|
DOI: 10.14489/td.2026.02.pp.060-072
Калашникова М. В.
АВТОМАТИЗИРОВАННАЯ ГЕОИНФОРМАЦИОННАЯ СИСТЕМА ОЦЕНКИ РАДОНООПАСНОСТИ НА УРБАНИЗИРОВАННОЙ ТЕРРИТОРИИ
(с. 60-72)
Аннотация. Представлена разработка геоинформационной системы для оценки по-тенциальной радоноопасности жилых зданий, основанной на гибридном подходе, интегрирующем градиентный бустинг (для детрендирования данных с учетом антропогенных факторов: года постройки, типа фундамента и пористости материалов) и ординарный кригинг (для пространственной оценки остатков). После этапа предобработки, включавшего удаление выбросов и преобразование данных, применение градиентного бустинга позволило устранить нестационарность и объяснить 51,52 % дисперсии среднегодовой эквивалентной равновесной объемной активности дочерних продуктов радона и торона в воздухе жилых зданий с учетом неопределенности оценки. Пространственная структура остатков успешно аппроксимирована сферической вариограммной моделью, а их интерполяция методом ординарного кригинга продемонстрировала приемлемую точность (средняя абсолютная ошибка (Mean Absolute Error) MAE = 0,12 норм. ед., квадратный корень из среднеквадратичной ошибки (Root Mean Squared Error) RMSE = 0,16 норм. ед.). Аддитивное объединение результатов обеих моделей обеспечило высокоточный прогноз среднегодовой эквивалентной равновесной объемной активности дочерних продуктов радона и торона (коэффициент детерминации R2 = 0,78, MAE = 37,08 Бк/м3), что обосновало необходимость приоритетного мониторинга для реализации превентивных мер радиационной безопасности.
Ключевые слова: измерения радона, мониторинг, потенциальная радоноопасность, геоинформационная система, метод кригинга, детрендирование, градиентный бустинг.
Kalashnikova M. V.
AUTOMATED GEOGRAPHIC INFORMATION SYSTEM FOR ASSESSING RADON HAZARD IN AN URBANIZED AREA
(pp. 60-72)
Abstract. he paper presents the development of a geoinformation system for assessing the potential radon hazard of residential buildings, based on a hybrid approach that integrates gradient boosting (for data detrending, taking into account anthropogenic factors such as the year of construction, foundation type, and material porosity) and ordinary kriging (for spatial estimation of residuals). After the pre-processing stage, which included outlier removal and data transformation, the application of gradient boosting allowed for the elimination non-stationarity and the explanation of 51.52 % of the variance in the average annual equivalent equilibrium volumetric activity of radon and thoron daughter products in the air of residential buildings, taking into account the uncertainty of the estimate. The spatial structure of the residuals was successfully approximated by a spherical variogram model, and their interpolation using ordinary kriging demonstrated acceptable accuracy (MAE = 0.12 normalized units, RMSE = 0.16 normalized units). The additive combination of the results from both models provided.
Keywords: radon measurements, monitoring, potential radon hazard, geoinformation system, kriging method, detrending, gradient boosting.
М. В. Калашникова (Санкт-Петербургский государственный университет аэрокосмического приборостроения, Санкт-Петербург, Россия) E-mail:
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
M. V. Kalashnikova (St. Petersburg State University of Aerospace Instrumentation, St. Petersburg, Russia) E-mail:
Данный адрес e-mail защищен от спам-ботов, Вам необходимо включить Javascript для его просмотра.
1. МУ 2.6.1.037‒2015. Определение среднегодовых значений ЭРОА изотопов радона в воздухе помещений по результатам измерений разной длительности / ФМБА России, ФГУП НТЦ РХБГ ФМБА России. М., 2016. 56 с. URL: https://files.stroyinf.ru/Data2/1/4293746/4293746323.htm (дата обращения: 13.05.2024).
2. Aggarwal C. C. Proximity-Based Outlier Detection // Outlier Analysis. Springer, 2017. P. 111 ‒ 147. DOI: 10.1007/978-3-319-47578-3_4
3. Tan P.-N., Steinbach M., Kumar V. Introduction to Data Mining. Boston: Pearson Addison Wesley, 2005. 769 p. ISBN 978-0-321-32136-7.
4. Hyndman R. J., Fan Y. Sample Quantiles in Statistical Packages // The American Statistician. 1996. Vol. 50, No. 4. P. 361 ‒ 365. DOI: 10.1080/00031305.1996.10473566
5. ГОСТ Р ИСО 16269-4‒2017. Статистические методы. Статистическое представление данных. Часть 4. Выявление и обработка выбросов. М.: Стандартинформ, 2017. 53 с. URL: https://docs.cntd.ru/document/1200146680 (дата обращения: 02.04.2025).
6. Дьяконов А. Г. Методы решения задач классификации с категориальными признаками // Прикладная математика и информатика: Тр. факультета ВМК МГУ им. М. В. Ломоносова. 2014. Т. 46. С. 103 ‒ 127. EDN XHMFSJ.
7. Samuels J. One-Hot Encoding and Two-Hot Encoding: An Introduction // ResearchGate. 2024. DOI: 10.13140/RG.2.2.21459.76327.
8. Box G. E. P., Cox D. R. An Analysis of Transformations // Journal of the Royal Statistical Society: Ser. B (Methodological). 1964. Vol. 26, No. 2. P. 211 ‒ 243. DOI: 10.1111/j.2517-6161.1964.tb00553.x
9. Старовойтов В. В., Голуб Ю. И. Нормализация данных в машинном обучении // Информатика. 2021. Т. 18, № 3. С. 83 ‒ 96. DOI: 10.37661/1816-0301-2021-18-3-83-96. EDN JKAHKM.
10. Громов В. А., Ядута А. З., Гурьянова И. В. Математические вычисления в программировании // Высокие технологии и инновации в науке: сб. избр. ст. междунар. науч. конф., Санкт-Петербург, 28 мая 2020 г. Санкт-Петербург: ГНИИ «Нацразвитие», 2020. С. 254 ‒ 258. EDN FHXMDX.
11. Doğan N., Doğan İ. Determination of the Number of Bins/Classes Used in Histograms and Frequency Tables: A Short Bibliography // İstatistik Araştırma Dergisi. 2010. Vol. 7, No. 2. P. 77 ‒ 86.
12. Демьянов В. В., Савельева Е. А. Геостатистика: теория и практика. М.: Наука, 2010. 327 с. ISBN 978-5-02-037478-2. EDN YLEGPR.
13. Шульгин С. Г. Отбор переменных для анализа и прогнозирования нестабильности с помощью моделей градиентного бустинга // Системный мониторинг глобальных и региональных рисков. Социально-политичес¬кая и экономическая дестабилизация: анализ страновых и региональных ситуаций в мир-системном аспекте: ежегодник. Т. 9. Волгоград: Учитель, 2018. С. 115 ‒ 153. EDN JFUHQP.
14. Deutsch C. V., Journel A. G. GSLIB: Geostatistical Software Library and User’s Guide. 2nd ed. New York: Oxford University Press, 1998. 369 p. ISBN 0-19-510015-8.
15. Мазуров Б. Т., Падве В. А. Метод наименьших квадратов (статика, динамика, модели с уточняемой структурой) // Вестник СГУГиТ. 2017. Т. 22, № 2. С. 22 ‒ 35. EDN YZFXGB.
1. Federal Medical-Biological Agency of Russia. (2016). MU 2.6.1.037–2015. Guidelines 2.6.1.037–2015. Determination of the average annual values of the equilibrium equivalent concentration of radon isotopes in indoor air based on measurements of different durations. [in Russian language]. FGUП НТЦ РХБГ ФМБА России. Retrieved May 13, 2024, from https://files.stroyinf.ru/Data2/1/4293746/4293746323.htm
2. Aggarwal, C. C. (2017). Proximity-based outlier detection. In Outlier analysis (2nd ed., pp. 111–147). Springer. https://doi.org/10.1007/978-3-319-47578-3_4
3. Tan, P.-N., Steinbach, M., & Kumar, V. (2005). Introduction to data mining. Pearson Addison Wesley.
4. Hyndman, R. J., & Fan, Y. (1996). Sample quantiles in statistical packages. The American Statistician, 50(4), 361–365. https://doi.org/10.1080/00031305.1996.10473566
5. Federal Agency on Technical Regulating and Metrology. (2017). State Standard R ISO 16269-4–2017. Statistical methods. Statistical presentation of data. Part 4. Detection and handling of outliers. [in Russian language]. Standartinform. Retrieved April 2, 2025, from https://docs.cntd.ru/document/1200146680
6. D'yakonov, A. G. (2014). Methods for solving classification problems with categorical features. Prikladnaya Matematika i Informatika: Trudy Fakul'teta VMK MGU im. M. V. Lomonosova, 46, 103–127. [in Russian language].
7. Samuels, J. (2024). One-hot encoding and two-hot encoding: An introduction. ResearchGate. https://doi.org/10.13140/RG.2.2.21459.76327
8. Box, G. E. P., & Cox, D. R. (1964). An analysis of transformations. Journal of the Royal Statistical Society: Series B (Methodological), 26(2), 211–243. https://doi.org/10.1111/j.2517-6161.1964.tb00553.x
9. Starovoitov, V. V., & Golub, Yu. I. (2021). Data normalization in machine learning. Informatika, 18(3), 83–96. [in Russian language] https://doi.org/10.37661/1816-0301-2021-18-3-83-96
10. Gromov, V. A., Yaduta, A. Z., & Gur'yanova, I. V. (2020). Mathematical computations in programming. In Vysokie tekhnologii i innovatsii v nauke: Sbornik izbrannykh statei mezhdunarodnoi nauchnoi konferentsii, Sankt-Peterburg, 28 maya 2020 g. (pp. 254–258). GNII “Natsrazvitie”. [in Russian language]
11. Doğan, N., & Doğan, İ. (2010). Determination of the number of bins/classes used in histograms and frequency tables: A short bibliography. İstatistik Araştırma Dergisi, 7(2), 77–86.
12. Dem'yanov, V. V., & Saveleva, E. A. (2010). Geostatistics: Theory and practice. [in Russian language]. Nauka.
13. Shul'gin, S. G. (2018). Variable selection for analysis and forecasting of instability using gradient boosting models. In Sistemnyi monitoring global'nykh i regional'nykh riskov. Sotsial'no-politicheskaya i ekonomicheskaya destabilizatsiya: analiz stranovykh i regional'nykh situatsii v mir-sistemnom aspekte: Ezhegodnik (Vol. 9, pp. 115–153). Uchitel'. [in Russian language]
14. Deutsch, C. V., & Journel, A. G. (1998). GSLIB: Geostatistical software library and user’s guide (2nd ed.). Oxford University Press.
15. Mazurov, B. T., & Padve, V. A. (2017). The method of least squares (statics, dynamics, models with refined structure). Vestnik SGUGiT, 22(2), 22–35. [in Russian language]
Статью можно приобрести в электронном виде (PDF формат).
Стоимость статьи 700 руб. (в том числе НДС 20%). После оформления заказа, в течение нескольких дней, на указанный вами e-mail придут счет и квитанция для оплаты в банке.
После поступления денег на счет издательства, вам будет выслан электронный вариант статьи.
Для заказа скопируйте doi статьи:
10.14489/td.2026.02.pp.060-072
и заполните форму
Отправляя форму вы даете согласие на обработку персональных данных.
.
This article is available in electronic format (PDF).
The cost of a single article is 700 rubles. (including VAT 20%). After you place an order within a few days, you will receive following documents to your specified e-mail: account on payment and receipt to pay in the bank.
After depositing your payment on our bank account we send you file of the article by e-mail.
To order articles please copy the article doi:
10.14489/td.2026.02.pp.060-072
and fill out the form
.
|
Текущий номер
Разработка концепции и создание сайта - ООО «Издательский дом «СПЕКТР»