Journal of Communications Technology and ElectronicsJournal of Communications Technology and ElectronicsРадиотехника и электроника0033-84943034-5901The Russian Academy of Sciences69690410.7868/S3034590125100077TO THE 70th ANNIVERSARY OF THE KOTELNIKOV IRE RASК 70-ЛЕТИЮ ФИРЭ им. В.А. КОТЕЛЬНИКОВА РАНResearch ArticleThe Features of Statistical Decision Making in Environmental Monitoring SystemsОсобенности принятия статистических решений в системах мониторинга окружающей средыMkrtchyanF. A.МкртчянФ. А.ferd47@mail.ruFryazino branch Kotelnikov Institute of Radio Engineering and Electronics of RASФрязинский филиал Института радиотехники и электроники им. В.А. Котельникова РАН151020257010VOL 70, NO10 (2025)ТОМ 70, №10 (2025)93994924112025Copyright ©; 2025, Russian Academy of SciencesCopyright ©; 2025, Российская академия наук2025Russian Academy of SciencesРоссийская академия наукhttps://journals.eco-vector.com/0033-8494/article/view/696904

This article develops statistical decision-making methods for classical and sequential procedures under conditions of limited observation volume based on remote and contact measurement data. A comparative analysis is conducted for classical and sequential statistical decision-making procedures. Based on this analysis, the possibilities of their application under conditions of fragmentary in time and fragmentary in space measurement data are determined. Algorithms and computational procedures for classical and sequential analysis are considered. A unified automated statistical decision-making system for both procedures is developed, which has a wide range of functions and uses a hierarchical menu.

Развиты методы принятия статистических решений для классических и последовательных процедур в условиях ограниченного объема наблюдений по данным дистанционных и контактных измерений. Проведен сравнительный анализ для классических и последовательных процедур принятия статистических решений. На основе этого анализа определены возможности их применения в условиях фрагментарных во времени и отрывочных по пространству данных измерений. Рассмотрены алгоритмы и вычислительные процедуры для классического и последовательного анализа. Разработана единая автоматизированная система принятия статистических решений для обеих процедур, обладающая широким спектром функции и использующая иерархическое меню.

statistical decisions environmentmonitoringclassical proceduresequential analysisautomated systemстатистические решения окружающая средамониторингклассическая процедурапоследовательный анализавтоматизированная системаРабота выполнена в рамках Государственного задания № 075-00395-25-00 ИРЭ им. В. А. Котельникова РАН по теме FFWZ-2025-0009.Aрманд Н.А., Крапивин В.Ф., Мкртчян Ф.А. Методы обработки данных радиофизического исследования окружающей среды. М.: Наука, 1987.Башаринов А.Е., Флейшман Б.С. Методы статистического последовательного анализа и их приложения. М.: Сов. радио, 1962.Вальд А. Последовательный анализ. М.: Физматгиз, 1960.Леман Э. Проверка статистических гипотез. М.: Наука, 1979.Мкртчян Ф.А. Оптимальное различение сигналов и проблемы мониторинга. М.: Наука, 1982.Nitu C., Krapivin V.F., Mkrtchyan F.A. Advanced Ecology. Monitoring, Diagnostics, Prognosis. V. 1. Bucharesti: Matrix Rom, 2020.Nitu C., Krapivin V.F., Mkrtchyan F.A. Advanced Ecology. Monitoring, Diagnostics, Prognosis. V. 2. Bucharesti: Matrix Rom, 2021.Varotsos C.A., Krapivin V.F., Mkrtchyan F.A. // Remote Sensing. 2020. V. 12. № 5. P. 835.Varotsos C.A., Krapivin V.F., Mkrtchyan F.A. et al. // Water, Air, & Soil Pollution. 2020. V. 231. № 8. P. 435.Mkrtchyan F.A., Shapovalov S.M.// Rus. J. Earth Sciences. 2018. V. 18. № 4. Article No. Es4001.Mkrtchyan F.A., Varotsos C.A.// Water, Air, & Soil Pollution. 2018, V. 229. № 8. P. 273.Мкртчян Ф.А.// РЭ. 2024. Т. 69. № 1. С. 76.