Экология/ 1.Состояние биосферы и его влияние на здоровье
человека
Д.т.н.,
доц. Коротенко Г. М., магистр Шевченко К. В.
Государственное
высшее учебное заведение «Национальный горный университет», г. Днепропетровск
Перспективы применения онтологических моделей для оценки значимости
показателей и индикаторов, применяемых в социально-гигиеническом мониторинге
Сложные экологические проблемы и высокий уровень
заболеваемости населения Украины заставляют медиков и экологов искать новые
пути улучшения качества здоровья ее граждан, важное место среди которых
занимают исследования методов и средств снижения риска, связанного с вредным
воздействием загрязнения окружающей среды, в т.ч и в рамках проведения
социально-гигиенического мониторинга (СГМ) [1].
Вместе с тем, крупные промышленные мегаполисы
имеют развитую инфраструктуру и территориально формируют основу техносферы [2].
При этом, население техногенно-нагруженных регионов подвергается воздействию
следующих видов рисков:
– техногенные риски [2];
– природные риски [4];
– эпидемиологические риски [5];
– социально-гигиенические
риски и факторы [1].
Вследствие взаимодействия описанной совокупности
рисков образуется новый риск смешанной природы, который для достижения более
верных оценок целесообразно анализировать комплексно, учитывая особенности
первоисточников его возникновения – индустриальных и других опасных для
здоровья человека объектов. Такой риск можно определить как техногенно-гигиенический,
и охарактеризовать как вероятность развития у населения неблагоприятных для
здоровья эффектов в результате реального или потенциального загрязнения
окружающей среды, обусловленного процессами нормальной эксплуатации
промышленных объектов и систем.
Таким образом, наличие
промышленного производства является прямой предпосылкой для возникновения
техногенно-гигиенического риска здоровью населения индустриальных городов. Это
обстоятельство требует усовершенствования методики описания и анализа всего
комплекса загрязняющих веществ техногенного происхождения. В настоящее время
независимыми международными организациями официально зарегистрировано более 400
наименований подобных веществ, однако информация о них зачастую является
разнородной, разноформатной, и содержится в большом количестве различных
источников, что приводит к необходимости использования компьютерных технологий
интеллектуального анализа данных [6].
В качестве инструмента формализации знаний об
обусловленных техногенно-гигиеническими рисками показателях СГМ и загрязняющих
веществах техногенного характера была выбрана онтологическая модель с
последующей ее реализацией в виде базы знаний. Как известно, база знаний
состоит из одной либо нескольких онтологий и их экземпляров, поэтому первым
этапом создания онтологической модели выступит описание структуры
онтологии-основы будущей базы знаний.
Формальная модель онтологии О определяется как
упорядоченная тройка следующего вида [6]:
О = <Х,
R, F>,
где X – конечное множество концептов (понятий,
терминов) предметной области, которую задает онтология О;
R – конечное множество отношений между
концептами (понятиями, терминами) заданной предметной области;
F – конечное множество функций интерпретации
(аксиоматизация), заданных на концептах или отношениях онтологии О.
В разрабатываемой модели онтологии показателей
СГМ множество понятий предметной области предлагается представить в следующем
виде:
SGM=<Exp,
ChS, Doc>
где Exp – множество факторов экспозиции для
оценки риска здоровью от воздействия химических веществ,
ChS – множество химических веществ техногенного
происхождения,
Doc – множество нормативных документов,
регулирующих проведение социально-гигиенического мониторинга на Украине.
В результате анализа доступных на данный момент
источников знаний в области СГМ в качестве возможных материалов для извлечения
концептуальных понятий были выбраны нормативные документы Министерства экологии
и природных ресурсов Украины, а также ряда стран СНГ, в которых представлено
подробное описание более 600 химических веществ и соединений, применяющихся в
промышленной сфере Украины.
Перечень химических веществ
техногенного происхождения можно представить как конечное множество вида ChS =
{chs1, chs2, …, chsi, …, chsn},
i=1,n. Элементы множества ChS
описываются m признаками P = {p1, p2, …, pm}.
Таким образом, каждый элемент ChS имеет вид chsi={p1j,
p2j, …pkj}, где j=1,m – номер
признака p, k- количество экземпляров j-го признака p элемента chsi.
На основе анализа нормативных документов предлагается
выбрать шесть основных признаков, имеющих следующие значения:
p1 - код вредного вещества
(уникальный численный идентификатор химических соединений, полимеров, смесей и
сплавов, внесённых в реестр Chemical Abstracts Service (CAS) – химической
реферативной службы Американского химического общества,
p2 - название вещества,
p3 – фактор канцерогенного потенциала
вещества по классификации Международного агентства по изучению рака (МАИР),
p4 - фактор канцерогенного потенциала
вещества по классификации EPA – Агентства по охране окружающей среды США,
p5 - фактор потенциала канцерогенного
риска для перорального воздействия SFo,
p6 - фактор канцерогенного потенциала
вещества SFi,
p7 – класс опасности вещества,
p8 – критические органы и системы
человека, на которые воздействует вещество,
p9 – RFC, референтная концентрация для хронического ингаляционного воздействия,
p10 – ARFC, референтная концентрация для острых ингаляционных воздействий,
p11 – RfD, референтная доза при хроническом пероральном поступлении.
Перечень стандартов экспозиции можно представить
как конечное множество вида Exp = {exp1, exp2, …, expi,
…, expn}, i=1,n. Элементы
множества Exp описываются m факторами f = {f1, f2,
…, fm} и значением v. Таким образом, каждый элемент Exp имеет вид
expi={{f1j, f2j, …fkj},v},
где j=1,m – номер фактора f, k- количество экземпляров j-го фактора f элемента
expi, v- значение expi при заданной совокупности
факторов.
Перечень нормативных документов можно
представить как конечное множество вида Doc = {doc1, doc2,
…, doci, …, docn}, i=1,n. Элементы множества Doc описываются парой следующего
вида doci = {name, sourse}, где name – название документа, sourse –
организация-источник документа.
Исходя из вышесказанного, модель онтологии СГМ
может иметь вид:
OSGM
=<SGM, R, F>
На рис. 1 представлен фрагмент онтологии,
описываемой данной структурой. В качестве программного средства для создания
онтологии был выбран редактор онтологий Protégé 4.1.rc4,
поддерживающий языки OWL, DAML+OIL,
RDF(S); XML Schema [7]. Выбор указанного программного продукта обусловлен его
доступностью, широкой функциональностью и относительной простотой
использования. Визуализация онтологий, получаемых на основе онтологического
инжиниринга выполняется в графовом представлении с помощью плагина OntoGraph.

Рис. 1. Фрагмент онтологии загрязняющих
веществ техногенного происхождения
На основании выполненных исследований можно
сделать следующие выводы.
1. Разработка и создание онтологии
химических веществ техногенного происхождения может выступить инструментом
повышения эффективности оценки многофакторных негативных воздействий
техногенной среды на организм человека и определения множества факторов
подобных воздействий.
2. Применение онтологических моделей
позволит повысить точность оценок значимости показателей и индикаторов,
применяемых в социально-гигиеническом мониторинге.
Литература:
1. Ревич Б.А., Авалиани
С.Л., Тихонова П.И. Основы оценки воздействия загрязненной окружающей среды на
здоровье человека. Пособие по региональной экономической политике / Б.А. Ревич,
С.Л. Авалиани, П.И. Тихонова.–М.: Акрополь, ЦЭПР, 2004.– 268 с.
2. Ветошкин А.Г.,
Таранцева К.Р. Техногенный риск и безопасность / А.Г. Ветошкин, К.Р.
Таранцева.–Пенза: Изд-во Пенз. гос. ун-та, 2001. – с.12-13.
3. Онищенко Г.Г. Основы
оценки риска для здоровья населения при воздействии химических веществ,
загрязняющих окружающую среду / Г.Г. Онищенко,
С.М. Новиков, Ю.А. Рахманин, С.Л. Авалиани, К.А. Буштуева.– М.:НИИ ЭЧ и
ГОС, 2002. – 408 с.
4. Хохлов Н.В.
Управление риском: Учеб. пособие для вузов / Н.В. Хохлов.– М.: ЮНИТИ-ДАНА,
2001. – 239 c.
5. Черкасский Б.Л. Риск
в эпидемиологии / Б.Л. Черкасский.– М.: Практическая медицина, 2007. – 480 с.
6. Staab S., Studer R..
Handbook on Ontologies / S. Staab, R. Studer.–Berlin: Springer Science &
Business Media, 2009. – 832 p.
7. Linkova Zdenka.
Building Ontologies for GIS-Part 2. / Zdenka Linkova, Radim Nedbal, Martin
·Rimnac. Technical report No. 938. May 2005. Institute of Computer Science.
Academy of Sciences of the Czech Republic. – 14 p.