МОНИТОРИНГ ПАРАМЕТРОВ ГЕОМАГНИТНОГО ПОЛЯ И ЕГО ВАРИАЦИЙ

На сегодняшний день мониторинг параметров геомагнитного поля (ГМП) и его вариаций ведется преимущественно посредством магнитных обсерваторий, аэромагнитных, гидромагнитных съемок, спутниковых и подземных скважинных наблюдений, а также с помощью портативных магнитометров различного принципа действия. Объем накопленных при этом разнородных геомагнитных данных настолько велик, что традиционные способы их табличного и/или текстового представления существенно затрудняют и даже делают невозможной оперативную аналитическую обработку и интерпретацию результатов исследования параметров ГМП и его вариаций. По этой причине требуется особый подход к систематизации, представлению и анализу больших массивов геомагнитных данных, основанный на методах их математического и пространственного моделирования и позволяющий представлять срезы геомагнитных данных в компактной и легко воспринимаемой исследователем графической форме.

В настоящее время графическая визуализация востребована во многих областях науки и инженерных технологий. Ее суть заключается в том, что данным ставится в соответствие их графическая интерпретация, которая анализируется исследователем визуально. Особенно эффективно методы визуализации используются для представления изначально незрительной информации, к которой относятся, в том числе и данные о распределении параметров ГМП по земной поверхности и в околоземном пространстве.

Сложная структура вариаций геомагнитного поля существенно усложняет процесс их изучения и делает малоэффективными для решения поставленной задачи классические методы анализа данных [1, 3-5], которые не позволяют выявлять некоторые закономерности и приводят к потере важной информации. Не достатком используемых классических методов и подходов также является недостаточная степень их автоматизации, что весьма важно в задачах оперативной обработки данных околоземного пространства и прогноза космической погоды.

Практикуемый подход к визуализации параметров главного ГМП не подвергался существенной модификации в течение многих лет и поэтому не учитывает современные тенденции развития информационных технологий, его детальный анализ позволил выявить ряд недостатков, общих для всех известных попыток графической интерпретации геомагнитных данных:

Изображения, характеризующие распределение параметров главного ГМП, статичны и не допускают масштабирования. По этой причине невозможно детализировать и проанализировать геомагнитные данные за конкретный временной период или для определенной точки / региона географического пространства [4].

Картографическое представление пространственно-ориентированного распределения параметров главного ГМП по поверхности Земли не использует инструментарий современных геоинформационных технологий (геолокация, прямое и обратное геокодирование - определение географических координат объекта по его названию и определение названия объекта по его координатам соответственно, - и т. д.) и представляет собой статическую подложку для двухмерного изображения геомагнитных данных (например, линий уровня). Кроме того, отсутствует поддержка трехмерного представления данных, что существенно снижает качество и скорость восприятия данных конечным пользователем [5].

Анализ результатов визуализации геомагнитных данных возможен только в автономном режиме, что требует от пользователя выделения собственных вычислительных ресурсов при получении изображения с информационного ресурса. Оперативный анализ параметров главного ГМП также невозможен, поскольку каждая графическая интерпретация данных представляет собой моментальный снимок анализируемой информации, обновление которого возможно только при повторном обращении к источнику геомагнитных данных.

Перечисленные недостатки снижают эффективность и самодостаточность графической интерпретации параметров главного ГМП, что требует от исследователя дополнительных механизмов и ресурсов для решения задач оперативной обработки и комплексного анализа геомагнитных данных. Существенно усугубляет проблему и то, что в настоящее время малоизвестны или недоступны эффективные методические и программные разработки в данной области [2].

Как показывают последние исследования, естественным и наиболее эффективным способом описания таких данных являются нелинейные адаптивные аппроксимирующие схемы. Основанные на этом подходе методы декомпозиции на эмпирические моды (ДЭМ)  и адаптивные вейвлет-разложения получают в настоящее время интенсивное развитие в обработке и анализе сложных структур данных. Оба этих метода учитывают особенности структуры сигнала и позволяют описывать процессы со сложной структурой. Достоинством вейвлет-анализа является большое число ортогональных базисов с компактными носителями и наличие быстрых вычислительных алгоритмов  [4].

Основной сложностью при его использовании является неочевидность выбора базиса для решения конкретной задачи. В то же время для задач аппроксимации функции предложены критерии выбора вейвлет-базиса и построены вычислительные алгоритмы, позволяющие адаптивно подобрать базис и минимизировать погрешность получаемой аппроксимации. В отличие от вейвлет-преобразования в методе ДЭМ функции базиса определяются непосредственно из данных и построенный базис апостериорен. Поэтому в большинстве случаев извлекаемые аппроксимирующие компоненты могут эффективно применяться только для обработки того сигнала, из которого они были извлечены. Такой базис является эмпирическим и для аппроксимации вариаций геомагнитного поля с непрерывно изменяющейся структурой не является достаточно эффективным. Недостатком ДЭМ также является не полностью разработанная теоретическая база [6].

Анализ показал, что на сегодняшний день, несмотря на широкий спектр и динамичное развитие информационных технологий, специализированных программных комплексов и средств обработки, анализа и визуализации данных, графическая интерпретация геомагнитных измерений и расчетов развита достаточно слабо. В этой связи имеет место актуальная научно-техническая проблема, заключающаяся в создании новых и модернизации известных технологий визуализации параметров главного ГМП, имеющих лучшие эргономические и функциональные характеристики по сравнению с известными аналогами.

Список литературы:

1. Воробьев А.В., Воробьева Г.Р. Геоинформационная система для прогноза, контроля и спектрального анализа параметров геомагнитного поля и его вариаций / А.В. Воробьев, Г.Р. Воробьева // Геоинформатика–2016-С№1-С.22-24
2. Воробьев, А.В. Геоинформационная система для амплитудно-частотного анализа данных наблюдения геомагнитных вариаций и космической погоды / А.В. Воробьев, Г.Р. Воробьева // Компьютерная оптика. – 2017. – Т. 41, № 1
3. Клионский, Д. М. Новый подход к автоматизированному выявлению шаблонов в телеметрических сигналах на основе декомпозиции на эмпирические моды / Д.М. Клионский, Н.И. Орешко, В.В. Геппенер // Научные ведомости Белгородского государственного университета. - 2009. - Т. 12, № 15-1. - С. 118-129.
4. Мандрикова, О.В. Критерии выбора вейвлет-функции в задачах аппроксимации природных временных рядов сложной структуры / О.В. Мандрикова, Ю.А. Полозов // Информационные технологии. - 2012. - № 1. - С. 31-36. - ISSN 1684-6400.
5. Мандрикова, О.В. Анализ геомагнитных данных на основе совмещения вейвлет-преобразования с радиальными нейронными сетями / О.В. Мандрикова, Е.А. Жижикина // Цифровая обработка сигналов и ее применение: доклады 16 Международной конференции. - 2014. - C. 573-578
6. Мандрикова, О.В. Оценка степени возмущённости геомагнитного поля на основе совмещения вейвлет- преобразования с радиальными нейронными сетями / О.В. Мандрикова, Е.А. Жижикина // 17 Международная конференция по мягким вычислениям и измерениям: сборник докладов. - Спб.: СПбГЭТУ «ЛЭТИ». - 2014. - Т.2. - С. 223-226  ФГБУ «ИПГ» [Электронный     ресурс] -URL:http://ipg.geospace.ru/ (дата обращения 20.03.2018).