Математическое моделирование природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов тема диссертации и автореферата по ВАК РФ 05.13.18, кандидат наук Стреблянская Наталья Васильевна

• Стреблянская Наталья Васильевна
• кандидат наук
• 2019

Оглавление диссертации кандидат наук Стреблянская Наталья Васильевна

ВВЕДЕНИЕ

1 АНАЛИЗ СУЩЕСТВУЮЩИХ ТЕХНОЛОГИЙ ПРОГНОЗИРОВАНИЯ ПРИРОДНЫХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ, ОЦЕНКИ РИСКА И ВОЗМОЖНОСТИ ЕГО СНИЖЕНИЯ

1.1 Сущность и назначение систем мониторинга окружающей среды, наблюдаемые параметры чрезвычайных ситуаций

1.2 Анализ существующих технологий прогнозирования чрезвычайных ситуаций природного и техногенного характера и оценки риска

1.2.1 Стандартизированные методики по прогнозированию природных чрезвычайных ситуаций

1.2.2 Программно-аппаратные комплексы прогнозирования чрезвычайных ситуаций

1.2.3 Анализ методов управления экологическими рисками

1.3 Анализ применимости существующих методов анализа и прогнозирования временных рядов для наблюдаемых параметров природных чрезвычайных ситуаций

1.3.1 Нестационарность временных рядов наблюдаемых параметров

1.3.2 Персистентность временных рядов наблюдаемых параметров

1.3.3 Оценка применимости существующих методов анализа и прогнозирования временных рядов

1.4 Математическая постановка задачи прогнозирования риска наступления природной чрезвычайной ситуации с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов

1.5 Формулировка научной задачи и обоснование частных научных задач диссертационного исследования

1.6 Выводы по разделу

2 МЕТОД ДЛЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРИРОДНЫХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ С НАБЛЮДАЕМЫМИ ПАРАМЕТРАМИ НА ОСНОВЕ НЕСТАЦИОНАРНЫХ ПЕРСИСТЕНТНЫХ ВРЕМЕННЫХ РЯДОВ

2.1 Численный метод прогнозирования нестационарных персистентных временных рядов «Уточненный метод Брауна»

2.1.1 Описание базового метода Брауна

2.1.2 Описание уточненного метода Брауна

2.2 Математический метод «Оценка степеней поражающего воздействия наблюдаемых параметров на природную чрезвычайную ситуацию» с использованием нечетких экспертных суждений

2.3 Метод для оценки риска наступления природных чрезвычайных ситуаций

2.3.1 Метод Файна-Кинни оценки профессионального риска

2.3.2 Модифицированный метод Файна-Кинни для оценки риска наступления природной чрезвычайной ситуации

2.4 Метод для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов

2.5 Выводы по разделу

3 РАЗРАБОТКА АЛГОРИТМА И КОМПЛЕКСА ПРОБЛЕМНО-ОРИЕНТИРОВАННЫХ ПРОГРАММ ДЛЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРИРОДНЫХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ С НАБЛЮДАЕМЫМИ ПАРАМЕТРАМИ НА ОСНОВЕ НЕСТАЦИОНАРНЫХ ПЕРСИСТЕНТНЫХ ВРЕМЕННЫХ РЯДОВ

3.1 Описание алгоритма метода для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов

3.2 Описание комплекса проблемно-ориентированных программ «ТЕРИС Прогноз»

3.3 Реализация алгоритма прогнозного моделирования чрезвычайных ситуаций гидрологического характера на базе комплекса проблемно-ориентированных программ «ТЕРИС Прогноз»

3.4 Выводы по разделу

4 ОЦЕНКА ЭФФЕКТИВНОСТИ РАЗРАБОТАННОГО МЕТОДА ДЛЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ ПРИРОДНЫХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ С НАБЛЮДАЕМЫМИ ПАРАМЕТРАМИ НА ОСНОВЕ НЕСТАЦИОНАРНЫХ ПЕРСИСТЕНТНЫХ ВРЕМЕННЫХ РЯДОВ

4.1 Оценка точности прогнозирования нестационарных персистентных временных рядов наблюдаемых параметров природной чрезвычайной ситуации

4.2 Оценка согласованности мнений экспертов на основе расчета коэффициента множественной ранговой корреляции

4.3 Оценка остаточного риска наступления природной чрезвычайной ситуации

4.4 Разработка практических рекомендаций по использованию разработанного метода для математического моделирования природных

чрезвычайных ситуаций

4.4 Выводы по разделу

ЗАКЛЮЧЕНИЕ

СПИСОК ЛИТЕРАТУРЫ

ПРИЛОЖЕНИЕ А

ПРИЛОЖЕНИЕ Б

152

Введение диссертации (часть автореферата) на тему «Математическое моделирование природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов»

ВВЕДЕНИЕ

Актуальность темы исследования. Анализ развития природных катастрофических явлений во всем мире показывает, что, несмотря на научно-технический прогресс, защищенность людей и техносферы от природных опасностей не возрастает. Количество жертв от разрушительных природных явлений в последние годы ежегодно увеличивается. В настоящее время существует понимание того, что природные катастрофы являются глобальной проблемой и одним из важнейших факторов, определяющих устойчивое развитие экономики. В России функционирует комплексная система экстренного оповещения населения (КСЭОН), содержащая программно-аппаратные комплексы мониторинга и прогнозирования опасных природных явлений и техногенных процессов. Эти средства содержат автоматизированные технологии сбора, передачи и мониторинга полученных данных, которые используются практически везде и позволяют получить подробное представление о состоянии объектов природы.

В большинстве программно-аппаратных комплексов прогнозирования чрезвычайных ситуаций (ЧС), как в государственной системе КСЭОН, так и региональных системах экстренного оповещения населения о наступающих ЧС, имеются существенные недостатки:

1) при прогнозировании временных рядов наблюдаемых параметров природных ЧС не учитываются свойства нестационарности и персистентности, что влияет на качество прогнозов;

2) расчет прогнозируемых параметров ЧС осуществляется на следующий момент времени, что является недостаточным для реализации полномасштабных мероприятий по предупреждению ЧС;

3) при оценке прогнозируемых параметров ЧС не используются экспертные оценки, которые могли бы повышать достоверность оценки риска.

Актуальность диссертационного исследования обусловлена необходимостью разработки метода математического моделирования природных ЧС с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов с целью снижения риска наступления природных ЧС.

Степень разработанности проблемы. Проблемы прогнозирования природных ЧС и оценки рисков нашли свое отражение в работах Горбунова С.В., Макиева Ю.Д., Малышева В.П., Моськина К.Д., Самчика В.Д., Шапошникова Ю.Н., Болова В.Р., Гречиха А.П., Храмцова Б.А., Юсуповой Н.И., Шапошникова С.В., Байды С.Е., Никитиной А.В., Черных В.И., Кузнецовой Ю.С., Голосова В.Н., Куксиной Л.В., Воронина С.В., Ухабова С.С., Хашировой Т.Ю., Киселева С.Л., Мухина В.И., Родкина М.В., Некрасова О.Н. и др.

Адаптивные методы прогнозирования рассмотрены в работах Лукашина Ю.П., Федосеева В.В., Гармаш А.Н., Дайитбегова Д.М., Орловой И. В., Половникова В.А., Кильдишева Г.С, Френкеля A.A., Рывкина A.A., Сараджишвили В.Ю., Чегпыркина Е.М., Бокс Лж., Дженкис Г., Бирмана Э.Г., Тихонова Э.Е. и др.

Прогнозированию коротких временных рядов посвящены публикации Афанасьевой Т.В., Наместникова А.М., Перфильевой И.Г., Романова А.А., Ярушкиной Н.Г., Демидовой Л.А., Пылькина А.Н., Скворцова С.В., Скворцовой Т.С., Кильдишев Г.С., Френкель A.A., Артеменко М.В., Богданова М.В., Стародубцевой Л.В., Семёнычева В.К., Семёнычева Е.В. и др.

Вопросам исследования динамики и устойчивости моделей прогнозирования посвящены публикации Курдюмова С.П., Малинецкого Г.Г., Потапова А.Б., Перепелицы В.А., Лебедева В.И., Аксёнова В.Ю.,

Дмитриева В.Н., Масловской А.Г., Осокиной Т.Р., Барабаш Т.К., Старченко Н.В., Канторович Г.Г., Амосова О.С., Муллера Н.В., Божокина С.В., Паршина В.А. и др.

Методы получения экспертных оценок и их обработки приведены в публикациях Nishiwaki Y., Mital A., Karwowski W., Mistra K.B., Weber G. G., Переездчикова И.В., Глухова С.В., Козлитина П.А., Оськина А.А., Юмагузина У. Ф., Байбурина Р.А., Ястребовой Н.Н., Номоконова О.В., Белешева М.В., Коптева Н.А. и др.

Объектом исследования являются быстропротекающие природные процессы, приводящие к возникновению чрезвычайной ситуации.

Предметом исследования являются методы моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов.

Целью диссертационной работы является снижение риска наступления природных чрезвычайных ситуаций с наблюдаемыми параметрами за счет использования в прогнозном моделировании свойств нестационарности и персистентности временных рядов.

Научная задача исследования состоит в разработке методов и алгоритмов для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов.

Для достижения поставленной цели общая научная задача разбита на ряд частных научных задач:

1. Разработать численный метод прогнозирования первичных данных, получаемых инструментальными средствами мониторинга окружающей среды, для наблюдаемых параметров природных чрезвычайных ситуаций на основе нестационарных персистентных временных рядов.

2. Разработать математический метод оценки степеней поражающего воздействия наблюдаемых параметров на развивающуюся природную чрезвычайную ситуацию с использованием нечетких экспертных суждений.

3. Разработать метод оценивания рисков наступления природных чрезвычайных ситуаций с использованием степеней их поражающего воздействия наблюдаемых параметров и прогнозных значений неблагоприятного события отклонения наблюдаемых параметров от предельно возможных значений.

4. Разработать метод для математического моделирования природных чрезвычайных ситуаций, позволяющий прогнозировать наблюдаемые параметры, получать оценки степеней их поражающего воздействия, оценивать риски наступления чрезвычайной ситуации.

5. Разработать алгоритм метода для математического моделирования природных чрезвычайных ситуаций с применением разработанных методов прогнозирования временных рядов наблюдаемых параметров, оценки степеней поражающего воздействия и риска наступления потенциально опасного природного явления.

Научная новизна. В диссертации получены следующие результаты, характеризующиеся научной новизной:

1. Численный метод прогнозирования нестационарных персистентных временных рядов, отличающийся от существующих адаптивных методов прогнозирования возможностью точного аналитического расчета коэффициента сглаживания.

2. Математический метод вывода степеней поражающего воздействия наблюдаемых параметров на природную чрезвычайную ситуацию с использованием нечетких экспертных оценок, позволяющий в отличие от базового модифицированного метода сложения функций принадлежности для оценки риска получать точечные оценки.

3. Модифицированный метод Файна-Кинни для оценки риска наступления природных чрезвычайных ситуаций, отличающийся от базового метода использованием обобщенных экспертных оценок степеней поражающего воздействия наблюдаемых параметров и прогнозных

отклонений наблюдаемых параметров от предельно возможных значений вместо частотных оценок их наступления.

4. Метод для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов, позволяющий получать более точные прогнозы в заданный момент времени по сравнению с имеющимися технологиями и минимизировать риски наступления чрезвычайных ситуаций.

5. Алгоритм математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов, позволяющий производить более точные расчеты с приемлемой вычислительной сложностью и реализованный в виде комплекса проблемно-ориентированных программ для проведения вычислительного эксперимента.

Теоретическая и практическая значимость работы. Практическая ценность результатов исследования заключается в снижении рисков наступления чрезвычайных ситуаций от воздействия природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов. Самостоятельной теоретической ценностью являются использование свойства персистентности при расчете коэффициента сглаживания в адаптивном методе прогнозирования, построение типовых функций принадлежности для возможности экспертной оценки поражающего воздействия наблюдаемых параметров, оценки риска наступления природной ЧС.

Использование комплекса проблемно-ориентированных программ «ТЕРИС Прогноз» позволяет получать оценки прогнозируемых параметров природной чрезвычайной ситуации при наличии короткой предстатистики изменения наблюдаемых параметров. Кроме того, комплекс проблемно-ориентированных программ «ТЕРИС Прогноз» имеет возможность

настройки под специфику конкретной природной чрезвычайной ситуации путем выбора актуальных наблюдаемых и прогнозируемых параметров.

Методы исследований. Методологической основой исследования являются методы математического моделирования. Для решения частных задач, поставленных в работе, применялись метод Брауна для прогнозирования временных рядов, модифицированный метод сложения функций принадлежности для оценки относительного ущерба, метод Файна-Кинни оценки профессионального риска.

В основе разработанного численного метода прогнозирования нестационарных персистентных временных рядов лежит аналитический расчет показателя Херста, являющегося коэффициентом сглаживания. В математическом методе оценки степеней поражающего воздействия наблюдаемых параметров на природную чрезвычайную ситуацию предложено получать точечные оценки без использования обобщающих взвешенных сверток. Для оценки риска наступления природных чрезвычайных ситуаций предложено модифицировать метод Файна-Кинни оценки профессионального риска в части использования обобщенных экспертных оценок степеней поражающего воздействия наблюдаемых параметров и прогнозных отклонений наблюдаемых параметров от предельно возможных значений вместо частотных оценок их наступления.

Представленные решения реализованы в методе для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов, который позволяет снижать риски наступления природных катастроф за счет минимизации поражающего воздействия наиболее опасных наблюдаемых параметров.

Алгоритм разработанного метода для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов реализован в комплексе проблемно-ориентированных программ.

Область исследования. Диссертационное исследование соответствует паспорту специальности 05.13.18 - Математическое моделирование, численные методы и комплексы программ (технические науки) по 3 пунктам:

- п. 1 «Разработка новых математических методов моделирования объектов и явлений»;

- п. 4 «Реализация эффективных численных методов и алгоритмов в виде комплексов проблемно-ориентированных программ для проведения вычислительного эксперимента»;

- п. 5 «Комплексные исследования научных и технических проблем с применением современной технологии математического моделирования и вычислительного эксперимента».

Положения, выносимые на защиту. На защиту выносятся следующие положения:

1. Численный метод «Уточненный метод Брауна» для прогнозирования нестационарных персистентных временных рядов, осуществляющий в отличие от базового метода Брауна аналитический расчет коэффициента сглаживания вместо его подбора, что повышает точность прогнозирования при снижении вычислительной сложности в переборной задаче.

2. Математический метод «Оценка степеней поражающего воздействия наблюдаемых параметров на природную чрезвычайную ситуацию», использующий опрос группы экспертов и позволяющий в отличие от базового метода «Модифицированный метод сложения функций принадлежности для оценки относительного ущерба» точечные оценки без использования обобщающих взвешенных сверток.

3. Модифицированный метод Файна-Кинни для оценки риска наступления природных чрезвычайных ситуаций, позволяющий повысить достоверность получаемых оценок риска по сравнению с базовым методом за счет использования обобщенных экспертных оценок степеней поражающего воздействия наблюдаемых параметров и прогнозных отклонений

наблюдаемых параметров от предельно возможных значений вместо частотных оценок их наступления.

4. Метод для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов, позволяющий получать более точные прогнозы наступления природной стихии по сравнению с имеющимися технологиями и снижать риски за счет минимизации поражающего воздействия наиболее опасных наблюдаемых параметров.

5. Алгоритм метода для математического моделирования природных чрезвычайных ситуаций применением разработанных методов прогнозирования временных рядов наблюдаемых параметров, оценки степеней поражающего воздействия и риска наступления потенциально опасного природного явления, позволяющий производить более точные расчеты и реализованный в комплексе проблемно-ориентированных программ «ТЕРИС Прогноз».

Степень достоверности и апробация результатов. Достоверность и обоснованность полученных в диссертационной работе теоретических результатов и формулируемых на их основе выводов обеспечивается строгостью производимых математических выкладок. Справедливость выводов относительно эффективности предложенных методов подтверждена компьютерным моделированием и рецензированием печатных работ.

Основные результаты работы докладывались, обсуждались и получили положительную оценку на 8 международных и всероссийских научно-практических конференциях: I Всероссийская научно-техническая конференция «Студенческая наука для развития информационного общества» (Ставрополь, 2014); ХХУ! Международная научно-практическая конференция «Фундаментальные и прикладные исследования: проблемы и результаты» (Новосибирск, 2016); Третья Международная научно-практическая конференция «Фундаментальные и прикладные исследования: новое слово в науке» (Москва, 2016 г); XIV Международная научно-

практическая конференция «Фундаментальные и прикладные исследования в современном мире» (Санкт-Петербург, 2016); Вторая Международная научно-практическая конференция теоретических и прикладных разработок молодых ученых «Современные научно-практические решения и подходы, 2016» (Москва, 2016); XXXIV Молодежная международная научно-практической конференция «Интеллектуальный потенциал XXI века: ступени познания» (Новосибирск, 2016); Международная научная конференция «Современные проблемы математического моделирования, обработки изображений и параллельных вычислений 2017» (СПММОИиПВ-2017) (Ростов-на-Дону, 2017); Международная конференция «Закономерности формирования и воздействия морских, атмосферных опасных явлений и катастроф на прибрежную зону РФ в условиях глобальных климатических и индустриальных вызовов» (Ростов-на-Дону, 2019); научных семинарах Северо-Кавказского федерального университета (Ставрополь, 2013-2019).

Диссертационное исследование выполнено в рамках реализации научного проекта по теме «Разработка кроссплатформенной технологии построения мобильных приложений с заданными контурами интеграции для повышения функциональной и ресурсной эффективности корпоративных информационных систем» в рамках ФЦПИР 2014-2020 (уникальный идентификатор прикладных научных исследований RFMEFI57614X0066 при финансовой поддержке Министерства образования и науки Российской Федерации. Отдельные результаты диссертационного исследования вошли в состав результатов указанного научного проекта и явились основой для разработки математических методов и алгоритмов в составе кроссплатформенной технологии построения мобильных приложений с заданными контурами интеграции. Апробация результатов, полученных в ходе диссертационного исследования, проводилась в составе комплекса экспериментальных исследований указанного научного проекта: в частности, методы, модели и алгоритмы, разработанные в ходе диссертационного исследования, выступили основой при создании комплекса проблемно-

ориентированных программ «Прогнозное моделирование чрезвычайных ситуаций гидрологического характера» (коммерческое наименование «ТЕРИС Прогноз»).

Внедрение. Результаты диссертационной работы рекомендованы к внедрению в отдел экологического мониторинга Ставропольского центра государственного экологического мониторинга для оценки поражающего воздействия быстроразвивающихся опасных природных процессов, приводящих к чрезвычайным ситуациям, в условиях отсутствия статистических данных; в подразделение «Защита, мониторинг и предупреждение чрезвычайных ситуаций» Главного управления МЧС России по Ставропольскому краю для получения предварительных оценок риска наступления природной стихии и потенциальных ущербов от ее последствий; в ООО «ИНФОКОМ-С» при создании модуля для аналитического моделирования возможной обстановки при подтоплении в комплексе проблемно-ориентированных программ «ТЕРИС Прогноз»; в учебный процесс института математики и естественных наук Северо-Кавказского федерального университета на кафедре экологии и природопользования по направлению подготовки 05.04.06 «Экология и природопользование» (направленность (профиль) - Экологический мониторинг для устойчивого развития) в рамках дисциплин «Методы экологического контроля и оценки состояния окружающей среды», «Оценка экологических рисков и угроз».

Личный вклад автора. В диссертации приведены результаты исследований, выполненные лично автором или при его непосредственном участии. Численный метод прогнозирования нестационарных персистентных временных рядов, отличающийся от существующих адаптивных методов прогнозирования возможностью точного аналитического расчета коэффициента сглаживания. Математический метод оценки степеней поражающего воздействия наблюдаемых параметров на природную ЧС с использованием нечетких экспертных оценок в условиях отсутствия статистических данных о поражающем воздействии наблюдаемых

параметров. Модифицированный метод Файна-Кинни для оценки риска наступления природных чрезвычайных ситуаций, использующий обобщенные экспертные оценки степеней поражающего воздействия наблюдаемых параметров и прогнозные значения неблагоприятного события «Отклонение наблюдаемых параметров от предельно возможных значений». Метод для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов. Алгоритм метода для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов, позволяющий производить более точные расчеты с приемлемой вычислительной сложностью и реализованный в виде комплекса проблемно-ориентированных программ для проведения вычислительного эксперимента.

Публикация результатов работы. Основные результаты диссертации достаточно полно изложены в 18 опубликованных научных работах автора, в том числе 5 - в рецензируемых научных изданиях, рекомендованных ВАК при Минобрнауки России, 1 - в журнале, индексируемом международной базой данных SCOPUS. Получено 2 свидетельства о государственной регистрации программы для ЭВМ.

Структура и объем диссертации. Диссертационная работа состоит из введения, четырех разделов, заключения, списка использованных источников, приложений. Текст диссертации изложен на 146 страницах основного текста, иллюстрируется 41 рисунками, 16 таблицами, 2 приложениями. Список использованных источников содержит 145 наименования.

1 АНАЛИЗ СУЩЕСТВУЮЩИХ ТЕХНОЛОГИЙ ПРОГНОЗИРОВАНИЯ ПРИРОДНЫХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ, ОЦЕНКИ РИСКА И ВОЗМОЖНОСТИ ЕГО СНИЖЕНИЯ

Существующие региональные системы экстренного оповещения населения об угрозе возникновения или о возникновении природных чрезвычайных ситуаций (ЧС) являются малоэффективными [1-4, 16]. Отсутствие в них как таковой процедуры прогнозирования развития и наступления ЧС приводит к недостаточной проработке комплекса предупреждающих мер и мероприятий [1, 5, 6]. Действующая в России комплексная система экстренного оповещения населения об угрозе возникновения или о возникновении чрезвычайных ситуаций (КСЭОН) [ 1, 7, 8] создана под общей координацией МЧС для наиболее подверженных воздействию опасных быстроразвивающихся природных и техногенных процессов.

В основе оптимизации своевременного и гарантированного доведения до населения информации о надвигающихся ЧС лежит прогнозирование наступления потенциально опасного события и оценка его критичности. Отнесение потенциально опасного события к чрезвычайным ситуациям проводится на основании приказа [3, 9]. В диссертации предлагаются методы для математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами в виде временных рядов и нечетких множеств.

1.1 Сущность и назначение систем мониторинга окружающей среды, наблюдаемые параметры чрезвычайных ситуаций

Деятельность по мониторингу и прогнозированию чрезвычайных ситуаций природного и техногенного характера осуществляют [10, 24]:

- Учреждения и организации Росгидромета (мониторинг и прогноз событий гидрометеорологического характера, мониторинг состояния и загрязнения атмосферы, воды и почвы);

- Федеральная система сейсмологических наблюдений и прогноза землетрясений;

- Министерство природных ресурсов России (осуществляет общее руководство государственной системой экологического мониторинга, а также координацию деятельности в области наблюдений за состоянием окружающей природной среды);

- Минздравсоцразвития России (социально-гигиенический мониторинг и прогнозирование обстановки в этой области);

- Ростехнадзор и Росатом (мониторинг состояния техногенных объектов и прогноз аварийности).

В настоящее время интенсивно используются в оперативном режиме многопрофильные системы по прогнозированию и раннему оповещению о возможном возникновении чрезвычайной ситуации различного характера. Основные структурные компоненты типовой системы мониторинга [11] представлены на рисунке 1.1.

Датчики мониторинга окружающей среды представляют собой измерительные преобразователи различных физических величин. При этом первичным измерительным преобразователем является элемент измерительного, сигнального, регулирующего или управляющего устройства, преобразующий контролируемую физическую величину (температуру, давление, частоту, силу света, электрическое напряжение, ток

и т.д.) в сигнал, удобный для измерения, передачи, хранения, обработки, регистрации, а иногда и для воздействия им на управляемые процессы.

Рисунок 1.1 - Основные структурные компоненты типовой системы

мониторинга

Промежуточные измерительные преобразователи расположены после первичных и могут выполнять различные операции преобразования измерительного сигнала. Как правило, к ним относятся:

- изменение физического рода величины;

- масштабное (линейное или нелинейное) преобразование;

- масштабно-временное преобразование;

- аналого-цифровое преобразование;

- цифро-аналоговое преобразование;

- функциональное преобразование (математические операции над значениями величины).

В настоящее время в России функционирует комплексная система экстренного оповещения населения (КСЭОН), которая имеет 2 режима: автоматический и автоматизированный [2]. КСЭОН содержит комплекс программно-технических средств систем оповещения и мониторинга опасных природных явлений и техногенных процессов. Структурная схема КСЭОН представлена на рисунке 1.2 [2].

Рисунок 1.2 - Схема организации комплексной системы экстренного оповещения населения на федеральном и межрегиональном уровнях [2]

Сокращения на рисунке 1.2 имеют следующие значения: НЦУКС - Национальный центр управления в кризисных ситуациях; ЦУКС РЦ МЧС РФ - Центр управления в кризисных ситуациях региональных центров МЧС РФ;

ФП РСЧС - Функциональная подсистема территориального уровня Российской системы предупреждения и ликвидации ЧС;

ВЦМП - Всероссийский центр мониторинга и прогнозирования; ЦУКС - Центр управления в кризисных ситуациях.

Мониторинг окружающей среды и мониторинг неблагоприятных опасных природных явлений и процессов в нашей стране производятся в соответствии с ГОСТ Р 22.1.02-95 «Безопасность в чрезвычайных ситуациях. Мониторинг и прогнозирование. Основные положения». ГОСТ Р 22.1.02-95.

В соответствии со стандартом ГОСТ Р 22.1.02-95 перечень параметров ЧС можно разделить на 2 группы - наблюдаемые параметры и прогнозируемые параметры. Наблюдаемые параметры представляют собой процессы, за развитием которых осуществляется мониторинг. Получаемые в результате мониторинга данные о наблюдаемых параметрах будем называть «первичные данные от датчиков мониторинга окружающей среды». Прогнозируемые параметры представляют собой процессы, возникающей в результате совместного развития наблюдаемых параметров.

1.2 Анализ существующих технологий прогнозирования чрезвычайных ситуаций природного и техногенного характера и оценки

Список литературы диссертационного исследования кандидат наук Стреблянская Наталья Васильевна, 2019 год

СПИСОК ЛИТЕРАТУРЫ

1. О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера: Федеральный закон от 21.12.1994 № 68-ФЗ // Собрание законодательства Российской Федерации. - 1994. - № 35. - ст. 3648. - 2004. - № 35. - ст. 3607.

2. Концепция создания комплексной системы информирования и оповещения населения при угрозе и возникновении чрезвычайных ситуаций // протокол заседания Правительственной комиссии по предупреждению и ликвидации чрезвычайных ситуаций и обеспечению пожарной безопасности г. Москва от 18.06.2013 № 4.

3. Об утверждении Административного регламента Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий по исполнению государственной функции по организации информирования населения через средства массовой информации и по иным каналам о прогнозируемых и возникших чрезвычайных ситуациях и пожарах, мерах по обеспечению безопасности населения и территорий, приемах и способах защиты, а также пропаганде в области гражданской обороны, защиты населения и территорий от чрезвычайных ситуаций, обеспечения пожарной безопасности и безопасности людей на водных объектах : Приказ МЧС РФ от 29.06.2006 № 386 // Собрание законодательства Российской Федерации. - 2006. - № 30. -ст. 8074.

4. Прогноз чрезвычайной обстановки на территории Российской Федерации на 2016 год // МЧС России Всероссийский центр мониторинга и прогнозирования чрезвычайных ситуаций природного и техногенного характера центр «Антистихия» - № 123-1362-8-2 - 24.12.2015 г.

5. Соколов, Ю.И. О некоторых проблемах развития систем

оповещения населения в чрезвычайных ситуациях / Ю.И. Соколов// Стратегия гражданской защиты: проблемы и исследования. - 2012. - №1. - С. 836-858.

6. Горбунов, С.В. Анализ технологий прогнозирования чрезвычайных ситуаций техногенного и природного характера / С.В. Горбунов, Ю.Д. Макиев, В.П. Малышев // Стратегия гражданской защиты: проблемы и исследования. - 2011. - №1. - С.43-53.

7. Красногорская, Н.Н. Оценка и прогнозирование экстремальных гидрологических ситуаций / Н.Н. Красногорская, Э.В. Нафикова, Ю.И. Ферапонтов // Современные проблемы науки и образования. - 2012. -№1. С. 1-9.

8. Максимов, И.А. Современный этап развития, тенденции и проблемы функционирования систем оповещения и информирования населения в системе гражданской обороны и защиты от чрезвычайных ситуаций / И.А. Максимов, А.В. Краснокутский, И.Я. Удилова, Т.Г. Сулима // Научные и образовательные проблемы гражданской защиты. - 2013. -№4(19). - С. 3-10.

9. Об утверждении требований по предупреждению чрезвычайных ситуаций на потенциально опасных объектах и объектах жизнеобеспечения: Приказ МЧС РФ от 28.02.2003 № 105 // Сборник Бюллетень нормативных актов федеральных органов исполнительной власти от 2003 г. - № 20.

10. Воробева, Ю.Л. Предупреждение и ликвидация чрезвычайных ситуаций: уч. пособие / Ю.Л. Воробева. - М.: Крук, 2002. - 368 с.

11. Разработка средств высокоскоростной обработки данных информационных сенсоров в системах ситуационного управления: отчет о ПНИ / Министерство образования и науки. - С. 67-90, 2016. - 180 с. -№ госрегистрации АААА-А16-116110710011-2. - Инв. № 101.

12. Перечень существующих программно-аппаратных комплексов, информационно-аналитических систем [Электронный ресурс] - Режим доступа: http: //www.uverenniy.ru/perechene-sushestvuyushih-pro grammno-

apparatnih-kompleksov-inf.html?page=2

13. Шахраманьян, М.А. Применение ГИС-технологий для прогнозирования паводковой опасности / М.А. Шахраманьян, Г.М. Нигметов, И.В. Сосунов // Технологии гражданской безопасности. - 2003. - №1-2. -С.62-68.

14. Решение «КАМИ-ЧС-Прогноз» как элемент системы поддержки принятия решений при чрезвычайных ситуациях [Электронный ресурс] / Московский научно-технический центр. - М., 2014. - Режим доступа: www.varregюn.ru/depts/.../Презентация%20КАМИ-ЧС-Прогноз%20(2012-11-01).ppt

15. Митакович, С.А. Расширения под ArcGIS Desktop для решения задач безопасности / С.А. Митакович // «DATA+» Геоинформационные системы для бизнеса и общества. - 2008. - 4 (47). - С.8-11.

16. Носов, М.В. Основные характеристики и показатели качества функционирования систем оповещения населения / М.В. Носов// Научные и образовательные проблемы гражданской защиты. - 2014. - №2(21). - С. 1418.

17. Храмцов, Б.А. Прогнозирование чрезвычайных ситуаций природного характера: методические указания / Б.А. Храмцов, Т.Г. Болотских, А.М. Юрьев. - Белгород: Изд-во БГТУ им. В.Г. Шухова, 2006. -29 с.

18. Борщ, С.В. Система прогнозирования паводков и раннего оповещения о наводнениях на реках Черноморского побережья Кавказа и бассейна Кубани / С.В. Борщ, Ю.А. Симонов, А.В. Христофоров // Труды гидрометеорологического научно-исследовательского центра Российской Федерации. - М., 2015. - Специальный выпуск 356.

19. Вандина, Н.В. Методика прогноза возникновения паводковой ситуации на участке русла горно-равнинной реки, основанная на использовании уравнения водного баланса / Н.В. Вандина. - Научный журнал КубГАУ, 2011. - №74(10).

20. Белякова, П.А. Краткосрочное прогнозирование стока рек Черноморского побережья Кавказа / П.А. Белякова, С.В. Борщ, А.В. Христофоров, Н.М. Юмина // Труды Гидрометцентра России. - 2013. -№ 349. - С. 122-141.

21. Гарцман, Г.И. Дождевые наводнения на реках юга Дальнего Востока: методы расчетов, прогнозов, оценок риска / Г.И. Гарцман. -Владивосток: Дальнаука, 2008. - 222 с.

22. Борщ, С.В. Методы оценки последствий изменения климата для физических и биологических систем: монография / С.В. Борщ, А.Е. Асарин, М.В. Болгов, А.Я. Полунин; М.: Росгидромет. - Москва, 2012. - 504 с.

23. Рекомендации по методике оценки и прогноза гидрогеологических условий при подтоплении городских территорий. - М.: Стройиздат, 1983. -136 с.

24. Юсупова, Н.И. Интеллектуальная информационная поддержка принятия решений при анализе рисков чрезвычайных ситуаций и управлении ими / Н.И. Юсупова, К.Р. Еникеева. - М.: Машиностроение, 2014. - 208 с.

25. Юсупова, Н. И. Интеллектуальные технологии поддержки принятия решений в системе экологического менеджмента / Н.И. Юсупова, О.Н. Сметанина, А.И. Агадуллина // Проблемы управления и моделирования в сложных системах: сб. статей XIX Международной конференции. - Самара, 2017. - С. 526-532.

26. Королев, В.Ю. Математические основы теории риска: учебное пособие / В.Ю. Королев, В.Е. Бенинг, С.Я. Шоргин. - Москва: Физматлит, 2011 - 591 с.

27. Неверов, А.В. Особенности оценки экологических рисков природного и техногенного характера / А.В. Неверов., О.А. Варапаева, Н.А. Масилевич // Труды БГТУ. Серия 5: Экономика и управление. - Минск, 2018. - № 1 (208). - С. 41-47.

28. Быков, А.А. Об экстремальных природных явлениях и оценке природных и экологических рисков / А.А. Быков, В.Н. Башкин // Проблемы

анализа риска. - 2018. - Т. 15. - № 3. - С. 4-5.

29. Зайнулина, Н.В. Анализ, оценка и методы прогнозирования риска наводнений / Н.В. Зайнулина, С.Н. Соколов // Информационные технологии в экологии: сб. статей Всероссийской научно-практической конференции, посвященной Году экологии в России. - Нижневартовск, 2018. - С. 111-114.

30. Арефьева, Е.В. Особенности прогнозирования природных наводнений в целях снижения риска чрезвычайных ситуаций на примере Краснодарского края / Е.В. Арефьева, М.В. Болгов // Технологии гражданской безопасности. - 2018. - Т.15. - № 4(58). - С. 40-47.

31. Докус, А.А. Прогнозирование и оценка гидрологических рисков в период весеннего половодья / А.А. Докус, Ж.Р. Шакирзанова // Третьи Виноградовские чтения. Грани гидрологии: сб. статей Международной научной конференции памяти выдающегося русского гидролога Юрия Борисовича Виноградова. - Санкт-Петербург, 2018. - С. 711-716.

32. Горбунов, С.В. Организация мониторинга и прогнозирования чрезвычайных ситуаций /С.В. Горбунов, С.Н. Грязнов, А.В. Ильков, В.П. Малышев, М.В. Пучков // Стратегия гражданской защиты: проблемы и исследования. - 2015. - Т. 5. № 2 (9). - С. 56-70.

33. Khalid Oubennaceur. Flood risk mapping for direct damage to residential buildings in Quebec [Электронный ресурс] / Karem Chokmani, Miroslav Nastev, Rachid Lhissou, Anas El Alem // International Journal of Disaster Risk Reduction. - Canada, 2019. - Режим доступа: https://doi.org/10.1016/j.ijdrr.2018.09.007

34. Королев, В.Ю. Прогнозирование рисков наводнений на основе метода оценивания вероятностей превышения критических значений в неоднородных потоках экстремальных событий / В.Ю. Королев, Е.В. Арефьева, Ю.С. Нефедова, А.В. Рыбаков, Р.А. Лазовский // Научные и образовательные проблемы гражданской защиты. - 2015. - № 1 (24). - С. 4056.

35. Jonathan, Star. Supporting adaptation decisions through scenario

planning: Enabling the effective use of multiple methods. Climate Risk Management [Электронный ресурс] / Jonathan Star, Erika L.Rowland, Mary E.Black, Carolyn A.F. Enquist, Gregg Garfin, Catherine Hawkins Hoffman, Holly Hartmanng, Katharine L. Jacobs, Richard H. Moss, Anne M. Waple // Volume 13, 2016. - Режим доступа: https://doi.org/10.1016/j.crm.2016.08.001

36. Чеснокова, И.В. Разработка методов оценки природных опасностей и рисков с помощью геоинформационных технологий / И.В. Чеснокова, Э.А. Лихачева, А.В. Кошкарев // Анализ, прогноз и управление природными рисками с учетом глобального изменения климата «ГЕ0РИСК-2018»: сб. статей X Международной научно-практической конференции по проблемам снижения природных опасностей и рисков: в 2 томах. - Москва, 2018. - С. 147-152.

37. Кононов, А.А. Проблема когнитивных искажений в оценке опасности угроз и рисков природных и техногенных катастроф / А.А. Кононов, В.П. Авдотьин // Глобальная и национальные стратегии управления рисками катастроф и стихийных бедствий: сб. статей международного конгресса. - Ногинск, 2017. - С. 106-112.

38. Горемыкина, Г.И. Экономико-математическое моделирование систем управления на основе нечеткой технологии: монография / Г.И. Горемыкина, Н.А. Дмитриевская, И.Н. Мастяева; Мин-во образования и науки Российской Федерации, Московский гос. ун-т экономики, статистики и информатики (МЭСИ). - М., 2014. - 138 с.

39. Авдотьин, В.П. The problem of catastrophic risks management. Analysis, prediction and management of natural risks in the modern world / В.П. Авдотьин, Г.И. Горемыкина, А.В. Радецкий, С.А. Щур // The 9th international scientific and practical conference «GEORISK-2015». в 2 т. - М.: РУДН, 2015. -С. 5-10.

40. Носковa, М.В. Оценка риска и ущерба от наводнений на основе нечетких множеств / М.В. Носковa, К.В. Симонов, С.В. Кириллова // Journal of Siberian Federal University. Engineering & Technologies. - 2011. - №4. - С.

200-212.

41. Кендэлл, Л. Временные ряды / Л. Кендэлл. - М.: Финансы и статистика, 1981. - 199 с.

42. Митропольский, А.К. Техника статистических вычислений / А.К. Митропольский. - М.: Наука, 1971. - 576 с.

43. Гаскаров, Д.В. Малая выборка / Д.В. Гаскаров, В.И. Шаповалов. -М.: Статистика, 1978. - 248 с.

44. Сухорученков, Б.И. Анализ малой выборки. Прикладные статистические методы / Б.И. Сухорученков. - М.: Вузовская книга, 2010. -384 с.

45. Орлов, Ю.Н. Нестационарные временные ряды: методы прогнозирования с примерами анализа финансовых и сырьевых рынков / Ю.Н. Орлов, К.П. Осминин. - М.: Книжный дом «ЛИБРОКОМ», 2011. - 384 с.

46. Щелкалин, В.Н. Гибридные математические модели и методы прогнозирования взаимосвязанных нестационарных временных рядов [Электронный ресурс] / В.Н. Щелкалин. - Электрон. текстовые дан. -ВЕЖПТ, 2015. - №4 (73). Режим доступа: Ь11р://оуЬег1еп1пка.ги/аг11с1е/п/е1Ьг1ёпуе-ша1еша11сЬе8к1е-шоёе11-1-ше1оёу-

рго епо71гоуап1уа-У7а1шо 5Ууа7аппу11-пе51а15юпагпу11-угетеппу11-гуаёоу, свободный.

47. Орлов, Ю.Н. Кинетические методы исследования нестационарных временных рядов / Ю.Н. Орлов. - М.: МФТИ, 2014. - 217с.

48. Тебуева, Ф.Б. Статистический анализ персистентных временных рядов (на примере потребления электроэнергии) / Ф.Б. Тебуева, М.Ю. Кабиняков // Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. - 2011. - №4 (131). -С.231-217

49. Тебуева, Ф.Б. Два подхода к реализации фрактального анализа временных рядов / Ф.Б. Тебуева // Научно-технические ведомости Санкт-

Петербургского государственного политехнического университета. - 2007. -Т2. - №4. - С. 105-112.

50. Тебуева, Ф.Б. О прогнозировании стохастических фрактальных процессов / Ф.Б. Тебуева, М.А. Айбазов // Современные достижения в науке и образовании: математика и информатика. - Архангельск, 2010. - С. 276284.

51. Божокин, С.В. Фракталы и мультифракталы / С.В. Божокин, Д.А. Паршин. - Ижевск: НИЦ «Регулярная и хаотическая динамика», 2001. - 128с.

52. Петерс, Э. Фрактальный анализ финансовых рынков: Применение теории Хаоса в инвестициях и экономике / Э. Петерс. - М.: Интернет-Трейдинг, 2004. - 304 с.

53. Копытов, В.В. Методы оценки параметра кубического отображения по хаотическим временным рядам с шумом / В.В. Копытов, Д.В. Якушев, И.А. Семеняк, И.И. Иванов // Вестник СевКавГТИ. - 2012. - №13. - С. 36-42.

54. Тебуева, Ф.Б. Выявление фрактальных характеристик для процесса прогнозирования временных рядов налоговых поступлений / Ф.Б. Тебуева, С.С. Беляков, Н.Ф. Овчаренко // Успехи современного естествознания. - М.: Изд-во РАЕ. - 2005. - №2. - С. 54-55.

55. Тебуева, Ф.Б. Сравнительный фрактальный анализ экономических временных рядов с памятью / Ф.Б. Тебуева, С.С. Беляков, Н.Ф. Овчаренко // Математическое моделирование в образовании, науке и производстве. -Тирасполь, 2005. - С. 87-93.

56. Копытов, В.В. Прогнозирование чрезвычайных ситуаций техногенного характера по коротким временным рядам / В.В. Копытов, Ф.Б. Тебуева // Научные и образовательные проблемы гражданской защиты. -2009. - № 2. - С. 33-36.

57. Мандель, А.С. Метод аналогов в прогнозировании коротких временных рядов: экспертно-статистический подход / А.С. Мандель // Автоматика и телемеханика. - 2004. - № 1. - С. 143-152.

58. Пылькин, А.Н. Гибридные модели прогнозирования коротких

временных рядов / А.Н. Пылькин, Л.А. Демидова, С.В. Скворцов, Т.С. Скворцова. - М.: Горячая линия - Телеком, 2012. - 206 с.

59. Малинецкий, Г.Г. Математические основы синергетики. Хаос, структуры, вычислительный эксперимент / Г.Г. Малинецкий. - М.: КомКнига, 2005. - 312 с.

60. Петерс, Э. Хаос и порядок на рынках капитала. Новый аналитический взгляд на циклы, цены и изменчивость рынка / Э. Петерс. -М.: Мир, 2000. - 333 с.

61. Лебедева, И.В. Моделирование нелинейных экономических систем с помощью динамических рядов / И.В. Лебедева // Современные наукоемкие технологии. - 2009. - № 4 - С. 69-70.

62. Александров, В.А. Преобразование Фурье / В.А. Александров // учебное пособие. - Новосибирск: НГУ, 2003. - 61 с.

63. Песин, Я.Б. Характеристические показатели Ляпунова и гладкая эргодическая теория / Я.Б. Песин. - УМН. - 1977. - Т. 32. - С.55-112.

64. Wolf, A. Determining Lyapunov exponents from a time series / A. Wolf, J.B. Swift, H.L. Swinney, J.A. Vastano // Physica D. 16. - 1985. - №3. - Р. 285 -317.

65. Kopytov, V.V. An Improved Brown's Method Applying Fractal Dimension to Forecast the Load in a Computing Cluster for Short Time Series / V.V. Kopytov, V.I. Petrenko, F.B. Tebueva, N.V. Streblianskaia // Indian Journal of Science and Technology. - 2016. - Volume 9, Issue 19. - P.1-9.

66. Масловская, А.Г. Применение фрактальных методов для анализа динамических данных / А.Г. Масловская, Т.Р. Осокина, Т.К. Барабаш // Вестник Амурского государственного университета. - 2010. - №. 51: Сер. Естеств. и экон. науки. - С. 13-20.

67. Бриллинджер, Д. Временные ряды. Обработка данных и теория / Д. Бриллинджер. - М.: Наука, 1980. - 454 с.

68. Гихман, И.И. Введение в теорию случайных процессов / И.И. Гихман, А.В. Скороход. - М.: Наука, 1977. - 438 с.

69. Лукашин, Ю.П. Адаптивные методы краткосрочного прогнозирования временных рядов / Ю.П. Лукашин. - М.: Финансы и статистика, 2003. - 416 с.

70. Перепелица, В.А. Фрактальная статистика в экономико-математическом моделировании / В.А. Перепелица, С.А. Лукашов, Э.В. Мелихов, Ф.Б. Тебуева // Гуманитарные и социально-экономические науки. -2006. - №5. - С. 62-65.

71. Светуньков, С.Г. Исследование запредельных случаев метода Брауна применительно к малым выборкам: Препринт / С.Г. Светуньков, А.В. Бутухунов, И.С. Светуньков. - СПб.: Изд-во СПбГУЭФ, 2005. - 24 с.

72. Перепелица, В.А. Предпрогнозный фрактальный анализ временных рядов индекса роста промышленного производства страны и региона / В.А. Перепелица, Ф.Б. Тебуева // Вестник Ставропольского государственного университета. - 2005. - № 44. - С. 21-29.

73. Панков, А.Р. Прикладные методы анализа статистических данных / А.Р. Панков, Е.Н. Платонов, Е.Р. Горяинова. - М.: Высшая Школа Экономики (Государственный Университет), 2015. - 312 с.

74. Гамбурцев, А.Г. Общие и особенные черты динамики процессов в природе и обществе [Электронный ресурс] / А.Г. Гамбурцев, А.М. Тарко. -Электрон. текстовые дан. - Пространство и Время, 2012. - №2. Режим доступа: http://cyberleninka.ru/article/n/obschie-i-osobennye-cherty-dinamiki-protsessov-v-prirode-i-obschestve, свободный.

75. Современные системы мониторинга и прогнозирования чрезвычайных ситуаций / под общ. ред. В.А. Пучкова / МЧС России. М.: ФКУ ЦСИ ГЗ МЧС России. - 2013. - 352 с.

76. Каид, В.А.А. Методы построения функций принадлежности нечетких множеств Известия ЮФУ. Технические науки. Тематический выпуск. - 2013. - С.144-153.

77. Раскатова, М.И. Преимущества теории нечетких множеств при решении экономических задач в условиях неопределенности / М.И.

Раскатова // ИМПУЛЬС-2012: Труды IX Международной научно-практической конференции. В 2-х томах. - Томск: Изд-во Томского политехнического университета, 2012. - Т. II. - С. 197-199.

78. Раскатова, М.И. Экспертные методы в управлении запасами / М.И. Раскатова // Вестник ЧелГУ. Серия «Экономика». - 2007. - № 5(83). - С. 119126.

79. Евланов, Л.Г. Экспертные оценки в управлении / Л.Г. Евланов, В.А. Кутузов. - М.: Изд-во «Экономика», 1978. - 133 с.

80. Воронин, С.В. Анализ эффективности существующей системы мониторинга и прогнозирования чрезвычайных ситуаций (на примере Тверской области) / С.В. Воронин, С.С. Ухабов // Вестник Санкт-Петербургского Университета ГПС МЧС России. - 2015. - №1. - С. 1-5.

81. Баринов, А.В. Чрезвычайные ситуации природного характера и защита от них: учеб. пособие для студ. высш. учеб. Заведений / А.В. Баринов. - М.: Издательство ВЛАДОС-ПРЕСС, 2003. - 496 с.

82. Воробьев, Ю.Л. Катастрофические наводнения начала XXI века: уроки и выводы / Ю.Л. Воробьев, В.А. Акимов, Ю.И. Соколов. - М.: ДЭКС-ПРЕСС, 2003. - 352 с.

83. Стреблянская, Н.В. Исследование проблемы прогнозирования чрезвычайных ситуаций в системах экстренного оповещения населения / Н.В. Стреблянская // Вестник СКФУ. - 2015. - № 1(46). - С. 80-84.

84. Стреблянская, Н.В. Методика прогнозирования чрезвычайной ситуации «Природное подтопление» для систем экстренного оповещения населения / В.В. Копытов, Н.В. Стреблянская // Современная наука и инновации. - 2016. - №3(15). - С.81-87.

85. ГОСТ Р 22.1.08-99. Безопасность в чрезвычайных ситуациях. Мониторинги прогнозирование опасных гидрологических явлений и процессов. - М.: Изд-во стандартов, 1999. - 11 с.

86. Справочное пособие к СНиП. Прогнозы подтопления и расчет дренажных систем на застраиваемых и застроенных территориях - М.:

Стройиздат, 1991 г. - 272 с.

87. Огильви, А.Н. Гидрогеологическое обоснование профилактической защиты подвальных помещений от затопления / А.Н. Огильви // Гидрогеодинамическое обоснование прогноза подтопления городских территорий: сб. статей. - М., 1985. - С. 37-42.

88. Стреблянская, Н.В. Анализ проблемы прогнозирования природных чрезвычайных ситуаций гидрологического характера / Н.В. Стреблянская // Студенческая наука для развития информационного общества: сб. статей. -Ставрополь: Северо-Кавказский федеральный университет, 2015. - С.188-190.

89. Справочное пособие к СНиП. Прогноз и предотвращение подтопления грунтовыми водами территорий при строительстве. - М.: Стройиздат, 1978. - 269 с.

90. Бочевер, Ф.М. Проектирование водозаборов подземных вод / Арцев А.И., Бочевер Ф.М., Лапшин Н.Н., Орадовская А.Е., Хохлатов Э.М. // М.: Стройиздат, 1976. - 292 с.

91. Справочное пособие к СНиП 2.06.15-85. Прогнозы подтопления и расчет дренажных систем на застраиваемых и застроенных территориях. -М.: Стройиздат, 1991. - 284 с.

92. Шестаков, В.М. Теоретические основы подпора, водопонижения и дренажа / В.М. Шестаков. - М.: МГУ, 1965. - 235 с.

93. Муфтахов, А. Ж. Гидродинамические основы прогноза подтопления промплощадок и фильтрационные расчеты защитного дренажа в сложных гидрогеологических условиях: автореф. дис. ... д-ра техн. наук: 04.00.06 / Муфтяхов Ахмет Жаляевич. - М., 1975. - 44 с.

94. Максимов, В.М. Справочное руководство гидрогеолога: в 2-х т. / В.М. Максимов, Абрамов С.К., Бабушкин В.Д. и др. - Ленинград: Недра, 1979. - 512 стр. - 2 т.

95. Абрамов, С.К. Подземные дренажи в промышленном и городском строительстве / С.К. Абрамов. - М.: Стройиздат, 1973. - 125 с.

96. Абрамов, С.К. Пластовые дренажи в промышленном и городском строительстве / С.К. Абрамов, Н.А. Кузнецова, А.Ж. Муфтахов. - М.: Госстройиздат, 1964. - 180 с.

97. Абрамов, С.К. Кольцевые дренажи в промышленном и городском строительстве / С.К. Абрамов. - М.: Стройиздат, 1971. - 187 с.

98. Карасев, И.Ф. Гидрометрия / И.Ф. Карасев, В.В. Васильев, Е.С. Субботина. - СПб.: Гидрометеоиздат, 1991. - 376 с.

99. Стреблянская, Н.В. Адаптивный метод прогнозирования для коротких временных рядов природных процессов / Н.В. Стреблянская, Ф.Б. Тебуева // Современная наука: актуальные проблемы теории и практики. Серия «Естественные и технические науки». - 2016. - №6. - С. 83-87.

100. Перепелица, В.А. Структурирование данных методами нелинейной динамики для двухуровневого моделирования / В.А. Перепелица, Ф.Б. Тебуева, Л.Г. Темирова. - Ставрополь: Ставропольское книжное издательство, 2006. - 284 с.

101. Стреблянская, Н.В. Проблема прогнозирования факторов формирования чрезвычайных ситуаций / Н.В. Стреблянская // Фундаментальные и прикладные исследования: проблемы и результаты: сборник материалов XXVI Международной научно-практической конференции: в 2-х частях. Часть 2 / Под общ. ред. С.С. Чернова. -Новосибирск: Издательство ЦРНС, 2016. - С.29-34.

102. Стреблянская, Н.В. Оценка глубины долговременной памяти временных рядов природных / Н.В. Стреблянская, Ф.Б. Тебуева // Материалы XIV Международной научно-практической конференции «Фундаментальные и прикладные исследования в современном мире»: Том 1 - СПб.: Информационный издательский учебно-научный центр «Стратегия будущего», 2016. - С.107-111.

103. Садовникова, Н.А. Анализ временных рядов и прогнозирование: учебное пособие / Н.А. Садовникова, Р.А. Шмойлова. - М.: Московский государственный университет экономики, статистики и информатики, 2004. -

184 с.

104. Рекомендации по реализации Требований по предупреждению чрезвычайных ситуаций на потенциально опасных объектах и объектах жизнеобеспечения. - Москва, 2003. - 13 с.

105. Перепелица, В.А. Фрактальный анализ устойчивости развивающихся агросистем / В.А. Перепелица, Ф.Б. Тебуева, Р.Х. Узденов // Математическое моделирование в образовании, науке и производстве: сб. статей. - Тирасполь, 2003. - С. 87-96.

106. Перепелица, В.А. Использование фрактального и фазового анализа для исследования эволюции солнечной активности / В.А. Перепелица, Ф.Б. Тебуева, М.С. Хабекирова // Нелокальные краевые задачи и родственные проблемы математической биологии, информатики и физики: сб. статей. - Нальчик, 2006. - С. 115-121.

107. Панфилова, Э.А. Понятие риска: многообразие подходов и определений [Электронный ресурс] / Панфилова Э.А. - Теория и практика общественного развития, 2010. - №4. Режим доступа: Ь11р://еуЬег1еп1пка.ги/аг11с1е/п/ропуа11е-г18ка-тпоаооЬга21е-роёЬоёоу-1-оргеёе1ешу, свободный.

108. Сорокин, В. И. Управление рисками чрезвычайных ситуаций / В.И. Сорокин // Безопасность: Информ. Сборник. - 2001. - № 3-4. - 376 с.

109. Фалеев, М.И. Методологические подходы к зонированию территорий Российской Федерации по уровням риска чрезвычайных ситуаций природного и техногенного характера [Электронный ресурс] / М.И. Фалеев, В.П. Малышев, А. Быков, В.М. Кондратьев-Фирсов. - Стратегия гражданской защиты: проблемы и исследования, 2015. - №1 (8). Режим доступа:Ь11р://суЬег1еп1пка.ги/аг11с1е/п/те1оёо1о^1сЬе5к1е-роёЬоёу-к-zonirovaniyu-territoriy-rossiyskoy-federatsii-po-urovnyam-riska-chrezvychaynyh-8Йиа181у-рг1гоёпо2о-1, свободный.

110. Атлас природных и техногенных опасностей и рисков чрезвычайных ситуаций в Российской Федерации. - Москва: Феория, 2011. -

719 с.

111. Шойгу, С.К. Основы анализа и регулирования безопасности / С.К. Шойгу, Ю.Л. Воробьев, М.И. Фалеев и др. // Анализ риска и проблем безопасности. - М.: МГФ «Знание», 2006. - 640 с.

112. Акимов, В.А. Методики оценки рисков чрезвычайных ситуаций и нормативы приемлемого риска чрезвычайных ситуаций / В.А. Акимов, А.А. Быков, В.М. Кондратьев-Фирсов и др.// Проблемы анализа риска. - 2007. -Т. 4. - №4. - С. 368-404.

113. Брауде, Э. Технология разработки программного обеспечения / Э. Брауде. - СПб: ПИТЕР, 2009. - 655 с.

114. Стреблянская, Н.В. Прогнозное моделирование развития чрезвычайных ситуаций / В.В. Копытов, Ф.Б. Тебуева, Н.В. Стреблянская. -Депонированная рукопись в ВИНИТИ В 2016. - 2016. - № 98.

115. Стреблянская, Н.В. Анализ и прогнозирование уровня осадков в системах мониторинга и лабораторного контроля / Н.В. Стреблянская // Наука. Инновации. Технологии. - 2014. - №3. - С. 16-26.

116. Стреблянская, Н.В. Прогнозирование уровней паводков с использованием адаптивных методов взвешенного усреднения / Н.В. Стреблянская, Ф.Б. Тебуева // Фундаментальные и прикладные исследования: новое слово в науке: материалы третьей Международной научно-практической конференции. - М., 2016. - С. 92-103.

117. Стреблянская, Н.В. Прогнозирование объема выпавших атмосферных осадков, с использованием адаптивных методов взвешенного усреднения / Н.В. Стреблянская, Ф.Б. Тебуева // Современные научно-практические решения и подходы. 2016: материалы второй Международной научно-практической конференции. - Москва, 2016. - С. 37-41.

118. Тебуева, Ф.Б. Агрегирование временного ряда как инструментарий улучшения его предпрогнозных характеристик / Ф.Б. Тебуева, Ф.М. Джашеева, С.С. Беляков // Проблемы регионального управления, экономики, права и инновационных процессов в образовании. -

Том 2. Современные образовательные и информационные технологии в практике вузовского образования, управления и экономики. - Таганрог: Изд-во ТИУиЭ, 2005. - 310 с.

119. Стреблянская, Н.В. Использование программного комплекса «ТЕРИС Прогноз» для прогнозного моделирования чрезвычайных ситуаций гидрологического характера / В.В. Копытов, Н.В. Стреблянская. -Интеллектуальный потенциал XXI века: ступени познания. - Новосибирск, 2016. - С. 69-75.

120. Фаулер, М. Архитектура корпоративных программных приложений: пер. с англ. / М. Фаулер. - М.: Издательский дом «Вильямс», 2006. - 544 с.

121. Наумова, О.А. Классификация методов построения алгоритмических систем / О.А. Наумов, М.В. Ульянов // Вычислительные технологии. - 2011. - Т. 16. - № 1. - С. 105-118.

122. Журкин, И. Г. Геоинформационные системы / И.Г. Журкин, С.В. Шайтура. - Кудиц-Пресс, 2009. - 272 с.

123. Самардак, А.С. Геоинформационные системы / А.С. Самардак. -Владивосток: Дальневосточный государственный университет, Тихоокеанский институт дистанционного образования и технологий, 2005. -123 с.

124. Лайкин, В.И. Геоинформатика: учебное пособие / В.И. Лайкин, Г.А. Упоров. - Комсомольск-на-Амуре: Амурский гуманитарно-педагогический государственный университет, 2010 г. - 162 с.

125. Иготти, М.К. Подход к созданию автоматизированной информационной системы для приборостроительного предприятия / М.К. Иготти, В.Н. Юрьев // Прикладная информатика: сб. статей. - 2009. - №1 (19) - С.80-95.

126. Предварительный прогноз развития весеннего половодья на территории Курской области в 2015 году. Сайт главного управления МЧС России по Курской области [Электронный ресурс]. Режим доступа:

http://46.mchs. gov.ru/document/2502781, свободный.

127. Гольфанд, И.Я. Оценка трудозатрат разработки программной компоненты / И.Я. Гольфанд, П.С. Хлебутин // Труды ИСА РАН. - Т. 15 -2005. - С. 125-136.

128. Облачные вычисления: обзор и рекомендации. Общая среда облачных вычислений - Рекомендации Национального Института Стандартов и Технологий (США), NIST, USA, 2007 [Электронный ресурс]. Режим доступа: http://bourabai.ru/mmt/cloud 1.htm, свободный.

129. Шафер, Д.Ф. Управление программными проектами: достижение оптимального качества при минимуме затрат / Д.Ф. Шафер, Р.Т. Фатрелл, Л.И. Шафер. - М.: Издательский дом «Вильямс», 2003. - 1136 с.

130. Бородакий, Ю.В. Эволюция информационных систем (современное состояние и перспективы) / Ю.В. Бородакий, Ю.Г. Лободинский. - М.: Горячая линия-Телеком, 2011. - 368 с.

131. Копытов, В.В. Разработка архитектуры интеграционной среды кроссплатформенных мобильных приложений с корпоративной информационной системой / В.В. Копытов, А.О. Шульгин, С.А. Федоров // Международный научно-исследовательский журнал. - 2015. - №. 7-1 (38) Часть 1. - С. 51-54.

132. Научно-популярная энциклопедия «Вода России» [Электронный ресурс]. Режим доступа: http://water-rf.m/%D0%92%D0%BE%D0%B4%D0%BD%D 1 %8B%D0%B5 %D0%BE%D0 %B 1%D 1 %8A%D0%B5%D0%BA%D 1 %82%D 1 %8B, свободный.

133. Литтл, Р.Дж.А. Статистический анализ данных с пропусками / Р.Дж.А. Литтл, Д.Б. Рубин. - М.: Финансы и статистика, 1990. - 366 с.

134. Власов, М.П. Моделирование экономических процессов / М.П. Власов, П.Д. Шимко. - Ростов н/Д: Феникс, 2005. - 409 с.

135. Айвазян, С.А. Прикладная статистика: классификация и снижение размерности / С.А. Айвазян, В.М. Бухштабер, И.С. Енюков, Л.Д. Мешалкин. - М.: Финансы и статистика, 1989. - 607 с.

136. Айвазян, С.А. Прикладная статистика. Основы моделирования и первичной обработки данных / С.А. Айвазян, Е.С. Енюков, Л.Д. Мешалкин. - М.: Финансы и статистика, 1993. - 471 с.

137. Гамбаров, Г.М. Статистическое моделирование и прогнозирование: учебное пособие для вузов / Г.М. Гамбаров, Н.М. Журавель, Ю.Г. Королев. - М.: Финансы и статистика, 1990. - 383 с.

138. Безручко, Б.П. Математическое моделирование и хаотические временные ряды / Б.П. Безручко, Д.А. Смирнов. - Саратов: ГосУНЦ «Колледж», 2005. - 320 с.

139. Безручко, Б.П. Оценка параметров динамических систем по хаотическим временным рядам при наличии скрытых переменных / Б.П. Безручко, Д.А. Смирнов, И.В. Сысоев // Изв. вузов. Прикладная нелинейная динамика. - 2004. - №6. - С. 93-104.

140. Акимов, В. А. Основы анализа и управления риском в природной и техногенной сферах / В. А. Акимов, В. В. Лесных, Н. Н. Радаев. - М.: Деловой экспресс, 2004. - 352 с.

141. Владимиров, В.А. Оценка риска и управление техногенной безопасностью / В.А. Владимиров, В.И. Измалков, А.В. Измалков. - М.: Деловой экспресс, 2002. - 183 с.

142. Стреблянская, Н.В. Оценка риска наступления чрезвычайной ситуации гидрологического характера / В.В. Копытов, Ф.Б. Тебуева, Н.В. Стреблянская // Перспективы науки. - 2016. - №6(81). - С. 18-21.

143. Стреблянская, Н.В. Математический метод оценивания поражающего воздействия наблюдаемых параметров природных чрезвычайных ситуаций на основе экспертного опроса / Ф.Б. Тебуева, Н.В. Стреблянская // Наука и бизнес: пути развития. - 2019. - №8. - С. 64-66.

144. Стреблянская, Н.В. Технология прогнозного моделирования потенциально опасных событий гидрологического характера и поддержки принятия управленческих решений в комплексной системе экстренного оповещения населения об угрозе возникновения или о возникновении

чрезвычайных ситуаций / В.В. Копытов, В.И. Петренко, Ф.Б. Тебуева, Н.В. Стреблянская // Современные проблемы математического моделирования, обработки изображений и параллельных вычислений 2017: сб. статей Международной научной конференции. - Ростов-на-Дону, 2017. - С. 133-141.

145. Стреблянская, Н.В. Метод математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами в виде временных рядов и нечетких множеств / Ф.Б. Тебуева, Н.В. Стреблянская // Закономерности формирования и воздействия морских, атмосферных опасных явлений и катастроф на прибрежную зону РФ в условиях глобальных климатических и индустриальных вызовов («Опасные явления»): сб. статей Международной научной конференции. - Ростов-на-Дону, 2019. -С. 91-94.

ПРИЛОЖЕНИЕ А

(справочное)

Таблица А.1 - Опасные гидрологические явления (процессы) и

соответствующие факторы их формирования

№ п/п Наименование опасных гидрологических явлений и процессов Исходные явления, процессы и перечень их основных параметров, определяющих развитие опасных гидрологических явлений и процессов

1 Затор (зажор) 1. Весенние (осенние) скопления льда и шуги в заторообразующих узкостях русел рек при низких температурах воздуха, образующих частичное перекрытие стока реки. 2. Заторные подъемы уровня воды, см. 3. Толщина льда, см. 4. Прочность льда, % 5. Время наступления паводковых процессов (время воздействия волны половодья, сут)

2 Катастрофический паводок (наводнение, половодье, паводок) 1. Слой выпавших осадков в бассейне реки, снегозапас, мм. 2. Расход воды, м3/с. 3. Высота подъема уровня воды, см.

3 Снежная лавина 1. Толщина и состояние снежного покрова на лавиноопасных участках склонов гор, см. 2. Сильное выпадение снега и дождя, мм/сут, мм/ч. 3. Сейсмическая активность (балльность)

4 Ледовые опасные явления на океанах, морях, озерах и реках 1. Низкие температуры воды и воздуха, °С. 2. Ветер: скорость, м/с, направление, град. 3. Толщина льда, см

5 Обледенение судов 1. Отрицательные температуры воздуха, °С. 2. Ветер: скорость, м/с; направление, град. 3. Высота волны, м. 4. Направление распространения волны, град.

6 Сель 1. Сильное выпадение снега, мм/сут, мм/ч. 2. Таяние снега в селеопасных районах гор. 3. Положительные температуры воздуха, °С

7 Сильное волнение 1. Ветер: скорость, м/с и направление, град. 2. Высота волны, м. 3. Период волны, м. 4. Направление распространения волны, град.

8 Тягун 1. Ветер: скорость, м/с, направление град. 2. Высота волны, м, направление распространения волны, град. 3. Период волны, с. 4. Скорость перемещения судна у причала, м/с.

9 Цунами 1. Подводные землетрясения, ед.

10 Штормовой нагон воды 1. Ветер: скорость, м/с, направление, град. 2. Высота подъема уровня воды, см. 3. Длительность действия ветра, ч.

Таблица А.2 - Наблюдаемые и прогнозируемые факторы чрезвычайных

ситуаций гидрологического характера

№ Исходные явления,

п/п Наименова ние опасных гидрологи ческих явлений и процессов процессы и перечень их основных параметров, определяющих развитие опасных гидрологических явлений и процессов Наблюдаемые и контролируемые параметры Прогнозируемые параметры Характер действия и проявления поражающего фактора опасного гидрологического

явления, процесса

1 Затор 1. Весенние 1. Среднесуто 1. Максимальны 1. Гидродинам

(зажор) (осенние) чное значение й уровень ическое

скопления льда расхода воды, весеннего давление воды.

и шуги в м3/с. половодья, см. 2. Подъем

заторообразующ 2. Уровень 2. Максимальны уровня воды.

их узкостях воды, см. й заторный 3. Ударное

русел рек при Время уровень у механическое

низких наступления заданного воздействие

температурах ледостава, пункта, см. заторного льда.

воздуха, дата. 3. Расчетное 4. Размывание

образующих 3. Время время и затопление

частичное начала упреждения берегов с

перекрытие ледохода, дата. прорыва разрушением

стока реки. 4. Длительнос затора, сут прибрежных

2. Заторные ть осеннего сооружений.

подъемы уровня ледохода, сут. 5. Затопление

воды, см. 5. Максималь территории

3. Толщина ный уровень

льда, см. воды в начале

4. Прочность ледостава, см.

льда, % 6. Расход

5. Время воды у

наступления паводковых процессов (время воздействия волны перемещающе

йся вверх по течению

половодья, сут) кромки льда, м3/с. 7. Отношение

толщины льда

(шуги) к

глубине реки у

кромки льда, %

2 Катастр 1.Слой 1. Высота 1. Высота 1. Гидродинами

офическ выпавших подъема подъема ческое

ий осадков в уровня воды, уровня воды, воздействие на

паводок бассейне реки, см. см береговые

(наводне снегозапас, мм. 2. Температур сооружения,

ние, 2. Расход воды, м3/с. а воды и размыв берегов

половод воздуха, °С. потоком воды.

ье, 3. Высота 3. Количество 2. Загрязнение

паводок) подъема уровня воды, см осадков, мм/сут, мм/ч. гидросферы, почв, грунтов.

4. Расход воды, м3/с. 3. Затопление

территории

5. Площадь

затопления

территории, 2 км

3 Снежная 1. Толщина и 1. Толщина 1.Толщина 1. Смещение

лавина состояние снежного снежного (движение)

снежного покрова на покрова, см. снежных масс.

покрова на склонах гор, 2.Направление, 2. Удар.

лавиноопасных см. град. 3. Давление

участках 2. Осадки, 3. Скорость смещенных масс

склонов гор, см. мм/сут, мм/ч. движения снега

2. Сильное 3. Сейсмическ лавины, км/ч,

выпадение снега ая активность, м/с

и дождя, мм/сут, баллы

мм/ч.

3. Сейсмическая

активность

(балльность)

4 Ледовые 1.Низкие 1.Температура 1.Зоны 1.Динамическое

опасные температуры воды, °С. распространени воздействие

явления воды и воздуха, 2.Температура я льда на берега.

на °С. воздуха, °С. отрицательных Разрушение

океанах, 2.Ветер: 3.Ветер: температур берегов и

морях, скорость, м/с, скорость, м/с, воздуха, °С. береговых

озерах и направление, направление, 2.Координаты сооружений.

реках град. град. акватории 2. Механическое

3.Толщина льда, 4.Толщина действия воздействие на

см льда, см. 5. Дрейф льда: направление, град, скорость дрейфа льда, км/ч. 6.Площадь ледовых объектов, км2 опасных ледовых явлений. 3. Скорость дрейфа льда, км/сут. 4.Направление дрейфа льда, град, азимут. 5.Ветер: скорость, м/с; направление, град. плавсредства у берегов и в море

5 Обледен 1. Отрицательн 1. Скорость 1. Зона 1. Потеря

ение ые температуры нарастания воздействия устойчивости

судов воздуха, °С. льда на отрицательных судна за счет

2. Ветер: конструкциях температур нарастания

скорость, м/с; судна, см/ч. воздуха, °С. массы льда на

направление, 2. Ветер: 2. Ветер: палубных

град. скорость, м/с; скорость, м/с, конструкциях,

3. Высота направление, направление, приводящей к

волны, м. град. град. опрокидыванию

4. Направление 3. Высота 3. Высота судна

распространени волны, м, волны, м,

я волны, град. направление направление

распространен распространен

ия волны, град. ия волны, град.

6 Сель 1. Сильное 1. Темпера 1. Сильные 1. Смещение

выпадение тура воздуха, осадки: дождь, горных пород,

снега, мм/сут, °С. мм/сут, мм/ч; смешанных с

мм/ч. 2. Осадки: снег, мм/сут, водой и снегом.

2. Таяние снега дождь, мм/сут, мм/ч. 2. Динамическо

в селеопасных мм/ч; снег, 2. Температур е воздействие

районах гор. мм/сут, мм/ч а воздуха, °С движущейся

3. Положительн массы на

ые температуры строения на

воздуха, °С трассе своего

движения

7 Сильное 1.Ветер: 1. Высота 1. Ветер: 1. Гидродинамич

волнени скорость, м/с и волны, м, скорость, м/с, еское

е направление, период волны, направление, воздействие на

град. с. град. берега и

2. Высота волны, 2. Направл 2. Высота береговые

м. ение волны, м. сооружения.

3.Период волны, распространен 3. Направление 2. Ударное

м. ия волны, град. распространени воздействие на

4. Направление 3. Ветер: я волны, град суда,

распространения скорость, м/с, платформы на

волны, град. направление, морях и

град. больших озерах

8 Тягун 1. Ветер: 1. Ветер: 1. Ветер: 1. Сильные

скорость, м/с, скорость, м/с, скорость, м/с, периодические

направление направление, направление, импульсивные

град. град. град. горизонтальные

2. Высота волны, 2. Высота 2. Высота перемещения

м, направление волны, м, волны, м. судов у

распространения направление 3. Период причалов

волны, град. распространен волны, с.

3.Период волны, ия волны, град. 4. Направление

с. 3. Период распространени

4. Скорость волны, с. я волны, град

перемещения 4. Скорость

судна у причала, перемещения

м/с судна у

причала, м/с

9 Цунами 1. Подводные 1. Высота 1. Высота 1. Ударное

землетрясения волны, м, волны, м, время гидродинамичес

период волны, добегания кое воздействие

с. волны до одиночной

2. Направление берега, ч волны.

распространен 2. Разрушение

ия одиночной береговых

волны сооружений,

относительно размывание

береговой берега.

линии у пункта 3.Затопление

(места) территории

воздействия

волны цунами,

град.

3.Площадь

затопления 2 суши, км

10 Штормо 1. Ветер: 1. Ветер: 1. Штормовые 1. Размывание

вой скорость, м/с, скорость, м/с, ветры, грунта.

нагон направление, направление, направленные 2. Затопление

воды град. град. на берег: территории.

2. Высота 2. Высота скорость, м/с, 3. Подпор воды

подъема уровня подъема направление, в устьях рек

воды, см. уровня воды, град.

3. Длительность см. 2. Время

действия ветра, 3. Длительнос действия, ч.

ч. ть действия ветра, ч. 4. Площадь затопления 3. Уровень: высота подъема уровня, см

территории, 2 км

ПРИЛОЖЕНИЕ Б

(обязательное) Объекты интеллектуальной собственности