Методология анализа данных дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС

 просмотров

На правах рукописи

МЕТОДОЛОГИЯ АНАЛИЗА

ДАННЫХ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ АТМОСФЕРЫ

И ПОДСТИЛАЮЩЕЙ ПОВЕРХНОСТИ

В КОНТУРЕ ГИС

Специальность 25.00.30 – Метеорология, климатология, агрометеорология

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора географических наук

Санкт-Петербург 2011

Работа выполнена в Российском государственном гидрометеорологическом университете (РГГМУ).

Научный консультант -

доктор физико-математических наук, профессор,

Официальные оппоненты -

доктор географических наук,

профессор,

заведующий кафедрой метеорологии и охраны атмосферы НИУ ПГУ,

доктор физико-математических наук, профессор,

заведующий кафедрой метеорологии, климатологии и охраны атмосферы Института окружающей среды ДВФУ,

доктор географических наук,

профессор кафедры прикладной экологии РГГМУ,

Ведущая организация -

Военно-космическая академия им.

Защита состоится 15 сентября 2011 г. в 15 часов на заседании диссертационного совета Д.212.197.01 Российского государственного гидрометеорологического университета.

Адрес: г. Санкт-Петербург, Малоохтинский пр., 98.

С диссертацией можно ознакомиться в библиотеке Российского государственного гидрометеорологического университета.

Автореферат разослан “10 ” августа 2011 г.

Ученый секретарь

диссертационного совета

доктор географических наук,

профессор

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность исследования. В последние годы геоинформационные системы (ГИС) стремительно становятся стандартным инструментом для решения ряда фундаментальных и прикладных проблем метеорологии и климатологии. Благодаря способности хранить, обрабатывать, анализировать и визуализировать в структурированной электронной форме огромные объемы пространственно распределенных разнородных данных, ГИС позволяют быстро генерировать синтетическую информацию в удобной для принимающих решения специалистов форме. В решениях XV Всемирного Метеорологического Конгресса (2007, Женева) и Стратегическом плане ВМО (ВМО № 000) настойчиво рекомендуется широкое внедрение ГИС в мировую метеорологическую практику в качестве основы перспективных информационных систем.

В метеорологических и природоохранных приложениях имеется широкий класс задач, решение которых в значительной степени облегчается или ускоряется при использовании ГИС. К ним можно отнести: раннее оповещение о стихийных бедствиях и опасных погодных явлениях, наблюдения за температурой земной поверхности и Мирового океана, контроль за уровнем поверхности Мирового океана, определение границ снежного покрова, наблюдения за площадями затопления и разлива рек, наблюдения за распространением дыма от лесных пожаров, агрометеорологические и биометеорологические приложения, наблюдения за климатической системой Земли и отдельными ее элементами. Проблема эффективного применения ГИС в подобных задачах состоит в необходимости усвоения и анализа данных дистанционного зондирования, в особенности от метеорологических радиолокаторов и спутников, для исследования различных объектов климатической системы.

Однако, цифровая информация, поступающая от современных средств дистанционного зондирования атмосферы и подстилающей поверхности, требует расшифровки и анализа с целью идентификации изображенных на снимках объектов, выполняемого, как правило, вне рамок ГИС с использованием специализированных программных и аппаратных средств. Можно выделить две основные проблемы, решение которых необходимо для превращения данных дистанционного зондирования в информационные слои, составляющие основу для хранения информации в ГИС: 1) компрессия данных, или выбор наиболее информативных спектральных диапазонов зондирования; 2) идентификация изображенных на снимках объектов. Значительное ускорение процесса принятия решений может быть достигнуто при рассмотрении этих задач непосредственно в контуре ГИС, особенно, в реальном масштабе времени, в темпе поступления данных дистанционного зондирования.

Столь же актуальной в процессе принятия решений с помощью ГИС является проблема оценки комплексного состояния территорий. Можно выделить два наиболее общих класса задач. Первый относится к построению сводных показателей, характеризующих природный потенциал территории без учета хозяйственной деятельности человека. Второй относится к оценке состояния территории, с учетом осуществляемой на ней экономической деятельности.

Необходимость построения сводных показателей возникает, например, при оценке различного рода территориальных потенциалов (ассимиляционного, мезоклиматического и др.), оценке диффузионного потенциала синоптической ситуации, оценке многофакторного риска стихийных бедствий или степени уязвимости для них определенного района. В силу определенной искусственности подобных сводных показателей, а также всегда имеющей место неопределенности, наиболее тонким и ответственным этапом является оценивание весовых коэффициентов, учитывающих вклад разных факторов в значение показателя. В этом смысле необходима разработка метода, который бы отвечал двум требованиям: а) учитывал имеющуюся неопределенность, б) допускал простую вычислительную реализацию в контуре ГИС.

Получить полный текст

Оценки экологического состояния территорий невозможны без рассмотрения осуществляемой на них экономической деятельности. Проблема усложняется тем, что эколого-экономическое состояние территории, с одной стороны, зависит от метеорологических и климатических факторов, а с другой стороны, может оказывать на них влияние. Необходима разработка метода оценивания в рамках ГИС наиболее общих показателей макросостояния сложных климатических и эколого-экономических систем.

Технологии современного дистанционного зондирования позволяют осуществлять мониторинг различных параметров состояния атмосферы, гидросферы и биосферы. Принятие оперативных решений на основе такой информации удобнее всего осуществлять с помощью ГИС-технологий. Между тем, приходится констатировать отсутствие единого методологического подхода к анализу данных дистанционного зондирования атмосферы и подстилающей поверхности для проведения комплексной оценки состояния территорий в контуре ГИС в реальном масштабе времени. Это обстоятельство во многих случаях системно ограничивает возможности оперативного нахождения наилучших решений.

Данная диссертация призвана восполнить существующий научный пробел в этой сфере, что и актуализирует тему исследования.

Целью диссертационного исследования является разработка методологии анализа данных дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС для комплексной оценки состояния территорий.

Для достижения поставленной цели были поставлены и решены следующие задачи:

· Создать структуру и разработать логическую организацию наполнения картографической и атрибутивной баз данных с целью комплексной оценки состояния территорий по результатам дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС в реальном масштабе времени;

· Разработать метод компрессии данных и выбора наиболее информативного спектрального диапазона зондирования метеорологических объектов в контуре ГИС;

· Разработать метод автоматической идентификации изображенных на спутниковых снимках экологически значимых метеорологических объектов в контуре ГИС;

· Разработать метод построения в рамках ГИС мезоклиматического потенциала территории в условиях априорной неопределенности;

· Оценить статистическую обоснованность принципа максимума производства энтропии для описания сложных климатических и эколого-экономических систем;

· Определить возможность использования концентрации антропогенных выбросов углекислого газа в качестве основы для интегральной оценки энтропийной устойчивости территории (региона);

· Произвести расчет индекса относительной энтропийной устойчивости, отражающего относительное благополучие региона с эколого-экономической точки зрения.

Предметом и объектом диссертационного исследования является дистанционное зондирование и геоинформационное моделирование атмосферы и подстилающей поверхности, а также макро - анализ открытых сложных неравновесных климатических и эколого-экономических систем.

Методологическая и теоретическая основа исследований. Исследование базируется на системном подходе, в котором применены методы термодинамики, теоретико-информационного, теоретико-вероятностного и статистического анализа, методов теории распознавания образов, методов рандомизированных сводных показателей, геоинформационного моделирования.

Новые научные результаты, выносимые на защиту:

· Метод выбора наиболее информативных спектральных диапазонов дистанционного зондирования метеорологических объектов на основе анализа главных компонент ковариационной матрицы наблюдений в контуре ГИС.

· Метод автоматической идентификации изображенных на спутниковом снимке метеорологических объектов с использованием трехуровневого семейства методов распознавания образов и кластер-анализа с варьируемой степенью априорной неопределенности в контуре ГИС.

· Алгоритм повышения степени разделимости классов метеорологических объектов путем нормирования по среднеквадратическому отклонению в случае значительного различия статистической структуры обучающих выборок.

· Метод построения регионального мезоклиматического потенциала седиментации аэротехногенных примесей с использованием рандомизированных весовых коэффициентов в контуре ГИС.

· Теоретико-информационное и статистическое обоснование возможности применения принципа максимального производства энтропии (МПЭ) для описания открытых сложных климатических и эколого-экономических систем, действующих в условиях ресурсных ограничений.

· Метод учета антропогенных выбросов углекислого газа для оценки скорости производства энтропии территории.

· Метод и результаты расчета индекса энтропийной устойчивости территории.

Теоретическая и практическая значимость результатов исследования. Полученные в диссертации результаты и разработанные методы могут быть использованы:

· в системах раннего оповещения о стихийных бедствиях и опасных погодных явлениях,

Получить полный текст

· в системах наблюдения за лесными и тундровыми пожарами,

· в системах наблюдения за выбросами загрязняющих веществ в атмосферу и Мировой океан,

· при контроле водной и ветровой эрозии почв,

· при определении границ снежного покрова, затопления и разлива рек,

· при оценке состояния сельскохозяйственных и лесных угодий,

· при оценке биометеорологических индексов,

· при оценке ассимиляционных и мезоклиматических потенциалов территорий,

· при стратегическом планировании развития территории,

· при оценке состояния экологических и экономических систем.

Соответствие диссертации Паспорту научной специальности. В соответствии с формулой специальности 25.00.30, объединяющей исследования в области метеорологии, климатологии и агрометеорологии, настоящая работа является прикладным исследованием, ставящим целью разработку методологии анализа данных дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС для оценки комплексного состояния территорий.

Полученные научные результаты соответствуют пунктам 2, 14, 16 и 17 паспорта специальности 25.00.30 – «Метеорология, климатология, агрометеорология».

Пункту 2 «Взаимодействие между атмосферными процессами в полярных и умеренных широтах и между процессами в умеренных широтах и тропиках» соответствуют результаты применения принципа максимума производства энтропии в модели общей циркуляции атмосферы.

Пункту 14 «Микроклимат природных объектов, микроклимат мегаполисов» и пункту 16 «Метеорология и экология» соответствует получение оценки регионального мезоклиматического потенциала седиментации аэротехногенных примесей.

Пункту 16 «Метеорология и экология» соответствует метод учета антропогенных выбросов углекислого газа для оценки производства энтропии экологической системой территории.

Пункту 16 «Метеорология и экология» и пункту 17 «Прикладная климатология – атмосфера и строительство, медицина, курортология, транспорт, лесоведение» соответствует разработка метода и получение результатов расчета индекса энтропийной устойчивости территории и теоретико-информационное обоснование возможности применения принципа максимального производства энтропии для описания открытых сложных климатических и эколого-экономических систем, действующих в условиях ресурсных ограничений.

Пункту 16 «Метеорология и экология» соответствует разработка метода выбора наиболее информативных спектральных диапазонов дистанционного зондирования экологически значимых метеорологических объектов; разработка метода автоматической идентификации изображенных на спутниковом снимке экологически значимых метеорологических объектов; разработка алгоритма повышения степени разделимости классов метеорологических объектов в случае значительного различия статистической структуры обучающих выборок.

Апробация. Основные результаты работы докладывались на Всероссийской научной конференции в РГГМУ (Санкт-Петербург, ноябрь 1999 г.), на Итоговых сессиях Ученого совета РГГМУ (Санкт-Петербург, январь гг.), на научных семинарах кафедр прикладной метеорологии и экспериментальной физики атмосферы, экономики предприятия и учетных систем РГГМУ ( гг.). Результаты исследования были использованы при написании международных и российских грантов, договорных НИР: «Преобразование социальной сферы города за счет реализации его образовательных возможностей» ( гг.), «Оценивание экономической эффективности, разработка моделей и оптимизация гидрометеорологического обеспечения народного хозяйства» ( гг.), «Организация и регулирование инновационной деятельности в регионе с использованием потенциала высшей школы» ( гг.), «Управление природопользованием на предприятиях посредством интеграции данных бухгалтерской и экологической отчетности» ( гг.), TEMPUS JEP "COMBAT-METEO" ( гг.); TEMPUS JEPQUALIMET”( гг.),  BRIDGE "Keeping it cool"(2007 г.); грант молодых научно-педагогических работников высших учебных заведений и академических институтов Санкт-Петербурга в 2007 году № 000; грант фонда "Научный потенциал" – конкурс научно - исследовательских проектов в гг. договор

Личный вклад автора. Основные результаты диссертации получены лично автором и опубликованы более чем в 50 печатных работах, материалы использованы в научно-исследовательских отчетах.

Структура и объем диссертационной работы. Диссертация содержит введение, 7 глав, заключение, приложения и список литературы. Главы делятся на разделы. Основной текст содержит 218 страниц, включая 8 таблиц и 44 рисунка, имеется 15 приложений на 54 страницах. Список использованных источников составляет 200 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении обосновывается актуальность темы, кратко освещается современное состояние проблемы, определяются задачи и цель работы, описывается структура диссертации и формулируются общие подходы к решению поставленных задач.

Первая глава посвящена обзору технологии геоинформационных систем как автоматизированной информационной системы, предназначенной для обработки пространственно-временных данных, основой интеграции которых служит географическая информация. Рассматривается типовая структура ГИС и ее основные функции, описываются стандартные средства ГИС, обсуждаются методы представления пространственной информации, анализируются особенности и перспективность использования ГИС в метеорологических и природоохранных приложениях, рассматриваются недостатки существующих систем с точки зрения таких приложений и возможности их устранения, формулируются основные выводы по первой главе.

Получить полный текст

Вторая глава посвящена методам компрессии данных спутникового дистанционного зондирования метеорологических объектов путем выбора наиболее информативного спектрального диапазона.

Объясняется необходимость сжатия данных и предлагается использование простого и эффективного способа компрессии многомерных случайных величин, каковыми являются спутниковые изображения, основанного на составлении их линейных комбинаций с ядрами, являющимися собственными векторами ковариационной матрицы. Полученные таким образом новые случайные величины некоррелированы и обладают дисперсией (а, следовательно, и информативностью), равной соответствующим собственным числам. При этом наибольшей информативностью на классе всех линейных комбинаций будет обладать комбинация с ядром, отвечающим максимальному собственному числу.

Рассматривается случайный вектор наблюдений

, (1)

где n- число спектральных каналов, - яркость в точке поверхности в -ом диапазоне. При получении снимка в -ом спектральном диапазоне реализация вектора наблюдений будет представлять собой матрицу значений яркости в каждой точке изображения . определяют размеры изображения с учетом пространственного разрешения.

Строится оценка максимального правдоподобия ковариационной матрицы вектора наблюдений

(2)

. (3)

Строится оценка максимального правдоподобия для главных компонент и их дисперсий. Для этого решается характеристическое уравнение для определения собственных чисел

(4)

и находится множество соответствующих собственных векторов , удовлетворяющим уравнениям

(5)

. (6)

Главные компоненты в этих обозначениях представляют собой

. (7)

Оценивается доля объясняемой каждой компонентой дисперсии (и, соответственно, ее информативность) с помощью коэффициента

. (8)

Описывается метод последовательных приближений для вычисления характеристических корней и характеристических векторов (главных компонент) выборочной ковариационной матрицы. Рассматривается распространенный метод ускорения процесса приближения, предложенный Эйткеном.

Реализация метода иллюстрируется на примере мультиспектральных изображений экологически значимых метеорологических объектов спектрорадиометра среднего разрешения MODIS спутника EOS PM-1 (Aqua) и данным семиканального зондирования участка поверхности суши, выполненного TM LANDSAT. В результате реализации алгоритма рассчитаны ковариационные и корреляционные матрицы, собственные числа и вектора, показана высокая степень компрессии с помощью первых двух компонент (до 98%), определены наиболее репрезентативные исходные изображения, имеющие самую высокую корреляцию с главными компонентами.

Третья глава посвящена методам автоматического распознавания изображенных на спутниковых снимках метеорологических объектов.

Указывается на то, что для превращения спутниковых снимков в информационные слои ГИС необходимо привлечение методов теории распознавания образов (ТРО). Указывается, что в контуре ГИС необходимо разработать алгоритмы, охватывающие весь спектр возможных уровней наличия априорной информации о классифицируемых объектах: 1) полного, когда известны условные плотности вероятностей признаков в классах, 2) неполного - при наличии обучающих выборок в классах; 3) полного ее отсутствия (в том числе, отсутствие информации о наличии классов).

Производится постановка задачи распознавания образов, и вводятся основные определения и понятия. Указывается, что основная задача ТРО сводится к построению разделяющей гиперповерхности (решающего правила) в признаковом пространстве с целью минимизации риска потерь.

Рассматриваются методы распознавания первого уровня при наличии полной априорной информации.

Для первого уровня наличия априорной информации обсуждается метод максимального правдоподобия, который для вычисления апостериорной вероятности принадлежности объекта с признаками образу , по формуле Байеса сводится к

(9)

Поскольку в реальных условиях плотности вероятностей признаков, как правило, неизвестны, приходится ставить задачу оценки этих плотностей по обучающим выборкам. Предполагается, что распределение значений признаков каждого класса хорошо аппроксимируется смесью нормальных плотностей вероятностей:

(10)

Каждому объекту выборки ставится в соответствие апостериорную вероятность принадлежности его -й компоненте смеси:

(11)

. (12)

Строится следующая итеративная процедура последовательных приближений:

(13)

где ,  – произвольно заданные начальные значения параметров смеси, верхний индекс – номер итерации.

Для (t+1)- го шага

, (14)

(15)

Методы распознавания второго уровня при неполной априорной информации требуют задание обучающих выборок. Рассматривается простой и эффективный метод ближайшего среднего (эталонов). Для каждого класса по обучающей выборке строится эталон, имеющий значения признаков

, (16)

где

=,

 – количество объектов данного образа в обучающей выборке,

 – номер признака.

Распознавание осуществляется следующим образом. На вход системы поступает объект , принадлежность которого к тому или иному классу метеорологических объектов системе неизвестна. От этого объекта измеряются расстояния до эталонов всех образов, и система относит к тому классу, расстояние до эталона которого минимально. Расстояние измеряется в той метрике, которая введена для решения определённой задачи распознавания.

В случае, когда дисперсии обучающих выборок относительно средних в двух классах значительно различаются, решающее правило метода ближайшего среднего существенно сместит границу в сторону одного из классов. Чтобы преодолеть это «неравенство» классов, необходимо разработать алгоритм улучшения степени разделимости классов. В качестве такого алгоритма предлагается нормирование признаков по соответствующим среднеквадратическим отклонениям обучающих выборок и проведение классификации в пространстве нормированных признаков.

Получить полный текст

На третьем уровне в условиях полного отсутствия априорной информации используется кластерный анализ, в основе которого лежит гипотеза компактности. Одним из лучших алгоритмов реализации кластерного анализа при ограниченных объемах выборок считается использующий метод потенциальных функций. Название метода в определённой степени связано со следующей аналогией. Представим себе, что объекты являются точками некоторого пространства Х. В эти точки будем помещать заряды . Функцию, описывающую распределение электростатического потенциала в таком поле, можно использовать в качестве решающего правила (или для его построения). Если потенциал точки , создаваемый единичным зарядом, находящимся в , равен , то общий потенциал в , создаваемый зарядами, равен

(17)

Где  – потенциальная функция. Она, как в физике, убывает с ростом евклидова расстояния между и . Чаще всего в качестве потенциальной используется функция, имеющая максимум при и монотонно убывающая до нуля при .

Кластерный анализ осуществляется следующим способом. Всем элементам выборки приписывается один и тот же заряд. Вычисляется суммарный потенциал . Если он превышает определенное пороговое значение , то это означает, что здесь имеется тесное скопление «зарядов», наводящее значительный потенциал. Соответствующая область провозглашается кластером. По величине наведенного «потенциала» можно построить иерархию кластеров по «кучности» и количеству элементов.

В качестве потенциальных функций в данной работе используются функции вида

(18)

с устанавливаемым заранее количеством кластеров или шириной кластера.

Описывается реализация трехуровневого алгоритма в контуре ГИС и приводятся примеры идентификации экологически значимых метеорологических объектов на спутниковых снимках METEOSAT и EOS Aqua в выбранных ранее наиболее репрезентативных спектральных диапазонах (определение границы снежного покрова на фоне облачности в видимом диапазоне, обнаружение шлейфов дыма от лесных пожаров, обнаружение облачности и границ ледового покрова) и LANDSAT (распознавание типов подстилающих поверхностей). С целью оценки чувствительности различных алгоритмов к неточности задания обучающих выборок (робастности) варьировалась засоренность обучающих выборок пикселями из других классов в диапазоне от 0 до 30 процентной засоренности. Наиболее робастным оказывается алгоритм, использующий нормированный метод ближайшего среднего. При хорошем определении обучающих выборок наилучшее качество распознавания демонстрирует алгоритм, основанный на методе максимального правдоподобия с аппроксимацией условных плотностей вероятности смесью нормальных распределений.

Четвертая глава посвящена рассмотрению метода построения мезоклиматического потенциала территории в контуре ГИС как примера сводного показателя, обобщающего различные стороны объекта в условиях неопределенности и неточности информации.

Общим в задачах такого типа является формирование вектора отдельных показателей, имеющих географическое распределение (информационных слоев ГИС). Вводится сводный показатель , который зависит от вектора весовых коэффициентов , задающих степень влияния отдельных показателей на сводную оценку. Простым частным случаем сводного показателя является линейная комбинация

,

Неопределенность выбора вектора весовых коэффициентов моделируется многомерной равномерно распределенной случайной величиной . Генерируя на ЭВМ все допустимые наборы весовых коэффициентов , получаем возможность вычислить статистические характеристики вектора случайных весовых коэффициентов и соответствующих рандомизированных сводных показателей, как это предложено в методе АСПИД.

При реализации метода в контуре ГИС рассмотрены два возможных варианта реализации алгоритма:

1. Полное отсутствие априорной информации о сравнительной весомости отдельных показателей;

2. Второй вариант предполагает наличие априорной информации о сравнительной весомости отдельных показателей. Предполагается, что информация носит лишь ординальный (порядковый) характер, и сформулирована в виде системы неравенств для весовых коэффициентов.

Метод рандомизированных показателей с неопределенными весовыми коэффициентами применен к задаче оценки мезоклиматического потенциала седиментации аэротехногенных примесей. Для оценки информативности полученной величины проведено сравнение с экспериментальными данными о загрязнениях, показывающее их хорошее согласие.

Пятая глава посвящена теоретическому обоснованию принципа максимума производства энтропии в неравновесных системах с использованием методов теории информации.

Многие исследования в разных предметных областях, имеющих дело с моделированием поведения сложных неравновесных систем, указывают на плодотворность подхода с использованием принципа максимума производства энтропии (МПЭ). Привлекательность оперирования макро-характеристикой вместо анализа бесчисленного множества микро-характеристик и индивидуальных фазовых траекторий очевидна. Однако чем может быть оправдано использование принципа МПЭ с теоретической точки зрения? Поиску ответа на этот вопрос и посвящена настоящая глава.

В качестве основы используется подход Джейнса для предсказания макроскопически воспроизводимого поведения неравновесной системы путем максимизации информационной энтропии с учетом наложенных ограничений. В то время как макроскопическое поведение экспериментально воспроизводимо при наложении ограничений, микроскопические траектории невоспроизводимы (поскольку мы не можем настроить систему с точностью до атомов). То, что макроскопическое поведение воспроизводимо при данных ограничениях, означает, что оно является характерным для огромного числа микроскопических траекторий, совместимых с этими ограничениями. Из этого следует, что огромное большинство микроскопических деталей неважно для прогнозирования макроскопических величин. Процедура Джейнса максимизации информационной энтропии зависит от налагаемых ограничений и эффективно игнорирует всю, не относящуюся к делу микроскопическую информацию. Она применима не только к физическим динамическим системам, но и к экономическим и биологическим. При условии, что воспроизводимые стационарные состояния системы могут быть описаны величинами , подчиняющимися локальным законам сохранения с потоками и источниками

Получить полный текст

, (19)

процедура Джейнса ведет к общему результату для распределения вероятностей микроскопических фазовых траекторий (аналогом большого канонического распределения Гиббса):

, (20)

, (21)

в которых обобщенное производство энтропии может быть определено через второй член в уравнении (21). Следствия этого результата: МПЭ и самоорганизующаяся критичность, − могут рассматриваться как общие свойства подобных систем.

Со статистической точки зрения репродуцируемое поведение − это наиболее вероятное поведение. Оно репродуцируется именно потому, что является характерным для каждого из подавляющего большинства микросостояний или траекторий, находящихся в согласии с наложенными ограничениями.

Суммируя изложенное, делается вывод, что метод максимального производства энтропии − это статистически обоснованный принцип физического отбора. Однако оправдываемость прогнозов метода максимальной энтропии в значительной степени зависит от правильности определения ограничений, которые в действительности существуют в природе. В этом отношении метод максимальной энтропии в значительной степени остается методом проб и ошибок. Неудачи его применения свидетельствуют о наличии не учитываемых ограничений (или новых физических законов).

В шестой главе исследуются возможности использования принципа МПЭ при анализе климатических и эколого-экономических систем.

Дается пример использования этого принципа при решении задачи переноса тепла в атмосфере. Делается вывод, что атмосферная циркуляция должна подстраивать себя к такому макро-состоянию, в котором производится максимальное количество энтропии. Важную роль в производстве энтропии играет бароклинность, связанная с диссипацией вследствие трения в планетарном пограничном слое и перемешиванием теплых и холодных воздушных масс в средних широтах. Практически, принцип МПЭ здесь предписывает состояние наивысшей бароклинности для обеспечения наиболее эффективного переноса тепла к полюсам. Те климатические модели, которые не воспроизводят максимум производства энтропии, скорее всего, будут завышать градиент температуры от экватора к полюсу.

Для учета энтропийного фактора при анализе эколого-экономических систем предлагается ввести индекс относительной энтропийной устойчивости (RES), который призван отразить энтропийную устойчивость и относительное благополучие региона с эколого-экономической точки зрения. Этот индекс является безразмерным коэффициентом, учитывающим как долю производимого i-м регионом или страной ВВП по отношению к национальному или глобальному ВВП, так и относительную долю произведенной при этом энтропии.

Отмечается, что всякая деятельность, в том числе и экономическая, возможна лишь при потреблении энергии. Во всех процессах, связанных с потреблением энергии, происходит ее превращение из одной формы в другие. Примером превращения энергии является сжигание ископаемого топлива, при котором химическая энергия связей между атомами превращается в тепловую. Часть этой тепловой энергии используется для совершения работы. Конечным результатом этого процесса является полное исчезновение топлива (кроме остатков в виде пепла и сажи) и его превращение в газообразную форму, главным образом в СО2 и водяной пар. С другой стороны, операция сжигания топлива с целью получения энергии является процессом превращения низкоэнтропийного ресурса в высокоэнтропийные отходы, т. е. процессом производства энтропии. Чем больше используется энергии для экономической деятельности в экологической системе, тем больше выбрасывается углекислого газа и тем больше, хотя и не в простой линейной зависимости, производится энтропии в системе. Таким образом, объемы антропогенных выбросов углекислого газа в атмосферу могут служить косвенным показателем объема произведенной энтропии. Разрабатывается метод учета антропогенных выбросов углекислого газа для оценки производства энтропии территории.

В рамках данной работы был произведен расчет индекса RES для отдельных административных районов Санкт-Петербурга. Интегрированный характер данного показателя может дать исчерпывающую картину экономической и экологической деятельности внутри границ системы.

Расчет индекса осуществляется по следующей формуле:

RESi=, (22)

где RESi – индекс относительной энтропийной устойчивости;

ВТПi – валовый территориальный продукт i-го административного района Санкт-Петербурга, млн. руб.;

∑ВТПi– валовый территориальный продукт Санкт-Петербурга (ВРП), млн. руб.;

ΔSi – относительная доля произведенной энтропии, оцененная по выбросам СО2, i-го административного района Санкт-Петербурга, мг/м3;

∑ΔSi – относительная доля произведенной энтропии, оцененная по выбросам СО2, города Санкт-Петербурга, мг/м3.

Очевидно, что чем выше значение индекса по сравнению с единицей, тем более относительно устойчивым с энтропийной точки зрения является эколого-экономическое макро-состояние данного района, тем менее ущербной для состояния окружающей среды и природного капитала является экономическая деятельность в нем.

Получить полный текст

И, наоборот, чем меньше единицы значение индекса, тем менее энтропийно устойчивым является макро-состояние i-го региона, что свидетельствует о значительной экологической стоимости экономических результатов.

Так в целом по Санкт-Петербургу за анализируемый период наблюдается стабильный рост ВТП отдельных районов и, соответственно, ВРП города в целом и снижение суммарной концентрации СО2. Количество районов, устойчивых с энтропийной точки зрения, увеличилось, однако, сказать об однозначном улучшении ситуации в городе было бы не правильно (рисунок 1).

Рисунок 1 – Индекс RES административных районов Санкт-Петербурга, 2008 г.

Проведенный анализ показал, что использование чисто экономических показателей, таких как ВТП, может создавать иллюзию благополучия из-за стабильного роста, поскольку рост во многом происходил за счет невозобновляемых природных ресурсов, уменьшения природного капитала и высоких темпов производства энтропии. Это опровергается показателем относительной энтропийной устойчивости, что дает сигналы о необходимости серьезного пересмотра экономической или природоохранной политики на региональном уровне с целью обеспечения устойчивого эколого-экономического состояния.

Таким образом, еще раз подтверждается вывод о том, что во избежание энтропийной ловушки необходимо изменить традиционную экономическую политику максимизации роста ВВП на политику минимизации скорости производства энтропии, добиваясь повышения значения индикатора.

Одно из главных преимуществ использования ГИС, а именно возможность проводить анализ многомерных данных с использованием цифровых карт, способствует упрощению процедуры оценки и прогноза комплексного воздействия на окружающую среду, что нашло практическое применение в Седьмой главе. Здесь с помощью методов и средств ГИС был проведен анализ загрязнения атмосферы Санкт-Петербурга. Для этого также была рассчитана стоимостная величина ущерба, наносимого окружающей среде города выбросами загрязняющих веществ от стационарных источников в период с 2004 по 2008 гг.

Также с использованием ГИС-технологий был проведен пространственный анализ данных о массе выбросов загрязняющих веществ каждым районом Санкт-Петербурга в период с 2006 по 2008 гг. и построены компоновки, одна из которых представлена на рисунке 2. На основе таких компоновок были сделаны предположения о доле каждого района в общей сумме ущерба города. Так, например, в 2008 г. наибольший ущерб среде, если принимать во внимание только фактическую массу выбросов, нанесли такие районы, как Кировский, Колпинский и Приморский. Однако это лишь примерная оценка, возможная с использованием относительно небольшого количества информации, имеющейся в свободном доступе. В настоящее время возможность более точно оценить ущерб отдельных районов города в связи с ограниченностью доступных статистических данных отсутствует.

С помощью подобных карт (рисунок 2) можно проследить пространственно-временные изменения массы выбросов вредных веществ различных районов города. В соответствии с методикой, именно масса выбросов играет одну из главных ролей в оказании влияния на величину ущерба в целом, который весьма неоднороден и может значительно отличаться в разных районах. Сопоставление подобных данных о состоянии среды в разные годы позволяет решать динамические задачи, проследить изменения, происходящие в окружающей среде под влиянием антропогенного воздействия на природу.

Рисунок 2 – Выбросы загрязняющих веществ в атмосферу от стационарных источников в 2008 г.

Таким образом, с использованием ГИС-технологий осуществлялось решение задач анализа и визуализации получаемой в ходе выполнения работы информации, используемой для оценки негативного экологического воздействия на окружающую среду Санкт-Петербурга и отдельных его административных районов, а также повышения наглядности выходной информации.

В заключении сформулированы основные результаты и выводы:

1. Разработаны методы, структура и логическая организация наполнения картографической и атрибутивной баз данных с целью комплексной оценки состояния территорий по результатам дистанционного зондирования атмосферы и подстилающей поверхности в контуре ГИС в реальном масштабе времени.

2. Анализ главных компонент ковариационной матрицы наблюдений мультиспектральных спутниковых изображений метеорологических объектов позволяет осуществить в контуре ГИС эффективную (до 98%) компрессию данных и выбрать наиболее информативный (репрезентативный) спектральный диапазон зондирования.

3. Результаты применения разработанного метода выбора наиболее информативного диапазона на основе анализа главных компонент для обнаружения границы снежного покрова и морского льда на фоне облачности, обнаружения шлейфа дыма от лесных пожаров, анализа структуры подстилающей поверхности по мультиспектральным данным спектрорадиометра среднего разрешения MODIS спутника EOS PM-1 (Aqua) и TM LANDSAT показывают его эффективность.

Получить полный текст

4. Для автоматического распознавания в контуре ГИС экологически значимых метеорологических объектов, изображенных на спутниковых снимках, универсальным показывает себя разработанный метод, выбирающий решающее правило в зависимости от трех возможных уровней наличия априорной информации о классах метеорологических объектов. При наличии полной априорной информации в виде условных плотностей вероятностей используется решающее правило распознавания метода максимального правдоподобия. В случае отсутствия информации об условных плотностях вероятностей, и в то же время при наличии хорошо определенных обучающих выборках значительного объема также используется решающее правило метода максимального правдоподобия. В случае неполной априорной информации используется решающее правило метода ближайшего среднего (эталонов).

5. При значительном различии статистической структуры обучающих выборок качество распознавания классов метеорологических объектов повышается путем применения разработанного алгоритма улучшения степени разделимости, основанного на нормировании выборок по среднеквадратическим отклонениям.

6. При полном отсутствии априорной информации о классах метеорологических объектов наилучшим показывает себя кластерный анализ на основе потенциальных функций.

7. Наиболее робастным (устойчивым к качеству определения обучающих выборок) для решения задач обнаружения метеорологических объектов с близкой отражаемостью в видимом диапазоне (например, снежный покров и слоистая облачность) оказался алгоритм, использующий нормированный метод ближайшего среднего. При хорошем определении обучающих выборок (например, задача распознавания различных типов подстилающих поверхностей) наилучшее качество распознавания демонстрирует алгоритм, основанный на методе максимального правдоподобия с аппроксимацией условных плотностей вероятностей смесью нормальных распределений.

8. При построении мезоклиматического потенциала седиментации в контуре ГИС весьма перспективным показал себя метод рандомизированных сводных показателей, обобщающих различные стороны объекта в условиях неопределенности и неточности информации. Полученные таким образом расчетные данные мезоклиматического потенциала находятся в хорошем согласии с результатами натурных наблюдений за седиментацией аэротехногенных примесей.

9. Использование принципа максимума производства энтропии для макро-описания открытых сложных динамических систем оправдано с теоретико-информационной точки зрения как статистически обоснованный принцип физического отбора, предсказывающий репродуцируемое (наиболее вероятное) поведение, отбираемое заданными ограничениями. Между тем, оправдываемость прогнозов метода максимальной энтропии в значительной степени зависит от правильности учета всех действующих ограничений.

10. Применение принципа максимума производства энтропии при рассмотрении модели общей циркуляции атмосферы предписывает установление состояния максимально возможной бароклинности как средства обеспечения наиболее эффективного переноса тепла от экватора к полюсам, что может потребовать специального учета в климатических моделях.

11. Разработанный метод учета антропогенных выбросов углекислого газа в атмосферу в качестве показателя объема произведенной энтропии позволяет практически использовать в контуре ГИС принцип максимума производства энтропии при анализе состояния эколого-экономических систем.

12. Разработанный метод расчета индекса относительной энтропийной устойчивости территории RES весьма наглядно характеризует макро-состояние эколого-экономической системы и является удобной основой для создания информационного эколого-экономического слоя в ГИС. Его критически малые значения, даже при благополучных экономических показателях, дают сигналы о необходимости серьезного пересмотра экономической или природоохранной политики на региональном уровне с целью обеспечения устойчивого эколого-экономического состояния.

Список основных публикаций по теме диссертации

Монографии:

1. , Белоцерковский сложных эколого-экономических систем и принцип максимума производства энтропии. – Санкт-Петербург: РГГМУ, 2008. – 6,56 п. л. (лично автором −4,0 п. л.).

2. Экономика природопользования: эколого-экономическая перспектива // Санкт-Петербург: РГГМУ, 2010. – 22,8 п. л.

В изданиях, рекомендованных ВАК:

3. Сердитова метеорологических объектов с помощью семейства решающих правил в условиях варьируемой априорной неопределенности // Естественные и технические науки.– 2011. – №3. – 0.4 п. л.

4. Сердитова Н. Е Использование принципа максимума производства энтропии при моделировании общей циркуляции атмосферы // Естественные и технические науки.– 2011. – №3. – 0.7 п. л.

5. Сердитова применения геоинформационных технологий в задачах дистанционного зондирования // Ученые записки Российского государственного гидрометеорологического университета. – 2011. –№19. – 0.5 п. л.

Получить полный текст

6. Сердитова применения геоинформационных технологий в задачах оценки состояния территорий // Ученые записки Российского государственного гидрометеорологического университета. ̶ 2011. –№18. – 0.4 п. л.

7. К вопросу учета антропогенного производства энтропии как показателя устойчивости эколого-экономической системы // Вестник ИНЖЭКОНА. – 2009. − № 3(30). – 0,31 п. л.

8. Сердитова -экономический взгляд на проблему устойчивого управления лесами // Вестник Московского государственного университета леса «Лесной вестник». – 2009. − №1. – 0,38 п. л.

9. Сердитова максимума производства энтропии и «озеленение» системы национальных счетов // Научно-технические ведомости СПбГПУ. – 2009. − №2−2'. – 0,31 п. л.

10. К вопросу оценки ущерба от загрязнения окружающей среды // Информационно-аналитический журнал «Нефть, газ и бизнес». – 2008. − № 12. – 0,25 п. л.

11. Сердитова -экономические аспекты использования невозобновляемых ресурсов (и их последствия для окружающей среды) // Информационно-аналитический журнал «Нефть, газ и бизнес». – 2008. − № 11. – 0,69 п. л.

12. Сердитова ресурсы и экономический рост // Информационно-аналитический журнал «Нефть, газ и бизнес». – 2008. − № 10. – 0,25 п. л.

13. Сердитова системы национальных счетов с учетом амортизации природного капитала // Информационно-аналитический журнал «Нефть, газ и бизнес». − 2008. − № 9. – 0,31 п. л.

14. Сердитова аспекты глобального изменения климата // Вестник ИНЖЭКОНА. – 2007. − № 5(18). – 0,5 п. л.

В других изданиях:

15. , , К вопросу об экологическом потенциале ландшафта // Тезисы докладов на Всероссийской научной конференции «Экологические и метеорологические проблемы больших городов и промышленных зон». – Санкт-Петербург: РГГМУ, 2001. − 0,13 п. л. (лично автором 0,08 п. л.).

16. , , Белоцерковский и анализ данных дистанционного зондирования в рамках ГИС в задачах рационального природопользования // Итоговая сессия ученого совета РГГМУ: информационные материалы. – Санкт-Петербург: РГГМУ, 2001. – 0,19 п. л. (лично автором 0,12 п. л.).

17. , Ефремов ГИС в задачах распределения природных ресурсов // Итоговая сессия ученого совета РГГМУ: информационные материалы. – Санкт-Петербург: РГГМУ, 2001. – 0,19 п. л. (лично автором 0,13 п. л.).

18. Сердитова и методы использования геоинформационных систем в задачах компрессии, распознавания и комплексирования данных дистанционного зондирования // Автореферат диссертации на соискание ученой степени кандидата физико-математических наук. – Санкт-Петербург: РГГМУ, 2001. – 1,0 п. л.

19. , Иванова системы обращения с отходами в Санкт-Петербурге // Итоговая сессия ученого совета РГГМУ: информационные материалы. – Санкт-Петербург: РГГМУ, 2004. – 0,13 п. л. (лично автором 0,10 п. л.).

20. Сердитова оценки экологического ущерба // Академический и межвузовский сборник научных трудов: «Инновационное развитие экономики России». – Санкт-Петербург: РГГМУ, 2004. – 0,38 п. л.

21. , Шатунова оценка биоразнообразия // Академический и межвузовский сборник научных трудов. «Инновационное развитие экономики России». – Санкт-Петербург: РГГМУ, 2004. – 0,38 п. л. (лично автором 0,28 п. л.).

22. Сердитова системы обращения с отходами в Санкт-Петербурге // Тезисы доклада на 5-м международном молодежном экологическом форуме стран балтийского региона «Экобалтика-2004». – Санкт-Петербург: СПбГПУ, 2004. – 0.13 п. л.

23. Сердитова и окружающая среда // Ученые записки экономического и социально-гуманитарного факультета РГГМУ. − Санкт-Петербург: РГГМУ, 2004. – 0,31 п. л.

24. Сердитова экоэкономического подхода // Ученые записки экономического и социально-гуманитарного факультета РГГМУ. − Санкт-Петербург: РГГМУ, 2004. – 0,5 п. л.

25. Сердитова к моделированию экономических и экологических систем // Материалы Седьмой международной конференции Российского общества экологической экономики «Глобализация, новая экономика и окружающая среда (Проблемы общества и бизнеса на пути к устойчивому развитию)». – Санкт-Петербург: СПбГУ, 2005. – 0,19 п. л.

26. Сердитова изменение климата и экономика // Тезисы доклада на семинаре «Изменение климата и общество». − Санкт-Петербург: РГГМУ, 2005. – 0,88 п. л.

27. Сердитова экстернальных издержек окружающей среды // Ученые записки №1. Научно-теоретический журнал. Вып.1. – Санкт-Петербург: РГГМУ, 2005. – 1,19 п. л.

Получить полный текст

28. Сердитова общей собственности // Ученые записки экономического и социально-гуманитарного факультета РГГМУ. − Санкт-Петербург: РГГМУ, 2005. – 0,5 п. л.

29. Сердитова среда как общественное благо // Ученые записки экономического и социально-гуманитарного факультета РГГМУ. − Санкт-Петербург: РГГМУ, 2005. – 0,38 п. л.

30. Сердитова экоэкономика может помочь нам в решении проблем связанных с глобальным изменением климата? // Сборник трудов международной школы-конференции молодых ученых, аспирантов и студентов «Изменение климата и окружающая среда». – Санкт-Петербург: Электронстандарт-принт, 2005. – 1,0 п. л.

31. Сердитова национального дохода и состояния окружающей среды // Итоговая сессия ученого совета РГГМУ. – Санкт-Петербург: РГГМУ, 2006. – 0,19 п. л.

32. , Белоцерковский сложных экоэкономических систем и принцип максимума производства энтропии // Итоговая сессия ученого совета РГГМУ. – Санкт-Петербург: РГГМУ, 2006. – 0,13 п. л. (лично автором 0,09 п. л.).

33. Сердитова методы борьбы с загрязнениями: выбор стратегии // Тезисы доклада на 7-м международном молодежном экологическом форуме стран балтийского региона «Экобалтика-2006». – Санкт-Петербург: СПбГПУ, 2006. – 0,13 п. л.

34. Сердитова состояния окружающей среды в системе национальных счетов // Сборник научных трудов сотрудников кафедры экономики предприятия и учетных систем и кафедры экономики и менеджмента РГГМУ. − Санкт-Петербург: РГГМУ, 2007. – 0,44 п. л.

35. Сердитова природопользования: эколого-экономический аспект // Ученые записки РГГМУ. − 2007. − №4. – 1,06 п.л.

36. Serditova, N.; Zilitinkevich, S.; Petrosyan, A.; Stepanenko, S.; Belotserkovsky, A.; Karlin, L.; Kasimov, N.; Tamsalu, R.; Room, R.; Bashmakova, I. New approaches to meteorological education and training. 8th EMS/7th European conference on meteorology application, San Lorenzo de El Escorial, Oct.1-5, 2007. – 0,2 п.л. (лично автором 0.05 п.л.).

37. Сердитова сложных эколого-экономических систем: термодинамический подход // Ученые записки РГГМУ. − 2008. − №7. – 1,06 п. л.

38. Serditova, N; Belotserkovsky, A; Bashmakova, I; Golitsyn, G; Karlin, L; Kasimov, N; Petrosyan, A; Room, R; Stepanenko, S; Zilitinkevich, S. Round table discussion on “Development of competency-based two-level curricula in Meteorology (TEMPUS JEP COMBAT-METEO)” 9th EMS /6th European Conference on Applied Climatology, Amsterdam, The Netherlands, 29 September – 03 October 2008, EMS2008-A-00733. – 0.2 п.л. (лично автором 0.05 п.л.).

39. Сердитова -экономические последствия региональных изменений климата на территории Российской Федерации // Сборник трудов по материалам молодежной школы-конференции «Изменение климата как глобальная экологическая проблема», 10-14 ноября 2008 года. − Санкт-Петербург: РГГМУ, 2008. – 0,25 п. л.

40. Сердитова Н. Е., К вопросу использования принципа максимума производства энтропии при анализе эколого-экономических систем // Вестник ТвГУ.– 2010. – Выпуск 8. − № 34. – 0,31 п. л. (лично автором – 0,20 п. л.).

41. , К вопросу об индикации устойчивого развития с использованием ГИС и учетом глобального производства энтропии // Вестник ТвГУ.– 2010. – Выпуск 8. − № 34. – 0,81 п. л. (лично автором – 0,60 п. л.).



Подпишитесь на рассылку:


Земные основы
или состав и структура нашей планеты

Атмосфера


Проекты по теме:

Основные порталы, построенные редакторами

Домашний очаг

ДомДачаСадоводствоДетиАктивность ребенкаИгрыКрасотаЖенщины(Беременность)СемьяХобби
Здоровье: • АнатомияБолезниВредные привычкиДиагностикаНародная медицинаПервая помощьПитаниеФармацевтика
История: СССРИстория РоссииРоссийская Империя
Окружающий мир: Животный мирДомашние животныеНасекомыеРастенияПриродаКатаклизмыКосмосКлиматСтихийные бедствия

Справочная информация

ДокументыЗаконыИзвещенияУтверждения документовДоговораЗапросы предложенийТехнические заданияПланы развитияДокументоведениеАналитикаМероприятияКонкурсыИтогиАдминистрации городовПриказыКонтрактыВыполнение работПротоколы рассмотрения заявокАукционыПроектыПротоколыБюджетные организации
МуниципалитетыРайоныОбразованияПрограммы
Отчеты: • по упоминаниямДокументная базаЦенные бумаги
Положения: • Финансовые документы
Постановления: • Рубрикатор по темамФинансыгорода Российской Федерациирегионыпо точным датам
Регламенты
Термины: • Научная терминологияФинансоваяЭкономическая
Время: • Даты2015 год2016 год
Документы в финансовой сферев инвестиционнойФинансовые документы - программы

Техника

АвиацияАвтоВычислительная техникаОборудование(Электрооборудование)РадиоТехнологии(Аудио-видео)(Компьютеры)

Общество

БезопасностьГражданские права и свободыИскусство(Музыка)Культура(Этика)Мировые именаПолитика(Геополитика)(Идеологические конфликты)ВластьЗаговоры и переворотыГражданская позицияМиграцияРелигии и верования(Конфессии)ХристианствоМифологияРазвлеченияМасс МедиаСпорт (Боевые искусства)ТранспортТуризм
Войны и конфликты: АрмияВоенная техникаЗвания и награды

Образование и наука

Наука: Контрольные работыНаучно-технический прогрессПедагогикаРабочие программыФакультетыМетодические рекомендацииШколаПрофессиональное образованиеМотивация учащихся
Предметы: БиологияГеографияГеологияИсторияЛитератураЛитературные жанрыЛитературные героиМатематикаМедицинаМузыкаПравоЖилищное правоЗемельное правоУголовное правоКодексыПсихология (Логика) • Русский языкСоциологияФизикаФилологияФилософияХимияЮриспруденция

Мир

Регионы: АзияАмерикаАфрикаЕвропаПрибалтикаЕвропейская политикаОкеанияГорода мира
Россия: • МоскваКавказ
Регионы РоссииПрограммы регионовЭкономика

Бизнес и финансы

Бизнес: • БанкиБогатство и благосостояниеКоррупция(Преступность)МаркетингМенеджментИнвестицииЦенные бумаги: • УправлениеОткрытые акционерные обществаПроектыДокументыЦенные бумаги - контрольЦенные бумаги - оценкиОблигацииДолгиВалютаНедвижимость(Аренда)ПрофессииРаботаТорговляУслугиФинансыСтрахованиеБюджетФинансовые услугиКредитыКомпанииГосударственные предприятияЭкономикаМакроэкономикаМикроэкономикаНалогиАудит
Промышленность: • МеталлургияНефтьСельское хозяйствоЭнергетика
СтроительствоАрхитектураИнтерьерПолы и перекрытияПроцесс строительстваСтроительные материалыТеплоизоляцияЭкстерьерОрганизация и управление производством

Каталог авторов (частные аккаунты)

Авто

АвтосервисАвтозапчастиТовары для автоАвтотехцентрыАвтоаксессуарыавтозапчасти для иномарокКузовной ремонтАвторемонт и техобслуживаниеРемонт ходовой части автомобиляАвтохимиямаслатехцентрыРемонт бензиновых двигателейремонт автоэлектрикиремонт АКППШиномонтаж

Бизнес

Автоматизация бизнес-процессовИнтернет-магазиныСтроительствоТелефонная связьОптовые компании

Досуг

ДосугРазвлеченияТворчествоОбщественное питаниеРестораныБарыКафеКофейниНочные клубыЛитература

Технологии

Автоматизация производственных процессовИнтернетИнтернет-провайдерыСвязьИнформационные технологииIT-компанииWEB-студииПродвижение web-сайтовПродажа программного обеспеченияКоммутационное оборудованиеIP-телефония

Инфраструктура

ГородВластьАдминистрации районовСудыКоммунальные услугиПодростковые клубыОбщественные организацииГородские информационные сайты

Наука

ПедагогикаОбразованиеШколыОбучениеУчителя

Товары

Торговые компанииТоргово-сервисные компанииМобильные телефоныАксессуары к мобильным телефонамНавигационное оборудование

Услуги

Бытовые услугиТелекоммуникационные компанииДоставка готовых блюдОрганизация и проведение праздниковРемонт мобильных устройствАтелье швейныеХимчистки одеждыСервисные центрыФотоуслугиПраздничные агентства