссийского научно-исследовательского института агрохимии имени Д.Н. Прянишникова Российской академии сельскохозяйственных наук

Ведущая организация: Почвенный институт имени В.В. Докучаева РАСХН

Защита состоится «9» октября 2012 г. в 15 часов 30 минут, в ауд. M-2 на заседании диссертационного совета Д 501.001.57 при МГУ имени М.В. Ломоносова на факультете почвоведения по адресу: 119991, ГСП-1 Москва, Ленинские горы, МГУ имени М.В. Ломоносова, д. 1, стр. 12, ф-т почвоведения.

С диссертацией можно ознакомиться в библиотеке факультета почвоведения МГУ имени М.В. Ломоносова

Автореферат разослан «4» сентября 2012 года

Ученый секретарь диссертационного совета Никифорова Алла Сергеевна

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ



Актуальность темы. Информационные технологии (ИТ) дают возможность получать информацию о почвах ежедневно и обрабатывать ее в реальном времени. ИТ позволяют проводить пространственно-распределенный статистический анализ и многое другое – от построения системы информативных признаков (диагностики) до распознавания новых объектов (классификации) (Рожков, 2007, 2011). Расширение спектра возможностей получения почвенных данных, обусловленное развитием современных цифровых методов, приводит к острой необходимости разработки почвенных информационных систем (ИС).

Исследование современного состояния российских и зарубежных разработок в области использования ИТ для работы с почвенными данными показало, что наиболее актуальными являются почвенные ИС третьего поколения, в которых присутствуют три компонента: реляционные базы данных (БД), геоинформационные системы (ГИС) и использование сети Интернет (Иванов, Рыбальский, Сафрошкин, 2008). Такие системы используются для прогнозирования, моделирования и других почвенных исследований (Хомяков, 1997), таких как прогноз опасности эрозии, окисления и других типов деградации почв; почвенный мониторинг;

агро-экологическое районирование и многих др. На данный момент известно несколько десятков региональных систем, более 10 почвенных ИС национального уровня (Australian Soil Resource Information System; National Soil Information System (США) и др.), а также несколько мультинациональных и глобальных систем (European Soil Database, Европа; SOTER, глобальная почвенная ИС и др.) (Finke, 2001; Brough, 2006; van Engelen, 2010). В 70-80-х гг. XX в.

российскими почвоведами был внесен существенный вклад в разработку общих идей построения почвенных ИС на первом этапе – разработке атрибутивных баз данных (Шишов и др., 1975; Рожков, 1976, 1980, 1983). Несмотря на повышение интереса к подобным разработкам (Белоусова, Мешалкина, 2009; Крыщенко, Голозубов, 2010), в РФ до сих пор не существует актуальной действующей почвенной ИС (Колесникова и др., 2010), поэтому одной из важнейших задач является создание отечественной системы.

Невзирая на стремительное развитие зарубежных почвенных ИС, остается актуальной проблема сохранения первичного смысла исходной информации о почвах при переводе почвенной информации из текстового, «бумажного» формата в электронную форму. Эта проблема является следствием слабо проработанной модели описания предметной области, и для ее решения необходимо создание системы формализации разнородных почвенных данных, отражающей в себе все многообразие почвенных объектов и свойств почвы и позволяющей избежать искажения получаемой информации, слабой масштабируемости и трудоемких ручных приемов работы. Кроме того, формализация связана с решением фундаментальной проблемы математизации почвоведения (Рожков, 2007) – отсутствием класса моделей, позволяющих включить в активное использование специфические почвенные категории и понятия. Работа над этой проблемой приближает нас к тому, чтобы сделать почвоведение точной наукой, о чем мечтал основатель учения о почвах В.В. Докучаев (Докучаев, 1886).

Цель работы: изучение информационных взаимоотношений и разработка методов формализации основных понятий предметной области – почвоведения, необходимых для перехода от визуально доступных форм хранения почвенных документов к электронным формам, и создание семантической модели описания почв в виде почвенной ИС.

В работе поставлены следующие задачи:

1) провести анализ современного состояния зарубежных и отечественных разработок в области использования ИТ для работы с почвенными данными, исследовать существующие модели их описания;

2) дать информационную характеристику документам предметной области исследования, оценить проблемы и возможности перехода от визуальных форм хранения почвенных данных к электронным формам;

3) разработать информационную модель описания почвы для использования в электронной среде хранения и обработки данных, и на ее основе создать систему формализации разнородных почвенных данных;

4) спроектировать и создать почвенную ИС описания предметной области;

5) исследовать возможность гармонизации почвенных описаний, выполненных с использованием разных методик морфологического описания почв.

Научная новизна. Впервые, с использованием семантического подхода, проведен информационный анализ текстов почвенных документов и сформулирован принцип квантования почвенной информации, заключающийся в том, что передача почвенной информации осуществляется стандартными дискретными порциями, имеющими однородный состав структурных элементов и однородную структуру внутренних отношений, и инвариантных относительно формы хранения почвенных данных – вербальной, визуальной или электронной.

Впервые разработана модель предметной области, описывающая почву как семантические отношения, возникающие между именами базовых понятий предметной области – показателей, их значений, методов определения значений показателей свойств почв, и именами характеризуемых ими почвенных объектов. Данная модель, реализованная в форме оригинальной БД, является основополагающей частью почвенной ИС. Она позволяет переводить данные из текстовых (аналоговых) описаний почвенных разрезов в электронную (цифровую) форму хранения и восстанавливать их из цифровой формы хранения в аналоговую без потерь и искажения информации – точность авторского описания поддерживается и контролируется полнотой метаданных, описывающих предметную область.

Разработанная модель описания предметной области впервые позволяет дать математическую интерпретацию описанию почвы – как ассоциированного массива показателей свойств почв; и почвенного профиля в целом – как дерева ассоциированных массивов показателей свойств почв в пространстве почвенных объектов. Подобная интерпретация позволяет устанавливать и выражать связи между элементами строения почвы и их показателями через формальные логические отношения.

Практическая значимость. Использование почвенной ИС, описывающей предметную область, позволяет обеспечить ввод, хранение и обработку большого количества фактических материалов по почвам. В основе созданной ИС лежит разработанная оригинальная модель БД, которая позволяет объединить показатели, описывающие свойства почвы, с объектами, из которых состоит почвенное тело, в единую систему, обеспечивая взаимодействие между ними при помощи формальной логики на базе набора определенных алгоритмов, теоретически позволяя работать с бесконечным множеством данных. Благодаря концепции минимальной информационной почвенной единицы, которая играет роль своеобразного кванта почвенной информации, разработанная почвенная ИС стала гибкой, легко расширяемой и поддерживающей масштабируемость и интероперабельность (способность взаимодействовать с другими почвенными ИС и БД без каких-либо ограничений).

Важная особенность разработанной почвенной ИС, иллюстрирующая принцип квантования почвенной информации, – вывод полноценного описания почвенного разреза в том же виде, в котором он существовал на бумажном носителе, что по сути является сохранением смысловых и логических связей между почвенными показателями и объектами. Коллективный доступ к системе, осуществляемый через Интернет, позволяет преодолеть проблему того, что большое количество получаемой научной информации о почвах оказывается в ограниченном использовании. Другими преимуществами данной модели являются открытость инфраструктуры, возможность персонализации интерфейса, сохранение алгоритмов обработки данных и извлечения информации при изменении списочного состава индексированных показателей и многое др.

Разработанная модель применена для реализации Почвенно-географической базы данных России (ПГБД).

Методология исследования. В работе использованы современные методы поиска и анализа информации, методы проектирования и построения моделей, методы преобразования и кодирования информации для ее представления в цифровых форматах и методы компьютерного моделирования для создания почвенной ИС.

Апробация работы. Результаты работы и основные положения были представлены и обсуждались на V съезде Всероссийского общества почвоведов им. В.В. Докучаева (Ростовна-Дону, 2008), Всероссийской научной конференции «Научный сервис в сети Интернет: решение больших задач» (Новороссийск, 2008), XVII Международной конференции студентов, аспирантов и молодых ученых по фундаментальным наукам «Ломоносов – 2010» (Москва, 2010), Международной конференции «Научно-практические аспекты развития современной техники и технологий в условиях курса на инновации» (Санкт-Петербург, 2010), Европейском рабочем совещании «Global Soil Fertility: The role of next generation smart fertilizers» (Wageningen (Нидерланды), 2011), а также на рабочем заседании Международного информационно-справочного центра по почвам (ISRIC) (Wageningen (Нидерланды), 2011). Результаты работы обсуждались на заседания семинара по цифровой почвенной картографии (ЦПК) подкомиссии "Картография почв" и комиссии по педометрике Общества почвоведов им. В.В. Докучаева в Почвенном институте им. В.В. Докучаева. Разработанная семантическая модель обсуждалась на совещании, посвященном интеграции почвенных БД России, Украины и Белоруссии (Москва, 2011).

Публикации. По теме диссертации опубликовано 12 работ, из них 2 статьи в реферируемых изданиях, включенных в список ВАК.

Структура и объем работы. Диссертация состоит из введения, трех глав и выводов, изложенных на страницах машинописного текста. Содержит таблицы и рисунков. Список литературы насчитывает наименования, из них на иностранном языке.

Благодарности. Автор выражает благодарность всем участникам рабочей группы, разрабатывающей ПГБД и особенно сотрудникам кафедры географии почв факультета почвоведения МГУ им. М.В. Ломоносова – В.М. Колесниковой, И.О. Алябиной, С.А. Шобе и сотрудникам Почвенного института им. В.В. Докучаева – В.А. Рожкову, Б.В. Шеремету и В.В. Сизову. Автор особенно признателен Ю.Л. Мешалкиной за ценные советы и критические замечания, способствовавшие улучшению содержания работы. Глубокая благодарность научному руководителю А.В. Иванову за неоценимую помощь и поддержку на всех этапах научной работы.

ОБЪЕКТЫ И МЕТОДЫ ИССЛЕДОВАНИЯ Объектом исследования является множество понятий и категорий предметной области – почвоведения, использующихся при изучении почвы.

Использован метод описания почв, позволяющий переводить почвенные данные из бумажных носителей в электронную форму хранения и восстанавливать их из электронной формы в визуальную без потерь и искажения информации. Метод основан на использовании семантических отношений, возникающих при информационном обмене между именами элементов множеств четырех базовых понятий, описывающих предметную область – почвенных объектов, почвенных показателей, их значений и методов их определения.

Семантическая модель описания почвы была разработана в ходе анализа содержания и структуры почвенных показателей, а также исследования модельных представлений в почвоведении. При разработке формализованного массива почвенных данных были использованы методы формализации и семантический анализ, основанные на информационном анализе текстов первичных документов, описывающих почвенные объекты.

Разработка инфологической и даталогической модели БД проводилась с использованием различных программных комплексов, таких как ErWin, Visio, MySQL и др. Для разработки интерфейса ввода-вывода данных был использован язык программирования PHP, который также был использован для автоматизации визуализации почвенных профилей.

Визуализация и вывод карт в Интернет осуществлялись при помощи пространственнораспределенных интернет-приложений в Mapserver. В процессе работы использовалась MapInfo, QGIS и различные инструменты для работы с пространственными данными, разработанные Open Source Geospatial Foundation.

Для исследования возможности гармонизации (корректировки различий и несоответствий между почвенными данными, чтобы сделать их единообразными или взаимно совместимыми) описаний почвенных профилей, выполненных с использованием разных методик морфологического описания почв, проведены полевые испытания. Испытания проводились в ходе зональной практики, проводимой факультетом почвоведения МГУ им. М.В. Ломоносова, в 2011 году. Помимо морфологического описания, были взяты почвенные образцы для анализов, а также отобраны монолиты этих почв для Всемирного музея почв в Нидерландах. Были заложены и описаны наиболее представительные типы почв Русской равнины – серая лесная, аллювиальная луговая, типичный чернозем, солонец, солодь, каштановая почва и солончак.

Испытания проходили в два этапа: сначала морфологические почвенные описания проводили с использованием общепринятых в России методик (Методическое руководство по описанию почв в поле, 1982; Морфология почв, 2004; Классификация почв..., 1977), а затем по международной методологии FAO (Guidelines for soil description, 2006; WRB, 2006). Возможность гармонизации рассчитывалась при помощи коэффициента корреляции Пирсона (Мешалкина, Самсонова, 2008), основным параметром была глубина горизонтов. Статистическая обработка данных проводилась с помощью программ Microsoft Excel и Statistica.

РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЙ Обзор почвенных ИС. Обзор показал, что в настоящее время зарубежными почвоведами разрабатываются и вводятся в действие почвенные ИС третьего поколения. Чтобы определить параметры и требуемые ресурсы для разработки отечественной системы, было проанализировано более двух десятков зарубежных почвенных ИС различного масштаба.

Выявлено, что международное сообщество почвоведов в качестве эталона современных систем предпочитает проект SOTER, который был инициирован в 1986 г. для преодоления ограничений на пути к глобальному моделированию и исследованиям – нехватке стандартизированной БД почв (Столбовой, Савин, 1996). Концепция проекта SOTER, основанная на связи атрибутивных и геоинформационных БД, сейчас де-факто является международным стандартом, и большинство существующих почвенных ИС выполнено по методологии SOTER.

Даталогическая модель атрибутивной БД SOTER состоит из нескольких таблиц, из которых две являются основными и содержат данные по профилям и горизонтам, а остальные – вспомогательными, содержащими расшифровку кодов показателей или некоторых методов определения значения показателей. Недостатками подобного способа организации являются:

- использование упрощенной модели данных (описывается только два объекта – профиль и горизонт);

- отсутствие информации о том, откуда взято каждое значение, является ли оно экспериментальным или расчетным, что затрудняет работу с системой в целом;

- указание методов только для части показателей, что затрудняет гармонизацию и обуславливает неоднозначность интерпретации значений показателей;

- использование дополнительного (промежуточного) шифрования, осложняющего понимание и извлечение данных;

- необходимость периодического существенного изменения и переработки программного кода обработки данных (отсутствие единого системного подхода) - добавление нового показателя приводит к появлению новой дополнительной таблицы, усложняющей извлечение данных;

- много ручной работы – неизбежно возникающие пустые значения при используемом способе упорядочения данных, приводящие к увеличению неэффективного объема БД;

- ограниченность возможностей использования формально-логического аппарата выборки и операций с данными;

- слабая масштабируемость: ограниченность имеющегося и потенциально возможного списочного состава показателей (из-за несовершенства модели данных и ограничений программной платформы – максимум 128 показателей);

- неэффективность при работе с системой нескольких пользователей – отсутствие контроля версий и возможности коллективного единовременного доступа к данным.

Кроме того, есть более глубокая проблема – существующая процедура преобразования аналоговых (визуально доступных) форм хранения в цифровые (электронные) и обратная операция восстановления из электронных форм в визуальную, приводит к потерям и искажению информации. Это основная проблема существующих систем: модели хранения данных в электронных формах основаны не на внутренних закономерностях и связях между понятиями предметной области, а на частных практических задачах. Отсюда ограниченность и узость набора показателей, используемых в проектируемой для конкретных исследовании системе.

Таким образом, при разработке почвенной ИС встают две важнейшие проблемы – проблема моделей описания почв и проблема формализации описательного языка предметной области.

Обзор модельных представлений. Установлено, что недостаток модельных представлений о почвах вызван сложностью физической интерпретации аргументов-факторов почвообразования и что создание почвенных ИС тесно связано с решением фундаментальной проблемы – созданием класса моделей, соединяющих предметную составляющую почвоведения с формально-логической.

Проведен простейший физико-математический анализ некоторых предельных решений уравнения В.В. Докучаева – функциональной зависимости свойств почвы от факторов почвообразования. Символьное определение почвы, данное В.В. Докучаевым, является первой постановкой проблемы математического описания почвы (Докучаев, 1899). Спустя 40 лет, подход Г. Йенни позволил осуществить переход к частным физико-математическим моделям описания свойств почв (Jenny, 1941). В конце 70-х гг. ХХ в. Т.Г. Гильманов попытался вернуть почвенное содержание в физико-математическое моделирование с помощью системного подхода и провел анализ уравнения Докучаева с точки зрения его использования в моделировании при помощи ЭВМ (Гильманов, 1977). В 2003 г. А. МакБратни модифицировал уравнение Докучаева, добавив в него пространственное расположение почвенного профиля, представил его как систему уравнений и заложил его в основу цифрового почвенного картографирования (ЦПК) (McBratney, 2003).

Таким образом, анализ модельных представлений дал возможность выявить три основные группы почвенных моделей:

Классификационные модели оперируют категориями и понятиями, имеющими смысловое значение почвенных объектов. Формализация в таких моделях преимущественно сводится к какому-либо методу кодирования или шифрования с целью сжатия и сокращения потоков передаваемой информации. Почва в них описывается в виде вербальных модельных объектов – классов, а процессы и факторы – в форме вербальной логики высказываний. Примером таких моделей являются различные классификации почв.

Физико-математические модели, в отличие от классификационных, работают с категориями и понятиями, имеющими смысл показателей свойств почвенных объектов; объект упрощается.

Этот класс моделей позволяет привлекать широкий спектр математических методов исследования, однако в используемый математический аппарат практически невозможно включить специфические показатели и понятия, используемые при изучении почв. В этих моделях фокус внимания сосредоточен на взаимосвязи показателей, а объект в его естественном виде заменяется упрощенным представлением об объекте. Основным недостатком в преобладающем в данное время физикоматематическом моделировании является то, что в нем вне рассмотрения остается та часть понятийного аппарата и законов функционирования почв, которая не укладывается в рамки, ограниченные понятийным аппаратом и законами, заложенными в этих моделях – иными словам почва как самостоятельный природный объект растворяется во множестве частных физикоматематических моделей.

В информационных моделях фокус внимания сосредоточен на объектах – почвенном профиле и горизонте; эти модели представляют собой симбиоз классификационных и физикоматематических моделей. Основанные на использовании ИТ, они позволяют описывать почву с любой степенью точности и преодолевать основные недостатки описанных выше классов моделей, что дает возможность выявить количественные и качественные взаимосвязи между свойствами почв и почвенными объектами. Такие модели позволяют сохранить семантику почвенных категорий и понятий, создать единый алгоритм их описания и использования.

Принцип квантования. Анализ процессов информационного обмена данными, содержащимися в почвенных описаниях – основном способе записи и хранения фактических материалов изучаемой предметной области, показывает, что элементарный акт обмена информацией состоит из передачи однотипного набора вербальных утверждений (рис. 1):

– объект o характеризуется значением v показателя i, определенного методом m, или значение v показателя i, определенное методом m, принадлежит объекту o, где o, i, m и v – конкретные имена и термины предметной области.

В качестве примера рассмотрим фрагмент описания почвенного разреза: “В горизонте АЕL дерново-подзолистой глееватой почвы обильно представлены железисто-марганцевые конкреции размером 1-2 мм. Этот горизонт характеризуется следующими значениями: pHводн. – 4,0; pHсол. – 3,2” (Апарин и др., 2007).

Этот фрагмент содержит информацию о следующих именах: 4 объектах – почве, почвенРис. 1. Семантика элементов структуры ном горизонте, железо-марганцевых конкреци утверждения в почвоведении ях, образце; 8 показателях – наименовании почвы, индексе почвенного горизонта, новообразованиях, обилии новообразований, нижней границе размеров новообразований, верхней границе размеров новообразований, pH водной и солевой суспензий; 8 значениях – дерново-подзолистая, AEL, обильно, железо-марганцевые конкреции, 1, 2, 4,0, 3,2; 7 методах – согласно Классификации почв (2004), Справочнику индексов почвенных горизонтов (2004), классификации видов новообразований, справочнику обилия новообразований, авторский метод, потенциометрический метод, метод не указан.

Использование обычных наименований для структурных элементов o, i, m, v (табл. 1) позволяет превратить общую формулу информационного утверждения в конкретное осмысленное выражение простой подстановкой текстовых фрагментов из ячеек таблицы. Например, “объект почвенный горизонт характеризуется значением AEL показателя индекс горизонта, определенного методом согласно справочнику индексов почвенных горизонтов (2004)” или “значение 1 мм показателя нижняя граница размеров новообразований, определенное авторским методом принадлежит объекту железо-марганцевые конкреции”.

Таблица 1.

Информационный разбор текстового фрагмента почвенного описания Объект Показатель Метод Значение Почва Наименование почвы По Классификации почв (2004) Дерново-подзолистая глееватая Почвенный горизонт Индекс горизонта По Справочнику индексов поч- AEL венных горизонтов (2004) Морфологический Новообразования По Классификации видов но- Железо-марганцевые элемент вообразований конкреции Морфологический Обилие новообразований По Справочнику обилия ново- Обильно элемент образований Почвенный горизонт Нижняя граница размера новооб- Авторский разований Почвенный горизонт Верхняя граница размера новооб- Авторский разований Образец pH водной суспензии Потенциометрический 4,Образец pH солевой суспензии Не указан 3,Таким же образом возможно представить любое описание характеристик предметной области, что позволяет сформулировать принцип квантования: информация предметной области формулируется и передается в дискретной форме, имеющей однородную структуру содержательных элементов и отношений между ними.

Конкретное смысловое значение (семантика) элементов структуры каждого утверждения определяется предметной областью. Будем формально записывать конструкцию этих высказываний с помощью набора четырех элементов [o, i, m, v], а сами утверждения назовем минимальной информационной единицей предметной области – Umin=[o, i, m, v].

Утверждение, где представлены все четыре сущности, обладает свойствами min-max системы – содержит минимальное количество элементов и логических связей, максимально полно отражающих информационное содержание утверждения. Если это утверждение является полным, оно позволяет исследователю принять или отвергнуть его, то есть выразить субъективное отношение к факту одним из двух состояний – истина (true) или ложь (false). Если же утверждение является редуцированным, то перед исследователем встают дополнительные задачи, которые обычно решаются тремя путями: 1 – восстановлением из источника данных;

2 – проведением прямого наблюдения или эксперимента; 3 – использованием каких-либо теоретических умозаключений.

Приведенные выше формулировки утверждений обладают сочетанием важнейших системных свойств: они имеют однородную внутреннюю связь элементов структуры и одинаковый состав связываемых элементов структуры, а также позволяют оценить объективность информационного высказывания и сформулировать субъективное отношение исследователя к высказыванию.

Семантическая модель описания почвы. Рассмотрим базовые понятия:

- показатель свойства почвы – именованное понятие, характеризующее какое-либо свойство объекта и раскрывающее физический смысл показателя свойства почвы (например, для профиля это могут быть географические координаты, микрорельеф; для почвенного горизонта – цвет, гранулометрический состав; для морфологического элемента – новообразования, растительные остатки; для почвенного образца – содержание SiO2, емкость поглощения и т.д.); при этом наименования горизонтов, например, А, B, BC, C и т.д. используются в качестве показателей, а не объектов;

- метод определения значения показателя свойства почвы – именованный способ определения значения показателя свойства почвы (одному показателю могут соответствовать несколько методов, например, для показателя географических координат могут быть следующие методы: с использованием GPS, топографической карты, GoogleEarth и т.д.; для показателя SiO2 в почве: гравиметрический, фотометрический, атомно-абсорбционный и др.);

- значение показателя свойства почвы – именованное понятие, выражающее интенсивность проявления или степень выраженности показателя свойства почвы (например, значения показателя географических координат по методу «с использованием GPS» – 55.69167 37.53433, «с использованием Google Earth» – 55°4520.83 с. ш., 37°3703.48 в. д.; значения показателя пористость – тонкопористое, пористое и т.д.);

- почвенный объект – именованная часть или элемент иерархического строения почвы, характеризуемая каким-либо показателем как условно однородная часть почвенного тела. Модель предусматривает следующее разделение объектов: профиль и горизонт являются аксиоматическими объектами (т.е. объектами, наличие которых является необходимым условием описания почвы), а морфон, конкреция и т.д. – дуальными или порождаемыми объектами (т.е. объектами, которые иногда могут встретиться при описании аксиоматических объектов).

Рассматривая подходы, которые используют почвоведы, описывая свою предметную область, весьма удобно использовать иерархию пространственной вложенности условно однородных элементов строения почвы: профиль горизонт морфологический элемент в двух вариантах:

уровня профиля – ProfileID, HorizonID, ElementID, где конкретные объекты обозначаются уникальными числовыми значениями идентификаторов; и в форме прямого уровневого описания иерархического дерева объектов (ObjectID), где вложенные элементы описываются системой идентификаторов (ParentOID), ссылающихся на идентификатор родительского объекта (табл. 2).

Таблица 2.

Иерархические уровни и типы почвенных объектов Объект C P H L M E S Уровень LevelID=0 Разрез LevelID=1 Профиль - - - - LevelID=2 - Горизонт Слой Морфон - LevelID=3 - - - - Морфологический элемент Образец В обоих случаях каждый объект характеризуется дополнительным индексом, указывающим на различие объектов, находящихся на одном и том же координатном уровне или ветви вложенности (ObjectTypeID). Подобная структура обеспечивает возможность отчуждения (независимости существования) аксиоматических и дуальных объектов.

Согласно смысловому значению, можно выделить соответствующие пространства и подпространства:

- пространство почвенных объектов – множество категорий и понятий, характеризующих пространственное строение почвенного тела – с учетом специфики его изучения можно выделить:

профили, горизонты, морфологические элементы (в пределах почвенных горизонтов) и образцы (часть почвенного горизонта, отбираемая для физико-химических анализов) при изучении вертикального строения почвы; площадные (контуры, полигоны), линейные (трансекты, катены) и точечные элементы (разрезы, профили), используемые при географическом изучении почв.

- пространство почвенных показателей – множество категорий и понятий, отражающих смысл, степень проявления и метод определения значения свойств почв – его составляют показатели свойств почв, их значения и методы определения значений показателей.

Пространство почвенных показателей может быть выражено с помощью индексированного показателя свойства почвы – формализованного описания характеристики почвенного объекта, который состоит из трех числовых индексов (IndicatorID, MethodID, ValueID), через которые устанавливается связь с содержательным смыслом показателей, методов и значений, описанным и зафиксированным в форме метаописаний в соответствующих таблицах реляционной БД (indicator, method, value).

В основу формализации подобных пространств заложена индексация – метод упорядочения (нахождение объекта по его индексу и наоборот – индекса по объекту) и установления связей между информационными объектами с использованием индексов (установление реляционных отношений между индексируемыми объектами). Индексация пространств объектов и показателей позволяет создать «хранилище», содержащее глобальные индексы (рис. 2).

Для эффективной работы с хранилищем данных необходима возможность ввода данных, их обработки и извлечения информации. Данные приобретают смысл только тогда, когда субъект способен восстановить их исходные связи и взаимоотношения. Можно выделить статические связи – это постоянные связи, существующие между данными, и динамические связи – это связи, возникающие между данРис. 2. Семантическая модель описания почв ными при обращении к ним. Статические связи существуют всегда, динамические – возникают как результат обращения к данным – запроса. При этом сами данные и статические связи между ними остаются неизменными; динамически меняется состав запроса, в результате которого на выходе появляется интерпретация результата запроса – информация. Выявление постоянных, устойчивых связей между явлениями природы – центральный вопрос научного естествознания.

Например, значение «4» в хранилище представляет собой всего лишь абстракцию, используемую для количественной характеристики какого-то показателя. Это просто число в ячейке таблицы, у которого нет никаких смысловых характеристик – показателя, метода определения и объекта. Хранилище приобретает смысл только тогда, когда мы понимаем, что в нем хранится и можем извлекать из него информацию. При помощи реляционной структуры БД и используя принцип квантования стало возможным напрямую относить конкретное значение к конкретному показателю, методу и объекту. Таким образом, несмотря на различные возможности представления и визуализации почвенных данных, они всегда имеют постоянную четкую структуру (табл. 3).

Таблица 3.

Структура почвенного описания при использовании разных способов представления данных Форма Объект Показатель Метод Значение Вербальная Почвенный Индекс горизонта Согласно Справочнику индексов AEL горизонт почвенных горизонтов Обобщенная o i m v Формализованная 2 31 4 Хранилище ObjectID IndicatorID MethodID ValueID/Value Итак, анализируя тексты, описывающие предметную область, была разработана семантическая модель описания почвы. Основная идея модели заключается в установлении семантических связей между различными категориями, имеющими смысл показателей почвенных свойств и элементов строения почвенных тел. Для этого использовались современные представления об уровнях иерархической организации строения почвенных тел, а используемые в почвоведении категории и понятия рассматривались как некоторые множества.

Центральное понятие семантической модели описания почвы – минимальная информационная почвенная единица (SUmin) – наименьший однородный набор информационных элементов, связывающий пространство почвенных показателей и почвенных объектов. Можно определить минимальную информационную почвенную единицу как однородный информационный элемент, состоящий из индексированного показателя свойства почвы и типа почвенного объекта:

SUmin = [IndicatorID, ValueID, MethodID, ProfileID, HorizonID, ElementID, ObjectTypeID]), где SUmin – наименьшая порция почвенной информации, имеющая смысл и передаваемая в вербальных утверждениях. SUmin играет роль своеобразного кванта почвенной информации, которым описывается многообразие почвенных тел. Ее внутренняя структура связывает категории пространств почвенных показателей и объектов: с одной стороны, позволяя по значению показателя восстановить объект, к которому относится показатель или, наоборот, по объекту восстановить показатели, которыми характеризуется данный объект; а с другой стороны, SUmin позволяет описывать почвенное тело как множество однородных элементов с формальными правилами и языком, определяемыми индивидуально для всей совокупности элементов SUmin[i], выборки из SUmin[i] и отдельных элементов внутренней структуры информационного кванта. Информационный смысл SUmin в том, что она фиксирует максимально полную информацию в минимальной однородной форме – как факте связи элементарного (единичного) объекта и элементарного свойства объекта.

Использование минимальной информационной почвенной единицы для описания почвенного профиля S имеет простую математическую и географическую интерпретацию: S = [ID, SUmin], где S – почва (счетное множество минимальных информационных единиц), идентификатор ID – номер элемента, SUmin – бесконечное множество натуральных чисел; или S = [ID, IndicatorID, MethodID, ValueID, ProfileID, HorizonID, ElementID, ObjectTypeID].

В координатном представлении S – это массив индексированных показателей свойств почв, отбираемых из глобальной выборки SUmin[i] по условию ProfileID=const, а в объектном – дерево многомерных ассоциативных массивов гетерогенных данных индексированных показателей свойств почв в индексированном пространстве почвенных объектов. Если в состав показателей уровня почвенного профиля включены известные географические координаты, то математический объект S представляет собой развернутое описание почвенного профиля в вертикальном направлении (в пространстве профильных осей почвенной системы координат) и точечный (пиксельный) элемент на географической карте (в пространстве географических осей координат).

На основе разработанной концепции разработана инфологическая модель БД (рис. 3) и словарь терминов.

Рис. 3. Инфологическая модель почвенной БД Разработка системы формализации почвенных метаданных. Чтобы описать отношения между объектами и показателями предметной области и структуру хранения данных, необходимо формализовать предметную область – провести перевод простейших утверждений, используемых при работе с почвенными данными, в формализованный эквивалент. Анализ свойств минимальной информационной единицы показывает, что необходимым условием формализации предметной области, кроме использования разнообразной символики для обозначений понятий почвоведения – семантики имен, является описание взаимоотношений между ними – семантики отношений. Подобная формализация отличается от «традиционной» формализации (в которой понятиям присваивают индексы) тем, что в систему формализации включают метаданные (структурированные данные, представляющие собой характеристики описываемых сущностей для целей их идентификации, поиска, оценки и управления ими) с набором определений понятий, их способом хранения и их отношений между собой. Метаданные отдельно описывают отношения между объектами и показателями предметной области и структуру хранения данных. Каждый показатель должен быть описан в виде индексированного показателя свойства почвы, каждому имени (термину, наименованию) должна соответствовать запись в таблице, содержащая определение и метаданные, позволяющие описать отношения этих имен между собой.

Cоздать эффективный механизм формализации языка почвоведения в среде визуальных форм хранения данных невозможно: это можно сделать только в электронных формах хранения с помощью метаданных, в которых описываются отношения между объектами и показателями предметной области, а также структура хранения данных. Были выделены две основные группы наборов атрибутов, раскрывающих и передающих смысловое содержание понятия в среде: с визуально доступными формами хранения и коммуникации (вербальная часть): Name – имя, краткий термин, наименование понятия; Description – полное описание понятия; Unit – единицы измерения, ValueSetName – имя значения показателя свойства почвы и т.д.; и группа электронных форм хранения и коммуникации (метаданные): LevelID – идентификатор иерархического уровня показателя свойства почвы; ObjectTypeID – тип почвенного объекта; Multi – кратность использования значения показателя; MethodSet – идентификатор множества методов определения значения показателя;

ValueSet – идентификатор множества значений показателя и т.д.

Разработка системы формализации почвенных данных включала в себя следующие этапы:

1) составление списка критериев для отбора показателей, методов, значений и объектов, используя драфт-версию списка формализованных показателей (Иванов, Рыбальский, Сафрошкин, 2008).

Составлен перечень метаданных для описания пространства почвенных показателей, методов, значений, объектов и вспомогательной информации – 11 таблиц, включающих 124 поля с описанием метаданных; ниже представлены таблицы по инфологическим блокам:

а) блок хранения измеренных почвенных данных, состоящий из четырех таблиц: r_data – таблица хранения ссылочных данных, n_data – целочисленных данных, f_data – дробных данных и c_data – символьных данных (фактически, это «хранилище» почвенных данных);

б) блок индексированных показателей свойств почв, состоящий из таблиц метаданных: показателей свойств почв – indicator, методов их определения – method и значений показателей свойств почв – value. Для примера в сокращенном виде приведена одна из таблиц (табл. 4).

Таблица 4.

Indicator – Таблица метаданных показателей свойств почв Поле Описание Тип IndicatorID Уникальный идентификатор показателя Integer(5) Parent Ссылка на родительский идентификатор – организация иерархических зависимостей показателей Integer(5) в табл. indicator Char(100) Name Краткое наименование показателя – для организации пользовательских интерфейсов Description Подробное описание показателя Text Unit Единица измерения – единицы измерения хранящихся в БД значений Char(18) Property Краткое наименование свойства почвы, которое оценивает показатель Char(54) LevelID Идентификатор иерархического уровня показателя – уровень организации морфологического Char(1) строения профиля (профиль, горизонт, морфологический элемент и т.д.) ObjectType Тип почвенного объекта: P – профиль (LevelID=P), H – горизонт (LevelID=H), E – Char(1) ID морфологический элемент (LevelID=E), S – образец (LevelID=E) и т.д.

ViewForm Признак формы вывода значения показателя в БД – вспомогательное поле, используемое для ор- Char(1) ганизации форм ввода/вывода показателей: L, если значения показателя выводятся по одному в строку; S – по несколько в одну строку; T – таблицей; G – в нескольких вариантах Order Порядок вывода, вспомогательное поле, используемое для дополнительной организации порядка Integer(5) вывода списков показателей Required Обязательность ввода. Вспомогательное поле. Показывает требования к вводу значения показате- Binary(1) ля в БД. 1 – обязательно, 0 – не обязательно DataType Тип данных, используемый для хранения значений показателя: Integer – целочисленные данные, Char(12) Float – дробные данные с плавающей запятой, Char – символьные данные ScaleType Тип шкалы, характеризующий множество значений показателя: NM – номинальная, OR – орди- Char(2) нальная, IN – интервальная, DF – разностей, RT – отношений или пропорций, AB – абсолютная шкала Multi Кратность использования показателя: сколько значений показателя используется при описании Char(1) одного и того же почвенного объекта: 1 – одно значение; N – больше одного значения Input Метод ввода значения показателя: 0 – ссылочный для значений, перечисленных в таблице value, 1 Binary(1) – вводимый, если значения показателя вводятся корреспондентом TableData Имя таблицы, в которой хранится значение показателя: r_data – ссылочных данных, перечислен- Char(6) ных в value; n_data – целочисленных данных, вводимых корреспондентом; f_data – дробных данных, вводимых корреспондентом; c_data – символьных данных, вводимых корреспондентом Symbol Символьный код показателя – название поля показателя при генерации данных в табличной фор- Char(8) ме (из символов, входящих в англоязычные термины соответствующих величин с ограничением на длину не больше 8 символов) MethodSet Идентификатор методов определения значения показателя – для организации связи между пока- Char(10) зателем и методами определения значения показателя, перечисленными в табл. method. Значение поля формируется из символьного кода показателя Symbol и следующего суффикса, добавляемого через символ подчеркивания: C – при прямой ссылке на справочник, классификатор или указатель значений, если для определения значения показателя используется один общепринятый метод; M – при необходимости предварительного выбора одного из нескольких методов определения значения показателя; А – для любых иных вариантов методов ValueSet Идентификатор набора ссылочных значений показателя – предназначен для организации связи Char(10) между показателем и набором значений показателя, перечисленных в табл. Value (значение поля формируется из символьного кода показателя Symbol и суффикса V, добавляемого через символ подчеркивания, если метод ввода значения показателя определен как 1 – вводится, то поле принимает значение NULL) TagName Имя тега в DTD-шаблоне XML-документа описания почвенных данных – для обеспечения обме- Char(30) на почвенными данными между разными приложениями OnOff Указатель использования текущей записи – для подключения или отключения использования Binary(1) показателя в БД в) блок почвенных объектов, состоящий из таблиц почвенных профилей – profile и почвенных объектов – object и реализующий иерархические отношения в виде метаданных, что позволяет уменьшить количество таблиц в модели и вводить сколько угодно иерархических объектов;

г) блок источников почвенных данных, представленный таблицей источников данных – source, в которой указаны характеристики источника данных (название публикации, издания и пр.);

д) блок пользователей, состоящий из таблицы пользователей – user, которая описывает характеристики пользователей системы (например, статус пользователя: администратор, корреспондент и т.д.) и необходимый для реализации модели в открытой системе, использующей Интернет;

2) составление пространств почвенных показателей и объектов, их формализация и унификация.

Для разработки подпространства показателей были использованы списки методов, показателей и значений показателей, составленные В.М. Колесниковой (Колесникова и др., 2010), на основе которых, после некоторой доработки (добавление новых показателей и исправления ошибок) был создан формализованный массив, описывающий все показатели, методы, значения и объекты атрибутивной части почвенной БД – около 300 показателей, 600 методов и 2100 индексированных значений;

3) апробация созданной системы формализации при помощи данных, предоставленных сотрудниками Почвенного института им. В.В. Докучаева, и проведение работ по формализации данных и адаптации форматов и почвенной терминологии с используемыми за рубежом, которые показали, что разработанная процедура формализации работает на основе универсального алгоритма, не зависящего от принадлежности формализуемого показателя к той или иной научной школе.

Таким образом, в рамках создания ПГБД, разрабатываемой факультетом почвоведения МГУ им. М.В. Ломоносова и Почвенным институтом им. В.В. Докучаева, была проведена работа по переводу показателей, методов и значений, предлагаемых для ПГБД в формализованный массив, описывающий все показатели, методы, значения и объекты атрибутивной части почвенной БД. Формализация также включала в себя унификацию формализованных понятий, что позволило уменьшить количество разнородных интерпретаций одного и того же свойства почвы, что в перспективе поможет улучшить качество получаемой информации о почвах в целом.

Проведенная формализация позволяет дать почвенному профилю простую математическую интерпретацию: почвенный объект – ассоциативный массив показателей. Тогда почвенный профиль – дерево ассоциативных массивов показателей свойств почв в пространстве почвенных объектов или дерево многомерных ассоциативных массивов гетерогенных данных индексированных показателей свойств почв в индексированном пространстве почвенных объектов:

S = P + H + E = [pi] + [hj,k] + [en,k,l], где: P = [pi] – одномерный массив показателей уровня почвенного профиля (i=1,…,iP);

H = [hj,k] – двумерный массив показателей уровня почвенного горизонта (j=iP+1,…,jH, k=1…N, N – количество горизонтов);

E = [en,k,l] – трехмерный массив показателей уровня почвенного морфологического элемента (n= jH+1,…,jE, k=1,…,N, l=1,…,L, L – количество морфологических элементов).

Если в состав показателей уровня почвенного профиля включить географические координаты, то математический объект S представляет собой развернутое описание почвенного профиля в вертикальном направлении (вдоль профильной оси координат) и точечный (пиксельный) элемент на географической карте.

Проектирование основы почвенной ИС – атрибутивной БД. Для того чтобы проводить логико-математические операции в пределах всех описанных понятий предметной области – множеством показателей, методов, значений и объектов, а также данных, содержащихся в хранилище, была разработана почвенная атрибутивная БД, которая является единственным возможным способом реализации семантической модели описания предметной области.

Проектирование БД происходило в три стадии: разработка инфологической модели (семантической модели предметной области), даталогической модели (создание схемы базы данных в виде набора схем отношений) и непосредственно реализация физической модели для конкретной СУБД. Инфологическая модель БД была разработана, основываясь на понятии минимальной информационной почвенной единицы и других идеях семантической модели предметной области (см. рис. 2). В основу даталогической модели положена блочная структура, состоящая из 6 блоков (рис. 4).

Каждый блок представляет собой набор характеристик, который описывает определенные модули БД: 1) блок хранения измеренных почвенных данных (базовые таблицы: r_data, n_data, f_data, c_data); 2) блок индексированных показателей свойств почв (табл.: indicator, method, value, object, profile, выходной параметр – идентификатор почвенного объекта (ObjectID); 3) блок источников почвенных данных (табл. source), блок пользователей (табл.

user); 4) блок добавочных данных (табл.: images, commentary).

Даталогическая структура БД сконвертирована в физическую БД, работающую на основе системы управления базой данных (СУБД) MySQL. Запуск СУБД позволил начать тестирование БД, и в ходе тестирования был проведен ряд работ по апробации различных вариантов почвенных описаний в рамках функционирующей БД, в результате чего были разработаны алгоритмы конвертации данных из устаревших почвенных ИС.

Рис. 4. Схема атрибутивной части почвенной БД Разработанная система позволяет осуществить ввод (рис. 5) и вывод (рис. 6) полноценного описания почвенного разреза в том же виде, в котором он существовал на бумажном носителе, что по сути является сохранением смысловых и логических связей между почвенными показателями и объектами.

Рис. 5. Фрагмент интерфейса ввода почвенной карточки Реализовано несколько способов вывода почвенных описаний – в виде традиционных карточек и в виде таблицы MS Excel. Подобный способ вывода информации принципиально отличается от символизации в обычной форме, воспринимаемой без технических средств.

Помимо этого, для визуализации почвенного профиля непосредственно из почвенных описаний, был разработан алгоритм, позволяющий генерировать схематическое изображение профиля, используя цвета горизонтов, занесенные в БД. Благодаря семантической модели описания предметной области, потери и искажения информации возможны только на этапе разбора текстов почвенных описаний и зависят от качества и полноты описания элементов, из которых собирается минимальная информационная почвенная единица. Контроль потерь и искажений определяется полнотой и точностью описания множеств значений элементов o, i, v, m.

Гибкость системы обеспечивается сочетанием элементов глобального управления множествами i, m, v и возможностями настроек ввода-вывода под персональные потребности пользователя с сохранением всех возможностей глобальной системы; при этом алгоритм обработки данных и извлечения информации не изменяется при изменении состава индексированных показателей.

Разработанная модель позволяет выполнить процесс неоднократной гармонизации измеренных данных (содержащихся в описаниях конкретных почвенных разрезов, т.е. полученных и обработанных авторами описаний), при этом полученные расчетные данные (полученные в результате любой обработки измеренных данных, например, при гармонизации) будут сохранены отдельно от исходных, что позволяет сохранить исторический смысл данных.

Рис. 6. Фрагмент почвенной карточки, выведенной из БД Вывод картографической информации в Интернет. В процессе работы над геоинформационной компонентой почвенной ИС, в Интернет была выведена карта почвенноэкологического районирования (ПЭР) России (М 1:2500000, под ред. Г.В. Добровольского и И.С. Урусевской). Также осуществлена возможность отображения карты административного деления РФ (М 1:1000000) и точек разрезов с GPS-координатами, добавленных в БД. Карты возможно просматривать как в традиционной конической равнопромежуточной проекции, так и в проекции Меркатора, совместно со слоем Google Maps (http://db.soil.msu.ru/map). Интерактивная составляющая позволяет выводить как все слои одновременно, так и по отдельности.

Например, верхняя иерархическая единица – почвенная зона, представленная 16-ю основными контурами, может быть преобразована в отдельный слой с 67 почвенными провинциями.

Подобный вывод картографической информации облегчает ее восприятие и обеспечивает комфортную образовательную и научную работу. Архитектура системы позволяет выводить информацию о почвах через SQL-запросы к атрибутивной почвенной БД, что соответствует функционалу зарубежных систем.

Стоит отметить, что структура пространственных данных отвечает принципу квантования информации, что в совокупности с разработанной семантической моделью описания предметной области – почвоведения, открывает возможности перехода к совершенно новым технологиям, таким как ЦПК, система вероятностной оценки точности данных и др.

Исследование возможности гармонизации почвенных описаний. Важным требованием при проектировании почвенной ИС ставилась задача наиболее полной инвентаризации разнообразных почвенных данных. Одно из преимуществ разработанной системы – она обеспечивает внутреннее хранение расчетных (гармонизированных) и измеренных (исходных) значений, что позволяет сохранить исторический смысл дынных и дает возможность заносить в БД данные, полученные при помощи самых разных методик.

Почвенный разрез является материальным объектом, что позволяет провести его описание двум почвоведам, использующим одни и те же методы морфологического описания, одинаково, без принципиальных отличий, но если исследователи используют разные подходы описания почвенного профиля, может возникнуть проблема точности соответствия описаний друг другу. В частности, один из принципиально важных моментов: выделение объекта – почвенного горизонта. Неоднократно осуществлялись попытки провести корреляцию терминов национальных почвенных классификаций с терминами международных классификаций (Красильников, 1999; Столбовой, 2000; Герасимова и др., 2009). Насколько же одинаково выделяются почвенные горизонты при использовании разных подходов? Чтобы ответить на этот вопрос была проведена оценка степени неоднородности при морфологическом описании почвенного разреза по разным системам морфологического описания почв. На основе проведенных полевых испытаний, включающих в себя сравнительный анализ двух систем – принятую в России (по Розанову) и международную систему морфологического описания (FAO, 2006) – проведен корреляционный анализ (рис. 7).

Показано, что концепция морфологического описания FAO в достаточной мере соответствует отечественной методике; описания проводимые по ним близки по смыслу (по выборке мощностей горизонтов r=0,85). Это позволяет рассчитывать на то, что почвенные данные, полученные разными специалистами по различным методикам, можно гармонизировать в рамках почвенной ИС и использовать для расчетов.

Формализация, возможность гармонизации данных, вскрытие информационных закономерностей и связей в науке о почвах приближают нас к созданию единой во всем мире методики описания почв и почвенной классификации.

Рис. 7. Сравнительный анализ выделения почвенных горизонтов по Розанову и по FAO Выводы:

1) Основными недостатками имеющихся методов перевода почвенных данных из аналоговой в цифровую форму хранения и созданных на их основе атрибутивных почвенных баз данных являются: потеря части данных на этапе их ввода, искажение и неопределенность информации на этапах их обработки и вывода, и как следствие возвращение исследователя к ручным методам работы с почвенными данными. Эффективность использования почвенных данных, хранимых в электронной форме, определяется моделью описания предметной области, основанной на использовании фундаментальных информационных закономерностей и связей, возникающих между понятиями предметной области, выражаемых их естественными именами, и позволяющих соединить предметную составляющую почвоведения с формальнологической. Показано, что электронные формы хранения данных в форме баз данных являются не только средством хранения формализованных почвенных данных, но и инструментом, позволяющим описывать закономерные отношения, возникающие и имеющие место в предметной области – почвоведении.

2) Сформулирован принцип квантования почвенной информации и предложен метод описания почвенных данных и передачи почвенной информации, не зависящий от формы хранения данных. Метод основан на использовании инвариантных свойств определенного в исследовании понятия – минимальной информационной почвенной единицы – SUmin. В визуальной среде хранения SUmin описывает отдельные единичные акты обмена почвенными данными набором вербальных утверждений: объект o характеризуется значением v показателя i, определенного методом m, где o, i, m и v – конкретные имена понятий и термины предметной области. В среде электронного хранения SUmin описывается с использованием метаданных – совокупностью специфических для электронной формы хранения данных и их спецификаций, дополняющих каждый вербальный элемент, связанный с ними в одном кортеже. Инвариантность SUmin проявляется в том, что она позволяет переходить из одной формы хранения данных к другой, используя эту дополнительную связь как однозначное отношение двух наборов данных [о, v, i, m] = [ObjectID, ValueID, IndicatorID, MethodID].

3) Разработана семантическая модель описания почвы, описывающая отношения, имеющие место в предметной области, как отношения между именами (терминами) базовых понятий предметной области – показателей, значений, методов определения значений показателей свойств почв, и характеризуемых ими почвенных объектов. Разработана и создана схема базы данных, реализующая семантическую модель описания почвы с раздельным описанием предметной области и хранилища почвенных данных. По единой унифицированной методике разработан и создан формализованный массив данных, описывающий предметную область и множество потенциально хранимых почвенных данных. Дана физическая интерпретация почвенных объектов.

4) Формализация, проведенная в рамках семантической модели описания почв, позволяет дать математическую интерпретацию описанию единичного почвенного объекта как ассоциированного массива значений показателей свойств почв, и почвенного профиля в целом – как дерева ассоциированных массивов значений показателей свойств почв в пространстве почвенных объектов:

S = P + H + E = [pi] + [hj,k] + [en,k,l], Такая интерпретация позволяет легко устанавливать и выражать связи между любыми элементами строения почвы и показателями свойств почв через формальные логические отношения.

5) На основе концепции минимальной информационной почвенной единицы разработана почвенная ИС описания предметной области – почвоведения, которая объединяет в себе показатели, описывающие свойства почвы, с объектами, из которых состоит почвенное тело, в единую систему, обеспечивая взаимодействие между ними при помощи формальной логики на базе набора определенных алгоритмов, что теоретически позволяет работать с бесконечным множеством данных. Благодаря созданной процедуре формализации, разработанная почвенная ИС описания предметной области, реализованная в виде атрибутивной БД, позволяет переводить данные из текстовых почвенных описаний в электронную форму и восстанавливать их из электронной формы хранения в визуальную без потерь и искажения информации – точность авторского описания и полнота перевода определяется не техническими возможностями электронной формы хранения, а полнотой источника почвенного описания и контролируется полнотой метаданных, описывающих предметную область.

6) Анализ данных, полученных с использованием разных систем морфологического описания почв, показал, что описания, проводимые по общепринятым в России методикам и по международной методологии FAO, близки по смыслу, и их гармонизация в рамках разработанной почвенной ИС целесообразна. Начало работ по формализации почвоведения вместе с бурным развитием учения о классификации почв, а так же исследований возможностей корреляции и гармонизации информации о почвах приближают нас к унификации методик изучения почв и к созданию единой во всем мире почвенной классификации.

Интернет-ресурсы с результатами работы: http://db.soil.msu.ru, http://open.soil.msu.ru Список работ, опубликованных по теме диссертации:

1) Иванов А.В., Рыбальский Н.Н., Сафрошкин В.Ю., Колесникова В.М. Информационный разбор и формализация описания почвенного профиля. Матер. VI съезда Общества почвоведов им. В.В. Докучаева. (13-18 августа 2012 г., Петрозаводск – Москва) – Петрозаводск:

Карельский научный центр РАН, 2012. – Кн. 1, С. 242-244.

2) Иванов А.В., Рыбальский Н.Н. Семантическая модель описания почв и почвенная информационная система // Использование и охрана природных ресурсов в России, 2012. №(122). – (в печати).

3) Рыбальский Н.Н. Управление почвенными ресурсами // Природно-ресурсные ведомости, №3 (378), 2012. – С. 6.

4) Рыбальский Н.Н., Долгинова В.А. Оценка степени неоднородности морфологических описаний почв // Всеросс. научная конф. «XV Докучаевские молодежные чтения» (1– 3 марта 2012 г., Санкт-Петербург). СПб.: Изд-во Химический факультет СПбГУ. – С. 58-59.

5) Рыбальский Н.Н. Расширение коллекции всемирного музея почв // Природноресурсные ведомости, №4 (367), 2011. – С. 4.

6) Иванов А.В., Алябина И.О., Иванов С.А., Колесникова В.М., Рыбальский Н.Н., Сафрошкин В.Ю., Шоба С.А. Почвенно-географическая база данных: структура данных и метаданные (ver. 1.0) // Доклады по экологическому почвоведению, 2010. Вып. 14. N 2. – С. 1-118.

7) *Иванов А.В., Рыбальский Н.Н. Информационная профильно-географическая модель почвы как основа почвенной информационной системы // Использование и охрана природных ресурсов в России, 2010. №6 (114). – С. 25-28.

8) *Иванов А.В., Рыбальский Н.Н. Информационная профильно-географическая модель почвы // Использование и охрана природных ресурсов в России, 2010. №5 (113). – С. 65-69.

9) Иванов А.В., Рыбальский Н.Н. Развитие модельных представлений о почве // Научно-практические аспекты развития современной техники и технологий в условиях курса на инновации, (15-17 ноября 2010 г., Санкт-Петербург). СПб.: Изд-во НИИРРР, 2010. – С. 42-45.

10) Рыбальский Н.Н. Опыт разработки сетевой почвенной информационной системы // Ломоносов – 2010: XVII Междунар. конф. студентов, аспирантов и молодых ученых по фундаментальным наукам; секция "Почвоведение": тез. докл. (12-15 апреля 2010 г., Москва) – М.:

МАКС Пресс, 2010. – С. 99.

11) Иванов А.В., Сафрошкин В.Ю., Рыбальский Н.Н. Сетевые почвенные информационные системы и цифровые модели почв // Научный сервис в сети Интернет: решение больших задач: тр. Всеросс. научной конф. (22-27 сентября 2008 г., Новороссийск), 2008. – С. 448-450.

12) Иванов А.В., Рыбальский Н.Н. Научно-информационный портал по почвоведению.

Матер. V съезда Всероссийского общества почвоведов им. В.В. Докучаева (18-22 августа 2008 г., Ростов-на-Дону) – Ростов-на-Дону: Ростиздат, 2008. – С. 512.

*Статьи в журналахиз списка ВАК






© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.