WWW.KNIGA.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА - Книги, пособия, учебники, издания, публикации

 

Pages:   || 2 | 3 | 4 | 5 |   ...   | 7 |

«Геоинформационные технологии и математические модели для мониторинга и управления экологическими и социально-экономическими системами Барнаул 2011 УДК 004.5+528.9 ББК ...»

-- [ Страница 1 ] --

Институт водных и экологических проблем СО РАН

Институт вычислительных технологий СО РАН

Геоинформационные технологии и

математические модели для мониторинга

и управления экологическими и

социально-экономическими системами

Барнаул 2011

УДК 004.5+528.9

ББК 32.97+26.1

Г35

Утверждено к печати Ученым советом

Института водных и экологических проблем СО РАН Руководители авторского коллектива: Ю.И. Шокин, Ю.И. Винокуров Ответственный редактор: И.Н. Ротанова Рецензенты: Белов В.В., Бычков И.В., Гордов Е.П., Добрецов Н.Н., Жижимов О.Л., Лагутин А.А., Лепихин А.М., Ловцкая О.В., Мазов Н.А., Массель Л.В., Москвичев В.В., Ничепорчук В.В., Пчельников Д.В., Рапута В.Ф., Ротанова И.Н., Ружников Г.М., Смирнов В.В.,Черкашин А.К., Якубайлик О.Э.

Геоинформационные технологии и математические модели для мониторинга Г35 и управления экологическими и социально-экономическими системами : ред.

кол.: Ю.И. Шокин [и др.] ; под ред. И.Н. Ротановой; Рос.акад. наук, Сиб. отделение, Ин-т водных и экологич. проблем. – Барнаул: Пять плюс, 2011. – 250 с.

ISBN978-5-904014-23- В коллективной монографии обобщены результаты научно-исследовательских и практикоориентированных разработок, выполненных в области геоинформатики и математического моделирования, большей частью в рамках академических интеграционных проектов и программ, однако с выраженным прикладным аспектом. На базе широкого спектра решаемых задач показаны функциональные возможности геоинформационного обеспечения, включающие блоки моделирования, аппаратно-программных средств реализации, интеграции данных и технологий, создания систем поддержки принятия решений. В книге, в первую очередь, представлен опыт авторов-сотрудников учреждений Сибирского отделения РАН и их организаций-партнеров Сибирского региона, а также включены результаты работ научных работников академических организаций Москвы и стран СНГ.

Для научных работников, специалистов по информационным технологиям, в том числе, геоинформационным, а также по математическому моделированию и комплексным исследованиям, связанным с рациональным использованием природных ресурсов, глобальными изменениями природных условий, оценкой рисков антропогенного воздействия на окружающую среду. Будет полезна для студентов, аспирантов и молодых ученых в области естественных наук, вычислительных технологий, математического моделирования и управления территориальным развитием.





ISBN 978-5-904014-23-0 © Институт вычислительных технологий СО РАН, © Институт водных и экологических проблем СО РАН, Institute for Water and Environmental Problems SB RAS Institute of Computational Technologies SB RAS Geoinformation technologies and mathematical models for monitoring and management of ecological and socioeconomic systems Barnaul UDK 004.5+528. BBK 32.97+26. G The publication is approved by the Academic Board of the Institute for Water and Environmental Problems SB RAS Heads of composite authors: Yu.I. Shokin, Yu.I. Vinokurov Scientific Editor: I.N. Rotanova Reviewers: V.V. Belov, I.V. Bychkov, E.P. Gordov, N.N. Dobretsov, O.L. Zhizhimov, А.А. Lagutyn, A.M. Lepikhin, O.V. Lovtskaya, N.A. Mazov, L.V. Massel, V.V. Moskvichev, V.V. Nicheporchuk, D.V. Pchelnikov, V.F. Raputa, I.N. Rotanova, G.M. Ruzhnikov, V.V. Smirnov, A.K. Cherkashin, O.E.Yakubailik Geoinformation technologies and mathematical models for monitoring and G35 management of ecological and socio-economic systems/ Yu.I. Shokin et al.; Ed. by I.N. Rotanova; Russian Academy of Sciences, Siberian Branch, Institute for Water and Environmental Problems. – Barnaul: Publ. OOO “Pat' Plus”, 2011. – 250 p.

ISBN978-5-904014-23- The monograph presents the results of scientific and practical developments in the field of geoinformation and mathematical modeling implemented mostly within the academic integration projects and programs but having the evident applied aspect. Functional opportunities of geoinformation provision that includes a modeling block, hardware and software for data & technologies realization and integration, the creation of decision support systems are demonstrated based on the wide range of current problems. The book represents the experience of authors from research institutes of Siberian Branch of RAS, Siberian partnersorganizations as well as scientific outcomes of some academic institutions of Moscow and a CIS country.

This book is of prime interest to researchers, specialists in IT ( including GIS) as well as in mathematical modeling and integrated studies on natural resources conservancy, global climate change and anthropogenic It is may be of interest to students, post-graduates and young scientists specializing in natural sciences, information technologies, mathematical modeling and territory development management.

СОДЕРЖАНИЕ

ВВЕДЕНИЕ

Глава 1. НОВЫЕ МОДЕЛИ, МЕТОДЫ, АЛГОРИТМЫ, ТЕХНОЛОГИИ

ИССЛЕДОВАНИЯ И ОБРАБОТКИ ПРОСТРАНСТВЕННЫХ ДАННЫХ,

ВКЛЮЧАЯ ДАННЫЕ ДИСТАНЦИОННОГО ЗОНДИРОВАНИЯ

1.1. Антропогенные риски Сибири: концепции и модели – А.М. Лепихин, В.В. Москвичев, Ю.И. Шокин, Н.А. Чернякова

1.2. Система приема и оперативной обработки спутниковых данных Центра мониторинга социально-экономических процессов и природной среды (ESEMC Direct Readout Service) – В.В. Смирнов, Д.Л. Чубаров, A.A. Калашников





1.3. Функциональные модули программного комплекса для поддержки региональных исследований природно-климатических изменений: разработка и использование для анализа динамики метеорологических характеристик на территории Сибири – В.Ю. Богомолов, Е.П. Гордов, И.Г. Окладников, А.Г. Титов, Т.М. Шульгина

1.4. Концептуальный проект российской системы прогноза лесной пожарной опасности – Н.В. Барановский

1.5. Информационно-моделирующая система на основе компьютерной модели руслового потока: структура, определяющие уравнения, результаты расчетов – А.Т. Зиновьев, К.Б. Кошелев, К.В. Марусин, А.А. Шибких

1.6. Разработка ИМС для расчета течений в системе русел – А.Т. Зиновьев, А.В. Кудишин, А.А. Шибких

1.7. Модели и методы мониторинга загрязнения окрестностей автомагистралей – В.Ф. Рапута, В.В. Коковкин, С.В. Морозов

1.8. Интернет-технологии и программное обеспечение для информационной системы «Сеть образовательных учреждений Красноярского края» – А.А. Кадочников, А.В. Токарев

Глава 2. ИНТЕГРАЦИЯ МЕЖДИСЦИПЛИНАРНЫХ ДАННЫХ И

РЕЗУЛЬТАТОВ ИССЛЕДОВАНИЙ, БАЗИРУЮЩИХСЯ НА

ПРОСТРАНСТВЕННЫХ ХАРАКТЕРИСТИКАХ И ПРИЗНАКАХ.

ИНФРАСТРУКТУРА ПРОСТРАНСТВЕННЫХ ДАННЫХ, МЕТАДАННЫЕ, ВЕБИ ГЕОСЕРВИСЫ

2.1. Единое научное информационное пространство РАН – А.Н. Бездушный, В.А. Серебряков

2.2. Картографические веб-приложения и сервисы Красноярского геоинформационного портала СО РАН – О.Э. Якубайлик

2.3. Построение веб-сервиса геокодирования на основе PostgreSQL и PostGIS – А.В. Токарев

2.4. Организация доступа к WMS-ресурсам – Д.В. Пчельников, И.И. Болдырев, Ю.Е. Макарова

2.5. Формирование веб-интерфейса клиентской части геоинформационного интернетпортала – А.Г. Матвеев

2.6. Использование систем усвоения данных в задачах мониторинга состояния окружающей среды – Е.Г. Климова

2.7. Интернет-ресурс как инструмент для проведения атмосферной коррекции данных дистанционных измерений – М.В. Энгель, С.В. Афонин, В.В. Белов

2.8. Создание тематических инфраструктур пространственных данных на примере особо охраняемых природных территорий – Ж.С. Зиновьева, А.В. Кошкарев, А.А. Медведев, В.А. Серебряков

2.9. Сервисы и инфраструктура пространственных данных междисциплинарных научных исследований геосистем и биоразнообразия Прибайкалья и Забайкалья – И.В. Бычков, А.С. Гаченко, Г.М. Ружников, А.Е. Хмельнов, Р.К. Фёдоров, В.М. Плюснин, А.Р. Батуев, А.А. Сороковой, В.И. Воронин, А.Н. Бешенцев

2.10 Интеграция методов неогеографии и традиционных ГИС для визуализации результатов исследований в энергетике – Р.А. Иванов, Л.В. Массель

Глава 3. ГЕОИНФОРМАЦИОННЫЕ СИСТЕМЫ В ФУНДАМЕНТАЛЬНЫХ И

ПРИКЛАДНЫХ ИССЛЕДОВАНИЯХ, ГЕОИНФОРМАЦИОННОЕ

КАРТОГРАФИРОВАНИЕ. СПЕЦИАЛЬНЫЕ БАЗЫ ПРОБЛЕМНООРИЕНТИРОВАННЫХ И ПРЕДМЕТНО-ОРИЕНТИРОВАННЫХ ДАННЫХ И

ЗНАНИЙ

3.1.Использование пространственных метеорологических данных в прогностических методах и пример применения web-технологий для представления результатов – М.Я. Здерева, А.Б. Колкер, В.М. Токарев

3.2. Исследование природно-климатических опасностей с использованием ГИСтехнологий – О.Г. Невидимова, Е.П. Янкович

3.3. Оценка потенциальной опасности участков трубопроводов с помощью ГИС – В.В. Москвичев, С.А. Перетокин, В.Г. Сибгатулин, В.В. Ничепорчук, К.В. Симонов, О.Э. Якубайлик

3.4. Оценка природных рисков с использованием ГИС-технологий (на примере лесных пожаров в Катангском районе Иркутской области) – Н.Е. Красноштанова, А.К. Черкашин

3.5. Геоинформационное обеспечение комплексных исследований Обь-Иртышского бассейна – В.Г. Ведухина, Я.Э. Кузняк, О.В. Ловцкая, И.Н. Ротанова

3.6. Опыт геоинформационного нозогеографического картографирования Алтайского края – Н.Ю. Курепина, И.Н. Ротанова

3.7. Геоинформационная модель формирования оруденения как основа оценки перспектив благороднометаллоносности геологической среды – А.Ж. Жайнаков, О.Д. Кабаев, К.С. Супамбаев

3.8. О географической привязке информации в негеографических информационных системах – О.Л. Жижимов, Н.А. Мазов

3.9. Геоинформационная система «Шумовая карта Барнаула» – И.А. Суторихин, С.А. Литвиненко

ЗАКЛЮЧЕНИЕ

АННОТАЦИИ

CONTENS

INTRODUCTUON

Chapter 1. NEW MODELS, TECHNIQUES, ALGORYTHMS AND TECHNOLOGIES

FOR STUDY AND PROCESSING OF SPATIAL DATA INCLUDING REMOTESENSED DATA

1.1 Man-Made Hazards of Siberia: Concepts And Models – A.M. Lepikhin, V.V. Moskvichev, Y.I. Shokin, N.A. Chernyakova

1.2. Direct Readout Service of the Enviroment and Social and Economic Processes Monitoring Center – V.V. Smirnov, D.L. Chubarov, A.A. Kalashnikov

1.3. Functional Modules of Software Package for Supporting of Regional Research of Environmental Changes: Development and Usage for Analysis of Meteorological Characteristics for the Territory of Siberia – V.Yu. Bogomolov, E.P. Gordov, I.G. Okladnikov, A.G. Titov, T.M. Shulgina

1.4. Conceptual Project of Russian Forest Fire Danger Prediction System – N.V. Baranovskiy

1.5. Information-Modeling System on the Basis of Computer Model of River Stream: Structure, Defined Equations, Numerical Results – A.T. Zinoviev, K.B. Koshelev, K.V. Marusin, A.A. Shibkikh

1.6. Development of IMS for Computation of Flow Through a Network of River Channels – A.T. Zinoviev, A.V. Kudishin, A.A. Shibkich

1.7. Models and Metods of Motoway Vicinities Contamination Monitoring– V.F. Raputa, V.V. Kokovkin, S.V. Morozov

1.8. Internet Technologies and Software for Information System «Network of Educational Organizations in Krasnoyarsk Region» – A.A. Kadochnikov, A.V. Tokarev

Chapter 2. INTEGRATION OF INTERDISCIPLINARY DATA AND RESEARCH

RESULTS BASED ON SPATIAL CHARACTERISTICS AND FEATURES.

INFRASTRUCTURE OF SPATIAL DATA, METADATA, WEB- AND GEOSERVICES

2.1. Unified Information Space of Scientific Information of the Russian Academy of Sciences – A.N. Bezdushny, V.A. Serebryakov

2.2. Cartographic Web-Applications and Services of Krasnoyarsk Geoinformation Portal of SB RAS – O.E.Yakubailik

2.6. Use of Data Assimilation Systems in Problems of Monitoring of the Environment Condition – E.G. Klimova

2.7. Internet Resource as a Tool for Atmospheric Correction of Remote Measurement Data – M.V. Engel, S.V. Afonin, V.V. Belov

2.8. Creation of Thematic Spatial Data Infrastructure on Example of Protected Territories – Zh.S. Zinovyeva, A.V. Koshkarev, A.A. Medvedev, V.A. Serebryakov

2.9 Services and Spatial Data Infrastructure of Interdisciplinary Research for Geosystems and Biodiversity of Baikal Region and Transbaikalia – I.V. Bychkov, G.M Ruzhnikov, A.E. Hmelnov, A.S. Gachenko, R.K. Fedorov, V.M. Plyusnin, A.R. Batyev, A.A. Sorokovoy, V.I. Voronin, A.N. Beshencev

2.10 Integration of Neogeography Methods and Traditional GIS for Visualization of Energy Research Results – R.A. Ivanov, L.V. Massel

Chapter 3. GEOINFORMATION SYSTEMS IN FUNDAMENTAL AND APPLIED

RESEARCH, GEOINFORMATION MAPPING. SPECIAL BASES OF PROBLEMAND OBJECT-ORIENTED DATA AND KNOWLEDGE

3.1. Using the Spatial Meteorological Data in Prognostic Methods and Example of Web Technologies Application in Result Presentation – M.Ya. Zdereva, A.B. Kolker, V.M. Tokarev

3.2. Nature-Climatic Hazard Analysis by GIS-Technology – O.G. Nevidimova, E.P. Yankovich

3.3. Estimation of the Potential Dangers Sections of Pipelines with the Use of GIS – V.V. Moskvichev1, S.A. Peretokin, B.G. Sibgatulin, V.V. Nicheporchuk, K.V. Simonov, O.E. Yakubailik

3.4. Assessment of Natural Risks Using GIS-Technologies for Forest Fires (in Katangsky Area of Irkutsk Region) – N.E. Krasnoshtanova, A.K. Cherkashin

3.5. Geoinformation Provision for Integrated Studies in the Ob’-Irtysh Basin – V.G. Vedukhina, Ya.E. Kuznyak, O.V. Lovtskaya, I.N. Rotanova

3.6. On Geoinformation Nosogeographical Mapping of Altai Krai – N.Yu. Kurepina, I.N. Rotanova

3.7. Geoinformation Model of Forming of Mineralization as Basis of Estimation of Perspectives for Precious Metal-Bearing Capabilities of Geological Medium – A.J. Jainakov, O.D. Kabaev, K.S. Supambaev

3.8. About Geographical Bindings of the Information in not Geographical Information Systems – O.L. Zhizhimov, N.A. Mazov

CONCLUSION

ABSTRACTS

Введение Геоинформационные технологии, несмотря на полувековой период своего существования, относятся к быстро развивающимся направлениям научной, технической и производственной сфер деятельности человека, отличаясь все более активной востребованностью практикой. Создаваемое с помощью технологий геоинформационное пространство характеризуется многосферностью. Оно включает сведения о географических объектах и территориальных системах различного типа (географических, экологических, социально-экономических), их структуре, связях, динамике, функционировании и мониторинге посредством математического и картографического моделирования на основе баз данных и знаний. Геоинформационные технологии неотделимы от математического моделирования. В совокупности они рассматриваются как взаимосвязанные методы сбора, обработки, хранения, анализа, распространения пространственно-ориентированных данных, включая данные дистанционного зондирования Земли. Научная база геоинформационных технологий определяет пути их развития, обеспечивает комплекс специальных знаний для разработки аппаратных и программных средств геоинформационных систем (ГИС), создания баз данных, цифровых карт, объектно- и предметно-ориентированных приложений.

На обширном географическом пространстве Сибири разработками в области геоинформационных технологий и математического моделирования занимаются, в первую очередь, научные учреждения Сибирского отделения РАН (СО РАН), а также вузы, коммерческие и иные организации, использующие в своей деятельности информационнокоммуникационные технологии. В силу полидисциплинарности и междисциплинарности продукта, получаемого с помощью геоинформационных технологий, для успешного ведения работ и получения новых значимых для науки и практики результатов, создаются межинститутские научные и творческие коллективы, выполняются интеграционные проекты, осуществляется регулярный обмен опытом и достижениями в математическом моделировании и геоинформационной сфере деятельности.

Настоящая коллективная монография является элементом формирования научной традиции показа достижений и обмена опытом в области геоинформатики и математического моделирования в учреждениях Сибирского отделения РАН и их организациях-партнерах из Сибирского региона. В нее включены и результаты работ, представленные коллегами из академических институтов и центров Москвы и стран СНГ, которые тематически органично вписываются в общую идею книги. Монография обобщает результаты научно-исследовательских и практико-ориентированных разработок, выполненных большей частью в рамках Интеграционного заказного проекта № Президиума СО РАН «Распределенная система сбора, хранения, обработки и доступа к данным дистанционного зондирования Земли для мониторинга социально-экономических процессов и состояния природной среды регионов Сибири и Дальнего Востока» и Междисциплинарного интеграционного проекта № 4 СО РАН «Информационные технологии, математические модели и методы мониторинга и управления экосистемами в условиях стационарного, мобильного и дистанционного наблюдения». Помимо указанных проектов СО РАН, материалы которых являются в основном содержанием монографии, в ней приведены результаты научных исследований и разработок других интеграционных проектов и программ СО РАН и РАН, в том числе Программ фундаментальных исследований РАН и СО РАН, а также Программы поддержки ведущих научных школ и проектов РФФИ.

Для участия в монографии приглашены также авторы, не являющиеся участниками названных выше проектов. Однако их материалы логично включены в общее содержание монографии, так как получили апробацию на мероприятиях СО РАН, посвященных Введение обсуждению проблематики применения геоинформационных технологий и математического моделирования для мониторинга экологических и социально-экономических систем и управления ими.

Монография состоит из трех глав, имеющих выраженные отличия в содержательном плане в соответствие с их тематической направленностью, при этом главы отражают высокую степень интегрирования представленных материалов, что обусловлено проникновением информационных технологий в различные научные и практикоориентированные области. Главы состоят из разделов, написанных отдельными авторскими коллективами, однако определяющих комплексное видение, являющееся частью общего содержательного замысла книги.

Так, в первой главе «Новые модели, методы, технологии исследования и обработки пространственных данных, включая данные дистанционного зондирования» изложены современные представления об информационно-моделирующих системах, рассмотрены их проблемная ориентация и различные предметные области информационного и математического моделирования, структурно-функциональные и практико-ориентированные особенности на примере:

разработки вычислительного аппарата анализа антропогенного риска нефтегазодобывающих территорий, а также обобщенной оценки вероятностей событий и возможных ущербов (А.М. Лепихин, В.В. Москвичев, Ю.И. Шокин, создания системы приема и оперативной обработки спутниковых данных центра мониторинга социально-экономических процессов и природной среды на основе вычислительного комплекса структурного восстановления поступающего потока «сырых» до набора стандартизированных продуктов с распределенной обработкой информации в режиме реального времени (В.В. Смирнов, Д.Л. Чубаров, разработки программной инфраструктуры для комплексного использования наборов пространственно-привязанных геофизических данных, основанной на комбинированном использовании потенциала веб- и ГИС-технологий, с целью интеграции междисциплинарных (географических, климатических, метеорологических) архивов данных полевых наблюдений, моделирования и данных дистанционного зондирования (В.Ю. Богомолов, Е.П. Гордов, И.Г. Окладников, А.Г. Титов, Т.М. Шульгина);

создания концептуального проекта отечественной системы прогноза лесной пожарной опасности на базе детерминированно-вероятностного подхода (Н.В.

разработки информационно-моделирующей системы (ИМС) на основе компьютерной модели руслового потока, объединяющей вычислительный модуль, СУБД и ГИС (А.Т. Зиновьев, К.Б. Кошелев, К.В. Марусин, А.А. Шибких), в том числе для расчета нестационарных течений воды в системах русел рек (А.Т.

Зиновьев, А.В. Кудишин, А.А.Шибких);

численных исследований загрязнения снегового покрова с использованием малопараметрических моделей (В.Ф. Рапута, В.В. Коковкин, С.В. Морозов);

применения современных средств визуализации данных с использованием Интернет-технологий для построения информационной системы «Сеть образовательных учреждений Красноярского края» (А.А. Кадочников, А.В.

Вторая глава монографии имеет также развернутое название – «Интеграция междисциплинарных данных и результатов исследований, базирующихся на пространственных характеристиках и признаках. Инфраструктура пространственных данных, метаданные, веб- и геосервисы» – и охватывает весьма разносторонние результаты работ, отражая сложившиеся и воспринимаемые как общепринятые, но реализуемые в конкретных приложениях, а также оригинальные подходы к решению многоплановых задач.

В главе хорошо выражена идея того, что интеграция междисциплинарных данных должна отвечать требованиям унификации, единообразия, отработки классификаций, алгоритмов и технологий.

Главу открывает раздел московских авторов, посвященный созданию единого научного информационного пространства Российской академии наук на основе интеграции разнородных научных информационных и программных ресурсов отдельных научных учреждений. Под единым пространством понимается не формирование централизованной системы, не навязывание всем одних и тех же решений, а стремление предоставления пользователям более эффективных средств интеграции и поиска информации, научной коммуникации, сотрудничества и совместной работы (А.Н. Бездушный, В.А. Серебряков).

Вопросы формирования геоинформационного портала (ГИС-портала) в Сибирском отделении РАН – Красноярского ГИС-портала СО РАН – с позиции создания комплекса программно-технологических решений и картографических веб-приложений рассмотрены в разделе под авторством О.Э. Якубайлика. Автором представлено построение прикладной геоинформационной системы для Windows на основе картографических веб-сервисов – относительно новое направление в ГИС, практических примеров чему пока не много. Эти программы, по сравнению со многими традиционными пакетами ГИС, которые сегодня имеют возможность подключения к удаленным картографическим сервисам WMS/WFS, обладают важной отличительной особенностью – они могут работать без подключения к Интернет, в оффлайн-режиме. Эта возможность реализуется через механизм формирования локального кэша (базы) картографических данных, состоящего из отдельных растровых фрагментов (тайлов) данных.

Другим автором, А.В. Токаревым, рассматривается реализация веб-сервиса геокодирования на основе развития традиционной клиент-серверной архитектуры в сервисориентированные технологии для повышения степени интеграции ГИС с другими информационными системами. Функции геокодирования позволяют «привязывать» базы данных, которые ведет большинство ведомств, обслуживающих урбанизированные территории и население, к картам территорий.

Решению задачи организации доступа к цифровым ресурсам на основе разработки программного обеспечения, позволяющего создавать пользовательские наборы WMS-слоев из различных источников (WMS-серверов), посвящен раздел, авторами которого являются Д.В. Пчельников, И.И. Болдырев, Ю.Е. Макарова. Созданный ими набор представляет собой виртуальный WMS-сервер, обмен данными с которым осуществляется по WMS-протоколу, и для конечного пользователя такой сервер выглядит абсолютно так же, как будто слои набора опубликованы непосредственно на нем.

Формирование веб-интерфейса клиентской части геоинформационного интернетпортала представлено А.Г. Матвеевым. Разработка геопорталов и систем управления метаданными является одной из современных тенденций развития геоинформационных технологий. Спроектированный пользовательский интерфейс, реализация различных способов отображения информации, быстрый доступ к основным функциям приложения (просмотр ресурсов и их метаданных), а также сочетание информационного поиска и фильтрации по категориям фасетной классификации показали свою эффективность при работе с большим количеством данных. Автором описывается ряд веб-приложений, предназначенных для выполнения операций, вошедших в состав геоинформационного Интернет-портала СО РАН.

Моделированию процессов в современных исследованиях окружающей среды, в частности, математическим моделям прогноза погоды и климата, а также моделям распространения изучаемых веществ в атмосфере, включая использование систем усвоения Введение данных в задачах мониторинга, посвящен раздел Е.Г. Климовой. Автором сформулирован ряд задач, которые решаются в настоящее время в данной области.

Описание архитектуры и организации работы веб-ресурса, версия которого ориентирована на использование физического подхода для атмосферной коррекции ИКизображений земной поверхности, полученных с помощью спутниковой системы EOS/MODIS, представлено в разделе, авторами которого являются М.В. Энгель, С.В. Афонин и В.В. Белов. Ими представляется опыт объединения пространственно распределенных информационных и вычислительных ресурсов и создание на их этой основе веб-ресурса, позволяющего удаленно осуществлять процедуру атмосферной коррекции.

Результатам эксперимента по созданию тематических инфраструктур пространственных данных (ИПД) на примере особо охраняемых природных территорий (ООПТ) посвящен раздел группы московских авторов, включающих Ж.С. Зиновьеву, А.В.

Кошкарева, А.А. Медведева, В.А. Серебрякова. Ими представлена локальная ИПД национального парка «Валдайский». Разработанная авторами концептуальная схема определила базовые характеристики, а также взаимосвязи между ними, с учетом европейской спецификации INSPIRE. При отсутствии аналогичных объектов в схеме данных INSPIRE производилось ее расширение путем введения дополнительных объектов и атрибутов.

Вопросы эффективной организации и управления ресурсами пространственных данных территории с целью доступа к традиционным и электронным ресурсам, метаданным и к внешним информационным объектам, доступным по стандартным протоколам, на основе создания ИПД, рассмотрены коллективом авторов, включающим ведущих ученых нескольких институтов СО РАН, в числе которых И.В. Бычков, А.С. Гаченко, Г.М. Ружников, А.Е. Хмельнов, Р.К. Фёдоров, В.М. Плюснин, А.Р. Батуев, А.А. Сороковой, В.И. Воронин, А.Н. Бешенцев. Ими представлены результаты создания ИПД, включающей территориально-распределенную систему сбора, обработки, хранения и предоставления базовых пространственных и тематических данных, накопленных учреждениями СО РАН в процессе проведения междисциплинарных научных исследований геосистем и биоразнообразия Прибайкалья и Забайкалья. Особенности пространственных данных геосистем и биоразнообразия Прибайкалья и Забайкалья обуславливают использование и развитие геоинформационных и Интернет-технологий, а также технологии метаописаний баз знаний и данных, обеспечивающих эффективную обработку, многомерный анализ разноформатных пространственных данных, интеллектуальный интерфейс и поддержку моделирования пространственно-временных процессов. При этом решается задача не только создания новых ресурсов, но и разработки технологии комплексирования уже имеющихся данных и информационных ресурсов.

Основные направления исследований энергетики, в рамках которых предлагается применение нового поколения средств и методов визуализации информации, базирующихся на интеграции с традиционными ГИС – так называемые методы неогеографии, изложены в разделе Р.А. Иванова и Л.В. Массель. 3D-геомоделирование – новая перспективная технология визуализации разнородной геопространственной информации. Возможности ее применения обеспечиваются появлением и развитием доступных инструментальных средств для разработки и обмена геопространственной информацией. Авторами проверены возможности применения 3D-геомоделирования для решения задач в нескольких областях исследований энергетики, таких, как гидроэнергетика, экология, возобновляемые источники энергии, нефтегазовая отрасль, задачи транспортировки ресурсов. Во всех этих областях определены основные задачи и направления их решения, реализованы демонстрационные прототипы.

Третья глава монографии «Геоинформационные системы в фундаментальных и прикладных исследованиях, геоинформационное картографирование. Специальные базы проблемно-ориентированных и предметно-ориентированных данных и знаний», являющаяся логическим продолжением предыдущих глав, знакомит с методами реализации ГИСпроектов, функциональными возможностями ГИС, интеллектуализацией ГИС и опытом практического приложения геоинформационных технологий.

Так на примере разработок Сибирского гидрометеорологического института для прогнозов элементов погоды рассмотрены алгоритмические примеры синтеза пространственных метеорологических данных. Пространственные данные широко используются в прогностических метеорологических схемах как в регулярной, так и в нерегулярной географической сетке. Новые прогностические методы являются частью вебтехнологии автоматизированного расчета и представления результатов. Технология включает обработку поступающих в оперативном режиме модельных и фактических данных, блок расчетов прогнозов по разработанным методам, вывод результатов во внутреннюю и внешнюю сеть, оформление для представления в автоматизированной информационной системе «Погода в реальном времени» (М.Я. Здерева, А.Б. Колкер, В.М. Токарев).

Анализ природных опасностей на территории Западной Сибири с учетом возможных изменений геосистем в условиях потепления климата проведен на примере Томской области.

Основной задачей исследований природно-климатических опасностей с использованием ГИС-технологий являлось их выявление, классификация и территориальная дифференциация на основе анализа геосистемной ситуации, климатических и гидрологических условий территории регионального уровня. Геоинформационные технологии дали возможность визуального отображения совокупной картины природно-климатической ситуации с одновременным анализом гидрометеорологических факторов и характера их взаимосвязей, позволили уточнить общие оценки вариабельности климатических и гидрологических условий для Томской области и на фактическом материале с использованием ArcGIS проранжировать территорию области по степени климатической и гидрологической напряженности. Покомпонентный анализ выявил наиболее значимые природноклиматические факторы в формировании опасных ситуаций. Полученные результаты послужат основой для районирования территории области по степени безопасности природопользования и в тех случаях, когда необходимо учитывать другие природноантропогенные факторы, оказывающие влияние на экологическую безопасность территории.

Выполнение такой задачи возможно только с использованием современных геоинформационных технологий (О.Г. Невидимова, Е.П. Янкович).

Продолжающееся строительство объектов нефтегазового комплекса Красноярского края будет оказывать все большее трансформирующее воздействие на экосистемы северных территорий. ГИС-технологии применены при решении задачи минимизации экологических рисков при геологоразведочных работах и эксплуатации нефтегазовых месторождений. В разделе представлены результаты оценки риска аварий на трубопроводах с применением картографического анализа условий эксплуатации объектов (В.В. Москвичев, С.А. Перетокин, В.Г. Сибгатулин, В.В. Ничепорчук, К.В. Симонов, О.Э. Якубайлик).

Оценка природных рисков с использованием ГИС-технологий на примере лесных пожаров в Катангском районе Иркутской области представлена в разделе, раскрывающем задачи моделирования рисков с учетом географических характеристик локализации объектов хозяйственной деятельности. Геоинформационные технологии использованы для анализа цифровой космической, картографической и статистической информации с целью выяснения закономерностей варьирования показателей, влияющих на величину риска опасных явлений с учетом их пространственной дифференциации и временной изменчивости. На основе общей модели предложен метод расчета локального риска возникновения лесных пожаров в единицах утраты запасов фитомассы (т/га) и выполнено геоинформационное картографирование (Н.Е. Красноштанова, А.К. Черкашин).

Геоинформационное обеспечение комплексных исследований Обь-Иртышского бассейна позволило создать средства эффективного представления данных и инструментарий справочно-аналитического сервиса, а также выработать систему поддержки принятия Введение рациональных управленческих решений (В.Г. Ведухина, Я.Э. Кузняк, О.В. Ловцкая, И.Н. Ротанова).

Опыт геоинформационного нозогеографического картографирования распространения природноочаговых болезней Алтайского края позволил сделать вывод о приоритетах картографического метода исследований при медико-географическом анализе территории.

Сюжетами карт служат ареалы распространения возбудителей и переносчиков болезней, места заражения, компоненты природной среды как предпосылки местонахождений источников инфекций и оценка риска заражения ими (Н.Ю. Курепина, И.Н. Ротанова).

Геоинформационная модель формирования оруденения использована как основа оценки перспектив благороднометаллоносности геологической среды. Геоинформационное моделирование главных промышленных типов коренных месторождений с применением аналитических данных проведено в различных масштабах. Построение геоинформационных моделей с помощью специальных программ компьютерной обработки рудных формаций с учетом геологических ситуаций дает возможность как регионального, так и локального прогнозирования скрытого оруденения и оценки глубоких горизонтов, а также выявления месторождений на ранних стадиях исследования даже при ограниченном объеме информации (А.Ж. Жайнаков, О.Д. Кабаев, К.С. Супамбаев).

Развитие графических пользовательских интерфейсов позволяют решить задачу географической привязки информации в негеографических информационных системах.

Содержание цифрового контента и его описаний определяет возможности использования геоинтерфейсов (основанные на масштабируемых изображениях земной поверхности или цифровых картах графические интерфейсы для работы с информацией, имеющей географическую привязку) при работе с электронными библиотеками (О.Л. Жижимов, Н.А. Мазов).

Для оценки экологической обстановки и мониторинга шумовых полей городской среды предложено построение ГИС. Основой является система сбора информации о состоянии уровней шума. Разработанные классификаторы позволяют сформировать базу данных об объектах исследования, а система сбора информации позволяет наполнить эти базы данными, отображающими состояния шумового загрязнения сложившейся застройки, промышленной зоны, и дать оценку распространения шумовых полей в планируемых градостроительных решениях. ГИС делает возможным проведение оптимизации источников шумового загрязнения путем ограничения скорости транспортного потока, изменения доли грузового транспорта в суммарном потоке в определенное время суток. Преимуществом ГИС «Шумовая карта Барнаула» является возможность прогнозирования уровня шумового загрязнения на определенном участке городской территории (И.А. Суторихин, С.А. Литвиненко).

Авторы надеются, что изложенные в монографии подходы и опыт практического приложения на примере представленных геоинформационных проектов позволяют убедительно говорить о создании базы единого информационного пространства, в первую очередь, в рамках академического сообщества, и необходимости масштабного применения информационных технологий и математического моделирования в сфере управления, повышения уровня информатизации общества, обеспечения устойчивого развития территорий.

Авторы благодарны рецензентам, многие из которых сами являются авторами разделов монографии. Взаимное рецензирование материалов книги с привлечением авторов разделов позволило не только получить ценные замечания со стороны коллег, специалистов в смежных областях, но и выработать своеобразный системный взгляд, что непосредственно положительным образом отразилось на ее содержании.

НОВЫЕ МОДЕЛИ, МЕТОДЫ, АЛГОРИТМЫ,

ТЕХНОЛОГИИ ИССЛЕДОВАНИЯ И ОБРАБОТКИ

Глава ПРОСТРАНСТВЕННЫХ ДАННЫХ, ВКЛЮЧАЯ

ДАННЫЕ ДИСТАНЦИОННОГО

ЗОНДИРОВАНИЯ

1.1. АНТРОПОГЕННЫЕ РИСКИ СИБИРИ: КОНЦЕПЦИИ И МОДЕЛИ

Введение Сибирь является крупнейшим регионом России, на территории которой располагаются 3 федеральных округа – Уральский, Сибирский и Дальневосточный. В Сибири сосредоточены основные запасы минеральных ресурсов страны: 85% запасов свинца и платины, 80% угля и молибдена, 71% никеля, 69% меди, 40% золота. Здесь располагаются богатые месторождения нефти и газа, основной объем лесных фондов и основные гидроресурсы страны.

Приоритеты экономического и социального развития Сибири разделены на три пояса и заключаются в следующем.

В Арктическом поясе развития – интенсивная геологоразведка, освоение новых месторождений природных ресурсов, восстановление и развитие Северного морского пути, сохранение природной среды, сохранение культуры коренных народов Севера.

В Северном поясе развития – реализация проектов в энергетическом секторе, строительство северного транспортного коридора, добыча и первичная переработка природных ресурсов, строительство трубопроводов и транспортной инфраструктуры к местам первичной и глубокой переработки природных ресурсов, строительство и реконструкция перерабатывающих производств.

В Южном поясе развития – строительство и реконструкция машино- и приборостроительных предприятий, ориентированных на выпуск современных машин, оборудования и конструкций для добывающей, перерабатывающей и энергетической промышленности Сибири, предприятий металлургического и лесного комплексов, химической промышленности, промышленности стройматериалов, развитие информационных, телекоммуникационных, нано - и биотехнологий.

Реализация указанных приоритетов и освоение природных богатств неизбежно будет приводить и приводит к антропогенной нагрузке на уникальные природные комплексы Сибири. В связи с этим возникает необходимость комплексного исследования уязвимости территорий к внешним воздействиям и оценки антропогенных рисков для осваиваемых территорий. Представленные ниже исследования выполнены в рамках междисциплинарного интеграционного проекта СО РАН «Антропогенные риски угледобывающих и нефтегазодобывающих территорий Сибири» и относятся в основном к территории Сибирского федерального округа. Тем не менее, полученные результаты характерны для всей осваиваемой территории Сибири и Крайнего Севера.

Антропогенные факторы риска территорий Сибири Сибирский федеральный округ (СФО) объединяет 12 субъектов Российской Федерации (4 республики, 3 края и 5 областей), с общей территорией 5145,0 тыс. км2 и населением свыше 20 млн. чел. Валовой региональный продукт составляет 11,4% ВВП России. Площадь лесного фонда составляет 371899 тыс. га при общем запасе древесины 33346 млн. м3.

Глава Общая антропогенная нагрузка на территории СФО характеризуется следующими факторами. В атмосферный воздух ежегодно выбрасывается около 2 млн. тонн загрязняющих веществ от автотранспорта и 5,6 млн. тонн от стационарных источников.

Наиболее загрязнен воздух в Красноярском крае (36% от общего объема выбросов) и Кемеровской области (21%). Сильно загрязненными являются водные объекты. Объемы сброса сточных вод составляют: Иркутская область - 806 млн. м3, Кемеровская область – млн. м3, Красноярский край - 453 млн. м3. Отмечается стабильно высокое химическое загрязнение почвы в районах размещения промышленных объектов и транспортных систем.

Крупнейшими промышленными источниками выбросов загрязняющих веществ являются Заполярный филиал «Норильского никеля», предприятия Красноярского края, Кемеровской и Иркутской областей. Помимо указанных фоновых антропогенных нагрузок имеют место и экстремальные воздействия от аварий и катастроф на опасных промышленных объектах [1].

Методологически антропогенные воздействия следует разделить на две группы. В первую группу следует отнести антропогенные воздействия на урбанизированных территориях, где земля и водные объекты уже вовлечены в технологический оборот. Уровни загрязнений атмосферы, почвы и водоемов на этих территориях находятся на уровне ПДК или превышают их. Эти загрязнения создают многоплановые фоновые (перманентные) риски. Однако наибольшую угрозу здесь представляют экстремальные антропогенные воздействия от аварий и катастроф на опасных промышленных объектах: химических и нефтехимических предприятиях, ГЭС, котельных, нефтебазах, АЗС и пр. В настоящее время законодательно установлены требования к техническому состоянию опасных объектов, созданы и функционируют многоплановые системы мониторинга опасностей и системы оперативной локализации угроз. Имеющаяся информационная и методологическая база в целом обеспечивает возможность оценки фоновых и экстремальных антропогенных рисков для урбанизированных территорий.

Следует заметить, что для урбанизированных территорий указанные антропогенные факторы создают угрозы в основном для населения и объектов инфраструктуры. Природная среда существенно отдалена от источников опасности и редко подвергается серьезной опасности.

Гораздо сложнее и серьезнее складывается ситуация для второй группы угроз антропогенных воздействий на вновь осваиваемых территориях, где атмосфера, земля и водные объекты относительно чистые. В основном это северные территории с малой плотностью населения и слабо развитой социальной инфраструктурой. Поэтому все негативные эффекты антропогенных воздействий будут восприниматься непосредственно окружающей природной средой. Здесь важен анализ как экстремальных (аварийных) антропогенных воздействий, так и фоновых воздействий, обусловленных штатными технологическими процессами и регламентными работами. Сложность такого анализа заключается в том, что пока нет соответствующей информационной базы, моделей динамики уникальных экосистем, моделей чувствительности экосистем к антропогенным воздействиям.

Основная антропогенная нагрузка для северных территорий Сибири в ближайшие годы будет связана с развитием нефтегазового комплекса (НГК) в Красноярском крае. Обзорные карты размещения Северо-Западного и Юго-Восточного НГК представлены на рис. 1 и 2.

Воздействие НГК на окружающую среду будет иметь значительные масштабы и затрагивать все природные компоненты (атмосферу, землю, леса, водные объекты, животный мир, ландшафты). В частности, под обустройство Ванкорской группы месторождений отчуждается 938 га земель. На опорной базе промысла этой группы месторождений образуется 286 м3/сут. хозяйственно-бытовых сточных вод и 70 м3/сут. производственных сточных вод. Для организации транспортировки нефти и газа намечено строительство магистральных нефте- и газопроводов с оборудованием нефтеперекачивающих (НПС) и компрессорных станций (КС). Плановые выбросы загрязняющих веществ от одной НПС составляют 348 т/год, выбросы от одной КС – 1131 т/год.

Существенным фактором антропогенного воздействия является изменения рельефа и нарушение почвенных покровов в процессе подготовки площадей под бурение и обустройство скважин. Уничтожение растительного и почвенного покрова, строительство сооружений может приводить к нарушению температурного баланса грунтовой толщи, возникновению «перелетков» и оттаиванию существующих массивов многолетнемерзлых пород (ММП).

К серьезным источникам опасности следует отнести аварийные утечки нефтепродуктов при разгерметизации и разрушении оборудования, резервуарных парков, промысловых и магистральных трубопроводов. Интенсивности отказов основного оборудования НГК составляют 1.210-5 – 3.510-3 год-1 [2]. Интенсивности разгерметизаций резервуаров находятся в пределах 5.810-5 – 2.910-6 год-1, промысловых трубопроводов 7.510-5 – 2.510-4 год-1, магистральных трубопроводов 4.310-4 – 6.910-5 год-1 [2, 3]. Утечки нефти приводят к загрязнениям окружающей среды, а утечки газового конденсата - к взрывам и пожарам. По данным [4] объем утечек при аварии нефтепровода составляет 800 – 4000 м3.

Особую опасность представляют аварийные нефтегазопроявления и открытые фонтаны при бурении и эксплуатации нефтегазовых месторождений. Согласно некоторым источникам неуправляемый фонтанный выброс газа может достигать 3,5 млн. м3/сут. Статистика аварийности в нефтегазовой отрасли показывает, что ежегодно при бурении разведочных и эксплуатационных скважин в мире происходит свыше 1000 аварий и возникает до открытых фонтанов.

На основании изложенного можно полагать, что в сложных природно-климатических условиях Сибири и Крайнего Севера объекты НГК должны иметь высокие требования по безопасности, обеспечивающие сохранение устойчивости уникальных экологических систем осваиваемых территорий. Необходим систематический мониторинг и математическое моделирование антропогенных воздействий на окружающую среду.

Концепции анализа антропогенных рисков Как отмечено выше, антропогенные риски связаны, во-первых, с загрязнением природной среды и выбросами твердых, жидких и газообразных загрязнителей в режиме нормального функционирования НГК, и, во-вторых, с загрязнением и повреждением природной среды при возникновении аварийных ситуаций в процессе строительства и функционирования объектов НГК. Рассматривая антропогенные риски более детально, можно выделить следующие типы воздействий НГК на природную среду:

инфраструктурные воздействия, связанные с обустройством объектов разведки, добычи и транспортировки нефти и газа;

ординарные экологические воздействия, связанные с выбросами загрязнителей в процессе добычи и транспортировки нефти и газа;

экстраординарные экологические воздействия, связанные с авариями и техногенными катастрофами в процессе разведки и добычи нефти и газа;

экологические экстерналии, связанные с воздействием на экосистемы в процессе непроизводственной деятельности населения в зоне добычи и транспортировки При анализе антропогенных рисков НГК необходимо разработать методы единообразного описания характеристик указанных типов воздействий, выделить подвергаемые опасности объекты (ландшафтные структуры, лесные ценозы, популяции животных, водные объекты и т.п.), разработать методы количественной оценки ущербов и модели оценки рисков.

Современная теория антропогенного риска базируется на следующих принципах [5].

Во-первых, допускается принципиальная возможность катастроф любых технических Глава систем. Основными источниками катастроф полагаются возникающие при проектировании, изготовлении и эксплуатации детерминированные или случайные неопределенности различной природы (дефекты, повреждения, отклонения рабочих параметров, ошибки персонала и т.п.). Во-вторых, количественной мерой опасности катастроф служит риск, определяемый в форме вероятности ущерба или потерь. В-третьих, полагается, что можно установить приемлемый уровень риска. Этот уровень определяется соотношением затрат на создание и эксплуатацию технической системы и возникающих при аварии потерь.

Методологически анализ антропогенного риска рассматривается с позиций нескольких концепций, ориентированных на решение отдельных задач:

технической концепции, ориентированной на получение оценок частот неблагоприятных событий;

экономической концепции, в рамках которой исследуются ущербы от аварий и выгоды от мероприятий по обеспечению безопасности;

психологической концепции, анализирующей восприятие риска различными, социальными группами или профессиями;

социальной концепции, осуществляющей социальную интерпретацию нежелательных событий и исследующей ценности и интересы общества в обеспечении безопасности.

Формально антропогенный риск R(S) для рассматриваемой территории S можно представить как функцию вероятностей антропогенных, или природно-антропогенных неблагоприятных событий с соответствующими им ущербами:

где n, m, l – число возможных чрезвычайных ситуаций (ЧС) природного, техногенного и природно-техногенного характера; Pijk(S) – вероятность возникновения ЧС; Vijk(S) – вероятность поражения природной среды, населения и инфраструктуры при ЧС; Uijk(S) – ущербы и потери от ЧС.

Формула (1) является концептуальной моделью риска. При ее конкретизации применительно к рассматриваемым задачам необходимо учитывать следующие проблемные особенности нефтегазодобывающих территорий. Во-первых, в большинстве случаев приходится анализировать опасные ситуации, ранее не встречавшиеся, поскольку совпадение всех обстоятельств аварии есть событие практически невероятное. Во-вторых, анализ осуществляется в условиях высокой неопределенности, связанной как со случайным характером внешних воздействий и процессов в элементах нефтегазового комплекса и природной среды, так и с неоднозначностью целей и критериев безопасности нефтегазодобывающих территорий, а также альтернатив принимаемых решений и их последствий. В-третьих, анализ риска должен выполняться при жестких ограничениях по времени. На стадии анализа проектных решений эти ограничения определяются сроком проектирования, на стадии эксплуатации - временем реагирования на аварийную ситуацию.

Разработка вычислительного аппарата анализа антропогенного риска нефтегазодобывающих территорий связана с решением ряда специфических задач. Первая задача заключается в описании рассматриваемой территории, содержащей нефтегазодобывающие производственные комплексы, с позиций целостности и иерархичности. Создание содержательной и компактной модели с большим числом параметров относится к числу сложно решаемых задач даже с применением современных математических и вычислительных технологий. Поэтому основой построения модели должна стать декомпозиция системы. Здесь возможны два уровня декомпозиции. Первый уровень должен разделять исследуемую территорию на блоки, локальные по множеству критериальных функций. Второй уровень декомпозиции должен разделять блоки, локальные по множеству варьируемых параметров, определяющих выделенные критериальные функции.

Вторая задача заключается в формулировке информационного обеспечения анализа антропогенного риска. Она имеет два аспекта. Первый связан с задачей обработки информации. Информация в иерархической системе поступает на языке того уровня, который анализируется. Для выводов и заключений на более высоком иерархическом уровне требуется ее обобщение, а на более низком - детализация. И в том, и в другом случае этот перевод неоднозначен. Второй аспект связан с необходимостью построения гипотез о состояниях элементов по имеющейся информации. Надежность таких гипотез зависит от уровня полноты информации и ее достоверности.

Сделаем несколько замечаний о параметрах указанной обобщенной модели риска.

Техногенную нагрузку на нефтегазодобывающую территорию, помимо изменений ландшафта, можно характеризовать пылевой нагрузкой, выбросами в атмосферу, сбросами сточных вод. Причем выбросы и сбросы должны включать стационарную компоненту, обусловленную штатной работой промышленных объектов, аварийную компоненту, связанную с неизбежными авариями различных видов и типов, и транспортную компоненту, обусловленную автомобильным транспортом и трубопроводными системами. Уровень загрязнения атмосферного воздуха обычно устанавливается по кратности превышения ПДК с учетом класса опасности, суммарного биологического действия загрязнений воздуха и частоты превышений ПДК. В соответствии с действующими нормативами для оценки степени загрязнения воздуха используются фактические максимально разовые и среднесуточные концентрации за несколько лет.

Уровень загрязнения водных источников характеризуется рядом специфических показателей. Заключение о санитарно-эпидемиологическом неблагополучии водных объектов обычно делается на основании стабильного сохранения негативных значений основных показателей качества воды в течение достаточно длительного периода (не менее одного года). При этом, как правило, отклонения от норм должны наблюдаться по нескольким показателям, за исключением случаев загрязнения источников и питьевой воды патогенными микроорганизмами и возбудителями паразитарных заболеваний, а также особо токсичными (чрезвычайно опасными) веществами, когда заключение о неблагополучии может быть сделано на основании одного показателя. Государственные стандарты России включают 30 обязательных показателей качества воды.

Оценка качества земли представляется более сложной задачей, поскольку здесь имеет место не только ее загрязнение различными компонентами, но и нарушение плодородного слоя, вывод из обращения и пр. Поэтому наряду с концентрацией загрязнителей следует учитывать общую площадь земель различной категории, площадь нарушенных, отработанных и рекультивированных земель.

Оценка качества леса также многоаспектна. Здесь следует учитывать состав лесов, пораженность вредителями, интенсивность лесных пожаров, площади нарушенных, отработанных и восстановленных лесов.

Модели антропогенных рисков Как отмечено выше, формально антропогенный риск представляет функцию вероятностей реализации риск-факторов и соответствующих ущербов. Методологически его целесообразно разделить на перманентный (технологический) риск и риск, обусловленный экстремальными (аварийными) ситуациями. При определении структуры функции перманентного риска будем полагать, что антропогенные воздействия, обусловленные источниками опасности НГК, представляют собой локальные зоны случайного поля w(x, y, t), где x, y – координаты, t – время. В пределах каждой локальной зоны поле будем считать однородным и изотропным с нормальным распределением параметров. Примем, что для каждого вида воздействий установлено предельное значение W, превышение которого Глава вызывает негативные последствия или ущерб. Тогда антропогенный риск, как функция площади S рассматриваемой территории, будет представлять собой вероятность выброса поля w(S, t) за уровень W:

Эта вероятность может быть найдена при дополнительных допущениях о характере поля w(S, t) и особенностях его выбросов за уровень W. Очевидно, что технологические выбросы НГК обладают кумулятивным эффектом, способным при определенных условиях привести к нарушению устойчивости экосистем или критическим дисбалансам естественных процессов на рассматриваемой территории. В первом приближении будем полагать, что эти выбросы могут описываться в рамках трендовой модели, характеризующей скорость накопления загрязнителей в компонентах внешней среды. Примем допущение о том, что накопление компонент w загрязнений имеет линейный характер с постоянной скоростью v, и существует их предельный уровень W. Тогда, в соответствии с (2), перманентная компонента антропогенного риска будет иметь следующий вид [6]:

где v – скорость тренда; W – критический параметр; v, 0 – дисперсии v и начального значения параметра w; t – время; Ф – функция Гаусса; S – площадь поражаемой территории;

Uk – потери, k – число источников опасности.

Для построения модели «аварийного» риска оставим в силе предположение о возникновении ущерба на рассматриваемой территории при превышении параметром w заданного предельного уровня W. Однако теперь будем полагать, что превышение происходит как выброс процесса w(S, t) в случайный момент времени (момент аварии на нефтегазовом комплексе). Сделаем допущение о том, что аварии на объектах представляют собой пуассоновские потоки с интенсивностью (S0, t), определенной для некоторой «эталонной» площади S0. Тогда риск можно определить по следующей формуле [6]:

где S – площадь анализируемой нефтегазодобывающей территории; S0 – площадь, для которой определяется параметр ; uk0 – потери на площади S0.

В настоящее время получены новые результаты в теории риска и разработана уточненная концептуальная модель риска, включающая в анализ такие характеристики, как уязвимость и живучесть систем и объектов [7]. Уязвимость в данном случае характеризует чувствительность объекта, экосистемы или территории к воздействию определенного рискфактора или группы риск-факторов. Живучесть характеризует способность технической или природной системы выполнять основные функции при наличии повреждений ее элементов и деградационных процессов. Защищенность характеризует обеспеченность системы ресурсами для противодействия внешним и внутренним риск-факторам, а также для локализации и ликвидации ущербов и потерь.

В соответствии с этой схемой территориальный риск определяется по следующей обобщенной формуле: Риск = Вероятность Уязвимость Живучесть Потери. С учетом множественности риск-факторов концептуальная формула оценки антропогенных рисков нефтегазодобывающих территорий приобретает следующий вид где N – число риск-факторов, действующих на территории S; Р – вероятность риск-фактора, v,, z – индексы уязвимости, живучести, защищенности; U – возможные (прямые и косвенные) потери и ущербы.

С учетом (5) в дальнейшем предполагается уточнение формул (3) и (4) для оценки перманентных и аварийных рисков.

Обобщенная оценка антропогенных рисков Обобщенная оценка антропогенного риска нефтегазодобывающих территорий выполнена с использованием формулы (5) с учетом результатов работ [2-5, 8]. Оценки индексов уязвимости и живучести, защищенности v,, z представляют собой нетривиальные задачи, требующие комплексного подхода и глубокого анализа рассматриваемых территорий. На данном этапе исследований указанные индексы для нефтегазодобывающих территорий Красноярского края получены на основе обобщенных экспертных оценок (табл.

1). Для сравнения представлены индексы для угледобывающих территорий КАТЭК, также испытывающих значительные антропогенные нагрузки.

Таблица 1 – Индексы уязвимости, живучести и защищенности территорий С учетом данных табл. 1 по формуле (5) получены следующие обобщенные соотношения для оценки риска:

для угледобывающих территорий КАТЭК для нефтегазодобывающих территорий:

Обобщенная оценка вероятностей событий и возможных ущербов для нефтедобывающих территорий представлена в табл. 2. Как следует из представленных результатов, для катастрофического класса опасности нефтегазодобывающих территорий в условиях уникальных природных комплексов Красноярского края обобщенные оценки ущербов могут достигать миллиардов долларов. При этом время восстановления природной среды могут измеряться многими годами.

Таблица 2 – Опасность нефтегазодобывающих территорий Средний Повреждение объекта Катастро- Разрушение объекта и фический технологической Глава Заключение Дальнейшее развитие исследований антропогенных рисков Сибири будет заключаться в разработке методической базы для создания ГИС и IT технологий оперативного анализа и прогнозирования риска угледобывающих и нефтегазодобывающих территорий. Особое внимание будет уделено возможностям оценки риска на основе результатов аэрокосмического мониторинга территорий в сочетании с данными инструментального стационарного и мобильного мониторинга состояния экосистем и инструментального стационарного и мобильного мониторинга загрязнений атмосферы, почвы и водоемов.

Список литературы 1. Лепихин А.М. Безопасность региона: статистическая оценка и прогноз // Проблемы безопасности при чрезвычайных ситуациях, 1993. – №9. - С.92-105.

2. Безопасность России. Безопасность трубопроводного транспорта / Научн. руковод.

К.В. Фролов. – М.: МГФ «Знание», 2002. – 752 с.

3. Аковецкий В.Г. Аэрокосмический мониторинг месторождений нефти и газа. – М.: РГУ нефти и газа им. И.М. Губкина, 2008. – 454 с.

4. Безопасность России. Энергетическая безопасность (нефтяной комплекс России) / Научн. руковод. К.В. Фролов. – М.: МГФ «Знание», 2000. – 537 с.

5. Лепихин А.М., Махутов Н.А., Москвичев В.В., Черняев А.П. Вероятностный риск-анализ конструкций технических систем. – Новосибирск: Наука, 2003. – 174 с.

6. Лепихин А.М. Комплексные показатели безопасности территорий // Проблемы безопасности и чрезвычайных ситуаций, 2008. – №5. - С.93-98.

7. Lepikhin A. A critical look at risk analysis of disasters / Risk analysis VII & Brownfields V.

WITpress, 2010. – P. 59-67.

8. Москвичев В.В., Перетокин С.А., Сибгатулин В.Г., Ничепорчук В.В., Симонов К.В., Якубайлик О.Э., Кобалинский М.В. Оценка экологических рисков для урбанизированных территорий нефтегазового комплекса // Тезисы II Международной конференции «Геоинформатика: технологии, научные проекты», 20-25 сентября 2010 г. – Барнаул:

Изд-во АРТ, 2010. – С. 71.

1.2. СИСТЕМА ПРИЕМА И ОПЕРАТИВНОЙ ОБРАБОТКИ СПУТНИКОВЫХ

ДАННЫХ ЦЕНТРА МОНИТОРИНГА СОЦИАЛЬНОЭКОНОМИЧЕСКИХ ПРОЦЕССОВ И ПРИРОДНОЙ СРЕДЫ (ESEMC

DIRECT READOUT SERVICE)

В последние годы в Институте вычислительных технологий СО РАН проводятся работы, направленные на создание различных информационных систем, предназначенных для решения задач, связанных с приемом, обработкой и хранением данных дистанционного зондирования земли. Необходимость этих работ обуславливается задачами, решаемыми при выполнении различных интеграционных и междисциплинарных проектов, стартовавших в последние годы в Сибирском отделении РАН. При выполнении этих проектов были поставлены задачи интеграции существующих информационных ресурсов в области дистанционного зондирования, а также организация доступа к разнородной оперативной информации, в том числе спутниковой. Исторически, институт вычислительных технологий СО РАН является ключевой организацией, обеспечивающей телекомуникационновычислительную среду для учреждений Сибирского отделения и Новосибирского научного центра. К 2008 году институт располагал современными высокопроизводительными вычислительными системами, и значительное внимание уделялось организации систем хранения данных, задачам резервирования информационных ресурсов, а также организация доступа к этим ресурсам. Это позволило в 2008 году, используя существующую информационную инфраструктуру, развернуть на базе Института работы по организации систем сбора, хранения и доступа к разнородной пространственной информации.

Ключевым моментом развития проекта стало заключение соглашения с ЗападноСибирским региональным центром по приему и обработке данных (в настоящее время Сибирский Центр ГУ «НИЦ ПЛАНЕТА») о совместных работах по организации приема и обработки спутниковых данных. В рамках совместных работ была построена волоконнооптическая линия связи, соединившая приемный комплекс ЗапСибРЦПОД (п. Новый, НСО) с центром обработки данных ИВТ СО РАН, что позволило обеспечить прямое взаимодействие для выполнения поставленных задач (рис. 1).

Первым проектом, стартовавшим в рамках развиваемой системы, был проект организации приема, сбора и хранения данных, получаемых со спутниковых платформ SPOT21/SPOT4 (Франция). При поддержке Президиума Сибирского отделения была приобретена лицензия на прием оперативных данных с этих платформ. Начиная с марта года, каталог данных SPOT ежедневно пополняется оперативными данными. К настоящему времени в архиве содержится около 400 000 снимков на территорию Сибири и Азиатского региона. Доступ к данным предоставляется сервисами Информационной Системы Спутниковых Данных ИВТ СО РАН2. В настоящий момент доступ к каталогу предоставлен более 28 институтам Сибирского отделения РАН (рис 2).

Рис. 1 – Схема ВОЛС ИВТ СО РАН - Выносной приемный комплекс ГУ «НИЦ ПЛАНЕТА»

Прием данных SPOT-2 прекращен в 2009 годы в связи с выводом спутника из эксплуатации ИССД СО РАН http://catalogue.ict.nsc.ru Глава Для решения задачи обработки поступающего потока данных на базе информационновычислительной инфраструктуры ИВТ СО РАН развернут вычислительный комплекс структурного восстановления поступающего потока «сырых» до набора стандартизированных продуктов. Первая очередь комплекса обработки включала набор алгоритмов PGE (Product Generation Executable, NASA1 DRLab2), обеспечивающих обработку «сырых» данных сенсора MODIS3 до продуктов уровня L2G/L3. Сборку и тестирование модулей обработки данных MODIS провели сотрудники Центра космического мониторинга Алтайского государственного университета [2] (рис 4).

Управление по аэронавтике и исследованию космического пространства США (NASA) NASA Direct Readout Laboratory (DRL) Спектрорадиометр MODIS (Moderate Resolution Imaging Spectroradiometer) является одним из ключевых инструментов на борту американских спутников серии EOS (Terra ( EOS AM-1) и Aqua ( EOS PM-1)).

MODIS имеет 36 спектральных каналов с 12-битным радиометрическим разрешением в видимом, ближнем, среднем и тепловом инфракрасном диапазонах.

Рис. 3 – Покрытие территории России оперативными данными TERRA/AQUA, прием обеспечивается Сибирским Центром ГУ «НИЦ ПЛАНЕТА»

Созданный вычислительный комплекс обеспечивает распределенную обработку данных в режиме реального времени, архивирование потока «сырых» данных. Общий объем используемого системой дискового пространства в настоящее время составляет порядка 130Т. Объем ежедневного «продукта» составляет порядка 50-70 гигабайт информации (табл.1). Использование оригинальных алгоритмов восстановления данных (Лагутин, 2007) позволило существенно улучшить временные показатели получения продуктов. Для сравнения, продукты уровня L2 на сайтах NASA доступны с задержкой от часов до суток, а продукты уровня L2G и выше доступны через двое и более суток. Также среди продуктов комплекса есть продукт, не доступный в оригинальной иерархии продуктов NASA. Это продукт MOD09, который не архивируется в оригинальной цепочке обработки, но доступен в разрабатываемой системе. Особенностью продукта является наличие атмосферноскорректированных «солнечных» каналов, а также уникальной дополнительной информации о характеристиках подстилающей поверхности (в том числе, например, о наличии термальных аномалий).

Запуск и тестирование компонент комплекса обработки выявило ряд задач и проблем, связанных с вопросами организации хранения и доступа к большим объемам данных, автоматизации управления работой комплекса, задачи создания подсистемы управления вычислительными потоками. Решение поставленных задач потребовало привлечения специалистов различного профиля как внутри института, так и привлечение специалистов различных направлений из других организаций. К настоящему времени сформировано несколько профильных групп, решающих различные задачи, возникающие при эксплуатации комплекса обработки, а также задачи по формированию тематических, в том числе, собственных продуктов.

Глава Таблица 1. Список продуктов комплекса обработки данных MODIS MOD021KM = MODIS/Terra Calibrated Radiances 5-Min L1B Swath 1km MOD02HKM = MODIS/Terra Calibrated Radiances 5-Min L1B Swath 500m MOD02QKM = MODIS/Terra Calibrated Radiances 5-Min L1B Swath 250m MOD03 = MODIS/Terra Geolocation Fields 5-Min L1A Swath 1km MOD35 Маска облачности (Cloud Mask 5-Min L2 Swath 250m and 1km) MOD10 Маска снега (Snow Cover 5-Min L2 Swath 500m) MOD07 Температура и профили водяного пара (Temperature and Water Vapor Profile MOD04 Аэрозоли в атмосфере (Aerosol 5-Min L2 на сетке 10km) MOD05 Содержание водяного пара (Total Precipitable Water Vapor) на сетке 1 и 5 км MOD09 Атмосферно скорректированные «солнечные» каналы 1-16, (250м,500м, 1 км) MOD09GA (version 5) MODIS/Terra Surface Reflectance Daily L2G Global1 km and 500m L2G MOD09GQ (version 5) MODIS/Terra Surface Reflectance Daily L2G Global 250m MCD43A1 (version 5 only) = MODIS/Terra +Aqua BRDF-Albedo Model Parameters 16Day L3 Global 500m MCD43A2 (version 5 only) = MODIS/Terra + Aqua BRDF-Albedo Quality 16-Day L MCD43A3 (version 5 only) = MODIS/Terra + Aqua Albedo 16-Day L3 Global 500m MCD43A4 (version 5 only) = MODIS/Terra + Aqua Nadir BRDF-Adjusted Reflectance 16- 8:00-9: MCD43B1 (version 5 only) = MODIS/Terra + Aqua BRDF-Albedo Model Parameters 16суток MCD43B2 (version 5 only) = MODIS/Terra + Aqua BRDF-Albedo Quality 16-Day L MCD43B3 (version 5 only) = MODIS/Terra + Aqua Albedo 16-Day L3 Global 1km MCD43B4 (version 5 only) = MODIS/Terra + Aqua Nadir BRDF- Adjusted Reflectance Reflectance 16-Day L3 Global 1km Большая работа проделана коллективом разработчиков по формированию вычислительно-телекоммуникационной инфраструктуры. В процессе запуска и тестирования комплекса обработки были выявлены ключевые моменты в работе комплекса, разработана оптимальная схема организации телекоммуникационного взаимодействия вычислительных узлов, системы хранения и другого оборудования, задействованного в работе комплекса обработки. Для реализации телекоммуникационной среды используется высокопроизводительное коммутационное оборудование фирмы CISCO, позволившее реализовать специализированный сегмент сети с реальной пропускной способностью гигабит в секунду на порту. Сегмент сети объединяет вычислительные модули комплекса, системы хранения оперативных данных, а также промышленную систему хранения данных EMC Clariion, используемую для хранения результатов обработки. Для обеспечения доступа вычислительных модулей к рабочим каталогам и каталогам хранения результатов обработки используется технология параллельной файловой системы, реализованная на основе спецификаций pNFS. Результатом работы коллектива авторов стала разработка аппаратнопрограммного комплекса, позволившего автоматизировать работу вычислительного комплекса, и свести до минимума вмешательство обслуживающего персонала [3].

С целью организации доступа к продуктам реализован набор сетевых сервисов доступа к данным и дополнительной, сопряженной информации. Основная часть продуктов обработки данных Terra/Aqua доступны по протоколу FTP/HTTP [ftp://ftp.esemc.nsc.ru].

Данные, предоставляемые ресурсами каталога данных SPOT2/4, доступны после оформления и подтверждения заказа через защищенные интерфейсы каталога. Для контроля доступа используется Central Authentication Service (CAS), разрабатываемый в рамках проекта JASIG. Для визуального контроля оперативного покрытия территории разработан интерфейс1 с использованием API Google Earth и технологий AJAX. В интерфейсе реализована работа с технологиями геосервисов (протокол WMS), и поддерживается работа со слоями данных в форматах KML/KMZ. Также возможна визуализация данных в других приложениях, поддерживающих протокол WMS или работу с покрытиями KML (рис 5).

Для объединения всех информационных ресурсов комплекса запущен в эксплуатацию центральный информационный ресурс, являющийся общей точкой входа для всех информационных ресурсов комплекса [http://sdc.esemc.nsc.ru]. Сервис обеспечивает навигацию по информационным ресурсам комплекса, предоставление оперативной информация по покрытиям территории и состоянию обработки данных.

Функциональность системы постоянно расширяется как за счет расширения списка продуктов обработки данных MODIS, так и за счет подключения к системе новых потоков данных. Так с сентября 2010 года развернута оперативная обработка данных гиперспектрометра AIRS2 и сенсора AMSR-E3, принимаемых с платформы Aqua. В настоящее время развернута обработка данных до уровня L2, на основе которых подготавливается набор тематических продуктов для конечных пользователей. Продукты системы, полученные в результате обработки, содержат уникальную информацию о физических характеристиках подстилающей поверхности, физических параметрах атмосферы, газовых составляющих атмосферы.

Уникальность данных заключается в возможности получения набора ежедневных физических показателей на достаточно густой сетке, что крайне актуально при достаточно разряженной сети пунктов сбора гидрометеорологической информации, особенно в удаленных районах (рис 6). Характеристики бортовой аппаратуры, а также проведенные различными группами специалистов подспутниковые исследования, говорят о достаточно высокой точности получаемой информации.

SatView, http://app.esemc.nsc.ru/satview Atmospheric Infrared Sounder (AIRS) Advanced Microwave Scanning Radiometer for EOS (AMSR-E) Глава Рис. 5 – Интерфейс визуализации оперативного покрытия и текущей ситуации SatView.

Важной составляющей работы комплекса является верификация и тестирование получаемой информации. На начальном уровне, верификация полученных данных проводилась путем сравнения с оригинальными продуктами NASA. Результаты проверок показали правильность работающих алгоритмов и выбранных схем обработки. В конце года, с целью дополнительной калибровки и верификации получаемой информации, была запущена подсистема сбора метеорологической информации поступающей в рамках соглашений о сотрудничестве с Новосибирским центром гидрометеорологии. В настоящее время ведется прием и архивирование регулярной шестичасовой синоптической информации, поступающей в режиме реального времени, более чем с 80 метеостанций и постов наблюдений сети Росгидромета по Сибирскому региону. Эта информация используется для корректировки и верификации поступающей информации.

Дальнейшее развитие подсистемы обработки данных сенсора MODIS идет в направлении расширения списка продуктов, построенных на многодневных измерениях различных характеристик атмосферы и подстилающей поверхности. Так к настоящему моменту ежедневно доступен продукт 16-дневное альбедо (MCD43). В ближайшей перспективе запуск алгоритмов получения ряда многодневных продуктов, характеризующих различные параметры подстилающей поверхности и растительного покрова: вегетационные индекс NDVI1; глобальный листовой индекс LAI2; поглощенная растительностью при фотосинтезе радиация FPAR3 и др. параметры, востребованные при проведении различных научных работ.

Работа выполняется при поддержке проекта IV.31.2.1. Программы фундаментальных исследований СО РАН на 2010 - 2012 гг., Российского фонда фундаментальных исследований (грант 09-07-00103); Программы интеграционных фундаментальных исследований Президиума СО РАН (междисциплинарные проекты №№ 4, 116, заказной проект No.9); Программы поддержки ведущих научных школ (грант НШ-931.2008.9).

Normalised Difference Vegetation Index – нормализованная разность яркостей в красной и ближней инфракрасной зонах LAI - Leaf Area Index FPAR - Fraction of Photosynthetically Active Radiation и температура воздуха на уровне 550 мб (2). Данные на 18.04. Список литературы 1. Шокин Ю.И., Добрецов Н.Н., Пестунов И.А., Молородов Ю.И., Смирнов В.В., Синявский Ю.Н. // Система сбора, хранения и обработки спутниковых и наземных данных Новосибирского научного центра СО РАН // Выч. тех.– 2008.– Т.13.– Вестн. КазНУ им.

аль-Фараби. Серия: Математика, механика, информатика.– №4 (59).– Совместный вып.

по материалам междунар. конф. «Вычислительные и информационные технологии в науке, технике и образовании».– Ч.III.– С.371-376.

2. Лагутин А.А., Никулин Ю.А., Жуков А.П., Лагутин А.А., Резников А.Н., Синицин В.В., Шмаков И.А. Математические технологии оперативного регионального спутникового мониторинга характеристик атмосферы и подстилающей поверхности ч. 1. MODIS// Вычислительные технологии. – 2007. – Т. 12. – № 2.

3. Шокин Ю.И., Пестунов И.А., Смирнов В.В. Корпоративная информационная система СО РАН для сбора, хранения и обработки спутниковых и наземных данных // Труды X Всероссийской конференции с участием иностранных ученых «Проблемы мониторинга Глава окружающей среды (EM-2009)». Кемерово, 27-30 октября 2009. Горный информационноаналитический бюллетень. 2009. Вып. 2, т. 1 (т. 2)

1.3. ФУНКЦИОНАЛЬНЫЕ МОДУЛИ ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ

ПОДДЕРЖКИ РЕГИОНАЛЬНЫХ ИССЛЕДОВАНИЙ ПРИРОДНОКЛИМАТИЧЕСКИХ ИЗМЕНЕНИЙ: РАЗРАБОТКА И ИСПОЛЬЗОВАНИЕ

ДЛЯ АНАЛИЗА ДИНАМИКИ МЕТЕОРОЛОГИЧЕСКИХ

ХАРАКТЕРИСТИК НА ТЕРРИТОРИИ СИБИРИ

Введение Хорошо известно, что развитие науки и техники за последние несколько десятилетий превратили исследования в области наук о Земле в сложный мультидисциплинарный процесс, объединяющий национальные и, нередко, международные исследовательские группы из смежных областей. Такие группы специалистов должны совместно работать, обмениваться данными, знаниями, координировать свою деятельность, оптимально используя имеющиеся информационно-вычислительные ресурсы, сервисы и приложения.

При этом более полное понимание и оценка динамики глобального и регионального климата при использовании как мониторинга, так и моделирования, возможно только при серьезном использовании информационно-вычислительных технологий. Научным сообществом неоднократно признавалось, что развитие информационно-вычислительной инфраструктуры является неотъемлемой частью таких исследований [1-5]. В частности, относительно недавно было признано, что управление потоками геофизических данных, получаемых на больших пространственных масштабах и используемых в мультдисциплинарных проектах, требует новых управляющих структур и подходов [6]. Таким образом, современной задачей является повышение эффективности исследований путем разработки платформ и механизмов, предоставляющих совместную рабочую среду для вовлеченных в проект ученых, а также предоставление доступа и повышение эффективности использования научных информационных ресурсов, таких как наборы данных наблюдений, моделирования, результатов обработки и анализа. Такие наборы пространственно-привязанных геофизических данных активно используются в многочисленных приложениях, включающих, прогноз, моделирование и интерпретацию климатических и экосистемных изменений на разных пространственных и временных масштабах. Кроме того, следует отметить изначальную разнородность наборов данных, полученных из разных источников или организаций, которая затрудняет не только обмен данными и результатами при проведении мультидисциплинарных исследований, но также значительно усложняет возможность их сравнения, что уменьшает достоверность выполняемого анализа.

В то время как количество, разнообразие и пространственное разрешение наборов геофизических данных увеличивается с каждым днем, в научном сообществе нарастает потребность в эффективных инструментах, облегчающих процесс их обработки и анализа. С учетом современных тенденций развития сетевых технологий, очевидно, что такие инструменты должны быть доступны через Интернет, чтобы позволить пользователю удаленно обрабатывать огромные архивы данных и извлекать из них необходимую информацию. При этом следует учитывать разный уровень и характер знаний специалистов, вовлеченных в исследовательский процесс, поэтому для достижения корректных результатов обработки, анализа и интерпретации данных такой набор инструментов должен опираться на унифицированную и проверенную алгоритмическую базу. Таким образом, одной из важных задач информационной поддержки интегрированных научных исследований в области наук о Земле является создание основанной на современных информационнотелекоммуникационных технологиях программной инфраструктуры для комплексного использования наборов пространственно-привязанных геофизических данных (см. EGU-ESSI Position Paper, http://sites.google.com/a/imaa.cnr.it/egu-essi).

В настоящее время все большее число специалистов, работающих с пространственнопривязанными данными, полагают, что соответствующая информационно-вычислительная инфраструктура должна основываться на комбинированном использовании потенциала веби ГИС-технологий [2, 7-11]. Дело в том, что при использовании только ГИС-технологий требуются мощные вычислительные ресурсы, обеспечивающие поддержку современного математического аппарата, а также распределенный доступ к огромным архивам данных, что не всегда имеется у конечного пользователя. Особенно это справедливо для геофизики так называемых «текучих» сред (атмосфера, океан), в которой анализ динамики процессов на основе сложных вычислительных моделей является основной задачей. В данной работе был выбран наиболее перспективный подход, использующий комбинирование веб- и ГИСтехнологий и нацеленный на создание прикладного информационно-вычислительного программного комплекса, построенного на основе веб-технологий и обладающего функциональностью ГИС.

На сегодняшний день уже существует целый ряд информационных веб-систем посвященных, в той или иной мере, обработке пространственно-привязанных геофизических данных. Наиболее простым, с точки зрения реализации, примером для работы с ограниченным набором данных является система распространения и визуализации данных, базирующаяся на Совместной модели общей циркуляции атмосферы и океана, и разработанная в Институте вычислительной математики (ИВМ) РАН [12-14]. Более технически сложными и охватывающими большее количество наборов климатических данных являются системы KNMI «Climate explorer» [15-16] и European Climate Assessment & Dataset (ECA&D) [17], предоставляющие возможности отображения временных последовательностей данных в виде 2-мерных графиков, визуализацию полей данных, расчет средних и экстремальных значений, а также стандартного отклонения и корреляции между различными параметрами. Можно также упомянуть модель распределенной информационноаналитической системы [18-19] для поиска, обработки и анализа пространственнораспределенных данных, основанную на комбинации ГИС и веб-технологий, и разрабатываемую в настоящее время в Институте вычислительных технологий (ИВТ) и Институте геологии и минералогии (ИГМ) СО РАН. Намного более функциональной системой для обработки и визуализации данных спутниковых наблюдений является система GES-DISC Interactive Online Visualization ANd aNalysis Infrastructure (GIOVANNI), разработанная в NASA [20-21]. Разработка инфраструктуры пространственных данных на базе стандартов OGC [22] и ISO также ведется в рамках проекта SIB-ESS-C (Siberian Earth System Science Cluster). Инструменты для обработки пространственно-распределенных временных рядов наблюдений, на данный момент доступные на веб-портале проекта (http://argon.geogr.uni-jena.de/sibessc/) в тестовом режиме, предоставляют возможности доступа к данным, а также визуализации и анализа происходящих на территории Сибири изменений с помощью современных веб-ГИС технологий (Mapfish framework, SIMILE Timeline Widgets, и т.д.) [23]. Одной же из наиболее развитых систем для интегрированной онлайн-обработки разнородных данных по климату, гидрологии, данных дистанционного зондирования и т.д. является RIMS (An Integrated Mapping and Analysis System with Application to Siberia, http://RIMS.unh.edu/) [24]. Данное ПО является весьма успешной попыткой реализации полнофункциональной ГИС-системы в виде веб-приложения с помощью MapServer [25], и широко используется при выполнении многочисленных исследовательских проектов [26], включая проекты NEESPI (http://NEESPI.sr.unh.edu). Шаг в создании прототипа информационно-вычислительной системы для области исследований, Глава проводимых в СО РАН, был сделан также в Институте мониторинга климатических и экологических систем (ИМКЭС) СО РАН [27]. Прототип успешно оперирует с данными реанализов, позволяет выполнять ряд фундаментальных операций математического и статистического анализа, а также предоставляет результаты обработки в графическом виде, выдаваемые пользователю на веб-странице системы (http://climate.risks.scert.ru). Однако, несмотря на достигнутый к настоящему времени прогресс в области исследований, проводимых СО РАН, отсутствует специализированный инструмент в виде унифицированного программного комплекса, основанного на веб-ГИС технологиях, для поддержки мультидисциплинарных проектов по осуществлению мониторинга и прогноза характеристик экосистем, в том числе с использованием данных высокого пространственного разрешения, а также их связи с региональными климатическими изменениями.

Архитектура программного комплекса Разрабатываемый программный комплекс состоит из структурированных наборов пространственно-привязанных геофизических данных, снабженных соответствующими метаданными; системы регионального моделирования WRF-ARW; и информационновычислительной веб-системы, обеспечивающей обработку и визуализацию наборов геофизических данных (рис. 1). В состав веб-системы входят:

1. Вычислительное ядро, представляющее собой набор независимых модулей, реализованных на языке IDL (Interactive Data Language [28]).

2. Веб-портал, реализующий логику веб-приложений, связь с картографическими вебсервисами, и обеспечивающий работу с хранилищем метаданных.

3. Графический интерфейс пользователя.

Собранные из различных источников наборы пространственно-привязанных данных были проанализированы, систематизированы и преобразованы к форматам NetCDF (соглашение COARDS) или HDF5 для метеорологических данных и данных дистанционного зондирования, а затем размещены в специализированном хранилище.

Для расширения существующего архива наборами данных, содержащими поля метеорологических величин с высоким пространственным разрешением, используется система регионального моделирования. В настоящий момент отлажена технология восстановления полей для выбранных территорий, в частности, для территории Западной Сибири. Восстановление производится с помощью статистических методов и современной вычислительной модели WRF [29], включающей в себя функцию усвоения данных измерений внутри вычисляемой области и входящей в состав системы регионального моделирования WRF-ARW. В качестве начальных условий для модели, используются поля метеопараметров низкого пространственного разрешения (реанализ), а также производится привязка к данным наблюдений, полученных на метеорологических станциях.

Специализированный веб-портал является связующим звеном между элементами разрабатываемой системы, а также между системой и конечным пользователем. В нем реализована необходимая базовая функциональность, такая как авторизация пользователей, подключение к базам данных, использование HTML-шаблонов, языковая локализация, система управлением контентом (CMS) и ряд других возможностей. Также в рамках вебпортала создается веб-приложение для работы с метаданными, описывающими архивы пространственно-привязанных геофизических данных, и реализующее функции аннотации, редактирования и поиска с использованием технологий Semantic Web [30].

Поскольку в настоящее время общие принципы и стандарты в области разработки программного обеспечения, предоставляющего картографические веб-сервисы, разрабатываются и декларируются международной некоммерческой организацией Open Geospatial Consortium (OGC, [22]), то помимо простой визуализации и создания данных, необходимо перенести в веб их обработку и анализ. Это стало возможным благодаря использованию мощного инструментария, легко размещаемого на веб-серверах, такого как Mapserver [25], GeoTools [31], и т. д. Использование технологий веб-ГИС, и, в частности, протоколов WMS/WFS, позволило реализовать в веб-портале следующие функциональные возможности:

1. Масштабирование графических результатов вычислений.

2. Выбор географического диапазона.

3. Использование множества слоев для представления различной картографической 4. Предоставление массива информации, связанной с конкретным географическим объектом, по удаленному запросу пользователя.

Пользователь разрабатываемой системы оперирует веб-браузером, который является стандартным клиентом, имеющимся на любой современной рабочей станции. Графический интерфейс для администрирования и эксплуатации информационно-вычислительной системы предоставляет пользователю возможность в простой и интуитивно понятной форме сформировать задание на обработку пространственно-распределенных данных. Разработка графического интерфейса ведется с использованием языков DHTML, PHP и JavaScript.

Библиотека для проектирования элементов интерфейса основана на инструментарии GeoExt [32], объединяющем JavaScript-библиотеки ExtJS Framework [33] и OpenLayers [34].

Последняя используется для реализации функциональности ГИС и позволяет оперативно создавать веб-интерфейс для отображения картографических материалов, представленных в различных форматах и расположенных на различных серверах.

Вычислительное ядро веб-системы обеспечивает доступ, поиск, выборку и обработку наборов данных, благодаря большому числу модулей, входящих в его состав. Модули ядра выполняются в среде IDL и контролируются менеджером ядра, который управляется вебприложениями, выполняемыми в рамках специализированного веб-портала.



Pages:   || 2 | 3 | 4 | 5 |   ...   | 7 |
 
Похожие работы:

«СБОРНИК РАБОЧИХ ПРОГРАММ Профиль бакалавриата : Математическое и программное обеспечение вычислительных машин и компьютерных сетей Содержание Страница Б.1.1 Иностранный язык 2 Б.1.2 История 18 Б.1.3 Философия 36 Б.1.4 Экономика 47 Б.1.5 Социология 57 Б.1.6 Культурология 71 Б.1.7 Правоведение 83 Б.1.8.1 Политология 89 Б.1.8.2 Мировые цивилизации, философии и культуры Б.2.1 Алгебра и геометрия Б.2.2 Математический анализ Б.2.3 Комплексный анализ Б.2.4 Функциональный анализ Б.2.5, Б.2.12 Физика...»

«РОССИЙСКАЯ АКАДЕМИЯ НАУК ВЫЧИСЛИТЕЛЬНЫЙ ЦЕНТР им. А.А.ДОРОДНИЦЫНА _ СООБЩЕНИЯ ПО ПРИКЛАДНОЙ МАТЕМАТИКЕ М.Ю. Андреев, И.Г. Поспелов ПРИНЦИП РАЦИОНАЛЬНЫХ ОЖИДАНИЙ: ОБЗОР КОНЦЕПЦИЙ И ПРИМЕРЫ МОДЕЛЕЙ ВЫЧИСЛИТЕЛЬНЫЙ ЦЕНТР им. А.А. ДОРОДНИЦЫНА РАН МОСКВА 2008 1 УДК 519.86 ОТВЕТСТВЕННЫЙ РЕДАКТОР академик РАН А.А. Петров Принцип рациональных ожиданий лежит в основе современной экономической теории. В работе рассматриваются существующие формализации этого принципа и приводятся некоторые специфические...»

«Научные исследования подавателей факультета I математики и информатики 70-летию университета посвящается УДК 517.977 Е.А. Наумович ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДЕЯТЕЛЬНОСТИ КАФЕДРЫ ДИФФЕРЕНЦИАЛЬНЫХ УРАВНЕНИЙ И ОПТИМАЛЬНОГО УПРАВЛЕНИЯ (1979-2009 гг.) В статье приводятся краткие сведения из истории создания и развития кафедры дифференциальных уравнений и оптимального управления. Сформулированы основные научные направления и наиболее важные результаты, полученные сотрудниками кафедры. Приведена информации...»

«ДОКЛАДЫ БГУИР № 2 (14) АПРЕЛЬ–ИЮНЬ 2006 ЭКОНОМИКА И УПРАВЛЕНИЕ УДК 608. (075) ТЕОРЕТИЧЕСКИЕ АСПЕКТЫ НЕМАТЕРИАЛЬНЫХ АКТИВОВ Т.Е. НАГАНОВА Белорусский государственный университет информатики и радиоэлектроники П. Бровки, 6, Минск, 220013, Беларусь Поступила в редакцию 28 ноября 2005 Рассматриваются теоретические составляющие интеллектуальной собственности с целью формулировки подходов к совершенствованию патентно-лицензионной работы в Республике Беларусь. Ключевые слова: интеллектуальная...»

«ДОКЛАДЫ БГУИР №2 ЯНВАРЬ–МАРТ 2004 УДК 538.945 НАНОЭЛЕКТРОНИКА И НАНОТЕХНОЛОГИЯ В БЕЛОРУССКОМ ГОСУДАРСТВЕННОМ УНИВЕРСИТЕТЕ ИНФОРМАТИКИ И РАДИОЭЛЕКТРОНИКИ: ОТ ПЕРВЫХ ШАГОВ ДО СЕГОДНЯШНЕГО ДНЯ В.Е. БОРИСЕНКО Белорусский государственный университет информатики и радиоэлектроники П. Бровки, 6, Минск, 220013, Беларусь Поступила в редакцию 19 ноября 2003 Представлены основные этапы развития работ по наноэлектронике и нанотехнологии в БГУИР. Показаны организационная структура научных исследований и...»

«МОСКОВСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИМЕНИ М.В.ЛОМОНОСОВА ХИМИЧЕСКИЙ ФАКУЛЬТЕТ КАФЕДРА ОРГАНИЧЕСКОЙ ХИМИИ И.Э.НИФАНТЬЕВ, П.В.ИВЧЕНКО ПРАКТИКУМ ПО ОРГАНИЧЕСКОЙ ХИМИИ Методическая разработка для студентов факультета биоинженерии и биоинформатики Москва 2006 г. Введение Настоящее пособи предназначено для изучающих органическую химию студентов второго курса факультета биоинженерии и биоинформатики МГУ им. М.В.Ломоносова. Оно состоит из двух частей. Первая часть знакомит студентов с основными...»

«Содержание 1 Организационно-правовое обеспечение образовательной деятельности 2 Структура подготовки магистров 3 Содержание подготовки магистров 3.1. Анализ рабочего учебного плана и рабочих учебных программ 3.2 Организация учебного процесса 3.3 Информационно-методическое обеспечение учебного процесса 3.4 Воспитательная работа 4 Качество подготовки магистров 4.1 Анализ качества знаний студентов по результатам текущей и промежуточной аттестации. 15 4.2 Анализ качества знаний по результатам...»

«Федеральное агентство по образованию Государственное образовательное учреждение высшего профессионального образования САМАРСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ НОРМАТИВНЫЕ ДОКУМЕНТЫ САМАРСКОГО ГОСУДАРСТВЕННОГО УНИВЕРСИТЕТА ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ Выпуск 1 Издательство Универс-групп 2005 Печатается по решению Редакционно-издательского совета Самарского государственного университета Нормативные документы Самарского государственного университета. Информационные технологии. Выпуск 1. / Составители:...»

«РОССИЙСКАЯ АКАДЕМИЯ НАУК Санкт-Петербургский институт информатики и автоматизации Посвящается 30-летию Санкт-Петербургского института информатики и автоматизации Российской академии наук В.В. Александров С.В. Кулешов О.В. Цветков ЦИФРОВАЯ ТЕХНОЛОГИЯ ИНФОКОММУНИКАЦИИ Передача, хранение и семантический анализ ТЕКСТА, ЗВУКА, ВИДЕО Санкт-Петербург НАУКА 2008 1 УДК 004.2:004.6:004.7 ББК 32.973 А Александров В.В., Кулешов С.В., Цветков О.В. Цифровая технология инфокоммуникации. Передача, хранение и...»

«ББК 32.81я721 И74 Рекомендовано Министерством образования и науки Украины (приказ МОН Украины № 56 от 02.02.2009 г.) Перевод с украинского И.Я. Ривкинда, Т.И. Лысенко, Л.А. Черниковой, В.В. Шакотько Ответственные за подготовку к изданию: Прокопенко Н.С. - главный специалист МОН Украины; Проценко Т.Г. - начальник отдела Института инновационных технологий и содержания образования. Независимые эксперты: Ляшко С.И. - доктор физ.-мат. наук, профессор, член-корреспондент НАН Украины, заместитель...»

«УДК 37 ББК 74 М57 Автор: Витторио Мидоро (Институт образовательных технологий Национального исследовательского совета, Италия) Консультант: Нил Батчер (эксперт ЮНЕСКО, ЮАР) Научный редактор: Александр Хорошилов (ИИТО ЮНЕСКО) Руководство по адаптации Рамочных рекомендаций ЮНЕСКО по структуре ИКТ-компетентности М57 учителей (методологический подход к локализации UNESCO ICT-CFT). –М.: ИИЦ Статистика России– 2013. – 72 с. ISBN 978-5-4269-0043-1 Предлагаемое Руководство содержит описание...»

«УДК 621.37 МАХМАНОВ ОРИФ КУДРАТОВИЧ Алгоритмические и программные средства цифровой обработки изображений на основе вейвлет-функций Специальность: 5А330204– Информационные системы диссертация на соискание академической степени магистра Научный руководитель : к.т.н., доцент Хамдамов У. Р. ГОСУДАРСТВЕННЫЙ КОМИТЕТ СВЯЗИ,...»

«Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт А.В. Коротков Биржевое дело и биржевой анализ Учебно-практическое пособие Москва, 2007 1 УДК 339.17 ББК 65.421 К 687 Коротков А.В. БИРЖЕВОЕ ДЕЛО И БИРЖЕВОЙ АНАЛИЗ: Учебнопрактическое пособие / Московский государственный университет экономики, статистики и информатики. – М., 2007. – 125с. ISBN 5-7764-0418-5 © Коротков А.В., 2007 © Московский...»

«СРГ ПДООС ПРЕДЛАГАЕМАЯ СИСТЕМА СТАНДАРТОВ КАЧЕСТВА ПОВЕРХНОСТНЫХ ВОД ДЛЯ МОЛДОВЫ: Технический доклад (сокращенная версия, без приложений) Настоящий доклад подготовлен Полом Бяусом (Нидерланды) и Кармен Тоадер (Румыния) для Секретариата СРГ ПДООС/ОЭСР в рамках проекта Содействие сближению со стандартами качества воды ЕС в Молдове. Финансовую поддержку проекту оказывает DEFRA (Соединенное Королевство). За дополнительной информацией просьба обращаться к Евгению Мазуру, руководителю проекта в ОЭСР,...»

«РОССИЙСКАЯ АКАДЕМИЯ НАУК ИНСТИТУТ ПРОБЛЕМ ИНФОРМАТИКИ А.В. ИЛЬИН, В.Д. ИЛЬИН СИМВОЛЬНОЕ МОДЕЛИРОВАНИЕ В ИНФОРМАТИКЕ Москва ИПИ РАН 2011 Ильин Владимир Ильин Александр Дмитриевич Владимирович Доктор техн. наук, профессор. Кандидат техн. наук. Заведующий Старший научный сотрудник Лаб. Методологических основ информатизации в Институте проблем информатики РАН Автор более 100 трудов по Автор более 30 трудов по S-моделированию, S-моделированию, автоматизации конструированию программ и...»

«Направление бакалавриата 210100 Электроника и наноэлектроника Профиль подготовки Электронные приборы и устройства СОДЕРЖАНИЕ ИСТОРИЯ ИНОСТРАННЫЙ ЯЗЫК ФИЛОСОФИЯ ЭКОНОМИКА И ОРГАНИЗАЦИЯ ПРОИЗВОДСТВА КУЛЬТУРОЛОГИЯ ПРАВОВЕДЕНИЕ ПОЛИТОЛОГИЯ СОЦИОЛОГИЯ МАТЕМАТИКА ФИЗИКА ХИМИЯ ЭКОЛОГИЯ ИНФОРМАТИКА ВЫЧИСЛИТЕЛЬНАЯ МАТЕМАТИКА МЕТОДЫ МАТЕМАТИЧЕСКОЙ ФИЗИКИ ФИЗИЧЕСКИЕ ОСНОВЫ ЭМИССИОННОЙ ЭЛЕКТРОНИКИ И КАТОДЫ СПЕЦИАЛЬНЫЕ ВОПРОСЫ ФИЗИКИ СПЕЦИАЛЬНЫЕ ВОПРОСЫ МАТЕМАТИКИ ОСНОВЫ ТЕОРИИ НАДЁЖНОСТИ ТЕОРИЯ ИНЖЕНЕРНОГО...»

«Направление подготовки: 010400.68 Прикладная математика и информатика (очная) Объектами профессиональной деятельности магистра прикладной математики и информатики являются научно - исследовательские центры, государственные органы управления, образовательные учреждения и организации различных форм собственности, использующие методы прикладной математики и компьютерные технологии в своей работе. Магистр прикладной математики и информатики подготовлен к деятельности, требующей углубленной...»

«Сведения об авторе. Сведения о дисциплине Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт М.С. Каменецкая Международное частное право Учебно-практическое пособие Москва 2007 Международное частное право УДК - 341 ББК – 67.412.2 К – 181 Каменецкая М.С. МЕЖДУНАРОДНОЕ ЧАСТНОЕ ПРАВО: Учебно-практическое пособие. – М.: Изд. центр ЕАОИ, 2007. – 306 с. © Каменецкая М.С., 2007 © Евразийский открытый...»

«Департамент Образования города Москвы Северо-Западное окружное Управление образования Окружной методический центр Окружной ресурсный центр информационных технологий Пространственное моделирование и проектирование в программной среде Компас 3D LT Методические материалы дистанционных семинаров для учителей средней школы. Дистанционные обучающие олимпиады Разработчики: Третьяк Т.М., Фарафонов А.А. Москва 2003 2 Введение В данной работе представлены методические материалы дистанционных семинаров...»

«  Древние языки и культуры  Международный консорциум Электронный университет Московский государственный университет экономики, статистики и информатики Евразийский открытый институт В.М. Заболотный ДРЕВНИЕ ЯЗЫКИ  И КУЛЬТУРЫ  Учебно-методический комплекс Москва, 2009 1   Древние языки и культуры  УДК 81 ББК 81 З 125 Научный редактор: д.ф.н., проф. С.С. Хромов Заболотный, В.М. ДРЕВНИЕ ЯЗЫКИ И КУЛЬТУРЫ. – М.: Изд. центр З 125 ЕАОИ, 2009. – 308 с. ISBN 978-5-374-00262-1 УДК ББК © Заболотный В.М., ©...»






 
© 2014 www.kniga.seluk.ru - «Бесплатная электронная библиотека - Книги, пособия, учебники, издания, публикации»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.