Наукоемкий труд – главная ценность!
Наукоемкий труд специалистов института – это главная его ценность. Поэтому в ЮНИИИТ всегда поддерживают прорывные достижения сотрудников, которые занимаются прикладными научными исследованиями в области информационных технологий и одновременно ведут разработки по нескольким направлениям: информационно-космические и геоинформационные технологии.
Как раз об одном из таких сотрудников ЮНИИИТ мы решили рассказать вам подробнее. Якимчук Александр Васильевич - старший программист Центра информационно-аналитических систем, а также аспирант и преподаватель Югорского государственного университета.
Над чем вы работаете в настоящее время?
Последние 2 года работаю над кандидатской диссертационной работой, направленной на разработкумодели оценки рисков изменения состояния лесного фонда, которая позволяет оценить степени рисков незаконных рубок лесных насаждений по участковым лесничествам, а также аварийных разливов нефти на лицензионных участках. В результате работы данную модель смогут использовать контрольно-надзорные органы при планировании маршрутов патрулирования территории инспекторским составом.
Молодому ученому в рамках своей исследовательской деятельности очень важно заручиться поддержкой профессионального сообщества. Какую поддержку получил ваш проект?
Данная работа поддержана региональным грантом Департамента образования и молодежной политики Ханты-Мансийского автономного округа – Югры совместно с Российским фондом фундаментальных исследований (РФФИ), что подтверждает значимость и актуальность темы исследования для нашего региона.
Также работа выполняется в тесном сотрудничестве со Службой по контролю и надзору в сфере охраны окружающей среды, объектов животного мира и лесных отношений Ханты-Мансийского автономного округа – Югры (Природнадзор Югры), которая помогает разобраться с предметной областью и предоставляет большой массив исходной информации, необходимой для построения модели.
Какие методы заложены в основе разработанной Вами модели? Позволит ли данная методика определять степень риска возникновения инцидентов, представляющих опасность для окружающей среды, тем самым обеспечивая экологическую безопасность исследуемых территорий?
Модельреализуется алгоритмическими методами в виде определенного набора программных модулей, использование которых позволит построить цифровую карту, на которой будут отображены риски аварийных разливов нефти и риски незаконных рубок. Для реализации модели прогнозирования используются методы машинного обучения и методы пространственного (геоинформационного) анализа данных. Методы машинного обучения основаны на создании, обучении и последующем использовании нейронной сети, которая позволяет обрабатывать большие объемы разнородной информации об объектах исследования. Методы геоинформационного анализа данных используются для учета пространственных свойств объектов исследования.
На данный момент уже реализована модель, позволяющая сделать оценку риска для участков с возможными нефтяными загрязнениями или лесными рубками на текущий год.Результаты моделирования публикуются на геопортале Центра космических услуг ЮНИИ ИТ.Результаты работы были представлены в том числе на XII международномIT-форуме с участием стран БРИКС и ШОС. Получены положительные отзывы от участников форума и предложения по дальнейшему развитию модели.