Аналіз виявлення екологічної небезпеки на основі обчислення мір поточної рекурентності станів екосистем
DOI:
https://doi.org/10.15587/1729-4061.2018.147508Ключові слова:
екосистема, небезпечний екологічний стан, рекурентна діаграма, міра рекурентності, поточна рекурентність у вікніАнотація
Виконано аналіз раннього виявлення екологічної небезпеки в екосистемах на основі обчислення мір щодо поточної рекурентності їх станів. Запропоновано нові міри поточної рекурентності станів, що дозволяють використовувати їх для раннього виявлення екологічної небезпеки в екосистемах. Методи обчислення розглянутих мір базуються на поширенні відомої міри глобальної рекурентності на випадок обчислення мір поточної рекурентності в рухомих вікнах, прямокутної форми. При цьому одна із запропонованих мір ґрунтується на реалізації руху вікна вздовж головної діагоналі рекуррентної діаграми станів. Інша міра базується на використанні рухомого вікна заданого розміру уздовж горизонтальної (вертикальної) вісі рекурентних діаграм. Це дозволило отримати конструктивну поточну міру обчислення рекурентності для виявлення небезпечних станів в екосистемах на основі визначення часової локалізації нульової рекурентності станів при мінімальних розмірах рухомого вікна. Відповідно до запропонованих мір поточної рекурентності проаналізовані можливості раннього виявлення екологічної небезпеки для газового середовища з осередком займання спирту. Показано, що найбільш пристосованою з розглянутих є віконна міра поточної рекурентності при горизонтальному рухомому вікні малого розміру. Встановлено, що для такої міри розміри вікна повинні знаходитися в інтервалі від 5×5 до 15×15 відліків. При цьому значення області ε близькості для розглянутих станів повинні обиратися в інтервалі від 0,01 до 0,15. Теоретично і експериментально визначено, що вказана міра поточної рекурентності станів з горизонтально рухомим вікном може використовуватись в якості конструктивної поточної міри рекурентності для реалізації надійного раннього виявлення небезпечних станів в різних екосистемах
Посилання
- Vasiliev, M. I., Movchan, I. O., Koval, O. M. (2014). Diminishing of ecological risk via optimization of fire-extinguishing system projects in timber-yards. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 5, 106–113.
- Vasyukov, A., Loboichenko, V., Bushtec, S. (2016). Identification of bottled natural waters by using direct conductometry Ecology. Environment and Conservation, 22 (3), 1171–1176.
- Semko, A. N., Beskrovnaya, M. V., Vinogradov, S. A., Hritsina, I. N., Yagudina, N. I. (2014). The usage of high speed impulse liquid jets for putting out gas blowouts. Journal of Theoretical and Applied Mechanics, 52 (3), 655–664.
- Kondratenko, O. M., Vambol, S. O., Strokov, O. P., Avramenko, A. M. (2015). Mathematical model of the efficiency of diesel particulate matter filter. Naukovyi Visnyk Natsionalnoho Hirnychoho Universytetu, 6, 55–61.
- Loboichenko, V. M., Vasyukov, A. E., Tishakova, T. S. (2017). Investigations of Mineralization of Water Bodies on the Example of River Waters of Ukraine. Asian Journal of Water, Environment and Pollution, 14 (4), 37–41. doi: https://doi.org/10.3233/ajw-170035
- Ol’shanskii, V. P. (2004). Identification of the Parameters of a Nested Cylindrical Heat Source under Stationary Self-Heating of a Raw Material Mass of the Same Form. Journal of Engineering Physics and Thermophysics, 77 (1), 242–246. doi: https://doi.org/10.1023/b:joep.0000020747.49072.8b
- Pascual, M., Ellner, S. P. (2000). Linking Ecological Patterns to Environmental Forcing via Nonlinear Time Series Models. Ecology, 81 (10), 2767. doi: https://doi.org/10.2307/177340
- Parrott, L. (2004). Analysis of simulated long-term ecosystem dynamics using visual recurrence analysis. Ecological Complexity, 1 (2), 111–125. doi: https://doi.org/10.1016/j.ecocom.2004.01.002
- Proulx, R. (2007). Ecological complexity for unifying ecological theory across scales: A field ecologist's perspective. Ecological Complexity, 4 (3), 85–92. doi: https://doi.org/10.1016/j.ecocom.2007.03.003
- Kantz, H., Schreiber, T. (2003). Nonlinear time series analysis. Cambridge University Press. doi: https://doi.org/10.1017/cbo9780511755798
- Eckmann, J.-P., Kamphorst, S. O., Ruelle, D. (1987). Recurrence Plots of Dynamical Systems. Europhysics Letters (EPL), 4 (9), 973–977. doi: https://doi.org/10.1209/0295-5075/4/9/004
- Webber, Jr. C. L., Zbilut, J. P. (2005). Recurrence quantification analysis of nonlinear dynamical systems. Tutorials in contemporary nonlinear methods for the behavioral sciences, 26.
- Pospelov, B., Andronov, V., Rybka, E., Meleshchenko, R., Borodych, P. (2018). Studying the recurrent diagrams of carbon monoxide concentration at early ignitions in premises. Eastern-European Journal of Enterprise Technologies, 3 (9 (93)), 34–40. doi: https://doi.org/10.15587/1729-4061.2018.133127
- Poulsen, A., Jomaas, G. (2011). Experimental Study on the Burning Behavior of Pool Fires in Rooms with Different Wall Linings. Fire Technology, 48 (2), 419–439. doi: https://doi.org/10.1007/s10694-011-0230-0
- Pospelov, B., Andronov, V., Rybka, E., Meleshchenko, R., Gornostal, S. (2018). Analysis of correlation dimensionality of the state of a gas medium at early ignition of materials. Eastern-European Journal of Enterprise Technologies, 5 (10 (95)), 25–30. doi: https://doi.org/10.15587/1729-4061.2018.142995
- Zhang, D., Xue, W. (2010). Effect of heat radiation on combustion heat release rate of larch. Journal of West China Forestry Science, 39, 148.
- Andronov, V., Pospelov, B., Rybka, E. (2017). Development of a method to improve the performance speed of maximal fire detectors. Eastern-European Journal of Enterprise Technologies, 2 (9), 32–37. doi: https://doi.org/10.15587/1729-4061.2017.96694
- Pospelov, B., Andronov, V., Rybka, E., Skliarov, S. (2017). Design of fire detectors capable of self-adjusting by ignition. Eastern-European Journal of Enterprise Technologies, 4 (9 (88)), 53–59. doi: https://doi.org/10.15587/1729-4061.2017.108448
- Pospelov, B., Andronov, V., Rybka, E., Skliarov, S. (2017). Research into dynamics of setting the threshold and a probability of ignition detection by selfadjusting fire detectors. Eastern-European Journal of Enterprise Technologies, 5 (9 (89)), 43–48. doi: https://doi.org/10.15587/1729-4061.2017.110092
- Pospelov, B., Rybka, E., Meleshchenko, R., Gornostal, S., Shcherbak, S. (2017). Results of experimental research into correlations between hazardous factors of ignition of materials in premises. Eastern-European Journal of Enterprise Technologies, 6 (10 (90)), 50–56. doi: https://doi.org/10.15587/1729-4061.2017.117789
- Bendat, J. S., Piersol, A. G. (2010). Random data: analysis and measurement procedures. John Wiley & Sons. doi: https://doi.org/10.1002/9781118032428
- Shafi, I., Ahmad, J., Shah, S. I., Kashif, F. M. (2009). Techniques to Obtain Good Resolution and Concentrated Time-Frequency Distributions: A Review. EURASIP Journal on Advances in Signal Processing, 2009 (1). doi: https://doi.org/10.1155/2009/673539
- Singh, P. (2016). Time-frequency analysis via the fourier representation. HAL, 1–7. Available at: https://hal.archives-ouvertes.fr/hal-01303330
- Pospelov, B., Andronov, V., Rybka, E., Popov, V., Romin, A. (2018). Experimental study of the fluctuations of gas medium parameters as early signs of fire. Eastern-European Journal of Enterprise Technologies, 1 (10 (91)), 50–55. doi: https://doi.org/10.15587/1729-4061.2018.122419
- Pretrel, H., Querre, P., Forestier, M. (2005). Experimental Study Of Burning Rate Behaviour In Confined And Ventilated Fire Compartments. Fire Safety Science, 8, 1217–1228. doi: https://doi.org/10.3801/iafss.fss.8-1217
- Stankovic, L., Dakovic, M., Thayaparan, T. (2014). Time-frequency signal analysis. Kindle edition, Amazon, 655.
- Avargel, Y., Cohen, I. (2010). Modeling and Identification of Nonlinear Systems in the Short-Time Fourier Transform Domain. IEEE Transactions on Signal Processing, 58 (1), 291–304. doi: https://doi.org/10.1109/tsp.2009.2028978
- Giv, H. H. (2013). Directional short-time Fourier transform. Journal of Mathematical Analysis and Applications, 399 (1), 100–107. doi: https://doi.org/10.1016/j.jmaa.2012.09.053
- Pospelov, B., Andronov, V., Rybka, E., Popov, V., Semkiv, O. (2018). Development of the method of frequencytemporal representation of fluctuations of gaseous medium parameters at fire. Eastern-European Journal of Enterprise Technologies, 2 (10 (92)), 44–49. doi: https://doi.org/10.15587/1729-4061.2018.125926
- Grassberger, P., Procaccia, I. (1983). Measuring the strangeness of strange attractors. Physica D: Nonlinear Phenomena, 9 (1-2), 189–208. doi: https://doi.org/10.1016/0167-2789(83)90298-1
- Wolf, A., Swift, J. B., Swinney, H. L., Vastano, J. A. (1985). Determining Lyapunov exponents from a time series. Physica D: Nonlinear Phenomena, 16 (3), 285–317. doi: https://doi.org/10.1016/0167-2789(85)90011-9
- Marwan, N., Kurths, J., Saparin, P. (2007). Generalised recurrence plot analysis for spatial data. Physics Letters A, 360 (4-5), 545–551. doi: https://doi.org/10.1016/j.physleta.2006.08.058
- Dombrádi, E., Timár, G., Bada, G., Cloetingh, S., Horváth, F. (2007). Fractal dimension estimations of drainage network in the Carpathian–Pannonian system. Global and Planetary Change, 58 (1-4), 197–213. doi: https://doi.org/10.1016/j.gloplacha.2007.02.011
- Schirdewan, A., Gapelyuk, A., Fischer, R., Koch, L., Schütt, H., Zacharzowsky, U. et. al. (2007). Cardiac magnetic field map topology quantified by Kullback-Leibler entropy identifies patients with hypertrophic cardiomyopathy. Chaos: An Interdisciplinary Journal of Nonlinear Science, 17 (1), 015118. doi: https://doi.org/10.1063/1.2432059
- Mandelbrot, B. (2002). Fraktalnaya geometriya prirodyi. Moscow.
- Andronov, V., Pospelov, B., Rybka, E. (2017). Development of a method to improve the performance speed of maximal fire detectors. Eastern-European Journal of Enterprise Technologies, 2 (9 (86)), 32–37. doi: https://doi.org/10.15587/1729-4061.2017.96694
- Packard, N. H., Crutchfield, J. P., Farmer, J. D., Shaw, R. S. (1980). Geometry from a Time Series. Physical Review Letters, 45 (9), 712–716. doi: https://doi.org/10.1103/physrevlett.45.712
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2018 Boris Pospelov, Yuliya Danchenko, Ilgar Firdovsi Dadashov, Stanislav Skliarov, Stella Gornostal, Oleksandr Cherkashyn
Ця робота ліцензується відповідно до Creative Commons Attribution 4.0 International License.
Закріплення та умови передачі авторських прав (ідентифікація авторства) здійснюється у Ліцензійному договорі. Зокрема, автори залишають за собою право на авторство свого рукопису та передають журналу право першої публікації цієї роботи на умовах ліцензії Creative Commons CC BY. При цьому вони мають право укладати самостійно додаткові угоди, що стосуються неексклюзивного поширення роботи у тому вигляді, в якому вона була опублікована цим журналом, але за умови збереження посилання на першу публікацію статті в цьому журналі.
Ліцензійний договір – це документ, в якому автор гарантує, що володіє усіма авторськими правами на твір (рукопис, статтю, тощо).
Автори, підписуючи Ліцензійний договір з ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР», мають усі права на подальше використання свого твору за умови посилання на наше видання, в якому твір опублікований. Відповідно до умов Ліцензійного договору, Видавець ПП «ТЕХНОЛОГІЧНИЙ ЦЕНТР» не забирає ваші авторські права та отримує від авторів дозвіл на використання та розповсюдження публікації через світові наукові ресурси (власні електронні ресурси, наукометричні бази даних, репозитарії, бібліотеки тощо).
За відсутності підписаного Ліцензійного договору або за відсутністю вказаних в цьому договорі ідентифікаторів, що дають змогу ідентифікувати особу автора, редакція не має права працювати з рукописом.
Важливо пам’ятати, що існує і інший тип угоди між авторами та видавцями – коли авторські права передаються від авторів до видавця. В такому разі автори втрачають права власності на свій твір та не можуть його використовувати в будь-який спосіб.