The object of research, development or design (in Russian) : Северная и Юго-Восточная промзоны г. Павлодар

The object of research, development or design (in Kazakh) : Павлодар қаласының солтүстік және оңтүстік-шығыс өнеркәсіптік аймақтары

Aim of work (in Russian) : Выполнить анализ почвы в промышленной зоне г. Павлодар на содержание загрязняющих веществ, а также построить карты территориального распределения поллютантов с применением нейронных сетей.

Aim of work (in Kazakh) : Павлодар қаласының өнеркәсіптік аймағындағы топырақты ластаушы заттардың құрамына талдау жасау, сондай-ақ нейрондық желілерді қолдана отырып, ластаушы заттарды аумақтық бөлу карталарын құру.

Методы исследования (на русском) : В основу методологии положены научные разработки специалистов Республики Казахстан, Российской Федерации и стран дальнего зарубежья в области управления рисками и экологического мониторинга. Разработка теоретических положений базируется на применении метода нейросетей, математической статистики, визуализации. Проведение экспериментальных исследований осуществляется с использованием современных физико-химических методов исследования (рентгеноспектральный, хроматографический, методы электронной микроскопии), а также классических методов химического анализа.

Методы исследования (на казахском) : Әдістеме Қазақстан Республикасы, Ресей Федерациясы және алыс шет елдердің тәуекелдерді басқару және экологиялық мониторинг саласындағы мамандарының ғылыми әзірлемелеріне негізделген. Теориялық ережелерді әзірлеу нейрондық желі әдісін, математикалық статистиканы, визуализацияны қолдануға негізделген. Эксперименттік зерттеулер жүргізу зерттеудің қазіргі физика-химиялық әдістерін (рентгеноспектральды, хроматографиялық, электронды микроскопия әдістері), сондай-ақ химиялық талдаудың классикалық әдістерін пайдалана отырып жүзеге асырылады.

Obtained results and novelty (in Russian) : 1) Выполнен физико-химический анализ почвы и снежного покрова промышленной зоны. 2) Разработана модель нейронной сети. 3) Создана база данных для обучения нейронной сети. 4) Проведено тестирование первоначальной модели машинного обучения на собранном наборе данных. Выполнен анализ степени полноты данных, сходимости предложенного подхода обучения, поиск оптимальных гипер-параметров модели. - Принята в печать 1 (одна) статья в отечественном издании, рекомендованном КОКНВО. - Подана в печать 1 (одна) статья в рецензируемом научном издании, индексируемом в Science Citation Index Expanded базы Web of Science и (или) имеющих процентиль по CiteScore в базе Scopus не менее 50 (пятидесяти). Новизна поученных результатов заключается в том, что были получены новые данные о распространении тяжелых металлов на территории Северной и Восточной промзон г. Павлодар в почве и снеговом покрове.

Obtained results and novelty (in Kazakh) : 1) Өнеркәсіптік аймақтың топырағы мен қар жамылғысына физика-химиялық талдау жасалды. 2) нейрондық желі моделі жасалды. 3) нейрондық желіні оқыту үшін Мәліметтер базасы құрылды. 4) жиналған деректер жиынтығында машиналық оқытудың бастапқы моделіне тестілеу жүргізілді. Мәліметтердің толықтығы дәрежесін, ұсынылған оқыту тәсілінің конвергенциясын талдау, модельдің оңтайлы гипер параметрлерін іздеу. - ҒЖББССҚЕК ұсынған отандық басылымда 1 (бір) мақала баспаға қабылданды. - Web of Science базасының Science Citation Index Expanded индекстелетін және (немесе) Scopus базасында citescore бойынша кемінде 50 (елу) процентилі бар рецензияланатын ғылыми басылымда 1 (бір) мақала баспаға берілді. Алынған нәтижелердің жаңалығы Павлодар қаласының солтүстік және шығыс өнеркәсіптік аймағында ауыр металдардың топырақта және қар жамылғысында таралуы туралы жаңа деректер алынғандығында.

The main constructive and technical economic indicators (in Russian) : 1) Произведен анализ элементного состава почвы промзон г. Павлодар методом XRF. Были получены данные по содержанию элементов: Na – 3,1%, Mg – 5,4%, Al – 0,06%, Si – 47,7%, P – 0%, S – 0%, Cl – 1,1%, K – 0,9%, Ca – 0,34%, Pd – 1,4%, Ba – 0,03%, Ti – 0,1%, Te – 0%, Cs – 0%, Zn – 0,012%, La – 0,001%, V – 0,001%, Cr – 0,013%, Fe – 7,22%, Mn – 0%, Co – 0,002%, Ni – 0,003%, Cu – 0,014%, Ta – 0%, Sr – 0,2%, Pb – 0,14%, Sn – 0%, Sb – 0%, Sc – 0%, I – 0,007%. 2) Произведен анализ элементного состава снегового покрова промзон г. Павлодар методом XRF. Исследовали талую снеговую воду и твердый осадок, полученный фильтрованием проб снега. Были получены данные по содержанию элементов: Na – 2,7%, Mg – 6,8%, Al – 0,01%, Si – 46,8%, P – 0%, S – 0%, Cl – 0,6%, K – 1%, Ca – 0,15%, Pd – 2%, Ba – 0,01%, Ti – 0,4%, Te – 0%, Cs – 0%, Zn – 0,003%, La – 0,003%, V – 0,002%, Cr – 0,002%, Fe – 6,48%, Mn – 0%, Co – 0%, Ni – 0,003%, Cu – 0,005%, Ta – 0,0005%, Sr – 0,12%, Pb – 0,02%, Sn – 0%, Sb – 0,0003%, Sc – 0,002%, I – 0,003%. 3) Разработана модель нейронной сети для построения электронных карт распределения элементов-загрязнителей. Для обучения нейронной сети использовались пробы, полученные из почвы, по различным элементах-загрязнителям (Ti, V, Cr, Mn, Fe, Co, Ni, Cu, Zn, Si, Sb, Sn, Pb, Cd, Cs), взятые в различных участках промзон города.

The main constructive and technical economic indicators (in Kazakh) : 1) XRF әдісімен Павлодар қаласының өнеркәсіптік аймақтары топырағының элементтік құрамына талдау жүргізілді. Элементтердің мазмұны бойынша мәліметтер алынды: Na – 3,1%, Mg – 5,4%, Al – 0,06%, Si – 47,7%, P – 0%, S – 0%, Cl – 1,1%, K – 0,9%, Ca-0,34%, Pd-1,4%, Ba-0,03%, Ti – 0,1%, Te – 0%, Cs – 0%, Zn – 0,012%, La – 0,001%, V – 0,001%, Cr – 0,013%, Fe-7,22%, Mn-0%, Co-0,002%, Ni-0,003%, Cu – 0,014% , Ta – 0%, Sr – 0,2%, Pb – 0,14%, Sn – 0%, Sb – 0%, Sc – 0%, I-0,007%. 2) XRF әдісімен Павлодар қаласының өнеркәсіптік аймақтарының қар жамылғысының элементтік құрамына талдау жүргізілді. Еріген қар суы мен қар үлгілерін сүзу арқылы алынған қатты тұнба зерттелді. Элементтердің мазмұны бойынша мәліметтер алынды: Na – 2,7%, Mg – 6,8%, Al – 0,01%, Si – 46,8%, P – 0%, S – 0%, Cl – 0,6%, K – 1%, Ca-0,15%, Pd-2%, Ba-0,01%, Ti – 0,4%, Te – 0%, Cs – 0%, Zn – 0,003%, La – 0,003%, V – 0,002%, Cr – 0,002%, Fe-6,48%, Mn-0%, Co-0%, Ni-0,003%, Cu – 0,005% , Ta – 0,0005%, Sr – 0,12%, Pb – 0,02%, Sn – 0%, Sb – 0,0003%, Sc – 0,002%, I-0,003%. 3) ластаушы элементтерді таратудың электрондық карталарын құру үшін нейрондық желі моделі әзірленді. Нейрондық желіні оқыту үшін әртүрлі учаскелер алынған топырақ сынамалар пайдаланылды.

Level of implementation (in Russian) : не внедрено

Level of implementation (in Kazakh) : енгізілмеген

Efficiency (in Russian) : Эффективность проекта заключается в инновационном подходе к анализу и прогнозированию протранственного распределения загрязнителей на исследуемой территории. Для прогнозирования концентрации загрязняющих элементов в почве на основе географических координат в рамках экологического мониторинга Павлодарской области была разработана модель глубокого обучения. Цель этой модели заключается в прогнозировании уровней концентрации различных загрязнителей на основе входных географических координат. Модель решает задачу регрессии с несколькими выходами, где входные данные представляют собой пространственные координаты, а выходные данные представляют собой концентрации каждого элемента. Оптимальными гиперпараметрами при двух входных нейронах являются следующие: количество нейронов на 1-м слое – 128, количество нейронов на 2-м слое – 512, шаг обучения – 0.0001, при этом достигаются минимальные значения ошибки MSE – 11.8% и MAE – 2.2%.

Efficiency (in Kazakh) : Жобаның тиімділігі зерттелетін аумақта ластағыштардың кеңістіктен бөлінуін талдау мен болжаудың инновациялық тәсілінен тұрады. Павлодар облысының экологиялық мониторингі шеңберінде географиялық координаттар негізінде топырақта ластаушы элементтердің шоғырлануын болжау үшін терең оқыту моделі әзірленді. Бұл модельдің мақсаты кіріс географиялық координаттары негізінде әртүрлі ластағыштардың шоғырлану деңгейін болжау болып табылады. Модель регрессия тапсырмасын бірнеше шығыстары бар шешеді, мұнда кіріс деректері кеңістіктік координаталарды білдіреді, ал шығу деректері әрбір элементтің шоғырлануын білдіреді. Екі кіріс нейроны кезінде оңтайлы гиперпараметрлер мыналар болып табылады: 1-ші қабаттағы нейрондар саны - 128, 2-ші қабаттағы нейрондар саны - 512, оқу қадамы - 0.0001, бұл ретте қателіктердің ең аз мәндеріне қол жеткізіледі MSE - 11.8% және MAE- 2.2%.

Field of application (in Russian) : Ожидаемые результаты исследования внесут вклад в развитие науки об окружающей среде, в том числе будут развиты методические аспекты изучения пространственного распределения загрязнителей, а также прикладного компьютерного моделирования и прогнозирования в экологической сфере. Развитие данного направления затрагивает смежные области науки и технологии, такие как экология, геохимия, машинное обучение, ГИС.

Field of application (in Kazakh) : Зерттеудің күтілетін нәтижелері қоршаған орта туралы ғылымның дамуына үлес қосады, оның ішінде ластауыштардың кеңістікте таралуын зерттеудің әдістемелік аспектілері, сондай-ақ экологиялық салада қолданбалы компьютерлік модельдеу мен болжау дамытылатын болады. Бұл бағыттың дамуы экология, геохимия, машиналық оқыту, ГАЖ сияқты ғылым мен технологияның аралас салаларына әсер етеді.