izmertechИзмерительная техникаIzmeritel`naya Tekhnika0368-10252949-5237ФГУП "ВНИИФТРИ"10.32446/0368-1025it.2025-2-55-63izmertech-2317Research ArticleИЗМЕРЕНИЯ В ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЯХMEASUREMENTS IN INFORMATION TECHNOLOGIESРешение метрологических водно-экологических задач методами нечёткой логикиSolution of metrological water-ecological problems using fuzzy logic methodshttps://orcid.org/0000-0001-6261-6060РозентальО. М.RozentaO. M.

Олег Моисеевич Розенталь

Москва

Oleg M. Rozenta

Moscow

omro3@yandex.ruhttps://orcid.org/0000-0001-8395-6849ФедотовВ. Х.FedotovV. Kh.

Владислав Харитонович Федотов

Чебоксары

Vladislav Kh. Fedotov

Cheboksary

fvh@inbox.ruИнститут водных проблем Российской академии наукРоссияWater Problems Institute of the Russian Academy of SciencesRussian FederationЧувашский государственный университет им. И.Н. УльяноваРоссияI.N. Ulyanov Chuvash State UniversityRussian Federation2025060620257425563Copyright © ФГУП "ВНИИФТРИ", 20252025ФГУП "ВНИИФТРИ"ФГУП "ВНИИФТРИ"https://www.izmt.ru/jour/about/submissions#copyrightNoticehttps://www.izmt.ru/jour/article/view/2317

Для уменьшения количества ошибочных водохозяйственных решений необходимо достаточно строгое метрологическое обеспечение исследований состава и свойств природных вод. Использование при этом стандартных методов требует расширения объёмов гидрологического мониторинга и увеличения точности получаемых данных с целью обеспечения их репрезентативности, включая способность отражать общие тенденции и переносить итоги исследования на более широкий круг объектов. В качестве возможной альтернативы стандартным методам предложено анализировать накопленную измерительную информацию с помощью нечёткой логики. Разработана и апробирована методика применения методов и математического аппарата нечёткой (многозначной) логики для решения метрологических водно-экологических задач на примере оценки качества воды. Методами нечёткой логики исследовано влияние четырёх факторов-причин «Выщелачивание», «Выветривание и осадки», «Антропогенные сбросы», «Самоочищение» на фактор-следствие «Понижение качества воды против фонового» в пятиуровневой шкале Харрингтона, принятой при экспертно-статистическом оценивании. С использованием пакета программных средств MatLab, включающего модуль Fuzzy Logic, получены прогнозы изменения качества воды в зависимости от четырёх факторов. Методика оценки качества природной воды апробирована на конкретном примере настройки нечёткой системы оценки качества воды. Установлено, что риски ошибок хотя существуют, однако они значительно уменьшены путём учёта плохо формализуемой лингвистической информации экспертов-гидрологов. Показана возможность применения методики для априорной оценки вероятных последствий изменения влияющих факторов на снижение качества воды и принятия превентивных мер оптимизации работы системы водопользования.

In order to reduce the number of erroneous water management decisions, it is necessary to have sufficiently strict metrological support for studies of the composition and properties of natural waters. The use of standard methods requires expanding the scope of hydromonitoring and increasing the accuracy of the data obtained in order to ensure their representativeness, including the ability to refl ect general trends and transfer the results of the study to a wider range of objects. As a possible alternative to standard methods, it is proposed to analyze the accumulated measurement information using fuzzy logic. A methodology for applying the methods and mathematical apparatus of fuzzy (multi-valued) logic to solve metrological water-ecological problems has been developed and tested using the example of water quality assessment. Using fuzzy logic methods, the infl uence of four cause factors “Leaching”, “Weathering and sedimentation”, “Anthropogenic discharges”, “Self-purification” on the effect factor “Decrease in water quality against background” in the fi ve-level Harrington scale adopted in expert statistical assessment was studied. Using the software package of fuzzy logic MatLab Fuzzy Logic, forecasts of changes in water quality depending on four factors were obtained. The method of assessing the quality of natural water was tested on a specific example of setting up a fuzzy system for assessing water quality.

It was found that the risks of errors still exist, but they were significantly reduced by taking into account poorly formalized linguistic information from expert hydrologists. The possibility of using the method for an a priori assessment of the probable consequences of changes in factors infl uencing the decline in water quality and taking preventive measures to optimize the operation of the water use system was shown.

качество водыизмерительный контрольнечёткая логикафункция принадлежностиэкспертные оценкибаза нечётких правилконструктор нечётких объектовwater qualitymeasurement controlfuzzy logicmembership functionexpert assessmentsfuzzy rule basefuzzy object designerРабота выполнена в рамках темы № FMWZ-2025-0002 Государственного задания Института водных проблем Российской академии наукThe work was carried out within the framework of topic no. FMWZ-2025-0002 of the State Assignment of the Water Problems Institute of the Russian Academy of SciencesReferencesБелоусов Р. А., Назарова А. А., Розенталь О. М. Оценка качества гидрохимической информации с учетом метрологических требований. Аналитика, 13(3), 220–225 (2023). https://doi.org/10.22184/2227-572X.2023.13.3.220.225Belousov R. A., Nazarova A. A., Rosenthal O. M. Assessment of the quality of hydrochemical information taking into account metrological requirements. Analytics, 13(3), 220–225 (2023). (in Russ.) https://doi.org/10.22184/2227-572X.2023.13.3.220.225Рыжова Е. В., Мухутдинов А. А., Рыжов В. В. Обеспечение качества измерений при оценке качества воды. Часть 2. Природные и сточные воды. Вестник Казанского технологического университета, (1), 389–398 (2003). https://elibrary.ru/huyjnlRyzhova E. V., Mukhutdinov A. A., Ryzhov V. V. Ensuring the quality of measurements in the assessment of water quality. Part 2. Natural and waste waters. Bulletin of Kazan Technological University, (1), 389–398 (2003). (In Russ.) https://elibrary.ru/huyjnlКузин А. Ю., Крошкин А. Н., Исаев Л. К., Булыгин Ф. В., Войтко В. Д. Практические аспекты применения искусственного интеллекта в метрологии. Измерительная техника, (9), 66–72 (2023). https://doi.org/10.32446/0368-1025it.2023-9-66-72Kuzin A. Yu, Kroshkin A. N., Isaev L. K., Bulygin F. V., Voytko V. D. Practical aspects of application of artificial intelligence in metrology . Measurement Techniques, 66(9), 717–727 (2023). https://doi.org/10.1007/s11018-024-02285-2Семенов К. К., Солопченко Г. Н. Теоретические предпосылки реализации метрологического автосопровождения программ обработки результатов измерений. Измерительная техника, (6), 9–14 (2010).Semenov K. K., Solopchenko G. N. Theoretical prerequisites for the implementation of metrological automatic support of measurement results processing programs. Measurement Techniques, 53(6), 592–599 (2010). https://doi.org/10.1007/s11018-010-9547-1Медведевских С. В., Аронов П. М., Кремлева О. Н. О возможности применения методов нечёткой логики (FUZZY LOGIC) при разработке и характеризации стандартных образцов качественных свойств. Тезисы докладов VI Международной научной конференции «Стандартные образцы в измерениях и технологиях», Екатеринбург, 3–6 сентября 2024 г., с. 113–114 (2024).Medvedevskikh S. V., Aronov P. M., Kremleva O. N. On the possibility of using fuzzy logic methods (FUZZY LOGIC) in the development and characterization of standard samples of qualitative properties. Abstracts of the VI Int. Sci. Conf. “Standard Samples in Measurements and Technologies”, Ekaterinburg, 3–6 Sept 2024, pp. 113–114 (2024). (In Russ.)Леоненков А. В. Нечёткое моделирование в среде MATLAB и fuzzyTECH. БХВ-Петербург, Санкт-Петербург (2003).Leonenkov A.V. Fuzzy modeling in MATLAB and fuzzyTECH environments. BHV-Petersburg, St. Petersburg (2003). (In Russ.)Штовба С. Д. Проектирование нечётких систем средствами MATLAB. Горячая линия – Телеком, Москва (2007).Shtovba S. D. Design of fuzzy systems using MATLAB. Goryachaya Liniya-Telecom, Мoscow (2007). (In Russ.)Sahoo B., Lohani A. K., Sahu R. K. Fuzzy multiobjective and linear programming based management models for optimal land-water-crop system planning. Water Resources Management, 20(6), 931–948 (2006). https://doi.org/10.1007/s11269-005-9015-xSahoo B., Lohani A. K., Sahu R. K. Fuzzy multiobjective and linear programming based management models for optimal land-water-crop system planning. Water Resources Management, 20(6), 931–948 (2006). https://doi.org/10.1007/s11269-005-9015-xSharma A., Udeshi N., Varadan V. Use of fuzzy logic in determining quality of water. International Journal Scientific & Engineering Research, 5(9), 252–259 (2014).Sharma A., Udeshi N., Varadan V. Use of fuzzy logic in determining quality of water. International Journal Scientific & Engineering Research, 5(9), 252–259 (2014).Vadiati M., Asghari-Moghaddam M., Nakhaei J., Adamowski A., Akbarzadeh H. A fuzzy-logic based decision-making approach for identification of groundwater quality based on groundwater quality indices. Journal of Environmental Management, 184(2), 255–270 (2016). https://doi.org/10.1016/j.jenvman.2016.09.082Vadiati M., Asghari-Moghaddam M., Nakhaei J., Adamowski A., Akbarzadeh H. A fuzzy-logic based decision-making approach for identification of groundwater quality based on groundwater quality indices. Journal of Environmental Management, 184(2), 255–270 (2016). https://doi.org/10.1016/j.jenvman.2016.09.082Gharibi H., Hossein M. A., Nabizadeh R., Arabalibeik H., Yunesian M., Hossein S. M. A novel approach in water quality assessment based on fuzzy logic. Journal of Environmental Management, 112(15), 87–95 (2012). https://doi.org/10.1016/j.jenvman.2012.07.007Gharibi H., Hossein M. A., Nabizadeh R., Arabalibeik H., Yunesian M., Hossein S. M. A novel approach in water quality assessment based on fuzzy logic. Journal of Environmental Management, 112(15), 87–95 (2012). https://doi.org/10.1016/j.jenvman.2012.07.007Шилоносов А. В. Интеллектуальная измерительная система на основе нейросетевых технологий и нечеткой логики. Вестник Тамбовского государственного технического университета, 28(2), 193–204 (2022). https://doi.org/10.17277/vestnik.2022.02.pp.193-204Shilonosov A. V. Intelligent measuring system based on neural network technologies and fuzzy logic. Bulletin of Tambov State Technical University, 28(2), 193–204 (2022). (In Russ.) https://doi.org/10.17277/vestnik.2022.02.pp.193-204Рыжaков В. В., Рыжaков М. В., Рыжaков К. В Оценивaние нечеткой информaции нa оcнове уcловных шкaл. Метрология, (8), 3–11 (2009). https://elibrary.ru/mziyffRyzhakov V. V., Ryzhakov M. V., Ryzhakov K. V. Evaluation of fuzzy information based on conventional scales. Metrologiya, (8), 3–11 (2009). (In Russ.) https://elibrary.ru/mziyffShruti K., Paresh C.D. A basic review of fuzzy logic applications in hydrology and water resources. Applied Water Science, 10(8), 191–205 (2020). https://doi.org/10.1007/s13201-020-01276-2Shruti K., Paresh C.D. A basic review of fuzzy logic applications in hydrology and water resources. Applied Water Science, 10(8), 191–205 (2020). https://doi.org/10.1007/s13201-020-01276-2Никаноров А. М. Научные основы мониторинга качества вод. Гидрометеоиздат, Санкт-Петербург (2005).Nikanorov A. M. Scientific foundations of water quality monitoring. Gidrometeoizdat, St. Petersburg (2005). (In Russ.)Данилов-Данильян В. И., Розенталь О. М. Количественная оценка качества природной воды: экспертно-статистический анализ. Доклады Российской академии наук. Науки о Земле, 502(1-2), 68–72 (2022). https://doi.org/10.31857/S2686739722020049Danilov-Danilyan V. I., Rozental O. M. Methodology for quantitative assessment of water quality. Doklady Earth Sciences, 502(1-2), 68–72 (2022). https://doi.org/10.1134/S1028334X22020040Розенталь О. М., Федотов В. Х. Методы нечёткой логики на службе водно-экологических исследований. Экология промышленного производства, (3), 61–67 (2023). https://elibrary.ru/pbhqkcRozental O. M., Fedotov V. Kh. Water-ecological research and forecast of river water quality by fuzzy logic methods. Ecology of industrial production, (3), 61–67 (2023). (In Russ.) https://elibrary.ru/pbhqkcRosenthal O. M., Fedotov V. Kh. A neuro fuzzy method for hydrochemical data processing in river fl ow analysis. Journal of Analytical Chemistry, 79(11), 1658–1666 (2024). https://doi.org/10.1134/S1061934824701090Rosenthal O. M., Fedotov V. Kh. A neuro fuzzy method for hydrochemical data processing in river fl ow analysis. Journal of Analytical Chemistry, 79(11), 1658–1666 (2024). https://doi.org/10.1134/S1061934824701090

The authors declare that there are no conflicts of interest present.