Mesterséges intelligencia alkalmazása a rekultivációban
Kulcsszavak:
rekultiváció, digitális trepmodell, neurális hálózatAbsztrakt
Napjaink egyik legfontosabb feladatává vált Pécsett és környékén, a korábbi bányászati tevékenység következtében meglévő meddőhányók és zagytározók rekultivációs technológiájának kifejlesztése, valamint egy monitoring rendszer kidolgozása. Az adatgyűjtés során jól meghatározott (viszonylag kevés) helyről történik a mintavételezés. A digitális trepmodell felépítésénél, a szintvonalak rajzolásánál, illetve az eredmények kiértékelésénél azonban nemcsak a mérési helyek információira van szükség, hanem azok alapján következtetnünk kell olyan helyek adataira is, ahol nem történt (vagy nem történhetett) mintavételezés. (Ahhoz, hogy elfogadható felbontású és pontos terepmodellt tudjunk készíteni, nagyszámú hely adataira van szükség.) Mivel nem rendelkezünk az adott terület minden egyes pontjáról adattal (képtelenség adatot begyűjteni és tárolni tetszőlegesen nagy számú mintavételezési helyről), ezért közelítő eljárást kell használnunk. Erre az irodalmakban több megoldás is található: statisztikai függvények, 3D evolúciós algoritmus, neurális hálózat, Fuzzy algoritmus, fraktálok. Mi egy új, a térinformatikában eddig kevésbé használt módszert vizsgáltunk az adatok meghatározására, ez a neurális hálózat.
Hivatkozások
Béres Cs. Z. (2002a). Térinformatika a rekultivációban. Informatika a felsőoktatásban 2002. Debreceni Egyetem. Debrecen.
Béres Cs. Z., Bornemisza I., Csapó L., Gimesi L., Markó T. (2002b). Összefoglaló az NKFP-3/050/2001 számú, „A dél-dunántúli régió környezetterhelésének csökkentésére irányuló komplex hulladékkezelési és rekultivációs technológia, valamint monitoring rendszer kifejlesztése és alkalmazása” című projekt 2.8 alprojekt informatikai rendszeréről. Pécsi Tudományegyetem, Pécs.
Gimesi L. (2002). Abiotikus és biotikus mérésadatok feldolgozását szolgáló térinformatikai feldolgozó rendszer adatbeviteli és adatellenőrző programjainak elkészítése (NKFP-3/050/2001 pályázat). Szakvélemény. Pécsi Tudományegyetem, Pécs.
Gimesi L. (2003). Az NKFP-3/050/2001 pályázat térinformatikai feldolgozó rendszerének továbbfejlesztése a Pannon Hőerőmű Rt. korábbi abiotikus adatainak a térinformatikai rendszerbe vitele és feldolgozása érdekében. Szakvélemény. Pécsi Tudományegyetem, Pécs.
Gimesi L., Béres Cs. Z., Bérczi Sz., Hegyi S., Cech V. (2004). Teaching planetary GIS by constructing its model for the test terrain of the Hunveyor and Hussar. 35th Lunar and Planetary Science Conference, Houston. 1140.
NKFP-3/050/2001 pályázat. (2003). A dél-dunántúli régió környezetterhelésének csökkentésére irányuló komplex hulladékkezelési és rekultivációs technológia, valamint monitoring rendszer kifejlesztése és alkalmazása.
SNNS (1998). Stuttgart Neural Network Simulator User Manual (Version 4.2). University of Stuttgart.
Steiner F. (1990). A geostatisztika alapjai. Tankönyvkiadó, Budapest.
Letöltések
Megjelent
Folyóirat szám
Rovat
License
Copyright (c) 2004 Gimesi László
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
