Інтелектуальний аналіз процесу сталого розвитку з використанням індикаторів нічного освітлення

Автор(и)

  • Viktor Putrenko Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського», пр. Перемоги, 37, м. Київ, Україна, 03056, Україна https://orcid.org/0000-0002-0239-9241
  • Nataliia Pashynska Київський національний університет імені Тараса Шевченка, вул. Володимирська, 60, м. Київ, Україна, 01033, Україна https://orcid.org/0000-0002-0133-688X

DOI:

https://doi.org/10.15587/2312-8372.2019.172157

Ключові слова:

інтелектуальний аналіз, сталий розвиток, нічне освітлення, просторова регресія, геопросторовий аналіз

Анотація

Об’єктом дослідження є процес сталого розвитку територіальних одиниць на прикладі регіонів України. Концепція сталого розвитку стала провідною стратегією розвитку для більшості країн світу. Однією із найбільших проблем залишається отримання повних та верифікованих даних для моделей оцінювання розвитку. В роботі було використано методику розрахунку індексу сталого розвитку, яка розроблена в Світовому центрі даних з геоінформатики та сталого розвитку Національного технічного університету України «Київський політехнічний інститут ім. Ігоря Сікорського». Дана методика ґрунтується на розрахунку метрики індексу сталого розвитку на основі вимірів якості життя населення та безпекової компоненти проживання для окремих країн та регіонів. Для застосування методики на регіональному рівні було запропоновано використання інформації про нічне освітлення території, яка отримується засобами дистанційного зондування Землі із супутникових систем. Досліджено характер та тісноту зв’язку між яскравістю нічного освітлення та індикаторами сталого розвитку. З’ясовано, що найбільш значущий зв’язок наявний між показниками індексу економічного розвитку, індексом впливу на зміну клімату та нічним освітленням території регіонів України. На основі геоінформаційного аналізу програмного забезпечення ArcGIS компанії ESRI було застосовано інструментарій статистичного зонування, який надає можливості для статистичної обробки даних супутникових знімків у межах виокремлених за адміністративним принципом регіонів або інших полігональних областей.

На основі математичного апарату інтелектуального аналізу даних було здійснено глобальний та локальний регресійний аналіз зв’язку між виявленими показниками. Розгляд тісноти цього зв’язку в територіальному розрізі дозволив виявити зони з найбільшою та низькою тіснотою впливу, що пояснюється особливостями соціально-економічного розвитку даних територій. Завдяки цьому забезпечується можливість отримання розрахунку аналогічних показників на більш детальних територіальних рівнях, які відповідають окремим районам або містам обласного значення.

Біографії авторів

Viktor Putrenko, Національний технічний університет України «Київський політехнічний інститут ім. Ігоря Сікорського», пр. Перемоги, 37, м. Київ, Україна, 03056

Кандидат географічних наук, старший науковий співробітник

Навчально-науковий комплекс «Світовий центр даних з геоінформатики та сталого розвитку»

Nataliia Pashynska, Київський національний університет імені Тараса Шевченка, вул. Володимирська, 60, м. Київ, Україна, 01033

Кандидат географічних наук, старший науковий співробітник

Кафедра інтелектуальних та інформаційних систем

Посилання

  1. Revised list of global Sustainable Development Goal indicators. Available at: https://unstats.un.org/sdgs/indicators/Official%20Revised%20List%20of%20global%20SDG%20indicators.pdf Last accessed: 26.06.2019
  2. The Sustainable Development Goals Report 2016 (2016). UN. Available at: http://ggim.un.org/documents/The%20Sustainable%20Development%20Goals%20Report%202016.pdf
  3. Prototype Global Sustainable Development Report – Executive Summary (2013). UN-DESA. Available at: https://sustainabledevelopment.un.org/content/documents/975GSDR%20Executive%20Summary.pdf
  4. Global Sustainable Development Report – 2016 (2016). UN. Available at: https://sustainabledevelopment.un.org/content/documents/2328Global%20Sustainable%20development%20report%202016%20(final).pdf
  5. The Applied Remote Sensing Training (ARSET) program (2017). NASA. Available at: https://arset.gsfc.nasa.gov/
  6. Satellite Derived Annual PM2.5 Data Sets in Support of United Nations Sustainable Development Goals (2017). NASA. Available at: https://arset.gsfc.nasa.gov/airquality/webinars/AQ-SDG-17
  7. Putrenko, V. V., Pashynska, N. M. (2017). The use of remote sensing data for modeling air quality in the cities. ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, IV-5/W1, 57–62. doi: http://doi.org/10.5194/isprs-annals-iv-5-w1-57-2017
  8. Putrenko, V. (2017). Data mining of relationship in crowdsourcing projects and social activities of citizens. Proceedings IEEE 1st Ukraine Conference on Electrical and Computer Engineering (UKRCON), 1060–1065. doi: http://doi.org/10.1109/ukrcon.2017.8100413
  9. Remote Sensing of Land Indicators for Sustainable Development Goal 15. NASA. Available at: https://arset.gsfc.nasa.gov/land/webinars/sdg15
  10. Lieskovsky, A. J. (2014). Electricity Use as an Indicator of U.S. Economic Activity. Washington: Energy Information Administration, 87.
  11. Henderson, J. V., Storeygard, A., Weil, D. N. (2012). Measuring Economic Growth from Outer Space. American Economic Review, 102 (2), 994–1028. doi: http://doi.org/10.1257/aer.102.2.994
  12. Coupe, T., Myck, M., Najsztub, M. (2016). And the Lights Went Out — Measuring the Economic Situation in Eastern Ukraine. VoxUkraine. Available at: https://voxukraine.org/en/and-the-lights-went-out-measuring-the-economic-situation-in-eastern-ukraine-en/
  13. Lyalko, V. I., Sakhatsky, O. I., Elistratova, L. O., Аpostolov, A. A. (2017). Use of space images of NPP / VIIRS at night to assess the economic crisis in the East of Ukraine (Donetsk and Luhansk regions). Bulletin of the National Academy of Sciences of Ukraine, 2, 48–53. doi: http://doi.org/10.15407/visn2017.02.048
  14. Zghurovskyi, M. Z., Akimova, O. A., Boldak, A. O., Vavulin, P. L., Dzhyhyrei, I. M., Yefremov, K. V., Putrenko, V. V. (2014). Sustainable Development Analysis: Global and Regional Contexts. Part 2. Ukraine in the Indicators of Sustainable Development (2013). Kyiv: NTUU «KPI», 172.
  15. Zgurovsky, M. Z., Boldak, A. A., Yefremov, K. V. (2013). Intelligent analysis and the systemic adjustment of scientific data in interdisciplinary research. Cybernetics and Systems Analysis, 49 (4), 541–552. doi: http://doi.org/10.1007/s10559-013-9539-7

##submission.downloads##

Опубліковано

2019-06-30

Як цитувати

Putrenko, V., & Pashynska, N. (2019). Інтелектуальний аналіз процесу сталого розвитку з використанням індикаторів нічного освітлення. Technology Audit and Production Reserves, 3(2(47), 4–8. https://doi.org/10.15587/2312-8372.2019.172157

Номер

Розділ

Інформаційні технології: Оригінальне дослідження