Статья «МОДЕЛИРОВАНИЕ ПРОСТРАНСТВЕННОГО РАСПРЕДЕЛЕНИЯ ПЫЛИ В СНЕГОВОМ ПОКРОВЕ РЕЖЕВСКОГО РУДНОГО РАЙОНА МЕТОДАМИ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ И ГЕОСТАТИСТИКИ, "Геоэкология, инженерная геология, гидрогеология, геокриология"»

Создание моделей, основанных на ограниченном наборе входных данных, которые способны точно предсказать распределение загрязняющих веществ, - важная задача в экологических исследованиях. В работе сравниваются два подхода: искусственные нейронные сети (многослойный персептрон (MLP) и обобщенно-регрессионная нейронная сеть (GRNN)) и геостатистика (кригинг и кокригинг) для прогнозирования распределения концентрации пыли в снеговом покрове вокруг действующего карьера Сафьяновского медноколчеданного месторождения (Средний Урал, Режевской рудный район) и в районе действия выбросов Режевского никелевого завода. Для оценки эффективности моделей были использованы три индекса: средняя абсолютная ошибка (MAE), средняя квадратическая ошибка (RMSE) и относительная - корень среднеквадратичной ошибки (RRMSE). Модели, основанные на искусственных нейронных сетях, показали более высокую точность. С учетом всех индексов наиболее точной оказалась модель GRNN, в которую в качестве входных параметров для моделирования входили координаты точек отбора проб и расстояние до вероятного источника эмиссии. Построены карты распределения поверхностной концентрации пыли в снеговом покрове на основе оценок геостатистики и искусственных нейронных сетей.