ции на 7 % ниже, чем у классического алгоритма. Литература
1. Мирзобеков А.Д. Биочипы в биологии и медицине 21-го века /Вестник Российской Академии наук, 2003. - Т. 73 (5) – С. 412.
2.Demb´el´e D., A Flexible Microarray Data Simulation Model, 2013.
3.Novikov E., Barillot E. An algorithm for automatic evaluation of the spot quality in twocolor DNA microarray experiments / BMC Bioinformatics, 2005.
4.Novikov E., Barillot E. Software package for automatic microarray image analysis (MAIA) / BMC Bioinformatics, 2007.
5.Okuzaki D., Yoshizaki K., Tanaka T. Microarray and whole-exome sequencing analysis of familial Beh¸cet’s disease patients, 2016.
6.Yatskou M., Novikov E., Vetter G., Muller A., Barillot, Vallar L., Friederich E. Advanced spot quality analysis in two-colour microarray experiments /BMC Research Notes, 2008.
7.Zou J., Yin F., Wang Q. Analysis of microarray-identified genes and microRNAs associated with drug resistance in ovarian cancer / International Journal of Clinical and Experimental Pathology, 2015.
Белорусский государственный университет, г. Минск, Республика Беларусь
I.U. Klimuk, A.S. Svidrytski, M.M. Yatskou
K-NEAREST NEIGHBORS ALGORITHM FOR GENE EXPRESSION CLASSIFICATION TAKING IN ACCOUNT THE SPOT QUALITY FACTORS OF DNA MICROARRAYS
A developedsimulationmodelofaDNAmicroarrayisshown, also 3 different modifications of the k-nearest neighborsalgorithm for gene expression classification taking in account the spot quality parameter of the DNA microarray were developed and are shown in this work, comparative efficiency analysis of these algorithms based on the simulated data is given
Key words: atmosphere, mutation, DNAmicroarray, bioinformatics, simulation modelling, classification algorithm, spot quality parameter
Belarusian State University, Minsk, Belarus
УДК 528.9: 624.131.47:614.8:504.064:502 (470.345-25)
С.А. Тесленок, Н.В. Бучацкая, Г.И. Назаров, К.С. Тесленок КАРТОГРАФИРОВАНИЕ СВЕТОВОГО ЗАГРЯЗНЕНИЯ ГОРОДСКОЙ СРЕДЫ
Представлена авторская методика полевого исследования одного из характерных и наиболее распространенных в крупных городах видов физического загрязнения – светового – с использованием разработанного одним из авторов бюджетного люксметра на базе датчика BH1750. Полученная карта фактического материала послужила основой для создания аналитической карты светового загрязнения с использованием технологии географических информационных систем
Ключевые слова: световое загрязнение; городская среда; картографирование; географическая информационная система; ГИС-технологии
Прогрессирующий рост общественного и научного интереса к обеспечению техносферной безопасности в условиях городской среды обусловлен глобальными процессами урбанизации и сверхвысокой концентрацией городского населения в основных мировых мегалополисах. В таких условиях городская среда, являющаяся практически полностью трансформированной естественной, подвержена воздействию различных видов загрязнения, под которым понимается поступление в окружающую человека среду веществ и энергии в количествах, вызывающих неблагоприятное воздействие на здоровье человека, состояние биоты и геосистем в целом, материалы, оборудование, здания и сооружения [1-4]. Кроме выбросов
21
в атмосферу, сбросов в водные объекты, твердых отходов, выделяют энергетические или физические загрязнения [5-10]. Окружающие человека и постоянно воздействующие на него «нематериальные» факторы окружающей среды, созданные в процессе эволюции общества (повышенный уровень шума, вибрации, электромагнитные, ионизирующие (радиоактивные), световые излучения и др.) обычно объединяются терминами «физические факторы окружающей среды» или «физическое загрязнение окружающей среды» [5, 7, 8, 10]. Физическое загрязнение связано с отклонением колебаний параметров (уровня) физических абиотических факторов среды обитания за пределы нормального диапазона. Его источником являются элементы техносферы – техногенные и промышленные сооружения, а так же технические приспособления, вызывающие нарушения естественных природных процессов и циклов и подавляющие способность биосферы к самовосстановлению. Искусственное привнесение в геосистемы различных иерархических и пространственных уровней антропогенной энергии (тепла, света, шума, вибрации, гравитации, электромагнитного и радиоактивного излучений) проявляется в отклонении от нормы их физических свойств [1, 4, 7, 8, 10]. Антропогенное воздействие на такие физические факторы окружающей среды, как температура, уровень звука и вибрация, интенсивность электромагнитного, ионизирующего и светового излучений достигло таких уровней, что соответствующие физические загрязнения выходят за рамки локальных и ощущаются уже на глобальном уровне [1, 4, 7, 8, 10]. При этом световое загрязнение, являющееся одним из самых распространенных видов физического загрязнения в крупных городах, возникает вследствие использования осветительных приборов, наружной рекламы, промышленных производств. Оно напрямую влияет на состояние человека: снижение выработки мелатонина приводит к изменениям суточного ритма, нарушениям работы эндокринной системы, повышению кровяного давления, изменению периодичности сна. В итоге нарушение нормального светового режима приводит к сокращению продолжительности жизни и более быстрому развитию заболеваний. Воздействие света в ночное время может рассматривать как один из экологических факторов, приводящих к ускоренному развитию ряда ассоциированных с возрастом заболеваний. Искусственное освещение часто приводит к гибели насекомых, влияет на поступление естественного света в водоемы, препятствуя правильному протеканию процесса фотосинтеза. С направлением света по всем сторонам охватываемого угла распространения светового потока из-за отсутствия у осветительных приборов плафонов связано понятие засветки ночного неба. Она препятствует нормальному проведению астрономических наблюдений за небесными телами [7, 8, 11, 12].
Известные карты светового загрязнения, как правило, отображают засветку ночного неба крупных городов и используются в астрономических целях (например, компании ESRI, рис. 1, [11]), а исходные показатели для их составления получают с данных дистанционного зондирования.
а б Рис. 1. Электронная карта засветки ночного неба г. Москва (а) и ее легенда (б)
22
Легенда подобных карт представлена в виде таблицы с обозначениями величины засветки [11]. Первый столбец таблицы обозначает отношение искусственного освещения к естественному в процентах, второй – величину искусственного освещения в мю канделах на м2, третий – суммарную яркость неба в миликанделлах на м2, четвертый определяет название цвета, пятый – непосредственно его цветовое обозначение (рис. 1, б).
Необходимо заметить, что единые общепринятые методики получения исходной информации и создания карт светового загрязнения в настоящее время отсутствуют и как таковое понятие светового загрязнения городской среды в проанализированных нами картах не используются. В связи с этим, нами была предпринята попытка разработки методики получения исходной информации и ее дальнейшего использования для создания карт светового загрязнения территории столицы Республики Мордовия – г. Саранска. При этом был использован опыт картографирования источников электромагнитного излучения на территории крупного города [5, 6].
На первом этапе с использованием космических снимков ресурса «Яндекс. Карты» навигационной программы SAS. Planet была создана гибридная картографическая основа на территорию исследования. Далее полученные снимки были загружены в ГИС ArcMap. Согласно разработанной нами методике, полевые исследования проводились по регулярной сетке, размер стороны ячейки которой, исходя из особенностей территории и в целях корректного получения информации, был определен в 500 м, с более 1500 точек измерений (рис. 2, а).
Измерение степени освещенности осуществляется приборами люксметрами, которые при замере световых потоков обрабатывают данные и преобразуют полученные результаты в люксы – величину освещенности поверхности площадью 1 м2 при световом потоке падающего на нее излучения, равном 1 люмену [2]. Однако, имея относительно высокую цену, эти приборы не доступны для использования в учебных целях. В качестве альтернативного варианта предлагается использование датчика BH1750 [9], предназначенного для измерения уровня освещенности и имеющего несколько более низкую точность измерений, тем не менее, достаточную для учебных замеров. Стоимость разработанного прибора составила 390 рублей, время, затраченное на подготовку и сборку при наличии лишь базовых знаний программирования и радиоэлектроники – 10 часов. Общий вид созданного прибора представлен на рис. 2, б. Поверка прибора, произведенная в Центре коллективного пользования кафедры светотехники Института электроники и светотехники МГУ им. Н.П. Огарева, показала, что средняя относительная погрешность измерений составила 1,24 %.
а б Рис. 2. Пример расположения точек полевых измерений освещенности (а) и внешний
вид прибора на базе датчика BH1750 (б)
Поскольку явление светового загрязнения наблюдается лишь в темное время суток, а
23
погрешность его измерений может дополняться закатным или восходным солнцем, разработанная методика предусматривает ограничение по времени измерения – с 22:00 до 2:00 часов, когда искусственное световое загрязнение не суммируется с естественным освещением. Процедура полевых измерений заключалась в определении точки замера на местности, собственно замере значения освещенности прибором и фиксации полученного результата. При этом среднее количество точек измерения за один выход составило 36, средняя протяженность маршрута – 21 км. В итоге в границах жилой застройки территории г. Саранска были получены показатели для 324 точек. При этом не учитывались территории, занятые лесными массивами и промышленными объектами, а также участки с ограниченным доступом. Результаты измерений были перенесены в базу данных ГИС ArcMap и после картографической визуализации получена карта фактического материала с вынесенными точками опробования, для каждой из которых в числителе указан идентификатор, а в знаменателе – измеренное значение. Она и послужила основой для создания с использованием ГИС и геоинформационных технологий нескольких вариантов аналитической карты светового загрязнения, фрагменты которых представлены на рис. 3. Интерполяция по исходным данным (рис. 3, а) выполнялась с применением метода «ближайшее соседство», когда используются значения только в пределах интерполируемого массива точек. Также для визуального сравнения результатов использования различных способов картографического изображения была построена карта с использованием способа картограмм (рис. 3, б), позволяющего визуализировать отобразить интенсивность показателя освещенности в пределах каждой ячейки регулярной сетки размером 500 х 500 м. Предварительная на основе [3] была разработана легенда карты светового загрязнения территории г. Саранска с выделением шести ступеней шкалы освещенности городской территории и их количественными (в лк) и качественными характеристиками. Согласно [3], ступень значений от 4 до 10 лк определяется как нормативное искусственное освещение улиц, и в легенде она показана светло-оранжевым цветом. Показатели ниже нормативных данных на карте отражаются желтым и светло-зеленым цветом, а превышающие нормативы – красным и темно-красным (рис. 3, в).
Дополнительно на карты добавлены границы городских районов, а в виде картодиаграмм – результаты расчета процентного соотношения площадей с различными показателями освещенности, полученные с использованием офисного приложения Microsoft Excel (рис. 3. а, б). Эти данные позволили выполнить сравнительную оценку подверженности световому загрязнению г. Саранска в целом и его отдельных районов.
В легенде карты (рис. 3, в) представлены границы обследованных территорий, шкала освещенности, ступени и цветовое решение которой описаны выше, а так же данные по освещенности микрорайонов города в виде столбчатой диаграммы, дополненные таблицей. Приведенная там же круговая диаграмма показывает, что 52 % исследованной селитебной территории г. Саранска не имеет искусственного освещения, 19 % освещены в пределах норматива, а на 13 % территории уровень освещения превышает нормативный (из них 10 % – 11-20 лк, 2 % – 21-30, 1 % – более 30 лк) и в основном это центральные городские улицы с дополнительным освещением в виде реклам, подсветок.
Таким образом, 68 % всей исследованной территории имеет недостаточное освещение или оно отсутствует (это без учета лесных массивов и некоторых недоступных территорий, преимущественно в промышленной зоне). В результате проведенных исследований изучен и проанализирован имеющийся опыт информационного обеспечения и картографирования физического загрязнения; разработаны методики полевых исследований, проектирования и создания базы данных специализированной ГИС, создания картографической основы и геоинформационного картографирования.
24
Рис. 3. Фрагменты карт светового загрязнения г. Саранска (а, б) и их легенда (в)
Хотя световое загрязнение пока и не выглядит представляющим особую опасность, но этот вид загрязнения, в отличие от всех других, еще слишком мало изучен, чтобы осознавать масштабы возможных негативных последствий. Кроме того, как и любое другое загрязнение, оно нарушает экологическое равновесие и оказывает негативное воздействие на организм человека [1, 4, 11, 12].
Литература 1. Акимова, Т.А. Экология [Текст] / Т.А. Акимова, В.В. Хаскин. - М.: Юнити, 1999. -
455 с.
2.Люкс //Википедия [Электронный ресурс]. - Режим доступа: https: //ru.wikipedia.org
/wiki/Люкс.
3.Московские Городские Строительные Нормы: МГСН 2.06-99 «Естественное, искусственное и совмещенное освещение»: нормативно-технический материал. – М., 1999. - 72 с.
4.Новиков, Ю.В. Экология, окружающая среда и человек [Текст] / Ю.В. Новиков. -
М.: ФАИР-ПРЕСС, 2000. - 320 с.
5.Тесленок, К. С. Картографирование источников электромагнитного излучения на территории г. Саранск [Текст] / К. С. Тесленок, С. А. Тесленок, Е. А. Федосейкина // Безопасный город: материалы XI науч.-практ. конф., посвящ. 25-летию МЧС России. - Воронеж: Воронеж. гос. техн. ун-т, 2016. - Ч. 1. - С. 231-236.
6.Тесленок, С.А. Опыт геоинформационного картографирования источников и полей электромагнитного излучения [Текст] / С. А. Тесленок, Е. А. Федосейкина // Евразийский
25